Data Analysis khác với Financial Analysis như thế nào?
Data Analysis khác với Financial Analysis như thế nào? 🤔
Data Analysis khác với Financial Analysis như thế nào? 🤔
Hôm trước mình ngồi họp nhìn bà con cãi nhau 😴 về Data Analysis và Financial Analysis, mình chán quá nên vừa ngáp 🥱 vừa post đại một cái status lên Facebook, tưởng là chơi thôi mà nhiều bạn quan tâm quá, còn message riêng mình hỏi thêm. Mình lỡ nói 2k like thì mình viết, mà giờ hơn 3.7k like rồi nên mình phải gồng mình viết dù đây là một chủ đề rất tranh cãi. 😅
Đầu tiên, cần phải làm rõ 2 khái niệm này trước rồi mới có thể bình tiếp.
Data Analysis là gì? 📊
Data analysis thì dễ, có thể định nghĩa rộng là miễn có data thì có thể làm phân tích. Kỹ thuật phân tích rất nhiều, từ làm phân tích cơ bản descriptive anaylsis (mà nhiều dashboard của anh em làm data analyst làm), cho đến những cái cao hơn như phân tích chạy mô hình dữ liệu thời gian, xác định quan hệ nhân quả, dự báo (các bạn làm nghiên cứu ở bậc tiến sĩ hay làm), xác định điểm bất thường, mối quan hệ ổn định (không nhất định là nhân quả), điểm “jump” (nhiều trading strategies hiện tại liên quan đến 2 mói này), .v.v
Nói chung cứ có data, áp dụng kỹ thuật là chiến tới, gọi là phân tích dữ liệu (data analysis). Đây là một khái niệm rất lớn, mà sau đó chia ra làm nhiều nhóm. Với cái ngành đang hot lên gần đây thì chia thành các cái vị trí mới như data analyst, data scientist, rồi tùm lum nữa, tùy anh em gọi như thế nào. 😎
Financial Analysis thì làm gì? 💰
Financial analysis theo mình định nghĩa là tập trung vào mảng tài chính, và làm phân tích để hỗ trợ các quyết định liên quan đến tài chính.
Phân tích tài chính giúp bạn hiểu:
- Sức khỏe tài chính của công ty/tổ chức
- Tình hình tài chính: thanh khoản, an toàn vốn, khả năng vỡ nợ
- Xu thế hoạt động kinh doanh (trend doanh thu, lợi nhuận tăng hay giảm)
- Những mảng nào đang làm ăn ngon, mảng nào đang thua lỗ
- Ông nào đang lãnh nhiều tiền mà ngồi không 🤫
- Những ông nào đang tốn nhiều tiền nhất công ty (các cost centers)
Các quyết định về tài chính được phân tích tài chính hỗ trợ bao gồm (nhưng không chỉ giới hạn nhiêu đây):
- Xài tiền công ty (đầu tư mở rộng, trả cổ tức, thưởng cho nhân viên, trả lương thưởng cho lãnh đạo)
- Đầu tư tài chính (chọn ông nào có vẻ ngon lành thêm mấy năm nữa để đầu tư)
- Đánh giá hiệu quả nhân viên (ai kiếm nhiều tiền cho công ty)
- Ra báo cáo tài chính (viết gì cho cổ đông, và stakeholders khác bao gồm cơ quan thuế)
- Present cho nhà đầu tư tiềm năng và công chúng để thu hút vốn (chọn insight nào để nói cho bà con)
Phân tích tài chính là để hỗ trợ ra quyết định liên quan đến tài chính. Những phân tích tài chính này có thể dùng dữ liệu định lượng hoặc dữ liệu định tính.
Ví dụ đọc của Fed statements, MD&A của công ty, đọc phân tích định tính của analyst là định tính. Mặc dù hiện tại một số phân tích như computer assisted textual analysis có thể giúp lượng hóa một phần các phân tích này, bạn thử lấy mấy cái “insights” đó như tone, complexity, similarity ra chạy coi có kiếm tiền được hay không thì biết. 🤔 Và nếu bạn giao những cái metrics đó cho khách U60, U70 để 1 đống tiền trong quỹ của bạn, thì có thể sáng ra sẽ được nhận thông báo rút tiền và bạn cuốn gói theo luôn. 😨
Textual analysis còn xa cái khả năng này lắm.
Financial Analysis KHÔNG phải Financial Data Analysis!
