Data analyst là gì? Data analyst là chuyên viên phân tích dữ liệu, người biến dữ liệu thô thành thông tin phục vụ quyết định kinh doanh. Dưới đây là bao quát toàn cảnh nghề, từ công việc hàng ngày, các nhóm kỹ năng cần thiết, bộ công cụ cơ bản, và mức lương mới nhất (10–60 triệu đồng/tháng) theo cấp bậc và lộ trình phát triển.
Data analyst là gì?
Data analyst là vị trí chịu trách nhiệm thu thập, xử lý và phân tích dữ liệu để trả lời các câu hỏi kinh doanh cụ thể. Trong tiếng Việt, chức danh này thường được gọi là chuyên viên phân tích dữ liệu. Sản phẩm cuối cùng của một data analyst là báo cáo, dashboard hoặc khuyến nghị mà bộ phận kinh doanh, marketing hay ban lãnh đạo dùng làm căn cứ ra quyết định.
Vị trí này tồn tại ở hầu hết doanh nghiệp có dữ liệu vận hành, từ ngân hàng, thương mại điện tử đến sản xuất và y tế. Khi doanh nghiệp muốn biết vì sao doanh thu quý này giảm, nhóm khách hàng nào đang rời bỏ, hay chương trình khuyến mãi nào hiệu quả, người trả lời bằng số liệu chính là data analyst.
*Lưu ý, phân biệt data analyst và data analysis
Data analysis (phân tích dữ liệu) chỉ toàn bộ quy trình kiểm tra, làm sạch, biến đổi và mô hình hóa dữ liệu để rút ra kết luận. Data analyst là người thực hiện quy trình đó như một nghề nghiệp toàn thời gian. Một nhân viên marketing vẫn có thể làm data analysis ở mức cơ bản, nhưng data analyst làm việc này chuyên sâu và có hệ thống mỗi ngày.
Công việc của data analyst là gì trong doanh nghiệp?
Công việc data analyst là gì có thể tóm gọn trong một chu trình 5 bước lặp lại hàng ngày quanh các bài toán kinh doanh. Nếu bạn đang thắc mắc làm data analyst là làm gì mỗi ngày, chu trình dưới đây mô tả gần như trọn vẹn:
- Tiếp nhận yêu cầu nghiệp vụ: làm việc với các phòng ban để chuyển câu hỏi kinh doanh (“vì sao tỷ lệ hủy đơn tăng?”) thành bài toán dữ liệu đo lường được.
- Thu thập và làm sạch dữ liệu: truy vấn dữ liệu từ cơ sở dữ liệu bằng SQL, xử lý dữ liệu trùng, thiếu và sai định dạng. Bước này thường chiếm 50–70% thời gian làm việc thực tế.
- Phân tích và tìm insight: dùng thống kê và các phép so sánh, phân nhóm để tìm nguyên nhân, xu hướng và điểm bất thường trong dữ liệu.
- Trực quan hóa: chuyển kết quả thành biểu đồ, dashboard trên Power BI hoặc Tableau để người xem đọc ra thông tin chính trong vài phút.
- Trình bày và khuyến nghị: báo cáo phát hiện cho các bên liên quan kèm đề xuất hành động cụ thể.
Tỷ trọng từng bước thay đổi theo quy mô công ty. Ở doanh nghiệp lớn có đội ngũ data engineer riêng, data analyst tập trung vào phân tích và báo cáo. Ở công ty nhỏ, một người thường kiêm cả xây dựng hệ thống dữ liệu lẫn phân tích, nên phạm vi công việc data analyst rộng hơn đáng kể.
5 kỹ năng data analyst phải có
Kỹ năng data analyst gồm 5 nhóm, xuất hiện lặp lại trong phần lớn tin tuyển dụng tại Việt Nam và quốc tế:
- SQL và truy vấn dữ liệu: kỹ năng nền tảng để lấy đúng dữ liệu cần phân tích từ cơ sở dữ liệu. Đây là yêu cầu xuất hiện dày đặc nhất trong các bản mô tả công việc.
- Thống kê ứng dụng: kiến thức về trung bình, phân phối, tương quan và kiểm định giả thuyết để đọc số liệu đúng bản chất, tránh kết luận sai từ dữ liệu nhiễu.
- Trực quan hóa dữ liệu: năng lực chọn đúng loại biểu đồ và thiết kế dashboard dễ đọc trên Power BI hoặc Tableau.
