Trực quan hoá 7 — Cạm bẫy & đạo đức

Một biểu đồ có thể nói dối mà không cần một con số nào sai. Đây là điều khiến trực quan hoá vừa mạnh vừa nguy hiểm: mắt người tin vào hình dạng trước khi kịp đọc con số. Nếu bạn kéo trục Y lên một chút, một khác biệt 2% bỗng trông như gấp đôi; nếu bạn phóng to một icon theo cả chiều cao lẫn chiều rộng, một mức tăng 40% biến thành một khối lớn gấp đôi. Không ai bịa số cả — nhưng người xem rời màn hình với một kết luận sai.

Các bài trước trong series đã dạy cách vẽ hiệu quả: tri giác thị giác giải thích vì sao vị trí và độ dài dễ đọc hơn diện tích và màu; chọn biểu đồ đúng và thiết kế màu lo phần hình thức. Bài này lật mặt còn lại của chính những kỹ thuật đó: khi nào chúng bị dùng — cố ý hoặc vô tình — để đánh lừa, và người làm dữ liệu ngân hàng có trách nhiệm đạo đức gì. Trong ngân hàng, một biểu đồ gây hiểu lầm không chỉ làm mất mặt: nó dẫn tới quyết định tín dụng sai, báo cáo sai với cơ quan quản lý, và bào mòn niềm tin — thứ vốn liếng cốt lõi của một định chế tài chính.

Lie factor: đo mức nói dối

Edward Tufte định nghĩa lie factor (hệ số nói dối) như một thước đo định lượng:

lie factor = (mức thay đổi thể hiện trên đồ thị) / (mức thay đổi thực trong dữ liệu)

Một biểu đồ trung thực có lie factor xấp xỉ 1. Lớn hơn 1 nghĩa là đồ thị phóng đại; nhỏ hơn 1 nghĩa là thu nhỏ (làm nhẹ đi). Tufte đề xuất giữ lie factor trong khoảng 0.95–1.05. Con số này là kim chỉ nam xuyên suốt bài: hầu hết các cạm bẫy dưới đây thực chất là những cách khác nhau để đẩy lie factor rời khỏi 1.

Ta sẽ đi qua 12 cạm bẫy, mỗi cái theo cùng khung: cơ chế đánh lừa → ví dụ → cách sửa.

1. Trục Y không bắt đầu từ 0 (với bar chart)

Cơ chế. Bar chart mã hoá giá trị bằng độ dài cột. Người đọc so sánh chiều cao cột một cách tự động. Nếu trục Y bị cắt (không từ 0), tỷ lệ chiều cao giữa các cột không còn phản ánh tỷ lệ giá trị — một khác biệt nhỏ bị phóng thành khác biệt lớn.

Ví dụ. Tỷ lệ nợ xấu (NPL) quý này 2,1% so với quý trước 2,0%. Nếu trục Y chạy từ 1,9% đến 2,2%, cột quý này trông cao gấp ba lần — một câu chuyện "nợ xấu bùng nổ" trong khi thực tế chỉ tăng 0,1 điểm phần trăm. Lie factor ở đây có thể lên tới 3–5.

Cách sửa. Bar luôn bắt đầu từ 0. Nếu khác biệt thật sự nhỏ và quan trọng, đừng gian lận trục — hãy đổi loại biểu đồ: dùng đường (line) để nhấn xu hướng, dùng một dot plot với ghi rõ delta, hoặc đơn giản là ghi số delta ("+0,1 điểm %") ngay trên hình.

Ngoại lệ hợp lệ — line chart. Line chart mã hoá bằng vị trí điểm và độ dốc, không phải độ dài từ trục về 0. Với line, cắt trục Y (không từ 0) là chấp nhận được và thường cần thiết để nhìn rõ biến động — miễn là (a) ghi rõ khoảng trục, (b) không nhằm phóng đại một cách gây hiểu lầm. Ví dụ tỷ giá USD/VND dao động quanh 25.000: bắt trục từ 0 sẽ ép đường thành một vạch phẳng vô nghĩa. Quy tắc: bar từ 0, line thì tuỳ ngữ cảnh nhưng phải minh bạch.

