Đồ án nhóm môn hệ thống thông tin quản lý đề tài hệ thống kinh doanh thông minh

Tổ chức sử dụng hệ thống kinh doanh thông minhHệ thống kinh doanh thông minh Business Intelligence – BI là quy trình/hệ thống công nghệ cho phép phân tích và thể hiện thông tin giúp các

TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH

KHOA KINH DOANH QUỐC TẾ - MARKETING

ĐỒ ÁN NHÓM

MÔN HỆ THỐNG THÔNG TIN QUẢN LÝ

Đề tài: Hệ thống kinh doanh thông minh

Nhóm SV thực hiện: 04 Lớp: VB2 T3.03/2022 GVHD: ThS Hồ Thị Thanh Tuyến

Thành phố Hồ Chí Minh, ngày 25 tháng 04 năm 2022

TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH

KHOA KINH DOANH QUỐC TẾ - MARKETING

ĐỒ ÁN NHÓM

MÔN HỆ THỐNG THÔNG TIN QUẢN LÝ

Đề tài: Hệ thống kinh doanh thông minh

Nhóm SV thực hiện: 04 Lớp: VB2 T3.03/2022 GVHD: ThS Hồ Thị Thanh Tuyến

Thành phố Hồ Chí Minh, ngày 25 tháng 04 năm 2022

BIÊN BẢN PHÂN CÔNG VÀ ĐÁNH GIÁ THÀNH VIÊN NHÓM Tên nhóm:

Nhóm trưởng: Phan Bội Nhi

1 33211025

229 Ngô Minh Hoàng

Nghiên cứu nội dung,

hỗ trợ làm powerpoint

20% Tốt

2 33211025

197 Phan Bội Nhi

Nghiên cứu nội dung,tổng hợp nội dung báo cáo

20% Tốt

4 33211025

583

Nguyễn Thị Thu Thủy

Nghiên cứu nội dung,

hỗ trợ làm powerpoint

20% Tốt

MỤC LỤC

1 Tổ chức sử dụng hệ thống kinh doanh thông minh 1

2 Ba hoạt động chính trong quy trình kinh doanh thông minh 2

3 Cách các tổ chức sử dụng kho dữ liệu và siêu thị dữ liệu để thu thập dữ liệu3 3.1 Kho dữ liệu 4

3.1.1 Khái niệm về kho dữ liệu 4

3.1.2 Cấu trúc của khoa dữ liệu (Data warehouses) 4

3.1.3 Các chức năng của kho dữ liệu 5

3.1.4 Sự khác biệt giữa kho dữ liệu và cơ sở dữ liệu 5

3.1.5 Đặc điểm của kho dữ liệu 5

3.1.6 Lợi ích của Data warehouse 6

3.1.7 Tiến trình xử lý trong Data warehouse 7

3.2 Siêu thị dữ liệu (Data mart) 8

3.2.1 Khái niệm về Data mart 8

3.2.2 Phân loại Data mart 8

3.2.3 Các bước thực hiện một Data mart 9

3.2.4 Lợi ích của Data mart 9

3.3 Sự khác biệt giữa Data warehouses và Data marts 9

4 Các tổ chức sử dụng các ứng dụng báo cáo như thế nào? 11

5 Các tổ chức sử dụng các ứng dụng khai thác dữ liệu như thế nào? 14

6 Các tổ chức sử dụng các ứng dụng BigData như thế nào? 20

7 Hệ thống quản lý tri thức 23

8 Các biện pháp thay thế xuất bản kinh doanh thông minh 25

8.1 Đặc điểm của các giải pháp thay thế xuất bản BI 25

8.2 Hai chức năng của BI server 26

9 BI trong bối cảnh 2026 27 ĐÁNH GIÁ BÀI THUYẾT TRÌNH 29

1 Tổ chức sử dụng hệ thống kinh doanh thông minh

Hệ thống kinh doanh thông minh (Business Intelligence – BI) là quy trình/hệ thống công nghệ cho phép phân tích và thể hiện thông tin giúp các nhà quản lý và người sử dụng của tổ chức đưa ra các quyết định kinh doanh phù hợp

