Dữ liệu sai thì AI sai: dọn dữ liệu trước khi dùng AI
AIECOS ·
Một luồng dữ liệu chạy xanh mướt, không báo lỗi dòng nào, nhưng báo cáo cuối ngày vẫn sai. Chuyện này xảy ra thường xuyên hơn bạn nghĩ, và nó trở nên nguy hiểm hơn khi bạn đưa AI vào: người nhìn số sai còn biết nghi ngờ, còn AI thì trả lời khách bằng chính dữ liệu sai đó, với giọng rất tự tin.
Bài này nói về việc dọn dữ liệu trước khi triển khai AI agent: kiểm tra cái gì, sửa theo thứ tự nào, và vì sao "hệ thống chạy ổn" không đồng nghĩa với "dữ liệu đúng".
Chạy không lỗi vẫn có thể sai
Hệ thống dữ liệu thường chỉ báo lỗi khi có sự cố kỹ thuật: mất kết nối, sai định dạng file, hết dung lượng. Những lỗi này dễ thấy và dễ sửa.
Loại lỗi nguy hiểm hơn là lỗi về mặt ý nghĩa: dữ liệu vẫn vào đủ, đúng kiểu, đúng số cột, nhưng nội dung không phản ánh thực tế. Ví dụ thường gặp:
- Đơn hàng huỷ vẫn nằm trong doanh thu vì trạng thái cập nhật ở hệ thống khác.
- Một khách hàng tồn tại ba lần với ba số điện thoại viết khác nhau.
- Bảng giá đã đổi từ tháng trước, nhưng file AI đang đọc vẫn là bản cũ.
- Tồn kho hiển thị còn hàng vì kho chưa trừ đơn đang giao.
Không có lỗi kỹ thuật nào ở đây cả. Và AI agent sẽ dùng nguyên những dữ liệu này để tư vấn khách.
Với hệ thống báo cáo, dữ liệu sai làm bạn ra quyết định sai. Với AI agent, dữ liệu sai đi thẳng tới khách hàng dưới dạng một câu trả lời nghe rất chắc chắn.
Bốn loại lỗi hay gặp nhất
Trùng lặp hồ sơ
Cùng một khách nhưng nằm ở ba nơi: một bản ghi từ Facebook, một từ Zalo, một do nhân viên nhập tay. AI không biết đó là một người, nên lịch sử mua hàng bị xé nhỏ và tư vấn sai.
Thiếu trường quan trọng
Bản ghi có tên nhưng không có nguồn khách, có đơn hàng nhưng không có lý do huỷ. Thiếu những trường này thì AI không thể phân loại hay giải thích được gì.
Không thống nhất định dạng
Số điện thoại lúc có số 0 đầu, lúc có +84. Ngày lúc ghi kiểu 03/04, lúc 04/03. Tên sản phẩm mỗi nơi viết một kiểu. Máy đối chiếu theo ký tự nên coi chúng là những thứ khác nhau.
Tài liệu cũ chưa gỡ
Chính sách bảo hành phiên bản 2024 vẫn nằm trong thư mục AI đọc. Đây là loại lỗi âm thầm nhất, vì nội dung vẫn hợp lý, chỉ là đã hết hiệu lực.
Dọn theo thứ tự nào
- Chọn phạm vi Chỉ dọn dữ liệu mà agent sắp dùng, đừng dọn cả kho. Agent tư vấn bán hàng thì cần sản phẩm, giá, tồn kho, chính sách đổi trả, lịch sử khách.
- Hợp nhất hồ sơ trùng Chọn một khoá để gộp, thường là số điện thoại đã chuẩn hoá, rồi gộp lịch sử về một mối.
- Chuẩn hoá định dạng Thống nhất số điện thoại, ngày tháng, đơn vị tiền, tên sản phẩm. Việc này làm một lần ở tầng dữ liệu, không sửa rải rác trong từng phần mềm.
- Đánh dấu nguồn và thời điểm Mỗi bản ghi nên biết đến từ đâu và cập nhật lúc nào, để sau này truy được khi có sai sót.
- Gỡ tài liệu hết hiệu lực Rà thư mục AI đọc, xoá hoặc gắn nhãn bản cũ.
