VI
Mở Nomto

SQL cho phân tích dữ liệu · Hướng dẫn · 30 tháng 10, 2026 · 12 phút đọc

Lộ trình data analyst: học gì, theo thứ tự nào và mất bao lâu

Một con đường uốn lượn trên bản đồ với các cột mốc được đánh dấu bằng cơ sở dữ liệu, bảng tính, biểu đồ và laptop

Công việc của data analyst là trả lời các câu hỏi kinh doanh bằng dữ liệu: bao nhiêu, bao lâu một lần, so với cái gì, và vì sao nó thay đổi. Các kỹ năng cần có suy ra từ đó. Hãy học SQL trước tiên, vì gần như mọi công việc data analyst đều cần lấy dữ liệu từ cơ sở dữ liệu. Sau đó là bảng tính để làm việc với kết quả, thống kê cơ bản để không rút ra kết luận sai, và một công cụ BI hoặc vẽ biểu đồ để trình bày điều bạn tìm được. Python hữu ích, nhưng có thể học sau. Song song với đó, hãy xây dựng một portfolio nhỏ và chuẩn bị cho phỏng vấn, nơi chủ yếu kiểm tra SQL và cách bạn suy luận về một vấn đề kinh doanh.

Mất bao lâu phụ thuộc vào điểm xuất phát và số giờ bạn bỏ ra, không phụ thuộc vào quảng cáo của khóa học. Ước lượng thô cho người học từ con số không, khoảng một giờ mỗi ngày: để đạt mức có thể nộp đơn vị trí junior thường mất từ sáu tháng đến một năm. Người đã làm việc với số liệu trong Excel thường đi nhanh hơn; người chỉ học được vào cuối tuần thì chậm hơn. Hãy coi các mốc thời gian bên dưới là khoảng ước lượng, không phải lời hứa.

Toàn cảnh lộ trình

Giai đoạn Học gì Thời gian ước lượng với ~1 giờ/ngày
1. SQL cơ bản SELECT, WHERE, GROUP BY, JOIN, CASE, NULL 4–8 tuần
2. Bảng tính pivot, tra cứu, biểu đồ, làm sạch dữ liệu 2–4 tuần (ít hơn nếu bạn đã dùng Excel)
3. Thống kê cơ bản trung bình và trung vị, phân phối, phần trăm, logic của A/B test 4–6 tuần
4. SQL trung cấp truy vấn con, CTE, hàm cửa sổ, ngày giờ 4–8 tuần
5. BI và trực quan hóa một công cụ (Power BI, Tableau hoặc Looker Studio), chọn biểu đồ 3–6 tuần
6. Chỉ số kinh doanh phễu, tỷ lệ giữ chân (retention), cohort, chỉ số doanh thu liên tục, song song với giai đoạn 4–5
7. Python (lúc đầu có thể bỏ qua) pandas, notebook, biểu đồ cơ bản 6–10 tuần
8. Portfolio và phỏng vấn 2–4 dự án, bài tập SQL, câu hỏi tình huống 4–8 tuần

Các giai đoạn chồng lên nhau. Bạn không cần học xong thống kê mới mở công cụ BI; điều cần thiết là tiếp tục tiến lên và tiếp tục viết truy vấn.

Giai đoạn 1: SQL cơ bản (bắt đầu từ đây)

SQL đứng đầu vì ba lý do thực tế. Nó có mặt trong gần như mọi mô tả công việc data analyst. Đây là kỹ năng được kiểm tra trực tiếp nhất trong phỏng vấn, thường bằng một bài làm tại chỗ. Và nó học được nhanh: phần cốt lõi mà data analyst viết hằng ngày chỉ gồm vài mệnh đề.

Học gì, theo thứ tự:

  1. SELECT và FROM: chọn cột.
  2. WHERE: lọc, kể cả IN, LIKE, BETWEEN và IS NULL.
  3. ORDER BY và LIMIT.
  4. Hàm tổng hợp: COUNT, SUM, AVG, MIN, MAX.
  5. GROUP BY và HAVING.
  6. JOIN, đặc biệt là khác biệt giữa INNER và LEFT, và điều gì xảy ra khi một dòng khớp với nhiều dòng.
  7. CASE cho logic nếu-thì.

