%PDF-1.3 %Äåòåë§ó ÐÄÆ 3 0 obj << /Filter /FlateDecode /Length 10678 >> stream x½]Û’+·u}çWЖ3ž±<ûÞtìDò±Ç¹IÑIå!')•ýà²\åKU~?k_Öº›�Cp¨ØUâ§Ùû¶°±�FÿéøÕñOÇf>¾6—ãØtÇéÒÿüÛãÿxüìÝ_šã79žõÿùžOmomù~6ÌÝéÒ¿ùöðó÷Ç~Ô¿á£m§áøÚ5Íp|ÿíñ³÷ïÛcs|ÿ»ãó÷^Žïüå{À ðÔž¦s? üØ�ð›þҜڮïŽ3n|n.ãÁ;#Ø—î25 Õ�.S7·ÀžÚøõ7ßÑ�·ô"ûW× ÛǹoNýp°î ïÒ�ÿÒ½6çãó÷_Ž]w|þä/Ç×ùr|þ›—ãßÿæJWÇþ|‚dcê+î™.—öž¾¶ÖQèç|Ðí¹� Ðe7ŸŸjµFÞ¢µƒiíuß³Ñ^?ö'˜qºÌ§‘ÖLêû¡èö{þðŒ4íá9¾xq�押¥?p¦kVìÇñÔ'¸Å¸µâ�^Ðïãó§/ÇFü1ºÒµ0¦þ_@ɘ·ôÁuÒ¬­3õãižÝ§“^!ê @äa<>ŸÐ ¨ä3QÅ0žÏ/Ç.Õ Ùã{ÿó'¸ }nßÞ·Æ,t¥oâÆŒ·¹Wä¾9Á7!ç:„:S¾G�:BGè̓ýõÈ)S ÖÓçh^=ÉeK3eÜšì{Óä4Å×êìêDµfˆÆ5xE¾;5ˆh¦káDUž§ÓÜmT9C‰ˆ}�VÚî âƒÄ�ªå”z•nÀ`ß6ÛŒó|‚UÖý‰xnZ|mJèÁ«DØÓËáu§Øe†þ6™O¾þ)¾K<ÿŸ�‡Oâò¯4\#�XÀ?ñÞPbèY·šM¯Ix§M×:l›öí^CÀÀ²öhkžÿ.l&…xÐ@_B\¢vÐKüösѧ¨Ýƒjy½q­\5w¸ Z^\Ì.ü´HÞÝ1=–¾`Ç#Þ-d±CÔîáã ª\ŽcЊsÅ’œ"ØÝŸ‹ÐiHvá~ Ï[èæ�¸Šhí¸^|ÊoãZŽð1á‹…[îN&œ*T:ÆÍÁr›J®ÝQ_‡ôâ2¯«ïsꈟ_Ìs€¸Q]0u]qÀ[wNÞ ™Ó¶/jÜ�W~7=ë‡óiìLM7tí—PSÛž?w€¯0Ò€ò}Ñ÷»é„`M«¿2ýD¼}ˆ 7Ǧ;BÛþú,q€œY?ù=ãÃÆÆãó¯3c޸Θìüy»ç8µŒ¹ãÛTO3!×ßpåt‡‰TœrS^Œ9c–Aü#ˆAÆ�{·¨ºÎ¤ÖçÝqDû¼4i­Vv‚̵2 ÃÆ`¿vZ›ZQ153PÒ£×øŸ—(IW�öºh®q­‹V²|LèÖJx烀Ké¦^`­4Zê`‰xñ¸ò÷<‡~Ò¹>ÿ ÜHÔå@qÿ¬ÓŠAZúz­ÊÊÑ4ô ›% Ú=�i†@¡¯iL§+’š|Tcÿ^ºKcq2‘gé¹ÂòªDsðªÄ�•É‡80ͽHµA ú†`{¹¢Ê'ÿß;¤WgÌãþü£9—äqðHTN,�Å0ŒøÓ9Þ“~_?à‹¯~+ª•OqÂ<˜ŸOplýy|¿”ÃÓ})×cê(È«ý¢1,Ф\K,»Ö»ùáå“—lûë'̘_%yb‡Ù%¿�à×OŽáþWüzšm¨Ažx}¯°65S£“Ö�[øåËQæg‰>܈"ÙÕö_öáÃË“ˆˆîS6Õçu¼E ŠBÌ$2K£à.O^ô'€w±oñ»C’ÍÑžìªOå7°¸µž\ö�`ì©}�›9ÒWf+BÅÏìn@º‹¶?êߘ±Œ˜–jI.•/èàk«²W®ß'�…ˆ•\âMG(ÒeŠ?‡JbÚ¥I?}s@o~�^d müv»O¿|¢zÜý?