Q3 — Báo cáo định kỳ và phân tích số liệu: code tính, AI viết lời

Cách đọc các nhãn nhỏ trong bài: Có nguồn điều được nêu trong tài liệu gốc; Đề xuất ý kiến hoặc thiết kế của SIPTech; Minh họa ví dụ giả định. Gặp từ lạ? Rê chuột lên từ có gạch chấm, hoặc mở Từ điển thuật ngữ.

1) Bài này dành cho ai và bạn sẽ làm được gì

Bài này dành cho ai: kế toán, quản lý bán hàng, chủ cửa hàng đang tự làm báo cáo tuần/tháng từ Sheets hoặc phần mềm bán hàng; người đang dán bảng số vào chatbot và hỏi "phân tích giúp". Bạn không cần biết lập trình để làm theo đường không code ở mục 5.

Bạn cần chuẩn bị:

• Dữ liệu bán hàng hoặc công nợ của bạn, nằm trong Google Sheets hoặc xuất ra từ phần mềm bán hàng (ví dụ KiotViet, Haravan, MISA AMIS).
• Một báo cáo làm tay của tháng trước, để đối chiếu ở Bài Q3.4.
• Một Project (Claude) hoặc Gem (Gemini), tức là tính năng cho bạn lưu sẵn chỉ dẫn cố định để dùng lại, nếu đi đường không code ở Bài Q3.5.

Sau bài này bạn sẽ có: một báo cáo tuần tự sinh theo 4 bước:

1. Lấy dữ liệu.
2. Kiểm dữ liệu bằng code (trùng, thiếu, mâu thuẫn).
3. Tính số bằng code hoặc công thức.
4. AI chỉ viết phần nhận xét từ bảng số đã tính, và code kiểm mọi con số trong lời nhận xét phải có trong bảng.

Người duyệt xem lại trước khi gửi.

Thứ bạn cầm đi được, chạy độc lập: báo cáo này chỉ đọc dữ liệu, không ghi vào hệ thống nghiệp vụ. Nếu AI viết sai, người duyệt chặn lại trước khi gửi.

2) Vấn đề bài này giải quyết

Câu hỏi: "Dùng AI làm báo cáo và phân tích bảng tính thế nào để không bị số sai?"

Lỗi thường gặp Quan sát: bạn dán bảng 500 dòng vào chat, nhận về "doanh thu tăng 12%" mà không biết con số từ đâu. Hoặc AI cộng cả đơn đã hủy. Hoặc AI bỏ sót một kênh bán. Hoặc mỗi lần hỏi lại ra một số khác.

3) Kiến thức nền

Trước khi làm, nên biết vì sao AI hay sai ở việc này. Các nghiên cứu dưới đây (gọi là benchmark, tức là bộ bài kiểm tra chuẩn để đo AI làm việc tốt đến đâu) cho thấy AI làm bảng tính chưa đáng tin như vẻ ngoài của nó.