BI bao gồm một loạt các công cụ, ứng dụng và phương thức cho phép các tổ chức thu thập thông tin từ các hệ thống nội bộ và nguồn bên ngoài; chuẩn bị sẵn sàng cho việc phân tích; phát triển và chạy các truy vấn đối với dữ liệu; tạo các báo cáo, bảng điều khiển (dashboard) và hình ảnh hóa dữ liệu để cung cấp kết quả phân tích cho những người sử dụng và những người ra quyết định

Hệ thống BI có năm thành phần tiêu chuẩn: phần cứng, phần mềm, dữ liệu, quy trình và con người Thành phần phần mềm của hệ thống BI được gọi là ứng dụng BI

Theo sơ đồ Hình 1, dữ liệu nguồn của hệ thống BI có thể là dữ liệu hoạt động

của chính tổ chức hoặc do tổ chức mua về từ các nhà cung cấp, kiến thức nhân viên;

dữ liệu phương tiện xã hội;… Ứng dụng BI xử lý dữ liệu với các ứng dụng báo cáo,

H椃

ứng dụng khai thác dữ liệu, các ứng dụng BigData và các ứng dụng quản lý tri thức đểtạo ra thông tin kinh doanh dành cho những người lao động tri thức

2 Ba hoạt động chính trong quy trình kinh doanh thông minh

Hình 2 cho thấy ba hoạt động chính trong quy trình BI: thu thập dữ liệu, thực hiện phân tích và xuất bản kết quả

1) Thu thập dữ liệu (lấy, làm sạch, sắp xếp, liên quan, danh mục)

2) Thực hiện phân tích (Báo cáo, Khai thác dữ liệu, BigData)

3) Xuất bản kết quả (In, Web server, máy chủ báo cáo, tự động hóa)

Data Warehouse (Kho dữ liệu): Thành phần này đóng vai trò như một kho

chứa cho các loại dữ liệu, bao gồm cả dữ liệu thô và dữ liệu đã qua xử lý

Data Mining (Khai thác dữ liệu): Công cụ này sử dụng các kỹ thuật đặc biệt

khai thác dữ liệu như phân loại (Classification), phân nhóm (Clustering), dự đoán (Prediction)…

H椃

Business Analyst (Phân tích kinh doanh): Bằng kết quả vừa thu được từ Data

Mining Business Analyst sẽ tiến hành đưa ra những quyết định kinh doanh phù hợp với bối cảnh

03 thành phần của Business Intelligence có sự liên kết theo thứ tự với nhau Không có quy tắc nào bắt buộc doanh nghiệp phải triển khai cả 03 quy trình của BI Người dùng có thể linh động dựa trên tình hình thực tế Vì thế, phân loại BI sẽ có 03 thành phần chứ không phải là 03 bước hoạt động

Các hoạt động này tương ứng trực tiếp với các phần tử BI trong hình 1 Dữ liệu mua lại là quá trình thu thập, làm sạch, sắp xếp, thay thế và lập danh mục dữ liệu nguồn

Phân tích BI là quá trình tạo ra trí tuệ kinh doanh Bốn loại cơ bản phân tích BI

là báo cáo, khai thác dữ liệu, BigData và quản lý kiến thức Xuất bản kết quả là quá trình cung cấp thông tin kinh doanh cho những ai cần nó Xuất bản đẩy cung cấp thông tin kinh doanh cho người dùng mà không có bất kỳ yêu cầu nào thêm; kết quả

BI được phân phối theo lịch trình hoặc kết quả của một sự kiện hoặc điều kiện dữ liệu

cụ thể Xuất bản kéo yêu cầu người dùng phải có thao tác yêu cầu kết quả BI Phương tiện xuất bản bao gồm bản in cũng như nội dung trực tuyến được phân phối qua các Web server Các Web server chuyên dụng được biết đến dưới dạng máy chủ báo các

và kết quả BI được gửi thông qua tự động hóa đến các chương trình khác

3 Cách các tổ chức sử dụng kho dữ liệu và siêu thị dữ liệu để thu thập dữ liệu

3.1 Kho dữ liệu

3.1.1 Khái niệm về kho dữ liệu

Kho dữ liệu là một tập hợp các dữ liệu có những đặc điểm sau: tập trung vào mộtchủ đề, tổng hợp từ nhiều nguồn dữ liệu khác nhau, từ nhiều thời gian và không sửa đổi Kho dữ liệu được dùng trong việc hỗ trợ ra quyết định trong công tác quản lý

