Phần lớn những lần tăng giảm của số liệu kinh doanh hằng tuần chỉ là dao động tự nhiên, không mang thông tin gì về nguyên nhân. Phản ứng với dao động đó bằng họp khẩn, đổi chiến lược hay thưởng phạt là tốn công, và đôi khi làm mọi thứ tệ đi. Phân biệt được tín hiệu thật với tiếng ồn là một kỹ năng toán học ứng dụng đáng giá nhất cho người quản lý.
Bài này giải thích hai hiện tượng nền tảng là biến động ngẫu nhiên và hồi quy về trung bình, cách ước nhanh dải dao động bình thường của một chỉ số, và một quy trình gọn để quyết định khi nào nên hành động. Các con số đều là ví dụ giả định; phần kiểm định thống kê bài bản có ở danh mục xác suất và thống kê của trang.
Mọi con số đo được đều gồm phần thật và phần may rủi
Hãy coi doanh số một tuần của cửa hàng là tổng của hai phần. Phần thứ nhất là mức nền, do vị trí, giá cả, chất lượng phục vụ, mùa vụ quyết định. Phần thứ hai là may rủi: tuần này mưa nhiều hơn, một khách quen đi vắng, một nhóm khách lạ ghé qua. Phần may rủi không có nghĩa là không có nguyên nhân, mà là nguyên nhân quá nhiều, quá nhỏ và không lặp lại để bạn quản lý được.
Khi so tuần này với tuần trước, bạn đang so hai lần rút thăm từ cùng một chiếc hộp. Chênh lệch giữa hai lần rút có thể khá lớn mà mức nền không hề đổi. Ví dụ giả định: một cửa hàng có 12 tuần gần nhất bán trung bình 200 đơn, thấp nhất 178, cao nhất 224. Tuần này bán 185 đơn, giảm 7,5% so với tuần trước 200 đơn. Con số giảm nghe đáng lo, nhưng 185 vẫn nằm gọn trong dải 178 đến 224 của chính cửa hàng. Chưa có gì để giải thích.
Sai lầm phổ biến là luôn so với kỳ liền trước. Phép so đó gần như đảm bảo bạn sẽ thấy “tăng” hoặc “giảm” mỗi tuần, và mỗi lần thấy đều thôi thúc đi tìm nguyên nhân. Cách tốt hơn là so với dải dao động của nhiều kỳ, và chỉ coi là đáng chú ý khi con số mới ra ngoài dải đó, hoặc khi nhiều kỳ liên tiếp cùng lệch về một phía.
Ước nhanh dải dao động bình thường
Cách thô nhất là nhìn giá trị cao nhất và thấp nhất của khoảng 10 đến 20 kỳ gần đây, với điều kiện trong thời gian đó không có thay đổi lớn về giá, sản phẩm hay số giờ mở cửa. Kỳ mới nằm trong dải đó thì chưa đáng bàn.
Cách chặt hơn là dùng độ lệch chuẩn, một số đo mức tản mát quanh trung bình mà bảng tính nào cũng có hàm tính sẵn. Quy tắc kinh nghiệm: với số liệu tương đối ổn định, phần lớn các kỳ nằm trong khoảng trung bình cộng trừ hai độ lệch chuẩn. Một kỳ vượt ra ngoài khoảng đó đáng được xem xét; vượt ba độ lệch chuẩn thì gần như chắc có chuyện.
Với số liệu là số đếm sự kiện, như số khiếu nại, số sản phẩm lỗi, số khách vào cửa, có một mẹo ước nhẩm hữu ích: nếu các sự kiện xảy ra độc lập với nhau, độ dao động tự nhiên cỡ căn bậc hai của trung bình. Ví dụ giả định: trung bình 25 khiếu nại mỗi tháng thì độ lệch tự nhiên cỡ 5. Tháng có 33 khiếu nại chỉ cao hơn trung bình 1,6 lần độ lệch, chưa nói lên gì. Tháng có 40 khiếu nại cao hơn 3 lần độ lệch, nên điều tra.
Mẹo căn bậc hai còn cho thấy một điều quan trọng: số đếm càng nhỏ, dao động tương đối càng lớn. Trung bình 100 thì dao động cỡ 10, tức 10%. Trung bình 4 thì dao động cỡ 2, tức 50%. Một bộ phận nhỏ có tháng 2 lỗi, tháng sau 6 lỗi chưa chắc đã có vấn đề gì, dù con số “gấp ba”.
Đơn vị nhỏ luôn đứng ở hai đầu bảng xếp hạng
Hệ quả trực tiếp của mẹo căn bậc hai là khi bạn xếp hạng nhiều đơn vị theo tỷ lệ, các đơn vị nhỏ nhất thường chiếm cả vị trí cao nhất lẫn thấp nhất. Không phải vì chúng tốt hơn hay tệ hơn, mà vì tỷ lệ của chúng dao động mạnh hơn.
