Posted on Leave a comment

Hướng dẫn xây dựng Cohort Analysis trên Power BI

Cohort Analysis

Cohort Analysis là gì

Cohort Analysis (Phân tích tổ hợp) là một kỹ thuật phân tích tập trung vào việc phân tích hành vi của một nhóm người dùng / khách hàng có chung một đặc điểm trong một khoảng thời gian nhất định.

Trong phân tích kinh doanh, New Customer được xem là một tiêu chí quan trọng để đánh giá tình hình kinh doanh của doanh nghiệp. Ở một góc nhìn khác, New Customer thể hiện hiệu quả của đội ngũ bán hàng và phần nào đó là hiệu quả trong Marketing. Một chỉ số không kém phần quan trọng là Retention Customer – chỉ số cho thấy khả năng giữ chân khách hàng của một dịch vụ. Retention Rate càng cao càng cho thấy mức độ trung thành của khách hàng đối với dịch vụ của doanh nghiệp. Một chỉ số ở chiều ý nghĩa ngược lại với retention là Churn Rate. Đây là 2 trong số những key metrics rất được quan tâm trong business. Định nghĩa về Retention hay Churn phụ thuộc vào cách mà mỗi business định nghĩa.  

Thông thường, người ta sử dụng Cohort Analysis để thể hiện chỉ số Retention Rate/Churn Rate.  

Trong bài này, Datapot giới thiệu đến người đọc cách xây dựng Cohort Analysis trên Power BI.  

Download file Power BI tại Tại đây

(Tham khảo Các thao tác đơn giản để tạo báo cáo trên Power BI cho người mới bắt đầu tại Các thao tác đơn giản để tạo báo cáo trên Power BI cho người mới bắt đầu – Datapot.vn )

Xây dựng Cohort Analysis trên Power BI

Giả sử chúng ta có một bảng dữ liệu có tên là “SalesTable” bao gồm 3 cột:  

  • Customerkey: Cột chứa key định danh cho mỗi khách hàng mua dịch vụ.  
  • OrderDate: Ngày ngày hàng có đặt hàng dịch vụ  
  • OrderMonth: Tháng mà khách hàng có đặt hàng dịch vụ  

Ngoài ra ta cũng có 1 bảng “Date”, có relationship với bảng “SalesTable”  thông qua cột Date và OrderDate 

Power BI
Bảng SalesTable
Relationship trong Power BI
Mối quan hệ giữa Bảng Date và Bảng SalesTable
  • Tính số lượng khách hàng có order hằng tháng 

No.Customer = DISTINCTCOUNT(‘SalesTable'[Customerkey]) 

Cohort Analysis
Số lượng khách hàng có order hằng tháng
  • Tính số lượng khách hàng mới có order hằng tháng  

Ở trên, chúng ta đang tính toán số lượng khách hàng có phát sinh giao dịch trong tháng. Vậy trong số những khách hàng có phát sinh giao dịch đó, có bao nhiêu là khách hàng mới hoàn toàn, chưa từng mua hàng trước đó.  

Logic tính toán sẽ là, nếu một khách hàng là khách hàng mới trong tháng xem xét thì ngày đầu tiên có giao dịch của khách hàng đó sẽ là ngày thuộc tháng đang xem xét. 

  • Trong bảng SalesTable, tạo ra 1 calculated column có tên là “FirstOrderMonth” là tháng đầu tiên mà 1 khách hàng có order:  

FirstOrderMonth =  

    CALCULATE( 

       MIN(SalesTable[OrderMonth]),  

       FILTER(SalesTable, SalesTable[Customerkey] = EARLIER(SalesTable[Customerkey]))) 

  • Tạo measure “No.NewCustomer” tính số lượng khách hàng mới  

No.NewCustomer =  

    CALCULATE( 

     DISTINCTCOUNT(SalesTable[Customerkey]),  

     FILTER(SalesTable, SalesTable[FirstOrderMonth] = SalesTable[OrderMonth])) 

Power BI
Số lượng khách hàng và Số lượng khách hàng mới
  • Cohort Analysis thể hiện retention rate  

Với ví dụ của chúng ta, nếu định nghĩa đơn giản, retention rate là tỉ lệ khách hàng cũ có mua hàng trong tháng mới trên tổng số khách hàng cũ.  

Mục tiêu là chúng ta muốn tạo 1 matrix như bên dưới, đây được gọi là 1 cohort. Cohort cho biết số lượng khách hàng mới và số lượng khách hàng có tiếp tục order ở các tháng tiếp theo.  

Trong cohort bên dưới, dòng là tháng bắt đầu có order, cột là các tháng sau đó. Để hiểu cách đọc cohort, ta hiểu ý nghĩa của các con số bên trong. Ví dụ 498 là số lượng khách hàng mới trong tháng 6/2018, sau đó, trong tháng 7/2019, chỉ có 3 khách hàng trong tổng số 498 khách hàng mới của tháng 6 là có order. Trong tháng 7/2019, chúng ta có 1506 khách hàng mới,  xem xét tại tháng 12/2019, chỉ có 89 trên 1506 khách hàng mới là có order.  

Cohort Analysis thể hiện retention rate
Cohort Analysis thể hiện retention rate

Sau khi hình dung được ý nghĩa của cohort, chúng ta tiếp tục phân tích xem để tạo được cohort như trên sẽ cần phải chuẩn bị những gì.  

Thứ nhất, chúng ta cần 1 trường thông tin thể hiện được tháng khách hàng bắt đầu có giao dịch. Đây chính là cột “FirstOrderMonth” mà chúng ta đã tạo ra ở phần trên.  

Thứ hai, chúng ta cần có 1 trường để kéo vào làm column cho cohort. Chúng ta tận dùng cột “Month”  trong bảng “Date”.  

Thứ ba, chúng ta cần viết 1 measure để kéo vào phần value trong cohort.  

Dựa trên dữ liệu đang sử dụng, để tạo được cohort như trên, ta làm theo các bước sau: 

  • Bước 1 : Tạo thêm 1 cột là “FirstOrderMonth” bằng cách format lại cột “FirstOrderMonth” trong bảng “SalesTable” 

FirstOrderMonth_1 = FORMAT(SalesTable[FirstOrderMonth], “yyyy mmm”) 

  • Bước 2: Viết measure để tính toán  

No.NewCustomer by Cohort =  

    CALCULATE( 

     DISTINCTCOUNT(SalesTable[Customerkey]),  

       filter(SalesTable, SalesTable[OrderDate] >= MIN(‘Date'[Date]) && SalesTable[OrderDate] <= MAX(‘Date'[Date]))) 

MIN(‘Date'[Date]) và MAX(‘Date'[Date]) tại mỗi cột sẽ trả về giá trị là ngày đầu tiên và ngày cuối cùng của tháng. Tức là nếu trong cột của matrix là tháng tháng 6 thì hàm min và max sẽ trả về ngày 1/6/2019 và ngày 30/6/2019. Tức là với đoạn code này filter(SalesTable, SalesTable[OrderDate] >= MIN(‘Date'[Date]) && SalesTable[OrderDate] <= MAX(‘Date'[Date])), tại mỗi cột trong matrix, chúng ta chỉ filter dữ liệu của bảng “SalesTable” trong tháng đang xem xét.  

  • Bước 3: Tạo matrix 

Tạo matrix và kéo cột “FirstOrderMonth_1” trong bảng “SalesTable” vào Rows option. Cột “month” trong bảng “Date” vào Columns option. Measure No.NewCustomer by Cohort vào trong phần Values options. Ngoài ra có thể đổi lại tên “FirstOrderMonth_1” thành “First Order Month” để khi hiển thị trong matrix nó rõ ràng hơn. 

Matrix trong Cohort Analysis
Tạo Matrix
  • Bước 4: Conditonal Formating cho matrix 

Format Cohort Analysis
Conditonal Formating cho matrix
  • Bước 5: Sort lại cột “FirstOrderMonth_1” theo cột “FirstOrderMonth” – Hoàn thành Cohort Analysis

Có thể thấy trong matrix kết quả, các dòng đang không theo thứ tự đúng do “FirstOrderMonth_1” là dạng text nên bị sort theo thứ tự a-z.  Trong bảng “SalesTable”, ta sort cột “FirstOrderMonth_1” theo cột “FirstOrderMonth”. Click vào cột cần sort, sau đó chọn tùy chọn Sort by column, click tiếp vào cột mà muốn “FirstOrderMonth_1” sort theo nó.  

Cohort Analysis trong Power BI
Sort lại cột “FirstOrderMonth_1” theo cột “FirstOrderMonth” 

Kết quả, ta được một cohort như ý muốn:  

Kết quả Cohort Analysis
Kết quả Cohort

Lưu ý: chúng ta sẽ cần một slicer Date để giới hạn số lượng cột xuất hiện trong Cohort.  

Trên đây là hướng dẫn làm 1 cohort dựa trên dữ liệu mẫu. Người đọc tham khảo để hiểu cách làm, từ đó có thể phát triển các cohort theo mong muốn.  

