Mọi người rất dễ tin vào dữ liệu. Có lẽ là quá dễ. Một nghiên cứu năm 2018 của Stanford University cho thấy mọi người có khả năng tin vào những phát biểu có chứa một con số cao hơn 70% so với những phát biểu không có con số.
Đáng lo ngại hơn, gần 60% người tham gia tin vào một tiêu đề giả có chứa số liệu, so với chỉ 40% tin vào cùng tiêu đề đó khi không có số liệu.
Và đây mới là điều đáng nói: Ngoại trừ hai câu đầu tiên, không có gì trong hai đoạn văn vừa rồi là thật. Tôi không biết có nghiên cứu nào của Stanford hay không, và những con số đó là do tôi bịa ra. Siêu liên kết kia thực ra dẫn đến trận đấu Cal/Stanford “band on the field” khét tiếng năm 1982.
Dù tôi không quá xin lỗi vì đã đánh lừa bạn, điều đó minh họa cho luận điểm này: Các con số (và con người) chắc chắn có thể làm sai lệch sự thật. Trong lĩnh vực content marketing, chúng ta thường thấy nhiều số liệu gây hiểu lầm được dùng để xây dựng lòng tin với khán giả. Đáng sợ hơn nữa, nhiều nhà sản xuất nội dung thậm chí còn không nhận ra mình đang làm như vậy.
Bạn chưa rõ ý tôi là gì? Tôi sẽ minh họa bằng ví dụ yêu thích của mình: Google Trends.
3 quy tắc cơ bản để phân tích dữ liệu (trung thực)
Nếu bạn chưa biết đến Google Trends thì đây là một công cụ tuyệt vời cho phép bạn tra cứu search volume tương đối của bất kỳ thứ gì. Chẳng hạn, tôi muốn biết khi nào “Old Town Road” bắt đầu khiến cuộc sống của mình trở nên tồi tệ, nên đã mở biểu đồ mức độ quan tâm trong năm qua.
Khá trực quan, đúng không? Theo biểu đồ này, ca khúc đình đám đạt đỉnh cao vào khoảng giữa tháng 4 năm 2019. Để bạn tiện hình dung, bản remix của Billy Ray Cyrus được phát hành vào ngày 5 tháng 4 năm 2019, vậy nên dữ liệu trên Trends rất hợp lý.
Đến đây, có lẽ bạn đã thấy vì sao đây là một công cụ hữu ích cho content marketer. Công cụ này cung cấp dữ liệu miễn phí, có khả năng tùy chỉnh cao và đáng tin cậy; mọi người tin vào dữ liệu đó vì nó đến từ Google.
Nhưng hãy xem kỹ hơn thông tin chúng ta nhận được. Bạn có thể nhận thấy một điểm đặc biệt trên trục Y, dẫn chúng ta đến quy tắc đầu tiên.
#1. Đừng so sánh những thứ không tương đồng
Trong mọi biểu đồ của Trends, 100 biểu thị search volume cao nhất trên biểu đồ; trong trường hợp này, đó là ngày “Old Town Road” được tìm kiếm nhiều nhất.
Điều này đúng với biểu đồ này và mọi biểu đồ của Trends, vì biểu đồ nào rồi cũng sẽ có một điểm cao nhất. Mọi giá trị khác trên biểu đồ đều được tính tương quan với giá trị 100 đó.
Nói cách khác, mỗi con số trên đường biểu đồ là tỷ lệ phần trăm so với mức cao nhất của cụm từ đó. Vì vậy, khi con số ở cuối biểu đồ dao động quanh mức 50, ta có thể giả định rằng vào ngày cuối cùng trong khoảng thời gian này, cụm từ được tìm kiếm với tần suất bằng khoảng một nửa so với lúc đạt đỉnh.
Tuy nhiên, vấn đề chính là một số nhà sáng tạo nội dung cố so sánh các cụm từ trên những biểu đồ riêng biệt mà không nhận ra rằng chúng hoàn toàn độc lập với nhau.
Nếu tôi tìm kiếm “Baby Shark,” thì tương tự, tôi cũng sẽ thấy một điểm ở mức 100 tại một thời điểm nào đó (như với bất kỳ cụm từ nào). So sánh mức 100 đó với mức 100 của “Old Town Road” sẽ không công bằng, vì chúng ta không biết search volume thực tế là bao nhiêu.
Để so sánh chính xác, bạn cần dùng tính năng “Compare” tiện lợi của Trends. Tính năng này cho thấy “Old Town Road” có search volume đạt đỉnh gần gấp đôi, dù “Baby Shark” đã xuất hiện lâu hơn.
