FEEDBACK HỌC VIÊN

HỌC PHÍ

ĐĂNG KÝ HỌC

NỘI DUNG

GIẢNG VIÊN

TỔNG QUAN

Được giảng dạy bởi Tiến sĩ và Thạc sĩ từ Đại học Quốc gia Singapore (NUS) - Top 1% đại học thế giới,
và Manager/Leader tại các tập đoàn lớn có Big Data.

Doanh nghiệp luôn có dữ liệu, nhưng thường phân mảnh, thiếu liên kết và khó nhìn thấy bức tranh toàn cảnh. Bạn đứng giữa hai sức ép: cấp trên cần kết quả ngay, còn bản thân thì lo ngại chọn sai phương án sẽ kéo cả dự án vào rủi ro. Mỗi quyết định trở thành một canh bạc vì bạn biết chắc: không bao giờ có đủ dữ liệu để cảm thấy hoàn toàn an tâm.

Trong thực tế kinh doanh, dữ liệu không bao giờ đầy đủ 100% nhưng quyết định thì không thể chờ. Không ít Manager hay Marketer rơi vào tình thế tiến thoái lưỡng nan: quyết nhanh thì sợ sai, chần chừ lại lỡ cơ hội. Kết quả là chiến lược bị trì hoãn, ngân sách đội lên, đội ngũ mất niềm tin và bạn thì gánh thêm áp lực.

Giải pháp không nằm ở việc chờ đủ dữ liệu, mà ở việc kết hợp khả năng khai thác dữ liệu hiện có với các phương pháp ra quyết định khoa học để chọn lựa được phương án tối ưu ngay cả khi thông tin chưa đầy đủ. Điều này đòi hỏi ba năng lực then chốt:

➤ Tư duy phân tích logic để bóc tách trúng vấn đề và chọn đúng dữ liệu cần thiết.
➤ Kỹ năng trực quan hóa và xử lý dữ liệu để biến dữ liệu thô và phân mảnh thành insight hành động.
➤ Phương pháp ra quyết định khoa học - kết hợp dữ liệu, logic và đánh giá rủi ro để giảm thiểu thiên kiến và lựa chọn phương án tối ưu.

Làm sao để tự tin ra quyết định khi dữ liệu chưa đầy đủ?

Analytics for Strategy - Ứng dụng phân tích dữ liệu cho quyết định chiến lược
Khoá học được thiết kế như một hành trình giúp bạn đi từ ra quyết định cảm tính đến ra quyết định dựa trên dữ liệu, và tiến xa hơn nữa với với kỹ năng ra quyết định ngay cả khi dữ liệu còn thiếu. 

Điểm khác biệt của Analytics for Strategy nằm ở việc kết hợp Business Data Analytics và Decision Science trong một chương trình thống nhất: không chỉ dừng ở việc “đọc số”, mà biến dữ liệu thành hành động chiến lược có sức thuyết phục và tạo tác động thực sự lên doanh nghiệp thông qua các case study thực tế.

Đây là chương trình tiên phong đào tạo phân tích dữ liệu trong bối cảnh chiến lược, giúp học viên làm chủ năng lực quan trọng nhất của kỷ nguyên data-driven: ra quyết định sáng suốt trong môi trường thiếu chắc chắn.

Đăng ký ngay

Manager quyết nhanh thì sợ sai, chần chừ thì lại lỡ cơ hội?

Dữ liệu chưa sẵn sàng khiến mọi quyết định chiến lược đều tiềm ẩn rủi ro và đánh đổi. 

AI không thể đảm bảo kết luận chính xác

AI có thể phân tích và gợi ý insight nhanh, nhưng kết luận vẫn dễ sai nếu dữ liệu thiếu, lệch hoặc bài toán chưa được xác định đúng.

Dữ liệu phân mảnh thiếu liên kết

File nằm khắp nơi, số liệu thiếu đồng nhất nhưng Manager vẫn phải quyết định nhanh dưới áp lực KPI và ngân sách.

Analytics for Strategy

Khóa học giúp bạn làm chủ 3 năng lực cốt lõi để ra quyết định trong môi trường thiếu chắc chắn

Tư duy bóc tách vấn đề & phân tích logic 

Bóc tách trúng vấn đề, xác định đúng câu hỏi kinh doanh và chọn đúng dữ liệu cần thiết trước khi phân tích hoặc sử dụng AI.

Kỹ năng xử lý, trực quan hóa và diễn giải dữ liệu

Biến dữ liệu thô, phân mảnh thành insight có thể hỗ trợ ra quyết định, đồng thời biết kiểm chứng các gợi ý từ AI.

Phương pháp ra quyết định khoa học

Kết hợp dữ liệu, logic, AI-assisted analysis và đánh giá rủi ro để giảm thiểu thiên kiến, so sánh các phương án và lựa chọn hướng đi tối ưu.

XEM NỘI DUNG KHÓA HỌC

Giải pháp

Kết hợp Business Data Analytics và Decision Science

Ra quyết định chiến lược trong điều kiện thiếu chắc chắn

5 case study thực tế từ bài toán doanh nghiệp

Lịch khai giảng

Lưu ý 

Trong vòng 01 ngày làm việc, TM Team sẽ liên hệ hỗ trợ bạn tìm hiểu về khoá học và xác thực nhu cầu. 
Hãy giữ liên lạc với TM qua email hoặc điện thoại nhé. 

Khi tham gia học, bạn đồng ý rằng các nội dung trong khóa học là tài sản trí tuệ của Tomorrow Marketers. Việc chia sẻ tài liệu ra ngoài phạm vi lớp học là xâm phạm quyền sở hữu trí tuệ và có thể phải chịu mọi trách nhiệm trước pháp luật theo điều 225, 226 bộ luật hình sự. 

Cam kết bảo mật thông tin

Khi đăng ký khóa học, học viên tham gia vào 2 học phần (có thể linh động): 

Power BI & AI for Data Analytics (via Zoom)
Khai giảng: 29/06/2026

Excel & AI for Data Analytics (via Zoom)
-Khai giảng: 08/07/2026

Decision Science (via Zoom)
- Khai giảng: 21/07/2026

Nhà quản lý & Team Lead
Các vị trí quản lý muốn hiểu dữ liệu để đánh giá hiệu quả hoạt động và đưa ra quyết định dựa trên số liệu thay vì cảm tính.
  • Muốn theo dõi KPI & hiệu suất trực quan hơn
  • Cần dashboard phục vụ quản trị & ra quyết định
  • Muốn hiểu cách doanh nghiệp vận hành bằng data
Marketer / BA / Growth / Strategy
Những người thường xuyên làm việc với số liệu và cần tư duy phân tích để tối ưu hiệu suất chiến dịch, vận hành hoặc tăng trưởng doanh nghiệp.
  • Muốn đọc hiểu dữ liệu để ra quyết định nhanh hơn
  • Cần tìm insight thay vì chỉ nhìn report
  • Muốn biết cách dùng data để thuyết phục stakeholder
Sinh viên / Người chuyển ngành
Đang chuẩn bị cho vị trí có yêu cầu phân tích data - muốn có kỹ năng thực chiến và portfolio để nổi bật khi ứng tuyển.
  • Cần kỹ năng phân tích dữ liệu để ứng tuyển
  • Muốn có dashboard thực tế đưa vào CV/Portfolio
  • Muốn hiểu quy trình phân tích dữ liệu trong doanh nghiệp
Dành cho người muốn dùng dữ liệu
để phân tích và xây dựng chiến lược hiệu quả hơn
khóa học dành cho ai

Các bài toán sẽ được giải quyết trong khóa học bao gồm:

Tối ưu hóa việc ra quyết định
Lập bảng phân tích rủi ro-lợi ích (Expected Value Analysis) cho các lựa chọn đầu tư, định vị thương hiệu, hoặc mở rộng thị trường.