¼üî#ÙîõÚËø÷Šdê×Oÿ.ÿ@p°×T5/�ï1lh�yüÄOÝÍÀ$áˆóv_šã~ß"“ßz¼»�ø­ŸB"ׯ¦jˆÿ0,^à7ðàSÕÁ“ýÛþ 9ŽÈîmï‘]¥‚¸}¯®™úß‹REß쪻"Ôó�ø\¥~¸çsê[‡ !W�‡ìZ?YK¹Q\Ñ|�~ör¸àË0õJ�ô'þ�¬$•û I|�׸’ÃÉ É{YG¼ãyJ.uôö uôºÑj]oðAªÌ|6¾—@!ñµÁ[z)³g¦‹1Éø)‚A&ðücç.ÐÅ]>²‘ÄÒI“déùPË\f/—°úVß‚ð– È�\UÔ‰Û@R0€¡™5S§_ù\+9PLVªRŠaµb£o¿žß»¾yW¯Ô°^&Á€&6åEË g“+“ñbR×oEÑùé?æ�\AɯW]NNpøj±FÔëüûc£UîOö„ÄÑjÃ÷"ŒPÂ2â8-æ•Ü‰qûµ_Í_qX׶þ&«Ès¶ ×/P�Œgä– ùük¼°hR;š’(§¸R¢bƒBoÃã6ÅrN:p †5UÄá'¿§hì²wîËrŒB‡4bÄÏü:2"?y{¶ùév�P³P¼ 7Úã�¾SŽ÷¶¹Èr¤ 6ãvÍ‘“‡FRÿÊÉÆČb°ˆE§ã9ªcßeÁÝ`3ù€Žä%BaYÄ™´üã‡Öúð¬ÿ8(Goú!¾÷{} �ù沈…{û_†ÑÙñ+œA~/ÙØg‹þ|x柽gÞ]¿,/·|õ1Â�`_éÞBɘ·ÑºÌõÚcYÃûâ÷óK½ãì�]«¹¾ôASPøgÕÝ�Õ]ÿ­ß´)—ºÑO§3ÞØã=„za�ƒ¯u¢“ /wca½* �2²ßã½›yrÍ÷‚¥nÌÍk“ u·0:*ˉ³ô¤E ‰ ÚIe׶Ž%¸ ¶“ë �~�5$iú¯áŽÒòkÄ;ŽroÞKXQÚü±:£ü »y’»b`^‰:Í™¨ ‘Ñ;¬†Iïr‰¥3³ÐüO‡¿è'/ãß•ÿäþ•Dö]ïSJûSýþ –•¦Œ²ò+XV?Uh«.ð‰PÑï]ƒ¼9&Q!?w0aIÑ /”6?ý2‚±ïÜåÀ»8VHdº ¿îõ6ÐܺSìû ��£¨‰\=¼ûUa?סIþΟ%ÓŒËD°I#r�òw}+º‚2¨ZÿáFL\hZó\ÄÕoÏÛƒ·¥r'ÿ�ß…—óϽ�xWÿš¢¼’j£d¡ç¸’¢Ñ"ßw@Slöz'HŒ(T•ôz+|AÓ¼/D2‘l]4󮤈º(DéPv欢{mÎ䛄µ:(»­ªŒÞãµÃûÕ¡!¿)­x5K Ã}ùE(Dæ~èßn:´og½Ùƒv®5Š–í²Þ}Œ�ÌÂ×٠ùLUÅ”t—N˜uËN:î亠ÂH7Ô­âjçÍ©††ƒÑëìW‡g·Šÿ•¾]åÍwâ1®Ó¸NÈN¼L/16ÙÏlMCÅŸ{ïnt´äÆËäH¿E¢™¨(d©âŸÙÕY„ݾN¼Š°ãÜ2Âæh‚QÐ�Ø�—ÓôÎ5É3–þµ’(¸‹Öq´p�ª‡]JX™kŸÅf†,N>GùE=�7ù—ìï?‡ª1�¥æÙÿu˜š¸Øó³ÜLPö•,í¦|Dï³N­·ð>Þ…?g÷x›…bÙ£–?ã§_F÷¢Íüë 9—ò2ŽXl¯ÔÏ»†ÍtÉüˆŠd)�œ÷îõ{EWõ½«aðwŠÆº,A …á^˜m3ˆ}L ³.¥ ºõR—¥”.áSY„Þ¾@·ŠÐc`Ëy[ߙǺï¸Ä;c˜ÿÕ:š<ã‹•¾\ýô+ÿUn}è“Nð³ÅØH+Ñ%øé÷ám©6þ™��º‡¤^l¯œÁïBºÌÒÑxOƷ߃?ò{¬ÝοÞQú«ÄÃÈ`ÿî‹úCõîMä\vÖûÎÎR}|©û�¾»dïÉû÷aÐÙù�LG9Þz_üg¼Šõ¯SÔd òoyoÉ.