Khám phá bộ dữ liệu mới và kiểm tra chất lượng
explore-data
Xem nhanh một bảng hoặc tệp dữ liệu: hình dạng, tỷ lệ ô trống, phân bố cột, dữ liệu trùng hay giá trị lạ, rồi gợi ý chiều và chỉ số nên phân tích.
Tải miễn phí. Theo dõi Skilnexa một lần là mở khoá mọi lượt tải trên web.
Nó là gì
Khám phá bảng hoặc tệp dữ liệu mới: xem cấu trúc, tỉ lệ thiếu, phân bố từng cột và dữ liệu có vẻ sai như trùng lặp hay giá trị giả. Dùng trước khi phân tích, để biết dữ liệu có đáng tin không.
Hoạt động ra sao
Bạn đưa tên bảng hoặc tệp CSV, Excel, Parquet hoặc JSON; nếu đã kết nối kho dữ liệu thì AI truy vấn trực tiếp. AI phân loại từng cột (định danh, chiều, số liệu, thời gian), chạy kiểm tra chất lượng và gợi ý ba đến năm phân tích tiếp theo. Đầu ra là hồ sơ dữ liệu gồm tổng quan, chi tiết cột và các vấn đề cần xem.
Ví dụ ứng dụng
- Tình huống
- Bạn nhận file xuất đơn hàng từ phần mềm bán hàng và chưa chắc số liệu đủ tin cậy để tính doanh thu tháng.
- Bạn đưa vào
- File don_hang_thang_9.csv, khoảng 20.000 dòng, có cột mã đơn, ngày, khách và tổng tiền.
- Bạn nhận được
- Hồ sơ gồm tỉ lệ thiếu từng cột, vài dòng tổng tiền âm, mã đơn trùng, và ba phân tích gợi ý.
Ví dụ minh họa theo quy trình trong tài liệu gốc, chưa phải kết quả thử chạy.
Dùng khi nào
Khi nhận một tệp khách hàng lạ và muốn biết dữ liệu có sạch trước khi dùng.
Các phần chính trong hướng dẫn
- Truy cập dữ liệu
- Hiểu cấu trúc
- Tạo hồ sơ dữ liệu
- Tìm lỗi chất lượng dữ liệu
- Khám phá quan hệ và mẫu hình
- Gợi ý chiều và chỉ số
- Đề xuất phân tích tiếp theo
- Đánh giá chất lượng theo khung
Xem mô tả gốc của tác giả (tiếng Anh)
Profile and explore a dataset to understand its shape, quality, and patterns. Use when encountering a new table or file, checking null rates and column distributions, spotting data quality issues like duplicates or suspicious values, or deciding which dimensions and metrics to analyze.
Ví dụ yêu cầu
- If a data warehouse MCP server is connected:
- Resolve the table name (handle schema prefixes, suggest matches if ambiguous)
- Query table metadata: column names, types, descriptions if available
- Run profiling queries against the live data
- If a file is provided (CSV, Excel, Parquet, JSON):
- Read the file and load into a working dataset
Cùng nhóm Dữ liệu và phân tích
- Thiết kế thử nghiệm A/BLập kế hoạch thử nghiệm A/B: viết giả thuyết, các phiên bản, chỉ số đo, cỡ mẫu và thời gian chạy. Ra bản tóm tắt thử nghiệm và bảng đầu vào tính cỡ mẫu.
- Trả lời câu hỏi từ dữ liệu, từ tra nhanh đến báo cáoTrả lời câu hỏi dữ liệu: tra một chỉ số, tìm nguyên nhân tăng giảm, so sánh nhóm theo thời gian hoặc soạn báo cáo chính thức cho các bên liên quan.
- Phân tích hiệu quả chiến dịch marketingPhân tích chiến dịch bằng ghi nhận đa điểm chạm, phễu chuyển đổi và tính ROI, ROAS, CPA theo kênh. Kết quả dạng bảng đọc được hoặc JSON.
- Quản lý hành động khắc phục cho thiết bị y tếQuản lý quy trình CAPA (khắc phục và phòng ngừa) của hệ thống chất lượng thiết bị y tế: tìm nguyên nhân gốc, 5 Whys, xương cá, theo dõi và kiểm tra hiệu quả.
- Vẽ biểu đồ chất lượng cao bằng PythonBiến kết quả truy vấn hoặc bảng dữ liệu thành biểu đồ đẹp để in hay trình bày, gợi ý loại biểu đồ phù hợp, có thể tạo biểu đồ tương tác để rê chuột và phóng to.
- Vẽ hành trình khách hàng từ biết đến giới thiệuLập tệp customer-journey.md về các giai đoạn, điểm chạm, cảm xúc, điểm đau, cơ hội và chỉ số, kèm sơ đồ Mermaid, từ lần chạm đầu tới lúc khách giới thiệu người khác.
Phần giải thích do Skilnexa viết sau khi đọc toàn bộ tài liệu gốc của tác giả và đã đối chiếu lại với nội dung gốc. Chưa phải kết quả thử chạy, nên hãy thử bằng dữ liệu giả trước khi dùng cho việc thật.