COMM2501: kể chuyện bằng dữ liệu tới lúc nào thì thành bóp méo dữ liệu?

Môn này yêu cầu bạn ghép dữ liệu, một biểu đồ và một mạch tường thuật thành một câu chuyện đủ sức thúc đẩy thay đổi. Đó là một kỹ năng thật sự hữu ích, và nó chỉ cách một bước ngắn với một vấn đề thật sự nghiêm trọng. Chính những kỹ thuật làm cho biểu đồ thuyết phục cũng là những kỹ thuật làm cho nó gây hiểu lầm, mà ranh giới giữa hai bên thì chẳng ai đánh dấu sẵn cho bạn. Sinh viên coi đây là môn học phần mềm sẽ học R và Tableau rồi cho ra sản phẩm đạt yêu cầu. Sinh viên hiểu rằng thuyết phục đi kèm một nghĩa vụ sẽ cho ra sản phẩm vừa tốt hơn vừa chặt chẽ hơn. Dưới đây là cách chuyên gia MAAS phân tích một môn có cấu trúc như thế. Mã môn là COMM2501, thuộc UNSW Business School, và môn tương đương ở nhiều trường khác dùng những tên như Data Visualisation, Information Design hay Data Storytelling.

Tác giả: Ban biên tập MAAS · Hiệu đính bởi mentor chuyên môn của MAAS
Cập nhật: 12/08/2026
Chuyên mục: communication-pr

Môn này là gì, và thật ra học những gì?

Trả lời thẳng: Tại UNSW, COMM2501 là môn Data Visualisation and Communication, 6 đơn vị tín chỉ bậc đại học thuộc Business School. Môn giới thiệu công cụ thống kê và trực quan hoá phục vụ phân tích khám phá dữ liệu, dạy điều gì làm nên biểu đồ hiệu quả, và dựng biểu đồ tương tác bằng R, Tableau cùng SPSS, STATA, SAS, với chuẩn trích dẫn APA 7. Môn đặc biệt chú trọng kể chuyện bằng dữ liệu.

Bằng chứng: Mô tả môn mở đầu bằng cách gọi tên đúng vấn đề mà nó sinh ra để giải quyết. Doanh nghiệp tạo ra khối lượng dữ liệu khổng lồ, và khả năng cho người khác tiếp cận khối đó bằng hình ảnh là kỹ năng thiết yếu của một người làm phân tích. Từ năm 2018, nhiều trường kinh doanh đã đưa trực quan hoá dữ liệu vào chương trình bắt buộc, và bài nộp thường ở dạng PDF hoặc DOCX kèm file R hoặc Tableau gốc. Hãy chú ý cách đặt vấn đề. Trực quan hoá được trình bày như một bài toán tiếp cận, không phải bài toán trang trí. Biểu đồ chính là giao diện giữa một tập dữ liệu và một quyết định.

Ví dụ: Một bạn dựng bảng điều khiển gồm 12 biểu đồ phủ hết mọi thứ có trong tập dữ liệu. Nó đầy đủ, và không ai dùng nổi. Bản sửa lại chỉ còn 3 biểu đồ trả lời đúng một câu hỏi, và người phân tích đã tự đưa ra phán đoán về việc cái gì quan trọng, thay vì đẩy phán đoán đó sang cho người đọc.

Vì sao chữ "hiệu quả" ở đây mang nghĩa kỹ thuật?

Trả lời thẳng: Vì tính hiệu quả trong trực quan hoá đã được Cleveland và McGill (1984) nghiên cứu bằng thực nghiệm chứ không bị bỏ mặc cho gu thẩm mỹ. Có một thứ bậc đã đo được về mức chính xác khi con người rút thông tin định lượng ra từ các cách mã hoá hình ảnh khác nhau, và nó cho bạn một lý do bảo vệ được khi chọn loại biểu đồ này thay vì loại kia.

Bằng chứng: Cleveland và McGill (1984) đặt mục tiêu xây một nền tảng khoa học cho các phương pháp đồ thị. Họ nhận diện một tập những nhiệm vụ tri giác cơ bản mà con người thực hiện khi đọc thông tin định lượng trên đồ thị, rồi xếp thứ bậc các nhiệm vụ ấy theo mức chính xác mà con người làm được. Nguyên tắc thiết kế suy ra trực tiếp từ đó là đồ thị nên dùng những nhiệm vụ nằm càng cao trong thứ bậc càng tốt. Áp dụng nguyên tắc này, hai tác giả kết luận rằng những dạng phổ biến gồm biểu đồ tròn và biểu đồ thanh chia đoạn cần tới thứ mà họ gọi là một cuộc phẫu thuật triệt để, bởi biểu đồ tròn bắt người đọc phán đoán góc trong khi cùng dữ liệu ấy luôn có thể trình bày trên một thang chung để người đọc phán đoán vị trí. Công trình gốc của Cleveland và McGill xuất bản trên tập san của American Statistical Association, và tới nay vẫn được trích dẫn trong nhiều môn Data Visualisation khắp UNSW, USyd và Monash University.