Ví dụ Cohort Analysis
Ví dụ Cohort
Phân tích Cohort
Ví dụ Cohort

Tham gia group ôn thi DA-100 tại: https://www.facebook.com/groups/da100vn
Chuỗi Video Hướng dẫn thực hành Lab và sử dụng các tài nguyên của Microsoft: https://www.youtube.com/c/Datapotvn/videos
Update tài nguyên từ Microsoft, DA-100 exam questions và exam topics tại Fanpage của Datapot: https://www.facebook.com/DatapotAnalytics/

Khóa học Ôn thi DA-100
Combo khóa học dành cho các bạn Fresher
Posted on 1 Comment

HƯỚNG DẪN ĐĂNG KÝ THI CHỨNG CHỈ DA-100

DAA

Chứng chỉ DAA (Microsoft Data Analytics Certification) là một chứng chỉ cần thiết đối với các Data Analyst và cũng là tấm vé cho các bạn muốn bước chân vào ngành Khoa học Dữ liệu. Để có được chứng chỉ DAA, các bạn sẽ phải tham gia Bài thi DA-100, một data analysis test/ Power BI exam đến từ Microsoft. Nếu bạn có ý định dự thi DA-100 nhưng chưa biết làm sao để đăng ký  thì hãy theo dõi bài viết của Datapot để có thể làm thủ tục dự thi nhanh nhất và tránh những sự cố không đáng có nhé.

Tham khảo các Chủ đề trong bài thi DA-100 tại: KINH NGHIỆM THI DA-100: CÁC TOPICS TRONG BÀI THI DA-100 – Datapot.vn

data analyst certification microsoft

Những điều cần lưu ý

  • Điều kiện để đăng ký thi

Bạn cần đảm bảo rằng bạn đã có một Tài khoản Microsoft đã điền đầy đủ và chính xác thông tin cá nhân nha.

  • Địa điểm thi

Bạn có thể lựa chọn địa điểm thi tại nhà, cơ quan, địa chỉ lưu trú hoặc Trung tâm được ủy quyền bởi Microsoft. Nhưng lưu ý, nếu bạn lựa chọn thi tại cơ quan, hãy ưu tiên sử dụng máy tính cá nhân, tránh sử dụng máy tính tại văn phòng/máy tính nội bộ vì có thể gặp những hạn chế về cơ chế bảo mật, ảnh hưởng đến việc cài đặt các phần mềm giám sát bài thi sau này.

Cách thức đăng ký thi

  1. Truy cập vào link đăng ký chứng chỉ tại

https://docs.microsoft.com/en-us/learn/certifications/exams/da-100
Page đăng ký thi DA-100
Page đăng ký thi DA-100
  1. Chọn quốc gia:

 – Chọn quốc gia “Việt Nam”. Lưu ý lệ phí thi chứng chỉ sẽ khác nhau phụ thuộc vào từng quốc gia

 – Click “Schedule for USD15” để tiến hành điền thông tin và đặt lịch: Hiện tại Microsoft đang giảm lệ phí thi từ 80 – 15 USD trong thời gian Covid đến 31/12/2021). 

Schedule for USD15
Chọn Schedule for USD15
  1. Chọn “I Agree” để đồng ý với các điều khoản

Đồng ý với các điều khoản
  1. Điền các thông tin cá nhân cần thiết để đăng ký chứng chỉ

 Lưu ý: Nhập thông tin cá nhân chính xác như trên giấy tờ tùy thân, thông tin này sẽ được đối chiếu khi tham dự kỳ thi. Các thông tin hợp lệ phải khớp với giấy tờ tùy thân 

Điền thông tin cá nhân để đăng ký chứng chỉ
Điền thông tin cá nhân để đăng ký chứng chỉ
  • Điền các trường thông tin cần thiết
  • Tích chọn “I have read and agree the Terms of Use and Privacy & Cookies statement
  • Chọn “Save & Continue
  • Kiểm tra lại thông tin và chọn “Accept
thông tin cá nhân phải chính xác
Lưu ý thông tin cá nhân phải chính xác như trên giấy tờ tùy thân
  • Chọn “Schedule Exam” Để đăng ký lịch thi
Đăng ký lịch thi
Đăng ký lịch thi
  1. Đăng ký lịch thi

 – Sau khi Chọn “Schedule Exam” ở bước 4, có thể các bạn sẽ gặp 1 thông báo cần cấp quyền cho các App sau để Verified thông tin, chọn “Yes” để tiếp tục

Cấp quyền cho App để verify thông tin
Cấp quyền cho App để verify thông tin
  • Chọn “Schedule
  • Chọn thông tin để đăng ký lịch thi, bao gồm:
    • 1. Chọn ngôn ngữ bài thi
    • 2. Chọn quốc gia
    • 3. Chọn múi giờ
    • 4. Chọn ngày thi
    • 5. Chọn khung giờ thi
  • Sau khi hoàn thành, chọn “Continue” để tiếp tục
Chọn thông tin để đăng ký lịch thi
Chọn thông tin để đăng ký lịch thi
  • Kiểm tra lại thông tin khung thời gian bài thi, chọn “Continue” để xác nhận
Xác nhận lại khung thời gian thi
Xác nhận lại khung thời gian thi
  1. Thanh toán lệ phí thi

 Sau khi đặt lịch thi ở bước 5, bạn sẽ được chuyển sang giao diện để thanh toán lệ phí thi. Tích chọn và chọn “Pay Now” để tiếp tục

Payment DA-100
Giao diện thanh toán lệ phí thi
  • Điền thông tin tài khoản thanh toán
  • Tích Verification
  • Chọn “Pay Now

Lưu ý: Lịch đăng ký thi của bạn sẽ hết hạn sau 30 ngày nếu không được thanh toán lệ phí thành công

Payment
Hoàn tất thanh toán

Tham gia group ôn thi DA-100 tại: https://www.facebook.com/groups/da100vn

Chuỗi Video Hướng dẫn thực hành Lab và sử dụng các tài nguyên của Microsoft: https://www.youtube.com/c/Datapotvn/videos

Update tài nguyên từ Microsoft, DA-100 exam questions và exam topics tại Fanpage của Datapot: https://www.facebook.com/DatapotAnalytics/

Khóa học Ôn thi DA-100
Combo khóa học dành cho các bạn Fresher

Posted on 1 Comment

KINH NGHIỆM THI DA-100: CÁC TOPICS TRONG BÀI THI DA-100

DAA

Bạn đang làm Data Analyst và muốn nâng cao chuyên môn? Bạn muốn chuyển ngành và muốn bước chân và ngành Khoa học Dữ liệu? Chứng chỉ DAA (microsoft data analytics certification) sẽ là tấm vé cho bạn. Bài thi DA-100 là một data analysis test/ Power BI exam đến từ Microsoft. Nếu bạn muốn thi DA-100 nhưng không biết bắt đầu từ đâu, hãy theo dõi bài viết của Datapot để có cái nhìn chuẩn xác và hướng đi nhanh nhất chinh phục kỳ thi này nhé.

Tham khảo Hướng dẫn đăng ký thi DA-100 tại: HƯỚNG DẪN ĐĂNG KÝ THI CHỨNG CHỈ DA-100 – Datapot.vn

data analyst certification microsoft

Cấu trúc bài thi DA-100

Đề thi DA-100 của Microsoft bao gồm 5 chủ đề chính với tỉ trọng điểm số như sau: 

  • Prepare the data (20-25%) 
  • Model the data (25-30%) 
  • Visualize the data (20-25%) 
  • Analyze the data (10-15%) 
  • Deploy and maintain deliverables (10-15%) 

Các bạn có thể download đề cương kỹ năng tại đây: https://query.prod.cms.rt.microsoft.com/cms/api/am/binary/RE4qlRu 

Sau đây, chúng ta sẽ đi sâu hơn về ý nghĩa và các nội dung cần học trong từng Topic cụ thể  

Topic 1: Prepare the data – Chuẩn bị dữ liệu

Prepare the data là topic chiếm từ 20 – 25% tổng điểm của bài thi. Đây là phần việc cơ bản nhưng không kém quan trọng khi data analyst làm việc với dữ liệu, không chỉ trên Power BI mà còn với các công cụ, ngôn ngữ khác. Prepare the data trong Power BI là quá trình bao gồm các phần việc chính sau: Get data from different data sources — > Profile the data — > Clean, transform, and load the data

Ôn thi DA-100
3 nhiệm vụ của Prepare the data trong Power BI

  • Get data from different data sources 

Có rất nhiều loại dữ liệu khác nhau trong một tổ chức, doanh nghiệp và nó cũng được lưu trữ ở nhiều nguồn khác nhau. Đơn giản có thể là Excel, CSV, tổ chức hơn thì là trong các hệ cơ sở quản trị dữ liệu như MS SQL, MySQL…, hay trên các cloud như Google bigquery, Microsoft Azure. Với phần này, chúng ta cần nắm được cách xác định và kết nối đến nguồn dữ liệu, ngoài ra làm sao để thay đổi setting đối với nguồn dữ liệu.  

Ví dụ: Các bảng có cùng định dạng excel đang lưu trong 1 folder chung. Làm sao để import tất cả đồng thời và nối chúng lại thành 1 bảng duy nhất?  

  • Profile the data 

Dữ liệu luôn có thể tồn tại những vấn đề của chính nó, có thể là thiếu dữ liệu ở 1 số cột dữ liệu nào đó, hoặc liệu có thể tồn tại outlier. Bước Profile the data là bước cần thiết để chúng ta nhìn nhận dữ liệu một cách tổng quan và tìm ra những vấn đề của dữ liệu nếu có, từ đó có hướng xử lý tiếp theo. Ở phần này, chúng ta cần biết được khi nào thì sử dụng.  

