2026-08-10 · Power BI & Dashboard
Bạn tải Power BI Desktop về, mở file dữ liệu mẫu của Microsoft, kéo thả vài cái là ra biểu đồ đẹp trong mười phút. Cảm giác lúc đó rất tốt: hóa ra Power BI dễ hơn mình tưởng.
Rồi bạn mang dữ liệu thật của công ty vào. File xuất từ phần mềm kế toán có ba dòng tiêu đề ở trên, cột mã khách bị trống ở những dòng cùng một hóa đơn, mười hai tháng nằm ngang thành mười hai cột, cột ngày bị Power BI hiểu là chữ. Biểu đồ ra số sai, mà không biết sai từ đâu. Đến đây phần lớn người học đứng lại.
Chuyện này gần như không liên quan tới Power BI. Nó là chuyện của tầng nền: dữ liệu chưa được làm sạch. Và tầng đó có tên riêng, đó là Power Query. Bài này đội ngũ EzTech giải thích vì sao nên học Power Query trước Power BI, việc nào nên để cho công cụ nào, và trường hợp nào thì bạn được phép làm ngược lại.
Power BI gồm bốn tầng, và tầng đầu tiên chính là Power Query
Nhiều người nghĩ Power BI là công cụ vẽ biểu đồ. Thực tế nó là bốn công cụ ghép lại, chạy lần lượt theo một chiều.
Tầng 1, kết nối và làm sạch. Đây là Power Query. Nó nối vào Excel, file CSV, thư mục, cơ sở dữ liệu, web, rồi làm sạch: bỏ dòng rác, sửa kiểu dữ liệu, tách cột, unpivot, ghép nhiều nguồn.
Tầng 2, mô hình dữ liệu. Nối các bảng lại với nhau bằng quan hệ, dựng bảng lịch, chia bảng thành nhóm dữ liệu giao dịch và nhóm danh mục.
Tầng 3, DAX. Viết measure để tính doanh thu, lũy kế, cùng kỳ năm trước, tỷ lệ lãi gộp.
Tầng 4, trực quan hóa. Chọn loại biểu đồ, bố cục trang, slicer, tương tác giữa các biểu đồ.
Điều đáng nói là tầng 1 thường chiếm phần lớn thời gian của một dự án báo cáo thật. Anaconda từng khảo sát người làm dữ liệu và ghi nhận khoảng 45% thời gian của họ dành cho việc chuẩn bị dữ liệu, tức là nạp và làm sạch, trước khi tới phần phân tích. Với kế toán làm báo cáo từ file xuất phần mềm, tỷ lệ đó thường còn cao hơn.
Ba lý do nên học Power Query trước
1. Học một lần, dùng ở cả hai nơi
Power Query trong Excel và Power Query trong Power BI là cùng một công cụ, cùng ngôn ngữ M bên dưới, cùng giao diện các bước ở bên phải. Bạn học Merge Queries, Unpivot, Group By, Fill Down trong Excel thì mang sang Power BI dùng y nguyên, không phải học lại thao tác nào.
Ngược lại, kỹ năng vẽ biểu đồ trong Power BI chỉ dùng được trong Power BI. Học tầng nền trước nên có lợi hơn về mặt tái sử dụng.
2. Học trong Excel dễ vào hơn và không cần license
Power Query có sẵn trong Excel 2016 trở lên, ở tab Data. Bạn không cần tài khoản, không cần Power BI Pro, và quan trọng hơn là bạn đang ở trong môi trường quen tay: bấm Close & Load là thấy kết quả ngay trên sheet, so sánh được với cách làm tay cũ để biết mình đúng hay sai.
Trong Power BI, dữ liệu sau khi biến đổi nằm trong mô hình, muốn kiểm tra phải qua bảng hoặc biểu đồ. Với người mới, vòng phản hồi dài hơn nên khó tự phát hiện lỗi hơn.
3. Dữ liệu bẩn khiến ba tầng trên phải chữa cháy
Đây là lý do quan trọng nhất, và nó xuất hiện ở mọi lớp học. Khi bỏ qua tầng làm sạch, các tầng trên buộc phải gánh:
- Cột ngày bị hiểu là chữ, nên hàm thời gian không chạy, người học bèn tự tách năm và tháng thành cột riêng rồi lọc bằng cột đó. Lũy kế và so sánh cùng kỳ mất luôn đường tự nhiên, xem thêm bài Time Intelligence DAX.
