Học Power BI hiệu quả – Cách sử dụng tính năng AI Power BI mới

I. Power BI AI là gì và vì sao quan trọng?

Power BI không chỉ là một công cụ trực quan hóa dữ liệu — trong các phiên bản gần đây, nó đã tích hợp thêm hàng loạt tính năng AI (trí tuệ nhân tạo) giúp người dùng khai phá insight nhanh hơn, trực quan hơn mà không cần đến kỹ năng lập trình phức tạp.

AI trong Power BI không tạo mô hình phức tạp như Data Scientist, mà đóng vai trò “trợ lý phân tích thông minh” giúp bạn:

• Tự động phát hiện bất thường (Anomaly Detection)
• Tạo insight bằng ngôn ngữ tự nhiên (Smart Narratives)
• Trả lời câu hỏi bằng ngôn ngữ tự nhiên (Power BI Q&A)
• Xác định các yếu tố chính ảnh hưởng đến chỉ số kinh doanh (Key Influencers)

Các tính năng này giúp nhà phân tích và doanh nghiệp:

• Tiết kiệm thời gian xử lý dữ liệu
• Giảm phụ thuộc vào bộ phận kỹ thuật
• Đưa ra quyết định nhanh hơn nhờ trực quan hóa và tự động gợi ý kết luận

Nói cách khác, AI là cánh tay phải giúp Power BI không chỉ trình bày dữ liệu mà còn diễn giải, phân tích và đề xuất hành động cụ thể — đúng với định hướng hiện đại của một công cụ BI “tự phục vụ”.

Hãy cùng tìm hiểu về 5 tính năng AI mới và hữu ích của Power BI mới cập nhật mà người học Power BI nên biết. Bao gồm:

1. Anomaly Detection
2. Smart Narratives
3. Q&A
4. Decomposition Trees
5. Key Influencers.

Đây là những công cụ mạnh mẽ giúp bạn cải thiện chất lượng báo cáo. Từ đó hiểu rõ hơn về dữ liệu doanh nghiệp.

II. Power BI Anomaly Detection – Phát hiện bất thường

1. Định nghĩa Power BI Anomaly Detection

Power BI Anomaly Detection là công cụ AI trong Power BI giúp bạn tự động phát hiện các điểm dữ liệu bất thường trên các biểu đồ chuỗi thời gian. Khi áp dụng tính năng này, Power BI sẽ thêm các flags (icon cờ đỏ) trên biểu đồ để cảnh báo những bất thường. Và cung cấp các giải thích chi tiết cho những sự kiện đó.

2. Làm sao để sử dụng Power BI Anomaly Detection?

2.1.Thiết lập biểu đồ đường với dữ liệu chuỗi thời gian

• Đầu tiên, để sử dụng Anomaly Detection, bạn cần tạo biểu đồ đường có trục X là một trường dữ liệu về thời gian (Time Series). Điều này giúp Power BI có thể phân tích sự thay đổi của dữ liệu theo thời gian.
• Trong ví dụ trên, biểu đồ đang hiển thị doanh thu hàng tuần (Weekly Revenue) theo thời gian.

2.2 . Kích hoạt tính năng Anomaly Detection

• Sau khi đã tạo biểu đồ đường, bạn có thể bật tính năng Anomaly Detection bằng cách thêm tính năng này từ menu của biểu đồ.
• Power BI sẽ tự động thêm các cờ (flags) để đánh dấu các điểm dữ liệu mà nó xác định là bất thường.

2.3. Xem các giải thích chi tiết từ AI

• Khi bạn nhấp vào các điểm bất thường (cờ), Power BI sẽ hiển thị một bảng giải thích bên cạnh biểu đồ. Bảng này cung cấp các thông tin lý do vì sao điểm dữ liệu này được coi là bất thường. Đồng thời cung cấp các giả thuyết (possible explanations). Từ đó giúp bạn hiểu rõ hơn về những yếu tố có thể ảnh hưởng đến sự bất thường.
• Ví dụ: Ở hình trên, nếu doanh thu vượt quá mức dự đoán, Power BI có thể giải thích rằng “Sản phẩm Touring-1000 Yellow” có doanh thu bất thường cao trong giai đoạn đó.

