Tư duy phân tích có sự hỗ trợ của AI

Biến dữ liệu thô thành những hiểu biết rõ ràng — làm chủ việc khám phá dữ liệu, các kỹ thuật phân tích, trực quan hóa và thuyết trình cho những bên liên quan với AI.

Dữ liệu có ở khắp mọi nơi. Nhưng những hiểu biết sâu sắc thì lại hiếm.

Hầu hết mọi người nhìn vào dữ liệu và thấy những con số. Chỉ một số ít nhìn thấy các mẫu. Thậm chí còn ít người hơn biến những mẫu đó thành hành động để cải thiện kết quả.

Sự khác biệt không nằm ở tài năng, mà là ở phương pháp.

Khóa học này dạy bạn cách phân tích dữ liệu với sự hỗ trợ của AI — khám phá nhanh hơn, trực quan hóa rõ ràng hơn và những hiểu biết mà bạn có thể đã bỏ lỡ. Cho dù bạn là một nhà phân tích chuyên nghiệp hay chỉ là người cần hiểu dữ liệu kinh doanh, bạn sẽ học cách trích xuất ý nghĩa từ các con số.

Những gì bạn sẽ học được

• Thiết kế các câu hỏi phân tích dẫn đến những hiểu biết có thể hành động
• Sử dụng AI để khám phá và hiểu các tập dữ liệu một cách nhanh chóng
• Tạo ra các hình ảnh trực quan rõ ràng truyền đạt kết quả một cách hiệu quả
• Phân tích những hiểu biết có ý nghĩa từ dữ liệu, không chỉ là những con số
• Tổ chức các báo cáo phân tích dữ liệu cho các đối tượng khác nhau
• Xây dựng quy trình phân tích có thể lặp lại với sự hỗ trợ của AI

Sau khóa học này, bạn có thể

• Đặt ra các câu hỏi phân tích dẫn đến những hiểu biết kinh doanh có thể hành động thay vì những quan sát thú vị nhưng vô dụng
• Khám phá và lập hồ sơ các tập dữ liệu không quen thuộc một cách nhanh chóng bằng những kỹ thuật hỗ trợ AI giúp làm nổi bật cấu trúc và các điểm bất thường
• Tạo ra các hình ảnh trực quan truyền đạt kết quả một cách rõ ràng cho cả đối tượng kỹ thuật và phi kỹ thuật
• Xây dựng các quy trình phân tích có thể lặp lại với AI, biến những cuộc điều tra đơn lẻ thành các quy trình có thể tái sử dụng
• Thêm kỹ năng 'phân tích dữ liệu hỗ trợ AI' vào sơ yếu lý lịch của bạn — một kỹ năng đa chức năng được đánh giá cao trong mọi ngành nghề từ tài chính đến chăm sóc sức khỏe

Những gì bạn sẽ xây dựng

Báo cáo phân tích dữ liệu từ đầu đến cuối

Lấy một tập dữ liệu thô từ câu hỏi đến kết luận — xác định câu hỏi phân tích, khám phá và làm sạch dữ liệu bằng AI, tạo 5 hình ảnh trực quan, trích xuất 3 điểm chính. Thu thập thông tin chi tiết và cung cấp báo cáo sẵn sàng cho các bên liên quan kèm theo những khuyến nghị.

Quy trình phân tích có thể tái sử dụng

Xây dựng một quy trình phân tích được ghi lại và có thể tái sử dụng cho một câu hỏi kinh doanh thường xuyên — bao gồm các bước nhập dữ liệu, những quy tắc làm sạch được hỗ trợ bởi AI, các hình ảnh trực quan tiêu chuẩn và một mẫu tóm tắt thông tin chi tiết tự động.

Khả năng phân tích dữ liệu bằng AI

Chứng minh bạn có thể đặt ra các câu hỏi phân tích, khám phá tập dữ liệu, tạo hình ảnh trực quan, trích xuất thông tin chi tiết và xây dựng những quy trình phân tích có thể lặp lại với AI.