Đánh giá hiệu quả digital
Xây dashboard phân tích tỷ lệ chuyển đổi (conversion rate), chi phí/hiệu quả quảng cáo (ROAS) và đề xuất tối ưu ngân sách media.

Điều chỉnh chiến lược phân phối
Dự báo nhu cầu theo khu vực để phân bổ ngân sách/nhân sự hợp lý và đề xuất điều chỉnh hoạt động bán hàng.
Phân khúc khách hàng
Phân tích hành vi mua hàng để nhóm khách hàng theo đặc điểm/giá trị và đề xuất chiến lược tiếp cận khác biệt theo từng phân khúc.
Xây dựng
chiến lược giá
Phân tích mối quan hệ giữa giá và sản lượng bán để đề xuất mức giá tối ưu theo từng nhóm khách hàng hoặc kênh phân phối.

Khóa học dành cho ai?

02

Marketer, Business Analyst, Growth Specialist muốn phân tích chiến lược

01

Nhà quản lý muốn nâng cao năng lực ra quyết định dựa trên dữ liệu

03

Người chuyển ngành sang mảng Business/Data Strategy

nội dung khóa học

Hệ thống kiến thức từ phân tích dữ liệu đến ra quyết định chiến lược

Khi đăng ký bạn có thể lựa chọn lộ trình phù hợp với mình →

Excel + Decision Science (15 buổi)

Power BI + Decision Science (18 buổi)

- Hiểu cơ bản về analytical framework trong việc bóc tách vấn đề cần phân tích dữ liệu.
- Phương pháp build framework tuân thủ nguyên tắc MECE.
- Các lỗi sai thường gặp khi xây dựng analytical framework.
- Xác định các Data cần thu thập từ Issue tree.
Buổi 1: Data Mindset from Business Issue to Data Solution
- Hiểu cơ bản về analytical framework trong việc bóc tách vấn đề cần phân tích dữ liệu.
- Phương pháp build framework tuân thủ nguyên tắc MECE.
- Các lỗi sai thường gặp khi xây dựng analytical framework.
- Xác định các Data cần thu thập từ Issue tree.
Buổi 2: Analytical Thinking for Data Collection
- Quản lý nguồn dữ liệu và tự động cập nhật trên Power BI.
- Xác định Data Issue phổ biến: Bad shape, Dirty Data, Missing Value, Outlier.
- Sử dụng Power Query để làm sạch dữ liệu: Reshape table & transform data.
Buổi 3: Transforming & Cleaning Data with Power Query
- Data Modelling, Connecting & DAX- Hiểu cơ bản về database, data-table
- Mối quan hệ giữa các data-table: Primary Key & Foreign Key.
- Thiết lập quan hệ giữa các data-table trên Power BI/ Tableau.
- Sử dụng chatGPT để tạo hàm DAX trên Power BI.
Buổi 4: Data Modelling, Connecting & DAX
- Tại sao Data Analyst cần hiểu về thống kê?
- Phân loại dữ liệu & thông đo thống kê.
- Các khái niệm thống kê cần nắm vững: Measure of tendency, Measure of variability, Distribution, Percentile, Correlation,...
Buổi 5: Basic Statistics for Data Analysis
- Khám phá dữ liệu thông qua statistical visualization.
- Visualization Technique cho từng loại dữ liệu (categorical & numerical).
- Thực hành trực quan hoá dữ liệu với ChartGen.AI.
- Kỹ năng trực quan hóa dữ liệu và diễn giải insights cho bộ phận kinh doanh (data storytelling).
Buổi 6: Data Visualization & Storytelling
- Trực quan từ Basic tới Advanced, kết hợp AI và thiết kế điều hướng báo cáo
- Các bước làm report trên Power BI/ Tableau và xuất báo cáo online.
- Truyền tải nội dung theo phương pháp DAR.
Buổi 7: Building Reports & Dashboard
- Thực hành case study về Sales data.
- Phân tích tác động của những chỉ số cơ bản lên tình hình tổ doanh số của doanh nghiệp.
- Xác định những nguyên nhân chính ảnh hưởng tới tăng trưởng doanh nghiệp.
Buổi 9: Case Study - Sales Data Analysis
- Thực hành case study phân tích dữ liệu khách hàng.
- Phân tích hành vi tiêu dùng nhằm tìm ra chân dung nhóm khách hàng chính & phân tích những khách hàng quan trọng.
- Phân loại khách hàng thành các nhóm từ đó đưa ra những chính sách, chương trình ưu đãi thích hợp
Buổi 10: Case Study - Customer Data Analysis
- Hướng dẫn kỹ thuật tạo công cụ trực quan cơ bản trên Power BI/ Tableau.
- Sử dụng chatGPT để làm hàm DAX trên Power BI.
- Giải đáp thắc mắc cho bài cuối khóa và học phần DAX từ trường khóa học.
Buổi 8: DAX & Visualization Tutorial
- Thực hành case study đánh giá hiệu quả marketing campaign trên các nhóm khách hàng khác nhau.
- So sánh hiệu quả campaign với các mục tiêu đề ra ban đầu.
- Xác định những yếu tố tác động tới tính hiệu quả marketing và xuất lợi cho hoạt động. 
Buổi 11: Case Study - Marketing Data Analysis #1
- Thực hành case study về dữ liệu performance của owned channel (website traffic, user behaviors, page comparing, Click-through rate for Ecommerce...).
- Đánh giá hiệu quả của campaign thông qua việc tối ưu hóa website, tăng tỷ lệ chuyển đổi. 
Buổi 12: Case Study - Marketing Data Analysis #2
- Thuyết trình cuối khóa và Case study doanh nghiệp B2B thực phẩm online được cung cấp từ đầu khóa giúp học viên:
- Thực hành kiến thức của học vào Portfolio, CV.
- Predictive Analytics: Phân tích dự báo cho doanh nghiệp.
Buổi 13: Capstone Project