Cuối giai đoạn này, bạn nên trả lời được một câu hỏi như “mỗi trạng thái có bao nhiêu chuyến bay?” mà không cần tra cứu gì:

SELECT status, COUNT(*) AS flights
FROM flights
GROUP BY status
ORDER BY flights DESC;
status flights
Arrived 16707
Scheduled 15383
On Time 518
Cancelled 414
Departed 58
Delayed 41

(Ví dụ này và các ví dụ khác ở đây chạy trên cơ sở dữ liệu hãng hàng không của khóa SQL trên Nomto: 33.121 chuyến bay giữa 104 sân bay trong mùa hè 2026.)

Thói quen quan trọng hơn cú pháp: trước khi viết truy vấn, hãy biết một dòng của mỗi bảng đại diện cho cái gì. Phần lớn các con số sai đến từ việc đếm những dòng không phải là thứ bạn nghĩ. Bài câu lệnh SQL cơ bản đi qua giai đoạn này từng bước.

Giai đoạn 2: bảng tính

Bạn vẫn sẽ dùng Excel hoặc Google Sheets liên tục: để xem kết quả truy vấn, chỉnh sửa, vẽ biểu đồ nhanh hoặc gửi cho người không viết SQL. Hãy học pivot table, tra cứu (XLOOKUP hoặc VLOOKUP), công thức có điều kiện (IF, SUMIFS, COUNTIFS), biểu đồ cơ bản và làm sạch đơn giản (xóa khoảng trắng, tách cột, sửa ngày tháng).

Nếu bạn đã dùng Excel trong công việc, giai đoạn này có thể chỉ mất vài ngày thay vì vài tuần. Nó cũng giúp học SQL dễ hơn: pivot table là GROUP BY, còn tra cứu là JOIN. Bài SQL và Excel đối chiếu từng thao tác giữa hai bên.

Giai đoạn 3: thống kê cơ bản

Bạn không cần bằng thống kê. Bạn cần đủ kiến thức để tránh những kết luận sai thường gặp:

Một tỷ lệ luôn cần mẫu số rõ ràng. Đây là tỷ lệ chuyến bị hủy trên tổng số chuyến bay trong lịch:

SELECT ROUND(100.0 * COUNT(*) FILTER (WHERE status = 'Cancelled') / NULLIF(COUNT(*), 0), 2) AS cancelled_pct
FROM flights;
cancelled_pct
1.25

1,25% là tốt hay xấu phụ thuộc vào việc bạn so sánh nó với cái gì: tháng trước, một tuyến khác, mục tiêu đề ra. Phép so sánh đó chính là việc của data analyst.

Giai đoạn 4: SQL trung cấp

Khi phần cơ bản đã thành quen tay, hãy thêm những công cụ biến một truy vấn thành một phân tích:

Một truy vấn điển hình ở giai đoạn này, số chuyến bay mỗi ngày kèm trung bình trượt bảy ngày:

SELECT CAST(scheduled_departure AS DATE) AS day,
       COUNT(*) AS flights,
       ROUND(AVG(COUNT(*)) OVER (ORDER BY CAST(scheduled_departure AS DATE)
                                 ROWS BETWEEN 6 PRECEDING AND CURRENT ROW), 1) AS avg_7d
FROM flights
WHERE scheduled_departure >= '2026-08-01'
GROUP BY day
ORDER BY day
LIMIT 3;
day flights avg_7d
2026-08-01 568 568
2026-08-02 558 563
2026-08-03 536 554

Hàm cửa sổ xuất hiện trong hầu hết các buổi phỏng vấn data analyst, nên đừng bỏ qua chúng. Hãy bắt đầu với bài hàm cửa sổ trong SQL, và để SQL cheat sheet mở bên cạnh khi luyện tập.

Giai đoạn 5: BI và trực quan hóa

Hãy chọn một công cụ BI và học kỹ thay vì học hời hợt ba công cụ. Power BI, Tableau và Looker Studio đều phổ biến; hãy xem công cụ nào xuất hiện trong tin tuyển dụng ở nơi bạn muốn làm việc. Các khái niệm dùng chung được: kết nối dữ liệu, dựng vài biểu đồ, thêm bộ lọc, xuất bản dashboard.

Quan trọng hơn công cụ là chọn đúng biểu đồ: đường cho thay đổi theo thời gian, cột để so sánh các nhóm, và gần như không bao giờ dùng biểu đồ tròn có hơn ba lát. Một dashboard nên trả lời một câu hỏi cụ thể cho một người cụ thể, chứ không phải hiển thị mọi thứ đo được.

