📘 Buổi 11: Power BI / Tableau — Dashboard tương tác

Excel dashboard = tĩnh. BI dashboard = tương tác, real-time, share được. Từ hôm nay, bạn chuyển từ "người làm chart" sang "người xây dashboard."

🎯 Mục tiêu buổi học

Sau buổi này, học viên sẽ:

Import data, tạo data model (relationships) trong Power BI / Tableau
Tạo dashboard tương tác: measures, calculated columns, filters
Sử dụng DAX / Tableau calculations cơ bản
Publish và share dashboard

📋 Tổng quan

Ở Buổi 10, bạn đã master Matplotlib & Seaborn — tạo publication-quality charts trong Python. Nhưng mỗi lần sếp hỏi "số liệu mới nhất?", bạn lại mở Jupyter, chạy lại code, export chart, paste vào slide, rồi gửi email. Mất 30 phút mỗi lần. Nếu sếp muốn filter theo vùng miền? Theo quý? Theo danh mục? Mỗi câu hỏi = 30 phút nữa.

BI Tools giải quyết vấn đề đó. Power BI và Tableau cho phép bạn xây dashboard tương tác — sếp tự click filter, tự drill-down, tự xem KPI real-time. Bạn build 1 lần, stakeholders dùng mãi. Dashboard auto-refresh khi data thay đổi. Đó là sự khác biệt giữa DA làm báo cáo và DA xây hệ thống.

Trong hành trình OSEMN, Buổi 7–9 là Obtain → Scrub → Explore, Buổi 10 là iNterpret bằng chart tĩnh. Buổi 11 nâng cấp iNterpret lên interactive level — người xem tự khám phá data thay vì đọc chart cố định.

mermaid

flowchart LR
    A["📥 Obtain<br/>Buổi 7: Python"] --> B["🧹 Scrub<br/>Buổi 8: Pandas"]
    B --> C["🔍 Explore<br/>Buổi 9: EDA"]
    C --> D["📊 iNterpret<br/>Buổi 10: Chart tĩnh"]
    D --> E["📱 iNterpret+<br/>✅ Buổi 11: BI Dashboard"]
    E --> F["📖 Storytelling<br/>Buổi 12+"]
    style E fill:#e8f5e9,stroke:#4caf50,stroke-width:3px

💡 Tại sao cần BI Dashboard?

Tình huống	Python/Excel (tĩnh)	BI Dashboard (tương tác)
Sếp hỏi "doanh thu tháng này?"	Mở notebook, chạy code, export PNG, gửi email	Sếp mở app, xem KPI card real-time
Filter theo vùng miền	Sửa code `df[df['region']=='HCM']`, re-run	Click slicer "TP.HCM" — tất cả chart tự cập nhật
Drill-down từ tổng → chi tiết	Code mới cho mỗi level	Click vào cột → tự zoom vào chi tiết
Share cho team 50 người	Email 50 file Excel khác nhau	1 link dashboard, ai cũng xem real-time
Data thay đổi hàng ngày	Re-run notebook mỗi sáng	Scheduled refresh — tự chạy 6AM mỗi ngày

BI Tools Landscape — Power BI vs Tableau vs Looker vs Metabase

Trước khi chọn tool, hãy hiểu bức tranh toàn cảnh của thị trường BI:

mermaid

flowchart TD
    A["🏢 BI Tools Market"] --> B["💰 Enterprise<br/>(License)"]
    A --> C["🆓 Open Source<br/>(Free)"]
    B --> D["Power BI<br/>Microsoft · $10/user/mo<br/>⭐ #1 Enterprise"]
    B --> E["Tableau<br/>Salesforce · $70/user/mo<br/>⭐ Best Viz"]
    B --> F["Looker<br/>Google · Custom pricing<br/>⭐ Best for BigQuery"]
    C --> G["Metabase<br/>Free self-host<br/>⭐ Quick Start"]
    C --> H["Apache Superset<br/>Free · Python-based<br/>⭐ Tech Teams"]

