5/5 - (1 bình chọn)

CHƯƠNG TRÌNH ĐÀO TẠO

XU HƯỚNG MỚI TRONG PHÂN TÍCH DỮ LIỆU – CHÌA KHOÁ RA QUYẾT ĐỊNH THÔNG MINH

TẠI SAO NÊN LỰA CHỌN KHÓA HỌC TẠI iEIT?

Đơn vị đào tạo UY TÍN: Chương trình của iEIT là chương trình huấn luyện phân tích dữ liệu trực thuộc trường Đại học Ngoại thương.
Giảng viên CHUYÊN NGHIỆP: Giảng viên Đại học top 1 và Huấn luyện viên là các Giám đốc, nhà Quản trị có nhiều kinh nghiệm thực chiến từ các tập đoàn lớn.
Lý thuyết kết hợp THỰC HÀNH, GIAO LƯU chia sẻ kinh nghiệm trong nghề.
CHỨNG NHẬN được cấp bởi Viện Đào tạo và Tư vấn doanh nghiệp – Trường Đại học Ngoại thương.

NỘI DUNG KHOÁ HỌC

STT	NỘI DUNG	Thời lượng (buổi)	Thực hành, Công cụ
1	M1. Các vấn đề cơ bản về dữ liệu trong doanh nghiệp Hiểu đúng về dữ liệu; Phân loại dữ liệu: Có cấu trúc – phi cấu trúc; Quy trình thu thập, tổ chức và lưu trữ và khai thác dữ liệu; Cách doanh nghiệp ứng dụng dữ liệu vào vận hành và chiến lược.	1	Công cụ chính: Google Spreadsheet, Microsoft Excel; Công cụ khác: Google Forms, Google Analytics 4 (Thu thập dữ liệu),…
2	M2. Tổ chức dữ liệu phục vụ các đơn vị chức năng tại doanh nghiệp Tổ chức dữ liệu khách hàng; Tổ chức dữ liệu truyền thông, marketing; Tổ chức dữ liệu phục vụ bán hàng; Tổ chức dữ liệu phát triển sản phẩm, dịch vụ; Tổ chức dữ liệu phục vụ lập kế hoạch sản xuất/quy trình nghiệp vụ.	1	Công cụ giới thiệu: Airtable (Dữ liệu khách hàng, marketing), Glide App (Dữ liệu bán hàng); Công cụ chính: Google Spreadsheet (Master Database).
3	M3. Tổ chức dữ liệu có hệ thống, hình thành các báo cáo thông minh Báo cáo dữ liệu khách hàng; Báo cáo dữ liệu truyền thông, marketing; Báo cáo bán hàng; Báo cáo dữ liệu phát triển sản phẩm, dịch vụ; Báo cáo dữ liệu sản xuất.	1	Công cụ sử dụng: Google Looker Studio, Google Spreadsheet, Data Blending (Join Key: Customer ID, Campaign Code).
4	M4. Phân tích và ra quyết định dựa trên dữ liệu Case study: Bộ dữ liệu mẫu Quy trình xử lý dữ liệu: Thu thập Tiền xử lý dữ liệu Phân tích Insight Ra quyết định Xây dựng báo cáo dashboard và khai thác insight phục vụ điều hành.	1	Công cụ sử dụng: Google Looker Studio.

