Bộ 30 Prompt Phân tích dữ liệu kinh doanh và Báo cáo

Thực tế thì, việc sở hữu một núi dữ liệu trong tay mà không biết cách khai thác cũng giống như việc bạn đang ngồi trên một mỏ vàng nhưng chỉ dùng xẻng để đào thủ công. Nhiều chủ doanh nghiệp thường than phiền với mình rằng họ có đủ mọi loại báo cáo từ doanh thu, chi phí cho đến dòng tiền, nhưng khi cần đưa ra quyết định chiến lược thì vẫn phải dựa vào cảm tính. Vấn đề là họ thiếu một lăng kính phân tích đủ sắc bén để biến những con số khô khan đó thành các hành động cụ thể. Để giải quyết triệt để bài toán này, việc áp dụng các prompt phân tích dữ liệu chuẩn xác sẽ giúp bạn rút ngắn 90% thời gian xử lý.

Thú thật là, từ khi các mô hình ngôn ngữ lớn như ChatGPT hay Claude ra đời, việc phân tích dữ liệu kinh doanh đã trở nên dễ dàng hơn bao giờ hết. Bạn không cần phải là một chuyên gia Excel thượng thừa hay biết lập trình Python để vẽ biểu đồ nữa. Chỉ cần bạn sử dụng đúng prompt phân tích dữ liệu và cung cấp dữ liệu thô một cách hợp lý, các mô hình AI của OpenAI hoặc các giải pháp đám mây của Google Cloud sẽ thay bạn làm phần việc nặng nhọc nhất là tính toán, so sánh và chỉ ra các điểm bất thường.

Nếu bạn hỏi mình đâu là bí quyết để tối ưu hóa quy trình này, câu trả lời chính là Prompt Engineering. Việc sử dụng các prompt phân tích dữ liệu được thiết kế chuyên biệt sẽ giúp bạn định hình tư duy của AI, biến nó thành một CFO ảo, một giám đốc marketing dày dạn kinh nghiệm hay một chuyên gia tối ưu vận hành thực thụ. Bạn có thể kết hợp với prompt tạo kế hoạch marketing để đồng bộ hóa quy trình hoạch định và phân tích. Dưới đây là bộ 30 prompt phân tích dữ liệu kinh doanh được mình biên soạn kỹ lưỡng để giúp bạn giải quyết các bài toán thực tế.

Nhóm công cụ Phân tích Tài chính & Kế toán chuyên sâu

Trong kinh doanh, các chỉ số về phân tích tài chính & kế toán luôn được coi là huyết mạch của mọi hoạt động vận hành. Thực tế chứng minh rằng việc theo dõi và đánh giá định kỳ các dữ liệu trong danh mục này giúp người quản lý chủ động nhận diện rủi ro từ sớm. Khi áp dụng các mẫu prompt phân tích dữ liệu dưới đây, bạn sẽ nhanh chóng bóc tách được các khía cạnh cốt lõi của phân tích tài chính & kế toán mà không cần tốn hàng giờ tra cứu sổ sách.

Prompt 1: Phân tích báo cáo kết quả kinh doanh

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích báo cáo kết quả kinh doanh thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần phân tích báo cáo kết quả hoạt động kinh doanh (p&l) để tìm ra các biến động lớn và đề xuất cải thiện..

Bạn là một Cố vấn Tài chính Doanh nghiệp và Chuyên gia Phân tích P&L chuyên sâu.

Nhiệm vụ của bạn là: Phân tích bảng báo cáo kết quả hoạt động kinh doanh (P&L) của doanh nghiệp [Tên doanh nghiệp] trong [Thời kỳ, ví dụ: Quý 2 2026] dựa trên số liệu thô sau đây:
[Nhập số liệu doanh thu, giá vốn, chi phí bán hàng, chi phí quản lý, lợi nhuận ròng vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán và phân tích chi tiết các chỉ số biên lợi nhuận cốt lõi: Biên lợi nhuận gộp (Gross Margin), biên lợi nhuận hoạt động (EBIT Margin), và biên lợi nhuận ròng (Net Margin) để đánh giá khả năng sinh lời ở từng cấp độ.
- Thực hiện phân tích theo chiều ngang (so sánh giữa các kỳ) và chiều dọc (tỷ trọng trên doanh thu) để nhận diện các khoản mục doanh thu hoặc chi phí biến động bất thường.
- Đi sâu vào phân tích các khoản mục chi phí lớn như chi phí bán hàng (Selling Expenses) và chi phí quản lý doanh nghiệp (G&A Expenses) nhằm chỉ ra các điểm nóng gây lãng phí nguồn lực.
- Đề xuất ít nhất 3 giải pháp tối ưu hóa chi phí vận hành (giảm chi phí cố định) hoặc các phương án tăng trưởng doanh thu dựa trên kết quả phân tích số liệu thực tế.
- Trình bày báo cáo phân tích theo cấu trúc mạch lạc: Tóm tắt hiệu suất -> Phân tích chỉ số tài chính -> Các điểm đáng lưu ý và cảnh báo rủi ro -> Khuyến nghị hành động cụ thể.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Thời kỳ, ví dụ: Quý 2 2026], [Nhập số liệu doanh thu, giá vốn, chi phí bán hàng, chi phí quản lý, lợi nhuận ròng vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 2: Phân tích báo cáo dòng tiền

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích báo cáo dòng tiền thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần đánh giá dòng tiền từ hoạt động kinh doanh, đầu tư, tài chính để đảm bảo khả năng thanh khoản..

Bạn là một Giám đốc Tài chính (CFO) chuyên nghiệp với kinh nghiệm tối ưu hóa thanh khoản doanh nghiệp.

Nhiệm vụ của bạn là: Đánh giá báo cáo lưu chuyển tiền tệ (Cash Flow Statement) của doanh nghiệp [Tên doanh nghiệp] trong [Thời kỳ] dựa trên số liệu sau:
[Nhập số liệu dòng tiền từ hoạt động kinh doanh, đầu tư và tài chính vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Phân tích chi tiết và đánh giá xu hướng dòng tiền từ ba hoạt động chính: Hoạt động kinh doanh (CFO), hoạt động đầu tư (CFI), và hoạt động tài chính (CFF).
- Xác định xem doanh nghiệp có đang tạo ra dòng tiền dương bền vững từ hoạt động cốt lõi hay không, và phân tích sự chênh lệch giữa lợi nhuận kế toán và dòng tiền thực tế.
- Đánh giá khả năng thanh khoản ngắn hạn và rủi ro mất cân đối dòng tiền thông qua việc phân tích các chỉ số thanh toán hiện thời (Current Ratio) và thanh toán nhanh (Quick Ratio).
- Đề xuất các giải pháp thực tế để cải thiện dòng tiền thu (thu hồi công nợ quá hạn, rút ngắn kỳ thu tiền bình quân DSO) và tối ưu hóa dòng tiền chi (kéo dài kỳ thanh toán DPO hợp lý, quản lý hàng tồn kho để giảm ứ đọng vốn).
- Trình bày báo cáo dưới dạng Markdown chuyên nghiệp, có bảng biểu so sánh và phân tích nguyên nhân chi tiết cho các biến động lớn của dòng tiền.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Thời kỳ], [Nhập số liệu dòng tiền từ hoạt động kinh doanh, đầu tư và tài chính vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 3: Đánh giá sức khỏe tài chính doanh nghiệp

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu đánh giá sức khỏe tài chính doanh nghiệp thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần sử dụng các chỉ số tài chính cốt lõi để đánh giá tình hình sức khỏe và sự ổn định dài hạn của doanh nghiệp.. Để phân tích sâu hơn cấu trúc chiến lược tổng thể, việc phối hợp mẫu này với prompt phân tích SWOT là một lựa chọn cực kỳ khôn ngoan.

Bạn là một Chuyên viên Phân tích Tài chính cao cấp (Financial Analyst).

Nhiệm vụ của bạn là: Đánh giá tổng thể sức khỏe tài chính của doanh nghiệp [Tên doanh nghiệp] tại thời điểm [Ngày/Tháng/Năm] dựa trên bảng cân đối kế toán sau:
[Dán dữ liệu Bảng cân đối kế toán vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán và phân tích sâu sắc các nhóm chỉ số tài chính chủ chốt bao gồm: Nhóm chỉ số thanh khoản (Current Ratio, Quick Ratio, Cash Ratio); Nhóm chỉ số cấu trúc vốn và đòn bẩy tài chính (Debt-to-Equity, Debt-to-Assets, Interest Coverage Ratio); Nhóm chỉ số hiệu quả hoạt động (Inventory Turnover, Receivables Turnover, Asset Turnover); Nhóm chỉ số khả năng sinh lời (ROA, ROE, ROCE).
- Đánh giá tổng quan mức độ ổn định dài hạn và các rủi ro tài chính tiềm ẩn (như mất khả năng thanh toán lãi vay, rủi ro nợ xấu, hoặc nguy cơ phá sản bằng mô hình Altman Z-score nếu phù hợp).
- So sánh các chỉ số tính toán được với trung bình ngành hoặc các doanh nghiệp đối thủ cùng phân khúc để xác định vị thế tài chính thực tế.
- Đề xuất cấu trúc vốn tối ưu (tăng giảm tỷ lệ nợ phù hợp) và các biện pháp nâng cao hiệu suất sử dụng tài sản hiện có.
- Trình bày báo cáo theo cấu trúc khoa học, rõ ràng và sử dụng bảng biểu số liệu để minh họa các kết luận.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Ngày/Tháng/Năm], [Dán dữ liệu Bảng cân đối kế toán vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 4: Phân tích cơ cấu chi phí doanh nghiệp

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích cơ cấu chi phí doanh nghiệp thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần phân loại và phân tích tỷ trọng các loại chi phí (cố định, biến đổi) để tìm điểm tối ưu..

