Biểu đồ dự đoán, tự giải thích chính mình, và trò chuyện với AI
Thử nghiệm - chưa ổn định
Lớp AI @michi-vz/insights là thử nghiệm: API, sub-path, và đầu ra của nó có thể thay đổi trong các bản phát hành tương lai. 16 biểu đồ lõi đã ổn định; insights (và biểu đồ Fountain mới) thì chưa. Hãy ghim một phiên bản nếu bạn phụ thuộc vào chúng.
Một biểu đồ bình thường chỉ vẽ lại quá khứ. @michi-vz/insights cho nó dự báo tương lai, tự giải thích bằng ngôn ngữ thuần, bắt lỗi dữ liệu xấu, và trả lời một trợ lý AI, tất cả ngay trong trình duyệt, không máy chủ, không gì rời khỏi trang. Tính năng này opt-in và chỉ dùng các phương pháp giáo khoa thuần túy (không hộp đen); mỗi biểu đồ michi-vz đã sẵn một ChartContext có cấu trúc, còn các tính năng này chỉ đơn giản là đọc từ đó ra.
Ở trên là một biểu đồ đường thật. Bật Forecast để thấy một dự đoán nét đứt cộng vùng dự báo tô mờ; Explain viết một câu từ chính dữ liệu. Không máy chủ nào cả, tất cả chạy ngay trong trình duyệt của bạn.
Model chỉ hỗ trợ, không quyết định thay bạn.
Mỗi model trả lời một kiểu, và ngay cả model mạnh cũng có thể sai, càng nhỏ càng nhanh thì càng dễ sai hơn. Mấy công cụ này giúp đọc biểu đồ nhanh hơn, chứ không làm thay việc đó. Cứ coi bất kỳ output nào của model là điểm khởi đầu, dựa vào phương án rule-based có tính xác định làm cơ sở đáng tin, và luôn xác minh trước khi hành động dựa trên điều gì quan trọng. AI ở đây để giúp, không phải để quyết định thay bạn.
Nó làm được gì
Bốn điều trở nên khả thi ngay khi một biểu đồ mang theo ý nghĩa có cấu trúc của riêng nó:
Đọc và điều khiển biểu đồ từ một trợ lý AI
Đây là điểm nhấn quan trọng nhất. Thử hình dung buổi rà dashboard sáng thứ Hai: ai đó hỏi "khu vực nào đang tụt lại?" và trợ lý trả lời trong vài giây, không phải bằng cách nheo mắt nhìn từng pixel, mà gọi get_chart_context, đọc đúng bản tóm tắt có cấu trúc mà biểu đồ đã có sẵn, phát hiện chuỗi nào vừa đổi chiều xu hướng, rồi gọi highlight để mọi người cùng thấy. Đó là function call, không phải screenshot. Mọi biểu đồ michi-vz đều cung cấp ý nghĩa của mình (ChartContext) và các nút điều khiển dưới dạng tool, và các tool đó giao tiếp qua MCP (Model Context Protocol), nên Claude Code, Codex, Cursor, và Claude Desktop điều khiển được biểu đồ đang chạy của bạn mà không cần tích hợp riêng gì cả. Thử mấy nút bên dưới xem (mỗi nút là một tool call thật sự):
Typo-tolerant - understands near-misses like "hilight east" and suggests a fix when unsure. A model can be confidently wrong and different models answer differently, so don't trust AI blindly - verify before you act.
// In your app - bring your own LLM caller:
import { createAgent, chartHandle } from "@michi-vz/insights/agent";
const agent = createAgent({ charts: [chartHandle("revenue", chart, props)], llm: myCaller });
await agent.ask("Filter to the top 5 and forecast next quarter");Nối việc này chỉ tốn một lệnh gọi đăng ký (registry) cho mỗi biểu đồ; máy chủ MCP, danh sách tool đầy đủ, và các resource michivz://chart/<name> đều nằm trong mục Agents & MCP ở phần tham chiếu bên dưới.
Dự đoán tương lai
Thêm một plugin và biểu đồ sẽ mọc thêm một dự đoán nét đứt, một dải tin cậy, và một con số độ chính xác đã backtest (để nó đáng tin, không phải phỏng đoán suông). Forecast chạy được trên Line, Fan, Range, Area, và họ stacked-bar.
import { forecast } from "@michi-vz/insights/forecast";
mountLineChart(el, { dataSet: revenue, xAxisDataType: "date_annual" }, {
plugins: [forecast({ method: "holt-winters", horizon: 4, level: 0.95 })],
});
// getContext().summary → "...Revenue projected to 189 by 2027 (holt-winters, MAPE 6.1%)."(Bản demo ở đầu trang chính là cái này.) Và nó không chỉ dành cho line, cùng một forecast mở rộng ra cả biểu đồ Fan (các dải tin cậy lồng nhau), phần chồng của Area, một dải Range, và hơn thế nữa:
Biểu đồ Fan là phần trình bày forecast chuyên dụng, chỉ cần một lệnh gọi forecastFan() là dựng xong.
Tự giải thích chính mình, bắt lỗi dữ liệu xấu
Biểu đồ phát hiện bất thường (và đánh dấu chúng), viết một tường thuật bằng ngôn ngữ thuần, và chạy xác thực chất lượng dữ liệu, tất cả từ cùng một context có cấu trúc.
import { anomaly } from "@michi-vz/insights/anomaly";
import { narrate } from "@michi-vz/insights/narrate";
import { validate } from "@michi-vz/insights/validate";
chart.use(anomaly()); // flags + annotates outliers
chart.use(narrate()); // richer plain-English summary (also feeds screen readers)
chart.use(validate()); // warns via onDataWarning AND marks the bad points red on the chartLàm sạch và kết nối dữ liệu của bạn, cũng vậy
Cùng thứ ý nghĩa có cấu trúc đó cũng dọn dẹp dữ liệu lộn xộn và tìm ra mọi thứ theo đúng ý nghĩa, chứ không theo cách nó được viết ra: mặc định không cần model nào cả, và luôn có tùy chọn nâng cấp lên model thật khi bạn cần thêm:
- Đối chiếu nhãn: gộp
USA/united states/U.S.A.thành một nhóm sạch duy nhất, để tổng số không còn bị tách ra vì viết khác nhau. - Khớp giữa các tập dữ liệu: nối hai danh sách viết khác nhau (một file xuất từ CRM và một file xuất từ ERP) thành một biểu đồ trung thực, đã nối.
- Tìm kiếm thông minh: tìm một chuỗi theo đúng ý bạn muốn nói ("tiền đang chảy vào"), chứ không cần khớp đúng nhãn.
- Mang model của riêng bạn vào: mọi tính năng dựa trên model đều quay về câu trả lời rule-based có tính xác định; bật Real model trong demo tường thuật để so sánh văn xuôi của một model nhỏ chạy trong trình duyệt, ngay cạnh nhau.
Ví dụ thực tế
Mỗi biểu đồ bên dưới đều là hàng thật, nó tự tính toán ngay trong trình duyệt lúc trang tải, và bấm được (bật Canvas/SVG, nhấn Explain ▸). Vấn đề không nằm ở bản demo, mà ở chỗ một nhà phân tích, một chủ ngân hàng, một nhà khoa học dược phẩm, hay một sử gia đều nhận được câu trả lời ngay trên biểu đồ, không notebook, không máy chủ. Mỗi thuật ngữ được giải thích ngay lần đầu xuất hiện, và gom lại hết trong Thuật ngữ.