Ví dụ: Kho dữ liệu có thể cho phép một công ty dễ dàng đánh giá dữ liệu của nhóm bán hàng và giúp đưa ra quyết định về cách cải thiện doanh số hoặc sắp xếp hợp

lý hóa các bộ phận Doanh nghiệp có thể chọn tập trung vào thói quen chi tiêu của khách hàng để định vị tốt hơn sản phẩm của mình và tăng doanh số

3.1.2 Cấu trúc của khoa dữ liệu (Data warehouses)

Kho dữ liệu có cấu trúc gồm ba tầng:

 Tầng đáy (Data sources): là nơi thu thập, tích hợp dữ liệu từ nhiều nguồn

khác nhau, sau đó chuẩn hóa về cùng định dạng; làm sạch xử lý dữ liệu để tìm lỗi, sửa chữa và lưu trữ dữ liệu đã tổng hợp;

H椃

 Tầng giữa (Warehouse): cung cấp dịch vụ xử lý phân tích trực tuyến (OLAP –

Online Analytical Processing) để thao tác với kho dữ liệu đã được tích hợp;

 Tầng trên cùng (Users): là nơi thực hiện các thao tác truy vấn, báo cáo, phân

tích để tìm ra xu hướng, trung bình, tổng hợp,…

3.1.3 Các chức năng của kho dữ liệu

Cung cấp một góc nhìn toàn diện về doanh nghiệp Ví dụ, đại dịch Covid-19 tác

động ảnh hưởng đến thói quen, hành vi tiêu dùng của khách hàng, từ đó cũng gây ảnh hưởng đến doanh nghiệp Từ những nguồn dữ liệu thu thập được, doanh nghiệp có gócnhìn toàn diện cho thị phần nhóm ngành của chính mình, để từ đó xây dựng chiến lược ngắn hạn, dài hạn

Cung cấp đầy đủ thông tin hiện tại, lịch sử của doanh nghiệp và sẵn sàng cho việc khai thác, sử dụng cho việc hỗ trợ đưa ra các quyết định chiến lược Ví dụ,

Thông qua nguồn dữ liệu về nhân sự, doanh thu bán hàng để đưa ra các kế hoạch cụ thể phát triển, gia tăng doanh số

Có khả năng cung cấp dữ liệu chi tiết theo nhu cầu mà không phải truy xuất các

hệ thống tác nghiệp Ví dụ, thông qua lịch sử giao dịch đã lưu trữ sẵn để phân tích

mức độ giao dịch

Đảm bảo thông tin trong kho dữ liệu có tính nhất quán Ví dụ, tên khách hàng có

hệ thống tách họ và tên thành hai trường dữ liệu khác nhau, có hệ thống chỉ lưu một trường Khi tổng hợp về kho dữ liệu thì sẽ được chuyển về một dạng thống nhất

Là nguồn thông tin chiến lược mềm dẻo và có tính tương tác Ví dụ, tổng hợp

doanh số bán hàng của một nhân viên bán hàng theo ngày, theo tuần, tháng, năm để đánh giá chỉ tiêu, năng lực của nhân viên đó cũng như sự bao phủ của sản phẩm bên ngoài thị trường

3.1.4 Sự khác biệt giữa kho dữ liệu và cơ sở dữ liệu

 Cơ sở dữ liệu: là một hệ thống giao dịch được thiết lập để giám sát và cập nhật

dữ liệu thời gian thực để chỉ có dữ liệu gần đây nhất dùng được

 Kho dữ liệu: được lập trình để tổng hợp dữ liệu có cấu trúc trong một khoảng

thời gian

3.1.5 Đặc điểm của kho dữ liệu

 Hướng chủ đề (subject-oriented)

Downloaded by vu ga (vuchinhhp2@gmail.com)

Mục đích của kho dữ liệu là phục vụ các yêu cầu phân tích, hoặc khai phá cụ thể được gọi là chủ đề Ví dụ với chủ đề phân tích nhân sự, có thể bao gồm các độ đo về doanh thu của từng người, số ngày nghỉ trong tháng, số dự án tham gia trong tháng, theo các chiều phân tích: thời gian, chi nhánh, sản phẩm,…

 Được tích hợp (integrated)

