Các skill phân tích dữ liệu ngày càng trở nên quan trọng khi các tổ chức dựa vào dữ liệu để đưa ra quyết định nhanh và thông minh hơn. Với sự hỗ trợ của AI, nhiều tác vụ dữ liệu như làm sạch bộ dữ liệu, xác định xu hướng và tạo thông tin chi tiết giờ đây có thể được hoàn thành hiệu quả hơn. Các skill AI cung cấp quy trình và phương pháp có thể tái sử dụng, giúp agent thực hiện các tác vụ phân tích này một cách có cấu trúc hơn. Hướng dẫn này khám phá 22 skill phân tích dữ liệu giúp tinh gọn quy trình xử lý dữ liệu và biến dữ liệu thô thành thông tin chi tiết có thể hành động.
Skill phân tích dữ liệu AI là gì?
Các skill phân tích dữ liệu cung cấp cho agent AI các hướng dẫn, quy trình và chỉ dẫn có cấu trúc để xử lý các tác vụ phân tích dữ liệu cơ bản. Chúng giúp agent sắp xếp dữ liệu, làm sạch bộ dữ liệu, xác định các mẫu hình, tạo biểu đồ, thực hiện các phép tính cơ bản và tổng hợp thông tin chi tiết từ dữ liệu thô.
12 skill quản lý và phân tích dữ liệu AI tích hợp sẵn của Kimi
Kimi cung cấp nhiều skill AI tích hợp sẵn giúp đơn giản hóa việc xử lý, phân tích và báo cáo dữ liệu. Dù bạn đang làm sạch bộ dữ liệu, tạo biểu đồ trực quan hay tạo thông tin chi tiết, những công cụ này giúp tự động hóa các tác vụ lặp đi lặp lại và nâng cao hiệu quả làm việc. Dưới đây là 12 skill quản lý và phân tích dữ liệu AI tích hợp sẵn bạn có thể khám phá trong Kimi.
| Tên kỹ năng | Mô tả |
|---|---|
| sql-insight | Chuyển đổi ngôn ngữ tự nhiên thành SQL, tối ưu hiệu suất truy vấn và diễn giải các kế hoạch EXPLAIN cho SQLite và PostgreSQL. Được kích hoạt khi người dùng yêu cầu chuyển câu hỏi thành SQL, cải thiện truy vấn chậm, tinh chỉnh chỉ mục, phân tích kế hoạch thực thi, hoặc đề cập đến các từ khóa như NL2SQL, tối ưu truy vấn, hay quét toàn bảng. |
| auto-hypothesis-test | Tự động chọn và chạy phép kiểm định thống kê phù hợp cho dữ liệu của bạn — ANOVA, chi bình phương, Mann-Whitney hoặc các phép khác, đồng thời cung cấp diễn giải kết quả bằng ngôn ngữ dễ hiểu. Được kích hoạt khi bạn hỏi về so sánh nhóm, ý nghĩa thống kê, giá trị p, kiểm định giả thuyết, hoặc đề cập đến các phép kiểm định cụ thể như t-test, ANOVA, hay chi bình phương. |
| correlation-auditor | Phân tích ma trận tương quan (Pearson/Spearman), tính tương quan riêng phần để kiểm soát các biến gây nhiễu, và phát hiện các tương quan giả có thể có trong dữ liệu của bạn. Được kích hoạt khi người dùng hỏi về mối quan hệ giữa các biến, cần ma trận tương quan, hoặc đề cập đến hệ số Pearson/Spearman, tương quan riêng phần, yếu tố gây nhiễu, hay tương quan giả. |
| data-viz-renderer | Tạo đồ họa thông tin HTML/SVG độc lập từ dữ liệu JSON, bao gồm thẻ thống kê, biểu đồ cột, sơ đồ luồng và bảng điều khiển kết hợp. Cung cấp 8 bảng màu và biểu tượng có sẵn, không cần phụ thuộc bên ngoài. Được kích hoạt khi người dùng yêu cầu trực quan hóa dữ liệu, đồ họa thông tin, biểu đồ hoặc bảng điều khiển. |
