
Data analysis là gì? Phân tích dữ liệu qua 6 bước
AIDev TeamTham vấn chuyên môn: Nguyễn Việt Chung
Đăng 8 phút đọc1 lượt xem
Mục lục · 23
Data analysis (phân tích dữ liệu) là quá trình làm sạch, khám phá và diễn giải dữ liệu để trả lời một câu hỏi và hỗ trợ ra quyết định. Bài giải thích bốn loại phân tích, quy trình sáu bước, ví dụ Việt Nam và cách bắt đầu tự học.
Data analysis (phân tích dữ liệu) là quá trình thu thập, làm sạch, khám phá và diễn giải dữ liệu để trả lời một câu hỏi cụ thể và hỗ trợ ra quyết định. Nói cách khác, phân tích dữ liệu biến một bảng số thô thành một câu kết luận mà người khác có thể hành động theo.
Bài này giải thích phân tích dữ liệu khác gì với các khái niệm gần nó, bốn loại phân tích thường gặp, quy trình sáu bước với ví dụ ở Việt Nam, công cụ hay dùng và cách bắt đầu tự học miễn phí.
Data analysis là gì?
Một quán cà phê ở Đà Lạt thấy doanh thu tháng 9 thấp hơn tháng 8. Chủ quán có thể đoán: mưa nhiều, khách du lịch ít, quán bên cạnh giảm giá. Phân tích dữ liệu là cách thay phỏng đoán bằng bằng chứng: lấy dữ liệu bán hàng theo ngày, theo món, theo giờ, đặt cạnh lịch mưa và lịch nghỉ lễ, rồi xem giả thuyết nào khớp với số liệu.
Ba điều làm nên một bài phân tích dữ liệu:
Một câu hỏi rõ ràng: "Vì sao doanh thu tháng 9 giảm?" chứ không phải "Xem dữ liệu có gì".
Dữ liệu đáng tin: đúng nguồn, đúng thời điểm, đã kiểm tra lỗi. Bài dataset là gì giải thích cách đọc và kiểm một bộ dữ liệu.
Một kết luận có thể hành động: "Khách buổi sáng giảm mạnh nhất ở ngày mưa, nên thử giao hàng buổi sáng" hữu ích hơn "Doanh thu giảm 15%".
Data analysis, data analytics và data science
Ba cụm từ này hay bị dùng lẫn. Cách phân biệt phổ biến: data analysis là việc phân tích một câu hỏi cụ thể; data analytics là cả lĩnh vực và hệ thống làm việc đó thường xuyên trong doanh nghiệp (báo cáo, dashboard, quy trình); data science rộng hơn, thêm phần xây mô hình thống kê và machine learning để dự đoán. Ranh giới giữa các nghề tương ứng được bàn kỹ ở bài Data Analyst, Data Scientist và AI Engineer khác nhau ở đâu.
Bốn loại phân tích dữ liệu
Cách chia thành bốn loại theo câu hỏi phổ biến nhờ hãng nghiên cứu Gartner: khung phân tích kinh doanh Gartner công bố năm 2011 xếp năng lực phân tích thành bốn loại mô tả, chẩn đoán, dự đoán và đề xuất. Mỗi loại trả lời một câu hỏi khác nhau:
Loại | Câu hỏi | Ví dụ |
|---|---|---|
Mô tả (descriptive) | Chuyện gì đã xảy ra? | doanh thu tháng 9 theo từng món |
Chẩn đoán (diagnostic) | Vì sao xảy ra? | doanh thu giảm do khách buổi sáng ngày mưa |
Dự đoán (predictive) | Sắp tới sẽ ra sao? | ước lượng doanh thu tháng 10 |
Đề xuất (prescriptive) | Nên làm gì? | chọn khung giờ chạy khuyến mãi |
Nguồn: Gartner, Gartner's Business Analytics Framework (N. Chandler và cộng sự, 20/09/2011).

