Mở đầu — vì sao bài này quan trọng
Có một sự thật mà nhiều bạn BA mới vào nghề không nhận ra: phần lớn thời gian thực tế của một Business Analyst không nằm ở việc vẽ sơ đồ đẹp hay viết tài liệu dày cộp, mà nằm ở việc đối diện với dữ liệu. Sếp hỏi "tháng vừa rồi tỷ lệ huỷ đơn tăng ở nhóm khách hàng nào?", "doanh thu từ kênh livestream chiếm bao nhiêu phần trăm và xu hướng ra sao?", "có bao nhiêu khách hàng mở tài khoản nhưng không kích hoạt trong 7 ngày?". Người trả lời được những câu này nhanh, chính xác và có hình ảnh minh hoạ — đó là người được tin tưởng giao việc lớn.
Trong các bài trước, bạn đã học SQL để lấy dữ liệu từ database (Bài 41, 42) và học cách đọc API, mô hình dữ liệu. Nhưng SQL chỉ giải quyết được vế "lấy". Vế còn lại — làm sạch, phân tích, trực quan hoá và kể chuyện bằng dữ liệu — cần một bộ công cụ riêng. Bài này tập trung vào bốn công cụ phân tích dữ liệu mà một BA hiện đại ở Việt Nam gần như chắc chắn sẽ gặp: Excel (đặc biệt là các tính năng nâng cao), Power BI, Tableau và Metabase.
Mục tiêu của bài không phải biến bạn thành data analyst chuyên sâu, mà giúp bạn biết dùng đúng công cụ cho đúng việc, đủ giỏi để tự đứng vững trong các cuộc thảo luận với stakeholder mà không phải lúc nào cũng đi nhờ team data.
Khái niệm cốt lõi
Phổ năng lực của bốn công cụ
Hãy hình dung bốn công cụ này nằm trên một trục từ "linh hoạt, thủ công" đến "tự động, quy mô lớn":
- Excel — linh hoạt nhất, ai cũng có, phù hợp dữ liệu vừa và nhỏ (vài chục nghìn dòng), phân tích ad-hoc nhanh.
- Power BI — của Microsoft, mạnh về dashboard tương tác, kết nối nhiều nguồn, có ngôn ngữ DAX để tính toán. Rất phổ biến ở doanh nghiệp Việt vì đi kèm hệ sinh thái Microsoft 365.
- Tableau — "vua trực quan hoá", trực quan đẹp và mạnh nhất, nhưng license đắt, thường thấy ở tập đoàn lớn, ngân hàng, FMCG.
- Metabase — mã nguồn mở, nhẹ, dễ cài, cho phép người không biết SQL tự kéo thả tạo câu hỏi. Rất được startup và công ty công nghệ vừa và nhỏ ưa chuộng vì miễn phí.
Excel — những tính năng nâng cao BA bắt buộc phải thạo
Đừng coi thường Excel. Một BA dùng Excel ở trình độ cao có thể làm được 70% công việc phân tích hằng ngày mà không cần công cụ nào khác.
Pivot Table (bảng tổng hợp). Đây là vũ khí số một. Pivot Table cho phép bạn lấy một bảng dữ liệu thô — ví dụ 50.000 dòng giao dịch — và tổng hợp tức thì theo bất kỳ chiều nào: doanh thu theo tháng, số đơn theo tỉnh thành, giá trị trung bình theo nhóm khách hàng. Bạn chỉ cần kéo thả các trường vào vùng Rows, Columns, Values, Filters. Kết hợp với Pivot Chart, bạn có ngay biểu đồ cập nhật theo bảng tổng hợp.
Power Query (Get & Transform). Đây là công cụ ETL nhẹ tích hợp sẵn trong Excel (Data → Get Data). ETL nghĩa là Extract – Transform – Load: lấy dữ liệu, biến đổi, nạp vào. Power Query cho phép bạn gộp nhiều file, làm sạch cột, tách/ghép trường, chuẩn hoá định dạng — và quan trọng nhất là ghi lại các bước. Lần sau chỉ cần Refresh, mọi thao tác làm sạch tự chạy lại. Đây là thứ giúp bạn thoát khỏi cảnh "copy-paste và sửa tay" mỗi tháng.
