0:00 Xin chào tất cả mọi người. Thì trong video ngày hôm nay mình sẽ giới thiệu đến các bạn một chủ đề vô cùng thú vị. Đó là sự liên quan giữa một công cụ mà các bạn đang sử dụng mà mình tin rằng là rất nhiều bạn đang sử dụng trong công việc hàng ngày. Đó là Google Sheet, một công cụ bản tính của Google. Và ngày hôm nay mình sẽ cho các bạn thấy một cái case study, tức là nó sẽ phối hợp với một công cụ Automation mà mình đã làm rất nhiều clip ở trên kênh của mình. Đó là NSN để xây ra một con AI agent có thể tự phân tích những cái chỉ số ở trong cái bản tính này n hôm nay na đó là những cái kết quả kinh doanh chẳng hạn và phản hồi cho chúng ta một cách rất là tuyệt vời và nhanh chóng thay vì chúng ta mất thời gian thao tác những cái hàm giống như là SIM if hoặc là BV Table thì
0:46 ngày hôm nay chúng ta sẽ có một cái cách phân phân tích dữ liệu hoàn toàn khác và tự động. Và mình tin rằng nếu như các bạn có thể làm quen được với cách làm này thì mình tin là các bạn sẽ có được những cái kết quả mà mình cần nó nhanh hơn, có thể gây ấn tượng với sếp cũng như là đồng nghiệp một cách tuyệt vời hơn. Và quan trọng nhất là các bạn không bỏ qua một công cụ Automation mà mình tin là rất là tuyệt vời hiện nay đó là NSN. Thì trước mắt là mình sẽ tải về một cái dữ liệu mẫu ở trên mạng để mà demo cho các bạn xem ha. Thì nó có một cái trang nền tảng gọi là à cckgle.com. Thì để mà đăng ký tài khoản của cái nền tảng này thì rất là đơn giản. Các bạn chỉ cần tài khoản Google thôi. Và các bạn vào cái đường link này và các bạn bấm đăng ký là được. Và sau khi chúng ta đăng
1:31 nhập vào cái giao diện này, các bạn sẽ chọn giúp mình cái phần dataset. Thì ở trên các này nó sẽ chứa rất là nhiều cái tệp dữ liệu mẫu để mà phục vụ cho các gọi là ờ công việc như là data analy hoặc là những cái mẫu quan sát để mà giúp cho các bạn trong ngành khoa học dữ liệu có thể thực hành nó tốt hơn để mà có thể làm những cái project làm đẹp cho cái portfolio khi mà đi xin việc của các bạn chẳng hạn. hoặc là thậm chí những cái người đã có kinh nghiệm rồi họ vẫn có thể lên trên này để có thể tải thêm về những cái nguồn dữ liệu khác để mà luyện tập và thực hành. Thì bây giờ mình sẽ hướng dẫn các bạn cách để mà tìm cho mình một cái dataset phù hợp ha. Thì sau khi bấm vào dataset, các bạn bấm vào bộ lọc này và chọn cái định dạng là CSP, tức là định
2:18 dạng bản tính để có thể mình import lên trên này. Và đây mình sẽ chọn là CSV ha và bấm apply. Và ngay lập tức chúng ta sẽ có hơn 200.000 dataset hiện ra. Thì các bạn cảm thấy nếu hứng thú với cái gì thì các bạn có thể tải về để thực hành. Ví dụ đây là những cái dấu hiệu hình như là trầm cảm của học sinh này, rồi chỉ số sale của sang Amazon, rồi Spotify, Global Streaming Data và những cái chỉ những cái dataset mà mình thấy là cực kỳ là gây tò mò và thú vị. Và mình tin rằng là những cái bạn mà làm về khoa học dữ liệu sẽ vô cùng hứng thú với cái phần này. Thì trong cái khuôn khổ của video ngày hôm nay mình sẽ demo cho các bạn xem về cái dataset là chỉ số bán hàng của Chocolate ha. Thì mình sẽ click vào đây và các bạn kéo xuống dưới này và
3:06 mình bấm download về là xong. Đấy, ngay rồi. Đây và ở đây thì các bạn có thể đọc sơ qua một chút về cái mô tả về cái bảng dữ liệu này và nó có những cái thông tin gì đáng chú ý và có thể sử dụng để cho cái USC nạp thì nó có thể là giúp cho chúng ta luyện tập để mà dự báo các chỉ số bán hàng, phân tích về hành vi mua hàng của khách hàng hoặc là những cái trend của thị trường như thế nào đó. Thì dù sao đây cũng là một cái bản tính giúp chúng ta thực hành rất là tuyệt vời. Và kế đến chúng ta sẽ vào Google Sheet. Thì để vào Google Sheet đơn giản là mình tin là các bạn à hầu như ai cũng biết rồi. Chúng ta chỉ cần có một cái tài khoản Google và các bạn sẽ tạo được cái bản tính như thế này thôi. Và các bạn sẽ vào file các bạn bấm import giúp
3:53 mình chọn upload nhé. Và đến cái CSV mà vừa rồi các bạn vừa tải xuống đấy. Các bạn bấm import lên và chỗ này các bạn gọi là insert new shit là được. Như vậy là toàn bộ dữ liệu nó đã được làm sạch ở đây. Nó đã được đưa hết lên trên này rất là đẹp mắt và nhanh chóng ha. Dữ liệu này có tổng cộng là cái quan sát. Rồi mình sẽ xóa đi cái shift này và mình sẽ sửa lại một xíu về cái bảng này. Bỏ số 1 [âm nhạc] đi. Ok. Và bây giờ thì mình sẽ nhờ con AI nó phân tích giúp mình cái cấu trúc