ÐT”�ß3õŸsàþÅZ=ü£Ï¯w­FZ‹ŸEÖì9Y!Ê5²é9ê5Û”M½Rti5²yß(ÂR�¼ðrjÌïFl~}r†Q©y~úïØGÆ!ûžGÒ•©Ë*”H4ÃŽùd‰3Ÿlú]"/ó>íxÔòj¾öÁëé,ëû-˜8%Tg#-E§JjÌÃ2ªUDÞ„šØ1»Î˨@Å>û»ðï.’[i1¶È óùÔÏXô§áÔ]flúŸzlöŸºcÓ�š©9÷Üô¿(-VVÂ7¥E¤Ió8œúi³Ìóù²6�îëºò3Y†�¨õ�Ñ‹Í’R@F‘>-…1sö!š“ÙþG-øàVüÚï¼þ V�öS·5SÒ¹™XZöq² ƒov™,LsÁ®ô»:úO“ô(r¶ ÁÆûúGGdIµjy¢�‡Hô_x.e”Ç3.x–„»mPV�ÇH &lhöIt̶H6ý[èʵ\‡r¬Äˆ\ÿC>û¯·ÐÃ�âL±œ óËú’º/>e+úª»æl£àˆïý2þY� Tÿš÷< ÙI¯dŠ…EÚ “�^¾’Û‰i¤×|ò)ƒ¶|O)Ù¿?f—Û G®huË»ÅëaqŽwb—%”$…­U:ŠÔG¥”†[aù3ÞUØL:Íïíö:†âñëÉüa(Ù�ˆµßaÀ?ú3žfzT-áa�ìÐKHU”A7Þö²cÿyí1#ACó ùºˆ,‹¹°š¬ŠœôÀë'-VÊŒëÃó;_zô5Fó7ÜÚÑM¿Í®¼e"XIÿ!4 5ò:~ÏuG/ÂûÝøW5Uê2oþ)RBÜ‹Wñ™`KSe�~ɃcØÖèƒc(¦ÿù·y†í,Û¼þ÷؃Pý½-W¾û_ÏØ�ÿb±üw:~ýNoûØF2Y~Â&°ßá@ä®Û8~ 7âh°Â:Wƒ1¤ëð˜Ü„ü§±cÝ”Çà:¤G§©;wøƒ°×ï~tS§d`ƒ•î9ëSÖ[ŽØG3+žŒ73PϳsP²æТZ‹4-q�ìì뛡«ôYZ3PÝœ »_Æ}ØJYi@²�KÝGuau߉¤±·¦­ÂK,nÞƒ�4nnãüÅ~–Lùnñ%‰y@Ž½²øA³Ý·¤ÕÒ?ëÐ�.ýËü¡˜UÇ0yÅj=vNÓ¹ÖY<"ZÔ~à °Žg�C[{ äHÃŒczÔ$5Xiæ¦ô]éð‡Ñ‚�ív”uÄeúP¤`@B'P`¨ºË?�¥Ÿäü –Ö ¼6§I»��Ò£gXÜ`lÅ3O™VùÆcĽk©wNº’w€DAzº›)èF÷àù»ê»e^/}r÷@*…ɤû‡5[búÓö]ÿ QëK̲t4�r&‹ÅûæÜ(kÞ5©4'˜z` x# ˆ.Œ † X& ÑVóQNÐmh�pÀ#ÐgT€—>C«uSe¯‰P.Ÿƒ-å#äJ<ìѧñìÞ)ÿ2.w H&.øßJ2Ln*‡T—LQ\,âÂ)m%à*éN‰(– “9u:4“l8|à27(sÃxRó@¬ã9É�}¹ÕnÜÙáSÛÖœ0ÿD-ØÐbÒåÂŒW°7øÒNÓ[†mBš¸–¾rq•ìùxIÖÓ@+“ÇÕµÂÊ̦ÈÊÞ^(¨ÈÊ‘:_Ñ2³a<�ºÂR1ÿê@W¨™ŠŒ•C]š¬ãÔŽ,ƒûJ'3Æ-õ³òUlM–•ä)g�²Bt`;ŒZI��I¾ƒ™y× }­ôŒŽ(/8¼¦ð)"]þ|Ü^Æ4rK=ÔAf;:.A•Ú"7»"'òøópÖƒ¾,uiŽoL%Û2“™ZÉŠ2Ž°¶…mÑ+…‘'_.¨ïær× êŒL·e¡vB¾8µ>ßHA‹é þ’Os²%‡{;-Òj¡%´Á]i#¥vYw\9‰,tà$G¹?