2.4. Điều chỉnh ngưỡng phát hiện bất thường

Bạn có thể tùy chỉnh độ nhạy (sensitivity) của Anomaly Detection. Bằng cách điều chỉnh ngưỡng này, bạn có thể kiểm soát số lượng điểm bất thường được phát hiện:

• Ngưỡng cao hơn sẽ phát hiện nhiều điểm bất thường hơn.
• Ngưỡng thấp hơn sẽ chỉ phát hiện những điểm bất thường rõ ràng hơn.

3. Lợi ích của Anomaly Detection là gì?

• Tự động phát hiện bất thường: Không cần bạn phải tự tay kiểm tra từng điểm dữ liệu. Anomaly Detection sẽ tự động tìm ra những giá trị bất thường.
• Cung cấp insights chi tiết: Giúp hiểu rõ hơn về yếu tố ảnh hưởng đến sự thay đổi bất thường. Từ đó hỗ trợ quá trình ra quyết định.
• Dễ dàng sử dụng: Chỉ vài thao tác đơn giản là có thể kích hoạt, sử dụng tính năng này.

4. Hạn chế của Anomaly Detection là gì?

• Chỉ hoạt động trên biểu đồ có trục thời gian (time series) trên trục X.
• Không hỗ trợ biểu đồ có chú giải (legends) hoặc nhiều giá trị (multiple values).
• Không thể sử dụng chung với tính năng dự báo (forecasting).
• Không hỗ trợ tính năng drill up/drill down (tương tác mở rộng hoặc thu nhỏ biểu đồ).
• Yêu cầu tối thiểu 4 điểm dữ liệu để thực hiện phân tích.

III. Power BI Smart Narratives – Tóm tắt thông minh

1. Định nghĩa Power BI Smart Narratives

Power BI Smart Narratives giúp tạo ra các bản tóm tắt văn bản tự động. Tùy chỉnh dựa trên dữ liệu báo cáo hoặc biểu đồ. Bạn có thể thêm giá trị động và cập nhật tóm tắt theo các thay đổi trong báo cáo. Điều đặc biệt là các bản tóm tắt này có thể phản ứng linh hoạt theo bộ lọc (filters). Hoặc các giá trị tùy chỉnh mà bạn đặt. Từ đó giúp bạn dễ dàng theo dõi, truyền tải thông tin chi tiết mà không cần phải viết tay.

2. Làm sao để sử dụng Smart Narratives?

Tự động tạo tóm tắt dữ liệu:

• Smart Narratives sẽ tự động sinh ra các bản tóm tắt dựa trên dữ liệu từ biểu đồ. Ví dụ, trong hình, tổng số đơn hàng của sản phẩm “Patch Kit/8 Patches” là 265 đơn trong tháng này. Dữ liệu này được trích xuất và tổng hợp lại trong phần tóm tắt bên dưới.

Phản ứng linh hoạt với bộ lọc (filters):

• Các bản tóm tắt này sẽ thay đổi tự động dựa trên bộ lọc bạn áp dụng cho báo cáo. Khi bạn thay đổi các điều kiện hoặc bộ lọc trong biểu đồ, chẳng hạn như chọn một sản phẩm khác hoặc thời gian khác, phần tóm tắt cũng sẽ được cập nhật để phản ánh dữ liệu mới.

Giá trị động (Dynamic Values):

• Bạn có thể thêm các giá trị động hoặc tùy chỉnh vào bản tóm tắt. Trong ví dụ này, một giá trị động có tên là “current product” được thiết lập để tóm tắt theo sản phẩm hiện tại mà người dùng đang xem. Điều này giúp các bản tóm tắt luôn cập nhật chính xác theo dữ liệu mới nhất bạn mong muốn.