ĐĂNG KÍ NGAY

- Vì sao các quyết định thường dừng ở mức bán tối ưu?
- 7 loại thiên kiến nhận thức phổ biến nhất với lãnh đạo khi đưa ra quyết định
- Xây dựng quy trình để loại bỏ thiên kiến và đưa ra các quyết định toàn diện nhất
Buổi 1: Qualitative Method - Decision Making process to prevent bias
- Kiến trúc lựa chọn có thể ảnh hưởng tới quyết định thế nào?
- Cách nhà lãnh đạo vượt qua bẫy của kiến trúc lựa chọn và tìm ra quyết định tối ưu nhất?
- Ứng dụng: Cách thiết kế kiến trúc lựa chọn trong 2 use cases: (1) Thuyết phục nhân sự nội bộ tin tưởng quyết định của lãnh đạo và (2) Gia tăng tỷ lệ chuyển đổi khách hàng bằng cách thiết kế các product choice
Buổi 2: Qualitative Method - Decision making design with Choice Architecture
- Tư duy phản biện trong kinh doanh là như thế nào? Phân biệt Lập luận - Suy luận - Kết luận (Argument - Inference - Conclusion)
- Phương pháp bảo vệ, tấn công, hoặc làm suy yếu một lập luận/ quan điểm (theo chuẩn GMAT)
- Các kiểu mẫu lập luận & xác định lỗi lập luận: analogical reasoning, causal reasoning, deduction reasoning, number reasoning, plan & goal reasoning, abductive reasoning
Buổi 3: Qualitative Method - Advanced Critical Thinking for Leaders
- Các nguyên lý cơ bản của xác suất và cách ứng dụng trong đưa ra quyết định khi thiếu dữ liệu
- Cách phát triển các giả thiết trước khi đưa ra quyết định và phương pháp toán học để tính xác suất thành công của giả thiết đó
- Ứng dụng Excel cơ bản trong việc đánh giá và chọn quyết định có xác suất thành công cao nhất
Buổi 4: Quantitative Method - Probability Theory & Hypothesis Testing
- Phương pháp ước lượng khoảng giá trị có thể đạt được để giúp lãnh đạo tính KPI và đánh giá hiệu quả làm việc của nhân sự (worst case vs best case scenarios)
- Lượng hóa rủi ro thế nào? Xác định tính nghiêm trọng của rủi ro và đưa ra giải pháp kiểm soát phù hợp
- Ứng dụng sử dụng Excel để tính toán xác suất thành công, ước lượng rủi ro và đưa ra quyết định tối ưu nhất
Buổi 5: Quantitative Method - Interval Estimate & Risk Control
hỌC PHẦN 1
Power BI & AI
Làm chủ kỹ năng phân tích dữ liệu với Power BI, đưa ra insight & ra quyết định dựa trên dữ liệu
hỌC PHẦN 2
Decision Science
Ứng dụng khoa học ra quyết định để giải quyết vấn đề phức tạp và ra quyết định chiến lược trong điều kiện thiếu dữ liệu.
- Các tính năng của Excel trong lưu trữ, xử lý, báo cáo
- Dùng ChatGPT để tạo hàm xử lý dữ liệu
- Sử dụng ChartGen.AI để trực quan dữ liệu Excel & xây dựng Dashboard
- Dùng Copilot/ Claude trên Excel phân tích & xử lý dữ liệu
Buổi 1: Làm quen với dữ liệu & Excel
- Cách đặt câu hỏi để xác định vấn đề và chọn metrics phù hợp
- Tư duy sử dụng Issue Tree để phân tách vấn đề
- Kết nối và tổng hợp dữ liệu từ nhiều nguồn với Power Pivot
Buổi 2: Thu thập & xây dựng mô hình dữ liệu (Data Model)
- Xác định Data Issue phổ biến: Bad shape, Dirty Data, Missing Value, Outlier
- Dùng AI để gợi ý cách xử lý từng loại lỗi dữ liệu và sử dụng Power Query để làm sạch dữ liệu
- Tự động làm mới nguồn dữ liệu qua Power Query
Buổi 3: Làm sạch & chuẩn hóa dữ liệu với Power Query
- Dùng Pivot Table để tổng hợp và sắp xếp dữ liệu theo từng mục tiêu phân tích
- Biết cách chọn loại biểu đồ phù hợp (pie, line, column,…) để thể hiện dữ liệu rõ ràng
- Tạo biểu đồ có thể lọc và tương tác (Slicer) để theo dõi dữ liệu linh hoạt
- Dùng AI để trực quan dữ liệu theo mục tiêu/ câu hỏi
Buổi 4: Trực quan hóa dữ liệu với Pivot Table & Chart 
- Quy tắc thiết kế Dashboard dễ nhìn, dễ theo dõi
- Dùng AI để phác thảo, build và chia sẻ Dashboard trực tiếp
- Thiết kế dashboard có thể lọc, drill-down để phân tích chi tiết khi cần
Buổi 5: Xây dựng Dashboard tự động trên Excel 
- Thực hành case study về tình hình kinh doanh của doanh nghiệp
- Đánh giá các chỉ số quan trọng và mức độ ảnh hưởng của từng phòng ban (Marketing/Sales/CS) đến doanh số
- Xác định vấn đề cốt lõi đang ảnh hưởng đến kết quả kinh doanh, từ đó đề xuất hướng cải thiện cụ thể
Buổi 6: Case Study - Business Data Analysis

ĐĂNG KÍ NGAY

- Vì sao các quyết định thường dừng ở mức bán tối ưu?
- 7 loại thiên kiến nhận thức phổ biến nhất với lãnh đạo khi đưa ra quyết định
- Xây dựng quy trình để loại bỏ thiên kiến và đưa ra các quyết định toàn diện nhất
Buổi 1: Qualitative Method - Decision Making process to prevent bias
- Kiến trúc lựa chọn có thể ảnh hưởng tới quyết định thế nào?
- Cách nhà lãnh đạo vượt qua bẫy của kiến trúc lựa chọn và tìm ra quyết định tối ưu nhất?
- Ứng dụng: Cách thiết kế kiến trúc lựa chọn trong 2 use cases: (1) Thuyết phục nhân sự nội bộ tin tưởng quyết định của lãnh đạo và (2) Gia tăng tỷ lệ chuyển đổi khách hàng bằng cách thiết kế các product choice
Buổi 2: Qualitative Method - Decision making design with Choice Architecture
- Tư duy phản biện trong kinh doanh là như thế nào? Phân biệt Lập luận - Suy luận - Kết luận (Argument - Inference - Conclusion)
- Phương pháp bảo vệ, tấn công, hoặc làm suy yếu một lập luận/ quan điểm (theo chuẩn GMAT)
- Các kiểu mẫu lập luận & xác định lỗi lập luận: analogical reasoning, causal reasoning, deduction reasoning, number reasoning, plan & goal reasoning, abductive reasoning
Buổi 3: Qualitative Method - Advanced Critical Thinking for Leaders
- Các nguyên lý cơ bản của xác suất và cách ứng dụng trong đưa ra quyết định khi thiếu dữ liệu
- Cách phát triển các giả thiết trước khi đưa ra quyết định và phương pháp toán học để tính xác suất thành công của giả thiết đó
- Ứng dụng Excel cơ bản trong việc đánh giá và chọn quyết định có xác suất thành công cao nhất
Buổi 4: Quantitative Method - Probability Theory & Hypothesis Testing
- Phương pháp ước lượng khoảng giá trị có thể đạt được để giúp lãnh đạo tính KPI và đánh giá hiệu quả làm việc của nhân sự (worst case vs best case scenarios)
- Lượng hóa rủi ro thế nào? Xác định tính nghiêm trọng của rủi ro và đưa ra giải pháp kiểm soát phù hợp
- Ứng dụng sử dụng Excel để tính toán xác suất thành công, ước lượng rủi ro và đưa ra quyết định tối ưu nhất
Buổi 5: Quantitative Method - Interval Estimate & Risk Control
hỌC PHẦN 1
Excel & AI
Làm chủ kỹ năng phân tích dữ liệu với Excel, đưa ra insight & ra quyết định dựa trên dữ liệu
hỌC PHẦN 2
Decision Science
Ứng dụng khoa học ra quyết định để giải quyết vấn đề phức tạp và ra quyết định chiến lược trong điều kiện thiếu dữ liệu.
- Thực hành case study về Sales Ecommerce
- Phân tích xu hướng tăng trưởng theo thời gian để nhận diện cơ hội và rủi ro
- Xác định danh mục/sản phẩm đang đóng góp chính vào doanh thu và những nhóm cần tối ưu
- Ứng dụng dữ liệu để dự báo và thiết lập KPI bán hàng thực tế cho giai đoạn tiếp theo
Buổi 7: Case Study - Sales Data Analysis
- Thực hành case study về Channel Performance
- Đánh giá chất lượng lead và mức độ đóng góp của từng kênh vào kết quả kinh doanh
- So sánh hiệu suất giữa các kênh để xác định kênh nào đang mang lại lead chất lượng, kênh nào cần tối ưu
- Đề xuất chiến lược phân bổ ngân sách và tối ưu chi phí dựa trên dữ liệu
Buổi 8: Case Study - Lead Data Analysis
- Thực hành case study về tình hình kinh doanh của doanh nghiệp
- Đánh giá các chỉ số quan trọng và mức độ ảnh hưởng của từng phòng ban (Marketing/Sales/CS) đến doanh số
- Xác định vấn đề cốt lõi đang ảnh hưởng đến kết quả kinh doanh, từ đó đề xuất hướng cải thiện cụ thể
Buổi 9: Trình bày dữ liệu thành insight với kỹ năng Data Storytelling
- Thực hành case study về Business Performance
- Phân tích tình hình doanh số của doanh nghiệp
- Dự đoán sản lượng bán ra theo nhóm sản phẩm, từ đó lên kế hoạch nhập hàng phù hợp
Buổi 10: Dự án cuối khóa