4:39 của cái bảng này. Tức là để mà có thể con AI agent nó có thể hiểu và trả cho mình cái kết quả mà mình giống như là mình mong muốn khi mà hỏi nó. Thì đầu tiên cái việc quan trọng là mình phải giúp cho con Aizion đó nó hiểu trong cái bảng này nó có những cái cột gì và những cái cột đó nó có ý nghĩa như thế nào thì mình sẽ hướng dẫn các bạn một tip vô cùng thú vị luôn. Chắc là mình sẽ đổi cái thành này thành number bỏ cái dấu đô la đi ha. Mình sẽ copy khoảng năm dòng dữ liệu và mình có thể lên bất kỳ một công cụ AI này nhé. Ở đây mình sẽ demo là mình sử dụng drop và mình sẽ nói nó như thế này cho tôi biết cấu trúc. Rồi như vậy
5:30 thôi. Rồi ok và mình sẽ copy cái phần này mình để đó. Lát nữa mình sẽ hướng dẫn cho con AI agent thông báo cho nó biết đây là cái schema gọi là cái cấu trúc của cái bảng nó như thế nào. Và ừ nếu như mà bạn nào biết một chút về SQL ấy, các bạn sẽ biết là thật ra là khi mà quý ước đặt tên trong cột thì chúng ta sẽ không có đặt tên có khoảng trống. thì thật ra đặt vẫn được nhưng mà khi viết SQL thì cái tỉ lệ sai sót nó sẽ khá là cao. Cho nên cách đặt tên mà có khoảng trống mặc dù thông thường ấy ở những cái bản tính của Việt Nam hoặc thậm chí là kể cả nước ngoài mọi người hay đặt như thế này nhưng mà để mà thuận tiện cho cái việc đưa lên cơ sở dữ liệu database cụ thể ở đây trong
6:16 ví dụ này mình sử dụng là bigquery thì tốt nhất là không nên có khoảng chống cho nên mình sẽ chỉnh lại một xíu ha sale person đấy mình viết thường hết luôn để nó có sự đồng nhất về dữ liệu rồi. Ok. Như vậy là chúng ta đã có xong một cái bảng tính này và mình sẽ đặt tên là Chocolate Cell. Các bạn có thể đặt bất kỳ cái tên gì nhá. Và bây giờ cái bước tiếp theo là chúng ta sẽ đưa cái dữ liệu bản tính này lên trên BQ một cái nền tảng à lưu trữ dữ liệu đám may của Google. Thì để mà lưu trữ nó lên thì các bạn vào Google Cloud Console ha. Thì khi mà các bạn vào ấy nó sẽ có thể
7:03 là ở cái giao diện này hoặc cũng có thể là nó ở một cái giao diện nó yêu cầu các bạn credit tức là đưa những cái thông tin về thẻ visa. Ấ thì nếu như các bạn ở cái giao diện đó thì các bạn nhìn lên góc trên bên phải và nó có chữ console thì các bạn ấn vào là được. thì nó sẽ dẫn vào giao diện này. Thì sau khi vào cái giao diện này á thì các bạn sẽ ấn vào cái chỗ ba chấm này nè và các bạn sẽ tạo cho mình một cái project mới nhé. Cái project này thì các bạn đặt tên gì cũng được. Thì ờ hiện tại mình đã tạo sẵn một số cái project rồi cho nên mình sẽ sử dụng lại luôn là NN tutorial. Còn nếu các bạn chưa có các bạn cứ bấm vào đây các bạn đặt tên là xong không có vấn đề gì hết ha. Rồi bây giờ mình sẽ vào chỗ này và mình vào cái phần bity của
7:50 nó. Đây các bạn bấm vào dấu sọc à ba cái dấu sọc ngang này và phần bitquery Studio. Khi mà vào đây các bạn sẽ thấy nó có sẵn một số cái mẫu dataset cũng như là database của mình. Ví dụ đây là những cái public về data thì các bạn có thể sử dụng để mà thực hành ết SQL hoặc là thực hành vẽ biểu đồ ở trên Data Studio hoặc là những cái công cụ như là BBI thì đều được. Nhưng mà hiện tại thì mình sẽ tạo một cái bảng để mà liên kết với dữ liệu ờ gọi là doanh số bán hàng của socola này một cách real time. Thì mình sẽ hướng dẫn các bạn ha. Thì mình sẽ ấn vào cái dấu ba chấm ở chỗ cái database này ha. Và mình tạ chọn là tạo
8:38 dataset. Và chỗ này thì các bạn sẽ đặt tên đặt cái gì cũng được, miễn là tuân theo ước của nó. Các bạn lưu ý nhé, đặt như thế này là sai nè. Tại vì nó sẽ yêu cầu là mình sẽ chỉ có là ký tự chữ số hoặc là dấu gạch dưới thôi. Thì mình đặt như thế này thì mới đúng. Và chỗ reason này á thì các bạn chọn lên phía trên giúp mình. Thay vì là MTIS thì mình chọn reason và mình chọn kéo xuống các bạn chọn Singapore thì nomna nó là vị trí lưu trữ cái dữ liệu này của mình. Tức là cái Google cái thằng Google này nó sẽ lưu trữ cái data này của mình ở bên máy chủ Singapore thì khoảng cách nó gần ấ thì cái tốc độ truy vấn nó sẽ tốt hơn. Và các bạn mở ra cái phần là cài đặt nâng cao hoặc là add option nhé. À cái này thì không có gì
9:25 đâu. Rồi như vậy là ok rồi đấy. Xong các bạn bấm tạo là được. Rồi như vậy là đã tạo xong rồi nè. Và bây giờ sau khi cái dataset này nó được tạo xong ấy thì các bạn tiếp tục ấn vào dấu ba chấm của chính cái dataset đó. Mình chọn là tạo bản create table. Và ở trên này mình chọn là nguồn tức là Google Drive. Và mình dán cái đường link đường link của cái file mà mình vừa tạo ở trên Google Sheet vào thì các bạn có thể thay thế cái cái link này bằng chính cái link mà chứa dữ liệu của các bạn. À thật ra thì sẵn đây mình chia sẻ luôn thì có một số cái format ấy các bạn hay là làm cái kiểu như thế này nè. Tức là mình gọt dạng như thế này, thí dụ như