Ví dụ: Để xác định được tỉ lệ missing thì cần dùng tùy chọn nào trong Power Query Editor? (Data Quality) Hay để xác định được phân bố dữ liệu thì dùng tùy chọn nào? (Column Distribution)

  • Clean, transform, and load the data 

Dữ liệu sau khi được import vào có thể chưa được sạch, tinh gọn và có thể chưa đáp ứng nhu cầu phân tích, báo cáo về sau. Clean và transform gần như là bước không thể thiếu khi làm việc với dữ liệu trên Power BI. Sau khi thao tác làm sạch, biến đổi theo mong muốn, chúng ta cần load dữ liệu vào data model để phục vụ tiếp các phần sau.

Tại phần việc này, chúng ta cần nắm được các thao tác định dạng dữ liệu, fill dữ liệu, đặt header, xóa dòng xóa cột, split, transpose, merge, append data, các phép join … Bên cạnh đó, một chút kiến thức cơ bản về Power Query M code là cần thiết.  

Ví dụ: Bảng dữ liệu về doanh số bán hàng có tên là “Sales.xlsx” sau khi import, tên cột của bảng đang trở thành dòng thứ nhất của bảng dữ liệu. Bên cạnh đó có cột price đang có định dạng text, với giá trị bên trong có format “$ 100”. Dùng những lệnh nào để có thể đặt lại header cho bảng và tách cột giá thành 2 cột là currency có dạng “$”. Cột còn lại tên là price_1 chính là giá trị số (ví dụ số 100) trong chính cột price ban đầu. (User first row as header, Split) 

Topic 2: Model the data – Lập mô hình dữ liệu 

Kiến thức và kĩ năng về Model the data là quan trọng bậc nhất và tất nhiên cũng là khó nhằn nhất trong Power BI exam. Trọng số cho phần này là 25 – 30% tổng điểm của bài thi DA-100. Model the data được chia thành 4 nhóm nội dung chính.  

Bài thi DA-100
4 nhóm nội dung chính của Model the data

  • Design a data model 

Việc đầu tiên sau khi load dữ liệu chính là thiết kế data model. Data model nói một cách đơn giản, chúng ta xây dựng mối quan hệ giữa các bảng dữ liệu. Với phần này, data analyst cần nắm được 1 số kiến thức về các tính chất của bảng, cột, quick measures, hierarchy, role-playing dimensions, cardinality and cross-filter direction trong 1 relationship.

  • Develop a data model 

Sau khi design một data model cơ bản dựa trên những gì chúng ta có sau khi load dữ liệu. Chúng ta có thể phát triển, mở rộng data model thông qua việc tạo thêm các calculated column, calculated table, hierarchies… Phần việc này thường cần thiết, khi data model sẵn có có thể không đáp ứng được nhu cầu báo cáo. Với phần này, chúng ta cần nắm được kiến thức, kĩ năng tạo hierarchy, calculated column, calculated table. Bên cạnh đó 1 số kiến thức về cross-filter direction and security filtering, row-level security roles, object-level security. 

  • Create measures by using DAX 

Power BI cung cấp cho chúng ta các Implicit Measure thông qua kéo thả cột khi visualization. Tuy nhiên nhu cầu tạo ra những chỉ số phức tạp hơn, giúp báo cáo có thêm các góc nhìn mới mẻ hơn, khi đó chúng ta cần sử dụng DAX để tạo ra measures. Cần ôn tập một số nhóm DAX function thường gặp khi xử lý với dữ liệu text, string, aggregate. Bên cạnh đó là nhóm hàm liên quan đến Calculate để thể hiện filter context trong DAX. Nhóm hàm Time Intelligence cũng đáng chú ý.   

  • Optimize model performance 

Khi data model nhẹ, Optimize model performance có thể chưa phải là vấn đề đối với bạn. Tuy nhiên, khi chúng ta có những bảng dữ liệu rất lớn, data model phức tạp, sử dụng nhiều measure phức tạp khiến việc tính toán, xử lý bị chậm, đấy là lúc chúng ta cần nghĩ đến tối ưu model performance. Đơn giản, chúng ta loại đi những cột không cần thiết, filter những dòng dữ liệu không sử dụng cho báo cáo, ví dụ như data quá khứ từ rất xa chẳng hạn. Tốn nhiều công sức hơn 1 chút, chúng ta review lại code DAX xem đã tối ưu chưa. 

Topic 3: Visualize the Data – Trực quan hóa dữ liệu

Sau khi đã có được data model tạm thời như ý (thực tế phải update rất nhiều) thì chúng ta bắt tay làm một số việc mà nhiều người học Power BI sẽ hào hứng nhất, đó chính là visualize. Nói đơn giản, chúng ta tạo các bảng, biểu đồ để trả lời cho những câu hỏi mà chúng ta, hoặc sếp của chúng ta đặt ra. Phần này chiếm đến 20 – 25% tổng điểm của bài thi DA-100. Rất quan trọng. Các nội dung bao gồm: Create Reports, Create Dashboards, Enrich reports for usability.

Kinh nghiêm thi DA-100
3 nội dung chính của Visualize the data

  • Create Reports 

Chúng ta sẽ tạo ra những bảng, biểu đồ phù hợp để trả lời các câu hỏi. Ví dụ: Muốn biết xu thế tăng hay giảm doanh thu qua các tháng, hay sự tăng trưởng doanh thu so với cùng kì năm trước… Với phần này, chúng ta cần nắm được các loại bảng, biểu, cách dùng của nó phù hợp với những tình huống, trả lời cho những câu hỏi nào. Với mỗi loại visual cụ thể, chúng ta cần biết đưa cột (field) nào vào. Một số kiến thức về format, apply filter…  

  • Create Dashboards 

Dashboard là tập hợp của nhiều report. Một số kiến thức cần ôn tập như là set mobile view, manage tiles on a dashboard, configure data alerts, use the Q&A feature, add a dashboard theme, pin a live report page to a dashboard. 

  • Enrich reports for usability 

Chúng ta có thể tạo 1 số thiết lập để giúp báo cáo dễ xem hơn, dễ dàng trình diễn dữ liệu hơn đối với người xem (end user). Một số kiến thức cần ôn tập như bookmark, tooltip, Interaction giữa các visual trong cùng 1 page, sorting, drillthrough and cross filter, export data…

Topic 4: Analyze the Data – Phân tích dữ liệu

Các câu hỏi về Analyze Data chiếm 10 – 15% tổng điểm của bài thi Chứng chỉ DA-100. Analyze the data giúp chúng ta tìm kiếm được những insight, điểm nhấn từ dữ liệu, từ rất nhiều bảng biểu đã tạo trước đó. Đây cũng là phần tạo ra sự khác biệt giữa chúng ta so với những người dùng Power BI khác. Có 2 nội dung chính: Enhance reports to expose insights và Perform advanced analysis.

Chứng chỉ DA-100
2 nội dung chính trong Analyze the data

  • Enhance reports to expose insights 

Các câu hỏi có thể liên quan đến conditional formatting, áp dụng slicer, filters, Top N, Q&A visual, … 

  • Perform advanced analysis 

Các câu hỏi có thể liên quan đến cách xác định outliers, time series analysis, sử dụng groupings và binnings, Key Influencers to explore dimensional variances, decomposition tree visual, Al insights.  

Topic 5: Deploy and Maintain Deliverables – Triển khai và duy trì các sản phẩm đã giao

Các câu hỏi liên quan đến giai đoạn sau khi hoàn thiện dashboard chiếm khoảng 10 – 15% tổng điểm của bài thi. Có thể chia topic này thành 2 phần nội dung chính: Manage datasets và Create and manage workspaces

DA-100 Microsoft
2 nội dung chính của Deploy and Maintain Deliverables

  • Manage datasets 

Chúng ta ôn tập các kiến thức liên quan đến quản lý dataset. Một số kiến thức chính như: Cách thiết lập lịch trình resfresh cho dashboard trên service. Cách cấu hình row-level security trong trường hợp chúng ta muốn phân quyền dữ liệu/báo cáo hiển thị cho từng nhóm user khác nhau. Các thiết lập tùy chọn incremental refresh giúp quá trình refresh nhanh hơn…

  • Create and manage workspaces 

Một số kiến thức cần ôn tập liên quan đến phần tạo và quản lý workspaces trên Power BI service như: cách tạo và cấu hình một workspace, assign workspace roles, cách cấu hình và cập nhật một workspace app, … 

Tham gia group ôn thi DA-100 tại: https://www.facebook.com/groups/da100vn
Chuỗi Video Hướng dẫn thực hành Lab và sử dụng các tài nguyên của Microsoft: https://www.youtube.com/c/Datapotvn/videos
Update tài nguyên từ Microsoft, DA-100 exam questions và exam topics tại Fanpage của Datapot: https://www.facebook.com/DatapotAnalytics/
Chi tiết tham khảo: https://query.prod.cms.rt.microsoft.com/cms/api/am/binary/RE4qlRu
https://ravikirans.com/da-100-power-platform-exam-study-guide/

Khóa học Ôn thi DA-100
Combo khóa học dành cho các bạn Fresher
Posted on Leave a comment

15 Best Power BI Dashboard Examples (P.3)

Trong bài viết này chúng ta sẽ cùng tìm hiểu 5 Power BI Dashboard còn lại và tính ứng dụng của nó với người dùng.

Xem thêm các bài viết trước:

15 Best Power BI Dashboard Examples (P.1)

15 Best Power BI Dashboard Examples (P.2)

11. Dashboard phân tích và giám sát phương tiện truyền thông xã hội

Dashboard Power BI này rất phù hợp cho các nhà tiếp thị, quản lý và các agency. Với công cụ phân tích và giám sát phương tiện truyền thông xã hội, bạn có thể cải thiện doanh số bán hàng, chất lượng sản phẩm và kiểm soát khủng hoảng. Công cụ này giúp các tổ chức hiểu được ý kiến ​​của khán giả về sản phẩm của họ.