Ví dụ: Khi được hỏi vì sao thay biểu đồ tròn bằng biểu đồ chấm, một câu trả lời yếu hơn nói rằng biểu đồ tròn bị coi là lỗi thời. Một câu trả lời mạnh hơn nói rằng dữ liệu là các phần của một tổng thể nên luôn đặt được lên một thang chung, rằng phán đoán vị trí trên thang chung chính xác hơn phán đoán góc, và rằng thứ tự của 5 nhóm không đọc nổi trên biểu đồ tròn nhưng hiện ra ngay trên biểu đồ chấm. Cùng một quyết định, và chỉ một trong hai là lập luận.

Ranh giới đạo đức của việc kể chuyện bằng dữ liệu nằm ở đâu?

Trả lời thẳng: Trong COMM2501, ranh giới đó nằm ở chỗ mạch tường thuật bắt đầu chọn lọc bằng chứng thay vì đi theo bằng chứng. Kể chuyện đòi bạn phải có một luận điểm. Nó không cho phép bạn sắp xếp lại dữ liệu cho tới khi nó nói ra đúng luận điểm ấy.

Bằng chứng: Bóp méo không phải chuyện giả định, và tác động của nó đã được đo. Alberto Cairo (2019) gọi đúng ranh giới này là chỗ người kể chuyện dữ liệu ngừng phục vụ người đọc và bắt đầu phục vụ luận điểm của chính mình. Pandey và cộng sự (2015) thực hiện một phân tích thực nghiệm về những kỹ thuật bóp méo thường gặp trong trực quan hoá, kiểm tra xem các thao tác quen thuộc ấy có thật sự làm thay đổi kết luận của người đọc hay không. Phát hiện quan trọng với bài tập của bạn là chúng có làm thay đổi. Một trục bị cắt cụt, một thang bị đảo chiều hay một tỷ lệ khung hình bị chỉnh không phải những nét phong cách mà người đọc tinh ý sẽ tự động trừ hao. Chúng làm dịch chuyển phán đoán. Nhiều đề cương xử lý lỗi này như vi phạm liêm chính học thuật, có thể khiến điểm phần trình bày bị trừ 10% tới 30%.

Huff (1954) nêu cùng một điểm từ nhiều thập niên trước, và Tufte (1983) sau đó hình thức hoá nó trong The Visual Display of Quantitative Information thành hệ số nói dối, tỷ số giữa độ lớn của một hiệu ứng hiện trên hình và độ lớn của chính hiệu ứng ấy trong dữ liệu gốc. Cả hai lập luận đều ra đời trước thời dashboard tương tác, và cả hai tới nay vẫn đúng.

Kết quả đó vừa là lời cảnh báo vừa là lời nhắc trách nhiệm, và đó là lý do nó thuộc về một môn kể chuyện bằng dữ liệu chứ không chỉ thuộc về một môn đạo đức. Nếu bóp méo có tác dụng thật, thì mọi lựa chọn thiết kế của bạn đều là lựa chọn về mức độ người đọc sẽ tin, và bạn không thể tự nhận là trung lập với một quyết định mình đã cân nhắc mà chọn.

Ví dụ: Một bạn dựng lập luận về chi phí đang tăng đã cắt cụt trục tung, khiến mức tăng vừa phải trông thành kịch tính. Khi bị hỏi, bạn ấy nói xu hướng đó là thật. Đúng là thật. Bản sửa giữ nguyên trục đầy đủ, và bạn ấy đưa lập luận vào phần chú thích, chỉ ra rằng mức tăng 4% trên nền đó là đáng kể nếu xét biên lợi nhuận. Lập luận vẫn sống, nó chỉ chuyển từ cái trục sang một câu chữ, nơi người đọc kiểm chứng được. Chính sách liêm chính học thuật của UNSW áp dụng cho toàn bộ báo cáo, không chỉ phần chữ, vì hậu quả có thể ảnh hưởng gián tiếp tới GPA.

Giai đoạn khám phá nợ biểu đồ cuối cùng điều gì?

