Fabric Data Agent là gì? Trợ lý AI phân tích dữ liệu của Microsoft
Fabric Data Agent là AI agent chuyên biệt trong Microsoft Fabric, giúp bạn truy vấn, phân tích dữ liệu bằng ngôn ngữ tự nhiên và tự động tạo báo cáo mà không cần viết code. Công cụ này hoạt động như một trợ lý thông minh, hiểu được ngữ cảnh nghiệp vụ qua semantic model và đưa ra insight chính xác trong vài giây.
Thay vì mất hàng giờ viết query SQL hay DAX để lấy số liệu, bạn chỉ cần hỏi: "Doanh thu quý 3 khu vực miền Nam so với cùng kỳ năm ngoái thế nào?" và agent sẽ trả lời kèm biểu đồ. Microsoft phát triển công cụ này nhằm giảm rào cản kỹ thuật, giúp business user tự phục vụ phân tích mà vẫn đảm bảo độ chính xác nhờ lớp semantic đã được chuẩn hóa [1].
Mục lục
I. Fabric Data Agent là gì?
Fabric Data Agent là AI agent được Microsoft xây dựng trên nền tảng large language model, tích hợp sâu vào hệ sinh thái Microsoft Fabric để thực hiện phân tích dữ liệu qua câu hỏi thường ngày [1]. Agent này không chỉ dịch câu hỏi thành query mà còn hiểu ngữ cảnh nghiệp vụ nhờ semantic layer, tức lớp metadata đã định nghĩa sẵn các measure, dimension, relationship.
Khi bạn hỏi "Sản phẩm nào bán chạy nhất tháng này?", agent sẽ:
Xác định bảng Sales, trường Product_Name, measure Total_Quantity
Lọc điều kiện tháng hiện tại
Sắp xếp giảm dần theo số lượng bán
Trả về kết quả dạng bảng hoặc chart
Toàn bộ quy trình này diễn ra tự động, không yêu cầu bạn biết SQL hay DAX.
1. Semantic model: nền tảng để agent hiểu đúng nghiệp vụ
Fabric Data Agent hoạt động hiệu quả nhờ semantic model đã được thiết kế kỹ càng. Semantic model trong Microsoft Fabric chứa các định nghĩa về measure (chỉ số tính toán như doanh thu, tỷ lệ tăng trưởng), dimension (nhóm dữ liệu như sản phẩm, khu vực), và các mối quan hệ giữa các bảng [1].
Khi semantic model rõ ràng, agent sẽ:
Phân biệt được "doanh thu" là tổng giá trị đơn hàng hay giá trị sau thuế
Hiểu "quý 3" là tháng 7-8-9, không cần bạn giải thích
Tự động áp dụng business logic như loại trừ đơn hàng hoàn trả
Trong chương trình Agentic AI Analytics của Mastering Data Analytics, học viên được hướng dẫn xây dựng semantic layer chuẩn chỉ để AI agent hoạt động chính xác, tránh hallucination (ảo giác AI).
2. Khác biệt với chatbot phân tích thông thường
Nhiều công cụ AI cho phép bạn chat với database, nhưng Fabric Data Agent khác ở chỗ được thiết kế chuyên biệt cho enterprise analytics:
Tuân thủ row-level security (RLS): chỉ trả về dữ liệu bạn có quyền xem
Kết nối trực tiếp với Power BI semantic model, không cần config lại
Lưu lại context câu hỏi trước đó để hiểu đúng câu hỏi theo sau (conversation memory)
Ví dụ, sau khi hỏi "Doanh thu quý 3 miền Nam", bạn tiếp "So với miền Bắc thế nào?" agent sẽ hiểu ngầm quý 3 và không yêu cầu bạn nhắc lại.
II. Đặc điểm và khả năng của Fabric Data Agent
1. Truy vấn dữ liệu bằng ngôn ngữ tự nhiên
Khả năng này giúp business user, marketing manager hay finance analyst lấy insight mà không cần học SQL. Bạn gõ câu hỏi như đang nói chuyện:
"Top 5 khách hàng mua nhiều nhất tháng 9"
"Tỷ lệ churn khách hàng quý 2 so với quý 1"
"Sản phẩm nào có lợi nhuận biên cao nhất?"