10:12 là cái gì đó thì mình khuyến khích là các bạn nên format lại cấu trúc của bảng làm sao để nó chuẩn định dạng của hàng và cột thì các bạn đưa lên trên cái table này nó mới không bị lỗi. Còn nếu mà nó có những cái dòng gọt như thế này nè thì khi các bạn đưa lên chắc chắn nó sẽ bị lỗi nhé. Đấy. Thì nếu các bạn quan tâm về cách để mà làm sạch những cái bảng khi mà các bạn đang tổ chức nó như thế này thì các bạn có thể comment. Nếu như mà nhiều người quan tâm thì mình có thể làm ra một cái video ờ chuyên sâu hơn một chút về Google Sheet. Tại vì dù sao trong phạm vi video này thì mình sẽ muốn đi sâu hơn một chút về Aion cũng như là công cụ tự động hóa NSN nhiều hơn. Tuy nhiên nếu mà nhiều bạn quan tâm về cái phần làm sạch dữ liệu trong trường hợp bản của chúng
10:58 ta có những cái cái kiểu là gợt như thế này thì các bạn cứ comment nhé thì mình sẽ hướng dẫn. Rồi mình sẽ tạm thời để nó nguyên si như thế này. Và ở cái chỗ này mình sẽ để nó là Google Sheet và shit range tức là tên của cái shit đó thì mình copy vào thôi. Đây bây giờ tên bảng của nó là mình sẽ để là số bán hàng chocolat. Rồi miễn sao là các bạn tuân theo nguyên tắc này của nó nhé. Đấy và chỗ này các bạn sẽ để là auto detect tức là nó sẽ tự động tìm ra những cái giống như là ờ có phải là file CFV hay không và đang phân cách là dấu phẩy hay là khoảng trống thì nó nô na các bạn chỉ cần ấn vào đây là
11:44 được thì nó sẽ tự động detect ừ các cột một cách là tự động cho chúng ta. Và các bạn sẽ mở ra phần cài đặt nâng cao ha. Thì chỗ này các bạn điền số 1 với mình nna là mình cho nó biết cái dòng đầu tiên trong cái bảng này chính là tên của cái cột là được. Còn nếu các bạn điền số 0 ấ thì khi các bạn bấm tạo mặc định là số 0 thì các bạn tạo bảng nó sẽ bị lỗi. Tức là các bạn sẽ thấy tên cột sẽ là nó ghi là column name, column name hay gì đó abc lỗi. Cho nên là mình để số 1 chỗ nó nhá. Và các bạn bấm tạo là ok. Rồi bây giờ chúng ta đã có được cái bảng này rồi này. Các bạn sẽ thấy đây là tên các cột và định dạng của các cột tất. Nó giống với giống như là cái bảng của chúng ta đang có ở trên Google Sheet. Và
12:30 hãy cùng xem nhé. Mình sẽ viết một câu query đơn giản. Đây chính là SQL. Thì nếu như các bạn nào biết một chút về phân tích dữ liệu hoặc là SQL thì cái phần này nó rất là đơn giản và quen thuộc thôi. Tuy nhiên trường hợp các bạn không biết về cái phần này thì cũng không sao. Tại vì trong cái phạm vi video này mình không hề training về SQL thì mình chỉ hướng dẫn các bạn một chút về cách làm sao để mà có thể xây ra con Aion. Nó có thể tự viết cái con cái câu lệnh này và nó trả ra cho chúng ta thông qua chat một cách rất là thông minh. Thì bây giờ mình sẽ bấm truy vấn. Nôm na là mình sẽ nói là tôi muốn lấy tất cả dữ liệu ở trong cái bảng này thì kết quả trả về là 1096 dòng thì nó khá là giống với cái dữ
13:18 liệu mà trong này mình đang có. Rồi ok bây giờ thì mình sẽ tiến hành xây dựng con Aent từ cái bảng dữ liệu này ha. Thì hiện tại hôm nay là mình đã chuẩn bị xong đầy đủ nguyên liệu rồi. Bây giờ mình chỉ có bước tiếp theo là mở NSN lên. [âm nhạc] Và mình bấm tạo workflow. Các bạn bấm vào đây là các bạn [âm nhạc] chọn. Rồi mình sẽ cho nó một cái bộ nhớ ngắn hạn 10 cái rồi ch model thì mình recommend các bạn nên sử dụng 4 ô mini nhé. chi phí nó không quá mắc nhưng mà dựa trên kinh nghiệm của mình thấy về cái phần viết SQL ấy thì mình thấy con
14:04 Open AI này nó xử lý tốt hơn một chút so với những cái phiên bản free như là Xemini 2.0. Tuy nhiên nếu như các bạn muốn thực hành thì cũng không sao, các bạn vẫn có thể sử dụng Flash 2.0 để mà các bạn test cũng được, không có vấn đề gì. Và bây giờ thì mình sẽ test một xíu ha. À ở chỗ này nếu như các bạn chưa biết phần credential ấ thì mình sau khi mà các bạn chọn cái model này xong ấy nó sẽ yêu cầu các bạn bấm credential. Thì để mà active cái này lên á các bạn cần phải có một cái API key thì các bạn sẽ phải redit tức là nạp tiền vào cho cái platform của thằng chat CVT nó nằm ở trong cái phần dashboard này nè. Đấy thì sau khi các bạn nạp xong các bạn sẽ vào phần API key. Các bạn bấm tạo API
14:50 key mới và nó sẽ cho các bạn một cái API như vậy. Và các bạn bấm copy và sau đó là chúng ta dán vào đây là ok ha. Còn trường hợp các bạn chưa có chi phí nhiều và các bạn muốn thực hành về thằng Google tức là xài một cái model free để các bạn thực hành ấ thì mình sẽ hướng dẫn luôn. Các bạn sẽ lên AI Studio của Google và các bạn bấm get API Key thì các bạn có thể sử dụng API key mới đó hoặc là dùng lại API key cũ. Thì ở đây mình sẽ sử dụng API key cũ ha. Và sau đó là các bạn chọn model ở đây là semin các bạn bấm tạo mới credential và các bạn dán cái IPI key mới đó vào đây. Thì ok thì bây giờ mình cũng sẽ thử sử dụng cái phần free này xem như thế nào luôn. Hi vọng là nó ổn.
