Ngày 102: Minh bạch không nên khó đến thế
Ngày thứ 102.
Sáng nay, tôi đã đăng một bài viết trên NielFlamm.com/blog mà tôi nghĩ có liên quan trực tiếp đến toàn bộ hành trình sử dụng Nextdoor này:
Số liệu của riêng tôi.
Không chỉ những lời khen ngợi.
Số liệu thống kê website trong 30 ngày gần đây nhất cho thấy khoảng 2.500 lượt truy cập, 2.500 khách truy cập duy nhất và 2.700 lượt xem trang. Lượt truy cập tăng 537% so với tháng trước, khách truy cập duy nhất tăng 554% và lượt xem trang tăng 320%.
Nghe tuyệt vời quá.
Rồi còn tỷ lệ thoát trang lên tới 97,31%.
Tôi không định dùng nó để làm cúp đâu. 😂
Và tôi cũng đang cho thấy con số đó.
Trung Quốc? Hình như tôi rất nổi tiếng ở Trung Quốc.
Về mặt địa lý, điều đó còn khiến tôi ngạc nhiên hơn nữa.
Trong số lưu lượng truy cập hiển thị trong số liệu phân tích của tôi:
Trung Quốc: 2.025 lượt truy cập — 80,1%
Hoa Kỳ: 312 lượt — 12,3%
Brazil: 27 lượt — 1,07%
Việt Nam: 21 lượt — 0,83%
Ấn Độ: 12 lượt — 0,47%
Tôi đã hiểu hoàn toàn lý do tại sao Trung Quốc chiếm 80% lưu lượng truy cập chưa?
Không.
Liệu một số lưu lượng truy cập có thể được tự động hóa, định tuyến một cách kỳ lạ, hoặc vì lý do nào đó không đại diện cho 2.025 người đang ngồi ở Trung Quốc háo hức chờ đợi bài đăng blog tiếp theo của tôi?
Tuyệt đối.
Đó chính là vấn đề.
Tôi không biết mọi chuyện đang diễn ra đằng sau những con số đó.
Vì vậy, tôi đang cho họ xem, đặt câu hỏi và xin phản hồi từ độc giả.
,
Tại sao điều đó lại khó khăn đến vậy?
Điều này lại đưa tôi trở lại với Nextdoor.
Tôi đã hỏi về WAU—Số người dùng hoạt động hàng tuần.
Tôi đã yêu cầu các báo cáo Insights chi tiết mà chính Nextdoor đã thông báo với người đọc rằng có sẵn theo yêu cầu.
Tôi đã đặt câu hỏi về phương pháp luận, sự tham gia, giao tiếp và các chỉ số khác.
Và sau 102 ngày, tôi đã nhận được gì?
Các liên kết đến thông tin đã được công khai và các phản hồi mà theo quan điểm của tôi, vẫn chưa giải đáp được những câu hỏi cốt lõi.
Đó không phải là sự minh bạch mà tôi đang nói đến.
Tính minh bạch không phải là:
“Đây là số điện thoại chúng tôi muốn bạn xem.”
Nó cũng là:
“Đây là con số. Đây là những gì chúng ta biết về nó. Đây là những gì chúng ta chưa biết. Đây là cách chúng ta tính toán. Hãy đặt câu hỏi cho chúng tôi.”
Tôi không biết mọi thứ
Đó là một câu dễ viết đối với tôi.
Tôi không biết tại sao lưu lượng truy cập của tôi lại tăng đột biến như vậy.
Tôi không biết chính xác tại sao Trung Quốc lại thống trị lĩnh vực này.
Tôi không biết có bao nhiêu khách truy cập đọc từng chữ so với những người vô tình vào trang web rồi biến mất ngay.
Và tôi thực sự không biết những gì đang diễn ra trong tâm trí độc giả và người xem của mình.
Vậy nên tôi hỏi.
Bạn đang đọc gì vậy?
Điều gì đang không hoạt động?
Tại sao bạn lại bỏ đi?
Tôi cần thay đổi điều gì?
Điều gì sẽ khiến bạn quay lại?
Đó là phản hồi hữu ích.
Và nếu một người điều hành NielFlamm.com có thể công bố cả những con số khả quan lẫn những con số không tốt, đặt câu hỏi về chúng và thừa nhận những gì mình không biết, thì tôi nghĩ không phải là điều vô lý khi kỳ vọng một nền tảng cộng đồng niêm yết công khai sẽ nghiêm túc trả lời khi cổ đông đặt câu hỏi về các chỉ số và nghiên cứu của mình.
Tôi không yêu cầu Nextdoor phải biết mọi thứ.
Tôi yêu cầu nó giải thích những gì nó biết.
Ngày thứ 102.
👉 Xem các số liệu và theo dõi nghiên cứu trường hợp đang tiếp diễn:
NielFlamm.com/blog
Khi chia sẻ dữ liệu, phương pháp luận rất quan trọng
Nextdoor gần đây đã công bố một bài nghiên cứu có tiêu đề:
"Những điều hàng xóm mong muốn trong năm 2026: Những quyết tâm, sự thay đổi trong chi tiêu và sự gắn kết cộng đồng"
Các nguồn thông tin bao gồm các cuộc khảo sát nội bộ của Nextdoor, nhưng các tài liệu công khai dường như không tiết lộ các chi tiết nghiên cứu quan trọng như:
• Kích thước mẫu
• Sai số cho phép
• Tỷ lệ phản hồi
• Phương pháp lấy mẫu
• Thành phần nhân khẩu học
• Phương pháp trọng số
• Câu hỏi khảo sát cụ thể
• Kết quả khảo sát đầy đủ
• Đánh giá hoặc xác nhận độc lập
Với kinh nghiệm nhiều năm làm việc trong lĩnh vực đánh giá, báo cáo, đo lường hiệu quả đào tạo và phân tích các bên liên quan, một trong những câu hỏi đầu tiên tôi thường đặt ra là:
"Dữ liệu được thu thập như thế nào?"
Không ai ở Nextdoor xem John King bình luận trên bảng tin lớn của CNN đêm bầu cử sao?
Ông ấy không chỉ đơn thuần chỉ vào một tiểu bang và tuyên bố kết quả. Ông ấy phân tích sâu vào từng quận, nhân khẩu học, tỷ lệ cử tri đi bầu, lịch sử bỏ phiếu, tỷ lệ chênh lệch và phương pháp luận. Khán giả được chứng kiến quá trình đi đến kết luận đó.
Đó chính là điều tạo nên uy tín.
Nếu thiếu phương pháp luận, chúng ta chỉ có thể đưa ra kết luận mà không có khả năng đánh giá chất lượng nghiên cứu đằng sau chúng.
Tôi không cho rằng những phát hiện này không chính xác.
Tính minh bạch tạo dựng niềm tin.
Nếu nghiên cứu có cơ sở vững chắc, tại sao không công bố toàn bộ phương pháp luận, công cụ khảo sát, thông tin nhân khẩu học của người trả lời và dữ liệu hỗ trợ? Làm như vậy sẽ cho phép các nhà quảng cáo, nhà đầu tư, nhà báo, nhà nghiên cứu và người dùng đánh giá các phát hiện và hiểu rõ những hạn chế một cách độc lập.
Dữ liệu sẽ có giá trị nhất khi người khác có thể xem xét cách thức đưa ra các kết luận.
Các công ty nên cung cấp mức độ minh bạch nào khi trích dẫn kết quả khảo sát nội bộ trong các báo cáo công khai?
Hãy đăng ký theo dõi NielFlamm.com.