Điều kiện tiên quyết

• Có kiến ​​thức cơ bản về phần mềm bảng tính (Excel, Google Sheets)
• Không yêu cầu kinh nghiệm lập trình

Tư duy phân tích dữ liệu với sự hỗ trợ của AI

AI thay đổi phân tích dữ liệu như thế nào. Thiết lập quy trình làm việc của bạn để khám phá và hiểu biết sâu sắc hơn với sự hỗ trợ của AI.

Vấn đề phân tích dữ liệu

Đây là những gì thường xảy ra với dữ liệu:

Ai đó xuất một bảng tính. Nó có 50 cột và 10.000 hàng. Họ nhìn chằm chằm vào nó. Họ sắp xếp một vài cột. Họ tạo một biểu đồ cột về một điều gì đó. Họ viết "doanh số tăng" trong một báo cáo.

Đó không phải là phân tích. Đó chỉ là mô tả những gì bạn thấy.

Phân tích thực sự trả lời các câu hỏi: Tại sao doanh số tăng? Khách hàng nào đã thúc đẩy sự tăng trưởng? Điều này có bền vững không? Chúng ta nên làm gì khác đi?

Hầu hết mọi người không trả lời được những câu hỏi này vì các thao tác mất quá nhiều thời gian. Đến khi họ đã làm sạch dữ liệu và tạo biểu đồ, họ đã hết thời gian để suy nghĩ.

Những gì bạn có thể mong đợi

Khóa học này được chia thành các bài học thực tiễn, tập trung. Mỗi bài học đều dựa trên bài trước đó, với các bài tập thực hành và bài kiểm tra để củng cố những gì bạn đã học. Bạn có thể hoàn thành toàn bộ khóa học trong một lần hoặc học một bài mỗi ngày.

Trí tuệ nhân tạo (AI) thay đổi cuộc chơi như thế nào?

AI không giúp bạn thông minh hơn trong khi dữ liệu. Nhưng nó loại bỏ những trở ngại ngăn cản việc phân tích tốt:

Thời gian bạn tiết kiệm được từ việc sửa lỗi kỹ thuật sẽ trở thành thời gian để suy nghĩ.

Quy trình phân tích dữ liệu

Phân tích dữ liệu tốt tuân theo một mô hình nhất quán:

📍 Nơi dán: Mở ChatGPT (chat.openai.com), Claude (claude.ai) hoặc Gemini (gemini.google.com) và bắt đầu một cuộc trò chuyện mới.

📋 Cách sao chép prompt này: Nhấp vào bất kỳ đâu bên trong khối màu xám, nhấn Cmd+A rồi Cmd+C (Mac) hoặc Ctrl+A rồi Ctrl+C (Windows). Hoặc sử dụng biểu tượng sao chép xuất hiện.

CÂU HỎI → KHÁM PHÁ → PHÂN TÍCH → HÌNH DUNG → GIẢI THÍCH → TRUYỀN ĐẠT
    ↑                                                        │
    └──────────────── Tinh chỉnh dựa trên kết quả tìm kiếm ──────────────┘

✏️ ​​Cách điền thông tin chi tiết: Thay thế mỗi dấu ngoặc vuông [] và trình giữ chỗ trong ngoặc bằng thông tin cụ thể từ tình huống thực tế của bạn. Thông tin không rõ ràng sẽ tạo ra kết quả không rõ ràng — hãy cụ thể.

👀 Những gì bạn sẽ thấy: Trong vòng vài giây, AI sẽ trả về một phản hồi có cấu trúc dựa trên câu hỏi ở trên. Hãy đọc kỹ và coi đó là bản nháp, không phải câu trả lời cuối cùng.

📌 Cách xử lý kết quả: Lưu phản hồi vào file Notes. Chọn đề xuất có tác động cao nhất và thực hiện ngay trong tuần này — đừng cố gắng làm tất cả cùng một lúc.

⚠️ Nếu kết quả không ổn: Nếu các đề xuất có vẻ chung chung, hãy dán nội dung sau: "Hãy cụ thể hơn với ngữ cảnh thực tế của tôi. Bỏ qua những lời khuyên chung chung." Nếu nó bỏ qua các chi tiết quan trọng bạn đã cung cấp, hãy hỏi: "Bạn đã bỏ sót [X] trong ngữ cảnh của tôi — hãy thực hiện lại với điều đó làm ràng buộc chính."

