Sexy little numbers – đọc và tự vọc thử luôn – note 4

Trong phần trước, có 1 biến số tata muốn biết mà chưa có số liệu, đó là ‘X’ – số lượng người đi du lịch ở Vũng Tàu có nhu cầu thuê nhà trên Airbnb. Con số này cần phải biết, để hiểu rõ thị trường Airbnb tại Vũng Tàu để còn biết là hiện tại căn hộ cho thuê của tata đang thực hiện quảng bá là tốt hay chưa đủ tốt.

Một điều tata rất thích ở cuốn “Hiểu số để tăng số”, là cuốn sách trang bị cho người đọc cách tư duy về dữ liệu, cái rất quý, hơn là chỉ trang bị những hướng dẫn kiểu cầm tay chỉ việc cái mà khó có thể áp dụng hay linh hoạt trong các trường hợp khác nhau cần ứng dụng.

“Nếu bạn không có dữ liệu, bạn có thể tự tạo ra nó”  (trang 56)

Tác giả chia sẻ về cách tư duy để có thể hé lộ thêm về dữ liệu đã có sẵn đâu đó trên thị trường rồi, mình cần chịu khó tư duy như một khách hàng (và làm như vậy nhiều lần với nhiều trường hợp khách hàng khác nhau) để hiểu về dòng thông tin sẽ ‘chảy’ ra sao. Từ đó, việc thu thập dữ liệu thô là hoàn toàn có thể, để cung cấp cho quá trình xử lý tạo ra thông tin cho chính công việc kinh doanh của bản thân/công ty.

Tata cũng thử cách này với câu hỏi nêu ở đầu bài. Và mở rộng câu hỏi ra nữa, để hiểu về thị trường, ‘supply and demand’ ra sao?

*Về khả năng cung cấp dịch vụ của thị trường (airbnb ở Vũng Tàu)

Trên airbnb có 1 cái khá hay, cung cấp cho người sử dụng khi họ tìm kiếm căn hộ/phòng để thuê tại 1 địa điểm nào đó, và luôn luôn hiển thị tổng số sự lựa chọn cho người dùng xem. Nhờ điều ấy, tata chọn cách chọn 1 ngày lưu trú xa xa thời điểm hiện tại, chọn hình thức lưu trú cho 2 người (dạng phổ biến nhất). Khi đó, trang web hiện ra có “154 rentals”. Điều đó có nghĩa là có 153 căn hộ hiện đang cạnh tranh với căn hộ của tata trong lĩnh vực dịch vụ này.

SLN - note 4 - hinh 1

Thêm một điểm hay nữa, là tata có thể chọn lọc ra kỹ hơn về mức độ cạnh tranh này. Vì phân khúc căn hộ của tata không phải dạng quá sang trọng, cũng không phải dạng quá bình dân, nên tata có thể thay đổi các tùy biến để chính xác hơn về mức độ cạnh tranh này. Tata chọn loại hình là Entire home/apt, và/hoặc Private room (vì tata đứng dưới góc nhìn của người dùng airbnb để hiểu mức nhu cầu của họ), số tiền khách sẵn sàng chi trả từ 500k đến 1,000k cho 2 khách/ngày lưu trú.

Ngoài ra, nếu tinh ý, có thể thấy số lượng ‘rentals’ thay đổi theo thời gian nữa cơ. Bởi vì theo thời gian, sẽ có thêm/bớt nhiều người tham gia cung cấp dịch vụ trên Aribnb. Và tata luôn có thể cập nhật được chính xác số lượng đối thủ cạnh tranh của mình trên thị trường.

*Về nhu cầu dịch vụ của thị trường (airbnb ở Vũng Tàu)

Đây là một số liệu làm tata đau đầu và tốn kha khá thời gian để tìm hiểu cách tìm ra số liệu này.

