Data Visualization Introduction PDF

GIỚI THIỆU TRỰC QUAN HÓA BÁO CÁO Chương 1  NỘI DUNG CHƯƠNG Phạm Trường Quân 1. Giới thiệu về trực quan hóa báo cáo trong kinh doanh 2. Quy trình trực quan hóa báo cáo trong kinh doanh 3.Giới thiệu một số công cụ được sử dụng phổ biến www.i...

GIỚI THIỆU TRỰC QUAN HÓA BÁO CÁO Chương 1  NỘI DUNG CHƯƠNG Phạm Trường Quân 1. Giới thiệu về trực quan hóa báo cáo trong kinh doanh 2. Quy trình trực quan hóa báo cáo trong kinh doanh 3.Giới thiệu một số công cụ được sử dụng phổ biến www.iuh.edu.vn Data Visualization 2  KHÁI NIỆM Phạm Trường Quân Nam quản lý một cửa hàng máy tính nho nhỏ. Cuối năm 2022, Nam cần đánh giá doanh thu theo tháng để tính toán phương thức nhập hàng cho năm 2023. Trong 2 báo cáo Nam nhận được từ nhân viên, báo cáo nào giúp Nam dễ ra quyết định hơn. Thời gian Doanh thu Thời gian Doanh thu Tháng 1 39,091 Tháng 7 45,615 Tháng 2 27,026 Tháng 8 20,010 Tháng 3 21,894 Tháng 9 41,816 Tháng 4 43,834 Tháng 10 42,405 Tháng 5 27,129 Tháng 11 32,006 Tháng 6 31,492 Tháng 12 28,265 Báo cáo 1 Báo cáo 2 www.iuh.edu.vn Data Visualization 3  KHÁI NIỆM Phạm Trường Quân Những báo cáo dưới đây có giúp Nam ra quyết định dễ hơn 2 báo cáo trước không? Theo em, nên bổ sung thêm gì vào biểu đồ? Báo cáo 3 Báo cáo 4 www.iuh.edu.vn Data Visualization 4  Phạm Trường Quân PHÂN TÍCH DỮ LIỆU (DATA ANALYSIS) Phân tích dữ liệu là quá trình kiểm tra dữ liệu để tìm ra các mối quan hệ, hình mẫu, hiểu biết sâu sắc cũng như xu hướng của các sự kiện. Mục tiêu chung của phân tích dữ liệu là hỗ trợ việc ra quyết định tốt hơn. Một ví dụ phân tích dữ liệu đơn giản là phân tích dữ liệu bán kem để xác định số lượng kem ốc quế đã bán có liên quan như thế nào đến nhiệt độ hàng ngày. Kết quả của việc phân tích sẽ hỗ trợ các quyết định liên quan đến lượng kem mà một cửa hàng nên đặt liên quan đến thông tin dự báo thời tiết. Thực hiện phân tích dữ liệu giúp thiết lập các hình mẫu và mối quan hệ giữa các dữ liệu được phân tích. www.iuh.edu.vn Data Visualization 5  QUY TRÌNH PTDL (DATA ANALYTICS) Phạm Trường Quân Là một thuật ngữ rộng hơn bao hàm thuật ngữ phân tích dữ liệu. Quy trình phân tích dữ liệu quản lý vòng đời dữ liệu hoàn chỉnh như thu thập, làm sạch, tổ chức, lưu trữ, phân tích và quản lý dữ liệu. Thuật ngữ này bao gồm sự phát triển của các phương pháp phân tích, kỹ thuật khoa học và các công cụ tự động. Trong môi trường Dữ liệu lớn, quy trình phân tích dữ liệu đã phát triển các phương pháp cho phép phân tích dữ liệu thông qua việc sử dụng các công nghệ và khuôn mẫu phân tán có khả năng mở rộng cao có khả năng phân tích khối lượng lớn dữ liệu từ các nguồn khác nhau. www.iuh.edu.vn Data Visualization 6  QUY TRÌNH PTDL (DATA ANALYTICS) Phạm Trường Quân Các loại tổ chức khác nhau sử dụng các công cụ và kỹ thuật phân tích dữ liệu theo những cách khác nhau. Lấy ví dụ, ba lĩnh vực sau: Trong môi trường kinh doanh, kết quả phân tích dữ liệu có thể giảm chi phí hoạt động và tạo điều kiện thuận lợi cho việc ra quyết định chiến lược. Trong lĩnh vực khoa học, phân tích dữ liệu có thể xác định nguyên nhân của một hiện tượng để cải thiện độ chính xác của các dự đoán. Trong các môi trường dựa trên dịch vụ như các tổ chức khu vực công, phân tích dữ liệu có thể giúp tăng cường sự tập trung vào việc cung cấp các dịch vụ chất lượng cao bằng cách giảm chi phí. www.iuh.edu.vn Data Visualization 7  QUY TRÌNH PTDL (DATA ANALYTICS) Phạm Trường Quân Quy trình phân tích dữ liệu được chia thành 4 loại cơ bản: Hình 1.2: Các loại quy trình phân tích dữ liệu www.iuh.edu.vn Data Visualization 8  QUY TRÌNH PTDL (DATA ANALYTICS) Phạm Trường Quân Thống kê suy luận (Định lý Khai phá kiến thức (Học giới hạn trung tâm, kiểm định máy, khai phá dữ liệu, phân giả thuyết, kiểm định Chi tích dự báo…) bình phương, F-Test…) Python, R, Spark, SPSS, STATA, R… SAS… Quy trình MS Excel, Tableau, MS Power BI, PTDL MS SQL Server, Hadoop, Mongo DB… Locker Studio… Lập báo cáo (Hệ thống thông Kho dữ liệu (Cơ sở dữ liệu tin cho nhà quản lý / Hệ quan hệ, Cơ sở dữ liệu No thống hỗ trợ ra quyết định, SQL, Data mart, …) Trực quan hóa báo cáo…) Hình 1.2: Khung phân tích dữ liệu kinh doanh www.iuh.edu.vn Data Visualization 9  QUY TRÌNH PTDL (DATA ANALYTICS) Phạm Trường Quân Quy trình phân tích dữ liệu có nhiều cách triển khai khác nhau. Một cách triển khai quy trình là dự án Quy trình