15:36 Đây mình sẽ sử dụng model free là 2.0 flash ở đây. Rồi n là như vậy mình đã chuẩn bị cơ bản là xong rồi đấy. Và mình sẽ hello nó một chút mình test [âm nhạc] xem. Rồi rồi. Ok. Như vậy là nó đã kết nối thành công với cái model này. Và bây giờ mình sẽ thiết lập cái hệ thống tức là system prom để mà mình yêu cầu conent này nó có thể thực hiện cái tác vụ mà mình mong muốn. Thì bây giờ mình sẽ ấn vào add option và chọn là phần là tin nhắn cho hệ thống. Và mình sẽ vào phần này. Thật ra các bạn gõ ở bên fix cũng được nhưng mà mình không hiểu sao nhưng mình thấy là gõ ở bên expression ấ nó sẽ
16:22 có tốc độ nhanh hơn và nó không bị delay. Và bây giờ mình sẽ cho nó một cái vai trò là một chuyên gia về phân tích dữ [âm nhạc] liệu. Đặc biệt em hiểu về cấu trúc NQL. Rồi nhiệm vụ của nó là à chắc là mình sẽ cho nó một cái công cụ trước ha. Thì ở đây các bạn sẽ thấy là ở cái phần tool bên này hiện tại là nó đang chưa có bất kỳ cái gì cả. Thì đối với phân tích dữ liệu thì nó sẽ liên quan rất là nhiều vào cái tính toán. Thì mình sẽ cho nó hai cái. Thứ nhất đó chính là công cụ viquy. Tại vì mình đang để dữ liệu ở trên cái công cụ này của Google thì bắt buộc mình phải
17:09 cho nó cái công cụ này. Thì mình sẽ ấn vào dấu cộng này. Mình có bitquery. Rồi ở trong cái phần này các bạn chắc chắn phải credenal luôn. Để credencial này thì các bạn sẽ vào quay lại cái giao diện của Google Cloud. Và ở trên cái thanh công cụ này nè các bạn gõ là Pity giúp [âm nhạc] mình. Đây. Rồi các bạn sẽ ấn gọi là kích thọa hoặc là enable lên. Thì hiện tại mình đã enable sẵn rồi cho nên là mình sẽ có thể là thực hành tiếp thôi không cần phải thao tác lại. Và sau khi enable lên các bạn phải làm thêm một bước nữa đó là
17:55 credential thì các bạn sẽ ấn vào cái dấu ba gạt ngang này hoặc là ấn trực tiếp vào cái chỗ là IPI and service nếu như nó có hiển thị ở [âm nhạc] đây. Rồi các bạn sẽ bấm vào phần credential, chọn dấu cộng này và chọn phần thứ hai. [âm nhạc] Ở giao diện mới các bạn chọn web application các bạn đặt cái tên gì cũng được ha. Equery demo. Và sau đó các bạn quay lại chỗ bên NSN các bạn copy cái đường dẫn URL này. Các bạn dán vào chỗ này và sau đó các bạn bấm tạo thì ngay lập tức nó sẽ cho các bạn hai cái thông tin. Một cái là client ID và một cái là client secret. Thì khi các bạn dán vào ấy nó sẽ hiển thị một
18:40 cái nút đăng nhập Google ở đây. Thì các bạn bấm vào các bạn chọn đúng cái tài khoản Bitquery mà đang chứa cái dữ liệu bản tính này á thì sau đó các bạn cho phép nó đăng nhập là được. Dù nó có hiển thị những cái cảnh báo nâng cao hay nguy hiểm gì đó các bạn cứ bấm tiếp tục bình thường không có vấn đề gì ha. Thì ở đây mình đã credential sẵn rồi thì mình chọn con cái credential của mình. Và trong chỗ này mình sẽ chọn đến cái này gọi là cái project. Tên của cái project chính là cái phần này này. Đấy thì hiện tại dữ liệu của mình đang ở trong cái project NSN tutorial cho nên là mình sẽ chọn là NSN tutorial. Và ở đây nó sẽ hỏi mình là muốn viết truy vấn gì? Thì thật ra trong này nhé các bạn có thể viết câu truy vấn như thế này. Mình sẽ demo cho các bạn xem.
