Phân tích dữ liệu thương mại: khung 4 bước Profit-driven cho Trade Marketing

Giả sử, báo cáo cuối quý cho thấy doanh thu tăng 12% nhưng dòng tiền hụt 8%. Vấn đề thường không nằm ở dữ liệu thiếu mà ở cách phân tích dữ liệu thương mại không gắn được số với quyết định kinh doanh.

Bài viết dưới đây CASK sẽ tổng hợp khung phân tích dữ liệu thương mại CASK đang đào tạo cho Trade Marketing Manager và Sales Director ngành FMCG, gồm 3phân tích dữ liệu thương mại nhóm dữ liệu cốt lõi, quy trình 4 bước, framework SCQA kể chuyện và các sai lầm thường gặp. Đối chiếu với cách team bạn đang đọc số mỗi tháng.

1. Phân tích dữ liệu thương mại (Commercial Data Analysis) là gì?

Phân tích dữ liệu thương mại là quá trình diễn giải dữ liệu bán hàng, phân phối và đầu tư trade promotion thành insight giúp tối ưu doanh thu và biên lợi nhuận. Khác báo cáo bán hàng truyền thống, phân tích dữ liệu thương mại tập trung vào tác động tài chính của từng quyết định kênh, SKU và chương trình khuyến mại.

Dữ liệu thương mại (commercial data) trong ngành FMCG gồm 3 lớp chính:

• Dữ liệu phân phối: sell-in, sell-out, tồn kho NPP, ND%, WD%, OOS rate, stock cover days.
• Dữ liệu tài chính thương mại: NSV, Gross Margin, Contribution Margin, Trade Investment theo SKU, kênh và chương trình promotion.
• Dữ liệu thực thi tại điểm bán: Share of Shelf, planogram compliance, price compliance, call rate và hit rate của sales rep.

Khác với data analytics chung, phân tích dữ liệu thương mại bắt buộc phải kết nối 3 lớp này trong cùng một bức tranh. Tách rời, mỗi lớp chỉ trả lời được câu hỏi vận hành cấp thấp, không cho phép đánh giá hiệu quả thương mại tổng thể.

Phân biệt dữ liệu thương mại và báo cáo bán hàng thông thường:

Báo cáo bán hàng và phân tích dữ liệu thương mại khác nhau ở câu hỏi cốt lõi, chỉ số chính và output. Bảng so sánh dưới đây giúp team Trade Marketing tránh nhầm lẫn vai trò:

2. Phân tích dữ liệu thương mại theo tư duy quản trị lợi nhuận (Profit-driven)

Tư duy Profit-driven khác với tư duy Volume-driven phổ biến ở team Sales. Câu hỏi cốt lõi không phải bán được bao nhiêu, mà mỗi đồng doanh thu mang lại bao nhiêu lợi nhuận sau khi trừ trade investment và chi phí kênh. Đây là góc nhìn của Trade Marketing Manager senior khi đọc dữ liệu thương mại.

2.1. Thoát khỏi cái bẫy “tăng trưởng trên giấy” (Sell-in vs Sell-out)

Tăng trưởng trên giấy xuất hiện khi sell-in tăng nhưng sell-out không theo kịp. Đây là tín hiệu hàng đang nằm tại kho NPP, chưa được shopper mua. Đội Finance thường phát hiện sớm hơn Sales vì dòng tiền bắt đầu chậm.

3 dấu hiệu cảnh báo team Trade Marketing cần đặt cảnh báo tự động:

• Tỷ lệ sell-in/sell-out trượt 3 tháng vượt 1.2 (cờ vàng) hoặc vượt 1.3 (cờ đỏ).
• Tồn kho NPP vượt 45 ngày bán trung bình. Rủi ro trả hàng và discount xé lẻ kỳ sau cao.
• Doanh thu kênh GT tăng mạnh trong tuần cuối quý, sau đó rơi 30-40% tuần kế tiếp. Dấu hiệu của đẩy hàng cuối quý để đạt KPI.

