LỘ TRÌNH CHI TIẾT

HỌC PHÍ

BÀI LÀM HỌC VIÊN

ĐĂNG KÝ HỌC

TỔNG QUAN

GIẢNG VIÊN

“Data Analyst là nghề hot, lương ngàn đô, cơ hội rộng mở...” Đó là điều rất nhiều người từng nghe khi bắt đầu tìm hiểu về ngành Data. Nhưng kể từ khi AI xuất hiện, cánh cửa bước vào ngành đang trở nên khó hơn bao giờ hết.

Trước đây, một ứng viên fresher chỉ cần: biết SQL, biết Python, build được dashboard hoặc làm vài project portfolio là đã có thể tạo lợi thế khi ứng tuyển. Còn hiện tại, AI có thể hỗ trợ làm gần như toàn bộ những công việc đó: tự clean data, tự viết code SQL/Python, tự phân tích dữ liệu, thậm chí tự dựng dashboard chỉ trong vài phút.

Khi những việc mang tính “execution” dần được AI tự động hóa, tiêu chuẩn tuyển dụng của doanh nghiệp cũng thay đổi hoàn toàn. Điều đó dẫn đến một câu hỏi rất thực tế: “Nếu AI đã làm được gần hết phần technical căn bản, doanh nghiệp còn cần một Data Analyst fresher để làm gì? Vừa mất công training vừa không làm được nhanh bằng AI?”

Câu trả lời nằm ở những thứ AI chưa thực sự thay thế được:
➤ Hiểu business problem phía sau con số
➤ Biết đặt đúng câu hỏi với dữ liệu
➤ Đọc insight trong đúng context doanh nghiệp
➤ Đánh giá tính hợp lý của phân tích và đưa ra recommendation phục vụ decision-making

Thứ phần lớn fresher đang thiếu không chỉ là technical skill, mà là analytical thinking, business understanding và khả năng làm việc cùng AI để giải quyết bài toán thực tế. Đó cũng là lý do nhiều người rơi vào vòng lặp: học tool → làm project → apply job → vẫn bị từ chối.

Trong kỷ nguyên AI, lợi thế không còn nằm ở việc ai code nhanh hơn. Doanh nghiệp giờ đây không còn tìm kiếm người “biết dùng tool”. Lợi thế nằm ở những ứng viên có khả năng hiểu business tốt hơn, đặt câu hỏi tốt hơn và đưa ra decision tốt hơn từ dữ liệu.

Xem lộ trình chi tiết

Hiểu rõ tiêu chuẩn tuyển dụng thay đổi ngày càng nhanh trong thời AI, chương trình Professional Data Analyst được thiết kế không chỉ để giúp bạn học công cụ, mà còn xây dựng tư duy phân tích dữ liệu, business mindset và AI workflow bám sát nhu cầu tuyển dụng thực tế tại Việt Nam.

Xem lộ trình chi tiết

- Hiểu quy trình ra quyết định khoa học nhằm giảm bias và nâng cao chất lượng quyết định
- Tiếp cận tư duy Choice Architecture để thiết kế cấu trúc lựa chọn và tối ưu stakeholder decision-making
- Nắm vững nền tảng Probability Theory & Hypothesis Testing để đánh giá độ tin cậy của dữ liệu
- Ứng dụng Interval Estimation & Risk Control trong việc quản lý rủi ro và ra quyết định trong điều kiện bất định
- Hoàn thiện Portfolio Project 04: Phân tích và đánh giá hiệu quả chiến dịch Marketing, tối ưu ngân sách và lựa chọn chiến lược dựa trên dữ liệu
📌 Skills Gained: Decision-Making, Choice Architecture, Probability Theory, Hypothesis Testing, Risk Control, Critical Thinking
(LEVEL 4) Decision Science & Strategic Thinking: Applying Probability Theory & Critical Thinking for Strategic Decision-Making

4

📌 Skills Gained: Predictive Analytics, Machine Learning Foundation, Python for Data Analysis, AI/ML Application
- Nắm vững các thuật toán Machine Learning cơ bản như Regression, Clustering & Classification
- Hiểu cách sử dụng Python (Pandas, Scikit-learn) để xử lý dữ liệu, train & evaluate mô hình
- Tiếp cận quy trình triển khai dự án Machine Learning từ data preparation đến model evaluation
- Ứng dụng AI/ML vào các bài toán kinh doanh như dự báo doanh thu, tối ưu Marketing Budget & ROI
- Hoàn thiện Portfolio Project 03: Predictive Model for Marketing Budget & ROI Optimization
(LEVEL 3) Predictive Analysis: Applying AI & Machine Learning for Forecasting & Business Optimization