Giai đoạn 6: chỉ số kinh doanh

Đây là điều phân biệt một data analyst với một người chỉ biết SQL. Hãy học cách các chỉ số phổ biến được định nghĩa và tính toán, và tự luyện tính chúng:

Hãy học những thứ này song song với giai đoạn 4 và 5, không phải sau đó: đây chính là những câu hỏi bạn sẽ viết SQL và dựng dashboard để trả lời.

Giai đoạn 7: Python, để sau

Python với pandas hữu ích cho những việc SQL làm kém: làm sạch dữ liệu phức tạp, kiểm định thống kê, tự động hóa báo cáo, làm việc với file và API. Nhiều vị trí data analyst có yêu cầu nó. Nhưng nhiều vị trí junior chủ yếu là SQL, bảng tính và BI, và học Python trước khi viết vững GROUP BY và JOIN thường làm người học chậm lại.

Khi đến lúc học, hãy tập trung vào pandas (nạp, lọc, nhóm, ghép dữ liệu), Jupyter notebook và vẽ biểu đồ cơ bản. Bạn sẽ nhận ra phần lớn thao tác trong pandas đều có một thao tác SQL tương đương mà bạn đã biết.

Giai đoạn 8: portfolio và chuẩn bị phỏng vấn

Portfolio

Hai đến bốn dự án nhỏ đã hoàn thành có giá trị hơn mười dự án làm dở. Một dự án tốt:

Bộ dữ liệu công khai, hoặc cơ sở dữ liệu luyện tập trong một khóa học, đều được. Người đánh giá tìm kiếm tư duy rõ ràng, không phải một bộ dữ liệu lạ.

Phỏng vấn

Phỏng vấn data analyst thường kết hợp:

Hãy luyện giải bài tập SQL có bấm giờ và nói to suy nghĩ của mình. Bài tập SQL có lời giải là bộ bài tốt để bắt đầu.

Những gì có thể bỏ qua lúc đầu

Những sai lầm thường gặp trên đường đi

Bắt đầu ngay tuần này như thế nào

Hãy mở phòng học SQL của Nomto và chạy truy vấn đầu tiên trên cơ sở dữ liệu hãng hàng không: không cần cài đặt gì. Khóa học bắt đầu bằng phần giới thiệu dữ liệu và đi qua phần cơ bản trong những bài học ngắn, mỗi bài kết thúc bằng các bài tập được kiểm tra tự động. Mỗi ngày một giờ, đều đặn hầu hết các ngày, giúp bạn tiến xa hơn một buổi học dài mỗi tuần một lần.

Câu hỏi thường gặp

Có thể trở thành data analyst mà không có bằng đại học không?

Nhiều người đã làm được. Mỗi nhà tuyển dụng một khác, nhưng với vị trí data analyst, những gì bạn chứng minh được (kỹ năng SQL, portfolio, lập luận rõ ràng khi phỏng vấn) thường có trọng lượng lớn. Bằng cấp thuộc ngành định lượng có giúp ích, nhưng không phải con đường duy nhất.

Nên học SQL hay Python trước?

SQL. Nó được dùng trong gần như mọi vị trí data analyst, phỏng vấn kiểm tra nó trực tiếp, và bạn có thể trở nên hữu ích với nó nhanh hơn. Hãy thêm Python khi bạn đã thoải mái với JOIN, nhóm và hàm cửa sổ.

Mất bao lâu để trở thành data analyst?

Điều đó phụ thuộc vào nền tảng của bạn và thời gian bạn bỏ ra. Với người bắt đầu từ con số không, khoảng một giờ mỗi ngày, từ sáu tháng đến một năm để sẵn sàng nộp đơn vị trí junior là một khoảng thực tế. Kinh nghiệm dùng Excel hoặc công việc nhiều số liệu trước đó sẽ rút ngắn thời gian này.

Có cần giỏi toán không?

Bạn cần thoải mái với phần trăm, trung bình, tỷ số và thống kê cơ bản, không phải toán cao cấp. Suy nghĩ cẩn thận về ý nghĩa của một con số quan trọng hơn khả năng tính toán.

Nên học công cụ BI nào?

Hãy xem tin tuyển dụng ở thị trường nơi bạn muốn làm việc và chọn công cụ xuất hiện nhiều nhất. Power BI, Tableau và Looker Studio đều phổ biến, và các khái niệm dùng chung được giữa chúng.

Ngôn ngữ khác: English, Español, Português (Brasil), 简体中文