Câu hỏi: Chúng ta đang cố gắng hiểu điều gì? Khám phá: Dữ liệu này chứa gì? Hình dạng của nó như thế nào? Phân tích: Có những mẫu nào tồn tại? Điều gì bất thường? Trực quan hóa: Làm thế nào chúng ta có thể nhìn thấy điều này một cách rõ ràng? Giải thích: Điều này có ý nghĩa gì đối với tình huống của chúng ta? Truyền đạt: Làm thế nào chúng ta có thể chia sẻ kết quả một cách hiệu quả?

AI hỗ trợ ở mọi giai đoạn ngoại trừ việc diễn giải — điều đó đòi hỏi sự phán đoán của con người.

Thiết lập quy trình phân tích AI của bạn

Bạn cần:

1. Trợ lý AI Claude, ChatGPT hoặc tương tự. Đối với công việc xử lý dữ liệu, hãy chọn một công cụ có thể: - Xử lý dữ liệu có cấu trúc (CSV, bảng) - Tạo code nếu cần - Tạo hoặc mô tả hình ảnh trực quan

2. Một chương trình bảng tính: Excel, Google Sheets hoặc tương tự. Đây là nơi dữ liệu được lưu trữ và thường là nơi bạn sẽ làm việc với nó.

3. Dữ liệu để phân tích: Dữ liệu kinh doanh của riêng bạn, hoặc các bộ dữ liệu thực hành.

4. Một câu hỏi rõ ràng: Đầu vào quan trọng nhất. AI có thể giúp khám phá, nhưng bạn cần biết mình đang tìm kiếm điều gì.

AI có thể và không thể làm gì?

AI làm tốt trong việc:

• Khám phá dữ liệu: "Tóm tắt bộ dữ liệu này. Các cột là gì? Phạm vi giá trị là gì?"
• Tính toán: "Tính toán tỷ lệ tăng trưởng hàng tháng cho mỗi khu vực."
• Nhận dạng mẫu: "Có bất kỳ giá trị bất thường hoặc ngoại lệ nào trong dữ liệu này không?"
• Đề xuất hình ảnh trực quan: "Loại biểu đồ nào tốt nhất để hiển thị mối quan hệ này?"
• Giải thích: "Hệ số tương quan này có nghĩa là gì bằng ngôn ngữ đơn giản?"

AI cần sự trợ giúp của bạn trong các vấn đề sau:

• Bối cảnh: AI không hiểu về doanh nghiệp, khách hàng hoặc tình huống của bạn.
• Đánh giá: Kết quả này có ý nghĩa hay chỉ là nhiễu?
• Hành động: Chúng ta nên làm gì dựa trên những phát hiện này?
• Xác thực: Kết quả này có chính xác không? Chúng có khớp với các nguồn khác không?

Khám phá quy trình AI đầu tiên của bạn

Hãy thử một điều gì đó hữu ích ngay lập tức.

Nếu bạn có dữ liệu, hãy sao chép một mẫu (50-100 hàng đầu tiên) vào trợ lý AI của bạn với prompt sau:

Đây là một mẫu dữ liệu của tôi:

[Dán dữ liệu của bạn]

Hãy cho tôi biết:
1. Dữ liệu này có những cột nào?
2. Kiểu dữ liệu của mỗi cột là gì?
3. Có vấn đề rõ ràng nào không (giá trị bị thiếu, sự không nhất quán)?
4. Dữ liệu này có thể trả lời những câu hỏi nào?

Trong 30 giây, bạn đã có một hồ sơ dữ liệu mà nếu làm thủ công có thể mất đến 30 phút.

Những điểm chính cần ghi nhớ

• Phân tích dữ liệu thất bại khi chúng ta dành toàn bộ thời gian cho các thao tác kỹ thuật mà không dành thời gian cho việc tư duy
• Trí tuệ nhân tạo (AI) tăng tốc những thao tác kỹ thuật: khám phá, tính toán, trực quan hóa
• Bạn cung cấp những gì AI không thể: bối cảnh, đánh giá và quyết định hành động
• Quy trình phân tích: Đặt câu hỏi → Khám phá → Phân tích → Trực quan hóa → Giải thích → Truyền đạt
• Phân tích tốt bắt đầu bằng một câu hỏi rõ ràng