Tất cả bài viết

Đối với anh/chị mới vào ngành việc tiếp cận nhiều định nghĩa từ nhiều nguồn khác nhau sẽ khá hoang mang và mơ hồ. Do có một số định nghĩa có sự khác nhau và chồng chéo. Nên  tất cả khái niệm, định nghĩa trong mảng Phân tích dữ liệu kinh doanh (Data Analytics) được sử dụng trong Series bài viết này sẽ được tham khảo từ tổ chức INFORMS.  Nếu anh/chị nào trong ngành Data sẽ biết: INFORMS là tổ chức tập hợp từ rất nhiều công ty, tổ chức nổi tiếng trong ngành về mảng công nghệ phâ

“ Phân tích dữ liệu kinh doanh ” là series được thực hiện bởi Chị Phương Thảo – Founder tại Mastering Data Analytics. Chuỗi bài viết là những chia sẻ kinh nghiệm, kiến thức, trải nghiệm thực tế trong lĩnh vực này. Chuỗi bài viết sắp ra mắt đọc giả sau đây là những chia sẻ thực tế mong sẽ là những kiến thức bổ ích cho anh/chị đang loay hoay trong lĩnh vực này. Chúng ta đã và đang bước vào kỷ nguyên số với nhu cầu lưu trữ và khai thác nguồn dữ liệu ngày một lớn. Nhà phân tích d

Tiếp theo bài viết số [4] về chủ đề  Những công nghệ phân tích dữ liệu (data analytics) dẫn đầu trên thế giới ,  thì hôm nay mình sẽ chia sẻ tiếp về các chủ đề: Phân biệt các nhóm công nghệ phân tích dữ liệu Phân biệt các nhóm công nghệ phân tích dữ liệu 1. Phân theo mức độ coding khi thực hiện Nhóm công nghệ phân tích dữ liệu bao gồm: no-code (free code), low-code , pro-code (traditional coding), combined (kết hợp cả no-code và pro-code), automation (tự động) . 1.1. No-c

Trong mảng  Business Intelligence, các công nghệ Visual-based Analytics Platforms như Power BI, Tableau, Qlik … đang dẫn đầu.  Tuy nhiên, đối với  những người mới, chưa sử dụng nhiều những công nghệ này sẽ có 1 số hiểu lầm.  Nên trong bài viết hôm nay, sẽ đưa ra 1 số giải thích và dẫn chứng, để bạn hiểu rõ hơn về nhóm công nghệ này, để cân nhắc lựa chọn công nghệ phân tích dữ liệu phù hợp nhé! Mình sẽ  lựa chọn công nghệ Power BI,  dẫn đầu toàn thế giới mảng Business Intellig

Hiện nay, có rất nhiều tranh luận xoay quanh việc dùng công nghệ BI để phân tích dữ liệu. Bản thân mình cũng chia sẻ rất rõ quan điểm của mình về vấn đề này. Chính là “Hãy lựa chọn những công nghệ phù hợp với nhu cầu phân tích của bạn”. Các tiêu chí chọn công nghệ phân tích dữ liệu dành cho doanh nghiệp Phân biệt về các nhóm công nghệ phân tích dữ liệu bạn có thể theo dõi bài viết trước. Trong bài viết đã có giải thích chi tiết và nhiều dẫn chứng. Sau khi đã phân biệt được cá

Data analytics ngày trở nên phổ biến tại Việt Nam khi công việc của một Data analyst đang được nhiều bạn trẻ quan tâm. Bên cạnh đó, hầu như các doanh nghiệp đều dùng đến các kỹ năng phân tích kinh doanh để vận hành doanh nghiệp tốt nhất. Data analytics rất cần thiết cho mọi ngành nghề, nếu một dự án data analytics thành công sẽ đưa công ty bạn phát triển vượt bậc. Vậy như thế nào là một dự án Data Analytics thành công? Chúng ta cùng tìm hiểu bài viết sau đây nhé! Ứng dụng Dat

Mình là Phương Thảo – hiện là BI/BA Trainer và mình cũng xuất thân từ một Data Analyst . Với những bạn đã theo dõi mình qua mạng xã hội luôn có rất nhiều câu hỏi dành cho mình. Đâu đó vẫn là những thắc mắc xoay quanh chuyện nghề, kinh nghiệm cần thiết để phát triển công việc. Thế nên hôm nay mình quyết định cho ra đời bài viết này. Không biết có giải đáp hết tất cả các thắc mắc của các bạn hay không nhưng hy vọng sẽ là một. Tại sao mình chọn Nghề Data Analyst? Nếu mọi người

Tiếp theo phần 1 Phân Biệt: Database, Data Warehouse, Data Mart, Data Lake, Data Lakehouse, Data Mesh P1 . Hôm nay chúng ta tìm hiểu tiếp các khái niệm Data Lakehouse . Data Fabric , Data Mesh , … Ngoài ra, trong bài sẽ đề cập một số nguồn tài liệu tham khảo giúp bạn tự tìm hiểu sâu hơn về khái niệm này. Data Lakehouse A Data Lakehouse combines the advantages of a Data Lake and a Data Warehouse. Data Fabric Data Fabric được thiết kế để giúp các tổ chức giải quyết các vấn đề

Database, Data Warehouse, Data Mart, Data Lake, Data Lakehouse, Data Mesh. Đây là những khái niệm bạn sẽ gặp khi làm một Data Analyst. Các khái niệm vừa nêu sẽ là nội dung tiếp theo series Phân tích dữ liệu kinh doanh. Đây là những khái niệm phổ biến nhất liên quan về thiết kế hệ thống dữ liệu. Mình chủ yếu mạnh về phân tích, không chuyên về mấy Database Connections. Bên mình có hợp tác với một anh chuyên gia Database Management & Architect (Joseph Tan). Ngoài ra, bên mình đa

