Khi dữ liệu đúng lại không được tin, bạn nên làm gì?


Một trong những cú sốc lớn nhất của người làm phân tích: dữ liệu không phải lúc nào cũng thắng.

Bạn mang đến một insight đúng.

Có bằng chứng. Có biểu đồ. Có mô hình dự đoán.

Nhưng lãnh đạo vẫn không nghe. Không thay đổi gì cả.

👉 Đây không phải vấn đề kỹ thuật.

Đây là vấn đề tâm lý con người.

Sự thật đơn giản mà khó chấp nhận:

  • Con người không suy nghĩ bằng dữ liệu.
  • Họ suy nghĩ bằng narrative - những câu chuyện trong đầu.
  • Và một câu chuyện cũ rất khó bị phá vỡ chỉ bằng một con số.

3 bài học lớn về Data Storytelling (và cách áp dụng ngay)

1. Insight đúng ≠ Insight được tin dùng

Kết quả phân tích thôi là không đủ nếu cách bạn kể chuyện gây căng thẳng, phủ định quá khứ, hay khiến người nghe thấy... “sai”.

Đổi mục tiêu thuyết trình: từ “chứng minh mình đúng” → sang “giúp họ nhìn lại vấn đề theo cách an toàn hơn”.

Một slide - một thông điệp - một hành động tiếp theo. Tránh nhồi nhét biểu đồ.

Đặt ngữ cảnh cảm xúc trước: thừa nhận vì sao chiến lược cũ từng hiệu quả.


2. Phản ứng của lãnh đạo có thể đoán trước được

Lãnh đạo không bác bỏ dữ liệu.

Họ đang bảo vệ một niềm tin cũ.

⤷ Liệt kê 2-3 giả định nền của niềm tin đó. (Ví dụ: “kênh A luôn rẻ hơn”, “nhóm X ít nhạy giá”)

⤷ Dùng biểu đồ trước - sau, A/B test nhỏ để kiểm chứng từng giả định.

⤷ Chuẩn bị sẵn câu trả lời cho phản ứng phổ biến: “mẫu nhỏ?”, “mùa vụ?”, “ngoại lệ?”

Câu hỏi tự soát trước buổi trình bày:

→ “Niềm tin nào của họ sẽ bị chạm?”

→ “Mình có ví dụ gần gũi (1 case thật, 30-60 giây) để minh họa không?”


3. Bạn không cần phá vỡ, bạn cần kể một câu chuyện mới

Như Shawn Callahan từng nói:

“Bạn không thể đánh bại một câu chuyện tốt bằng một sự thật - chỉ có thể bằng một câu chuyện tốt hơn.”

Bắt đầu bằng đồng cảm. Thừa nhận niềm tin cũ từng hiệu quả.

Cập nhật câu chuyện, thay vì phủ định.

⤷ Đề xuất lộ trình thử nghiệm rủi ro thấp.


Gợi ý áp dụng

  • Insight gây sốc? → Bắt đầu bằng đồng cảm. Câu mở gợi ý: “A đã giúp ta thắng suốt 2 năm. Nhưng dữ liệu mới cho thấy ở nhóm X, lợi thế này đang mỏng dần.”
  • Insight bị nghi ngờ? → Chia nhỏ vấn đề, đưa lộ trình hành động cụ thể. Câu mở gợi ý: “Có 3 giả định đang giữ niềm tin cũ. Ta kiểm chứng từng giả định trong 2 tuần bằng A/B test ở 2 tỉnh.”
  • Insight “phá vỡ niềm tin”? → Đừng đập vỡ. Hãy dẫn dắt đến một câu chuyện mới. Câu mở gợi ý: “Không phải bỏ A, mà là cập nhật A: giữ A ở nhóm Y, thử B ở nhóm X với ngân sách 20% trong 14 ngày.”

Checklists bỏ túi

Narrative Check (trước khi trình bày):

  • Đã ghi nhận thành tựu/niềm tin cũ bằng ngôn ngữ tích cực.
  • Slide đầu nói vấn đề chung chứ chưa vội nói đánh giá cá nhân.
  • Mỗi biểu đồ có “What - Why - So what - Now what”.

