Đăng ký

Lộ trình

Giảng viên

Chứng nhận

Kết quả

Xây dựng hệ thống
Analytics End-to-End với Agentic AI

AI thực thi toàn bộ quy trình phân tích trên một Blueprint thống nhất, đồng thời tạo ra các tài sản, quy trình và tài liệu được chuẩn hóa để bàn giao, mở rộng và có thể tái sử dụng theo thời gian.
  • Agentic AI for Data Analytics
GitHub Copilot / Claude Code/ ChatGPT Codex · GitHub/Git · VS Code · Power BI

Xem case study

Nhận tài liệu miễn phí

AI Analytics Framework độc quyền
Tự động hóa Analytics Lifecycle
Project hands-on thực tế

Vì sao làm Analytics vẫn chậm dù đã có AI?

  • Business Requirement không được chuẩn hóa thành câu hỏi phân tích và KPI rõ ràng. 
  • Chuẩn bị dữ liệu, xây Data Dictionary, Business Glossary và KPI Tree tốn nhiều thời gian. 
  • DAX, semantic model, dashboard và insight cần được kiểm chứng bằng logic nghiệp vụ.
  • Khi KPI, dữ liệu hoặc người dùng thay đổi, báo cáo cần được cập nhật có kiểm soát.
  • Tri thức dễ phụ thuộc vào cá nhân nếu không được đóng gói thành quy trình, checklist và template. 
Nhiều đội ngũ Data đã dùng các công cụ AI để hỗ trợ phân tích dữ liệu, viết DAX và tạo dashboard nhanh hơn. Tuy nhiên, phần lớn chỉ dừng lại ở các tác vụ đơn lẻ, dẫn đến quy trình rời rạc.
Đội ngũ cần một hệ thống có thể thực hiện xuyên suốt toàn bộ Analytics Lifecycle một cách nhất quán.

Từ AI rời rạc đến Agentic Analytics Blueprint 

Giới thiệu về Blueprint

  • Blueprint là bộ khung tổng thể kết nối: phương pháp luận (Methodology), tri thức (Knowledge), cách AI tư duy (AI Framework), AI Agent, quy trình (Workflow), cơ chế điều phối (Orchestration), thực thi tự động (Automation) và kiểm soát chất lượng (Governance) — thành 1 kiến trúc thống nhất
  • Hãy hình dung hệ thống Analytics như một tòa nhà: Blueprint là toàn bộ hồ sơ thiết kế giúp công trình được xây dựng chuẩn, vận hành ổn định, dễ dàng nâng cấp và bàn giao. Khi cần mở rộng bài toán BI như: bổ sung KPI mới, thêm phòng ban hoặc tích hợp nguồn dữ liệu mới.., bạn có thể dễ dàng mở rộng trên Blueprint hiện có.
  • Agentic AI là AI có khả năng đi theo một quy trình nhiều bước để đạt một mục tiêu cụ thể. Thay vì chỉ phản hồi từng yêu cầu, AI Agent có thể lập kế hoạch, thực thi, kiểm chứng, điều chỉnh và đóng gói kết quả. Trong Analytics, AI Agent giúp rút ngắn hành trình từ câu hỏi kinh doanh đến dashboard có thể sử dụng. 
  • Agentic AI giúp thiết kế một quy trình Analytics có cấu trúc, có kiểm chứng và có thể tái sử dụng sau mỗi dự án, thay vì hỗ trợ từng tác vụ đơn lẻ như AI thông thường.

Giới thiệu về Agentic AI

Các thành phần của Blueprint

2

Knowledge

AI phải biết gì về doanh nghiệp/dữ liệu?
Business Glossary
KPI Tree
Business Rules
Semantic Model
Context
Data Dictionary
3

AI Framework

AI phải suy nghĩ theo quy trình nào?
Problem
→
Question
→
Data
→
Metric
→
Model
→
Visual
→
Insight
→
Action
→
Validate
4

Agent System

AI agent nào, làm phần việc nào?
Planner
EDA
DAX
Visualization
Reviewer
Role
Skills
Prompt
Context
Memory
Tools
Inputs
Outputs
Constraints
5

Workflow

AI Làm theo thứ tự nào để ra 1 sản phẩm hoàn chỉnh?
Connect
→
Clean
→
Load
→
Model
→
DAX
→
Test
→
Visualize
→
Deploy
6