3

📌 Skills Gained: SQL, Data Preparation, Data Modeling, Data Warehouse Foundation, Marketing Data Integration
- Hiểu cách xây dựng nền tảng dữ liệu phục vụ phân tích & reporting
- Làm quen với Data Modeling & Data Warehouse mindset trong doanh nghiệp
- Hiểu cách thiết kế hệ thống KPI và bảng dữ liệu phục vụ business reporting
- Thành thạo xây dựng Data Warehouse trên Cloud
- Kết nối và chuẩn hóa dữ liệu Marketing từ nhiều nguồn (CRM, Facebook Ads, Google Analytics,...)
- Hoàn thiện Portfolio Project 01: BigQuery Data Warehouse & Marketing Data Mart for KPI Analysis
(LEVEL 1) Data Preparation: Building Analytics-ready Data Foundation for Business Reporting

1

Lộ trình 6 tháng chinh phục vị trí Data Analyst

📌 Skills Gained: Data Mindset, Analytical Thinking, Statistics Foundation, BI Tools (Power BI/Tableau/Excel), Data Visualization, Insight Discovery, AI-assisted Reporting
- Nắm vững quy trình phân tích dữ liệu từ business problem đến insight & recommendation
- Phát triển tư duy phân tích (Analytical Thinking) để bóc tách và giải quyết bài toán kinh doanh một cách hệ thống
- Hiểu nền tảng thống kê và cách đọc – phân tích dữ liệu trong thực tế doanh nghiệp
- Thành thạo Power BI/Tableau/Excel kết hợp AI để xây dựng dashboard trực quan & chuyên nghiệp
- Thực hiện phân tích dữ liệu đa chiều nhằm khám phá insight và hỗ trợ ra quyết định
- Hoàn thiện Portfolio Project 02: Customer Segmentation & Marketing Campaign Performance Analysis
(LEVEL 2) Descriptive & Diagnostic Analytics: Building Dashboards & Performing Data Analysis for Decision Making with AI

2

ĐĂNG KÍ NHẬN TƯ VẤN

Nắm vững concept về hệ thống dữ liệu

Thành thạo SQL để truy vấn & xử lý dữ liệu

Rèn luyện tư duy "đặt câu hỏi" phân tích

Xây dựng báo cáo Business Intelligence cơ bản

Trang bị tư duy làm data bài bản

Bóc tách vấn để với Analytical Framework

Thành thạo BI tool để xây dựng dashboard

Phân tích số liệu & tạo báo cáo BI chuyên sâu

Nắm vững quy trình ra quyết định khoa học

Tối ưu quyết định với Choise Architecture

Ứng dụng xác suất trong việc ra quyết định

Nắm vững các thuật toán Machine Learning cơ bản

Sử dụng Python để xây dựng & đánh giá mô hình

Ứng dụng Machine Learning vào thực tế

Trang bị nền tảng vững chắc về AI

- Xây dựng portfolio Data Analyst chuẩn với dự án có business context rõ ràng
- Sử dụng GitHub để lưu trữ, trình bày và chia sẻ dự án chuyên nghiệp
- Được trainers trực tiếp review CV và hướng dẫn hoàn thiện portfolio
- Xây dựng personal brand trên Linkedin/Facebook để tăng cơ hội khi ứng tuyển Data Analyst
Portfolio Building & CV Review

5

Đặc quyền dành riêng cho học viên:
PORTFOLIO BUILDING & REVIEW

Portfolio Review & Personal Brand

- Revise Portfolio và nhận góp ý trực tiếp từ trainer
- Xây dựng Personal Brand thông qua blog, research và nội dung chuyên môn để tăng độ tin cậy. Học cách sử dụng LinkedIn, Facebook nhóm nghề nghiệp để đưa Portfolio tiếp cận HR và mở rộng cơ hội nghề nghiệp.

2

Dành cho cho sinh viên, người mới ra trường hoặc người muốn chuyển ngành đang cần một Portfolio chuyên nghiệp để thể hiện năng lực. Giúp học viên xây dựng Portfolio rõ ràng, logic, đúng chuẩn nhà tuyển dụng để tăng cơ hội nghề nghiệp.
Xây dựng Portfolio chuyên nghiệp & thương hiệu cá nhân để tăng cơ hội việc làm.

Demo các buổi Review CV cùng trainer

- Biết cách xây dựng dự án chuẩn tuyển dụng: dataset phù hợp, vấn đề kinh doanh rõ ràng, cấu trúc dự án logic.
- Thể hiện đúng kỹ năng cốt lõi (Excel, Power BI, Python, SQL) mà không sa đà vào trình bày tool.
- Sử dụng GitHub để lưu trữ, trình bày và chia sẻ Portfolio chuyên nghiệp.

Portfolio Building 

1

ĐĂNG KÍ NHẬN TƯ VẤN

Người chuyển ngành
(Sales, Marketers,...)

Người trái ngành muốn chuyển sang Data Analytics (domain Marketing & Sales), đang tìm kiếm các vị trí Data Analyst level Fresher hoặc 1-2 năm kinh nghiệm

Sinh viên/vừa tốt nghiệp
(chuyên ngành kinh tế)

Sinh viên/Vừa tốt nghiệp (các chuyên ngành kinh tế) quan tâm đến Data Analysis trong lĩnh vực Marketing & Sales, mong muốn tìm kiếm vị trí Intern/Fresher Data Analyst

Chương trình này dành cho ai?