3. Lợi ích của Smart Narratives đem lại là gì?

• Tiết kiệm thời gian: Bạn không cần phải viết tay các bản mô tả dữ liệu hay diễn giải cho các biểu đồ. Power BI sẽ tự động thực hiện việc đó.
• Linh hoạt: Các bản tóm tắt được cập nhật tự động khi dữ liệu thay đổi. Giúp bạn luôn có thông tin mới nhất mà không cần điều chỉnh thủ công.
• Tùy chỉnh dễ dàng: Người dùng có thể thêm các giá trị động và tạo các bản tóm tắt riêng biệt cho từng điều kiện cụ thể trong dữ liệu.

IV. Power BI Q&A – Hỏi Đáp Dữ Liệu Bằng Ngôn Ngữ Tự Nhiên

1. Định nghĩa Power BI Q&A

Power BIQ&A cho phép người dùng đặt câu hỏi về dữ liệu bằng ngôn ngữ tự nhiên. Ví dụ, bạn có thể hỏi: “Doanh thu tổng theo quốc gia là bao nhiêu?”. Và Power BI sẽ trả về kết quả bằng biểu đồ phù hợp. Điều này giúp bạn tương tác với dữ liệu mà không cần phải viết các câu lệnh DAX phức tạp.

2. Làm sao để sử dụng Power BI Q&A?

Đặt câu hỏi bằng ngôn ngữ tự nhiên:

• Bạn có thể nhập câu hỏi trực tiếp vào thanh Q&A như: “Show me total revenue by country”. Power BI sẽ tự động hiểu yêu cầu và trả về kết quả là biểu đồ hoặc bản đồ tương ứng.

Tùy chỉnh các thuật ngữ và câu hỏi:

• Để hệ thống Q&A hiểu rõ hơn câu hỏi của bạn, bạn có thể sử dụng công cụ đào tạo Q&A để bổ sung các thuật ngữ và cấu trúc câu hỏi dễ hiểu cho hệ thống.

3. Các công cụ đào tạo Power BI Q&A

Power BI Q&A giúp người dùng truy vấn dữ liệu một cách tự nhiên và trực quan. Bằng cách đào tạo hệ thống hiểu các thuật ngữ, từ đồng nghĩa và câu hỏi thực tế, bạn có thể tối ưu hóa trải nghiệm phân tích dữ liệu. Và giúp người dùng dễ dàng tiếp cận các thông tin quan trọng.

3.1. Human-readable Synonyms – Thêm từ đồng nghĩa dễ hiểu:

1. Field Synonyms: Bạn có thể thêm từ đồng nghĩa cho các bảng, cột, hoặc số liệu trong mô hình dữ liệu. Điều này giúp hệ thống dễ dàng hiểu ý định của người dùng ngay cả khi họ sử dụng từ ngữ khác biệt với thuật ngữ kỹ thuật.
2. Ví dụ: Bạn có thể thêm từ đồng nghĩa “sales” cho trường “revenue” trong dữ liệu.

3.2. Example Questions – Đặt câu hỏi mẫu:

• Đặt các câu hỏi mẫu để tìm những thuật ngữ hoặc câu hỏi mà hệ thống không hiểu hoặc bị hiểu sai. Từ đó, bạn có thể thêm từ đồng nghĩa mới để hệ thống hiểu đúng câu hỏi trong tương lai.

3.3. Review Questions – Xem xét và chỉnh sửa câu hỏi thực tế:

1. Review Questions: Công cụ này cho phép bạn xem lại các câu hỏi thực tế mà người dùng đã đặt. Dựa trên các câu hỏi này, bạn có thể điều chỉnh và cải thiện mô hình dữ liệu để hệ thống hiểu đúng hơn trong các lần truy vấn tiếp theo.
2. Tính năng này yêu cầu Power BI Service để hoạt động.

