Câu chuyện Walmart phân tích dữ liệu bán hàng, phát hiện đàn ông chiều thứ Sáu hay mua bia cùng tã giấy, rồi xếp hai thứ cạnh nhau và bán được nhiều hơn, là một huyền thoại. Gốc thật của nó là một phân tích dữ liệu năm 1992 cho chuỗi hiệu thuốc Osco Drug ở Mỹ, tìm thấy một mối tương quan giữa bia và tã giấy trong một khung giờ chiều, nhưng theo lời những người trong cuộc, không ai dời kệ hàng vì phát hiện đó.
Câu chuyện bị biến đổi qua nhiều năm kể lại trong các buổi giới thiệu phần mềm và các lớp học về dữ liệu, cho đến khi trở thành "chuyện của Walmart". Bài này lần lại nguồn gốc, kể thêm một câu chuyện dữ liệu nổi tiếng khác cũng cần đọc thận trọng, và rút ra cách dùng dữ liệu bán hàng cho cửa hàng nhỏ.
Giai thoại kể gì – tư liệu cho thấy gì – kết luận
Tách bản kể phổ biến thành từng phần:
| Phần câu chuyện | Bản kể phổ biến | Tư liệu cho thấy | Kết luận |
|---|---|---|---|
| Công ty | Walmart | Chuỗi hiệu thuốc Osco Drug, trong một dự án phân tích dữ liệu năm 1992 | Sai tên công ty |
| Phát hiện | Đàn ông mua tã giấy thường mua kèm bia | Có tương quan giữa bia và tã giấy trong giỏ hàng vào khoảng cuối buổi chiều | Có cơ sở |
| Lý giải "ông bố được vợ nhờ mua tã" | Là kết luận của phân tích | Là lời giải thích được thêm vào khi kể lại; dữ liệu giỏ hàng không cho biết người mua là ai | Suy diễn |
| Dời kệ bia cạnh tã giấy, doanh số tăng | Đã làm và thành công | Những người trong cuộc kể rằng không có thay đổi trưng bày nào vì phát hiện này | Bịa thêm |
| Thứ Sáu | Chiều thứ Sáu | Các bản kể khác nhau về ngày | Chưa kiểm chứng |
Điều thú vị là phần thật của câu chuyện, một mối tương quan trong dữ liệu, lại là phần nhàm chán nhất. Những phần làm câu chuyện hấp dẫn, như ông bố mệt mỏi và hành động dời kệ thành công, đều là phần được thêm vào.
Lần lại nguồn gốc
Năm 2002, Daniel Power, một giáo sư nghiên cứu về hệ thống hỗ trợ ra quyết định ở Mỹ, viết một bài trong bản tin chuyên ngành của mình để tìm nguồn gốc câu chuyện. Ông liên lạc với những người từng tham gia dự án. Theo bài viết, vào năm 1992, một nhóm tư vấn của công ty máy tính NCR, trong đó có Thomas Blischok, phân tích dữ liệu giao dịch của khoảng hai mươi lăm cửa hàng Osco Drug để tìm các món hàng hay được mua cùng nhau.
Nhóm tìm thấy rằng vào khoảng từ năm đến bảy giờ chiều, khách mua bia và tã giấy cùng nhau nhiều hơn mức ngẫu nhiên. Theo lời Blischok được dẫn lại, Osco không dời bia đến gần tã giấy. Phát hiện này được dùng như một ví dụ minh hoạ sức mạnh của phân tích dữ liệu trong các buổi trình bày, và từ đó bắt đầu hành trình lan truyền.
Qua nhiều năm, chi tiết công ty bị đổi thành Walmart, có lẽ vì Walmart là chuỗi bán lẻ nổi tiếng nhất và được biết đến với hệ thống dữ liệu lớn. Chi tiết "đã dời kệ và tăng doanh số" được thêm vào để câu chuyện có kết thúc trọn vẹn. Đây là đường đi điển hình của một giai thoại kinh doanh: bắt đầu từ một sự kiện thật nhỏ, rồi được kể lại cho hay hơn.