Forecast: cái này đang đi về đâu, và có đạt mục tiêu không?
Đường nét đứt dự phóng theo xu hướng gần đây. Dải tin cậy tô mờ chính là sai số quá khứ của model, nên nó cho một khoảng trung thực thay vì một con số đầy hy vọng. Và ở chỗ dự phóng chạm một mục tiêu, một điểm chạm (fall point) màu đỏ đánh dấu khi nào đạt được mục tiêu đó, trả lời cả câu hỏi "cái này đang đi về đâu?" lẫn câu hỏi goal-seek "có đạt được không, và khi nào?".
Tốc độ tăng doanh thu (run-rate) của một ngân hàng - kế hoạch cuối năm có trong tầm với không?
Một thử nghiệm lâm sàng - liệu nó có tuyển đủ bệnh nhân thứ 300 trước hạn chót công bố kết quả không?
Lạm phát (CPI) - dải này rộng vì tương lai thực sự không chắc chắn.
Một lưới điện - liệu nhu cầu đỉnh có chạm tới công suất trước khi nhà máy tiếp theo được xây dựng không?
Một sổ sách SaaS - doanh thu định kỳ gần đến cột mốc tiếp theo đến mức nào?
Kịch bản: tốt nhất, cơ sở, xấu nhất
Một dự phóng duy nhất hiếm khi là đủ. Thêm các đường kịch bản, một giả định tăng trưởng lạc quan và một giả định bi quan, thế là cùng một lịch sử tỏa ra thành dải tốt nhất / cơ sở / xấu nhất, giống hệt cách một CFO hay một stress test ngân hàng đóng khung tương lai.
Một bài kiểm tra căng thẳng ngân hàng - doanh thu trong kịch bản khả quan và kịch bản nghiêm trọng, đối chiếu với đường kế hoạch.
Đường băng tiền mặt (runway) của một startup - dòng tiền chạm mốc 0 khi nào nếu vòng gọi vốn tiếp theo trễ mất một quý?
Ra mắt một loại thuốc mới - tiếp nhận mạnh so với tiếp nhận chậm ngay từ ngày đầu.
Narration: biểu đồ tự viết tiêu đề của chính mình (và không bao giờ bịa đặt)
Một biểu đồ bận rộn hay che giấu câu chuyện của chính nó. narrate() đọc dữ liệu và viết một câu thuần: gọi tên top mover (chuỗi biến động nhiều nhất giữa điểm đầu và điểm cuối) và tỷ lệ tăng-so-với-giảm. Mọi con số đều tính từ dữ liệu số thật, nên khác với một chatbot, nó không bịa ra được con số nào. Nhấn Explain ▸ để xem câu văn.
Một ngân hàng bán lẻ - tiền gửi số hóa âm thầm vượt qua mạng lưới chi nhánh.
Một thử nghiệm với hai địa điểm - địa điểm nào thực sự đang gánh vác nghiên cứu?
Lương thực tế - một thập kỷ mất đà, bất chấp đợt tăng gần đây.
Một thế kỷ đô thị hóa - vùng nông thôn trống rỗng khi các thành phố đầy lên.
Cơ cấu điện năng - than đá rút lui, năng lượng tái tạo dẫn đầu.
Anomaly: thứ gì không thuộc về đây?
Một bất thường (anomaly) là một năm nổi bật khác hẳn phần còn lại của chuỗi. Mặc định nó được tìm bằng z-score (một điểm dữ liệu cách trung bình bao nhiêu bước chuẩn; quá khoảng ba bước thì bị gắn cờ) và đánh dấu bằng một chấm, biến câu hỏi "có gì bất thường đã xảy ra không?" thành một cái liếc mắt là xong. Logic chính xác của cả ba phương pháp phát hiện (z-score, hàng rào IQR, dải dự báo), cùng ngưỡng và giới hạn của chúng, đều được trình bày chi tiết trong Phương pháp luận.
Một ngân hàng - năm mà tổn thất gian lận thẻ vượt khỏi xu hướng (một vụ vi phạm hoặc làn sóng lừa đảo).
An toàn dược phẩm - năm mà các sự kiện bất lợi được báo cáo tăng vọt, một tín hiệu cho cảnh giác dược.
Vận hành - năm mà độ trễ đỉnh phình to, đánh dấu một sự cố lớn.
Bán lẻ - năm mà lượng hàng trả lại tăng vọt, chỉ ra một lô hàng lỗi.
Một nền kinh tế - năm mà GDP lao dốc, một cú sốc suy thoái trước đà tăng trưởng ổn định.
Thêm nữa từ bộ công cụ
Bảng Sub-path ở gần cuối liệt kê nhiều hơn hẳn những gì demo ở trên cho thấy. Đây là sáu plugin khác đang chạy thật, mỗi cái đều không cần model, có tính xác định, và chỉ vài dòng để nối vào. Chúng trả lời những câu mà một biểu đồ thuần bỏ ngỏ: cần gì để đạt con số đó, tỷ lệ ra sao, xu hướng thật sự đổi lúc nào, và đâu là tăng trưởng mùa vụ so với tăng trưởng thật.
Goal-seek: cần gì để đạt con số đó? Forecast chạy thời gian về phía trước; goal-seek chạy ngược lại từ một mục tiêu bạn đặt ra. Kéo mục tiêu đi và xem tốc độ cần thiết (đường nét đứt màu vàng) phản ứng ra sao, kèm một phán quyết xem tốc độ gần đây của bạn có đạt được nó không.
Forecasting runs time forward; goal-seek runs it backward from a target. requiredGrowth() and requiredRunRate() are plain arithmetic - the gold dashed line is the pace you'd have to hold. Change the target and watch it move.
Monte Carlo: tỷ lệ, không chỉ một đường. Một đường dự báo duy nhất giấu mất rủi ro. Cái này chạy hàng trăm tương lai mô phỏng và báo cáo dải cộng xác suất vượt qua một mục tiêu, seeded nên phát lại y hệt, kèm nút Re-roll để xem dải phân bố dịch chuyển.
A single forecast line hides the risk. monteCarloForecast() runs hundreds of futures - each step nudged by random shocks - and reports the band (the shaded range) plus the odds of clearing a target. Deterministic via a seeded RNG, so the same seed always replays; Re-roll shows how the spread shifts.
Changepoints: xu hướng thật sự đổi lúc nào? Trung bình làm mờ khoảnh khắc câu chuyện đổi hướng. Cái này tìm ra chỗ độ dốc đổi về mặt cấu trúc và tô màu đường theo từng chế độ (regime); ở đây là một mô hình đỉnh-rồi-suy-giảm rõ ràng.
Averages hide the moment a story changes. detectChangepoints() finds where the slope structurally shifts and the line is coloured by regime - here a clear peak-then-decline. Useful for "when did growth stall?" without eyeballing.
Seasonality: tách tăng trưởng thật khỏi "lại tháng Mười Hai rồi." Một lệnh gọi tách một đường gập ghềnh thành xu hướng mượt và một sóng mùa vụ lặp lại, tự phát hiện luôn độ dài chu kỳ.
