Trái ngành nhưng đúng đà: Từ sinh viên kinh tế đến top project Power BI được giảng viên hết lời khen ngợi

Ngày đăng: 04/06/2025

Là sinh viên năm 3 chuyên ngành Kinh tế phát triển tại Đại học Kinh tế Quốc dân, Thu Hằng sớm nhận ra rằng: để phân tích chính sách hiệu quả, chỉ học lý thuyết thôi là chưa đủ. Kỹ năng phân tích dữ liệu là công cụ thiết yếu để hiểu bức tranh kinh tế một cách toàn diện hơn. Với mong muốn bổ sung năng lực thực hành, Hằng tìm đến khóa học Data Analytics Foundation tại Datapot như một bước đi nghiêm túc cho định hướng sự nghiệp.   

Và chính sự đầu tư đó đã mang lại “quả ngọt”: dự án cuối khóa của Hằng được giảng viên đánh giá là project xuất sắc nhất lớp – khi kết hợp được tư duy phân tích vĩ mô với kỹ năng khai thác dữ liệu thực tế.  

Những điểm nổi bật trong dự án 

Dự án của Nguyễn Thu Hằng được giảng viên đánh giá là “hay nhất lớp” nổi bật ở tư duy phân tích chính sách, triển khai báo cáo logic và khả năng áp dụng hiệu quả các kỹ thuật trên Power BI: 

  • Cấu trúc báo cáo rõ ràng, dẫn dắt hợp lý: Linh hoạt dẫn dắt từ tổng quan toàn cầu về lạm phát đến từng khu vực, nhóm quốc gia và so sánh giữa các nền kinh tế lớn – tạo chiều sâu cho dashboard. 
  • Lồng ghép kiến thức kinh tế vào phân tích: Hằng không chỉ đọc dữ liệu mà còn đưa vào các sự kiện như cuộc khủng hoảng tài chính, chính sách tiền tệ của Mỹ – giúp người đọc hiểu rõ hơn về nguyên nhân biến động. 
  • Visual sắc nét, kỹ thuật trực quan hiệu quả: Áp dụng scatter chart, drill-through, slicer theo nhóm quốc gia, time series đa biến và decomposition tree – giúp việc khai phá insight dễ dàng và sinh động hơn. 

Report trên Power BI: 

Dưới đây là bản report trên Power BI của học viên: 

Không cần là dân kỹ thuật, bạn vẫn có thể làm chủ dữ liệu như Thu Hằng. Cùng bắt đầu hành trình phân tích dữ liệu một cách bài bản tại Datapot nhé!

Thông tin bài tập Power BI 

Học viên: Nguyễn Thị Thu Hằng 

Lớp: PL-300   

Khoá: K134 

Chủ đề dự án: Inflation Analysis  

Giới thiệu về Dataset: Bài tập thực hành Power BI của học viên Nguyễn Thu Hằng sử dụng bộ dữ liệu hơn 60 năm từ các tổ chức kinh tế quốc tế, bao gồm: Tỷ lệ lạm phát, lãi suất thực & danh nghĩa, tỷ lệ thất nghiệp, tốc độ tăng trưởng GDP của hơn 100 quốc gia trên thế giới. 

Mục tiêu của project 

Mục tiêu của dự án phân tích lạm phát trên Power BI của học viên Thu Hằng là để: 

  • Trực quan hóa xu hướng biến động lạm phát và các chỉ số vĩ mô toàn cầu theo thời gian, vị trí địa lý và nhóm thu nhập. 
  • Phân tích mối quan hệ giữa lạm phát với các yếu tố kinh tế: Lãi suất thực và lãi suất danh nghĩa, tăng trưởng GDP, tỷ lệ thất nghiệp 
  • So sánh chi tiết giữa các nhóm quốc gia tiêu biểu: Đông Nam Á, top 5 nền kinh tế lớn, và hai nền kinh tế nổi bật: Mỹ – Trung Quốc 
  • Đề xuất khuyến nghị chính sách dựa trên phân tích dữ liệu thực chứng.

Insights rút ra từ báo cáo 

Học viên Thu Hằng đã rút ra được những insights quan trọng như:

  • Tăng trưởng GDP và tỷ lệ lạm phát là mối quan hệ phi tuyến: Lạm phát quá thấp hoặc quá cao đều ảnh hưởng tiêu cực đến tăng trưởng. 
  • Lạm phát và thất nghiệp có quan hệ nghịch ngắn hạn – phù hợp với đường Phillips. 
  • Lãi suất danh nghĩa cao thường đi kèm lạm phát cao, nhưng lãi suất thực thấp → ảnh hưởng đến đầu tư. 
  • Việt Nam hiện đang có mức lãi suất thực dương ổn định, là tín hiệu tích cực trong kiểm soát lạm phát và thu hút đầu tư. 

Với tinh thần học nghiêm túc và khả năng phân tích sắc bén, Thu Hằng đã tạo ra một bài project không chỉ nổi bật về nội dung mà còn thể hiện rõ tư duy dữ liệu bài bản – điều mà bất kỳ ai theo đuổi ngành Data cũng đều mong muốn đạt được. 

Tại Datapot, mỗi dự án cuối khóa không chỉ là một bài kiểm tra kỹ năng – mà còn là cơ hội để bạn rèn luyện tư duy, phát triển năng lực thực chiến và chạm tay vào những sản phẩm đủ sức thuyết phục bất kỳ nhà tuyển dụng nào. 

Kết nối thêm với chúng mình

Fanpage

Cộng đồng Data, AI và Tự động hóa 200,000+ thành viên

Youtube

Zalo

Chia sẻ bài viết này

Để lại một bình luận

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

This site uses Akismet to reduce spam. Learn how your comment data is processed.