2026-09-17 · AI & Công nghệ
Cùng một phòng kế toán, cùng một bộ số liệu. Có người mỗi cuối tháng vẫn ngồi đến tối để gộp file, dò lệch, gửi báo cáo cho kịp hạn. Có người được sếp gọi vào hỏi ý kiến trước khi chốt một quyết định.
Khoảng cách giữa hai người đó thường không nằm ở bằng cấp hay số năm kinh nghiệm. Nó nằm ở chỗ mỗi người đang đứng ở tầng nào trên cùng một cái thang: thang năng lực làm việc với dữ liệu.
Bài này vẽ lại cái thang đó thành một lộ trình học phân tích dữ liệu bốn tầng dành cho người đang làm việc với con số: kế toán, tài chính, vận hành, bán hàng. Mỗi tầng có việc riêng, công cụ riêng và một dấu hiệu rõ ràng để biết mình đã lên được tầng tiếp theo chưa. Không cần đổi nghề, không cần học lại từ đầu.
Bốn tầng của lộ trình học phân tích dữ liệu
Bốn tầng dưới đây không phải bốn chức danh. Một người có thể làm việc của tầng 1 vào buổi sáng và việc của tầng 3 vào buổi chiều. Điều quan trọng là phần lớn thời gian của bạn đang rơi vào tầng nào.
| Tầng | Việc chiếm phần lớn thời gian | Công cụ chính | Câu hỏi trả lời được |
|---|---|---|---|
| 1. Nhập và tổng hợp | Gõ số, copy dán, gộp file bằng tay, chạy theo hạn cuối tháng | Excel | Số liệu tháng này là bao nhiêu? |
| 2. Tự động hóa | Dựng quy trình một lần, các kỳ sau chỉ bấm Refresh | Power Query | Số liệu tháng này là bao nhiêu, và có đúng không? |
| 3. Phân tích và kể chuyện | Giải thích vì sao con số ra như vậy | Power BI, tư duy đặt câu hỏi | Vì sao tháng này khác tháng trước? |
| 4. Cố vấn số liệu | Ngồi cùng bàn khi ra quyết định | Hiểu biết về chính doanh nghiệp | Nên làm gì tiếp theo? |
Đọc cột cuối từ trên xuống sẽ thấy quy luật: mỗi tầng trả lời được câu hỏi của tầng dưới, cộng thêm một câu khó hơn. Người ở tầng 3 vẫn phải biết con số đúng là bao nhiêu. Chỉ là họ không còn mất cả ngày để lấy ra con số đó.
Tầng 1: nhập và tổng hợp
Đây là tầng ai cũng bắt đầu, và cũng là tầng dễ bị thay thế nhất, vì việc ở đây ai cũng làm được nếu có đủ thời gian.
Dấu hiệu bạn đang ở tầng này: mỗi kỳ báo cáo lặp lại gần như cùng các thao tác, và nếu nghỉ một tuần thì không ai làm thay được vì các bước chỉ nằm trong đầu bạn.
Việc cần học ở tầng này không phải thêm hàm Excel, mà là tổ chức dữ liệu cho máy đọc được:
- Một dòng là một giao dịch, một cột là một loại thông tin.
- Không gộp ô, không để dòng trống chen giữa bảng, không chèn dòng tổng cộng vào giữa dữ liệu.
- Cột ngày phải là ngày thật, cột số phải là số thật, không phải chữ trông giống số.
- Bảng trải ngang 12 cột tháng là bảng để người đọc, không phải bảng để máy xử lý. Cách đưa nó về dạng chuẩn có ở bài Unpivot trong Power Query.
Mọi tầng phía trên đều đứng trên nền này. Dữ liệu nguồn lộn xộn thì tự động hóa sẽ hỏng, dashboard sẽ sai, và AI sẽ trả lời rất tự tin trên một bảng sai.
Tầng 2: tự động hóa bằng Power Query
Lên tầng 2 là khi các bước lặp lại mỗi kỳ được ghi thành một quy trình. Tháng sau có file mới, bạn thả file vào thư mục rồi bấm Refresh, thay vì làm lại từ đầu.