3.4. Suggested Questions – Đề xuất câu hỏi:

• Bạn có thể tạo một danh sách các câu hỏi gợi ý sẵn để người dùng khác có thể chọn và truy vấn. Điều này giúp hướng dẫn người dùng khám phá dữ liệu một cách hiệu quả. Không cần phải tự đặt câu hỏi phức tạp.

4. Lợi ích của Power BI Q&A là gì?

• Trực quan và dễ sử dụng: Người dùng không cần phải biết cú pháp truy vấn phức tạp mà chỉ cần đặt câu hỏi đơn giản bằng ngôn ngữ tự nhiên.
• Tùy chỉnh linh hoạt: Q&A có thể được tùy chỉnh để hiểu chính xác ngữ cảnh và yêu cầu của người dùng thông qua từ đồng nghĩa và câu hỏi mẫu.
• Phân tích nhanh chóng: Giúp bạn nhanh chóng nhận được các kết quả phân tích trực quan mà không cần tạo biểu đồ hoặc dashboard phức tạp.

V. Power BI Decomposition Trees – Cây phân rã

1. Định nghĩa Power BI Decomposition Trees

Power BI Decomposition Trees giúp bạn phân rã và khám phá dữ liệu qua nhiều chiều khác nhau. Bạn có thể dễ dàng phân tích các yếu tố ảnh hưởng đến một chỉ số cụ thể. Ví dụ như doanh thu, bằng cách chia nhỏ dữ liệu theo danh mục, sản phẩm, hoặc yếu tố khác. Ngoài ra, bạn cũng có thể sử dụng AI để hỗ trợ phân tích Root cause analysis (Phân tích nguyên nhân gốc rễ).

Với khả năng phân tích chi tiết và sử dụng AI hỗ trợ, Decomposition Trees giúp người dùng nhanh chóng tìm ra yếu tố ảnh hưởng lớn nhất đến kết quả. Từ đó đưa ra các giải pháp dựa trên dữ liệu một cách hiệu quả.

2. Làm sao để sử dụng Power BI Decomposition Trees?

2.1. Analyze – Bắt đầu bằng việc chọn chỉ số muốn phân tích:

1. Đầu tiên, bạn cần chọn Measure hoặc chỉ số mà bạn muốn phân tích. Trong ví dụ trên, Total Orders (Tổng số đơn hàng) là chỉ số được chọn để phân tích.
2. Power BI sẽ hiển thị giá trị tổng thể của chỉ số này, ví dụ: 25,164 đơn hàng.

2.2. Explain By – Phân tích theo các chiều:

1. Bạn có thể chọn một hoặc nhiều chiều (dimensions) để phân tích sâu chỉ số đó. Ví dụ trong hình, chúng ta có các chiều như:
   • Category Name (Tên danh mục sản phẩm)
   • Subcategory Name (Tên danh mục con)
   • Product Name (Tên sản phẩm)
2. Các chiều này giúp phân tích và làm rõ hơn lý do vì sao tổng số đơn hàng lại có giá trị như vậy.

2.3. Decomposition – Cấu trúc phân tích phân nhánh:

1. Khi bạn chọn một chiều phân tích, Decomposition Tree sẽ hiển thị kết quả theo từng nhánh tương ứng với giá trị của chiều đó.
2. Ví dụ:
   • Danh mục Accessories có tổng số đơn hàng là 16,983.
   • Trong Accessories, danh mục con Tires and Tubes có 9,084 đơn hàng.
   • Tiếp theo, trong Tires and Tubes, sản phẩm Patch Kit/8 Patches có 2,952 đơn hàng.

2.4. Điều chỉnh phân tích thủ công hoặc sử dụng AI:

1. Bạn có thể tùy chỉnh nhánh phân tích một cách thủ công bằng cách chọn chiều mà bạn quan tâm. Hoặc bạn có thể sử dụng AI trong Power BI để gợi ý các chiều phân tích có ảnh hưởng lớn nhất đến chỉ số bạn đang quan tâm.
2. Khi sử dụng AI, Power BI sẽ tự động tìm kiếm và đề xuất những yếu tố quan trọng nhất.