Trả lời thẳng: Trong COMM2501, giai đoạn này nợ một lời khai trung thực về những gì bạn đã loại bỏ. Định dạng file thường gặp khi xử lý dữ liệu thiếu gồm CSV, XLSX, JSON và SPSS, còn công cụ kiểm tra nhanh gồm R, Python hoặc Excel. Phân tích khám phá bao giờ cũng kéo theo các quyết định về giá trị thiếu, về điểm ngoại lai và về khoảng thời gian lấy dữ liệu, mà những quyết định đó định hình biểu đồ mạnh hơn bảng màu rất nhiều.

Bằng chứng: Khái niệm phân tích khám phá dữ liệu bắt nguồn từ công trình kinh điển của John Tukey (1977), người coi giai đoạn này là nơi nhà phân tích hình thành giả thuyết trước khi kiểm định chúng bằng một mô hình chính thức. Trình tự của môn đặt khám phá trước truyền đạt là có lý do. Tới lúc bạn cho ra biểu đồ cuối cùng thì bạn đã chọn xong giữ lại những dòng nào, xử lý các chỗ khuyết ra sao, và chuỗi số bắt đầu cùng kết thúc ở đâu. Người đọc chỉ nhìn thấy biểu đồ đã hoàn thiện thì không thấy được bất kỳ điều nào trong số đó, nghĩa là nghĩa vụ công bố thuộc về bạn chứ không thuộc về họ. Nhiều bộ dữ liệu môn học có 5% tới 15% giá trị thiếu, và ngưỡng ngoại lai thường dùng là lệch quá 2 tới 3 độ lệch chuẩn so với trung bình. Đây chính là nguyên tắc của câu chuyện cái trục, chỉ được áp sớm hơn một bước trong quy trình.

Ví dụ: Một bạn loại 2 tháng ngoại lai vì cho rằng đó là lỗi dữ liệu, và xu hướng trở nên sạch sẽ thuyết phục hẳn. Khi trợ giảng hỏi 2 tháng ấy đã xảy ra chuyện gì, hoá ra một trong hai là một cú sốc có thật mà câu chuyện cần giải thích chứ không phải cần gạt đi. Bản cuối giữ lại cả hai điểm, chú thích rõ cú sốc, và đưa ra được một khẳng định mạnh hơn, bởi nó đã tính tới cả cái điểm không khớp.

Điều gì phân biệt một câu chuyện dữ liệu với một bản báo cáo?

Trả lời thẳng: Báo cáo phủ hết tập dữ liệu và chỉ ghi nhãn trục, còn câu chuyện dữ liệu trả lời đúng một câu hỏi, chọn biểu đồ gánh lập luận, và đối diện với cách đọc đối lập mạnh nhất thay vì chôn nó xuống dưới. Few (2006) cùng Kosara và Mackinlay (2013) đều đặt ranh giới ở đúng chỗ đó, giữa một thứ phải dò tìm như bản báo cáo và một thứ nắm được ngay trong một cái liếc.

Bằng chứng: Mô tả môn nêu mục tiêu là một câu chuyện đủ mạnh để thúc đẩy thay đổi, nghĩa là sản phẩm được chấm như một lập luận. Một lập luận chưa đối diện với phản bác mạnh nhất của chính nó là một lập luận chưa xong, bất kể nó được dựng hình đẹp tới đâu.

Few (2006) nêu một phân biệt tương tự cho dashboard doanh nghiệp trong Information Dashboard Design, rằng một dashboard phải đọc được ngay trong một cái liếc chứ không phải là thứ để dò tìm như bản báo cáo. Kosara và Mackinlay (2013) đưa đúng lập luận ấy sang địa hạt kể chuyện, trong bài Storytelling: The Next Step for Visualization đăng trên tạp chí Computer của IEEE.

Ví dụ: Hans Rosling là ví dụ kinh điển của lối kể chuyện này, nơi một biểu đồ bong bóng chuyển động thay thế cho hàng loạt bảng số liệu tĩnh mà không đánh mất độ chính xác. Trong COMM2501, 2 dự án cùng khai thác một bộ dữ liệu về năng suất. Dự án thứ nhất trình bày xu hướng rồi kết luận rằng năng suất là vấn đề. Dự án thứ hai trình bày đúng xu hướng ấy, thừa nhận cách đọc cạnh tranh vốn tập trung vào chất lượng việc làm và tình trạng thiếu việc, giải thích phần nào của dữ liệu phân biệt được hai cách đọc, rồi mới lập luận cho kết luận của mình. Dự án thứ hai mới là dự án sống sót được trước câu hỏi của một người không đồng tình.