khai phá dữ liệu chuẩn liên ngành (the cross-industry standard process of data mining, viết tắt là: CRISP-DM). Giai đoạn hiểu biết dữ liệu Giai đoạn hiểu biết Giai đoạn thu thập lĩnh vực kinh doanh dữ liệu Giai đoạn xây dựng Giai đoạn triển khai mô hình phân tích Giai đoạn đánh giá Hình 1: quy trình CRISP-DM www.iuh.edu.vn Data Visualization 10  KHÁI NIỆM TRỰC QUAN HÓA Phạm Trường Quân Trực quan hóa là cách truyền đạt dữ liệu rõ ràng và dễ hiểu, chủ yếu thông qua hình ảnh. Dữ liệu thường được lưu trữ một cách trừu tượng. Quy trình trực quan hóa có thể giúp chuyển đổi dữ liệu thành những ý nghĩa rõ ràng cho người đọc. Trong trực quan hóa báo cáo, hình ảnh đóng vai trò là phương tiện chính để truyền đạt dữ liệu, nhưng cũng có thể đi kèm với các phương tiện truyền thông khác, chẳng hạn như văn bản. Trực quan hóa phải cung cấp một cách hiểu rõ ràng và đơn giản với dữ liệu. Trực quan hóa báo cáo có thể xem là sự pha trộn giữa nghệ thuật thiết kế với khoa học dữ liệu. www.iuh.edu.vn Data Visualization 11  TRỰC QUAN HÓA BÁO CÁO Phạm Trường Quân Trực quan hóa thường đi kèm với hoạt động kể chuyện bởi vì những hoạt động trực quan hóa hiệu quả nhất cần kết hợp với việc kể chuyện. Có 3 lý do chính: Dễ nhớ: Những câu chuyện sẽ giúp khán giả dễ dàng kết nối và ghi nhớ thông tin mà bạn đang cố gắng truyền tải. Khả năng liên kết: Các câu chuyện dẫn đến sự kết nối cảm xúc. Cả người kể chuyện và khán giả đều trải qua và liên tưởng đến cùng một trải nghiệm. Dẫn đến hành động: Nghiên cứu cho thấy rằng kể chuyện có thể thu hút các phần của não dẫn đến hành động. www.iuh.edu.vn Data Visualization 12  PHÂN LOẠI Phạm Trường Quân Có hai loại trực quan hóa báo cáo chính: khám phá và giải thích. Khám phá: Cho phép người đọc khám phá dữ liệu để phân tích thêm. Được tiến hành cho một vấn đề chưa được xác định rõ ràng. Trực quan khám phá là những gì chúng ta làm để hiểu dữ liệu, ví dụ: để phát triển và đánh giá một giả thuyết, một câu hỏi hoặc tìm một hình mẫu/bức tranh tổng thể trong dữ liệu. www.iuh.edu.vn Data Visualization 13  TQH BÁO CÁO KHÁM PHÁ Phạm Trường Quân Bộ tứ của Anscombe Chỉ tiêu Bộ 1 Bộ 2 Bộ 3 Bộ 4 Trung bình (x) 9.00 9.00 9.00 9.00 Trung bình (y) 7,50 7,50 7,50 7,50 Phương sai (x) 11.00 11.00 11.00 11.00 Phương sai (y) 4.13 4.13 4.12 4.12 tương quan x và y 0,82 0,82 0,82 0,82 Giao điểm trục tung 3,00 3,00 3,00 3,00 Hệ số góc 0,50 0,50 0,50 0,50 www.iuh.edu.vn Data Visualization 14  TQH BÁO CÁO KHÁM PHÁ Phạm Trường Quân Bộ tứ của Anscombe www.iuh.edu.vn Data Visualization 15  TQH BÁO CÁO GIẢI THÍCH Phạm Trường Quân Giải thích Giải thích những gì khán giả cần biết Hiển thị các mối quan hệ cụ thể trong dữ liệu, chẳng hạn như liên kết giữa nguyên nhân và kết quả. www.iuh.edu.vn Data Visualization 16  THIẾT KẾ TRỰC QUAN Phạm Trường Quân Nguyên tắc thiết kế Thuộc tính nhận thức ngay (pre-attentive attributes) ▪ Sự nhấn mạnh ▪ Số lượng ▪ Màu sắc Lựa chọn biểu đồ phù hợp. Trực quan hóa để thể hiện được các hình mẫu dữ liệu. www.iuh.edu.vn Data Visualization 17  NGUYÊN TẮC THIẾT KẾ Phạm Trường Quân Nguyên tắc GESTALT Nguyên tắc TUFTE www.iuh.edu.vn Data Visualization 18  NGUYÊN TẮC GESTALT Phạm Trường Quân Tâm lý học Gestalt là một triết lý về tâm trí của Trường Tâm lý học Thực nghiệm Berlin. Các nguyên tắc Gestalt mô tả cách tâm trí của chúng ta tổ chức các yếu tố hình ảnh riêng lẻ thành các nhóm để hiểu được toàn bộ hình ảnh. "Cách sử dụng các nguyên tắc Gestalt để kể Bạn có thể sử dụng các nguyên tắc này để chuyện bằng hình ảnh #PoDV," FusionBrew: The FusionCharts Blog , làm nổi bật các hình mẫu quan trọng và http://www.fusioncharts.com/blog/2014/03/ho w-to-use-the-gestalt-principles-for- visual- không nhấn mạnh các hình mẫu không storytelling-podv/ , truy cập ngày 30 tháng 6 quan trọng. năm 2017. www.iuh.edu.vn Data Visualization 19  NGUYÊN TẮC GESTALT: LÂN CẬN Phạm Trường Quân PROXIMITY Bạn thấy các dấu chấm gần nhau hơn như là một phần của cùng một nhóm, do đó bạn thấy ba hàng dấu chấm thay vì bốn cột dấu chấm vì chúng gần nhau hơn theo chiều ngang hơn theo chiều dọc. www.iuh.edu.vn Data Visualization 20  NGUYÊN TẮC GESTALT: TƯƠNG ĐỒNG Phạm Trường Quân SIMILARITY Bạn thấy các đối tượng trông giống nhau như một phần của cùng một nhóm. www.iuh.edu.vn Data Visualization 21  NGUYÊN TẮC GESTALT: BAO VÂY Phạm Trường Quân ENCLOSURE Bạn nhóm bốn dấu chấm đầu