Vì mức độ quan tâm tìm kiếm mang tính tương đối, về mặt kỹ thuật, chúng ta không thể nói “It had a search volume of 78,” bởi giá trị 78 thực chất thể hiện 78% search volume cao nhất.
Nhìn lại cuộc cạnh tranh giữa “Old Town Road” và “Baby Shark” để giành sự chú ý của cậu cháu trai nhỏ của tôi, có thể bạn đã nhận ra một điều: Dù “Old Town Road” đạt đỉnh cao nhất và luôn vượt “Baby Shark” kể từ khi ra mắt, biểu đồ cột “Average” ở ngoài cùng bên trái lại cho thấy cột của “Baby Shark” cao hơn đáng kể: chính xác là 26 so với 15 (như đã đề cập ở Điểm 1, con số này chỉ có nghĩa là 26% và 15% so với mức cao nhất trên biểu đồ, thuộc về “Old Town Road” vào tháng 4 năm 2019).
Điều đó có thể khiến bạn nghĩ rằng trung bình “Baby Shark,” được tìm kiếm nhiều hơn khoảng 80% so với “Old Town Road.” Tất nhiên, kết luận này gây hiểu lầm vì trong khoảng thời gian chúng ta chọn, “Old Town Road” chưa xuất hiện. Khi so sánh, các đối tượng luôn cần có cùng cơ hội đạt được search volume trong khoảng thời gian đã chọn.
Cách áp dụng quy tắc
Các nhà sáng tạo nội dung cần chịu trách nhiệm về những số liệu và thông tin họ đưa ra. Điều đó có nghĩa là họ cần thực hiện (“do do do do do do”) những bước thẩm định cần thiết để hiểu dữ liệu, ý nghĩa của dữ liệu và đảm bảo các nhận định họ đưa ra là công bằng.
Một cách kiểm tra tôi thường dùng là tự hỏi: Nếu là nhà xuất bản không muốn đưa tin về câu chuyện này, tôi sẽ nói gì? Cách tiếp cận này giúp bạn đánh giá dữ liệu một cách phản biện và chủ động xử lý vấn đề trước khi chúng phát sinh.
#2. Minh bạch
Bạn rất dễ bị cuốn theo insight đầu tiên mình phát hiện và bỏ qua những điều còn lại. Nhưng điều đó có thể khiến bạn không nhận ra những kết luận khác cũng đang chờ được khám phá và có liên quan đến câu chuyện tổng thể.
Hãy cùng xem mức độ phổ biến của các lượt tìm kiếm về Lil Nas X trên khắp cả nước:
Vậy Georgia là nơi tìm kiếm nhiều nhất, phải không? Chưa chắc. Như Google giải thích, “Mỗi điểm dữ liệu được chia cho tổng số lượt tìm kiếm của khu vực địa lý và khoảng thời gian tương ứng để so sánh mức độ phổ biến tương đối. Nếu không, những nơi có search volume cao nhất sẽ luôn đứng đầu bảng xếp hạng.””
Nói đơn giản, tỷ lệ lượt tìm kiếm về Lil Nas X ở Georgia cao hơn tỷ lệ tương ứng ở California. Nếu chỉ xét volume, California sẽ luôn đứng đầu vì đây là bang có dân số lớn nhất. Có thể đó chính là kết luận bạn muốn rút ra (và đó cũng là một nhận định hợp lý, thú vị), nhưng thoạt nhìn, vấn đề không hoàn toàn như vậy.
Cách áp dụng quy tắc
Cũng như người sáng tạo nội dung cần suy nghĩ phản biện về chất lượng dữ liệu họ trình bày, họ cũng cần cân nhắc kỹ những gì mình không đưa ra và các hệ quả liên quan. Hãy cung cấp đầy đủ bối cảnh cho dữ liệu, đồng thời giải thích vì sao có những nội dung được đưa vào còn những nội dung khác thì không.
Những cách đơn giản để làm điều này? Hãy thêm một phần phương pháp ở cuối bài viết, ghi nguồn cho đồ họa và dữ liệu một cách phù hợp, đồng thời thoải mái bổ sung thông tin vào phần nội dung đi kèm. Bạn càng minh bạch về dữ liệu, càng xây dựng được nhiều niềm tin với đối tượng của mình.
#3. Hiểu rõ mẫu dữ liệu bạn đang sử dụng
Có lẽ hạn chế đáng lo ngại và thường bị lạm dụng nhất của dữ liệu Trends là mọi thứ được trình bày—từng điểm dữ liệu, biểu đồ, phép so sánh, thứ hạng theo bang, v.v.—đều dựa trên một mẫu. Và Trends thừa nhận có xử lý và diễn giải để kết quả thú vị hơn (và thường là phù hợp hơn) với một lượt tìm kiếm.
