BI

Bài mở đầu series dataviz: vì sao bộ não đọc hình nhanh hơn số, phân biệt trực quan hoá khám phá (exploratory) và giải thích (explanatory), quy trình 6 bước từ câu hỏi đến kể chuyện, và bài học Anscombe's quartet. Kèm SQL chạy được trên PostgreSQL sandbox.

Cơ sở khoa học của một biểu đồ tốt: mắt và não xử lý hình ảnh thế nào. Preattentive attributes (nhận ra <250ms), sáu nguyên lý Gestalt để nhóm phần tử, thang chính xác giải mã Cleveland–McGill (position > length > angle > area > color) giải thích vì sao bar chính xác hơn pie hơn bubble, chọn kênh mã hoá theo loại dữ liệu, và data-ink ratio của Tufte để bỏ mực thừa.

Chọn biểu đồ theo thông điệp và loại dữ liệu, không theo thói quen. Khung phân loại kiểu Visual Vocabulary (so sánh, xu hướng, phân bố, quan hệ, cấu tạo, thứ hạng, dòng chảy, địa lý), bảng quyết định từ câu hỏi, cảnh báo anti-chart (pie nhiều lát, 3D, dual-axis, radar) và ví dụ ngân hàng.

Dùng màu như công cụ mã hoá dữ liệu, không phải trang trí. Ba loại bảng màu (sequential, diverging, categorical) và khi nào dùng, màu mang ý nghĩa, accessibility cho người mù màu, dùng màu có mục đích và nhất quán, cùng nguyên tắc typography, layout, whitespace và tối giản cho dashboard ngân hàng.

Thiết kế dashboard hiệu quả bằng cách bắt đầu từ người dùng và câu hỏi, không từ chart. Phân biệt strategic/analytical/operational, nguyên tắc bố cục (phân cấp trực quan F/Z, inverted pyramid, 5-second rule), cách trình bày KPI có ngữ cảnh, tương tác đúng mức, các lỗi cần tránh và ví dụ dashboard điều hành/giám sát ngân hàng.

Biến số liệu thành câu chuyện thuyết phục dẫn tới hành động, khác với dashboard khám phá. Ba thành phần dữ liệu-hình ảnh-narrative, biết khán giả và mục tiêu, cấu trúc setup/conflict/resolution và quy tắc So What, cách dẫn dắt chú ý bằng annotation và tiêu đề mang thông điệp, giảm tải nhận thức, phân biệt present vs read, minh hoạ qua tình huống sụt giảm CASA của ngân hàng.

Cách biểu đồ nói dối và cách vẽ trung thực: 12 cạm bẫy phổ biến (trục Y không từ 0, thang phi tuyến, lie factor, dual axis giả tương quan, cherry-picking, pie/3D, spaghetti, tổng hợp che giấu, bản đồ tuyệt đối, thiếu baseline), mỗi cái kèm cơ chế đánh lừa và cách sửa. Đạo đức dữ liệu, trách nhiệm người phân tích ngân hàng và checklist tự kiểm trước khi công bố.

Bài tổng kết series: áp dụng mọi nguyên lý vào ba dashboard ngân hàng thực tế — điều hành, rủi ro, vận hành. Với mỗi dashboard: xác định khán giả và câu hỏi, chọn KPI, chọn chart, bố cục, màu, thông điệp. Kèm SQL nền cho KPI, cách chọn công cụ (Power BI/Superset/Metabase), quy trình xây và lặp với người dùng, và checklist chất lượng trước khi phát hành.