Bỏ qua đến nội dung chính
Phân tích dữ liệu
Cùng một bảng doanh thu 12 tháng của quán trà sữa hiển thị dưới dạng bảng số và biểu đồ đường, đỉnh tháng 6 được khoanh

Trực quan hóa dữ liệu là gì? Chọn đúng biểu đồ cho câu hỏi

AIDev TeamTham vấn chuyên môn: Nguyễn Việt Chung

Đăng 9 phút đọc

Mục lục · 19

Trực quan hóa dữ liệu là cách biến bảng số thành biểu đồ để người xem thấy ngay xu hướng, so sánh và điểm bất thường. Bài giải thích các loại biểu đồ theo câu hỏi, ví dụ Việt Nam và cách bắt đầu học miễn phí.

Trực quan hóa dữ liệu (data visualization) là cách biến các con số trong bảng thành hình ảnh như biểu đồ cột, biểu đồ đường hay bản đồ nhiệt, để người xem nhận ra xu hướng, sự chênh lệch và điểm bất thường chỉ trong vài giây. Nói gọn, một biểu đồ tốt trả lời một câu hỏi về dữ liệu nhanh hơn việc đọc từng dòng của bảng.

Bài này giải thích trực quan hóa dữ liệu dùng để làm gì, các loại biểu đồ chia theo câu hỏi, vài ví dụ quen thuộc ở Việt Nam, những lỗi hay gặp và cách bắt đầu tự học bằng Python với các bài tutorial miễn phí của AIDev.

Trực quan hóa dữ liệu là gì?

Hãy hình dung bạn có file doanh thu 12 tháng của một quán trà sữa, mỗi tháng tách theo ba kênh: bán tại quán, GrabFood và ShopeeFood. Đó là 36 con số. Đọc hết thì được, nhưng để trả lời "kênh nào đang tăng, kênh nào đang giảm" bạn phải tự so từng cặp số trong đầu. Vẽ ba đường lên cùng một biểu đồ, câu trả lời hiện ra ngay: mắt người so độ dốc và độ cao nhanh hơn rất nhiều so với so chữ số.

Trực quan hóa dữ liệu vì thế không phải là "làm cho đẹp". Nó là một bước trong quá trình phân tích, nằm sau khi bạn đã có bộ dữ liệu sạch và trước khi bạn kết luận hay ra quyết định. Bài data analysis là gì đặt bước này vào toàn bộ quy trình phân tích.

Vì sao không chỉ nhìn số trung bình?

Năm 1973, nhà thống kê Francis Anscombe đưa ra bốn bộ dữ liệu nhỏ có trung bình, phương sai và hệ số tương quan gần như giống hệt nhau, nhưng khi vẽ lên thì bốn hình khác hẳn: một đám chấm bình thường, một đường cong, một đường thẳng bị một điểm ngoại lai kéo lệch, và một cột dọc với một điểm nằm xa. Ví dụ này (thường gọi là "bộ tứ Anscombe") là lý do người làm dữ liệu luôn vẽ trước khi tin vào các con số tóm tắt.

Trực quan hóa dữ liệu dùng để làm gì?

Trong công việc, biểu đồ thường phục vụ ba mục đích:

  1. Khám phá: bạn vẽ nhanh cho chính mình để hiểu dữ liệu, tìm ô trống, giá trị lạ, nhóm bất thường. Hình không cần đẹp, cần nhanh.

  2. Giải thích: bạn vẽ cho người khác (sếp, khách hàng, lớp học) để truyền đạt một kết luận. Lúc này tiêu đề, màu nhấn và chú thích quan trọng như số liệu.

  3. Theo dõi: biểu đồ đặt trong dashboard, cập nhật mỗi ngày hoặc mỗi giờ để phát hiện thay đổi sớm, ví dụ số đơn hàng theo giờ của một shop online.

