Con số doanh thu cả tháng cho bạn biết cửa hàng sống hay chết, còn doanh thu chia theo giờ, theo thứ và theo mùa mới cho bạn biết nên làm gì vào sáng mai. Hai cửa hàng cùng bán được một số tiền như nhau trong tháng có thể vận hành hoàn toàn khác: một nơi đông đều cả tuần, một nơi dồn gần nửa doanh thu vào tối thứ Sáu và cuối tuần. Lịch ca, lượng hàng nhập, ngày nghỉ của nhân viên ở hai nơi đó không thể giống nhau.
Bài này hướng dẫn cách đưa bảng doanh thu đã có cho trợ lý AI, đặt câu hỏi để nó tìm ra nhịp bán, và quan trọng hơn là cách tránh những phép so sánh sai mà cả người lẫn máy đều hay mắc. Ví dụ trong bài là ví dụ giả định của một cửa hàng tạp hoá và một quán cà phê nhỏ, bạn thay bằng số của mình.
Vì sao con số tổng tháng che mất nhiều thứ
Doanh thu tháng là con số đã cộng dồn, và phép cộng nào cũng làm mất thông tin. Giả sử tháng này cửa hàng bán được ít hơn tháng trước một chút. Nhìn con số tổng, bạn chỉ biết là giảm. Nhưng nếu chia theo ngày, có thể bạn thấy toàn bộ phần giảm nằm ở ba ngày mưa lớn liên tiếp, còn những ngày khác vẫn bằng hoặc hơn. Khi đó vấn đề không nằm ở hàng hoá hay giá, và việc cần làm là tính cách giữ khách vào ngày mưa, chẳng hạn nhận đơn qua tin nhắn và giao gần.
Ngược lại, có tháng tổng doanh thu vẫn tăng nhưng chia ra lại thấy buổi sáng giảm đều qua từng tuần, chỉ được bù bởi buổi tối. Đó là tín hiệu sớm: có thể một quán mới mở gần đó đang hút khách sáng, hoặc nhân viên ca sáng phục vụ chậm. Con số tổng tháng sẽ chỉ báo động khi phần bù buổi tối không còn đủ, tức là đã muộn vài tháng.
Vì vậy câu hỏi phân tích đầu tiên không phải "tháng này bán được bao nhiêu" mà là "doanh thu phân bố theo thời gian như thế nào, và phân bố đó có đang thay đổi không". Đây là loại câu hỏi mà trợ lý AI có phân tích tệp làm khá tốt: nó cộng, nhóm, vẽ bảng nhanh hơn bạn làm tay. Phần của bạn là chọn đúng cách chia và đọc kết quả bằng hiểu biết về cửa hàng của mình, thứ mà AI không có.
Bảng cần đưa cho AI và những gì phải che trước
Dữ liệu tối thiểu cho bài toán nhịp bán khá đơn giản. Phần lớn phần mềm bán hàng đều xuất được danh sách đơn ra tệp bảng tính. Khâu xuất, gộp và làm sạch tệp thuộc phần chuẩn bị dữ liệu, có hướng dẫn riêng ở trang AI Dữ Liệu; ở đây coi như bạn đã có bảng gọn. Bảng nên có các cột sau:
- Thời điểm bán: ngày và giờ của từng đơn, càng chi tiết càng tốt. Chỉ có tổng theo ngày thì vẫn phân tích được theo thứ và theo mùa, nhưng mất phần nhịp trong ngày.
- Giá trị đơn: số tiền thực thu sau giảm giá. Nếu có cả số tiền trước giảm thì giữ cả hai cột và ghi rõ tên.
- Kênh bán: tại quầy, giao hàng qua ứng dụng, đặt qua tin nhắn. Nhịp của từng kênh thường khác nhau.
- Chi nhánh hoặc quầy nếu có nhiều điểm bán.
- Ghi chú ngày đặc biệt: một cột tay bạn tự điền như "mưa lớn", "nghỉ lễ", "mất điện chiều", "đơn sỉ trường học". Cột này thường quý hơn mọi cột khác.