Vẫn dựa trên cách tư duy “đặt mình vào vai trò của người có nhu cầu sử dụng Airbnb” để tìm ra cách thức tìm dữ liệu. Tata nghĩ đến, Airbnb có chương trình review cho cả khách (guest) và chủ hộ (host) để review cho đối phương, và có chế độ hậu thưởng (incentive) để họ làm việc này. Nếu vậy, số lượng reviews cho mỗi căn hộ có thể gần đại diện cho số lượng khách ở tại một căn hộ. (ẩn số là tỷ lệ đại diện này là bao nhiêu phần trăm, giả sử số A%). Khi đó, tata có thể nhìn nhu cầu thị trường tương đương với số lượng reviews hiển thị đối với mỗi căn hộ. Và tata có thể thực hiện việc đo lường này, đồng thời kiểm tra chéo dựa trên 2 nguồn dữ liệu để ra được con số gần chính xác nhất.

  • Hướng nhìn từ số lượng reviews của khách dành cho chủ hộ
  • Hướng nhìn từ số lượng reviews của chủ hộ dành cho khách

SLN - note 4 - hinh 2

Với hướng nhìn từ số lượng review của khách dành cho chủ hộ, base đang dùng là dựa trên số hộ. Thực hiện một phép liệt kê đơn giản, tata ghi lại căn hộ nào có bao nhiêu lượt reviews. Ví dụ như hình trên, căn hộ “Amazing seaview apartment” có 5 reviews. Thực hiện tương tự như vậy cho tất cả các căn hộ trong phân khúc mà tata nhắm đến (hiện tại đang phân khúc theo giá và loại hình dịch vụ). Xong bước này, tata có tổng số lượng reviews (52 reviews) trên tổng số căn hộ (25 listings), lấy số đầu chia số sau sẽ ra, trung bình, số lượng review cho mỗi căn hộ là 2.2 lần.

[lưu ý, con số này có khoảng thời gian được tính là 1 năm, vì airbnb chỉ mới xuất hiện tại VN năm 2014 và chỉ thật sự phổ biến trong vòng 1 năm gần đây, thậm chí chỉ là trong vài tháng gần đây cho thị trường Vũng Tàu. Để các số liệu mang độ tin cậy cao hơn, cần thời gian để chờ số liệu mang tính ổn định.]

Như vậy, con số 2.2 lần chia cho số A% sẽ ra số trung bình cơ hội mà mỗi căn hộ nhận được khách trong 1 năm. Nghe có vẻ ít nhỉ? ^_^

Tuy nhiên, tata lại tiếp tục chú ý thêm trong quá trình ghi chú lại dữ liệu số reviews của mỗi căn hộ, có những căn không có ai reviews hết, và có những căn có rất nhiều reviews. Do vậy, để cho chính xác hơn, nên thực hiện phép chia cho số căn hộ có reviews thôi – 13 căn hộ. tata đạt được 4.0 lần.

Thêm 1 yếu tố nữa, tata xem xét sự phân bố theo dạng “phân phối thống kê” của số lượt reviews với các căn hộ. Nói đơn giản hơn, tata xem căn hộ có nhiều lượt reviews nhất và khoảng cách giữa những căn hộ có nhiều reviews với những căn hộ có ít reviews. 15 reviews cho căn hộ có nhiều nhất (và căn hộ bắt đầu hoạt động từ November 2015). Đây sẽ là mục tiêu cho căn hộ của tata. Hehe.

Tương tự với cách thực hiện tìm kiếm dữ liệu theo hướng nhìn từ reviews của chủ hộ cho khách. Kết hợp 2 dòng dữ liệu này, giúp tata hiểu rõ về thị trường để đặt ra mục tiêu doanh thu cho căn hộ của tata. ^_^

#đọc_sách_vui_lắm

Cuốn sách Hiểu số để tăng số, không dễ đọc, nhưng đọc rồi sẽ nâng tầm về dữ liệu và phân tích dữ liệu của người đọc lên một bậc mới, dù ít hay nhiều. Rất đáng đọc.

Self-claim: tata góp phần biên tập cuốn sách này, và dù có kiến thức về research sẵn, tata cũng học được thêm rất nhiều điều từ cuốn sách này. Thật sự cám ơn team WeCreate.life vì cơ hội này.

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s