ĐỘI NGŨ GIẢNG VIÊN

Thời gian	THÔNG TIN GIẢNG VIÊN
	ThS. Nguyễn Thị Thu Cúc Trình độ học vấn: Đại học Southampton, Vương quốc Anh, Thạc sỹ Khoa học Phân tích Dữ liệu Marketing (Học viên xuất sắc toàn khóa) Đại học FPT, Việt Nam, Cử nhân Quản trị Kinh doanh & Marketing (Thủ khoa Tốt nghiệp Khối ngành Kinh tế) Kỹ năng chuyên môn: Công cụ: Python, R Program, Stata, SAS, SQL, Tableau, Microsoft Office, SPSS; Nghiệp vụ: Quantitative Research, Data Analysis, Data Visualisation, Data Management, Questionnaire design. Ngôn ngữ: Tiếng Anh, Tiếng Trung, Tiếng Đức, Tiếng Việt
2024 – Nay	Giảng viên Khoa Công nghệ và Khoa học Dữ liệu, Bộ môn Khoa học Máy tính và Dữ liệu – Trường Đại học Ngoại thương: Giảng dạy bộ môn Học Máy (Machine Learning), Phân tích Dữ liệu trong Kinh tế và Kinh doanh, Cơ sở Dữ liệu, Định hướng nghề nghiệp
	Một số dự án triển khai thực tế và ứng dụng tại doanh nghiệp Xây dựng thuật toán giao dịch chứng khoán theo đà (Momentum Trading) kết hợp quản lý danh mục đầu tư Tổ chức quy trình xử lý dữ liệu từ thu thập, tiền xử lý đến phân tích nhằm tối ưu hóa chiến lược giao dịch dựa trên chỉ báo MACD. Xây dựng và kiểm thử mô hình tự động hóa báo cáo hiệu suất danh mục đầu tư theo các kịch bản khác nhau, phục vụ cho ra quyết định tài chính. Xây dựng hệ thống gợi ý nội dung cá nhân hóa bằng máy học Tiền xử lý dữ liệu cảm xúc từ khách hàng, chuẩn hóa và trích xuất đặc trưng (Feature Engineering) phục vụ cho phân tích. Huấn luyện các mô hình Random Forest, SVM, Logistic Regression để xây dựng tập đặc trưng quan trọng (Important Feature set). Phát triển thuật toán dự đoán & gán điểm cảm xúc cho dữ liệu đầu vào mới, hỗ trợ doanh nghiệp trong chiến lược truyền thông cá nhân hóa. Các dự án dữ liệu khác Xây dựng, đánh giá và tinh chỉnh các mô hình học máy và mô hình thống kê cho các bài toán thực tế trong doanh nghiệp. Ứng dụng kỹ thuật tiền xử lý dữ liệu (chuẩn hóa, biến đổi, tổng hợp, trích xuất đặc trưng) nhằm nâng cao chất lượng mô hình. Thành thạo các thuật toán cơ bản như cây quyết định, hồi quy tuyến tính, mô hình tổng hợp (ensemble), phân cụm k-means, SVM và phân tích dữ liệu khám phá (EDA). Sử dụng thành thạo các công cụ: Python, R, SPSS, Smart PLS 4.0, SAS Enterprise & Miner để triển khai phân tích dữ liệu, xây dựng báo cáo & hỗ trợ ra quyết định.
2022 – 2023	Chuyên viên nghiên cứu thị trường – Nielsen IQ Việt Nam: Chủ trì các dự án phân khúc khách hàng (Segmentation), nghiên cứu tùy biến (Ad-hoc) và theo dõi sức khỏe thương hiệu (Brand Health Tracking). Phối hợp với các phòng ban chuyên môn (Phân tích Thống kê, Phân tích Dữ liệu) để xây dựng khung nghiên cứu, thiết kế kỹ thuật lấy mẫu, chỉ tiêu khảo sát và bảng hỏi. Quản lý quy trình thu thập, tổ chức, xử lý và khai thác dữ liệu khách hàng nhằm cung cấp báo cáo chiến lược cho doanh nghiệp. Ứng dụng dữ liệu nghiên cứu vào xây dựng báo cáo thông minh, hỗ trợ doanh nghiệp ra quyết định marketing & vận hành.
2020 – 2023	Chuyên viên Digital Marketing Thực hiện nghiên cứu dữ liệu thứ cấp (thu thập, tổng hợp, xử lý, phân tích & đánh giá dữ liệu) nhằm xây dựng báo cáo tổng quan/ dashboard đề xuất chiến lược cho doanh nghiệp. Quản lý website và kênh truyền thông số, thực hiện phân tích dữ liệu khách hàng (Audience attribution) & kênh truyền thông (Channel attribution), cung cấp insight phục vụ cấp quản lý. Tối ưu hoá hệ thống dữ liệu doanh nghiệp (data infrastructure) và các kênh media nhằm xây dựng quy trình báo cáo marketing, bán hàng định kỳ (tuần/tháng). Kết nối dữ liệu từ nhiều nguồn, tổ chức dữ liệu có hệ thống để phục vụ các đơn vị chức năng như Marketing, Kinh doanh và Truyền thông.