Bạn là một Chuyên gia Kế toán Quản trị và Tối ưu hóa Chi phí vận hành.

Nhiệm vụ của bạn là: Phân tích cơ cấu chi phí của doanh nghiệp [Tên doanh nghiệp] trong lĩnh vực [Tên ngành] dựa trên số liệu chi tiết:
[Dán danh sách các khoản mục chi phí cố định và chi phí biến đổi vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Phân loại chi tiết và phân loại chính xác các khoản mục chi phí thành Chi phí cố định (Fixed Costs) và Chi phí biến đổi (Variable Costs) để phục vụ phân tích điểm hòa vốn và ra quyết định.
- Tính toán tỷ trọng của từng khoản mục chi phí trên tổng chi phí vận hành và xây dựng biểu đồ tỷ trọng (dạng bảng số liệu hoặc sơ đồ văn bản) để trực quan hóa các trung tâm chi phí lớn nhất.
- Phân tích xu hướng biến động của các chi phí trọng điểm và chỉ ra những khoản mục đang tăng trưởng thiếu kiểm soát hoặc chiếm tỷ trọng quá cao so với quy mô hoạt động.
- Đề xuất ít nhất 3 chiến thuật giảm chi phí cố định (như đàm phán hợp đồng thuê dài hạn, tối ưu hóa bộ máy) và 2 phương án giảm chi phí biến đổi (như định mức hao hụt vật tư, đàm phán nhà cung cấp) mà không gây ảnh hưởng tiêu cực đến chất lượng sản phẩm/dịch vụ.
- Thiết lập định dạng báo cáo theo cấu trúc: Phân loại chi phí -> Biểu đồ cơ cấu chi phí -> Phân tích điểm nóng chi phí -> Đề xuất tối ưu hóa cụ thể.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Tên ngành], [Dán danh sách các khoản mục chi phí cố định và chi phí biến đổi vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 5: Tư vấn & Phân tích tối ưu hóa thuế

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu tư vấn & phân tích tối ưu hóa thuế thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần phân tích các hoạt động kinh doanh để lập kế hoạch tối ưu hóa nghĩa vụ thuế hợp pháp..

Bạn là một Cố vấn Thuế doanh nghiệp và Chuyên gia Pháp lý Tài chính.

Nhiệm vụ của bạn là: Phân tích cấu trúc doanh thu và chi phí của doanh nghiệp [Tên doanh nghiệp] hoạt động trong ngành [Tên ngành] để đề xuất các phương án tối ưu hóa thuế thu nhập doanh nghiệp (TNDN) hợp pháp:
[Mô tả sơ lược về mô hình hoạt động và các loại thuế đang đóng vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Phân tích chi tiết mô hình hoạt động kinh doanh, cấu trúc doanh thu và chi phí hiện tại của doanh nghiệp để xác định các rủi ro thuế và cơ hội tối ưu hóa nghĩa vụ thuế.
- Chỉ ra các khoản chi phí được trừ hợp lý, hợp lệ khi tính thuế TNDN và hướng dẫn chi tiết cách hoàn thiện hồ sơ chứng từ đi kèm (hóa đơn, hợp đồng, chứng từ thanh toán) để đảm bảo tính pháp lý tối đa.
- Đề xuất các chính sách ưu đãi thuế hiện hành (như ưu đãi theo địa bàn khó khăn, ưu đãi cho doanh nghiệp công nghệ, hoặc ưu đãi ngành nghề đặc thù) mà doanh nghiệp có thể áp dụng hợp pháp.
- Đưa ra một danh mục kiểm tra (checklist) chi tiết chuẩn bị cho kỳ quyết toán thuế, tập trung vào các lỗi thường gặp trong hạch toán kế toán dễ bị cơ quan thuế xử phạt hoặc truy thu.
- Báo cáo phải thể hiện sự tuân thủ pháp luật nghiêm ngặt, chỉ đề xuất các giải pháp tránh thuế hợp pháp (tax avoidance) chứ không đề xuất trốn thuế (tax evasion).

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Tên ngành], [Mô tả sơ lược về mô hình hoạt động và các loại thuế đang đóng vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 6: Phân tích & Quản lý công nợ

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích & quản lý công nợ thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần phân tích các khoản phải thu quá hạn và đề xuất quy trình thu hồi nợ hiệu quả..

Bạn là một Chuyên gia Kiểm soát Tín dụng và Quản lý Công nợ Phải thu (Credit Control Manager).

Nhiệm vụ của bạn là: Phân tích danh sách công nợ phải thu khách hàng của doanh nghiệp [Tên doanh nghiệp] dựa trên bảng tuổi nợ sau:
[Dán bảng chi tiết danh sách khách hàng, số tiền nợ, số ngày quá hạn nợ vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Thực hiện phân tích tuổi nợ (Aging Analysis) chi tiết và phân loại danh sách các khoản phải thu khách hàng theo các nhóm thời gian chuẩn: Dưới 30 ngày, 30-60 ngày, 60-90 ngày, và trên 90 ngày.
- Xác định các tài khoản khách hàng có rủi ro nợ xấu cao nhất (quá hạn lâu ngày, có lịch sử chậm thanh toán, hoặc có dấu hiệu suy giảm tài chính) cần được khoanh vùng và xử lý lập tức.
- Xây dựng một quy trình thu hồi công nợ tiêu chuẩn gồm 4 bước cụ thể (gửi email tự động nhắc nợ, gọi điện thoại đối chiếu công nợ trực tiếp, gửi công văn cảnh báo pháp lý, và chuyển sang cơ quan luật/tòa án) tương ứng với từng mức độ quá hạn.
- Đề xuất các chính sách tín dụng thương mại mới (như chiết khấu thanh toán nhanh, thiết lập hạn mức nợ cho từng khách hàng, phạt chậm trả) để hạn chế phát sinh nợ quá hạn trong tương lai.
- Trình bày báo cáo rõ ràng, chuyên nghiệp dưới dạng bảng biểu Markdown dễ theo dõi đối với bộ phận Kế toán và Ban Giám đốc.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Dán bảng chi tiết danh sách khách hàng, số tiền nợ, số ngày quá hạn nợ vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 7: Báo cáo định giá doanh nghiệp sơ bộ

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu báo cáo định giá doanh nghiệp sơ bộ thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần ước lượng giá trị của doanh nghiệp dựa trên các phương pháp định giá phổ biến..

Bạn là một Chuyên gia Định giá Doanh nghiệp và M&A Analyst.

Nhiệm vụ của bạn là: Lập báo cáo định giá doanh nghiệp sơ bộ cho công ty [Tên công ty] hoạt động trong ngành [Tên ngành] dựa trên các thông tin tài chính:
[Doanh thu năm gần nhất: ..., Lợi nhuận trước thuế và lãi vay EBITDA: ..., Giá trị tài sản ròng: ..., Tốc độ tăng trưởng dự kiến: ...]

Hãy tuân thủ các hướng dẫn sau:
- Áp dụng tối thiểu 2 phương pháp định giá doanh nghiệp phổ biến: Phương pháp định giá theo bội số (Multiples Method như P/E, EV/EBITDA so sánh ngành) và Phương pháp chiết khấu dòng tiền tự do (DCF - Discounted Cash Flow) sơ bộ.
- Giải thích và làm rõ cơ sở lựa chọn các giả định tài chính cốt lõi (như tốc độ tăng trưởng vĩnh cửu g, chi phí vốn bình quân WACC, hệ số Beta ngành, và phần bù rủi ro thị trường).
- Thực hiện phân tích độ nhạy (Sensitivity Analysis) của kết quả định giá đối với sự thay đổi của các biến số chính (như tốc độ tăng trưởng doanh thu và tỷ suất chiết khấu).
- Đưa ra khoảng giá trị doanh nghiệp (Valuation Range) hợp lý nhất và giải thích các yếu tố định tính (như chất lượng thương hiệu, thị phần, năng lực ban điều hành) ảnh hưởng đến giá trị cuối cùng.
- Trình bày báo cáo định giá theo cấu trúc chuẩn mực tài chính, rõ ràng và minh bạch trong mọi bước tính toán.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên công ty], [Tên ngành], [Doanh thu năm gần nhất: ..., Lợi nhuận trước thuế và lãi vay EBITDA: ..., Giá trị tài sản ròng: ..., Tốc độ tăng trưởng dự kiến: ...]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 8: Phân tích điểm hòa vốn (Break-Even Analysis)

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích điểm hòa vốn (break-even analysis) thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần tính toán sản lượng và doanh số cần đạt để bù đắp toàn bộ chi phí hoạt động..

Bạn là một Chuyên viên Kế hoạch Tài chính và Phân tích Biên lợi nhuận.