| dataset-quality-audit | Chạy kiểm tra chất lượng toàn diện trên dữ liệu dạng bảng (CSV/Excel/TSV/JSON), phát hiện giá trị thiếu, trùng lặp, ngoại lệ, lỗi định dạng và sự không nhất quán về kiểu dữ liệu để đưa ra điểm số tổng thể, xếp hạng và đề xuất cải thiện cụ thể. Được kích hoạt khi người dùng yêu cầu kiểm tra chất lượng dữ liệu, tìm giá trị thiếu hoặc trùng lặp, phát hiện ngoại lệ, xác thực định dạng, phân tích tổng quan dữ liệu, hoặc làm sạch dữ liệu. |
| discounted-cashflow-model | Xây dựng mô hình định giá dòng tiền chiết khấu (DCF), tính toán giá trị doanh nghiệp, giá trị vốn chủ sở hữu và giá mỗi cổ phiếu cùng ma trận phân tích độ nhạy theo tốc độ tăng trưởng × lãi suất chiết khấu. Được kích hoạt bởi các yêu cầu như 'làm DCF cho \[company]', 'chạy định giá', 'tính WACC/lãi suất chiết khấu', hoặc khi nhắc đến dòng tiền tự do, giá trị cuối kỳ, hay phân tích độ nhạy. |
| financial-ratio-toolkit | Phân tích các yếu tố cơ bản của công ty bằng cách tính hơn 20 chỉ số tài chính (khả năng sinh lời, khả năng thanh toán, thanh khoản, hiệu quả hoạt động và tăng trưởng) cùng phân tích DuPont từ báo cáo tài chính do người dùng cung cấp. Được kích hoạt bởi yêu cầu tính chỉ số tài chính, phân tích DuPont/ROE, hoặc các câu như "phân tích các số liệu tài chính này" hay "tính các chỉ số khả năng thanh toán". |
| financial-statement-analyzer | Phân tích dữ liệu báo cáo kết quả kinh doanh, bảng cân đối kế toán và báo cáo lưu chuyển tiền tệ để tạo phân tích xu hướng theo năm/theo quý và phát hiện các dấu hiệu bất thường như phải thu tăng đột biến hay dòng tiền lệch hướng. Kích hoạt khi người dùng muốn phân tích tài chính, so sánh theo năm/theo quý, phát hiện dấu hiệu cảnh báo, hoặc đánh giá chất lượng lợi nhuận. |
| quick-strategy-backtest | Chuyển các mô tả chiến lược giao dịch (bao gồm nghiên cứu theo sự kiện, chọn cổ phiếu và danh mục đầu tư) thành mã kiểm thử lại (backtest) có thể chạy được, đồng thời xuất kết quả kiểm thử, bảng điều khiển trực quan và bài phân tích. Kích hoạt khi người dùng mô tả điều kiện mua/bán, lợi nhuận sau sự kiện, kiểm thử lọc nhóm cổ phiếu, và các tình huống định lượng khác. |
| regression-modeler | Chạy phân tích hồi quy (OLS hoặc logistic) trên dữ liệu CSV/Excel đã tải lên, tạo ra hệ số, R², giá trị p, VIF và diễn giải bằng ngôn ngữ dễ hiểu. Được kích hoạt khi có yêu cầu về mô hình hồi quy, khớp dữ liệu, kiểm định ý nghĩa thống kê, kiểm tra đa cộng tuyến, hoặc các từ khóa như OLS, logit, hệ số, giá trị p, hay R-squared. |
| stock-research-report | Tạo báo cáo nghiên cứu chứng khoán theo phong cách Guotai Haitong / Haitong International. Dùng cho nghiên cứu cổ phiếu Trung Quốc, theo dõi ngành, ghi chú đầu tư và tài liệu nghiên cứu tài chính. Kích hoạt bởi các từ khóa: Guotai Haitong, Haitong International, theo dõi ngành, nghiên cứu cổ phiếu, nghiên cứu chứng khoán. Hỗ trợ mẫu song song cho thị trường trong nước và quốc tế. |