Cách xử lý là theo dõi sell-in và sell-out song song trên cùng dashboard, đặt ngưỡng cảnh báo tự động và review hàng tuần. Cộng dồn đợi cuối tháng mới phát hiện là quá muộn để điều chỉnh kế hoạch giao hàng.

2.2. Nguyên lý Dual Flow: sự giao thoa giữa dòng chảy Giá trị và Dữ liệu

Trong RTM hiện đại, hàng hoá và dữ liệu chạy ngược chiều nhau qua kênh phân phối:

• Dòng giá trị (Value Flow): nhà máy đến NPP đến điểm bán đến shopper. Đi xuống.
• Dòng dữ liệu (Data Flow): điểm bán đến NPP đến nhà sản xuất. Đi lên.

Phân tích dữ liệu thương mại chỉ có hiệu quả khi cả hai dòng đều liền mạch. Nếu data từ điểm bán không quay về kịp (DMS không tích hợp, sales rep nhập tay chậm), nhà sản xuất ra quyết định dựa trên data 2-4 tuần cũ. Hệ quả thường gặp là tăng promotion ở kênh đang đạt 95% capacity (lãng phí), trong khi kênh sắp OOS lại không được hỗ trợ kịp.

CASK khuyến nghị SLA độ trễ data từ điểm bán về Trade Marketing không quá 48 giờ cho 90 ngày đầu launch sản phẩm mới, không quá 7 ngày cho sản phẩm hiện hữu. Vượt ngưỡng này thì mọi phân tích phía sau đều mất tính ra quyết định.

2.3. Tư duy lấy ROI (Lợi nhuận trên vốn đầu tư) làm kim chỉ nam

Công thức ROI Trade Promotion = (Incremental Sales × Contribution Margin) / Tổng Trade Investment.

4 nguyên tắc ROI-first khi phân tích dữ liệu thương mại:

• Mỗi chương trình promotion phải có baseline 4 tuần kế cận làm gốc đo Incremental Sales. Không có baseline thì không tính được ROI.
• Trade Investment phải gộp đủ các khoản: chiết khấu, slotting fee, POSM, hoạt náo, sample. Tách rời sẽ underestimate chi phí thật.
• ROI dưới 1 trong 2 chu kỳ liên tiếp thì dừng hoặc thiết kế lại chương trình. Không lặp vì quán tính hoặc vì kênh đòi.
• Phân tích ROI theo kênh và SKU, không tổng hợp toàn brand. Một promotion có thể hiệu quả ở MT nhưng âm ROI ở GT.

3. 3 nhóm dữ liệu cốt lõi của phân tích dữ liệu thương mại: phân phối, tài chính, thực thi

3 nhóm dữ liệu này là khung tối thiểu mà mọi team Trade Marketing FMCG cần xây trước khi nói đến advanced analytics. Thiếu một nhóm, bức tranh kinh doanh bị mất chiều và mọi quyết định đều có rủi ro.

3.1. Nhóm dữ liệu phân phối: đo lường sức khỏe kênh và độ phủ

4 chỉ số phân phối cốt lõi:

• Numeric Distribution (ND%): tỷ lệ điểm bán có hàng trên tổng điểm bán mục tiêu.
• Weighted Distribution (WD%): tỷ lệ doanh số ngành đi qua các điểm bán có hàng. Cho biết bạn đang phủ ở điểm bán có sức bán cao hay thấp.
• Out-of-Stock rate (OOS): tỷ lệ thời gian sản phẩm không có hàng tại điểm bán. OOS cao bào mòn niềm tin shopper.
• Stock Cover Days: số ngày bán hiện có trong kho NPP và điểm bán. Cảnh báo sớm rủi ro tồn kho dồn hoặc OOS.

Đọc đồng thời 4 chỉ số mới ra insight. ND cao nhưng WD thấp nghĩa là phủ đúng tệp số lượng nhưng sai tệp chất lượng. OOS cao trong khi tồn kho NPP dày là vấn đề logistics hoặc forecast, không phải vấn đề sản xuất.

