So sánh hiệu suất của các chỉ số theo thời gian. Hỗ trợ các quyết định dựa trên dữ liệu với phân tích xu hướng, biến thiên, tương quan và chuẩn mực.
Trong lập kế hoạch chiến lược, chúng ta định lượng các mục tiêu để làm cho chúng cụ thể hơn. Giá trị tuyệt đối của một chỉ số thường cung cấp thông tin hạn chế. Đối với các quyết định dựa trên dữ liệu, thu thập dữ liệu cho chỉ số và sử dụng các công cụ như:
- Phát hiện xu hướng và dị thường
- Phân tích biến thiên
- Phân tích kỳ hạn so sánh
- Phân tích tương quan
- Chuẩn mực nội bộ và bên ngoài
Trong bài viết này, chúng tôi sẽ thảo luận về các thực hành tốt nhất khi sử dụng những công cụ phân tích này và chia sẻ một số ví dụ cho người dùng phần mềm BSC Designer.
Theo dõi dữ liệu lịch sử để kích hoạt phân tích xu hướng và phát hiện bất thường
Điểm bắt đầu cho phân tích chỉ số là thu thập dữ liệu theo thời gian. Để đảm bảo đo lường nhất quán:
- Xác định khoảng thời gian thực hiện
- Xác định phương pháp đo lường
- Chỉ định một người phụ trách việc sửa đổi chỉ số
Nếu dữ liệu đã có sẵn trong hệ thống IT, hãy cân nhắc thiết lập cập nhật tự động.
Khi thu thập dữ liệu lịch sử, đảm bảo người phụ trách có thể ghi chú các nhận xét và thông tin quan trọng, chẳng hạn như: “Doanh số bán hàng thấp trong tháng này vì văn phòng bị ảnh hưởng bởi một sự kiện thời tiết cực đoan.”
Khả năng truy cập dữ liệu lịch sử cho phép sử dụng các công cụ phân tích khác như:
- Phân tích xu hướng
- Phát hiện bất thường
- Đối chiếu tiêu chuẩn
Đây cũng là điều kiện tiên quyết cho bất kỳ phân tích nào dựa trên AI.
Trong BSC Designer:
- Chỉ định một người phụ trách thông qua trường Phụ trách
- Thiết lập khoảng thời gian cập nhật cho chỉ số thông qua Trình chỉnh sửa giá trị
- Nhập dữ liệu thủ công hoặc tự động
Phân tích Chỉ số: Ví dụ Thực tế. - Trực quan hóa dữ liệu lịch sử trên bảng dưới dạng bảng dữ liệu hoặc biểu đồ thời gian
- Kích hoạt đường xu hướng để trực quan hóa trên biểu đồ
Phân tích Chỉ số: Ví dụ Thực tế. Phân tích biến thiên (Thực tế so với Kỳ vọng)
Trong lập kế hoạch chiến lược, chúng ta thường tập trung vào các mục tiêu cải thiện. Từ góc độ đo lường hiệu suất, chúng ta kỳ vọng trạng thái hiện tại của một chỉ số sẽ thay đổi, lý tưởng là phản ánh sự cải thiện.
Để thực hiện điều này, chúng ta xác định một điểm chuẩn và mục tiêu cho chỉ số, tạo ra một thang đo hiệu suất. Giá trị hiện tại sau đó được phân tích trên thang đo này, cũng được gọi là chuẩn hóa.
Khi tất cả các chỉ số trên thẻ điểm được chuẩn hóa, chúng trở nên có thể so sánh. Ví dụ, số liệu bán hàng tuyệt đối của một văn phòng khu vực nhỏ và một văn phòng đặt tại trung tâm tài chính có thể không thể so sánh được, nhưng bằng cách chuẩn hóa dữ liệu bán hàng sử dụng các mục tiêu được xác định cho mỗi văn phòng, chúng ta làm cho chúng có thể so sánh. Chúng ta sẽ sử dụng chuẩn hóa sau này khi thảo luận về phân tích đối chiếu.
Trong BSC Designer:
- Nhập giá trị hiện tại, điểm chuẩn và mục tiêu trên tab Dữ liệu
- Chỉ định công thức tối ưu hóa trên tab Hiệu suất
Phân tích chỉ số: Ví dụ thực tế. Công cụ sẽ tính toán tiến độ cho chỉ số.
Trong một số trường hợp, cần hai thang đo cho việc chuẩn hóa. Trong BSC Designer, chuyển sang tab Dữ liệu và tắt “Chế độ đơn giản” để kích hoạt các trường bổ sung “Min” và “Max”. Điều này cung cấp hai thang đo cho chuẩn hóa: min-max và điểm chuẩn-mục tiêu. Công cụ sẽ tính toán cả “hiệu suất” và “tiến độ.”
