Dựa trên những cơ sở đó, Hệ thống hỗ trợ ra quyết định DSS đã trở thành một đối tác tin cậy cho các doanh nghiệp trongviệc phân tích dữ liệu và đưa ra quyết định tốt hơn nhằm đẩy nhanh t
L Ý DO CHỌN ĐỀ TÀI
Trong bối cảnh công nghệ số ngày càng phát triển, các mô hình truyền thống đang được thay thế và hỗ trợ bởi thiết bị hiện đại Để theo kịp xu hướng khoa học kỹ thuật toàn cầu, cá nhân và doanh nghiệp đang tối ưu hóa hiệu suất làm việc và phân tích dữ liệu Hệ thống hỗ trợ ra quyết định (DSS) đã trở thành đối tác tin cậy, giúp doanh nghiệp phân tích dữ liệu và đưa ra quyết định hiệu quả hơn, từ đó thúc đẩy tiến trình phát triển DSS hiện đang được ứng dụng rộng rãi và dự kiến sẽ tiếp tục phát triển trong tương lai.
Mặt khác, đối với sinh viên khoa Hệ thống thông tin quản lý, việc tiếp cận với
Hệ thống hỗ trợ ra quyết định (DSS) sẽ giúp sinh viên, đặc biệt là sinh viên năm nhất, có cái nhìn tổng quan về chuyên ngành của mình Việc nghiên cứu DSS không chỉ cung cấp nền tảng kiến thức cho những năm học tiếp theo mà còn tạo cơ hội cho sinh viên tìm hiểu sâu hơn về lĩnh vực của mình và ứng dụng DSS trong tương lai Vì những lý do này, nhóm chúng tôi đã chọn Hệ thống hỗ trợ ra quyết định (DSS) làm đề tài cho bài tập lớn môn năng lực số ứng dụng.
M ỤC ĐÍCH NGHIÊN CỨU
Mục đích của bài nghiên cứu này là cung cấp cái nhìn tổng quan về Hệ thống hỗ trợ ra quyết định (DSS), đồng thời đi sâu vào lĩnh vực Kinh doanh Thông minh (BI) và ứng dụng của Power BI Bài viết sẽ khám phá chi tiết về vai trò và ứng dụng của các công cụ này trong việc hỗ trợ ra quyết định trong kinh doanh.
Hệ thống hỗ trợ ra quyết định (DSS) trong nhiều lĩnh vực.
Đ ỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
Đề tài nghiên cứu tập trung vào Hệ thống hỗ trợ ra quyết định (DSS) và Hệ thống hỗ trợ ra quyết định thông minh trong kinh doanh, đặc biệt là ứng dụng của Business Intelligence (BI) và Power BI.
Đề tài nghiên cứu tập trung vào lĩnh vực kinh doanh của các doanh nghiệp Việt Nam cũng như các doanh nghiệp và tổ chức quốc tế, đặc biệt trong bối cảnh khoa học và công nghệ đang phát triển mạnh mẽ.
TỔNG QUAN
L ỊCH SỬ HÌNH THÀNH
Các nhà nghiên cứu và công nghệ hệ thống thông tin đã xây dựng và đã điều tra
Hệ thống hỗ trợ quyết định trên máy vi tính (DSS) đã phát triển trong khoảng 40 năm, bắt đầu từ cuối những năm 1960 với các mô hình định lượng hỗ trợ ra quyết định Các nhà nghiên cứu như Raymond (1966), Turban (1967), Urban (1967), và Holt cùng Huber (1969) đã tiên phong trong việc nghiên cứu ứng dụng máy tính vào lập kế hoạch Năm 1969, Ferguson và Jones thực hiện thử nghiệm đầu tiên về hệ thống quyết định có sự trợ giúp của máy tính, điều tra một cơ sở sản xuất ứng dụng lập lịch trên IBM 7094.
Vào những năm 1970, lý thuyết về hệ thống hỗ trợ quyết định (DSS) đã được phát triển, và đến đầu và giữa những năm 1980, các hệ thống lập kế hoạch tài chính, DSS dựa trên bảng tính và DSS nhóm đã được triển khai Từ khoảng năm 1980, nhiều hoạt động xây dựng và nghiên cứu DSS diễn ra tại các trường đại học và tổ chức, mở rộng phạm vi ứng dụng của DSS ra ngoài hoạt động kinh doanh và quản lý Những hệ thống này, được gọi là Hệ thống Hỗ trợ Quyết định, đã chứng minh khả năng hỗ trợ người ra quyết định ở mọi cấp độ trong tổ chức, từ quyết định hoạt động đến quản lý tài chính và ra quyết định chiến lược.
Kho dữ liệu, hệ thống thông tin điều hành, OLAP và Business Intelligence đã phát triển mạnh mẽ vào cuối những năm 1980 và đầu những năm 1990 Đến giữa những năm 1990, sự xuất hiện của DSS dựa trên tri thức và DSS dựa trên web đã đánh dấu một bước tiến mới Lĩnh vực hỗ trợ quyết định bằng máy tính đang mở rộng với việc áp dụng các công nghệ mới và phát triển các ứng dụng tiên tiến.