Trước khi tải lên, xoá hoặc thay mã các cột có tên khách, số điện thoại, địa chỉ giao hàng. Bài toán nhịp bán không cần biết khách là ai, nên không có lý do gì để những thông tin đó đi ra khỏi máy của bạn. Nếu bảng có tên nhân viên đứng quầy, cũng nên thay bằng mã ca, vì phân tích theo người dễ biến thành chuyện chấm điểm nhân viên, nằm ngoài mục đích ở đây.
Ba lớp nhịp: trong ngày, trong tuần và theo mùa
Một cửa hàng thường có ít nhất ba lớp nhịp chồng lên nhau. Khi nhờ AI phân tích, nên yêu cầu tách từng lớp thay vì một biểu đồ dài theo ngày, vì biểu đồ dài trộn cả ba lớp vào nhau và rất khó đọc.
| Lớp nhịp | Cách chia gợi ý | Câu hỏi nó trả lời | Bẫy hay gặp |
|---|---|---|---|
| Trong ngày | Theo khung một giờ hoặc khung ca | Cần bao nhiêu người đứng quầy lúc nào, giờ nào nên mở hoặc đóng | Lấy tổng theo giờ của cả tháng mà quên ngày thường và cuối tuần có nhịp giờ khác nhau |
| Trong tuần | Trung bình theo thứ, tính trên nhiều tuần | Ngày nào nên nhập hàng tươi, ngày nào cho nhân viên nghỉ | Tháng có năm thứ Bảy và tháng chỉ có bốn thứ Bảy cho tổng khác nhau dù nhịp không đổi |
| Theo mùa | Theo tháng hoặc theo tuần trong năm, so nhiều năm | Khi nào tích hàng, khi nào giảm giờ mở cửa, khi nào tuyển thêm thời vụ | Tết Nguyên đán rơi vào tháng khác nhau mỗi năm, so tháng Một với tháng Một là so sai |
Với lớp trong tuần, nên dùng trung bình theo thứ hoặc trung vị theo thứ thay vì tổng. Trung vị ít bị kéo lệch bởi một ngày đột biến, ví dụ một thứ Tư có đơn sỉ lớn. Bạn có thể yêu cầu AI tính cả hai rồi so: nếu trung bình và trung vị của cùng một thứ chênh nhiều, trong dữ liệu có ngày bất thường cần xem riêng.
So sánh cùng kỳ cho đúng
Tháng có số ngày và số cuối tuần khác nhau. Tháng Hai ngắn hơn tháng Ba ba ngày, và một tháng có năm ngày cuối tuần sẽ cao hơn tháng chỉ có bốn, dù cửa hàng không đổi gì. Cách công bằng hơn là so doanh thu bình quân mỗi ngày mở cửa, hoặc so theo từng thứ trong tuần. Hãy dặn AI làm vậy, vì nếu chỉ hỏi "tháng này so với tháng trước thế nào", nó thường trừ thẳng hai con số tổng.
Tết Nguyên đán và các ngày lễ âm lịch di chuyển. Tết rơi vào khoảng cuối tháng Một đến giữa tháng Hai dương lịch, mỗi năm một khác. Một cửa hàng bán quà Tết so tháng Một năm nay với tháng Một năm ngoái có thể thấy tăng gấp rưỡi hoặc giảm một nửa chỉ vì lịch. Cách xử lý là căn theo số ngày trước và sau Tết, ví dụ so ba tuần trước mùng Một của hai năm với nhau. Rằm tháng Bảy, Trung thu cũng cần căn như vậy với những ngành hàng liên quan.
So cùng kỳ năm trước với so tháng liền trước trả lời hai câu khác nhau. So với tháng liền trước cho biết xu hướng ngắn, nhưng lẫn mùa vụ: tháng Mười Hai luôn khác tháng Mười Một. So với cùng tháng năm trước loại được mùa vụ, nhưng lẫn mọi thay đổi trong cả năm như mở thêm kênh giao hàng hay sửa lại mặt tiền. Báo cáo tốt thường đặt hai con số cạnh nhau và nói rõ cái nào dùng để làm gì.
Cửa hàng mới mở chưa có cùng kỳ. Nếu cửa hàng chưa đủ một năm, đừng để AI suy ra mùa vụ từ vài tháng đầu. Doanh thu những tháng đầu thường lẫn hiệu ứng khai trương. Lúc này chỉ nên đọc nhịp trong ngày và trong tuần, còn mùa vụ thì tham khảo kinh nghiệm của người cùng nghề trong khu vực.