3. Lợi ích của Power BI Decomposition Trees là gì?

• Trực quan hóa dễ hiểu: Cho phép bạn dễ dàng thấy được cách các yếu tố tác động đến chỉ số tổng thể mà không cần phải tạo nhiều báo cáo riêng lẻ.
• Phân tích sâu đa chiều: Giúp bạn phân tích dữ liệu từ nhiều khía cạnh khác nhau. Từ đó hiểu rõ hơn nguyên nhân và yếu tố ảnh hưởng.
• Tối ưu hóa phân tích với AI: Sử dụng AI để tự động đề xuất những yếu tố quan trọng nhất. Giúp tiết kiệm thời gian và nâng cao hiệu quả phân tích.

VI. Power BI Key Influencers – Tìm Hiểu Các Yếu Tố Ảnh Hưởng Chính

1. Định nghĩa Power BI Key Influencers

Power BI Key Influencers cho phép bạn xác định những yếu tố nào tác động lớn nhất đến kết quả kinh doanh. Ví dụ, bạn có thể khám phá rằng “Khách hàng có con và có bằng cử nhân có khả năng sở hữu nhà cao hơn 1.59 lần so với người khác”. Công cụ này rất hữu ích khi bạn muốn hiểu rõ nguyên nhân đằng sau các chỉ số quan trọng. Từ đó bạn có thể tối ưu hóa chiến lược và cải thiện kết quả theo mong muốn.

Công cụ này có thể dùng để phân tích cả dữ liệu phân loại (categorical) lẫn dữ liệu liên tục (continuous). Từ đó giúp bạn nhận diện các phân đoạn. Hoặc yếu tố hàng đầu dựa trên sự kết hợp của nhiều yếu tố khác nhau.

2. Làm sao để sử dụng Key Influencers?

2.1. Identify Key Factors – Nhận diện các yếu tố ảnh hưởng hàng đầu:

1. Công cụ Key Influencers giúp bạn xác định những yếu tố có tương quan cao với một kết quả nhất định.
2. Ví dụ: Trong hình, công cụ đang phân tích yếu tố nào ảnh hưởng lớn nhất đến khả năng HomeOwner (người sở hữu nhà). Kết quả cho thấy rằng Parents (người có con) có khả năng 1.59 lần trở thành chủ sở hữu nhà so với những người không có con, trong cùng điều kiện.

2.2. Segment Analysis – Phân tích phân đoạn khách hàng:

1. Công cụ này không chỉ dừng lại ở việc xác định các yếu tố hàng đầu. Nó còn có thể giúp tìm các phân đoạn khách hàng mà kết quả này có khả năng xảy ra.
2. Ví dụ: 93% các khách hàng đã kết hôn, có con và có bằng đại học (Bachelors degree) có khả năng cao hơn sở hữu nhà so với tổng thể (67.6%).
3. Điều này giúp bạn phân tích sâu hơn và hiểu rõ hơn về những yếu tố và nhóm khách hàng cụ thể đang ảnh hưởng đến kết quả mà bạn quan tâm.

2.3. Interactive Visuals – Biểu đồ tương tác:

1. Biểu đồ hiển thị các yếu tố ảnh hưởng được sắp xếp theo thứ tự quan trọng. Bạn có thể dễ dàng thấy yếu tố nào có tác động lớn nhất.
2. Mỗi yếu tố được biểu diễn bằng các thanh màu sắc để dễ dàng so sánh mức độ ảnh hưởng giữa các yếu tố.