ĐĂNG KÍ NHẬN TƯ VẤN

Du học sinh ngành Business/Data Analytics

Những bạn đang học/chuẩn bị học ngành Business Analytics, Data Analytics hoặc các chuyên ngành liên quan ở nước ngoài, mong muốn trang bị trước các kỹ năng cần thiết

Tại sao lựa chọn Professional Data Analyst (PDA) Program

Không chỉ học lý thuyết, học viên được trải nghiệm các task thực tế của một Data Analyst thông qua:

- Real Business Cases: Giải quyết các bài toán phân tích dữ liệu thực tế từ các ngành Marketing, Sales, E-commerce,...
- Step-by-step Guidance: Tutorial chi tiết, code notebook và đáp án đầy đủ để đảm bảo mọi học viên đều có thể hoàn thành bài tập

Đặc biệt, mỗi project đều được thiết kế để học viên có thể đưa vào Portfolio cá nhân, tự tin showcase với nhà tuyển dụng.

Build portfolio qua case study “thực chiến” từ doanh nghiệp

ĐĂNG KÍ NHẬN TƯ VẤN

Giáo trình được phát triển dựa trên chương trình đào tạo Data Analytics từ các trường đại học top 1% thế giới, được tối ưu để đáp ứng yêu cầu tuyển dụng Data Analyst tại Việt Nam, bao gồm:

- Technical Skills & Statistical Knowledge: Thành thạo SQL, Power BI/Excel, Python và các kiến thức về toán thống kê, xác suất - bộ kỹ năng cốt lõi của Data Analyst. 
- Business Understanding: Nắm vững business metrics và KPIs quan trọng của mỗi lĩnh vực (đặc biệt là Marketing & Sales) để phân tích dữ liệu đúng context và đưa ra insights có giá trị thực tế cho doanh nghiệp.
- AI Integration: Tích hợp AI và Machine Learning vào quy trình phân tích, nâng cao lợi thế cạnh tranh khi ứng tuyển vị trí Data Analyst trong thời đại AI. 
Trang bị kỹ năng của Data Analyst theo chuẩn quốc tế

Giáo trình được phát triển dựa trên chương trình đào tạo Data Analytics từ các trường đại học top 1% thế giới, trang bị kiến thức & kỹ năng toàn diện để tự tin ứng tuyển vị trí Data Analyst, bao gồm:

- Technical Skills & Statistical Knowledge: Thành thạo SQL, Power BI/Excel, Python và các kiến thức về toán thống kê, xác suất - bộ kỹ năng cốt lõi của Data Analyst. 
- Business Understanding: Nắm vững business metrics và KPIs quan trọng của mỗi lĩnh vực (đặc biệt là Marketing & Sales) để phân tích dữ liệu đúng context và đưa ra insights có giá trị thực tế cho doanh nghiệp
- AI Integration: Tích hợp AI và Machine Learning vào quy trình phân tích, nâng cao lợi thế cạnh tranh khi ứng tuyển vị trí Data Analyst trong thời đại AI. 
Trang bị kỹ năng của Data Analyst theo chuẩn quốc tế
Không chỉ học lý thuyết, học viên được trải nghiệm các task thực tế của một Data Analyst thông qua:

- Real Business Cases: Giải quyết các bài toán phân tích dữ liệu thực tế từ các ngành Marketing, Sales, E-commerce,...
- Step-by-step Guidance: Tutorial chi tiết, code notebook và đáp án đầy đủ để đảm bảo mọi học viên đều có thể hoàn thành bài tập

Đặc biệt, mỗi project đều được thiết kế để học viên có thể đưa vào Portfolio cá nhân, tự tin showcase với nhà tuyển dụng.

Build portfolio qua case study “thực chiến” từ doanh nghiệp
Học hỏi từ những chuyên gia hàng đầu trong lĩnh vực Data Analytics, kết hợp giữa kiến thức chuyên sâu và kinh nghiệm thực chiến:

- Academic Experts: Thạc sĩ từ top 1% trường đại học thế giới (NUS, Deakin, Maastricht) - được đào tạo sâu về chuyên môn và luôn được cập nhật kiến thức Data Science mới nhất trên thế giới
- Industry Managers/Leaders:
Director/Senior Manager/Senior Analyst tại Nielsen IQ, Techcombank, VNG, Base.vn - tham gia trực tiếp vào quy trình phân tích dữ liệu trong doanh nghiệp & hiểu rõ nhất yêu cầu tuyển dụng Data Analyst hiện tại

Kết nối cùng giảng viên là chuyên gia trong mảng Data
Kết nối với cộng đồng chuyên gia và tìm kiếm cơ hội việc làm thông qua:

- Career Network: Kết nối trực tiếp các anh chị trainers là senior đang làm việc tại các công ty mơ ước, chia sẻ cơ hội nghề nghiệp hàng tháng trong nội bộ cộng đồng cựu học viên
- Lifelong Learning: Truy cập kho tài liệu học tập và tham gia miễn phí các workshop chuyên sâu cùng các chuyên gia đầu ngành để cập nhật xu hướng mới nhất
- Community Support: Kết nối với các chuyên gia trong lĩnh vực Data, hỗ trợ tư vấn chuyên môn ngay cả khi đã kết thúc chương trình học

Tìm kiếm cơ hội việc làm qua cộng đồng cựu học viên

Học hỏi từ những chuyên gia hàng đầu trong lĩnh vực Data Analytics, kết hợp giữa kiến thức chuyên sâu và kinh nghiệm thực chiến:

- Academic Experts: Thạc sĩ từ top 1% trường đại học thế giới (NUS, Deakin, Maastricht) - được đào tạo sâu về chuyên môn và luôn được cập nhật kiến thức Data Science mới nhất trên thế giới
- Industry Managers/Leaders:
Director/Senior Manager/Senior Analyst tại Nielsen IQ, Techcombank, Base.vn - tham gia trực tiếp vào quy trình phân tích dữ liệu trong doanh nghiệp & hiểu rõ nhất yêu cầu tuyển dụng Data Analyst hiện tại.

Kết nối cùng giảng viên là chuyên gia trong mảng Data
Kết nối với cộng đồng chuyên gia và tìm kiếm cơ hội việc làm thông qua:

- Career Network: Kết nối trực tiếp các anh chị trainers là senior đang làm việc tại các công ty mơ ước, chia sẻ cơ hội nghề nghiệp hàng tháng trong nội bộ cộng đồng cựu học viên
- Lifelong Learning: Truy cập kho tài liệu học tập và tham gia miễn phí các workshop chuyên sâu cùng các chuyên gia đầu ngành để cập nhật xu hướng mới nhất
- Community Support: Kết nối với các chuyên gia trong lĩnh vực Data, hỗ trợ tư vấn chuyên môn ngay cả khi đã kết thúc chương trình học

Tìm kiếm cơ hội việc làm qua cộng đồng cựu học viên

Level 1: Querying Data with SQL for Basic Reporting

Nắm vững các concept cơ bản về dữ liệu & hệ thống dữ liệu
Hiểu được các khái niệm cơ bản như: Cơ sở dữ liệu quan hệ (Relational Database), Nhà kho dữ liệu (Data Warehouse), Đường ống dữ liệu (Data Pipeline), Mô hình dữ liệu (Data Model),... để hiểu bản chất trước khi bắt đầu truy vấn. 
Thực hiện các báo cáo "lấy số" từ database đơn giản
Có khả năng tạo các báo cáo và truy vấn cơ bản lấy dữ liệu từ database để phục vụ Business Intelligence, giải quyết các bài toán đơn giản như: đâu là top các sản phẩm bán chạy, đâu là khách hàng tiềm năng chi tiêu cao,...
Thành thạo các hàm SQL từ cơ bản đến nâng cao để truy vấn, xử lý và kết hợp dữ liệu. Đồng thời, rèn luyện tư duy phân tích, bẻ nhỏ yêu cầu truy vấn thành các phần đơn giản để viết câu lệnh SQL chính xác và hiệu quả. 
Thành thạo SQL và biết cách chuyển đổi yêu cầu thành code SQL

Nội dung Level 1: Khóa học SQL for Data Analysis

Introduction to Data System

1. Giới thiệu các loại cơ sở dữ liệu
2. Vai trò và cấu trúc cơ sở dữ liệu
3. Giới thiệu về mô hình dữ liệu
4. Quy trình xây dựng cơ sở dữ liệu

1

Data Pipeline

1. Giới thiệu về đường ống dữ liệu
2. Tổng quan về cloud computing
3. Giới thiệu các đường ống dữ liệu trên cloud (Zapier, Airbyte)
4. Giới thiệu về Google Cloud Platform & BigQuery

2

Understanding Data System & Basic Query for Data Extraction

Basic SQL

1. Giới thiệu SQL và PostgreSQL
2. Cài đặt PostgreSQL và pgAdmin
3. Tạo cơ sở dữ liệu đầu tiên
4. Các lệnh: CREATE, SELECT, INSERT, ALTER, UPDATE, DELETE, DROP

3

Intermediate SQL

1. Các hàm xử lý, chuyển đổi 3 loại dữ liệu: numeric, character, datetime
2. Lọc nâng cao với AND, OR, NOT, IN, BETWEEN, LIKE
3. Xét điều kiện với CASE, COALESCE
4. Thực hành qua case study

4

SQL Joins

1. Giới thiệu về truy vấn đa bảng
2. Phân biệt các loại JOIN: INNER, LEFT, RIGHT, FULL, CROSS
3. Giới thiệu và phân biệt UNION
4. Thực hành qua case study