Khi thực hiện các phân tích này, Google không truy vấn hàng trăm triệu lượt tìm kiếm mà mình nhận được; thay vào đó, Google sử dụng một mẫu rất nhỏ trong số đó. Tôi không trách họ—để công cụ miễn phí này thực hiện đúng loại phân tích như vậy sẽ tiêu tốn rất nhiều tài nguyên, nhất là khi dữ liệu liên tục thay đổi. Theo chính Google thừa nhận, dữ liệu Trends “is a random sample of Google search data that can be pulled from as far back as 2004 and up to 36 hours before your search.”
Điều đó có nghĩa là gì? Kết quả của bạn sẽ khác biệt đáng kể mỗi lần tìm kiếm.
Khoảng một năm trước, tôi muốn tìm món ăn nhà nấu phổ biến nhất ở mỗi bang. Tôi nghĩ rằng việc tìm công thức “_____ recipe” phổ biến nhất ở từng bang trong năm qua sẽ tạo nên một infographic thú vị.
Tôi nhập “recipe” làm xu hướng muốn xem, rồi dùng công cụ “related searches” cho từng bang để xem kết quả nào xuất hiện. Đây là kết quả của tôi ở Alaska:
Bạn có thể hình dung một bản đồ theo từng bang, kèm hình ảnh công thức nấu ăn, sẽ là một nội dung thú vị. Nhưng hãy xem điều gì xảy ra khi tôi tải lại trang:
Hãy xem các dấu thời gian đó: Hai ảnh chụp màn hình này được chụp cách nhau 1 phút nhưng dữ liệu khác biệt đáng kể. Điều quan trọng cần biết là mọi biến số trong lượt tìm kiếm của tôi đều không thay đổi và đã có các ngày cụ thể, nên về lý thuyết, chúng không nên khác nhau chút nào.
Bạn có thể thấy những phát hiện này dễ khiến người ta tạo ra các phân tích dữ liệu sai lệch như thế nào.
Cách áp dụng quy tắc
Hãy kiểm tra, kiểm tra và kiểm tra dữ liệu của bạn; điều này áp dụng với mọi loại nội dung, nhưng đặc biệt quan trọng với nội dung có thể được cập nhật trực tiếp, thay đổi hoặc không hẳn là nội dung thường xanh. Khi xây dựng nội dung tương tác, tôi dành nhiều thời gian tìm cách làm hỏng phiên bản cuối cùng trước khi yên tâm đưa nội dung lên mạng. Nếu có ai phát hiện lỗi, tôi muốn người đó là mình.
Đối với bộ dữ liệu của bạn, hãy tự hỏi: Một người khác có thể tái tạo công việc của tôi và đưa ra cùng kết quả nếu dùng cùng công cụ không? Nếu không, hãy minh bạch về lý do và những gì bạn đã làm để đi đến kết luận đó. Nếu Link Building là mục tiêu của bạn, các nhà xuất bản sẽ đánh giá cao và thậm chí thường trích dẫn sự minh bạch đó.
Vì sao tất cả những điều này quan trọng
Để nội dung có thể thành công trên internet, chúng ta cần có thể tin tưởng vào nội dung đó. Với tư cách là những người làm content marketing hoặc bất kỳ ai quan tâm đến dữ liệu, chúng ta có trách nhiệm sử dụng các công cụ như Trends một cách sáng suốt và trung thực. Dưới đây là một số ví dụ về cách thực hiện:
Mô tả chi tiết phương pháp về cách thức và thời điểm thu thập dữ liệu.
Giải thích những hạn chế của một nghiên cứu.
Nêu rõ những thiên kiến có thể có.
Ghi nguồn thông tin chính xác.
Liệt kê cỡ mẫu và sai số.
Trong một số nội dung, những yếu tố này sẽ được thể hiện rõ hơn những nội dung khác; tôi cũng thừa nhận rằng đôi khi lo ngại việc đó sẽ làm giảm giá trị nội dung của chính mình. Nhưng cuối cùng, tôi muốn đưa ra cho mọi người cái nhìn trung thực về những gì họ đang xem và để họ tự quyết định điều cần rút ra. Các nhà xuất bản, hãng tin và lịch sử có lẽ cũng sẽ nghĩ như vậy.
Đưa góc nhìn thành kế hoạch.
Chia sẻ website và mục tiêu để LionTech tư vấn giải pháp phù hợp.
Đăng ký tư vấn ↗