Dùng AI làm sạch dữ liệu Excel mà vẫn kiểm soát được kết quả
Với tên, địa chỉ và số điện thoại lộn xộn, hãy để công thức hoặc quy tắc xử lý phần rõ ràng; dùng AI cho phần cần hiểu ngữ cảnh. Quan trọng nhất: giữ cột gốc, kiểm tra tự động và để người duyệt các dòng chưa chắc.
Một file Excel có thể đủ cột nhưng vẫn khó dùng: tên viết hoa viết thường lẫn lộn, số điện thoại có dấu chấm hoặc khoảng trắng, địa chỉ khi ghi “Q.1”, khi “Q1”, khi lại là “Quận 1”.
Với dạng dữ liệu này, đừng giao cả file cho AI rồi ghi đè kết quả lên dữ liệu cũ. Cách an toàn hơn là chia việc theo đúng bản chất: phần có quy tắc rõ ràng dùng công thức Excel, code hoặc quy trình cố định; phần cần hiểu ngữ cảnh mới dùng AI.
Quy trình dưới đây được một thành viên diễn đàn chia sẻ sau khi xử lý tệp khoảng 50.000 dòng khách hàng.
Nguyên tắc: việc có quy tắc thì không cần AI
AI có thể hữu ích, nhưng không phải nút “làm sạch tất cả”. Những việc lặp lại theo quy tắc nên được xử lý trước vì dễ kiểm tra và cho kết quả nhất quán hơn.
Ví dụ:
Số điện thoại: bỏ ký tự không phải số, đổi tiền tố +84 thành 0, chuyển đầu số cũ 11 số sang 10 số theo bảng chuyển đổi và kiểm tra độ dài.
Họ tên: chuẩn hoá Unicode, bỏ khoảng trắng thừa, viết hoa chữ cái đầu mỗi từ.
Email: chuyển về chữ thường và kiểm tra định dạng.
Địa chỉ: phù hợp hơn với AI vì có nhiều cách viết tắt, lỗi chính tả và biến thể địa danh.
Theo người chia sẻ, riêng phần xử lý theo quy tắc cố định đã giải quyết được khoảng 70% lỗi trong tệp của họ.
1. Khảo sát trước khi sửa
Đừng sửa ngay toàn bộ file. Hãy lấy ngẫu nhiên khoảng 200 dòng để xem dữ liệu đang lỗi theo những kiểu nào.
Bạn có thể nhờ AI đọc mẫu này và liệt kê các điểm không thống nhất, chẳng hạn:
Tên bị thừa khoảng trắng hoặc sai kiểu viết hoa.
Số điện thoại có dấu cách, dấu chấm, tiền tố quốc tế hoặc đầu số cũ.
Địa chỉ dùng nhiều cách viết cho cùng một địa danh.
Email có chữ hoa hoặc định dạng bất thường.
Mục tiêu của bước này không phải nhận lại dữ liệu đã sửa, mà là lập được danh sách lỗi để quyết định phần nào xử lý bằng quy tắc, phần nào cần AI hỗ trợ.
2. Giữ nguyên cột gốc, tạo cột đã làm sạch
Không nên sửa trực tiếp lên cột ban đầu. Nếu kết quả sai, bạn cần có dữ liệu gốc để đối chiếu và khôi phục.
Một cấu trúc cột đơn giản có thể gồm:
| Cột | Mục đích |
|---|---|
| Họ tên gốc | Dữ liệu nhận ban đầu |
| Họ tên đã chuẩn hoá | Kết quả xử lý |
| Địa chỉ gốc | Dữ liệu nhận ban đầu |
| Địa chỉ đã chuẩn hoá | Kết quả từ AI hoặc người kiểm tra |
| Tỉnh/thành | Giá trị được tách ra |
| Quận/huyện | Giá trị được tách ra |
| Độ tin cậy | Cao, trung bình hoặc thấp |
| Ghi chú | Điểm chưa chắc hoặc bất thường |
| Nguồn sửa | Code / AI / người |
Cột Nguồn sửa giúp truy lại nguyên nhân khi phát hiện sai sót: lỗi đến từ quy tắc xử lý, đầu ra AI hay bước kiểm tra thủ công.
3. Dùng AI cho địa chỉ, gửi theo lô nhỏ
Địa chỉ thường là phần khó nhất vì cùng một nơi có thể được ghi bằng nhiều cách. AI có thể hỗ trợ:
Tách số nhà, đường, phường/xã, quận/huyện, tỉnh/thành.