Các loại biểu đồ theo câu hỏi dữ liệu

Thay vì học thuộc tên biểu đồ, hãy bắt đầu từ câu hỏi. Bảng dưới đây gom các biểu đồ hay dùng theo năm loại câu hỏi:

Câu hỏi

Biểu đồ nên thử

Ví dụ

So sánh giữa các nhóm

cột, cột ngang

doanh thu theo chi nhánh

Thay đổi theo thời gian

đường, vùng

số đơn mỗi ngày trong tháng

Phân phối của một biến

histogram, box plot

điểm thi môn Toán của một trường

Quan hệ giữa hai biến

scatter (biểu đồ chấm), heatmap

diện tích và giá nhà

Thành phần của tổng

cột chồng, tròn (ít nhóm)

tỷ trọng doanh thu theo kênh

Năm loại câu hỏi dữ liệu nối sang biểu đồ tương ứng: cột, đường, histogram, scatter và cột chồng

So sánh và xu hướng

Biểu đồ cột hợp để so các nhóm rời nhau (chi nhánh, sản phẩm, tỉnh). Khi nhóm có tên dài, như tên quận huyện, xoay thành cột ngang để chữ không chồng lên nhau. Biểu đồ đường hợp với dữ liệu theo thời gian vì đường nối các điểm gợi ý tính liên tục: tháng này nối tiếp tháng trước.

Phân phối

Histogram chia giá trị thành các khoảng và đếm số quan sát trong mỗi khoảng, cho bạn thấy dữ liệu dồn ở đâu và có lệch về một phía không. Box plot (biểu đồ hộp) tóm tắt cùng thông tin bằng trung vị, tứ phân vị và điểm ngoại lai, rất tiện khi so phân phối của nhiều nhóm cạnh nhau. Bài biểu đồ hộp dạy cách đọc từng phần của hộp.

Quan hệ và thành phần

Biểu đồ chấm đặt mỗi quan sát thành một điểm trên hai trục, để bạn xem hai biến có đi cùng nhau không. Heatmap tô màu một ma trận, hay dùng để xem hệ số tương quan giữa nhiều cột một lúc. Với câu hỏi "chiếm bao nhiêu phần", biểu đồ tròn chỉ dễ đọc khi có hai đến bốn nhóm; nhiều hơn thì cột chồng hoặc cột ngang xếp theo thứ tự cho kết quả rõ hơn.

Bài tutorial các loại biểu đồ đi qua từng câu hỏi ở trên với code chạy ngay trên trình duyệt, kèm bài tập chọn biểu đồ cho một câu hỏi cho sẵn.

Ví dụ trực quan hóa dữ liệu gần gũi

Ba tình huống dưới đây dùng số giả định, chỉ để minh họa cách chọn biểu đồ:

  • Shop thời trang trên Shopee muốn biết vì sao tháng 7 doanh thu giảm. Biểu đồ đường doanh thu theo ngày cho thấy chỗ gãy bắt đầu từ ngày nào; tách thêm một đường cho mỗi danh mục sản phẩm cho biết danh mục nào kéo tụt.

  • Tổ chuyên môn của một trường THPT muốn so điểm thi thử của năm lớp 12. Năm box plot đặt cạnh nhau cho thấy lớp nào có trung vị cao, lớp nào điểm trải rộng, lớp nào có vài em điểm rất thấp cần kèm thêm.

  • Người quan tâm chất lượng không khí ở Hà Nội muốn biết giờ nào trong ngày bụi mịn cao nhất. Heatmap với trục ngang là giờ, trục dọc là ngày trong tuần, màu là chỉ số bụi, cho thấy ngay dải giờ đậm màu. Số liệu thật có thể xem trên Cổng thông tin quan trắc môi trường Thủ đô Hà Nội, nơi mỗi điểm đo hiển thị nồng độ và chỉ số AQI theo giờ.

Cả ba có cùng một khuôn: một câu hỏi rõ, một biểu đồ hợp với câu hỏi đó, và một câu kết luận đặt ở tiêu đề.

Năm nguyên tắc cho biểu đồ dễ đọc

  1. Tiêu đề nói kết luận, không chỉ nói nội dung. "Doanh thu GrabFood vượt bán tại quán từ tháng 5" hữu ích hơn "Doanh thu theo kênh".

  2. Biểu đồ cột bắt đầu trục tung từ 0. Cắt trục làm chênh lệch nhỏ trông như rất lớn. Biểu đồ đường thì được phép không bắt đầu từ 0 khi bạn cần xem dao động.

Hai biểu đồ cột cùng số liệu: trục tung bắt đầu từ 90 khiến chênh lệch trông rất lớn, trục từ 0 cho thấy ba chi nhánh gần bằng nhau
  1. Ít màu, một màu nhấn. Tô xám mọi nhóm, chỉ tô màu nhóm bạn muốn người xem chú ý.

