Trả lời nhanh: Data visualization (trực quan hoá dữ liệu) là cách biến con số thành hình ảnh như biểu đồ, bản đồ, dashboard để người xem thấy ngay xu hướng, chênh lệch và bất thường. Làm đúng nghĩa là chọn biểu đồ theo câu hỏi cần trả lời, vẽ trung thực và giúp người đọc ra quyết định.
Điểm chính
- Chọn biểu đồ theo câu hỏi: so sánh dùng cột, xu hướng dùng đường, phân bố dùng histogram hoặc box plot, tỷ trọng dùng cột chồng 100% hoặc tròn ít lát, quan hệ dùng biểu đồ phân tán.
- Mắt người so vị trí và độ dài chính xác hơn góc và diện tích (Cleveland và McGill, 1984), nên biểu đồ cột thường dễ đọc hơn biểu đồ tròn.
- Ba lỗi gây hiểu sai hay gặp nhất: cột không bắt đầu từ 0, hiệu ứng 3D, biểu đồ tròn quá nhiều lát.
- Khoảng 1/12 nam giới và 1/200 nữ giới có khiếm khuyết sắc giác, nên đừng để màu là cách duy nhất truyền tải thông tin.
- Dashboard tốt cho biết chỉ số “đang tốt hay xấu so với cái gì”, không chỉ hiển thị thật nhiều con số.
Mục lục
- Data visualization là gì?
- Vì sao trực quan hoá dữ liệu quan trọng?
- Trực quan hoá dữ liệu ra đời như thế nào?
- Mắt người đọc biểu đồ như thế nào?
- Các loại biểu đồ: chọn biểu đồ theo câu hỏi nào?
- Những lỗi nào khiến biểu đồ gây hiểu sai?
- Dùng màu thế nào cho đúng và ai cũng đọc được?
- Nguyên tắc trực quan hoá dữ liệu: checklist 10 điểm
- Kể chuyện bằng dữ liệu là gì?
- Dashboard là gì và thiết kế thế nào cho hiệu quả?
- Quy trình trực quan hoá dữ liệu gồm những bước nào?
- Công cụ trực quan hoá dữ liệu gồm những nhóm nào?
- AI đang thay đổi trực quan hoá dữ liệu như thế nào?
- Câu hỏi thường gặp
Data visualization là gì?
Data visualization, tiếng Việt gọi là trực quan hoá dữ liệu, là việc thể hiện dữ liệu bằng các yếu tố hình ảnh như điểm, đường, cột, màu, vị trí trên bản đồ. Mỗi con số được “mã hoá” thành một thuộc tính mắt người nhận ra nhanh: độ cao của cột, độ dốc của đường, độ đậm của ô màu.
Mục tiêu không phải làm báo cáo đẹp hơn, mà giúp người xem trả lời một câu hỏi nhanh và đúng hơn so với đọc bảng số: tháng nào doanh thu giảm, chi nhánh nào thấp nhất, chi phí quảng cáo tăng có kéo doanh thu tăng không.
Ví dụ minh hoạ. Bảng doanh thu 12 tháng của 5 chi nhánh có 60 ô số. Phải dò từng dòng mới thấy chi nhánh C giảm liên tục từ tháng 7. Vẽ thành biểu đồ đường, đường của chi nhánh C đi xuống rõ ràng và bạn thấy trong vài giây. Dữ liệu không đổi, chỉ cách trình bày thay đổi.
Trực quan hoá dữ liệu, dashboard, infographic và BI khác nhau thế nào?
| Khái niệm | Là gì | Dùng khi nào |
|---|---|---|
| Data visualization | Kỹ năng biểu diễn dữ liệu bằng hình ảnh, từ một biểu đồ đến cả hệ thống biểu đồ | Khi cần khám phá hoặc truyền đạt dữ liệu |
| Dashboard (bảng điều khiển) | Một màn hình tập hợp chỉ số và biểu đồ quan trọng | Theo dõi kết quả, vận hành định kỳ |
| Infographic (đồ hoạ thông tin) | Ấn phẩm kết hợp chữ, hình minh hoạ và biểu đồ | Truyền thông ra bên ngoài |
| BI (Business Intelligence) | Cả hệ thống thu thập, lưu trữ, mô hình hoá và phân tích dữ liệu; trực quan hoá là lớp trình bày cuối | Khi nhiều phòng ban cần chung một nguồn số liệu |
Hệ thống dữ liệu phía sau biểu đồ được giải thích trong bài Business Intelligence là gì.