Tiêu chí	Power BI	Tableau	Looker	Metabase
Giá	$10/user/month (Pro)	$70/user/month (Creator)	Custom	Free (self-host)
Học dễ	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐	⭐⭐⭐⭐⭐
Visualization	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐
Data Modeling	⭐⭐⭐⭐⭐ (DAX)	⭐⭐⭐⭐ (LOD)	⭐⭐⭐⭐ (LookML)	⭐⭐
Tích hợp Microsoft	⭐⭐⭐⭐⭐	⭐⭐⭐	⭐⭐	⭐⭐
Phổ biến VN	⭐⭐⭐⭐⭐	⭐⭐⭐	⭐⭐	⭐⭐⭐

📌 Tại sao buổi này tập trung Power BI?

Phổ biến nhất tại Việt Nam — 80%+ doanh nghiệp dùng Microsoft 365 → Power BI tích hợp sẵn
Miễn phí cho cá nhân — Power BI Desktop hoàn toàn free
DAX language — mạnh mẽ cho tính toán business metrics
Chứng chỉ PL-300 — được công nhận toàn cầu, tăng giá trị CV

Tuy nhiên, mọi concept (data model, measures, dashboard design) áp dụng cho TẤT CẢ BI tools. Học Power BI → dễ dàng chuyển sang Tableau/Looker.

📌 Phần 1: Giới thiệu BI Tools — Kiến trúc & Workflow

Power BI Architecture — 3 thành phần chính

Power BI không phải chỉ 1 app — nó là hệ sinh thái gồm 3 thành phần:

mermaid

flowchart LR
    A["🖥️ Power BI Desktop<br/>Build reports<br/>Free · Windows only"] --> B["☁️ Power BI Service<br/>Publish & Share<br/>Pro: $10/user/mo"]
    B --> C["📱 Power BI Mobile<br/>View on phone<br/>Free app"]
    D["📊 Data Sources<br/>CSV, Excel, SQL,<br/>API, SharePoint"] --> A
    B --> E["👥 Stakeholders<br/>View & Interact<br/>via browser"]

Thành phần	Vai trò	Ai dùng?
Power BI Desktop	Tạo data model, viết DAX, xây report	Data Analyst — bạn
Power BI Service	Publish, chia sẻ, schedule refresh, quản lý workspace	DA + IT Admin
Power BI Mobile	Xem dashboard trên điện thoại	Manager, CEO, Sales team

Tableau Architecture

Tableau có kiến trúc tương tự nhưng khác về tên gọi:

Power BI	Tableau	Vai trò
Power BI Desktop	Tableau Desktop	Build report
Power Query	Tableau Prep	Data transformation
DAX	Calculated Fields + LOD	Tính toán
Power BI Service	Tableau Server / Cloud	Publish & share
Workspace	Site / Project	Quản lý

Workflow chuẩn trong Power BI

mermaid

flowchart TD
    A["1️⃣ Get Data<br/>Import CSV, Excel,<br/>SQL Server, API"] --> B["2️⃣ Transform Data<br/>Power Query: clean,<br/>rename, merge, unpivot"]
    B --> C["3️⃣ Data Model<br/>Tạo relationships,<br/>star schema"]
    C --> D["4️⃣ DAX Measures<br/>SUM, AVERAGE,<br/>CALCULATE, FILTER"]
    D --> E["5️⃣ Visualizations<br/>Charts, KPI cards,<br/>tables, maps"]
    E --> F["6️⃣ Dashboard Design<br/>Layout, filters,<br/>drill-down, tooltips"]
    F --> G["7️⃣ Publish & Share<br/>Power BI Service,<br/>scheduled refresh"]

📌 Phần 2: Data Model — Import, Relationships, Star Schema

Import Data vào Power BI

Power BI hỗ trợ 70+ data sources — từ file CSV đến cloud databases. Cách phổ biến nhất:

📁 Nguồn data phổ biến cho BI Dashboard:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
  CSV / Excel → Get Data → Text/CSV → Load
  SQL Server  → Get Data → SQL Server → Write Query → Load
  Google Sheets → Get Data → Web → Paste URL
  API / JSON   → Get Data → Web → Paste API endpoint

Power Query — Data Transformation

Power Query là ETL engine tích hợp trong Power BI — tương tự Pandas nhưng giao diện GUI:

Thao tác	Pandas (Python)	Power Query (Power BI)
Đọc file	`pd.read_csv("file.csv")`	Get Data → Text/CSV
Đổi tên cột	`df.rename(columns={...})`	Right-click column → Rename
Đổi kiểu dữ liệu	`df['col'].astype(int)`	Click icon cột → Change Type
Filter rows	`df[df['status'] == 'Active']`	Click dropdown → Filter
Merge tables	`pd.merge(df1, df2, on='key')`	Merge Queries → Select key
Unpivot	`pd.melt(df, ...)`	Select columns → Unpivot
Tạo cột mới	`df['new'] = df['a'] + df['b']`	Add Column → Custom Column
Xóa duplicates	`df.drop_duplicates()`	Remove Rows → Remove Duplicates

⚠️ Power Query vs DAX — Khi nào dùng cái nào?

Power Query = transformation trước khi load → clean data, merge tables, change types
DAX = calculation sau khi load → tạo measures, calculated columns trong data model

Rule: Clean ở Power Query, Calculate ở DAX. Đừng dùng DAX để clean data — chậm và khó maintain.

Data Model — Relationships & Star Schema

Data model là trái tim của mọi BI dashboard. Nó định nghĩa cách các bảng liên kết với nhau — giống như database schema nhưng optimized cho analytics.

mermaid

erDiagram
    DIM_PRODUCT {
        int product_id PK
        string product_name
        string category
        string sub_category
    }
    DIM_CUSTOMER {
        int customer_id PK
        string customer_name
        string segment
        string region
    }
    DIM_DATE {
        date date_key PK
        int year
        int quarter
        string month_name
        int day_of_week
    }
    FACT_SALES {
        int order_id PK
        int product_id FK
        int customer_id FK
        date order_date FK
        int quantity
        float revenue
        float cost
        float profit
    }
    FACT_SALES ||--o{ DIM_PRODUCT : "product_id"
    FACT_SALES ||--o{ DIM_CUSTOMER : "customer_id"
    FACT_SALES ||--o{ DIM_DATE : "order_date = date_key"

Star Schema — mô hình chuẩn cho BI:

Khái niệm	Giải thích	Ví dụ
Fact Table	Bảng chứa số liệu đo lường (measures) — thường rất lớn	`FACT_SALES`: revenue, quantity, profit
Dimension Table	Bảng chứa thuộc tính mô tả — dùng để filter/group	`DIM_PRODUCT`: category, name; `DIM_DATE`: year, quarter
Relationship	Liên kết Fact ↔ Dimension qua key	`FACT_SALES.product_id` → `DIM_PRODUCT.product_id`
Cardinality	1-to-Many: 1 product → nhiều sales records	`DIM_PRODUCT (1)` → `FACT_SALES (*)`
Filter Direction	Single = Dim filter Fact; Both = filter 2 chiều	Mặc định: Single (Dim → Fact)

📌 Tại sao Star Schema quan trọng?

Performance — BI engine optimize cho star schema, query nhanh hơn 10-100x so với flat table
DAX hoạt động đúng — measures tính toán dựa trên filter context từ dimensions
Flexibility — thêm dimension mới (ví dụ: DIM_STORE) mà không cần sửa fact table
Consistency — cùng 1 DIM_DATE dùng cho mọi fact table → filter theo thời gian nhất quán

Rule of thumb: Nếu cột là text/category → đưa vào Dimension. Nếu cột là số đo lường → giữ trong Fact.

