MÔ TẢ CÔNG VIỆC: 

1. Phân tích hiệu quả kinh doanh & Strategic Business Insights

- Theo dõi và phân tích hiệu quả kinh doanh theo cửa hàng, khu vực, kênh, khung giờ, nhóm sản phẩm, phân khúc khách hàng và chiến dịch; chủ động phát hiện biến động bất thường, cơ hội tăng trưởng và rủi ro.

- Kết nối nhiều nguồn dữ liệu như POS, App/Web, nền tảng giao hàng, CRM/Loyalty, Finance và nghiên cứu thị trường để tạo góc nhìn toàn diện thay vì phân tích từng nguồn riêng lẻ.

- Phân rã chênh lệch so với kế hoạch, kỳ trước và baseline; xác định nguyên nhân gốc và lượng hóa tác động của từng driver đến doanh thu, transaction, ticket size, traffic, margin và customer metrics.

- Khai thác AI để tăng tốc anomaly detection, hypothesis generation, root-cause analysis và scenario exploration; luôn đối chiếu lại bằng dữ liệu gốc, business logic và phương pháp phân tích độc lập.

- Đánh giá các yếu tố Customer/Member, Consumer, Company, Competition và Market Context; chuyển kết quả phân tích thành storyline, khuyến nghị, trade-off và tác động kỳ vọng để hỗ trợ lãnh đạo ra quyết định.

- Chủ động đưa ra quan điểm độc lập, dựa trên bằng chứng và sẵn sàng challenge giả định kinh doanh khi dữ liệu cho thấy hướng đi khác.

2. Customer, Channel, Product & Market Analytics

- Phân tích hành vi và vòng đời khách hàng thông qua segmentation, RFM/cohort, acquisition, activation, conversion, frequency, retention, churn và customer lifetime value.

- Phân tích funnel App/Web và hành trình omni-channel để xác định điểm rơi chuyển đổi, rào cản trải nghiệm, dịch chuyển kênh và cơ hội tăng tần suất mua.

- Đánh giá hiệu quả danh mục và sản phẩm theo vai trò hero/traffic/trial/AOV; phân tích pricing, promotion depth, attach rate, basket mix, margin, cannibalization và hiệu quả combo.

- Phân tích hiệu quả cửa hàng, daypart, delivery platform và CRM campaign; xác định nhóm khách hàng, khu vực hoặc occasion có tiềm năng tăng trưởng.

- Sử dụng AI/NLP để xử lý dữ liệu phi cấu trúc như phản hồi khách hàng, CSAT, review, social listening, nội dung đối thủ và tài liệu nghiên cứu; xây dựng taxonomy, phân loại chủ đề, sentiment và trích xuất insight ở quy mô lớn.

- Tổng hợp dữ liệu thị trường, xu hướng tiêu dùng và competitor intelligence để làm rõ vị thế của TCH và đề xuất cơ hội sản phẩm, giá, ưu đãi, kênh hoặc trải nghiệm mới.

3. Performance Reporting, Dashboard & Business Planning

- Xây dựng và vận hành hệ thống báo cáo/dashboard phục vụ quản trị theo ngày, tuần, tháng và quý; đảm bảo người dùng có thể theo dõi đúng KPI ở đúng cấp độ chi tiết.

- Chuẩn hóa logic đo lường, KPI dictionary và cách đối soát giữa các nguồn; duy trì single source of truth cho các chỉ số kinh doanh trọng yếu.

- Chủ trì các báo cáo performance review và quarterly deep-dive; làm rõ “điều gì đã xảy ra – vì sao – tác động – cần làm gì tiếp theo” thay vì chỉ mô tả số liệu.

- Hỗ trợ chu kỳ business planning thông qua dự báo, scenario analysis, target setting và business case cho các sáng kiến Growth/Marketing/CRM/Digital/Operations.

- Thiết kế AI copilot/agent và workflow tự động hóa các báo cáo lặp lại, data QA, insight summary và cảnh báo bất thường; tạo quy trình có thể tái sử dụng, truy vết và bàn giao cho team thay vì xử lý thủ công từng lần.

4. Experimentation, Measurement & Commercial Impact

- Xây dựng measurement framework và success metrics trước khi triển khai campaign, promotion, CRM journey, tính năng App/Web, thay đổi menu/giá hoặc sáng kiến vận hành.

- Thiết kế và phân tích A/B test hoặc các phương pháp đo lường phù hợp như control group, pre-post và matched cohort; kiểm soát selection bias, seasonality và các yếu tố gây nhiễu.

- Đo lường incremental revenue, incremental margin, ROI/ROAS, uplift, cannibalization và tác động đến retention/frequency để phân biệt tăng trưởng thực với dịch chuyển kênh hoặc khách hàng mua sớm hơn.

- Sử dụng AI để hỗ trợ xây dựng giả thuyết, kiểm tra edge case, sinh code phân tích và diễn giải kết quả; không sử dụng kết luận do AI tạo ra khi chưa kiểm chứng bằng phương pháp thống kê và dữ liệu nguồn.

- Theo dõi kết quả sau rollout, xác định điều kiện để scale/stop/iterate và cùng business owner chuyển kết luận phân tích thành hành động.

- Xây dựng kho learning và benchmark để tái sử dụng kết quả thử nghiệm, tránh lặp lại các test không tạo giá trị.

5. AI-enabled Analytics, Data Quality, Governance & Partnership

- Đóng vai trò AI expert cho mảng Data Analytics: chủ động cập nhật công cụ/model mới, đánh giá khả năng ứng dụng và chuyển thành use case thực tế cho Growth và các phòng ban liên quan.

