Chuyên viên – Phòng Kinh doanh – Khối Khách hàng Doanh nghiệp

1. Nhận diện bản chất vị trí

Dù tên vị trí là Chuyên viên – Phòng Kinh doanh – Khối Khách hàng Doanh nghiệp, nội dung công việc cho thấy đây là sự kết hợp giữa phân tích dữ liệu kinh doanh, quản trị thông tin kinh doanh (MIS), quản lý hiệu suất bán hàng, quản lý chương trình thi đua và phối hợp performance marketing. Ứng viên không nên định vị mình là một chuyên gia phân tích dữ liệu thuần túy, cũng không nên tập trung quá nhiều vào bán hàng như một chuyên viên quan hệ khách hàng.

Bốn đầu việc trọng tâm có thể gồm:

1. Khai thác và phân tích dữ liệu cơ hội bán để phát hiện khách hàng doanh nghiệp có nhu cầu tài chính, ưu tiên cơ hội và gửi đề xuất đến chi nhánh.
2. Làm nguồn số liệu duy nhất cho báo cáo, hợp nhất kế hoạch tuần và đảm bảo các báo cáo luôn có cùng số liệu.
3. Quản trị chương trình thi đua, tính thưởng và kiểm soát việc chi trả thưởng cho đội kinh doanh.
4. Tìm kiếm đối tác marketing theo hiệu suất, tổ chức chiến dịch nhằm tăng khách hàng hoạt động và phát triển các chỉ tiêu phân khúc doanh nghiệp.

Ngoài ra, ứng viên cần cập nhật lãi suất, phí và chính sách của các ngân hàng đối thủ. Đây là dấu hiệu của một vị trí đòi hỏi tư duy kinh doanh, không chỉ biết trực quan hóa dữ liệu.

> Lưu ý: Trường kinh nghiệm trong dữ liệu ghi “không có thông tin”, nhưng phần yêu cầu nêu tối thiểu 2 năm kinh nghiệm ở các vị trí phân tích dữ liệu kinh doanh, MIS, quản trị kinh doanh hoặc sales performance. Khi chuẩn bị hồ sơ, nên xem 2 năm là ngưỡng kinh nghiệm cơ bản cần đáp ứng.

2. Ma trận kỹ năng cần chuẩn bị

3. Kỹ năng cứng trọng tâm

3.1. Phân tích dữ liệu Lead và quản lý quan hệ khách hàng

Ứng viên cần hiểu quy trình từ dữ liệu đầu vào đến cơ hội bán:

• Xác định nguồn dữ liệu: CRM, hệ thống ngân hàng lõi, chiến dịch Marketing, website, đối tác và dữ liệu chi nhánh.
• Chuẩn hóa trường dữ liệu: mã khách hàng, mã Lead, thời điểm tạo, nguồn, chi nhánh, sản phẩm, trạng thái và lý do từ chối.
• Kiểm tra trùng lặp, thiếu dữ liệu, sai định dạng ngày tháng và sai lệch giữa các nguồn.
• Xây dựng phễu: tổng số Lead, Lead đủ điều kiện, Lead đã liên hệ, cơ hội, khách hàng, giải ngân và sử dụng sản phẩm.
• Phân khúc theo nhóm khách hàng, sản phẩm, chi nhánh, nguồn Lead và mức độ ưu tiên.
• Xếp hạng Lead dựa trên xác suất chuyển đổi, giá trị tiềm năng, thời gian xử lý và khả năng đáp ứng sản phẩm.

Nên có một ví dụ thực tế, chẳng hạn đã làm giảm Lead không hiệu quả, rút ngắn thời gian xử lý hoặc tăng tỷ lệ chuyển đổi. Chỉ nên nêu số liệu khi bạn thực sự có dữ liệu hoặc được phép chia sẻ; tuyệt đối không đưa dữ liệu khách hàng thật vào hồ sơ.