Agent sẽ chuyển câu hỏi thành query, chạy trên data warehouse, và trả về kết quả kèm visualization phù hợp. Microsoft tối ưu model để agent hiểu được các cách hỏi khác nhau về cùng một ý nghĩa (vd "doanh số", "doanh thu", "revenue") [1].
2. Tích hợp Power BI và công cụ Microsoft
Fabric Data Agent không hoạt động đơn lẻ mà kết nối chặt với Power BI, OneLake, Azure AI [1]. Điều này mang lại lợi thế:
Dùng chung semantic model với Power BI: không cần xây dựng lại metadata
Export kết quả về Excel hoặc PowerPoint: tiện cho báo cáo nhanh
Nhúng vào Teams hoặc SharePoint: team member hỏi trực tiếp trong môi trường làm việc
Khi bạn tạo một agent trong Fabric workspace, agent có thể truy cập tất cả lakehouse, warehouse, semantic model mà bạn có quyền. Setup một lần, dùng cho nhiều use case.
3. Tự động tạo dashboard và báo cáo
Đây là điểm mạnh giúp tiết kiệm thời gian đáng kể. Thay vì tự kéo thả visual trong Power BI, bạn có thể yêu cầu agent: "Tạo dashboard theo dõi KPI bán hàng với 4 chỉ số: doanh thu, số lượng đơn hàng, giá trị đơn hàng trung bình, tỷ lệ khách hàng quay lại."
Agent sẽ:
Chọn visual type phù hợp (card cho single value, line chart cho trend)
Sắp xếp layout hợp lý
Áp dụng color scheme theo best practice
Sau đó bạn chỉ cần tinh chỉnh nhỏ (nếu cần) và publish. Tính năng này đặc biệt hữu ích khi phải tạo nhiều báo cáo tương tự cho các phòng ban khác nhau.
III. Ứng dụng thực tế trong công việc phân tích
1. Phân tích dữ liệu bán hàng nhanh
Bộ phận kinh doanh thường cần insight theo real-time để điều chỉnh chiến lược. Với Fabric Data Agent, sales manager không phải chờ data analyst lấy số liệu.
Tình huống thực tế: Sáng thứ Hai, giám đốc sales hỏi: "Tuần trước vùng nào không đạt target? Nguyên nhân có thể do sản phẩm nào?" Agent lập tức trả về:
Bảng vùng dưới 90% target
Top 3 sản phẩm có tốc độ bán giảm mạnh nhất
So sánh với tuần trước và cùng kỳ năm ngoái
Toàn bộ chỉ mất 30 giây. Manager có thể hành động ngay: gọi điện cho regional head, điều chỉnh inventory, hoặc chạy flash sale.
2. Tạo báo cáo KPI tự động
Nhiều doanh nghiệp cần báo cáo KPI hàng tháng/quý cho C-level. Thường thì analyst phải:
Lấy data từ nhiều nguồn
Tính toán các chỉ số (growth rate, variance, forecast)
Vẽ chart
Viết executive summary
Agent có thể tự động phần lớn công việc này. Bạn tạo một template prompt: "Báo cáo tháng {month} cho {department}: doanh thu, chi phí, lợi nhuận so với target và cùng kỳ, highlight top 3 điểm bất thường." Mỗi tháng chỉ cần đổi tham số và chạy lại.
Một số doanh nghiệp thiết lập agent chạy scheduled, tự động gửi báo cáo vào email manager vào sáng đầu tháng. Analyst chỉ cần review lại trước khi approve.
3. Hỗ trợ ad-hoc analysis cho stakeholder
Marketing, operations, finance thường có câu hỏi đột xuất: "Campaign X có ROI cao hơn Campaign Y không?", "Nhà cung cấp nào giao hàng trễ nhiều nhất?", "Chi phí vận hành tăng đột biến tháng 8 do đâu?"