Học phần 1: Data Analysis
(Học viên chọn Power BI hoặc Excel)

Học phần 2:
Decision Science

Nội dung khóa học

Học phần 1 (Option 1): Power BI & AI for Data Analytics

Data mindset

Analytical Thinking for Data Collection

- Hiểu cơ bản về analytical framework trong việc bóc tách vấn đề cần phân tích dữ liệu.
- Phương pháp build framework tuân thủ nguyên tắc MECE.
- Các lỗi sai thường gặp khi xây dựng analytical framework.
- Xác định các Data cần thu thập từ Issue tree.

2

Introduction to Data Analysis 

- Dữ liệu là gì?
- Dữ liệu được sinh ra & sử dụng trong doanh nghiệp như thế nào?
- Công việc của người làm dữ liệu là gì?
- Quy trình phân tích dữ liệu hoàn chỉnh.
- Tổng quát về AI, Machine Learning, Data Science.
- 3 level phân tích: Descriptive, Predictive, Prescriptive.

1

Business Domain Knowledge & Analytical Skill

Sales Data Analysis

- Thực hành case study về Sales data.
- Phân tích tác động của những chỉ số cơ bản lên tình hình tổ doanh số của doanh nghiệp.
- Xác định những nguyên nhân chính ảnh hưởng tới tăng trưởng doanh nghiệp.

9

Customer Data Analysis

- Thực hành case study phân tích dữ liệu khách hàng.
- Phân tích hành vi tiêu dùng nhằm tìm ra chân dung nhóm khách hàng chính & phân tích những khách hàng quan trọng.
- Phân loại khách hàng thành các nhóm từ đó đưa ra những chính sách, chương trình ưu đãi thích hợp

10

Marketing Data
Analysis 1

- Thực hành case study đánh giá hiệu quả marketing campaign trên các nhóm khách hàng khác nhau. 
- So sánh hiệu quả campaign với các mục tiêu đề ra ban đầu. 
- Xác định những yếu tố tác động tới tính hiệu quả marketing và xuất lợi cho hoạt động. 

11

Marketing Data
Analysis 2

- Thực hành case study về dữ liệu performance của owned channel (website traffic, user behaviors, page comparing, Click-through rate for Ecommerce...).
- Đánh giá hiệu quả của campaign thông qua việc tối ưu hóa website, tăng tỷ lệ chuyển đổi. 

12

Capstone Project & Predictive Analytics

- Thuyết trình cuối khóa và Case study doanh nghiệp B2B thực phẩm online được cung cấp từ đầu khóa giúp học viên:
- Thực hành kiến thức của học vào Portfolio, CV.
- Predictive Analytics: Phân tích dự báo cho doanh nghiệp.

13

Data Cleaning & Data Preparation

Transforming & Cleaning Data with Power Query

- Quản lý nguồn dữ liệu và tự động cập nhật trên Power BI. 
- Xác định Data Issue phổ biến: Bad shape, Dirty Data, Missing Value, Outlier.
- Sử dụng Power Query để làm sạch dữ liệu: Reshape table & transform data.

3

Basic Statistics for Data Analysis

- Tại sao Data Analyst cần hiểu về thống kê?
- Phân loại dữ liệu & thông đo thống kê.
- Các khái niệm thống kê cần nắm vững: Measure of tendency, Measure of variability, Distribution, Percentile, Correlation,...

5

- Khám phá dữ liệu thông qua statistical visualization.
- Visualization Technique cho từng loại dữ liệu (categorical & numerical)
- Kỹ năng copy số để hỗ trợ hình ảnh trình bày và xuất cho bộ phận kinh doanh (data storytelling).

Data Visualization & Storytelling

6

Data Modelling, Connecting & DAX

- Hiểu cơ bản về database, data-table
- Mối quan hệ giữa các data-table: Primary Key & Foreign Key.
- Thiết lập quan hệ giữa các data-table trên Power BI/ Tableau.
- Sử dụng chatGPT để tạo hàm DAX trên Power BI.

4

Building Reports & Dashboard

- Trực quan từ Basic tới Advanced & AI Visual và thiết điều hướng báo cáo.
- Các bước làm report trên Power BI/ Tableau và xuất báo cáo online.
- Truyền tải nội dung theo phương pháp DAR.

7

DAX & Visualization Tutorial

- Hướng dẫn kỹ thuật tạo công cụ trực quan cơ bản trên Power BI/ Tableau.
- Sử dụng chatGPT để làm hàm DAX trên Power BI.
- Giải đáp thắc mắc cho bài cuối khóa và học phần DAX từ trường khóa học.

8

Data Visualization & Dashboard

Học phần 1 (Option 2): Excel & AI for Data Analytics

Visualization Basics & AI for Excel

1. Vai trò của Excel trong lưu trữ, chuyển đổi, trực quan dữ liệu
2. Căn bản về Data Visualization & Business Intelligence
3. Căn bản về Excel:
- Các loại dữ liệu cơ bản (Number, Text/String, Date/Time, Boolean)
- Các hàm cơ bản & nâng cao: Hàm thống kê, xử lý chuỗi, thời gian, điều kiện, tìm kiếm,...)
4. Sử dụng AI tạo hàm

1

Data Collection & Data Modeling with Power Pivot

1. Tư duy sử dụng Issue Tree để phân tách vấn đề và xác định dữ liệu cần thu thập
2. Thực hành với ba phương pháp xây dựng Issue Tree phổ biến
3. Data Model: Kết nối các tệp dữ liệu rời rạc sau khi thu thập trong Excel với Power Pivot

2

Data Visualization
with Pivot Table & Pivot Chart

1. Visualization Technique theo từng mục đích trực quan (So sánh, xu hướng, tìm quan hệ,...) và loại dữ liệu (Numerical & Categorical).
2. Hướng dẫn trực quan các loại biểu đồ bằng Pivot table, Pivot chart
3. Tùy chỉnh biểu đồ Excel và tương tác qua Form Controls

4

Building Excel Dashboard

1. Tư duy xây dựng Excel Dashboard
2. Xây dựng Excel Mini Chart với Sparkline và Conditional Formatting
3. Thực hành xây dựng Excel Interactive Dashboard
4. Xây dựng Advanced Dashboard: Phân tích tương quan, dự báo