tiên và bốn dấu chấm cuối cùng thành hai hàng thay vì tám dấu chấm. www.iuh.edu.vn Data Visualization 22  NGUYÊN TẮC GESTALT: KẾT NỐI Phạm Trường Quân CONNECTION Bạn nhóm các dấu chấm được kết nối thuộc cùng một nhóm. www.iuh.edu.vn Data Visualization 23  NGUYÊN TẮC GESTALT: ĐỐI XỨNG Phạm Trường Quân SYMMETRY Bạn thấy ba cặp dấu ngoặc đối xứng thay vì sáu dấu ngoặc riêng lẻ. []{}[] www.iuh.edu.vn Data Visualization 24  NGUYÊN TẮC GESTALT: LIÊN TỤC Phạm Trường Quân CONTINUITY Bạn thấy một đường dẫn liên tục thay vì ba đường dẫn tùy ý. www.iuh.edu.vn Data Visualization 25  NGUYÊN TẮC GESTALT: KHÉP KÍN Phạm Trường Quân CLOSURE Bạn tự động đóng hình vuông và hình tròn thay vì nhìn thấy ba đường dẫn bị ngắt kết nối. www.iuh.edu.vn Data Visualization 26  NGUYÊN TẮC GESTALT: HÌNH VÀ NỀN Phạm Trường Quân Bạn có thể chú ý đến hai khuôn mặt hoặc chiếc bình. Bất cứ điều gì bạn nhận thấy sẽ trở thành hình và cái khác là nền. www.iuh.edu.vn Data Visualization 27  NGUYÊN TẮC CỦA TUFTE Phạm Trường Quân Edward Tufte là một nhà thống kê người Mỹ và là giáo sư danh dự về khoa học chính trị, thống kê và khoa học máy tính tại Đại học Yale. Ông được biết đến là người tiên phong trong lĩnh vực trực quan hóa báo cáo và đã viết 5 cuốn sách về thiết kế thông tin. Các nguyên tắc của Tufte nhấn mạnh rằng “Sự xuất sắc đồ họa là thứ mang lại cho người xem nhiều ý tưởng nhất trong thời gian ngắn nhất với lượng mực ít nhất trong không gian nhỏ nhất.” www.iuh.edu.vn Data Visualization 28  TỶ LỆ DỮ LIỆU TRÊN MỰC IN Phạm Trường Quân Tufte tin rằng ít (chi tiết) hơn có thể nhiều (thông tin) hơn, do đó về cơ bản bạn cần tối đa hóa tỷ lệ dữ liệu trên mực in, tức là lượng thông tin mang lại so với các thành phần được hiển thị trên biểu đồ như màu sắc, hiệu ứng, hình ảnh, tiêu đề, các chú giải và ghi chú... Lợi ích của phương pháp này là: Thông điệp rõ ràng: chỉ có các yếu tố cần thiết sẽ làm cho thông điệp của bạn rõ ràng hơn và khán giả của bạn dễ tiếp thu hơn. Không phải ai cũng quen xử lý các biểu đồ cả ngày, vì vậy ít yếu tố hơn đồng nghĩa với việc ít nhầm lẫn hơn. Tiết kiệm thời gian: Người tạo biểu dồ sẽ tiết kiệm thời gian để tránh làm người dùng bối rối với các yêu cầu đặc biệt. Tiết kiệm không gian: Nếu bạn cần hiển thị nhiều biểu đồ và số trong Dashboard hoặc có một số KPI tại các báo cáo hoặc tương tự, thì không gian là một tài nguyên. Biểu đồ được tối ưu hóa bằng mực dữ liệu chiếm ít dung lượng hơn và chấp nhận thay đổi kích thước tốt hơn. www.iuh.edu.vn Data Visualization 29  TỶ LỆ DỮ LIỆU TRÊN MỰC IN Phạm Trường Quân HAI NGUYÊN TẮC XÓA 1. Xóa các chi tiết không mang lại thông tin Các thành phần biểu đồ không bổ sung thông tin nên được xem xét để loại bỏ. 2. Xóa các chi tiết mang lại thông tin trùng lắp Khi tạo biểu đồ, đôi khi chúng ta cố gắng thêm nhiều thông tin hơn mức cần thiết hoặc phần mềm theo mặc định sẽ thêm các yếu tố bổ sung. Kiểm tra các chi tiết mang lại thông tin trùng lắp có thể gỡ bỏ. www.iuh.edu.vn Data Visualization 30  TỶ LỆ DỮ LIỆU TRÊN MỰC IN Phạm Trường Quân Ví dụ minh họa Biểu đồ nào giúp chúng ta nhận diện vấn đề tốt và nhanh hơn? www.iuh.edu.vn Data Visualization 31  TỶ LỆ DỮ LIỆU TRÊN MỰC IN Phạm Trường Quân Xóa nền www.iuh.edu.vn Data Visualization 32  TỶ LỆ DỮ LIỆU TRÊN MỰC IN Phạm Trường Quân Loại bỏ các nhãn dư thừa www.iuh.edu.vn Data Visualization 33  TỶ LỆ DỮ LIỆU TRÊN MỰC IN Phạm Trường Quân Xóa đường viền www.iuh.edu.vn Data Visualization 34  TỶ LỆ DỮ LIỆU TRÊN MỰC IN Phạm Trường Quân Xóa màu www.iuh.edu.vn Data Visualization 35  TỶ LỆ DỮ LIỆU TRÊN MỰC IN Phạm Trường Quân Loại bỏ các hiệu ứng đặc biệt www.iuh.edu.vn Data Visualization 36  TỶ LỆ DỮ LIỆU TRÊN MỰC IN Phạm Trường Quân Xóa hiệu ứng in đậm www.iuh.edu.vn Data Visualization 37  TỶ LỆ DỮ LIỆU TRÊN MỰC IN Phạm Trường Quân Làm sáng hoặc loại bỏ các đường kẻ www.iuh.edu.vn Data Visualization 38  TỶ LỆ DỮ LIỆU TRÊN MỰC IN Phạm Trường Quân Dán nhãn trực tiếp www.iuh.edu.vn Data Visualization 39  TỶ LỆ DỮ LIỆU TRÊN MỰC IN Phạm Trường Quân LƯU Ý Tufte lập luận rằng tỷ lệ D:I không phải lúc nào cũng là một chỉ số tốt về độ hiệu quả của một đồ họa mà hiệu quả của một đồ họa phụ thuộc vào nhiều yếu tố hơn là chỉ tỷ lệ D:I, chẳng hạn như nội dung, mục tiêu và khán giả của đồ họa. Tufte cũng chỉ ra rằng tỷ lệ D:I có thể được sử dụng để tạo ra các đồ họa không hiệu quả. Ví dụ, một