• Product Metrics
• Descriptive Statistics
• Inferential Statistics
• User Behavior & Insight
• Building Product Dashboard
• Hypothesis Testing
• Conducting Explanatory Research
• Questionnaire Design
• Sampling

Outcome: Bài test đầu vào giúp đánh giá năng lực khách quan người tham dự, từ đó thời lượng và cách giảng dạy các modules phía sau sẽ được điều chỉnh phù hợp hơn..

• UX ảnh hưởng business metrics thế nào
• UX trong product lifecycle
• Vì sao UX cần data thay vì cảm tính
• Case study thực tế

Outcome: Hiểu UX không chỉ là “làm đẹp” mà là tối ưu hiệu quả sản phẩm.

• UX Goals vs Product Goals
• Chọn UX Metrics phù hợp
• Leading vs Lagging Indicators
• Success Criteria cho UX improvement

Outcome: Biết “đo cái gì” trước khi cải tiến UX.

• User Journey → Key Behaviors
• Macro vs Micro Conversions
• Behavioral Signals của UX Issues
• Mapping UX Problems → Measurable Events

Outcome: Biến trải nghiệm thành thứ có thể đo lường.

• UX Event Tracking là gì
• Tracking Plan cho Designer
• Làm việc với Dev/Data team
• Common Tracking Mistakes

Outcome: Biết tracking đúng để data có giá trị.

• Kiểm tra tracking đúng hay sai
• Missing events & duplicate events
• Data sampling & accuracy
• Khi nào data không đáng tin

Outcome: Đánh giá được chất lượng của dữ liệu.

• Raw Data
• Categorical variables
• Numerical variables
• Measuring Central Tendency: Mean, Median & Mode
• Measuring Variability: Range, Variance & SD
• Percentage vs Percentile
• Working with data visualization

Outcome: Đủ kiến thức để đọc số liệu mà không hiểu sai.

• Toán tử & Logical operations là gì?
• Các đơn vị đo lường và cách chúng được tính toán
• Event analysis
• User journey, User Flow & Path Analysis
• Funnel Analysis, phân loại Funnel, đơn vị đo lường
• Drop-off & Friction Points
• Retention Analysis
• Cohort Analysis
• Các phép tổng hợp (aggregation) trong phân tích
• Regression analysis
• Correlation analysis
• Cluster analysis
• Factor analysis
• Time series analysis

Outcome: Nắm vững các phương pháp phân tích, tính toán, đơn vị đo lường. Tìm ra UX issues từ hành vi người dùng.

• Inferential Statistics
• Testing with different variable types
• Forming a Hypothesis
• Designing a Experiment
• Testing a Hypothesis
• Drawing a Conclusion
• Type I & Type II Error
• p-value & Confidence Interval
• Regression Analysis
• Statistical Errors
• Statistical Fallacy

Outcome: Trả lời được câu hỏi: Nên lựa chọn phương pháp kiểm định nào? Sự khác biệt về dữ liệu có thực sự có ý nghĩa thống kê? Biết nghiên cứu đến khi nào là đủ?

• Khi nào behavior & product performance data là chưa đủ
• Quy trình kết hợp nghiên cứu định tính
• Session replay & heatmap
• Deep-dive user journey
• Xác minh nguyên nhân UX issues

Outcome: Biết cách tìm root-cause thay vì chỉ đặt giả thuyết.

• Insight ≠ Data
• Insight Framework cho UX
• Correlation vs Causation
• Prioritizing UX Issues by Impact
• Viết UX Recommendation thuyết phục
• Data Storytelling cho stakeholder

Outcome: Biến insight thành đề xuất có sức nặng.

• Đánh giá chất lượng đầu ra

Reason: Để thực sự chứng minh: “Chương trình này mang lại value cho người tham dự” cần 2 yếu tố: Cảm nhận từ người tham dự về chương trình và chủ quan kiến thức nắm được. Việc test đầu vào và đầu ra giúp so sánh sự khác biệt về điểm số có ý nghĩa thống kê.