Aggregate: từ hàng dữ liệu thô thành biểu đồ trong một lệnh gọi. Trước khi vẽ được biểu đồ dữ liệu, thường bạn phải định hình nó trước. aggregate() làm group-by cộng các phép đo mà không cần dependency nào (tùy chọn dùng DuckDB-Wasm cho SQL thật trên hàng triệu hàng). Đổi cách nhóm là nó tính lại ngay.
| region | product | rev | tgt |
|---|---|---|---|
| North | Widget | 42 | 38 |
| North | Gadget | 28 | 30 |
| North | Bundle | 35 | 30 |
| South | Widget | 19 | 22 |
| South | Gadget | 24 | 20 |
| South | Bundle | 14 | 16 |
One call - aggregate(rows, { groupBy: "region", measures: { revenue: { col:"revenue", fn:"sum" }, target: { col:"target", fn:"sum" } } }) - rolls 12 rows into 0 bars (revenue vs target, sorted). Model-free and deterministic; opt into DuckDB-Wasm for real SQL over millions of rows.
Sonify: nghe thấy xu hướng. Một điểm cộng cho accessibility: mỗi giá trị thành một cao độ, nên một chuỗi tăng nghe như đang tăng lên thật. Nhấn play, mấy thanh chính là output thuần, test được, của valuesToTones().
Each value becomes a pitch - low value, low note (220 Hz) up to a high note (880 Hz). A rising series sweeps up; a dip dips. sonify() is a graceful no-op without Web Audio, and valuesToTones() (the bars) is pure and testable. An accessibility win: the trend is now audible.
Làm sạch, khớp, và tìm kiếm dữ liệu của bạn
Bốn việc AI làm được cho dữ liệu của bạn, tất cả ngay trong trình duyệt: đối chiếu (reconcile) các nhãn lộn xộn trong một danh sách, khớp (match) hai danh sách viết khác nhau, tìm kiếm một chuỗi theo ý nghĩa, và phân loại văn bản tự do mà không cần rule nào cả, chạy nhờ các model mở nhỏ, không phải một model cloud khổng lồ.
Biến văn bản thành ý nghĩa. Một embedding là cách biến một từ hay cụm từ thành một dãy số, sắp xếp sao cho những thứ cùng ý nghĩa nằm gần nhau, để máy tính biết USA và United States là cùng một nơi dù chúng chẳng chung chữ cái nào. @michi-vz/insights không phát minh ra gì cả ở đây; nó chỉ cho thấy cách tận dụng các model mã nguồn mở mà cộng đồng đã xây sẵn: model embedding nhỏ (họ BERT / MiniLM) và LLM mở đủ nhỏ (Qwen, Gemma, Phi), tất cả chạy phía client trong trình duyệt của bạn, không máy chủ, không API key, không gì gửi đi đâu cả. Trỏ vào dữ liệu biểu đồ của bạn, chúng nâng chất lượng dữ liệu lên và dọn dữ liệu sai, lộn xộn: bốn việc thường ngày gói gọn trong một thủ thuật, gộp những gì cùng ý nghĩa, khớp những gì hai hệ thống viết khác nhau, tìm những gì bạn muốn nói, sắp xếp những gì chưa có thứ tự. Mặc định không cần model chạy ngay lập tức, ngoại tuyến (n-gram ký tự, rất hợp cho lỗi chính tả và cách viết khác nhau); chọn một model từ dropdown (MiniLM ~23 MB → MPNet ~110 MB, kích thước hiện rõ, tải theo yêu cầu) để chuyển từ khớp chữ cái sang khớp ý nghĩa, rồi mang thêm một LLM nhỏ vào để xác nhận kết quả.
Đối chiếu nhãn
Vấn đề mà nhà phân tích nào cũng biết. Dữ liệu của bạn đến từ ba nguồn, mỗi nguồn viết cùng một thứ một kiểu: United States, united states, USA. Nhóm theo khớp chính xác là biểu đồ tách một quốc gia thành ba thanh ngắn với tổng số sai, và mất nguyên một buổi chiều ngồi viết tay bảng tra cứu (lookup table).
Embedding sửa nó bằng ý nghĩa. Biến mỗi nhãn thành một vector rồi gộp những cái nằm gần nhau. Mặc định không cần model (tức thời, offline) đã gộp được cách viết, chữ hoa/thường, khoảng trắng và lỗi chính tả. Tải thêm một model thật (dropdown hiện rõ kích thước từng cái) thì nó gộp luôn cả từ viết tắt và bản dịch: USA ≈ United States, Deutschland ≈ Germany, Nippon ≈ Japan. Certify sau đó thêm một LLM nhỏ xác nhận từng nhóm và đóng dấu tên chuẩn.
Three countries reported sales, but three data sources spelled them 10 different ways. Reconcile merges by similarity (the embedding model); Certify adds a second specialist - a small LLM that confirms each merge and names it. The result below is shown instantly; switch to Real model to download the model and run it yourself.
10 raw labels - messy, duplicated, wrong totals
Charted raw, each spelling is its own bar - the totals are wrong and split. Step through Reconcile and Certify to fix them.
Bắt đầu ở Raw labels để thấy sự lộn xộn: 10 thanh, tổng số bị tách, rồi nhấn Reconcile. Không cần model đã gộp được các biến thể cách viết ngay khi offline; tải một model (MiniLM → MPNet) thì gộp luôn cả từ viết tắt và bản dịch, xuống còn đúng 3 quốc gia thật. Certify đưa các nhóm đó cho một LLM nhỏ chạy trong trình duyệt để lấy tên chuẩn.
Độ tương đồng chỉ đề xuất, một model khác mới *xác nhận*.
Model embedding chạy hoàn toàn offline, không có internet, không tra cứu gì cả. Nó gộp Deutschland với Germany vì vector của chúng nằm gần nhau lúc huấn luyện, chứ không phải vì nó "biết" đó là quốc gia nào. Vậy nên việc gộp không chỉ dựa vào một ngưỡng thô: một nhãn chỉ vào một nhóm khi nó gần nhóm đó hơn hẳn so với bất kỳ nhóm nào khác (biên độ tin cậy), nhờ đó hai quốc gia khác nhau không bị sụp vào nhau chỉ vì đứng gần nhau. Để có câu trả lời đáng tin, Certify chạy một cascade (không phải mixture-of-experts, đó là chuyện nội bộ của một model): embedding đề xuất phép gộp với chi phí rẻ, rồi một LLM nhỏ chạy trong trình duyệt (Qwen / Gemma, kích thước hiện rõ) xác nhận từng nhóm đúng là một quốc gia và trả về tên chuẩn. Model đó thật sự biết về các quốc gia, nhưng cần WebGPU và tải trọng số một lần. (Trong ứng dụng thực tế, một caller tùy chỉnh có thể trỏ tới một model lớn hơn, hoặc một máy chủ Ollama local thay thế; một trang web tĩnh không gọi được Ollama trực tiếp, vì chính sách CORS của trình duyệt chặn localhost. Xem Agents & MCP bên dưới.)
Đặt cược: một model nhanh làm phần lớn, một model khôn hơn tinh chỉnh nốt.
Luồng ở trên là một thử nghiệm có chủ đích: để một model nhanh, đơn giản (embedding) làm phần lớn việc, rồi mới gọi một model nặng hơn, khôn hơn (một LLM nhỏ) để tinh chỉnh phần còn lại. Nó đánh đổi một chút độ chính xác ban đầu để lấy tốc độ và chi phí, và chỉ trả giá cho model lớn ở đúng chỗ cần thiết. Đây là một giả thuyết đang được kiểm chứng, không phải chân lý đã an bài; hoàn toàn có thể tranh luận ngược lại, và cách làm này, cùng các kết quả này, sẽ tiến hóa theo model.