Dashboard này hiển thị dữ liệu hàng tháng tập trung vào các khía cạnh của mạng xã hội, bao gồm:

  • Cường độ thảo luận
  • Tổng hợp nguồn website
  • Phân tích cảm xúc
  • Người có ảnh hưởng trực tuyến
  • Danh mục đặc biệt
  • Báo giá và vị trí địa lý

Tab Cường độ thảo luận cung cấp thông tin chi tiết về tổng phạm vi tiếp cận, lượt đề cập trên mạng xã hội và ngoài mạng xã hội. Biểu đồ cũng hiển thị những người có ảnh hưởng theo số lượng và tác động, mức độ khuếch đại và phạm vi tiếp cận thực sự.

Phân tích cảm xúc làm nổi bật đề cập của người dùng theo ngày, giờ và tổng số đề cập. Người dùng cũng có thể xem phần trăm đề cập tiêu cực, tích cực và trung lập.

Các nguồn website hiển thị các kênh nguồn của các đề cập, bao gồm:

  • Blogs
  • Facebook
  • Twitter
  • Ảnh
  • Các video

Với Dashboard này, người dùng có thể xem các đề cập tích cực và tiêu cực dựa trên vị trí địa lý, bao gồm các vùng và thành phố.

Tại tab người có ảnh hưởng trực tuyến, bạn sẽ thấy những người có ảnh hưởng được chia nhỏ theo số lượng và mức độ ảnh hưởng của từng tháng. Trang báo cáo cũng cung cấp thông tin số lượng người theo dõi của những người có sức ảnh hưởng này, cho dù đó là tiêu cực, tích cực hay trung tính.

Phản hồi của mọi người đối với Dashboard này

  • Dashboard tuyệt đẹp và cung cấp thông tin chi tiết quan trọng.
  • Thiết kế Dashboard đẹp

12. Dashboard theo dõi chấm công

Dashboard giúp quản trị viên trường học theo dõi sự tham dự của các giáo viên, các lớp học và các trường học.

Dashboard này sẽ thúc đẩy các cuộc trò chuyện quan trọng và tăng cường sự tham gia giữa các bên liên quan chính. Với các báo cáo từ Dashboard này, các bên liên quan có thể tăng cường tham dự và cải thiện hiệu suất trong lĩnh vực giáo dục.

Dashboard hiển thị tỷ lệ vắng mặt theo chủ đề, khóa học, khoảng thời gian và ngày. Người dùng có thể hiểu rõ hơn về tỷ lệ vắng mặt mục tiêu và thực tế, tổng số lần vắng mặt và mục tiêu vắng mặt.

Phần District Status cung cấp thông tin chi tiết về xu hướng và mục tiêu đi học. Biểu đồ đường nêu bật số liệu mục tiêu và thực tế theo thời gian. Ngoài ra, biểu đồ cung cấp số liệu dự đoán cho các tháng trong tương lai.

Phần Opportunities by School cũng hiển thị dữ liệu theo phân nhóm trường, giúp quản trị viên xác định được thứ tự ưu tiên khi làm việc với các trường. Các trường cần được ưu tiên là các trường có cơ hội Giảm vắng mặt cao nhất (Reduction goal).

Phần Conversation topic cung cấp thông tin chi tiết về chủ đề, khóa học, kỳ và các ngày trong tuần. Với dữ liệu này, quản lý trường học có thể liên hệ với giáo viên trên cơ sở cá nhân và tăng giá trị giáo dục.

Phản hồi của mọi người đối với Dashboard này

  • Dashboard tuyệt vời và sâu sắc dành cho giáo viên và quản trị viên.
  • Dashboard cung cấp thông tin chi tiết để tạo kế hoạch hành động và phát triển cho giáo viên, trường học cũng như các giai đoạn và môn học cụ thể

13. Hiệu suất nhóm thực tế so với Dashboard mục tiêu

Dashboard nêu bật mức hiệu suất so với các mục tiêu đặt ra cho các nhóm kinh doanh.

Với thông tin chi tiết từ Dashboard này, các nhà lãnh đạo doanh nghiệp có thể chia sẻ mục tiêu với các nhóm hàng ngày và đánh giá cách đạt được các mục tiêu của mình. Người quản lý có thể phát hiện ra các lĩnh vực cần cải thiện và yêu cầu thúc đẩy sớm hơn các sản phẩm và khách hàng mà nhóm bán hàng nên tập trung vào.

Dashboard Power BI này hiển thị các mục tiêu và phần thưởng nằm trong tầm với. Nó sử dụng thông tin chi tiết và dấu trang để sắp xếp nội dung.

Người dùng có thể di chuyển dễ dàng giữa các trang, chuyển đổi giữa các hình ảnh bằng để đi đến vào các phần về đại diện bán hàng, sản phẩm và khách hàng.

Trang đầu tiên của Dashboard hiển thị phần trăm Kết quả YTD so với mục tiêu. Bạn có thể nhấp vào ảnh của một thành viên trong nhóm để xem trang đại diện bán hàng của họ.

Đối với mỗi đại diện bán hàng, bạn có thể chọn số liệu (Đơn vị hoặc Lợi nhuận). Ngoài ra, bạn có thể chọn Khoảng thời gian để phân tích và hiểu các xu hướng dài hạn và ngắn hạn.

Ngoài ra, Dashboard cho phép người dùng chuyển đổi hiển thị dạng thanh (bar) và bản đồ (map), xem những khách hàng không có lợi nhuận và hơn thế nữa.

Người dùng có thể so sánh hiệu suất và phương sai tích lũy mục tiêu cho tất cả khách hàng. Bạn có thể nhấp chuột phải vào biểu đồ thanh để mở đánh dấu khách hàng và xem chi tiết về khách hàng.

Dashboard này hiển thị lợi nhuận, giá trung bình và lợi nhuận trung bình trong một địa điểm. Người dùng có thể chuyển đổi hiển thị giữa biểu đồ phân tán (Scatter) và bảng dữ liệu ma trận (Matrix) và xác định sản phẩm và cơ hội bán hàng với các khách hàng.

Phản hồi của mọi người đối với Dashboard này

  • Hình ảnh trực quan sáng tạo và được tùy chỉnh tốt.
  • Dashboard rất dễ hiểu.

14. Dashboard so sánh cầu thủ bóng đá ảo NFL

Dashboard Power BI này giúp người dùng chuẩn bị trực quan hóa ý tưởng cho mùa giải NFL mới. Dashboard này lấy dữ liệu của cầu thủ Bóng bầu dục ảo NFL và số liệu thống kê về cầu thủ NFL. Những người đam mê trò chơi và NFL sử dụng Dashboard này để đưa ra dự đoán chính xác và đảm bảo chiến thắng.

Bạn có thể sử dụng công cụ so sánh cầu thủ bóng đá Ảo này bằng cách chọn cầu thủ 1 và cầu thủ 2 từ danh sách được cung cấp. Báo cáo cho phép người dùng so sánh các cầu thủ bằng cách xem số liệu thống kê của những cầu thủ quan trọng. Bạn có thể xem số liệu thống kê bao gồm:

  • Tổng điểm giả định cho mùa giải trước
  • Các cuộc chiêu đãi dự kiến
  • Số sân và số lần chạm đất cho mùa giải sắp tới
  • Tổng điểm dự đoán trên NFL.com của mùa giải hiện tại

Dashboard bao gồm “What Ifs” để cho phép người dùng dự đoán cầu thủ của họ. Trong phần ‘Calculate Your Projection’, bạn có thể điều chỉnh số lần tiếp nhận (receptions), lần chạm (touchdowns) và số áo (yards number) của cầu thủ đã chọn để xem nó sẽ ảnh hưởng như thế nào đến điểm giả định tổng thể của họ. Điểm cho Dashboard này dựa trên hệ thống tính điểm giả định tiêu chuẩn của NFL.com.

Hơn nữa, Dashboard này bao gồm tùy chọn cho các giải đấu PPR (điểm mỗi lần tiếp đón). Nếu giải đấu của bạn là giải đấu PPR, bạn có thể chọn ‘Có’ ở góc trên cùng bên trái. Tính toán điểm tổng thể sẽ tính đến điểm cộng thêm cho mỗi sự tiếp thu của người chơi.

Phản hồi của mọi người đối với Dashboard này

  • Bố cục thiết kế Dashboard tuyệt vời
  • Sử các hình ảnh cầu thủ

15. Dashboard về tình hình xây dựng của Seattle

Dashboard Power BI này nắm bắt và trình bày một cách trực quan sự phát triển của ngành Xây dựng ở Seattle. Dữ liệu được cung cấp bởi Cơ quan giấy phép xây dựng của Seattle.

Dashboard cung cấp thông tin chi tiết và vẽ nên bức tranh rõ ràng về sự phát triển của ngành xây dựng.

Dashboard này có giá trị với:

  • Nhân viên bán hàng xây đang dựng nghiên cứu các khu vực tiềm năng
  • Các nhà thầu đang điều tra chiến lược của đối thủ cạnh tranh
  • Các nhà quản lý và giám đốc điều hành đang đưa ra các quyết định quan trọng về cách điều hướng công việc kinh doanh của họ.

