Appearance
🎮 Mini Game Tuần 7: Data Detective
Bạn là Operations Director của chuỗi trà sữa & café BrewTea — chuỗi 12 cửa hàng đang tăng trưởng nhanh tại TP.HCM và Hà Nội. Sáng thứ Hai, bạn mở Operations Dashboard và nhận thấy nhiều tín hiệu bất thường từ 5 store trọng điểm. CEO gọi: "Dashboard tuần này trông lạ lắm. Tôi cần bạn phân tích toàn bộ data, tìm ra chuyện gì đang xảy ra, và đưa ra action plan trước cuộc họp Weekly Ops Review chiều nay." Bạn có 5 store, 7 bộ data khác nhau, và hàng loạt bất thường ẩn giấu trong những con số. Mắt data của bạn sắc đến đâu?
🎯 Mục tiêu học tập
Sau khi hoàn thành game, bạn sẽ:
- Đọc Operations Dashboard — nhìn bảng số liệu và nhanh chóng nhận ra đâu là bình thường, đâu là bất thường
- Áp dụng tư duy Data → Insight → Action — không chỉ thấy con số, mà rút ra nguyên nhân và đề xuất hành động cụ thể
- Phân tích 5 data points cốt lõi — Daily Revenue, Food Cost %, Labor Cost %, Customer Count & AOV, Product Mix
- Phát hiện data anomalies — revenue drop, food cost spike, labor overstaffing, product mix imbalance, customer churn, loyalty ROI issue, inventory shrinkage, SSSG decline
- Chuẩn bị Weekly Ops Review — biết cách tóm tắt data thành 3–5 action items rõ ràng cho từng store
- Hiểu nguyên tắc CRM & Pareto — 20% khách hàng tạo 40–60% doanh thu, và cách dùng data để giữ chân nhóm này
📜 Luật chơi
| Mục | Chi tiết |
|---|---|
| Số người chơi | 3–6 người (hoặc 3–6 nhóm, mỗi nhóm 2–3 người) |
| Thời gian | 50–60 phút (7 phút/vòng × 7 vòng + setup + debrief) |
| Số vòng | 7 vòng chính |
| Mỗi vòng | Nhận 1 bộ data/dashboard từ store → phân tích, tìm anomaly, đề xuất action |
| Mục tiêu | Tìm càng nhiều insight đúng càng tốt, đề xuất action chất lượng, tối đa hóa business impact |
| Nguyên tắc vàng | Thấy số bất thường = tốt. Giải thích được TẠI SAO = giỏi. Đề xuất được PHẢI LÀM GÌ = Operations Director thực thụ. |
Vật liệu cần chuẩn bị
| Vật liệu | Số lượng | Mục đích |
|---|---|---|
| Dashboard data sheets (in sẵn hoặc chiếu slide) | 7 bộ | Mỗi vòng 1 bộ data cho cả lớp |
| Bảng phân tích (in sẵn, mỗi người 1 tờ A4) | 1/người chơi | Ghi: Data → Insight → Action cho mỗi anomaly |
| Benchmark reference card (in sẵn) | 1/người chơi | Các chỉ số chuẩn F&B Việt Nam để so sánh |
| Máy tính bỏ túi / điện thoại | 1/người chơi | Tính toán % và so sánh |
| Đồng hồ bấm giờ | 1 | Đếm ngược 5 phút phân tích + 2 phút công bố |
| Bút đỏ + bút xanh | 1 bộ/người | Đỏ = anomaly, Xanh = action đề xuất |
| Bảng điểm tổng hợp (bảng trắng hoặc flipchart) | 1 | Facilitator ghi điểm sau mỗi vòng |
Benchmark Reference Card
Người chơi giữ card này suốt game để đối chiếu:
| Chỉ số | Benchmark chuẩn (Trà sữa & Café VN) | Red Flag |
|---|---|---|
| Food Cost % | 25–30% | > 33% hoặc biến động > 3 điểm % tuần/tuần |
| Labor Cost % | 18–24% | > 27% hoặc SPLH < 350.000đ |
| Prime Cost % | 50–55% | > 60% |
| AOV | 55.000–75.000đ | Giảm > 10% vs. tuần trước |
| SSSG | ≥ 0% (tăng trưởng dương) | < −5% liên tục 2 tuần |
| Customer Count WoW | Biến động ± 5% | Giảm > 10% vs. tuần trước |
| Product Mix — Top 3 | Chiếm 35–50% revenue | > 60% (phụ thuộc quá nhiều) hoặc < 25% (không có hero product) |
| Loyalty Redemption Rate | 15–25% | < 10% (không hấp dẫn) hoặc > 40% (ăn margin) |
Cách tính điểm — 3 Metrics
Game đánh giá theo 3 metrics chính:
Metric 1: 🔍 Insights Found (Phát hiện insight đúng)
| Loại insight | Điểm | Ví dụ |
|---|---|---|
| 🔴 Critical Anomaly | 10 điểm | Food cost spike > 5 điểm %, inventory shrinkage rõ ràng, SSSG giảm > 10% |
| 🟡 Major Anomaly | 6 điểm | Labor overstaffing, product mix imbalance, AOV giảm bất thường |
| 🟢 Minor Anomaly | 3 điểm | Peak hour chưa tối ưu, loyalty ROI giảm nhẹ, SSSG giảm nhẹ |
Metric 2: ⚡ Action Quality (Chất lượng đề xuất hành động)
| Hành động | Điểm |
|---|---|
| ✅ Action cụ thể, có deadline, có owner → Actionable | +4 điểm bonus mỗi anomaly |
| ✅ Action đúng hướng nhưng chung chung → Directional | +2 điểm bonus mỗi anomaly |
| ❌ Action sai hướng hoặc không liên quan đến insight | −3 điểm |
| ❌ Phát hiện anomaly nhưng không đề xuất action | −2 điểm |
Metric 3: 📈 Business Impact (Tác động kinh doanh)
| Hành động | Điểm |
|---|---|
| ✅ Ước tính được tác động tài chính (VNĐ/tuần, % cải thiện) | +3 điểm bonus |
| ✅ Xác định đúng mức ưu tiên (Critical trước, Minor sau) | +2 điểm bonus |
| ❌ Báo anomaly sai (false alarm — số liệu bình thường nhưng cho là bất thường) | −5 điểm |
| ❌ Bỏ sót Critical Anomaly | −8 điểm |
Công thức XP cuối game
⚠️ Lưu ý: Bỏ sót ≥ 3 Critical Anomaly trong cả game → trừ thêm 20 điểm (tương đương chuỗi mất kiểm soát vận hành vì không đọc được data).
📋 Kịch bản chi tiết
🏪 Giới thiệu 5 Store của BrewTea
| Store | Vị trí | Đặc điểm | SM | Nhân viên |
|---|---|---|---|---|
| Store A — Nguyễn Huệ | Q1, TP.HCM — phố đi bộ | Traffic cao, khách du lịch + văn phòng | Minh (3 năm kinh nghiệm) | 12 người |
| Store B — Thảo Điền | Q2, TP.HCM — khu dân cư cao cấp | Khách quen, AOV cao, community | Lan (2 năm) | 8 người |
| Store C — Cầu Giấy | Hà Nội — gần trường đại học | Khách trẻ, price-sensitive, peak trưa | Tuấn (1 năm) | 10 người |
| Store D — Bình Thạnh | TP.HCM — khu văn phòng | Breakfast + lunch crowd, weekday heavy | Hoa (6 tháng, mới lên SM) | 9 người |
| Store E — Hoàn Kiếm | Hà Nội — phố cổ, du lịch | Seasonal traffic, weekend peak | Quang (2 năm) | 7 người |
Vòng 1: 📊 Revenue Dashboard — Doanh thu tuần
Thời gian: 5 phút phân tích + 2 phút công bố | Độ khó: ⭐⭐ | Số anomaly ẩn: 4
📋 Dashboard — Weekly Revenue Report (Tuần 02–08/02/2026):
| Store | Revenue tuần này | Revenue tuần trước | WoW Change | Revenue cùng tuần năm trước | SSSG |
|---|---|---|---|---|---|
| Store A | 98.500.000đ | 112.000.000đ | −12.1% | 105.000.000đ | −6.2% |
| Store B | 67.200.000đ | 65.800.000đ | +2.1% | 58.000.000đ | +15.9% |
| Store C | 54.300.000đ | 53.900.000đ | +0.7% | 56.500.000đ | −3.9% |
| Store D | 72.100.000đ | 71.500.000đ | +0.8% | — | N/A (mới mở 8 tháng) |
| Store E | 43.800.000đ | 51.200.000đ | −14.5% | 48.600.000đ | −9.9% |
| Toàn chuỗi | 335.900.000đ | 354.400.000đ | −5.2% |
Thông tin bổ sung: Tuần này không có lễ, Tết, hoặc sự kiện đặc biệt. Thời tiết TP.HCM bình thường, Hà Nội rét đậm (8–12°C).