2. Trục đảo, thang phi tuyến hoặc log không ghi rõ

Cơ chế. Đảo chiều trục (giá trị lớn ở dưới) khiến xu hướng tăng trông như giảm. Thang log nén khác biệt lớn — một đường log trông "phẳng" trong khi thực tế tăng theo cấp số nhân. Cả hai đánh vào giả định mặc định của người đọc: trục tuyến tính, tăng lên trên.

Ví dụ. Một biểu đồ số ca vỡ nợ theo trục log không ghi nhãn: người xem thấy đường gần phẳng và kết luận "ổn định", trong khi thực tế mỗi nấc là ×10.

Cách sửa. Nếu dùng log, ghi rõ "thang log" ngay trên trục và giữ nhãn mốc (10, 100, 1.000). Log hợp lệ khi dữ liệu trải nhiều bậc độ lớn hoặc khi tốc độ tăng trưởng tỷ lệ mới là điều đáng quan tâm — nhưng phải công khai. Không bao giờ đảo trục trừ khi có quy ước ngành rõ ràng (và ngay cả khi đó, ghi nhãn).

3. Bóp méo tỷ lệ: dùng diện tích/ảnh cho dữ liệu một chiều

Cơ chế. Đây là nguồn lie factor lớn nhất và tinh vi nhất. Khi bạn biểu diễn một đại lượng một chiều (ví dụ số tiền) bằng một hình 2D (icon đồng xu, hình tròn, ảnh toà nhà) và phóng to cả chiều rộng lẫn chiều cao theo cùng tỷ lệ, thì diện tích tăng theo bình phương. Gấp đôi giá trị → icon cao gấp đôi và rộng gấp đôi → diện tích gấp bốn lần. Mắt đọc diện tích, nên cảm nhận là ×4.

Ví dụ. Tổng huy động tăng từ 100 lên 141 nghìn tỷ (+41%). Nhà thiết kế vẽ hai đồng xu, xu sau có đường kính gấp 1,41 lần xu trước để "đúng theo số". Nhưng diện tích xu sau = 1,41² ≈ 2 lần — người xem thấy huy động gấp đôi. Lie factor ≈ 2.

Cách sửa. Với dữ liệu một chiều, dùng độ dài một chiều (bar) — an toàn nhất. Nếu bắt buộc dùng icon/bubble, tỷ lệ hoá theo diện tích chứ không theo đường kính/chiều cao: đường kính phải tỷ lệ với căn bậc hai của giá trị. Tránh hoàn toàn "infographic" phóng ảnh 2D/3D cho một con số.

4. Dual axis gây tương quan giả

Cơ chế. Đặt hai chuỗi lên hai trục Y độc lập trên cùng một khung. Bằng cách chọn khéo phạm vi mỗi trục, người vẽ có thể ép hai đường "khớp nhau" tạo ảo giác về mối quan hệ nhân quả — dù chúng chẳng liên quan gì. Đây là công cụ ưa thích của "tương quan giả tạo".

Ví dụ. Một slide đặt "chi phí marketing" (trục trái, 0–10 tỷ) chồng lên "số tài khoản mở mới" (trục phải, 0–5.000) và điều chỉnh hai thang cho hai đường bám sát nhau, ngụ ý marketing đẩy mở tài khoản. Đổi lại phạm vi trục, mối "liên hệ" biến mất.

Cách sửa. Hạn chế tối đa dual axis. Nếu cần so quan hệ, hãy vẽ scatter plot (một chuỗi trên trục X, chuỗi kia trên trục Y) — trung thực hơn nhiều. Nếu chỉ muốn so xu hướng của hai đại lượng khác đơn vị, dùng chỉ số hoá về 100 (indexed) trên một trục chung, hoặc hai panel nhỏ cạnh nhau (small multiples). Và nhớ: tương quan không phải nhân quả — dù trục có thẳng hàng đến đâu.

