Có thể sử dụng AI để phân tích dữ liệu như thế nào?
AI có thể được dùng ở gần như mọi bước của một phân tích đơn giản: làm rõ câu hỏi, mô tả tập dữ liệu, đề xuất các bước làm sạch dữ liệu, tính toán số liệu tổng hợp, viết công thức hoặc mã Python, tạo biểu đồ và soạn phần diễn giải. Thời gian tiết kiệm được chủ yếu nằm ở các bước mang tính thao tác. Rủi ro chủ yếu nằm ở bước cuối, khi một đoạn văn trôi chảy có thể đưa ra kết luận mà dữ liệu không đủ cơ sở để chứng minh.
Hướng dẫn này nói về phân tích kinh doanh hằng ngày do người không chuyên thực hiện: người quản lý xem doanh số theo tháng, trưởng nhóm hỗ trợ xem số lượng yêu cầu, điều phối viên vận hành so sánh thời gian giao hàng của các nhà cung cấp. Hướng dẫn đi kèm về AI cho Excel trình bày chi tiết về công thức và làm sạch bảng tính.
AI có thể hỗ trợ những loại phân tích dữ liệu nào?
Phân tích thường được chia thành bốn loại, và AI hỗ trợ mỗi loại ở mức độ khác nhau. Câu hỏi càng chuyển từ điều gì đã xảy ra sang tại sao và nên làm gì, câu trả lời càng cần đến khả năng phán đoán của con người và bối cảnh.
| Loại phân tích | Câu hỏi được giải đáp | AI có thể hỗ trợ đến mức nào |
|---|---|---|
| Mang tính mô tả | Đã xảy ra chuyện gì? | Rất nhiều: tổng số, xu hướng, số liệu phân tách và biểu đồ, tất cả đều có thể kiểm tra |
| Bài đánh giá đầu vào | Vì sao điều đó xảy ra? | Có phần nào: công cụ có thể đề xuất giả thuyết và cách chia nhóm để kiểm thử, nhưng không thể xác nhận nguyên nhân |
| Dự đoán | Điều gì có khả năng xảy ra tiếp theo? | Hạn chế đối với người không chuyên: dự báo cần có phương pháp và được kiểm chứng |
| Đề xuất hành động | Chúng ta nên làm gì? | Danh sách phương án ban đầu; con người vẫn quyết định và cân nhắc những đánh đổi |
ChatGPT có phân tích dữ liệu không?
Các trợ lý đa năng như ChatGPT, Claude và Gemini có thể hỗ trợ phân tích dữ liệu theo hai cách: suy luận về dữ liệu bạn dán vào hoặc mô tả, và ở một số gói dịch vụ, chạy mã trên tệp bạn tải lên. Khi công cụ chạy mã, kết quả tính toán thường đáng tin cậy hơn so với khi công cụ ước tính số liệu bằng lời, nhưng đoạn mã vẫn có thể trả lời một câu hỏi hơi khác với ý bạn. Hãy kiểm tra tài liệu hiện hành của nhà cung cấp để biết gói dịch vụ được phê duyệt cho bạn có những tính năng nào.
Trợ lý bảng tính là một lựa chọn khác. Microsoft mô tả chế độ chỉ trò chuyện của Copilot trong Excel có thể phân tích dữ liệu trong sổ làm việc và đưa ra nhận định mà không thay đổi sổ làm việc; Google cho biết Gemini trong Sheets có thể phân tích dữ liệu, đưa ra nhận định và tạo biểu đồ. Trang của Google cũng cảnh báo rằng Gemini có thể đưa ra thông tin không chính xác. Dù chọn cách nào, bạn vẫn cần thực hiện các bước kiểm tra trong hướng dẫn này.
Làm thế nào để phân tích dữ liệu bằng AI một cách an toàn?
Viết câu hỏi ra trước khi mở công cụ, mô tả dữ liệu chính xác, yêu cầu trình bày phương pháp trước khi đưa ra câu trả lời và xác minh mọi con số bạn sẽ sử dụng lại. Các bước dưới đây phù hợp với phần lớn công việc phân tích tại doanh nghiệp nhỏ.