Trước đây, mỗi câu hỏi như vậy cần analyst mất 1-2 giờ query và visualize. Giờ stakeholder tự hỏi agent, nhận câu trả lời tức thì. Analyst chỉ cần can thiệp khi:
Câu hỏi phức tạp agent chưa xử lý được
Cần deep dive vào root cause
Xác minh lại kết quả của agent
Điều này giải phóng thời gian analyst để làm các công việc phân tích chiến lược có giá trị cao hơn.
IV. So sánh Fabric Data Agent với Copilot in Power BI
Cả hai đều là AI assistant của Microsoft, nhưng phục vụ mục đích khác nhau:
Tiêu chí | Fabric Data Agent | Copilot in Power BI |
Mục đích chính | Truy vấn dữ liệu, tạo báo cáo mới | Hỗ trợ tạo report trong Power BI Desktop |
Người dùng | Business user, analyst cần insight nhanh | Report developer, BI analyst xây báo cáo |
Ngữ cảnh hoạt động | Fabric workspace, web interface | Power BI Desktop |
Output | Câu trả lời text + chart đơn giản | Gợi ý DAX, visual, page layout |
Yêu cầu kỹ năng | Không cần biết code | Cần hiểu cơ bản về data modeling |
Ví dụ thực tế:
Bạn muốn xem nhanh doanh thu quý 3 so với quý 2: dùng Fabric Data Agent
Bạn đang xây dựng dashboard cho toàn bộ phận, cần viết measure phức tạp: dùng Copilot in Power BI
Hai công cụ bổ trợ nhau. Trong Agentic AI Analytics Program, học viên học cách phối hợp cả hai để tăng tốc toàn bộ quy trình BI.
V. Cách bắt đầu sử dụng Fabric Data Agent
1. Yêu cầu môi trường
Tài khoản Microsoft Fabric: cần license Fabric (hoặc Power BI Premium)
Workspace với semantic model: phải có sẵn ít nhất một semantic model đã publish
Quyền truy cập: role Contributor hoặc Admin trong workspace [1]
Nếu công ty bạn đang dùng Power BI Premium, có thể bật Fabric capacity từ Azure portal. Nếu chưa có, dùng free trial 60 ngày để test.
2. Tạo agent đầu tiên
Quy trình tạo agent trong Fabric rất đơn giản [1]:
Vào Fabric workspace, chọn + New → Data agent
Đặt tên agent (vd "Sales Insight Agent")
Chọn semantic model muốn agent truy cập
(Tùy chọn) Cấu hình row-level security nếu cần giới hạn dữ liệu
Nhấn Create
Sau khi tạo xong, bạn có thể chat ngay với agent trong giao diện web. Agent tự động nhận diện các table, column, measure có trong semantic model.
3. Prompt hiệu quả
Agent hiểu tốt hơn khi câu hỏi rõ ràng:
Tốt: "Doanh thu tháng 9 năm 2026 của khu vực Hà Nội"
Chưa tốt: "Xem doanh thu"
Một số mẹo viết prompt:
Nêu rõ time period (tháng/quý/năm)
Chỉ định dimension cần filter (khu vực, sản phẩm, khách hàng)
Nếu muốn so sánh, nói rõ so với gì (so với tháng trước, cùng kỳ năm ngoái)
Yêu cầu format kết quả nếu cần (bảng, biểu đồ cột, line chart)
Khi agent trả lời sai hoặc không hiểu, thử:
Diễn đạt lại câu hỏi đơn giản hơn
Kiểm tra semantic model có đủ metadata không
Chia thành nhiều câu hỏi nhỏ
4. Tích hợp vào workflow team
Fabric Data Agent có thể nhúng vào Microsoft Teams qua app connector hoặc share link để team member truy cập. Một số công ty tạo nhiều agent chuyên biệt:
Sales Agent: chỉ truy cập dữ liệu bán hàng
Finance Agent: kết nối với lakehouse chứa dữ liệu tài chính
Operations Agent: phân tích supply chain, inventory
Mỗi agent được phân quyền khác nhau, đảm bảo data governance.