5. Cherry-picking khoảng thời gian và thang đo

Cơ chế. Chọn điểm bắt đầu và kết thúc có lợi cho câu chuyện. Cùng một chuỗi dữ liệu, nếu cắt từ đáy đến đỉnh sẽ ra "tăng trưởng ngoạn mục"; cắt từ đỉnh đến đáy ra "sụp đổ".

Ví dụ. Dư nợ tín dụng có thể được vẽ "tăng 30% kể từ tháng 3" — nếu tháng 3 tình cờ là đáy sau một đợt sụt. Cùng dữ liệu vẽ 24 tháng lại cho thấy đang đi ngang.

Cách sửa. Chọn khoảng thời gian theo chu kỳ nghiệp vụ tự nhiên (đủ dài để thấy tính mùa vụ, thường ≥ 12 tháng với dữ liệu tài chính), không theo câu chuyện muốn kể. Công bố cả bối cảnh dài hạn. Nếu phải cắt, nêu lý do.

6. Chọn mốc so sánh có lợi (baseline & benchmark)

Cơ chế. "Tăng 50%" so với cái gì? Chọn mốc so sánh yếu (tháng thấp điểm, năm khủng hoảng) để phần trăm trông đẹp; hoặc so với một benchmark không tương đương.

Ví dụ. "Lợi nhuận quý này gấp đôi cùng kỳ" — cùng kỳ là quý bị trích lập dự phòng đột biến. So với quý bình thường thì chỉ +5%.

Cách sửa. So với mốc có ý nghĩa và tương đương: cùng kỳ năm trước (khử mùa vụ), kế hoạch/mục tiêu, hoặc trung bình ngành. Ghi rõ mốc so sánh và vì sao chọn nó.

7. Pie chart và biểu đồ 3D

Cơ chế. Pie chart bắt mắt so sánh góc/diện tích — thứ mắt người đọc rất kém (xem tri giác thị giác). Với nhiều lát gần bằng nhau, không ai xếp hạng nổi. 3D còn tệ hơn: phối cảnh làm lát ở gần trông lớn hơn lát ở xa, bóp méo tỷ lệ một cách hệ thống.

Ví dụ. Pie 3D chia cơ cấu nguồn vốn 6 loại: lát "tiền gửi có kỳ hạn" đặt ở tiền cảnh trông áp đảo dù thực tế chỉ hơn lát kế 2 điểm %.

Cách sửa. Với so sánh phần trăm giữa các hạng mục, dùng bar chart ngang xếp theo thứ tự. Chỉ dùng pie khi có ≤ 3 lát và thông điệp là "một phần chiếm đa số". Không bao giờ dùng hiệu ứng 3D cho biểu đồ dữ liệu.

8. Quá tải màu và spaghetti chart

Cơ chế. Vẽ 15 đường trên một line chart, mỗi đường một màu → không đường nào đọc được (đúng nghĩa "mì spaghetti"). Dùng 10 màu rực rỡ khiến không có điểm nhấn nào, mắt kiệt sức. Đây là "nói dối bằng cách chôn vùi": thông điệp thật bị nhiễu che lấp.

Ví dụ. Dashboard so sánh dư nợ 20 chi nhánh bằng 20 đường — vô dụng.

Cách sửa. Dùng small multiples (nhiều panel nhỏ cùng thang), hoặc highlight 1–2 đường quan trọng bằng màu và làm mờ phần còn lại thành xám. Giới hạn màu ngữ nghĩa ≤ 5–7. Ưu tiên "nhấn cái quan trọng, mờ cái nền".

