Vấn đề: dữ liệu bẩn thì insight bẩn
AI chỉ tốt bằng dữ liệu bạn đưa vào. VoC nằm rải rác: Zendesk/email cho support, App Store & Google Play cho review, Google Forms/SurveyMonkey cho NPS, Zalo/Facebook cho cộng đồng. Mỗi nguồn có cột khác nhau, ngôn ngữ khác nhau, nhiều dòng trùng, nhiều dòng rác ("ok", "👍", spam). Nếu dán thẳng vào AI, bạn nhận về insight lẫn lộn và tốn token vô ích.
Mục tiêu bài này: tạo một bảng VoC chuẩn — một Google Sheet duy nhất với cột thống nhất — để mọi bước sau chạy trơn.
Schema chuẩn tối thiểu
Mỗi phản hồi thành một dòng với các cột:
| Cột | Ý nghĩa |
|---|---|
| id | Mã duy nhất |
| ngay | Ngày phản hồi |
| kenh | support / review / nps / cong_dong |
| segment | free / trial / paid / enterprise (nếu biết) |
| noi_dung | Văn bản gốc |
| diem | Điểm NPS/sao (nếu có) |
kenh và segment cực quan trọng: chúng cho phép bạn hỏi AI "nỗi đau của khách PAID khác khách FREE thế nào?".Các bước làm
- Xuất từng nguồn ra CSV (App Store Connect, Play Console, Zendesk export, form NPS).
- Tạo Google Sheet "VoC-master" với 6 cột chuẩn trên.
- Dán từng nguồn vào, map cột thủ công hoặc nhờ AI viết công thức map.
- Khử trùng lặp và rác bằng AI (prompt bên dưới).
- Ẩn danh dữ liệu cá nhân (Bài 5) trước khi phân tích.
- Khóa bản gốc, chỉ làm việc trên bản copy.
Ví dụ cụ thể
Bạn có 3 file: reviews.csv (cột: rating, body), nps.csv (cột: score, comment), tickets.csv (cột: subject, description). Cấu trúc lệch nhau. Bạn dán header + 5 dòng mẫu mỗi file vào AI và nhờ nó chỉ cách map về schema chuẩn, hoặc dùng prompt làm sạch:
Prompt mẫu làm sạch & chuẩn hóa
Bạn là trợ lý xử lý dữ liệu VoC.
Dưới đây là các phản hồi thô, mỗi dòng có thể có định dạng khác nhau.
Nhiệm vụ:
1. Chuẩn hóa mỗi dòng về JSON: {ngay, kenh, segment, noi_dung, diem}.
- kenh suy từ ngữ cảnh: có 'sao/star' -> review; có 'điểm 0-10' -> nps; còn lại -> support.
- Thiếu trường nào để null. TUYỆT ĐỐI không bịa giá trị.
2. LOẠI các dòng rác: chỉ emoji, chỉ 'ok/tốt/good' không nội dung, spam quảng cáo.
3. Đánh dấu dòng nghi trùng lặp bằng "dup": true.
4. Giữ nguyên văn noi_dung, không diễn giải lại.
Trả về mảng JSON. Dữ liệu:
[dán dữ liệu thô]
Template: Checklist chất lượng dữ liệu trước khi phân tích
[ ] Mọi dòng có cột 'kenh' và 'ngay'
[ ] Đã gắn 'segment' cho ít nhất khách trả phí
[ ] Đã loại dòng rác (< 3 từ, chỉ emoji, spam)
[ ] Đã khử trùng lặp
[ ] Đã ẩn danh email/SĐT/tên
[ ] Đã lưu bản gốc riêng, làm trên bản copy
[ ] Ghi rõ khoảng thời gian mẫu dữ liệu
Sai lầm thường gặp
- Trộn ngôn ngữ và định dạng loạn: để AI đoán cột thay vì map rõ ràng dẫn tới gán nhầm segment, làm lệch mọi phân tích sau.
- Để AI "điền cho đủ" — ảo giác dữ liệu: nếu không cấm rõ, AI sẽ tự đặt ngày, tự đoán segment. Luôn ghi "thiếu để null, không bịa".
- Rò rỉ khi export: file export support thường kèm email khách. Đừng upload nguyên bản lên công cụ AI công cộng — ẩn danh trước.
- Bỏ khử trùng lặp: 1 khách gửi 5 ticket cùng một lỗi sẽ thổi phồng theme, khiến bạn ưu tiên sai. Đếm theo khách, không chỉ theo dòng.
- Phụ thuộc quá mức vào pipeline AISilent: nếu AI làm sạch sai mà bạn không kiểm mẫu, dữ liệu bẩn lan xuống toàn bộ. Luôn spot-check 10 dòng sau làm sạch.