Phần công cụ nên quan trọng tới mức nào?

Trả lời thẳng: Ít hơn sinh viên tưởng, và nó nên tàng hình trong sản phẩm cuối. R và Tableau là cách bạn tạo ra sản phẩm. Không phần nào trong điểm số của bạn phụ thuộc vào việc người đọc nhận ra bạn đã vất vả tới đâu. R, Tableau, Power BI, Google Sheets và Microsoft Excel đều xuất được file CSV hoặc PNG chuẩn để nộp trên Moodle.

Bằng chứng: Môn học đặt các công cụ vào một chuỗi bắt đầu bằng phân tích khám phá và kết thúc bằng truyền đạt. Khám phá là chỗ công cụ xứng đáng với công sức bỏ ra, vì đó là lúc bạn đang tìm hiểu trong dữ liệu có gì. Ngoài ra, SQL, ETL và BI cũng là những từ viết tắt sinh viên sẽ gặp khi đọc thêm về pipeline dữ liệu, cùng ROI, KPI và OLAP trong các báo cáo kinh doanh thật. Tới lúc truyền đạt thì câu hỏi chỉ còn là biểu đồ này có phải biểu đồ đúng hay không, và câu hỏi ấy có cùng một đáp án bất kể phần mềm nào vẽ ra nó. Trong COMM2501, khâu này thường chiếm 20% tới 30% tổng điểm, tương đương 4 tới 6 điểm trên thang 20.

Ví dụ: Một bạn dành gần trọn một tuần dự án để dựng biểu đồ tương tác có bộ lọc liên kết. Nó chạy tốt, và chưa người đọc nào từng đổi một bộ lọc, dù bản demo chạy mượt trên cả PDF và HTML. Một biểu đồ tĩnh kèm chú thích rõ ràng đã truyền tải được đúng ngần ấy thông tin, còn tuần đó lẽ ra dành để kiểm xem thông tin ấy có đúng không.

Một trình tự làm việc thực tế

Trả lời thẳng: Viết câu hỏi trước khi mở dữ liệu, khám phá tách riêng và giữ biểu đồ khám phá ngoài sản phẩm cuối, rồi chọn cách mã hoá theo thứ bậc nhiệm vụ tri giác thay vì theo mong muốn đa dạng. Viết chú thích trước khi chốt biểu đồ, vẽ bản trung thực trước dù hiệu ứng có nhỏ đi, và gọi tên cách đọc đối lập mạnh nhất với dữ liệu của bạn.

1. Viết ra câu hỏi trước khi mở dữ liệu (thường mất 15 tới 30 phút nếu làm nghiêm túc). Một câu chuyện dữ liệu không có câu hỏi sẽ biến thành một chuyến tham quan tập dữ liệu.
2. Khám phá trước, và khám phá tách riêng. Giữ các biểu đồ khám phá ở ngoài sản phẩm cuối, chúng được dựng để phục vụ bạn chứ không phục vụ người đọc.
3. Chọn cách mã hoá theo đúng thứ bậc nhiệm vụ tri giác của Cleveland và McGill (1984), đừng chọn theo mong muốn đa dạng. Nếu người đọc cần so sánh giá trị, hãy cho họ vị trí trên một thang chung.
4. Viết phần chú thích trước khi chốt biểu đồ, trong khoảng 2 tới 4 câu. Nếu bạn chưa nói được người đọc nên nhận ra điều gì, biểu đồ đó chưa xong.
5. Vẽ bản trung thực trước đã. Nếu hiệu ứng biến mất sau khi thêm lại 5% tới 10% dữ liệu đã cắt, thì đó là một phát hiện về hiệu ứng, không phải một vấn đề của cái trục.
6. Gọi tên cách đọc đối lập mạnh nhất với dữ liệu của bạn rồi đối diện với nó. Đây là thứ biến một bài trình bày thành một lập luận, đúng ranh giới Cairo (2019) vẽ ra giữa kể chuyện trung thực và kể chuyện chỉ để thắng lập luận.

Câu hỏi thường gặp

Em có cần biết lập trình trước khi vào môn này không?
Trong COMM2501, môn học có dạy công cụ, và những bạn không có nền lập trình vẫn theo được, nhưng hãy dành thời gian cho phần thao tác ngay mấy tuần đầu, để về sau phần mềm thôi tranh giành sự chú ý với phần tư duy. Những bạn mới bắt đầu thường cần 2 tới 3 tuần làm quen với R trước khi thấy thoải mái.