3.1 Bằng chứng về AI và bảng tính

Có nguồn

• SpreadsheetBench 2 (arXiv 2606.29955, NeurIPS 2026 Datasets track): 321 việc từ dữ liệu doanh nghiệp thật, trung bình 11,8 sheet và 593,5 ô cần sửa mỗi việc. Mô hình tốt nhất (Claude Opus 4.6) đúng trọn việc 34,89%; việc sửa lỗi bảng tính chỉ 12%. Có hiện tượng sửa đúng phần lớn ô nhưng sai toàn việc (dựng mô hình tài chính: 89,69% ô đúng, 34% việc đúng). Lỗi chính của các lượt thất bại: xem bảng chưa đủ (42,3%), chọn sai ô để sửa (32,9%). Các sản phẩm AI gắn vào Excel thử trên 30 việc không vượt mô hình chạy qua khung agent của tác giả. (Agent là cách cho AI tự làm nhiều bước liên tiếp, thay vì chỉ trả lời một câu.)
• TrustDABench (arXiv 2608.24145): 2.340 ca đã người kiểm. Khi dữ liệu bị làm cho không thể trả lời (thiếu cột, hai cột cùng tên, bản ghi trùng mâu thuẫn), điểm từ chối hợp lệ trung bình cao nhất chỉ 24,21%. ("Từ chối hợp lệ" nghĩa là AI nói đúng rằng "dữ liệu này không đủ để trả lời".) Dữ liệu mâu thuẫn gần như không bị phát hiện (gộp các mô hình: 0,46% với nhóm toán tử mâu thuẫn, so với 16,49% với nhóm xóa thông tin). 74,8% ca lỗi là "trả lời im lặng không có căn cứ". Ví dụ trong bài: hai dòng cùng mã sản phẩm, cùng dải mã vạch, số lượng 43 và 25; mô hình cộng cả hai thành 1.176 thay vì hỏi lại.
• Data referencing errors (arXiv 2606.32029, AWS AI Labs): mô hình 1,7B-20B trích nhầm hoặc bỏ sót giá trị bảng ở 5,71% đến 46,48% câu trả lời (trên WTQ, một bộ câu hỏi học thuật về bảng). Nhắc trong prompt (câu lệnh bạn gõ cho AI) "không bỏ sót, không trích sai" chỉ giảm từ 14,04% xuống 12,50% (Qwen3-8B). Có ca câu trả lời cuối đúng dù bước giữa trích sai. Giới hạn: mô hình nhỏ, bộ dữ liệu học thuật.
• TheAgentCompany: nhóm việc khoa học dữ liệu, tài chính có tỷ lệ hoàn thành thấp (14,29%, 8,33% với mô hình tốt nhất); tác giả nêu các việc này hay cần làm bảng tính và đọc ảnh scan.
• τ-bench: trong lỗi "sai thông tin" có ca tính sai tổng tiền.
• Có nguồn arXiv 2611.00163 (một tác giả, 5 bài toán) báo cáo Claude cho Excel hữu ích cho dựng mô hình cơ bản. Chưa đọc toàn văn; không dùng làm căn cứ.

3.2 Hàm ý thiết kế

Đề xuất

1. Số do code hoặc công thức tính. Dùng Pivot (bảng tổng hợp), SUMIFS (hàm cộng có điều kiện), QUERY trong Sheets, hoặc script (một đoạn chương trình ngắn). AI không cộng, không trừ, không tính phần trăm trong đầu.
2. Kiểm dữ liệu trước khi tính: trùng mã, ô trống, dòng đã hủy, đơn vị lệch, cột trùng tên. TrustDABench cho thấy mô hình gần như không tự phát hiện mâu thuẫn, nên việc này phải là code.
3. AI nhận bảng số đã tính (nhỏ), không nhận dữ liệu thô (lớn). Ít dòng hơn thì ít chỗ để trích nhầm, và ít dữ liệu cá nhân đi ra ngoài.
4. Code kiểm mọi con số trong lời AI phải có trong bảng đã tính. Số lạ (ví dụ "dự báo 2,5 triệu") → chặn, chuyển người.
5. Nếu cho AI viết code phân tích (công cụ chạy code trong Claude/ChatGPT/Gemini), giữ lại code và chạy lại được; người kiểm logic lọc (đơn hủy có bị loại không?). Viết code đúng cú pháp vẫn có thể lọc sai.
6. AI không sửa trực tiếp bảng tính thật. Làm trên bản sao; người áp thay đổi.

4) Các bài thực hành

Bảy bài thực hành dưới đây làm theo thứ tự. Mỗi bài có việc cần làm và thứ bạn có sau bài.

Bài Q3.1 — Định nghĩa báo cáo bằng chữ

• Việc cần làm: liệt kê 5-10 chỉ số (doanh thu hoàn thành theo kênh, số đơn hủy, top 10 sản phẩm, công nợ quá hạn). Mỗi chỉ số ghi rõ: công thức bằng lời, nguồn dữ liệu, loại trừ gì (đơn hủy, đơn thử).
• Bạn có sau bài: "từ điển chỉ số" 1 trang. Đây là phần quan trọng nhất; thiếu nó thì người và máy hiểu khác nhau.

Bài Q3.2 — Lấy dữ liệu tự động

• Việc cần làm: xuất file theo lịch hoặc gọi API (cách để một phần mềm tự lấy dữ liệu từ phần mềm khác). KiotViet Public API có hóa đơn, đơn hàng; Haravan có API và webhook (cơ chế phần mềm tự báo tin ngay khi có sự kiện mới); MISA AMIS có đồng bộ qua API: xem Nhóm bài Quy trình nhiều bước › Bối cảnh công cụ ở Việt Nam. Lưu bản thô theo ngày, không ghi đè.
• Bạn có sau bài: thư mục hoặc tab dữ liệu thô theo ngày.

