Báo cáo phân tích dữ liệu: phát hiện, khuyến nghị, giới hạn
Bài 2/5 · Chương 9
Dự án phân tích dữ liệu
- 8 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 12
Báo cáo phân tích dữ liệu là phần người ra quyết định thật sự đọc: họ không mở notebook, chỉ cần biết dữ liệu nói gì, nên làm gì và tin được tới đâu. Một báo cáo gọn có năm phần theo thứ tự đọc, mỗi phát hiện là một câu có số, mỗi khuyến nghị dựa trên một phát hiện, và phần giới hạn nói thẳng điều dữ liệu chưa trả lời được.
Cần biết trước: tư duy phân tích dữ liệu và Jupyter Notebook.
Năm phần của báo cáo cho người đọc bận
Người nhận báo cáo thường chỉ đọc vài dòng đầu, như đọc tin nhắn trên điện thoại giữa hai cuộc họp. Vì vậy kết luận đứng trước, cách làm đứng sau:
# | Phần | Viết gì | Độ dài |
|---|---|---|---|
1 | Bối cảnh | Ai hỏi, dữ liệu từ đâu, khoảng thời gian nào | 1–2 câu |
2 | Câu hỏi | Câu hỏi dữ liệu đã chọn, với đại lượng đo và phép lọc | 1–3 câu |
3 | Phát hiện | Ba tới năm câu có số, quan trọng nhất trước | mỗi câu một dòng |
4 | Khuyến nghị | Việc nên làm, ghi rõ dựa trên phát hiện nào | 1–3 dòng |
5 | Giới hạn | Dữ liệu thiếu gì, câu trả lời chưa nói được gì | 1–3 dòng |
Trong notebook, phần chữ nằm trong cell Markdown, và mỗi con số trong phần chữ có một cell code ngay bên dưới tính ra nó, để người kiểm tra lại lần được nguồn. Khung một báo cáo ngắn về kênh bán hàng trông như sau:
## Bối cảnh
Chị Lan (quản lý cửa hàng) hỏi về các kênh bán. Dữ liệu: 1.526 đơn, 01/2025–06/2026.
## Phát hiện
1. Website chiếm 33,3% doanh thu đơn hoàn thành, gấp 4,7 lần Mạng xã hội.
2. Ứng dụng có tỷ lệ hủy 10,1%, cao nhất trong năm kênh.
## Khuyến nghị
- Xem lại bước thanh toán trên Ứng dụng (Phát hiện 2).
## Giới hạn
- 5 đơn còn đang giao chưa được tính vào doanh thu.
Viết phát hiện kèm số liệu
"Website bán rất tốt" là một nhận xét; "Website chiếm 33,3% doanh thu đơn hoàn thành, gấp 4,7 lần Mạng xã hội" là một phát hiện. Phát hiện có ba thứ: nhóm được nói tới, một con số, và một mốc để so (tổng, nhóm khác, tháng trước). Code dưới tính đúng hai con số của câu đó và in câu ra theo kiểu số Việt Nam:
import pandas as pd
don = pd.read_csv("don_hang.csv", dtype={"ma_sp": str})
xong = don[don["trang_thai"] == "Hoàn thành"]
tien = xong["so_luong"] * xong["don_gia"]
theo_kenh = tien.groupby(xong["kenh"]).sum()
ty_trong = theo_kenh["Website"] / theo_kenh.sum() * 100
boi = theo_kenh["Website"] / theo_kenh["Mạng xã hội"]
so_1 = f"{ty_trong:.1f}".replace(".", ",")
so_2 = f"{boi:.1f}".replace(".", ",")
print(f"Website chiếm {so_1}% doanh thu,",
f"gấp {so_2} lần Mạng xã hội.")KẾT QUẢ
Website chiếm 33,3% doanh thu, gấp 4,7 lần Mạng xã hội..1f làm tròn một chữ số sau dấu thập phân, rồi replace đổi dấu chấm thành dấu phẩy cho người đọc Việt Nam; đổi riêng từng con số, không đổi cả câu, để dấu chấm cuối câu còn nguyên. Đổi "Mạng xã hội" ở cả hai chỗ thành "Cửa hàng" rồi chạy lại: câu in mốc so mới, gấp 2,9 lần Cửa hàng.
Khi phát hiện đi kèm biểu đồ, tiêu đề của biểu đồ nên chính là câu phát hiện, chứ không chỉ là tên các trục. Bài annotate trong Matplotlib chỉ cách đặt tiêu đề kết luận và chú thích đúng điểm cần nhìn.
So tỷ lệ, không so số đếm giữa các nhóm khác cỡ
Phát hiện so hai nhóm chỉ công bằng khi đo cùng một thang. Kênh lớn có nhiều đơn hủy chỉ vì có nhiều đơn.
Trung bình của một cột đúng/sai là tỷ lệ phần đúng, nên groupby(...).mean() trên phép so == "Đã hủy" cho tỷ lệ hủy của mỗi kênh:
import pandas as pd
don = pd.read_csv("don_hang.csv", dtype={"ma_sp": str})
la_huy = don["trang_thai"] == "Đã hủy"
ty_le = (la_huy.groupby(don["kenh"]).mean() * 100).round(1)
print(ty_le.sort_values(ascending=False).to_string())KẾT QUẢ
kenh
Ứng dụng 10.1
Website 8.2
Mạng xã hội 7.0
Cửa hàng 6.9
Sàn TMĐT 6.1Theo tỷ lệ, Mạng xã hội hủy 7,0%, nhiều hơn Cửa hàng và Sàn TMĐT; kênh ít hủy là Sàn TMĐT. Ứng dụng đứng đầu theo cả hai cách đo, nên phát hiện 2 của khung mẫu đứng vững.
