Tác giả ban đầu dùng Power Query M để gán danh mục cho ghế văn phòng chưa phân loại dựa trên đơn vị sở hữu nhiều nhất theo phòng/tầng, nhưng giải pháp này thất bại trên Power BI Service do hạn chế nguồn dữ liệu động và gây tắc nghẽn hiệu suất (lên tới 2+ giờ qua SharePoint). Sau đó, giải pháp được tái thiết kế hoàn toàn bằng DAX với các cột tính toán: đánh dấu file mới nhất, xác định OU chiếm ưu thế theo phòng bằng SUMMARIZECOLUMNS và TOPN, tương tự cho cấp tầng, rồi dùng SWITCH để gán OU đúng. Bài viết cũng đề cập cách xử lý trường hợp hòa (tie) bằng cột sắp xếp phụ và quản lý cột trung gian trong mô hình dữ liệu.
Vì sao nên đọc: Lập trình viên cần đọc bài này để tìm hiểu cách tối ưu hóa giải pháp phân loại dữ liệu trong Power BI bằng DAX thay vì Power Query, giúp giải quyết vấn đề hiệu suất và tính động trong môi trường phân tán.
Trả lời 3 câu hỏi ngắn để nhận điểm thưởng cho bài này. Chỉ làm khi bạn muốn lấy điểm.
3 câu hỏi · dưới một phút · không bắt buộc
Nguồn: https://towardsdatascience.com/automatically-assign-a-category-to-uncategorised-rows-in-power-query-and-dax. 8sync News chỉ tóm tắt và dẫn link; bản quyền nội dung thuộc tác giả và nguồn gốc.
Đọc tin ở đây, luyện code, học theo lộ trình và luyện IELTS trên các sản phẩm anh em — tất cả kết nối với nhau trong hệ sinh thái 8 Sync Dev.
Cổng chính của hệ sinh thái: giới thiệu sản phẩm, blog và bảng giá trọn bộ.
Khám pháHọc theo lộ trình rõ từng chặng: video, quiz chấm tự động, certificate và mentor đang làm nghề.
Xem lộ trìnhHơn 600 bài FREE, đề tiếng Việt, chấm tự động 7 ngôn ngữ — chạy ngay trên trình duyệt.
Bài viết chỉ ra lỗi sai phổ biến khi tính trung bình các tỷ lệ phần trăm (percentages) trong báo cáo, dẫn đến kết quả không chính xác so với dữ liệu gốc.
Lập trình viên nên đọc bài này để tránh lỗi phổ biến khi tính trung bình phần trăm—có thể gây ra sai lệch dữ liệu nghiêm trọng trong phân tích và quyết định kinh doanh.
AI cho doanh nghiệp B2B: chat đa kênh AI phản hồi, gom lead tiềm năng, phân loại khách hàng.
Sắp ra mắtMỗi quyết định của AI agent cần được hỗ trợ bởi bằng chứng có cấu trúc (structured evidence packets) để đảm bảo tính đáng tin cậy, khả kiểm toán và có thể xác minh.
Lập trình viên nên đọc bài này để hiểu cách xây dựng hệ thống AI có thể minh bạch, kiểm chứng và bảo mật thông tin quyết định, giúp tránh các rủi ro về tính trung thực và trách nhiệm trong ứng dụng AI thực tế.
Khung FIOR đo lường khối lượng công việc ẩn trong quy trình nhận hàng kho bằng phương pháp MCDA và Python, cung cấp giải pháp tái sử dụng cho các doanh nghiệp.
Một lập trình viên chuyên nghiệp nên đọc bài này để hiểu cách áp dụng Multi-Criteria Decision Analysis (MCDA) và Python để tự động hóa và tối ưu hóa phân tích chi phí vận hành trong chuỗi cung ứng, giúp phát triển giải pháp thông minh cho hệ thống quản lý kho.

Rapidus và Cadence hợp tác phát triển AI tác nhân (agentic AI) nhằm tối ưu hóa thiết kế SoC, hướng tới mục tiêu rút ngắn 2 lần thời gian hoàn thành thiết kế.
Những công nghệ AI tự chủ (agentic AI) đang trở thành công cụ quyết định cho việc tối ưu hóa thiết kế chip, giúp giảm thời gian phát triển và tăng hiệu suất cho các hệ thống tích hợp (SoC) trong tương lai.

Power BI hỗ trợ hai phương thức làm mới dữ liệu: Push refresh (từ công cụ visualization) và Pull refresh (từ pipeline), mỗi phương thức có ưu nhược riêng khi quyết định nơi xử lý làm mới dữ liệu cho báo cáo.
Lập trình viên nên đọc bài này để hiểu cách tối ưu hóa hiệu suất và quản lý dữ liệu trong Power BI bằng cách lựa chọn giữa refresh push và pull, giúp giảm thiểu thời gian chờ và bảo đảm tính nhất quán cho báo cáo.
Trong kỳ thực tập 4 tuần tại Sparks To Ideas, sinh viên ngành CNTT đã nâng cao kỹ năng từ Python cơ bản đến phân tích dữ liệu thông qua các dự án thực tế, khẳng định giá trị của phương pháp học "học bằng hành".
Bài viết này sẽ giúp bạn hiểu rõ cách chuyển từ kiến thức cơ bản Python sang ứng dụng thực tế trong phân tích dữ liệu thông qua kinh nghiệm thực tế của một intern, giúp bạn thấy rõ cách học và ứng dụng hiệu quả trong môi trường thực tế.
Một Product Manager (PM) chuyên về dữ liệu không đơn thuần là người biết SQL; họ cần tư duy và kỹ năng quản lý sản phẩm dữ liệu chuyên sâu.
Lập trình viên nên đọc bài này để hiểu cách quản lý dự án dữ liệu hiệu quả hơn bằng cách kết hợp kỹ năng kỹ thuật với tư duy quản lý, giúp họ xây dựng các giải pháp dữ liệu thực tế và hiệu quả hơn trong môi trường làm việc thực tế.
Bệnh viện xây dựng mô hình dự đoán nguy cơ tái nhập viện, trong đó kết quả xét nghiệm test_x_result bị thiếu dữ liệu. Việc thiếu giá trị này lại cung cấp thông tin quan trọng hơn cả giá trị thực tế, giúp cải thiện độ chính xác của mô hình.
Lập trình viên nên đọc bài này để hiểu cách xử lý dữ liệu thiếu thông tin—chính là kỹ năng quyết định hiệu suất và chính xác của mô hình AI/ML mà họ phát triển.