5

1. Giới thiệu hàm tổng hợp: COUNT, SUM, AVG, MIN và MAX
2. Kết hợp dữ liệu bằng GROUP BY, lọc kết quả bằng HAVING
3. Thực hành qua case study

SQL Aggregations

6

Advanced Query for Data Cleaning & Data Analysis

Subqueries & CTEs

1. Giới thiệu Subqueries và CTEs
2. Sử dụng Subqueries & CTEs trong lệnh WHERE, SELECT và FROM
3. Lọc nâng cao với ANY, ALL, EXISTS
4. Thực hành qua case study

7

Window Functions

1. Giới thiệu về Window Functions
2. Xếp hạng: ROW_NUMBER, RANK, DENSE_RANK, NTILE
3. Tìm giá trị: FIRST_VALUE, LAST_VALUE, LAG, LEAD
4. Thực hành qua case study

8

Data Cleaning

1. Xử lý các vấn đề thường gặp: missing values, duplicates, outliers
2. Chuẩn hóa định dạng dữ liệu
3. Tách một cột thành nhiều cột
4. Giới thiệu ChatGPT

9

Capstone Project

Xây dựng CSDL và truy vấn bằng SQL (học viên làm xuyên suốt cả khóa học như đồ án tốt nghiệp và portfolio ứng tuyển công việc)

Học viên được hướng dẫn sử dụng hệ quản trị cơ sở dữ liệu PostgreSQL.

10

ĐĂNG KÍ NGAY

Level 2: Building Dashboards & Performing Data Analysis for Decision Making

Trang bị tư duy làm data bài bản thông qua trình 6 bước: Define Problem, Data Collection, Data Preparation, Data Exploration (EDA), Building report, Insight & recommendation. 
Trang bị Data Mindset với quy trình làm Data bài bản
Nắm vững khái niệm và cách ứng dụng kiến thức thống kê (Measure of tendency, Measure of variability, Distribution) để hiểu rõ tệp dữ liệu.
Cung cấp nền tảng về Thống Kê
Trang bị nền tảng về kỹ thuật để học viên tự tin sử dụng các công cụ như Power BI, Excel hoặc Tableau nhằm xử lý, trực quan hóa dữ liệu và xây dựng dashboard. 
Xây dựng Dashboard
Trang bị tư duy đọc – hiểu số liệu kinh doanh, kết hợp kỹ thuật phân tích như thống kê mô tả, hồi quy, tương quan và phân tích chuỗi thời gian; đồng thời củng cố kiến thức Business Domain qua luyện tập case study thực tế đa ngành (Sales, Customer, Marketing…) dưới sự hướng dẫn của các trainers nhiều năm kinh nghiệm.
Rèn luyện tư duy đọc số & phân tích tìm insight để ra quyết định

Các công cụ được giảng dạy

Power BI
Excel
Tableau
Ở level này, tùy theo nhu cầu, học viên sẽ có thể tùy chọn học công cụ Power BI | Tableau hoặc Excel
với 2 một trong hai khóa học: 
- Data Analysis with Power BI & Tableau
- Data Visualization & Analytics with Excel

Nội dung Level 2: Khóa học Data Analysis with Power BI | Tableau

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

Statistics, Building Dashboard & Data Storytelling

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

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

ĐĂNG KÍ NGAY

Nội dung Level 2: Khóa học Data Visualization & Analytics with Excel

Data Visualization & Building Excel Dashboard

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

Statistics & Analytical Skills

Data Storytelling

6

Exploratory Data for Business 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

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

Regression & Correlation for Lead Generation

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

Time Series for Sales Forecast

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

ĐĂNG KÍ NGAY

Level 3: Applying AI & Machine Learning for Predictive Forecasting

Khóa học cung cấp kiến thức nền tảng về Python và các thư viện trong Python như Pandas, Numpy & Seaborn để học viên có thể làm sạch, biến đổi dữ liệu, phân tích và trực quan hóa dữ liệu nhanh chóng. 
Trang bị nền tảng về Python và ứng dụng Python trong phân tích dữ liệu
Khóa học sẽ giúp bạn biết cách ứng dụng các thuật toán Machine Learning để xây dựng các mô hình dự báo, giúp giải quyết 4 bài toán phổ biến nhất trong doanh nghiệp:
➤  Phân loại khách hàng với thuật toán K-Nearest Neighbors
➤  Dự báo doanh thu với thuật toán Linear Regression
➤  Dự đoán giá với thuật toán Multivariate & Polynomial regression
➤  Dự đoán rủi ro khách hàng với thuật toán Logistic Regression
Ứng dụng Machine Learning vào bài toán thực tế: phân khúc khách hàng, dự đoán doanh thu,...

Nội dung Level 3: Khóa học Advanced Analytics with Python

ĐĂNG KÍ NGAY

Căn bản về Predictive analytics & machine learning

1. 3 level của Business analytics.
2. Phân loại các mảng trong AI, Machine Learning, Deep Learning.
3. Các loại mô hình dự đoán.
4. Tư duy: Máy học như thế nào?
5. Demo dự án phân tích dự báo mẫu.