Vì sao trực quan hoá dữ liệu quan trọng?
Vì con số tóm tắt có thể che giấu sự thật, còn hình ảnh làm lộ ra cấu trúc của dữ liệu. Ví dụ kinh điển là bộ tứ Anscombe.
Năm 1973, nhà thống kê Francis Anscombe tạo ra bốn bộ dữ liệu, mỗi bộ 11 cặp số. Cả bốn có cùng trung bình x (9), cùng trung bình y (7,50), cùng phương sai, cùng hệ số tương quan (khoảng 0,816) và cùng đường hồi quy y = 3 + 0,5x. Nhưng khi vẽ thành biểu đồ phân tán, một bộ là quan hệ tuyến tính bình thường, một bộ là đường cong, một bộ bị một điểm ngoại lai kéo lệch, một bộ gần như mọi điểm dồn tại một giá trị x. Bài học: trước khi tin một con số trung bình hay một hệ số tương quan, hãy vẽ dữ liệu ra xem.
Trực quan hoá còn giúp phát hiện bất thường sớm và giúp cả phòng họp nhìn cùng một bức tranh thay vì tranh cãi “số nào đúng”.
Cẩn thận với câu “não xử lý hình ảnh nhanh hơn chữ 60.000 lần”. Câu này được trích rất nhiều nhưng thường không kèm nghiên cứu gốc nào để kiểm chứng. Bộ tứ Anscombe và các thí nghiệm về cảm nhận đồ hoạ là bằng chứng đáng tin hơn.
Trực quan hoá dữ liệu ra đời như thế nào?
- 1786: William Playfair xuất bản The Commercial and Political Atlas, giới thiệu biểu đồ đường, biểu đồ vùng và biểu đồ cột cho dữ liệu kinh tế. Năm 1801, trong The Statistical Breviary, ông công bố biểu đồ được xem là biểu đồ tròn đầu tiên.
- 1854: trong đợt dịch tả ở Soho, London, bác sĩ John Snow đánh dấu các ca bệnh trên bản đồ và thấy chúng tập trung quanh máy bơm nước phố Broad. Tay cầm máy bơm được tháo ngày 8/9/1854; đợt dịch làm 420 người tử vong.
- Thập niên 1850: Florence Nightingale dùng biểu đồ diện tích dạng cực (polar area diagram) thể hiện các nguồn gây tử vong theo mùa ở bệnh viện quân đội trong Chiến tranh Krym, để trình bày với nghị sĩ và quan chức Anh.
- 1869: Charles Joseph Minard vẽ bản đồ chiến dịch của Napoleon tại Nga, thể hiện cùng lúc quân số, quãng đường, nhiệt độ, hướng đi và thời gian. Edward Tufte gọi đây có thể là đồ hoạ thống kê tốt nhất từng được vẽ.
- 1983–1984: Tufte xuất bản The Visual Display of Quantitative Information, phổ biến khái niệm tỷ lệ mực dữ liệu (data-ink ratio) và “rác biểu đồ” (chartjunk). Năm sau, William Cleveland và Robert McGill công bố nghiên cứu “Graphical Perception” trên tạp chí của Hiệp hội Thống kê Hoa Kỳ.
- 2006: Stephen Few xuất bản Information Dashboard Design, hệ thống hoá cách thiết kế dashboard.
Mắt người đọc biểu đồ như thế nào?
Cleveland và McGill (1984) đo độ chính xác khi con người ước lượng giá trị qua các “kênh thị giác”. Xếp từ chính xác nhất đến kém nhất: vị trí trên cùng một trục; vị trí trên các trục giống nhau nhưng không thẳng hàng; độ dài; góc và độ dốc; diện tích; thể tích, mật độ, độ đậm màu; cuối cùng là sắc độ màu.
