Làm sạch và chuẩn bị dữ liệu bảng tính với AI

Bạn vừa nhận được một bảng tính từ khách hàng. Các ngày tháng được định dạng theo ba kiểu khác nhau. Tên thì lúc là "John Smith", lúc là "smith, john", lúc lại là "JOHN SMITH". Có 47 dòng bị trùng lặp và các ô trống nằm rải rác khắp nơi.

Đây là thực tế công việc và cũng là lúc AI giúp bạn tiết kiệm nhiều thời gian nhất.

Trong bài học trước, bạn đã học về khung cấu trúc câu lệnh (prompt): NGỮ CẢNH (CONTEXT) → NHIỆM VỤ (TASK) → RÀNG BUỘC (CONSTRAINTS) → KẾT QUẢ (OUTPUT). Bạn sẽ sử dụng lại khung này ở đây - nhưng thay vì tạo công thức tính toán, bạn sẽ tạo công thức để làm sạch dữ liệu.

Quy trình làm sạch dữ liệu bằng AI

Trước khi đi sâu vào các câu lệnh AI, dưới đây là trình tự thực hiện hiệu quả nhất:

1. Loại bỏ dữ liệu trùng lặp - Thu gọn tập dữ liệu trước tiên
2. Chuẩn hóa định dạng - Ngày tháng, tên, danh mục, số điện thoại
3. Xử lý giá trị thiếu - Điền, đánh dấu hoặc loại bỏ các ô trống
4. Xác thực - Kiểm tra dữ liệu đã làm sạch so với các giá trị chuẩn

Hãy cùng thực hiện từng bước với sự hỗ trợ của AI.

Bước 1: Tìm và loại bỏ dữ liệu trùng lặp

Vấn đề: Tập dữ liệu của bạn có 2.000 dòng nhưng một số mục xuất hiện nhiều lần với những khác biệt nhỏ (ví dụ: "John Smith" so với "John Smith" nhưng có thêm một khoảng trắng).

Mở ChatGPT (chat.openai.com), Claude (claude.ai) hoặc Gemini (gemini.google.com) và bắt đầu một cuộc trò chuyện mới. Sao chép và dán câu lệnh này:

Trong Google Sheets, tôi có dữ liệu ở các cột từ A đến E (Tên, Email, Điện thoại, Ngày, Số tiền). Hãy tạo một công thức cho cột F để đánh dấu là TRUE nếu dòng này bị trùng lặp dựa trên Email ở cột B (không phân biệt chữ hoa/thường). Đánh dấu lần xuất hiện đầu tiên là FALSE và các lần trùng lặp sau đó là TRUE.

AI sẽ tạo ra kết quả như sau: 

=COUNTIF(B$1:B1, LOWER(B2)) > 0

Cách điền thông tin chi tiết của bạn: Thay thế các phần trong ngoặc vuông [] bằng thông tin cụ thể từ tình huống thực tế của bạn. Đầu vào mơ hồ sẽ cho ra kết quả mơ hồ - hãy đưa ra thông tin cụ thể.

Những gì bạn sẽ thấy: Chỉ trong vài giây, AI sẽ đưa ra phản hồi có cấu trúc dựa trên câu lệnh (prompt) ở trên. Hãy đọc kỹ và coi đó là bản nháp, không phải câu trả lời cuối cùng.

Cách xử lý kết quả: Lưu phản hồi vào file ghi chú. Chọn ra một gợi ý mang lại hiệu quả cao nhất và thực hiện ngay trong tuần này - đừng cố làm tất cả mọi thứ cùng lúc.

Nếu kết quả chưa phù hợp: Nếu các gợi ý có vẻ quá chung chung, hãy dán câu lệnh bổ sung sau: "Hãy đưa ra gợi ý cụ thể hơn cho tình huống thực tế của tôi. Bỏ qua những lời khuyên chung chung". Nếu AI bỏ sót các chi tiết quan trọng bạn đã cung cấp, hãy thêm yêu cầu: "Bạn đã bỏ sót [X] trong thông tin của tôi - hãy thực hiện lại với [X] là yêu cầu bắt buộc chính".

Sau khi đánh dấu các mục trùng lặp, bạn có thể lọc và xem xét lại trước khi xóa.

Mẹo: Luôn đánh dấu các mục trùng lặp trước thay vì xóa tự động. Một số mục "trùng lặp" thực ra lại là dữ liệu hợp lệ (ví dụ: hai đơn hàng từ cùng một khách hàng).

Bước 2: Chuẩn hóa định dạng

Sự thiếu nhất quán về định dạng là vấn đề dữ liệu phổ biến nhất. Dưới đây là các câu lệnh AI dành cho ba loại dữ liệu chính:

Ngày tháng

Cột A chứa dữ liệu ngày tháng với nhiều định dạng khác nhau: một số là MM/DD/YYYY, một số là DD-Mon-YYYY (ví dụ: 15-Jan-2026), và một số chỉ là văn bản dạng 'January 15, 2026'. Hãy tạo công thức cho cột B để chuyển đổi tất cả các định dạng này sang chuẩn YYYY-MM-DD.