Ví dụ tại một bệnh viện, các phòng khác nhau sẽ thực hiện các xét nghiệm khác nhau Do đó để có được đầy đủ thông tin phục vụ việc chẩn đoán thì cần thu thập được kết quả từ nhiều nguồn

 Có gán nhãn thời gian (time variant)

Ví dụ, độ đo doanh thu của một mặt hàng của tháng hiện tại, nếu đem so sánh với doanh thu của mặt hàng đó trong tháng trước, tháng này năm trước thì sẽ có nhiều thông tin hơn để đánh giá doanh thu của mặt hàng đó là tốt hay không, trên cơ sở đó

sẽ có các quyết định phù hợp Ngoài ra, dữ liệu lịch sử còn cho phép dự báo được tương lai khi ứng dụng khai phá dữ liệu

 Bất biến (non-volatile)

Dữ liệu trong kho dữ liệu có chức năng báo cáo lại các chỉ số về hoạt động kinh doanh thực tế đã xảy ra Do đó dữ liệu trong kho dữ liệu không thể cập nhật, thay đổi

vì nó sẽ không phản ánh đúng thực tế Do đó với kho dữ liệu chỉ có hai thao tác chính

là tải dữ liệu vào kho và truy cập (đọc) dữ liệu từ kho

Ví dụ, hệ thống quản lý các công việc hàng không như quản lý tuyến bay, lịch bay, phân công phi hành đoàn, quản lý các chương trình ưu đãi dành cho khách hàng,

… là những dữ liệu đã được cập nhật nên không thể thay đổi lịch sử hoạt động của nó

3.1.6 Lợi ích của Data warehouse

 Tích hợp dữ liệu vào một nguồn, ở cùng một định dạng, giải quyết sự phân mảnh và mất cân bằng dữ liệu để đáp ứng nhu cầu thông tin của tất cả người dùng;

 Tiết kiệm thời gian và hiệu quả trong việc tìm kiếm dữ liệu cần thiết;

 Thông qua xử lý và phân tích dữ liệu, Data warehouse giúp cho dữ liệu của doanh nghiệp hiệu quả hơn;

 Giúp người dùng đưa ra các quyết định hợp lý, nhanh chóng và hiệu quả, đem lại nhiều lợi nhuận hơn,…;

Downloaded by vu ga (vuchinhhp2@gmail.com)

 Giúp tổ chức, xác định, quản lý và thực hiện các dự án/hoạt động một cách hiệuquả và chính xác;

 Tăng đáng kể lượng dữ liệu cần được tổng hợp, lưu trữ và xử lý

3.1.7 Tiến trình xử lý trong Data warehouse

Bước 1: Dữ liệu được tập hợp từ nhiều nguồn và đưa vào Data sources để đồng

bộ định dạng, biên soạn; sau đó sẽ là quá trình làm sạch dữ liệu; tìm kiếm để sửa hay loại bỏ bất kỳ lỗi nào trong dữ liệu nhằm đảm bảo tính nhất quản của dữ liệu trước khiđưa vào warehouse

Bước 2: Dữ liệu sau khi trải qua nhiều thao tác ở tầng Data sources sẽ được

chuyển từ định dạng cơ sở dữ liệu sang định dạng kho dữ liệu Sau đó tại tầng

warehouse, dữ liệu sẽ được sắp xếp, hợp nhất và tổng kết,… nhằm đảm bảo quá trình phân phối và xử lý dữ liệu diễn ra trơn tru và mượt mà hơn

Bước 3: Dữ liệu được phân bổ đến người dùng cuối khi có thao tác tìm kiếm,

truy vấn và xuất báo cáo Trong bước này có nhiều công cụ để thực hiện nhằm giúp dữliệu được xử lý gọn gàng và dễ nhìn hơn trước khi hiển thị đến người dùng cuối

Ví dụ: Nhờ có kho dữ liệu, bộ phận bán hàng có thể có những thông tin về nhu cầu, đặc điểm của khách hàng và giúp đưa ra quyết định về cách cải thiện doanh số hoặc sắp xếp quy trình hay phân công nhiệm vụ rõ ràng trong bộ phận kinh doanh Đặc biệt với khả năng lưu trữ ưu việt của mình, kho dữ liệu có thể có tất cả các thông tin mà khách hàng đã mua sản phẩm hoặc sử dụng dịch vụ trong mười năm qua