Ba hệ quả thực tế:
- Cột dễ so sánh hơn tròn vì cột dùng vị trí và độ dài, tròn dùng góc và diện tích.
- Bong bóng và bản đồ màu chỉ cho cảm nhận tương đối; cần con số chính xác thì ghi nhãn số.
- Màu nên dùng để phân nhóm hoặc nhấn mạnh, không nên là kênh chính để đọc giá trị.
Các loại biểu đồ: chọn biểu đồ theo câu hỏi nào?
Đừng chọn mẫu trông đẹp rồi đổ dữ liệu vào. Hãy viết ra câu hỏi người xem cần trả lời, xác định nhóm câu hỏi, rồi mới chọn biểu đồ. Phần lớn câu hỏi kinh doanh rơi vào 5 nhóm sau.
So sánh: nhóm nào hơn, nhóm nào kém?
Dùng biểu đồ cột. Khi tên nhóm dài hoặc có nhiều hơn khoảng 6–7 nhóm, chuyển sang cột ngang để nhãn không phải xoay chữ. Sắp xếp theo giá trị giảm dần, trừ khi nhóm có thứ tự tự nhiên như tháng hay độ tuổi. So với mục tiêu thì bullet chart (thanh giá trị đặt trên dải mục tiêu) gọn hơn đồng hồ đo.
Xu hướng: chỉ số thay đổi thế nào theo thời gian?
Dùng biểu đồ đường. Đường ngụ ý các mốc có thứ tự liên tục, nên không dùng cho danh sách sản phẩm. Nếu hơn 4–5 đường chồng nhau, tô đậm đường quan trọng và để các đường khác màu xám, hoặc tách thành nhiều biểu đồ nhỏ cùng thang đo (small multiples). Khoảng thời gian trên trục phải đều.
Phân bố: dữ liệu rải ra thế nào?
Dùng histogram (biểu đồ tần suất) hoặc box plot (biểu đồ hộp). Histogram chia giá trị thành các khoảng liền nhau rồi đếm số quan sát trong mỗi khoảng; trục ngang là thang số liên tục, khác biểu đồ cột vốn có trục là các nhóm rời rạc. Box plot cho thấy trung vị, khoảng tứ phân vị và ngoại lai, tiện khi so phân bố giữa nhiều nhóm, ví dụ thời gian giao hàng của 10 kho.
Nhóm này hay bị bỏ qua nhất: “thời gian xử lý trung bình 2 ngày” có thể che giấu nhóm hồ sơ mất hơn 10 ngày, nguồn gốc của khiếu nại.
Tỷ trọng: mỗi phần chiếm bao nhiêu?
Biểu đồ tròn và donut chỉ hợp khi có ít phần, các phần chênh nhau rõ và tổng là 100%. Nhiều người làm nghề khuyên giữ khoảng 5 lát trở xuống; đây là kinh nghiệm, không phải chuẩn bắt buộc. So cơ cấu giữa nhiều nhóm hoặc nhiều kỳ thì dùng cột chồng 100%. Cơ cấu nhiều cấp (ngành hàng, nhóm hàng, mặt hàng) dùng treemap. Giải thích từ doanh thu xuống lợi nhuận dùng biểu đồ thác nước (waterfall).
Quan hệ: hai chỉ số có đi cùng nhau không?
Dùng biểu đồ phân tán (scatter plot): mỗi điểm là một đối tượng, hai trục là hai chỉ số. Thêm biến thứ ba bằng kích thước điểm thành biểu đồ bong bóng. Nhiều cặp biến thì dùng heatmap dạng ma trận tương quan. Hai đường cùng đi lên không chứng minh cái này gây ra cái kia; biểu đồ chỉ gợi ý giả thuyết.
Địa lý, luồng, tiến độ và khi nào dùng bảng
- Bản đồ tô màu (choropleth): chỉ số theo tỉnh, thành. Nên dùng tỷ lệ (doanh thu trên đầu người) thay vì số tuyệt đối, nếu không bản đồ chỉ cho thấy tỉnh nào đông dân.