- Tư duy nghiệp vụ: khả năng gắn con số với bối cảnh kinh doanh. Một phân tích đúng kỹ thuật nhưng lệch câu hỏi kinh doanh gần như vô giá trị với doanh nghiệp.
- Giao tiếp và kể chuyện bằng dữ liệu: kỹ năng trình bày phát hiện cho người ngoài ngành theo cách thuyết phục được hành động.
Trong 5 nhóm trên, kỹ năng phân tích dữ liệu thuần kỹ thuật quyết định việc bạn vào được nghề, còn tư duy nghiệp vụ và giao tiếp quyết định tốc độ thăng tiến. Các data analyst cấp cao dành phần lớn thời gian cho hai nhóm sau, vì ở cấp đó bài toán khó nằm ở việc đặt đúng câu hỏi và thuyết phục được ban lãnh đạo.
→ Xem thêm tại: 7 kỹ năng cơ bản để trở thành chuyên viên phân tích dữ liệu
Các công cụ hỗ trợ phân tích dữ liệu hằng ngày
Các công cụ phân tích dữ liệu của một data analyst chia thành 4 lớp theo chức năng, và mỗi lớp chỉ cần thành thạo một công cụ đại diện:
| Lớp công cụ | Đại diện phổ biến | Vai trò |
| Bảng tính | Excel, Google Sheets | Xử lý nhanh dữ liệu nhỏ, giao tiếp với phòng ban khác |
| Truy vấn | SQL (MySQL, PostgreSQL, BigQuery) | Lấy dữ liệu từ cơ sở dữ liệu doanh nghiệp |
| Trực quan hóa | Power BI, Tableau, Looker Studio | Xây dashboard và báo cáo tự động |
| Lập trình phân tích | Python (pandas), R | Xử lý dữ liệu lớn, phân tích vượt khả năng bảng tính |
Doanh nghiệp Việt Nam phổ biến nhất tổ hợp Excel, SQL và Power BI, vì Power BI đi kèm hệ sinh thái Microsoft mà đa số công ty đang dùng. Python trở thành yêu cầu bắt buộc ở các vị trí từ mức middle trở lên hoặc ở công ty công nghệ.
Ngoài ra, các phần mềm phân tích dữ liệu tích hợp AI như Microsoft Copilot đang thay data analyst làm các thao tác lặp, nên kỹ năng đặt câu hỏi và thẩm định kết quả ngày càng quan trọng hơn thao tác công cụ.
→ Xem thêm tại: 8 loại phân tích dữ liệu data analyst cần biết
Lương data analyst hiện nay bao nhiêu?
Lương data analyst hiện nay bao nhiêu phụ thuộc chủ yếu vào số năm kinh nghiệm và ngành của doanh nghiệp, với khung phổ biến trên thị trường Việt Nam như sau:
| Cấp bậc | Kinh nghiệm | Mức lương tháng phổ biến |
| Fresher | Dưới 1 năm | 10–15 triệu đồng |
| Junior / Middle | 1–3 năm | 15–25 triệu đồng |
| Senior | 3–5 năm | 25–40 triệu đồng |
| Lead / Manager | Trên 5 năm | 40–60 triệu đồng |
| Cấp giám đốc dữ liệu | Trên 8 năm | Từ 60 triệu đồng trở lên |
Cùng một cấp bậc, mức lương chênh lệch rõ theo ngành. Fintech, ngân hàng số và thương mại điện tử trả cao nhất do dữ liệu gắn trực tiếp với doanh thu, trong khi khối sản xuất và bán lẻ truyền thống trả thấp hơn 20–30%. Ứng viên có Python, kinh nghiệm làm việc với dữ liệu lớn hoặc chứng chỉ quốc tế thường thương lượng được mức cao hơn khung 10–20%.
→ Xem thêm tại: Lương Data Analyst hiện nay bao nhiêu? Những yếu tố quyết định mức lương
Nhà tuyển dụng đang tìm kiếm gì ở chuyên viên phân tích dữ liệu?
Tuyển dụng data analyst tại Việt Nam duy trì mức tăng ổn định nhiều năm liền, do làn sóng chuyển đổi số buộc doanh nghiệp mọi quy mô phải ra quyết định dựa trên dữ liệu. Nhu cầu tập trung mạnh nhất ở ngân hàng, tài chính, thương mại điện tử, bán lẻ và logistics, và đã lan sang cả các ngành truyền thống như sản xuất, giáo dục, y tế.