3.2. Nhóm dữ liệu tài chính thương mại: phân tích P&L và biên lợi nhuận

P&L góc Trade Marketing khác P&L Finance ở việc phải tách được biên lợi nhuận theo SKU, kênh, NPP và chương trình promotion. 5 dòng cần đọc trong P&L thương mại:

• Gross Sales: tổng doanh thu trước chiết khấu.
• Net Sales Value (NSV): doanh thu thuần sau trừ chiết khấu thương mại, khuyến mại và hàng trả.
• Gross Margin: (NSV trừ giá vốn) chia NSV. Biên lợi nhuận gộp.
• Contribution Margin: Gross Margin trừ thêm chi phí biến đổi (vận chuyển, hoa hồng sales, trade investment biến đổi).
• Trade Investment %: tổng đầu tư trade chia Gross Sales. Benchmark FMCG thường ở khoảng 8-15% tuỳ ngành hàng.

Cờ đỏ cần hành động ngay: Contribution Margin của 1 SKU âm trong 2 quý liên tiếp, đề xuất delist. Trade Investment % của 1 kênh vượt 18% mà doanh thu kênh không tăng tương ứng, cap đầu tư và review hiệu quả chương trình.

3.3. Nhóm dữ liệu thực thi (Retail Execution): Visibility và Share of Shelf

4 chỉ số thực thi tại điểm bán quan trọng nhất:

• Share of Shelf (SoS): tỷ lệ diện tích trưng bày sản phẩm mình trên tổng diện tích category tại điểm bán.
• Planogram Compliance: % outlet trưng bày đúng layout đã thoả thuận với chuỗi MT hoặc NPP.
• Price Compliance: % outlet bán đúng giá khuyến nghị. Xé lẻ giá là dấu hiệu xung đột kênh.
• Promotion Execution: % outlet triển khai đúng chương trình promotion đang chạy.

Audit thực thi qua sales rep nhập tay không đủ tin cậy vì có xu hướng tự báo cáo đẹp. Các nhãn FMCG lớn dùng image recognition (AI scan POSM qua app) để có dữ liệu khách quan. Khoảng cách giữa thoả thuận và thực tế tại điểm bán thường lớn hơn team kỳ vọng. SoS thoả thuận 30% nhưng thực tế 18-22% là tình huống phổ biến.

4. Quy trình 4 bước phân tích dữ liệu thương mại

Khung 4 bước này CASK đang đào tạo cho Trade Marketing Manager và Sales Director, đi từ data thô đến quyết định kinh doanh trong cùng một chu kỳ phân tích tuần hoặc tháng.

4.1. Bước 1: Thu thập và làm sạch dữ liệu thực tế (Data Cleaning)

Data cleaning chiếm 60-70% thời gian phân tích nhưng quyết định độ tin cậy của toàn bộ insight phía sau. 5 việc bắt buộc ở bước này:

• Thống nhất mã SKU giữa ERP công ty, DMS của NPP và file Excel của sales rep.
• Quy đổi đơn vị (thùng, hộp, chai) về cùng base unit, thường là chai hoặc tấn.
• Loại bỏ giao dịch lỗi: đơn huỷ chưa cập nhật, hàng trả gộp, double booking.
• Đối chiếu sell-in công ty xuất ra với sell-in NPP ghi nhận. Sai lệch trên 2% cần điều tra nguyên nhân.
• Gắn metadata cho từng giao dịch: kênh, vùng, NPP, chương trình promotion áp dụng. Thiếu metadata thì không thể slice phân tích.

Lỗi phổ biến là bỏ qua data NPP vì cho rằng “NPP báo cáo không chính xác”. Bỏ data NPP đồng nghĩa mất hoàn toàn lớp sell-out, kéo phân tích quay lại tư duy Volume-driven.