- Sankey và phễu: dòng chảy và tỷ lệ rơi rụng qua các bước, ví dụ hành trình mua hàng.
- Gantt: tiến độ công việc theo thời gian.
- Bảng: khi cần tra con số chính xác. Bảng tốt cũng là trực quan hoá: căn phải cột số, tô nhẹ ô vượt ngưỡng, bỏ đường kẻ thừa.
Những lỗi nào khiến biểu đồ gây hiểu sai?
Một biểu đồ dùng số liệu đúng vẫn có thể khiến người xem kết luận sai, thường do mặc định của phần mềm hoặc do muốn biểu đồ “ấn tượng” hơn.
Cắt trục ở biểu đồ cột
Cột mã hoá giá trị bằng độ dài, nên trục phải bắt đầu từ 0. Ở Hình 2, tỷ lệ giao đúng hạn tăng từ 96% lên 98%. Trục bắt đầu từ 95% khiến cột thứ hai trông cao gấp ba cột thứ nhất, dù chênh lệch chỉ 2 điểm phần trăm. Biểu đồ đường thì khác: đường mã hoá bằng vị trí và độ dốc, nên có thể không bắt đầu từ 0 để thấy biến động nhỏ, miễn trục được ghi rõ.
Hiệu ứng 3D và biểu đồ tròn quá nhiều lát
Cột 3D khó xác định đỉnh cột. Tròn 3D tệ hơn: lát phía trước được phóng to do phối cảnh, lát phía sau bị thu nhỏ. Còn khi tròn có 8–10 lát, người xem phải liên tục dò chú giải và không thể so các lát gần bằng nhau. Cách sửa: tắt 3D, chuyển sang cột ngang sắp giảm dần như Hình 2, hoặc giữ vài nhóm lớn nhất và gộp phần còn lại thành “Khác”.
Các lỗi khác hay gặp
- Hai trục tung tuỳ chỉnh: co giãn từng trục có thể khiến hai đường “trùng nhau” hay “tách nhau” tuỳ ý. Thường thì hai biểu đồ đặt trên dưới, cùng trục thời gian, trung thực hơn.
- Biểu tượng phóng theo hai chiều: giá trị gấp đôi mà hình được phóng gấp đôi cả cao lẫn rộng thì diện tích tăng gấp bốn. Bong bóng phải tỷ lệ theo diện tích, không theo bán kính.
- Chọn khung thời gian có lợi: bắt đầu từ đáy một đợt suy giảm sẽ thấy “tăng trưởng mạnh”, bắt đầu từ đỉnh sẽ thấy “lao dốc”.
- Chỉ có trung bình và số tuyệt đối: trung bình che phân bố; số tuyệt đối khiến chi nhánh lớn luôn đứng đầu. Thêm trung vị, phân vị hoặc tỷ lệ trên quy mô.
- Thiếu đơn vị, nguồn, thời điểm cập nhật: triệu hay tỷ đồng, số đến ngày nào, lấy từ hệ thống nào. Lỗi rất dễ sửa nhưng rất thường gặp.
Dùng màu thế nào cho đúng và ai cũng đọc được?
| Loại bảng màu | Dùng cho | Ví dụ |
|---|---|---|
| Phân loại (categorical) | Các nhóm không có thứ tự | Kênh bán: cửa hàng, website, sàn thương mại điện tử |
| Tuần tự (sequential) | Giá trị từ thấp đến cao | Doanh thu theo tỉnh, từ xanh nhạt đến xanh đậm |
| Phân kỳ (diverging) | Giá trị lệch hai phía quanh một mốc | Tăng, giảm so với cùng kỳ, mốc giữa là 0% |
- Giữ nhất quán: một nhóm đã mang màu nào thì giữ màu đó trong cả báo cáo.
- Dùng xám cho phần nền và một màu nổi cho điểm cần nhấn mạnh, hiệu quả hơn tô mọi thứ rực rỡ.