Cognitive Load Check (khi soạn slide):

  • Không quá 6 yếu tố trực quan/slide.
  • Nhịp đọc Z hoặc F rõ ràng, số nổi, chữ ít.
  • Chú giải KPI ngay dưới biểu đồ (không bắt người xem lục phụ lục).

Commitment Check (khi kết thúc):

  • Có phương án pilot rủi ro thấp.
  • chủ sở hữu - KPI - mốc thời gian.
  • điều kiện dừng/mở rộng được thống nhất.

Kết luận

Insight đúng không đủ.Bạn cần kể lại hành trình để người khác muốn đi cùng.

Câu hỏi dành cho bạn:

⤷ Đâu là lần bạn mang dữ liệu đúng nhưng bị từ chối?

⤷ Bạn đã “kể lại” câu chuyện đó thế nào?


🔔 +170.000 người đăng ký theo dõi chúng tôi trên các nền tảng: https://mastering-da.com/

📌 Thúc đẩy doanh nghiệp Việt đưa ra quyết định dựa trên dữ liệu qua chương trình đào tạo Analytics Top 1 Việt Nam từ 2020 @ Zalo: 0961 48 66 48 & https://mastering-da.com/business-intelligence-program/

#PhuongThaoAnalytics #AI #Analytics #DataDriven #MasteringDataAnalytics

Until next time, keep turning data into decisions!

113 Cherry St #92768, Seattle, WA 98104-2205
Unsubscribe · Preferences

Mastering Data Analytics (MDA)

+170.000 người theo dõi chúng tôi trên các nền tảng. Hãy để lại email để cập nhập kiến thức mới nhất về Data Analytics với No-code, AI & Automation! 👇

Read more from Mastering Data Analytics (MDA)
Task flow trong fabric

Bạn có bao giờ mở workspace Fabric của mình và thấy... hỗn loạn chưa? Lakehouse, Notebook, Pipeline, Report — nằm la liệt như một thành phố không bản đồ. Cả team ai cũng bận, nhưng không ai chắc luồng dữ liệu đang đi hướng nào. Đó chính là lúc Task Flow bước vào. Một công cụ tưởng nhỏ, nhưng giúp bạn nhìn toàn cảnh quy trình dữ liệu chỉ trong một trang. Ai làm gì. Bước nào trước sau. Mỗi artifact nằm ở đâu trong chuỗi giá trị dữ liệu. Task Flow là gì • Là sơ đồ logic quy trình, nơi mỗi...

4 cai bay

“Lúc nào bạn cũng bận: dọn dữ liệu, fix dashboard, cập nhật báo cáo… Cuối tuần là kiệt pin.” Nghe có vẻ chăm chỉ, nhưng đó là tín hiệu bạn đang mắc kẹt. Từ một “người kể chuyện bằng dữ liệu”, bạn trở thành “máy chạy task”. Vấn đề gốc: Lệch vai trò Analyst Analyst sinh ra để giúp tổ chức hiểu dữ liệu và ra quyết định đúng. Nhưng thực tế, chúng ta bị kéo vào: Request ad-hoc đến dồn dập Số lệch → tra log, chạy lại DAX Dashboard chưa xong đã bị đòi bản mới Kết quả: thao tác công cụ nhiều hơn là...

khung phan vai RACI

07/10/2025 RACI cho dự án dữ liệu: Đúng người, đúng việc, đúng lúc Bạn đã từng ở trong một dự án BI/Data Analytics mà: Ba team cùng làm một việc, Hai người chờ nhau phê duyệt, Và deadline… lặng lẽ trôi qua? Đó thường là dự án thiếu RACI - khung phân vai giúp mọi thứ rõ ràng ngay từ ngày đầu. RACI là gì? R - Responsible: Người trực tiếp làm. A - Accountable: Người chịu trách nhiệm cuối cùng, “ký tên” vào kết quả. C - Consulted: Người góp ý, phản biện trước khi chốt. I - Informed: Người cần...