Learn AI Mindset

AI trong phân tích dữ liệu cho người mới bắt đầu

Tìm hiểu cách dùng AI để chuẩn bị, khám phá và trình bày dữ liệu, đồng thời kiểm tra kết quả, bảo vệ thông tin nhạy cảm và bắt đầu với một thử nghiệm nhỏ.

15 phút đọc

Ảnh minh họa Phân tích dữ liệu với AI - AI trong phân tích dữ liệu
Ngày đăng
Thời gian đọc
15 phút

AI trong phân tích dữ liệu là việc dùng các công cụ AI để hỗ trợ chuẩn bị, khám phá, tóm tắt và trình bày dữ liệu. Công cụ có thể giúp người mới làm quen với phân tích dữ liệu hoặc lập trình thực hiện một số công việc dễ dàng hơn. Tuy nhiên, cần kiểm tra kết quả trước khi dựa vào đó.

Chẳng hạn, bạn có thể yêu cầu AI tóm tắt yêu cầu hỗ trợ khách hàng theo tháng hoặc gợi ý một biểu đồ. Kết quả giúp định hướng việc tìm hiểu, nhưng không chứng minh xu hướng là có thật hay phép tính chính xác.

> Điểm chính
> – AI có thể hỗ trợ nhiều khâu phân tích dữ liệu, từ chuẩn bị dữ liệu thường lệ đến tóm tắt và tạo biểu đồ.
> – Xem kết quả AI là điểm khởi đầu; kiểm tra dữ liệu, phép tính, giả định và bối cảnh.
> – Bắt đầu với bộ dữ liệu nhỏ, được phép sử dụng và không chứa thông tin nhạy cảm. Cân nhắc kỹ trước khi chia sẻ dữ liệu hoặc hành động dựa trên kết quả.

Tóm tắt cốt lõi (Key Takeaways)

  • Bắt đầu với câu hỏi: Chọn bộ dữ liệu nhỏ, được phép sử dụng và đặt một câu hỏi cụ thể để thử nghiệm.
  • Kiểm tra kết quả: Đối chiếu nguồn dữ liệu, trường, phép tính và giả định trước khi dựa vào phân tích do AI tạo ra.
  • Bảo vệ dữ liệu: Kiểm tra quy định của tổ chức và điều khoản dịch vụ trước khi tải dữ liệu lên công cụ AI.
  • Xem gợi ý là bước đầu: Dùng tóm tắt hoặc xu hướng do AI gợi ý để định hướng việc tìm hiểu, không xem đó là kết luận nếu chưa xác minh.

AI có thể hỗ trợ bạn làm gì trong phân tích dữ liệu?

AI có thể hỗ trợ chuẩn bị, khám phá dữ liệu, trả lời câu hỏi, tạo hình ảnh trực quan và giải thích kết quả. Công cụ có thể giảm công việc lặp lại, nhưng không đảm bảo kết quả chính xác hoặc phù hợp. Intuit mô tả cách AI hỗ trợ các giai đoạn như chuẩn bị dữ liệu, phân tích và truyền đạt kết quả.

Ví dụ, một nhóm muốn tìm hiểu vì sao số yêu cầu hỗ trợ thay đổi trong vài tháng. AI có thể tóm tắt dữ liệu, gợi ý các nhóm để so sánh hoặc soạn chú thích biểu đồ. Người dùng vẫn cần xác nhận ngày tháng và danh mục, đồng thời xem xét những thay đổi có thể đã diễn ra trong hoạt động kinh doanh. AI hỗ trợ một số phần việc; con người cung cấp bối cảnh và đưa ra quyết định.

AI có thể hỗ trợ những công việc phân tích dữ liệu nào?

AI có thể hỗ trợ chuẩn bị dữ liệu thường lệ, khám phá ban đầu, đặt câu hỏi và truyền đạt kết quả. Khả năng thực hiện từng việc tùy thuộc vào công cụ và dữ liệu được cung cấp.

Với một mẫu yêu cầu hỗ trợ được phép sử dụng và không chứa thông tin nhạy cảm, bạn có thể yêu cầu đếm số yêu cầu theo tháng, tạo biểu đồ và mô tả xu hướng. Trước khi dùng phần mô tả trong báo cáo, hãy xác minh ngày tháng, tổng số và danh mục.