- Đỏ thường bị hiểu là xấu hoặc cảnh báo; đừng dùng cho chỉ số tốt.
Thiết kế cho người khiếm khuyết sắc giác
Theo tổ chức Colour Blind Awareness (Anh), khiếm khuyết sắc giác (thường gọi là mù màu) ảnh hưởng khoảng 1/12 nam giới (8%) và 1/200 nữ giới; dạng phổ biến nhất là khó phân biệt đỏ và xanh lá. Vậy nên cặp “đỏ là giảm, xanh lá là tăng” có thể vô nghĩa với một người trong phòng họp.
- Tránh dùng riêng cặp đỏ và xanh lá; cặp xanh dương và cam an toàn hơn.
- Thêm tín hiệu thứ hai ngoài màu: nhãn chữ, dấu tăng giảm, đường liền và đứt, hình dạng điểm khác nhau.
- Xem thử biểu đồ ở thang xám; vẫn đọc được là đạt.
Chuẩn WCAG áp dụng cho biểu đồ
Bộ hướng dẫn WCAG 2.2 của W3C có ba tiêu chí liên quan trực tiếp đến biểu đồ trên web và phần mềm:
- 1.4.1 Sử dụng màu (mức A): màu không được là phương tiện trực quan duy nhất để truyền tải thông tin.
- 1.4.3 Độ tương phản tối thiểu (mức AA): chữ thường cần tương phản ít nhất 4,5:1 với nền, chữ lớn ít nhất 3:1.
- 1.4.11 Độ tương phản phi văn bản (mức AA): phần đồ hoạ cần để hiểu nội dung, như đường trong biểu đồ đường, cần tương phản ít nhất 3:1 với màu liền kề.
Biểu đồ trên website nên có văn bản thay thế nêu thông điệp chính cho người dùng trình đọc màn hình.
Nguyên tắc trực quan hoá dữ liệu: checklist 10 điểm
- Một biểu đồ, một câu hỏi. Đang cố trả lời ba câu hỏi thì tách thành ba biểu đồ.
- Tiêu đề nói kết luận: “Doanh thu quý 3 giảm 12% do chi nhánh C” hữu ích hơn “Doanh thu theo quý”.
- Đúng loại biểu đồ theo 5 nhóm câu hỏi ở trên.
- Trục trung thực: cột từ 0, thời gian đều, không 3D.
- Bỏ thứ không mang dữ liệu: lưới đậm, viền, bóng đổ, hình nền, đúng tinh thần tối đa hoá tỷ lệ mực dữ liệu của Tufte.
- Sắp xếp có chủ đích: theo giá trị hoặc thứ tự tự nhiên.
- Ghi nhãn trực tiếp, hạn chế chú giải tách rời.
- Có điểm so sánh: mục tiêu, cùng kỳ năm trước, trung bình nội bộ.
- Màu có mục đích và đọc được với người khiếm khuyết sắc giác.
- Ghi nguồn, đơn vị, thời điểm cập nhật và định nghĩa chỉ số dễ hiểu nhầm.
Kể chuyện bằng dữ liệu là gì?
Kể chuyện bằng dữ liệu (data storytelling) là sắp xếp biểu đồ và lời giải thích thành một mạch lập luận dẫn người xem tới kết luận và hành động. Khung đơn giản gồm ba phần: bối cảnh (đang theo dõi gì, mục tiêu bao nhiêu), điểm lệch (điều gì khác kỳ vọng, bao nhiêu, ở đâu) và đề xuất (nguyên nhân khả dĩ, việc cần làm, ai làm, khi nào).
Ví dụ minh hoạ với số liệu giả định. Phòng chăm sóc khách hàng báo cáo khiếu nại theo tháng.
- Cách thường gặp: tiêu đề “Số khiếu nại theo tháng”, 12 cột cùng màu, không chú thích. Người xem thấy tháng 9 cao nhưng không biết vì sao và cần làm gì.