Nêu câu hỏi
Viết một câu: phân tích này sẽ hỗ trợ quyết định nào, và điều gì sẽ khiến bạn đổi ý? Nếu không có câu đó, công cụ sẽ tìm ra các mẫu hình, và một số sẽ chỉ là nhiễu.
Mô tả dữ liệu
Các cột, đơn vị, khoảng thời gian, cách ghi nhận từng hàng và những nội dung đã biết là còn thiếu. Yêu cầu công cụ diễn đạt lại để bạn có thể phát hiện những chỗ hiểu sai.
Yêu cầu lập kế hoạch trước
Hỏi AI sẽ trả lời câu hỏi như thế nào và thực hiện những phép tính nào. Chỉnh lại kế hoạch trước khi AI đưa ra số liệu.
Tính lại các số liệu chính
Kiểm tra hai hoặc ba số liệu sẽ đưa vào bản tóm tắt bằng công thức, bảng tổng hợp hoặc máy tính.
Tách riêng kết quả tìm được và phần giải thích
Viết những gì dữ liệu thể hiện, rồi trình bày riêng các nguyên nhân có thể giải thích kết quả đó và cách bạn sẽ kiểm chứng.
Ghi lại những gì bạn đã làm
Lưu lại câu hỏi, phiên bản dữ liệu, phương pháp và các bước kiểm tra để người khác có thể theo dõi.
Bạn muốn xem nội dung này liên quan thế nào đến một vai trò công việc?
Tìm hiểu đợt dùng thử cho đội ngũ đang được lên kế hoạch ↗Một bản phân tích gây hiểu lầm do AI tạo ra sẽ như thế nào?
Đây là ví dụ minh họa cụ thể với số liệu giả định. Lumen Box, một công ty nhỏ cung cấp dịch vụ thuê bao, tăng giá gói hằng tháng vào ngày 1 tháng 9. Người sáng lập tải lên bảng tính các lượt hủy đăng ký và hỏi: Việc tăng giá có làm tăng số lượt hủy không? Dữ liệu cho thấy có 1,950 người đăng ký đang hoạt động vào đầu tháng 8, với 100 lượt hủy trong tháng đó, và 2,000 người vào đầu tháng 9, với 140 lượt hủy.
Câu trả lời đầu tiên của AI: Số lượt hủy tăng 40 phần trăm trong tháng 9, cho thấy việc tăng giá đã khiến khách hàng rời đi. Bạn nên cân nhắc đưa giá về mức cũ. Có ba vấn đề. Mức 40 phần trăm là mức tăng số lượt hủy, từ 100 lên 140; tỷ lệ hủy tăng từ khoảng 5.1 phần trăm lên 7.0 phần trăm, tức tăng khoảng hai điểm phần trăm. Nhầm lẫn giữa phần trăm và điểm phần trăm là một trong những lỗi phổ biến nhất trong các bài phân tích do AI viết. Thứ hai, dữ liệu của hai tháng không thể chứng minh rằng thay đổi giá đã gây ra mức tăng đó; tháng 9 có thể khác vì những lý do khác. Thứ ba, đề xuất này vượt xa những gì được hỏi hoặc được chứng minh.
Câu lệnh tiếp nối tốt hơn: Chỉ sử dụng trang tính đã tải lên, cho biết tỷ lệ hủy của tháng Tám và tháng Chín, kèm cách tính. Sau đó phân chia số lượt hủy trong tháng Chín theo loại gói, vì chỉ gói theo tháng thay đổi giá. Không kết luận về nguyên nhân. Liệt kê những dữ liệu khác có thể giúp kiểm chứng liệu việc thay đổi giá có phải là nguyên nhân hay không.