µ;°CÔÛª"gÙ¢¹‰ìê¯rHs:Ë‘q™iÛ�&>ã\f<2°õ37†�ûL‚»…�œ[<¿ePFŸÎÈ»Sˆ‹ /–¡­&9ðÒXmZ‹OBxá>Fî„(gÁ�˜©WJÉR!½˜©0VÆ)«ÉYvW3ÍjŽv˜¬¼p-hém$¸ÄAoä-T¯´ø-¡ŠEfLÙ½�9Â��°ï%wEÂ8cu-‹k§Hè/xîê‚œèQ‘p†³E Œ²°¿ ¹¤EU<¹eâÊú8˜ˆ¨a�!f�PB”â^µO&v{Lx»ä“¡sd 팣2E�gg©ë'ú—LRtɨu»Ú«ôH–ºƒE¬Ö­,begLu ®Ì"5åX¯t¤–ºoE¡»ŒXã•-và ¾ð¯ÆÒ/TÐvÂ8ÕŽ¨>¥ðC"K®PIÑ,zÊš™ ,¯_ÓÉîÜ ÔQ7ÇYÄ{30/¯ï»P"áV“Ç[뢀&c(Ú+oT´¦¯ØœbE]4iýŒ³k±�7i=MøÞžÌz‡&¦GÑÁ#�eeÕ^ƒý5‰01€û\æÊ´ìhÄÄ 2ÇÜÚÙ˜€øvÆÆ”� bÂÉ™t öß­…q–‚c?Nô¹Œ—AŠ5ágÉQ@Ú  �0M'Ã)#=Âä»A°!0a"t±3PÏQƨpK5Qü0˜ÕÄd3@1u2Ý­4¥“)eSAÝ”±p¸ZI2Ʀ�©d:ærŸ!ߘ†ÿ*¼YqÑGõè±÷ 6·7в@Dz£Ì¯9 µrw/¸‰žvc¡ÒG<Ü;̦³h×fTIå8ÆvB©áQÁŽÅ,÷1e;l¿ÜTÜz(å|¶êžoŸâ\¨RD÷ µxWP�‚ïû µa`Û˜F¢2âsYSÄïú¬ÕÙgš�n[ÿƒ5‹‘ænQ¤;ë.ºm$`(~Û¢éH5„ùÛ¹†ÊÁÀTðq®âÑ ŽÇü7 ~ÚÎ?t[Eñ\QV�^PŭÂÍYÅ$Ø ñ€ƒ¼P›2E½¦(êùÙ@ô–Ê@‚´hÈÅèW€¬J°=(&c!@£ßè"Áíz «Y»aê�XxÌòx›êÑÁÌnŒ…�¨ïÏLËŸØ GâG$X;‹˜»eâ'²Tga1\P=ÞÆžÍ8Ÿ‘€-#Ávnß‘¦BÂ\B óžH ¨GBB]DÂ.êÛC�†e(x» nëÿ—@Ùü¡ ácÚ«Œ”°a*E‚¶S$t˜À˜·<*Ä ¶]üVV›õ�€W¤`·–îuçó7͈¦Å1óP(cÞÊX j ÔÊdЙ5¡ºƒ ª[3æDÔÚlЦA‘j3·iLŠ®`β؋9hÝ$×+„´f@¤1—(BŠE«“ÏTúį…�—~¼]♈¤m9>ñÞÛ+/Q‹²yô/ÅY‘gbYJ´×a³T>á8ñ«tMK>¬îâ\¤D4ÚΈ±‰…Ö}žy‹µˆMmX»h-ïÎwk¬(‹™±¼éªŠîÙ­6«•x(‡e²Î{›åX î;¼uèö ?’‘¬Ìda+6±wd˜ÜV1»ëp"O;c /CM¹{e:YÕ›ŠêƒC"¯}ÔZY�­j-Ç´š<&Œú€Êã$uºrLo-äd±ºŒY“Òé jësC.iŠú}íV þÀÙÌåo/|;×Øúo'“(y�P�ÿz†í¢z+—4æ�eýÖx¯ÕabZŽ‘Û4Ê0eÌ›§öØ'…õËàToG�«ÅN½‚î“ê-Ébõz8'FNdzе‘ThU‘¹åÅìÏ bÓAí8oZMˆªÖ@LœeÄ;’ìðˆ$6çùfªd_Á”u…¾G&]—Í0mL£>Ç”l†Å 2f•œÆt©Í$e¤leÄouž#¢5{iàÎòH^Qd|CÁâ|È`Ù.–-¼Yãç»ÍHСcèP�H]È@5ú`aA{µ, §Cù#Ÿ·»Kžw·`øöŒBwJäÑód­2tJØã×ä´ùˆ�æ†f¶˜Ø