- Cách kể chuyện: tiêu đề “Khiếu nại tháng 9 tăng gấp đôi, 70% do giao hàng trễ ở kho phía Nam”. Cột tháng 9 tô màu nhấn, các tháng khác màu xám, kèm chú thích “đổi đơn vị vận chuyển từ 01/9”. Dòng cuối nêu đề xuất và hạn hoàn thành.
Kể chuyện không có nghĩa là chọn lọc dữ liệu để chứng minh điều mình muốn. Nếu dữ liệu không ủng hộ kết luận, câu chuyện phải đổi theo dữ liệu.
Dashboard là gì và thiết kế thế nào cho hiệu quả?
Dashboard là một màn hình tập hợp những chỉ số quan trọng nhất để theo dõi nhanh. Trong Information Dashboard Design (2006), Stephen Few phân loại dashboard theo mục đích; ba loại thường được nhắc đến là:
| Loại | Người dùng | Dữ liệu | Ví dụ |
|---|---|---|---|
| Chiến lược | Ban lãnh đạo | Ảnh chụp định kỳ theo ngày, tuần, tháng, quý | Doanh thu, lợi nhuận so với kế hoạch |
| Phân tích | Người phân tích, trưởng bộ phận | Có lịch sử, lọc và đi sâu được | Khách rời bỏ theo phân khúc |
| Vận hành | Nhân viên tuyến đầu, điều phối | Liên tục, gần thời gian thực | Cuộc gọi đang chờ, đơn chưa giao |
Nguyên tắc thiết kế dashboard
- Bắt đầu từ quyết định: chỉ số không ai hành động theo thì bỏ. Nếu chưa có bộ chỉ số rõ ràng, hãy làm trước theo hướng dẫn xây dựng KPI.
- Mỗi con số cần điểm so sánh: “Doanh thu 5,2 tỷ” chưa nói gì; “5,2 tỷ, đạt 87% kế hoạch, giảm 4% so với cùng kỳ” mới cho biết tốt hay xấu.
- Bố cục theo thứ tự đọc: chỉ số tổng ở hàng trên, xu hướng ở giữa, chi tiết và bảng ở dưới; phần sâu hơn để ở trang phụ hoặc cho đi sâu (drill-down).
- Cảnh báo theo ngưỡng đã thống nhất, không tô màu mọi ô.
- Ghi định nghĩa chỉ số, tần suất cập nhật và người chịu trách nhiệm dữ liệu.
Phân quyền và dữ liệu cá nhân trên dashboard
Dashboard nhân sự, bán hàng, chăm sóc khách hàng thường chứa tên, số điện thoại, lương, lịch sử mua hàng. Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15, thông qua ngày 26/06/2025 và có hiệu lực từ 01/01/2026, yêu cầu xử lý dữ liệu đúng mục đích, đúng phạm vi và có biện pháp bảo vệ phù hợp. Với dashboard, nghĩa là phân quyền theo vai trò, ưu tiên số tổng hợp và che thông tin định danh khi không cần.
Quy trình trực quan hoá dữ liệu gồm những bước nào?
- Xác định câu hỏi và người xem: viết ra 1–3 câu hỏi cụ thể.
- Lấy và kiểm tra dữ liệu: truy vấn từ hệ thống nguồn, thường bằng ngôn ngữ SQL, rồi kiểm tra thiếu, trùng, sai đơn vị. Dữ liệu sai thì biểu đồ đẹp mấy cũng sai, đúng như nguyên lý garbage in, garbage out.
- Chuẩn bị dữ liệu: gộp nguồn, tính chỉ số, chuẩn hoá theo quy mô; ở doanh nghiệp thường tự động hoá bằng quy trình ETL.
- Khám phá: vẽ nháp nhiều kiểu để thấy phân bố, xu hướng, ngoại lai.
- Chọn biểu đồ truyền đạt: số ít biểu đồ trả lời đúng câu hỏi.
- Thiết kế và viết lời: tiêu đề nói kết luận, nhãn, màu nhấn, nguồn.
- Thử với người xem thật: đưa đồng nghiệp xem 10 giây rồi hỏi “biểu đồ này nói gì?”. Câu trả lời khác ý bạn thì sửa.