Kiểm tra ý nghĩa, không chỉ kiểm tra hệ thống
Sau khi dọn, cần một lớp kiểm tra chạy đều đặn. Khác với kiểm tra kỹ thuật thông thường, lớp này hỏi những câu mà người làm nghiệp vụ sẽ hỏi:
| Câu hỏi kiểm tra | Phát hiện ra |
|---|---|
| Số đơn hôm nay có lệch bất thường so với trung bình 7 ngày không? | Luồng dữ liệu đứt hoặc ghi trùng |
| Có đơn nào ngày giao trước ngày đặt không? | Sai định dạng hoặc sai múi giờ |
| Có sản phẩm nào tồn kho âm không? | Trừ kho hai lần hoặc thiếu bút toán |
| Có bao nhiêu hồ sơ khách thiếu số điện thoại? | Biểu mẫu thu thập bị lỗi |
| Tài liệu mới nhất trong kho AI cập nhật cách đây bao lâu? | Kho tri thức đang lạc hậu |
Mỗi câu hỏi trên là một phép kiểm tra tự động chạy hàng ngày, sai ngưỡng thì cảnh báo cho người phụ trách. Đây là phần rẻ nhất trong cả dự án nhưng cứu bạn nhiều lần nhất.
Dữ liệu nào quan trọng nhất với một AI agent
Không phải toàn bộ kho dữ liệu, mà là nhóm dữ liệu agent dùng để ra câu trả lời và thực hiện hành động:
Ba nhóm này nên được ưu tiên dọn trước. Phần dữ liệu phục vụ phân tích dài hạn có thể làm sau.
AIECOS xử lý phần này thế nào
Trong kiến trúc hệ thống mà AIECOS xây riêng cho doanh nghiệp, tầng dữ liệu là tầng đầu tiên chứ không phải phần phụ: thu thập và hợp nhất dữ liệu từ CRM, mạng xã hội, bán hàng, marketing và vận hành; làm sạch, chuẩn hoá; gộp hồ sơ khách hàng từ nhiều điểm chạm; lưu trữ có cấu trúc để AI truy vấn được.
Với doanh nghiệp bán hàng qua nhiều kênh chat, phần hợp nhất hồ sơ khách thường là nút thắt lớn nhất — đó là việc của Social CRM Data. Còn khi dữ liệu đã sạch, giải pháp bán lẻ và e-commerce mới phát huy được: agent tư vấn theo đúng tồn kho và đúng chính sách đang áp dụng.
Câu hỏi thường gặp
Phải dọn xong hết dữ liệu mới làm AI được à?
Không. Chỉ cần dọn đúng phần dữ liệu cho quy trình đầu tiên bạn giao cho AI. Dọn cả kho trước khi làm gì là cách chắc chắn nhất để dự án không bao giờ bắt đầu.
Dọn dữ liệu mất bao lâu?
Tuỳ mức độ lộn xộn và số hệ thống phải nối. Với một quy trình gọn trong một hoặc hai hệ thống, phần khảo sát và chuẩn hoá thường là việc của vài ngày đến vài tuần, chạy song song với thiết kế hệ thống chứ không cần chờ xong mới làm tiếp.
Dữ liệu của chúng tôi nằm rải rác ở Excel và Zalo thì sao?
Vẫn làm được. Excel và lịch sử chat đều đưa vào được, quan trọng là chọn khoá để hợp nhất và chấp nhận rằng giai đoạn đầu sẽ có phần dữ liệu không cứu được. Hãy bắt đầu từ dữ liệu mới, đừng cố sửa hết dữ liệu cũ.
Làm sao biết dữ liệu đã đủ sạch để lên AI?
Khi bạn trả lời được ba câu: dữ liệu này cập nhật lần cuối lúc nào, một khách hàng có mấy hồ sơ, và tài liệu nào đang là bản có hiệu lực.
Bạn muốn biết dữ liệu hiện tại đã đủ để chạy AI agent chưa? Đặt lịch demo miễn phí, chúng tôi rà cùng bạn một quy trình và chỉ ra chỗ cần dọn trước.