Data Hub - Metrics

1. Tổng quan

1.1 Vấn đề cần giải quyết

Khi không có một nơi định nghĩa metric thống nhất, mỗi lần người dùng hỏi AI hoặc tạo chart, hệ thống (hoặc AI) phải tự suy luận lại công thức tính từ đầu, dễ dẫn đến tình trạng cùng một chỉ số (VD: "Doanh thu", "Net Revenue") nhưng mỗi lần trả lời một cách tính khác nhau, gây sai lệch số liệu và mất niềm tin vào dữ liệu.

1.2 Giải pháp: Tạo và định nghĩa các metrics trong Data Hub

Metrics trong Data Hub chính là nơi:

• Định nghĩa cố định một chỉ số kinh doanh - tên, công thức tính, bảng dữ liệu tham chiếu.
• Sau khi đã định nghĩa, chart và AI chat (AI Analytics) sẽ tự động dùng lại đúng định nghĩa này mỗi khi cần tính chỉ số đó, thay vì tự suy luận lại hoặc để mỗi người/mỗi lần hỏi ra một kết quả khác nhau.
• Nhờ vậy, số liệu luôn nhất quán, đáng tin cậy, và không sợ AI "bịa" hoặc tính sai công thức.

1.3 Trọng tâm: tạo metric bằng cách chat với AI

Thay vì phải tự tay định nghĩa từng field trong form (dễ sai sót, tốn thời gian), trọng tâm của tính năng là để người dùng mô tả chỉ số bằng ngôn ngữ tự nhiên và để AI xây dựng metric giúp - người dùng chỉ cần cung cấp datasource/bảng liên quan và mô tả chỉ số muốn có (VD: "AOV = total revenue / order count"), AI sẽ tự trích xuất, sinh công thức và gợi ý SQL tính toán tương ứng (xem chi tiết ở mục 5 - Metrics Builder).

Cách tạo thủ công qua form (mục 3) vẫn tồn tại như một lựa chọn - phù hợp khi cần chỉnh sửa chính xác từng metric hoặc kiểm tra/hiệu chỉnh lại metric do AI tạo ra.

Ngoài ra, metric có thể được nhóm theo Category để dễ quản lý, thông qua màn hình Manage Categories.

2. Manage Categories - Quản lý danh mục metric

2.1 Mô tả

Modal cho phép tạo các Category dùng để nhóm metric (VD: "Sales", "Marketing"...). Category được chia sẻ trong toàn workspace — không chỉ dùng cho Metrics hiện tại mà còn được các tính năng khác trong tương lai tái sử dụng.

2.2 Thành phần

2.3 Lưu ý quan trọng

Soft-delete preserves history: khi xoá một category, hệ thống không xoá cứng mà chỉ ẩn đi (soft-delete) — giữ lại lịch sử để không làm hỏng dữ liệu của các metric đã gắn category đó trước đây.

3. Tạo Metric thủ công (New Metric)

Truy cập từ nút + New Metric trên trang Data Hub. Form gồm nhiều khối (section):

3.1 Identity

3.2 Metadata

Sau khi điền đủ Name và Formula (2 trường bắt buộc), bấm Save để lưu metric; Cancel để huỷ.

4. Chỉnh sửa Metric (Edit Metric)

Khi mở lại một metric đã tạo (VD: AOV), toàn bộ thông tin trước đó được hiển thị lại để chỉnh sửa:

• Name: AOV
• Description: "Giá trị trung bình đơn hàng (Average Order Value)"
• Source: agent — cho biết metric này được tạo bởi AI/agent (không phải nhập thủ công manual)
• Referenced Tables: đã có 1 bảng — elton-data-public.demo_ecommerce.fact_order
• Formula: "Trung bình cộng của gross_amount"
• SQL Hint: khu vực trống trong ví dụ này, có thể bấm Regenerate để AI sinh gợi ý

Điều này cho thấy field Source giúp phân biệt: metric do người dùng tự nhập (manual), metric import từ hệ thống khác (imported:...), hay metric do AI/agent đề xuất và tạo ra (agent) — hữu ích để admin biết mức độ cần kiểm tra/xác thực lại metric.

5. Metrics Builder (Beta) - Trọng tâm: tạo metric bằng AI

5.1 Mô tả

Đây là luồng chính, trọng tâm của tính năng. Metrics Builder (đang ở giai đoạn Beta) cho phép người dùng mô tả chỉ số kinh doanh bằng ngôn ngữ tự nhiên — tương tự như "chat" với AI — thay vì phải tự tay điền từng field trong form. Người dùng chỉ cần cung cấp datasource/bảng liên quan và dán/gõ mô tả chỉ số (dạng list, đoạn văn, hay bảng đều được), AI sẽ tự đọc, trích xuất và sinh ra công thức + gợi ý SQL cho từng metric, thay vì phải tạo thủ công từng cái một qua form New Metric.

Đây chính là cách "định nghĩa semantic layer bằng AI" mà tính năng hướng tới: người dùng nói AI cần tính gì, AI dựng metric, và metric đó trở thành nguồn chân lý (source of truth) duy nhất cho mọi chart và câu hỏi sau này.

5.2 Các bước thực hiện

1. Chọn Datasource — nguồn dữ liệu chứa các bảng sẽ dùng.
2. Chọn Dataset / schema — dataset/schema cụ thể trong datasource đó.
3. Chọn Tables — các bảng mà những metric sắp tạo sẽ đọc dữ liệu từ đó.

4. Nhập Metric definitions — dán định nghĩa metric ở bất kỳ định dạng nào: danh sách, đoạn văn, hay bảng, ví dụ:

   "AOV = total revenue / order count. GMV and gross profit. gross margin = gross profit / GMV"

   AI sẽ tự đọc và tách ra thành từng metric riêng biệt (AOV, GMV, Gross Profit, Gross Margin...).

5. Bấm Start builder để AI xử lý và sinh ra các metric tương ứng.

5.3 Các thành phần khác

Sau khi build xong, các metric được tạo ra nhiều khả năng sẽ có Source = agent (giống ví dụ AOV ở mục 4), và admin nên rà soát lại công thức/bảng tham chiếu trước khi coi là chính thức.