Khớp giữa các tập dữ liệu
Vấn đề tiếp theo: hai nguồn riêng biệt, không phải một danh sách lộn xộn. Một file xuất từ CRM và một file xuất từ ERP đều đặt tên cho cùng khách hàng, quốc gia, hay sản phẩm, nhưng viết hơi khác nhau ở mỗi hệ thống. reconcileLabels dọn các bản trùng trong một danh sách; matchLabels nối các thực thể giữa hai danh sách, để hai dataset gộp thành một biểu đồ trung thực duy nhất.
A CRM export and an ERP export list the same four countries - spelled differently, each with one country the other side lacks. matchLabels links each CRM row to its ERP row by meaning, and honestly reports anything it cannot confidently pair, so two different countries are never silently merged. The result below is shown instantly; switch to Real model to download the model and run it yourself.
4 CRM rows, 4 ERP rows - two systems, two spellings each, not yet linked
Charted raw, all 8 rows sit as unrelated bars from two systems that know nothing about each other. Step to Match to link them.
Hai dataset nhỏ, cố tình làm cho không khớp nhau. Nhấn Match và các cặp tự tin sẽ sáng lên cùng độ tương đồng; phần còn lại vẫn trung thực ở trạng thái không khớp (kèm gợi ý gần-khớp-nhất) thay vì bị ép khớp cho bằng được, và các hàng đã nối vẽ thành một biểu đồ, hai thanh phụ cho mỗi hàng.
Tìm kiếm thông minh
Một dashboard hàng chục chuỗi mà bạn không nhớ chính xác tên. Gõ đúng ý bạn muốn nói và embedding xếp hạng mọi chuỗi theo độ tương đồng, không cần từ khóa nào khớp cả.
A dashboard with 8 KPIs. Don't remember the exact name? Ask in plain English - embeddings rank every series by what your words mean, then highlight the best match.
Model-free ranks by shared letters, so customer finds the customer KPIs - but money coming in can't reach Revenue (no letters in common). Load a model (top-right) to search by meaning.
Thử
customertrước, không cần model cũng tìm ra các KPI khách hàng nhờ chữ cái chung. Rồi thửmoney coming in: chỉ BERT mới ra đượcRevenue, vì chúng chung ý nghĩa, không chung cách viết.
Categorize
Một đống comment khảo sát chưa có nhãn. Đưa cho embedding đúng tên chủ đề thôi (không danh sách từ khóa, không train) và mỗi comment rơi vào chủ đề gần nhất của nó, biến văn bản phi cấu trúc thành một biểu đồ bạn hành động được ngay. Đây là chỗ thật sự cần một model: keeps freezing → Performance chẳng chung chữ cái nào với tên chủ đề đó cả.
12 raw comments, no tags. Give embeddings just the theme names (no keyword rules) and each comment drops into its nearest theme - so unstructured text becomes a chart you can act on.
12 comments → sorted into 5 themes by meaning (instant preview)
Each comment dropped into its nearest theme by meaning - even keeps freezing → Performance and too expensive → Pricing, which share no letters with their theme.Shown instantly; switch to Real model to download MiniLM (~23 MB) and run it.
Tải BERT và xem các comment nhảy đúng chủ đề theo ý nghĩa:
too expensive→ Pricing,love the clean new look→ Design & UX, chẳng cái nào trong số đó chung từ khóa với chủ đề của mình.
Cách viết ra: đối chiếu trước, rồi tới các cách dùng embedding khác:
import { reconcileLabels } from "@michi-vz/insights/embeddings";
// one call: groups messy labels by meaning, with a confidence gate + a tidy representative name
const groups = await reconcileLabels(rawLabels); // { backend: "transformers" } adds synonyms
// → [{ name: "United States", members: ["United States", "USA", ...] }, ...]
// now sum your series by group.name instead of the raw label → clean, correct totalsimport { matchLabels } from "@michi-vz/insights/embeddings";
const { matches, unmatchedSource, unmatchedTarget } = await matchLabels(crmCountries, erpCountries);
// matches → [{ source: "USA", target: "United States", similarity: 0.91 }, ...]
const rows = matches.map((m) => ({
label: m.target,
valueBased: crmTotals[m.source], // two sources, one row -
valueCompared: erpTotals[m.target], // feeds straight into mountComparableHorizontalBarChart
}));import { createEmbedder, cosineSimilarity } from "@michi-vz/insights/embeddings";
// opt into a small in-browser BERT (MiniLM via Transformers.js, WebGPU); lazy, nothing bundled
const e = await createEmbedder({ backend: "transformers" }); // default all-MiniLM-L6-v2
const [a, b] = await e.embed(["USA", "United States"]);
cosineSimilarity(a, b); // ≈ 0.8 - close, even with no letters in commonimport { findSimilar } from "@michi-vz/insights/embeddings";
// rank a large chart catalog by what a query means, not how it is spelled
const ranked = await findSimilar("revenue", chartLabels, (l) => l);import { findSimilar } from "@michi-vz/insights/embeddings";
// retrieve the charts most relevant to a question, feed THEIR context to an LLM (see Agents)
const top = (await findSimilar(question, charts, (c) => c.getContext().summary)).slice(0, 3);Cùng một engine, còn nhiều cách dùng khác: tìm kiếm một danh mục biểu đồ lớn theo ý nghĩa, gom cụm (clustering) các chuỗi tương tự nhau, và RAG toàn dashboard: lấy ra đúng biểu đồ liên quan để một agent trả lời được trên cả dashboard (xem Agents & MCP). Embedding chỉ là lớp truy xuất; trọng tâm chính nằm ở những gì phía trên nó.
Phương pháp luận: logic chính xác đằng sau mỗi insight
Không có gì ở đây là hộp đen: mỗi insight là một phương pháp giáo khoa có tên gọi, bạn tự tay kiểm chứng được. Phần này nêu rõ thuật toán, giá trị mặc định, và giới hạn của từng tính năng.
Forecast
- Phương pháp (mặc định
"holt-winters"): làm mượt hàm mũ kép của Holt - hai ước lượng đang chạy, level (mức) và trend (xu hướng), được cập nhật ở mỗi điểm (alpha = 0.5cho level,beta = 0.3cho trend; chưa có thành phần mùa vụ). Dự báo mở rộng mức cuối cùng dọc theo xu hướng cuối cùng.method: "linear"thay vào đó khớp một đường hồi quy bình phương tối thiểu thông thường (OLS) qua toàn bộ chuỗi và mở rộng nó. - Dải tin cậy: sai số chuẩn phần dư của lần khớp trong mẫu một-bước-tới-trước, được mở rộng bằng
sqrt(step)khi dự báo càng đi xa hơn, nhân với giá trị z củalevelbạn chọn (mặc định 95%). Dải rộng = mô hình khớp lịch sử kém; sự trung thực đó chính là điểm hay. - Độ chính xác (MAPE/RMSE): một backtest holdout thực sự - một phần ba cuối của chuỗi (tối đa tới horizon) bị ẩn đi, mô hình được khớp trên phần còn lại, và các dự đoán của nó được chấm điểm dựa trên những gì thực sự đã xảy ra. Chuỗi ngắn hơn 6 điểm sẽ quay về độ chính xác trong mẫu (in-sample).