1

2

Python 1 - Kiến thức nhập môn

1. Kiến thức nhập môn về lập trình Python: biến dữ liệu, kiểu dữ liệu, hàm số, cấu trúc điều khiển,....
2. Thực hành tính toán cơ bản trên Python.

Basic Python for Data Analysis

Dự báo doanh thu với Linear Regression

1. Nguyên lý cơ bản của thuật toán Linear Regression
2. Ưu điểm và nhược điểm của thuật toán Linear Regression
3. Ứng dụng Linear Regression cho bài toán dự báo
4. Thực hành thuật toán Linear Regression trên Google Colab

8

Dự đoán giá với Multivariate & Polynomial regression

1. Nguyên lý cơ bản của Multivariate & Polynomial Regression
2. Case study: Dự đoán giá bất động sản
- Phân tích EDA để phân tích dữ liệu
- Xây dựng mô hình Multivariate/ Polynomial Regression để dự đoán giá bất động sản
- Đánh giá độ hiệu quả của mô hình

9

Dự đoán rủi ro khách hàng với Logistic Regression

1. Nguyên lý cơ bản của thuật toán Logistic Regression
2. Ưu điểm và nhược điểm của thuật toán Logistic Regression
3. Ứng dụng Logistic Regression cho bài toán phân loại
4. Case study: Loan default prediction
- Xây dựng mô hình Logistic Regression để dự đoán khách hàng có rủi ro cao
- Đánh giá độ hiệu quả

10

Chọn và chuẩn hóa mô hình training

1. Các kĩ thuật cross validation để điều chỉnh mô hình dự báo
2. Các metrics đo lường hiệu quả của thuật toán Regression & Classification
3. Kỹ thuật xử lý Overfitting: Regularization L1, L2

11

Assignment 2: Capstone project (Regression)

Case study tối ưu marketing budget/ ROI
- Phân tích EDA khám phá dữ liệu chi phí marketing và revenue
- Xây dựng mô hình Multivariate/ Polynomial Regression để dự đoán revenue
- Tối ưu chi phí marketing từ mô hình dự đoán
- Đánh giá độ hiệu quả của mô hình

12

Phân loại khách hàng với thuật toán KNN

1. Nguyên lý cơ bản của thuật toán K-Nearest Neighbors
2. Ưu điểm và nhược điểm của thuật toán KNN
3. Ứng dụng KNN cho bài toán phân loại
4. Thực hành thuật toán KNN trên Google Colab

6

Assignment 1: Thực hành KNN phân loại khách hàng

Case study: Customer Classification
- Phân tích EDA - khám phá dữ liệu khách hàng
- Xây dựng mô hình KNN để phân loại khách hàng
- Đánh giá độ hiệu quả của mô hình

7

Python 4 - Phân tích mô tả

Thực hành Case study: Phân tích business performance sử dụng Python (tải dữ liệu, làm sạch, trực quan hoá)

5

Python 2 - Cấu trúc dữ liệu và làm sạch dữ liệu

1. Data structure trong python (List, Tuple, Dictionary, Set) và các built-in function, cách đọc hiểu list và dictionary, cách tạo lập hàm số.
2. Làm sạch dữ liệu, xử lý data bị thiếu, biến đổi dữ liệu, xử lý dữ liệu dạng chuỗi, kết hợp các dataset với nhau, các phép toán với 'join', các phép toán tổng hợp dữ liệu.

3

Python 3 - Thư viện Pandas, Numpy & Seaborn

1. Giới thiệu thư viện Python cho tính toán, xử lý dữ liệu và trực quan hoá: Pandas, Numpy, Seaborn, Matplotlib.
2. Thực hành sử dựng thư viện để trực quan hoá.

4

Apply Machine Learning for Predictive Analytics

Đội ngũ giảng viên

Chị Bích Trân

SEA region Director @NielsenIQ

Chị Xuân Thuỵ

Senior Manager - Consulting Lead @Neilsen IQ
Ex Business Intelligence, Strategy & Planning Manager @Lazada

Anh Đức Mạnh

Data scientist @Chứng khoán SSI, Former Data scientist - @Mcredit & Techcombank

Anh Minh Quang

Founder & CEO @Tomorrow Marketers
Master of Science/ Business Analytics @National University of Singapore

ĐĂNG KÍ NHẬN TƯ VẤN

Chị Minh Trang

Associate Director NielsenIQ

Anh Quang Chính

Data Engineer @Base.vn

Chị Linh Lê

Data Analyst @Base.vn

Anh Minh Hiếu

Former Core Assurance @EY
Master of Science/ Business Analytics @National University of Singapore

Anh Trường Giang

AI Engineer @Viettel,
Ex Modeler @SHB,
PhD, Computational and Quantum Chemistry @National University of Singapore