3. Lợi ích của Power BI Key Influencers là gì?

• Hiểu rõ yếu tố nào thực sự quan trọng: Công cụ này giúp bạn phát hiện những yếu tố thực sự quan trọng ảnh hưởng đến kết quả của bạn. Chẳng hạn như các yếu tố ảnh hưởng đến doanh thu, tỷ lệ chuyển đổi. Hoặc hành vi của khách hàng.
• Phân đoạn khách hàng hiệu quả: Bạn có thể phân tích từng phân đoạn khách hàng. Và tìm ra những nhóm nào có khả năng cao đạt được một kết quả nhất định. Điều này rất hữu ích trong tiếp thị hoặc bán hàng khi bạn tập trung vào nhóm giá trị cao.
• Phân tích dựa trên dữ liệu:Key Influencers cung cấp kết quả trực quan và dễ hiểu. Giúp bạn đưa ra các quyết định dựa trên dữ liệu chính xác.

VII. Tạm kết

Power BI cung cấp các tính năng AI tiên tiến. Giúp bạn không chỉ trực quan hóa dữ liệu mà còn hiểu sâu hơn về các yếu tố ảnh hưởng đến kết quả kinh doanh. Với khả năng phát hiện bất thường, tạo tóm tắt thông minh, phân tích nguyên nhân gốc rễ và xác định yếu tố quan trọng, Power BI hỗ trợ ra quyết định tốt hơn dựa trên dữ liệu thực tế. Ngôn ngữ DAX (Data Analysis Expressions) của Power BI còn giúp xây dựng các mô hình dữ liệu quan hệ. Kỹ năng quan trọng trong phân tích và khoa học dữ liệu. Học tập thành thạo công cụ Power BI này sẽ giúp bạn thành công hơn trên con đường chinh phục dữ liệu.
Hãy bắt đầu quá trình học của bạn bằng cách áp dụng các công cụ AI này trong Power BI.

Nên bắt đầu học Power BI từ đâu?

Đối với newbie, khi nói đến việc học Power BI, có rất nhiều thứ cần bao quát đến mức có thể bạn sẽ cảm thấy rất khó khăn và không thể vượt qua. Tuy nhiên, nếu bạn có một một kế hoạch học tập đúng lộ trình, bạn sẽ tạo ra sự khác biệt lớn. Đặc biệt là đối với công cụ Power BI. Trước tiên, bạn cần phải hiểu và xây dựng cho mình một lộ trình học Power BI hiệu quả nếu bạn muốn thành thạo về bộ công cụ.

Dù là tự học hay tham gia một khóa học Power BI có cấu trúc, ACE Academy hy vọng các cập nhật mới về tính năng AI này có thể giúp bạn trên hành trình học tập của mình.

Để học thêm và thành thạo nhiều kĩ năng Power BI hơn, hãy tham khảo khóa học Decision Analytics In Power BI tại ACE Academy. Khóa học này sẽ giúp bạn thông thạo mọi kĩ năng xử lí dữ liệu trong Power BI. Giải quyết mọi bàn toán kinh doanh với cơ hội nghề nghiệp rộng mở. Bắt đầu hành trình của bạn ngay hôm nay với các khóa học của ACE Academy để trở thành một chuyên gia phân tích dữ liệu thành công!

Nếu bạn có bất kỳ câu hỏi nào hoặc muốn biết thêm thông tin về các khóa học, đừng ngần ngại liên hệ với ACE. Bọn mình luôn sẵn sàng hỗ trợ bạn trên con đường chinh phục dữ liệu.

VIII. Câu hỏi thường gặp khi học AI trong Power BI

About the author

Alice Mai

Founder & Lead Instructor of ACE Academy

Cô Alice là founder tại ACE Academy – nền tảng đào tạo kỹ năng phân tích dữ liệu và tư duy kinh doanh thực chiến. Cô đồng thời là chuyên gia tư vấn tại ACE Partners Consulting & 180 Systems Canada, tập trung vào chiến lược, digital marketing và chuyển đổi số cho các doanh nghiệp. Với hơn 15 năm kinh nghiệm tại các tập đoàn đa quốc gia như TikTok, Lazada và ACFC, Alice kết hợp giữa tư duy lãnh đạo và công nghệ để kiến tạo giải pháp giáo dục phù hợp cho thế hệ trẻ trong thời đại AI.

Linkedin Threads Facebook