H椃

Downloaded by vu ga (vuchinhhp2@gmail.com)

Ngoài việc thu thập dữ liệu từ bên ngoài và nội bộ, một số công ty chọn mua dữ liệu cá nhân của người tiêu dùng (ví dụ: tình trạng hôn nhân, thói quen tiêu dùng, món

ăn yêu thích để từ đó người sử dụng dữ liệu (doanh nghiệp) đưa ra những chương trình ưu đãi phù hợp với sở thích để gia tăng doanh số) từ các nhà cung cấp dữ liệu Vídụ: Tổng Công ty Acxiom

H椃

Trên thực tế, hầu hết dữ liệu hoạt động và dữ liệu đã mua đều có vấn đề ngăn cảntính hữu ích của nó đối với sự phát triển về thông tin kinh doanh Một số vấn đề phổ biến mà các doanh nghiệp có thể gặp phải như:

 Dữ liệu có vấn đề được gọi là dữ liệu bẩn Ví dụ, dữ liệu được mua thường chứa các yếu tố thiếu hoặc không cập nhật lại dữ liệu dẫn đến sai lệch thông tincần thiết cho người cần sử dụng dữ liệu (mua database cũ không được cập nhật,hoặc thay đổi các thông tin cá nhân,…)

 Dữ liệu không nhất quán Ví dụ, thu thập hành vi mua hàng của các khách hàngtrên các trang web đa quốc gia cần quy đổi sang múi giờ phù hợp với từng nước chứ không phải múi giờ của máy chủ

 Dữ liệu không được tích hợp Ví dụ, bệnh nhân mắc bệnh tim đến khám và chữa trị tại nhiều bệnh việc khác nhau Thông tin về bệnh, các loại thuốc sử dụng, thời gian phát bệnh, huyết áp, nhịp tim, điện tâm đồ tại các bệnh viện khác nhau sẽ lưu trữ dữ liệu khác nhau dẫn đến thông tin dữ liệu không đồng nhất

3.2 Siêu thị dữ liệu (Data mart)

3.2.1 Khái niệm về Data mart

Siêu thị dữ liệu là phiên bản đơn giản hóa của Data warehouse Nó có thể cung cấp cho người dùng dữ liệu cụ thể về một trong các bộ phận của tổ chức hoặc một

Downloaded by vu ga (vuchinhhp2@gmail.com)

khía cạnh của doanh nghiệp Chức năng chính của Data marts thường là cung cấp thông tin liên quan cần thiết để đưa ra các quyết định quan trọng trong một bộ phận cụthể của công ty, ví dụ như kiểm toán, phòng ngừa rủi ro hoặc dự toán khả năng sinh lợi

3.2.2 Phân loại Data mart

Có ba loại Data mart chính:

 Phụ thuộc: Các dữ liệu phụ thuộc được tạo bằng cách vẽ dữ liệu trực tiếp từ

hoạt động, bên ngoài hoặc cả hai nguồn;

 Độc lập: Data mart động lập được tạo mà không cần sử dụng kho dữ liệu trung

tâm Các công ty thường thiết lập các Data mart độc lập cho các mục đích cụ thể và dữ liệu được lưu trữ cả bên trong và bên ngoài;

 Kết hợp: Loại này tích hợp dữ liệu trong một Data warehouse hiện có từ các

nguồn bên ngoài Các Data mart kết hợp rất linh hoạt và thường có thể quản lý một số lượng lớn dữ liệu

3.2.3 Các bước thực hiện một Data mart

Các bước triển khai quan trọng của Data mart là:

3.2.4 Lợi ích của Data mart

 Dữ liệu rất dễ dàng để truy cập thường xuyên;

 Cải thiện hiệu suất;

H椃

Downloaded by vu ga (vuchinhhp2@gmail.com)

 Data mart có thể được tạo dễ dàng;

 Chi phí thực thi của Data mart thấp hơn thực hiện Data warehouse

3.3 Sự khác biệt giữa Data warehouses và Data marts

H椃

 Kho dữ liệu (Data warehouses)

- Là dữ liệu được mua từ các nguồn bên ngoài;

- Là một hệ thống ERP (hoạt động nội bộ);

- Là một hệ thống thương mại điện tử và một ứng dụng mạng xã hội;