3.2. SQL

Cần chuẩn bị các nội dung sau:

• `SELECT`, `WHERE`, `GROUP BY`, phép nối `INNER JOIN`, `LEFT JOIN` và bảng tra cứu thời gian.
• CTE, subquery, hàm cửa sổ, xếp hạng Lead, tính tỷ lệ chuyển đổi và so sánh cùng kỳ.
• Xử lý ngày tháng theo năm, quý, tháng, tuần và kỳ báo cáo.
• Tính dư nợ, huy động, CASA, thu nhập lãi thuần, phí và số khách hàng hoạt động theo cách diễn giải nhất quán.
• Kiểm tra logic tổng, đối chiếu kết quả truy vấn với báo cáo nguồn và ghi nhận sai lệch.

Một câu hỏi thực hành có thể là: Tính tỷ lệ chuyển đổi Lead theo nguồn, sản phẩm và tháng, đồng thời loại bỏ Lead trùng và các Lead không hợp lệ. Ứng viên cần giải thích rõ cách xử lý dữ liệu trùng và cách bảo đảm mẫu số không bị thay đổi giữa các báo cáo.

3.3. Excel nâng cao

Ngoài PivotTable và Power Query, nên thành thạnh:

• Công thức tra cứu và xử lý chuỗi, ngày tháng, văn bản có điều kiện.
• Bảng dữ liệu chuẩn hóa và kiểm tra dữ liệu trùng lặp.
• Power Query: gộp dữ liệu từ nhiều tệp, làm sạch, tạo cột có điều kiện và tự động hóa.
• Đối soát số liệu giữa báo cáo nguồn và báo cáo quản trị.
• Xây dựng bảng tính tính thưởng có quy tắc, cảnh báo sai lệch và kiểm soát quyền truy cập.

3.4. Power BI hoặc Tableau

Một dashboard ứng viên tự xây dựng nên có:

1. Trang tổng quan chỉ tiêu và cảnh báo chênh lệch.
2. Phễu chuyển đổi Lead.
3. Phân tích theo chi nhánh, nguồn Lead, sản phẩm và thời gian.
4. Bảng theo dõi chương trình thi đua và thưởng ước tính.
5. Phân tích CPL, CPA và chất lượng khách hàng.
6. Trang định nghĩa dữ liệu, chủ sở hữu dữ liệu và thời điểm cập nhật.

Điểm cộng lớn là mô hình dữ liệu chuẩn, phép tính DAX được giải thích rõ, có cơ chế kiểm soát chất lượng dữ liệu và phân biệt giữa số liệu thực tế với số liệu mục tiêu.

3.5. Kiến thức ngân hàng và chỉ tiêu kinh doanh

Cần hiểu logic, công thức và cách diễn giải của các chỉ tiêu:

• Dư nợ: tổng dư nợ tại một thời điểm hoặc dư nợ phát sinh trong kỳ; cần phân biệt số dư đầu kỳ, phát sinh, tăng trưởng và cơ cấu.
• CASA: tiền gửi không kỳ hạn thanh toán; cần biết cách xác định sản phẩm thuộc CASA theo quy định nội bộ.
• Thu nhập lãi thuần: thu nhập lãi trừ chi phí lãi, với các yếu tố điều chỉnh như lãi suất, số dư trung bình và chi phí vốn.
• Phí: phí thu được theo sản phẩm, giao dịch hoặc dịch vụ, cần tách phí thường xuyên và phí đột xuất.
• Khách hàng hoạt động: định nghĩa phụ thuộc chính sách từng ngân hàng, cần hỏi rõ tiêu chí thay vì tự suy đoán.

Hai chỉ tiêu được viết tắt là TTQT và BL trong mô tả không có định nghĩa đầy đủ. Ứng viên nên xem đây là định nghĩa nội bộ cần được làm rõ trong phỏng vấn, đồng thời thể hiện khả năng xây dựng “từ điển dữ liệu” thống nhất giữa các bộ phận.

Cần nắm sản phẩm doanh nghiệp cơ bản: vay vốn lưu động, vay hạn hạn, vay tài sản, cho vay hạn mức, bảo lãnh, thư tín dụng, dịch vụ thanh toán, quản lý dòng tiền và các sản phẩm tiền gửi. Ngoài ra, cần hiểu cấu trúc lãi suất cho vay, lãi suất huy động, biểu phí và chính sách đối thủ.

