# Lean Analytics dạy FDE chọn một con số, rồi biết lúc nào phải bỏ nó > Ý tưởng viết cho startup nhưng lại vừa khít với một deployment: chỉ một con số dẫn đường, và con số ấy phải đổi theo giai đoạn. Bản gốc: https://fdetimes.net/vi/sach-khoa-hoc/sach-lean-analytics-croll-yoskovitz/ Trang chính thức của Lean Analytics đặt lên đầu một câu hỏi rất ngắn: bạn có biết chỉ số quan trọng nhất của mình là gì không? Thử hình dung một buổi review dự án tại khách với dashboard mười hai biểu đồ, nhưng không ai nói được biểu đồ nào quyết định tuần tới làm gì. Câu hỏi của cuốn sách nhắm đúng vào khoảng trống đó. Sách được viết cho các nhà sáng lập startup, không phải cho kỹ sư đi triển khai. Vậy mà ý tưởng trung tâm của nó, One Metric That Matters, lại hợp với một deployment không kém. Một dự án tại khách cũng có vòng đời ngắn, mục tiêu đổi theo từng chặng, và có người phía khách hàng cần nhìn thấy tiến triển bằng con số. ## Ai viết, và viết để làm gì? Alistair Croll đã làm qua nhiều mảng, từ hiệu năng web, big data, điện toán đám mây đến startup. Ben Yoskovitz là nhà sáng lập, từng làm mentor cho startup, hiện là Founding Partner tại Highline Beta và viết bản tin Focused Chaos. Khẩu hiệu của sách trên trang chính thức là "dùng dữ liệu để xây một startup tốt hơn, nhanh hơn". Theo hai tác giả, ý cốt lõi của cuốn sách là: biết mình thuộc loại hình kinh doanh nào và đang ở giai đoạn nào, bạn sẽ biết nên theo dõi và tối ưu chỉ số nào. Bản ebook miễn phí trên trang chính thức, vốn là nội dung của lần xuất bản đầu, có 13 case study từ các công ty như Airbnb, SEOmoz, Office Drop, Swiffer và EMI. Với FDE, giá trị của cuốn sách nằm ở khâu đo lường: chứng minh giá trị bằng một con số mà cả bạn lẫn khách hàng cùng tin. ## Một con số để cả nhóm nhìn cùng hướng Rất dễ hiểu nhầm "một chỉ số" là phải vứt hết số liệu còn lại. Yoskovitz nói rõ trong một cuộc phỏng vấn với Mixergy: tất nhiên đó không phải thứ duy nhất bạn theo dõi, nó có mặt để giữ cho mọi người tập trung. Ở một bài viết khác, ông nhắc lại ý ấy: xét cho cùng, OMTM sinh ra để tạo ra và khuyến khích sự tập trung. Ở chỗ khách, sự tập trung ấy có tác dụng rất thực tế. Thử hình dung bạn triển khai một agent phân loại ticket hỗ trợ cho một công ty logistics. Bạn vẫn log độ trễ, chi phí token, tỷ lệ lỗi. Nhưng trong buổi họp tuần, chỉ một con số được đưa lên đầu, và mọi quyết định ưu tiên đều phải trả lời được câu hỏi: việc này có đẩy con số đó lên không? ## Ba câu hỏi chọn ra con số Bài blog về OMTM trên trang của sách đưa ra ba tiêu chí: bạn đang kinh doanh gì, đang ở giai đoạn tăng trưởng nào, và ai là người đọc số liệu. Áp vào một deployment, ba câu hỏi đó thành: đây là dự án tự động hoá hay dự án phân tích, đang ở pilot hay đã vào production, và ai bên khách hàng cần thuyết phục. Quay lại ví dụ agent phân loại ticket. Ở giai đoạn pilot, người cần thuyết phục là trưởng nhóm hỗ trợ, nên chỉ số hợp lý là tỷ lệ ticket agent phân loại mà nhân viên không phải chuyển lại. Giả sử mỗi ngày agent xử lý 120 ticket, nhân viên chuyển lại 30, bạn có 75% được chấp nhận. Con số này nói thẳng với trưởng nhóm điều họ quan tâm: agent có đáng tin để giao việc không. **Điểm mấu chốt:** Một chỉ số đúng cho hôm nay có thể là chỉ số sai cho tháng sau. ## Con số đẹp hôm nay có thể sai tháng