Công cụ chính ở tầng này là Power Query, có sẵn trong Excel. Những việc nó gánh được ngay: gộp nhiều file cùng cấu trúc, làm sạch cột ngày và cột số, nối bảng thay cho VLOOKUP, đối chiếu công nợ, đối chiếu tiền về. Danh sách việc cụ thể cho kế toán có ở bài Power Query cho kế toán.
Theo khảo sát của Anaconda, người làm dữ liệu dành khoảng 45% thời gian cho việc nạp và làm sạch dữ liệu. Tầng 2 là tầng lấy lại phần thời gian đó.
Dấu hiệu đã lên được tầng 2: báo cáo tháng sau không tốn thêm công sức so với tháng này, và một người khác mở file ra có thể tự bấm Refresh mà không cần hỏi bạn.
Tầng 3: phân tích và kể chuyện bằng số
Ở tầng 3, câu hỏi đổi từ "bao nhiêu" sang "vì sao". Doanh thu tháng này giảm, nhưng giảm ở chi nhánh nào, nhóm hàng nào, và có phải vì khách cũ không quay lại hay vì giá bán thấp đi?
Công cụ thường dùng là Power BI, vì nó cho phép nhiều người cùng mở một báo cáo và tự lọc theo góc nhìn của mình. Nhưng công cụ không phải phần khó nhất. Phần khó nhất là tư duy đặt câu hỏi: biết con số nào đáng bóc ra, và biết so nó với cái gì thì mới có nghĩa.
Một báo cáo tầng 3 tốt không liệt kê hai mươi biểu đồ. Nó trả lời ba đến năm câu hỏi mà người đọc thực sự cần, theo thứ tự người đọc sẽ hỏi. Muốn biết học Power BI tới mức nào thì đủ dùng cho tầng này, xem bài Học Power BI mất bao lâu.
AI đứng ở đâu trong lộ trình?
Nhiều người hỏi: giờ đã có AI thì có cần đi qua tầng 1 và tầng 2 nữa không? Câu trả lời là AI không thay một tầng nào. Nó là công cụ thứ tư, đứng cạnh Excel, Power Query và Power BI, và giúp đi nhanh hơn ở cả bốn tầng.
Ba nguyên tắc để dùng AI đúng chỗ:
- Dữ liệu vừa thì nhờ AI làm cho nhanh, dữ liệu lớn thì dựng bằng Power Query. Vài trăm đến vài nghìn dòng, cần một kết quả ngay: đưa cho AI xử lý là hợp lý. Hàng chục nghìn dòng trải trên nhiều file, lặp lại mỗi kỳ: dựng quy trình bằng Power Query.
- Việc lặp lại vẫn dùng AI được, nhưng dùng để dựng công cụ. Sai lầm hay gặp là mỗi kỳ lại nhờ AI làm lại đúng việc đó từ đầu. Cách đúng là nhờ AI hướng dẫn dựng quy trình Power Query một lần, rồi các kỳ sau chỉ Refresh.
- AI trả lời được "bước này làm thế nào", nhưng không trả lời được "cần làm những bước nào, và kết quả đúng trông ra sao". AI hiểu nghiệp vụ kế toán nói chung. Cái nó không biết là đặc thù của chính công ty bạn: quy trình nội bộ, cách phân loại chi phí, thỏa thuận riêng với từng khách hàng, và sếp muốn đọc báo cáo theo kiểu nào.
Nguyên tắc thứ ba cũng giải thích vì sao AI không thay được người đi qua tầng 1 và tầng 2. Muốn biết AI trả lời đúng hay sai, bạn phải biết kết quả đúng trông ra sao. Cách kiểm tra cụ thể có ở bài AI bịa số rất tự tin: 5 cách kiểm tra.
Tầng 4: cố vấn số liệu
Tầng 4 không có công cụ mới. Thứ phân biệt nó với tầng 3 là mức hiểu doanh nghiệp: biết con số nào ảnh hưởng tới dòng tiền, biết quyết định nào phụ thuộc vào con số nào, và biết nói điều đó bằng ngôn ngữ của người ra quyết định.
Người ở tầng 4 không còn là người làm báo cáo theo yêu cầu. Họ là người được hỏi "nếu làm thế này thì số sẽ ra sao" trước khi quyết định được đưa ra.