Hàm tra cứu: VLOOKUP, INDEX/MATCH, XLOOKUP. Khi cần ghép dữ liệu giữa hai bảng (ví dụ bảng đơn hàng có mã khách, cần lấy tên khách từ bảng khách hàng), bạn dùng các hàm này:
VLOOKUP— quen thuộc nhưng chỉ tra từ trái sang phải và dễ vỡ khi chèn cột.INDEX/MATCH— linh hoạt hơn, tra được mọi hướng, là chuẩn của dân chuyên.XLOOKUP— hàm mới (Excel 365), gộp ưu điểm của cả hai, cú pháp gọn, xử lý được giá trị không tìm thấy.
Power BI, Tableau, Metabase — khi nào leo lên cấp độ dashboard
Excel tuyệt vời cho phân tích một lần, nhưng khi sếp muốn một dashboard sống mà mọi người cùng xem, tự cập nhật mỗi sáng, có bộ lọc tương tác — thì bạn cần ba công cụ còn lại.
- Power BI dùng mô hình dữ liệu (data model) với các bảng quan hệ, ngôn ngữ DAX để tạo measure (ví dụ "tỷ lệ chuyển đổi", "doanh thu cùng kỳ năm trước"). Xuất bản lên Power BI Service để chia sẻ qua web.
- Tableau mạnh ở khả năng khám phá trực quan tự do — bạn kéo thả và biểu đồ "tự gợi ý" cách thể hiện đẹp nhất. Phù hợp khi storytelling bằng dữ liệu là ưu tiên.
- Metabase kết nối thẳng vào database, cho phép tạo "Question" bằng giao diện kéo thả hoặc viết SQL, rồi gom thành Dashboard. Vì miễn phí và nhẹ, nó là lựa chọn mặc định của rất nhiều startup Việt.
Tình huống thực tế
Tình huống 1 — Tiki và bài toán huỷ đơn (Excel + Pivot)
Một BA tại một sàn thương mại điện tử kiểu Tiki nhận yêu cầu: "Tỷ lệ huỷ đơn quý vừa rồi tăng, tìm xem vấn đề nằm ở đâu." Team data export cho bạn một file 80.000 dòng đơn hàng với các cột: mã đơn, ngày đặt, tỉnh/thành, ngành hàng, phương thức thanh toán, trạng thái (giao thành công / huỷ).
Bạn không vội viết báo cáo. Bạn đưa file vào Power Query để làm sạch (chuẩn hoá tên tỉnh "TP.HCM" và "Hồ Chí Minh" về một dạng), rồi tạo một Pivot Table đặt phương thức thanh toán vào Rows, trạng thái vào Columns, và tính tỷ lệ huỷ. Kết quả lộ ra ngay: đơn thanh toán COD (trả khi nhận hàng) có tỷ lệ huỷ 18%, trong khi đơn trả trước chỉ 4%. Lọc sâu thêm theo ngành hàng, bạn thấy nhóm hàng giá trị cao (điện tử) huỷ COD nhiều nhất.
Bài học: Toàn bộ phân tích này mất chưa tới một giờ với Excel, không cần công cụ đắt tiền. Pivot Table + Power Query đủ để biến 80.000 dòng thô thành một phát hiện nghiệp vụ rõ ràng: nên cân nhắc giới hạn COD cho đơn giá trị cao.
Tình huống 2 — Một fintech BNPL dựng dashboard vận hành (Metabase)
Một startup fintech kiểu cung cấp dịch vụ Buy Now Pay Later cần theo dõi sức khoẻ danh mục cho vay mỗi ngày: số khoản giải ngân, tỷ lệ nợ quá hạn, giá trị trung bình mỗi khoản. Họ chưa có ngân sách cho license đắt đỏ, đội ngũ nhỏ.
BA của họ chọn Metabase vì miễn phí và cắm thẳng vào database PostgreSQL của sản phẩm. BA viết vài câu SQL (đúng những gì học ở Bài 41–42) tạo các "Question": "số khoản giải ngân theo ngày", "tỷ lệ quá hạn trên 30 ngày theo nhóm điểm tín dụng". Sau đó gom thành một Dashboard có bộ lọc theo khoảng thời gian, đặt tự động refresh mỗi sáng 7h và gửi snapshot qua email cho ban giám đốc.