Quy trình phân tích dữ liệu bằng AI dành cho người mới bắt đầu

Hãy chọn câu hỏi rõ ràng, xem xét dữ liệu, yêu cầu AI hỗ trợ trong phạm vi cụ thể, xác minh kết quả và chỉ truyền đạt những gì đã kiểm tra. Bạn chịu trách nhiệm đánh giá kết quả có đáng tin cậy hay không. Intuit khuyến nghị bắt đầu với quy mô nhỏ và xem lại kết quả do AI tạo ra.

1. Chọn một câu hỏi và bộ dữ liệu phù hợp. Chọn dữ liệu bạn được phép sử dụng và có thể hiểu. Cụ thể hóa câu hỏi, chẳng hạn: “Số yêu cầu hỗ trợ thay đổi như thế nào theo từng tháng?” Tránh yêu cầu chung chung như “Tìm thông tin hữu ích”, vì câu hỏi đó để ngỏ quá nhiều giả định.
2. Xem xét và chuẩn bị dữ liệu. Xác định mỗi hàng đại diện cho điều gì, ý nghĩa của từng cột, và ngày tháng, danh mục, đơn vị có nhất quán không. Có thể nhờ AI tìm vấn đề, nhưng hãy xem lại mọi đề xuất chỉnh sửa trước khi thực hiện.
3. Yêu cầu một phân tích có phạm vi rõ ràng. Nêu câu hỏi, khoảng thời gian và các trường dữ liệu cần dùng. Yêu cầu công cụ giải thích cách làm và chỉ ra giả định. Nếu công cụ không thể cho biết một con số hoặc biểu đồ được tạo ra như thế nào, hãy thận trọng với kết quả.
4. Đối chiếu kết quả với dữ liệu. Xác minh tổng số hoặc phép so sánh quan trọng bằng dữ liệu gốc hay phương pháp đáng tin cậy. Kiểm tra bản ghi thiếu, trùng lặp hoặc nằm ngoài khoảng thời gian phân tích. Tìm hiểu xu hướng bất ngờ thay vì chấp nhận ngay lời giải thích trôi chảy.
5. Truyền đạt kết quả có giới hạn và được dữ liệu hỗ trợ. Nêu rõ bạn đã kiểm tra những gì và dữ liệu cho thấy điều gì. Phân biệt xu hướng quan sát được với lời giải thích về nguyên nhân: dữ liệu có thể cho thấy một thay đổi mà không xác định được nguyên nhân.

Sơ đồ quy trình AI trong phân tích dữ liệu - AI trong phân tích dữ liệu cho người mới bắt đầu
Sơ đồ quy trình: AI trong phân tích dữ liệu cho người mới bắt đầu

Khi so sánh số yêu cầu hỗ trợ giữa các tháng, hãy xác nhận mỗi tháng có cùng khoảng ngày và cùng danh mục yêu cầu. Biểu đồ có thể cho thấy xu hướng, nhưng không xác định được xu hướng đó do thay đổi cách báo cáo hay một sự kiện kinh doanh gây ra.

Có thể dùng AI phân tích dữ liệu mà không cần lập trình không?

Có. Một số công cụ hỗ trợ câu hỏi bằng ngôn ngữ thông thường, giúp bạn khám phá dữ liệu mà không cần viết mã hoặc truy vấn cơ sở dữ liệu. Khả năng này tùy thuộc vào công cụ, kết nối dữ liệu và công việc cần làm; vẫn phải kiểm tra câu trả lời. Databricks mô tả việc đặt câu hỏi về dữ liệu kinh doanh bằng ngôn ngữ tự nhiên như một cách thay thế cho việc viết SQL hoặc thao tác qua bảng điều khiển.

Chẳng hạn, bạn có thể hỏi: “Khu vực nào có lượng yêu cầu hỗ trợ tăng trong quý trước?” Trước khi dùng câu trả lời, hãy xác nhận “quý trước” tính từ ngày nào đến ngày nào, công cụ định nghĩa “tăng” ra sao và những bản ghi, khu vực nào được đưa vào phân tích. Nếu phép tính cần định nghĩa riêng của doanh nghiệp, hãy nêu rõ thay vì cho rằng công cụ tự biết.

Lập trình hữu ích khi cần phân tích có thể lặp lại hoặc tùy chỉnh sâu hơn, nhưng không phải nhiệm vụ đầu tiên nào của người mới cũng cần đến. Dù dùng giao diện hội thoại hay viết mã, hãy kiểm tra phương pháp và kết quả bằng dữ liệu.