Câu lệnh mẫu: từng bước nhờ AI tìm nhịp bán
Thay vì một câu hỏi lớn, nên đi theo từng bước nhỏ để kiểm được kết quả mỗi bước. Ví dụ dưới đây cho một quán cà phê ở Huế với bảng đơn hàng ba tháng đã che thông tin khách (ví dụ giả định).
- Mô tả bảng trước khi hỏi: "Tệp đính kèm là danh sách đơn của một quán cà phê nhỏ trong ba tháng. Cột thoi_diem là ngày giờ bán, cột tien là số tiền thực thu, cột kenh có hai giá trị tai_quan và giao_hang, cột ghi_chu do chủ quán tự điền. Đọc tệp và cho biết số dòng, ngày đầu, ngày cuối, tổng tiền, chưa phân tích gì thêm."
- Đối chiếu tổng AI vừa báo với tổng bạn biết từ phần mềm bán hàng. Lệch là dừng lại tìm nguyên nhân trước, có thể AI đọc sai định dạng ngày hoặc bỏ sót dòng.
- Hỏi nhịp trong ngày: "Tính doanh thu trung bình theo từng khung một giờ, tách riêng ngày thường và cuối tuần. Trình bày thành bảng, kèm số ngày được dùng để tính mỗi ô."
- Hỏi nhịp trong tuần: "Tính trung bình và trung vị doanh thu theo thứ trong tuần. Đánh dấu thứ nào có trung bình và trung vị chênh nhau trên mười phần trăm, liệt kê các ngày gây chênh."
- Hỏi về ngày bất thường: "Liệt kê mười ngày có doanh thu cao nhất và mười ngày thấp nhất, kèm nội dung cột ghi_chu của ngày đó. Không giải thích nguyên nhân nếu ghi chú trống, chỉ ghi là chưa rõ."
- Cuối cùng mới hỏi gợi ý: "Dựa trên các bảng trên, nêu ba quan sát về nhịp bán, mỗi quan sát kèm con số chứng minh. Ghi rõ quan sát nào chắc chắn, quan sát nào cần thêm dữ liệu để khẳng định."
Câu "không giải thích nếu ghi chú trống" ở bước năm rất đáng giữ. Nếu không dặn, trợ lý AI có xu hướng tự đặt ra lý do nghe hợp lý, kiểu "có thể do thời tiết" hay "có thể do ngày lễ", trong khi nó không có thông tin nào về thời tiết hay lịch của khu phố bạn.
Tách ngày bất thường trước khi rút kết luận
Ngày bất thường làm lệch trung bình. Một đơn sỉ cho tiệc công ty, một buổi mất điện cả chiều, một trận bóng đá có đội tuyển quốc gia làm quán đông bất thường. Những ngày như vậy kéo trung bình của thứ trong tuần tương ứng lên hoặc xuống, khiến bạn xếp lịch sai cho cả tháng sau.
Không xoá, chỉ gắn nhãn. Cách làm an toàn là giữ nguyên dữ liệu, thêm một cột đánh dấu ngày bất thường, rồi yêu cầu AI tính nhịp hai lần: có và không có những ngày đó. Nếu kết luận không đổi, bạn yên tâm. Nếu đổi nhiều, kết luận đang phụ thuộc vào vài ngày đặc biệt và cần thận trọng.
Ngày bất thường lặp lại thì không còn bất thường. Nếu tháng nào cũng có hai ba ngày mưa lớn làm doanh thu giảm mạnh, đó là một phần nhịp của mùa mưa chứ không phải ngoại lệ. Khi đó nên tách riêng phân tích "ngày mưa" và "ngày khô" thay vì loại bỏ. Cửa hàng ở Đà Nẵng hay Quảng Ngãi vào mùa mưa bão cuối năm là ví dụ dễ thấy.
Đơn sỉ nên tách thành một kênh riêng. Với cửa hàng đôi khi nhận đơn lớn từ trường học, công ty hay đám tiệc, cách gọn nhất là coi đơn sỉ là một kênh riêng. Nhịp bán lẻ hằng ngày khi đó mới sạch, và bạn cũng thấy được đơn sỉ đóng góp bao nhiêu phần, có đều đặn không.
