AI phân tích dữ liệu Excel: prompt mẫu và cách kiểm lại số

Một file bán hàng 8 nghìn dòng, sếp hỏi tháng nào tụt và vì sao. AI phân tích dữ liệu Excel trả lời được câu đó trong vài phút, nhưng nó cũng có thể trả lời sai mà vẫn nghe rất chắc chắn. Bài này chỉ cách dùng cho đúng việc và cách kiểm lại từng con số trước khi gửi đi.

Bốn cách đưa dữ liệu cho AI, khác nhau ở độ tin cậy

Điểm mấu chốt: kết quả có đáng tin hay không phụ thuộc vào việc AI tính hay AI đoán. Khi nó chạy code, kết quả gần như luôn đúng với dữ liệu bạn đưa. Khi nó chỉ đọc bảng rồi nhẩm trong đầu, sai số xuất hiện rất nhanh.

Nguyên tắc thực dụng: hỏi ý tưởng và cách làm thì dùng chat; ra con số cuối cùng thì để Excel hoặc code tính, đừng để mô hình nhẩm.

Nhờ AI viết công thức và hàm

Đây là việc AI làm tốt và an toàn nhất, vì Excel mới là bên tính, còn bạn thấy sai ngay trên màn hình. Prompt hiệu quả cần ba thứ: cấu trúc bảng, ví dụ thật, và kết quả mong đợi.

Tôi có bảng Excel, cột A là ngày, cột B là tên cửa hàng, cột C là mã sản phẩm, cột D là số lượng, cột E là doanh thu. Dữ liệu từ dòng 2 đến dòng 8000.

Viết công thức tính tổng doanh thu của cửa hàng ghi ở ô H2 trong tháng ghi ở ô I2. Cho tôi hai phương án: một dùng hàm phổ biến chạy được trên bản Excel cũ, một dùng hàm mới nếu có cách gọn hơn. Giải thích ngắn từng phần của công thức.

Vài mẹo đáng nhớ:

• Nói rõ phiên bản. Excel cũ không có hàm mảng động, dán vào sẽ báo lỗi tên hàm. Dùng Google Sheets thì nói luôn, vì tên hàm và dấu phân cách tham số khác nhau.
• Nêu định dạng ngày và số đang dùng. Dấu phẩy hay dấu chấm thập phân, ngày kiểu dd/mm hay mm/dd — sai chỗ này là sai toàn bộ kết quả lọc theo tháng.
• Gặp lỗi thì dán nguyên văn báo lỗi kèm công thức, đừng chỉ nói "nó không chạy".
• Hỏi cách hiểu công thức để lần sau tự sửa thay vì hỏi lại từ đầu.

Làm sạch dữ liệu trước khi phân tích

Phần lớn thời gian phân tích thật ra là dọn dẹp, và bỏ qua bước này thì bạn phân tích trên dữ liệu rác mà không biết. Danh sách kiểm tra trước khi tính bất cứ thứ gì:

1. Dòng trùng. Cùng một đơn hàng bị nhập hai lần là lỗi phổ biến nhất và làm phồng mọi con số tổng.
2. Ô trống và ô lỗi. Quyết định trước: bỏ dòng, điền 0, hay giữ nguyên. Ba cách cho ba kết quả khác nhau.
3. Số bị lưu dưới dạng chữ. Dấu hiệu: cột số căn lề trái, hàm tính ra 0.
4. Tên viết không thống nhất. "Cửa hàng Q1", "CH Q1", "cua hang q1" bị đếm thành ba nhóm.
5. Ngày tháng lẫn định dạng. Một phần file kiểu dd/mm, phần còn lại mm/dd là bẫy kinh điển.
6. Khoảng trắng thừa ở đầu cuối chuỗi, làm hàm dò tìm trượt.
7. Ô gộp và nhiều dòng tiêu đề. Máy đọc bảng có ô gộp rất dễ lệch cột.

Prompt gợi ý: "Đây là 30 dòng đầu của file. Hãy chỉ ra các vấn đề chất lượng dữ liệu bạn thấy và với mỗi vấn đề, đề xuất cách xử lý kèm công thức hoặc thao tác cụ thể trong Excel." Sau đó bạn tự quyết định cách xử lý, vì AI không biết ô trống trong file của bạn nghĩa là chưa nhập hay bằng không.