Học phí Professional Data Analyst (PDA) Program

12,085,000 đ

Alumni

    Học phí cho cựu học viên Tomorrow Marketers 

Đăng ký nhận tư vấn

17,809,000 đ

Standard

    Học phí tiêu chuẩn chưa áp dụng ưu đãi

Đăng ký nhận tư vấn

Đăng ký nhận tư vấn

13,489,000 đ

Early Bird

  • Học phí áp dụng khi học viên đăng ký sớm
Giảm thêm 2.000.000 đ nếu là sinh viên hoặc đăng kí nhóm (nếu vừa là sinh viên vừa đăng kí nhóm, chỉ được chọn 1 trong 2 hình thức giảm.
Lưu ý: Học phí chưa bao gồm 8% VAT

Quyền lợi học viên

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

Câu hỏi thường gặp

Chính sách bảo lưu với các học phần (bao gồm cả iEIT và TM): 
Học viên được bảo lưu 1 lần/khoá với điều kiện chưa học quá 2 buổi của khoá. Lưu ý: toàn bộ chương trình học cần hoàn thiện trong 1 năm kể cả thời gian bảo lưu nếu học viên có bảo lưu.

Chính sách bảo lưu khóa học? 

Chương trình được thiết kế từ dễ đến khó phù hợp cho các bạn mới bắt đầu và không yêu cầu kiến thức/kinh nghiệm về data để tham gia khóa học. 

Chưa biết gì về data thì có tham gia được không?

Học viên nên học theo thứ tự, tuy nhiên có một số học phần học viên có thể linh động sắp xếp học trước. Bộ phận chăm sóc khách hàng tại TM Data School sẽ trao đổi lịch học cụ thể với học viên sau khi đăng ký học. 

Lịch học sẽ diễn ra thế nào? Tôi có cần học đúng theo thứ tự học phần?

Học viên sẽ nhận được chứng chỉ của TM Data School nếu đáp ứng điều kiện:
- Nghỉ học không quá 30% số buổi
- Hoàn thành tối thiểu 70% số lượng bài tập trong học phần.
- Đạt tối thiểu 50% bài test cuối khóa

(Lưu ý: Điều kiện cụ thể của từng học phần có thể có sự khác biệt nhất định so với điều kiện cố định trên đây)

Học xong có chứng chỉ không? Điều kiện nhận chứng chỉ là gì?

Tài liệu được cung cấp toàn bộ trên hệ thống học tập dành cho học viên của TM (Thinkific) bao gồm slide bài giảng, case study đọc trước buổi học, hệ thống assigment, quiz, bài đọc thêm, tài liệu tham khảo. Học viên sẽ được add vào hệ thống và gửi mail hướng dẫn truy cập khoá học ở đầu khoá, trước khai giảng 3 ngày. 

Có những tài liệu học nào được cung cấp và hình thức nhận tài liệu là gì?

Chính sách học bù:
Học viên được học bù tối đa 2 buổi (đối với các khoá từ 6 buổi trở lên) và 1 buổi đối với các khoá có 4 buổi học. Học bù sẽ học cùng khoá sau, dự kiến khai giảng cách khoá học viên theo học 1-2 tháng. Thời hạn học bù tương ứng với 2 lần khai giảng của khoá tiếp theo (sau khoá học viên theo học)

Chính sách học lại các học phần:
- Học viên có tối đa 1 năm để hoàn thành tất cả các học phần trong chương trình (thời điểm 1 năm tính từ ngày khai giảng học phần đầu tiên). Sau thời hạn này, nếu học viên có nhu cầu học lại bất cứ học phần nào thì chính sách học lại của sẽ được áp dụng như dưới đây:
- Học viên có thể học lại với mức chi phí bằng 25% học phí tiêu chuẩn trong vòng 6 tháng tiếp theo kể từ khi thời hạn 1 năm kết thúc.
- Sau 6 tháng này, mức chi phí học lại sẽ bằng với mức giá cựu học viên được niêm yết trên website
- Nếu học viên muốn học lại theo buổi và đã sử dụng hết quyền lợi của chính sách học
bù, chi phí là 300.000 VND/buổi và không quá 50% số buổi của khoá học. Nếu quá 50% số buổi, học viên cần thanh toán phí cho toàn khoá học.

Chính sách bảo lưu với các học phần:
Học viên được bảo lưu 1 lần/khoá với điều kiện chưa học quá 2 buổi của khoá. Lưu ý: toàn bộ chương trình học cần hoàn thiện trong 1 năm kể cả thời gian bảo lưu nếu học viên có bảo lưu.

Nếu tôi có việc bận không tham gia được thì có chính sách học lại hay bảo lưu không?

Kết nối với cộng đồng chuyên gia và tìm kiếm cơ hội việc làm thông qua:
- Career Network: Kết nối trực tiếp các anh chị trainers là senior đang làm việc tại các công ty mơ ước, chia sẻ cơ hội nghề nghiệp hàng tháng trong nội bộ cộng đồng cựu học viên.
-  Workshop: Tham gia miễn phí các workshop chuyên sâu cùng các chuyên gia đầu ngành để cập nhật xu hướng mới nhất.
- Community Support: Kết nối với các chuyên gia trong lĩnh vực Data, hỗ trợ tư vấn chuyên môn ngay cả khi đã kết thúc chương trình học.