| stock-signal-analyzer | Phân tích dữ liệu OHLCV để tính hơn 15 chỉ báo kỹ thuật (bao gồm MA, MACD, RSI, dải Bollinger, KDJ) và tạo bản tóm tắt tín hiệu tăng/giảm kèm đánh giá tổng quan. Được kích hoạt khi người dùng yêu cầu phân tích kỹ thuật, tính các chỉ báo như MACD hay RSI, đề cập đến phân tích nến, hoặc bàn về tín hiệu từ giao cắt đường trung bình động, phá vỡ dải Bollinger, hay vùng quá mua/quá bán của RSI. |
| value-investing-scorecard | Bảng chấm điểm đầu tư giá trị theo phương pháp Buffett/Graham — đánh giá một công ty dựa trên 20 tiêu chí thuộc bốn nhóm (lợi thế cạnh tranh, quản trị, tài chính, định giá) để cho điểm từ 0-100. Được kích hoạt khi người dùng yêu cầu phân tích đầu tư giá trị, chấm điểm cơ bản, đánh giá lợi thế cạnh tranh, hoặc hỏi 'công ty này có đáng đầu tư không', 'phân tích cơ bản của công ty XX', hay 'đánh giá theo phương pháp Buffett'. |
| weighted-scorer | Xây dựng ma trận quyết định chấm điểm có trọng số cho việc lựa chọn công nghệ, đánh giá nhà cung cấp và so sánh các phương án theo nhiều tiêu chí. Hướng dẫn bạn qua các bước xác định tiêu chí, gán trọng số, chấm điểm phương án và kiểm chứng kết quả bằng phân tích độ nhạy. Kích hoạt khi người dùng hỏi về ma trận quyết định, chấm điểm có trọng số, so sánh phương án, lựa chọn nhà cung cấp, hoặc quyết định tự xây dựng hay mua sẵn. |
| chart-image | Tạo hình ảnh biểu đồ PNG chất lượng xuất bản từ dữ liệu, hỗ trợ biểu đồ đường, cột, vùng, nến, tròn và bản đồ nhiệt. Được kích hoạt khi người dùng yêu cầu trực quan hóa dữ liệu, tạo biểu đồ, vẽ chuỗi thời gian, hoặc tạo biểu đồ cho báo cáo, cảnh báo hay bảng điều khiển. Chạy dưới dạng tiến trình Node.js nhẹ, không giao diện, không cần trình duyệt. |
| xlsx | Công cụ chuyên dụng cho việc thao tác, phân tích và tạo tệp bảng tính nâng cao, bao gồm (nhưng không giới hạn) các định dạng XLSX, XLSM và CSV. Các chức năng cốt lõi gồm triển khai công thức, định dạng phức tạp (bao gồm định dạng tiền tệ tự động cho các tác vụ tài chính), trực quan hóa dữ liệu, tính toán lại bắt buộc sau xử lý, và các quy trình mô hình hóa Excel chuyên về tài chính như mô hình ba báo cáo tài chính, định giá DCF và phân tích công ty so sánh. |
Sử dụng các skill phân tích dữ liệu AI tích hợp sẵn của Kimi
Làm theo các bước đơn giản sau để sử dụng các skill AI tích hợp sẵn của Kimi nhằm phân tích dữ liệu, tính toán tài chính và tạo báo cáo tự động nhanh hơn.
Bước 1: Nhập lệnh skill
Gõ lệnh /financial-ratio-toolkit vào ô nhập liệu để kích hoạt skill phân tích dữ liệu tài chính của Kimi.
Bước 2: Bắt đầu tác vụ nghiên cứu của bạn
Mô tả bộ dữ liệu hoặc phân tích tài chính bạn muốn Kimi thực hiện sau khi kích hoạt skill.
Prompt mẫu:
Sau đó, Kimi tự động phân tích dữ liệu, thực hiện các phép tính cần thiết và tạo ra báo cáo có cấu trúc với những thông tin chi tiết quan trọng để hỗ trợ ra quyết định nhanh hơn.
Bước 3: Xem lại và tải tài liệu
Xem lại báo cáo đã tạo, chỉnh sửa nếu cần, rồi tải tài liệu cuối cùng về để phân tích thêm, chia sẻ hoặc trình bày.