9. Tổng hợp che giấu (nghịch lý Simpson)

Cơ chế. Con số gộp có thể nói ngược với con số theo nhóm. Một xu hướng đúng ở tổng thể có thể sai ở mọi phân khúc — hoặc ngược lại. Vẽ mỗi mức tổng hợp là một cách che giấu (vô tình) sự thật.

Ví dụ. Tỷ lệ phê duyệt vay tổng thể của ngân hàng tăng, nhưng khi tách theo phân khúc rủi ro thì mọi phân khúc đều giảm — do cơ cấu hồ sơ dịch sang nhóm rủi ro thấp. Nhìn tổng sẽ khen nhầm. Đây chính là nghịch lý Simpson, được phân tích kỹ trong Cạm bẫy thống kê.

Cách sửa. Luôn hỏi "con số này có đổi dấu khi tách nhóm không?". Vẽ kèm phân rã theo biến gây nhiễu quan trọng (phân khúc, kỳ hạn, vùng). Đừng chỉ trình bày một con số gộp cho một hiện tượng đa tầng.

10. Bản đồ theo số tuyệt đối thay vì bình quân đầu người

Cơ chế. Tô màu bản đồ (choropleth) theo số tuyệt đối thì bản đồ chỉ đang vẽ lại... bản đồ dân số. Vùng đông dân luôn "đỏ" ở mọi chỉ tiêu (số giao dịch, số khách, số khiếu nại) — không cho biết gì mới.

Ví dụ. Bản đồ "số giao dịch gian lận theo tỉnh": TP.HCM và Hà Nội đỏ rực. Nhưng đó chỉ vì hai nơi này đông giao dịch nhất. Chuẩn hoá theo tỷ lệ trên tổng giao dịch có thể lộ ra một tỉnh nhỏ mới là điểm nóng thật.

Cách sửa. Với choropleth, luôn chuẩn hoá: theo dân số, theo số khách hàng, hoặc theo tổng giao dịch — trừ khi bản thân giá trị tuyệt đối mới là thứ cần truyền tải (và nói rõ điều đó).

11. Thiếu ngữ cảnh và baseline

Cơ chế. Một con số trần trụi không có điểm tham chiếu thì không có nghĩa. "NPL 2,1%" — tốt hay xấu? So với trần quy định, so với kế hoạch, so với cùng kỳ? Bỏ ngữ cảnh cho phép người trình bày ngầm định một câu chuyện tuỳ ý.

Ví dụ. KPI "mở mới 1.200 thẻ" hiện to đùng, không có mục tiêu (5.000) bên cạnh — che giấu việc mới đạt 24% kế hoạch.

Cách sửa. Mọi con số quan trọng đi kèm baseline/benchmark/mục tiêu và một dấu hiệu tốt–xấu. Dùng bullet chart, sparkline, hoặc đơn giản là "1.200 / 5.000 (24%)".

12. Làm tròn và đơn vị đánh lừa

Cơ chế. Làm tròn quá tay có thể tạo hoặc xoá khác biệt ("cả hai đều 2%" trong khi thật ra 1,6% và 2,4%). Đổi đơn vị giữa các cột (nghìn tỷ ở cột này, tỷ ở cột kia) hoặc trộn danh nghĩa với thực (chưa khử lạm phát) làm so sánh trở nên vô nghĩa.

Ví dụ. Biểu đồ tăng trưởng huy động 5 năm bằng giá trị danh nghĩa trông tăng mạnh; khử lạm phát (giá trị thực) thì gần như đi ngang.

Cách sửa. Thống nhất đơn vị và số chữ số có nghĩa trên toàn biểu đồ. Ghi rõ danh nghĩa hay thực. Không làm tròn tới mức xoá mất khác biệt có ý nghĩa nghiệp vụ.