Tìm giới hạn của dữ liệu bằng code
Phần giới hạn không phải lời xin lỗi chung chung. Mỗi dòng nêu một điều cụ thể có thể làm câu trả lời sai lệch, và nhiều điều tìm được bằng vài dòng code:
import pandas as pd
don = pd.read_csv("don_hang.csv", dtype={"ma_sp": str})
print(don["ngay_dat"].min(), "->", don["ngay_dat"].max())
print((don["trang_thai"] == "Đang giao").sum(), "đơn đang giao")
trong = don[don["ngay_giao"].isna()]
print(len(trong), "đơn trống ngày giao:",
trong["trang_thai"].value_counts().to_dict())KẾT QUẢ
2025-01-01 -> 2026-06-30
5 đơn đang giao
126 đơn trống ngày giao: {'Đã hủy': 121, 'Đang giao': 5}Dữ liệu dừng ở 30/06/2026, và 5 đơn cuối kỳ còn đang giao nên có thể còn bị hủy: đó là một giới hạn. Ô trống ngày giao chỉ rơi vào đơn hủy và đơn đang giao, nên thời gian giao tính được trên đủ 1.400 đơn đã giao: điều này đã kiểm xong và không cần ghi vào phần giới hạn.
Một giới hạn hay bị bỏ sót là khoảng cách giữa điều bảng đo và điều người hỏi muốn biết. Bảng doanh thu theo kênh nói kênh nào mang nhiều tiền về, chưa nói kênh nào lời, vì dữ liệu không có chi phí từng kênh.
Kiểm tra nhanh
Người đọc báo cáo có hai phút. Phần nào nên đứng ngay sau bối cảnh và câu hỏi?
- Phát hiện
- Cách làm sạch dữ liệu
- Giới hạn
Câu nào là một phát hiện đúng nghĩa?
- Website là kênh rất quan trọng của cửa hàng.
- Website chiếm 33,3% doanh thu đơn hoàn thành, gấp 4,7 lần Mạng xã hội.
- Nên tăng ngân sách quảng cáo cho Website.
Theo các bảng của bài, kênh nào có tỷ lệ hủy thấp nhất?
- Mạng xã hội
- Sàn TMĐT
- Cửa hàng
Những dòng nào hợp với phần giới hạn của báo cáo kênh bán?
- 5 đơn cuối kỳ còn đang giao, có thể còn bị hủy.
- Không có chi phí theo kênh, nên chưa biết kênh nào lời nhiều.
- Website chiếm một phần ba doanh thu.
- Phân tích có thể chưa hoàn hảo.
Bài tập
Câu phát hiện từ bảng doanh thu
Bạn muốn notebook tự viết câu phát hiện đầu tiên từ bảng doanh thu theo nhóm, để chạy lại mỗi tháng mà không phải gõ số. Viết thân hàm cau_phat_hien(doanh_thu): doanh_thu là Series doanh thu của ít nhất hai nhóm, index là tên nhóm, chưa xếp thứ tự, các số đều dương và khác nhau.
Câu có đúng dạng "<nhóm lớn nhất> dẫn đầu với <A>% tổng, gấp <B> lần <nhóm nhỏ nhất>.". A là tỷ trọng của nhóm lớn nhất trong tổng, B là doanh thu nhóm lớn nhất chia nhóm nhỏ nhất; cả hai làm tròn một chữ số và viết dấu phẩy thập phân, như 33,3. Hàm không sửa doanh_thu.
Trả về: câu phát hiện, một str.
import pandas as pd
def cau_phat_hien(doanh_thu):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Báo cáo có năm phần theo thứ tự đọc: bối cảnh, câu hỏi, phát hiện, khuyến nghị, giới hạn.
Phát hiện là một câu có nhóm, con số và mốc so; nhận xét không số chưa phải phát hiện.
Mỗi khuyến nghị ghi rõ dựa trên phát hiện nào.
So các nhóm khác cỡ bằng tỷ lệ, không bằng số đếm; trung bình của cột đúng/sai là tỷ lệ.
Giới hạn nêu điều cụ thể, tìm bằng code: khoảng thời gian, ô trống, dữ liệu còn thiếu.
Câu hỏi thường gặp
Có mẫu báo cáo phân tích dữ liệu nào dùng ngay được không?
Năm tiêu đề ## Bối cảnh, ## Câu hỏi, ## Phát hiện, ## Khuyến nghị, ## Giới hạn trong cell Markdown là một mẫu đủ dùng cho phần lớn báo cáo ngắn.
Cách viết báo cáo phân tích dữ liệu cho sếp không rành số liệu?
Một phát hiện một dòng, số đã làm tròn, và một mốc so quen thuộc như "gấp 4,7 lần" hay "một phần ba". Đặt khuyến nghị ngay sau phát hiện mà nó dựa vào, và để code, bảng chi tiết ở cuối notebook hay phụ lục.
Nên gửi notebook hay xuất ra file khác?
Người đọc không dùng Python thì xuất notebook ra HTML hay PDF, giấu các cell code nếu cần; người kiểm tra lại số thì gửi kèm notebook. Trước khi xuất, chạy lại từ đầu tới cuối để mọi con số khớp với dữ liệu hiện tại.
Báo cáo có biểu đồ thì viết thế nào?
Mỗi phát hiện quan trọng đi với một biểu đồ có tiêu đề là chính câu phát hiện. Dự án báo cáo giá nhà có hình làm trọn một báo cáo như vậy với Matplotlib.
Chủ đề
Dữ liệu của bài
- Tải xuống
don_hang.csv
CSV · 109.5 KB
Bài này có hữu ích?
Hỏi đáp
Tham 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.