Khám phá thêm 6 kỹ năng phân tích dữ liệu mã nguồn mở
Các kỹ năng mã nguồn mở cung cấp cho AI agent những quy trình chuyên biệt cho từng tác vụ phân tích dữ liệu khác nhau. Bằng cách cài đặt các kỹ năng này trong Kimi, bạn có thể tự động hóa việc xử lý dữ liệu, thực hiện phân tích chuyên sâu hơn và xây dựng quy trình làm việc hiệu quả hơn cho các bộ dữ liệu phức tạp. Dưới đây là 6 kỹ năng phân tích dữ liệu mã nguồn mở đáng để khám phá.
| Tên kỹ năng | Mô tả | URL |
|---|---|---|
| data-analytics-skills | Bộ sưu tập gồm 31 kỹ năng AI di động bao phủ quy trình làm việc của nhà phân tích, bao gồm kiểm tra chất lượng dữ liệu, phân tích chuyên sâu, lập tài liệu, tạo bảng điều khiển và giao tiếp với các bên liên quan. | https://github.com/nimrodfisher/data-analytics-skills |
| d3-visualization-skill | Kỹ năng D3.js toàn diện giúp agent tạo ra các trực quan hóa dữ liệu tương tác phức tạp, bao gồm biểu đồ cột, biểu đồ đường, đồ thị lực, sơ đồ sankey, treemap, sunburst và bản đồ choropleth cho bảng điều khiển và báo cáo. | https://github.com/nexu-io/open-design/blob/main/skills/d3-visualization/SKILL.md |
| tufte-data-viz-skill | Áp dụng các nguyên tắc trực quan hóa dữ liệu của Edward Tufte, bao gồm tỷ lệ mực dữ liệu cao, giảm thiểu chi tiết thừa trên biểu đồ, nhãn trực tiếp, small multiples và sparkline, để tạo ra các biểu đồ gọn gàng, dễ tiếp cận trên nhiều thư viện trực quan hóa khác nhau. | https://github.com/caylent/tufte-data-viz |
| mckinsey-style-visualization-skill | Giúp chuyển các ghi chú kinh doanh thô thành các bản trực quan tư vấn sẵn sàng cho ban lãnh đạo, với tiêu đề dựa trên insight, phân cấp trực quan, các mẫu slide có thể tái sử dụng và khung đánh giá chất lượng. | https://github.com/kgraph57/mckinsey-style-visualization-skill |
| data-visualization-report-skill | Chuyển đổi dữ liệu CSV, Excel hoặc JSON thành các báo cáo trực quan hoàn chỉnh với thẻ KPI, biểu đồ Chart.js và bảng dữ liệu. Hỗ trợ tạo báo cáo theo mẫu cho các tình huống kinh doanh và tài chính. | https://github.com/nexu-io/open-design/blob/main/skills/data-report/SKILL.md |
| analytics-tracking-measurement-strategy | Hỗ trợ thiết kế, đánh giá và cải thiện hệ thống theo dõi phân tích thông qua các chiến lược đo lường, phân loại sự kiện, đánh giá chất lượng dữ liệu và quy trình triển khai tracking. | https://github.com/diegosouzapw/awesome-omni-skills/blob/main/skills/analytics-tracking/SKILL.md |
Sử dụng các kỹ năng phân tích dữ liệu mã nguồn mở với Kimi
Làm theo các bước đơn giản sau để cài đặt một kỹ năng AI mã nguồn mở trong Kimi và dùng nó cho các tác vụ phân tích và báo cáo dữ liệu nâng cao.
Bước 1: Nhập prompt
Mở Kimi Chat và nhập một prompt kèm theo URL GitHub của kỹ năng phân tích dữ liệu mã nguồn mở mà bạn muốn cài đặt.
Ví dụ về prompt:
Bước 2: Để AI tự động cài đặt kỹ năng
Kimi tự động tải xuống, cấu hình và chuẩn bị kỹ năng dựa trên URL GitHub được cung cấp. Khi quá trình cài đặt hoàn tất, kỹ năng này sẽ có sẵn trong không gian làm việc của bạn.
Bước 3: Sử dụng kỹ năng
Nhấp "Add to my skills" để thêm kỹ năng đã cài đặt vào Kimi, sau đó chọn "Try it" để kích hoạt. Sau khi bật, hãy tải lên bộ dữ liệu của bạn hoặc mô tả tác vụ phân tích, kỹ năng này sẽ giúp làm sạch dữ liệu, thực hiện tính toán, tạo insight và xây dựng báo cáo có cấu trúc một cách hiệu quả hơn.