- Mười hai tháng nằm ngang thành mười hai cột, nên phải viết mười hai measure gần giống nhau. Chỉ cần Unpivot ở tầng 1 là còn một measure duy nhất, cách làm ở bài unpivot trong Power Query.
- Tên khách hàng gõ mỗi nơi một kiểu, nên quan hệ giữa các bảng không khớp, người học chuyển sang lọc bằng chuỗi văn bản trong DAX.
- Dòng "Tổng cộng" của phần mềm lọt vào dữ liệu, nên mọi con số bị đếm hai lần. Đây là loại lỗi đáng sợ nhất vì báo cáo vẫn chạy, chỉ có số là sai.
DAX vá được phần lớn những chuyện trên. Nhưng công thức sẽ dài, khó đọc, chạy chậm, và người sau không hiểu vì sao phải viết vậy. Sửa ở tầng 1 thì cả bốn tầng nhẹ đi.
Việc nào nên làm ở Power Query, việc nào để DAX
Bảng dưới là ranh giới đội ngũ EzTech dùng khi đi triển khai thực tế. Nguyên tắc chung là: cái gì cố định theo dòng dữ liệu thì làm ở Power Query, cái gì phụ thuộc vào bộ lọc người dùng đang chọn thì để DAX.
| Công việc | Làm ở đâu | Vì sao |
|---|---|---|
| Bỏ dòng rác, dòng tổng, dòng trống | Power Query | Thuộc về chất lượng dữ liệu, phải xử một lần từ gốc |
| Sửa kiểu dữ liệu, sửa lỗi ngày tháng | Power Query | Tầng trên không có cách nào chữa đúng |
| Gộp nhiều file, nhiều sheet, nhiều chi nhánh | Power Query | Việc của tầng nạp dữ liệu |
| Unpivot bảng ngang về dạng chuẩn | Power Query | Quyết định luôn hình dạng mô hình |
| Ghép danh mục để lấy tên, nhóm hàng | Power Query hoặc quan hệ mô hình | Merge khi cần một bảng phẳng, quan hệ khi cần lọc chéo |
| Tổng doanh thu, số lượng, lãi gộp | DAX | Phải đổi theo bộ lọc người xem chọn |
| Lũy kế, cùng kỳ năm trước, tăng trưởng | DAX | Phụ thuộc ngữ cảnh thời gian đang lọc |
| Tỷ lệ trên tổng, xếp hạng | DAX | Đổi theo phạm vi đang xem |
Một ranh giới nhỏ hay gây tranh luận là cột tính sẵn. Cột phân loại cố định như nhóm tuổi nợ hay nhóm doanh thu thì làm ở Power Query rất hợp lý. Còn con số cần đổi theo bộ lọc thì phải là measure, phần này bài measure và calculated column nói kỹ hơn.
Năm dấu hiệu bạn đang bỏ qua tầng nền
Nếu file Power BI của bạn có từ hai dấu hiệu sau trở lên, vấn đề nằm ở tầng 1 chứ không nằm ở chỗ bạn chưa biết đủ hàm DAX.
- Mô hình chỉ có một bảng phẳng rất rộng, mọi thứ dồn vào đó.
- Trong DAX có nhiều hàm IF lồng nhau chỉ để xử lý dữ liệu ghi sai chính tả hoặc thiếu.
- Không lọc được theo tháng và năm một cách tự nhiên, phải chọn từ cột văn bản.
- Mỗi kỳ báo cáo lại phải mở file ra sửa lại một vài bước bằng tay.
- Cùng một chỉ số nhưng hai trang báo cáo ra hai số khác nhau.
Trường hợp nào được học Power BI trước
Không phải ai cũng phải đi theo thứ tự này. Có ba trường hợp học Power BI trước là hợp lý.
Dữ liệu của bạn đã sạch sẵn. Công ty có kho dữ liệu hoặc bộ phận IT đã chuẩn hóa, bạn chỉ nối vào bảng đã gọn gàng. Khi đó tầng 1 gần như không có việc, bạn nên tập trung vào mô hình và DAX.