Nhiệm vụ của bạn là: Tính toán điểm hòa vốn cho sản phẩm/dịch vụ '[Tên sản phẩm]' của công ty [Tên công ty] dựa trên dữ liệu chi phí sau:
[Giá bán mỗi sản phẩm: ..., Chi phí biến đổi trên mỗi sản phẩm: ..., Tổng chi phí cố định hàng tháng: ...]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán chính xác Sản lượng hòa vốn (Break-even Quantity) và Doanh số hòa vốn (Break-even Revenue) hàng tháng/quý dựa trên cơ cấu chi phí cố định và chi phí biến đổi được cung cấp.
- Xác định Biên an toàn (Margin of Safety) của doanh nghiệp theo tỷ lệ phần trăm và theo giá trị tuyệt đối tại mức doanh số hiện tại để đánh giá mức độ rủi ro hoạt động.
- Thực hiện phân tích kịch bản "Nếu - Thì" (What-If Analysis) để đo lường tác động của các thay đổi về giá bán lẻ, chi phí biến đổi trên mỗi sản phẩm, hoặc tổng chi phí cố định đến điểm hòa vốn.
- Đề xuất ít nhất 3 phương án hành động thực tế nhằm hạ thấp điểm hòa vốn (ví dụ: tối ưu nhà cung cấp để giảm chi phí biến đổi, áp dụng tự động hóa để cắt giảm chi phí cố định nhân sự) nhằm tăng tính chống chịu của doanh nghiệp.
- Định dạng báo cáo phân tích theo các mục: Kết quả tính toán -> Đánh giá biên an toàn -> Phân tích kịch bản -> Khuyến nghị tối ưu.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên sản phẩm], [Tên công ty], [Giá bán mỗi sản phẩm: ..., Chi phí biến đổi trên mỗi sản phẩm: ..., Tổng chi phí cố định hàng tháng: ...]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 9: Phân tích ngân sách và dự phòng rủi ro

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích ngân sách và dự phòng rủi ro thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần đánh giá việc phân bổ ngân sách thực tế so với kế hoạch và tính toán quỹ dự phòng..

Bạn là một Chuyên gia Quản lý Ngân sách và Kiểm soát Rủi ro Tài chính.

Nhiệm vụ của bạn là: Phân tích báo cáo thực hiện ngân sách của doanh nghiệp [Tên doanh nghiệp] trong [Thời kỳ] để đánh giá sự chênh lệch và đề xuất quỹ dự phòng phù hợp:
[Dán bảng so sánh Ngân sách Kế hoạch vs Chi phí Thực tế vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Phân tích chi tiết mức độ chênh lệch (Variance Analysis) giữa Ngân sách Kế hoạch và Chi phí Thực tế của từng trung tâm chi phí (Cost Centers) và hạng mục chi tiêu chính.
- Xác định nguyên nhân cốt lõi dẫn đến sự chênh lệch (vượt chi do biến động giá cả thị trường, do kiểm soát kém hay do nhu cầu phát sinh ngoài dự kiến; hoặc không tiêu hết do tiến độ chậm trễ).
- Đề xuất định mức quỹ dự phòng tài chính (Contingency Fund) dựa trên dữ liệu lịch sử biến động chi phí, quy mô dự án và mức độ rủi ro của ngành hoạt động.
- Xây dựng 3 nguyên tắc phân bổ ngân sách tối ưu cho kỳ tiếp theo (như áp dụng Ngân sách dựa trên kết quả hoạt động - Activity-Based Budgeting hoặc Ngân sách từ điểm không - Zero-Based Budgeting) để đảm bảo sử dụng nguồn lực hiệu quả nhất.
- Báo cáo cần có bảng tổng hợp chênh lệch rõ ràng và các khuyến nghị cải thiện quy trình kiểm soát chi tiêu nội bộ.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Thời kỳ], [Dán bảng so sánh Ngân sách Kế hoạch vs Chi phí Thực tế vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 11: Dự báo tài chính ngắn hạn & trung hạn

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu dự báo tài chính ngắn hạn & trung hạn thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần xây dựng các kịch bản dự báo doanh thu và chi phí cho kỳ tiếp theo..

Bạn là một Financial Planner & Chuyên gia Dự báo Tài chính Doanh nghiệp.

Nhiệm vụ của bạn là: Xây dựng mô hình dự báo doanh thu và chi phí cho doanh nghiệp [Tên doanh nghiệp] trong [Thời gian dự báo, ví dụ: 6 tháng tới hoặc năm tiếp theo] dựa trên lịch sử hoạt động:
[Nhập số liệu tài chính 3 năm gần nhất và tốc độ tăng trưởng kỳ vọng vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Xây dựng mô hình dự báo tài chính (doanh thu, chi phí, dòng tiền) cho thời gian dự báo yêu cầu dựa trên lịch sử số liệu tài chính của doanh nghiệp và triển vọng kinh tế vĩ mô.
- Thiết lập dự báo chi tiết theo 3 kịch bản khác nhau: Kịch bản Cơ sở (Base Case - kịch bản khả thi nhất), Kịch bản Tốt nhất (Best Case - tăng trưởng mạnh mẽ), và Kịch bản Tệ nhất (Worst Case - suy thoái thị trường).
- Phân tích và giải thích rõ các giả định tăng trưởng chính (driver-based forecasting) như lượng khách hàng mới, tỷ lệ giữ chân khách hàng, sự thay đổi giá bán, và biến động chi phí đầu vào.
- Đề xuất các biện pháp quản trị rủi ro dòng tiền và kế hoạch hành động tương ứng cho từng kịch bản, đặc biệt là kịch bản tệ nhất để bảo toàn thanh khoản.
- Định dạng báo cáo theo cấu trúc rõ ràng: Giả định dự báo -> Dự báo kết quả theo 3 kịch bản (sử dụng bảng biểu) -> Phân tích rủi ro -> Khuyến nghị hành động.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Thời gian dự báo, ví dụ: 6 tháng tới hoặc năm tiếp theo], [Nhập số liệu tài chính 3 năm gần nhất và tốc độ tăng trưởng kỳ vọng vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Nhóm công cụ Phân tích Vận hành & Quản lý Dự án chuyên sâu

Trong kinh doanh, các chỉ số về phân tích vận hành & quản lý dự án luôn được coi là huyết mạch của mọi hoạt động vận hành. Thực tế chứng minh rằng việc theo dõi và đánh giá định kỳ các dữ liệu trong danh mục này giúp người quản lý chủ động nhận diện rủi ro từ sớm. Khi áp dụng các mẫu prompt phân tích dữ liệu dưới đây, bạn sẽ nhanh chóng bóc tách được các khía cạnh cốt lõi của phân tích vận hành & quản lý dự án mà không cần tốn hàng giờ tra cứu sổ sách.

Prompt 10: Báo cáo đánh giá mức độ tuân thủ quy trình vận hành

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu báo cáo đánh giá mức độ tuân thủ quy trình vận hành thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần đánh giá mức độ tuân thủ các quy trình chuẩn (sop) của nhân viên thông qua hoạt động kiểm toán nội bộ..

Bạn là một Internal Auditor & Compliance Manager chuyên nghiệp chuyên kiểm tra tính tuân thủ quy trình.

Nhiệm vụ của bạn là: Lập báo cáo kiểm toán tính tuân thủ quy trình vận hành chuẩn (SOP Compliance Audit Report) tại bộ phận [Tên bộ phận] của doanh nghiệp [Tên doanh nghiệp] dựa trên kết quả kiểm tra mẫu hồ sơ thực tế:
[Dán dữ liệu kiểm tra: Tổng số mẫu hồ sơ được kiểm tra, số hồ sơ làm đúng hoàn toàn SOP, số hồ sơ vi phạm quy trình (thiếu chữ ký duyệt, bỏ qua bước xác thực, sai mốc thời gian)]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán chi tiết và phân tích tỷ lệ tuân thủ quy trình (%) của bộ phận.
- Liệt kê đầy đủ, chi tiết và phân nhóm các lỗi vi phạm quy trình SOP phổ biến nhất và đánh giá mức độ rủi ro kiểm soát nội bộ tương ứng của từng lỗi vi phạm đó đối với doanh nghiệp.
- Đề xuất các hành động khắc phục và phòng ngừa: Đào tạo lại nhân sự, thay đổi thiết kế form kiểm soát, hoặc bổ sung chế tài phạt vi phạm để đảm bảo tính tuân thủ nghiêm ngặt trong tương lai.
- Định dạng báo cáo kiểm toán chuẩn hóa, sử dụng bảng danh mục các phát hiện kiểm toán (Audit Findings Table) phân cấp theo mức độ rủi ro (Cao/Trung bình/Thấp).
- Đề xuất kế hoạch khắc phục có thời hạn (Corrective Action Plan), nêu rõ người chịu trách nhiệm và ngày hoàn thành cam kết cho từng lỗi vi phạm.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên bộ phận], [Tên doanh nghiệp], [Dán dữ liệu kiểm tra: Tổng số mẫu hồ sơ được kiểm tra, số hồ sơ làm đúng hoàn toàn SOP, số hồ sơ vi phạm quy trình (thiếu chữ ký duyệt, bỏ qua bước xác thực, sai mốc thời gian)]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Nhóm công cụ Phân tích Kinh doanh & Doanh thu chuyên sâu

Trong kinh doanh, các chỉ số về phân tích kinh doanh & doanh thu luôn được coi là huyết mạch của mọi hoạt động vận hành. Thực tế chứng minh rằng việc theo dõi và đánh giá định kỳ các dữ liệu trong danh mục này giúp người quản lý chủ động nhận diện rủi ro từ sớm. Khi áp dụng các mẫu prompt phân tích dữ liệu dưới đây, bạn sẽ nhanh chóng bóc tách được các khía cạnh cốt lõi của phân tích kinh doanh & doanh thu mà không cần tốn hàng giờ tra cứu sổ sách.

