Mục tiêu:

• Pivot table là một trong những tính năng hữu dụng và mạnh mẽ nhất của Excel dùng để tổng hợp, trích lọc, phân tích dữ liệu dễ dàng và nhanh chóng. định hình tư duy và tìm ra xu hướng trong dữ liệu của mình.
• Hướng dẫn suer dụng Pivot table từ cơ bản đến nâng cao. Kiểm soát được dữ liệu một cách chi tiết nhất.
• Tính toán ra các chỉ tiêu mới nhằm phục vụ các mục đích khác nhau theo nhu cầu của người dùng.
• Tạo nền tảng cho việc tiếp cận các công cụ nâng cao như Power Query, Power Pivot, ngôn ngữ DAX.

Nội dung:

1. Bật/Tắt Field List trong PivotTable
2. Tùy chỉnh PivotTable
   2.1Ribbon Design
   2.2 Ribbon Analyze
3. Tính toán trong PivotTable
   3.1. Running Totals
   3.2. Percent of x Calculations
   3.3. Difference From Calculations
   3.4. Percentage Difference from Calculations
   3.5. Top and Bottom x Items
   3.6. Calculated Fields
   3.7. Calculated Items
4. Định dạng trong PivotTable

Mục tiêu:

• Tổng quan về Dashboard report. Xác ịnh mục tiêu tổng quan và phát hóa Dashboard
• Thu thập và xử lý dữ liệu bằng các tính năng tối ưu hóa data
• Học cách vẽ và trình bày tất các loại biểu đồ từ cơ bản đến nâng cao
• Ứng dụng Data Validation giúp cho dữ liệu và Dashboard được linh hoạt trong các tình huống
• Sắp xếp và bố cục các thành phần trong trình bày dữ liệu trực quan
• Thực hành xây dựng Dashboard trên Case study thực tế

Nội dung:

1. Tính năng Conditional Formatting:
   • Cell Highlighting
   • Data Bars Color
   • Scales
   • Formula Based Conditional Formats
2. Biểu đồ cơ bản
   • Biểu đồ Bar Charts
   • Biểu đồ Column Charts
   • Biểu đồ Pie Charts
   • Biểu đồ Line Charts
3. Biểu đồ nâng cao
   • Biểu đồ kết hợp – Column and Line
   • Biểu đồ kết hợp – Area and Line
   • Vẽ biểu đồ bằng việc sử dụng Secondary Axis
   • Biểu đồ Histogram, Scatter, thác nước (Waterfall Charts)
   • Đường gấp khúc (Sparklines)
4. Tính năng Data Validation
5. Form Controls

Mục tiêu:

•  Hiểu được tầm quan trọng của việc chuẩn bị dữ liệu trong quy trình Business Intelligence (BI).
• Nắm vững kỹ thuật làm sạch, định dạng, hợp nhất và biến đổi dữ liệu từ nhiều nguồn khác nhau.
• Xây dựng nền tảng dữ liệu đáng tin cậy để phục vụ cho phân tích và trực quan hóa sau này.

Nội dung:

• Tổng quan về dữ liệu thô và vấn đề chất lượng dữ liệu.
• Giới thiệu Power Query – công cụ xử lý dữ liệu mạnh mẽ trong Power BI.
• Kết nối và trích xuất dữ liệu từ Excel, CSV, web, thư mục, hoặc hệ cơ sở dữ liệu.
• Làm sạch dữ liệu: loại bỏ trùng lặp, xử lý ô rỗng, chuẩn hóa định dạng, chuẩn hóa kiểu dữ liệu.
• Biến đổi dữ liệu: tách/cộng gộp cột, thêm cột tùy chỉnh, pivot/unpivot.
• Thực hành: Làm sạch và chuẩn hóa dữ liệu bán hàng thực tế từ nhiều chi nhánh.

Mục tiêu:

• Xây dựng mô hình dữ liệu hợp lý, phục vụ hiệu quả cho việc phân tích và trực quan hóa.
• Hiểu được cách tổ chức dữ liệu dạng quan hệ, thiết kế sơ đồ mô hình sao (star schema).
• Làm chủ khái niệm fact table, dimension table và ứng dụng các phép tính bằng ngôn ngữ DAX.

