Để làm việc với dữ liệu và mô tả đúng ý cho AI, bạn cần khoảng hai chục thuật ngữ nền, và gần như tất cả đều có thể giải thích bằng những thứ quen thuộc trong văn phòng: sổ khách hàng, phiếu nhập kho, bảng chấm công. Bài này gom 28 khái niệm hay gặp nhất, chia theo nhóm, mỗi khái niệm một định nghĩa ngắn và một ví dụ.
Mục tiêu không phải để thuộc lòng, mà để khi đọc hướng dẫn, nghe đồng nghiệp bên kỹ thuật nói hay đọc câu trả lời của chatbot, bạn không bị lạc. Và chiều ngược lại: khi viết câu lệnh, dùng đúng từ giúp AI hiểu đúng việc. "Gộp hai bảng theo khoá Mã KH" rõ hơn nhiều so với "ghép hai cái bảng lại".
Nhóm 1: Đơn vị cơ bản của một bảng
Bản ghi (record). Một dòng trong bảng, mô tả một đối tượng hoặc một sự việc. Một khách hàng trong sổ khách, một lần nhập hàng trong sổ kho.
Trường (field) hay thuộc tính. Một cột, tức một loại thông tin được ghi cho mọi bản ghi: họ tên, ngày nhập, số lượng. Trong thống kê, thứ này còn gọi là biến.
Giá trị. Nội dung trong một ô, nơi một bản ghi gặp một trường. Ô giao giữa dòng khách thứ năm và cột Tỉnh chứa giá trị "Lâm Đồng".
Bảng, trang tính, sổ. Trong Excel, sổ (workbook) là cả tệp, trang tính (sheet) là từng thẻ bên dưới, còn bảng là vùng dữ liệu có tiêu đề. Excel còn có chức năng "định dạng thành bảng" tạo bảng có tên, công thức tham chiếu theo tên cột, tự mở rộng khi thêm dòng.
Lược đồ (schema). Bản mô tả cấu trúc: bảng có những cột nào, mỗi cột kiểu gì, cột nào bắt buộc, cột nào là khoá. Giống như mẫu phiếu trắng trước khi điền.
Nhóm 2: Khoá và quan hệ giữa các bảng
Những thuật ngữ này xuất hiện ngay khi dữ liệu có từ hai bảng trở lên, như khách hàng và đơn hàng.
| Thuật ngữ | Nghĩa ngắn | Ví dụ văn phòng |
|---|---|---|
| Khoá chính | Cột xác định duy nhất mỗi dòng | Mã nhân viên trong bảng Nhân viên |
| Khoá ngoại | Cột trỏ sang khoá chính của bảng khác | Mã nhân viên trong bảng Chấm công |
| Bảng tra (lookup table) | Bảng nhỏ chứa danh mục cố định để các bảng khác tra sang | Bảng mã hàng và tên hàng, bảng mã phòng ban |
| Quan hệ một nhiều | Một bản ghi bảng này ứng với nhiều bản ghi bảng kia | Một khách hàng có nhiều đơn hàng |
| Nối bảng (join) | Ghép hai bảng theo cột chung | Đưa tên khách từ bảng Khách vào bảng Đơn theo Mã KH |
| Bản ghi mồ côi | Khoá ngoại trỏ tới giá trị không tồn tại | Đơn hàng ghi Mã KH không có trong bảng Khách |
Trong bảng tính, "nối bảng" thường được làm bằng hàm dò tìm như XLOOKUP hay VLOOKUP, hoặc bằng chức năng hợp nhất (merge) của Power Query. Trong cơ sở dữ liệu, nó là câu lệnh JOIN. Cùng một ý, khác công cụ.
Nhóm 3: Chất lượng và tình trạng dữ liệu
Dữ liệu thô. Dữ liệu ở dạng vừa thu được, chưa xử lý: tệp xuất từ máy chấm công, ảnh chụp phiếu. Không có nghĩa là xấu, chỉ là chưa qua bước nào.
Trùng lặp. Cùng một đối tượng xuất hiện nhiều lần. Có trùng hoàn toàn (hai dòng giống hệt nhau) và trùng thực thể (cùng một khách nhưng ghi tên hơi khác, như có và không có chữ "Chị" phía trước). Loại sau khó phát hiện hơn nhiều.
Giá trị thiếu. Chỗ lẽ ra có thông tin nhưng không có. Trong cơ sở dữ liệu gọi là NULL. Một ô trống có thể là chưa biết, không áp dụng hay chưa xảy ra.
Giá trị ngoại lai. Giá trị khác thường so với phần còn lại: một đơn hàng 500 thùng giữa các đơn vài thùng. Có thể là lỗi gõ thêm số 0, cũng có thể là đơn thật. Phát hiện thì kiểm, không tự xoá.