Tạo Relationships trong Power BI

Bước tạo relationship:
━━━━━━━━━━━━━━━━━━━━
1. Vào tab "Model" (bên trái)
2. Kéo trường từ Fact table thả vào Dimension table
   Ví dụ: kéo FACT_SALES.product_id → DIM_PRODUCT.product_id
3. Power BI tự detect: Cardinality (Many-to-One), Direction (Single)
4. Kiểm tra: đường nối hiện "* ─── 1" = Many-to-One ✅
5. Lặp lại cho tất cả dimension tables

📌 Phần 3: Visualizations & Measures — DAX cơ bản

DAX — Data Analysis Expressions

DAX là ngôn ngữ tính toán của Power BI — tương tự Excel formulas nhưng mạnh hơn nhiều vì nó hoạt động trên toàn bộ data model, không chỉ 1 sheet.

Calculated Column vs Measure — Khác nhau cơ bản

	Calculated Column	Measure
Khi nào tính	Khi data load (static)	Khi user interact (dynamic)
Lưu ở đâu	Trong bảng — thêm 1 cột mới	Không lưu — tính on-the-fly
Filter context	Không thay đổi	Thay đổi theo slicer/filter
Dùng khi	Cần group/sort (ví dụ: Age Group)	Cần aggregate (ví dụ: Total Revenue)
Ví dụ	`Age Group = IF(Age < 30, "Young", "Senior")`	`Total Revenue = SUM(Sales[Revenue])`
Tốn tài nguyên	Tốn RAM (lưu mỗi row)	Nhẹ (tính khi cần)

⚠️ Rule vàng: Dùng Measure thay Calculated Column bất cứ khi nào có thể

Calculated column tốn RAM vì lưu giá trị cho mỗi row. Measure chỉ tính khi user tương tác. 90% trường hợp bạn cần Measure, không phải Calculated Column.

DAX Measures cơ bản

dax

// ═══════════════════════════════════════════
// MEASURES CƠ BẢN — Bắt đầu từ đây
// ═══════════════════════════════════════════

// 1. SUM — Tổng doanh thu
Total Revenue = SUM(FACT_SALES[Revenue])

// 2. AVERAGE — Giá trị đơn hàng trung bình (AOV)
AOV = AVERAGE(FACT_SALES[Revenue])

// 3. COUNT — Đếm số đơn hàng
Total Orders = COUNTROWS(FACT_SALES)

// 4. DISTINCTCOUNT — Đếm số khách hàng unique
Total Customers = DISTINCTCOUNT(FACT_SALES[customer_id])

// 5. DIVIDE — Chia an toàn (tránh lỗi chia cho 0)
Revenue Per Customer = DIVIDE([Total Revenue], [Total Customers], 0)

DAX Measures nâng cao — CALCULATE & FILTER

CALCULATE là function quan trọng nhất trong DAX — nó cho phép bạn thay đổi filter context khi tính toán:

dax

// ═══════════════════════════════════════════
// CALCULATE — Thay đổi filter context
// ═══════════════════════════════════════════

// Revenue chỉ tính cho khu vực TP.HCM
Revenue HCM =
    CALCULATE(
        SUM(FACT_SALES[Revenue]),
        DIM_CUSTOMER[region] = "TP.HCM"
    )

// Revenue năm trước (Previous Year)
Revenue PY =
    CALCULATE(
        [Total Revenue],
        SAMEPERIODLASTYEAR(DIM_DATE[date_key])
    )

// Year-over-Year Growth %
YoY Growth % =
    DIVIDE(
        [Total Revenue] - [Revenue PY],
        [Revenue PY],
        0
    )

// Revenue chỉ tính cho đơn hàng > 1 triệu
Revenue Premium =
    CALCULATE(
        SUM(FACT_SALES[Revenue]),
        FACT_SALES[Revenue] > 1000000
    )

💡 CALCULATE hoạt động như thế nào?