Orchestration

AI điều phối, agent nào chạy trước/sau, xử lý lỗi ra sao?
Planner
Memory
State
Task
Retry
Decision
7

Automation

AI thao tác với phần mềm/hệ thống bằng cách nào?
Tool Calling
GitHub Copilot / ChatGPT Codex / Claude Code · VS Code
Git / GitHub
branch, version, docs, security
Deploy
.PBIP → Power BI Service
Refresh / Maintain
8

Governance

Kiểm soát, kiểm chứng kết quả AI làm như thế nào?
Human Review
Validation
Audit
Security
Approval
1

Methodology

AI giải bài toán bằng phương pháp nào?
Business
→
Analytics
→
BI
→
Storytelling

Blueprint vận hành ra sao?

  • 8 thành phần trong Blueprint được kết nối chặt chẽ với nhau thành một vòng lặp liên tục, một quy trình thống nhất để giải quyết trọn vẹn một bài toán BI từ đầu đến cuối.
quản trị dữ liệu xuyên suốt: doc-sync · evidence · cổng phê duyệt lưu lại tri thức knowledge Tiếp nhậnS1 Khảo sátnguồnS2 Chuẩn bịdữ liệuS3 Mô hìnhngữ nghĩaS4 Dựngbáo cáoS5 Kiểm thử& duyệtS6 Triển khaiS7 Vận hànhS8 ký spec kiểm DAX mockup GO/STOP Duyệtphát hành source card metric card test log runbook DAX sai,quay lại S4 ✕bản phác bị từ chối ✕floor + secrets chặn agent làm cổng, người quyết tri thức về lõi bị chặn / sai hướng

Không chỉ Dashboard - bạn mang về
toàn bộ tài sản của hệ thống Analytics

  • Mục tiêu kinh doanh (Business Objective)
  • Bối cảnh kinh doanh (Business Context)
  • Câu hỏi ra quyết định (Decision Question)
  • Người sử dụng kết quả (Stakeholder)
  • Tiêu chí thành công (Success Criteria)

Business Artifacts

  • Kho Prompt (Prompt Library)
  • Hướng dẫn Agent (Agent Instructions)
  • Agent Skills
  • Cấu hình công cụ (Tool Configuration)

AI Artifacts

  • Sơ đồ nguồn dữ liệu (Source Mapping)
  • Mô hình ngữ nghĩa (Semantic Model)
  • Sơ đồ quan hệ (Relationship Diagram)
  • Danh mục công thức (Measure Catalog)
  • Kho công thức DAX (DAX Library)

Data & Model Artifacts

  • Gói triển khai (Deployment Package)
  • Cấu hình làm mới dữ liệu (Refresh Configuration)
  • Báo cáo giám sát (Monitoring Report)
  • Lịch sử phiên bản (Version History)
  • Lịch sử triển khai (Deployment History)

Operational Artifacts

  • Báo cáo kiểm chứng (Validation Report)
  • Danh sách rà soát (Review Checklist)
  • Hồ sơ phê duyệt (Approval Record)
  • Nhật ký kiểm soát (Audit Log)
  • Nhật ký thay đổi (Change Log)

Governance Artifacts

  • Mỗi vòng triển khai của Blueprint, các tài sản quan trọng của hệ thống Analytics được lưu trữ thành dài hạn - dễ dàng truy vết, kiểm chứng, bàn giao và mở rộng. Giá trị Blueprint không chỉ nằm ở một báo cáo đơn lẻ, mà ở việc tri thức, tiêu chuẩn và năng lực được tích lũy thành tài sản lâu dài.
  • Từ điển thuật ngữ nghiệp vụ (Business Glossary)
  • Cây chỉ số KPI (KPI Tree)
  • Quy tắc nghiệp vụ (Business Rules)
  • Từ điển dữ liệu (Data Dictionary)

Knowledge Artifacts

  • Dự án PBIP (PBIP Project)
  • Báo cáo PBIR (PBIR Report)
  • Dashboard Power BI
  • Giao diện/Bố cục (Theme/Layout)
  • Hướng dẫn người dùng cuối (End-user Guide)

Delivery Artifacts

Demo output

Nhận tài liệu miễn phí

Blueprint biến AI từ công cụ hỗ trợ thành
hệ thống thực thi End-to-End

Business Question

AI xác định và chuẩn hóa câu hỏi phân tích theo Business Context.