Với sự quan tâm ngày càng lớn về dữ liệu, thuật ngữ “Data Analysis” ngày càng trở nên phổ biến. Vậy, Data Analysis là gì? Người mới nên bắt đầu học Data Analysis từ đâu? Cùng PSO MBA tìm hiểu qua bài viết dưới đây.

Data Analysis (phân tích dữ liệu) là quá trình chuyển đổi, kiểm tra, sắp xếp và trích xuất thông tin từ tập data để hiểu và tìm ra những hình mẫu, xu hướng, mối quan hệ từ các nguồn khác nhau. Một chuyên viên phân tích dữ liệu cần sử dụng thành thạo các phương pháp thống kê, kỹ thuật quy mô, trực quan hóa data và các công cụ phân tích để khám phá câu chuyện đằng sau những dữ liệu đó.

Data Analysis áp dụng trong nhiều lĩnh vực và ngành nghề khác nhau như kinh doanh, marketing, y tế, tài chính, khoa học xã hội… Ứng dụng Data Analysis trong doanh nghiệp mang lại nhiều lợi ích trong quá trình phát triển chiến lược kinh doanh, các tổ chức sử dụng Data Analysis để hiểu rõ, đưa ra quyết định dựa trên dữ liệu thông minh và tối ưu hóa hoạt động của doanh nghiệp.