Prompt 12: Phân tích doanh số theo khu vực địa lý

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích doanh số theo khu vực địa lý thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần đánh giá hiệu suất bán hàng của các vùng miền để tối ưu phân bổ tài nguyên kinh doanh..

Bạn là một Sales Operations Director và Chuyên gia Phân tích Thị trường Khu vực.

Nhiệm vụ của bạn là: Phân tích dữ liệu doanh số bán hàng theo khu vực của doanh nghiệp [Tên doanh nghiệp] trong [Thời kỳ] để tìm ra khu vực hiệu quả nhất và khu vực cần cải thiện:
[Dán số liệu doanh thu, số lượng đơn hàng, chi phí marketing theo từng khu vực/tỉnh thành vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán doanh thu trung bình trên mỗi đơn hàng (AOV), số lượng đơn hàng, và tỷ trọng đóng góp doanh số của từng khu vực địa lý trong tổng doanh thu.
- So sánh hiệu quả chi phí marketing và chi phí bán hàng (đội ngũ sales vùng) của từng khu vực để xác định vùng nào đạt tỷ suất ROI tốt nhất và vùng nào đang lãng phí nguồn lực.
- Phân tích sâu sắc các yếu tố đặc thù vùng miền (hành vi khách hàng địa phương, độ phủ thương hiệu, đối thủ cạnh tranh tại khu vực) ảnh hưởng trực tiếp đến doanh số.
- Đề xuất chiến lược tái phân bổ ngân sách quảng cáo và điều động nhân sự sales giữa các vùng nhằm tối đa hóa hiệu quả bán hàng tổng thể, đồng thời vạch ra kế hoạch khai phá vùng tiềm năng mới.
- Trình bày báo cáo rõ ràng dưới dạng bảng so sánh khu vực địa lý và định dạng Markdown chuyên nghiệp.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Thời kỳ], [Dán số liệu doanh thu, số lượng đơn hàng, chi phí marketing theo từng khu vực/tỉnh thành vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 13: Phân tích biên lợi nhuận sản phẩm

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích biên lợi nhuận sản phẩm thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần đánh giá biên lợi nhuận gộp của từng nhóm sản phẩm để tối ưu hóa danh mục kinh doanh..

Bạn là một Chuyên gia Phân tích Kinh doanh (Business Analyst) chuyên sâu về định giá và biên lợi nhuận.

Nhiệm vụ của bạn là: Phân tích biên lợi nhuận gộp của các dòng sản phẩm của công ty [Tên công ty] dựa trên dữ liệu sản phẩm sau:
[Dán danh sách dòng sản phẩm, giá bán lẻ, giá vốn COGS và số lượng bán ra vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán chính xác Biên lợi nhuận gộp (%) của từng dòng sản phẩm hoặc danh mục sản phẩm và so sánh chúng với nhau để xác định tính hiệu quả kinh tế.
- Phân loại danh mục sản phẩm vào 4 nhóm của ma trận Boston (BCG) hoặc ma trận Lợi nhuận vs Doanh số: Nhóm lợi nhuận cao - doanh số cao, Nhóm lợi nhuận cao - doanh số thấp, Nhóm lợi nhuận thấp - doanh số cao, và Nhóm lợi nhuận thấp - doanh số thấp.
- Phân tích sâu nguyên nhân khiến biên lợi nhuận của một số dòng sản phẩm bị thấp (do giá vốn nguyên vật liệu tăng, do chi phí đóng gói cao, hay do chiết khấu bán hàng quá lớn).
- Đề xuất các chiến lược hành động cụ thể cho từng nhóm sản phẩm: Điều chỉnh giá bán, tối ưu hóa chuỗi cung ứng giảm COGS, đẩy mạnh chiến dịch marketing cho sản phẩm biên cao, hoặc loại bỏ các dòng sản phẩm kém hiệu quả.
- Trình bày báo cáo khoa học với bảng phân tích chi tiết và phân nhóm rõ ràng.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên công ty], [Dán danh sách dòng sản phẩm, giá bán lẻ, giá vốn COGS và số lượng bán ra vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 14: Phân tích tăng trưởng doanh thu (MoM & YoY)

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích tăng trưởng doanh thu (mom & yoy) thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần so sánh doanh số theo tháng (mom) và cùng kỳ năm ngoái (yoy) để xác định xu hướng mùa vụ..

Bạn là một Data Analyst chuyên về phân tích chuỗi thời gian và xu hướng tăng trưởng kinh doanh.

Nhiệm vụ của bạn là: Phân tích tốc độ tăng trưởng doanh thu theo tháng (Month-on-Month) và theo năm (Year-on-Year) của doanh nghiệp [Tên doanh nghiệp] dựa trên chuỗi dữ liệu sau:
[Dán số liệu doanh thu hàng tháng trong 2 năm gần đây vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán chi tiết tốc độ tăng trưởng doanh thu theo tháng (Month-on-Month - MoM) và tăng trưởng so với cùng kỳ năm trước (Year-on-Year - YoY) để xác định xu hướng tăng trưởng thực tế.
- Xác định và cô lập các yếu tố mùa vụ (Seasonal factors), chu kỳ kinh doanh ảnh hưởng trực tiếp đến doanh thu (chỉ rõ những tháng đạt đỉnh doanh số và những tháng trũng doanh số).
- Phân tích sự đóng góp của các yếu tố nội tại (chính sách giá mới, chiến dịch quảng cáo thành công, mở rộng tệp sản phẩm) và các yếu tố khách quan (xu hướng thị trường, biến động kinh tế vĩ mô) vào kết quả tăng trưởng.
- Đề xuất kế hoạch tối ưu hóa chuỗi cung ứng, chuẩn bị hàng tồn kho và điều tiết lực lượng bán hàng phù hợp với xu hướng mùa vụ đã phát hiện.
- Kết xuất báo cáo với biểu đồ số liệu dạng văn bản Markdown và cấu trúc phân tích mạch lạc.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Dán số liệu doanh thu hàng tháng trong 2 năm gần đây vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 15: Phân tích hiệu suất điểm bán lẻ (Store Performance)

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích hiệu suất điểm bán lẻ (store performance) thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần đánh giá hiệu quả kinh doanh của các cửa hàng vật lý dựa trên diện tích và lượng khách ghé thăm..

Bạn là một Retail Operations Manager với kinh nghiệm quản lý chuỗi hàng trăm cửa hàng bán lẻ.

Nhiệm vụ của bạn là: Phân tích và đánh giá hiệu suất hoạt động của các cửa hàng bán lẻ trong hệ thống chuỗi [Tên thương hiệu] dựa trên số liệu:
[Dán số liệu của các cửa hàng: diện tích m2, số lượng nhân viên, lượng khách vào cửa hàng (footfall), tỷ lệ mua hàng (conversion rate), tổng doanh thu hàng tháng]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán các chỉ số hiệu suất vận hành cửa hàng chính: Doanh thu trên mỗi mét vuông (Revenue per Sqm), Doanh thu trung bình trên mỗi nhân viên (Sales per Employee), Tỷ lệ chuyển đổi khách ghé thăm (Conversion Rate), và Giá trị đơn hàng trung bình (AOV).
- Xếp hạng các cửa hàng trong chuỗi và thực hiện phân tích so sánh để tìm ra lý do cốt lõi giúp các cửa hàng top đầu thành công (như vị trí đắc địa, cách bài trí, chất lượng nhân sự hay phân khúc khách hàng phù hợp).
- Phân tích sâu các điểm nghẽn tại những cửa hàng có hiệu suất kém dưới mức trung bình (ví dụ: lượng footfall cao nhưng conversion rate thấp do nhân sự tư vấn kém, hoặc AOV quá thấp do thiếu kỹ năng bán thêm).
- Đề xuất kế hoạch hành động cụ thể cho từng nhóm cửa hàng: Kế hoạch nhân rộng mô hình thành công, kế hoạch đào tạo lại nhân sự, tối ưu hóa trưng bày, hoặc đóng cửa/tái định vị vị trí cửa hàng kém hiệu quả.
- Định dạng báo cáo phân tích rõ ràng, sử dụng bảng biểu số liệu chi tiết.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên thương hiệu], [Dán số liệu của các cửa hàng: diện tích m2, số lượng nhân viên, lượng khách vào cửa hàng (footfall), tỷ lệ mua hàng (conversion rate), tổng doanh thu hàng tháng]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 16: Dự báo doanh số bán hàng (Sales Forecasting)

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu dự báo doanh số bán hàng (sales forecasting) thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần dự báo doanh thu bán hàng tương lai dựa trên lịch sử dữ liệu và các cơ hội trong phễu bán hàng..

Bạn là một Sales Director & Chuyên gia Dự báo Kinh doanh.

Nhiệm vụ của bạn là: Xây dựng dự báo doanh số bán hàng cho [Tên công ty] trong [Quý tiếp theo] dựa trên dữ liệu lịch sử bán hàng và trạng thái phễu khách hàng hiện tại:
[Số liệu doanh thu 4 quý trước: ..., Số lượng cơ hội đang mở trong phễu bán hàng (Pipeline value): ..., Tỷ lệ chốt đơn trung bình: ...]