Ví dụ giả định: một chuỗi có 20 cửa hàng, cửa hàng lớn phục vụ vài nghìn khách mỗi tháng, cửa hàng nhỏ chỉ vài chục. Nếu tất cả có cùng tỷ lệ khách phàn nàn thật là 2%, thì cửa hàng 50 khách có thể ghi nhận 0 lời phàn nàn một tháng (tỷ lệ 0%, đứng đầu) và 3 lời phàn nàn tháng khác (tỷ lệ 6%, đứng cuối). Cửa hàng 3.000 khách sẽ dao động quanh 60 lời phàn nàn, tỷ lệ luôn sát 2%.
Nếu ban quản lý chỉ nhìn bảng xếp hạng, họ sẽ khen rồi phê bình cùng một cửa hàng nhỏ luân phiên, và bỏ qua cửa hàng lớn vốn đang ở giữa bảng. Cách khắc phục là luôn đặt cột quy mô cạnh cột tỷ lệ, gộp nhiều tháng cho đơn vị nhỏ trước khi so, và cảnh giác với mọi bảng xếp hạng mà các đơn vị có quy mô rất khác nhau.
Hồi quy về trung bình: vì sao người đứng đầu tháng này hay tụt tháng sau
Khi kết quả gồm cả năng lực và may rủi, người đạt kết quả cao nhất trong một kỳ thường là người vừa có năng lực khá vừa gặp may. Kỳ sau, năng lực vẫn còn đó nhưng vận may không chắc lặp lại, nên kết quả của họ có xu hướng lùi về gần mức trung bình của chính họ. Điều tương tự xảy ra theo chiều ngược lại với người đứng cuối. Hiện tượng này gọi là hồi quy về trung bình, và nó xảy ra mà không cần ai làm gì cả.
Rắc rối nảy sinh khi ta gắn nó với hành động của mình. Nếu bạn phê bình người đứng cuối tháng này, tháng sau họ thường khá lên, và bạn kết luận phê bình có hiệu quả. Nếu bạn thưởng người đứng đầu, tháng sau họ thường tụt, và bạn kết luận thưởng làm người ta tự mãn. Cả hai kết luận có thể sai, vì sự thay đổi phần lớn đến từ hồi quy về trung bình. Nhà tâm lý học Daniel Kahneman từng kể về những huấn luyện viên bay tin rằng khen làm học viên bay kém đi còn mắng làm họ bay tốt lên, và giải thích rằng điều họ thấy chính là hiện tượng này.
Hồi quy về trung bình cũng giải thích nhiều “thành công” của các biện pháp khắc phục. Một chi nhánh có tháng doanh số thấp bất thường, công ty cử người xuống hỗ trợ, tháng sau doanh số hồi phục. Có thể người hỗ trợ đã làm tốt, cũng có thể doanh số tự hồi phục. Không có nhóm so sánh thì không thể biết.
Cách phòng tránh: đánh giá con người và đơn vị theo trung bình nhiều kỳ thay vì một kỳ; khi thử một biện pháp, áp dụng cho một số đơn vị và giữ một số đơn vị tương tự làm đối chứng; và luôn hỏi “nếu không làm gì, liệu con số có tự trở lại không?”.
Dao động có quy luật: mùa vụ, ngày trong tuần và cách so cho công bằng
Không phải mọi thay đổi đều là may rủi. Có những dao động lặp lại đều đặn: cửa hàng ăn uống đông vào cuối tuần, văn phòng phẩm bán chạy dịp khai giảng, hàng tiêu dùng tăng mạnh trước Tết. Những dao động này có quy luật, dự đoán được, và nếu không tách chúng ra, bạn sẽ nhầm mùa vụ với xu hướng.
Cách đơn giản nhất là so cùng kỳ: tuần này so với cùng tuần năm trước, thứ Bảy này so với các thứ Bảy trước. Với dữ liệu theo ngày, đừng bao giờ so thứ Hai với Chủ nhật. Với dữ liệu theo tháng, nhớ rằng các tháng có số ngày khác nhau và số ngày cuối tuần khác nhau; tháng Hai ngắn hơn tháng Ba ba ngày, tức gần 10% thời gian bán hàng. Chia cho số ngày mở cửa trước khi so là một bước nhỏ tránh được nhiều kết luận sai.
Tết âm lịch là một bẫy riêng ở Việt Nam: nó rơi vào tháng Một năm này, tháng Hai năm khác, nên so tháng Hai năm nay với tháng Hai năm trước có thể là so một tháng có Tết với một tháng không có Tết. Khi thấy chênh lệch lớn quanh đầu năm, việc đầu tiên là kiểm lịch âm của cả hai năm. Sau khi đã tách mùa vụ và lịch, phần dao động còn lại mới là thứ cần đưa qua phép thử dải dao động ở các phần trên.