THÔNG TIN KHÓA HỌC VÀ HÌNH THỨC HỌC

HÌNH THỨC HỌC: Online trên MS Teams

LỊCH HỌC: 19h00 – 21h00, Tối thứ 3, thứ 5 hàng tuần

THỜI GIAN KHAI GIẢNG: 01/07/2025

HỌC PHÍ: 3.999.000 VNĐ

ƯU ĐÃI: Giảm thêm 500.000 VNĐ với học viên đăng ký nhóm 2 người trở lên

MÔ HÌNH ĐÀO TẠO: LỚP HỌC – THỰC HÀNH – CỘNG ĐỒNG

Hệ thống bài tập thực hành hàng ngày, kiểm soát sự tiến bộ của Học viên, đánh giá kết quả cuối khóa để cấp chứng nhận cho học viên.

ĐỐI TƯỢNG THAM DỰ:

Quản lý cấp trung trở lên, người điều hành cần ra quyết định dựa trên nền tảng dữ liệu, nâng cao hiệu quả điều hành;
Các doanh nghiệp vừa và nhỏ (SMEs) trong quá trình chuyển đổi số muốn xây dựng năng lực khai thác dữ liệu;
Chuyên viên phân tích dữ liệu, nhân sự phòng kế hoạch, chiến lược;
Nhân sự phụ trách marketing, bán hàng, chăm sóc khách hàng muốn khai thác dữ liệu hiệu quả;
Nhân sự vận hành, quản lý quy trình cần tối ưu hóa hoạt động dựa trên dữ liệu;
Nhân sự kỹ thuật hỗ trợ xây dựng hệ thống báo cáo, mô hình hóa dữ liệu và triển khai công cụ AI;
Cán bộ quản lý nhà nước, chuyên viên nghiên cứu, thống kê, xúc tiến thương mại.

MỤC TIÊU CỤ THỂ:

Hiểu rõ tổng thể quy trình tổ chức, quản lý và khai thác dữ liệu trong doanh nghiệp, từ dữ liệu thô đến ra quyết định;
Phân tích và dự báo quản trị rủi ro, hoàn thiện và chuẩn hóa tư duy ra quyết định dựa trên dữ liệu thông qua phân tích chuyên sâu và toàn diện thay vì thông qua các phương pháp truyền thống đơn thuần dựa trên kinh nghiệm và cảm tính;
Rèn luyện kỹ năng tổ chức, nghiên cứu và phân tích dữ liệu hiệu quả.

PHƯƠNG PHÁP GIẢNG DẠY

Lấy học viên làm trung tâm. Giảng viên với vai trò là người hướng dẫn, định hướng, giải đáp thắc mắc của học viên.
Phát triển ý tưởng: Giúp cho học viên có cơ hội được phát triển những ý tưởng riêng và độc đáo của mình vào bài giảng hoặc những tình huống thực tế mà giảng viên đưa ra. Học viên đưa ra ý tưởng. Giảng viên và các học viên còn lại sẽ góp ý nhằm hoàn thiện ý tưởng ban đầu.
Thảo luận theo nhóm: Trong quá trình học tập, học viên sẽ giải quyết các vấn đề theo từng nhóm nhằm nâng cao khả năng phối hợp trong công việc, trách nhiệm, tăng khả năng giao tiếp.
Phương pháp giải quyết vấn đề: Giúp kích thích tính tự lực, chủ động và nhanh nhạy giải quyết vấn đề trong công việc của học viên.
Phương pháp đóng vai: Giúp học viên phản ứng linh hoạt trong việc xử lý các tình huống; hiểu hơn về công việc của các học viên, phòng ban khác để có sự thấu hiểu, phối hợp hiệu quả hơn trong công việc; đồng thời luôn giữ được hứng thú cho học viên tham gia trong khóa học.
Phương pháp trò chơi: Đây là phương pháp giảng viên giúp học viên tìm hiểu một vấn đề trong bài học bằng cách chơi trò chơi. Phương pháp này giúp tăng sự kích thích, tò mò và hứng thú tìm hiểu vấn đề liên quan đến công việc của học viên.