Hãy nghĩ CALCULATE = "Tính cái này, NHƯNG chỉ cho dữ liệu thỏa điều kiện"

CALCULATE(
    <what to calculate>,     ← expression: SUM, AVERAGE, COUNT...
    <filter 1>,              ← điều kiện 1
    <filter 2>,              ← điều kiện 2 (AND logic)
    ...
)

Ví dụ thực tế:

CALCULATE(SUM(Revenue), Region = "HCM") → Tổng doanh thu, nhưng chỉ TP.HCM
CALCULATE(SUM(Revenue), Year = 2025, Category = "Electronics") → Tổng doanh thu, nhưng chỉ 2025 + Electronics

Tableau Calculated Fields — So sánh với DAX

Nếu bạn dùng Tableau thay vì Power BI, đây là các phép tính tương đương:

Mục đích	DAX (Power BI)	Tableau Calculated Field
Tổng doanh thu	`SUM(FACT_SALES[Revenue])`	`SUM([Revenue])`
Average	`AVERAGE(FACT_SALES[Revenue])`	`AVG([Revenue])`
Count distinct	`DISTINCTCOUNT(Sales[customer_id])`	`COUNTD([Customer ID])`
Conditional	`CALCULATE(SUM(...), Region="HCM")`	`IF [Region]="HCM" THEN [Revenue] END`
YoY Growth	`SAMEPERIODLASTYEAR(...)`	Table Calculation → Percent Difference
LOD Expression	Không có (dùng CALCULATE)	`{FIXED [Region]: SUM([Revenue])}`

Standard Visuals trong Power BI / Tableau

Visual	Dùng khi	Power BI	Tableau
KPI Card	Hiển thị 1 số quan trọng	Card visual	Text / BAN
Bar Chart	So sánh categories	Clustered bar	Bar chart
Line Chart	Trend theo thời gian	Line chart	Line chart
Pie / Donut	Composition (≤ 5 parts)	Donut chart	Pie chart
Table / Matrix	Chi tiết + subtotals	Matrix visual	Text table
Map	Dữ liệu theo địa lý	Filled Map / ArcGIS	Map / Symbol Map
Scatter	Relationship 2 biến	Scatter chart	Scatter plot
Treemap	Hierarchical composition	Treemap	Treemap

Đây là sức mạnh thực sự của BI dashboard — tương tác:

Cross-filter: Click vào 1 visual → tất cả visual khác tự filter theo selection đó.

Ví dụ: Click "Electronics" trên bar chart
→ Line chart tự filter chỉ hiện trend Electronics
→ Map tự highlight vùng miền bán Electronics
→ KPI card tự cập nhật revenue Electronics

Drill-down: Đi sâu từ tổng quát → chi tiết theo hierarchy.

Year → Quarter → Month → Day
Category → Sub-Category → Product
Country → Region → City → Store

Tooltip: Hover lên data point → hiện thông tin chi tiết.

Hover lên cột "TP.HCM":
┌─────────────────────────┐
│ TP.HCM                  │
│ Revenue: 15.2B VND       │
│ Orders: 42,350           │
│ AOV: 358K VND            │
│ YoY Growth: +18%         │
│ Top Product: iPhone 15   │
└─────────────────────────┘

📌 Cross-filter behavior — Kiểm soát tương tác

Mặc định, click vào visual A sẽ filter visual B. Nhưng bạn có thể thay đổi:

Filter — visual B chỉ hiện data matching selection
Highlight — visual B highlight matching, dim phần còn lại
None — visual B không bị ảnh hưởng

Cách thay đổi: chọn visual A → Format → Edit Interactions → chọn icon filter/highlight/none trên visual B.