- Giới hạn: chỉ trục x dạng số; chưa có thành phần mùa vụ (một chuỗi mang tính mùa vụ mạnh sẽ dự báo xu hướng của nó, không phải độ dao động - hãy phân tách trước, xem bên dưới).
Phát hiện bất thường
Ba phương pháp qua anomaly({ method, threshold }); mỗi điểm bị gắn cờ mang theo { index, value, score, kind } và kết quả công cụ giờ bao gồm nguyên văn lời giải thích này:
zscore(mặc định, ngưỡng 3):score = |value - mean| / standard deviationtrên chính chuỗi dữ liệu; bị gắn cờ khi vượt ngưỡng (kind: "high"trên mức trung bình,"low"dưới mức trung bình). 3 là ngưỡng cắt giáo khoa thận trọng; 2 gắn cờ các đợt tăng vọt nhẹ hơn. Lưu ý: một xu hướng mạnh làm phồng độ lệch chuẩn và che giấu các điểm ngoại lệ - hãy dùngforecasttrong trường hợp đó.iqr(ngưỡng 1.5): hàng rào Tukey - bị gắn cờ khi dướiQ1 - k*IQRhoặc trênQ3 + k*IQR(Q1/Q3 = phân vị thứ 25/75). Tứ phân vị bỏ qua các giá trị cực đoan, nên cái này vẫn vững chắc khi dữ liệu đã chứa sẵn các điểm hoang dã.forecast: nhận biết xu hướng - mỗi điểm được kiểm tra so với một dự báo một-bước-tới-trước được xây dựng CHỈ từ lịch sử trước nó, bị gắn cờ khi nằm ngoài dải 95%;score= số sai số chuẩn đã bị lệch.
Narration
Bộ tường thuật mặc định dựa trên quy tắc và có tính xác định - nó chỉ đọc ChartContext có cấu trúc (không bao giờ đọc điểm ảnh thô, không bao giờ dùng mô hình): top mover theo thay đổi tuyệt đối (kèm tỷ lệ phần trăm của nó), tỷ lệ xu hướng tăng-so-với- giảm, và tổng lớn nhất cho các biểu đồ theo danh mục. Cùng đầu vào, cùng câu văn, mọi lần - và nó không thể bịa ra một con số không có trong context. Văn xuôi dựa trên mô hình (explainChart) là tùy chọn và luôn quay về các quy tắc khi cần.
Validation
Các kiểm tra hình dạng/thống kê thuần túy trên chuỗi dữ liệu: tập dữ liệu rỗng, giá trị không hữu hạn, ngày trùng lặp, và ngày không đơn điệu - mỗi cái được báo cáo dưới dạng một DataWarning có kiểu, kèm chỉ số chính xác, và tùy chọn được chú thích trên biểu đồ.
Changepoints, seasonality, Monte Carlo
- Changepoints: với mỗi điểm chia ứng viên, một đường OLS được khớp trước và một đường sau; điểm chia được chấm điểm bằng
|slopeAfter - slopeBefore|và chỉ những cực đại cục bộ trên một ngưỡng mới được giữ lại. Phát hiện đoạn gấp khúc xu hướng đơn giản, dễ giải thích. - Seasonality: phân tách cộng tính cổ điển - một xu hướng trung bình động có tâm, một thành phần mùa vụ theo từng pha đã căn giữa trung bình, và một phần dư; chu kỳ được phát hiện bằng tự tương quan.
- Monte Carlo: dự báo có tính xác định là đường trung tâm; nhiều tương lai được mô phỏng bằng cách thêm nhiễu phần dư Gaussian có tỷ lệ theo
se*sqrt(step), với một PRNG được gieo hạt (mulberry32) để các lần chạy có thể tái lập được. Các phân vị của các lần chạy cho ra dải; tổng hợp bước cuối cho ra xác suất vượt ngưỡng.
Embeddings (reconcile, match, search, sort)
Bộ embedder mặc định là băm không cần mô hình (n-gram ký tự thành một vector kích thước cố định, chuẩn hóa L2) - hoàn toàn ngoại tuyến và có tính xác định; nó gộp các biến thể cách viết/chữ hoa-thường/lỗi chính tả nhưng không gộp từ đồng nghĩa thực sự. backend: "transformers" nâng cấp lên MiniLM (xem Mô hình đến từ đâu). Độ tương đồng là cosine; ngưỡng gộp mặc định là 0.6 (hash) / 0.7 (mô hình).
reconcileLabels gom cụm trong một danh sách (single-linkage tham lam, có ngưỡng biên độ tin cậy để một nhãn chỉ tham gia vào nhóm mà nó gần nhất một cách quyết định). matchLabels thay vào đó liên kết giữa hai danh sách: mỗi nhãn nguồn ghép cặp với đích tốt nhất duy nhất của nó, cùng biên độ tin cậy đó gác cổng lựa chọn của nguồn, và theo mặc định một cặp chỉ được tính là một mutual best match (khớp tốt nhất theo cả hai chiều) - mỗi bên chọn bên kia trước - đó là điều ngăn hai hàng nguồn va chạm vào cùng một đích. Mọi thứ không vượt qua được các cổng gác đều được báo cáo lại là không khớp cùng gợi ý gần-khớp-nhất của nó, không bao giờ bị âm thầm loại bỏ.
Vì sao có thể tin tưởng (và dành cho ai)
- Không phải hộp đen. Mỗi con số là một phương pháp giáo khoa có tên gọi (Holt, MAPE, z-score, IQR, OLS…); logic chính xác của từng tính năng nằm hết trong Phương pháp luận ở trên. Đúng những công thức mà một thư viện thống kê dùng.
- Có tính xác định + có test. Tính năng thống kê luôn ra cùng kết quả với cùng đầu vào, và một bộ test đồ sộ bao phủ hết; cái gì ngẫu nhiên (Monte Carlo) đều seeded.
- Dữ liệu ở lại trong trình duyệt. Không máy chủ, không upload. Backend model từ xa chỉ là tùy chọn nghiêm ngặt, và luôn ghi chú "dữ liệu rời khỏi client."
- Không khóa chặt (lock-in). Không model nào bundle sẵn; tính năng model là opt-in và quay về một phiên bản thống kê/rule-based vẫn chạy tốt nếu model không có sẵn.
Dành cho ai:
- Đang xây sản phẩm (phân tích nhúng)? Cho người dùng của bạn biểu đồ biết dự báo và tự giải thích, phía client, chẳng cần chạy dịch vụ Python nào.
- Là nhà phân tích dữ liệu / thị trường? Những phương pháp bạn đã quen (Holt-Winters, MAPE, z-score) giờ chạy tại runtime trong app, không chỉ trong một notebook (xem so với quy trình pandas / notebook bên dưới).
- Đang xây dựng với AI agent? Biểu đồ của bạn trở thành các tool MCP mà agent đọc và điều khiển được.
Bắt đầu
npm i @michi-vz/insightsimport { mountLineChart } from "@michi-vz/core";
import { forecast } from "@michi-vz/insights/forecast";
const chart = mountLineChart(el, { dataSet: revenue, xAxisDataType: "date_annual" }, {
plugins: [forecast({ horizon: 4 })],
});Vậy là xong, biểu đồ giờ đã biết dự báo. Mọi thứ bên dưới là phần tham chiếu.