Yêu cầu trong tin tuyển dụng cũng đang dịch chuyển theo hướng thực chiến. Ba điểm nổi bật trong các bản mô tả công việc gần đây:
- SQL và một công cụ BI là chuẩn tối thiểu: gần như mọi tin tuyển dụng đều yêu cầu hai kỹ năng này, kể cả vị trí fresher.
- Ưu tiên hiểu biết ngành: ứng viên từng làm trong ngành của doanh nghiệp (ngân hàng, bán lẻ, logistics) được ưu tiên rõ rệt so với ứng viên chỉ mạnh công cụ.
- Kỹ năng làm việc với AI: nhiều doanh nghiệp bắt đầu đưa việc sử dụng công cụ AI vào mô tả công việc, xem đây là năng suất chuẩn mới của nghề.
Điểm đáng chú ý là cạnh tranh ở phân khúc entry-level đang tăng nhanh do lượng người chuyển ngành lớn và làn sóng AI, trong khi phân khúc middle và senior vẫn thiếu ứng viên đạt yêu cầu. Người có 2–3 năm kinh nghiệm thực chiến cùng tư duy nghiệp vụ tốt đang ở vị thế thương lượng thuận lợi nhất.
→ Xem thêm tại: 15 ngành đang tuyển dụng data analyst nhiều nhất tại Việt Nam
Data analyst khác gì business analyst, data scientist và data engineer?
Data analyst thường bị nhầm với 3 chức danh cùng họ “dữ liệu”, và cách phân biệt nhanh nhất là nhìn vào sản phẩm đầu ra của từng vị trí:
| Vị trí | Sản phẩm đầu ra chính | Trọng tâm |
| Data analyst | Báo cáo, dashboard, insight từ dữ liệu quá khứ và hiện tại | Trả lời “chuyện gì đã xảy ra và vì sao” |
| Business analyst | Tài liệu yêu cầu, quy trình nghiệp vụ, giải pháp vận hành | Cầu nối giữa nghiệp vụ và đội kỹ thuật |
| Data scientist | Mô hình dự báo, thuật toán machine learning | Trả lời “chuyện gì sắp xảy ra” |
| Data engineer | Hệ thống thu thập, lưu trữ, đường ống dữ liệu | Đảm bảo dữ liệu sạch và sẵn sàng cho phân tích |
Ranh giới giữa các vị trí này mờ dần ở doanh nghiệp nhỏ, nơi một người có thể kiêm 2–3 vai. Với người mới vào ngành, data analyst là điểm khởi đầu hợp lý nhất vì yêu cầu đầu vào thấp nhất trong 4 vị trí, đồng thời mở đường sang cả 3 hướng còn lại sau vài năm kinh nghiệm.
→ Xem thêm tại: Phân biệt Business analyst và Data analyst. Nên chọn nghề nào?
4 giai đoạn phát triển của data analyst
Lộ trình phát triển data analyst điển hình gồm 4 giai đoạn, mỗi giai đoạn có trọng tâm năng lực và bước nhảy riêng:
- Giai đoạn 1, Fresher và Junior (năm 0–2): làm chủ SQL, Excel, một công cụ BI và thực hiện các phân tích theo yêu cầu có sẵn. Mục tiêu quan trọng nhất là xây thói quen làm sạch dữ liệu chuẩn và đọc hiểu dữ liệu của ngành mình đang làm.
- Giai đoạn 2, Middle và Senior (năm 2–5): tự đề xuất bài toán phân tích, bổ sung Python và thống kê sâu hơn, bắt đầu làm việc trực tiếp với các trưởng bộ phận. Đây là giai đoạn giá trị thị trường tăng nhanh nhất.
- Giai đoạn 3, Lead hoặc Analytics Manager (năm 5–8): quản lý đội phân tích, thiết kế hệ thống chỉ số cho toàn công ty và tham gia các quyết định chiến lược. Kỹ năng quản trị và tư duy kinh doanh trở thành yêu cầu chính.
- Giai đoạn 4, rẽ nhánh chuyên sâu: ba hướng đi phổ biến gồm data scientist (thiên về mô hình dự báo), analytics engineer (thiên về hạ tầng phân tích) và giám đốc dữ liệu (thiên về quản trị). Việc rẽ nhánh thường đòi hỏi học bổ sung bài bản về khoa học dữ liệu hoặc quản trị.