đồ họa có tỷ lệ D:I cao có thể vẫn khó hiểu nếu đồ họa đó không được thiết kế tốt. Ngoài ra, một đồ họa có tỷ lệ D:I thấp có thể vẫn hiệu quả nếu đồ họa đó truyền tải thông tin rõ ràng và thu hút sự chú ý của người xem. Mặc dù vậy, Tufte vẫn cho rằng tỷ lệ D:I là một công cụ hữu ích để cải thiện độ hiệu quả của các đồ họa bằng cách giảm thiểu lượng mực không cần thiết trong một đồ họa, chúng ta có thể tạo ra các đồ họa rõ ràng, dễ hiểu và thu hút sự chú ý của người xem. www.iuh.edu.vn Data Visualization 40  THUỘC TÍNH NHẬN THỨC NGAY Phạm Trường Quân Đây là một thuật ngữ trong khoa học thần kinh, được sử dụng để mô tả các thuộc tính của một đối tượng có thể được nhận thức ngay lập tức, ngay cả khi đối tượng đó không được chú ý trực tiếp. Thiết kế tốt thúc đẩy quá trình xử lý chu đáo trong bộ não của chúng ta. Quá trình xử lý tạo nhận thức ngay được điều chỉnh để phát hiện một tập hợp các thuộc tính trực quan cụ thể, dẫn đến một số yếu tố nổi bật. Sử dụng các thuộc tính này một cách hiệu quả có thể giúp người xem nhanh chóng xác định các mẫu và xu hướng trong dữ liệu, đồng thời tập trung vào các thông tin quan trọng nhất. Các công cụ trực quan hỗ trợ quá trình xử lý tạo nhận thức ngay bao gồm: Nhấn mạnh Số lượng Màu sắc www.iuh.edu.vn Data Visualization 41  THUỘC TÍNH NHẬN THỨC NGAY Phạm Trường Quân Hình thức, vị trí, chuyển động hoặc màu sắc trong thiết kế của bạn có thể nhấn mạnh tầm quan trọng của một thành phần trong dữ liệu của bạn. Trước tiên hãy xem cách bạn có thể nhấn mạnh thông qua hình thức. www.iuh.edu.vn Data Visualization 42  THUỘC TÍNH NHẬN THỨC NGAY Phạm Trường Quân Cách bạn có thể nhấn mạnh thông qua vị trí. www.iuh.edu.vn Data Visualization 43  THUỘC TÍNH NHẬN THỨC NGAY Phạm Trường Quân Cách bạn có thể nhấn mạnh thông qua chuyển động. Sự nhấp nháy Hướng chuyển động www.iuh.edu.vn Data Visualization 44  THUỘC TÍNH NHẬN THỨC NGAY Phạm Trường Quân Cách bạn có thể nhấn mạnh thông qua màu sắc. Màu sắc Cường độ www.iuh.edu.vn Data Visualization 45  THUỘC TÍNH NHẬN THỨC NGAY Phạm Trường Quân HOẠT ĐỘNG NHÓM Nhóm tiến hành tìm hiểu lý thuyết về màu sắc và trình bày cách sử dụng màu sắc bằng Powerpoint. Link tham khảo: link 1, link 2 www.iuh.edu.vn Data Visualization 46  THUỘC TÍNH NHẬN THỨC NGAY Phạm Trường Quân Khi so sánh số lượng, mức độ chính xác liên quan đến loại trực quan hóa là điều quan trọng cần hiểu. Màu sắc, thông qua sắc độ, độ bão hòa hoặc mật độ, là cách kém chính xác nhất để so sánh số lượng, trong khi vị trí là cách thể hiện chính xác nhất. Ít chính xác nhất Chính xác hơn Màu sắc Thể tích Diện tích Góc Độ nghiêng Chiều dài Vị trí www.iuh.edu.vn Data Visualization 47  THUỘC TÍNH NHẬN THỨC NGAY Phạm Trường Quân MÀU SẮC: KHÔNG QUÁ TẢI MÀU Sử dụng màu sắc có thể là một cách rất hiệu quả để làm nổi bật dữ liệu; tuy nhiên, sử dụng nhiều màu sắc để nhấn mạnh thông tin dễ tạo ra sự quá tải. www.iuh.edu.vn Data Visualization 48  THUỘC TÍNH NHẬN THỨC NGAY Phạm Trường Quân MÀU SẮC: KHÔNG QUÁ TẢI MÀU www.iuh.edu.vn Data Visualization 49  THUỘC TÍNH NHẬN THỨC NGAY Phạm Trường Quân MÀU SẮC: NHẤT QUÁN VÀ HIỆU QUẢ KHI SỬ DỤNG MÀU SẮC Màu sắc có thể đại diện cho các danh mục, vì vậy hãy nhất quán trong cách bạn sử dụng màu sắc để khán giả của bạn không bị nhầm lẫn. Trong ví dụ này, cùng một màu vàng được sử dụng cho hai năm tài chính khác nhau. www.iuh.edu.vn Data Visualization 50  THUỘC TÍNH NHẬN THỨC NGAY Phạm Trường Quân MÀU SẮC: PHỤC VỤ MÀU SẮC CHO ĐÚNG ĐỐI TƯỢNG Truyền đạt ý nghĩa: màu nóng, màu lạnh, ý nghĩa từng màu… Cân nhắc sự khác biệt về văn hóa trong ý nghĩa của màu sắc và tính nhận diện cho thương hiệu. www.iuh.edu.vn Data Visualization 51  THUỘC TÍNH NHẬN THỨC NGAY Phạm Trường Quân MÀU SẮC: PHỤC VỤ MÀU SẮC CHO ĐÚNG ĐỐI TƯỢNG Chú ý đến những khán giả bị mù màu để bố trí màu sắc cho đúng. Đặc biệt chú ý khi sử dụng màu xanh lá cây để phối màu với xanh dương hoặc đỏ. www.iuh.edu.vn Data Visualization 52  THUỘC TÍNH NHẬN THỨC NGAY Phạm Trường Quân MÀU SẮC: HIỂU BỐI CẢNH MÀU SẮC Như đã đề cập trước đây, màu sắc có thể hiển thị số lượng và dải màu có hiệu quả cho mục đích này. Ngoài ra, màu tối hơn sẽ biểu thị số lượng lớn hơn. Nhiều công cụ trực quan cung cấp các bảng màu được chỉ định trước đã được cân nhắc kỹ lưỡng để cải thiện khả năng trực quan hóa. www.iuh.edu.vn Data Visualization 53  LỰA CHỌN BIỂU ĐỒ PHÙ HỢP Phạm