Đường đi điển hình của một giai thoại dữ liệu
Nhìn lại, có thể thấy câu chuyện đi qua ba bước biến đổi khá điển hình. Bước một, một phát hiện thật nhưng nhỏ được dùng làm ví dụ trong bài trình bày, có kèm lời giải thích vui để người nghe nhớ. Bước hai, người nghe kể lại cho người khác, giữ lời giải thích nhưng quên mất rằng đó chỉ là phỏng đoán, và thay tên công ty ít người biết bằng tên công ty ai cũng biết. Bước ba, câu chuyện được thêm một kết thúc có hậu, như doanh số tăng, để trọn vẹn.
Mỗi bước đều làm câu chuyện hay hơn và kém chính xác hơn. Không ai cố ý bịa; mỗi người kể chỉ làm gọn một chút. Đó là lý do khi gặp một câu chuyện kinh doanh quá trọn vẹn, nên hỏi ngược lại: bản kể sớm nhất là gì, và bản đó có những chi tiết nào.
Vì sao câu chuyện sống dai
Câu chuyện bia và tã giấy có mọi yếu tố mà người bán phần mềm phân tích dữ liệu cần: một phát hiện bất ngờ, một lời giải thích dễ hình dung về con người, và một hành động mang lại tiền. Nó trở thành ví dụ mở đầu quen thuộc khi dạy về phân tích giỏ hàng và các luật kết hợp, tức là các quy tắc dạng "khách mua món A thường mua món B".
Vấn đề là câu chuyện dạy sai cách dữ liệu được dùng trong thực tế. Một mối tương quan trong dữ liệu không tự động cho biết vì sao nó xảy ra, cũng không cho biết làm gì với nó sẽ có lãi. Dời kệ hàng tốn công, có thể làm khách quen khó tìm đồ, và hiệu quả chỉ biết được khi thử có đối chứng. Phần lớn các phát hiện từ dữ liệu giỏ hàng trong thực tế là những điều người bán đã biết, như mua bánh mì kèm bơ, chứ không phải những bất ngờ kiểu bia và tã.
Một yếu tố khác là không ai có động lực để đính chính. Người bán phần mềm hưởng lợi từ câu chuyện; người học thấy nó dễ nhớ; còn Walmart, công ty bị gắn tên, cũng không bị thiệt gì khi được mô tả là thông minh với dữ liệu.
Kể câu chuyện như ví dụ về một tương quan thú vị thì không sai. Kể nó như bằng chứng rằng phân tích dữ liệu sẽ tự động mang lại tiền là đang dạy một bài học không có cơ sở.
Một câu chuyện dữ liệu khác cần đọc thận trọng: Target và khách mang thai
Năm 2012, một bài báo dài trên tạp chí của tờ The New York Times kể về việc chuỗi bán lẻ Target ở Mỹ xây dựng mô hình dự đoán khách hàng nào có khả năng đang mang thai dựa trên những món họ mua, như kem dưỡng không mùi hay một số loại vitamin, để gửi phiếu giảm giá đồ trẻ em đúng lúc. Phần này dựa trên phỏng vấn người từng làm thống kê cho công ty và được nhiều nguồn nhắc lại.
Bài báo cũng kể một giai thoại: một người cha giận dữ đến cửa hàng vì con gái tuổi học trò nhận phiếu giảm giá đồ sơ sinh, rồi sau đó gọi lại xin lỗi vì phát hiện con mình đang mang thai thật. Giai thoại này lan rộng hơn cả phần còn lại của bài báo. Tuy vậy, nó được kể lại qua lời người khác, không có tên, và về sau một số nhà phân tích dữ liệu đặt câu hỏi về việc nó có được kiểm chứng đầy đủ không.
Kết luận hợp lý: việc Target xây mô hình dự đoán là có tư liệu; giai thoại người cha thì chưa được kiểm chứng độc lập. Giống chuyện bia và tã giấy, phần kịch tính nhất là phần ít chắc chắn nhất. Câu chuyện này cũng mở ra câu hỏi về quyền riêng tư khi doanh nghiệp suy đoán những điều nhạy cảm từ dữ liệu mua hàng.
Tương quan, nhân quả và chuyện dời kệ
Giả sử dữ liệu thật sự cho thấy bia và tã giấy hay được mua cùng nhau vào cuối buổi chiều. Có nhiều cách giải thích khác nhau: có thể người mua là cha mẹ trẻ ghé hiệu thuốc trên đường đi làm về; có thể cả hai món đều đang được khuyến mãi tuần đó; có thể chỉ là cửa hàng nằm gần khu dân cư đông gia đình trẻ. Mỗi cách giải thích dẫn đến một hành động khác, và dữ liệu giỏ hàng không đủ để chọn cách nào đúng.