Hãy tuân thủ các hướng dẫn sau:
- Kết hợp cả hai phương pháp dự báo doanh số phổ biến: Dự báo dựa trên tốc độ chạy thực tế (Run-rate forecasting từ dữ liệu lịch sử) và Dự báo dựa trên giá trị phễu bán hàng hiện tại có trọng số theo giai đoạn (Opportunity stage forecasting).
- Thiết lập 3 khoảng dự báo doanh số rõ ràng kèm mức độ khả thi: Mức doanh số tối thiểu (Worst Case), Mức doanh số mục tiêu (Target/Base Case), và Mức doanh số đột phá (Best/Stretch Case).
- Chỉ ra các rủi ro lớn nhất (như đối thủ cạnh tranh giảm giá sâu, deal lớn bị trì hoãn ký kết, hay thiếu hụt hàng hóa) có khả năng làm sai lệch kết quả dự báo doanh số.
- Đề xuất các hành động tức thời cho đội ngũ Sales nhằm đẩy nhanh tiến độ chốt các deal lớn ở cuối phễu và tăng cường bổ sung lead mới ở đầu phễu để đảm bảo đạt được mục tiêu dự báo.
- Trình bày báo cáo dự báo có tính thực tiễn cao, cấu trúc mạch lạc và phân tích số liệu rõ ràng.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên công ty], [Quý tiếp theo], [Số liệu doanh thu 4 quý trước: ..., Số lượng cơ hội đang mở trong phễu bán hàng (Pipeline value): ..., Tỷ lệ chốt đơn trung bình: ...]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 17: Phân tích & Đánh giá kênh phân phối

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích & đánh giá kênh phân phối thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần đánh giá hiệu quả của các kênh bán hàng (trực tuyến, đại lý, bán buôn) để tối ưu chi phí phân phối..

Bạn là một Distribution Channel Strategist chuyên tối ưu hóa chuỗi phân phối đa kênh (Omnichannel).

Nhiệm vụ của bạn là: Phân tích hiệu quả đóng góp doanh thu và chi phí vận hành của các kênh phân phối của công ty [Tên công ty] dựa trên dữ liệu sau:
[Dán số liệu doanh thu, chiết khấu đại lý, chi phí kho vận logistics, và chi phí hỗ trợ bán hàng của từng kênh: Đại lý truyền thống, Kênh E-commerce (Shopee/Lazada), Website trực tiếp (D2C), Đội bán sỉ (B2B)]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán tỷ suất lợi nhuận ròng của từng kênh phân phối (Đại lý, E-commerce, D2C Website, B2B) sau khi trừ đi mọi chi phí phân bổ trực tiếp bao gồm tỷ lệ chiết khấu, chi phí logistics/vận hành, và chi phí hỗ trợ bán hàng/marketing của riêng kênh đó.
- Thực hiện so sánh hiệu quả kinh tế giữa các kênh để nhận diện kênh nào mang lại dòng tiền và biên lợi nhuận thực sự tốt nhất, và kênh nào đang tốn nhiều chi phí ẩn (như tỷ lệ hoàn hàng cao, chi phí quảng cáo sàn lớn).
- Phân tích hành vi mua sắm của khách hàng đặc thù trên từng kênh để tìm ra cơ hội tối ưu hóa danh mục sản phẩm cung ứng riêng biệt cho mỗi kênh.
- Đề xuất chiến lược định vị lại các kênh phân phối (ví dụ: dịch chuyển từ kênh trung gian biên lợi nhuận thấp sang kênh trực tiếp D2C biên lợi nhuận cao, hoặc tối ưu hóa chính sách chiết khấu cho đại lý) trong giai đoạn tiếp theo.
- Kết xuất báo cáo chuyên nghiệp với bảng so sánh chi tiết chi phí và lợi nhuận của từng kênh.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên công ty], [Dán số liệu doanh thu, chiết khấu đại lý, chi phí kho vận logistics, và chi phí hỗ trợ bán hàng của từng kênh: Đại lý truyền thống, Kênh E-commerce (Shopee/Lazada), Website trực tiếp (D2C), Đội bán sỉ (B2B)]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 18: Phân tích & Đánh giá mô hình định giá

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích & đánh giá mô hình định giá thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần phân tích tác động của các mô hình giá khác nhau đến doanh số bán hàng và hành vi người tiêu dùng..

Bạn là một Pricing Specialist và Chuyên gia Nghiên cứu Hành vi Mua sắm.

Nhiệm vụ của bạn là: Phân tích mức độ nhạy cảm về giá của khách hàng đối với dòng sản phẩm '[Tên sản phẩm]' của công ty [Tên công ty] để đánh giá tính hiệu quả của mô hình giá hiện tại:
[Mô tả mô hình giá hiện tại, giá bán của đối thủ, kết quả khảo sát phản ứng khách hàng khi tăng/giảm giá vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Phân tích mức độ nhạy cảm về giá của khách hàng và tính toán độ co giãn của cầu theo giá (Price Elasticity of Demand) dựa trên các số liệu thay đổi giá trong lịch sử.
- Đánh giá định vị giá của sản phẩm doanh nghiệp so với các đối thủ cạnh tranh chính trực tiếp và gián tiếp trên thị trường (Phân khúc giá rẻ, tầm trung, hay cao cấp).
- Phân tích tác động của mô hình giá hiện tại đến các chỉ số kinh doanh dài hạn như tỷ lệ giữ chân khách hàng (Retention Rate), giá trị vòng đời khách hàng (LTV), và chi phí thu hút khách hàng (CAC).
- Đề xuất chiến lược tối ưu hóa mô hình định giá (Ví dụ: Định giá theo giá trị mang lại - Value-based pricing, chuyển sang mô hình thuê bao định kỳ - Subscription, áp dụng kỹ thuật định giá theo mồi nhử - Decoy pricing, hoặc định giá theo gói combo) nhằm tối đa hóa doanh thu và biên lợi nhuận.
- Báo cáo phân tích phải rõ ràng, chặt chẽ, dựa trên số liệu và hành vi tiêu dùng thực tế.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên sản phẩm], [Tên công ty], [Mô tả mô hình giá hiện tại, giá bán của đối thủ, kết quả khảo sát phản ứng khách hàng khi tăng/giảm giá vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 19: Phân tích chu kỳ bán hàng (Sales Cycle Analysis)

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích chu kỳ bán hàng (sales cycle analysis) thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần đo lường thời gian từ lúc tiếp cận khách hàng tiềm năng đến khi chốt đơn thành công để rút ngắn quy trình..

Bạn là một Chuyên gia Hỗ trợ Bán hàng (Sales Enablement Manager) chuyên tối ưu hóa quy trình bán hàng hiệu suất cao.

Nhiệm vụ của bạn là: Phân tích độ dài chu kỳ bán hàng trung bình của doanh nghiệp B2B [Tên doanh nghiệp] dựa trên dữ liệu hành trình khách hàng:
[Dán dữ liệu mốc thời gian của danh sách khách hàng từ khi liên hệ lần đầu -> gửi báo giá -> đàm phán -> ký hợp đồng/chốt đơn vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán thời gian dừng chân trung bình (số ngày) của các cơ hội bán hàng tại từng giai đoạn trong phễu bán hàng (từ tiếp cận ban đầu, xác định nhu cầu, demo/báo giá, đàm phán, đến chốt deal).
- Xác định chính xác "điểm nghẽn" (bottleneck) - giai đoạn có thời gian dừng chân lâu nhất hoặc tỷ lệ rơi rụng khách hàng cao nhất trong chu kỳ bán hàng.
- Phân tích nguyên nhân sâu xa của điểm nghẽn đó (ví dụ: khâu báo giá bị chậm do thiếu công cụ tự động, kỹ năng đàm phán của nhân sự sales yếu, hoặc quy trình duyệt hợp đồng phía khách hàng phức tạp).
- Đề xuất ít nhất 3 giải pháp thực tế để rút ngắn chu kỳ bán hàng tổng thể (ví dụ: chuẩn hóa biểu mẫu báo giá, triển khai hệ thống CRM tự động hóa nhắc nhở, hoặc áp dụng chính sách ưu đãi giới hạn thời gian chốt deal).
- Trình bày báo cáo rõ ràng dưới dạng sơ đồ quy trình bán hàng bằng văn bản Markdown kèm bảng số liệu chi tiết.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Dán dữ liệu mốc thời gian của danh sách khách hàng từ khi liên hệ lần đầu -> gửi báo giá -> đàm phán -> ký hợp đồng/chốt đơn vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 20: Phân tích hiệu quả chiến dịch khuyến mãi

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích hiệu quả chiến dịch khuyến mãi thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần đo lường roi và doanh thu gia tăng thực tế của một chiến dịch khuyến mãi đã kết thúc..

Bạn là một Chuyên viên Phân tích Tiếp thị Thương mại (Trade Marketing Analyst) chuyên đo lường hiệu quả các chương trình ưu đãi và khuyến mãi.