  2. Ghi đơn vị và nguồn: "triệu đồng", "nghìn đơn", "nguồn: dữ liệu bán hàng nội bộ".

  3. Chữ tiếng Việt hiển thị đúng. Với Matplotlib, font mặc định có thể làm vỡ dấu; bài lỗi font tiếng Việt chỉ cách sửa.

Công cụ trực quan hóa dữ liệu phổ biến

  • Excel, Google Sheets: nhanh cho bảng nhỏ, ai cũng có. Hạn chế khi dữ liệu lớn hoặc phải làm lại báo cáo mỗi tuần.

  • Power BI, Tableau, Looker Studio: công cụ kéo thả để làm dashboard, hợp với doanh nghiệp đã có dữ liệu trong hệ thống. Bài Excel, Power BI hay Python so sánh khi nào nên chọn công cụ nào.

  • Python với Matplotlib và seaborn: viết bằng code nên chạy lại được, tự động hóa được và vẽ được gần như mọi loại biểu đồ. Bài Matplotlib là gì giới thiệu hai thư viện này.

Không có công cụ "tốt nhất"; có công cụ hợp với khối lượng dữ liệu, tần suất làm lại và người sẽ xem biểu đồ. Trực quan hóa là một trong các kỹ năng chính của nghề Data Analyst, bài Data Analyst cần học gì đặt nó cạnh các kỹ năng còn lại.

Bắt đầu học trực quan hóa dữ liệu từ đâu?

Nếu chọn Python, AIDev có lộ trình miễn phí bốn bước, mọi bài đều có code chạy ngay trên trình duyệt, không cần cài gì:

  1. Python cơ bản: biến, list, vòng lặp, hàm.

  2. NumPy: làm việc với mảng số, nền tảng tính toán bên dưới pandas và Matplotlib.

  3. Pandas: đọc file CSV, Excel, lọc, gom nhóm, làm sạch. Phần lớn thời gian trực quan hóa thực ra là chuẩn bị bảng cho đúng.

  4. Matplotlib: vẽ biểu đồ từ DataFrame, chọn đúng biểu đồ, thêm chú thích và chữ tiếng Việt.

Đây là biểu đồ đầu tiên bạn có thể tự chạy trong bài tutorial, với số giả định:

python
import matplotlib.pyplot as plt

thang = ["T1", "T2", "T3", "T4", "T5", "T6"]
doanh_thu = [120, 135, 128, 160, 190, 240]  # triệu đồng, số giả định

plt.plot(thang, doanh_thu, marker="o")
plt.title("Doanh thu tăng mạnh từ tháng 4")
plt.ylabel("Triệu đồng")
plt.show()

Một tiêu đề nói kết luận và một nhãn đơn vị là hai nguyên tắc ở trên, áp dụng ngay từ biểu đồ đầu tiên.

Câu hỏi thường gặp

Trực quan hóa dữ liệu và dashboard khác nhau thế nào?

Dashboard là một trang gom nhiều biểu đồ để theo dõi liên tục. Trực quan hóa dữ liệu là kỹ năng rộng hơn, gồm cả biểu đồ dùng một lần trong báo cáo hay bài thuyết trình.

Trực quan hóa dữ liệu và data storytelling có giống nhau không?

Không hẳn. Data storytelling là dùng biểu đồ, chú thích và lời dẫn để kể một kết luận theo trình tự. Trực quan hóa là phần "hình" trong câu chuyện đó.

Có cần biết lập trình mới trực quan hóa dữ liệu được không?

Không bắt buộc: Excel và các công cụ kéo thả làm được nhiều việc. Lập trình có lợi khi bạn phải làm lại cùng một biểu đồ nhiều lần hoặc dữ liệu lớn hơn sức Excel.

Có nên dùng biểu đồ tròn không?

Được, khi chỉ có vài nhóm và bạn muốn nhấn "một phần của tổng". Khi cần so các nhóm gần bằng nhau, biểu đồ cột dễ đọc hơn.

Bước tiếp theo

Bắt đầu với bài các loại biểu đồ để luyện chọn biểu đồ theo câu hỏi, rồi đi tiếp cả lộ trình NumPy, Pandas, Matplotlib miễn phí. Khi đã quen tự vẽ và muốn có người chữa bài trên một dự án phân tích trọn vẹn, AIDev có khóa học có giảng viên đồng hành để bạn đi tiếp.

Tham vấn chuyên môn

Nguyễn Việt Chung

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.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập