top of page
Tìm kiếm

Metrics là gì? Phân biệt Metrics, KPI và Dimension

Metrics là những con số dùng để đo lường một hoạt động cụ thể trong kinh doanh, ví dụ số đơn hàng, doanh thu, số lượt truy cập website. 


KPI (Key Performance Indicator) là những metric quan trọng nhất, gắn trực tiếp với mục tiêu chiến lược. Còn Dimension là góc để bạn nhìn và cắt lát những con số đó, ví dụ theo thời gian, theo khu vực, theo sản phẩm.


Nhiều người mới học hay nhầm ba khái niệm này với nhau, hoặc coi mọi metric đều là KPI. Thực tế, một cửa hàng có thể theo dõi hàng chục metric, nhưng chỉ vài metric trong đó xứng đáng gọi là KPI [1]. Hiểu rõ sự khác nhau giúp bạn xây dashboard gọn gàng và ra quyết định đúng.


So sanh Metrics KPI Dimension trong phan tich du lieu

Mục lục bài viết

Metrics là gì trong phân tích dữ liệu?


Metrics (số liệu đo lường) là những giá trị định lượng dùng để theo dõi và đánh giá một hoạt động, quá trình hoặc kết quả cụ thể. Nói đơn giản, metric là bất cứ thứ gì bạn đếm được hoặc đo được rồi ghi lại thành con số.

Hãy hình dung bạn mở một quán cà phê. Mỗi ngày bạn ghi lại: bao nhiêu ly bán ra, bao nhiêu khách bước vào, doanh thu là bao nhiêu, trung bình mỗi hoá đơn bao nhiêu tiền. Tất cả những con số này đều là metric. Chúng cho bạn biết quán đang hoạt động ra sao, mà không cần bạn phải đứng cả ngày quan sát.

Trong phân tích dữ liệu, metric thường là kết quả của một phép tính trên dữ liệu thô. Ví dụ, "tổng doanh thu tháng 8" được tính bằng cách cộng tất cả giá trị đơn hàng trong tháng lại. "Tỷ lệ chuyển đổi" được tính bằng số người mua chia cho số người ghé thăm. Một metric luôn trả lời cho câu hỏi "bao nhiêu" hoặc "ở mức nào".

Điểm quan trọng cần nhớ: metric tự nó chỉ là con số. Nó chưa nói lên tốt hay xấu. Doanh thu 100 triệu là cao hay thấp còn tuỳ vào bối cảnh, tuỳ vào mục tiêu bạn đặt ra. Chính vì vậy mới cần đến khái niệm KPI, sẽ nói ở phần sau.


Vi du metric doi thuong so ly ban va doanh thu quan ca phe

Đặc điểm và các loại Metrics phổ biến

Một metric tốt cần có vài đặc điểm rõ ràng. Nó phải đo được (có thể biểu diễn bằng số), có đơn vị rõ ràng (đồng, phần trăm, lượt), và gắn với một mốc thời gian cụ thể (ngày, tuần, tháng). Nếu thiếu những yếu tố này, con số của bạn sẽ khó diễn giải.

Người làm phân tích thường phân loại metric theo vài cách sau.

  • Leading metric và lagging metric. Leading metric (chỉ số dẫn dắt) là con số báo hiệu điều sắp xảy ra. Ví dụ, số lượt đăng ký dùng thử báo trước doanh thu tương lai. Lagging metric (chỉ số kết quả) đo cái đã xảy ra rồi, ví dụ doanh thu tháng trước. Leading giúp bạn hành động sớm, lagging giúp bạn tổng kết.

  • Vanity metric và actionable metric. Vanity metric (chỉ số phù phiếm) là con số nghe hoành tráng nhưng không giúp bạn quyết định gì, ví dụ tổng số lượt xem trang cộng dồn từ đầu năm. Actionable metric (chỉ số hành động được) là con số giúp bạn biết cần làm gì tiếp theo, ví dụ tỷ lệ khách rời trang ở bước thanh toán. Người mới rất dễ bị vanity metric đánh lừa vì chúng luôn tăng và nhìn đẹp mắt.

  • Metric tuyệt đối và metric tỷ lệ. Metric tuyệt đối là con số nguyên như "500 đơn hàng". Metric tỷ lệ đặt hai con số cạnh nhau, ví dụ "tỷ lệ chuyển đổi 3%". Metric tỷ lệ thường hữu ích hơn khi so sánh giữa các giai đoạn hoặc giữa các nhóm khác nhau.


Cac loai metric leading lagging vanity actionable trong phan tich du lieu

KPI là gì và Dimension là gì?


KPI (Key Performance Indicator, chỉ số đo lường hiệu suất chính) là những metric quan trọng nhất, được chọn ra để đo lường mức độ đạt được mục tiêu chiến lược của doanh nghiệp [2]. Chữ "Key" trong KPI nghĩa là "then chốt". Không phải metric nào cũng là KPI. KPI là những con số mà ban lãnh đạo thật sự quan tâm vì chúng phản ánh sức khoẻ và thành công của tổ chức [2].

Lấy lại ví dụ quán cà phê. Bạn theo dõi mười mấy metric, nhưng nếu mục tiêu năm nay là "tăng lượng khách quay lại", thì "tỷ lệ khách quay lại trong tháng" chính là một KPI. Những metric khác vẫn có ích để theo dõi, nhưng chúng chỉ là số phụ trợ, không phải KPI.

KPI thường đi kèm một con số mục tiêu và một mốc thời gian. Ví dụ "đạt tỷ lệ khách quay lại 40% vào cuối quý 4". Có mục tiêu rõ ràng thì bạn mới biết mình đang làm tốt hay chưa. Đây là điểm phân biệt cốt lõi: metric chỉ báo cáo hiện trạng, còn KPI đo tiến độ so với mục tiêu [1].


Dimension (chiều dữ liệu) là góc nhìn dùng để phân tách và so sánh các metric. Nếu metric là con số, thì dimension là cách bạn cắt con số đó thành các nhóm nhỏ để hiểu sâu hơn. Các dimension quen thuộc gồm: thời gian (theo ngày, tháng, năm), địa lý (theo thành phố, khu vực), sản phẩm (theo danh mục, mặt hàng), khách hàng (theo độ tuổi, giới tính).

Ví dụ dễ hiểu: "doanh thu" là metric. "Doanh thu theo tháng" là bạn đang xem metric doanh thu qua dimension thời gian. "Doanh thu theo khu vực" là qua dimension địa lý. Cùng một con số, nhìn qua nhiều dimension khác nhau sẽ cho bạn nhiều câu chuyện khác nhau.


Dimension cat lat metric doanh thu theo thoi gian va khu vuc]

Ví dụ thực tế theo ngành: e-commerce, SaaS, tài chính

Cách chọn metric và KPI thay đổi tuỳ theo ngành. Cùng là "khách hàng", nhưng một sàn thương mại điện tử và một công ty phần mềm sẽ quan tâm những con số rất khác nhau.


  1. Với e-commerce (thương mại điện tử), những metric hay dùng gồm: giá trị đơn hàng trung bình, tỷ lệ chuyển đổi từ khách xem sang khách mua, tỷ lệ giỏ hàng bị bỏ dở. Dimension đi kèm thường là theo danh mục sản phẩm, theo kênh quảng cáo, theo thiết bị (điện thoại hay máy tính). Một KPI phổ biến là "tỷ lệ chuyển đổi trên tổng lượt truy cập".

  2. Với SaaS (Software as a Service, phần mềm cung cấp dưới dạng dịch vụ), doanh nghiệp bán thuê bao theo tháng nên họ theo dõi: doanh thu định kỳ hàng tháng, tỷ lệ khách hàng huỷ dịch vụ, chi phí để có một khách hàng mới. KPI hay gặp là tỷ lệ khách rời bỏ, vì giữ chân khách trong mô hình thuê bao quan trọng hơn nhiều so với việc chỉ tìm khách mới.

  3. Với tài chính, các metric xoay quanh dòng tiền, biên lợi nhuận, tỷ lệ nợ trên vốn. Dimension thường là theo kỳ kế toán, theo phòng ban, theo loại chi phí. Ở lĩnh vực này, độ chính xác của con số là ưu tiên hàng đầu, nên việc chuẩn hoá cách tính metric rất được coi trọng.


Điểm chung của cả ba ngành: bạn cần chọn đúng vài KPI để tập trung, thay vì cố theo dõi tất cả mọi thứ. Bạn có thể tham khảo thêm nhiều bài phân tích ứng dụng trên Blog Mastering Data Analytics.



Metric va KPI theo nganh e-commerce SaaS tai chinh

Phân biệt Metrics, KPI và Dimension

Bảng dưới đây tóm gọn ba khái niệm để bạn dễ đối chiếu.

Tiêu chí

Metrics

KPI

Dimension

Bản chất

Con số đo lường một hoạt động

Metric quan trọng gắn với mục tiêu

Góc nhìn để cắt lát con số

Câu hỏi trả lời

Bao nhiêu?

Đã đạt mục tiêu chưa?

Theo góc nào?

Có mục tiêu kèm theo

Không nhất thiết

Luôn có

Không

Ví dụ

Số đơn hàng

Tỷ lệ khách quay lại đạt 40%

Theo tháng, theo khu vực

Số lượng nên có

Nhiều

Ít, chọn lọc

Vừa đủ

Metrics vs KPI: khác nhau ở đâu?

Cách nhớ đơn giản nhất: mọi KPI đều là metric, nhưng không phải metric nào cũng là KPI [1]. KPI là phần con của metric. Nó là những metric được chọn lọc vì gắn với mục tiêu và có ý nghĩa quyết định.

Ví dụ, một trang web có thể đo hàng chục metric như số lượt xem, thời gian trên trang, số trang mỗi phiên. Nhưng nếu mục tiêu của bạn là tăng doanh số, thì "tỷ lệ chuyển đổi" và "doanh thu" mới là KPI. Những con số còn lại giúp bạn giải thích tại sao KPI tăng hay giảm, nhưng bản thân chúng không phải KPI.

Một dấu hiệu để nhận ra KPI: nó luôn đi cùng một con số mục tiêu và một hạn thời gian. Nếu con số của bạn không gắn với mục tiêu nào, nó đang là metric thường, chưa phải KPI [1].


Metrics vs Dimension trong mô hình dữ liệu BI

Trong business intelligence (trí tuệ kinh doanh, viết tắt BI, tức việc dùng dữ liệu để hỗ trợ ra quyết định), người ta tổ chức dữ liệu thành hai loại bảng chính.

  • Fact table (bảng sự kiện) chứa các metric, tức những con số đo lường như số lượng bán, doanh thu, chi phí. Đây là nơi lưu các sự kiện đã xảy ra dưới dạng số.

  • Dimension table (bảng chiều) chứa các dimension, tức thông tin mô tả để phân loại như tên sản phẩm, tên khách hàng, ngày tháng, khu vực.

Hai loại bảng này nối với nhau tạo thành một mô hình gọi là Star Schema (lược đồ hình sao), vì bảng fact nằm giữa và các bảng dimension toả ra xung quanh như hình ngôi sao. Khi bạn kéo một metric từ fact table và một dimension từ dimension table lên báo cáo, hệ thống sẽ tự tính con số theo góc nhìn bạn chọn. Đây là nền tảng của gần như mọi dashboard hiện đại.


Star Schema fact table va dimension table trong mo hinh BI

Ứng dụng trong Power BI, Tableau và tự động hóa bằng AI Agents

Trong các công cụ trực quan hoá dữ liệu như Power BI và Tableau, khái niệm metric và dimension xuất hiện rất rõ ràng. Ở Power BI, metric thường được xây dưới dạng Measure (phép đo), tức một công thức tính toán như "tổng doanh thu" hay "trung bình đơn hàng". Còn dimension là các cột như tháng, khu vực, danh mục mà bạn dùng để nhóm và lọc.


Khi bạn kéo một Measure vào biểu đồ rồi thêm một dimension làm trục, công cụ sẽ tự động tính con số cho từng nhóm. Ví dụ kéo Measure "doanh thu" vào và đặt dimension "tháng" lên trục ngang, bạn có ngay biểu đồ doanh thu theo tháng. Hiểu đúng đâu là measure, đâu là dimension giúp bạn tránh làm ra những báo cáo sai lệch.


Đây cũng là chỗ mà việc tự động hoá bằng AI Agent (tác tử AI, tức chương trình AI có thể tự thực hiện chuỗi công việc thay con người) trở nên đáng chú ý. Vấn đề lớn nhất khi để AI đọc dữ liệu là nó dễ hiểu sai nghiệp vụ, hoặc đoán mò con số. Để tránh điều đó, cần một lớp gọi là Semantic Model (mô hình ngữ nghĩa), nơi bạn định nghĩa rõ mỗi metric được tính thế nào, mỗi dimension nghĩa là gì, kèm các tên gọi đồng nghĩa. Có lớp ngữ nghĩa này, AI mới hiểu đúng khi bạn hỏi "cho tôi doanh thu quý này theo khu vực".

Đây chính là cách tiếp cận trong chương trình Agentic AI Analytics của MDA. Thay vì học công cụ trước, bạn học cách bóc tách bài toán kinh doanh, dựng cây chỉ số (Metric Tree) và KPI Tree, rồi mới xây Semantic Model để hệ thống AI Agents có thể tự tạo báo cáo mà con người vẫn kiểm soát ở các chốt chặn quan trọng. Tư duy phân biệt rạch ròi metric, KPI và dimension chính là bước nền cho toàn bộ quá trình này.


Measure va dimension trong Power BI khi xay dashboard


Lỗi thường gặp khi chọn và diễn giải Metrics

Người mới học rất dễ mắc vài sai lầm khi làm việc với metric. Biết trước sẽ giúp bạn tránh.

  1. Sai lầm thứ nhất là coi mọi metric đều là KPI. Khi mọi con số đều quan trọng, thì thực ra không con số nào quan trọng. Dashboard nhồi ba chục chỉ số khiến người xem hoa mắt và không biết nhìn vào đâu. Hãy chọn lọc vài KPI gắn với mục tiêu, phần còn lại chỉ để tra cứu khi cần.


  2. Sai lầm thứ hai là chạy theo vanity metric. Con số tổng lượt xem cộng dồn luôn tăng và nhìn rất đẹp, nhưng nó không giúp bạn quyết định gì. Hãy hỏi: nếu con số này thay đổi, tôi sẽ làm gì khác đi? Nếu câu trả lời là "không làm gì", đó là vanity metric.


  3. Sai lầm thứ ba là quên bối cảnh khi diễn giải. Một metric đứng một mình không nói lên nhiều. "Doanh thu tăng 10%" nghe tích cực, nhưng nếu cùng kỳ đối thủ tăng 30% và toàn thị trường tăng 25%, thì thực ra bạn đang tụt lại. Luôn so sánh metric với mục tiêu, với kỳ trước, hoặc với chuẩn ngành.


  4. Sai lầm thứ tư là định nghĩa metric không thống nhất. Nếu phòng marketing tính "khách hàng hoạt động" một kiểu, phòng sản phẩm tính một kiểu khác, thì hai bên sẽ cãi nhau vì cùng một tên mà ra hai con số. Đây chính là lý do cần chuẩn hoá định nghĩa metric ngay từ đầu, đặc biệt khi muốn tự động hoá bằng AI.


Loi thuong gap khi chon va dien giai metric cho nguoi moi hoc]


Câu hỏi thường gặp

Metric ton có phải là metric trong phân tích dữ liệu không?Không. Đây là hai khái niệm hoàn toàn khác nhau dù trùng chữ. Metric ton là đơn vị đo khối lượng, tương đương 1000 kilogam. Còn metric trong phân tích dữ liệu là con số đo lường hoạt động kinh doanh mà bài này đang nói tới. Bạn chỉ cần chú ý ngữ cảnh để không nhầm lẫn.

Marketing metric là gì?Đó là các metric dùng riêng cho hoạt động tiếp thị, ví dụ chi phí cho mỗi lượt nhấp quảng cáo, tỷ lệ mở email, số khách hàng tiềm năng thu được. Chúng cũng là metric bình thường, chỉ khác ở chỗ phục vụ mục tiêu marketing.

Một doanh nghiệp nên có bao nhiêu KPI?Không có con số cố định, nhưng nguyên tắc là càng ít càng dễ tập trung. Nhiều đội chỉ chọn từ ba đến bảy KPI chính cho mỗi mục tiêu. Quá nhiều KPI sẽ làm loãng sự chú ý và khó theo dõi.

Dimension có phải là một loại metric không?Không. Dimension là góc nhìn, không phải con số đo lường. "Khu vực" là dimension, "doanh thu theo khu vực" mới là metric nhìn qua dimension. Phân biệt rõ hai thứ này giúp bạn dựng mô hình dữ liệu đúng.

Kết luận

Tóm lại, metric là con số đo lường một hoạt động, KPI là những metric quan trọng nhất gắn với mục tiêu, còn dimension là góc nhìn để cắt lát các con số đó. Nhớ nguyên tắc gọn: mọi KPI đều là metric nhưng không phải metric nào cũng là KPI [1], và dimension luôn là góc nhìn chứ không phải con số.

Khi bạn phân biệt được ba khái niệm này, bạn sẽ dựng dashboard rõ ràng hơn, chọn đúng con số để theo dõi, và tránh được những sai lầm phổ biến. Đây cũng là bước nền quan trọng nếu bạn muốn tiến xa hơn vào xây mô hình dữ liệu và tự động hoá báo cáo bằng AI Agents.

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.



Nguồn tham khảo

[1] Metric là gì? Phân biệt rõ với KPI và ý nghĩa trong kinh doanh. https://tamnghiem.edu.vn/metric-la-gi

Bình luận

bottom of page