Trường Quân Dưới đây là một số yếu tố cần xem xét khi chọn biểu đồ phù hợp: ▪ Loại dữ liệu bạn có. Dữ liệu của bạn là định tính hay định lượng? ▪ Số biến bạn muốn hiển thị. Bạn đang hình dung một biến hay nhiều biến? ▪ Mối quan hệ giữa các biến. Bạn đang cố gắng thể hiện sự so sánh, xu hướng hoặc mối quan hệ giữa hai hoặc nhiều biến? ▪ Khán giả dự kiến của bạn. Bạn đang cố gắng truyền đạt dữ liệu của mình cho ai? Mức độ hiểu biết của họ về dữ liệu? ▪ Xem xét không gian bạn có sẵn để hiển thị biểu đồ. Biểu đồ cần có kích thước phù hợp để có thể xem được rõ ràng. Nếu biểu đồ quá nhỏ, thì sẽ khó đọc và hiểu được thông tin. Nếu biểu đồ quá lớn, thì sẽ chiếm quá nhiều không gian và có thể làm cho văn bản và các yếu tố khác khó đọc được. www.iuh.edu.vn Data Visualization 54  LỰA CHỌN BIỂU ĐỒ PHÙ HỢP Phạm Trường Quân Trang web Data Visualization Catalog cung cấp một công cụ có thể giúp bạn tra cứu các loại biểu đồ khác nhau theo loại và chức năng. https://datavizcatalogue.com/ www.iuh.edu.vn Data Visualization 55  LỰA CHỌN BIỂU ĐỒ PHÙ HỢP Phạm Trường Quân Có nhiều loại biểu đồ mà bạn có thể sử dụng để trực quan hóa dữ liệu của mình. Biểu đồ có thể bao gồm đồ thị đường hoặc điểm, sơ đồ, bảng hoặc bản đồ. Mỗi biểu đồ có một chức năng khác nhau để hiển thị dữ liệu mà bạn đang cố truyền đạt hiệu quả hơn. So sánh Tỷ trọng Các mối quan hệ Hệ thống cấp bậc Các khái niệm Vị trí Một phần của tổng Phân bổ thể Mọi thứ hoạt động Quy trình và Chuyển động và dòng Hình mẫu như thế nào phương pháp luân chuyển Phạm vi Dữ liệu theo thời Phân tích chuỗi Tham khảo gian (tra cứu) www.iuh.edu.vn Data Visualization 56  LỰA CHỌN BIỂU ĐỒ PHÙ HỢP Phạm Trường Quân Đây là một lưu đồ giúp bạn quyết định loại biểu đồ nào sẽ sử dụng do Andrew Abela trình bày trong tác phẩm: The Presentation. www.iuh.edu.vn Data Visualization 57  CÁC BỐ CỤC TRỰC QUAN HÓA Phạm Trường Quân Trong thiết kế, có một số bố cục được ứng dụng dựa trên hành vi người dùng lướt hoặc đọc qua một thiết kế. Trong số đó, phổ biến hơn cả là 3 bố cục: sơ đồ Gutenberg, Bố cục Z (Z-Pattern) và Bố cục F (F-Pattern). Mỗi bố cục này đều chỉ ra những nơi nên đặt thông tin quan trọng, nhưng nhiều người hiểu nhầm về ý nghĩa của chúng. Dù các bố cục như Gutenberg, Z-pattern và F-pattern chỉ ra rằng có một “con đường” tự nhiên mà mắt sẽ lướt qua một bản thiết kế, thì trên thực tế, chúng chỉ đúng với các thiết kế ít bị chi phối bởi khối văn bản lớn hoặc ít có tính phân cấp thông tin. Ngay khi thêm tạo ra các yếu tố, đối tượng có trọng lượng thị giác khác nhau, thì chính bạn mới là người tạo ra con đường để dẫn lối cho mắt người xem. Bạn vẫn có thể sử dụng 3 kiểu bố cục bên trên để củng cố cho thiết kế của mình, miễn là đừng bị giới hạn bởi chúng. www.iuh.edu.vn Data Visualization 58  CÁC BỐ CỤC TRỰC QUAN HÓA Phạm Trường Quân Ví dụ bố cục F và bố cục Z www.iuh.edu.vn Data Visualization 59  KỂ CHUYỆN Phạm Trường Quân Như đã đề cập trong phần giới thiệu, điều rất quan trọng là áp dụng các kỹ thuật kể chuyện vào trực quan hóa dữ liệu của bạn để làm cho nó dễ nhớ, dễ hiểu và dẫn đến hành động. Xem video ngắn này để biết thêm về Khả năng thuyết phục và Sức mạnh của Câu chuyện của Jennifer Aaker: www.iuh.edu.vn Data Visualization 60  KỂ CHUYỆN Phạm Trường Quân Khung tường thuật cho THIẾT KẾ các câu chuyện dữ liệu TRỰC QUAN Cách bạn THỂ HIỆN câu chuyện của mình THÔNG TƯƠNG ĐIỆP TÁC Cách bạn KỂ Cách bạn câu chuyện THU HÚT của mình khán giả www.iuh.edu.vn Data Visualization 61  KỂ CHUYỆN Phạm Trường Quân Tổng quan Phương pháp kể chuyện qua hình ảnh dữ liệu www.iuh.edu.vn Data Visualization 62  KỂ CHUYỆN Phạm Trường Quân Phương pháp kể chuyện qua hình ảnh dữ liệu: cốt truyện www.iuh.edu.vn Data Visualization 63  KỂ CHUYỆN Phạm Trường Quân Phương pháp tác giả so với Phương pháp Tốt nhất cho Tốt nhất cho hình ảnh giải hình ảnh khám người đọc tự dẫn dắt thích phá www.iuh.edu.vn Data Visualization 64  PHƯƠNG PHÁP TÁC GIẢ DẪN DẮT Phạm Trường Quân Trong video dưới đây, Hans Rosling kể câu chuyện về thế giới ở 200 quốc gia trong hơn 200 năm bằng cách sử dụng 120.000 con số - chỉ trong bốn phút. Vẽ biểu đồ tuổi thọ so với thu nhập của mọi quốc gia kể từ năm 1810, cho thấy thế giới chúng ta đang sống hoàn toàn khác với thế giới mà hầu hết chúng ta tưởng tượng. www.iuh.edu.vn Data Visualization 65  PHƯƠNG PHÁP NGƯỜI ĐỌC TỰ DẪN DẮT Phạm