AI khó thay phần này nhất, vì nó dựa trên những thứ không nằm trong bất kỳ file nào: bối cảnh, lịch sử và cách công ty thực sự vận hành.
Ba lỗi hay gặp khi đi theo lộ trình này
- Nhảy thẳng lên Power BI khi dữ liệu nguồn chưa chuẩn. Dashboard dựng xong rất đẹp, nhưng mỗi tháng lại phải sửa tay dữ liệu đầu vào trước khi Refresh. Bạn chưa rời tầng 1, chỉ là làm tầng 1 trong một công cụ đắt hơn. Lý do nên đi qua Power Query trước có ở bài vì sao nên học Power Query trước Power BI.
- Học AI thay cho tầng 1 và tầng 2. AI giúp đi nhanh, nhưng không giúp biết mình đang đi đúng hướng. Không có nền dữ liệu thì không kiểm được kết quả AI đưa ra.
- Học công cụ mà không có câu hỏi. Học hết các loại biểu đồ nhưng không biết báo cáo phải trả lời câu gì thì vẫn đứng ở tầng 2. Cách nhanh nhất để lên tầng 3 là bắt đầu từ một câu hỏi thật của sếp, rồi mới chọn công cụ.
Tự xác định bạn đang ở tầng nào
Trả lời thật với ba câu dưới đây:
- Nếu tháng sau có thêm một file dữ liệu cùng cấu trúc, bạn mất bao lâu để cập nhật báo cáo? Nếu câu trả lời là "làm lại gần như từ đầu", bạn đang ở tầng 1.
- Khi sếp hỏi "vì sao tháng này giảm", bạn trả lời được ngay, hay phải xin thời gian để dựng thêm một bảng? Nếu phải dựng thêm, bạn đang ở tầng 2.
- Lần gần nhất bạn được hỏi ý kiến trước khi một quyết định được đưa ra là khi nào? Nếu thường xuyên, bạn đã chạm tới tầng 4.
Việc cần học tiếp theo luôn là việc của tầng ngay phía trên, không phải tầng cao nhất.
Câu hỏi thường gặp
Có cần chuyển sang nghề phân tích dữ liệu không?
Không. Lộ trình này dành cho người đang làm kế toán, tài chính, vận hành hay bán hàng và muốn làm tốt hơn chính công việc hiện tại. Lợi thế lớn nhất của người trong nghề là đã hiểu nghiệp vụ, thứ mà người chỉ biết công cụ phải mất rất lâu mới có.
Có cần biết lập trình hay SQL không?
Tầng 1 đến tầng 3 làm được hoàn toàn bằng giao diện của Excel, Power Query và Power BI. SQL hữu ích khi dữ liệu nằm trong cơ sở dữ liệu của phần mềm, nhưng không phải điều kiện bắt buộc. Chi tiết ở bài Học Power BI có cần biết SQL không.
AI phát triển nhanh như vậy, học Power Query bây giờ có muộn không?
Không. Power Query là thứ giúp việc lặp lại mỗi kỳ chạy ổn định và kiểm tra lại được. AI giúp dựng quy trình đó nhanh hơn, nhưng quy trình vẫn phải có.
Nên bắt đầu từ đâu nếu đang ở tầng 1?
Chọn đúng một báo cáo lặp lại mỗi tháng tốn nhiều thời gian nhất, rồi chuẩn hóa dữ liệu nguồn của nó và dựng lại bằng Power Query. Làm xong một báo cáo thì các báo cáo sau nhanh hơn nhiều, vì các bước gần như giống nhau.
Bước tiếp theo
Buổi Data Talk 30 của EzTech đi qua đúng lộ trình này theo bốn chặng Excel, Power Query, AI và Power BI, kèm các ví dụ nghiệp vụ cụ thể.
Nếu muốn đi bài bản, khóa DATA FINANCE đi từ Power Query chuyên sâu trong Excel đến báo cáo tài chính, quản trị trên Power BI, dành riêng cho người làm kế toán, tài chính. Cần tư vấn chọn điểm bắt đầu phù hợp với công việc hiện tại thì để lại thông tin ở trang liên hệ.