5

6

Business Data Analysis

1. Làm quen với các chỉ số thống kê mô tả (Descriptive Statistics) – nền tảng trong phân tích dữ liệu
2. Hướng dẫn tính toán các chỉ số thống kê trên Excel (Excel ToolPak)
3. Thực hành áp dụng các chỉ số thống kê vào đọc số để mô tả tình hình kinh doanh của doanh nghiệp

Data Storytelling Technique

1. Tại sao lại cần Data Storytelling?
2. Kết hợp Data Insight và Business Domain Knowledge thế nào?
3. 5 Bước kể chuyện bằng dữ liệu
4. Thực hành kể chuyện bằng dữ liệu dựa vào bài toán doanh nghiệp & Dashboard sẵn có

9

Data Storytelling in Capstone project

Case study về Business Performance
- Làm sạch dữ liệu và tạo Data Model kết nối dữ liệu
- Trực quan hoá và xây dựng Dashboard
- Xây dựng báo cáo với kỹ thuật Data Storytelling

10

ĐĂNG KÍ NGAY

Data Cleaning with Power Query

1. Cách xác định Data Issue phổ biến trên Excel
2. Các bước xử lý Data Issue, làm sạch dữ liệu trên Power Query
3. Tự động làm mới nguồn dữ liệu kết nối qua Power Query
3. Thực hành Cleaning Data

3

Lead Data Analysis

1. Kiến thức nền tảng về phân tích tương quan và hồi quy (Correlation & Regression 
2. Cách thực hiện phân tích trên Excel (Excel ToolPak)
3. Thực hành đọc số, đánh giá mức độ ảnh hưởng của từng yếu tố đến khả năng tạo Lead – từ đó tối ưu chiến lược marketing

7

Sales Data Analysis

1. Các kỹ thuật phân tích chuỗi thời gian (Time Series Analysis) để phát hiện xu hướng trong dữ liệu
2. Cách phân tích chuỗi thời gian trên Excel
3. Thực hành phân tích xu hướng bán hàng hiện tại và dự báo doanh số để đạt KPI

8

Data Visualization & Building Excel Dashboard

Analytical Skills

Data Storytelling

Học phần 2: Decision Science (5 buổi)

Qualitative Method

1

Decision Making process to prevent bias

- Vì sao các quyết định thường dừng ở mức bán tối ưu?
- 7 loại thiên kiến nhận thức phổ biến nhất với lãnh đạo khi đưa ra quyết định
- Xây dựng quy trình để loại bỏ thiên kiến và đưa ra các quyết định toàn diện nhất

1

- Kiến trúc lựa chọn có thể ảnh hưởng tới quyết định thế nào?
- Cách nhà lãnh đạo vượt qua bẫy của kiến trúc lựa chọn và tìm ra quyết định tối ưu nhất?
- Ứng dụng: Cách thiết kế kiến trúc lựa chọn trong 2 use cases: (1) Thuyết phục nhân sự nội bộ tin tưởng quyết định của lãnh đạo và (2) Gia tăng tỷ lệ chuyển đổi khách hàng bằng cách thiết kế các product choice

Decision making design with Choice Architecture

2

- Tư duy phản biện trong kinh doanh là như thế nào? Phân biệt Lập luận - Suy luận - Kết luận (Argument - Inference - Conclusion)
- Phương pháp bảo vệ, tấn công, hoặc làm suy yếu một lập luận/ quan điểm (theo chuẩn GMAT)
- Các kiểu mẫu lập luận & xác định lỗi lập luận: analogical reasoning, causal reasoning, deduction reasoning, number reasoning, plan & goal reasoning, abductive reasoning

Advanced Critical Thinking for Leaders

3

Quantitative Method

2

Probability Theory & Hypothesis Testing for Decision Making

- Các nguyên lý cơ bản của xác suất và cách ứng dụng trong đưa ra quyết định khi thiếu dữ liệu
- Cách phát triển các giả thiết trước khi đưa ra quyết định và phương pháp toán học để tính xác suất thành công của giả thiết đó
- Ứng dụng Excel cơ bản trong việc đánh giá và chọn quyết định có xác suất thành công cao nhất

4

Interval Estimate & Risk Control

- Phương pháp ước lượng khoảng giá trị có thể đạt được để giúp lãnh đạo tính KPI và đánh giá hiệu quả làm việc của nhân sự (worst case vs best case scenarios)
- Lượng hóa rủi ro thế nào? Xác định tính nghiêm trọng của rủi ro và đưa ra giải pháp kiểm soát phù hợp
- Ứng dụng sử dụng Excel để tính toán xác suất thành công, ước lượng rủi ro và đưa ra quyết định tối ưu nhất

5

Đăng ký ngay

Sau khóa học bạn sẽ...

1. Về tư duy phân tích chiến lược

- Hiểu đúng vấn đề chiến lược trước khi mọi quyết định được đưa ra
- Xây dựng Issue Tree & Analytical Framework để tìm nguyên nhân gốc rễ
- Chọn đúng KPI cốt lõi gắn trực tiếp với bài toán kinh doanh

2. Về thao tác và xử lý dữ liệu

- Làm chủ thao tác làm việc với dữ liệu thực tế trên Excel: lọc, nhóm, tổng hợp, tính toán chỉ số.
- Biết cách sử dụng Power Query trong Power BI/Excel để làm sạch, chuẩn hóa tệp dữ liệu  đầu vào.
- Phân tích dữ liệu để tìm ra insight có giá trị cho các quyết định kinh doanh.

3. Về trực quan hóa và truyền đạt

- Thiết kế báo cáo và dashboard (bằng Excel, Power BI hoặc Tableau) giúp theo dõi hiệu quả chiến lược.
- Trình bày dữ liệu một cách trực quan, dễ hiểu và có tính thuyết phục.

4. Về kỹ năng ra quyết định

- Áp dụng các công cụ như bảng kỳ vọng (Expected Value), bảng phân tích trade-off, mô hình cây quyết định để ra lựa chọn tối ưu.
- Đưa ra khuyến nghị có cơ sở, kể cả trong điều kiện không chắc chắn hoặc thiếu dữ liệu đầy đủ.

5. Về đánh giá hiệu quả chiến dịch

- Biết cách làm Hypothesis Testing để kiểm chứng giả thuyết chiến lược.
- Đánh giá hiệu quả các phương án trong Marketing, sản phẩm hoặc phân phối bằng phương pháp định lượng.