19:26 [âm nhạc] Giả sử mình có một cái công cụ là big query và mình chọn. Các bạn có thể viết như thế này luôn nhưng mà mình sẽ limit 5 thôi. Đây các bạn có thể trực tiếp viết câu lện truy vấn để nó trả ra cho chúng ta kết quả. Đấy các bạn có thể thấy đây là năm dòng đầu tiên ở trong cái table đó. Dòng đầu tiên là UK này rồi Min Chip Choco này. 5320180. Đây chính là dòng này. Dòng thứ hai Van Sell ở Ấn Độ 7896 94 thì nó chính là cái dòng này đấy. Nhưng mà các bạn đừng lo lắng thì trong cái video này mình sẽ không hướng dẫn các bạn viết SQL mà gần như các bạn chỉ chat những cái ngôn ngữ
20:12 rất là thông thường. Khi mà các bạn cần hỏi về kết quả kinh doanh thì A sẽ tự viết những cái câu này để trả ra cho các bạn kết quả. Bây giờ mình sẽ tạm thời xóa cái này đi. Tuy nhiên ở trong cái phần thiết lập của Google FitQ mình vẫn phải cho nó một cái câu lệ để nó biết là nó sẽ được yêu cầu tự viết câu truy vấn. Thì mình mở cái này lên và mình sẽ gõ theo cú pháp này nhé. Đây là một điều rất tuyệt vời mà mình thấy ở SN có được đó là có sự hỗ trợ của AI. Và đối với cái phần bên trong dấu ngoạt này cái phần đầu tiên chính là cái key của mình. Thì các bạn đặt tên gì cũng được, các bạn đặt abc hoặc là tên của các bạn cũng được. Và cái phần dấu nháy thứ hai chính là mô tả. Thìở đây mình sẽ nói là ừ thông tin SQL để truy
20:59 vấn bản hồi yêu cầu của người dùng. Tức là mình sẽ cho mô tả thôi để con AI nó có thể hiểm. Các bạn viết tiếng Anh cũng được nha. Chỗ này thì mình đặt tên gọ một chút là pit query. Ok. Và tại vì liên quan tới tính toán cho nên mình cũng sẽ cho nó thêm một cái máy tính nữa. Đây lưu lại. Rồi bây giờ mình sẽ cho nó biết là ông cụ thứ nhất là query dùng để truy vấn SQL trên B. [âm nhạc]
21:46 và chết suất data và một cái nữa là calculator tức là dùng để tính toán khi cần thiết thôi. Bây giờ mình sẽ hướng dẫn nó cái nhiệm vụ của nó ha. Đó là hướng dẫn nè. Thì cái việc đầu tiên là chào người dùng và hỏi người dùng. có yêu cầu phân kích dữ liệu gì. Thật ra mình cũng có thể yêu cầu nó là xưng hô, tức là giới thiệu bản thân. Và sau đó mình sẽ đặt tên cho nó.
22:33 Bạn tên là Lily. Ví dụ vậy ha. Bạn có thể đặt tên bất kỳ cái gì. Rồi sau đó là tiếp nhận thông tin yêu cầu của người [âm nhạc] dùng để có thể tiến hành phân tích. Thì lúc này nó sẽ có hai trường hợp. Trường hợp đầu tiên tức là cái yêu cầu của các bạn nó có được cái ngữ cảm đầy đủ để mà có thể tiến hành phân tích thì nó sẽ ngay lập tức nó dùng cái công cụ query để nó viết truy vấn SQL này và trả ra cho các bạn kết quả. Còn trường hợp thứ hai khi mà thông tin của bạn nó còn chưa rõ ràng hoặc là có thể bị sai ngữ cảnh ấy thì mình cũng muốn là nó sẽ hỏi lại hỏi lại để mà xác nhận một lần
23:18 nữa trước khi là phản hồi thì nó sẽ có hai trường hợp thì mình sẽ hướng dẫn nó luôn. trường hợp một đó là thông tin từ mình chưa đầy đủ thì mình sẽ yêu cầu nó hỏi lại. [âm nhạc] Tức là mình sẽ nói nó là nhờ trường rồi. Trường hợp hai thông tin đã đầy đủ đây ra dụng công [âm nhạc]
24:06 cụ rồi cái này mới quan trọng nè các bạn phải cho nó biết cái cấu trúc bản nữa biết Nè chốt bản liện như xong thì mình sẽ quay lại bảng này mình copy toàn bộ cái nội dung này vào cái là ngắn gọn hơn nữa đi. sẽ yêu cầu nó ngán gòn hơn [âm nhạc] đó. Hơi hành nó một chút rồi. Cái này có vẻ ok rồi này. Mình sẽ copy vào.
24:53 Rồi mình sẽ nói đây [âm nhạc] là danh sách các cột. [âm nhạc] Mình thêm ra cái dấu này để nó hiểu. Cái này nó có thêm một cái nữa là nó đang a chưa có đúng cái tên cột ở trong cái table của mình. Tại vì các bạn để ý á nó vẫn còn viết hoa này và nó còn có khoảng trống này. Thì các bạn nhớ lưu ý các bạn viết lại nhé. Ra có khoảng cách vẫn được nhưng mà tỉ lệ sai sót của con ai khi mà nó viết truy vấn nó sẽ cao hơn. Thì các bạn có thể xem lại một cái video mà mình đã từng đề cập tới cái vấn đề này. Đó là không còn nỗi lo báo cáo qua email nữa. Thì trong đó mình đã gặp một cái lỗi
25:40 ngay về cái lỗi như thế này rồi và mình đã cũng có hướng dẫn các bạn fix ở trong cái video đó. Nhưng mà trong cái phạm vi này mình đã biết nó sẽ dễ lỗi thì mình coi như là mình rào từ đầu luôn. Mình không để nó xảy ra cái lỗi đó. Rồi mình kiểm tra lại một chút ha. Sipic. Rồi ok. Và như này đủ chưa? Thật ra vẫn chưa đủ đâu. Thì mình vẫn còn thêm một cái nữa. Mình sẽ cho nó cái này tức là dấu bôi đậm. Mình sẽ nói nó table ID. Tức là cái ID của cái bảng tính chứa dữ liệu này nó là gì? Ở trên cái nền tảng BY này. Thì để lấy nó thì thật ra nó nó chính là cái này nè. Còn trường hợp các bạn không biết ấ các bạn có thể ấn vào đây các bạn chọn detail thì nó chính là cái này. Các
26:28 bạn bấm copy là được. Và các bạn dán vào đây. Rồi như vậy toàn bộ nội dung đã xong rồi đấy. Thì bây giờ mình hãy cùng xem nó hoạt động như thế nào nhé. Xin chào. Đ mình kéo ra một chút. Ok. Bây giờ mình sẽ xem dữ liệu một chút và mình sẽ yêu cầu nó nhé. Mình muốn nó phân tích cho mình doanh số bán hàng của UK, cung cấp cho mình doanh số bán hàng và số hộp socola bán được của thị trường UK. [âm nhạc]
27:17 chưa sử dụng mà nó hỏi lại. À đây là cũng là một cách để nó xác nhận lại, nó đảm bảo được cái ngữ cảnh ấy. Thì trong này dữ liệu của chúng ta đang có khoảng thời gian là từ tháng 01 2022 cho tới tháng 8 n 2022. Thì các bạn có thể chọn bất kỳ một tháng nào nhưng mà trong trường hợp này thì mình sẽ nói nó là tôi muốn lấy hết để xem nó xử lý như thế [âm nhạc] nào. Ok được rồi nè. Rồi tổng doanh số bán hàng chocolate tại thị trường UK là gần này khoảng 1.U51 và số hợp bán ra là ngần này thì
28:03 chúng ta xem nó đúng không nhé. Mình sẽ filter ở đây mình chọn là UK. Các bạn cùng xem này. 1.51792 và bên này sẽ là 30.265. Sẽ tắt cái này bớt đi. Tắt cái này bớt đi. Tại vì không cần thiết là tắt cái này luôn. [âm nhạc] 30.265 và 1.U51792. Chính xác. Rất tuyệt vời luôn. Và bây giờ mình sẽ thử hỏi khó hơn một chút nhé. Top 3 mặt hàng có doanh số cao nhất của UK là gì? Chắc là mình ghi thêm cái này để đảm bảo ngữ cảnh.