KPI & Metrics

AI xây dựng hệ thống KPI, Metric Tree và định nghĩa đo lường.

Semantic Model

AI thiết kế mô hình dữ liệu và quan hệ phục vụ phân tích.

DAX & Logic

AI tạo và tối ưu logic tính toán theo Business Rules.

Dashboard

AI tạo Dashboard Power BI hoàn chỉnh theo Blueprint đã chuẩn hóa.

Package & Reuse

AI đóng gói model, DAX, dashboard, knowledge và tài liệu thành bộ Artifact có thể tái sử dụng, bàn giao và dễ dàng mở rộng khi có nhu cầu nâng cấp hệ thống Analytics trong tương lai.
  • Khi AI được vận hành trên cùng một Blueprint, nó sử dụng chung tri thức, quy tắc và workflow thay vì xử lý từng tác vụ rời rạc. Vì vậy, AI có thể tham gia xuyên suốt toàn bộ vòng đời BI từ yêu cầu kinh doanh đến Dashboard, đồng thời mỗi vòng đều đi qua các cổng kiểm thử, rà soát và phê duyệt để tăng khả năng kiểm soát, độ tin cậy và chất lượng của kết quả đầu ra.

Case study Agentic Analytics
Xây Power BI chỉ với 4 prompt trong 2h

Chương trình học
6 module · 15 buổi · 38 giờ

  • Từ nền tảng Blueprint đến triển khai hệ thống Agentic Analytics hoàn chỉnh bằng dự án thực tế
• Buổi thuyết trình cuối khóa (3 giờ): demo sản phẩm và bảo vệ khuyến nghị.
• Trình bày theo cấu trúc giá trị: vấn đề, giải pháp, kết quả, khuyến nghị.

Kết quả đạt được: một sản phẩm đủ chuẩn để đưa vào portfolio.
Module 6 - Tổng kết 
• Cách xây dựng, vận hành hệ thống tài liệu dự án xây dựng report với AI Agent;  
• Cấu hình bộ nhớ dài hạn để AI không quên ngữ cảnh dự án giữa các phiên. 
• Chuẩn hóa và tích hợp các báo cáo cũ thành một danh mục cấp doanh nghiệp, xử lý trùng lặp chỉ số. 
• Tìm, đánh giá và nâng cấp bộ kỹ năng, công cụ mới để tự cập nhật khi công nghệ thay đổi. 
• Demo Microsoft Fabric và Fabric Copilot. 

Kết quả đạt được: hệ thống báo cáo được chuẩn hóa, AI trở thành một phần của quy trình.  
Module 5 - Triển khai & Mở rộng 
• Giới thiệu các khái niệm và nguyên tắc cơ bản của trong việc thiết kế và xây dựng một báo cáo 
• Lập kế hoạch cho cả hệ thống báo cáo (mỗi trang trả lời một câu hỏi); thiết kế các trang theo một design theme và quy trình nhất quán. 
• Phân tích để rút ra insight kèm khuyến nghị hành động, trình bày phù hợp với từng đối tượng. 
• Viết tài liệu hướng dẫn sử dụng cho người dùng cuối. 

Kết quả đạt được: dashboard hoàn chỉnh cùng câu chuyện insight. 
Module 4 - Trực quan hóa & Insight 
• Viết Report Proposal hoàn thiện, thống nhất, dễ dàng bảo trì, mở rộng với sự hỗ trợ của AI Agent.  
• Dùng AI dựng và tinh chỉnh mô hình dữ liệu dạng star schema. 
• Viết và kiểm chứng các measure DAX; hiểu công thức đủ sâu để chịu trách nhiệm thay vì chép nguyên. 
• Tự kiểm thử cấu trúc và công thức bằng truy vấn đối chiếu. 
• Checkpoint 1: tự rà soát và sửa các lỗ hổng trước khi bước sang trực quan hóa. 