Đáp án:
| # | Anomaly | Loại | Điểm | Phân tích Data → Insight → Action |
|---|---|---|---|---|
| 1 | 🔴 Store A: Revenue giảm −12.1% WoW, SSSG −6.2% | Critical | 10 | Data: Giảm 13.5 triệu so với tuần trước, giảm cả so với cùng kỳ năm ngoái. Insight: Store flagship đang mất momentum — không phải do mùa vụ (không có yếu tố thời tiết/lễ). Cần tách Customer Count vs. AOV để xác định nguyên nhân (ít khách hay chi tiêu thấp hơn?). Action: AM check ngay Store A trong 24h — kiểm tra có đối thủ mới mở gần không, hỏi SM Minh về bất thường tuần này, pull data hourly revenue xem giảm ở khung giờ nào. |
| 2 | 🔴 Store E: Revenue giảm −14.5% WoW, SSSG −9.9% | Critical | 10 | Data: Giảm mạnh nhất chuỗi. SSSG gần −10%. Insight: Hà Nội rét đậm NHƯNG cần kiểm tra — nếu thời tiết là nguyên nhân thì Store C (cũng Hà Nội) cũng phải giảm, nhưng Store C lại tăng nhẹ +0.7%. Vậy thời tiết không phải nguyên nhân chính → vấn đề riêng của Store E. Action: Kiểm tra: (1) Traffic khu phố cổ có giảm do hết mùa du lịch? (2) Đối thủ khu vực? (3) Google Reviews gần đây có review tiêu cực không? Deadline: báo cáo trước Weekly Review chiều nay. |
| 3 | 🟡 Store C: SSSG −3.9% dù WoW tăng nhẹ | Major | 6 | Data: Tuần này tăng so với tuần trước (+0.7%) nhưng giảm so với cùng kỳ năm ngoái (−3.9%). Insight: Tăng trưởng ngắn hạn che giấu xu hướng dài hạn suy giảm. Store gần đại học — có thể sinh viên đang chuyển sang quán khác hoặc thương hiệu đối thủ. Action: Pull 4 tuần SSSG liên tiếp để xác nhận xu hướng. Nếu 3/4 tuần SSSG âm → cần campaign marketing khu vực hoặc review menu pricing cho segment sinh viên. |
| 4 | 🟢 Toàn chuỗi: Revenue giảm −5.2% WoW | Minor | 3 | Data: Tổng chuỗi giảm, chủ yếu do Store A và E kéo xuống. Insight: Không phải vấn đề "toàn chuỗi" mà là vấn đề "2 store cụ thể" — Store B, C, D vẫn tăng nhẹ. Quan trọng: đừng ra quyết định toàn chuỗi (như cắt giá, chạy promotion toàn hệ thống) khi vấn đề chỉ ở 2 store. Action: Xử lý theo store, không xử lý đại trà. |
💡 False Alarm — Bẫy dữ liệu: Store D không có SSSG (N/A — mới mở 8 tháng). Một số người chơi có thể cho đây là anomaly "thiếu data." Tuy nhiên, SSSG chỉ tính được khi store hoạt động ≥ 12 tháng — đây là định nghĩa chuẩn, không phải lỗi. Store D đang tăng trưởng WoW +0.8% — bình thường cho store mới đang ổn định. Bài học: Hiểu định nghĩa chỉ số trước khi phân tích.
Vòng 2: 🍲 Food Cost Dashboard — Chi phí nguyên liệu
Thời gian: 5 phút phân tích + 2 phút công bố | Độ khó: ⭐⭐⭐ | Số anomaly ẩn: 5
📋 Dashboard — Weekly Food Cost Report:
| Store | Revenue | COGS (Giá vốn NVL) | Actual Food Cost % | Target | Variance | Tuần trước |
|---|---|---|---|---|---|---|
| Store A | 98.500.000đ | 31.520.000đ | 32.0% | 28% | +4.0 | 28.5% |
| Store B | 67.200.000đ | 18.144.000đ | 27.0% | 28% | −1.0 | 27.2% |
| Store C | 54.300.000đ | 18.462.000đ | 34.0% | 28% | +6.0 | 29.1% |
| Store D | 72.100.000đ | 20.188.000đ | 28.0% | 28% | 0.0 | 28.3% |
| Store E | 43.800.000đ | 13.140.000đ | 30.0% | 28% | +2.0 | 27.8% |
Thông tin bổ sung:
- Giá sữa tươi tăng 8% từ NCC tuần này (áp dụng toàn chuỗi)
- Store C vừa nhận nhân viên pha chế mới (3 người, bắt đầu tuần trước)
- Store A báo cáo hệ thống tủ đông gặp sự cố kỹ thuật 2 ngày (thứ 3–4), phải hủy 1 lô nguyên liệu
Đáp án:
| # | Anomaly | Loại | Điểm | Phân tích Data → Insight → Action |
|---|---|---|---|---|
| 1 | 🔴 Store C: Food Cost 34% — vượt target 6 điểm %, tăng 4.9 điểm % so với tuần trước | Critical | 10 | Data: 34% là mức cao nhất chuỗi, vượt xa benchmark 25–30% cho trà sữa & café. Tăng đột biến từ 29.1% → 34% trong 1 tuần. Insight: 3 nhân viên mới bắt đầu tuần trước → rất có thể do thiếu portion control — nhân viên mới chưa thuần thục Recipe Card, đong nguyên liệu sai. Sữa tăng giá 8% chỉ giải thích ~1–1.5 điểm % tăng (vì sữa chiếm ~15–20% COGS), không giải thích 4.9 điểm %. Action: (1) SM Tuấn kiểm tra waste log tuần này — so sánh với tuần trước. (2) Quan sát 3 nhân viên mới pha chế — kiểm tra portion control. (3) Nếu xác nhận portion sai → training lại ngay trong tuần, đặt target food cost tuần sau ≤ 30%. |
| 2 | 🔴 Store A: Food Cost tăng từ 28.5% → 32%, variance +4 điểm % | Critical | 10 | Data: Tăng 3.5 điểm % trong 1 tuần. Revenue đã giảm 12% MÀ food cost % lại tăng → double hit: bán ít hơn + chi phí nguyên liệu cao hơn. Insight: Tủ đông hỏng 2 ngày → hủy nguyên liệu = waste đột biến. Đây là lý do chính. Nhưng cần kiểm tra: tủ đông đã sửa xong chưa? Có lô nguyên liệu nào khác bị ảnh hưởng? Action: (1) Xác nhận tủ đông đã hoạt động bình thường — nếu chưa → sửa/thay ngay. (2) Kiểm tra toàn bộ nguyên liệu trong tủ — hủy bất kỳ lô nào nghi ngờ bị rã đông. (3) Claim bảo hiểm/NCC cho lô hàng hủy nếu có. Food cost tuần sau nên quay về ~29% nếu nguyên nhân thực sự chỉ là sự cố. |
| 3 | 🟡 Store E: Food Cost 30%, tăng 2.2 điểm % so với tuần trước | Major | 6 | Data: 30% vượt target nhẹ, tăng nhanh từ 27.8%. Không có sự cố thiết bị hay nhân viên mới được báo cáo. Insight: Revenue giảm mạnh 14.5% nhưng COGS không giảm tương ứng → có thể do (a) order nguyên liệu theo kế hoạch cũ (chưa điều chỉnh theo demand giảm) = over-ordering, hoặc (b) waste tăng vì nguyên liệu tươi hết hạn do bán chậm. Action: SM Quang kiểm tra: ending inventory vs. beginning inventory — nếu tồn kho tăng bất thường → giảm lượng đặt hàng tuần sau. Kiểm tra waste log — nếu waste tăng → điều chỉnh par level xuống theo demand thực tế. |