STT	NỘI DUNG	Thời lượng (buổi)	Thực hành, Công cụ
1	M1. Các vấn đề cơ bản về dữ liệu trong doanh nghiệp Hiểu đúng về dữ liệu; Phân loại dữ liệu: Có cấu trúc – phi cấu trúc; Quy trình thu thập, tổ chức và lưu trữ và khai thác dữ liệu; Cách doanh nghiệp ứng dụng dữ liệu vào vận hành và chiến lược.	1	Công cụ chính: Google Spreadsheet, Microsoft Excel; Công cụ khác: Google Forms, Google Analytics 4 (Thu thập dữ liệu),…
2	M2. Tổ chức dữ liệu phục vụ các đơn vị chức năng tại doanh nghiệp Tổ chức dữ liệu khách hàng; Tổ chức dữ liệu truyền thông, marketing; Tổ chức dữ liệu phục vụ bán hàng; Tổ chức dữ liệu phát triển sản phẩm, dịch vụ; Tổ chức dữ liệu phục vụ lập kế hoạch sản xuất/quy trình nghiệp vụ.	1	Công cụ giới thiệu: Airtable (Dữ liệu khách hàng, marketing), Glide App (Dữ liệu bán hàng); Công cụ chính: Google Spreadsheet (Master Database).
3	M3. Tổ chức dữ liệu có hệ thống, hình thành các báo cáo thông minh Báo cáo dữ liệu khách hàng; Báo cáo dữ liệu truyền thông, marketing; Báo cáo bán hàng; Báo cáo dữ liệu phát triển sản phẩm, dịch vụ; Báo cáo dữ liệu sản xuất.	1	Công cụ sử dụng: Google Looker Studio, Google Spreadsheet, Data Blending (Join Key: Customer ID, Campaign Code).
4	M4. Phân tích và ra quyết định dựa trên dữ liệu Case study: Bộ dữ liệu mẫu Quy trình xử lý dữ liệu: Thu thập Tiền xử lý dữ liệu Phân tích Insight Ra quyết định Xây dựng báo cáo dashboard và khai thác insight phục vụ điều hành.	1	Công cụ sử dụng: Google Looker Studio.

HỌC PHÍ VÀ ƯU ĐÃI:

3.999.000 VNĐ

Giảm thêm 500.000 VNĐ với học viên đăng ký nhóm 2 người trở lên

THÔNG TIN CHUYỂN KHOẢN:

Chủ tài khoản: Viện Đào tạo và Tư vấn Doanh nghiệp
Số tài khoản: 0011004068061
Ngân hàng TMCP Ngoại thương Việt Nam – Chi nhánh Sở Giao dịch
Nội dung chuyển khoản: Họ tên_SĐT_Học phí lớp phân tích dữ liệu