Kết quả đạt được: một model hoàn chỉnh, đã được kiểm chứng. 
Module 3 - Xây dựng Model và bộ chỉ số 
• Hiểu rõ vòng đời phân tích dữ liệu trước và sau khi có AI - nhìn rõ bản đồ hành trình từ câu hỏi kinh doanh đến báo cáo hoàn chỉnh; nhận biết đâu là việc AI làm được và không làm được. 
• Cài đặt và thao tác cơ bản với bộ công cụ: GitHub Copilot (agent) trong VS Code, GitHub. 
• Làm quen quy trình làm việc với bộ khung AI - tấm bản đồ dẫn đường cho cả hành trình business question → business model → technical skill; xây thói quen ghi lại nguồn gốc (provenance) ngay từ báo cáo đầu tiên. 
• Thiết lập repository GitHub có quản lý nhánh, phiên bản, tài liệu và bảo mật. 

Kết quả đạt được: có báo cáo đầu tiên với AI, làm chủ các thao tác cơ bản với bộ công cụ và nhìn rõ hành trình mà bộ khung AI sẽ dẫn bạn đi trong toàn khóa học. 
Module 1 - Khởi động 
• Điểm xuất phát của hành trình - biến một yêu cầu mơ hồ thành các câu hỏi kinh doanh (business question) cụ thể với sự hỗ trợ của kỹ năng Context Business có sẵn trong bộ khung; mọi bước phía sau của khóa học đều bám vào những câu hỏi này. 
• Kết nối nguồn dữ liệu an toàn, làm sạch và load vào Power BI với sự hỗ trợ của agent skill chuẩn bị dữ liệu trong bộ khung. 
• Xây Data Dictionary để dữ liệu và câu hỏi kinh doanh nói cùng một ngôn ngữ. 
• Dựng cây chỉ số (KPI tree) và chọn ra bộ chỉ số ưu tiên bám đúng câu hỏi kinh doanh. 

Kết quả đạt được: Business Glossary và proposal được duyệt, dữ liệu sạch, bộ chỉ số bám đúng câu hỏi kinh doanh - nền móng để chuyển sang bước dựng model. 
Module 2 - Làm rõ bối cảnh và bài toán kinh doanh & chuẩn bị dữ liệu 

Khóa học này dành cho ai?

Quản lý và trưởng nhóm phân tích dữ liệu

Muốn ra quyết định nhanh hơn bằng số liệu đáng tin và dẫn dắt đội ngũ ứng dụng AI bài bản.

Data Analyst và Business Analyst

Muốn giảm thao tác thủ công, tăng tốc phân tích và dành nhiều thời gian hơn cho kiểm chứng, diễn giải, khuyến nghị. 

Nhân sự chuyên môn

Muốn tự tạo báo cáo phục vụ công việc mà không phụ thuộc hoàn toàn vào đội dữ liệu hoặc IT.

Sinh viên và người chuyển ngành

Muốn có dự án end-to-end thực tế để đưa vào hồ sơ năng lực và tạo lợi thế trong ngành dữ liệu.

Kết thúc khoá học, bạn nhận được gì?

PBIP Final Project và Dashboard hoàn chỉnh

Một dự án Power BI thực tế gồm PBIP/PBIR, semantic model, DAX, layout, theme và dashboard có thể tiếp tục phát triển, bàn giao và triển khai trong môi trường doanh nghiệp.

Validation & Handover Package

Bộ tài liệu kiểm chứng gồm Validation Report, Review Checklist để Dashboard có bàn giao và sử dụng thực tế với độ tin cậy cao.

Enterprise Blueprint Repository 

Kho Blueprint có cấu trúc chuẩn, lưu trữ toàn bộ bản thiết kế, tiêu chuẩn, tri thức, mô hình, quy trình và các artifact quan trọng để tái sử dụng, mở rộng và tích lũy tri thức qua nhiều dự án Analytics tiếp theo.

Kết thúc khoá học, bạn làm được gì?

Biến AI thành hệ thống thực thi có cấu trúc

Biến một AI từ công cụ hỗ trợ thành hệ thống thực thi có cấu trúc được vận hành theo cùng một workflow chuẩn hóa

Xây Blueprint cho chính
bài toán Analytics của bạn

Chuẩn hóa KPI, semantic model, DAX, workflow, knowledge và tài liệu để cả con người và AI cùng sử dụng. Hệ thống dễ mở rộng, bàn giao và phát triển theo thời gian.