4.2. Bước 2: Phân tích Category Performance và đưa ra quyết định Delist SKU

Ma trận BCG biến tướng cho Trade Marketing dùng 2 trục: Growth (YoY) và Contribution Margin %. Mỗi SKU rơi vào 1 trong 4 ô:

• Star (Growth > 10%, CM > trung bình): tăng đầu tư, mở rộng phủ và visibility tại điểm bán.
• Cash Cow (Growth 0-10%, CM > trung bình): tối ưu hiệu suất, không tăng đầu tư. Lấy lợi nhuận nuôi Star.
• Question Mark (Growth > 10%, CM < trung bình): điều tra nguyên nhân CM thấp. Chiết khấu cao? Giá bán thấp? Logistics đắt?
• Dog (Growth < 0%, CM < trung bình): ứng viên delist sau 2 quý xác nhận.

Quy trình delist SKU CASK khuyến nghị:

1. Liệt kê SKU thuộc Dog quadrant trong 2 quý liên tiếp.
2. Kiểm tra contribution thực: NSV, CM tuyệt đối, chi phí giữ SKU (kho, sản xuất, packaging riêng).
3. Đối chiếu với chiến lược danh mục. SKU đó có phải gateway SKU hoặc defensive SKU không.
4. Trình hội đồng category review hàng quý quyết định cuối cùng.

4.3. Bước 3: Đánh giá và tối ưu hóa chương trình Trade Promotion (TPO)

Trade Promotion Optimization là phân tích từng chương trình đã chạy để cải thiện cho lần sau. 4 chỉ số tối thiểu cho mỗi chương trình:

• Incremental Sales (IS): doanh thu tăng thêm so với baseline 4 tuần kế cận không có promotion.
• Promotion Lift: IS chia Baseline. Lift dưới 30% là chương trình kém hiệu quả.
• ROI Promotion: (IS × Contribution Margin) chia Tổng chi phí promotion.
• Post-promotion dip: doanh thu 2-4 tuần sau khi kết thúc promotion. Dip sâu cho thấy chương trình chỉ kéo nhu cầu tương lai, không tạo growth mới.

Phân tích post-promotion dip quan trọng nhất nhưng team thường bỏ qua. Promotion lift 50% mà dip âm 40% tuần sau có net incremental gần như bằng 0. Đây là cách phân biệt promotion tạo growth thật và promotion chỉ dồn doanh số.

4.4. Bước 4: Xây dựng kịch bản tài chính giả định (Scenario Modeling)

Scenario modeling trả lời câu hỏi: nếu thay đổi X, doanh thu và lợi nhuận sẽ thế nào. 3 loại scenario thường dùng trong Trade Marketing:

• Pricing scenario: tăng hoặc giảm giá 5-10% ảnh hưởng volume và margin thế nào. Cần price elasticity từ data lịch sử ít nhất 6 tháng.
• Channel mix scenario: tăng đầu tư MT 20% và giảm GT 20% sẽ thay đổi P&L thế nào.
• Portfolio scenario: delist 3 SKU Dog và tái phân bổ ngân sách marketing sang 2 SKU Star ảnh hưởng tăng trưởng thế nào.

Công cụ phù hợp với quy mô doanh nghiệp: Excel cộng Solver đủ cho team SME. Nhãn lớn dùng dedicated tool như SAP Trade Promotion Management, Anaplan, hoặc Power BI cộng DAX để xây mô hình tài chính linh hoạt.

5. Phân tích tài chính thương mại: P&L và điểm hoà vốn

Phân tích tài chính thương mại là cấp sâu hơn của Section 3.2. Trade Marketing Manager senior cần đọc được P&L ở góc quản trị thương mại và biết cách phân tích điểm hoà vốn của từng sáng kiến trước khi đề xuất ngân sách.

5.1. Cách đọc hiểu báo cáo P&L dưới góc độ quản trị thương mại

P&L góc Finance dừng ở Net Profit. P&L góc Trade Marketing cần tách thêm 3 lớp:

• Theo SKU: SKU nào âm contribution margin trong kỳ phân tích.
• Theo kênh: kênh nào Trade Investment % cao bất thường so với benchmark.
• Theo chương trình: chương trình nào ROI dưới 1 vẫn đang chạy.