Dashboard về tình hình xây dựng của Seattle cung cấp cho người dùng hiểu biết sâu hơn về thị trường. Ngoài ra, nó cho phép đi sâu vào các chi tiết chính và nghiên cứu các sự kiện cụ thể.

Dashboard này được chia thành ba tab. Các tab này cung cấp câu trả lời cho các câu hỏi quan trọng.

Đối với tab Seattle’s Building Permit Climate

  • Biểu đồ thanh trên cùng cho thấy tốc độ gia tăng và số tiền đầu tư theo thời gian.
  • Bản đồ làm nổi bật mức độ tập trung đầu tư tại các địa điểm cụ thể. Nó cũng cho thấy mức độ ảnh hưởng của mức độ tập trung theo Cá nhân, Nhà thầu hoặc Hạng mục.
  • Phần Highlighted Metrics cung cấp thông tin chi tiết về trạng thái thị trường. Phần này hiển thị số lượng giấy phép, tổng giá trị, giá trị giấy phép trung bình và giá trị giấy phép tối đa.
  • Biểu đồ thanh ở giữa hiển thị các danh mục có mức tăng trưởng cao nhất. Nó cũng hiển thị các cá nhân có tổng giá trị và  giá trị giấy phép lớn nhất thị trường.

Tab Settle Contractor Competition (Cạnh tranh Nhà thầu)

  • Biểu đồ đường trên cùng hiển thị số lượng và tần suất giao dịch thịnh hành.
  • Biểu đồ thanh ở giữa hiển thị các nhà thầu có nhiều giao dịch nhất. Nó cũng cho biết nhà thầu nào có tổng số giao dịch cao nhất. Bạn cũng có thể xem nhà thầu nào đang dẫn đầu thị trường dựa trên quy mô, số lượng, giá trị

Tab Seattle Permit Category Growth (tăng trưởng danh mục)

  • Biểu đồ thanh bên trái hiển thị tổng giá trị giấy phép, tổng số giấy phép và giá trị giấy phép trung bình cho từng danh mục.
  • Biểu đồ đường cho thấy danh mục nào có tốc độ tăng nhanh nhất và xu hướng tăng trưởng giá trị và trạng thái giấy phép.
  • Biểu đồ thanh bên phải hiển thị trạng thái của hầu hết các giấy phép.

Dashboard này rất dễ vận hành. Bạn có thể chọn các thông số phù hợp với hoàn cảnh của mình. Ngoài ra, bạn có thể điều chỉnh khung thời gian bằng cách sử dụng thanh trượt trên cùng.

Các trường có thể lọc trên Dashboard

Các trường có thể lọc trong Dashboard này bao gồm

  • Trạng thái giấy phép
  • Loại giấy phép 
  • Danh mục
  • Các nhà thầu liên quan đến giấy phép

Phản hồi của mọi người đối với Dashboard này

  • Dashboard giúp hiển thị và trực quan hóa các dữ liệu phức tạp.
  • Dashboard hấp dẫn, trực quan và dễ hiểu.
  • Người dùng có thể dễ dàng tìm thấy thông tin quan trọng và đưa ra quyết định nhanh chóng.

Tổng kết lại

Chúng ta đã xem xét một số best-practice về Dashboard Power BI. Dashboard Power BI được tùy biến theo nhiều ngành và nhiều mục đích.

Các nhà lãnh đạo doanh nghiệp có thể sử dụng công cụ này để theo dõi doanh số và tiếp thị, KPI, phân tích nguồn nhân lực, hàng tồn kho, v.v. Power BI cho phép người dùng kết nối với nhiều nguồn dữ liệu và phân tích dữ liệu.

Các nhóm kinh doanh có thể cộng tác trên cùng một dữ liệu, báo cáo và chia sẻ thông tin chi tiết trên các ứng dụng Microsoft Office như Microsoft Excel và Teams. Người dùng có thể quảng bá thông tin chi tiết trong toàn tổ chức trong khi vẫn duy trì tính nhất quán, độ chính xác và bảo mật của dữ liệu.

Với Dashboard và báo cáo trực quan, các doanh nghiệp có thể trực quan hóa dữ liệu và khám phá thông tin một cách chi tiết và sâu sắc. Dashboard cung cấp thông tin chi tiết về hiệu suất kinh doanh và câu trả lời cho các câu hỏi kinh doanh.

Posted on 1 Comment

15 Best Power BI Dashboard Examples (P.2)

Trong bài viết trước. chúng ta đã cùng nhau tìm hiểu về Power BI Dashboard trong phân tích của cơ quan quản lý sân bay, phân tích khách hàng, và phân tích cửa hàng toàn cầu. Trong bài viết hôm nay chúng ta sẽ tiếp tục với các Dashboard phân tích doanh số bán hàng thực phẩm, phân tích nhân sự, phân tích thông tin điều hành chuyên sâu và phân tích tình hình bệnh ung thư tại Mỹ.

Xem thêm: 15 Best Power BI Dashboard Examples (P.1)

4.Dashboard phân tích doanh số bán hàng dược phẩm

Dashboard cung cấp cái nhìn tổng quan về doanh số bán các sản phẩm thú y. Các chuyên gia thú y có thể sử dụng biểu đồ này để theo dõi việc bán các sản phẩm điều trị các loài động vật nhỏ.

Với dashboard này, người dùng có thể phân tích doanh số bán hàng của Top năm thành phố có doanh số cao nhất và thấp nhất. Người dùng có thể xem các báo cáo mở rộng về:

  • Hiệu quả bán hàng của nhóm sản phẩm Trị liệu
  • Top 25 Sản phẩm theo doanh thu và sản lượng
  • Xu hướng bán sản phẩm trị liệu trong bất kỳ khoảng thời gian nào

Phản hồi của người dùng:

  • Hình ảnh trực quan thú vị, cung cấp thông tin chi tiết và sâu sắc.
  • Dữ liệu được hiển thị và sắp xếp dễ hiểu.

5.Dashboard phân tích nhân sự

Dashboard phân tích nhân sự cung cấp một cái nhìn tổng quan về nguồn nhân lực của công ty, bao gồm:

  • Thống kê số lượng người đứng đầu
  • Thống kê tài chính
  • Thống kê nhân khẩu học
  • Thông tin nhân viên

Với Dashboard này, các tổ chức có thể đưa ra các quyết định quan trọng để thúc đẩy năng suất của nhân viên.

Dashboard Power BI này cung cấp thông tin chi tiết về thống kê số lượng nhân viên. Trong tab này, người quản lý có thể xem

  • Tổng số nhân viên
  • Nhân viên tích cực
  • Nhân viên mới
  • Tỷ lệ tiêu hao nhân sự (nghỉ việc, nghỉ hưu….)
  • Điểm hài lòng của nhân viên
  • Tỷ lệ tiêu hao nhân sự theo trình độ học vấn, mức lương và kinh nghiệm

Dashboard này cung cấp các thông tin bổ sung về nhân khẩu học, bao gồm

  • Nhân viên theo vị trí và nhân khẩu học
  • Số lượng nhân viên hàng quý theo các phòng ban
  • Tổng số nhân viên vắng mặt theo bộ phận và loại lý do nghỉ

Biểu đồ trình bày chính xác các thông tin tài chính của công ty về

  • Chi phí cho Công ty (CPC),
  • Chi phí Công ty theo Bộ phận và Phòng ban
  • Chế độ đãi ngộ, lương, thưởng, làm thêm giờ, v.v.

Nó cũng cung cấp một cái nhìn tổng quan về từng nhân viên, bao gồm

  • Xếp hạng hiệu suất nhân viên
  • Báo cáo nghỉ hàng năm
  • Thông tin cá nhân
  • Thông tin tài chính
  • Vị trí công việc hiện tại
  • Báo cáo vắng mặt

Phản hồi của người dùng với Dashboard này

  • Trực quan hóa báo cáo một cách hoàn hảo
  • Chủ đề dashboard hấp dẫn về mặt thị giác.

6.Dashboard thông tin chi tiết về điều hành

Dashboard này làm sáng tỏ tình trạng kinh doanh và hiệu suất kinh doanh. Các công ty có thể sử dụng Dashboard này để khám phá dữ liệu toàn công ty nhằm đưa ra quyết định.

Dashboard này cho phép các công ty xem hoạt động kinh doanh từ nhiều góc độ dựa trên các thuộc tính bao gồm: 

  • Các sản phẩm
  • Năm
  • Quốc gia
  • Kiểu đơn hàng

Dashboard sử dụng biểu đồ đường, biểu đồ donut và hình ảnh tùy chỉnh để phân tích. Các công ty có thể sử dụng bộ lọc để kể câu chuyện kinh doanh về tổng lợi nhuận, số lượng và doanh thu. Người dùng có thể hiểu rõ hơn về các chỉ số như:

  • Tỷ suất lợi nhuận
  • Số lượng đặt hàng trung bình
  • Phần trăm thay đổi tổng lợi nhuận so với cùng kỳ 
  • Top 5 sản phẩm theo tổng lợi nhuận, tổng sản lượng và tổng doanh thu
  • Sự phân bổ của tổng lợi nhuận, tổng sản lượng và tổng doanh thu theo địa lý

Công cụ này cho phép người dùng tìm hiểu sâu hơn và xem hiệu suất của công ty dựa trên các loại sản phẩm cụ thể.

Phản hồi của mọi người:

  • Dashboard rất trực quan và dễ tương tác
  • Rõ ràng và dễ hiểu.