Giải quyết End-to-End bài toán BI thực tế

Đi từ Business Question đến Dashboard hoàn chỉnh: không dừng ở việc viết prompt hay tạo biểu đồ, mà giải quyết trọn vẹn một bài toán BI thực tế.
  • Dashboard có thể được tạo 100% bởi AI, do AI thực thi trọn vẹn từ Business Question đến Dashboard cuối cùng. Blueprint đóng vai trò như bản thiết kế trung tâm, giúp AI hiểu đúng bài toán, dùng đúng KPI, tuân theo đúng quy trình và tạo ra kết quả nhất quán, có thể kiểm chứng và dễ dàng mở rộng về sau.

Demo output báo cáo

Về Datapot

Từ năm 2021 – Datapot là đối tác đào tạo chính thức của Microsoft tại Việt Nam (Microsoft Learning Partner, hiện được gọi là Microsoft Training Services Partner), được sử dụng các tài nguyên và giáo trình của Microsoft để thực hiện đào tạo và cấp chứng nhận các khóa học theo tiêu chuẩn Microsoft tại Việt Nam.
  • Giáo trình chuẩn Microsoft 
  • Cấp chứng nhận hoàn thành khoá học theo chuẩn Microsoft (Certificate of Achievement)
  • Ghi nhận thành tích học tập trên Microsoft Learn.
  • Ưu đãi khi thi chứng chỉ Microsoft
Năm 2021, Datapot trở thành Đối tác của Trường Đại học Ngoại thương. hợp tác triển khai xây dựng và kết hợp cùng Trường Đại học Ngoại thương giảng dạy Chương trình Vệ tinh: "Khoa học Dữ liệu trong Kinh tế và Kinh doanh" với mục đích đưa kỹ năng về phân tích dữ liệu tới gần hơn với sinh viên kinh tế, chuẩn bị hành trang và tâm thế cho sinh viên khi bước chân vào thị trường lao động

MNCs

Finance - Banking

Education

 National Services

Production - Logistics

Các đối tác của Datapot

 100+ doanh nghiệp tin tưởng

Môi trường học tập chuyên nghiệp

 10.000+ học viên phản hồi tích cực

Đăng ký ngay

Đăng ký nhận tài liệu miễn phí
và tư vấn lộ trình ứng dụng Agentic AI vào quy trình Analytics của bạn

Đội ngũ giảng viên

Câu hỏi thường gặp

Công cụ AI thường hỗ trợ từng câu hỏi hoặc từng việc nhỏ. Agentic AI được thiết kế để đi qua một quy trình nhiều bước, có kế hoạch, workflow, kiểm chứng và đầu ra có thể tái sử dụng. 

Agentic AI khác gì ChatGPT hoặc công cụ AI thông thường?

Có. Khóa học không yêu cầu nền tảng Power BI chuyên sâu hay kinh nghiệm sử dụng AI. Người học được hướng dẫn từng bước thông qua dự án thực hành.

Tôi chưa biết AI Agent có học được không?

Không. Trọng tâm khóa học là Power BI, AI Agent, GitHub/Git, VS Code, MCP, DAX, semantic model, dashboard và quy trình phân tích dữ liệu có kiểm chứng. 

Khóa học có yêu cầu biết Python không?

Có. Người học được làm việc với Business Glossary, Data Dictionary, KPI Tree, Report Proposal, mockup, checklist kiểm chứng, agent skills, GitHub repo và project xuyên suốt khóa học.

Khóa học có tài liệu hoặc template mang về không?

Bạn biết cách vận hành quy trình phân tích end-to-end với AI: làm rõ bài toán, chuẩn bị dữ liệu, xây model, viết DAX, dựng dashboard, rút insight và đóng gói tài liệu bàn giao. 

Học xong tôi làm được gì?

Copyright 2023 © datapot.vn
DMCA
PROTECTED
Datapot - Data Analytics Training 
Địa chỉ: Tầng 9 tòa nhà Gardenia, 48 Bích Câu, Đống Đa, Hà Nội.
Hotline: 076 2266 990
Email: [email protected]
Số đăng ký kinh doanh: 0108930346
Ngày cấp: 07/10/2019
Nơi cấp: Sở kế hoạch và đầu tư thành phố Hà Nội

Đăng ký thành công!

Đội ngũ Datapot sẽ liên hệ với bạn trong thời gian sớm nhất. Nhớ để ý điện thoại nhé.