📌 Phần 4: Dashboard Design & Publishing

Dashboard Design Principles

Một dashboard tốt tuân theo 5 nguyên tắc thiết kế:

mermaid

flowchart TD
    A["📐 Dashboard Design Principles"] --> B["1️⃣ One Story<br/>Dashboard kể 1 câu chuyện<br/>không phải dump data"]
    A --> C["2️⃣ Z-Pattern Layout<br/>Mắt đọc: trên-trái → trên-phải<br/>→ dưới-trái → dưới-phải"]
    A --> D["3️⃣ Less is More<br/>5-8 visuals max<br/>Mỗi visual trả lời 1 câu hỏi"]
    A --> E["4️⃣ KPI First<br/>Số quan trọng nhất ở trên cùng<br/>KPI cards + trend indicator"]
    A --> F["5️⃣ Interactive ≠ Phức tạp<br/>Filter đơn giản, drill path rõ<br/>User test trước khi publish"]

Layout chuẩn cho Business Dashboard

┌─────────────────────────────────────────────────────────┐
│  📊 Sales Dashboard — FY2025          [Filter: Region ▼] │
├──────────┬──────────┬──────────┬───────────────────────── │
│  Revenue │  Orders  │  AOV     │  YoY Growth              │
│  15.2B   │  42,350  │  358K   │  +18% ▲                   │
│  ▲ +18%  │  ▲ +12%  │  ▲ +5%  │                           │
├──────────┴──────────┴──────────┴────────────────────────  │
│  📈 Revenue Trend (Line)         │  📊 Revenue by Category │
│  ┌──────────────────┐            │  ┌──────────────────┐  │
│  │    /\    /\       │            │  │ ████████ Elec    │  │
│  │   /  \  /  \  /   │            │  │ ██████ Fashion   │  │
│  │  /    \/    \/    │            │  │ █████ Food       │  │
│  └──────────────────┘            │  └──────────────────┘  │
├──────────────────────────────────┴────────────────────── │
│  🗺️ Revenue by Region (Map)     │  📋 Top Products Table │
│  ┌──────────────────┐            │  ┌──────────────────┐  │
│  │   ○ HN  ● HCM    │            │  │ Product | Rev    │  │
│  │      ○ DN         │            │  │ iPhone  | 2.1B   │  │
│  └──────────────────┘            │  └──────────────────┘  │
└─────────────────────────────────────────────────────────┘

Z-Pattern Reading Order:

Top — KPI cards: Revenue, Orders, AOV, Growth (số quan trọng nhất, nhìn đầu tiên)
Middle-left — Trend chart: xu hướng theo thời gian (câu chuyện chính)
Middle-right — Breakdown chart: phân bổ theo category
Bottom — Supporting visuals: map, table chi tiết

Mobile Responsive

Power BI hỗ trợ mobile layout — thiết kế riêng cho điện thoại:

Desktop (1280×720)          Mobile (375×812)
┌─────────────────┐         ┌──────────┐
│ KPI KPI KPI KPI │         │ KPI      │
│ ────────────────│         │ KPI      │
│ Chart  │ Chart  │         │ KPI      │
│        │        │         │ ─────────│
│ ────────────────│         │ Chart    │
│ Map    │ Table  │         │          │
└─────────────────┘         │ ─────────│
                            │ Chart    │
                            │          │
                            │ ─────────│
                            │ Table    │
                            └──────────┘

Cách tạo: View → Mobile Layout → kéo thả visuals vào phone canvas.

mermaid

flowchart LR
    A["🖥️ Power BI Desktop<br/>.pbix file"] -->|"Publish"| B["☁️ Power BI Service<br/>app.powerbi.com"]
    B -->|"Share link"| C["👥 Stakeholders<br/>View in browser"]
    B -->|"Embed"| D["🌐 Website / Teams<br/>Iframe embed"]
    B -->|"Schedule Refresh"| E["🔄 Auto Refresh<br/>Daily / Hourly"]
    B -->|"Export"| F["📄 PDF / PPT<br/>Static export"]

Các bước publish:

File → Publish → Chọn Workspace trên Power BI Service
Mở app.powerbi.com → tìm report vừa publish
Share → nhập email người nhận → chọn quyền (View / Edit)
Hoặc: Create App → bundle nhiều reports vào 1 app cho team

Scheduled Refresh:

