Ứng dụng AI trong phân tích dữ liệu: Từ ChatGPT đến Python AI

Cho schema:
- orders(id, customer_id, product_id, amount, order_date)
- customers(id, name, city, segment)
- products(id, name, category, price)

Viết SQL: Tìm top 5 khách hàng có tổng chi tiêu cao nhất
trong Q1/2026, kèm tên, thành phố và số đơn hàng.

SELECT
    c.name,
    c.city,
    COUNT(o.id) AS total_orders,
    SUM(o.amount) AS total_spent
FROM orders o
JOIN customers c ON o.customer_id = c.id
WHERE o.order_date BETWEEN '2026-01-01' AND '2026-03-31'
GROUP BY c.name, c.city
ORDER BY total_spent DESC
LIMIT 5;

from sklearn.linear_model import LinearRegression
import pandas as pd

df = pd.read_csv("sales.csv")
X = df[["month", "marketing_spend", "num_products"]]
y = df["revenue"]

model = LinearRegression()
model.fit(X, y)

# Dự đoán tháng tiếp theo
prediction = model.predict([[13, 5000000, 50]])
print(f"Doanh thu dự kiến: {prediction[0]:,.0f} VNĐ")

import google.generativeai as genai

genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("gemini-pro")

response = model.generate_content(
    "Phân tích trend doanh thu Q1-Q4: 100M, 120M, 95M, 150M. "
    "Giải thích nguyên nhân và dự đoán Q1 năm sau."
)
print(response.text)

import pandas as pd
import google.generativeai as genai

# Đọc dữ liệu
df = pd.read_csv("monthly_report.csv")
summary = df.describe().to_string()

# AI phân tích
model = genai.GenerativeModel("gemini-pro")
analysis = model.generate_content(
    f"Phân tích dữ liệu sau và đưa ra 5 insights quan trọng:
{summary}"
)

# Tạo report
with open("ai_analysis_report.md", "w") as f:
    f.write("# Báo cáo phân tích AI

")
    f.write(analysis.text)