Bước chuyển khó nhất trong lộ trình nằm giữa giai đoạn 2 và 3, vì năng lực kỹ thuật thuần túy không còn đủ để thăng tiến tiếp. Nhiều data analyst ở điểm này chọn học sau đại học về khoa học dữ liệu hoặc quản trị để bổ sung nền tảng chiến lược trước khi nhận vai trò quản lý.
→ Tìm hiểu thêm tại: Khóa học phân tích kinh doanh tại SOM
Học phân tích dữ liệu nên bắt đầu từ đâu?
Học phân tích dữ liệu hiện có 3 phương hướng chính, mỗi lựa chọn phù hợp một hoàn cảnh và mục tiêu riêng:
- Tự học qua tài nguyên miễn phí: phù hợp với người có quỹ thời gian linh hoạt, kỷ luật cao và mục tiêu vào vị trí entry-level. Chi phí gần bằng 0, đổi lại thời gian dài hơn (6–9 tháng) và tự chịu trách nhiệm về lộ trình.
- Các khóa học data analyst ngắn hạn: khóa học phân tích dữ liệu tại trung tâm đào tạo data analyst thường kéo dài 3–6 tháng, có giảng viên chữa bài và lộ trình dựng sẵn. Hình thức này phù hợp với người muốn chuyển ngành nhanh và cần môi trường học có cam kết.
- Đào tạo data analyst bậc sau đại học: chương trình thạc sĩ về khoa học dữ liệu dành cho người đã đi làm, đã có nền tảng phân tích và đặt mục tiêu tiến lên vai trò quản lý dữ liệu hoặc lãnh đạo. Giá trị cốt lõi nằm ở tư duy chiến lược, mạng lưới học viên là quản lý cấp trung trở lên và bằng cấp được công nhận quốc tế.
Người bắt đầu học về data analyst từ con số 0 nên đi từ tự học hoặc khóa ngắn hạn để kiểm chứng mức độ phù hợp với nghề trước khi đầu tư lớn. Người đã làm phân tích 3–5 năm và chạm trần kỹ thuật cần chương trình ở bậc cao hơn, vì rào cản của họ nằm ở cấp chiến lược và quản trị.
Với nhóm thứ hai, chương trình Thạc sĩ chuyên nghiệp Khoa học Dữ liệu (PMDS) của SOM AIT được thiết kế riêng cho người đi làm muốn chuyển từ vai trò phân tích sang vai trò dẫn dắt chiến lược dữ liệu. Bạn có thể tìm hiểu chi tiết tại trang chương trình PMDS.
→ Xem thêm tại: Hướng dẫn tự học data analyst trong 100 ngày
Ai phù hợp theo nghề phân tích dữ liệu?
Nghề phân tích dữ liệu phù hợp với một kiểu tư duy cụ thể hơn là một xuất thân cụ thể, và thực tế nhiều data analyst giỏi đến từ kinh tế, marketing hay các ngành xã hội. Dưới đây là 4 dấu hiệu cho thấy mức độ tương thích của bạn với nghề:
- Thích truy nguyên nhân: gặp một con số bất thường, phản xạ đầu tiên là hỏi “vì sao” và muốn tự tay kiểm chứng.
- Kiên nhẫn với chi tiết: chấp nhận được thực tế 50–70% thời gian dành cho làm sạch và kiểm tra dữ liệu, phần việc lặp lại và ít hào nhoáng.
- Diễn đạt được điều phức tạp một cách đơn giản: cảm thấy thoải mái khi giải thích một bảng số liệu cho người ngoài ngành.
- Học công cụ mới liên tục: sẵn sàng cập nhật công cụ và phương pháp mỗi 1–2 năm, vì tốc độ thay đổi của lĩnh vực này thuộc nhóm nhanh nhất thị trường lao động.
Ngược lại, hai điểm cần cân nhắc kỹ trước khi vào “bước chân vào nghề”: người kỳ vọng công việc sáng tạo tự do sẽ thấy phần làm sạch dữ liệu khô khan, và người ngại trình bày trước đám đông sẽ khó thăng tiến sớm, vì càng lên cao nghề này càng đòi hỏi thuyết trình và thuyết phục.
Nếu bạn đang định hướng sự nghiệp trong lĩnh vực dữ liệu, từ bước vào nghề đến bước lên vai trò quản lý, chúng tôi sẵn sàng tư vấn lộ trình dựa trên nền tảng và mục tiêu của bạn. Đăng ký tư vấn tại trang chương trình PMDS của SOM AIT hoặc gọi hotline 098 360 4487.