Bài Q3.3 — Kiểm dữ liệu bằng code

• Việc cần làm: viết các kiểm tra sau: trùng ma_don (mã đơn); ô thiếu; trạng thái lạ; số âm; tổng số dòng so với hôm trước chênh bất thường. Kết quả kiểm in ở đầu báo cáo.
• Bạn có sau bài: phần "Chất lượng dữ liệu" trong báo cáo.

Bài Q3.4 — Tính số

• Việc cần làm: [Không code] dùng pivot hoặc SUMIFS trên tab riêng, khóa công thức. [Code] dùng script tính theo từ điển chỉ số. Đối chiếu một lần với báo cáo làm tay của tháng trước.
• Bạn có sau bài: bảng số tuần + biên bản đối chiếu (khớp/không khớp, vì sao).

Bài Q3.5 — AI viết nhận xét, code kiểm số

• Việc cần làm: đưa AI bảng số (vài chục ô) + từ điển chỉ số + yêu cầu: chỉ dùng số trong bảng, nêu 3 điểm đáng chú ý, không dự báo. Code trích mọi con số trong lời và so với bảng.
• Bạn có sau bài: báo cáo hoàn chỉnh + dòng "kiểm số: đạt/không đạt".

Bài Q3.6 — Hỏi đáp số liệu có kiểm soát

• Việc cần làm: khi quản lý hỏi câu ngoài báo cáo ("tháng này khách mới mua bao nhiêu?"), dùng công cụ chạy code của AI trên bản sao dữ liệu đã che; yêu cầu hiện code; người đọc phần lọc. Ghi câu hỏi hay gặp thành chỉ số mới trong từ điển (Q3.1).
• Bạn có sau bài: sổ "câu hỏi số liệu" + chỉ số được bổ sung.

Bài Q3.7 — Người duyệt và gửi

• Việc cần làm: người duyệt xem phần chất lượng dữ liệu, bảng số, lời nhận xét; rồi bấm gửi. Nếu kiểm số không đạt, không gửi.
• Bạn có sau bài: báo cáo gửi đúng hạn 4 tuần liên tục.

5) Hai cách làm: không cần code và có code (khi nào nên chuyển)

Bài này có hai cách làm. Cách không code đủ dùng khi mới bắt đầu. Cách có code giúp máy tự kiểm thay cho người, khi báo cáo nhiều hoặc chạy thường xuyên hơn.

(Python là một ngôn ngữ lập trình phổ biến. Apps Script là cách viết đoạn chương trình ngắn ngay trong Google Sheets.)

Buộc chuyển sang code Đề xuất khi: dữ liệu từ ≥2 nguồn phải ghép; cần kiểm trùng/thiếu tự động; báo cáo chạy hằng ngày; cần lưu lịch sử để so sánh tuần.

Đoạn mã dưới đây làm gì? Nó gồm ba việc nối nhau. Việc một: đọc bảng đơn hàng và kiểm trước, bắt dòng bị trùng mã đơn hoặc thiếu doanh thu. Việc hai: cộng doanh thu theo từng kênh, chỉ tính đơn đã hoàn thành. Việc ba: soi lời nhận xét của AI, tìm con số nào không nằm trong bảng đã tính. Bạn không cần đọc hiểu từng dòng; chỉ cần biết ý nghĩa của nó, và nhờ một người biết lập trình (hoặc nhờ AI) chạy giúp khi bạn cần đến cấp độ này.