7.Dashboard phân tích ung thư

Dashboard này kể một câu chuyện về các bệnh nhân ung thư ở Mỹ. Qua dashboard này, các cơ quan y tế có thể: 

  • Đưa ra các quyết định sáng suốt
  • Thiết lập các chính sách để quản lý các trường hợp ung thư và theo dõi các ca phục hồi.

Dashboard này cho thấy tỷ lệ mắc bệnh ung thư và tỷ lệ tử vong. Người dùng có thể xem tổng dân số và số người bị ảnh hưởng theo nhân khẩu học và khu vực.

Dashboard này giúp bạn hiểu tỷ lệ mắc và tỷ lệ tử vong của từng loại ung thư. Bạn có thể di chuột qua bất kỳ bang nào để biết số nạn nhân bị ảnh hưởng.

Phản hồi của người dùng:

  • Dashboard trực quan và hấp dẫn
  • Cung cấp dữ liệu có giá trị cho chính phủ.

8.Dashboard  phân tích hàng tồn kho

Dashboard phân tích hàng tồn kho cung cấp cái nhìn rõ ràng về hàng tồn kho của công ty trong năm 2018. Các công ty có thể theo dõi tình trạng tồn kho của hàng hóa và bổ sung chúng vào đúng thời điểm.

Dashboard này được nhìn theo các góc nhìn:

  • Danh mục sản phẩm theo Lượt xem của khách hàng và Hàng tồn kho
  • Lựa chọn danh mục – Quần áo nam và quần áo nữ
  • Quý – Quý 1, Quý 2 và Quý 3

Danh mục sản phẩm theo Lượt xem được phân loại thêm thành

  • Được xem nhiều nhất
  • Được xem ít nhất
  • Sản phẩm không được xem

Bạn cũng có thể xem tổng doanh thu tính bằng USD và tỷ trọng doanh thu.

Danh mục sản phẩm theo hàng tồn kho được phân loại thành

  • Còn hàng
  • Sắp hết hàng
  • Hết hàng

Đối với mỗi danh mục,các thông tin về top 5 sản phẩm, số lượt xem, khả năng cung cấp trong ngày và số ngày để bổ sung đều được nêu rõ ràng.

Trang dashboard này cũng cung cấp thông tin chi tiết về hàng tồn kho. Nó chia top 5 sản phẩm thành các danh mục riêng lẻ và phân chúng thành Tỷ lệ phần trăm tổng thể và Tổng doanh số.

Dashboard còn cung cấp thông tin dự đoán hàng còn trong kho. Người dùng có thể chọn các danh mục  sản phẩm phụ để có dữ liệu về Doanh số bán hàng trung bình ngày, Ngày bổ sung và Ngày hết hàng.

Bạn có thể dự đoán Thời gian bổ sung hàng và tình trạng còn hàng dựa trên các yếu tố như Phương sai MarkDown và Chu kỳ nạp đầy hàng.

Phản hồi của người dùng

  • Dashboard trực quan và bao gồm nhiều phần.

10. Dashboard chi phí và sử dụng năng lượng điện

Dashboard Power BI này giúp người dùng ước tính năng lượng điện mà họ sử dụng từ các thiết bị gia dụng. Người dùng có thể xem thông tin chi tiết quan trọng về chi phí và nguồn cung cấp điện tại Mỹ.

Với Dashboard này, người dùng có thể theo dõi mức tiêu thụ điện năng của mình và chủ động thực hiện các bước để giảm chi phí.

Người dùng có thể tính toán mức sử dụng của họ bằng cách chọn các thiết bị họ sử dụng và thời gian sử dụng mỗi ngày. Sau đó, họ có thể chọn tiểu bang hoặc vị trí của mình để ước tính chi phí hóa đơn tiền điện của họ. Dashboard hiển thị như sau

  • Tổng năng lượng hàng năm (kWh)
  • Tổng chi phí hàng năm ($)
  • Chi phí hàng năm theo danh mục hoặc thiết bị
  • Năng lượng hàng năm theo thiết bị

Dashboard này cung cấp cho người dùng cái nhìn toàn cảnh về

  • Tổng doanh thu bán điện theo ngành
  • Số lượng nhà máy theo nguồn, động cơ chính và nhóm năng lượng

Phản hồi của mọi người đối với Dashboard này

  • Dashboard cung cấp thông tin hữu ích cho việc sử dụng hàng ngày.
  • Trình bày chính xác và dễ hiểu

10. Dashboard về thẻ điểm bán hàng

Dashboard thẻ điểm bán hàng giúp các tổ chức trả lời các câu hỏi quan trọng về hiệu suất bán hàng. Dashboard này tận dụng các yếu tố của Power BI, bao gồm hình dạng, thẻ, biểu đồ dạng cây và DAX, để xây dựng KPI cung cấp đủ thông tin chi tiết chỉ dẫn người quản lý bán hàng hành động.

Dashboard này cung cấp thông tin quan trọng về số lượng công ty đang bán cho mỗi tiểu bang, khu vực và sản phẩm. Bạn có thể so sánh doanh số và lợi nhuận so với các năm trước để đưa ra quan điểm về hiệu suất bán hàng.

Người quản lý có thể xem các thành phần chi phí của doanh nghiệp đang dẫn đến lãi hoặc lỗ. Ngoài ra, họ có thể lọc Dashboard theo năm và phân khúc kinh doanh.

Phản hồi của mọi người đối với Dashboard này

  • Dashboard tương tác và dễ hiểu.
  • Biểu đồ giúp nhóm bán hàng trả lời các câu hỏi quan trọng.

Còn tiếp…

Posted on 2 Comments

15 Best Power BI Dashboard Examples (P.1)

Tác giả: Nicholas Godwin

Dashboard Power BI cung cấp vô số ứng dụng cho người sử dụng. Trong thời điểm hiện tại, khi mà dữ liệu đang tác động đến mọi lĩnh vực, thì việc hiểu rõ nó trở nên vô cùng cần thiết.

Dashboards giúp người dùng hiểu dữ liệu một cách tốt hơn.

Trong một nghiên cứu, hơn 87% người tham gia cho biết việc chuẩn bị dữ liệu (data preparation) đóng vai trò then chốt và rất quan trọng trong việc phân tích dữ liệu.

Các công cụ BI (Business Intelligence) & trực quan hóa dữ liệu như Tableau, Grafana, Qlikview và Power BI giúp các công ty trong việc: 

  • Phân tích dữ liệu từ nhiều nguồn
  • Có được thông tin trọng yếu để đưa ra những quyết định thúc đẩy hiệu suất kinh doanh

Trong bài viết này, chúng ta sẽ nói đến các ví dụ về Dashboard Power BI. Power BI là một công phân tích dữ liệu kinh doanh tuyệt vời của Microsoft. Công cụ này cung cấp thông tin chi tiết quan trọng cho các công ty có uy tín như Adobe, Heathrow, GE Healthcare, v.v.

Với nhiều loại dashboard trực quan và dễ tương tác, người dùng có thể biến dữ liệu từ Excel, kho dữ liệu tại chỗ (On-premise) và kho dữ liệu điện toán (cloud-based) thành những thông tin chi tiết trực quan và phong phú.

Dashboard Power BI cho phép người quản trị: 

  • Xác định được điều gì là quan trọng
  • Chia sẻ các câu chuyện bối cảnh với các thành viên trong nhóm (data storytelling)
  • Đưa ra các quyết định kinh doanh dựa trên dữ liệu

Hãy cùng khám phá 15 best-practice về Dashboard Power BI.

1.Dashboard của Cơ quan quản lý sân bay

Dashboard này cung cấp cái nhìn rõ ràng và tập trung vào các dữ liệu trọng yếu. Cơ quan quản lý sân bay nhanh chóng đưa ra quyết định dựa trên dữ liệu về:

  • Thay đổi chuyến bay
  • Các trường hợp khẩn cấp
  • Các chuyến bay bị trễ, delay

Dashboard này cung cấp thông tin về các chỉ số quan trọng bao gồm:

  • Tổng số chuyến bay (chuyến đến và chuyến đi)
  • Tổng số lần bị trễ chuyến (chuyến đến và chuyến đi)
  • Thời gian xử lý mặt đất – Thời gian xếp hàng, xử lý và giải phóng mặt bằng
  • Chỉ số hài lòng của hành khách

Người dùng có thể nghiên cứu các tuyến bay phổ biến nhất, năm hãng hàng không hàng đầu, cho các chuyến bay đến và đi. Dashboard cũng cung cấp dữ liệu về các điểm khởi hành và điểm đến của các hãng hàng không lớn.

Dashboard này có phần phản hồi của hành khách và cung cấp thông tin chi tiết về:

  • Số lượng hành khách theo giới tính và nhóm tuổi
  • Top quốc tịch tham gia bay
  • Số trải nghiệm hài lòng theo cảng hàng không và theo tháng
  • Tổng số trải nghiệm hài lòng và nhiều hơn thế nữa

Dashboard Power BI này có thể giúp quản lý sân bay trong:

  • Đánh giá quy trình hoạt động
  • Khám phá các nút thắt cổ chai
  • Xác định các khu vực cần cải thiện

Phản hồi của người dùng về Dashboard này:

  • Dashboard này cung cấp thông tin chi tiết về các hoạt động điều hành sân bay.
  • Hình nền trang mang đến trải nghiệm tuyệt vời

2.Dashboard phân tích khách hàng

Dashboard phân tích khách hàng cung cấp thông tin giá trị về doanh số và lợi nhuận theo các khu vực. Các nhà quản lý và lãnh đạo doanh nghiệp có thể sử dụng Dashboard này để phân tích tăng trưởng kinh doanh giữa các khu vực.

