Dữ liệu khách hàng bẩn, kiểu một người có ba hồ sơ, số điện thoại viết mỗi lần một kiểu, tên sai chính tả, sẽ làm lệch mọi phân tích làm sau đó. Cách làm sạch là chuẩn hoá số điện thoại, gộp hồ sơ trùng theo một khoá nhận diện chung, và đặt quy tắc nhập liệu để cái bẩn không quay lại.
Chào bạn, đây là Nhà Phân Tích. Nếu có một việc chiếm nhiều thời gian nhất của người làm phân tích mà ít ai kể, đó là dọn dữ liệu. Không hào nhoáng, không có biểu đồ đẹp, nhưng bỏ qua nó thì mọi con số phía sau đều đứng trên cát.
Dữ liệu bẩn làm sai phân tích thế nào?
Giả sử một chị khách quen mua ở tiệm bạn hai mươi lần trong năm. Nhưng nhân viên ghi mười lần chỉ có tên, năm lần có thêm chữ chị đằng trước, năm lần dưới số điện thoại có thêm mã nước. Trong hệ thống, chị thành ba khách, mỗi người mua vài lần.
Khi phân nhóm khách, chị không còn là khách ruột, mà là ba khách bình thường. Khi đếm số khách, tiệm có vẻ đông khách hơn thực tế. Khi tính tỷ lệ quay lại, con số thấp hơn thực tế, vì mỗi hồ sơ lẻ trông như khách mua ít rồi đi.
Nhân lên hàng trăm khách, mọi chỉ số về khách đều lệch. Và bạn sẽ ra quyết định dựa trên con số lệch đó mà không hề biết.
Nên trước khi phân tích bất cứ thứ gì về khách, hãy dành thời gian nhìn xem dữ liệu sạch tới đâu.
Chuẩn hoá số điện thoại: khoá nhận diện quan trọng nhất
Ở cửa hàng nhỏ, số điện thoại thường là thứ tốt nhất để nhận diện khách. Tên thì trùng nhiều, địa chỉ thì hay đổi, còn số điện thoại khá ổn định.
Nhưng cùng một số có thể được ghi nhiều kiểu: có dấu cách, có dấu chấm, có mã nước, có số không ở đầu hoặc không. Bước đầu tiên là đưa tất cả về một dạng duy nhất: bỏ mọi ký tự không phải số, đưa mã nước về dạng số không đầu, kiểm độ dài.
Những số sau khi chuẩn hoá có độ dài bất thường là số nhập sai. Đánh dấu chúng lại, đừng xoá, vì có khi vẫn tìm lại được từ lịch sử đơn hàng.
Làm bước này trong bảng tính bằng các hàm thay thế ký tự là đủ. Làm một lần cho dữ liệu cũ, rồi đặt quy tắc cho dữ liệu mới.
Gộp hồ sơ trùng mà không gộp nhầm
Sau khi chuẩn hoá, sắp xếp theo số điện thoại. Những dòng cùng số liền nhau là ứng viên gộp.
Nhưng đừng gộp mù. Có trường hợp hai người trong một nhà dùng chung số, hoặc một số điện thoại đổi chủ sau nhiều năm. Hãy nhìn thêm tên và thời gian: cùng số, tên tương tự, mua cùng loại hàng thì gần như chắc là một người.
Khi gộp, giữ lại hồ sơ có thông tin đầy đủ nhất làm hồ sơ chính, chuyển lịch sử mua của các hồ sơ phụ sang. Ghi chú lại hồ sơ nào đã gộp vào hồ sơ nào, để lỡ gộp nhầm còn tách ra được.
Với những trường hợp không chắc, để riêng một danh sách hỏi lại. Lần tới khách ghé, nhân viên chỉ cần hỏi một câu.
Ô trống, giá trị lạ và những thứ không nên đoán
Dữ liệu thật luôn có ô trống: khách không cho số, nhân viên quên ghi. Đừng điền đại vào đó một giá trị đoán. Một ô trống ghi rõ là không biết vẫn trung thực hơn một ô điền sai.