Cùng một dữ liệu, hai câu chuyện

Điểm mấu chốt: các cạm bẫy trên không cần dữ liệu sai. Hãy lấy chính con số thật từ sandbox — tổng số tiền giao dịch theo loại — và tưởng tượng vẽ nó hai lần: một lần bar từ 0 (trung thực), một lần bar cắt trục quanh giá trị nhỏ nhất (phóng đại). Truy vấn cho ra đúng một bảng số; cách vẽ mới quyết định người xem tin gì.

-- ▶ Chạy được
SELECT kind,
       COUNT(*)                              AS so_giao_dich,
       ROUND(SUM(amount)::numeric, 2)        AS tong_tien,
       ROUND(AVG(amount)::numeric, 2)        AS trung_binh
FROM transactions
GROUP BY kind
ORDER BY tong_tien DESC;

Giả sử kết quả cho hai loại chênh nhau chỉ ~3%. Vẽ bar từ 0: hai cột gần bằng nhau — kết luận "cân bằng". Vẽ bar với trục Y bắt đầu ngay dưới giá trị nhỏ hơn: cột lớn cao gấp bội — kết luận "một loại áp đảo". Cùng một SELECT, hai thông điệp trái ngược. Đó là lý do vì sao cách trình bày cũng phải chịu sự kiểm soát chất lượng như con số.

Đạo đức dữ liệu

Kỹ thuật chỉ là công cụ; câu hỏi thật là trách nhiệm. Người làm phân tích ở ngân hàng đứng giữa dữ liệu và người ra quyết định — lãnh đạo, nhà đầu tư, cơ quan quản lý, và gián tiếp là khách hàng. Bốn nguyên tắc nền tảng:

• Trung thực (integrity). Biểu đồ phải phản ánh dữ liệu, không phản ánh kết luận bạn muốn người xem đạt tới. Lie factor ≈ 1 không chỉ là kỹ thuật — nó là cam kết đạo đức.
• Minh bạch nguồn và phương pháp. Ghi rõ dữ liệu đến từ đâu, tính đến thời điểm nào, đã lọc/khử/chuẩn hoá gì. Một biểu đồ không truy được nguồn là một biểu đồ không thể kiểm chứng.
• Không dẫn dắt sai (no deception). Kể cả khi mỗi con số đều đúng, một cách trình bày ngầm đẩy người xem tới kết luận sai vẫn là nói dối. Ý định trung thực chưa đủ — hiệu ứng lên người đọc mới là thước đo.
• Cân nhắc hệ quả. Trong ngân hàng, số liệu ảnh hưởng trực tiếp: quyết định cấp tín dụng, phân bổ vốn, cảnh báo gian lận, báo cáo tuân thủ. Một biểu đồ gây hiểu lầm về rủi ro có thể dẫn tới tổn thất thật và mất niềm tin — thứ khó xây, dễ mất.

Trách nhiệm này nặng hơn khi đối tượng là cơ quan quản lý (SBV, kiểm toán) và nhà đầu tư: báo cáo tài chính, tỷ lệ an toàn vốn (CAR), NPL trình bày sai không chỉ là lỗi thẩm mỹ mà có thể là vi phạm công bố thông tin. Nguyên tắc vàng: trình bày với lãnh đạo/nhà đầu tư/cơ quan quản lý đúng như bạn muốn được trình bày nếu bạn là người ra quyết định dựa trên nó.

Checklist tự kiểm trước khi công bố

Trước khi một biểu đồ rời khỏi máy bạn, chạy qua checklist phát hiện gây hiểu lầm dưới đây:

Bảng tóm tắt để rà nhanh:

Use case thực tế

Bối cảnh. Khối Quản lý rủi ro chuẩn bị slide NPL trình Ban điều hành và sẽ dùng lại cho báo cáo gửi SBV. Bản nháp đầu tiên mắc nhiều cạm bẫy.

Bản nháp có vấn đề.