Quy trình năm bước trước khi phản ứng với một con số
Khi một chỉ số tăng giảm làm bạn lo hoặc mừng, đi qua năm bước sau trước khi triệu tập cuộc họp hay ra quyết định.
- So với dải dao động của nhiều kỳ, không chỉ với kỳ liền trước. Con số mới có nằm ngoài khoảng cao nhất, thấp nhất của 10 đến 20 kỳ gần đây không?
- Xét quy mô. Số đếm nhỏ thì dao động tương đối lớn; dùng mẹo căn bậc hai để ước xem mức thay đổi có vượt dao động tự nhiên không.
- Tìm kiểu mẫu thay vì một điểm. Ba đến bốn kỳ liên tiếp cùng lệch về một phía đáng tin hơn một kỳ lệch mạnh.
- Kiểm các thay đổi đã biết: giá, sản phẩm, giờ mở cửa, cách đo, ngày lễ. Rất nhiều “bất thường” chỉ là đổi định nghĩa hoặc đổi lịch.
- Chỉ sau bốn bước trên mới đi tìm nguyên nhân sâu hơn. Nếu quyết định hành động, ghi lại dự đoán trước để sau này so với kết quả, và nếu được thì giữ một nhóm đối chứng.
Trợ lý AI có thể giúp bước một và bước hai rất nhanh. Bạn che tên cửa hàng, tên nhân viên, rồi dán chuỗi số liệu theo kỳ và gửi câu lệnh: “Tính trung bình và độ lệch chuẩn của chuỗi số sau, liệt kê các kỳ nằm ngoài khoảng trung bình cộng trừ hai độ lệch chuẩn, và chỉ ra nếu có ba kỳ liên tiếp cùng nằm trên hoặc dưới trung bình. Không đưa ra giải thích nguyên nhân.”
Câu cuối trong lệnh rất quan trọng. Chatbot có xu hướng kể một câu chuyện nguyên nhân nghe hợp lý cho mọi biến động, kể cả biến động hoàn toàn ngẫu nhiên. Hãy dùng nó để tính, còn việc giải thích để dành cho người hiểu hoạt động thực tế. Kiểm lại trung bình bằng một phép cộng chia tay trên vài số đầu để chắc AI đọc đúng dữ liệu.
Câu hỏi thường gặp
Doanh số tuần này giảm so với tuần trước có đáng lo không?
Chưa chắc. Hãy so với dải dao động của khoảng 10 đến 20 tuần gần đây. Nếu con số mới vẫn nằm trong khoảng cao nhất và thấp nhất của các tuần đó, thay đổi nhiều khả năng chỉ là dao động tự nhiên.
Hồi quy về trung bình là gì?
Là hiện tượng kết quả cực cao hoặc cực thấp trong một kỳ thường được theo sau bởi kết quả gần mức trung bình hơn, vì phần may rủi góp vào kết quả cực đoan không lặp lại. Nó xảy ra tự nhiên, không cần tác động nào.
Vì sao các đơn vị nhỏ hay đứng đầu hoặc cuối bảng xếp hạng?
Vì với số đếm nhỏ, chỉ thêm hoặc bớt vài sự kiện là tỷ lệ thay đổi rất mạnh. Dao động tự nhiên của số đếm cỡ căn bậc hai của trung bình, nên tính theo phần trăm thì đơn vị càng nhỏ dao động càng lớn.
Mẹo căn bậc hai dùng thế nào?
Với số đếm các sự kiện độc lập như khiếu nại hay sản phẩm lỗi, độ dao động tự nhiên cỡ căn bậc hai của trung bình. Trung bình 25 thì dao động cỡ 5; một kỳ lệch quá ba lần con số đó, tức trên 40 hoặc dưới 10, mới thực sự đáng điều tra.
Thưởng phạt theo kết quả một tháng có hợp lý không?
Dễ bị đánh lừa bởi may rủi và hồi quy về trung bình. Người đứng đầu một tháng thường tụt tháng sau và người đứng cuối thường khá lên mà không cần tác động. Đánh giá theo trung bình nhiều kỳ sẽ công bằng và ổn định hơn.
Có nên để chatbot giải thích vì sao số liệu tăng giảm không?
Nên dùng chatbot để tính trung bình, độ lệch và đánh dấu kỳ bất thường, nhưng không nên tin các câu chuyện nguyên nhân nó tự đưa ra. Chatbot thường tìm được lý do nghe hợp lý cho cả biến động hoàn toàn ngẫu nhiên. Nhớ che tên đơn vị và người trước khi dán số liệu.