Bắt đầu từ phân tích mô tả
Phần lớn công việc hằng ngày của người làm phân tích là hai loại đầu: tổng hợp, so sánh, tìm nguyên nhân. Hai loại sau cần thêm thống kê và mô hình, và chỉ đáng tin khi hai loại đầu đã làm cẩn thận. Người mới nên luyện vững phân tích mô tả: tính tổng, trung bình, trung vị theo nhóm, so sánh giữa các kỳ, vẽ đúng biểu đồ.
Quy trình phân tích dữ liệu 6 bước
Bước 1: Đặt câu hỏi
Câu hỏi tốt cụ thể, đo được và gắn với một quyết định. Thay vì "Khách hàng thích gì?", hãy hỏi "Trong ba tháng qua, nhóm sản phẩm nào có tỷ lệ mua lại cao nhất?". Viết câu hỏi ra giấy trước khi mở file giúp bạn không lạc giữa hàng chục cột.
Bước 2: Thu thập dữ liệu
Dữ liệu có thể đến từ phần mềm bán hàng, file Excel của các bộ phận, khảo sát, hoặc dữ liệu công khai. Ghi lại nguồn và thời điểm lấy để người khác làm lại được.
Bước 3: Làm sạch dữ liệu
Ô trống, dòng trùng, số lưu dạng chữ, tên tỉnh viết nhiều kiểu ("TP.HCM", "Hồ Chí Minh", "Sài Gòn"). Bước này thường chiếm nhiều thời gian nhất của cả quy trình. Bài làm sạch dữ liệu với pandas đi qua các lỗi hay gặp.
Bước 4: Khám phá dữ liệu
Tính các con số tóm tắt, đếm theo nhóm, vẽ nhanh vài biểu đồ để hiểu hình dạng dữ liệu và tìm điều bất thường. Đây cũng là lúc bạn kiểm giả thuyết ban đầu: nếu số liệu không ủng hộ, hãy đổi giả thuyết chứ không đổi số liệu. Tutorial Matplotlib có bài EDA là gì đi sâu vào bước này.
Bước 5: Trình bày kết quả
Chọn hai ba biểu đồ trả lời đúng câu hỏi, mỗi biểu đồ có tiêu đề nói kết luận. Người xem thường là quản lý không có thời gian đọc bảng. Bài trực quan hóa dữ liệu là gì và tutorial các loại biểu đồ hướng dẫn chọn biểu đồ theo câu hỏi.

Bước 6: Hành động và kiểm lại
Kết luận chỉ có giá trị khi dẫn tới một việc làm khác đi. Sau khi áp dụng, đo lại bằng chính dữ liệu đó để biết thay đổi có tác dụng không, và vòng phân tích tiếp theo bắt đầu.
Ví dụ phân tích dữ liệu gần gũi
Các tình huống dưới đây là minh họa, không có số liệu thật:
Shop online trên sàn thương mại điện tử: tỷ lệ hoàn hàng tăng. Gom đơn hoàn theo tỉnh và theo đơn vị vận chuyển, thấy phần lớn đơn hoàn tập trung ở một tuyến giao, từ đó đổi đơn vị vận chuyển cho tuyến đó.
Phòng nhân sự một công ty: nhân viên mới nghỉ việc nhiều. So thời gian làm việc trước khi nghỉ theo phòng ban và theo người quản lý trực tiếp để biết vấn đề nằm ở khâu tuyển dụng hay khâu hội nhập.
Giáo viên chủ nhiệm: so điểm thi thử nhiều lần của lớp theo từng môn, tìm môn có điểm trải rộng nhất để chia nhóm phụ đạo.
Cá nhân quản lý chi tiêu: xuất sao kê ngân hàng, gom theo nhóm chi (ăn uống, đi lại, mua sắm) và xem nhóm nào tăng nhanh nhất qua các tháng.
Công cụ phân tích dữ liệu thường dùng
Excel, Google Sheets: điểm khởi đầu của hầu hết mọi người, đủ cho bảng nhỏ và phân tích một lần.