Phân tích kỳ hạn so sánh: Tháng so với tháng, Năm so với năm
Một cách tiếp cận khác để phân tích dữ liệu lịch sử là phân tích kỳ hạn so sánh, giúp:
- Phát hiện xu hướng
- Theo dõi tỷ lệ thay đổi
- Hiểu tác động theo mùa
Thay vì xem xét các bản ghi dữ liệu rời rạc, hãy nhóm dữ liệu theo kỳ hạn, chẳng hạn như tháng, quý hoặc năm, để theo dõi sự thay đổi theo thời gian.
Ví dụ, khi phân tích lưu lượng truy cập website hàng tháng, xu hướng có thể không rõ ràng, nhưng nhóm dữ liệu theo năm có thể tiết lộ xu hướng tích cực hoặc tiêu cực.
Phương pháp nhóm dữ liệu phụ thuộc vào bản chất của dữ liệu và bối cảnh đo lường:
- Các chỉ số như “tỷ lệ hài lòng của khách hàng” cần được trung bình
- Các chỉ số như “doanh số hàng tháng” cần được tóm tắt
Nếu bạn quan tâm đến việc phát hiện bất thường, phương pháp nhóm có thể thay đổi thành:
- Giá trị tối thiểu, hoặc
- Giá trị tối đa
Trong BSC Designer:
- Thiết lập loại nhóm của một chỉ số thông qua điều khiển “group by” trong Trình chỉnh sửa Giá trị
- Hiển thị cột “Động” trong các bảng KPI, báo cáo, hoặc trên sơ đồ chiến lược
- Sử dụng điều khiển “group by” trên tab Các KPI, tab Bảng, và trong hộp thoại Báo cáo để thay đổi kỳ hạn nhóm cho dữ liệu được hiển thị
Phân tích Chỉ số: Ví dụ Thực tiễn. Phân tích Tương quan với AI
Khi bạn đã có dữ liệu lịch sử cho các chỉ số khác nhau, bạn có thể chuyển sang phân tích tương quan. Việc này có thể được thực hiện thủ công bằng cách xem xét dữ liệu hoặc sử dụng AI để xác định các mối tương quan có thể có giữa các chỉ số.
Đối với phân tích thủ công, hãy trực quan hóa hai hoặc nhiều chỉ số trên cùng một biểu đồ. Trong BSC Designer, bạn có thể làm điều này bằng cách chọn một số chỉ số làm nguồn dữ liệu.
Phân Tích Chỉ Số: Các Ví Dụ Thực Tiễn. Đối với phân tích bằng AI, cung cấp cho AI thông tin ngữ cảnh và dữ liệu cho các chỉ số, và yêu cầu nó xác định các mối tương quan có thể có.
Hãy chắc chắn áp dụng tư duy phản biện đối với kết quả của phân tích này, vì tương quan không đồng nghĩa với nguyên nhân.
Để sử dụng phân tích tương quan trong BSC Designer:
- Chuyển sang tab AI
- Bắt đầu một cuộc trò chuyện mới bằng cách cung cấp dữ liệu hiệu suất cho AI
- Yêu cầu nó tìm các KPI có thể tương quan
Dưới đây là một ví dụ về lời nhắc cho AI:
Bạn là một nhà phân tích dữ liệu AI được giao nhiệm vụ thực hiện phân tích tương quan toàn diện trên Thẻ điểm cân bằng chứa các chỉ số hiệu suất chính (KPI) qua nhiều khía cạnh. Mục tiêu là hiểu các mối quan hệ giữa các chỉ số này để thông báo cho quyết định chiến lược.
Hướng dẫn:
– Tập trung vào dữ liệu trong năm ngoái
– Tính toán hệ số tương quan Pearson cho từng cặp chỉ số.
– Nếu dữ liệu không phân bố chuẩn, sử dụng hệ số tương quan hạng Spearman.
– Xác định ý nghĩa thống kê của từng hệ số tương quan.
– Sử dụng mức độ ý nghĩa 0.05 (khoảng tin cậy 95%)
– Nổi bật các cặp chỉ số có hệ số tương quan trên 0.7 hoặc dưới -0.7
– Cung cấp một diễn giải chi tiết về các tương quan có ý nghĩa được xác định và các lý do có thể cho các mối quan hệ này dựa trên ngữ cảnh kinh doanh.
– Đề xuất các giả thuyết có thể được kiểm tra bằng phân tích sâu hơn hoặc thí nghiệm.