Cách kiểm tra phân tích do AI tạo ra trước khi tin cậy

Hãy kiểm tra đầu vào, phép tính, giả định và bối cảnh trước khi sử dụng kết quả. Biểu đồ hợp lý hay phần tóm tắt chắc chắn không chứng minh phân tích đã dùng đúng dữ liệu hoặc phương pháp. Domo lưu ý trong phần thảo luận về công cụ AI phân tích dữ liệu rằng kết quả số và phép tính được tạo ra có thể sai.

Dùng danh sách kiểm tra sau:

  • Xác nhận nguồn và trường dữ liệu. Công cụ có phân tích đúng bộ dữ liệu không? Các cột, danh mục, đơn vị và ngày tháng liên quan có chính xác không?
  • Tìm vấn đề về chất lượng dữ liệu. Kiểm tra bản ghi thiếu, trùng lặp, không nhất quán hoặc nằm ngoài phạm vi. Những vấn đề này có thể làm thay đổi tổng số và kết quả so sánh.
  • Kiểm tra lại phép tính quan trọng. Tính lại số liệu chính hoặc đối chiếu bằng phương pháp đáng tin cậy. Với mức tăng so với tháng trước, hãy xác minh khoảng ngày, bản ghi được tính, mẫu số và cách tính.
  • Xem xét giả định và định nghĩa. “Khách hàng”, “đang hoạt động” hay “doanh thu” có cùng nghĩa với cách nhóm bạn dùng không? Phép so sánh có mốc tham chiếu phù hợp không?
  • Tìm bối cảnh còn thiếu và khả năng thiên lệch. Xu hướng có thể phản ánh cách thu thập dữ liệu hoặc những trường hợp được ghi nhận, chứ không phải thay đổi chung ngoài thực tế. Kiểm tra xem có nhóm hoặc tình huống quan trọng nào bị bỏ sót không.
  • Xem xu hướng là điều cần tìm hiểu, không phải kết luận. Phần tóm tắt hoặc biểu đồ có thể gợi ý câu hỏi tiếp theo, nhưng không tự xác định nguyên nhân hay biện minh cho quyết định. Intuit mô tả kết quả khám phá dữ liệu như điểm bắt đầu cho việc tìm hiểu thêm, thay vì kết luận.

Nếu không thể giải thích cách tạo ra một con số quan trọng hoặc kiểm tra lại bằng phương pháp đáng tin cậy, đừng trình bày con số đó như kết quả đã xác minh. Hãy yêu cầu giải thích phương pháp, thu hẹp phạm vi công việc hoặc dùng cách tiếp cận khác.

AI phù hợp ở đâu trong quy trình phân tích dữ liệu?

AI có thể hỗ trợ từ khâu chuẩn bị thông tin đến giải thích kết quả, nhưng không cần dùng ở mọi giai đoạn. Thử nghiệm đầu tiên cũng không đòi hỏi mô hình hóa nâng cao. Intuit mô tả AI hỗ trợ việc chuẩn bị, khám phá, mô hình hóa hoặc dự báo, và truyền đạt kết quả.

Trong một công việc đơn giản, bạn có thể dùng AI để phát hiện định dạng ngày tháng không nhất quán, tóm tắt số lượng yêu cầu, gợi ý biểu đồ và soạn báo cáo ngắn. Kiểm tra từng bước: xác nhận giá trị đã làm sạch, đối chiếu số lượng, xem trục và danh mục trên biểu đồ, rồi chỉnh sửa báo cáo để các khẳng định khớp với bằng chứng.

Một số công cụ hỗ trợ cả dự báo, nhưng công việc này cần được xem xét kỹ hơn. Dự báo phụ thuộc vào dữ liệu và giả định; giá trị dự đoán không đảm bảo điều gì sẽ xảy ra. Nếu chưa thể kiểm tra giả định của phân tích phức tạp, hãy bắt đầu bằng câu hỏi đơn giản hơn.

Chọn bộ dữ liệu đầu tiên và một câu hỏi hữu ích

Chọn bộ dữ liệu nhỏ bạn hiểu, được phép sử dụng và có thể tự kiểm tra. Bắt đầu với câu hỏi có thể trả lời và một giai đoạn phân tích; sau đó đối chiếu kết quả AI với kiểm tra thủ công hoặc phương pháp đáng tin cậy khác. Intuit khuyến nghị thử nghiệm với bộ dữ liệu nhỏ và so sánh kết quả với phần đánh giá của chính bạn.