Tên

Cột A chứa tên với các định dạng không thống nhất: 'john smith', 'SMITH, JOHN', 'John Smith', 'smith,john'. Hãy tạo công thức để chuẩn hóa tất cả tên về định dạng First Last với quy tắc viết hoa đúng chuẩn.

AI thường sử dụng kết hợp các hàm PROPER(), TRIM(), SUBSTITUTE() và các hàm trích xuất văn bản.

Số điện thoại

Cột C chứa các số điện thoại của Mỹ với nhiều định dạng khác nhau: (555) 123-4567, 555-123-4567, 5551234567, +1 555 123 4567. Hãy tạo một công thức để chuẩn hóa tất cả về định dạng (XXX) XXX-XXXX.

Bước 3: Xử lý các giá trị bị thiếu

Các ô trống sẽ làm hỏng công thức. Dưới đây là cách AI giúp bạn xử lý chúng:

Lựa chọn A - Điền giá trị mặc định:

Cột D có một số ô trống. Hãy tạo công thức cho cột E để sao chép giá trị từ cột D nếu có, hoặc hiển thị 'N/A' nếu cột D trống.

Lựa chọn B - Điền giá trị đã tính toán:

Cột C chứa dữ liệu doanh số nhưng có một số ô trống. Hãy tạo công thức điền vào các ô trống bằng giá trị trung bình của những ô có dữ liệu trong cột C.

Lựa chọn C - Đánh dấu để kiểm tra lại:

Hãy tạo công thức cho cột F hiển thị 'MISSING' nếu bất kỳ ô nào trong các cột từ A đến E của hàng đó bị trống, và hiển thị 'COMPLETE' nếu tất cả các ô đều có dữ liệu.

Bước 4: Kiểm tra xác thực

Sau khi làm sạch, hãy kiểm tra lại kết quả:

Tôi đã làm sạch dữ liệu trong các cột từ A đến E. Hãy tạo các công thức để kiểm tra: (1) tất cả ngày tháng ở cột A đều hợp lệ và thuộc năm 2026, (2) tất cả địa chỉ email ở cột B đều chứa ký tự @, (3) tất cả số tiền ở cột C đều là số dương. Hiển thị kết quả PASS hoặc FAIL cho mỗi lần kiểm tra.

Việc này giúp bạn có một bảng tổng hợp chất lượng cho dữ liệu đã được làm sạch.

Làm sạch dữ liệu hàng loạt bằng AI Chat

Đối với các tác vụ làm sạch đơn lẻ, bạn thậm chí không cần dùng đến công thức. Hãy sao chép trực tiếp dữ liệu chưa chuẩn vào khung chat AI:

Dưới đây là danh sách 50 tên công ty có các lỗi không đồng nhất. Hãy làm sạch chúng: Chuẩn hóa cách viết hoa, loại bỏ khoảng trắng thừa, sửa các lỗi chính tả rõ ràng và trả về danh sách đã làm sạch theo đúng thứ tự ban đầu.

Sau đó, dán lại dữ liệu đã được làm sạch vào bảng tính. Cách này rất hiệu quả với các tập dữ liệu có quy mô dưới vài trăm dòng.

Bài tập thực hành

Hãy thử áp dụng với dữ liệu của riêng bạn hoặc tạo một tập dữ liệu mẫu:

1. Tạo 20 dòng dữ liệu cố tình chứa các lỗi: Định dạng ngày tháng không đồng nhất, email bị trùng lặp, tên gọi không thống nhất, ô trống
2. Yêu cầu AI tạo công thức phát hiện dữ liệu trùng lặp
3. Yêu cầu AI cung cấp công thức chuẩn hóa định dạng ngày tháng
4. Yêu cầu AI cung cấp công thức kiểm tra xác thực cho toàn bộ các dòng
5. So sánh thời gian thực hiện bằng cách này với việc sửa thủ công

Những điểm chính cần ghi nhớ

• Tuân thủ trình tự làm sạch: Trùng lặp → định dạng → ô trống → kiểm tra xác thực
• Sử dụng khung NGỮ CẢNH (CONTEXT) → TÁC VỤ (TASK) → RÀNG BUỘC (CONSTRAINTS) → KẾT QUẢ (OUTPUT) cho các câu lệnh làm sạch
• Luôn nêu rõ các lỗi không đồng nhất mà bạn thấy - AI sẽ xử lý tốt hơn nếu có ví dụ cụ thể
• Đánh dấu các vấn đề trước khi xóa - hãy xem xét kỹ trước khi loại bỏ
• Đối với tập dữ liệu nhỏ, hãy dán trực tiếp vào khung chat AI để làm sạch ngay lập tức