Nâng tầm phân tích dữ liệu với các kỹ năng AI tùy chỉnh
Làm theo các bước đơn giản sau để xây dựng một kỹ năng AI tùy chỉnh giúp tự động hóa quy trình phân tích dữ liệu và tối ưu các tác vụ lặp lại của bạn.
Bước 1: Truy cập công cụ "Document to skills"
Mở Kimi Skills và nhấp vào "Document to skills." Tính năng này cho phép bạn chuyển đổi các tài liệu phân tích dữ liệu của mình thành các kỹ năng AI có thể tái sử dụng.
Bước 2: Tải lên các tệp
Tải lên bảng tính, tệp CSV, báo cáo, tài liệu SQL, hướng dẫn phân tích hoặc tài liệu quy trình chứa kiến thức bạn muốn tự động hóa. Kimi sẽ trích xuất thông tin chính và xây dựng một kỹ năng AI có cấu trúc.
Bước 3: Tạo và sử dụng kỹ năng của bạn
Xem lại kỹ năng AI đã tạo, tinh chỉnh hướng dẫn nếu cần, rồi lưu vào không gian làm việc của bạn. Sau đó bạn có thể dùng các kỹ năng tùy chỉnh để tự động hóa việc xử lý dữ liệu, tạo báo cáo và tối ưu các tác vụ phân tích trong tương lai.
Bạn có thể chỉnh sửa bất cứ lúc nào hoặc xuất ra dưới dạng tệp .md để chia sẻ và sử dụng trong các dự án khác.
Mẹo sử dụng các kỹ năng phân tích dữ liệu AI
Sử dụng AI hiệu quả bắt đầu từ việc cung cấp đúng dữ liệu và hướng dẫn rõ ràng. Hãy làm theo những nguyên tắc sau để nâng cao độ chính xác của các kỹ năng phân tích dữ liệu và tạo ra những insight có ý nghĩa hơn.
Xác định mục tiêu phân tích rõ ràng ngay từ đầu
Cung cấp cho AI agent những câu hỏi, mục tiêu và kết quả đầu ra cụ thể để giúp chúng tập trung vào dữ liệu liên quan và tạo ra những insight hữu ích hơn.
Chuẩn bị và kiểm tra dữ liệu trước khi phân tích
Đảm bảo bộ dữ liệu đầy đủ, được định dạng đúng và không có lỗi rõ ràng. Dữ liệu sạch giúp AI agent cho ra kết quả phân tích chính xác hơn.
Chọn kỹ năng phù hợp với nhu cầu phân tích của bạn
Sử dụng các kỹ năng khác nhau cho các nhiệm vụ khác nhau, chẳng hạn như làm sạch dữ liệu, trực quan hóa, báo cáo, dự báo hoặc tạo dashboard.
Cung cấp bối cảnh và thông tin nền về nghiệp vụ
Đưa vào thông tin về bộ dữ liệu, ngành nghề, đối tượng mục tiêu và mục tiêu ra quyết định để AI agent có thể diễn giải kết quả hiệu quả hơn.
Xem xét và tinh chỉnh các insight do AI tạo ra
Kiểm tra kết quả phân tích, xác thực những phát hiện quan trọng và điều chỉnh hướng dẫn khi cần để cải thiện độ chính xác và tính nhất quán cho những lần phân tích sau.
Kết luận
Dù bạn đang phát triển các kỹ năng phân tích dữ liệu cơ bản hay tự động hóa những quy trình phức tạp, AI đều có thể giúp tiết kiệm thời gian trong khi vẫn nâng cao độ chính xác. Kỹ năng phân tích dữ liệu vững vàng giúp bạn xử lý thông tin hiệu quả hơn và đưa ra những quyết định dựa trên dữ liệu tốt hơn. Với Kimi, bạn có thể tận dụng các kỹ năng AI có sẵn, mã nguồn mở và tùy chỉnh để đơn giản hóa việc phân tích dữ liệu và biến dữ liệu thô thành những insight có thể hành động.