Nhận diện các cách viết tương đương như “Q.1”, “Q1”, “Quận 1”.
Đánh dấu các trường hợp thiếu thông tin hoặc không chắc chắn.
Nên gửi dữ liệu theo lô 20–50 dòng, luôn kèm mã dòng để ghép kết quả trở lại đúng vị trí trong Excel.
Khi yêu cầu AI xử lý, cần quy định rõ các trường đầu ra, ví dụ:
madong
sonha
duong
phuongxa
quanhuyen
tinhthanh
dotincay
ghichu
Đồng thời, hãy đưa vào danh sách tỉnh/thành và quận/huyện chuẩn để AI chọn trong danh sách, thay vì tự suy đoán tên địa danh.
Nếu công cụ AI có thiết lập temperature, quy trình được chia sẻ khuyến nghị đặt ở mức 0.
4. Không chỉ tin AI: kiểm tra tự động đầu ra
Sau khi nhận kết quả, hãy đặt các quy tắc kiểm tra trước khi đưa dữ liệu vào file chính:
Tỉnh/thành có nằm trong danh sách chuẩn không?
Quận/huyện có thuộc đúng tỉnh/thành không?
AI có thay đổi quá nhiều so với địa chỉ gốc, đặc biệt là tên đường không?
Mã dòng có khớp với dữ liệu ban đầu không?
Số điện thoại sau chuẩn hoá có đúng độ dài theo quy tắc đang dùng không?
Các dòng không qua kiểm tra nên được đánh dấu thay vì tự động coi là đúng.
5. Tách riêng các dòng cần người xem lại
Những dòng có độ tin cậy thấp, trung bình hoặc bị quy tắc kiểm tra đánh dấu nên được đưa sang một sheet riêng, chẳng hạn Cần kiểm tra.
Người kiểm tra sẽ quyết định các trường hợp như:
Địa chỉ không đủ thông tin để xác định phường/xã.
Quận/huyện không khớp với tỉnh/thành.
AI sửa tên đường quá khác với dữ liệu gốc.
Dữ liệu đầu vào có nhiều cách hiểu.
Trong trường hợp được chia sẻ, khoảng 5–8% dòng cần được xem lại. Với tệp khoảng 50.000 dòng, có khoảng 3.000 dòng cần người kiểm tra; thời gian xử lý thủ công được giảm từ cả tuần xuống khoảng một ngày công.
Đây là kết quả của một tệp cụ thể. Tỷ lệ thực tế sẽ phụ thuộc vào chất lượng dữ liệu đầu vào và mức độ chặt chẽ của danh sách chuẩn, quy tắc kiểm tra.
6. Lưu vết để còn đối chiếu
Sau mỗi bước, hãy giữ lại:
Giá trị gốc.
Giá trị đã chuẩn hoá.
Nguồn sửa: code, AI hay người.
Mức độ tin cậy.
Ghi chú cho các trường hợp chưa chắc.
Nguyên tắc này đặc biệt quan trọng nếu dữ liệu được dùng để liên hệ khách hàng, đối soát hoặc cập nhật hệ thống. Khi có phản hồi về một thông tin sai, bạn có thể lần lại chính xác dữ liệu đã thay đổi ở bước nào.
Lưu ý khi gửi dữ liệu cho AI
Dữ liệu khách hàng có thể chứa thông tin cá nhân. Trước khi gửi bất kỳ phần nào lên dịch vụ AI bên ngoài, hãy kiểm tra quy định của công ty.
Nên chỉ gửi đúng các cột cần xử lý. Ví dụ, nếu mục tiêu là chuẩn hoá địa chỉ thì không cần gửi kèm họ tên và số điện thoại. Nếu doanh nghiệp có yêu cầu riêng về dữ liệu, có thể cân nhắc phương án dùng mô hình chạy nội bộ.
Kết luận
AI phù hợp để xử lý phần dữ liệu cần hiểu ngữ cảnh, như tách và chuẩn hoá địa chỉ. Nhưng để dùng an toàn, cần đặt AI trong một quy trình có kiểm soát:
Khảo sát lỗi từ mẫu dữ liệu.
Xử lý trước các phần có quy tắc rõ ràng.
Gửi AI theo lô nhỏ, có mã dòng và danh sách chuẩn.
Kiểm tra đầu ra bằng quy tắc.
Để người duyệt các dòng chưa chắc.
Giữ nguyên dữ liệu gốc và lưu vết mọi thay đổi.
Như vậy, AI giúp giảm phần việc lặp lại mà không biến dữ liệu gốc thành một “hộp đen” khó kiểm soát.