ĐĂNG KÍ NGAY

Chị Xuân Thuỵ có hơn 8 năm kinh nghiệm trong lĩnh vực Data Analytics & Business Intelligence. Chị từng là Business Intelligence Manager tại Lazada và Strategic Planning Lead tại BAEMIN Vietnam (Woowa Bros.). Hiện tại, chị đang giữ vai trò Senior Manager - Consulting Lead tại Nielsen IQ, chịu trách nhiệm tư vấn phát triển chiến lược cho các công ty sản xuất hàng tiêu dùng nhanh (FMCG) và các nhà bán lẻ ở những quy mô khác nhau. Chị còn là một trong 3 cá nhân xuất sắc nhận giải thưởng nội bộ của Nielsen IQ.
Chị Xuân Thuỵ- Senior Manager, Consulting Lead @NielsenIQ
Anh Đức Mạnh tốt nghiệp Cử nhân ngành Data Science & Artificial Intelligence tại đại học Maastricht University, Hà Lan. Anh đã có gần 4 năm kinh nghiệm làm việc tại các ngân hàng, công ty tài chính, chứng khoán lớn như SSI Securities Corporation, Techcombank Việt Nam, MB Shinesei Finance (Mcredit) với cương vị là một Data Scientist, phụ trách thiết kế các quy trình mô hình hóa dữ liệu, xây dựng quy trình máy học và các mô hình dự đoán. 
Anh Đức Mạnh - Data scientist @Chứng khoán SSI, Former Data scientist - @Mcredit & Techcombank
Chị Trân có hơn 15 năm trong ngành nghiên cứu thị trường và hiện đang là Giám đốc phụ trách triển khai dự án ở khu vực Đông Nam Á tại NielsenIQ. Với 12 năm gắn bó với NielsenIQ, chị Trân đã đảm nhiệm nhiều vai trò khác nhau, cụ thể là việc tư vấn phát triển chiến lược cho các công ty sản xuất hàng tiêu dùng nhanh (FMCG) và các nhà bán lẻ ở những quy mô khác nhau. Bên cạnh đó, khi công ty trong giai đoạn tái cấu trúc và chuyển đổi, chị Trân đã được giao nhiệm vụ dẫn dắt đội ngũ trong việc ứng dụng công nghệ và dữ liệu để đổi mới sáng tạo trong cách làm việc và vận hành nhằm tối ưu hoá quy trình. Trong mảng đào tạo, chị Trân đã có hơn 7 năm thực hiện nhiều khoá đào tạo cho các cấp từ nhân viên đến quản lý và ban lãnh đạo ở nhiều chủ đề khác nhau. 
Chị Bích Trân - Director, Client Service, SEA region @NielsenIQ
Anh Minh Quang được đào tạo bài bản về Big Data, AI, và Machine Learning từ chương trình Thạc sĩ tại Đại học Quốc gia Singapore (#6 thế giới về Data Science & AI, theo QS World University Ranking 2024). Anh có 9 năm điều hành Tomorrow Marketers - Học viện đào tạo Marketing và Data Analytics số 1 Việt Nam về Thương hiệu (#1 Website users & Social Media followers) với hơn 20,000 học viên và 200 khách hàng doanh nghiệp. Ngoài ra, anh từng có 5 năm làm việc tại 3 tập đoàn đa quốc gia danh tiếng là NielsenIQ, Ogilvy và Unilever.
Anh Minh Quang - CEO @ Tomorrow Marketers, Master @ NUS School of Computing
Anh Thịnh có 10 năm kinh nghiệm làm việc trong lĩnh vực Digital Marketing với các môi trường agency và client từ đa dạng ngành hàng như FMCG, Pharma/Healthcare, Homecare & Banking. Hiện anh đang phụ trách toàn bộ các hoạt động Performance Marketing cho thương hiệu XMen. Công việc của anh đòi hỏi việc xây dựng và phân tích chuyên sâu các báo cáo kết quả hoạt động Digital Marketing và báo cáo kinh doanh để theo dõi và tối ưu kết quả đầu ra, đồng thời để xuất những chiến lược Digital Marketing cho các nhãn hàng. 
Anh Bảo Thịnh - Senior Media & Digital Transformation Manager @Marico SEA (XMen)
Anh Tiến có 3 năm kinh nghiệm đào tạo Performance Marketing và 8 năm kinh nghiệm trong lĩnh vực Digital Marketing ở cả môi trường client và agency. Anh từng là Senior Media Manager tại Mindshare với đa dạng ngành hàng FMCG, Banking, Service ở toàn diện các mảng Ecom, Web, App, Social… Hiện anh đang quản lý toàn bộ mảng Digital Customer Relationship & E-Commerce tại Schneider Electrics Việt Nam.
Anh Quốc Tiến - Digital Customer Relationship & E-Commerce Lead @Schneider Electric

ĐĂNG KÍ NGAY

giảng viên
Học cùng Thạc sĩ & Tiến Sĩ Trường Đại học Quốc gia Singapore (NUS) và Managers tại các Big Data Firms
Anh Giang có 4 năm làm Computational Researcher và khoảng 3 năm trợ giảng tại chương trình học Computational Thinking & Programming tại NUS. Anh đã từng đảm nhiệm vị trí Senior Modeler tại Risk Management Division của SHBFinance, anh sử dụng AI, Python, R, hoặc SAS phân tích dữ liệu và thiết kế các thuật toán để phát triển và quản lý các mô hình phân tích rủi ro tài chính. Hiện anh đang là AI Engineer tại Viettel. 
Anh Trường Giang - PhD, Computational and Quantum Modeling @National University of Singapore - AI Engineer @Viettel - Ex Senior Modeler at Risk Management Division @SHBFinance
Các buổi học sẽ diễn ra thế nào?
Demo khóa học
Anh Đức Mạnh tốt nghiệp Cử nhân ngành Data Science & Artificial Intelligence tại đại học Maastricht University, Hà Lan. Anh đã có gần 4 năm kinh nghiệm làm việc tại các ngân hàng, công ty tài chính, chứng khoán lớn như SSI Securities Corporation, Techcombank Việt Nam, MB Shinesei Finance (Mcredit) với cương vị là một Data Scientist, phụ trách thiết kế các quy trình mô hình hóa dữ liệu, xây dựng quy trình máy học và các mô hình dự đoán. 
Anh Đức Mạnh - Data scientist @Chứng khoán SSI, Former Data scientist - @Mcredit & Techcombank
Chị Trân có hơn 15 năm trong ngành nghiên cứu thị trường và hiện đang là Giám đốc phụ trách triển khai dự án ở khu vực Đông Nam Á tại NielsenIQ. Với 12 năm gắn bó với NielsenIQ, chị Trân đã đảm nhiệm nhiều vai trò khác nhau, cụ thể là việc tư vấn phát triển chiến lược cho các công ty sản xuất hàng tiêu dùng nhanh (FMCG) và các nhà bán lẻ ở những quy mô khác nhau. Bên cạnh đó, khi công ty trong giai đoạn tái cấu trúc và chuyển đổi, chị Trân đã được giao nhiệm vụ dẫn dắt đội ngũ trong việc ứng dụng công nghệ và dữ liệu để đổi mới sáng tạo trong cách làm việc và vận hành nhằm tối ưu hoá quy trình. Trong mảng đào tạo, chị Trân đã có hơn 7 năm thực hiện nhiều khoá đào tạo cho các cấp từ nhân viên đến quản lý và ban lãnh đạo ở nhiều chủ đề khác nhau. 
Chị Bích Trân - Director, Client Service, SEA region @NielsenIQ

Giảng viên khóa học

Anh Tiến có 3 năm kinh nghiệm đào tạo Performance Marketing và 8 năm kinh nghiệm trong lĩnh vực Digital Marketing ở cả môi trường client và agency. Anh từng là Senior Media Manager tại Mindshare với đa dạng ngành hàng FMCG, Banking, Service ở toàn diện các mảng Ecom, Web, App, Social… Hiện anh đang quản lý toàn bộ mảng Digital Customer Relationship & E-Commerce tại Schneider Electrics Việt Nam.
Anh Quốc Tiến - Digital Customer Relationship & E-Commerce Lead @Schneider Electric
Anh Minh Quang được đào tạo bài bản về Big Data, AI, và Machine Learning từ chương trình Thạc sĩ tại Đại học Quốc gia Singapore (#6 thế giới về Data Science & AI, theo QS World University Ranking 2024).