Code mẫu (đã chạy thử 2026-11-11 bằng python -I, hàm giả thay mô hình). Kết quả: phát hiện 1 dòng trùng DH00003 và 1 dòng thiếu doanh thu DH00005; tính tổng hoàn thành 2.450.000 đồng (không cộng đơn hủy); lời AI có con số bịa "2,500,000" bị chặn.

import csv, io, re
from collections import defaultdict

def doc_va_kiem(text):                      # kiểm dữ liệu TRƯỚC khi tính
    rows, loi, thay = [], [], set()
    for i, r in enumerate(csv.DictReader(io.StringIO(text)), start=2):
        if r["ma_don"] in thay: loi.append(f"dong {i}: trung ma {r['ma_don']}"); continue
        thay.add(r["ma_don"])
        if not r["doanh_thu"].strip(): loi.append(f"dong {i}: thieu doanh_thu {r['ma_don']}"); continue
        r["doanh_thu"] = int(r["doanh_thu"]); rows.append(r)
    return rows, loi

def tong_hop(rows):                         # code tính, theo từ điển chỉ số
    theo_kenh = defaultdict(int)
    for r in rows:
        if r["trang_thai"] == "hoan_thanh": theo_kenh[r["kenh"]] += r["doanh_thu"]
    return {"tong": sum(theo_kenh.values()), **{f"kenh_{k}": v for k, v in theo_kenh.items()}}

def kiem_so_trong_loi(text, so):            # mọi số trong lời AI phải có trong bảng
    cho_phep = {f"{v:,}" for v in so.values()}
    return [x for x in re.findall(r"\d{1,3}(?:,\d{3})+", text) if x not in cho_phep]

Giới hạn của bộ kiểm số: chỉ bắt số có dấu phân cách hàng nghìn; không bắt phần trăm, "2,5 triệu", hay số viết bằng chữ. Cần mở rộng theo cách viết của công ty. Nó cũng không bắt lỗi diễn giải ("tăng" khi thật ra giảm); phần đó người duyệt xem.

6) Khi nào bạn có thể lên cấp tiếp theo

Đề xuất

Bạn có thể sang cấp tiếp theo khi đạt đủ các điều sau:

1. Báo cáo tự sinh đúng hạn ≥4 tuần liên tục; mỗi tuần có phần chất lượng dữ liệu.
2. Đối chiếu với báo cáo làm tay ≥1 kỳ: mọi chỉ số khớp hoặc chênh đã giải thích.
3. 0 con số không có nguồn lọt qua người duyệt trong 4 tuần (đo bằng bộ kiểm số + người duyệt ghi lại).
4. Thời gian làm báo cáo (kể cả duyệt) thấp hơn đo nền (tức là thời gian bạn đo được khi còn làm tay, trước khi dùng cách mới).

7) Ví dụ cho doanh nghiệp nhỏ ở Việt Nam

Ba tình huống giả định để bạn dễ hình dung:

a) Cửa hàng thời trang 2 chi nhánh dùng KiotViet, bán thêm Shopee. Báo cáo tuần: doanh thu hoàn thành theo chi nhánh và kênh, đơn hủy/trả, top 10 mã hàng, hàng tồn > 60 ngày. Dữ liệu: xuất hóa đơn KiotViet (API hoặc file), file đối soát Shopee. Kiểm: mã đơn trùng giữa hai nguồn, đơn trả hàng có âm không. AI viết 3 điểm đáng chú ý. Không đưa tên, SĐT khách vào AI: bảng số không cần chúng.

b) Công ty dịch vụ kế toán 10 người làm báo cáo công nợ cho 40 khách hàng doanh nghiệp từ MISA. Mỗi khách: tổng phải thu, quá hạn theo nhóm tuổi nợ. Tuổi nợ tính bằng code từ ngày hóa đơn và ngày đến hạn. AI chỉ soạn đoạn nhắc nợ chung theo mẫu, người kiểm từng khách. Rủi ro: số liệu tài chính của khách là bí mật kinh doanh; dùng gói AI có điều khoản không huấn luyện (An toàn dữ liệu và pháp lý (mục 5)).

c) Xưởng mộc 25 người, sản lượng ghi trong Sheets do tổ trưởng nhập. Kiểm dữ liệu phát hiện cùng một ngày một tổ nhập hai lần (hai tổ trưởng cùng nhập). Đây đúng loại "bản ghi mâu thuẫn" mà TrustDABench cho thấy AI hay cộng dồn. Code đánh dấu, tổ trưởng xác nhận; báo cáo chỉ chạy sau khi hết cờ.

8) Tài liệu tham khảo

(LLM judge là cách dùng một AI khác để chấm điểm câu trả lời, thay vì người chấm.)