sau Dù OMTM hiện tại là gì, các tác giả dặn trước: hãy chờ nó thay đổi. Họ nói rõ đây không phải một chỉ số dùng mãi mãi, mà là chỉ số đáng quan tâm nhất tại mỗi thời điểm. Yoskovitz gọi đó là chọn đúng thứ để theo dõi vào đúng lúc. Trong ví dụ trên, khi tỷ lệ chấp nhận đã ổn định ở mức nhóm hỗ trợ chịu dùng, tiếp tục ép nó từ 75% lên 80% có thể không còn là việc đáng làm nhất. Dự án sang production, người đọc số liệu giờ là giám đốc vận hành, và chỉ số chính nên chuyển sang thời gian xử lý trung bình của một ticket. Cái bẫy ở đây là giữ nguyên con số cũ vì nó đẹp, trong khi người ra quyết định đã chuyển sang hỏi chuyện khác. ## Bạn đã chọn đúng con số chưa? Lỗi hay gặp nhất là chọn con số dễ đo thay vì con số người đọc quan tâm. Với agent phân loại ticket, "số ticket đã xử lý" tăng đều mỗi tuần, nhưng nó không trả lời được câu hỏi trưởng nhóm hỗ trợ đang hỏi: kết quả có dùng được không. Lỗi thứ hai là đưa năm chỉ số lên cùng một slide và gọi tất cả là "chính", rồi không ai biết khi hai con số đi ngược nhau thì theo con số nào. Lỗi thứ ba là chọn đúng chỉ số nhưng không ghi trước khi nào sẽ đổi nó. Để tự kiểm tra, hãy thử trả lời ba câu cho dự án bạn đang làm. Ai bên khách hàng đọc con số này? Nếu nó giảm tuần sau, bạn sẽ đổi việc gì trong backlog? Nó đạt ngưỡng nào thì bạn chuyển sang chỉ số tiếp theo? Câu nào bạn chưa trả lời được, đó là chỗ cần sửa trước. ## Bắt đầu từ bài blog, không phải từ trang một Nên đọc trước bài blog One Metric That Matters trên leananalyticsbook.com, vì nó gói gọn ba tiêu chí chọn chỉ số và nguyên tắc đổi chỉ số theo giai đoạn. Sau đó mới đọc sách, ưu tiên phần giải thích loại hình kinh doanh và giai đoạn rồi đến các case study. Đọc mỗi case study, hãy tự hỏi: nếu dự án đang làm tại khách rơi vào trường hợp này, chỉ số chính sẽ là gì? Cuốn sách đáng đọc nhất nếu bạn đã tự tay ship được hệ thống nhưng còn lúng túng khi khách hàng hỏi dự án đang thành công đến đâu. Nếu bạn đang chuẩn bị chuyển sang vai trò FDE, đây cũng là chất liệu tốt cho CV. Thay vì ghi "xây dựng dashboard theo dõi", hãy viết bạn đã chọn chỉ số nào, vì sao, và đổi nó lúc nào. Nếu một tin tuyển dụng nhắc tới đo lường kết quả cho khách hàng, đó là chỗ để kể đúng câu chuyện ấy trong buổi phỏng vấn. Câu hỏi trên trang chính thức của Lean Analytics nghe thì đơn giản. Trả lời được nó cho từng giai đoạn của dự án là cách gọn nhất để khách hàng thấy mình đang đi đến đâu. **Thử ngay tuần này:** - Viết ra một chỉ số duy nhất cho dự án đang chạy tại khách, kèm một câu giải thích vì sao nó hợp với giai đoạn hiện tại - Ghi sẵn điều kiện chuyển giai đoạn: con số đạt ngưỡng nào thì đổi sang chỉ số tiếp theo - Đọc bài blog One Metric That Matters trên leananalyticsbook.com trước khi mở sách ## Nguồn - [Lean Analytics (official book site)](https://leananalyticsbook.com/) - [The One Metric That Matters (Lean Analytics Book blog)](https://leananalyticsbook.com/?p=95) - [Lean Analytics – The One Metric That Matters And Other Provocations (Ash Maurya's blog, via Goodreads)](https://www.goodreads.com/author_blog_posts/4263481-lean-analytics-the-one-metric-that-matters-and-other-provocations?tab=book) - [Master Class: How to use lean analytics – with Ben Yoskovitz (Mixergy)](https://mixergy.com/course-cheat-sheet-lean-analytics/)