Bài học: Với startup, lựa chọn công cụ chịu ảnh hưởng lớn từ chi phí và tốc độ triển khai. Metabase cho phép BA tự chủ end-to-end mà không phụ thuộc team data, miễn là BA biết SQL cơ bản. Việc biết SQL ở đây trở thành "siêu năng lực" giúp bạn khai thác Metabase tối đa.
Tình huống 3 — Ngân hàng dựng báo cáo điều hành (Power BI)
Tại một ngân hàng thương mại Việt Nam, ban lãnh đạo cần báo cáo hằng tháng về sản phẩm mở tài khoản online qua eKYC: số tài khoản mở mới, tỷ lệ hoàn tất định danh, so sánh cùng kỳ năm trước, phân tích theo chi nhánh. Dữ liệu nằm rải rác ở nhiều hệ thống.
BA phối hợp dựng báo cáo bằng Power BI vì ngân hàng đã dùng Microsoft 365 và yêu cầu bảo mật on-premise. BA xây data model nối các bảng (tài khoản, chi nhánh, lịch), viết measure DAX cho "tỷ lệ hoàn tất eKYC" và "tăng trưởng so với cùng kỳ" (year-over-year). Dashboard có thể drill-down từ toàn hàng xuống từng chi nhánh chỉ bằng một cú click.
Bài học: Ở doanh nghiệp lớn, lựa chọn công cụ bị chi phối bởi hệ sinh thái sẵn có và yêu cầu bảo mật. Power BI thắng vì tích hợp Microsoft và kiểm soát truy cập chặt. Vai trò BA quan trọng nhất là định nghĩa chính xác công thức của từng chỉ số — một sai lệch nhỏ trong cách tính "tỷ lệ hoàn tất" cũng khiến cả ban điều hành ra quyết định sai.
Hướng dẫn từng bước
Đây là quy trình chung khi bạn nhận một yêu cầu phân tích dữ liệu:
- Làm rõ câu hỏi nghiệp vụ. Trước khi mở bất kỳ công cụ nào, viết ra chính xác câu hỏi cần trả lời và chỉ số đo lường. "Tỷ lệ huỷ đơn" được tính thế nào — trên tổng đơn hay trên đơn đã xác nhận? Đây là phần BA giỏi nhất.
- Xác định nguồn và lấy dữ liệu. Dùng SQL nếu dữ liệu trong database, hoặc xin file export. Ghi rõ phạm vi thời gian và điều kiện lọc.
- Làm sạch dữ liệu. Với file rời, dùng Power Query. Xử lý trùng lặp, giá trị thiếu, chuẩn hoá định dạng ngày và tên.
- Chọn công cụ theo bối cảnh. Phân tích một lần, dữ liệu nhỏ → Excel. Dashboard chia sẻ, tự cập nhật → Power BI / Metabase / Tableau tuỳ ngân sách và hệ sinh thái.
- Phân tích. Với Excel, bắt đầu bằng Pivot Table để khám phá theo nhiều chiều. Với các công cụ BI, tạo từng câu hỏi/visual nhỏ trước khi gom thành dashboard.
- Trực quan hoá đúng cách. Xu hướng theo thời gian → biểu đồ đường. So sánh nhóm → biểu đồ cột. Tỷ trọng → chỉ dùng tròn khi ít hơn 5 phần. Đừng trang trí thừa.
- Kể chuyện và đề xuất. Mỗi biểu đồ phải dẫn tới một thông điệp. Kết thúc bằng đề xuất hành động, không phải bằng một rừng số liệu.
- Đảm bảo lặp lại được. Lưu file Power Query/dashboard sao cho lần sau chỉ cần Refresh. Đừng để mình thành "nô lệ của báo cáo tháng".
Lỗi thường gặp & mẹo
- Nhảy vào công cụ trước khi rõ câu hỏi. Đây là lỗi số một. Bạn vẽ mười biểu đồ đẹp nhưng không cái nào trả lời điều sếp cần. Luôn bắt đầu từ câu hỏi nghiệp vụ.