Tôi sẽ được hỗ trợ thế nào trong quá trình tìm việc?

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

Lịch khai giảng

Xem chi tiết lịch khai giảng & cách thức tham gia học tại đây

Học phí Data Analytics Professional Program

*Lưu ý: Giá gốc tính theo mức giá Standard, chia thành 2 nhóm sinh viên và người đi làm.

Tiết kiệm so với học khóa lẻ

40%

Tiết kiệm so với học khóa lẻ

40%

Học phí: 24,490,000đ

Người đi làm

→ 14,694,000đ

Học phí: 23,020,000đ

Sinh viên

→ 13,812,000đ

ĐĂNG KÍ NGAY

Học phí các khóa học Data

Khóa học Data
Học phí tiêu chuẩn
không áp dụng ưu đãi
Standard
Học phí áp dụng khi
đăng ký sớm
Early Bird
Học phí áp dụng khi
đăng ký từ 2 người
Advanced Analytics with Python
8,250,000
5,750,000
5,550,000
Data Analysis with Power BI|Tableau
8,250,000
5,750,000
5,290,000
SQL for Data Analysis
7,990,000
5,490,000
5,290,000
Visualization & Analytics with Excel
6,290,000
4,790,000
4,590,000
Group
*Lưu ý:
- Nếu học viên là sinh viên sẽ được giảm 490.000đ trên mỗi mức giá
- Nếu học viên là cựu học viên, xem ưu đãi tại đây

ĐĂNG KÍ NGAY

Học phí khi khách hàng đăng ký combo theo lộ trình

Combo 2 khóa

Khách hàng chọn 2 khóa học bất kỳ, ưu đãi học phí 35% so với giá gốc

Giảm

35%

Combo 3 khóa

Khách hàng chọn 3 khóa học bất kỳ, ưu đãi học phí 40% so với giá gốc

Giảm

40%

*Lưu ý: Giá gốc tính theo mức giá Standard, chia thành 2 nhóm sinh viên và người đi làm.

ĐĂNG KÍ NGAY

Project trong khóa học của học viên

 Học viên Khánh Vân

Học viên Tu Hoang

Học viên Minh Quang

ĐĂNG KÍ NGAY

176 Comments

Sorted by

Bạn học được những gì tại các khoá Data của Tomorrow Marketers? 
Tomorrow Marketers
Like - Feedback
6
1 day ago
Sau khóa học, mình nghĩ bản thân đã nâng cấp được 4 khía cạnh khi approach một task về data:
1. Mổ xẻ vấn đề tốt hơn: dùng Issue Tree.
2. Visual data tốt hơn: phân loại chart, màu sắc, key message.
3. Sharing insight từ data dễ hiểu hơn, áp dụng tốt cho các case làm proposal, báo cáo cho cấp trên, và họp với các phòng ban.
4. Biết thêm nhiều tool mới: forecast, optimization, statistics.

Bộ Dataset trong khóa học cũng rất ok, dễ cho việc thực hành vì số liệu nhiều, đa dạng, và có nhiều situation để xử lý.
Bạch Dương - Marketing Officer tại AEON Vietnam | Khóa học Data Visualization & Analytics with Excel 

Trải nghiệm của học viên 

Minh Sơn - Quản lý dự án game tại Sparx* - a Virtuos studio | Khóa học Data Analysis with Power BI | Tableau
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.
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 | Khóa học Data Analysis with Power BI | Tableau
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  | Khóa học Data Analysis with Power BI | Tableau
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  | Khóa học Data Analysis with Power BI | Tableau
Like - Feedback
1
1 day ago

TM Alumni 

Like - Feedback
5
1 day ago
Like - Feedback
3
2 day ago

Tại sao chọn TM Data School

Học viên trên khắp mọi miền đất nước
25.000+
Trainers giàu chuyên môn trong mảng Data & Marketing
50+
Học viên tốt nghiệp hài lòng với khóa học
98%
Khách hàng doanh nghiệp tin tưởng và lựa chọn
200+
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

Đào tạo doanh nghiệp

Tomorrow Marketers Data School rất vinh dự khi được đồng hành và đào tạo đội ngũ nhân sự của các công ty/tập đoàn lớn trong và ngoài nước. Trong đó có các khách hàng nổi bật như: 

Tìm hiểu dịch vụ đào tạo doanh nghiệp

Các buổi học sẽ diễn ra thế nào?

Thực hành xác định vấn đề trước khi phân tích

Thực hành xây dựng Dashboard trên Power BI

Thực hành đọc số tìm Insight cùng Trainer

ĐĂNG KÍ NGAY

ĐĂNG KÝ TƯ VẤN

Bạn chưa biết khoá học nào phù hợp với mình?

090.586.2499

Liên hệ với hotline