Chưa thấy trung tâm nào dạy Data Analytics tại Việt Nam mà 1 lớp học gần 100 người học cả? Không biết MDA dạy nội dung gì mà lớp gần 100 học viên? Đó là những câu hỏi phổ biến mình nhận được mỗi khi lớp học bên trung tâm mình khai giảng khóa mới. Vậy thì hôm nay mời mọi người cùng tìm hiểu nhé! Khóa học Data Analytics tại Mastering Data Analytics Với mình, lớp học có 100 học viên là bình thường. Khi được tham dự lớp Business Analytics Program của Cambridge, một lớp gần 300

Đối với newbie tìm nguồn dữ liệu miễn phí để thực hành có khó hay không? Câu trả lời là không khi bạn đọc hết nội dung bài này. Để trở thành một nhà phân tích kinh doanh giỏi thì việc luyện tập tích lũy kinh nghiệm là điều hiển nhiên. Dưới đây là top 10 nguồn dữ liệu miễn phí để các bạn thỏa sức luyện nâng trình. 1. Nguồn dữ liệu miễn phí: Google Trends Google Trend là nguồn dữ liệu miễn phí hàng đầu để data analyst tận dụng. Truy cập:  www.trends.google.com Google Trend ch

Tự học Data Analytics Trong livestream về nội dung học trong chương trình Phân tích dữ liệu kinh doanh – Business Intelligence Program. Mình có giải thích 20% Technical Skills khi làm phân tích, thông thường bạn sẽ dùng Công nghệ (tool) để thực hiện. Bao gồm: kết nối nguồn dữ liệu, chuẩn hóa/làm sạch dữ liệu, liên kết bảng dữ liệu, phân tích…. Về chủ đề công nghệ mình đã viết khá chi tiết trong các bài viết trước của Series này, anh/chị có thể xem lại nhé! Nguồn tài liệu tự h

Như mình đã nói trong bài viết trước khi giới thiệu về công nghệ. Có thể nhiều người mới bắt đầu tìm hiểu về Data Analytics chưa biết, nhưng học công cụ (tool): trên mạng cực kì nhiều nguồn miễn phí. Nhưng học cách phân tích dữ liệu, cách suy nghĩ, tư duy như thế nào khi phân tích dữ liệu thì ít, khó tìm hơn. Đó là lý do phần về tool bên mình hay miễn phí cho học viên kèm theo khóa học (code DAX, SQL, thi PL300…). Vì thật sự dạy tool dễ hơn nên rất nhiều bên có thể dạy, và cũ

Fake Analytics – cụm từ mà mình đã nhớ đến khi đang lướt các bài viết. Gần đây mình có đọc qua bài viết này của Maz và thấy ý tưởng này rất hay. Bài viết của Maz nói lên hiện trạng khi đọc hiểu dữ liệu mà nhiều người đang mắc phải. Source: Slide dạy về Business Statistics trong Business Intelligence Program (Reference mình để cuối series) Bản thân mình cũng từng dùng ví dụ này để dạy về Mean, Median, Mode… trong phần Business Statistics – chương trình Phân tích dữ liệu kinh

Hôm nay mình sẽ chia sẻ anh/chị theo dõi Newsletter Phân tích dữ liệu kinh doanh những nguồn để tự học Power BI nhé (công nghệ dẫn đầu toàn thế giới mảng Business Intelligence). 1. Tự học Power BI với Power BI learning resource guide Link truy cập: www.novypro.com/project/power-bi-learning-resource-guide Mọi người bấm vào link, chọn hạng mục liên quan đến Power BI muốn học, chọn link dẫn nguồn học. Mình thấy nguồn tài liệu này được cập nhật cũng liên tục (hình trên cập nhật m

“Dân” trong ngành Training Data Analytics hay Consulting có những câu nói vui từ kinh nghiệm làm việc. Hôm nay mình sẽ tổng hợp lại 3 câu nói đùa mà mình ghi nhớ sâu sắc nhất. Mỗi khi triển khai dịch vụ Training/ Consulting trong mảng Data Analytics cho khách hàng. Kinh nghiệm là cái lâu lâu nghiệm lại thấy … kinh Nguyên tắc khi làm consulting Nguyên tắc khi làm Consulting mà mình đã học được: không giảng dạy/tư vấn dựa trên kinh nghiệm cá nhân. Luôn dạy/tư vấn theo “Methodol

Hype Cycle là gì? Hôm nay mình sẽ chia sẻ với mọi người về bảng xếp hạng “ Hype-Cycle ” của Gartner. Bảng xếp hạng này vô cùng nổi tiếng và rất hữu ích để người dùng tiếp cận những công nghệ tiên tiến mới, những xu hướng mới trên toàn thế giới. Tại sao cần phải biết Hype Cycles? Hype Cycle là gì? Bạn đã biết đọc Hype Cycle? Hype Cycle: chu kỳ bong bóng , Hype Cycle cung cấp một bức tranh tổng thể về sự chuyển dịch của các xu hướng mới nổi liên quan đến nhiều lĩnh vực, từ khi

Phân tích PVM giúp bạn tìm ra nguyên nhân các thay đổi về doanh thu hoặc tỷ suất lợi nhuận do các thành phần chính. Trên thực tế có rất nhiều phương pháp phân tích nguyên nhân gây tác động biến phân tích. Được biết đến với cái tên Factor Analysis . Trong số đó, phương pháp phân tích theo mô hình PVM là phương pháp khá phổ biến. Được nhiều người ứng dụng rộng rãi tại các bộ phận Sale/Finance tại doanh nghiệp. Bạn đã biết Phân tích PVM là gì? Phân tích PVM (Price – Volume – M