Tại Việt Nam, mức lương của Data Analyst đa dạng và phụ thuộc vào nhiều yếu tố như kinh nghiệm, trình độ, vị trí công việc, quy mô và ngành nghề của doanh nghiệp. Theo báo cáo từ trang VietnamWorks năm 2021, mức lương trung bình của Data Analyst tại Việt Nam là khoảng từ 12 triệu đến 20 triệu VNĐ/tháng. Trong đó,  mức lương ở một số thành phố lớn như Hà Nội và TP.HCM có thể dao động ở mức cao hơn, từ 15 triệu đến 30 triệu VNĐ/tháng.

bước để trở thành Data Analyst cho người mới bắt đầu

Trở thành một Chuyên viên Phân tích Dữ liệu đòi hỏi người học sẽ phải dành nhiều thời gian và công sức. Để tránh mất phương hướng do không biết bắt đầu từ đầu, dưới đây là 5 bước học và thực hành Data Analysis người mới bắt đầu nên tham khảo:

Phân tích dữ liệu liên quan nhiều đến số liệu và các khái niệm thống kê. Xây dựng một nền tảng vững chắc về các khái niệm như tích phân, xác suất và phân tích thống kê, làm quen với các phần mềm thống kê như R hoặc Python sẽ giúp việc học Data Analysis dễ dàng hơn.

Các lĩnh vực như toán học, thống kê, khoa học máy tính hoặc khoa học dữ liệu đều được xem là một lợi thế cạnh tranh lớn khi ứng tuyển vào vị trí chuyên viên phân tích dữ liệu. Ngoài ra, đối với người trái ngành, hoàn thành các chứng chỉ như Google Analytics hoặc Microsoft Certified: Data Analyst Associate có thể là điểm thu hút trong hồ sơ cá nhân của người theo học.

Tiếp theo, chuyên viên Phân tích thông tin cần sử dụng thành thạo các công cụ và ngôn ngữ lập trình để xử lý, phân tích và trực quan hóa data như SQL để truy vấn data, Excel để xử lý thông tin và các công cụ trực quan hóa data như Tableau hoặc Power BI.

Áp dụng kiến thức của bạn bằng cách làm việc trên các dự án phân tích dữ liệu thực tế. Tìm kiếm các chương trình thực tập hoặc vị trí cấp nhập cảnh cung cấp kinh nghiệm thực tế trong phân tích dữ liệu. Xây dựng một danh mục các dự án sẽ chứng minh khả năng của bạn và thu hút nhà tuyển dụng tiềm năng.

Tại Việt Nam, chương trình PSO MBA (Thạc sĩ Kinh doanh từ Đại học Top 1% thế giới) tổ chức 2 môn học dành riêng cho sinh viên trong việc tìm hiểu và khám phá dữ liệu là Management Information System (Hệ thống thông tin quản lý) và Data Analytics for Business (Phân tích dữ liệu doanh nghiệp).

Trong chương trình học PSO MBA, người tham gia được trải nghiệm phân tích dữ liệu qua các dự án cá nhân và dự án nhóm, đây được xem là điểm cộng lớn thu hút nhà tuyển dụng các tập đoàn đa quốc gia. Đây được xem là bước nền vững chắc cho các nhà lãnh đạo trong thời đại số hiện nay.

Lĩnh vực phân tích thông tin luôn tiến triển, một Dana Analyst cần luôn theo dõi các blog ngành, cộng đồng trực tuyến, các buổi hội thảo và tham gia các sự kiện liên quan đến dữ liệu để cập nhật với những xu hướng, phương pháp và công cụ mới nhất.

Việc tự học phân tích dữ liệu (data analyst) là hoàn toàn khả thi nhờ vào sự phát triển của nhiều nguồn học trực tuyến miễn phí ngày nay. Tuy nhiên, để thực sự nắm vững các kỹ năng và trở thành một chuyên gia phân tích dữ liệu, việc xây dựng một lộ trình học cụ thể và thực hành thông qua các dự án thực tế luôn là điều cần thiết.