Trường Quân https://www.gapminder.org/tools/#$chart-type=bubbles&url=v1 www.iuh.edu.vn Data Visualization 66  HIỂU KHÁN GIẢ CỦA BẠN Phạm Trường Quân Điều hành Bộ phận Chuyên viên phân tích Chuyên gia cấp cao Quản lý bộ Chuyên viên phân tích kinh (C Level) phận doanh Giám đốc kinh doanh Tuân thủ Chuyên viên phân tích tài chính Lãnh đạo cấp cao Pháp chế Chuyên viên phân tích dữ liệu Phong cách giao tiếp Tác giả dẫn truyện Sự cân bằng Người đọc tự xem xét Thông điệp Tường thuật tuyến tính Hướng dẫn Nhẹ nhàng Tính tương tác Giới hạn Trực giác Rộng rãi Nhanh chóng, rõ ràng, Hiểu biết, Kết quả Hiểu biết quyết định quyết định www.iuh.edu.vn Data Visualization 67  QUY TRÌNH TRỰC QUAN HÓA Phạm Trường Quân Dựa vào CRISP-DM, các tác giả đã cụ thể hóa quy trình trực quan hóa báo cáo trong kinh doanh. Trong đó, quy trình 7 bước được sử dụng tương đối phổ biến. 3 - Chọn 1 - Xác định 2 - Hiểu dữ 4 - Chuẩn bị biểu đồ phù thông điệp liệu dữ liệu hợp 5 - Thiết kế 6 - Đánh giá 7 - Truyền trực quan thiết kế đạt báo cáo www.iuh.edu.vn Data Visualization 68  1 - XÁC ĐỊNH THÔNG ĐIỆP Phạm Trường Quân ▪ Bước đầu tiên là xác định rõ ràng thông điệp mà bạn muốn truyền đạt bằng báo cáo trực quan của mình. ✓ Bạn đang cố gắng trình bày điều gì? ✓ Lĩnh vực kinh doanh của mình có những đặc điểm gì? ✓ Những thông tin chi tiết quan trọng mà bạn muốn khán giả nắm bắt là gì? ▪ Khi bạn biết mình muốn truyền đạt điều gì, bạn có thể bắt đầu suy nghĩ về dữ liệu bạn cần thu thập và loại hình ảnh trực quan mà bạn sẽ sử dụng. www.iuh.edu.vn Data Visualization 69  2 - HIỂU DỮ LIỆU Phạm Trường Quân ▪ Bước tiếp theo là hiểu dữ liệu bạn cần thu thập. ✓ Dữ liệu có được là loại dữ liệu gì? ✓ Những biến (thuộc tính) then chốt là gì? ✓ Sự khác biệt giữa các biến ở đâu? ✓ Đơn vị đo lường là gì? ✓ Mối quan hệ giữa các biến như thế nào? ▪ Bạn càng hiểu rõ dữ liệu của mình thì bạn càng có thể chọn hình ảnh phù hợp và thiết kế nó một cách hiệu quả. www.iuh.edu.vn Data Visualization 70  3 - CHỌN BIỂU ĐỒ PHÙ HỢP Phạm Trường Quân ▪ Có nhiều kiểu biểu đồ khác nhau, mỗi kiểu đều có điểm mạnh và điểm yếu riêng. Chọn loại phù hợp nhất cho thông điệp và khán giả của bạn. ▪ Dưới đây là một số nguyên tắc cơ bản để chọn loại biểu đồ phù hợp: ▪ Xác định loại dữ liệu bạn đang làm việc. Bạn đang làm việc với dữ liệu định lượng, định tính hay cả hai? Dữ liệu của bạn có số lượng điểm dữ liệu lớn hay nhỏ? ▪ Xác định câu hỏi hoặc thông điệp mà bạn muốn truyền đạt. Bạn muốn hiển thị sự so sánh, xu hướng, phân bố hoặc mối tương quan? ▪ Xem xét đối tượng mục tiêu của bạn. Mục tiêu của bạn là ai? Họ có phải là người xem chuyên nghiệp về dữ liệu hay không? www.iuh.edu.vn Data Visualization 71  4 - CHUẨN BỊ DỮ LIỆU Phạm Trường Quân ▪ Đảm bảo dữ liệu của bạn sạch và có tổ chức trước khi bạn bắt đầu thiết kế trực quan. Một vài bước làm cụ thể như: ▪ Xác định nguồn dữ liệu. Dữ liệu đến từ đâu? Nó có chính xác và đáng tin cậy không? ▪ Kiểm tra dữ liệu để tìm lỗi. Dữ liệu có bị thiếu giá trị, giá trị không hợp lệ hoặc giá trị trùng lặp không? ▪ Làm sạch dữ liệu. Loại bỏ các giá trị không hợp lệ hoặc trùng lặp và sửa các lỗi. ▪ Tiêu chuẩn hóa dữ liệu. Đảm bảo rằng dữ liệu của bạn có định dạng thống nhất và sử dụng cùng một đơn vị đo lường. ▪ Chọn lọc dữ liệu. Cắt giảm dữ liệu nếu cần để dễ quản lý hơn. www.iuh.edu.vn Data Visualization 72  5 - THIẾT KẾ TRỰC QUAN Phạm Trường Quân ▪ Điều này bao gồm việc chọn màu sắc, phông chữ và các yếu tố hình ảnh khác sẽ giúp bạn truyền đạt thông điệp của mình một cách hiệu quả. ▪ Thiết kế trực quan của bạn phải rõ ràng, ngắn gọn và dễ hiểu. Nó cũng phải hấp dẫn và hấp dẫn về mặt trực quan. ▪ Vận dụng các nguyên tắc GESTALT và các thuộc tính nhận thức ngay để tối ưu hóa việc trình bày hình ảnh. www.iuh.edu.vn Data Visualization 73  6 - ĐÁNH GIÁ THIẾT KẾ Phạm Trường Quân ▪ Khi đã tạo xong báo cáo trực quan, bạn cần đánh giá lại: ✓ Báo cáo có rõ ràng và dễ hiểu không? ✓ Dữ liệu trong báo cáo có chính xác và không thiên vị không? ✓ Báo cáo có đầy đủ thông tin cần thiết không? ✓ Báo cáo có liên quan đến đối tượng mục tiêu không? ✓ Báo cáo có hấp dẫn không? ▪ Vận dụng các nguyên tắc của TUTFE để đánh giá. www.iuh.edu.vn Data Visualization 74  7 - TRUYỀN ĐẠT BÁO CÁO Phạm Trường Quân ▪ Khi bạn hài lòng với báo cáo trực quan của mình, hãy chia sẻ nó với khán giả. Điều này có thể liên quan đến