Biến nhịp bán thành lịch ca, lịch nhập hàng và giờ mở cửa
Phân tích chỉ có giá trị khi nó thay đổi một việc cụ thể. Với nhịp trong ngày, việc rõ nhất là lịch ca. Nếu bảng cho thấy khung từ mười một giờ đến một giờ trưa chiếm phần lớn doanh thu ngày thường, trong khi ca trưa đang chỉ có một người, bạn có căn cứ để dời giờ một nhân viên ca sáng muộn hơn một tiếng. Đây là quyết định nhỏ, dễ thử, dễ quay lại, rất hợp để kiểm chứng phân tích.
Với nhịp trong tuần, việc rõ nhất là lịch nhập hàng tươi và hàng có hạn ngắn. Hàng nhập sáng thứ Năm để bán cho cao điểm thứ Sáu đến Chủ nhật sẽ tươi hơn hàng nhập từ thứ Hai. Với nhịp mùa, việc rõ nhất là thời điểm tích hàng và thời điểm cần tuyển thời vụ. Chỗ này nên dừng ở mức đọc lại quá khứ cho chắc; còn dự báo con số cụ thể của mùa tới là một bài toán khác, có phần riêng về dự báo trên trang.
Một mẹo hữu ích khi trình bày cho người cùng quản lý: yêu cầu AI viết mỗi quan sát thành một câu có ba phần, gồm điều thấy được, con số chứng minh, và việc đề xuất thử. Chẳng hạn "Tối thứ Sáu là khung đông nhất tuần, bình quân cao hơn tối thứ Năm gần một nửa trong mười hai tuần qua, đề xuất thêm một người ca tối thứ Sáu trong bốn tuần rồi so lại". Câu kiểu này buộc cả người viết lẫn người nghe nhìn vào số, và có sẵn cách kiểm lại sau bốn tuần.
Câu hỏi thường gặp
Cần dữ liệu bao lâu thì phân tích nhịp bán mới đáng tin?
Nhịp trong ngày và trong tuần cần ít nhất tám đến mười hai tuần để mỗi thứ có đủ số lần lặp lại. Nhịp theo mùa cần ít nhất hai năm, vì một năm duy nhất không cho bạn biết đỉnh là do mùa vụ hay do một sự kiện riêng của năm đó.
Chỉ có tổng doanh thu theo ngày, không có giờ, thì làm được gì?
Vẫn phân tích được nhịp trong tuần và theo mùa, so cùng kỳ, tìm ngày bất thường. Phần nhịp trong ngày thì không có cách suy ra; nếu cần, bạn có thể ghi tay doanh thu theo ca trong vài tuần để có dữ liệu tối thiểu.
AI có tự biết ngày nào là ngày lễ ở Việt Nam không?
Trợ lý AI biết các ngày lễ phổ biến nhưng có thể nhầm ngày âm lịch quy ra dương lịch của một năm cụ thể. An toàn nhất là bạn tự thêm cột ghi chú ngày lễ, ngày Tết và các sự kiện địa phương, rồi yêu cầu AI chỉ dùng cột đó.
Nên dùng trung bình hay trung vị khi so các thứ trong tuần?
Nên xem cả hai. Trung bình phản ánh tổng tiền thật, trung vị cho biết một ngày điển hình. Khi hai số chênh nhau nhiều, trong dữ liệu có vài ngày đột biến, cần mở danh sách ngày đó ra xem trước khi kết luận.
Đưa bảng đơn hàng lên chatbot có rủi ro gì?
Rủi ro chính là lộ thông tin khách và số liệu kinh doanh. Trước khi tải lên, xoá tên, số điện thoại, địa chỉ khách, thay tên nhân viên bằng mã ca, và dùng công cụ có tuỳ chọn không dùng dữ liệu để huấn luyện theo cài đặt hiện hành.
Nhịp bán thay đổi bao lâu thì nên phân tích lại một lần?
Với cửa hàng ổn định, rà lại mỗi quý là đủ. Nên làm ngay khi có thay đổi lớn như mở thêm kênh giao hàng, đổi giờ mở cửa, có đối thủ mới gần đó, hoặc khi chuyển từ mùa khô sang mùa mưa ở những vùng có mùa rõ rệt.