Forecasting
forecast({
method: "holt-winters", // or "linear" / lazy "arima"
horizon: 8,
level: 0.95,
zone: true, // shade the forecast region (toggleable)
scenarios: [{ name: "optimistic", growth: 0.15 }, { name: "pessimistic", growth: -0.1 }],
trendline: true,
threshold: { value: 0, label: "Break-even" }, // reference line + "fall point"
onThresholdBreach: (b) => alertOps(b), // fires when the forecast crosses it
});Thêm các helper thuần túy, có tính xác định trong @michi-vz/insights/forecast: forecastFan(), decompose() / detectPeriod() (mùa vụ STL), detectChangepoints(), monteCarloForecast(), requiredGrowth() / pacingToGoal() (goal-seek & run-rate).
Narration: tùy chỉnh, bản địa hóa (i18n), hoặc mang mô hình vào
Đây là tường thuật, một biểu đồ hai chuỗi tự viết câu văn của chính nó. Nhấn Explain ▸ để có câu rule-based tức thời; bật Real model để tải một model ngôn ngữ nhỏ chạy trong trình duyệt (kích thước hiện rõ trước khi tải bất cứ thứ gì) và đọc văn xuôi của nó cạnh các rule, song song luôn:
narrate() mặc định rule-based (không model). Biến nó thành của riêng bạn theo ba cách:
import { narrate, explainChart, SLM_PRESETS } from "@michi-vz/insights/narrate";
// 1. i18n - translate the built-in phrases (the sentence logic stays):
narrate({ strings: {
topMover: (label, dir, pct) => `${label} a ${dir === "rose" ? "le plus augmenté" : "le plus baissé"}${pct}.`,
trendSplit: (up, down) => `${up} séries en hausse et ${down} en baisse.`,
}});
// 2. Fully custom narrator - any wording, any language:
narrate({ render: (ctx) => myTemplate(ctx) });Mang mô hình của riêng bạn vào
Cứ thử trực tiếp trong demo ở trên: bật Real model, chọn một model nhỏ theo kích thước, rồi so sánh văn xuôi của nó với câu rule-based, song song với nhau.
explainChart(ctx, { backend, model }) nâng văn xuôi lên bằng một model, và luôn quay về văn bản rule-based khi cần. Không cần plugin, cứ gọi theo yêu cầu. Ưu tiên model ngôn ngữ nhỏ chạy trong trình duyệt (local trước, riêng tư, không máy chủ):
// In-browser via Transformers.js (ONNX + WebGPU). Phi-3-mini (MIT) or Google Gemma 2 (2B):
await explainChart(chart.getContext(), { backend: "transformers", model: SLM_PRESETS.transformers.phi3 });
await explainChart(chart.getContext(), { backend: "transformers", model: SLM_PRESETS.transformers.gemma });
// In-browser via WebLLM (WebGPU):
await explainChart(chart.getContext(), { backend: "webllm", model: SLM_PRESETS.webllm.gemma });
// Or your own remote model (data leaves the client - opt-in):
await explainChart(chart.getContext(), { backend: "remote", caller: (prompt) => callClaude(prompt) });Đã có sẵn một AI local đang chạy? Nối thẳng vào nó, không tải xuống, không Hugging Face, prompt chỉ đi tới endpoint bạn chỉ định. Hai caller dựng sẵn cho các máy chủ local thường gặp:
import { ollamaCaller, openaiCompatCaller } from "@michi-vz/insights/narrate";
// Ollama (native API, default http://localhost:11434):
await explainChart(ctx, {
backend: "remote",
caller: ollamaCaller({ model: "llama3.2" }),
});
// LM Studio, llama.cpp server, vLLM, LocalAI - anything OpenAI-compatible:
await explainChart(ctx, {
backend: "remote",
caller: openaiCompatCaller({ url: "http://localhost:1234", model: "qwen2.5" }),
});Cả hai đều throw lỗi khi thất bại, nên tường thuật quay về câu rule-based có tính xác định; biểu đồ không bao giờ trống trơn chỉ vì một máy chủ local bị sập.
SLM_PRESETS có sẵn model id cho Phi-3-mini và Gemma 2 (2B). Model chỉ lazy-load khi được gọi; không có gì bundle sẵn, và nếu tải không được thì nó trả về văn bản rule-based. Kết hợp với strings / render để ngay cả phương án dự phòng cũng dùng đúng ngôn ngữ của bạn.
Lần tải model đầu tiên sẽ tải trọng số về, nên hãy hiện một bộ loading với onProgress (nối với Transformers.js / WebLLM). Demo ở trên dùng một chỉ báo "đang suy nghĩ" kiểu Bắc Âu điềm tĩnh trong lúc chạy:
await explainChart(ctx, {
backend: "transformers",
model: SLM_PRESETS.transformers.gemma,
onProgress: (p) => setLoading(p.status, p.progress), // drive your own loading UI
});Mô hình đến từ đâu (và cách thay đổi nó)
Việc tải model không bao giờ nên là một bất ngờ. Đây là chính xác những gì mỗi backend tải về, từ đâu, theo mặc định:
| Backend | Có tải xuống không? | Nguồn mặc định |
|---|---|---|
rules (mặc định) | Không có gì | Hoàn toàn ngoại tuyến, có tính xác định |
transformers | Trọng số mô hình, ở lần dùng đầu tiên | https://huggingface.co (được cache trong trình duyệt sau lần tải đầu tiên) |
webllm | Trọng số mô hình, ở lần dùng đầu tiên | Registry dựng sẵn của WebLLM (lưu trữ trên Hugging Face), được cache trong trình duyệt |
remote | Không có gì | Các prompt của bạn đi tới endpoint của bạn (tùy chọn caller) - ví dụ một máy chủ Ollama/llama.cpp cục bộ hoặc API của bạn. Dữ liệu rời khỏi trang; đó chính là phần tùy chọn. |
Cứ hỏi chính thư viện trước khi tải bất cứ thứ gì, rồi hiện nó cho người dùng của bạn xem:
import { describeModelSource, SLM_PRESETS } from "@michi-vz/insights";
const src = describeModelSource("transformers", SLM_PRESETS.transformers.phi3);
// { host: "https://huggingface.co",
// url: "https://huggingface.co/Xenova/Phi-3-mini-4k-instruct/resolve/main/",
// downloads: true, note: "Transformers.js downloads the model files from ..." }Và chuyển hướng nó với modelSource (hoạt động trên cả explainChart và createEmbedder):
// A mirror (e.g. hf-mirror.com, or your artifact proxy):
await explainChart(ctx, {
backend: "transformers",
modelSource: { remoteHost: "https://models.example.com" },
});
// Self-hosted, fully offline - serve the model directory from your own origin
// and FORBID any remote download (intranet/compliance):
await explainChart(ctx, {
backend: "transformers",
model: "my-fine-tuned-model",
modelSource: { localModelPath: "/models/", allowRemoteModels: false },
});
// WebLLM self-hosting: point its registry at your own weights:
await explainChart(ctx, {
backend: "webllm",
webllmAppConfig: { model_list: [{ model: "https://your.cdn/phi3/", model_id: "phi3", model_lib_url: "https://your.cdn/phi3/lib.wasm" }] },
});
// No download at all - your own API (local or remote):
await explainChart(ctx, { backend: "remote", caller: (prompt) => fetch("/api/llm", { method: "POST", body: prompt }).then(r => r.text()) });Agents & MCP
Đúng cái registry đó chạy demo bên dưới, mỗi nút là một tool call thật lên biểu đồ (đúng những tool mà một MCP client như Claude Code sẽ gọi):
Typo-tolerant - understands near-misses like "hilight east" and suggests a fix when unsure. A model can be confidently wrong and different models answer differently, so don't trust AI blindly - verify before you act.
import { createAgentRegistry, chartHandle } from "@michi-vz/insights/agent";
import { createMcpServer, stdioTransport } from "@michi-vz/insights/mcp";
const registry = createAgentRegistry();
registry.register(chartHandle("revenue", chart, props));
createMcpServer(registry, stdioTransport(), { name: "michi-vz" });Tool: list_charts, get_chart_context, summarize_chart, list_series, set_filter, highlight, set_disabled, set_data, cộng thêm một tool đặt tên theo namespace riêng cho mỗi plugin của biểu đồ (một biểu đồ đăng ký tên revenue cùng plugin forecast sẽ có thêm revenue.forecast). Context của mỗi biểu đồ cũng là một resource michivz://chart/<name> đọc được. Một messagePortTransport bắc cầu tới các biểu đồ của một ứng dụng web đang chạy.