Nhiệm vụ của bạn là: Phân tích và báo cáo hiệu quả của chương trình khuyến mãi '[Tên chương trình]' diễn ra từ ngày [Ngày bắt đầu] đến [Ngày kết thúc] của thương hiệu [Tên thương hiệu]:
[Dán số liệu trước, trong và sau khuyến mãi về: Doanh thu, số lượng sản phẩm bán ra, chi phí tặng quà/giảm giá, chi phí quảng cáo chạy chương trình]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán Doanh thu gia tăng (Incremental Revenue) và Lợi nhuận gia tăng (Incremental Profit) thực tế đạt được nhờ chương trình khuyến mãi (so với doanh thu nền cơ sở - Baseline Revenue ước tính nếu không chạy chương trình).
- Tính toán chính xác tỷ suất sinh lời trên ngân sách khuyến mãi (ROI khuyến mãi) sau khi trừ đi tất cả các chi phí giảm giá trực tiếp, chi phí quà tặng kèm, và chi phí quảng cáo truyền thông cho chương trình.
- Đánh giá hiện tượng "ăn lẹm doanh số tương lai" (Sales Cannibalization hoặc Forward Buying) - phân tích xem khách hàng có xu hướng gom hàng giá rẻ trong thời gian khuyến mãi rồi ngừng mua vào các tháng tiếp theo hay không.
- Đề xuất bài học kinh nghiệm và khuyến nghị cụ thể về việc có nên tiếp tục tổ chức chương trình này trong tương lai, hoặc điều chỉnh cơ cấu ưu đãi (ví dụ: chuyển từ giảm giá trực tiếp sang tặng quà trải nghiệm hoặc chương trình tích điểm hội viên) để tăng hiệu quả.
- Báo cáo phân tích phải có số liệu trực quan và cấu trúc rõ ràng.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên chương trình], [Ngày bắt đầu], [Ngày kết thúc], [Tên thương hiệu], [Dán số liệu trước, trong và sau khuyến mãi về: Doanh thu, số lượng sản phẩm bán ra, chi phí tặng quà/giảm giá, chi phí quảng cáo chạy chương trình]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 21: Báo cáo phân tích rủi ro kinh doanh

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu báo cáo phân tích rủi ro kinh doanh thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần phát hiện và đánh giá các rủi ro vận hành, tài chính, thị trường đe dọa đến hoạt động doanh nghiệp..

Bạn là một Risk Management Consultant chuyên cố vấn quản lý rủi ro cho các tập đoàn lớn.

Nhiệm vụ của bạn là: Lập báo cáo đánh giá rủi ro kinh doanh (Business Risk Assessment Report) cho doanh nghiệp [Tên doanh nghiệp] hoạt động trong ngành [Tên ngành] trong bối cảnh thị trường hiện tại:
[Mô tả ngắn gọn về quy mô doanh nghiệp, sự phụ thuộc nhà cung cấp, đối thủ cạnh tranh chính và các yếu tố pháp lý liên quan]

Hãy tuân thủ các hướng dẫn sau:
- Xác định và phân loại toàn diện các rủi ro kinh doanh chính của doanh nghiệp bao gồm rủi ro thị trường (nhu cầu thay đổi, áp lực cạnh tranh), rủi ro vận hành (chuỗi cung ứng đứt gãy, mất mát nhân sự), rủi ro tài chính (dòng tiền thâm hụt, nợ xấu phát sinh), và rủi ro pháp lý (thay đổi luật thuế, tranh chấp hợp đồng).
- Xây dựng ma trận rủi ro (Risk Matrix) đánh giá mức độ nghiêm trọng (Impact) và khả năng xảy ra (Probability) của từng rủi ro trên thang điểm 1-5.
- Phân tích sâu nguyên nhân gốc rễ và tác động tài chính tiềm ẩn đối với doanh nghiệp nếu rủi ro xảy ra.
- Đề xuất các chiến lược giảm thiểu rủi ro (Mitigation strategies) cụ thể và khả thi cho top 3 rủi ro có điểm đánh giá cao nhất trong ma trận.
- Trình bày báo cáo theo định dạng Markdown khoa học, rõ ràng và có bảng ma trận rủi ro.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Tên ngành], [Mô tả ngắn gọn về quy mô doanh nghiệp, sự phụ thuộc nhà cung cấp, đối thủ cạnh tranh chính và các yếu tố pháp lý liên quan]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Nhóm công cụ Báo cáo Marketing & Quảng cáo chuyên sâu

Trong kinh doanh, các chỉ số về báo cáo marketing & quảng cáo luôn được coi là huyết mạch của mọi hoạt động vận hành. Thực tế chứng minh rằng việc theo dõi và đánh giá định kỳ các dữ liệu trong danh mục này giúp người quản lý chủ động nhận diện rủi ro từ sớm. Khi áp dụng các mẫu prompt phân tích dữ liệu dưới đây, bạn sẽ nhanh chóng bóc tách được các khía cạnh cốt lõi của báo cáo marketing & quảng cáo mà không cần tốn hàng giờ tra cứu sổ sách.

Prompt 22: Báo cáo hiệu quả quảng cáo đa kênh

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu báo cáo hiệu quả quảng cáo đa kênh thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần đánh giá hiệu suất các chiến dịch quảng cáo trả phí (facebook, google, tiktok ads).. Phương pháp này giúp đối chiếu trực tiếp dữ liệu chiến dịch của bạn với các báo cáo hành vi người dùng mới nhất được đăng tải trên Harvard Business Review.

Bạn là một Performance Marketing Analyst chuyên tối ưu hóa ngân sách quảng cáo kỹ thuật số.

Nhiệm vụ của bạn là: Lập báo cáo đánh giá hiệu quả quảng cáo hàng tháng cho doanh nghiệp [Tên doanh nghiệp] dựa trên dữ liệu quảng cáo đa kênh sau:
[Dán dữ liệu ngân sách chi tiêu, lượt hiển thị, click CTR, số lượng chuyển đổi Conversions, chi phí trên mỗi chuyển đổi CPA từ các kênh Facebook Ads, Google Ads, TikTok Ads]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán và so sánh chi tiết các chỉ số hiệu suất quảng cáo chính (CPC, CTR, CPA, CVR, CPM, ROAS) giữa các nền tảng quảng cáo đang triển khai (Facebook Ads, Google Ads, TikTok Ads).
- Xác định các chiến dịch hoặc nhóm quảng cáo đang hoạt động kém hiệu quả nhất (lãng phí ngân sách, CPA vượt mức cho phép) và nhóm quảng cáo đạt hiệu quả tốt nhất (ROAS cao, lead chất lượng).
- Phân tích các yếu tố ảnh hưởng đến hiệu quả quảng cáo của từng kênh (độ phù hợp của tệp đối tượng nhắm mục tiêu, chất lượng mẫu sáng tạo/nội dung quảng cáo, trải nghiệm trang đích).
- Đề xuất phương án tối ưu hóa kỹ thuật (thử nghiệm mẫu sáng tạo mới, tối ưu hóa đấu thầu) và kế hoạch tái phân bổ ngân sách quảng cáo giữa các kênh cho tháng tiếp theo để tối đa hóa số lượng chuyển đổi tổng thể.
- Trình bày báo cáo rõ ràng, sử dụng bảng so sánh số liệu chi tiết giữa các nền tảng.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Dán dữ liệu ngân sách chi tiêu, lượt hiển thị, click CTR, số lượng chuyển đổi Conversions, chi phí trên mỗi chuyển đổi CPA từ các kênh Facebook Ads, Google Ads, TikTok Ads]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 23: Phân tích ROI chiến dịch Marketing

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích roi chiến dịch marketing thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần tính toán tỷ suất sinh lời trên tổng ngân sách đầu tư cho một chiến dịch marketing tích hợp..

Bạn là một Giám đốc Tiếp thị (CMO) chuyên nghiệp, chuyên báo cáo hiệu quả tài chính của các chiến dịch marketing trước Hội đồng quản trị.

Nhiệm vụ của bạn là: Tính toán và phân tích tỷ suất sinh lời (ROI) của chiến dịch marketing tích hợp '[Tên chiến dịch]' của doanh nghiệp [Tên doanh nghiệp]:
[Dán tổng chi phí chiến dịch (quảng cáo, sản xuất content, KOLs, nhân sự) và tổng doanh thu mang lại từ các khách hàng mới thu hút bởi chiến dịch này vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán chính xác chỉ số ROI Marketing (%) và tỷ suất doanh thu trên chi phí quảng cáo (ROAS) cho toàn bộ chiến dịch dựa trên tổng doanh thu mang lại và tổng chi phí đầu tư (quảng cáo, sản xuất content, booking KOLs, nhân sự, thiết kế).
- Phân tích mức độ đóng góp doanh số và hiệu quả chi phí của từng hoạt động đơn lẻ trong chiến dịch để xác định "động cơ tăng trưởng chính".
- Đánh giá giá trị trọn đời (LTV) ước tính của tệp khách hàng mới thu hút từ chiến dịch để xem tỷ lệ LTV/CAC có đạt mức lành mạnh hay không.
- Đề xuất các bài học kinh nghiệm thực tế để cắt giảm các chi phí không hiệu quả và nhân rộng các mô hình thành công cho các chiến dịch marketing tiếp theo nhằm gia tăng ROI ròng.
- Định dạng báo cáo phân tích rõ ràng: Tóm tắt hiệu suất tài chính -> Phân tích hiệu quả theo hạng mục -> Đánh giá LTV/CAC -> Khuyến nghị hành động.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên chiến dịch], [Tên doanh nghiệp], [Dán tổng chi phí chiến dịch (quảng cáo, sản xuất content, KOLs, nhân sự) và tổng doanh thu mang lại từ các khách hàng mới thu hút bởi chiến dịch này vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 24: Phân tích chất lượng khách hàng tiềm năng (Lead Scoring)

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích chất lượng khách hàng tiềm năng (lead scoring) thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần phân tích nguồn lead và mức độ tương tác để chấm điểm chất lượng lead bàn giao cho đội sales..