Dựng pivot và vẽ biểu đồ

Với pivot, đừng hỏi "làm pivot giúp tôi". Hãy mô tả câu hỏi kinh doanh rồi để AI chỉ cách bố trí: "Tôi muốn xem doanh thu theo cửa hàng theo từng tháng, kèm tỷ trọng từng cửa hàng. Với cấu trúc bảng như trên, nên đặt trường nào vào hàng, cột, giá trị?" Kết quả là hướng dẫn thao tác bạn tự bấm trong vài chục giây, và bạn hiểu mình vừa làm gì.

Với biểu đồ, hỏi loại biểu đồ trước khi hỏi cách vẽ: "Tôi muốn so sánh cơ cấu doanh thu ba nhóm sản phẩm qua 12 tháng, nên dùng dạng biểu đồ nào và vì sao". AI thường gợi ý đúng dạng và nhắc những lỗi trình bày quen thuộc như trục không bắt đầu từ 0 hay biểu đồ tròn quá nhiều phần. Khi cần đưa kết quả vào bài trình bày, bài AI làm PowerPoint từ Word tự động có cách chuyển nhanh phần báo cáo thành slide.

Một prompt phân tích tổng hợp dùng được cho hầu hết file bán hàng:

Đây là dữ liệu bán hàng theo dòng. Hãy: (1) mô tả cấu trúc và khoảng thời gian dữ liệu bao phủ; (2) nêu 5 phát hiện đáng chú ý kèm con số cụ thể; (3) chỉ ra các điểm bất thường nghi là lỗi nhập liệu; (4) liệt kê những câu hỏi bạn không trả lời được vì thiếu dữ liệu. Với mỗi con số, ghi rõ bạn tính từ cột nào và lọc theo điều kiện gì.

Yêu cầu (4) rất đáng giá: nó ngăn AI trả lời bừa những gì dữ liệu không nói.

AI tính sai như thế nào và cách kiểm lại

Đây là phần quan trọng nhất của bài. Mô hình ngôn ngữ sinh ra văn bản nghe hợp lý, nó không phải máy tính. Khi phải cộng vài trăm dòng trong đầu, nó vẫn đưa ra một con số trông rất tự tin và thường sai. Các kiểu sai hay gặp:

• Cộng thiếu hoặc thừa dòng khi dữ liệu dài, đặc biệt lúc bạn dán bảng thẳng vào chat.
• Bỏ sót điều kiện lọc. Bạn hỏi doanh thu quý 2 nhưng nó tính cả tháng 7.
• Đếm nhầm dòng trùng thành giao dịch riêng.
• Suy diễn nguyên nhân. "Doanh thu giảm vì mùa thấp điểm" là câu nó bịa ra, dữ liệu bạn đưa không hề nói vậy.
• Hiểu sai cột. Nhầm cột giá đơn vị với cột thành tiền, hoặc cộng cả dòng tổng có sẵn trong file thành ra tính hai lần.
• Nhớ nhầm ở lượt sau. Bạn sửa dữ liệu giữa chừng nhưng nó vẫn dùng con số của lượt trước.

Bốn cách kiểm tra nên làm mọi lần:

1. Kiểm tổng. Tự tính tổng doanh thu toàn file bằng một hàm trong Excel, so với tổng AI đưa. Lệch là dừng lại soi ngay.
2. Bắt nó chỉ đường tính. Hỏi "bạn tính con số này từ cột nào, lọc điều kiện gì, trên bao nhiêu dòng". Nếu số dòng không khớp thực tế, kết quả sai.
3. Xin công thức thay vì xin đáp án. Câu "cho tôi công thức để tự tính trong Excel" đưa việc tính về cho phần mềm tính đúng.
4. Hỏi lại trong một cuộc trò chuyện mới. Nếu hai lần ra hai con số khác nhau thì ít nhất một lần sai.

Quy tắc cuối: mọi con số sắp đi vào báo cáo gửi sếp hoặc khách hàng phải được tính lại bằng công thức trong file gốc. AI dùng để tìm hướng và giải thích, không dùng làm nguồn số cuối cùng. Với biên bản họp hay tài liệu văn bản thì rủi ro thấp hơn nhiều, xem thêm AI tóm tắt tài liệu và cuộc họp.

Bảo mật khi tải dữ liệu công ty lên

Trước khi kéo file lên bất kỳ công cụ nào, hãy hỏi: nếu file này lộ ra ngoài thì sao. Dữ liệu nhạy cảm điển hình gồm danh sách khách hàng kèm số điện thoại, bảng lương, giá vốn, hợp đồng, dữ liệu cá nhân của nhân viên.