6 câu hỏi Trade Marketing Manager nên hỏi khi đọc P&L hàng tháng:

1. NSV growth có vượt Gross Sales growth không? Nếu không, chiết khấu đang tăng nhanh hơn doanh thu thật.
2. Gross Margin có duy trì so với cùng kỳ không? Nếu giảm, do COGS tăng hay do chiết khấu tăng?
3. Trade Investment % có vượt ngân sách AOP không?
4. Top 5 SKU đóng góp bao nhiêu % NSV và bao nhiêu % CM? Nếu lệch lớn, danh mục đang phụ thuộc.
5. Kênh nào có CM% thấp nhất? Tại sao?
6. Có chương trình nào ROI dưới 1 vẫn đang chạy vì lý do quán tính không?

5.2. Phân tích điểm hòa vốn và kịch bản tăng trưởng dựa trên chi phí đầu tư

Điểm hoà vốn (break-even) trong Trade Marketing có 2 cấp:

• Break-even SKU: volume cần bán để bù chi phí cố định của 1 SKU gồm sản xuất, packaging, kho.
• Break-even chương trình promotion: incremental sales cần đạt để bù tổng trade investment đầu tư cho chương trình đó.

Công thức break-even chương trình promotion: Break-even IS bằng Trade Investment chia Contribution Margin %.

Ví dụ: chương trình tốn 500 triệu Trade Investment, CM% của SKU đó là 25%. Break-even IS bằng 500 chia 0.25 bằng 2 tỷ. Nếu dự báo incremental sales chỉ 1.5 tỷ thì chương trình âm 125 triệu trước khi chạy. Quyết định Trade Marketing Manager cần ra: không chạy hoặc redesign cấu trúc chương trình.

Kịch bản tăng trưởng dựa trên chi phí đầu tư dùng marginal ROI để quyết định đồng thứ N của trade investment có sinh lời không. ROI thường giảm dần theo quy mô đầu tư (diminishing returns), nên không phải lúc nào tăng ngân sách cũng tăng lợi nhuận.

6. Trình bày kết quả phân tích dữ liệu thương mại bằng khung SCQA (Data Storytelling)

6.1. Khung tư duy SCQA (Situation, Complication, Question, Answer) là gì?

SCQA là khung kể chuyện bằng dữ liệu do Barbara Minto (cựu McKinsey) phát triển trong Pyramid Principle. Áp dụng vào trình bày phân tích dữ liệu thương mại để giúp BOD ra quyết định nhanh, không lạc trong số liệu chi tiết.

Cấu trúc 4 phần:

• Situation: bối cảnh hiện tại được thừa nhận và đồng thuận.
• Complication: vấn đề hoặc thay đổi xảy ra phá vỡ Situation.
• Question: câu hỏi cần trả lời để xử lý Complication.
• Answer: kết luận và đề xuất hành động cụ thể.

Ví dụ áp dụng SCQA cho báo cáo phân tích dữ liệu thương mại Q2:

• Situation: NSV Q2 đạt 220 tỷ, tăng 8% YoY, vượt nhẹ AOP.
• Complication: Gross Margin giảm từ 32% xuống 27%, mất 5 điểm phần trăm so với cùng kỳ.
• Question: Đâu là nguyên nhân chính và biện pháp xử lý để bảo vệ margin Q3?
• Answer: 65% phần giảm margin đến từ kênh Modern Trade do chiết khấu cuối quý tăng từ 18% lên 24% để đạt KPI sell-in. Đề xuất cap chiết khấu MT ở 20% và bù bằng đầu tư POSM tại top 5 chuỗi từ tháng 7.

6.2. Cách chuyển hóa Insight từ số liệu thành hành động thực chiến (Actionable Insights)

Insight không actionable không tạo ra giá trị kinh doanh. 4 tiêu chí một insight Trade Marketing phải đạt trước khi đưa vào báo cáo:

• Cụ thể: nói rõ SKU, kênh hoặc chương trình nào. Tránh nói chung chung kiểu “doanh thu giảm”.
• Định lượng: kèm số % impact và độ tin cậy của dữ liệu nguồn.
• Có người chịu trách nhiệm: Trade Marketing, Sales hay Brand sẽ là người triển khai action.
• Có deadline: trong 1 tuần, 1 tháng hay 1 quý phải hoàn thành.