Tính hợp lệ. Giá trị có nằm trong phạm vi cho phép không: ngày không ở tương lai, số lượng không âm, tỉnh nằm trong danh sách 34 tỉnh thành hiện hành. Bảng tính kiểm được bằng chức năng xác thực dữ liệu (Data Validation).
Nhóm 4: Biến đổi và di chuyển dữ liệu
Nhóm thuật ngữ này hay gặp khi đọc hướng dẫn Power Query, khi làm việc với bộ phận kỹ thuật hay khi hỏi AI về quy trình.
- Chuẩn hoá (cách ghi). Đưa các cách viết khác nhau về một dạng thống nhất: "TP.HCM", "Sài Gòn", "Hồ Chí Minh" về một tên. Đây là nghĩa thường dùng ở văn phòng.
- Chuẩn hoá (thiết kế cơ sở dữ liệu). Nghĩa thứ hai, trong thiết kế cơ sở dữ liệu (normalization): tách bảng sao cho mỗi thông tin chỉ lưu một chỗ, tránh lặp. Cùng một từ tiếng Việt, hai việc khác nhau; khi nói với AI nên nói rõ nghĩa nào.
- Trải phẳng. Biến dữ liệu có tầng lớp lồng nhau (như JSON) thành bảng phẳng hai chiều.
- Xoay bảng (pivot, unpivot). Pivot đổi bảng dài thành bảng rộng để trình bày; unpivot làm ngược lại để có bảng gọn dễ tính.
- Tổng hợp. Gộp nhiều dòng chi tiết thành ít dòng hơn bằng phép cộng, đếm, trung bình: từ từng hoá đơn ra doanh số theo ngày.
- ETL. Viết tắt của trích xuất, biến đổi, nạp (extract, transform, load): lấy dữ liệu từ nguồn, xử lý, rồi đưa vào nơi lưu đích. Power Query là một công cụ ETL nhỏ ngay trong Excel.
- API. Cổng để hai phần mềm trao đổi dữ liệu tự động, không cần người xuất tệp rồi nhập tay. Nối các ứng dụng với nhau là đề tài của trang AI Kết Nối.
Nếu chỉ nhớ một cặp trong nhóm này, hãy nhớ hai nghĩa của "chuẩn hoá". Đây là chỗ người văn phòng và người kỹ thuật hay hiểu lệch nhau nhất.
Nhóm 5: Mô tả dữ liệu và bảo vệ dữ liệu
Siêu dữ liệu (metadata). Dữ liệu về dữ liệu: ai tạo tệp, ngày xuất, nguồn, đơn vị tiền, ý nghĩa các mã. Ảnh chụp cũng có siêu dữ liệu như ngày chụp, đôi khi cả vị trí, nên cần để ý trước khi gửi ra ngoài.
Từ điển dữ liệu. Một bảng mô tả từng cột: tên, ý nghĩa, kiểu, đơn vị, giá trị cho phép, ví dụ. Đây là tài liệu nên đưa kèm khi nhờ AI làm việc với bảng của bạn.
Ẩn danh hoá. Xoá hoặc biến đổi thông tin để không thể xác định lại người cụ thể. Làm đúng nghĩa thì khó, vì kết hợp vài cột tưởng vô hại như năm sinh, phường, nghề nghiệp vẫn có thể lộ người.
Bí danh hoá. Thay thông tin nhận diện bằng mã, như thay họ tên bằng Mã KH, nhưng vẫn giữ bảng nối mã với tên ở nơi khác. Đây là cách thực tế nhất khi đưa dữ liệu vào AI; chỉ cần nhớ rằng nó khác ẩn danh, vì ai có bảng nối là xác định lại được.
Phân quyền. Quy định ai được xem, ai được sửa, ai được chia sẻ tiếp từng tệp hoặc từng vùng dữ liệu. Phần nguyên tắc pháp lý về dữ liệu cá nhân có trên trang AI Bảo Mật.
Ba cặp khái niệm hay bị dùng lẫn
Dữ liệu và thông tin. Dữ liệu là các giá trị được ghi lại: ngày 27/10, khách KH00125, 3 thùng. Thông tin là dữ liệu đã được đặt vào ngữ cảnh để trả lời một câu hỏi: khách quen này tháng này mua ít hơn hẳn mọi tháng. Cùng một bảng dữ liệu có thể cho ra nhiều thông tin tuỳ câu hỏi. Trang này dừng ở việc làm cho dữ liệu đúng và gọn; việc rút ra thông tin, đọc xu hướng là phần của phân tích.
Định dạng và kiểu dữ liệu. Định dạng là cách ô hiển thị: có dấu ngăn hàng nghìn không, ngày hiện kiểu nào, màu chữ gì. Kiểu là bản chất giá trị bên trong: số, chữ hay ngày. Đổi định dạng không đổi kiểu. Một ô chữ "1500" định dạng thành tiền tệ vẫn là chữ và vẫn bị hàm SUM bỏ qua.