Bạn là một Marketing Automation Specialist & Lead Gen Expert.

Nhiệm vụ của bạn là: Phân tích chất lượng tệp khách hàng tiềm năng (Leads) thu về từ các kênh marketing của doanh nghiệp [Tên doanh nghiệp] dựa trên số liệu sau để thiết lập hệ thống chấm điểm Lead (Lead Scoring System):
[Dán dữ liệu về danh sách nguồn lead (tải ebook, điền form báo giá, chat fanpage), mức độ mở email, số lượng trang web họ đã xem, và tỷ lệ chốt sales thực tế tương ứng]

Hãy tuân thủ các hướng dẫn sau:
- Phân tích tỷ lệ chuyển đổi từ lead thành cơ hội bán hàng (SQL) và thành khách hàng thực tế theo từng nguồn lead (quảng cáo, SEO blog, webinar, chatbot).
- Xây dựng bộ tiêu chí chấm điểm Lead (Lead Scoring Schema) chi tiết dựa trên dữ liệu nhân khẩu học/hồ sơ (vị trí công việc, quy mô doanh nghiệp, ngành nghề) và dữ liệu hành vi tương tác (số lần truy cập web, hành vi mở/click email, tải ebook, xem trang báo giá).
- Phân loại tệp lead thành 3 nhóm rõ ràng: Hot Lead (điểm cao, sẵn sàng mua), Warm Lead (cần nuôi dưỡng thêm), và Cold Lead (chất lượng thấp).
- Đề xuất quy trình chuyển giao tự động và phản hồi nhanh (Service Level Agreement - SLA giữa Marketing và Sales) đối với Hot Leads để tăng tỷ lệ chốt đơn.
- Trình bày báo cáo chi tiết, chuyên nghiệp dưới dạng bảng biểu Markdown dễ hiểu.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Dán dữ liệu về danh sách nguồn lead (tải ebook, điền form báo giá, chat fanpage), mức độ mở email, số lượng trang web họ đã xem, và tỷ lệ chốt sales thực tế tương ứng]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 25: Phân tích chi phí CAC và thời gian hồi vốn

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu phân tích chi phí cac và thời gian hồi vốn thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần tính toán chi phí để có một khách hàng mới (cac) và thời gian cần thiết để hồi vốn chi phí đó..

Bạn là một Growth Marketer & Financial BA chuyên sâu về chỉ số tăng trưởng startup.

Nhiệm vụ của bạn là: Tính toán chi phí thu hút khách hàng (Customer Acquisition Cost - CAC) và thời gian hoàn vốn CAC (CAC Payback Period) cho doanh nghiệp [Tên doanh nghiệp] hoạt động trong mô hình [Ví dụ: SaaS / E-commerce] dựa trên số liệu:
[Dán tổng ngân sách sales & marketing trong quý, số lượng khách hàng mới có phí thu về trong quý, giá trị đơn hàng trung bình hoặc doanh thu định kỳ hàng tháng ARPU, tỷ suất lợi nhuận gộp]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán chỉ số Chi phí thu hút khách hàng (CAC) chính xác bằng cách phân bổ đầy đủ tất cả các chi phí liên quan (ngân sách quảng cáo, chi phí nhân sự sales & marketing, chi phí công cụ/phần mềm bán hàng).
- Tính toán thời gian hoàn vốn CAC (CAC Payback Period) theo số tháng cần thiết để lợi nhuận gộp từ một khách hàng bù đắp được chi phí bỏ ra để thu hút họ.
- Phân tích tỷ lệ LTV/CAC để đánh giá tính bền vững của mô hình kinh doanh hiện tại của doanh nghiệp.
- Đề xuất ít nhất 3 giải pháp cụ thể để tối ưu hóa chỉ số CAC (như cải thiện tỷ lệ chuyển đổi trang đích, tối ưu hóa tệp khách hàng mục tiêu để giảm chi tiêu quảng cáo thừa, triển khai chương trình giới thiệu khách hàng - Referral) mà không làm suy giảm tốc độ tăng trưởng khách hàng mới.
- Định dạng báo cáo phân tích chuyên nghiệp và mạch lạc.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Ví dụ: SaaS / E-commerce], [Dán tổng ngân sách sales & marketing trong quý, số lượng khách hàng mới có phí thu về trong quý, giá trị đơn hàng trung bình hoặc doanh thu định kỳ hàng tháng ARPU, tỷ suất lợi nhuận gộp]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 26: Báo cáo mô hình phân bổ nguồn thu hút (Attribution)

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu báo cáo mô hình phân bổ nguồn thu hút (attribution) thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần phân tích điểm chạm hành trình để gán giá trị đóng góp cho từng kênh marketing trong chuỗi chuyển đổi..

Bạn là một Data Analyst chuyên sâu về hành trình khách hàng số và mô hình phân bổ (Attribution Modeling).

Nhiệm vụ của bạn là: Phân tích dữ liệu hành trình chuyển đổi đa kênh của khách hàng trên website [Tên website] để đánh giá mức độ hiệu quả của từng điểm chạm:
[Dán dữ liệu hành trình mẫu của danh sách khách hàng trước khi mua hàng: Ví dụ: Click quảng cáo Facebook -> Đọc blog qua SEO -> Tìm trực tiếp thương hiệu trên Google Ads -> Mua hàng]

Hãy tuân thủ các hướng dẫn sau:
- So sánh kết quả đóng góp doanh số và tỷ lệ chuyển đổi của các kênh marketing dưới 3 mô hình phân bổ khác nhau: Mô hình Click cuối cùng (Last-click), Mô hình Click đầu tiên (First-click), và Mô hình phân bổ đa điểm chạm (Linear hoặc Position-based).
- Xác định rõ vai trò của từng kênh trong hành trình khách hàng: Kênh nào hoạt động tốt ở đầu phễu (tạo nhận diện, thu hút sự chú ý) và kênh nào hoạt động tốt ở cuối phễu (thúc đẩy quyết định mua hàng trực tiếp).
- Phân tích sự chồng chéo điểm chạm giữa các kênh để tránh việc đầu tư trùng lặp hoặc đánh giá sai lệch hiệu quả của các kênh hỗ trợ.
- Đưa ra khuyến nghị chi tiết về cách phân bổ ngân sách marketing tối ưu dựa trên hiểu biết sâu sắc về hành trình chuyển đổi đa điểm chạm này.
- Trình bày báo cáo rõ ràng, sử dụng bảng so sánh số liệu giữa các mô hình phân bổ.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên website], [Dán dữ liệu hành trình mẫu của danh sách khách hàng trước khi mua hàng: Ví dụ: Click quảng cáo Facebook -> Đọc blog qua SEO -> Tìm trực tiếp thương hiệu trên Google Ads -> Mua hàng]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 27: Báo cáo hiệu quả chiến dịch Email Marketing

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu báo cáo hiệu quả chiến dịch email marketing thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần đo lường tỷ lệ mở, click, hủy đăng ký email để tối ưu hóa chiến dịch nuôi dưỡng khách hàng..

Bạn là một Email Marketing Specialist chuyên tối ưu hóa hòm thư và tỷ lệ tương tác email doanh nghiệp.

Nhiệm vụ của bạn là: Lập báo cáo phân tích hiệu suất chiến dịch Email Marketing của thương hiệu [Tên thương hiệu] gửi cho tệp khách hàng trong [Thời kỳ] dựa trên số liệu sau:
[Dán số liệu: Tổng số email gửi đi, số lượng email gửi thành công, tỷ lệ mở (Open Rate), tỷ lệ nhấp chuột (CTR), tỷ lệ hủy đăng ký (Unsubscribe), doanh số phát sinh trực tiếp từ email]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán chi tiết các chỉ số hiệu suất email: Tỷ lệ mở (Open Rate), tỷ lệ nhấp chuột (CTR), tỷ lệ nhấp chuột trên lượt mở (CTOR), tỷ lệ hủy đăng ký (Unsubscribe Rate), và tỷ lệ email bị trả về (Bounce Rate).
- Phân tích các nguyên nhân cốt lõi khiến các chỉ số bị thấp (ví dụ: tiêu đề chưa đủ kích thích tò mò, nội dung chưa phân khúc khách hàng phù hợp, thiết kế email không tối ưu cho thiết bị di động, danh sách email bị suy thoái chất lượng).
- Đề xuất kế hoạch phân khúc lại tệp khách hàng (Segmentation) để tăng tính cá nhân hóa của nội dung email.
- Thiết kế 3 kịch bản thử nghiệm A/B Testing cụ thể cho chiến dịch tiếp theo (thử nghiệm tiêu đề, thử nghiệm nút kêu gọi hành động CTA, thử nghiệm khung giờ gửi) để cải thiện các chỉ số hiệu suất.
- Trình bày báo cáo rõ ràng dưới dạng bảng Markdown chuyên nghiệp.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên thương hiệu], [Thời kỳ], [Dán số liệu: Tổng số email gửi đi, số lượng email gửi thành công, tỷ lệ mở (Open Rate), tỷ lệ nhấp chuột (CTR), tỷ lệ hủy đăng ký (Unsubscribe), doanh số phát sinh trực tiếp từ email]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 28: Báo cáo tương tác mạng xã hội (Social Media Report)

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu báo cáo tương tác mạng xã hội (social media report) thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần đánh giá mức độ tăng trưởng người theo dõi và tỷ lệ tương tác nội dung trên các kênh social.. Để tối ưu hóa hiệu quả tiếp cận trên các nền tảng xã hội, bạn nên tham khảo thêm prompt phân tích chủ đề thịnh hành.