28:49 Ok, nó đã xử lý xong rồi nè. Và nó trả cho mình ba kết quả này thì mình cùng xem nó đúng không nhé. Thì để mà tra cứu nhanh cái phần này thì chắc là mình sẽ dùng table ở trong này. Thì các bạn sử dụng Excel quen hoặc là Google Sheet Quang rồi thì các bạn sẽ biết cái phần này thôi. Còn trường hợp các bạn chưa biết thì các bạn vào phần insert chọn by table tạo ra. Và bên này thì mình sẽ ném cái product vào phần round và amount vào phần value. Và chỗ country này thì mình sẽ cho nó xuống cái à sorry country thì phải xuống chỗ bộ lọt. Và ở đây mình sẽ
29:35 lọt là thị trường UK. Và sau đó là cái cột này nó vẫn có lộn xộn nè. thì mình sẽ sắp xếp nó theo thứ tự của số tổng và giảm dần. Thì mình cùng xem nhé. Cái này muốn nó dựng qua bên này một chút rồi ghi nớ như thế này. Wow có vẻ đúng n 695 này. Cái này 79.100 này. 75.628 rất chính xác đúng không? Và bây giờ thì mình hỏi nó là còn top 3 mặt hàng của hiện trường Mỹ thì [âm nhạc] sau. Theo cái ngữ cảnh đang giao phếp
30:21 liên tục ấ thì nó vẫn sẽ phản hồi cho mình là top van hàng có doanh số cao nhất tại Mỹ. Thì các bạn có thể xem cái cách mà nó viết SQL này. Thì đây là câu lèm SQL. Các bạn có thể ấn vào đây, tức là cái log xem nó viết như thế nào. Còn trường hợp các bạn về SQL cũng không sao thì mình vẫn có cách để mà mình dò lại thủ công. Tức là mình dùng những cái phương pháp rất là bình thường giống như là filter lọc hoặc là table như bên này thôi. Thì bây giờ mình cùng kiểm tra xem là nó trả lời đúng không nhé. Rồi bây giờ thì thay vì là mình lọc thị trường nước ăn thì mình sẽ lọc nước Mỹ. Và hãy xem rất tuyệt vời. Có vẻ như đều đúng này. Và mình sẽ yêu cầu nó là hãy so sánh
31:12 [âm nhạc] ờ mình sẽ yêu cầu nó so sánh hai cái [âm nhạc] này. Thì phần này nó sẽ dựa vào cái bộ nhớ ngắn hạn của nó để nó xử lý mà nó không thông qua bitwy nữa tại vì nó đã có kết quả lưu trữ rồi thì nhầm gọi là tối giản cái thao tác nó nhất có thể. Và đây chính là cái phản hôi của nó. UK thì ưa chuộn các sản phẩm như là peanut butter đúng [âm nhạc] nè. Ừ có cái này luôn hả? Cái này thì mình không hề viết nhá. Không biết cái này nó có chém gió hay không. Do số của
31:59 top ba sản phẩm ở UK khá gần nhau. Cho thấy mức độ cạnh tranh cao giữa các sản phẩm. Ha cũng đúng ha. Trong khi ở Mỹ thì nó lại vượt trội hơn hẳn ha cũng khá là hợp lý. Bây giờ thì mình sẽ yêu cầu nó phân tích một cái sâu hơn một chút. Mình sẽ nói nó là tức là bây giờ là đây là dữ liệu hoàn toàn thô và mình cũng không biết là nên báo cáo bằng cái gì thì mình sẽ thử yêu cầu nó phân tích cho mình kết quả kinh doanh của thị trường Úc đi ở trong tháng 1 năm 2022 thì hãy xem nó xử lý như thế nào nhé. Rồi. Ừ. Chuyên gia về D tức là data analy phân tích dữ liệu. Hãy khiến tích cho tôi kết
32:45 quả kinh doanh Australia. Mình không biết là mình gõ Úc nó có hiểu không nhá. mình vào út luôn trong tháng 1. Nếu mà chỗ này nó báo lỗi thì mình sửa lại Australia thôi. Tại vì nhiều khi mình đoán là mình gõ như thế này thì trong cái câu SQL cái phần điều kiện nó sẽ ghi điều kiện là country bằng cook chẳng hạn thì nó có thể bị sai. Và mình cũng muốn nó xử lý xem như thế nào tại vì ở trên rõ ràng khi mình gõ Mỹ á nó cũng biết là tự chuyển qua USA khá là thông minh. Ừ rồi. Tức là mình không biết báo cáo cái gì và mình yêu cầu nó viết cho mình một cái báo cáo và sau đó nhận xét luôn. Và hãy cùng xem nó xử lý như thế nào
33:31 nhé. Cái này thì có vẻ nó đang xử lý không đúng rồi nè. Mình không hề thấy nó vào bitwy để xử lý luôn. Và nó trẻ ra kết quả toàn là không ok. Chắc là mình thử tạo mấy cái session chat xem nó có bị gì hay không. Dù sao thì đây như mình nói đây là con Jamy9 2.0 free và trong quá trình sử dụng ấy thì mình thấy nó có khá là nhiều nhượt điểm thì có thể đây là một cái nhược điểm như vậy đấy. Bây giờ mình thử nha. Mình thử mình sẽ đổi sang một con model open ai 4.0 xem nó xử lý như thế