Tham chiếu
Sub-path
Mỗi khả năng là một import có thể tree-shake riêng của chính nó:
| Import | Bạn nhận được gì | API |
|---|---|---|
@michi-vz/insights/forecast | plugin forecast() (dự đoán nét đứt + dải + độ chính xác đã backtest), kịch bản, đường xu hướng, ngưỡng + "fall point", forecastFan() | forecast |
@michi-vz/insights/forecast (bổ sung) | decompose() / detectPeriod() (mùa vụ), detectChangepoints(), monteCarloForecast(), requiredGrowth() / pacingToGoal() (goal-seek) | forecast extras |
@michi-vz/insights/anomaly | anomaly() / detectAnomalies() - các điểm ngoại lệ z-score / IQR / dải dự báo | anomaly |
@michi-vz/insights/validate | validate() - các cảnh báo chất lượng dữ liệu phong phú hơn | validate |
@michi-vz/insights/narrate | narrate() / explainChart() - cơ sở quy tắc, SLM/remote tùy chọn | narrate |
@michi-vz/insights/embeddings | reconcileLabels() / matchLabels() / findSimilar() / createEmbedder() - dự phòng hash, BERT/MiniLM tùy chọn | embeddings |
@michi-vz/insights/sql | aggregate() - group-by/measures (DuckDB-Wasm tùy chọn) | aggregate |
@michi-vz/insights/sonify | sonify() - nghe một chuỗi dữ liệu như cao độ | sonify |
@michi-vz/insights/agent | createAgent() + registry công cụ | agent & MCP |
@michi-vz/insights/mcp | createMcpServer() - Claude Code / Codex / Cursor | agent & MCP |
Cách nó hoạt động (logic, theo cách đơn giản)
- Forecast. Khớp một model (Holt-Winters theo dõi level + trend; hồi quy tuyến tính khớp một đường phù hợp nhất) rồi dự phóng về phía trước. Dải đến từ độ trải rộng sai số quá khứ của chính model (mở rộng theo khoảng cách). Một backtest giấu vài điểm thật gần nhất rồi đo sai số, ra con số độ chính xác.
- Anomaly. Tính trung bình và độ trải rộng, rồi gắn cờ các điểm nằm quá xa: bằng z-score (một điểm cách trung bình bao nhiêu độ lệch chuẩn; vượt khoảng 3 thì bị gắn cờ) hoặc IQR (một điểm có nằm ngoài phạm vi giữa thông thường của dữ liệu hay không).
- Narrate / Explain: chữ nghĩa từ đâu ra. Mặc định không hề có model AI nào cả:
narrate()đọcChartContextcó cấu trúc (xu hướng, mover lớn nhất, % thay đổi, tổng) rồi điền vào mẫu câu. Đó chỉ là lắp ráp chuỗi ký tự thuần, có tính xác định, tức thời và offline.explainChart()có thể tùy chọn nâng lên một model ngôn ngữ sinh (generative) thật sự:backend: "transformers"tải một model sinh văn bản nhỏ (mặc định Phi-3-mini) trong trình duyệt qua Transformers.js,backend: "webllm"chạy Llama/Phi trên WebGPU, hoặcbackend: "remote"gọi model của riêng bạn (ví dụ một API Claude). Bất kỳ cái nào trong số đó cũng nhậnChartContextlàm prompt và quay về rule nếu không dùng được.Không phải BERT. BERT (trong
@michi-vz/insights/embeddings) biến văn bản thành vector để so độ tương đồng / tìm kiếm, không phải để viết câu văn. Tường thuật mặc định rule-based, hoặc một LLM sinh nhỏ khi bật tùy chọn, hai việc hoàn toàn khác nhau.
Thuật ngữ
Ý nghĩa bằng ngôn ngữ thuần của các thuật ngữ mà những biểu đồ này dùng:
- Fall point (điểm chạm) - vị trí mà đường dự phóng được kỳ vọng sẽ chạm tới một mục tiêu bạn quan tâm (một điểm hòa vốn, một mục tiêu), dù nó leo lên tới đó hay tụt xuống tới đó; nó trả lời câu hỏi "khi nào chúng ta sẽ tới đó?".
- Confidence band / dải tin cậy (khoảng dự đoán) - vùng được tô mờ quanh đường dự báo cho thấy khoảng mà giá trị tương lai có khả năng rơi vào; hẹp nghĩa là khá chắc chắn, rộng nghĩa là một phỏng đoán thô, và nó mở rộng ra khi vươn xa hơn.
- Forecast horizon (chân trời dự báo) - dự báo mở rộng bao nhiêu kỳ tương lai; một chân trời ngắn thì đáng tin hơn, một chân trời dài thì mang tính suy đoán hơn.
- MAPE / backtest - một điểm số cho độ chính xác của dự báo: những năm thực gần nhất bị ẩn đi, được dự đoán từ các năm trước đó, và sai số trung bình được báo cáo dưới dạng phần trăm (càng thấp càng tốt).
- Holt-Winters - phương pháp dự báo mặc định; nó học mức hiện tại và hướng xu hướng và mang đà đó tiến về phía trước, đặt trọng số cho các năm gần đây cao hơn các năm cũ.
- z-score - một giá trị bất thường đến mức nào, được tính là số bước chuẩn mà nó cách trung bình; quá khoảng ba bước thì nó bị gắn cờ là một điểm ngoại lệ.
- IQR (hàng rào Tukey) - một phép kiểm tra điểm ngoại lệ thay thế được xây dựng từ nửa giữa của dữ liệu, nên một giá trị cực đoan duy nhất không thể làm lệch nó; vững chắc cho các chuỗi dữ liệu gồ ghề hoặc lệch.
- Anomaly (bất thường) - một điểm bị gắn cờ vì nổi bật khác biệt so với phần còn lại của chuỗi dữ liệu (một đợt tăng vọt, một đợt sụt giảm, một lỗi dữ liệu có thể xảy ra), được đánh dấu bằng một chấm.
- Top mover - trên một biểu đồ nhiều đường, chuỗi dữ liệu biến động nhiều nhất giữa điểm đầu và điểm cuối; bản tóm tắt bằng ngôn ngữ thuần túy gọi tên nó ra, nên phát hiện đáng chú ý nhất được trao tận tay thay vì phải tự đi tìm.
- Threshold / reference line (ngưỡng / đường tham chiếu) - một đường ngang tại một giá trị quan trọng (một mục tiêu, một ngân sách, một điểm hòa vốn); mọi giá trị khác được đọc dựa trên nó, và đó là đường mà dự báo được theo dõi để tìm ra fall point.
