1️⃣ 🌱 Causal Inference là gì?

Causal Inference (Suy luận nhân quả) là kỹ thuật dùng dữ liệu để xác định quan hệ nguyên nhân – kết quả, thay vì chỉ nhìn thấy mối tương quan.

💡 Ví dụ thực tế:
Chiến dịch marketing giúp tăng doanh thu, hay doanh thu tăng sẵn vì mùa cao điểm?
→ Dự đoán không trả lời được điều đó, nhưng Causal Model thì có.

2️⃣ 🧠 Tư duy nhân quả – thay đổi cách làm Data Science

Hầu hết mô hình machine learning học mối tương quan (X → Y).
Causal inference thêm vào hướng tác động (X causes Y).

💬 Trong khoa học dữ liệu hiện đại, người ta nói:

“ML giúp ta biết trước tương lai,
còn Causal Inference giúp ta điều khiển tương lai.”

3️⃣ ⚙️ Ba trụ cột của Causal Inference

1️⃣ Causal Graph (Đồ thị nhân quả)

• Mô hình hóa mối quan hệ giữa các biến bằng DAG (Directed Acyclic Graph).

• Giúp ta “nhìn” được nguyên nhân và hệ quả.

• Ví dụ: Quảng cáo → Nhận thức thương hiệu → Mua hàng.

2️⃣ Do-Calculus (Giải tích hành động)

• Giải thích sự khác biệt giữa thấy và can thiệp.

• “Nếu tôi tăng ngân sách quảng cáo 20%, chuyện gì sẽ xảy ra?”

3️⃣ Counterfactual Reasoning (Phản thực tế)

• So sánh giữa “điều đã xảy ra” và “điều có thể đã xảy ra”.

• Giúp trả lời câu hỏi kiểu: “Nếu tôi không chạy chiến dịch đó, doanh thu sẽ thế nào?”

4️⃣ 🧪 Ứng dụng thực tế trong doanh nghiệp

💡 Causal Inference giúp ra quyết định dựa trên tác động thật, không bị đánh lừa bởi dữ liệu ngẫu nhiên.

5️⃣ 🔍 Phương pháp phổ biến trong Causal Inference

6️⃣ 🔐 Thách thức & hạn chế

🎯 Causal Inference không dễ:

• Thiếu dữ liệu quan sát chất lượng.

• Không thể mô hình hóa hết mọi yếu tố ẩn.

• Rất dễ nhầm “liên hệ mạnh” với “nguyên nhân thật”.

💡 Nhưng… chính điều này khiến Causal Inference trở thành “bộ não ra quyết định” của thế hệ Data Scientist 2030.

“Predictive giúp bạn thấy trước sóng.
Causal giúp bạn tạo ra sóng.” 🌊

7️⃣ ☁️ Bộ công cụ thực hành Causal Inference

8️⃣ 🌟 Insight tổng kết

✅ Causal Inference là bước tiến mới của Data Science — từ mô tả & dự đoán → đến hiểu và hành động.
✅ Giúp doanh nghiệp ra quyết định tự tin hơn, dựa trên mối quan hệ nhân quả thật.
✅ Là kỹ năng “hiếm nhưng vàng” của thế hệ Data Scientist tiếp theo.

“Không chỉ hỏi what và when —
mà phải hỏi why và what if.”

📞 0352.433.233 | 🌐 mcivietnam.com
📺 youtube.com/@HocVienMCI
👥 facebook.com/groups/dataaivn