Họ có thể đánh giá lợi nhuận phân phối giữa các khách hàng, đưa ra các quyết định có giá trị để tăng doanh thu và thúc đẩy lợi nhuận.

Dashboard này cung cấp thông tin chi tiết về tổng doanh số, tổng lợi nhuận, doanh số năm ngoái và tỷ lệ phần trăm tăng trưởng. Người dùng có thể sử dụng bộ lọc để xem dữ liệu của các năm khác nhau. Với Dashboard này, người quản lý có thể hiểu rõ hơn về: 

  • Phân tích bán hàng theo sản phẩm
  • Thống kê lợi nhuận và tăng trưởng theo khách hàng
  • Kênh bán hàng và lợi nhuận

Khách hàng có thể sử dụng các biểu đồ để:

  • So sánh tổng doanh thu và tỷ suất lợi nhuận
  • Phân tích phân khúc khách hàng và hiệu suất sản phẩm

Phản hồi của người dùng về Dashboard này:

  • Các biểu tượng và màu sắc được kết hợp một cách rất hợp lý
  • Dashboard này rất hữu ích đối với đội ngũ kinh doanh và marketing

3.Dashboard cửa hàng toàn cầu

Dashboard này cung cấp một bức tranh toàn cảnh 360 độ về hiệu suất bán hàng. Dựa vào đó, Người quản lý có thể đặt mục tiêu hiệu suất, theo dõi KPI và đo lường kết quả.

Dashboard chỉ bao gồm 1 trang duy nhất với các thông tin then chốt giúp đưa ra các hành động hợp lý.

Người dùng có thể xem các phân tích và thông tin chi tiết bao gồm: 

  • Tổng doanh thu, lợi nhuận và tỷ suất lợi nhuận
  • Thông tin bán hàng theo quốc gia
  • Thông tin bán hàng theo danh mục và danh mục phụ
  • Tổng doanh số theo thành phố,v.v.

Phản hồi của người dùng với Dashboard này:

  • Dashboard này làm nổi bật thông tin quan trọng.
  • Rõ ràng, dễ đọc và cung cấp thông tin rất chi tiết.

Còn tiếp

15 Best Power BI Dashboard Examples (P.2)

Posted on Leave a comment

Tìm hiểu những gì để sử dụng Power BI như một Data Analyst?

Power BI không chỉ có những mẫu báo cáo bắt mắt. Để khai thác hết sức mạnh của tool BI này cũng như sử dụng Power BI một cách bài bản như một Data Analyst, hãy tìm hiểu những nội dung liên quan đến Data Model sau.

Star schema

Star Schema là một cách tiếp cận việc mô hình hóa dữ liệu được áp dụng rộng rãi cho các cơ sở dữ liệu quan hệ. Star Schema yêu cầu người dùng phân loại các bảng dữ liệu thành dimension hoặc fact.

Đây là một nội dung cốt lõi trong Data Modelling mà nếu các bạn không chú ý hoặc triển khai tốt thì sẽ gây ra nhiều rắc rối trong quá trình làm việc sau này.

Nếu bạn chưa bao giờ tìm hiểu về Star schema, tài liệu tham khảo dưới đây từ Power BI sẽ giúp bạn hiểu rõ về khái niệm cơ bản & vai trò của Star schema khi sử dụng Power BI.

https://docs.microsoft.com/vi-vn/power-bi/guidance/star-schema

Nếu bạn muốn tìm hiểu sâu hơn về Star Schema, tham khảo cuốn Star Schema A Complete Reference. https://amzn.to/35imkha

Data Model Size 

Sau khi đã bắt đầu với Star Schema, thì lượng dữ liệu của chúng ta ngày càng tăng lên, đến một mức nhất định, việc này sẽ ảnh hưởng đến quá trình vận hành. Hầu hết chúng ta đều muốn lưu càng nhiều dữ liệu càng tốt, với tâm lý biết đâu sẽ có lúc dùng đến. Tuy nhiên, chúng ta cần thành thật trả lời, những dữ liệu nào là thật sự cần thiết và dữ liệu nào không?

Dưới đây là một tài liệu về các kỹ thuật để giảm lượng dữ liệu nhập vào, từ đó giúp cho Mô hình dữ liệu của bạn gọn gàng và hiệu quả hơn.

https://docs.microsoft.com/vi-vn/power-bi/guidance/import-modeling-data-reduction

Khi thực hiện 1 dự án và sử dụng Tabular Editor, chúng tôi phát hiện ra có đến hơn 2000 cột dữ liệu không sử dụng đến trong Data Model. Hãy thử vào https://tabulareditor.com/ và tìm hiểu chức năng Best Practice Analyzer.

Direct Query

Mọi người thường sử dụng tính năng này vì sự tiện dụng. Tuy nhiên, Direct Query cũng gây ra những trục trặc trong quá trình sử dụng.

Tham khảo tài liệu hướng dẫn về Direct Query Model https://docs.microsoft.com/vi-vn/power-bi/guidance/directquery-model-guidance

Hãy đảm bảo mọi thứ gọn gàng và chỉ import những dữ liệu bạn thật sự cần. Nếu bạn chọn 1 bảng dữ liệu 1 triệu dòng, thì việc gặp lỗi phát sinh hay vận hành chậm không có gì là lạ.

DAX

Mội nội cơ bản bạn có thể tham khảo – Hướng dẫn sử dụng biến với DAX https://docs.microsoft.com/vi-vn/power-bi/guidance/dax-variables

(Hãy đọc thêm những nội dung hướng dẫn khác liên quan đến DAX từ Power BI vì chúng sẽ hữu ích trong công việc của bạn).

Bạn cũng có thể tham khảo sách Definitive Guide to DAX: https://amzn.to/3kgMyFf

Nguồn tham khảo: Guy In a Cube

Với các bạn mới bắt đầu tìm hiểu Power BI & mong muốn ứng dụng Power BI trong công việc, hãy tham khảo khóa học Power BI & Analytical Thinking từ Datapot.

Được thiết kế và giảng dạy bởi các chuyên gia giàu kinh nghiệm làm việc và đào tạo trong ngành dữ liệu, được triển khai tại các doanh nghiệp như Unilever, SHB, MB Life Ageas,.., khóa học sẽ mang đến cho bạn những kiến thức và kỹ năng thực tiễn nhất.

Posted on Leave a comment

Từ điển biểu diễn dữ liệu

Có rất nhiều cách biểu diễn dữ liệu, chúng ta nên chọn cách nào? Một gợi ý đó chính là dựa trên mối quan hệ của dữ liệu, chúng ta có thể lựa chọn biểu đồ phù hợp. Hãy cùng tìm hiểu 1 số mối quan hệ phổ biến dưới đây nhé.

Devitation (Độ lệch)

Nhấn mạnh sự biến đổi (tăng/giảm) từ một điểm tham chiếu cố định. Điểm tham chiếu thường sẽ là mức 0, trong một số trường hợp có thể là KPI hoặc giá trị trung bình. Cũng có thể thể hiện thái độ (tích cực, tiêu cực, trung lực) trong một số khảo sát.

Correlation (Tương quan)

Thể hiện mối quan hệ giữa 2 hoặc nhiều biến. Tuy nhiên, nếu không note rõ, người đọc thường nhầm lẫn thành mối quan hệ nhân quả (sự thay đổi của biến này tạo ra sự biến đổi của biến khác).

Ranking (Xếp hạng)

Được sử dụng khi vị trí/thứ hạng của một đối tượng trong một danh sách có trật tự quan trọng hơn giá trị tuyệt đối. Có thể highlight các thứ hạng quan trọng.

Distribution (Phân phối)

Thể hiện tần suất xuất hiện của các giá trị trong một dataset. Hình dạng của phân phối cũng giúp ta thấy được sự không đồng nhất của dữ liệu.

Change over time (Sự thay đổi theo thời gian)

Nhấn mạnh vào xu hướng. Đơn vị thời gian có thể là giờ trong ngày cho đến thập kỷ hay thế kỷ, chính vì vậy chọn khoảng thời gian và đơn vị thời gian phù hợp sẽ giúp người xem dễ dàng theo dõi.

Part-to-whole (Thành phần – Tổng thể)

Thể hiện 1 đối tượng có thể chia thành (bao gồm) những phần nào và tỉ lệ giữa các phần. Nếu chỉ quan tâm đến so sánh giá trị, có thể sử dụng các biểu đồ thể hiện độ lớn.

Magnitude (Độ lớn)

So sánh các giá trị, có thể là giá trị tuyệt đối (giá trị chính xác) hoặc tương đối (so sánh xem giá trị nào lớn hơn). Thường sẽ so sánh các giá trị đếm được (doanh thu, số người,…) hơn là giá trị phần trăm.

Bài viết được dịch từ nguồn Tài liệu tham khảo trong khóa học Power BI & Analytical Thinking.

Khóa học cung cấp các nội dung về ứng dụng tư duy phân tích trong lĩnh vực Data Analytics:

▪️ Tư duy phân tích và suy luận logic trong việc giải quyết các vấn đề, các bài toán của doanh nghiệp bằng dữ liệu.

▪️ Các kỹ năng về đặt câu hỏi, tìm kiếm nguyên nhân gốc rễ, phân tách các vấn đề khi gặp một yêu cầu.

▪️ Design thinking: các nguyên tắc cơ bản khi thiết kế dashboard chuyên nghiệp, lựa chọn biểu đồ, màu sắc và bố cục phù hợp với mục tiêu.