Bạn là một Social Media Analyst chuyên phân tích dữ liệu mạng xã hội và tối ưu tương tác cộng đồng.

Nhiệm vụ của bạn là: Lập báo cáo hiệu suất tương tác mạng xã hội hàng tháng cho các kênh (Facebook Fanpage, Instagram, TikTok) của doanh nghiệp [Tên doanh nghiệp] dựa trên số liệu thô:
[Dán dữ liệu lượng người theo dõi mới, lượt tiếp cận Reach, tổng số tương tác Like/Share/Comment, số tin nhắn inbox mới của từng nền tảng vào đây]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán Chỉ số tỷ lệ tương tác (Engagement Rate) dựa trên lượt tiếp cận (Reach) và trên tổng số người theo dõi (Followers) của từng nền tảng mạng xã hội (Facebook, Instagram, TikTok).
- Phân tích chi tiết và xác định top 3 định dạng nội dung hoặc chủ đề bài đăng đạt hiệu quả lan truyền (viral) cao nhất và phân tích các yếu tố thành công (hình ảnh bắt mắt, thông điệp đánh trúng pain-point, bắt trend tốt).
- Đánh giá hiệu quả chuyển đổi từ tương tác mạng xã hội thành khách hàng tiềm năng thực tế (như số lượng inbox mới, lượt click link bio về website).
- Đề xuất định hướng phát triển nội dung và kế hoạch phân bổ nguồn lực sản xuất (hình ảnh, short-video, bài viết chuyên sâu) cho tháng tiếp theo dựa trên hành vi tương tác của người dùng.
- Báo cáo cần rõ ràng, có cấu trúc mạch lạc và số liệu trực quan.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Dán dữ liệu lượng người theo dõi mới, lượt tiếp cận Reach, tổng số tương tác Like/Share/Comment, số tin nhắn inbox mới của từng nền tảng vào đây]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 29: Báo cáo hiệu quả tổ chức Sự kiện / Webinar

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu báo cáo hiệu quả tổ chức sự kiện / webinar thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần đo lường tỷ lệ đăng ký tham dự, thời gian tham gia trung bình và tỷ lệ chuyển đổi sales sau webinar..

Bạn là một Event Marketer & Lead Generation Specialist.

Nhiệm vụ của bạn là: Lập báo cáo đánh giá hiệu quả tổ chức chương trình webinar trực tuyến '[Tên sự kiện]' của doanh nghiệp [Tên doanh nghiệp] dựa trên dữ liệu sau:
[Số lượng người đăng ký form: ..., Số lượng người vào xem thực tế: ..., Thời gian xem trung bình của mỗi người (phút): ..., Số lượng đăng ký tư vấn sau sự kiện: ..., Số lượng đơn hàng chốt thành công sau 7 ngày: ...]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán tỷ lệ tham dự thực tế (Show-up Rate), thời gian xem trung bình của mỗi người (Average Engagement Time), và tỷ lệ chuyển đổi từ người đăng ký thành cơ hội tư vấn/đơn hàng thành công.
- Phân tích biểu đồ lượng người xem theo thời gian của sự kiện để chỉ ra thời điểm người xem thoát khỏi webinar nhiều nhất và phân tích nguyên nhân (do nội dung bị loãng, diễn giả nói chưa hấp dẫn, hoặc khâu kỹ thuật gặp sự cố).
- Đánh giá chất lượng của các câu hỏi tương tác từ khán giả để nhận diện các mối quan tâm lớn nhất của họ đối với sản phẩm/dịch vụ của doanh nghiệp.
- Đề xuất quy trình chăm sóc tự động sau sự kiện (Follow-up email/zalo series) được cá nhân hóa cho từng nhóm đối tượng: Nhóm đã tham gia và xem hết, Nhóm tham gia nửa chừng rồi thoát, và Nhóm đăng ký nhưng không tham gia (No-shows) để tối đa hóa cơ hội chốt sales.
- Kết xuất báo cáo chi tiết, chuyên nghiệp.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên sự kiện], [Tên doanh nghiệp], [Số lượng người đăng ký form: ..., Số lượng người vào xem thực tế: ..., Thời gian xem trung bình của mỗi người (phút): ..., Số lượng đăng ký tư vấn sau sự kiện: ..., Số lượng đơn hàng chốt thành công sau 7 ngày: ...]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Prompt 30: Báo cáo phân tích sử dụng ngân sách Marketing

Có một chi tiết thú vị là, rất nhiều người khi bắt đầu báo cáo phân tích sử dụng ngân sách marketing thường bỏ qua tính hệ thống và chỉ tập trung vào các con số bề nổi. Mẫu prompt phân tích dữ liệu này được thiết kế để giải quyết triệt để vấn đề đó bằng cách ép AI phân tích sâu cả về định lượng lẫn định tính. Nó đặc biệt hữu ích khi bạn cần đánh giá mức độ phân bổ và chi tiêu ngân sách marketing thực tế so với kpi cam kết..

Bạn là một Marketing Controller & Chuyên gia Phân tích Tài chính Tiếp thị.

Nhiệm vụ của bạn là: Phân tích báo cáo chi tiêu ngân sách marketing của phòng marketing doanh nghiệp [Tên doanh nghiệp] trong [Thời kỳ] so với kế hoạch ban đầu:
[Dán bảng chi tiết ngân sách kế hoạch, số tiền chi tiêu thực tế, và KPI lượt chuyển đổi tương ứng đạt được của từng hạng mục: Quảng cáo số, Thuê KOLs, Sản xuất video, Thiết kế ấn phẩm, Dịch vụ ngoài]

Hãy tuân thủ các hướng dẫn sau:
- Tính toán Tốc độ tiêu dùng ngân sách (Budget Burn Rate) và so sánh Chi phí chi tiêu thực tế với Ngân sách Kế hoạch ban đầu của từng hạng mục tiếp thị.
- Tính toán và đánh giá hiệu quả chi phí (CPA và ROI) của từng hạng mục chi tiêu để chỉ ra hạng mục nào đang sử dụng ngân sách kém hiệu quả (CPA quá cao so với giá trị khách hàng mang lại) hoặc hạng mục nào đang hoạt động tốt cần được tăng thêm ngân sách.
- Phân tích sự phối hợp ngân sách giữa các hoạt động Marketing ngắn hạn (chạy quảng cáo số) và hoạt động xây dựng thương hiệu dài hạn (sản xuất video, booking KOLs) để đảm bảo tính cân bằng.
- Đề xuất bảng phân bổ ngân sách marketing tối ưu hóa cho kỳ tiếp theo dựa trên hiệu quả thực tế của từng kênh.
- Trình bày báo cáo rõ ràng dưới dạng bảng biểu so sánh và định dạng Markdown chuyên nghiệp.

Hãy cung cấp kết quả chi tiết, rõ ràng và có cấu trúc mạch lạc theo yêu cầu trên.

Cách áp dụng thực tế: Các biến số bạn cần chuẩn bị sẵn bao gồm: [Tên doanh nghiệp], [Thời kỳ], [Dán bảng chi tiết ngân sách kế hoạch, số tiền chi tiêu thực tế, và KPI lượt chuyển đổi tương ứng đạt được của từng hạng mục: Quảng cáo số, Thuê KOLs, Sản xuất video, Thiết kế ấn phẩm, Dịch vụ ngoài]. Thường thì, mình khuyên các bạn nên xuất báo cáo dữ liệu từ phần mềm quản lý (như KiotViet, SAP hoặc MISA) sang dạng CSV hoặc dán trực tiếp bảng số liệu thô vào dưới cùng của prompt phân tích dữ liệu này để AI phân tích chuẩn xác nhất. Tình huống lý tưởng nhất là sử dụng khi chuẩn bị họp giao ban tuần/tháng hoặc cần lập phương án giải trình số liệu cho ban giám đốc nhằm tăng tính thuyết phục.

Những câu hỏi thường gặp về cách dùng prompt phân tích dữ liệu

Bên cạnh việc ứng dụng prompt phân tích dữ liệu kinh doanh và báo cáo, bạn cũng có thể tham khảo thêm Bộ 50 Prompt Phân tích Dữ liệu nâng cao cho Doanh nghiệp để xử lý các mô hình dữ liệu phức tạp hơn. Hoặc nếu muốn nghiên cứu sâu về insight khách hàng, đừng bỏ qua Bộ 15 Prompt Nghiên cứu thị trường và Hành vi khách hàng. Việc kết hợp nhịp nhàng các prompt phân tích dữ liệu này sẽ giúp bạn hoàn thiện kỹ năng báo cáo kinh doanh và ra quyết định chiến lược chính xác.