Anh có 9 năm điều hành Tomorrow Marketers - Học viện đào tạo Marketing và Data Analytics số 1 Việt Nam về Thương hiệu (#1 Website users & Social Media followers) với hơn 20,000 học viên và 200 khách hàng doanh nghiệp. Ngoài ra, anh từng có 5 năm làm việc tại 3 tập đoàn đa quốc gia danh tiếng là NielsenIQ, Ogilvy và Unilever.
Anh Minh Quang - CEO @ Tomorrow Marketers, Master @ NUS School of Computing
Anh Thịnh có 10 năm kinh nghiệm làm việc trong lĩnh vực Digital Marketing với các môi trường agency và client từ đa dạng ngành hàng như FMCG, Pharma/Healthcare, Homecare & Banking. Hiện anh đang phụ trách toàn bộ các hoạt động Performance Marketing cho thương hiệu XMen. Công việc của anh đòi hỏi việc xây dựng và phân tích chuyên sâu các báo cáo kết quả hoạt động Digital Marketing và báo cáo kinh doanh để theo dõi và tối ưu kết quả đầu ra, đồng thời để xuất những chiến lược Digital Marketing cho các nhãn hàng. 
Anh Bảo Thịnh - Senior Media & Digital Transformation Manager @Marico SEA (XMen)

ĐĂNG KÍ NGAY

Chị Xuân Thuỵ có hơn 8 năm kinh nghiệm trong lĩnh vực Data Analytics & Business Intelligence. Chị từng là Business Intelligence Manager tại Lazada và Strategic Planning Lead tại BAEMIN Vietnam (Woowa Bros.). Hiện tại, chị đang giữ vai trò Senior Manager - Consulting Lead tại Nielsen IQ, chịu trách nhiệm tư vấn phát triển chiến lược cho các công ty sản xuất hàng tiêu dùng nhanh (FMCG) và các nhà bán lẻ ở những quy mô khác nhau. Chị còn là một trong 3 cá nhân xuất sắc nhận giải thưởng nội bộ của Nielsen IQ.
Chị Xuân Thuỵ - Senior Manager, Consulting Lead @NielsenIQ
Anh Giang có 4 năm làm Computational Researcher và khoảng 3 năm trợ giảng tại chương trình học Computational Thinking & Programming tại NUS. Anh đã từng đảm nhiệm vị trí Senior Modeler tại Risk Management Division của SHBFinance, anh sử dụng AI, Python, R, hoặc SAS phân tích dữ liệu và thiết kế các thuật toán để phát triển và quản lý các mô hình phân tích rủi ro tài chính. Hiện anh đang là AI Engineer tại Viettel. 
Anh Trường Giang - PhD, Computational and Quantum Modeling @National University of Singapore -  AI Engineer @Viettel - Ex Senior Modeler at Risk Management Division @SHBFinance
Học viên nói gì
Trải nghiệm của học viên tại khóa học

Xem thêm câu chuyện học viên

Mình chưa có kiến thức nền về data analysis, chủ yếu chỉ học trong quá trình làm việc, do đó mình phân tích dữ liệu theo kiểu bản năng và không có hệ thống bài bản. Để vận hành tốt start up riêng, mình bắt buộc phải có cái nhìn hệ thống hơn về phân tích data để từ đó có thể đưa ra quyết định chính xác. May mắn mình tìm được khoá học của TM cung cấp đúng với những gì mình đang cần. Sau khi hoàn thành khoá học Data Analysis, mình hiểu được mindset khi làm việc với data, muốn làm việc với dữ liệu thì cần phải làm những bước nào, từ xác định vấn đề, xác định metrics cần theo dõi, cho đến đọc hiểu các metrics để nhìn thấy bức tranh tổng quan và đưa ra quyết định. Tư duy phân tích dữ liệu giúp mình hệ thống hoá và kết nối số liệu tốt hơn mà không bị bỏ sót những những thông tin quan trọng, đồng thời loại bỏ được những thông tin thừa trong quá trình phân tích số liệu. 

Anh Tú

Chuyên viên ngân hàng Techcombank 

Phần kiến thức hữu ích nhất đối với mình là ở trong các buổi foundation đầu tiên. Đây là những buổi quan trọng giúp mình có mindset về đọc hiểu, phân tích dữ liệu cần phải có các bước, thao tác như thế nào trước khi đi vào các con số - cũng chính là những kiến thức sẽ đi theo mình rất xa và ứng dụng được nhiều trong công việc thực tế hiện tại. Cụ thể, mình hiểu được là khi tiếp cận một khối lượng lớn số liệu, bảng biểu thì làm sao để hiểu và tìm ra được cách phân tích đúng đắn nhất, cũng như đưa ra được những giả thuyết đúng, và cả những decision đúng dựa trên giả thuyết mà mình đặt ra. Sau khoá học, khi nhìn các bảng biểu, số liệu tại công ty đang làm hiện tại thì mình biết rằng phải tập trung vào những con số nào, và mình sẽ cần phải khai thác nó ra sao, từ đó đưa ra được các solution phù hợp. Mình nghĩ đây là thứ giúp đỡ mình thay đổi nhiều nhất.

Vân Anh

Ex Merchanct Communication Lead BAEMIN

Là một người làm sáng tạo, mình hay bị ngộp và sợ mỗi khi nhìn thấy số liệu. Việc được thực hành và cọ xát nhiều với các thể loại số liệu trong suốt khóa học, cũng giúp bản thân mình có thời gian ngâm cứu và đối diện với nó hơn.

Sau khóa học, mình nghĩ điều thay đổi nhiều nhất là cách mình tiếp nhận, đọc và phân tích những con số để rút ra những insight cần thiết. Giờ đây, mình hiểu rõ được rằng khi phân tích dữ liệu, bản thân sẽ cần đi theo quy trình nào, đọc dữ liệu thế nào cho hiệu quả, cũng như xác định đúng vấn đề cần tập trung để giải quyết.

Uyên Thanh

Marketing Specialist Electrolux

Các số liệu của bên mình đa số được trực quan hóa qua công cụ trên Excel hay Hansoft. Tuy nhiên, do mình không thuộc tuýp người “đọc” số nhiều và không có kinh nghiệm xử lý dữ liệu, nên các dự án đầu tay mình làm cũng mất kha khá thời gian để thấy được sự tương quan giữa các số liệu trước và sau khi trực quan hóa - một trong những nguyên do khác dẫn đến sai số hồi mình mới bắt đầu làm việc. Sau khi tham gia khoá học Data Analysis của Tomorrow Marketers, mình đã biết cách đặt đúng câu hỏi để tìm ra trọng tâm vấn đề, cùng với đó là quy trình tiếp cận dữ liệu, từ việc chọn ra chỉ số quan trọng đến kết nối chúng để ra được insight. Mình nhận thấy cách mình thu thập thông tin, sắp xếp, phân loại các dữ liệu cần thiết trước khi trực quan hóa nay đã rõ ràng hơn, thay vì phải mất công sức mày mò như hồi mới bắt đầu làm. 