- Xây dựng và vận hành AI workflow/agent phục vụ truy vấn dữ liệu, làm sạch, phân loại, tóm tắt, phát hiện bất thường, tạo báo cáo và hỗ trợ ra quyết định; có khả năng sử dụng API, automation platform hoặc code khi cần.

- Thiết lập tiêu chuẩn sử dụng AI an toàn và có kiểm soát: prompt/version management, evaluation set, human review, kiểm tra hallucination, reproducibility, quyền truy cập, PII và bảo mật dữ liệu khách hàng.

- Sử dụng SQL để khai thác, kết nối và kiểm tra dữ liệu; phối hợp với Data Engineering/IT/Product/Finance và các bên sở hữu hệ thống để đảm bảo dữ liệu được thu thập đầy đủ, đúng logic và sẵn sàng cho phân tích.

- Thiết lập quy trình data quality gồm reconciliation, anomaly monitoring, issue log và SLA xử lý; chủ động cảnh báo khi dữ liệu không đủ tin cậy để ra quyết định.

- Tài liệu hóa nguồn dữ liệu, business logic, metric definition, dashboard/AI workflow ownership và các thay đổi ảnh hưởng đến báo cáo; bảo đảm khả năng truy vết và bàn giao.

- Đóng vai trò data & AI consultant cho các team; đào tạo người dùng về data literacy, cách khai thác dashboard và cách sử dụng AI đúng mục đích, đúng dữ liệu và đúng giới hạn.

- Tiếp nhận và ưu tiên yêu cầu phân tích dựa trên giá trị kinh doanh, tính cấp thiết và effort; thống nhất rõ câu hỏi, output, deadline và decision owner trước khi thực hiện.

YÊU CẦU

1. Học vấn và nền tảng:

- Tốt nghiệp đại học chuyên ngành Phân tích dữ liệu, Thống kê, Toán, Kinh tế, Tài chính, Quản trị Kinh doanh, Marketing hoặc các ngành liên quan.

2. Kỹ năng:

- AI expert trong công việc phân tích dữ liệu: sử dụng AI nhuần nhuyễn từ data discovery, cleaning, SQL/Python, EDA, modeling, visualization đến insight synthesis và storytelling; biết rõ khi nào cần và không nên dùng AI.

- Có khả năng thiết kế workflow/AI agent có thể tái sử dụng bằng LLM, API, custom assistant hoặc automation platform; hiểu prompt engineering, context design, tool use, structured output và evaluation.

- Có khả năng kiểm chứng code, công thức và kết luận do AI hỗ trợ; kiểm soát hallucination, data leakage, PII, quyền truy cập, reproducibility và audit trail.

- Thành thạo SQL; có khả năng xử lý truy vấn phức tạp với joins, CTE, window functions và kiểm tra chất lượng dữ liệu.

- Thành thạo Excel và ít nhất một công cụ BI/visualization như Power BI, Tableau hoặc Looker; có khả năng thiết kế dashboard rõ ràng, dễ sử dụng và phù hợp với nhu cầu ra quyết định.

- Sử dụng được Python cho xử lý dữ liệu, automation và prototyping; có khả năng đọc, sửa, giải thích và chịu trách nhiệm về code dù được AI hỗ trợ.

- Nắm vững thống kê ứng dụng, cohort/segmentation, forecasting và phương pháp đo lường thử nghiệm; hiểu sự khác biệt giữa correlation và causation.

- Có tư duy thương mại, hiểu doanh thu, transaction, ticket size, margin, ROI và economics của promotion; ưu tiên hiểu mô hình F&B, retail, loyalty và omni-channel.

- Có khả năng kết nối nhiều nguồn dữ liệu, xác định root cause và chuyển phân tích thành khuyến nghị cụ thể, có ưu tiên và có thể đo lường.

- Kỹ năng giao tiếp, data storytelling và trình bày tốt; có khả năng điều chỉnh mức độ chi tiết theo đối tượng từ team vận hành đến lãnh đạo.

3. Kinh nghiệm:

- Tối thiểu 4 năm kinh nghiệm trong Data Analytics, Business Intelligence, Business/Consumer Insights hoặc vai trò tương đương; có track record biến phân tích thành quyết định và kết quả kinh doanh.

- Bắt buộc có kinh nghiệm ứng dụng AI vào ít nhất một quy trình hoặc dự án phân tích dữ liệu thực tế, thể hiện được bài toán, cách triển khai, cơ chế kiểm chứng và tác động tạo ra.

- Ưu tiên kinh nghiệm tại F&B, bán lẻ chuỗi, FMCG, thương mại điện tử hoặc doanh nghiệp có dữ liệu giao dịch và khách hàng quy mô lớn.

4. Ngoại ngữ: 

- Có khả năng đọc hiểu tài liệu chuyên môn, viết và trình bày bằng tiếng Anh trong môi trường công việc; giao tiếp rõ ràng với đối tác hoặc stakeholder nước ngoài khi cần.

5. Phẩm chất: 

- Chính trực – cam kết rõ ràng, nói A làm A; nếu có rủi ro không hoàn thành phải chủ động thông báo và đề xuất phương án khắc phục

- Tận tâm/Customer First – bắt đầu từ nhu cầu của khách hàng và tác động thực tế đến trải nghiệm

- 100% về mình – ownership cao, theo việc đến cùng và chịu trách nhiệm về chất lượng đầu ra

- Tò mò, tư duy phản biện và sẵn sàng challenge status quo bằng bằng chứng

- Tư duy hệ thống, tỉ mỉ nhưng không sa đà; biết tập trung vào câu hỏi và quyết định quan trọng nhất

- Hợp tác tốt, kiên định với dữ liệu nhưng linh hoạt trong cách làm việc với stakeholder