Và các đơn vị và cách viết tắt mà các biểu đồ ví dụ sử dụng:
- CPI (Chỉ số giá tiêu dùng) - thước đo lạm phát chuẩn: giá trung bình của một giỏ hàng hóa thường ngày, nên CPI tăng nghĩa là chi phí sinh hoạt đang leo thang.
- $k / $M - nghìn / triệu đô la (nên "$120M" là 120 triệu).
- Index (mốc cơ sở 100) - một chuỗi dữ liệu được thu nhỏ lại sao cho năm đầu tiên của nó bằng 100, nên "xuống còn 92" đọc thoáng qua là "thấp hơn 8% so với mức bắt đầu", bất kể đơn vị gốc là gì.
- Gigawatt (GW) - một đơn vị công suất điện; một nhà máy điện lớn có công suất khoảng một GW.
- Run-rate (tốc độ chạy) - tốc độ mà một con số đang tăng trưởng ngay lúc này, được mang tiếp về phía trước (ví dụ "1,2 triệu đô la một tuần").
- MRR (doanh thu định kỳ hàng tháng) - khoản thu nhập đăng ký có thể dự đoán được mà một doanh nghiệp SaaS ghi nhận mỗi tháng, con số nổi bật mà các công ty như vậy được đo lường theo đó.
Phương pháp & công thức
Mỗi con số trong các demo này đều tính ra từ dữ liệu thật, chẳng bao giờ nói suông, và chẳng cái nào cần bằng cấp thống kê cả. Bên dưới là những gì mỗi phương pháp làm, viết bằng lời văn đơn giản, công thức đằng sau cho ai tò mò, và một nguồn tham khảo miễn phí, dễ đọc. Các tham chiếu tới Hyndman trỏ tới Forecasting: Principles and Practice, một giáo trình online miễn phí.
| Nó làm gì | Phương pháp | Công thức (cho người tò mò) | Tìm hiểu thêm |
|---|---|---|---|
| Dự phóng một xu hướng về phía trước - mang mức và độ dốc gần đây tiến lên; theo dõi một mùa vụ lặp lại nếu có tồn tại. | Holt-Winters | ŷₜ₊ₕ = ℓₜ + h·bₜ (level + trend được cập nhật mỗi bước) | Làm mượt hàm mũ (Hyndman, ch. 8) |
| Khớp một đường thẳng - đường phù hợp nhất qua các điểm. | Hồi quy tuyến tính (OLS) | ŷ = a + b·x (bình phương tối thiểu) | Hồi quy chuỗi thời gian (Hyndman, ch. 7) |
| Dự báo với đà (momentum) - học cách mỗi điểm phụ thuộc vào quá khứ gần đây. | ARIMA / SARIMA (tải khi cần) | tự hồi quy + trung bình trượt | Mô hình ARIMA (Hyndman, ch. 9) · thư viện arima |
| Cho thấy dự báo chắc chắn đến mức nào - biến sai số quá khứ của chính mô hình thành các dải 50/80/95%; rộng hơn khi đi xa hơn. | Khoảng dự đoán (prediction interval) | ŷ ± z·σ·√h (z = 1.96 cho 95%) | Khoảng dự đoán (Hyndman, §5.5) |
| Chấm điểm độ chính xác - ẩn các điểm gần đây, dự đoán lại chúng, và báo cáo mức độ lệch. | Backtest rolling-origin | MAPE = mean(|y−ŷ|/|y|)·100 · RMSE = √mean((y−ŷ)²) | Độ chính xác dự báo (Hyndman, §5.8) |
| Tách mùa vụ khỏi xu hướng - tách một chuỗi dữ liệu thành xu hướng + mùa vụ lặp lại + nhiễu còn lại. | Phân tách STL | trend + seasonal + remainder (Loess) | Phân tách STL (Hyndman, §3.6) |
| Mô phỏng nhiều tương lai - phát lại hàng nghìn đường đi khả dĩ để có một dải tốt nhất/xấu nhất. | Monte Carlo | lấy mẫu lại phần dư qua N đường đi → dải kết quả | Bootstrap & mô phỏng (Hyndman, §5.5) |
| Gắn cờ một điểm ngoại lệ (đơn giản) - đánh dấu các điểm xa trung bình. | z-score | z = (x−μ)/σ, gắn cờ |z| > 3 | Phát hiện điểm ngoại lệ (sổ tay NIST) |
| Gắn cờ một điểm ngoại lệ (vững chắc) - đánh dấu các điểm ngoài phạm vi giữa thông thường; bỏ qua các giá trị cực đoan. | IQR / hàng rào Tukey | x < Q1−1.5·IQR hoặc x > Q3+1.5·IQR | Boxplot & hàng rào (sổ tay NIST) |
| Đo lường một mối quan hệ - hai biến di chuyển cùng nhau chặt chẽ đến mức nào, từ −1 đến +1. | Pearson r | r = cov(x,y)/(σₓ·σᵧ) | Tương quan (Hyndman, ch. 7) |
| Khớp văn bản theo ý nghĩa - biến các từ thành vector để những ý nghĩa tương tự có | |||
| điểm số cao. | Độ tương đồng cosine | cos = (a·b)/(‖a‖·‖b‖) | Sentence embeddings (Transformers.js) |
So với quy trình pandas / notebook
Đây không phải để thay thế việc khám phá dữ liệu, cứ tiếp tục dùng pandas / R / notebook cho việc đó. Khác biệt nằm ở chỗ insight chạy:
| pandas / notebook | @michi-vz/insights | |
|---|---|---|
| Chạy ở đâu | máy của bạn, ngoại tuyến, một lần | ứng dụng, trình duyệt của người dùng |
| Đầu ra | một con số / hình ảnh tĩnh để chia sẻ | biểu đồ đã render tự cập nhật chính nó |
| Đối tượng | nhà phân tích | người dùng sản phẩm của bạn |
| Backend | runtime Python | không có - không máy chủ, dữ liệu ở lại cục bộ |
| Sẵn sàng cho AI | prompt được viết tay | biểu đồ chính là bề mặt công cụ (MCP) |
pandas là chỗ bạn khám phá một insight; còn đây là cách bạn chuyển giao nó tới người dùng, biến thành một biểu đồ mà AI agent điều khiển được, cùng các phương pháp đáng tin, chạy ngay tại runtime.
Đọc thêm
- Forecasting: Principles and Practice (Hyndman & Athanasopoulos): https://otexts.com/fpp3/
- Model Context Protocol: https://modelcontextprotocol.io · thông báo của Anthropic
- Transformers.js (BERT/embedding trong trình duyệt): https://huggingface.co/docs/transformers.js
- NIST/SEMATECH e-Handbook of Statistical Methods: https://www.itl.nist.gov/div898/handbook/
Nguyên tắc
- Tùy chọn & tree-shakeable: cái gì không dùng thì không chiếm byte nào.
- Suy giảm nhẹ nhàng (graceful degradation): đường thống kê/rule-based không cần model; đường dùng model luôn có phương án dự phòng.
- Riêng tư theo mặc định: dữ liệu ở lại trong trình duyệt; backend từ xa chỉ là tùy chọn.
- Chỉ mã nguồn mở dễ dãi (permissive-OSS) - không mô hình nào từng được đóng gói sẵn.