Data storytelling: biến 1 triệu row thành câu chuyện 5 phút
Analyst giỏi không phải người query giỏi nhất. Là người biết kể chuyện từ data để stakeholder hiểu và quyết định. Đây là framework.
Vì sao dashboard đẹp nhưng không ai đọc
- Quá nhiều chart (15–30 trên 1 screen) → cognitive overload
- Không có câu chuyện: mỗi chart một ý, reader không biết "so what"
- Số thô: "revenue = $1,234,567" thay vì "revenue tăng 23% vs Q3, vượt target"
- Không so sánh: con số không có baseline = vô nghĩa
Framework SCQA
Situation — Complication — Question — Answer. Pattern của McKinsey, dùng cho mọi presentation data.
Ví dụ
- Situation: "Q4 revenue đạt $2.3M"
- Complication: "Nhưng new customer acquisition giảm 18% so với Q3"
- Question: "Liệu Q4 growth là bền vững hay chỉ từ existing customer?"
- Answer: "70% growth Q4 từ existing — cần chiến lược acquisition Q1 tập trung paid + content SEO"
So với cách trình bày thô: "Q4 revenue $2.3M, new customer -18%, existing +25%" — SCQA làm reader hiểu ngay implication.
Các lớp của data story
1. Headline (tiêu đề lớn)
1 câu tóm ý chính. "Q4 doanh thu tăng 23% nhưng CAC tăng 45%" — reader hiểu ngay "lợi nhuận bị ép".
2. KPI row (3–5 số quan trọng)
- Revenue: $2.3M (+23% vs Q3)
- New customers: 1,245 (−18% vs Q3)
- CAC: $85 (+45% vs Q3)
- LTV/CAC: 3.2 (giảm từ 4.1)
Mỗi số có % change + baseline comparison. Không bao giờ chỉ show số thô.
3. Main chart (1 chart chủ đạo)
1 chart answer câu hỏi chính. Nếu story là "CAC tăng", chart: CAC theo tháng, marked event (new campaign launch) để giải thích spike.
4. Supporting visuals (3–5 chart phụ)
Break down by segment, channel, cohort. Mỗi chart answer 1 sub-question.
5. Recommendations
Action items rõ:
- "Giảm paid spend Facebook 30% Q1 — ROAS đã tụt 1.8"
- "Tăng content SEO 2× — organic acquisition chi phí bằng 1/5 paid"
Không kết luận = report vô dụng.
Chart chọn đúng
| Mục đích | Chart |
|---|---|
| Thay đổi theo thời gian | Line |
| So sánh giữa category | Bar |
| Phần của tổng | Stacked bar (tránh pie) |
| Phân phối | Histogram |
| Correlation 2 biến | Scatter |
| Comparison + % | Waterfall hoặc bar + % label |
| Cohort retention | Heatmap |
Tránh: pie chart (khó so sánh > 4 slice), 3D chart (bias visual), dual-axis (gây confusion).
Data-ink ratio (Tufte)
Loại bỏ mọi thứ không phải data:
- Background grid mờ
- Label only where needed
- Color có ý nghĩa (không decoration)
- Direct label thay vì legend
Before/After: dashboard đầy gradient, 3D, neon → dashboard trắng với line xanh + label. Clear beats pretty.
Pre-attentive attributes
Não đọc các thuộc tính nhanh (< 200ms):
- Màu: 1 màu accent cho thứ quan trọng, gray cho context
- Size: chữ lớn cho headline, nhỏ cho detail
- Position: quan trọng ở trên-trái (eye flow F-pattern)
Dùng 1 cái 1 lần. Không dùng màu + size + bold cùng lúc — overload.
Template executive dashboard
Màn hình 1 (5 giây đọc):
- Headline 1 câu (vd: "Revenue tăng 23% nhưng CAC tăng 45%")
- 4 KPI số + % change
- 1 chart main answer câu hỏi chính
Màn hình 2 (30 giây):
- 4–6 chart break down
- Cohort, segment, channel
Màn hình 3 (2 phút):
- Deep dive từng segment
- Raw data table (exportable)
Stakeholder biết layer nào phù hợp với level attention của họ.
Case study nhỏ
Raw: 1M row transaction data của e-commerce.
Tạm thời dùng cách cũ: analyst show 20 chart — CEO skim 10 giây, không hiểu, bỏ qua.
Dùng SCQA + layer:
- Headline: "AOV tăng nhưng transaction/customer giảm → revenue quarterly stable"
- KPI: 4 số (revenue, transactions, AOV, customers)
- Main: AOV trend 6 tháng + event marker
- Breakdown: top 5 product category có AOV tăng nhiều nhất
- Action: "Push category X qua email — AOV +$25 per conversion"
CEO đọc 30 giây, quyết định ngay, ship email campaign tuần sau. Revenue +8% tuần đó.
Tool khuyên dùng
- Metabase / Superset: dashboard drag-drop, free
- Excel / Google Sheets: báo cáo ad-hoc, export CSV
- Python matplotlib / plotly: khi cần custom visualization
- Figma: thiết kế layout dashboard trước khi build
- Notion / Coda: embed + annotate
Kết luận
Data storytelling = 80% communication skill + 20% tech skill. Analyst viết SQL giỏi nhưng không kể được story sẽ kẹt ở junior. Master SCQA + layer + chart selection = trở thành analyst được CEO nghe.
Khoá Data Science & Analytics Level 5 có module storytelling + 3 boss project xây executive dashboard end-to-end.