việc xuất bản nó trực tuyến, trình bày nó trong cuộc họp hoặc chia sẻ nó trong một báo cáo. ▪ Việc truyền đạt báo cáo trực quan của bạn cũng quan trọng như việc tạo ra nó. Hãy đảm bảo rằng bạn đang truyền đạt thông điệp mà bạn muốn truyền tải và bạn đang tiếp cận đúng đối tượng. www.iuh.edu.vn Data Visualization 75  MỘT SỐ CÔNG CỤ PHỔ BIẾN Phạm Trường Quân Trước hết, phải kể đến Microsoft Excel, một ứng dụng nổi tiếng có nhiều chức năng, trong đó có chức năng trực quan hóa báo. Ngoài ra, thị trường còn nhiều ứng dụng chuyên biệt cho chức năng trực quan hóa, bao gồm 3 phần mềm dẫn đầu: Tableau Microsoft TQH Báo cáo Power BI Locker Studio www.iuh.edu.vn Data Visualization 76  MỘT SỐ CÔNG CỤ PHỔ BIẾN Phạm Trường Quân TABLEAU www.iuh.edu.vn Data Visualization 77  MỘT SỐ CÔNG CỤ PHỔ BIẾN Phạm Trường Quân TABLEAU ▪ Tableau là một công cụ trực quan hóa dữ liệu và kinh doanh thông minh phổ biến được sử dụng để báo cáo và phân tích khối lượng dữ liệu khổng lồ. ▪ Tableau giúp người dùng tạo các biểu đồ, đồ thị, bản đồ, bảng điều khiển và câu chuyện khác nhau để trực quan hóa và phân tích dữ liệu nhằm giúp đưa ra quyết định kinh doanh. ▪ Dữ liệu được tạo bằng Tableau rất dễ hiểu đối với những người kinh doanh ở mọi cấp độ vì các định dạng dễ hiểu của nó. ▪ Bạn không cần phải có bất kỳ kỹ năng kỹ thuật cao nào để tạo bảng điều khiển tùy chỉnh trong Tableau. www.iuh.edu.vn Data Visualization 78  MỘT SỐ CÔNG CỤ PHỔ BIẾN Phạm Trường Quân ƯU ĐIỂM CỦA TABLEAU ▪ Trải nghiệm người dùng: Một trong những tính năng hấp dẫn nhất của Tableau là trải nghiệm người dùng tổng thể. Người dùng có thể dễ dàng tạo nội dung báo cáo và bảng điều khiển cũng như sử dụng công cụ này để khám phá dữ liệu. Từ góc độ giao diện người dùng, Tableau nổi bật giữa Power BI và Looker. ▪ Tài nguyên có sẵn: Với việc áp dụng rộng rãi Tableau, việc tìm tài nguyên ở mọi cấp độ để hỗ trợ và sử dụng sản phẩm là tương đối dễ dàng. ▪ Tích hợp với hệ thống Salesforce: Hầu hết các tổ chức đang sử dụng một số module của Salesforce, Tableau đóng vai trò như một một công cụ BI hữu ích phục vụ cho hệ sinh thái Salesforce. www.iuh.edu.vn Data Visualization 79  MỘT SỐ CÔNG CỤ PHỔ BIẾN Phạm Trường Quân NHƯỢC ĐIỂM CỦA TABLEAU ▪ Bản chất không phải là điện toán đám mây: Tableau không có kiến trúc gốc đám mây và do đó không thể tận dụng tính linh hoạt của dịch vụ đám mây để tự động mở rộng quy mô nhằm hỗ trợ khối lượng công việc lớn hơn. ▪ Giá cả: Tableau vẫn là một trong những công cụ BI đắt tiền hơn trên thị trường. ▪ Bị Salesforce mua lại: Salesforce sẽ tiếp tục đầu tư vào các khả năng mới và tích hợp trong hệ sinh thái Salesforce lớn hơn, nhưng thực tế là Tableau không còn là một công cụ BI “độc lập” và việc phát triển sản phẩm sẽ mang hương vị Salesforce. www.iuh.edu.vn Data Visualization 80  MỘT SỐ CÔNG CỤ PHỔ BIẾN Phạm Trường Quân MICROSOFT POWER BI www.iuh.edu.vn Data Visualization 81  MỘT SỐ CÔNG CỤ PHỔ BIẾN Phạm Trường Quân MICROSOFT POWER BI ▪ Microsoft Power BI là tập hợp các dịch vụ phần mềm, ứng dụng và trình kết nối hoạt động cùng nhau để biến các nguồn dữ liệu không liên quan của bạn thành thông tin chi tiết mạch lạc, trực quan và tương tác. ▪ Dữ liệu của bạn có thể là bảng tính Excel hoặc tập hợp kho dữ liệu kết hợp dựa trên đám mây và dữ liệu tại máy tính cục bộ. ▪ Microsoft Power BI cho phép bạn dễ dàng kết nối với các nguồn dữ liệu của mình, trực quan hóa và khám phá những điều quan trọng, đồng thời chia sẻ điều đó với bất kỳ ai hoặc mọi người mà bạn muốn. www.iuh.edu.vn Data Visualization 82  MỘT SỐ CÔNG CỤ PHỔ BIẾN Phạm Trường Quân ƯU ĐIỂM CỦA MICROSOFT POWER BI ▪ Giá cả: Power BI có chi phí tương đối thấp khi bạn xem xét tất cả những gì nó cung cấp. Trên thực tế, sự gia nhập và thống trị của Power BI về cơ bản đã khiến các nhà cung cấp BI khác trở nên cạnh tranh hơn nhiều trong việc định giá/cấp phép của họ. ▪ Tích hợp với hệ sinh thái Microsoft: Thế giới doanh nghiệp vận hành dựa trên Microsoft. Power BI tích hợp với Office 365 và Microsoft Teams. Dịch vụ đám mây Power BI cũng hoạt động tốt với các dịch vụ gốc trên đám mây khác của Microsoft bao gồm Synapse và Azure Data Factory. Việc “nhúng” nội dung Power BI (báo cáo/bảng điều khiển) vào các ứng dụng.NET được phát triển nội bộ cũng tương đối đơn giản, do đó đưa các phân tích trực tiếp đến người dùng cuối và không yêu cầu họ truy