Kết luận đã rà soát: Tỷ lệ hủy hằng tháng tăng từ khoảng 5.1 phần trăm trong tháng 8 lên 7.0 phần trăm trong tháng 9. Mức tăng này trùng với thời điểm thay đổi giá gói tháng vào 1 September. Để kiểm tra xem đây có phải nguyên nhân hay không, hãy so sánh số lượt hủy gói tháng với gói năm không đổi giá, đọc lý do hủy do khách hàng cung cấp và xem số liệu cùng kỳ năm trước. Nhà sáng lập đã tự kiểm tra thủ công cả hai tỷ lệ trước khi chia sẻ.
Bạn không nên cung cấp những dữ liệu nào cho công cụ AI?
Không cung cấp dữ liệu cá nhân hoặc dữ liệu mật cho công cụ AI trừ khi công ty đã phê duyệt công cụ và gói dịch vụ đó cho mục đích này. Danh sách khách hàng, hồ sơ nhân viên, thông tin sức khỏe và kết quả tài chính chưa công bố thường cần được phê duyệt rõ ràng. Thay tên bằng mã có ích, nhưng không khiến dữ liệu trở thành dữ liệu ẩn danh nếu ai đó vẫn có thể đối chiếu mã để xác định danh tính. ICO của Vương quốc Anh nêu rằng dữ liệu được gán mã định danh thay thế vẫn là dữ liệu cá nhân khi nằm trong tay người có thông tin bổ sung cần thiết để xác định danh tính.
Thông thường, bạn có thể tránh phải đặt câu hỏi này. Hãy tổng hợp trước để chia sẻ tổng số theo tháng thay vì từng dòng dữ liệu riêng lẻ, hoặc mô tả các cột và dùng các dòng dữ liệu mẫu hư cấu để lấy công thức hoặc mã, rồi chạy trên dữ liệu thật trong hệ thống của chính bạn. Đây là thông tin chung, không phải tư vấn pháp lý; hãy kiểm tra chính sách của bạn và trao đổi với người phụ trách bảo vệ dữ liệu khi cần.
Copilot có giỏi phân tích dữ liệu không?
Copilot trong Excel là lựa chọn hợp lý cho việc phân tích hằng ngày nếu tổ chức của bạn đã có công cụ này, vì nó hoạt động ngay trong sổ làm việc chứa dữ liệu và, theo Microsoft, có chế độ phân tích mà không chỉnh sửa. Việc công cụ này có phù hợp với một phân tích cụ thể hay không phụ thuộc vào những yếu tố giống như mọi công cụ khác: dữ liệu sạch đến đâu, bạn đưa ra yêu cầu chính xác đến mức nào và bạn có kiểm tra kết quả hay không. Công cụ này không thay thế được việc hiểu một câu trả lời hợp lý phải như thế nào.
Nếu nhóm của bạn đang chọn trợ lý để phân tích, hãy thử từng trợ lý với một câu hỏi thực tế, không nhạy cảm mà bạn đã biết câu trả lời. Cách đó cho bạn biết nhiều hơn việc so sánh tính năng.
Khi nào bạn nên nhờ chuyên viên phân tích thay thế?
Hãy nhờ chuyên viên phân tích hoặc người được đào tạo về thống kê khi quyết định có ảnh hưởng lớn về chi phí, dữ liệu có khối lượng lớn hoặc lộn xộn, hoặc câu hỏi liên quan đến quan hệ nhân quả, dự báo hay việc một khác biệt có thực sự đáng kể hay chỉ là nhiễu. AI giúp dễ dàng tạo ra một biểu đồ trông đầy thuyết phục và một đoạn văn gọn gàng. Nó không làm cho phần thống kê bên dưới đơn giản hơn, và người không có chuyên môn có thể không biết nên đặt câu hỏi nào cho công cụ.
AI cũng không thể bù đắp cho dữ liệu còn thiếu. Nếu thông tin cần để trả lời câu hỏi chưa từng được ghi lại, đầu ra phù hợp là một ghi chú nêu rõ điều đó cùng kế hoạch thu thập thông tin.
Nguồn và phạm vi
Bộ phận hỗ trợ Microsoft, bắt đầu sử dụng Copilot trong Excel, truy cập ngày 16 October 2026 ↗
ICO, Hướng dẫn về giả danh hóa dữ liệu, truy cập ngày 16 October 2026 ↗