Nội dung:

• Giới thiệu Power Pivot tích hợp trong Power BI và vai trò trong modeling.
• Hiểu mô hình dữ liệu quan hệ: tạo liên kết giữa các bảng dữ liệu.
• Thiết kế mô hình sao (Star Schema) và snowflake schema.
• Sử dụng công cụ Model View để quản lý mối quan hệ và kiểu dữ liệu.
• Khái niệm Fact table vs Dimension table và cách xác định trong dự án thực tế.
• Tạo chỉ số phân tích bằng DAX cơ bản: SUM, AVERAGE, COUNTROWS, CALCULATE.
• Mindset xử lý dữ liệu, cách thức sử dụng công cụ Power Pivot, Power BI
• Thực hành ứng dụng hàm DAX: CALCULATE() function, RELATED() function, SUM() function, DIVIDE() function, FILTER() function,
  COUNTROWS() function, DISTINCTCOUNT() function, SUMX() function, AVERAGEX() function, COUNTX() function, RANKX()
  function, ALL() function, VALUES() function, DISTINCT() function, SWITCH() function, SUMMARIZE() function,ADDCOLUMNS()
  function, TOPN() function, TOTALMTD() function, TOTALQTD() function, TOTALYTD() function, TIME INTELLIGENCE/ () functions
  : SAMEPERIODLASTYEAR() function, PREVIOUSDAY() function, PREVIOUSMONTH() function, PREVIOUSQUARTER() function,
  PREVIOUSYEAR() function, NEXTDAY() function, NEXTMONTH() function, NEXTQUARTER() function, NEXTYEAR() function,
  DATESBETWEEN() DATEADD() function, DATEDIFF() function, DATESMTD() function, DATESQTD() function, DATESYTD() function…
• Thực hành: Xây dựng mô hình dữ liệu cho hệ thống báo cáo bán hàng theo vùng, nhóm sản phẩm và thời gian.

Mục tiêu:

• Nắm vững nguyên tắc trực quan hóa dữ liệu hiệu quả và ứng dụng trong Power BI.
• Lựa chọn loại biểu đồ phù hợp với từng loại dữ liệu và mục đích phân tích.
• Thiết kế dashboard tương tác, thân thiện và chuyên nghiệp để trình bày insight một cách trực quan.

Nội dung:

• Giới thiệu giao diện Report View trong Power BI Desktop.
• Lý thuyết về trực quan hóa: biểu đồ so sánh, xu hướng, phân bố, thành phần.
• Hướng dẫn chọn biểu đồ phù hợp: bar chart, column chart, line chart, pie chart, combo chart, card, map.
• Làm việc với các yếu tố tương tác: slicers, filters, drill-down, drill-through, bookmarks.
• Thiết kế bố cục dashboard hiệu quả: chia khung, sử dụng màu sắc nhất quán, tạo điểm nhấn thị giác.
• Tránh lỗi thường gặp: biểu đồ rối, thiếu tiêu đề rõ ràng, trình bày thiếu mạch lạc.
• Thực hành: Thiết kế dashboard thể hiện KPI bán hàng theo thời gian, khu vực, và nhóm sản phẩm.

Dự án giữa kỳ 

Mục tiêu:
trang bị cho học viên nền tảng vững chắc về thống kê mô tả trong phân tích dữ liệu. Học viên sẽ được làm quen với các loại biến, các chỉ số trung tâm (trung bình, trung vị, mode), mức độ biến thiên (độ lệch chuẩn, khoảng, IQR), cách phát hiện và xử lý giá trị ngoại lai, cùng các công cụ trực quan như biểu đồ tần suất và biểu đồ hộp. Khóa học giúp học viên hiểu rõ cấu trúc và đặc điểm của dữ liệu, từ đó hình thành tư duy phân tích và chuẩn bị nền tảng cho các kỹ thuật thống kê nâng cao.
Nội dung học:

• Phân tích mô tả
• Các loại biến
• Các loại thống kê mô tả
• Phân phối tần suất
• Biểu đồ tần suất (Histogram)
• Xu hướng trung tâm
• Trung bình cộng
• Trung vị
• Giá trị xuất hiện nhiều nhất (Mode)
• Độ lệch
• Mức độ biến thiên
• Khoảng (giá trị lớn nhất – nhỏ nhất)
• Khoảng tứ phân vị (IQR)
• Biểu đồ Hộp và Râu (Box & Whisker Plot)
• Giá trị ngoại lai

Mục tiêu:
Giúp người học hiểu và vận dụng các chỉ số nhân sự quan trọng (HR KPIs) trong các lĩnh vực như tuyển dụng, đào tạo, quản lý hiệu suất, gắn kết nhân viên, đa dạng và hòa nhập, lương thưởng, dịch vụ nhân sự, hoạch định lực lượng lao động và tuân thủ pháp lý. Thông qua đó, người học có thể phân tích, đánh giá và cải tiến các hoạt động nhân sự, từ đó nâng cao hiệu quả tổ chức và hỗ trợ ra quyết định chiến lược dựa trên dữ liệu.
Nội dung học:

• Tuyển dụng và nhân sự (Recruitment & Staffing)
• Hội nhập và đào tạo (Onboarding & Training)
• Quản lý hiệu suất (Performance Management)
• Gắn kết và sự hài lòng của nhân viên (Employee Engagement and Satisfaction)
• Đa dạng, công bằng và hòa nhập (Diversity, Equity and Inclusion)
• Lương thưởng và phúc lợi (Compensation and Benefits)
• Dịch vụ nhân sự (HR Service Delivery)
• Hoạch định và phân tích lực lượng lao động (Workforce Planning & Analytics)
• Tuân thủ và quản lý rủi ro (Compliance and Risk Management)
• Thu hút nhân tài (Talent Acquisition)
• Lương thưởng và phúc lợi (Compensation and Benefits)
• Quản lý hiệu suất (Performance Management)
• Quan hệ nhân viên (Employee Relations)
• Đào tạo và phát triển (Training and Development)
• Tuân thủ và quản lý rủi ro nhân sự (HR Compliance and Risk Management)
• Hiệu quả tổ chức (Organizational Effectiveness)

Nội dung học:

• Phân tích nghỉ việc
• Phân tích hiệu suất
• Phân tích bất thường
• Phân nhóm nhân sự
• Phân tích hiệu quả tuyển dụng
• Phân tích đào tạo & phát triển
• Phân tích năng lực lãnh đạo
• Phân tích đa dạng và công bằng

Mục tiêu:
Rèn luyện khả năng phân tích logic, bóc tách bài toán kinh doanh thành bài toán dữ liệu có thể giải được.
Nội dung:

• Tư duy MECE, kỹ thuật 5 Whys, Root Cause Analysis
• Tư duy từ dữ liệu đến quyết định
• Cách đặt câu hỏi phân tích đúng (Data Questioning)
• Xây dựng logic phân tích theo bối cảnh và mục tiêu kinh doanh
• Thực hành phân tích case study đa ngành: marketing, tài chính, vận hành

Công cụ học & ứng dụng:

• Xmind

Mục tiêu:

• Biến đổi dữ liệu và các phân tích phức tạp thành những câu chuyện kinh doanh có cấu trúc, logic và sức thuyết phục.
• Truyền đạt các insight một cách rõ ràng, dễ hiểu để hỗ trợ việc ra quyết định chiến lược.
• Biết cách chọn lọc và trình bày những thông tin quan trọng nhất, từ đó đề xuất được các giải pháp và chiến lược kinh doanh hiệu quả.

Nội dung học:

• Hiểu rõ vai trò của Trực quan hóa (Visualization) và Kể chuyện dữ liệu trong quy trình Business Intelligence.
• Phương pháp biến dữ liệu thành câu chuyện để tạo ra các giải pháp kinh doanh hiệu quả.
• Thực hành kỹ năng chọn lọc và trình bày insight một cách rõ ràng và súc tích.

Dự án cuối kỳ