Biểu đồ càng phức tạp thì càng tốt phải không?
Không. Sự phức tạp chỉ chính đáng khi câu hỏi đòi hỏi nó. Riêng phần tương tác thì nên thêm vào vì người đọc cần tự đặt câu hỏi tiếp theo của họ, chứ không phải vì công cụ có sẵn chức năng đó, dù đó là D3.js hay một thư viện JS khác. Tải nhận thức cũng không miễn phí, Miller (1956) nói thẳng về giới hạn đó, "Everybody knows that there is a finite span of immediate memory and that for a lot of different kinds of test materials this span is about seven items in length" (Miller, 1956, p. 91), và đó là một lý do khiến bảng điều khiển với 12 bộ lọc liên kết đòi người đọc nhiều hơn một biểu đồ tĩnh chỉ có 3 bộ lọc.

Em cắt cụt trục được không?
Có những trường hợp chính đáng, và phép thử là việc cắt trục giúp người đọc thấy một điều có thật, hay tạo ra một ấn tượng mà dữ liệu không đỡ nổi. Nếu bạn cắt, hãy nói rõ ngay trên biểu đồ và cho người đọc biết mốc nền, vì đây chính là kiểu thao tác Pandey và cộng sự (2015) đã đo được tác động, không phải chuyện phong cách. Ngưỡng an toàn thường được đề cập là không cắt quá 20% tới 40% chiều cao trục.

Gặp bộ dữ liệu không đỡ được lập luận của em thì làm sao?
Hãy đổi lập luận. Điều này nghe hiển nhiên, và nó chính là chỗ sai phổ biến nhất trong các câu chuyện dữ liệu của sinh viên, vì mạch tường thuật thường bị chốt cứng trước khi phần phân tích kịp xong.

Bài phân tích dữ liệu có nên trích tài liệu về trực quan hoá không?
Hãy theo đề cương môn của bạn. Ở chỗ điều đó phù hợp, một lựa chọn thiết kế được biện minh bằng nghiên cứu tri giác mạnh hơn hẳn một lựa chọn biện minh bằng sở thích, và nó chỉ tốn của bạn một câu. APA 7 và Harvard là 2 chuẩn phổ biến nhất trong khối ngành Kinh doanh tại UNSW, USyd và RMIT.

MAAS đứng ở đâu trong việc này

Chuyên gia MAAS làm việc cùng sinh viên ở những môn như thế này, chứ không làm thay. Với một câu chuyện dữ liệu, vòng rà soát hữu ích nhất thường là một lượt đọc đầy thiện chí gây khó: một người không đồng tình với kết luận của bạn sẽ nói gì về biểu đồ này, về cái trục này, về năm dữ liệu bị bỏ đi này. Sản phẩm sống sót qua lượt đọc đó thường đơn giản hơn sản phẩm chưa qua, vì những phần trang trí không trụ nổi trước câu hỏi. Với COMM2501, MAAS thường bắt đầu bằng một buổi trao đổi 30 tới 45 phút về mạch tường thuật trước khi đụng tới biểu đồ nào. Phần phân tích vẫn là của bạn. Nếu điều đó hữu ích, dịch vụ hỗ trợ học thuật và dịch vụ dự án dữ liệu và lập trình là hai chỗ để bắt đầu.

References

Cairo, A. (2019). How charts lie: Getting smarter about visual information. W. W. Norton & Company.

Cleveland, W. S., & McGill, R. (1984). Graphical perception: Theory, experimentation, and application to the development of graphical methods. Journal of the American Statistical Association, 79(387), 531–554. https://doi.org/10.1080/01621459.1984.10478080

Few, S. (2006). Information dashboard design: The effective visual communication of data. O'Reilly Media.

Huff, D. (1954). How to lie with statistics. W. W. Norton & Company.

Kosara, R., & Mackinlay, J. (2013). Storytelling: The next step for visualization. Computer, 46(5), 44–50. https://doi.org/10.1109/MC.2013.36

Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our capacity for processing information. Psychological Review, 63(2), 81–97. https://doi.org/10.1037/h0043158

Pandey, A. V., Rall, K., Satterthwaite, M. L., Nov, O., & Bertini, E. (2015). How deceptive are deceptive visualizations? An empirical analysis of common distortion techniques. In Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems (pp. 1469–1478). ACM. https://doi.org/10.1145/2702123.2702608

Tufte, E. R. (1983). The visual display of quantitative information. Graphics Press.

Tukey, J. W. (1977). Exploratory data analysis. Addison-Wesley.

Tools & resources

UNSW Sydney. (2025). COMM2501: Data Visualisation and Communication. https://handbook.unsw.edu.au/undergraduate/courses/2025/COMM2501