- Làm sạch dữ liệu bằng tay mỗi tháng. Nếu bạn copy-paste và sửa tay lặp đi lặp lại, hãy chuyển sang Power Query ngay. Một lần thiết lập, mãi mãi Refresh.
- VLOOKUP gãy âm thầm. Khi ai đó chèn thêm cột vào bảng nguồn, VLOOKUP trả sai mà không báo lỗi. Ưu tiên INDEX/MATCH hoặc XLOOKUP để an toàn hơn.
- Lạm dụng biểu đồ tròn. Biểu đồ tròn với 8–10 lát hoàn toàn không đọc được. Chuyển sang biểu đồ cột ngang xếp theo thứ tự.
- Nhầm lẫn công thức chỉ số giữa các báo cáo. "Active user" trong dashboard này khác định nghĩa với dashboard kia → lãnh đạo mất niềm tin. BA phải lập data dictionary thống nhất định nghĩa từng chỉ số.
- Chọn công cụ theo sở thích thay vì bối cảnh. Đừng đề xuất Tableau cho một startup 5 người, cũng đừng bắt một tập đoàn dùng file Excel rời cho báo cáo điều hành. Mẹo: hỏi về ngân sách, hệ sinh thái IT sẵn có và yêu cầu bảo mật trước khi chốt.
- Mẹo nâng giá trị bản thân: Học thêm chút SQL để khai thác Metabase/Power BI tận gốc, và học một chút DAX cơ bản trong Power BI. Hai kỹ năng này tách bạn khỏi nhóm BA chỉ biết dùng Excel ở mức cơ bản.
Bài tập thực hành
- Excel – Pivot & Power Query. Tải (hoặc tự tạo) một file CSV khoảng 1.000 dòng giao dịch với các cột: ngày, tỉnh thành, ngành hàng, phương thức thanh toán, doanh thu, trạng thái. Dùng Power Query chuẩn hoá tên tỉnh thành. Tạo Pivot Table tính doanh thu theo tháng và tỷ lệ huỷ theo phương thức thanh toán. Viết 3 câu nhận xét nghiệp vụ.
- Hàm tra cứu. Tạo bảng thứ hai chứa "mã khách – hạng thành viên". Dùng XLOOKUP (hoặc INDEX/MATCH) để ghép hạng thành viên vào bảng giao dịch, rồi phân tích doanh thu trung bình theo hạng.
- Chọn công cụ. Cho ba tình huống: (a) startup 8 người cần dashboard vận hành hằng ngày, miễn phí; (b) tập đoàn FMCG dùng Microsoft 365 cần báo cáo điều hành bảo mật; (c) phòng marketing cần một phân tích chiến dịch một lần. Với mỗi tình huống, chọn công cụ và viết 2–3 câu lý giải.
- Metabase (nếu có điều kiện). Cài Metabase bản miễn phí, kết nối tới một database mẫu, tạo một Question bằng SQL và một Question bằng giao diện kéo thả, rồi gom vào một Dashboard có bộ lọc thời gian.
Tóm tắt
Một BA giỏi không cần là chuyên gia data, nhưng phải đủ tự chủ để biến dữ liệu thô thành quyết định. Excel với Pivot Table, Power Query và bộ hàm tra cứu (VLOOKUP, INDEX/MATCH, XLOOKUP) đủ sức xử lý phần lớn phân tích ad-hoc hằng ngày. Khi cần dashboard sống, chia sẻ rộng và tự cập nhật, hãy leo lên Power BI (mạnh ở hệ sinh thái Microsoft và DAX), Tableau (vua trực quan hoá cho tập đoàn lớn) hoặc Metabase (miễn phí, lý tưởng cho startup biết SQL).
Điều quyết định không phải công cụ nào "xịn nhất", mà là chọn đúng công cụ cho đúng bối cảnh — cân nhắc ngân sách, hệ sinh thái IT và yêu cầu bảo mật. Và dù dùng công cụ gì, giá trị cốt lõi của BA vẫn nằm ở việc đặt đúng câu hỏi nghiệp vụ, định nghĩa chính xác từng chỉ số, và kể được câu chuyện dẫn tới hành động. Công cụ chỉ là phương tiện; tư duy phân tích mới là thứ khiến bạn được tin tưởng.