Tìm những giá trị lạ: ngày sinh ở tương lai, số tiền đơn hàng âm không phải trả hàng, số lượng lớn bất thường. Mỗi giá trị lạ là một câu hỏi, có khi là lỗi gõ, có khi là một đơn đặc biệt thật.
Khi phân tích, hãy nói rõ bao nhiêu phần dữ liệu bị thiếu. Một kết luận dựa trên dữ liệu thiếu một nửa phải được đọc thận trọng hơn.
Và đừng xoá dữ liệu gốc. Luôn làm sạch trên một bản sao, giữ bản gốc nguyên vẹn.
Đặt quy tắc nhập liệu để bẩn không quay lại
Làm sạch một lần mà không đổi cách nhập thì vài tháng sau lại bẩn như cũ. Nguồn bẩn lớn nhất thường là nhập tay vội ở quầy.
Quy tắc đơn giản: luôn tra số điện thoại trước khi tạo khách mới. Nếu phần mềm có chức năng báo trùng, bật nó lên. Nếu không, dặn nhân viên gõ số trước, xem đã có chưa.
Định một cách viết tên thống nhất, ví dụ không thêm anh chị cô chú vào ô tên. Nếu muốn ghi cách xưng hô, để một ô riêng.
Cuối mỗi tháng, dành mười lăm phút xem danh sách khách mới tạo. Bắt những hồ sơ trùng sớm khi chúng còn ít, dễ hơn nhiều so với dọn một lần mỗi năm.
Dữ liệu sạch cũng là tôn trọng khách
Dọn dữ liệu không chỉ là chuyện phân tích. Khi hồ sơ khách sạch, bạn không gửi ba tin nhắn giống nhau cho một người, không chúc mừng sinh nhật sai ngày, không gọi nhầm tên.
Những lỗi nhỏ đó làm khách thấy mình chỉ là một dòng trong danh sách. Dữ liệu sạch giúp bạn đối xử với từng người như một người.
Nó cũng giúp bạn giữ lời với khách về quyền riêng tư. Biết chính xác mình đang lưu gì về ai thì mới xoá được khi khách yêu cầu.
Việc này không bao giờ xong hẳn, nhưng mỗi tháng một chút thì nó không bao giờ thành núi.
Câu hỏi thường gặp
Nên nhận diện khách bằng số điện thoại hay bằng tên?
Với cửa hàng nhỏ, số điện thoại thường là khoá nhận diện tốt nhất vì ít trùng và khá ổn định. Tên dễ trùng và dễ viết khác nhau, nên chỉ dùng để kiểm tra thêm.
Làm sạch dữ liệu có cần phần mềm riêng không?
Với vài nghìn hồ sơ, bảng tính với các hàm thay thế ký tự, sắp xếp và lọc là đủ. Phần mềm chuyên dụng hữu ích khi dữ liệu rất lớn hoặc đến từ nhiều nguồn.
Gộp nhầm hai khách thành một thì sao?
Vì vậy nên ghi lại hồ sơ nào đã gộp vào hồ sơ nào và luôn giữ bản gốc. Nếu phát hiện nhầm, bạn có thể tách lịch sử mua ra lại.
Bao lâu nên kiểm tra chất lượng dữ liệu một lần?
Nhìn nhanh danh sách khách mới mỗi tháng và dọn kỹ hơn trước mỗi lần phân tích lớn. Bắt lỗi sớm tốn ít công hơn nhiều so với dọn một lần mỗi năm.
Dữ liệu thiếu nhiều có nên bỏ phân tích không?
Không nhất thiết. Hãy phân tích trên phần dữ liệu có, nói rõ tỷ lệ thiếu, và đọc kết luận thận trọng. Đồng thời sửa cách nhập để lần sau đầy đủ hơn.
