Business Intelligence Tools

1. Giới thiệu SQL

• Tổng quan về SQL server
• Các khái niệm về database trong SQL server

2. Xây dựng nền tảng xử lý dữ liệu

• Câu lệnh SELECT để truy vấn dữ liệu
• Các hàm xử lý dữ liệu dạng chuỗi, số và ngày tháng năm trong SQL
• Truy vấn dữ liệu có điều kiện với câu lệnh WHERE và các toán tử
• Truy vấn và nhóm dữ liệu với câu lệnh CASE WHEN

3. Truy vấn dữ liệu từ nhiều bảng, tích hợp và phân tích chuyên sâu

• Cách tích hợp và phân tích dữ liệu từ nhiều bảng bằng các loại JOIN
• Tạo truy vấn con trong SQL
• Tạo truy vấn con với WITH
• Kết hợp dữ liệu từ nhiều bảng có cùng cấu trúc thành bảng tổng hợp với truy vấn UNION và MERGE

4. Case study: Ứng dụng SQL trong kinh doanh

1. Làm quen với Python và cách cấu trúc lập trình cơ bản

• Cài đặt và thiết lập môi trường – Anaconda
• Làm quen với Jupyter Notebook
• Các kiểu dữ liệu trong python
• Các cấu trúc dữ liệu: List, Set, Dictionary, Tuples, Strings
• Lệnh điều kiện, rẽ nhánh
• Thực hành giải các bài tập cơ bản
  

2. Các lệnh hàm và modules

• Cấu trúc lặp For, While
• Khai báo và định nghĩa hàm
• Truyền tham số cho hàm, sử dụng module, package có sẵn
  

3. Thư viện toán học Numpy

• Giới thiệu về Numpy
• Các câu lệnh cơ bản với Numpy
  

4. Thư viện mã nguồn mở Pandas

• Giới thiệu về Pandas
• Tạo DataFrame và các câu lệnh xử lý trên DataFrame căn bản
  

5. Xử lý và trực quan hóa dữ liệu trên Python

• Làm sạch dữ liệu
• Giới thiệu về trực quan hóa dữ liệu với Matplotlib và Seaborn
• Ứng dụng AI trong xử lý và trực quan hóa dữ liệu với Python

6. Giới thiệu về các loại mô hình dự báo trong phân tích dữ liệu

• Learning Task: Supervised Learning, Unsupervised Learning, Reinforcement Learning
• Model structure: Linear Models, Non-linear Models, Ensemble Methods
• Data Type: Numerical data, Categorical data, Text data, Time Series data, Image data

7. Các thuật toán thông dụng trong các mô hình thống kê

• Linear Regression, Logistic Regression, Decision Tree, Random forest, K-Means clustering
• Deep learning
• Time series models

1. Giới thiệu tổng quan về ứng dụng Power BI

• Tổng quan về Power BI, Power BI desktop và Power BI service
• Một số mẫu báo cáo BI và cách dùng

2. Kết nối dữ liệu và xây dựng mô hình dữ liệu (data model)

• Các loại kết nối dữ liệu vào Power BI và các kiểu dữ liệu thường gặp
• Kết nối dữ liệu từ các nguồn: Excel Files, Folder, SQL server
• Xử lý, chuẩn hóa dữ liệu thô trước khi đưa vào sử dụng và xây dựng data model
• Tổng hợp dữ liệu từ nhiều nguồn
• Tạo mối liên kết giữa các bảng và xây dựng data model

3. Trực quan hóa dữ liệu (data visualization) và xây dựng báo cáo BI

• Tạo các loại bảng biểu và đồ thị phổ biến để trực quan hóa dữ liệu
• Cách tạo Calculated Columns, New Tables và New Measures
• Sử dụng các hàm DAX để tính toán và trình bày các chỉ tiêu báo cáo
• Xây dựng các tương tác trên bảng biểu và biểu đồ bằng Filter và Slicer

4. Trực quan hóa dữ liệu (data visualization) nâng cao

• Ý nghĩa và ứng dụng các loại biểu đồ chuyên sâu: Waterfall chart, Funnel, Scatter, Map, Gauge, …
• Tạo biểu đồ và phân tích nhanh với ứng dụng AI (Q&A, Smart narrative)
• Liên kết slicer ở nhiều trang báo cáo (Synce slicers)
• Tính năng trình bày và hỗ trợ phân tích báo cáo hiệu quả (Conditional Formatting, Analyze, Analytics pane, Top N)

5. Power BI service – nền tảng online

• Tổng quan cách chuyển đổi và sử dụng báo cáo cho phiên bản di động
• Cách kết nối, thiếp lập chức năng tự động cập nhật dữ liệu
• Phân quyền cho người sử dụng báo cáo