Bối cảnh: cùng một số liệu, ba người nghe khác nhau
Bạn có số liệu churn tăng. Với CEO, câu chuyện là "nguy cơ doanh thu và cần quyết chiến lược". Với trưởng nhóm Eng, là "lỗi kỹ thuật nào gây bỏ dùng". Với Sales, là "cohort khách nào đang rời và cần giữ". Nếu bạn kể cùng một slide cho cả ba, hai người sẽ ngồi chơi điện thoại. Sai lầm số một của PM là mở dữ liệu ra trước khi biết mình kể cho ai và họ cần quyết định gì.
Nguyên tắc: quyết định đi trước dữ liệu
Mọi câu chuyện dữ liệu tốt bắt đầu từ một quyết định người nghe sắp phải ra. Không có quyết định thì không có story, chỉ có dashboard. Hãy hỏi: "Sau khi nghe xong, người này sẽ làm gì khác đi?" Nếu câu trả lời là "chẳng làm gì", báo cáo của bạn thừa.
AI giúp bạn "phỏng vấn" chính bài toán
AI cực mạnh ở việc ép bạn làm rõ mục tiêu trước khi động vào số. Dùng nó như một PM sếp khó tính đặt câu hỏi ngược.
Ví dụ cụ thể
Bạn định báo cáo "tính năng mới có 5.000 lượt dùng". AI hỏi ngược: Người nghe là ai? 5.000 là nhiều hay ít so với kỳ vọng? So với tính năng nào? Quyết định họ cần ra là mở rộng đầu tư hay dừng? — và bạn nhận ra mình chưa có baseline để so, nên con số 5.000 vô nghĩa.
Prompt mẫu: làm rõ người nghe & câu hỏi
Tôi là PM, chuẩn bị báo cáo dữ liệu. Hãy đóng vai một Giám đốc Sản phẩm khó tính, phỏng vấn tôi để làm rõ TRƯỚC KHI tôi mở số liệu.
Bối cảnh của tôi: {mô tả 3-4 câu về sản phẩm, tình huống, số liệu tôi đang có}.
Người nghe dự kiến: {CEO / CTO / Sales / Board}.
Hãy đặt cho tôi tối đa 6 câu hỏi sắc bén, mỗi lần 1 câu, để xác định:
- Quyết định người nghe cần ra sau báo cáo.
- Câu hỏi kinh doanh cốt lõi (1 câu duy nhất).
- Baseline/chuẩn so sánh phù hợp.
- Điều gì KHÔNG cần đưa vào.
Sau khi tôi trả lời hết, tổng hợp thành 1 "đề bài báo cáo" gọn.
Các bước làm
- Viết 3-4 câu mô tả bối cảnh và người nghe.
- Cho AI đóng vai sếp phỏng vấn ngược (mỗi lần 1 câu).
- Trả lời trung thực; chỗ nào bạn ú ớ chính là lỗ hổng cần lấp.
- Yêu cầu AI tổng hợp thành "đề bài báo cáo": người nghe + quyết định + 1 câu hỏi kinh doanh + baseline.
- Dán "đề bài" này lên đầu file làm việc, mọi biểu đồ về sau phải phục vụ nó.
Template tái dùng: Bảng "Đề bài báo cáo"
Người nghe chính: (VD: CEO)
Quyết định họ cần ra: (VD: có dồn 2 sprint sửa onboarding không)
Câu hỏi kinh doanh (1): (VD: Activation giảm do onboarding hay do chất lượng traffic?)
Baseline so sánh: (VD: activation quý trước, mục tiêu OKR 40%)
Mức độ chi tiết mong đợi: (Cao/Trung/Thấp)
Điều KHÔNG đưa vào: (VD: số liệu marketing chi tiết)
Độ nhạy cảm dữ liệu: (Có PII/doanh thu? → cần ẩn danh trước khi đưa AI)
Sai lầm thường gặp
- Mở dữ liệu trước khi có câu hỏi. Bạn sẽ lạc trong dashboard và kể câu chuyện ngẫu nhiên.
- Một báo cáo nhắm nhiều người nghe. Hãy tách hoặc chọn người ra quyết định chính.
- Không có baseline. "5.000 lượt dùng" vô nghĩa nếu không so với kỳ vọng/kỳ trước.
- Rủi ro AI — ảo giác ngữ cảnh: AI không biết OKR nội bộ của bạn; nếu bạn không cung cấp, nó sẽ đoán một baseline nghe hợp lý nhưng sai. Luôn tự nhập baseline thật.
- Rủi ro rò rỉ: ở bước làm rõ này bạn chưa cần dán số thật — hãy mô tả định tính để tránh lộ dữ liệu nhạy cảm khi chỉ đang định hình câu hỏi.
- Phụ thuộc quá mức: đừng để AI chọn hộ câu hỏi kinh doanh — đó là phán đoán của bạn về ưu tiên công ty. AI chỉ nên chất vấn, không quyết thay.