Bản sao và bản sao lưu. Bản sao là bản lấy ra để làm việc, gửi đi, đưa cho AI; nó sẽ bị sửa. Bản sao lưu là bản cất đi để khôi phục khi có sự cố; nó không được đụng tới. Nhầm hai thứ này dẫn tới tình huống quen thuộc: cần khôi phục mới phát hiện "bản sao lưu" đã bị ai đó mở ra sửa từ lâu. Khi đặt tên tệp và thư mục, nên tách rõ hai loại.
Dùng thuật ngữ để viết câu lệnh cho AI chính xác hơn
Vốn từ ở trên có giá trị nhất khi bạn viết câu lệnh. So sánh hai cách nhờ cùng một việc. Cách một: "Mình có hai bảng, giúp mình ghép lại cho đủ thông tin." Cách hai: "Mình có bảng Đơn hàng (khoá chính Số đơn, khoá ngoại Mã KH) và bảng Khách hàng (khoá chính Mã KH). Hãy hướng dẫn nối hai bảng bằng Power Query, giữ mọi dòng của bảng Đơn hàng, và cho biết cách liệt kê các đơn mồ côi." Cách hai cho kết quả đúng ngay lần đầu vì không còn chỗ để đoán.
Cũng vậy với việc làm sạch: "chuẩn hoá cột Tỉnh về danh sách 34 tỉnh thành hiện hành, những giá trị không khớp thì liệt kê ra, không tự sửa" rõ ràng hơn hẳn "sửa lại cột tỉnh cho đẹp". Thuật ngữ đúng thu hẹp phạm vi việc, và phạm vi hẹp là cách tốt nhất để giảm lỗi của AI.
Khi AI dùng một thuật ngữ bạn chưa chắc, hỏi lại ngay: "Bạn dùng chữ chuẩn hoá theo nghĩa nào?" Một câu hỏi nhỏ tránh được cả buổi làm sai hướng.
Một gợi ý thực hành: lập cho nhóm mình một trang ghi chú ngắn, liệt kê những thuật ngữ cả nhóm thống nhất dùng và nghĩa cụ thể trong công ty, ví dụ "đơn hoàn tất" là đơn đã giao và đã thu tiền, "khách mới" là khách mua lần đầu trong vòng 90 ngày. Những định nghĩa nội bộ này quan trọng không kém thuật ngữ chung, và nên dán kèm mỗi khi nhờ AI làm việc với dữ liệu của nhóm.
Câu hỏi thường gặp
Biến và trường có phải là một không?
Về cơ bản là một: đều chỉ một cột thông tin. "Trường" là cách gọi phổ biến trong cơ sở dữ liệu và phần mềm, "biến" phổ biến trong thống kê và phân tích, "thuộc tính" hay gặp trong tài liệu thiết kế. Nghe từ nào cũng có thể hiểu là cột.
Dataset là gì?
Dataset, hay bộ dữ liệu, là một tập dữ liệu được gom lại cho một mục đích, có thể là một bảng hoặc nhiều bảng liên quan. Ví dụ bộ dữ liệu bán hàng năm 2026 gồm bảng đơn hàng, bảng khách hàng, bảng sản phẩm kèm từ điển dữ liệu.
Data Validation trong Excel dịch là gì?
Trong Excel bản tiếng Việt, chức năng này thường được gọi là xác thực dữ liệu. Nó cho phép đặt quy tắc cho ô như chỉ nhận số trong khoảng, chỉ nhận ngày, hoặc chỉ chọn từ danh sách thả xuống, giúp chặn lỗi ngay khi nhập.
Dữ liệu lớn có liên quan gì tới bảng tính văn phòng không?
Rất ít. Dữ liệu lớn chỉ những tập dữ liệu quá lớn hoặc đến quá nhanh để xử lý bằng công cụ thông thường. Bảng tính văn phòng dù vài chục nghìn dòng vẫn là dữ liệu nhỏ, và các kỹ năng trong danh mục này là đủ.
Có cần thuộc tiếng Anh các thuật ngữ này không?
Không bắt buộc, nhưng biết tên tiếng Anh giúp tìm hướng dẫn và đọc menu phần mềm dễ hơn, vì nhiều bản Excel, Google Sheets và chatbot dùng tên gốc. Khi viết câu lệnh bằng tiếng Việt, có thể ghi kèm tên tiếng Anh trong ngoặc cho chắc.
Thuật ngữ nào người mới hay dùng sai nhất?
Hay gặp nhất là dùng "dữ liệu" và "báo cáo" lẫn nhau, và dùng "chuẩn hoá" mà không rõ nghĩa nào. Báo cáo là kết quả trình bày từ dữ liệu, không phải bản thân dữ liệu. Sửa báo cáo không làm dữ liệu đúng hơn.