Ví dụ chuyển insight raw sang insight actionable:

• Insight raw: “SKU 250ml có doanh thu giảm 15% Q2.”
• Insight actionable: “SKU 250ml giảm 15% NSV Q2, 70% phần giảm do kênh MT mất listing tại Winmart (380 outlet) từ tháng 4. Trade Marketing đàm phán re-list trước 30/06, mục tiêu phục hồi 60% doanh số mất trong Q3.”

7. Các sai lầm phổ biến khi phân tích dữ liệu thương mại

Sau hàng trăm buổi review case của học viên Trade Marketing tại CASK Academy, các sai lầm sau xuất hiện lặp lại nhiều nhất khi team phân tích dữ liệu thương mại.

7.1. Dữ liệu rời rạc, thiếu tính kết nối giữa các phòng ban

Sales có DMS riêng, Brand có Nielsen riêng, Finance có ERP riêng. Mỗi phòng ban nhìn một mảnh bức tranh khác nhau. Hệ quả thường gặp:

• Sales báo cáo Sell-in tăng 15%, Finance thấy dòng tiền giảm. Tranh cãi mà không có data chung để giải quyết.
• Brand chạy chiến dịch awareness nhưng Trade không biết để chuẩn bị visibility tại điểm bán. Awareness tăng nhưng conversion thấp vì shopper vào cửa hàng không tìm thấy sản phẩm.
• Forecast của Finance dựa trên historical, không phản ánh kế hoạch promotion của Trade. Stock-out hoặc tồn kho thừa lúc launch.

Cách xử lý là xây Single Source of Truth (SSOT) ở cấp Group, thường là Power BI hoặc Tableau dashboard, kéo data từ tất cả nguồn về cùng 1 nơi với mapping mã SKU thống nhất và quyền truy cập theo vai trò.

7.2. Phân tích quá sâu vào tiểu tiết mà thiếu cái nhìn tổng thể về kế hoạch năm (AOP)

Team Trade Marketing dễ bị cuốn vào phân tích từng chương trình promotion, từng SKU, từng tuần, mà mất kết nối với AOP. 3 dấu hiệu phân tích lệch:

• Báo cáo hàng tuần chi tiết 30 trang nhưng không có dòng nào so với target năm.
• Tối ưu 1 chương trình promotion lift cộng 5% trong khi cả category đang giảm 12% YoY.
• Không có cột “gap to AOP” trong báo cáo gửi BOD hàng tháng.

Cách xử lý là bắt đầu mọi báo cáo bằng dashboard AOP tracker. Mỗi insight chi tiết phải gắn vào câu hỏi “điều này giúp đạt hay lệch AOP thế nào”. Nếu không gắn được, insight đó để sang báo cáo deep-dive riêng, không nhét vào báo cáo BOD.

8. Kết luận: Từ phân tích dữ liệu thương mại đến quyết định kinh doanh sinh lời

Phân tích dữ liệu thương mại tốt được đánh giá bằng số lượng quyết định kinh doanh sinh lời nó tạo ra, không bằng độ phức tạp của dashboard. Khung 4 bước, 3 nhóm dữ liệu cốt lõi, framework SCQA và checklist 6 câu hỏi P&L trong bài giúp Trade Marketing Manager và Sales Director chuyển từ tư duy Volume-driven sang Profit-driven.

CASK Academy đào tạo trọn khung này trong khoá Data-Driven Trade Marketing, dành cho người đã có nền tảng Trade Marketing và muốn nâng năng lực ra quyết định bằng dữ liệu. Đây là lựa chọn phù hợp nếu team bạn đang tái cấu trúc cách đọc số mỗi tháng tại CASK Consulting & Training.