Settings → Dataset → Scheduled Refresh:
  ✅ Keep your data up to date
  Refresh frequency: Daily
  Time: 06:00 AM
  Time zone: (UTC+07:00) Bangkok, Hanoi, Jakarta
  Gateway: On-premises data gateway (nếu data từ local server)

⚠️ Lưu ý khi Publish

Power BI Pro license ($10/user/month) cần cho người viewer (không chỉ người tạo)
Row-Level Security (RLS) — giới hạn data theo user. VD: Sales Manager HN chỉ thấy data HN
Data sensitivity — đừng share dashboard có dữ liệu nhạy cảm (lương, thông tin cá nhân) ra ngoài tổ chức
Scheduled refresh cần data gateway nếu data source ở on-premises (SQL Server local). Cloud sources (SharePoint, Google Sheets) refresh trực tiếp.

🔑 Từ khóa chính

Tiếng Việt	English	Giải thích
Mô hình dữ liệu	Data Model	Cấu trúc các bảng + relationships trong BI — star schema
Thước đo	Measure	Phép tính DAX dynamic — thay đổi theo filter context
Bảng điều khiển tương tác	Interactive Dashboard	Dashboard cho phép user click, filter, drill-down
Chuyển đổi dữ liệu	Data Transformation	Quá trình clean/reshape data — Power Query / Tableau Prep
Khoan sâu	Drill-down	Đi từ tổng quát → chi tiết theo hierarchy (Year → Month)
Cột tính toán	Calculated Column	Cột mới trong bảng, tính khi data load (static)
Lọc chéo	Cross-filter	Click visual A → visual B tự filter theo selection
Lập lịch làm mới	Scheduled Refresh	Tự động cập nhật data theo lịch (daily, hourly)
Bảo mật cấp hàng	Row-Level Security	Giới hạn data hiển thị theo role/user
Lược đồ hình sao	Star Schema	Mô hình data: 1 fact table + nhiều dimension tables

📊 Tổng kết buổi học

✅ Checklist — Bạn đã nắm được

[ ] Hiểu BI landscape: Power BI vs Tableau vs Looker vs Metabase
[ ] Phân biệt Power BI Desktop / Service / Mobile
[ ] Import data vào Power BI từ CSV, Excel, SQL
[ ] Sử dụng Power Query để transform data (rename, filter, merge, change type)
[ ] Tạo data model: relationships, star schema (fact + dimension)
[ ] Viết DAX cơ bản: SUM, AVERAGE, COUNT, DISTINCTCOUNT, DIVIDE
[ ] Viết DAX nâng cao: CALCULATE với filter context
[ ] Phân biệt Calculated Column vs Measure — khi nào dùng cái nào
[ ] Tạo visuals: KPI card, bar, line, donut, map, table/matrix
[ ] Thiết lập interactivity: cross-filter, drill-down, tooltip
[ ] Thiết kế dashboard theo Z-pattern, KPI first, less is more
[ ] Tạo mobile layout
[ ] Publish lên Power BI Service và share
[ ] Thiết lập scheduled refresh

🗺️ Hành trình học tập

Buổi 3-4: Excel — Pivot Table, biểu đồ cơ bản
    ↓
Buổi 5-6: SQL — Query, JOIN, GROUP BY, Window Functions
    ↓
Buổi 7: Python — Lập trình cơ bản, đọc/ghi file
    ↓
Buổi 8: Pandas & Numpy — Data Cleaning chuyên nghiệp
    ↓
Buổi 9: EDA — Khám phá dữ liệu, phát hiện insight
    ↓
Buổi 10: Visualization — Matplotlib & Seaborn chuyên sâu
    ↓
✅ Buổi 11: Power BI / Tableau — Dashboard tương tác
    ↓
→ Buổi 12: Storytelling with Data — Kể chuyện bằng dữ liệu

Bạn vừa bước lên level mới — từ "vẽ chart trong Jupyter Notebook" sang "xây dashboard tương tác mà ai cũng dùng được." Chart tĩnh chỉ phục vụ bạn, dashboard tương tác phục vụ cả tổ chức. Từ buổi sau, bạn sẽ học cách kết hợp charts + dashboards thành một data story hoàn chỉnh — storytelling with data.