34:22 [âm nhạc] nào. Op này đâ mình chọn bộ trây. Tiết kiệm chi phí nhá. Đây chà. [âm nhạc] Ok, mình sẽ yêu cầu nó lại chính cái câu đó mà hồi nãy mình hỏi con Google Jemina 2.0 nhưng nó không xử lý [âm nhạc] được. Không biết nó có xử lý không hay là nó sẽ hỏi mình thêm. Mình thấy rất là tò mò. Đấy nè. Quay rồi nè. Con này có vẻ khá là thông minh đúng không? Nó tự viết kết quả big quy. Và mình cùng xem nó viết cái gì nhé. Nôm nay ở đây là nó sẽ tự tính toán là doanh số bán hàng, tổng số lượng order,
35:08 tổng số lượng đơn hàng, tổng số tổng số lượng số hợp bán ra và nó chia cho số đơn hàng. Tức là nó muốn tính xem là à mỗi đơn hàng trung bình mình bán được bao nhiêu hộp và tổng số hàng bán được như thế nào. Rồi ok. Và trong tháng 1 2022 thì nó thêm cái điều kiện này. Rồi bây giờ mình cùng xem kết quả nhé. Đây tổng doanh thu tháng 1 là ngần này. Tổng đơn hàng là 34. Tổng doanh thu trung bình của mỗi đơn hàng là lấy cái này chia cho cái này là ra thằng này. Vâng. Không biết đúng không nữa. Thử [âm nhạc] nha. Rồi chính xác nha. Tổng số hợp vận
35:53 chuyển ngần này. Tổng số sản phẩm đã bán ra. Cái này hơi thừa đúng không? [âm nhạc] Ờ ok. Nhưng mà trước khi mà mình đến cái phần nhận xét thì mình phải double check xem là thằng này nó có viết đúng hay không hay là nó chém gió. Thì qua đây mình lọc là thị trường Úc nè. Và ở đây thì mình sẽ chọn là tháng 1 thì mình sẽ filter theo condition. Tức là số ngày nó sẽ phải trước cái ngày à trước ngày này. Không biết đúng không nữa. Để mình kiểm tra xem. Rồi đúng rồi đấy. 187 383 chính xác này. À tổng số
36:38 hàng bán ra 6449 chính xác này. Rồi tổng số đơn hàng làm sao biết tổng số đơn hàng nè? Hay là tính cái này nè. Rồi 34 đúng nè. Rồi doanh thu bán hàng trung bình thì ok rồi. Nhưng mà cái phần nhận xét này thì mình không biết là như vậy là tốt hay là không tốt tại vì rõ ràng mình chỉ mới yêu cầu nó làm tháng 1 thôi. Thì để mà có cơ sở để biết được là tháng 1 có ổn hay không ấy thì mình sẽ yêu cầu nó so sánh với tháng hai ta cùng xem nó xử lý như thế nào nhé. À đây mình sẽ yêu cầu nó là hãy phân [âm nhạc]
37:27 tích. Hình như cái máy tính nó hơi thừa thì phải. Tại vì gần như mình không thấy nó đụng cái này luôn mà. thôi cũng không sao, nó tính vẫn đúng là được. À các bạn thấy ở đây nó sẽ có một cái sự khác biệt là nó sẽ thực hiện hai cái truy vấn SQL. Thay vì là trước đó nãy giờ chúng ta chỉ thấy có một cái thôi là cả hai cái này đều thành công. Và mình sẽ xem là một cái nó viết của tháng hai này và một cái nó viết của tháng 1 này và cùng tất cả các chỉ số. Và đây là kết quả nó trả về cho chúng ta. Đây cái phần này thì đúng rồi nha. Nhưng mà như thế này hơi khó đúng không? Hơi khó nhìn thì mình sẽ yêu cầu nó trình bày
38:12 lại bổ sung thêm khổ so sánh. Ok. Mình cùng xem là nó có viết SQL không hay là nó chỉ sử dụng cái bộ nhớ của nó. Ui nó vẫn viết lại. Ok. Ra này mình kỳ vọng là nó sẽ không viết SQL tiếp mà nó sẽ truy truy vấn vào cái bộ nhớ ngắn hạn để nó phản hồi kết quả thì sẽ tốt hơn. Nhìn nó không đẹp mắt lắm bạn thông cảm nha. À tổng đơn hàng nè, tổng doanh thu này, tổng đơn hàng
38:58 nè, tổng số hợp vận chuyển này. Cái này thì nó lại không có chịu trình bày nhỉ. Lẽ ra là nó nên trình bày ở ở cái phía trên. Tức là có vẻ như cái form nó không được thông minh lắm nhưng mà chắc là mình sẽ double check luôn. 126406 chia 187383 - 1 - 32.56 5 16 hình như sai rồi này. Đấy. 12 chia 20 - 1 giảm 40% thì đúng rồi nè. Và cái gọi là số hợp vận chuyển chia 6449 - 1 59.10. Cái này 14 mới đúng. Nó hơi bị sai một chút ở cái khúc này nhưng mà chắc là mình sẽ check thủ công xem mấy kết quả tháng hai của nó có đúng không nhé.