3.6. Chương trình thi đua và performance marketing

Đây là điểm phân biệt quan trọng so với vị trí phân tích dữ liệu thông thường. Ứng viên cần trả lời được:

• Mục tiêu của chương trình thưởng là tăng số khách hàng, dư nợ, huy động, CASA hay doanh thu thuần?
• Điều kiện nhận thưởng và các trường hợp bị loại trừ thế nào?
• Chu kỳ tính thưởng, thời điểm chốt dữ liệu và cơ chế kiểm soát gian lận ra sao?
• Cách xử lý khiếu nại, Lead trùng, khách hàng bị hủy hoặc sản phẩm chưa nhập lại hệ thống?
• Đối tác marketing được đánh giá theo CPL, CPA, tỷ lệ chuyển đổi hay chất lượng khách hàng thực tế?

Các chỉ số nên hiểu gồm CPL là chi phí trên mỗi Lead, CPA là chi phí trên mỗi khách hàng chuyển đổi, tỷ lệ chuyển đổi, chi phí trên khách hàng hoạt động và giá trị vòng đời khách hàng. Không nên chỉ tối ưu số Lead rẻ nhất; cần cân nhắu chất lượng Lead, thời gian xử lý, khả năng sử dụng sản phẩm và giá trị đóng góp.

4. Kỹ năng mềm cần chứng minh

• Giao tiếp kinh doanh: trình bày số liệu theo thông điệp, không chỉ đọc biểu đồ.
• Phối hợp liên phòng: làm việc với chi nhánh, Marketing, Khối dữ liệu và các đội kinh doanh khác nhau.
• Đàm phán: trao đổi với đối tác performance marketing về mục tiêu, chi phí, chất lượng và trách nhiệm báo cáo.
• Quản lý thời gian: xử lý nhiều đầu việc và báo cáo theo nhiều mốc thời gian.
• Tư duy cải tiến: đề xuất tự động hóa, đơn giản hóa báo cáo hoặc cải thiện cách phân bổ Lead.
• Bảo mật và liêm chính: tuân thủ quyền truy cập dữ liệu và nguyên tắc không thao túng số liệu để đạt chỉ tiêu.
• Chịu áp lực: mô tả cách bạn sắp xếp ưu tiên trong kỳ báo cáo thay vì chỉ nói “chịu được áp lực”.

5. Chứng chỉ gợi ý

Chứng chỉ không thay thế kinh nghiệm nhưng có thể tăng độ tin cậy cho phần kỹ năng kỹ thuật:

• Microsoft PL-300: Power BI Data Analyst: phù hợp trực tiếp với yêu cầu dashboard và báo cáo quản trị.
• Google Data Analytics Professional Certificate: hữu ích để chứng minh nền tảng về phân tích, trực quan hóa và câu hỏi nghiên cứu.
• Chứng chỉ SQL từ nhà cung cấp uy tín hoặc khoá học có bài kiểm tra thực hành.
• Microsoft Office Specialist Excel Expert hoặc chứng chỉ tương đương nếu cần chứng minh Excel nâng cao.
• Chứng chỉ nền tảng Tableau đối với hướng Tableau.

6. Hồ sơ và portfolio nên có

• CV nhấn mạnh từng kết quả theo công thức: hành động + công cụ + phạm vi dữ liệu + tác động kinh doanh.
• Một dashboard Power BI hoặc Tableau dùng dữ liệu giả lập, có mô tả dữ liệu, câu truy vấn SQL và bài học kinh doanh.
• Một báo cáo kinh doanh một trang hoặc một bộ slide ngắn gọn kèm khuyến nghị hành động.
• Một ví dụ cơ chế tính thưởng và cách đối soát trước khi chi trả.
• Một phân tích phễu Lead có nêu điểm nghẽn và đề xuất cải thiện.

Có thể tự đánh giá theo thang điểm 1 đến 5 theo bốn nhóm: dữ liệu và SQL, công cụ trực quan hóa, nghiệp vụ ngân hàng và giao tiếp ảnh hưởng. Đây chỉ là thang tự đánh giá, không phải tiêu chí chấm điểm chính thức của nhà tuyển dụng.