Phân Tích Chỉ Số: Các Ví Dụ Thực Tiễn. Đánh giá hiệu suất tương đối hay Phân tích hiệu suất tương đối
Đánh giá hiệu suất rất hữu ích khi cùng một chỉ số được sử dụng trong một lĩnh vực kinh doanh. Có thể có:
- Chỉ số tiêu chuẩn ngành hoặc chỉ số thực tiễn tốt nhất (ví dụ: “Biên lợi nhuận gộp” hoặc “Điểm thúc đẩy Net”)
- Các chỉ số được sử dụng để đánh giá cạnh tranh (ví dụ: “Thị phần” hoặc “Lưu lượng truy cập trang web”)
- Các chỉ số nội bộ được sử dụng trong các phòng ban (ví dụ: các chỉ số trong thẻ điểm đánh giá hoặc thẻ điểm nhà cung cấp)
Từ góc độ đo lường, yếu tố thành công chính trong phân tích hiệu suất tương đối là định nghĩa và duy trì các tiêu chuẩn đo lường. Trong khi điều này khả thi đối với các chỉ số nội bộ, đối với các chỉ số bên ngoài, chúng ta cần chấp nhận biên độ sai số cao hơn. Ngay cả các chỉ số kinh điển như “% khách hàng đã giới thiệu sản phẩm của chúng tôi” cũng có thể thay đổi đáng kể giữa các công ty tùy thuộc vào ngữ cảnh của câu hỏi.
Trong BSC Designer:
- Tạo một bộ mẫu các KPI hoặc tiêu chí đánh giá
- Chuyển giao (sao chép và dán) các KPI để đại diện cho các phòng ban nội bộ khác nhau hoặc đối thủ cạnh tranh
- Sử dụng biểu đồ “Chuỗi” trên bảng để hình dung dữ liệu theo tiêu chí đánh giá và so sánh tổng hiệu suất của từng chuẩn
Phân Tích Chỉ Số: Ví Dụ Thực Tế. Chúng tôi đã thảo luận về các ví dụ cụ thể hơn và các thực tiễn tốt nhất để đo lường chuỗi dữ liệu trong các cuộc thảo luận của chúng tôi về thẻ điểm đánh giá.
Hình thành những hiểu biết có thể hành động
Mục tiêu chính của phân tích dữ liệu hiệu suất là khám phá những hiểu biết có thể được sử dụng để hình thành các giả thuyết chiến lược tốt hơn.
Nguyên tắc chung để hình thành những hiểu biết này:
- Tham khảo dữ liệu đã kích hoạt hiểu biết
- Xác minh nguồn và phân tích bối cảnh, vì bất kỳ dữ liệu nào cũng có thể bị thiên lệch không cố ý
- Tiến hành phân tích nguyên nhân gốc rễ để hiểu rõ hơn về hiểu biết
- Liên kết hiểu biết với chiến lược hiện có để hỗ trợ mục tiêu, đáp ứng nhu cầu của các bên liên quan, giảm thiểu rủi ro và hơn thế nữa.
- Nhớ rằng, một hiểu biết là một giả thuyết cần được xác nhận trước khi mở rộng. Xử lý nó theo cách này bằng cách xác định các chỉ số dẫn dắt và trễ liên quan và thiết lập các thử nghiệm.
Trong BSC Designer:
- Ở giai đoạn đầu, ghi nhận những hiểu biết như các bình luận cho các ngày cụ thể của các KPI đã chọn
- Ở giai đoạn sau, chuyển những hiểu biết vào các thẻ điểm chức năng hoặc chiến lược để phát triển chúng thêm
Phân tích Chỉ số: Ví dụ Thực tế. Tóm tắt Phân tích Hiệu suất trong Lập kế hoạch Chiến lược
- Xác định các chỉ số hiệu suất trong bối cảnh chiến lược được hình thành và nhu cầu của các bên liên quan.
- Theo dõi dữ liệu hiệu suất cho các chỉ số theo thời gian.
- Sử dụng các công cụ phân tích đã thảo luận ở trên để tạo ra những hiểu biết sâu sắc.
- Hình thành các giả thuyết mới và thông tin có thể hành động.
- Xác minh các giả thuyết trong thực tế; cập nhật chiến lược với những đầu vào mới.
Alexis Savkin là Chuyên gia Tư vấn Chiến lược Cấp cao và là Giám đốc điều hành của BSC Designer, một nền tảng Thẻ điểm cân bằng. Ông có hơn 20 năm kinh nghiệm trong lĩnh vực này, với nền tảng toán học ứng dụng và công nghệ thông tin. Alexis là tác giả của “Hệ thống Triển khai Chiến lược”. Ông đã xuất bản hơn 100 bài viết về chiến lược và đo lường hiệu suất, thường xuyên phát biểu tại các sự kiện ngành, và công trình của ông thường xuyên được trích dẫn trong các nghiên cứu học thuật.