🔗 Tài liệu tham khảo

Power BI Documentation — Microsoft Learn — Tài liệu chính thức, đầy đủ nhất
DAX Guide — Tra cứu tất cả DAX functions với ví dụ
SQLBI — DAX Patterns — Patterns DAX cho các use case phổ biến
Tableau Public Gallery — Hàng nghìn dashboard mẫu để học hỏi
Power BI Community — Forum hỏi đáp Power BI
The Big Book of Dashboards — Steve Wexler — 28 dashboard patterns thực tế
Microsoft PL-300 Exam Guide — Lộ trình thi chứng chỉ Power BI
Tableau Prep Documentation — Hướng dẫn Tableau Prep Builder

📘 Buổi 11: Power BI / Tableau — Dashboard tương tác ​

🎯 Mục tiêu buổi học ​

📋 Tổng quan ​

BI Tools Landscape — Power BI vs Tableau vs Looker vs Metabase ​

📌 Phần 1: Giới thiệu BI Tools — Kiến trúc & Workflow ​

Power BI Architecture — 3 thành phần chính ​

Tableau Architecture ​

Workflow chuẩn trong Power BI ​

📌 Phần 2: Data Model — Import, Relationships, Star Schema ​

Import Data vào Power BI ​

Power Query — Data Transformation ​

Data Model — Relationships & Star Schema ​

Tạo Relationships trong Power BI ​

📌 Phần 3: Visualizations & Measures — DAX cơ bản ​

DAX — Data Analysis Expressions ​

Calculated Column vs Measure — Khác nhau cơ bản ​

DAX Measures cơ bản ​

DAX Measures nâng cao — CALCULATE & FILTER ​

Tableau Calculated Fields — So sánh với DAX ​

Standard Visuals trong Power BI / Tableau ​

Interactivity — Tooltip, Drill-down, Cross-filter ​

📌 Phần 4: Dashboard Design & Publishing ​

Dashboard Design Principles ​

Layout chuẩn cho Business Dashboard ​

Mobile Responsive ​

Publish & Share ​

🔑 Từ khóa chính ​

📊 Tổng kết buổi học ​

✅ Checklist — Bạn đã nắm được ​

🗺️ Hành trình học tập ​

🔗 Tài liệu tham khảo ​

📘 Buổi 11: Power BI / Tableau — Dashboard tương tác

🎯 Mục tiêu buổi học

📋 Tổng quan

BI Tools Landscape — Power BI vs Tableau vs Looker vs Metabase

📌 Phần 1: Giới thiệu BI Tools — Kiến trúc & Workflow

Power BI Architecture — 3 thành phần chính

Tableau Architecture

Workflow chuẩn trong Power BI

📌 Phần 2: Data Model — Import, Relationships, Star Schema

Import Data vào Power BI

Power Query — Data Transformation

Data Model — Relationships & Star Schema

Tạo Relationships trong Power BI

📌 Phần 3: Visualizations & Measures — DAX cơ bản

DAX — Data Analysis Expressions

Calculated Column vs Measure — Khác nhau cơ bản

DAX Measures cơ bản

DAX Measures nâng cao — CALCULATE & FILTER

Tableau Calculated Fields — So sánh với DAX

Standard Visuals trong Power BI / Tableau

Interactivity — Tooltip, Drill-down, Cross-filter

📌 Phần 4: Dashboard Design & Publishing

Dashboard Design Principles

Layout chuẩn cho Business Dashboard

Mobile Responsive

Publish & Share

🔑 Từ khóa chính

📊 Tổng kết buổi học

✅ Checklist — Bạn đã nắm được

🗺️ Hành trình học tập

🔗 Tài liệu tham khảo