| 4 | 🟡 Toàn chuỗi: Giá sữa tăng 8% nhưng không phải tất cả store đều tăng food cost tương ứng | Major | 6 | Data: Sữa tăng 8% ảnh hưởng toàn chuỗi, nhưng Store B food cost thực tế giảm nhẹ (27.2% → 27.0%), Store D giữ nguyên (28.3% → 28.0%). Insight: Store B và D đã tự điều chỉnh (có thể nhờ portion control tốt hoặc product mix shift sang món ít dùng sữa). Đây là best practice cần learn từ — trong khi Store A, C, E không absorb được giá tăng. Action: Hỏi SM Store B và D: đã làm gì khác tuần này? Share best practice ra toàn chuỗi. Cân nhắc negotiation lại giá sữa với NCC hoặc tìm NCC thay thế nếu giá duy trì cao. |
| 5 | 🟢 Store C: Revenue thấp nhất chuỗi (54.3 triệu) nhưng COGS cao thứ 3 (18.46 triệu) | Minor | 3 | Data: Tỷ lệ COGS/Revenue bất cân xứng. Insight: Hiệu suất sử dụng nguyên liệu kém — mỗi đồng revenue phải chi 34 xu cho nguyên liệu, trong khi Store B chỉ chi 27 xu. Nếu Store C đạt food cost 28% như target → tiết kiệm 54.3 triệu × (34%−28%) = ~3.26 triệu/tuần = ~13 triệu/tháng. Action: Đây là store có room for improvement lớn nhất — ưu tiên training portion control và waste reduction. |
💡 False Alarm — Bẫy dữ liệu: Store D food cost = 28.0%, đúng target, variance = 0. Một số người chơi có thể nghi ngờ "số quá tròn, quá perfect" và cho là data bị làm tròn hoặc SM báo sai. Tuy nhiên, không có bằng chứng cho nghi ngờ này — variance 0 hoàn toàn có thể xảy ra, đặc biệt khi SM có kỷ luật tốt. Bài học: Phân tích dựa trên evidence, không dựa trên nghi ngờ không có cơ sở. Đừng tìm vấn đề ở nơi không có vấn đề.
Vòng 3: 👷 Labor Cost Dashboard — Chi phí nhân sự
Thời gian: 5 phút phân tích + 2 phút công bố | Độ khó: ⭐⭐⭐ | Số anomaly ẩn: 4
📋 Dashboard — Weekly Labor Report:
| Store | Revenue | Tổng giờ công | Số NV ca/ngày (TB) | Labor Cost | Labor Cost % | SPLH* | Target Labor % |
|---|---|---|---|---|---|---|---|
| Store A | 98.500.000đ | 504 giờ | 9.0 | 22.155.000đ | 22.5% | 195.400đ | 22% |
| Store B | 67.200.000đ | 336 giờ | 6.0 | 10.752.000đ | 16.0% | 200.000đ | 20% |
| Store C | 54.300.000đ | 420 giờ | 7.5 | 13.575.000đ | 25.0% | 129.300đ | 22% |
| Store D | 72.100.000đ | 378 giờ | 6.75 | 16.563.000đ | 23.0% | 190.700đ | 22% |
| Store E | 43.800.000đ | 336 giờ | 6.0 | 10.512.000đ | 24.0% | 130.400đ | 22% |
SPLH = Sales Per Labor Hour (Doanh thu trên mỗi giờ lao động) = Revenue ÷ Tổng giờ công
Thông tin bổ sung:
- Lương trung bình BrewTea: 32.000đ/giờ (full-time) + phụ cấp
- Store C đang có 3 nhân viên mới trong giai đoạn training (có buddy kèm)
- Store B — SM Lan đã tối ưu lịch ca 2 tháng nay dựa trên data hourly revenue
Đáp án:
| # | Anomaly | Loại | Điểm | Phân tích Data → Insight → Action |
|---|---|---|---|---|
| 1 | 🔴 Store C: Labor Cost 25%, SPLH chỉ 129.300đ — overstaffing nghiêm trọng | Critical | 10 | Data: Labor cost vượt target 3 điểm %, SPLH thấp nhất chuỗi (129.300đ vs. benchmark ≥ 350.000đ). Mỗi giờ lao động chỉ tạo ra 129K revenue — gần bằng lương + phụ cấp trả cho nhân viên = gần như hòa vốn nhân sự. Insight: 3 nhân viên mới đang training với buddy → 6 người (3 trainee + 3 buddy) chỉ tạo output của ~3 người. Đây là chi phí tạm thời nếu training kết thúc đúng hạn. NHƯNG: 7.5 NV/ca cho store có revenue 54 triệu/tuần = quá nhiều ngay cả khi không tính trainee. Action: (1) Kiểm tra training plan — khi nào 3 trainee kết thúc buddy period? Nếu quá 2 tuần → gia tốc. (2) Khi trainee independent, giảm xuống 5–6 NV/ca. (3) Tính Prime Cost: 34% food + 25% labor = 59% — sát ngưỡng nguy hiểm 60%. Store C cần intervention ngay. |
| 2 | 🟡 Store E: Labor Cost 24%, SPLH 130.400đ — kém hiệu quả | Major | 6 | Data: SPLH gần bằng Store C (130K), nhưng Store E không có trainee — tức đây là hiệu suất thường ngày, không phải tạm thời. Revenue giảm 14.5% nhưng giờ công không giảm → lịch ca chưa điều chỉnh theo demand. Insight: SM Quang vẫn xếp ca theo "thói quen" chứ không theo data. 6 NV/ca cho 43 triệu revenue/tuần = quá nhiều. Action: (1) SM điều chỉnh lịch ca theo hourly revenue data — giảm NV off-peak, giữ peak. (2) Target: giảm tổng giờ công từ 336 → 280 giờ/tuần (giảm ~1 NV/ca) → Labor cost giảm từ 24% → ~20%. Tiết kiệm: ~2 triệu/tuần. |
| 3 | 🟡 Store D: Labor Cost 23%, sát target nhưng cần context — SM mới 6 tháng | Major | 6 | Data: 23% chỉ vượt target 1 điểm %, SPLH 190K — khá hơn C và E nhưng thấp hơn A và B. Insight: SM Hoa mới lên 6 tháng — 23% labor cost cho thấy đang "over-cautious" (xếp nhiều người để đảm bảo an toàn). Không phải khẩn cấp, nhưng nếu không tối ưu sẽ trở thành thói quen. Action: AM coaching SM Hoa về cách đọc hourly revenue để tối ưu ca — mục tiêu giảm xuống 21–22% trong 4 tuần. Share cách làm của SM Lan (Store B) như mentor. |
| 4 | 🟢 Store B: Labor Cost 16% — thấp bất thường, có thể understaffing | Minor | 3 | Data: 16% thấp hơn target (20%), chỉ 6 NV/ca cho revenue 67 triệu/tuần. SPLH 200K — cao nhất chuỗi. Insight: SM Lan tối ưu tốt — NHƯNG cần kiểm tra: nhân viên có bị quá tải không? Giờ overtime có nhiều không? Customer satisfaction có giảm do phục vụ chậm không? Labor cost thấp quá cũng là red flag — burn-out nhân viên → turnover tăng → chi phí tuyển + training > tiết kiệm được. Action: Kiểm tra overtime records Store B + customer feedback tuần này. Nếu ok → document quy trình của Lan thành best practice. Nếu có dấu hiệu quá tải → bổ sung 1 NV part-time giờ peak. |
💡 False Alarm — Bẫy dữ liệu: Store A: Labor Cost 22.5%, target 22% — chỉ vượt 0.5 điểm %. Nhiều người sẽ flag đây là anomaly. Tuy nhiên, variance 0.5% trong ngữ cảnh revenue giảm 12% (mẫu số nhỏ hơn → % tự tăng) là hoàn toàn giải thích được. Nếu revenue Store A tuần trước = 112 triệu mà giữ nguyên labor cost tuyệt đối 22.1 triệu → labor % = 19.8%. Vấn đề thực sự là revenue giảm, không phải labor tăng. Bài học: Khi % tăng, kiểm tra tử số (chi phí tăng?) hay mẫu số (revenue giảm?) — hai nguyên nhân khác nhau, hai action plan khác nhau.
