top of page
Mastering Data Analytics (MDA)

+230.000 người theo dõi chúng tôi trên các nền tảng. Hãy để lại email để cập nhập kiến thức mới nhất về Data Analytics với No-code, AI & Automation! 👇

Đăng ký ngay
Share this page

Nguyên tắc 60-30-10: Công thức phối màu giúp dashboard dễ đọc, dễ quyết định

lúc 01:36:58 3 tháng 11, 2025

Rất nhiều dashboard “xấu” không vì dữ liệu kém, mà vì màu sắc bị lạm dụng: nền rực rỡ, 5-6 màu đậm cạnh nhau, trạng thái quan trọng lại chìm giữa “lễ hội pháo hoa”. Hệ quả là người dùng mệt mỏi thị giác, bỏ lỡ điểm cần chú ý, và ra quyết định chậm.

Nguyên tắc 60-30-10 là “bộ khung” đơn giản mà hiệu quả để sửa điều đó.

60-30-10 là gì?

60% màu chính (Main): xám rất nhạt/white-space làm nền và vùng chứa.

⤷ Vai trò: tạo không gian thở, giảm nhiễu, giúp nội dung quan trọng tự nổi lên.

30% màu phụ (Secondary): 1 màu thương hiệu hoặc màu trung tính đậm hơn dùng cho tiêu đề nhỏ, đường kẻ, nhãn, series “mặc định”.

⤷ Vai trò: duy trì nhận diện, phân nhóm thông tin, giữ sự nhất quán.

10% màu nhấn (Accent): 1 màu mạnh, chỉ dùng cho điều thực sự quan trọng (KPIs, cảnh báo, trạng thái nổi bật).

⤷ Vai trò: dẫn mắt đến “điểm chốt” như completed %, SLA breach, milestone.

Áp dụng đúng, bạn sẽ có dashboard:

  • Dễ thở: mắt không bị ngợp.

  • Dễ tập trung: người xem biết ngay chỗ cần nhìn.

  • Đúng brand: không biến dashboard thành poster quảng cáo.

Công thức triển khai nhanh trong Power BI (3 bước)

1. Chọn palette

  • Main: #F7F7F8 hoặc #FAFAFA (nền), chữ #1F2937.

  • Secondary (ví dụ tím theo brand): #6B4CE6 dùng cho nhãn, viền nhẹ, series mặc định.

  • Accent (ví dụ cam): #EF7D32 dùng cho KPI nổi bật/cảnh báo.

2. Áp theme một lần cho toàn bộ báo cáo

  • View → Themes → Customize current theme → Colors/Fonts/Background.

  • Giữ 1 accent duy nhất cho trạng thái nổi bật, tắt “Diverging” nếu không cần nhấn âm/dương.

3. Chuẩn hóa sử dụng màu

  • Series mặc định = Secondary; trạng thái quan trọng = Accent.

  • Không tô cả bảng; dùng icon/label + accent chỉ cho ô vi phạm ngưỡng.

  • Luôn kèm label/shape, không truyền tải ý nghĩa “chỉ-bằng-màu”.

Mẹo nâng cấp trải nghiệm

  • Dành Accent cho “hành động” (needs attention) thay vì “kết quả tốt”.

  • Dùng biểu đồ tối giản: bar/line/scatter; hạn chế gradient rực rỡ.

  • Với bảng: bật conditional formatting chỉ cho ô “vi phạm ngưỡng”, giữ nền bảng trung tính.

  • Kiểm tra nhanh chế độ mù màu (CVD simulation) để đảm bảo vẫn phân biệt được.

Bạn đã áp dụng nguyên tắc 60-30-10 vào dashboard của mình chưa?

👉 Hãy thử chia sẻ một ảnh trước/sau (before/after) trong phần bình luận — mình và cộng đồng BI sẽ cùng nhau review để tối ưu trải nghiệm cho người dùng.

🔔 +170.000 người đăng ký theo dõi chúng tôi trên các nền tảng: https://mastering-da.kit.com/

📌 Thúc đẩy doanh nghiệp Việt đưa ra quyết định dựa trên dữ liệu qua chương trình đào tạo Analytics Top 1 Việt Nam từ 2020 @ Zalo: 0961 48 66 48 & https://mastering-da.com/business-intelligence-program/

#PhuongThaoAnalytics #DashboardDesign #PowerBI #DataDriven #MasteringDataAnalytics

Until next time, keep turning data into decisions!

Mastering Data Analytics (MDA)

Cung cấp dịch vụ đào tạo, tư vấn phân tích dữ liệu (Zalo: 0961 48 66 48)

+230.000 người theo dõi chúng tôi trên các nền tảng. Hãy để lại email để cập nhập kiến thức mới nhất về Data Analytics với No-code, AI & Automation! 👇

​Read more from Mastering Data Analytics (MDA)
SKILL.md và 3 điều "ít ai nói" nhưng dân Agentic AI cần biết!

Tại sao nhiều team build AI agent nhưng không scale được khi đưa vào production?
Có thể vì họ vẫn đang nghĩ theo “prompt”… thay vì “hạ tầng kỹ năng”.

17 thg 4, 2026

Học Agentic AI để ứng dụng vào ANALYTICS: nên bắt đầu từ đâu?

Nếu bạn muốn đi bài bản, đừng học rời rạc.
Hãy bắt đầu từ những khóa học nền tảng chính thức để hiểu đúng kiến trúc, cơ chế vận hành, rồi mới đi đến cách ứng dụng vào bài toán Analytics trong thực tế.
Vì Agentic AI không chỉ là “biết dùng AI”.

10 thg 4, 2026

AGENTIC AI ANALYTICS: Real vs Fake? Bạn phân biệt được không?

“Tải file lên Claude rồi hỏi nó phân tích” không phải là Agentic AI Analytics.
Đó chỉ là GenAI đang trả lời trên màn hình.
Và nếu doanh nghiệp nhầm 2 khái niệm này, họ sẽ trả giá bằng bảo mật, kiểm soát, và cả niềm tin vào dữ liệu.

3 thg 4, 2026

Share this page
bottom of page