VI. Câu hỏi thường gặp
Fabric Data Agent có miễn phí không?Agent là một phần của Microsoft Fabric, yêu cầu license Fabric hoặc Power BI Premium. Bạn có thể dùng free trial 60 ngày để test. Sau đó tính phí theo capacity (CU), tương tự các workload khác trong Fabric [1].
Agent có thể truy cập data từ nguồn ngoài Fabric không?Agent hoạt động trên semantic model trong Fabric. Nếu bạn đã ingest data từ SQL Server, Oracle, hoặc file CSV vào lakehouse/warehouse, agent truy cập được. Không thể truy cập trực tiếp data source bên ngoài mà chưa import vào Fabric.
Làm sao biết câu trả lời của agent có chính xác không?Agent hiển thị query logic đằng sau (dạng pseudo-code hoặc DAX expression). Bạn review để đảm bảo đúng business logic. Ngoài ra, nên validate kết quả với số liệu từ nguồn khác trong giai đoạn đầu, để xây dựng niềm tin.
Agent có thể tự học từ feedback không?Hiện tại agent chưa có tính năng tự học từ câu hỏi sai. Nhưng Microsoft đang phát triển feedback loop để agent cải thiện theo thời gian. Bạn có thể báo cáo khi agent trả lời sai để Microsoft cải tiến model [1].
Có cần biết lập trình để dùng Fabric Data Agent không?Không. Agent được thiết kế cho business user. Tuy nhiên, nếu bạn hiểu cơ bản về data model (table, relationship, measure), bạn sẽ viết prompt tốt hơn và troubleshoot hiệu quả khi agent không hiểu câu hỏi.
VII. Kết luận
Fabric Data Agent là bước tiến quan trọng giúp dân chủ hóa phân tích dữ liệu trong doanh nghiệp. Công cụ này không thay thế analyst, mà giải phóng thời gian analyst khỏi các câu hỏi đơn giản, lặp lại để tập trung vào phân tích chiến lược. Business user nhận insight nhanh hơn, quyết định kịp thời hơn.
Để tận dụng tối đa agent, nền tảng là semantic model vững chắc. Nếu metadata lộn xộn, agent sẽ trả lời sai hoặc không hiểu câu hỏi. Đầu tư thời gian thiết kế semantic layer đúng cách từ đầu sẽ mang lại hiệu quả lâu dài.
Lưu ý: phần dưới đây giới thiệu chương trình đào tạo của Mastering Data Analytics.
📚 Bắt đầu sự nghiệp Analytics vững vàng trong kỷ nguyên AI
Mastering Data Analytics (MDA) là một trong những đơn vị đào tạo phân tích dữ liệu tại Việt Nam, mang chương trình Agentic AI Analytics đến với người học. Sau hơn 6 năm đào tạo phân tích dữ liệu, MDA đã đồng hành cùng 3.000+ học viên và 250+ doanh nghiệp lớn như Heineken, Prudential, P&G, AEON, BIDV, Coca-Cola, Unilever.Điểm khác biệt của MDA không nằm ở những lời hứa kiểu '5 phút phân tích data với ChatGPT' hay 'vibe coding dashboard'. Chúng tôi rèn đúng bộ ba tạo nên lợi thế cạnh tranh thật sự thời AI: tư duy phân tích hệ thống, chuyên môn vững chắc và năng lực điều phối AI Agents.
Khám phá chương trình: Agentic AI Analytics, Finance Analytics
Tư vấn lộ trình miễn phí qua Zalo: 0961 48 66 48
Fanpage: Mastering Data Analytics
Nguồn tham khảo
[1] Create a Fabric data agent - Microsoft Fabric | Microsoft Learn. https://learn.microsoft.com/en-us/fabric/data-science/how-to-create-data-agent
Bình luận