Vòng 4: 👥 Customer Metrics Dashboard — Khách hàng
Thời gian: 5 phút phân tích + 2 phút công bố | Độ khó: ⭐⭐⭐⭐ | Số anomaly ẩn: 5
📋 Dashboard — Weekly Customer Report:
| Store | Customer Count (tuần này) | Customer Count (tuần trước) | WoW Change | AOV tuần này | AOV tuần trước | AOV Change |
|---|---|---|---|---|---|---|
| Store A | 1.580 | 1.750 | −9.7% | 62.300đ | 64.000đ | −2.7% |
| Store B | 870 | 855 | +1.8% | 77.200đ | 77.000đ | +0.3% |
| Store C | 1.120 | 1.100 | +1.8% | 48.500đ | 49.000đ | −1.0% |
| Store D | 1.030 | 1.015 | +1.5% | 70.000đ | 70.400đ | −0.6% |
| Store E | 620 | 730 | −15.1% | 70.600đ | 70.100đ | +0.7% |
Thông tin bổ sung:
- Store A: Đối thủ trực tiếp (chuỗi KOI Thé) mở store mới cách 50m, tuần trước
- Store E: Khu phố cổ Hoàn Kiếm — tháng 2 là low season du lịch nội địa
- Store C: Đang chạy promotion "Mua 1 tặng 1" cho trà sữa 45.000đ (tuần thứ 3 liên tiếp)
Đáp án:
| # | Anomaly | Loại | Điểm | Phân tích Data → Insight → Action |
|---|---|---|---|---|
| 1 | 🔴 Store A: Customer Count giảm −9.7% VÀ AOV giảm −2.7% — double decline | Critical | 10 | Data: Revenue giảm 12% (Vòng 1) giờ đã được tách ra: 170 khách biến mất + mỗi khách chi ít hơn 1.700đ. Đối thủ KOI mở cách 50m. Insight: Đây là competitive threat rõ ràng. KOI đang hút traffic VÀ có thể pricing thấp hơn khiến khách so sánh → BrewTea mất cả traffic lẫn willingness-to-pay. SSSG −6.2% + customer decline = cần action cấp tốc. Action: (1) SM Minh trinh sát KOI: menu gì, giá bao nhiêu, promotion gì, traffic thế nào. Báo cáo trong 48h. (2) KHÔNG vội giảm giá (sẽ ăn margin). Thay vào đó: tăng cường loyalty program cho khách quen Store A — giữ base trước. (3) Marketing: campaign "Only at BrewTea" — push sản phẩm signature mà KOI không có. Deadline: triển khai cuối tuần này. |
| 2 | 🔴 Store E: Customer Count giảm −15.1% — mất 110 khách trong 1 tuần | Critical | 10 | Data: Mất 15% khách trong 1 tuần, mức giảm khách hàng lớn nhất chuỗi. Tuy nhiên AOV tăng nhẹ +0.7% → khách còn lại vẫn chi tiêu tốt. Insight: Kết hợp info "tháng 2 low season du lịch" → Customer Count giảm chủ yếu do tourist traffic giảm, không phải khách quen rời bỏ. AOV tăng nhẹ xác nhận điều này — khách quen local (chi tiêu ổn định) vẫn ở, khách du lịch (chi tiêu cao nhưng seasonal) đã vắng. Action: (1) Đây là vấn đề cấu trúc, không phải vấn đề vận hành — Store E phụ thuộc quá nhiều vào tourist traffic. (2) Ngắn hạn: giảm lịch ca theo demand (đã flag ở Vòng 3). (3) Trung hạn: develop local customer base — chạy loyalty program cho dân cư & văn phòng khu vực, giảm phụ thuộc seasonal. |
| 3 | 🟡 Store C: AOV 48.500đ — thấp nhất chuỗi, đang chạy "Mua 1 tặng 1" tuần thứ 3 | Major | 6 | Data: AOV thấp hơn store khác 22.000–29.000đ. Customer count tăng nhẹ +1.8% nhưng AOV vẫn giảm. Promotion "Mua 1 tặng 1" chạy 3 tuần liên tiếp. Insight: Promotion đang kéo AOV xuống — khách chỉ mua đúng combo giá rẻ, không upsell thêm. 3 tuần liên tiếp = khách đang bị "huấn luyện" chờ khuyến mãi (Frequency > Discount principle bị vi phạm). Tệ hơn: food cost 34% (Vòng 2) + AOV thấp nhất = mỗi đơn hàng lời rất ít. Action: (1) DỪNG promotion "Mua 1 tặng 1" — 3 tuần là quá dài. (2) Thay bằng loyalty stamp card (mua 8 tặng 1) — tăng frequency thay vì giảm giá. (3) Training upsell cho staff: gợi ý topping, size lớn, combo snack. Target: AOV tăng lên ≥ 52.000đ trong 3 tuần. |
| 4 | 🟡 Store C: Revenue = AOV × Customer Count → 48.500đ × 1.120 = 54.320.000đ — khớp, nhưng vấn đề là customer quality | Major | 6 | Data: 1.120 khách nhưng chỉ tạo 54 triệu revenue. Store B: 870 khách tạo 67 triệu. Insight: Store B có ÍT khách hơn 22% nhưng revenue CAO hơn 24%. Khách Store B chi trung bình 77K vs. Store C chỉ 48K → giá trị mỗi khách hàng khác nhau rất lớn. Đây là bài học Pareto: không phải "nhiều khách = tốt" — mà "khách đúng = tốt." Action: Phân tích customer segment Store C — bao nhiêu % là khách promotion-driven vs. organic? Nếu > 50% khách đến vì promotion → khi dừng promo, customer count sẽ giảm mạnh. Chuẩn bị kịch bản. |
| 5 | 🟢 Store D: AOV giảm nhẹ −0.6% (70.400đ → 70.000đ) | Minor | 3 | Data: Giảm 400đ/đơn — rất nhẹ. Customer count tăng 1.5%. Insight: Biến động nhỏ, có thể do product mix shift tự nhiên. Không đáng lo NHƯNG SM mới (Hoa, 6 tháng) cần được coaching rằng AOV giảm liên tục 3 tuần trở lên → phải investigate. Action: Monitor thêm 2 tuần. Nếu AOV tiếp tục giảm → kiểm tra product mix và upsell performance. |
💡 False Alarm — Bẫy dữ liệu: Store B: Customer Count tăng chỉ +1.8% (thêm 15 khách). Có người sẽ cho rằng tăng trưởng "quá chậm" là anomaly. Tuy nhiên, Store B ở khu dân cư cao cấp, khách quen ổn định, AOV cao nhất chuỗi (77K) — tăng trưởng 2%/tuần ở segment này là rất tốt và bền vững. Không phải store nào cũng cần tăng trưởng khách hàng nhanh — store mature cần giữ quality hơn quantity. Bài học: Context quyết định insight. Cùng 1 con số, ở 2 store khác nhau = 2 ý nghĩa khác nhau.