Bạn chỉ cần đọc và dùng báo cáo người khác làm. Vai của bạn là người xem, cần biết lọc, drill down, xuất dữ liệu. Học tầng 4 là đủ.
Bạn cần một bản demo nhanh để thuyết phục ban lãnh đạo. Lúc này mục tiêu là cho thấy đích đến. Nhưng hãy coi bản đó là bản nháp, đừng đưa vào chạy thật khi tầng nền chưa xử lý.
Lộ trình ba chặng và cách tự kiểm tra
Chặng 1, Power Query trong Excel. Học gộp nhiều file cùng cấu trúc, làm sạch dữ liệu xuất từ phần mềm, Merge thay VLOOKUP, unpivot, group by. Sản phẩm để tự kiểm: một file báo cáo cuối tháng mà bạn chỉ cần bấm Refresh, cách dựng ở bài tự động hóa báo cáo Excel cuối tháng.
Chặng 2, mô hình và DAX cơ bản. Sang Power BI, dựng mô hình dạng sao với bảng giao dịch ở giữa và các bảng danh mục xung quanh, thêm bảng lịch, viết measure bằng SUM, CALCULATE, DIVIDE, rồi tới nhóm hàm thời gian. Sản phẩm để tự kiểm: một báo cáo lọc được theo tháng và so được với cùng kỳ năm trước mà không cần cột phụ nào.
Chặng 3, trực quan hóa và chia sẻ. Chọn loại biểu đồ theo câu hỏi người xem, bố cục ba lớp từ tổng quan tới chi tiết, phân quyền theo người xem, lịch làm mới dữ liệu. Sản phẩm để tự kiểm: báo cáo chia cho đồng nghiệp và họ tự dùng được mà không cần bạn giải thích.
Nếu bạn muốn xem các báo cáo đã đi hết ba chặng trông ra sao, 41 báo cáo mẫu trên web của EzTech đều mở demo trực tiếp được, chia theo ngành và theo nghiệp vụ.
Câu hỏi thường gặp
Học Power Query mất bao lâu trước khi sang Power BI?
Nếu học đúng theo bài toán công việc của mình thì phần lõi không dài: gộp file, làm sạch, merge, unpivot, group by. Cột mốc thực tế để chuyển chặng không tính theo số buổi mà tính theo sản phẩm: khi bạn tự dựng được một file báo cáo chỉ cần Refresh, bạn đã đủ nền để sang Power BI.
Có cần biết ngôn ngữ M không?
Không cần cho phần lớn công việc. Giao diện bấm chuột đã sinh ra M cho bạn. Biết đọc M có ích khi cần sửa một bước cho linh hoạt hơn, ví dụ đổi đường dẫn thành tham số, nhưng đó là chuyện về sau.
Có cần biết SQL trước không?
Không, và đây là câu hỏi rất hay gặp. Power Query nối vào cơ sở dữ liệu mà không cần bạn viết câu lệnh nào. Biết SQL giúp bạn lấy dữ liệu gọn hơn từ đầu, nhưng nó không phải điều kiện để bắt đầu.
Học Power Query rồi có còn phải học Excel nâng cao nữa không?
Bạn vẫn nên vững pivot table và một số hàm tra cứu, vì đó là công cụ trình bày và kiểm tra nhanh. Nhưng những việc trước đây phải giải bằng công thức mảng phức tạp thì Power Query làm gọn hơn nhiều, nên phần đó không cần đào sâu nữa.
Chốt lại
Power BI không khó ở phần biểu đồ. Nó khó đúng ở chỗ ít ai nhắc tới, là làm cho dữ liệu đủ sạch để mô hình và DAX chạy đúng. Học Power Query trước là cách rút ngắn quãng đó, và phần thưởng đến sớm: ngay khi còn ở trong Excel, bạn đã bỏ được một buổi chiều làm báo cáo mỗi tháng.
Bạn có thể tự đo nền của mình bằng bài trắc nghiệm Power Query miễn phí. Muốn đi theo lộ trình có người dẫn và bám đúng bài toán kế toán, tài chính thì xem khóa DATA FINANCE; còn nếu bạn nhắm tới việc xây trọn bộ báo cáo quản trị cho doanh nghiệp, khóa DATA BUSINESS đi theo hướng đó.