Ngay cả khi lời giải thích "ông bố mua tã kèm bia" là đúng, dời bia đến gần tã giấy cũng chưa chắc là ý hay. Nếu khách vốn đã mua cả hai, đặt gần nhau chỉ giúp họ đỡ đi vài bước chứ không làm họ mua thêm. Một số người làm bán lẻ còn lập luận ngược lại: để hai món xa nhau thì khách phải đi qua nhiều kệ hơn và có thể nhặt thêm món khác. Cách duy nhất để biết là thử ở một số cửa hàng, giữ một số cửa hàng làm đối chứng, rồi so sánh.
Đây là phần mà câu chuyện huyền thoại bỏ qua hoàn toàn. Nó nhảy từ phát hiện thẳng sang thành công, không qua bước thử nghiệm, và vì vậy dạy người nghe một cách làm việc thiếu đúng một bước quan trọng nhất.
Áp vào cửa hàng nhỏ: dùng dữ liệu bán hàng cho đúng mức
Bắt đầu từ câu hỏi, không từ dữ liệu. Ví dụ giả định: một tiệm tạp hoá có phần mềm bán hàng. Thay vì đợi dữ liệu "tự nói", chủ tiệm hỏi: món nào hay hết hàng vào cuối tuần? Khách mua gạo thường mua thêm gì? Câu hỏi cụ thể cho câu trả lời dùng được.
Tương quan chỉ là gợi ý để thử. Thấy khách mua mì gói hay mua kèm trứng thì có thể thử đặt hai món gần nhau trong hai tuần, đếm doanh số, rồi so với hai tuần trước. Không thử thì không biết.
Đừng thêm lời giải thích vào dữ liệu. Dữ liệu cho biết hai món hay được mua cùng nhau, không cho biết ai mua và vì sao. Lời giải thích nghe hợp lý vẫn chỉ là giả thuyết.
Tôn trọng khách. Dùng lịch sử mua hàng để gợi ý món phù hợp thì khách thường thấy tiện. Dùng để suy đoán chuyện riêng tư như sức khoẻ, gia đình rồi nhắc tới thì dễ khiến khách khó chịu.
Cảnh giác với câu chuyện quá hay. Khi người bán phần mềm kể một câu chuyện dữ liệu kỳ diệu, hỏi: công ty nào, năm nào, kết quả đo thế nào. Câu chuyện bia và tã giấy là lời nhắc tốt.
Câu hỏi thường gặp
Walmart có thật sự xếp bia cạnh tã giấy không?
Chưa tìm thấy tư liệu nào cho thấy Walmart làm vậy. Câu chuyện bắt nguồn từ một phân tích dữ liệu năm 1992 cho chuỗi hiệu thuốc Osco Drug, và theo những người trong cuộc, Osco cũng không dời kệ vì phát hiện đó.
Ai đã lần ra nguồn gốc câu chuyện bia và tã giấy?
Năm 2002, giáo sư Daniel Power viết bài tìm nguồn gốc câu chuyện, liên lạc với những người từng tham gia dự án phân tích dữ liệu cho Osco Drug năm 1992, trong đó có Thomas Blischok của nhóm tư vấn NCR.
Phân tích giỏ hàng là gì?
Là việc tìm các món hàng hay được mua cùng nhau trong cùng một lần mua, thường biểu diễn bằng quy tắc dạng "mua A thì hay mua B". Kết quả là gợi ý để thử nghiệm trưng bày, khuyến mãi, chứ không tự động cho biết nên làm gì.
Chuyện Target đoán được khách mang thai có thật không?
Việc Target xây dựng mô hình dự đoán khách mang thai từ dữ liệu mua hàng được tờ The New York Times đưa tin năm 2012 dựa trên phỏng vấn người trong cuộc. Giai thoại người cha phát hiện con gái mang thai nhờ phiếu giảm giá thì chưa được kiểm chứng độc lập.
Cửa hàng nhỏ có cần phần mềm phân tích dữ liệu không?
Không nhất thiết. Một phần mềm bán hàng đơn giản ghi được món bán, giờ bán là đủ để trả lời những câu hỏi cơ bản. Quan trọng hơn là đặt câu hỏi cụ thể và thử nghiệm có đo đếm.