• Bar chart NPL 4 quý: 1,9% → 2,0% → 2,05% → 2,1%, trục Y chạy từ 1,85% đến 2,15%. Cột quý cuối cao gấp ~ba lần quý đầu → thông điệp ngầm "nợ xấu leo thang" (cạm bẫy #1, lie factor ≈ 3).
• Bản đồ NPL theo tỉnh tô theo số dư nợ xấu tuyệt đối → TP.HCM đỏ rực chỉ vì dư nợ lớn nhất (cạm bẫy #10).
• Tiêu đề khoe "NPL kiểm soát tốt, dưới cùng kỳ năm ngoái 3,0%" — nhưng cùng kỳ là quý sau một đợt trích lập bất thường (cạm bẫy #6), không phải mốc tương đương.
• Không có đường trần quy định (3%) làm baseline (cạm bẫy #11).

Bản sửa sau checklist.

1. Đổi bar 4 quý thành line chart trục Y hợp lý (ví dụ 0–3,5% có kẻ ngưỡng 3%), ghi rõ "NPL tăng 0,2 điểm % trong năm" — trung thực về mức thay đổi thật.
2. Bản đồ chuyển sang tỷ lệ NPL = nợ xấu / tổng dư nợ theo tỉnh → lộ ra một tỉnh nhỏ có tỷ lệ cao bất thường, đáng cảnh báo thật.
3. So sánh đổi sang cùng kỳ năm trước đã loại yếu tố bất thường và so với kế hoạch, ghi rõ điều chỉnh.
4. Thêm đường trần 3% và mục tiêu nội bộ 2,5% làm baseline; mỗi con số có nhãn tốt/xấu.
5. Chân slide ghi nguồn: hệ thống core, dữ liệu chốt cuối quý, định nghĩa NPL theo nhóm nợ.

Kết quả. Cùng bộ số liệu, slide sửa cho lie factor ≈ 1, không dẫn dắt sai, và an toàn để tái sử dụng cho báo cáo giám sát. Ban điều hành thấy đúng bức tranh: NPL nhích nhẹ nhưng vẫn dưới trần, kèm một điểm nóng địa phương cần theo dõi — thông tin hành động được, không phải câu chuyện phóng đại.

Ghi nhớ

• Lie factor ≈ 1 là kim chỉ nam: mức thay đổi thể hiện trên hình phải khớp mức thay đổi thật (Tufte đề xuất 0,95–1,05).
• Bar luôn từ 0 (mã hoá độ dài); line thì có thể cắt trục nhưng phải minh bạch — quy tắc khác nhau vì cơ chế tri giác khác nhau.
• Cạm bẫy nguy hiểm nhất là diện tích 2D cho dữ liệu 1 chiều: gấp đôi giá trị mà phóng cả rộng lẫn cao thì mắt thấy gấp bốn.
• Dual axis dễ tạo tương quan giả — ưu tiên scatter, indexed về 100, hoặc small multiples; nhớ tương quan không phải nhân quả.
• Cherry-picking khoảng thời gian và mốc so sánh lệch đánh lừa dù mọi con số đều đúng — chọn chu kỳ tự nhiên và benchmark tương đương.
• Pie/3D, spaghetti, quá tải màu chôn vùi thông điệp; dùng bar xếp thứ tự, small multiples, và highlight.
• Nghịch lý Simpson: con số gộp có thể nói ngược con số theo nhóm — luôn thử phân rã (xem stat-08).
• Choropleth phải chuẩn hoá (bình quân/tỷ lệ), nếu không chỉ đang vẽ lại bản đồ dân số.
• Mọi con số cần baseline/mục tiêu + nguồn; cùng một SELECT có thể vẽ thành hai câu chuyện trái ngược tuỳ trục.
• Đạo đức dữ liệu = trung thực + minh bạch nguồn/phương pháp + không dẫn dắt sai + cân nhắc hệ quả; trong ngân hàng, số liệu chi phối quyết định và niềm tin, đặc biệt khi trình bày với lãnh đạo, nhà đầu tư và cơ quan quản lý.
• Chạy checklist tự kiểm trước khi công bố mọi biểu đồ.