Vòng 5: 🧋 Product Mix Dashboard — Phân tích sản phẩm
Thời gian: 5 phút phân tích + 2 phút công bố | Độ khó: ⭐⭐⭐⭐ | Số anomaly ẩn: 5
📋 Dashboard — Product Mix toàn chuỗi (Top 10 sản phẩm):
| Rank | Sản phẩm | Số lượng bán | % Tổng lượng bán | Revenue | Margin % | Phân loại |
|---|---|---|---|---|---|---|
| 1 | Trà sữa Truyền thống | 1.850 | 28.4% | 83.250.000đ | 68% | ⭐ Star |
| 2 | Café Sữa Đá | 1.420 | 21.8% | 63.900.000đ | 72% | ⭐ Star |
| 3 | Matcha Latte | 680 | 10.4% | 40.800.000đ | 55% | 🐎 Plow Horse |
| 4 | Trà Đào Cam Sả | 620 | 9.5% | 31.000.000đ | 65% | ⭐ Star |
| 5 | Chocolate Blended | 410 | 6.3% | 22.550.000đ | 45% | 🐎 Plow Horse |
| 6 | Bánh Croissant | 380 | 5.8% | 15.200.000đ | 58% | 🧩 Puzzle |
| 7 | Smoothie Xoài | 290 | 4.5% | 14.500.000đ | 42% | 🐕 Dog |
| 8 | Trà sữa Khoai môn | 260 | 4.0% | 13.000.000đ | 64% | 🧩 Puzzle |
| 9 | Cold Brew | 350 | 5.4% | 21.000.000đ | 75% | 🧩 Puzzle |
| 10 | Combo Snack Box | 250 | 3.8% | 12.500.000đ | 38% | 🐕 Dog |
Thông tin bổ sung:
- Trà sữa Truyền thống + Café Sữa Đá = 50.2% tổng lượng bán (2 sản phẩm chiếm hơn nửa)
- Matcha Latte: margin 55% — thấp do nguyên liệu matcha nhập khẩu đắt. Tuần trước margin là 60% (giảm 5 điểm %)
- Cold Brew: margin 75% (cao nhất) nhưng chỉ chiếm 5.4% lượng bán
- Smoothie Xoài & Combo Snack Box: cả hai đều margin thấp VÀ bán chậm
Đáp án:
| # | Anomaly | Loại | Điểm | Phân tích Data → Insight → Action |
|---|---|---|---|---|
| 1 | 🔴 Phụ thuộc quá lớn vào 2 sản phẩm: Top 2 chiếm 50.2% tổng lượng bán | Critical | 10 | Data: Trà sữa Truyền thống (28.4%) + Café Sữa Đá (21.8%) = 50.2%. Benchmark: Top 3 nên chiếm 35–50%, không phải Top 2. Insight: Rủi ro tập trung quá cao — nếu giá nguyên liệu trà sữa tăng hoặc xu hướng thị trường shift → revenue toàn chuỗi bị ảnh hưởng nặng. Đồng thời cho thấy menu còn lại "yếu" — không đủ hấp dẫn để cạnh tranh với 2 hero products. Action: (1) Không giảm push 2 Stars — giữ nguyên vì đang tốt. (2) Tăng cường push Puzzles có tiềm năng: Cold Brew (margin 75%, cần marketing), Trà sữa Khoai môn (margin 64%, cần visibility trên menu). (3) Target 8 tuần: giảm concentration Top 2 xuống ≤ 45% bằng cách nâng các Puzzles lên. |
| 2 | 🟡 Matcha Latte: Margin giảm 5 điểm % (60% → 55%) — Plow Horse đang thành Dog | Major | 6 | Data: Margin giảm mạnh trong 1 tuần. Vẫn bán tốt (rank 3) nhưng lợi nhuận đang bị ăn mòn. Insight: Nếu trend tiếp tục, Matcha Latte sẽ từ Plow Horse → Dog (bán khá + margin thấp → bán khá + margin rất thấp). Nguyên nhân có thể: giá bột matcha nhập tăng, hoặc portion quá tay ở Store C (liên kết với food cost 34% ở Vòng 2). Action: (1) Kiểm tra giá NCC bột matcha — nếu tăng → tìm NCC thay thế hoặc điều chỉnh recipe (giảm lượng matcha mà giữ chất lượng bằng cách thay đổi tỷ lệ sữa). (2) Nếu margin không recover ≥ 58% trong 2 tuần → xem xét tăng giá bán 5.000đ (test 1 store trước). |
| 3 | 🟡 2 Dogs (Smoothie Xoài 42% margin, Combo Snack Box 38% margin) chiếm menu space nhưng lỗ margin | Major | 6 | Data: Smoothie Xoài: 290 ly, margin 42%. Combo Snack Box: 250 phần, margin 38%. Cả hai bán chậm VÀ margin thấp → Dogs. Insight: Mỗi ly Smoothie Xoài revenue 50K nhưng chỉ lời ~21K. Mỗi Combo Snack Box revenue 50K chỉ lời ~19K. Trong khi Cold Brew revenue 60K, lời ~45K. Giữ Dogs trên menu = (a) tốn nguyên liệu tồn kho, (b) tốn space trên menu → attention bị chia, (c) staff mất thời gian pha món ít lời. Action: (1) Combo Snack Box: redesign combo với sản phẩm margin cao hơn, hoặc loại bỏ nếu không cải thiện sau 4 tuần. (2) Smoothie Xoài: test giảm portion xoài 10% (vì đắt) + thêm đá để giữ volume. Nếu margin không lên 50% → sunset sản phẩm. |
| 4 | 🟡 Cold Brew: margin 75% (cao nhất) nhưng chỉ chiếm 5.4% — Puzzle chưa được push | Major | 6 | Data: Margin cao nhất menu nhưng bán ít (rank 9). Insight: Đây là Puzzle — cần marketing push. Nếu tăng từ 350 → 600 ly/tuần (gần bằng Trà Đào) → thêm 250 ly × 60K × 75% = thêm 11.25 triệu lợi nhuận gộp/tuần = ~45 triệu/tháng cho toàn chuỗi. Action: (1) Đưa Cold Brew lên vị trí nổi bật trên menu (gần top, có hình ảnh lớn). (2) Staff recommendation: training barista gợi ý Cold Brew cho khách order Café Sữa Đá ("Anh/chị muốn thử Cold Brew signature không? Cùng café nhưng đậm vị hơn"). (3) Tạo combo Cold Brew + Croissant (2 Puzzles cùng push → win-win). |
| 5 | 🟢 Croissant & Trà sữa Khoai môn: 2 Puzzles cần attention | Minor | 3 | Data: Croissant: margin 58%, bán 380. Khoai môn: margin 64%, bán 260. Cả hai margin tốt nhưng popularity thấp. Insight: Có thể do vị trí trên menu không nổi bật, staff không gợi ý, hoặc khách chưa biết. Khoai môn margin 64% mà chỉ bán 260 ly → opportunity cost lớn. Action: (1) Bundle Croissant vào combo sáng (Café + Croissant = giá ưu đãi nhưng vẫn giữ margin tổng). (2) Khoai môn: chạy "Sản phẩm của tuần" để tạo awareness → đo lường sau 2 tuần. |
💡 False Alarm — Bẫy dữ liệu: Trà sữa Truyền thống margin 68% và Café Sữa Đá margin 72% — đều là Stars. Có người sẽ nói "Café Sữa Đá margin cao hơn 4 điểm %, nên push Café thay vì Trà sữa." Tuy nhiên, Trà sữa bán 1.850 ly vs. Café 1.420 ly — tổng gross profit Trà sữa = 83.25M × 68% = 56.6M, Café = 63.9M × 72% = 46M. Trà sữa vẫn đóng góp profit tuyệt đối nhiều hơn dù margin % thấp hơn. Bài học: Đừng chỉ nhìn margin % — hãy nhìn absolute profit. Margin % × Volume = Total Profit mới là thước đo thực.