- Là siêu dữ liệu được lưu trữ trong một cơ sở dữ liệu (siêu dữ liệu liên quan đến

dữ liệu — nguồn, định dạng, các giả định và ràng buộc của nó, và các thông tinkhác về dữ liệu Kho dữ liệu DBMS trích xuất và cung cấp dữ liệu cho các ứng dụng BI)

 Siêu thị dữ liệu (Data marts)

Người sử dụng siêu thị dữ liệu là người dùng không có kiến thức chuyên môn vềquản lý dữ liệu mà nhân viên kho dữ liệu có, nhưng họ là những nhà phân tích am hiểu về một chức năng kinh doanh nhất định Ví dụ: Nhân viên phê duyệt khoản vay tại một ngân hàng là một nhân viên kiến thức nhưng không phải là một người sử dụng

BI

4 Các tổ chức sử dụng các ứng dụng báo cáo như thế nào?

Các ứng dụng báo cáo tạo ra thông tin kinh doanh thông qua năm hoạt động cơ bản:

 Phân tích RFM (RFM Analysis)

H椃

Phân tích RFM, một kỹ thuật được triển khai dễ dàng với các hoạt động báo cáo

cơ bản, được sử dụng để phân tích và xếp hạng khách hàng theo mô hình mua hàng của họ

- R (recents = gần đây): Gần đây nhất khách hàng đã đặt mua hàng của bạn;

- F (frequently = tần suất): Tần suất khách hàng đã đặt mua hàng;

Downloaded by vu ga (vuchinhhp2@gmail.com)

- M (money = tiền): Một khách hàng chi tiêu bao nhiêu tiền để mua sản phẩm đó.

Ví dụ: Phân chia khách hàng thành năm nhóm và cho khách hàng trong mỗi nhóm điểm từ 1 đến 5:

- R = 1: trên 20% khách hàng có đơn đặt hàng gần đây nhất;

- R = 5: dưới 20% khách hàng có đơn đặt hàng lâu ngày nhất;

- F = 1: 20% khách hàng mua hàng thường xuyên nhất;

- F = 5: 20% khách hàng ít mua hàng thường xuyên nhất;

- M = 1: 20% khách hàng chi tiêu cho những món đồ đắt tiền nhất;

- M = 5: 20% khách hàng chi tiêu ít nhất

Khách hàng đầu tiên, Big 7 Sports, đã đặt hàng gần đây và đặt hàng thường xuyên Tuy nhiên, số 3 của Big 7 Sports “M” chỉ ra rằng nó không đặt hàng đắt tiền nhất Từ những điểm số này, nhóm bán hàng có thể kết luật rằng Big 7 Sports là một khách hàng thường xuyên và họ nên cố gắn bán nhiều hàng hóa đắt tiền hơn cho Big 7Sports

Khách hàng thứ hai có thể đại diện cho một vấn đề Câu lạc bộ bóng đá St Louiskhông đặt hàng trong một thời gian, nhưng những lần trước đây, câu lạc bộ này đã đặt hàng thường xuyên và các đơn đặt hàng đều có giá trị tiền tệ cao nhất Dữ liệu này chothấy rằng câu lạc bộ bóng đá St Louis có thể đã đưa công việc kinh doanh của mình cho một nhà cung cấp khác Một người nào đó từ nhóm bán hàng nên liên hệ với khách hàng ngay lập tức

Không ai trong nhóm bán hàng đã nghĩ về khách hàng thứ ba, Miami Municipal Công ty này đã không đặt hàng trong một thời gian, không đặt hàng thường xuyên và khi đặt hàng, đơn hàng là những mặt hàng rẻ nhất và số lượng cũng không nhiều Nếu mất đi khách hàng này, tổn thất sẽ không quá lớn

Khách hàng cuối cùng, Trung tâm Bang Colorado Đây là một khách hàng có tiềm năng nhưng có lẽ không ai trong bộ phận bán hàng nên dành nhiều thời gian cho khách hàng này Có lẽ doanh số bán hàng có thể thiết lập hệ thống liên lạc tự động hoặc sử dụng tài khoản Central Colorado State làm bài tập huấn luyện cho một trợ lý

bộ phận hoặc thực tập sinh

 Xử lý phân tích trực tuyến (OLAP)

Downloaded by vu ga (vuchinhhp2@gmail.com)