Công cụ trực quan hoá dữ liệu gồm những nhóm nào?
Không có công cụ tốt nhất cho mọi trường hợp. Bảng dưới chia theo cách dùng, kèm vài tên phổ biến để dễ nhận diện; không nhằm xếp hạng hay khuyến nghị sản phẩm nào.
| Nhóm | Ví dụ | Phù hợp khi | Hạn chế |
|---|---|---|---|
| Bảng tính | Microsoft Excel, Google Sheets | Dữ liệu nhỏ, báo cáo nhanh | Khó kiểm soát phiên bản, dễ sai công thức |
| BI tự phục vụ | Power BI, Tableau, Looker Studio, Qlik Sense, Metabase, Apache Superset | Dashboard dùng chung, nhiều nguồn, phân quyền | Cần người quản trị mô hình dữ liệu và định nghĩa chỉ số |
| Thư viện lập trình | Python (Matplotlib, seaborn, Plotly), R (ggplot2) | Phân tích sâu, lặp lại được, tự động hoá | Cần kỹ năng lập trình |
| Thư viện web | D3.js, Vega-Lite, Apache ECharts, Chart.js | Biểu đồ nhúng trong website, ứng dụng | Tốn công phát triển, bảo trì |
| Giám sát vận hành | Grafana, Kibana | Chỉ số hệ thống, thời gian thực | Ít hợp báo cáo kinh doanh |
| Đồ hoạ truyền thông | Datawrapper, Flourish | Biểu đồ cho bài viết, mạng xã hội | Không thay được hệ thống BI |
Tiêu chí chọn: kết nối được nguồn dữ liệu hiện có, phân quyền và nơi lưu dữ liệu, chi phí theo số người dùng, kỹ năng của đội ngũ.
AI đang thay đổi trực quan hoá dữ liệu như thế nào?
Nhiều công cụ BI và bảng tính đã có trợ lý AI: bạn hỏi bằng ngôn ngữ tự nhiên, hệ thống tự viết truy vấn, đề xuất biểu đồ và viết tóm tắt. Ba rủi ro cần kiểm soát:
- Hiểu sai chỉ số: “doanh thu” trước hay sau chiết khấu, trước hay sau thuế. AI chỉ đúng khi định nghĩa trong mô hình dữ liệu rõ ràng.
- Chọn biểu đồ hoặc mặc định chưa phù hợp, như trục cắt; checklist 10 điểm vẫn cần.
- Tóm tắt nghe hợp lý nhưng sai số: đây là hiện tượng ảo giác AI. Luôn đối chiếu con số trong lời tóm tắt với dữ liệu gốc.
Đặt đúng câu hỏi và chịu trách nhiệm về kết luận vẫn là việc của con người, cũng là năng lực cốt lõi của chuyên viên phân tích dữ liệu.
Câu hỏi thường gặp
Khi nào nên dùng biểu đồ tròn?
Khi muốn cho thấy tỷ trọng của vài phần trong tổng 100%, các phần chênh nhau rõ và không cần so sánh chính xác. Nhiều lát, lát gần bằng nhau, hoặc so cơ cấu qua nhiều kỳ thì dùng cột ngang hoặc cột chồng 100%.
Trục biểu đồ có bắt buộc bắt đầu từ 0 không?
Với cột và vùng thì nên, vì người xem so sánh bằng độ dài hoặc diện tích. Với đường và dot plot, có thể không bắt đầu từ 0 để thấy biến động, nhưng phải ghi rõ giá trị trên trục.
Làm trực quan hoá dữ liệu có cần biết lập trình không?
Không bắt buộc. Bảng tính và công cụ BI cho phép kéo thả. Biết SQL và Python giúp tự lấy dữ liệu và tự động hoá báo cáo, nhưng nguyên tắc chọn và thiết kế biểu đồ mới là cốt lõi.
Một dashboard nên có bao nhiêu biểu đồ?
Không có con số chuẩn. Màn hình chính nên trả lời được câu hỏi chính của người dùng trong vài chục giây, không cần cuộn.