Mục tiêu:
Giúp học viên xây dựng nền tảng vững chắc về thống kê và phân tích dữ liệu để hiểu và làm việc hiệu quả với dữ liệu số.

Nội dung:

• Tổng quan về phân tích dữ liệu và vai trò trong doanh nghiệp
• Các khái niệm thống kê cơ bản: trung bình, trung vị, phương sai, độ lệch chuẩn
• Phân phối xác suất, phân phối chuẩn, xác định bất thường trong dữ liệu
• Phân tích tương quan, mối quan hệ giữa các biến số
• Làm việc với dữ liệu bằng Excel & Power BI

Công cụ học & ứng dụng:

• Power BI
• Excel

Mục tiêu:
Giúp học viên trình bày dữ liệu rõ ràng, trực quan, và thuyết phục bằng biểu đồ và dashboard chuyên sâu.
Nội dung:

• Nguyên tắc thiết kế biểu đồ hiệu quả & dễ hiểu
• Vẽ biểu đồ tĩnh và động với Matplotlib, Seaborn, Plotly
• Biểu đồ so sánh, phân bố, mối tương quan, dòng thời gian
• Tùy biến màu sắc, layout, annotation để nâng cao khả năng truyền đạt
• Thiết kế dashboard đơn giản phục vụ báo cáo nội bộ

Công cụ học & ứng dụng:

• Python (Matplotlib, Seaborn, Plotly, Plotly Dash)
• Power BI (giới thiệu tổng quan)

Mục tiêu:

Trang bị khả năng xây dựng các mô hình dự đoán cơ bản, giúp ra quyết định dựa trên dự báo từ dữ liệu.

Nội dung:

• Giới thiệu học máy (machine learning) trong phân tích dữ liệu
• Quy trình xây dựng mô hình: phân tích – xử lý – huấn luyện – đánh giá
• Dự đoán biến số bằng Linear Regression
• Phân loại bằng Logistic Regression, Decision Trees
• Đánh giá mô hình bằng độ chính xác, MAE, confusion matrix
• Ứng dụng mô hình vào bài toán thực tế: dự đoán churn, doanh số, rủi ro khách hàng

Công cụ học & ứng dụng:

• Python

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:
Giúp học viên truyền tải thông điệp từ dữ liệu hiệu quả, đúng đối tượng, đúng bối cảnh, mang tính thuyết phục.
Nội dung:

• Cấu trúc một câu chuyện dữ liệu: Insight – Kết luận – Hành động
• Data Story Canvas: khung định hình câu chuyện từ dữ liệu
• Kỹ thuật chọn biểu đồ phù hợp cho từng thông điệp
• Cá nhân hóa thông điệp theo nhóm đối tượng (ban giám đốc, kỹ thuật, vận hành)
• Trình bày bằng PowerPoint, Google Slides.

Công cụ học & ứng dụng:

• Power BI(storyboarding & visual layout)

Mục tiêu:
Thực hành toàn bộ quy trình phân tích dữ liệu thực tế – từ vấn đề kinh doanh đến mô hình hóa và truyền đạt kết quả.
Nội dung:

• Chọn bài toán kinh doanh thực tế (theo ngành nghề học viên)
• Thu thập và làm sạch dữ liệu
• Phân tích định lượng và trực quan hóa nâng cao
• Dự báo hoặc mô hình hóa tùy theo mục tiêu bài toán
• Viết báo cáo phân tích và trình bày kết quả như một chuyên gia

Công cụ học & ứng dụng:

• Power BI