Những việc nên làm:

• Kiểm chính sách công ty trước. Nhiều nơi cấm đưa dữ liệu nội bộ lên công cụ bên ngoài, và đây là quy định lao động chứ không phải chuyện kỹ thuật.
• Bỏ cột định danh. Xoá tên, số điện thoại, email, số căn cước, mã khách hàng. Phần lớn phân tích chỉ cần cột số và cột nhóm.
• Thay bằng mã. Đổi tên khách thành KH001, KH002 để giữ được cấu trúc mà không lộ danh tính.
• Cắt mẫu nhỏ. Nhiều khi 200 dòng đại diện là đủ để xây công thức, rồi bạn áp công thức đó lên file đầy đủ ngay trong máy mình.
• Đổi thang số nếu chỉ cần xem xu hướng, ví dụ nhân toàn bộ doanh thu với một hệ số cố định.
• Xem thiết lập lưu trữ và huấn luyện của công cụ, ưu tiên gói doanh nghiệp khi làm với dữ liệu thật. Danh sách công cụ có trong bài AI miễn phí tốt nhất hiện nay.

Cách an toàn nhất mà vẫn tiện: chỉ đưa cấu trúc bảng và vài dòng dữ liệu giả, xin công thức hoặc script, rồi chạy trên file thật ở máy bạn. Dữ liệu thật không rời khỏi máy.

Lỗi thường gặp và cách chữa

Công thức dán vào báo lỗi tên hàm. Do phiên bản Excel hoặc do bạn đang ở Google Sheets. Chữa: nói rõ phiên bản và xin phương án dùng hàm cơ bản.

Kết quả lọc theo tháng bị trống. Gần như luôn là do cột ngày đang là chuỗi ký tự chứ không phải giá trị ngày. Chữa: chuyển cột ngày về đúng kiểu dữ liệu trước, rồi tính lại.

Tổng bị phồng bất thường. Kiểm dòng trùng và kiểm xem file có sẵn dòng tổng phụ bị cộng vào không.

AI đọc lệch cột khi bạn dán bảng. Xảy ra khi bảng có ô gộp, nhiều dòng tiêu đề hoặc cột trống. Chữa: xuất ra CSV một dòng tiêu đề duy nhất rồi đưa lại.

Mỗi lần hỏi ra một kết quả khác. Dấu hiệu dữ liệu quá dài so với mức nó xử lý ổn định. Chữa: chia nhỏ theo tháng, hoặc chuyển hẳn sang cách xin công thức.

Câu hỏi thường gặp

AI có tính toán chính xác trên file Excel không?

Chính xác khi nó chạy code để tính, kém tin cậy khi nó chỉ đọc bảng rồi nhẩm. Vì bạn không phải lúc nào cũng biết nó đang làm cách nào, hãy luôn đối chiếu ít nhất một con số tổng với kết quả tính trong Excel trước khi dùng.

File bao nhiêu dòng thì nên tải lên thay vì dán vào chat?

Quá vài chục dòng là nên tải file hoặc chuyển sang xin công thức. Dán bảng dài vào khung chat vừa tốn ngữ cảnh vừa làm tăng khả năng đọc lệch cột và cộng thiếu dòng.

Có nên đưa file dữ liệu khách hàng của công ty lên không?

Chỉ khi chính sách công ty cho phép và bạn đã xoá các cột định danh. Cách an toàn hơn là đưa bảng mẫu với dữ liệu giả để lấy công thức, rồi chạy công thức đó trên file thật ngay trong máy mình.

AI thay được người phân tích dữ liệu chứ?

Chưa. Nó viết công thức nhanh và gợi ý hướng nhìn tốt, nhưng không biết bối cảnh kinh doanh, không biết cột nào trong hệ thống của bạn đáng tin, và không chịu trách nhiệm cho quyết định dựa trên con số sai.

Định dạng nào dễ cho AI đọc nhất?

CSV hoặc một sheet phẳng: một dòng tiêu đề, mỗi dòng một bản ghi, không ô gộp, không dòng tổng chen giữa, không cột trống. Mỗi phút bỏ ra dọn cấu trúc tiết kiệm nhiều phút sửa kết quả sai.

Tóm lại

Dùng AI để tìm hướng phân tích, viết công thức, dọn dữ liệu và giải thích kết quả, đừng dùng nó làm máy tính. Bắt nó nói rõ tính từ cột nào và trên bao nhiêu dòng, tự đối chiếu tổng trong file gốc, và cắt hết cột định danh trước khi tải bất cứ thứ gì của công ty lên.