Một bài tập đầu tiên có thể dùng số liệu công khai hoặc dữ liệu tổng hợp về lượng người tham dự sự kiện theo tháng, với câu hỏi: “Danh mục sự kiện nào thay đổi nhiều nhất giữa hai giai đoạn này?” Bạn có thể tự kiểm tra tổng số và xác nhận công cụ dùng đúng danh mục, khoảng thời gian. Cách này giúp đánh giá AI có ích cho công việc của bạn không mà không giao quyết định kinh doanh quan trọng cho kết quả chưa kiểm tra.

Nếu phần lớn công việc liên quan đến bảng tính, hướng dẫn đi kèm về AI trong phân tích bảng tính có các ví dụ tập trung vào bảng tính. Bài viết này đề cập quy trình phân tích rộng hơn.

Bảo vệ dữ liệu nhạy cảm khi dùng công cụ AI phân tích

Trước khi tải bộ dữ liệu lên, hãy kiểm tra quy định của tổ chức và điều khoản hiện hành của dịch vụ cụ thể. Đừng mặc định công cụ giữ mọi dữ liệu tải lên ở chế độ riêng tư, xóa dữ liệu ngay lập tức hoặc không dùng dữ liệu đó để huấn luyện mô hình; chính sách và cài đặt khác nhau giữa các nhà cung cấp và sản phẩm.

Bảng số liệu mẫu công khai khác với tệp xuất dữ liệu khách hàng có tên, thông tin liên hệ, dữ liệu tài chính hoặc hồ sơ nhạy cảm khác. Nếu tổ chức yêu cầu môi trường đã được phê duyệt, hãy sử dụng môi trường đó; chỉ dùng dữ liệu đã khử định danh khi chính sách cho phép. Kiểm tra quy định áp dụng trước khi chia sẻ thông tin kinh doanh mật, hợp đồng hoặc hồ sơ nội bộ. Bài viết này không xác định chính sách lưu giữ dữ liệu hay sử dụng dữ liệu để huấn luyện của bất kỳ dịch vụ cụ thể nào.

Gợi ý của AI không đồng nghĩa với kết luận từ dữ liệu

Phần tóm tắt, biểu đồ hoặc xu hướng do AI gợi ý có thể giúp xác định điều cần xem xét tiếp theo, nhưng chưa phải kết luận. Hãy đối chiếu xu hướng với dữ liệu nguồn và diễn giải trong bối cảnh thực tế. Intuit nhấn mạnh rằng kết quả khám phá dữ liệu có thể định hướng việc tìm hiểu thêm, thay vì được xem là kết luận.

Giả sử biểu đồ cho thấy doanh số có vẻ tăng. Mức tăng có thể là thật, nhưng cũng có thể phản ánh khoảng thời gian báo cáo khác, danh mục bị thiếu hoặc thay đổi trong cách ghi nhận doanh số. Kiểm tra các khả năng này trước khi gọi đó là xu hướng hoặc dùng làm căn cứ cho quyết định. AI có thể hỗ trợ điều tra; kiến thức chuyên môn giúp xác định kết quả có ý nghĩa gì.

Thử nghiệm đơn giản đầu tiên với AI trong phân tích dữ liệu

Hãy thử một câu hỏi có phạm vi rõ ràng trên bộ dữ liệu nhỏ, được phép sử dụng và không chứa thông tin nhạy cảm. Yêu cầu AI nêu phương pháp và giả định, đối chiếu kết quả với dữ liệu, rồi ghi lại điểm hữu ích và điểm cần sửa.

Ví dụ, hãy hỏi danh mục nào thay đổi nhiều nhất giữa hai giai đoạn trong một bộ dữ liệu mẫu. Xác minh ngày tháng, danh mục và phép tính trước khi chia sẻ câu trả lời. Giữ lại phần giúp tiết kiệm thời gian, sửa những điểm không khớp với dữ liệu và tự đưa ra cách diễn giải.

Đọc thêm trong chuyên đề Năng suất với AI:

Đọc tiếp trong Năng suất với AI: Quy trình và ứng dụng công việc

Xem cả chủ đề