Vòng 6: 💎 CRM & Loyalty Dashboard — Dữ liệu khách hàng
Thời gian: 5 phút phân tích + 2 phút công bố | Độ khó: ⭐⭐⭐⭐ | Số anomaly ẩn: 5
📋 Dashboard — CRM & Loyalty Report (tháng 01/2026):
| Chỉ số | Toàn chuỗi | Store A | Store B | Store C | Store D | Store E |
|---|---|---|---|---|---|---|
| Tổng thành viên loyalty | 18.500 | 5.200 | 2.800 | 4.100 | 3.400 | 3.000 |
| Active members (mua ≥ 1 lần/tháng) | 7.200 (38.9%) | 2.100 (40.4%) | 1.400 (50.0%) | 1.800 (43.9%) | 1.200 (35.3%) | 700 (23.3%) |
| Revenue từ loyalty members | 58% tổng | 55% | 72% | 48% | 60% | 45% |
| AOV loyalty vs. non-loyalty | +18% | +15% | +22% | +8% | +20% | +12% |
| Churn rate (không mua 60 ngày) | 12%/tháng | 10% | 6% | 15% | 11% | 22% |
| Điểm tích lũy chưa đổi (liability) | 185 triệu đ | 62 triệu | 28 triệu | 38 triệu | 30 triệu | 27 triệu |
| Redemption rate (tỷ lệ đổi thưởng) | 22% | 20% | 30% | 18% | 24% | 12% |
| Chi phí loyalty program/tháng | 32 triệu đ toàn chuỗi |
Thông tin bổ sung:
- Top 20% members (theo spending) đóng góp 52% revenue loyalty (xác nhận Pareto)
- Store E: Churn rate tăng từ 14% → 22% trong 3 tháng gần nhất
- Store C: AOV loyalty chỉ cao hơn non-loyalty 8% (thấp nhất chuỗi — trung bình chuỗi là 18%)
- Loyalty program cost = 32 triệu/tháng. Incremental revenue ước tính từ loyalty members = 85 triệu/tháng
Đáp án:
| # | Anomaly | Loại | Điểm | Phân tích Data → Insight → Action |
|---|---|---|---|---|
| 1 | 🔴 Store E: Churn rate 22% — mất 1/5 thành viên loyalty mỗi tháng | Critical | 10 | Data: 22% churn = mất ~660 members mỗi tháng (3.000 × 22%). Active rate chỉ 23.3% (thấp nhất chuỗi). Redemption rate 12% (thấp nhất). Revenue từ loyalty chỉ 45%. Insight: Loyalty program tại Store E gần như không hoạt động. Khách đăng ký nhưng không engage (redemption 12% = phần thưởng không đủ hấp dẫn hoặc staff không nhắc khách đổi). Churn tăng từ 14% → 22% trong 3 tháng = xu hướng xấu đi nhanh. Kết hợp với Tourist dependency (Vòng 4) → khách du lịch đăng ký loyalty nhưng không quay lại (đương nhiên). Action: (1) Lọc database: tách members local vs. tourist — chỉ tính active rate trên local members. (2) Với tourist: không push loyalty, thay bằng Google Review (1 review = 1 drink nhỏ miễn phí). (3) Với local: campaign "Kích hoạt lại" — gửi offer đặc biệt cho members 30+ ngày không quay lại. (4) Training staff: nhắc khách đổi thưởng mỗi lần mua. |
| 2 | 🔴 Điểm tích lũy chưa đổi (liability) = 185 triệu đ toàn chuỗi — rủi ro tài chính | Critical | 10 | Data: 185 triệu đ điểm chưa đổi = khoản nợ tiềm tàng. Nếu tất cả khách đổi cùng lúc → BrewTea phải "trả" 185 triệu bằng sản phẩm miễn phí. Store A chiếm 62 triệu (33.5% tổng liability). Insight: Liability tăng = redemption rate thấp (khách tích mà không đổi). Có 2 kịch bản xấu: (a) Một ngày khách đổ xô đổi → food cost spike đột ngột, (b) Khách cảm thấy loyalty "vô nghĩa" vì không bao giờ đổi được → rời bỏ. Cả hai đều tệ. Action: (1) Đặt expiry cho điểm — điểm hết hạn sau 12 tháng (thông báo trước 30 ngày). Giảm liability dần. (2) Chạy "Tuần đổi thưởng" — khuyến khích đổi điểm → giảm liability có kiểm soát. (3) CFO cần ghi nhận loyalty liability trong báo cáo tài chính (nhiều chuỗi bỏ qua điều này). |
| 3 | 🟡 Store C: AOV loyalty chỉ cao hơn non-loyalty 8% — loyalty không tạo giá trị gia tăng | Major | 6 | Data: Toàn chuỗi: loyalty member AOV cao hơn non-member 18%. Store C: chỉ 8% — thấp nhất, cách xa mức trung bình. Insight: Loyalty tại Store C không thay đổi hành vi mua — member mua gần giống non-member. Nguyên nhân có thể: (a) Member toàn là sinh viên đăng ký vì promo "Mua 1 tặng 1" → chỉ mua món rẻ nhất, (b) Staff không upsell cho loyalty members, (c) Loyalty benefit không đủ hấp dẫn cho segment sinh viên. Action: (1) Kiểm tra customer profile loyalty Store C — nếu 70%+ là sinh viên → thiết kế tier riêng: "Student tier" với reward phù hợp (free topping, upsize miễn phí thay vì free drink). (2) Training staff upsell cho loyalty members: "Anh/chị còn 3 điểm nữa là được free topping — hôm nay thêm topping không?" |
| 4 | 🟡 Store A: 5.200 members nhưng chỉ 40.4% active — 3.100 members "ngủ đông" | Major | 6 | Data: Store flagship với database lớn nhất (5.200) nhưng 3.100 members không active = không tạo revenue. Revenue từ loyalty chỉ 55% (thấp hơn Store B 72% dù database lớn gấp đôi). Insight: Quantity ≠ Quality. Store A có thể đã push đăng ký quá aggressively (để đạt KPI) → nhiều members "ảo" (đăng ký lấy welcome drink rồi không quay lại). Action: (1) Clean database — xóa members inactive > 6 tháng sau khi gửi "win-back" campaign cuối cùng. (2) Chuyển KPI từ "Số member mới" → "Active member rate" — đo chất lượng thay vì số lượng. (3) Cho SM Minh bài học từ Store B (Lan) — active rate 50%, revenue từ loyalty 72%. |
| 5 | 🟢 Loyalty program ROI cần được tính rõ: Chi 32 triệu, thu về ước tính 85 triệu incremental | Minor | 3 | Data: ROI = (85M − 32M) / 32M = 165.6%. Vượt ngưỡng 100% → program có lời. Insight: ROI overall tốt NHƯNG không đều giữa các store. Store B (active 50%, revenue from loyalty 72%) rõ ràng ROI cao. Store E (active 23%, revenue 45%, churn 22%) gần như chắc chắn ROI âm. Action: Tính loyalty ROI theo từng store, không chỉ toàn chuỗi. Allocate budget loyalty theo ROI — store nào ROI thấp → giảm chi, tập trung vào fix churn trước. Store nào ROI cao → scale up investment. |
💡 False Alarm — Bẫy dữ liệu: Store B: Redemption rate 30% — cao nhất chuỗi. Có người sẽ flag đây là "quá cao, ăn mòn margin." Tuy nhiên, benchmark healthy là 15–25%, và 30% chỉ hơi cao. Quan trọng hơn: Store B có active rate cao nhất (50%), revenue from loyalty cao nhất (72%), churn thấp nhất (6%) → loyalty program đang hoạt động TỐT. Redemption 30% = khách ĐANG dùng chương trình = ENGAGE. Tốt hơn nhiều so với Store E redemption 12% mà churn 22%. Bài học: Redemption cao không phải vấn đề nếu program tổng thể profitable. Metric phải đọc trong context, không đọc đơn lẻ.
Vòng 7: 🔍 Weekly Ops Review — Tổng hợp & Action Plan
Thời gian: 5 phút chuẩn bị + 2 phút trình bày | Độ khó: ⭐⭐⭐⭐⭐ | Số anomaly ẩn: 5
📋 Tình huống — CEO gửi email trước cuộc họp Weekly Ops Review chiều nay:
"Tôi đã xem dashboard tuần này. Tôi muốn bạn trả lời 3 câu hỏi trong cuộc họp chiều nay:
1. Store nào đang ở tình trạng cần intervention ngay lập tức? Tại sao?2. Store nào đang hoạt động tốt nhất? Chúng ta học được gì từ store đó?3. Nếu chỉ được chọn 3 action items cho tuần tới cho toàn chuỗi — 3 action đó là gì?"