▪️ Ứng dụng phân tích với Power BI của Microsoft – công cụ BI hàng đầu được nhiều doanh nghiệp đang sử dụng (Unilever, Techcombank,…)

Posted on Leave a comment

Tổng hợp một số nền tảng thực hành SQL Online

SQL và sự cần thiết của nó với các bạn muốn làm chuyên sâu trong mảng dữ liệu là không thể bàn cãi.
Hiện có khá nhiều bạn đã từng học các khóa SQL nhưng chưa có cơ hội thực hành. Datapot tổng hợp lại các nguồn thực hành SQL online để các bạn có thể thực hành trực tiếp mà không phải cài đặt. Cực kỳ tiện lợi.

1. W3 school


Link: https://www.w3resource.com/sql-exercises/
Phiên bản SQL: PostgreSQL 9.4
Mô tả nhanh: Đầy đủ các câu lệnh cơ bản. Mô tả db rõ ràng. Giao diện dễ sử dụng. không cần đăng nhập.

2. PostgreSQL Exercises

Link: https://pgexercises.com/questions/basic/
Phiên bản SQL: PostgreSQL
Mô tả nhanh: Đầy đủ câu lệnh cơ bản, giao diện cực kỳ thân thiện, không cần đăng nhập. Các câu lệnh chia thành từng chủ đề rất dễ theo dõi.

3. Oracle Live

Link: https://livesql.oracle.com/
Phiên bản SQL: Oracle SQL (PL-SQL)
Mô tả nhanh: Giao diện cực kỳ khoa học, cho phép lựa chọn nhiều schema khác nhau, cung cấp công cụ để tạo lập vào follow các tutorial được thiết kế trước, quản lý session thông minh, lưu lại và theo dõi lịch sử học. Cần phải tạo một acc Oracle mới có thể đăng nhập và sử dụng được.

Posted on Leave a comment

Hãy chọn Chart đúng (Phần 2)

Tiếp nối bài viết tuần vừa rồi, tuần này mình sẽ chia sẻ về 1 ví dụ thực hành để có được 1 line chart best practice. Chúng ta đều hiểu rằng sự lộn xộn trong thể hiện thông tin có thể khiến cho thông điệp hay insight quan trọng của biểu đồ không được truyền tải đầy đủ. Do đó điều quan trọng là làm thế nào để nhận ra và loại bỏ các yếu tố gây nhiễu ra khỏi biểu đồ của chúng ta, hãy xem một ví dụ thực tế và kiểm tra xem quá trình xác định và loại bỏ lộn xộn cải thiện thị giác của chúng ta như thế nào nhé.

Kịch bản

No photo description available.
Đây chính là biểu đồ đầu tiên khi chúng ta chưa tối ưu, hãy cùng theo dõi quá trình lột xác của em nó nhé!

Hãy tưởng tượng rằng bạn quản lý một nhóm công nghệ thông tin (CNTT). Nhóm của bạn nhận được ticket (yêu cầu) về các vấn đề kỹ thuật từ nhân viên trong công ty. Trong năm vừa qua, bạn đã có một vài người rời đi và bạn quyết định không bổ sung nhân sự thay thế họ vào thời điểm này. Bạn đã nghe những phàn nàn các nhân viên còn lại về việc phải bổ sung nhân lực để giải quyết sự quá tải công việc do các nhân sự đã rời đi để lại. Bạn cũng vừa được hỏi về nhu cầu tuyển dụng của bạn trong năm tới và đang tự hỏi liệu bạn có nên thuê thêm một vài người nữa không. Đầu tiên, bạn muốn hiểu những gì ảnh hưởng đến sự ra đi của cá nhân trong năm qua đã ảnh hưởng đến năng suất chung của nhóm của bạn. Bạn vẽ xu hướng hàng tháng của những tickets gửi đến team và những tickets đã được xử lý trong năm dương lịch vừa qua. Bạn thấy rằng có một số bằng chứng cho thấy năng suất của nhóm bạn đang bị suy giảm do thiếu hụt nhân viên và giờ muốn nhanh chóng có 1 biểu đồ tổng hợp tình hình để làm cơ sở cho yêu cầu tuyển dụng của bạn.

Bước 1. Xóa đường viền biểu đồ

Đường viền biểu đồ thường không cần thiết theo những nguyên tắc nhận thức thị giác của Gestalt (Gestalt Principles of Visual Perception). Thay vào đó, hãy suy nghĩ về việc sử dụng khoảng trắng để phân biệt hình ảnh với các yếu tố khác trên trang khi cần.

No photo description available.

Bước 2. Xóa đường lưới

Nếu bạn nghĩ rằng người xem báo cáo của bạn có thể dùng đường lưới để xác định giá trị tương ứng trên trục hiệu quả hơn, bạn có thể sử dụng nó. Nhưng hãy làm cho chúng mỏng đi và sử dụng một màu sáng như màu xám. Đừng để những đường lưới nổi bật làm ảnh hưởng đến dữ liệu của bạn. Khi bạn có thể, hãy loại bỏ chúng hoàn toàn: điều này cho phép độ tương phản cao hơn và dữ liệu của bạn sẽ nổi bật hơn.

No photo description available.

Bước 3. Loại bỏ những ký hiệu đánh dấu dữ liệu

Hãy nhớ rằng, mỗi yếu tố thêm vào biểu đồ sẽ gia tăng lượng thông tin phải xử lý từ người xem biểu đồ của bạn. Việc sử dụng ký hiệu đánh dấu dữ liệu nên được sử dụng cho mục đích nào đó (chẳng hạn như muốn nhấn mạnh) thay vì mặc định chúng sẽ hiển thị trên đồ thị của bạn.

No photo description available.

Bước 4. Làm sạch nhãn trục

Có một sự thật rằng số 0 sau dấu phẩy trên các trục bản thân chúng không mang lại giá trị thông tin, và làm cho các con số phức tạp hơn so với thực tế! Loại bỏ chúng, giảm gánh nặng không cần thiết của chúng đối với lượng thông tin cần tiếp nhận của người đọc báo cáo. Ngoài ra, chúng ta cũng cần căn chỉnh các giá trị tháng trong năm nằm song song với chiều ngang trên trục x (cần tránh việc các giá trị hiển thị theo đường chéo)

No photo description available.

Bước 5. Dán nhãn dữ liệu trực tiếp

Bây giờ chúng tôi đã loại bỏ phần lớn những yếu tố không cần thiết làm gia tăng lượng thông tin cần tiếp nhận trên biểu đồ, chúng ta sẽ phân loại các đường có trong biểu đồ để dữ liệu rõ ràng hơn nữa. Hãy nhớ rằng, chúng ta chỉ đưa ra những thứ thực sự truyền tài thông tin hữu ích và cần thiết cho người đọc báo cáo và hoàn toàn có thể thực hiện công việc đó theo ý đồ chúng ta. Trong trường hợp này, chúng ta có thể sử dụng nguyên tắc gần của Gestalt và đặt nhãn dữ liệu ngay bên cạnh dữ liệu mà chúng mô tả.

Image may contain: text

Bước 6. Tận dụng màu sắc nhất quán

Ngoài nguyên tắc gần gũi của Gestalt trong bước trước, chúng ta cũng nghĩ về việc tận dụng nguyên tắc tương tự Gestalt và làm cho các nhãn dữ liệu có màu giống như dữ liệu mà chúng mô tả. Đây là một gợi ý trực quan khác cho khán giả của chúng tôi rằng, hai phần thông tin này có liên quan với nhau.

No photo description available.

Đây vẫn chưa phải phiên bản tốt nhất có thể. Tuy nhiên, việc xác định và loại bỏ sự lộn xộn đã giúp chúng ta đi một bước dài về mặt giảm tải nhận thức và cải thiện khả năng tiếp cận thông tin của người đọc. Hãy nhìn vào trước và ‐ sau khi hiển thị trong dưới đây.

No photo description available.

Thậm chí có thể tốt hơn nữa 

Image may contain: text

Tóm lại, bất cứ khi nào bạn đưa thông tin ra trước người đọc báo cáo của mình, bạn sẽ tạo ra tải nhận thức và yêu cầu họ sử dụng sức mạnh não bộ của họ để tiếp nhận thông tin đó. Sự lộn xộn thị giác tạo ra sự quá tải nhận thức qua đó cản trở việc truyền thông điệp của chúng ta. Những nguyên tắc Gestalt về nhận thức thị giác có thể giúp bạn hiểu cách thị giác của bạn tiếp nhận thông tin và cho phép bạn xác định và loại bỏ các yếu tố hình ảnh không cần thiết. Tận dụng sự liên kết của các yếu tố và duy trì khoảng trắng để giúp việc diễn giải hình ảnh của bạn trở thành trải nghiệm thoải mái hơn cho khán giả của bạn. Sử dụng tương phản một cách chiến lược. Sự lộn xộn là kẻ thù của bạn: hãy loại nó ra khỏi các biểu đồ của bạn!

Phần 1 của bài viết: https://home.datapot.vn/2020/04/15/hay-chon-chart-dung-phan-1/

Để được trao đổi, hỏi đáp về chuyên môn và cơ hội nghề nghiệp ngành dữ liệu, hãy tham gia Group Data Analytics and Business Intelligence Vietnam.

Theo dõi Fanpage Facebook của Datapot để không bỏ lỡ các bài viết tiếp theo.

Nhấn Going để không bỏ lỡ Event Livestream 5: Ứng dụng Slicers và Filters trong Power BI.