39:46 Phần này thì mình sẽ fill ở đây là [âm nhạc] và nó là between mới đúng. Rồi này mình chỉ có so sánh tháng hai thôi là tức là nó nằm ở trong khoảng là từ cuối tháng 1 cho tới đầu tháng 3 thì mình không biết như vậy có đúng không nào sao sai thì mình bỏ ra thôi không có vấn đề gì? Ok. Xem nó có lọc dư không. À nó dư tháng 1
40:33 này. Rồi ok mình xem kết quả nhá. 126 406 đúng nè. À tổng số đơn hàng 2635 đúng nè. Rồi cái này là 18. Tổng đơn hàng là 18. hay là nó đang tính cái phần này gọi là unit nhỉ? Mình đoán là unit chắc là qua vẫn là qua bên b table này mình chọn là thị trường Úc nè. [âm nhạc] Và chỗ này sẽ là không cần, mình chỉ quan tâm
41:19 tới này thôi. Và mình sẽ nói là thời gian mình muốn lấy là của thứ [âm nhạc] hai. Sorry mọi người, chỗ này hơi nhàm chán một chút nhưng mà mình muốn xác thực kết quả để nó không bị nhầm lẫn ấy. Rồi mình xem lại một chút ha. này thì trong khoảng này là đúng rồi [âm nhạc] này. Này hồi nãy nó còn lấy ngày 31 tháng à và thiếu một cái nữa là đến từ nước Út [âm nhạc] nữa. Rồi như vậy ở đây theo mình hiểu tổng đơn hàng ấ là nó tính là số nhân viên bán hàng mới đúng. Ok. Thôi mình
42:04 chắc là mình bỏ qua phần này đi cũng hơi tốn thời gian ở chỗ này rồi. À về so sánh cơ bản mình thấy nó nhận định khá là đúng nhưng mà nó hơi bị lệ một xíu. Để mình tính lại xem. 6 này chia cho 187 38 - 1 32.54 rồi nó vẫn sai nhá. Thì các chắc cái này gọi là ai tính toán sai. Rõ ràng cho cái máy tính mà không tính tự tính xong rồi sai. Đấy thì đây là cũng là một cái mà mình muốn cho các bạn thấy là dù kết quả của ai trả ra có vẻ như rất là đúng đấy nhưng mà nó vẫn sẽ có những cái sai lệ phần trăm nhất định thì cái việc là có con người xác thực ấy nó sẽ vô cùng quan trọng. Nhất là đối với những cái báo cáo yêu cầu độ chính xác cao thì chúng ta nên có sự double check trước khi là gửi
42:50 cho những cái người là cấp trên của chúng ta. Thì các bạn lưu ý phong này giúp mình ha. Nhưng mà dù sao thì rõ ràng những cái chỉ số khác nó thống kê khá là ok và mình tin là nó cũng có những cái giá trị nhất định cho các bạn. Ở đây nó nhận định là tháng hai do số sẽ giảm như thế này. Sự sục giảm nè. Rồi số đơ hàng cũng giảm nè. Số hợp phần chuyện cũng giảm nè. Đấy sự sụt giảm mạnh trong tất cả các chỉ số cho thấy tháng 2 là một tháng khó khăn của thị trường Úc. Ok. Các bạn sẽ thấy nó đưa ra những cái kết luận rất là chung chung tại vì đơn giản là nó sẽ không thể nào hiểu ngữ cảnh. Tức là nó sẽ không biết là yếu tố lúc đó là ở Úc đang có những cái sự kiện chính trị gì hay là thói quen của người dân ở đó ra sao. Còn nếu như chúng ta input cho nó những cái thông tin đó
43:35 thông qua ví dụ như một công cụ là vector database chẳng hạn thì có thể nó sẽ trả lời cho bạn những cái câu hỏi chất lượng hơn. Hoặc là ví dụ như các bạn cung cấp cho nó biết là hồi tháng 1 mình có tổ chức một cái promotion gì đó rất là lớn cho nên doanh số nó tăng cao chẳng hạn thì nó cũng có thể là tham chiếu vào đó nó đưa ra cho các bạn những cái câu hỏi à những cái câu trả lời nó có cái độ tin cậy và chất lượng tốt hơn. Thì dù sao ở trong phạm vi của video này mình muốn giới thiệu đến các bạn một cái cách để mà có thể tận dụng một công cụ Google Ship cũng như là NSN để xây ra được một con AI agent có thể giúp các bạn tra cứu những cái thông tin về chỉ số kinh doanh và phản hồi lại chúng ta một cách rất nhanh chóng. Thậm chí nếu các bạn muốn nó phân tích một cách sâu hơn ý các bạn có thể vào phần system
44:22 prom này các bạn hướng dẫn cho nó. Tức là giả sử các bạn mỗi khi mà các bạn muốn mỗi khi các bạn nhắn tin là phân tích cho tôi kết quả kinh doanh thì đầu tiên nó phải phân tích những cái chỉ số giống như là doanh số rồi doanh thu trung bình số đơn hàng như nó làm. Nhưng mà mình muốn nó liệt kê ra thêm là top 5 nhân viên bán hàng cao nhất là ai, top 5 mặt hàng bán tốt nhất là gì hoặc là top 5 người yếu nhất là gì. Đó thì các bạn có thể hướng dẫn nó ở trong này thì nó cũng sẽ phân tích và phản hồi cho các bạn thôi. Nhưng mà quan trọng nhất sau khi nó phản hồi kể cả khi mà kết quả nó ở đây toàn màu xanh thì nó vẫn có những cái sự tính toán cần chúng ta gọi là double check lại trước khi là sử dụng nó để gửi ra bên ngoài. Thì mình nghĩ là nội dung video ngày hôm nay cũng khá là dài rồi cho nên mình xin phép được dừng tại đây và hy vọng là video này sẽ giúp
45:07 ích được cho các bạn trong quá trình mình tìm hiểu và sử dụng công cụ này. Xin chào và hẹn gặp lại các bạn trong những video lần sau. [âm nhạc]