Minh Sơn

Quản lý dự án game tại Sparx* - Virtuos studio

Học viên Mai Chi & Diệu Thúy

Project cuối khóa của học viên

 Học viên Khánh Vân

Học viên Hồ Quý An

Đăng ký sớm để giữ chỗ và nhận ưu đãi Early Bird.
Làm chủ kỹ năng phân tích dữ liệu để ra quyết định chiến lược!
Bắt đầu ngay hôm nay
Học viên lựa chọn học phần Excel & AI for Data Analytics trong module 1 được giảm thêm 1,000,000đ

Học phí: 13,986,000đ

Sinh viên

→ 9,091,000đ

Học phí: 14,515,000đ

Người đi làm

→ 9,435,000đ

Học phí khóa học Analytics for Strategy

ĐĂNG KÍ NGAY

Tham gia các chuỗi Event/Master Class miễn phí chia sẻ kiến thức và kết nối với các chuyên gia trong ngành
Truy cập vào hệ thống học tập nội bộ của Tomorrow Marketers trong vòng 1 năm (có thể gia hạn thêm)
1
NĂM
Quyền lợi học viên
Mentoring Program
Hỗ trợ học viên về công việc, sự nghiệp với đội ngũ mentor là các trainers từ TM.
Learning Hub
Các tips học tập hiệu quả dành riêng cho học viên.
Career Center
Giới thiệu việc làm từ Trainer/ đối tác và cộng đồng cựu học viên TM.
Cộng đồng hỏi - đáp nội bộ
Cộng đồng giải đáp, tư vấn kiến thức, công việc của học viên. Học viên của TM có thể truy cập vĩnh viễn.
Tomorrow Marketers Connect
Kết nối và xây dựng network, cập nhật thường xuyên các hoạt động mới nhất của TM dành cho học viên.

Cộng đồng hỗ trợ học viên

Tại sao chọn TM Data School

Học viên trên khắp mọi miền đất nước
30.000+
Trainers giàu chuyên môn trong mảng Data & AI
50+
Học viên tốt nghiệp hài lòng với khóa học
98%
Khách hàng doanh nghiệp tin tưởng và lựa chọn
200+

176 Comments

Sorted by

Bạn học được những gì tại khoá Analytics for Strategy của Tomorrow Marketers? 
Tomorrow Marketers
Like - Feedback
6
1 day ago
Mình chưa có kiến thức nền về data analysis, chủ yếu chỉ học trong quá trình làm việc, do đó mình phân tích dữ liệu theo kiểu bản năng và không có hệ thống bài bản. Để vận hành tốt start up riêng, mình bắt buộc phải có cái nhìn hệ thống hơn về phân tích data để từ đó có thể đưa ra quyết định chính xác. May mắn mình tìm được khoá học của TM cung cấp đúng với những gì mình đang cần. Sau khi hoàn thành khoá học Data Analysis, mình hiểu được mindset khi làm việc với data, muốn làm việc với dữ liệu thì cần phải làm những bước nào, từ xác định vấn đề, xác định metrics cần theo dõi, cho đến đọc hiểu các metrics để nhìn thấy bức tranh tổng quan và đưa ra quyết định. Tư duy phân tích dữ liệu giúp mình hệ thống hoá và kết nối số liệu tốt hơn mà không bị bỏ sót những những thông tin quan trọng, đồng thời loại bỏ được những thông tin thừa trong quá trình phân tích số liệu. 

Anh Tú - Chuyên viên ngân hàng Techcombank 
Feedback -
20 hours ago

Trải nghiệm của học viên tại khoá học 

Minh Sơn - quản lý dự án game tại Sparx* - a Virtuos studio
Trong quá trình làm việc, các số liệu của bên mình đa số được trực quan hóa bằng bảng (chart) qua công cụ trên Excel hay Hansoft. Tuy nhiên, do mình không thuộc tuýp người “đọc” số nhiều và không có kinh nghiệm xử lý dữ liệu, nên các dự án đầu tay mình làm đều cần sự giám sát từ cấp trên để tránh xảy ra sai số. Mình cũng mất kha khá thời gian để thấy được sự tương quan giữa các số liệu trước và sau khi trực quan hóa - một trong những nguyên do khác dẫn đến sai số hồi mình mới bắt đầu làm việc.

Sau khi tham gia khoá học Data Analysis của Tomorrow Marketers, mình đã biết cách đặt đúng câu hỏi để tìm ra trọng tâm vấn đề, cùng với đó là quy trình tiếp cận dữ liệu, từ việc chọn ra chỉ số quan trọng đến kết nối chúng để ra được insight. Mình nhận thấy cách mình thu thập thông tin, sắp xếp, phân loại các dữ liệu cần thiết trước khi trực quan hóa nay đã rõ ràng hơn, thay vì phải mất công sức mày mò như hồi mới bắt đầu làm. Ngoài ra, mình nhận thấy kỹ năng phân tích dữ liệu cũng rất quan trọng trong quá trình làm việc “tay trái” của mình (vì ngành học của mình cần phải hiểu rõ khách hàng), nên mình sẽ thuận lợi hơn trong việc đào sâu vấn đề nhằm tìm ra giải pháp, đồng thời sắp xếp, phân loại và “số hóa” các dữ liệu nếu cần.

Feedback -
2 minutes ago
Phần kiến thức hữu ích nhất đối với mình là ở trong các buổi foundation đầu tiên. Đây là những buổi quan trọng giúp mình có mindset về đọc hiểu, phân tích dữ liệu cần phải có các bước, thao tác như thế nào trước khi đi vào các con số - cũng chính là những kiến thức sẽ đi theo mình rất xa và ứng dụng được nhiều trong công việc thực tế hiện tại. Cụ thể, mình hiểu được là khi tiếp cận một khối lượng lớn số liệu, bảng biểu thì làm sao để hiểu và tìm ra được cách phân tích đúng đắn nhất, cũng như đưa ra được những giả thuyết đúng, và cả những decision đúng dựa trên giả thuyết mà mình đặt ra.

Sau khoá học, khi nhìn các bảng biểu, số liệu tại công ty đang làm hiện tại thì mình biết rằng phải tập trung vào những con số nào, và mình sẽ cần phải khai thác nó ra sao, từ đó đưa ra được các solution phù hợp. Mình nghĩ đây là thứ giúp đỡ mình thay đổi nhiều nhất khi tham gia khoá học.
Vân Anh - Ex Merchanct Communication Lead BAEMIN
Like - Feedback
2
1 day ago
Sau khoá học, mình đã không còn nhồi nhét các chỉ số trong một dashboard nữa, mà thay vào đó là tinh gọn các báo cáo, chọn những chỉ số phù hợp cho mục tiêu của báo cáo, tạo các mốc thời gian rõ ràng (7 ngày, 30 ngày, 1 quý) để người xem có thể dễ dàng đọc và hiểu được những ý mà mình đã gửi gắm vào dashboard. Ngoài ra, mình cũng tập trung hơn vào phân tích các chỉ số đo lường và ý nghĩa của sự liên kết giữa các chỉ số để đưa ra các nhận định, đánh giá khách quan hơn, có số liệu chứng minh cụ thể. Từ đó, các insight mình đưa ra cũng hợp lý hơn khi có số liệu dẫn chứng đi kèm.
Quốc Kha - Ex Senior Digital Marketer Trung Nguyen Legend
Like - Feedback
2
1 day ago
Là một người làm sáng tạo, mình hay bị ngộp và sợ mỗi khi nhìn thấy số liệu. Việc được thực hành và cọ xát nhiều với các thể loại số liệu trong suốt khóa học, cũng giúp bản thân mình có thời gian ngâm cứu và đối diện với nó hơn. Sau khóa học, mình nghĩ điều thay đổi nhiều nhất là cách mình tiếp nhận, đọc và phân tích những con số để rút ra những insight cần thiết. Giờ đây, mình hiểu rõ được rằng khi phân tích dữ liệu, bản thân sẽ cần đi theo quy trình nào, đọc dữ liệu thế nào cho hiệu quả, cũng như xác định đúng vấn đề cần tập trung để giải quyết.
Uyên Thanh - Marketing Specialist Electrolux
Like - Feedback
1
1 day ago

TM Alumni 

ĐĂNG KÝ TƯ VẤN

Bạn chưa biết khoá học nào phù hợp với mình?

090.586.2499

Liên hệ với hotline