HÌNH THỨC HỌC: Online trên MS Teams

LỊCH HỌC: 19h00 – 21h00, Tối thứ 3, thứ 5 hàng tuần

THỜI GIAN KHAI GIẢNG: 01/07/2025

Thời gian	THÔNG TIN GIẢNG VIÊN
	ThS. Nguyễn Thị Thu Cúc Trình độ học vấn: Đại học Southampton, Vương quốc Anh, Thạc sỹ Khoa học Phân tích Dữ liệu Marketing (Học viên xuất sắc toàn khóa) Đại học FPT, Việt Nam, Cử nhân Quản trị Kinh doanh & Marketing (Thủ khoa Tốt nghiệp Khối ngành Kinh tế) Kỹ năng chuyên môn: Công cụ: Python, R Program, Stata, SAS, SQL, Tableau, Microsoft Office, SPSS; Nghiệp vụ: Quantitative Research, Data Analysis, Data Visualisation, Data Management, Questionnaire design. Ngôn ngữ: Tiếng Anh, Tiếng Trung, Tiếng Đức, Tiếng Việt
2024 – Nay	Giảng viên Khoa Công nghệ và Khoa học Dữ liệu, Bộ môn Khoa học Máy tính và Dữ liệu – Trường Đại học Ngoại thương: Giảng dạy bộ môn Học Máy (Machine Learning), Phân tích Dữ liệu trong Kinh tế và Kinh doanh, Cơ sở Dữ liệu, Định hướng nghề nghiệp
	Một số dự án triển khai thực tế và ứng dụng tại doanh nghiệp Xây dựng thuật toán giao dịch chứng khoán theo đà (Momentum Trading) kết hợp quản lý danh mục đầu tư Tổ chức quy trình xử lý dữ liệu từ thu thập, tiền xử lý đến phân tích nhằm tối ưu hóa chiến lược giao dịch dựa trên chỉ báo MACD. Xây dựng và kiểm thử mô hình tự động hóa báo cáo hiệu suất danh mục đầu tư theo các kịch bản khác nhau, phục vụ cho ra quyết định tài chính. Xây dựng hệ thống gợi ý nội dung cá nhân hóa bằng máy học Tiền xử lý dữ liệu cảm xúc từ khách hàng, chuẩn hóa và trích xuất đặc trưng (Feature Engineering) phục vụ cho phân tích. Huấn luyện các mô hình Random Forest, SVM, Logistic Regression để xây dựng tập đặc trưng quan trọng (Important Feature set). Phát triển thuật toán dự đoán & gán điểm cảm xúc cho dữ liệu đầu vào mới, hỗ trợ doanh nghiệp trong chiến lược truyền thông cá nhân hóa. Các dự án dữ liệu khác Xây dựng, đánh giá và tinh chỉnh các mô hình học máy và mô hình thống kê cho các bài toán thực tế trong doanh nghiệp. Ứng dụng kỹ thuật tiền xử lý dữ liệu (chuẩn hóa, biến đổi, tổng hợp, trích xuất đặc trưng) nhằm nâng cao chất lượng mô hình. Thành thạo các thuật toán cơ bản như cây quyết định, hồi quy tuyến tính, mô hình tổng hợp (ensemble), phân cụm k-means, SVM và phân tích dữ liệu khám phá (EDA). Sử dụng thành thạo các công cụ: Python, R, SPSS, Smart PLS 4.0, SAS Enterprise & Miner để triển khai phân tích dữ liệu, xây dựng báo cáo & hỗ trợ ra quyết định.
2022 – 2023	Chuyên viên nghiên cứu thị trường – Nielsen IQ Việt Nam: Chủ trì các dự án phân khúc khách hàng (Segmentation), nghiên cứu tùy biến (Ad-hoc) và theo dõi sức khỏe thương hiệu (Brand Health Tracking). Phối hợp với các phòng ban chuyên môn (Phân tích Thống kê, Phân tích Dữ liệu) để xây dựng khung nghiên cứu, thiết kế kỹ thuật lấy mẫu, chỉ tiêu khảo sát và bảng hỏi. Quản lý quy trình thu thập, tổ chức, xử lý và khai thác dữ liệu khách hàng nhằm cung cấp báo cáo chiến lược cho doanh nghiệp. Ứng dụng dữ liệu nghiên cứu vào xây dựng báo cáo thông minh, hỗ trợ doanh nghiệp ra quyết định marketing & vận hành.
2020 – 2023	Chuyên viên Digital Marketing Thực hiện nghiên cứu dữ liệu thứ cấp (thu thập, tổng hợp, xử lý, phân tích & đánh giá dữ liệu) nhằm xây dựng báo cáo tổng quan/ dashboard đề xuất chiến lược cho doanh nghiệp. Quản lý website và kênh truyền thông số, thực hiện phân tích dữ liệu khách hàng (Audience attribution) & kênh truyền thông (Channel attribution), cung cấp insight phục vụ cấp quản lý. Tối ưu hoá hệ thống dữ liệu doanh nghiệp (data infrastructure) và các kênh media nhằm xây dựng quy trình báo cáo marketing, bán hàng định kỳ (tuần/tháng). Kết nối dữ liệu từ nhiều nguồn, tổ chức dữ liệu có hệ thống để phục vụ các đơn vị chức năng như Marketing, Kinh doanh và Truyền thông.