📋 Bảng tổng hợp KPIs toàn chuỗi (từ Vòng 1–6):
| KPI | Store A | Store B | Store C | Store D | Store E |
|---|---|---|---|---|---|
| Revenue WoW | ❌ −12.1% | ✅ +2.1% | ✅ +0.7% | ✅ +0.8% | ❌ −14.5% |
| SSSG | ❌ −6.2% | ✅ +15.9% | ⚠️ −3.9% | N/A | ❌ −9.9% |
| Food Cost % | ❌ 32.0% | ✅ 27.0% | ❌ 34.0% | ✅ 28.0% | ⚠️ 30.0% |
| Labor Cost % | ✅ 22.5% | ⚠️ 16.0%* | ❌ 25.0% | ⚠️ 23.0% | ❌ 24.0% |
| Prime Cost | ⚠️ 54.5% | ✅ 43.0% | ❌ 59.0% | ✅ 51.0% | ⚠️ 54.0% |
| Customer Count WoW | ❌ −9.7% | ✅ +1.8% | ✅ +1.8% | ✅ +1.5% | ❌ −15.1% |
| AOV | ✅ 62.300đ | ✅ 77.200đ | ❌ 48.500đ | ✅ 70.000đ | ✅ 70.600đ |
| Loyalty Active Rate | ⚠️ 40.4% | ✅ 50.0% | ⚠️ 43.9% | ⚠️ 35.3% | ❌ 23.3% |
| Churn Rate | ✅ 10% | ✅ 6% | ❌ 15% | ✅ 11% | ❌ 22% |
✅ Tốt · ⚠️ Cần theo dõi · ❌ Cần action · * Store B labor 16% có thể understaffing
Đáp án — 3 câu hỏi của CEO:
| # | Câu hỏi | Đáp án mẫu | Loại | Điểm |
|---|---|---|---|---|
| 1 | 🔴 Store cần intervention ngay: Store C | Data: Prime Cost 59% (sát ngưỡng 60%), food cost 34% (cao nhất), AOV 48K (thấp nhất), promo Mua 1 Tặng 1 đang ăn mòn margin, 3 NV mới chưa portion control. Insight: Store C đang trong "vòng xoáy tiêu cực" — promotion kéo AOV xuống → revenue thấp → food cost % bị đẩy lên → profit gần như không có. Nếu không can thiệp, Store C sẽ lỗ trong 2–3 tuần tới. Action: (1) Dừng promotion ngay. (2) Training portion control. (3) SM Tuấn cần coaching 1-1 với AM hàng ngày trong 2 tuần. | Critical | 10 |
| 2 | 🔴 Store cần intervention ngay (runner-up): Store E | Data: Revenue −14.5%, SSSG −9.9%, churn 22%, active loyalty 23%, seasonal dependency. Insight: Store E đang mất khách hàng (cả tourist lẫn local) và loyalty program không giữ chân được ai. NHƯNG — khác Store C — vấn đề Store E là cấu trúc (phụ thuộc tourist), không phải vận hành. Cần strategy change, không chỉ ops fix. Action: (1) Giảm chi phí (labor, ordering) theo demand thực. (2) Develop local customer base. (3) Cân nhắc: nếu Store E không profitable trong 6 tháng tới → đánh giá lại vị trí. | Critical | 10 |
| 3 | 🟡 Store hoạt động tốt nhất: Store B | Data: Revenue tăng, SSSG +15.9%, food cost 27%, Prime Cost 43% (thấp nhất), AOV cao nhất (77K), loyalty active 50%, churn 6%. Insight: SM Lan đã build hệ thống vận hành dựa trên data — tối ưu lịch ca theo hourly revenue, loyalty engagement tốt, upsell hiệu quả. Đây là benchmark store của chuỗi. Action: Document toàn bộ best practice của Store B — biến thành playbook cho các SM khác. Cho Lan mentor SM Hoa (Store D) và SM Tuấn (Store C). | Major | 6 |
| 4 | 🟡 3 Action Items tuần tới (toàn chuỗi) | Action 1: 🚨 Dừng promotion Store C + training portion control — Owner: SM Tuấn + AM. Deadline: thứ 4 tuần này. Action 2: 📊 Tất cả SM phải nộp hourly revenue breakdown để tối ưu lịch ca — Owner: tất cả SM. Deadline: thứ 6 tuần này. Mục tiêu: mỗi store giảm 5–10% labor cost trong 2 tuần. Action 3: 💎 Launch "Tuần đổi thưởng loyalty" toàn chuỗi — giảm liability điểm tích lũy + re-engage lapsed members — Owner: Marketing + SM. Deadline: thứ 2 tuần sau. | Major | 6 |
| 5 | 🟢 Insight tổng thể: Vấn đề chuỗi không phải "toàn chuỗi" mà là "2 store cụ thể" | Data: Store B, D đang ổn. Store A có vấn đề tạm thời (đối thủ mới + tủ đông hỏng — cả hai sẽ stabilize). Store C và E cần intervention thực sự. Insight: Đừng ra quyết định toàn chuỗi (cắt giá, promotion đại trà, cắt nhân sự toàn bộ) khi vấn đề chỉ ở 2/5 store. Data-driven = specific, không phải blanket. Action: AM phân bổ thời gian: 50% cho Store C, 30% cho Store E, 20% cho A/B/D tuần tới. | Minor | 3 |
💡 Insight quan trọng Vòng 7: Vòng này test khả năng tổng hợp data thành story và action. CEO không muốn nghe "food cost Store C là 34%" — CEO muốn nghe "Store C đang trong vòng xoáy tiêu cực vì promotion sai, và đây là 3 bước tôi sẽ làm để fix trong 2 tuần." Data là nguyên liệu. Insight là món ăn. Action là phục vụ lên bàn. Ba bước — thiếu bước nào cũng vô nghĩa.