Có rất nhiều comment trong bài viết của mình hiểu financial analysis chỉ có financial data analysis. Những hoạt động phân tích tài chính rất quan trọng thật ra lại cần rất nhiều insights từ 2 loại khác. Một, là phân tích định tính như mình nói ở trên, nghĩa là không dùng data analysis vì không có dữ liệu định lượng. Hai, là dùng non-financial data. Nó có thể là data từ text data (ví dụ dữ liệu tin tức, bình luận từ mạng xã hội, video, sound.v.v.), hoặc data từ vệ tinh (nhiều anh em đang dùng để “đếm” số ra vào, dự đoán doanh thu), data lượt xem (dự đoán churn rate của Netflix).
Ngoài ra, một số kỹ thuật phân tích tài chính như định giá (valuation), phân tích real-option analysis, project appraisal, phân tích rủi ro .v.v không phải là các kỹ thuật mà các bạn học các môn data analysis được học vì nó cần một bộ kiến thức rất khác dạy trong ngành tài chính và kế toán.
Data analysis vẫn có thể hỗ trợ cho các phân tích đó (ví dụ có thể làm dashboard về các search, hot key, hot topics trên Bloomberg terminals mỗi ngày, các theme trên Reddit, tracker kiểu trach Wallstreet bets trên Reddit, Stocktwits themes). Nhưng mà phần kiến thức tài chính trong đó vẫn chiếm phần lớn hơn phần data analysis.
Vì vậy, các nhận định financial analysis là một subset của data analysis là hiểu lầm. Financial data analysis là một phần của data analysis, nhưng financial analysis thì rộng lớn hơn financial data analysis rất nhiều.
Hàm ý đối với công việc thực tế là gì?
Nếu bạn nào muốn làm financial analysis, thì bạn vẫn phải đi học tài chính và kế toán. Nó là kiến thức nền và là insights căn bản. Bạn phải có cái đó rồi bạn mới biết bạn cần dữ liệu nào, phân tích cái gì thì ông data analyst và data scientist mới hỗ trợ được. Nghĩa là bạn biết cách đặt câu hỏi đúng cho 2 ông kia đi hỗ trợ. 😉
Đặt câu hỏi chính là một kỹ năng căn bản. Ngay cả bạn dùng con AI để hỗ trợ ra bộ câu hỏi, thì các bạn cũng sẽ không biết muốn AI hỏi cái gì. Như một đứa bạn mình đang được trả gần nhiều tỷ đồng lương net/năm về set up team cho tập đoàn đa quốc gia ở Việt Nam thì nó cũng chỉ ra là các em không biết đặt câu hỏi cho AI tools. Cho nên, học chuyên sâu về tài chính kế toán là cho bạn kiến thức nền để đặt câu hỏi và biết mình muốn làm gì. Tất nhiên học lơ mơ thì chỉ hiểu kỹ thuật chứ không biết đặt câu hỏi. Học đàng hoàng mới biết. 🤓
Còn về thực tế, thì ngày nay nếu bạn học phân tích tài chính ở đại học và học thêm một lớp online về data analytics thì sẽ hỗ trợ rất nhiều. 👍
Bạn có thể tìm hiểu thêm về Financial Analysis tại:
Hi vọng nhiêu đây đã đủ dài để bạn hiểu thêm về câu chuyện Data Analysis vs Financial Analysis và trend công việc.
Nhân đây xin cám ơn các bạn đã để lại những comment rất hữu ích trong post của mình. 🙏
👉 Mật khẩu nếu có: https://hebum.com.vn/
✅ Dashboard dự báo giúp bạn dự đoán các xu hướng tương lai và lên kế hoạch chiến lược một cách chính xác và hiệu quả.
✅ File mẫu
#hebumteam #hebum #appsheet #powerbi #dataanalysis
HEBUM TEAM DATA, FINANCE, SUPPLY CHAIN, MARKETING
Hebum Team chuyên cung cấp các dịch vụ sản phẩm file, khóa học, tư vấn AOP, system, ERP cho các cá nhân và doanh nghiệp hàng đầu tại Việt Nam
Chúng tôi hiện đang cung cấp các khóa học và dịch vụ gồm:
Sản phẩm file (Business Intelligence, Business Analytics)
Khóa học (Finance, supply chain, marketing, ERP, system management...)
Combo file (Finance, supply chain, marketing, ERP, system management...)
Blog của Hebum Team
Trang chủ: Trang chủ
Zalo: 0947841045
https://www.youtube.com/@hebumhocdatapowerbi
https://www.tiktok.com/@hebumai
Vui lòng đăng nhập để viết bình luận!
Youtube
0 Bình luận
Chưa có bình luận nào.