SQL: ngôn ngữ để lấy dữ liệu từ cơ sở dữ liệu, gần như bắt buộc khi đi làm ở doanh nghiệp có hệ thống.
Python với pandas, NumPy, Matplotlib: xử lý bảng lớn, tự động hóa báo cáo lặp lại, làm được phân tích mà Excel khó làm.
Power BI, Tableau, Looker Studio: dựng dashboard để nhiều người theo dõi.
Bài Excel, Power BI hay Python so sánh khi nào nên chọn công cụ nào, còn bài Data Analyst cần học gì sắp xếp các công cụ này thành một lộ trình.
Bắt đầu học phân tích dữ liệu từ đâu?
Bạn không cần bằng cấp thống kê để bắt đầu. Cần một bộ dữ liệu, một câu hỏi và một công cụ. Nếu chọn Python, AIDev có lộ trình miễn phí bằng tiếng Việt, mọi bài có code chạy ngay trên trình duyệt và bài tập tự chấm:
NumPy: làm việc với mảng số, tính trên cả mảng thay cho vòng lặp.
Pandas: đọc CSV, Excel, lọc, gom nhóm, ghép bảng, làm sạch, rồi làm các dự án phân tích khám phá trọn vẹn. Bắt đầu với một bảng có sẵn ở trang bộ dữ liệu.
Matplotlib: vẽ biểu đồ từ bảng và trình bày kết luận.
Đây là một phép phân tích mô tả hoàn chỉnh, gói trong bốn dòng pandas: đọc file, giữ đơn đã giao, cộng doanh thu theo tỉnh và xếp từ cao xuống thấp.
import pandas as pd
df = pd.read_csv("don_hang.csv")
da_giao = df[df["trang_thai"] == "da_giao"]
print(da_giao.groupby("tinh")["doanh_thu"].sum().sort_values(ascending=False))
Khi chạy được đoạn này trên dữ liệu của chính bạn, bạn đã đi qua bước 2, 4 và một phần bước 5 của quy trình.
Câu hỏi thường gặp
Phân tích dữ liệu và thống kê khác nhau thế nào?
Thống kê là một môn khoa học cung cấp phương pháp, như cách ước lượng, kiểm định giả thuyết. Phân tích dữ liệu là công việc áp dụng các phương pháp đó, cùng với kỹ năng xử lý dữ liệu và hiểu nghiệp vụ, để trả lời câu hỏi thực tế.
Người trái ngành có học phân tích dữ liệu được không?
Được. Hiểu nghiệp vụ (bán hàng, kế toán, nhân sự, giáo dục) là lợi thế lớn khi đặt câu hỏi và đọc kết quả. Phần công cụ học được từng bước.
Có cần giỏi toán không?
Để bắt đầu, bạn cần số học và các khái niệm như trung bình, trung vị, tỷ lệ phần trăm. Thống kê sâu hơn chỉ cần khi bạn đi vào phân tích chẩn đoán và dự đoán.
Học Excel hay Python trước?
Nếu công việc hiện tại dùng Excel, tận dụng nó trước để quen tư duy bảng. Python đáng học khi bạn phải làm lại báo cáo thường xuyên hoặc dữ liệu vượt sức Excel.
EDA có phải là phân tích dữ liệu không?
EDA (phân tích khám phá) là bước 4 trong quy trình ở trên, không phải toàn bộ phân tích dữ liệu. Bài EDA là gì giải thích chi tiết.
Bước tiếp theo
Chọn một câu hỏi nhỏ về công việc của bạn, lấy một bảng từ trang bộ dữ liệu và đi lần lượt qua tutorial NumPy, Pandas, Matplotlib miễn phí. Khi muốn làm trọn một dự án phân tích với dữ liệu doanh nghiệp và có người chữa bài từng bước, AIDev có khóa học có giảng viên đồng hành để bạn đi tiếp.
Chuyên mục
Phân tích dữ liệuTham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.