🎖️ Badge & Achievement
| Badge | Tên | Điều kiện | Ý nghĩa |
|---|---|---|---|
| 🔍 | Eagle Eye Analyst | Phát hiện ≥ 90% tổng số anomaly trong cả game | Mắt data sắc bén — bạn không bỏ sót bất thường nào khi đọc dashboard |
| 📊 | Dashboard Master | Tìm đúng tất cả Critical Anomaly trong cả game (0 bỏ sót) | Bạn phân biệt được tín hiệu nguy hiểm trong biển dữ liệu — kỹ năng cốt lõi của Ops Director |
| ⚡ | Action Hero | Đạt Action Quality bonus cho ≥ 80% anomaly tìm được (Actionable level) | Không chỉ thấy vấn đề, bạn đề xuất hành động cụ thể — có deadline, có owner, có metric đo lường |
| 💰 | Business Impact Pro | Ước tính đúng tác động tài chính (VNĐ) cho ≥ 5 anomaly | Bạn nói "ngôn ngữ tiền" — CEO không cần nghe % variance, CEO cần nghe "mất bao nhiêu tiền và cách lấy lại" |
| 🛡️ | Zero False Alarm | Không báo anomaly sai nào trong cả game (0 false alarm) | Kỷ luật phân tích: chỉ flag khi có evidence, không suy diễn. Tránh gây hoang mang bằng data sai |
| 🧩 | Cross-Store Connector | Trong Vòng 7, chỉ ra ≥ 3 mối liên hệ giữa anomaly của các store hoặc giữa các vòng | Bạn nhìn chuỗi như một hệ thống — không phải 5 store riêng lẻ mà là 1 organism với các bộ phận liên kết |
| 🏆 | CEO Ready | Trả lời đầy đủ 3 câu hỏi CEO ở Vòng 7 với data + insight + action rõ ràng | Bạn sẵn sàng ngồi vào phòng họp với CEO — trình bày data rõ ràng, có action plan, có business impact |
🏆 Hệ thống xếp hạng
Bảng điểm tối đa lý thuyết
| Vòng | Anomalies | Insight Points | Action Bonus | Impact Bonus | Tổng tối đa |
|---|---|---|---|---|---|
| Vòng 1 — Revenue | 4 | 29 | 16 | 12 | 57 |
| Vòng 2 — Food Cost | 5 | 35 | 20 | 15 | 70 |
| Vòng 3 — Labor | 4 | 25 | 16 | 12 | 53 |
| Vòng 4 — Customer | 5 | 35 | 20 | 15 | 70 |
| Vòng 5 — Product Mix | 5 | 31 | 20 | 15 | 66 |
| Vòng 6 — CRM/Loyalty | 5 | 35 | 20 | 15 | 70 |
| Vòng 7 — Ops Review | 5 | 35 | 20 | 15 | 70 |
| Tổng | 33 | 225 | 132 | 99 | 456 |
Xếp hạng
| Rank | Tên | Điều kiện | Mô tả |
|---|---|---|---|
| 🥇 Gold | Chief Data Officer | XP ≥ 350 (~77% max) | Bạn đọc data như đọc sách — mỗi con số kể một câu chuyện, và bạn biết phải làm gì. Sẵn sàng điều hành data-driven operations cho chuỗi 50+ store. |
| 🥈 Silver | Senior Analyst | XP ≥ 240 (~53% max) | Mắt phân tích tốt, tìm được phần lớn anomaly. Cần luyện thêm khả năng đề xuất action cụ thể và ước tính business impact bằng tiền. |
| 🥉 Bronze | Junior Analyst | XP ≥ 140 (~31% max) | Bạn bắt đầu thấy patterns trong data, nhưng còn bỏ sót nhiều và chưa kết nối được data → insight → action thành một chuỗi logic. |
| ❌ Fail | Data Blind | XP < 140 | Bạn nhìn dashboard mà không thấy vấn đề — hoặc thấy mà không biết ý nghĩa. Cần quay lại học 5 data points bắt buộc và tư duy Data → Insight → Action. |
Điều kiện thất bại đặc biệt
| Điều kiện | Hậu quả |
|---|---|
| Bỏ sót ≥ 3 Critical Anomaly trong cả game | Trừ 20 điểm + mất tư cách Gold |
| Báo false alarm ≥ 5 lần | Trừ 25 điểm + mất badge "Zero False Alarm" |
| Không đề xuất action cho bất kỳ anomaly nào | Mất tư cách Silver trở lên (tối đa Bronze — vì data không action = vô nghĩa) |
| Vòng 7: Không trả lời được câu hỏi CEO | Mất badge "CEO Ready" + trừ 15 điểm |
💡 Debrief — Kết nối Game với Data Literacy thực tế
Facilitator dẫn dắt thảo luận 10–15 phút sau game. Sử dụng các câu hỏi sau:
Câu hỏi thảo luận
1. Data → Insight → Action:
"Trong game, anomaly nào bạn thấy ngay lập tức? Anomaly nào phải tính toán mới thấy? Theo bạn, trong thực tế, loại nào nguy hiểm hơn — và tại sao?"
Gợi ý: Anomaly "thấy ngay" (food cost 34%) ít nguy hiểm hơn anomaly "ẩn" (top 2 sản phẩm chiếm 50% lượng bán, loyalty liability 185 triệu). Vấn đề rõ ràng ai cũng thấy → ai cũng sửa. Vấn đề ẩn không ai thấy → tích tụ thành bom hẹn giờ.
2. False Alarm & Evidence-Based:
"Bạn có gặp false alarm nào trong game? Tại sao data 'trông có vẻ lạ' lại chưa chắc là vấn đề? Trong thực tế, false alarm gây hại gì?"
Gợi ý: False alarm gây: (1) Mất thời gian điều tra sai hướng, (2) SM mất niềm tin vào hệ thống data ("lúc nào cũng kêu vấn đề"), (3) Boy who cried wolf — khi có vấn đề thật, không ai tin nữa. Nguyên tắc: Flag khi có evidence, không flag khi chỉ có nghi ngờ.
3. Cross-Store Learning:
"Store B (SM Lan) consistently outperform các store khác. Nếu bạn là Ops Director, bạn sẽ làm gì để nhân rộng best practice của Store B? Tại sao việc này khó?"
Gợi ý: Khó vì: (1) Mỗi store context khác nhau (khu vực, khách hàng, đội ngũ), (2) Best practice của Lan có thể do năng lực cá nhân — không dễ replicate, (3) Các SM khác có ego — không muốn thừa nhận mình kém hơn. Giải pháp: document process (không phải copy người), để Lan mentor (không phải chỉ trích người khác), đo lường kết quả (data nói thay lời).
4. Prime Cost — Chỉ số sống còn:
"Store C có Prime Cost 59%. Nếu bạn là owner, bạn lo lắng đến mức nào? Tính nhanh: với revenue 54 triệu/tuần, Prime Cost 59% vs. target 52% — chênh lệch bao nhiêu tiền mỗi tháng?"
Gợi ý: (59% − 52%) × 54.3 triệu × 4 tuần = 7% × 54.3M × 4 = 15.2 triệu/tháng bị mất vào chi phí cao hơn target. Đó là tiền đủ để trả lương thêm 1 nhân viên full-time. Hoặc nhìn ngược lại: fix Prime Cost từ 59% → 52% = thêm 15.2 triệu profit/tháng từ 1 store.
5. Loyalty & Pareto:
"Top 20% khách hàng tạo 52% revenue loyalty. Nếu bạn chỉ có 10 triệu đ/tháng cho marketing, bạn chi cho nhóm nào? Tại sao?"
Gợi ý: Chi phần lớn cho giữ chân Top 20% (VIP treatment, exclusive benefits, personal recognition) — vì mất 1 VIP = mất 2.6x revenue so với mất 1 khách thường. Chi phần nhỏ cho kích hoạt Potential (25% nhóm giữa) — tăng frequency. Không chi nhiều cho Casual/One-time — ROI thấp.
6. Câu hỏi tổng kết — Data Literacy:
"Sau game này, bạn sẽ thay đổi gì trong cách đọc báo cáo hàng ngày? Trước game, bạn nhìn dashboard thấy gì? Sau game, bạn nhìn thấy gì khác?"
Gợi ý mẫu: Trước: nhìn thấy con số. Sau: nhìn thấy câu chuyện đằng sau con số — ai đang gặp khó, ở đâu có cơ hội, action nào có ROI cao nhất, metric nào cần đọc cùng nhau (không đơn lẻ). Data literacy không phải biết đọc số — mà biết hỏi đúng câu hỏi khi nhìn số.
📎 Phụ lục — Data Analysis Checklist (dùng trong game)
Người chơi có thể dùng checklist này khi phân tích mỗi vòng:
| Bước | Câu hỏi | Mục đích |
|---|---|---|
| 1. Scan | Con số nào nổi bật? Có gì khác biệt so với target/tuần trước? | Phát hiện anomaly ban đầu |
| 2. Compare | So sánh WoW, MoM, vs. target, vs. store khác — pattern nào? | Xác nhận anomaly không phải ngẫu nhiên |
| 3. Decompose | Tách nhỏ: Revenue = Count × AOV? Cost = Fixed + Variable? | Tìm nguyên nhân gốc |
| 4. Context | Có yếu tố ngoại vi? (Thời tiết, đối thủ, sự cố, nhân viên mới, promo) | Tránh kết luận sai |
| 5. Insight | TẠI SAO con số này bất thường? Kể câu chuyện bằng 1–2 câu. | Biến data thành understanding |
| 6. Action | AI làm GÌ, KHI NÀO, đo bằng GÌ? | Biến insight thành hành động |
| 7. Impact | Nếu action thành công, tiết kiệm/tăng bao nhiêu VNĐ? | Ưu tiên action có ROI cao nhất |
🔗 Xem thêm Tuần 7
→ 📘 Nội dung chính → 📝 Blog → 🧠 Case Study → 🏆 Tiêu chuẩn → 🛠 Workshop
- A: Giá bán giảm → Check pricing ✅
- B: Menu mix thay đổi → Check best sellers ✅
- C: Competitor mở gần → Survey thị trường ❌
- D: Ticket size giảm → Upselling training ✅
Tính điểm
- Xác định đúng vấn đề: +10đ
- Tìm đúng root cause: +15đ
- Đề xuất giải pháp đúng: +20đ
- Bonus: Giải nhanh nhất: +5đ