Cái khổ là dashboard không sai. Từng con số đều đúng về mặt kỹ thuật, công thức chuẩn, bảng nối đúng khóa, query chạy ngon. Vậy mà sếp vẫn lắc đầu. Số đúng, mà không khớp với cái sếp đang thấy ngoài thực tế.

Mình từng tưởng đó là lỗi data. Sau này mới hiểu, gốc nằm ở một thói quen rất phổ biến: mở Power BI lên là kéo số luôn.

Giữa "việc thật diễn ra ngoài đời" và "con số nằm trên báo cáo" có cả một quãng đường. Phần lớn analyst nhảy cóc qua nó, đi thẳng từ "có dữ liệu" tới "vẽ biểu đồ". Và mỗi lớp bị nhảy qua là một chỗ con số có thể lệch khỏi thực tế mà bạn không hề hay.

Tư duy hệ thống, với mình, gọn trong một câu: đừng nhảy cóc. Đi đủ quãng đường đó.

◆ 6 FLOWS - đi đủ quãng đường từ việc thật xuống con số

Bên mình gọi quãng đường ấy là 6 Flows, 6 lớp mô hình hóa nối tiếp nhau, dắt bạn từ quy trình thật xuống tới con số. Mình để gọn ở đây cho bạn lưu nhé:

3 dòng BUSINESS (hiểu việc trước đã):

‣ BPMN, dòng QUY TRÌNH. Việc thật ngoài đời diễn ra thế nào, qua những bước nào, rẽ nhánh ra sao khi có sự cố.

‣ DFD, dòng DỮ LIỆU. Số liệu sinh ra ở đâu, chạy qua những phép biến đổi nào để thành con số bạn nhìn thấy.

‣ CDM, dòng KHÁI NIỆM. Một từ nghiệp vụ thật ra nghĩa là gì, định nghĩa chuẩn của business, các khái niệm liên kết với nhau ra sao.

3 dòng TECHNICAL (rồi mới dựng dữ liệu):

‣ LDM (Star Schema), dòng PHÂN TÍCH. Tổ chức các bảng thế nào, nối qua khóa nào, để ra chỉ số mà không sai grain.

‣ Physical ERD, dòng LƯU TRỮ. Dữ liệu nằm vật lý ra sao, kiểu dữ liệu gì, tối ưu để chạy nhanh thế nào.

‣ Data Lineage, dòng TRUY VẾT. Một con số sai thì lần ngược về đâu: nguồn thiếu, ETL lỗi, hay logic biến đổi sai.

Đây không phải thác nước chảy một chiều. Nó giống các mảnh lego tháo lắp được, dựng tới lớp sau phát hiện thiếu thì quay lại sửa lớp trước. Nhưng bỏ hẳn một lớp thì số sẽ sai đúng ở chỗ đó.

◆ LỖI NẶNG NHẤT nằm ở dòng khái niệm, chỗ ít ai chịu làm

Và đây là chỗ ít người để ý: lỗi nặng nhất không nằm ở 3 dòng kỹ thuật. Nó nằm ở chỗ analyst bỏ qua 3 dòng business, nhất là CDM, dòng khái niệm.

Lấy đúng cái ví dụ "số không đúng thực tế" ở đầu bài. "Doanh thu" sếp nói trong cuộc họp, và cột Revenue trong database, rất hay là hai thứ khác nhau. Sếp tính doanh thu đã trừ chiết khấu, trừ hàng trả lại. Cột Revenue trong bảng là số gộp, chưa trừ gì. Analyst nhảy thẳng vào bảng dữ liệu, kéo đúng cột Revenue, build ra một con số đúng về kỹ thuật nhưng sai về nghiệp vụ. Dashboard không lỗi. Cái lỗi là chưa ai ngồi xuống thống nhất "doanh thu ở công ty này nghĩa là gì" trước khi chạm vào dữ liệu.

Đó chính là dòng CDM. Và nó là phần người ta hay nhảy cóc nhất, vì nó không có gì để "làm" trên màn hình, nó chỉ là hiểu cho đúng.

Một ví dụ khác dễ thấy hơn: "kho hay báo thiếu hàng". Nếu bạn có Data Lineage, bạn truy ngược được con số tồn kho đó: nó lấy từ nguồn nào, qua phép tính nào. Có khi phát hiện số tồn bị tính lệch ngay ở khâu biến đổi dữ liệu (DFD), chứ kho không hề thiếu. Không truy theo dòng thì cứ đổ cho kho, sửa hoài không hết.

◆ THỜI AI: người lo 3 dòng business, AI lo 3 dòng technical

Mình hay nghĩ về chuyện này từ thời còn làm Corporate Finance. Một con số tài chính chỉ có nghĩa khi bạn hiểu bản chất nghiệp vụ đằng sau nó, đi từ việc thật xuống số chứ không phải nhặt số rồi đoán nghĩa. Bỏ qua bản chất là ra số đẹp mà vô dụng.

Bây giờ có AI, mình thấy ranh giới càng rõ. 3 dòng TECHNICAL ở dưới (dựng Star Schema, thiết kế bảng vật lý, lập bản đồ truy vết) AI làm rất nhanh, đây là phần thao tác có khuôn. Nhưng 3 dòng BUSINESS ở trên thì vẫn là phần người phải làm. AI không tự biết "doanh thu" ở công ty bạn nghĩa là gì nếu bạn chưa model nó ra. Nó không ngồi họp với sếp bạn, không hiểu quy trình thật của bạn.

Cách làm mới, theo mình, là vậy: người đi cho đủ 3 dòng business, hiểu việc và chốt khái niệm cho chuẩn, rồi để AI lo 3 dòng technical bên dưới. Phần khó nhất vẫn là phần ít ai chịu làm, hiểu cho đúng trước khi dựng.

Cách tư duy theo 6 Flows này bên mình có dạy kỹ trong chương trình Agentic AI Analytics, bạn có thể truy cập link bên dưới để tìm hiểu thêm nhé!

Còn bạn, lần gần nhất mở tool lên, bạn kéo số luôn hay dừng lại hỏi "việc này thật ra diễn ra thế nào"?

------

🔔+240.000 người đăng ký theo dõi chúng tôi trên các nền tảng: https://www.mastering-da.com/newsletter

📌 Các chương trình ANALYTICS ứng dụng vào AGENTIC AI, phiên bản NÂNG CẤP mới nhất 2026, kế thừa nền tảng đào tạo Analytics hàng đầu Việt Nam từ 2020, tập trung vào tư duy phân tích, năng lực ra quyết định và ứng dụng AI trong thực tế doanh nghiệp:

→ Agentic AI Analytics (BI), cho mọi phòng ban làm việc với dữ liệu: https://www.mastering-da.com/agentic-ai-anlytics-program

→ Finance Analytics Agent Skills (FA), cho tài chính, kế hoạch, quản trị, CFO: https://www.mastering-da.com/finance-analytics-agent-skills-program

Tại MDA nơi tập trung vào tư duy phân tích và năng lực ra quyết định, không chỉ công cụ.

#PhuongThaoAnalytics #AI #Analytics #DataDriven #AgenticAI #MasteringDataAnalytics #Finance

Until next time, keep turning data into decisions!