cập một ứng dụng hoặc cổng thông tin riêng biệt. ▪ Tiếp tục đổi mới: Microsoft tiếp tục đầu tư vào các hình ảnh hóa bổ sung cũng như bao gồm các khả năng AI và ML để tận dụng các khả năng của cơ sở hạ tầng Azure. www.iuh.edu.vn Data Visualization 83  MỘT SỐ CÔNG CỤ PHỔ BIẾN Phạm Trường Quân NHƯỢC ĐIỂM CỦA MICROSOFT POWER BI ▪ Khoảng cách giữa các phiên bản tại chỗ: Trong nỗ lực thu hút nhiều khách hàng hơn đến dịch vụ đám mây Azure của họ, Microsoft cung cấp ít tính năng hơn trong phiên bản Power BI tại chỗ so với những gì họ cung cấp trong dịch vụ đám mây Power BI. ▪ Chỉ Azure: Microsoft không hỗ trợ chạy Power BI dưới dạng dịch vụ đám mây trên các nền tảng khác như Google Cloud hoặc Amazon Web Services. ▪ Quản lý nội dung: Quá trình quảng bá và xuất bản nội dung có thể phức tạp khi làm việc ở quy mô doanh nghiệp. Việc cho phép người dùng doanh nghiệp sử dụng dịch vụ tự phục vụ có thể dẫn đến sự phổ biến của Không gian làm việc mà không có hoặc có rất ít khả năng quản trị hỗ trợ. Đây là lĩnh vực mà nhóm Power BI tại Microsoft đang tích cực đầu tư. www.iuh.edu.vn Data Visualization 84  MỘT SỐ CÔNG CỤ PHỔ BIẾN Phạm Trường Quân LOCKER STUDIO www.iuh.edu.vn Data Visualization 85  MỘT SỐ CÔNG CỤ PHỔ BIẾN Phạm Trường Quân LOCKER STUDIO ▪ Looker Studio là công cụ trực quan hóa dữ liệu trực tuyến miễn phí, có thể kết hợp nhiều bộ dữ liệu để tạo báo cáo tương tác và có thể chia sẻ. Ban đầu, Looker Studio được gọi là Google Data Studio và bạn sẽ tìm thấy nhiều tài nguyên và hướng dẫn dưới tên đó. Mặc dù bây giờ nó được gọi là Looker Studio, nhưng chức năng và giao diện hoàn toàn giống nhau. ▪ Vào tháng 6 năm 2019, Google đã mua lại Looker, một hệ sinh thái đám mây dữ liệu và hiện đã hợp nhất các sản phẩm trí tuệ doanh nghiệp (BI) Google Cloud của họ dưới tên Looker. www.iuh.edu.vn Data Visualization 86  MỘT SỐ CÔNG CỤ PHỔ BIẾN Phạm Trường Quân ƯU ĐIỂM CỦA LOCKER STUDIO ▪ Hiệu suất và quản trị: Looker sử dụng sức mạnh cơ bản của cơ sở dữ liệu để thực hiện tính toán và xử lý dữ liệu. Bằng cách dựa vào sức mạnh của cơ sở dữ liệu để thực hiện các hàm tập hợp và đại số quan hệ, nó mang lại trải nghiệm người dùng linh hoạt, đặc biệt là khi chạy trên nền tảng Xử lý song song hàng loạt mạnh mẽ như Snowflake. Nó có một lớp ngữ nghĩa mạnh mẽ (LookML) cho phép các nhà phát triển sử dụng lại dữ liệu và phép tính một cách nhất quán. ▪ Khả năng mở rộng: Looker hướng đến các nhà phát triển và cung cấp các API, SDK và công cụ mở rộng cho phép các nhà phát triển nhúng Looker vào các ứng dụng phân tích, cổng thông tin khách hàng và các ứng dụng hướng tới khách hàng khác. ▪ Tích hợp Google Cloud Platform (GCP): Tích hợp với Google BigQuery và sự phát triển không ngừng của GCP sẽ khiến Looker trở thành một lựa chọn rất hấp dẫn cho các nhóm đang xây dựng cơ sở hạ tầng của họ xung quanh GCP. www.iuh.edu.vn Data Visualization 87  MỘT SỐ CÔNG CỤ PHỔ BIẾN Phạm Trường Quân NHƯỢC ĐIỂM CỦA LOCKER STUDIO ▪ Lập mô hình dữ liệu bằng LookML yêu cầu lập trình: Một số nhà cung cấp khác trong lĩnh vực này hướng rất nhiều đến người dùng doanh nghiệp và cung cấp khả năng BI tự phục vụ. Looker vẫn yêu cầu viết mã để phát triển các mô hình dữ liệu và không thân thiện với doanh nghiệp như một số công cụ khác trong lĩnh vực này. ▪ Chưa hoàn toàn sẵn sàng để áp dụng toàn bộ cho doanh nghiệp: Nơi Looker hiện diện nhiều nhất là tại các công ty công nghệ ứng dụng hệ sinh thái Google Cloud Platform, vốn có nhiều tài năng kỹ thuật và đang sử dụng Looker cho bảng điều khiển và báo cáo. Phạm vi hạn chế của các khả năng dành cho doanh nghiệp như cộng tác, khả năng tự phục vụ thân thiện với doanh nghiệp và các tùy chọn đầy đủ tính năng khác sẽ khiến nó gặp bất lợi trước các sản phẩm khác. Looker cũng trở nên đắt đỏ khi bạn cân nhắc triển khai nó trên toàn bộ tổ chức. www.iuh.edu.vn Data Visualization 88  TRAO ĐỔI Phạm Trường Quân www.iuh.edu.vn Data Visualization 89  HOẠT ĐỘNG NHÓM Phạm Trường Quân Nhóm thảo luận và trình bày các vấn đề sau dưới dạng bài viết trên giấy A4 trong 60p 1. Dữ liệu định tính là gì? Dữ liệu định lượng là gì? Cho ví dụ minh họa. 2. Trình bày các thang đo để thu thập dữ liệu định tính và dữ liệu định lượng. 3. Kể một câu chuyện hình ảnh bằng dữ liệu về lớp học phần đang học. Chú ý: Cần có bảng dữ liệu thực tế -> Báo cáo bằng hình ảnh www.iuh.edu.vn Data Visualization 90