Hỗ trợ quyết định trong nghiên cứu và phát triển hệ thống sẽ tiếp tục khai thác công nghệ mới, tận dụng sự tiến bộ trong cơ sở dữ liệu lớn, trí tuệ nhân tạo, tương tác giữa người và máy tính, mô phỏng và tối ưu hóa, cũng như công nghệ phần mềm và viễn thông Đồng thời, nghiên cứu cơ bản về các chủ đề hành vi như ra quyết định của tổ chức, lập kế hoạch, hành vi lý thuyết quyết định và hành vi tổ chức sẽ đóng vai trò quan trọng trong quá trình này.
Xu hướng hiện nay cho thấy các hệ thống hỗ trợ quyết định (DSS) dựa trên dữ liệu sẽ có khả năng truy cập nhanh hơn và theo thời gian thực vào các cơ sở dữ liệu lớn hơn, với khả năng tích hợp tốt hơn Mặc dù mô hình DSS sẽ trở nên phức tạp hơn, nhưng chúng sẽ dễ hiểu hơn nhờ vào việc sử dụng mô phỏng và hình ảnh hiển thị thực tế Các DSS dựa trên truyền thông sẽ cung cấp nhiều thông tin liên lạc video thời gian thực, trong khi các DSS dựa trên tài liệu sẽ cho phép truy cập vào kho lưu trữ lớn hơn của dữ liệu phi cấu trúc và trình bày tài liệu theo cách dễ sử dụng hơn Cuối cùng, DSS dựa trên tri thức sẽ trở nên phức tạp và toàn diện hơn, với những lời khuyên tốt hơn và ứng dụng rộng rãi hơn trong nhiều lĩnh vực.
(Nguồn : Decision Support Systems Resources)
H Ệ THỐNG HỖ TRỢ RA QUYẾT ĐỊNH – DSS
Quyết định là kết quả của hoạt động lãnh đạo, thể hiện qua văn bản hoặc khẩu dụ mô tả phương án ứng phó với thách thức Nó phản ánh cam kết về nguồn lực và định hướng hành động của người lãnh đạo, bao gồm cả cá nhân và tập thể.
Có thể phân ra bốn loại quyết định như sau:
- Quyết định có cấu trúc (Structured Decision): Các quyết định mà người ra quyết định biết chắc chắn đúng
Quyết định không có cấu trúc (Non-Structured Decision) là những quyết định mà người ra quyết định nhận thức rằng có nhiều câu trả lời gần đúng, nhưng không có phương pháp nào để xác định câu trả lời chính xác nhất.
- Quyết định đệ quy (Recurring Decision): Các quyết định lặp đi lặp lại
- Quyết định không đệ quy (Nonrecurring Decision): Các quyết định không xảy ra thường xuyên.
2.1.3 Các giai đoạn của quá trình ra quyết định:
Hình 1.1 Các giai đoạn nhận định
Theo Herbert A Simon - nhà khoa học chính trị, kinh tế, xã hội học, tâm lý học người Mỹ :
- Nhận định (Intelligence): Tìm kiếm các tình huống dẫn đến việc phải ra quyết định, nhận dạng các vấn đề, nhu cầu, cơ hội, rủi ro…
- Thiết kế (Design): Phân tích các hướng tiếp cận để giải quyết vấn đề, đáp ứng các nhu cầu, tận dụng các cơ hội , hạn chế các rủi ro
- Lựa chọn (Choice): Cân nhắc và đánh giá từng giải pháp, đo lường hậu qủa của từng giải pháp và chọn giải pháp tối ưu.
- Tiến hành ra quyết định (Implementation): Thực hiện giải pháp được chọn, theo dõi kết quả và điều chỉnh khi thấy cần thiết.
2.2 Hệ thống hỗ trợ ra quyết định
Hệ thống hỗ trợ ra quyết định (DSS) là công cụ thông tin quan trọng giúp các tổ chức và doanh nghiệp trong việc đưa ra quyết định DSS chủ yếu phục vụ cho các cấp quản lý trung và cao, hỗ trợ họ giải quyết các vấn đề không cấu trúc và bán cấu trúc, thường gặp trong môi trường kinh doanh thay đổi nhanh chóng Hệ thống này có thể hoàn toàn tự động, do con người điều khiển hoặc kết hợp cả hai phương thức.
2.2.1 Bản chất của hệ ra quyết định:
Hệ thống hỗ trợ quyết định (DSS) là phần mềm giúp tổ chức và doanh nghiệp trong việc ra quyết định và phán đoán DSS cung cấp thông tin và tri thức, có khả năng lọc và xử lý dữ liệu lớn, tổng hợp thông tin một cách toàn diện để giải quyết vấn đề DSS hỗ trợ quá trình ra quyết định mà không thay thế vai trò của con người, thường được thể hiện qua tương tác người-máy và mô phỏng.
2.2.2 Thành phần của hệ thống DSS
+ Phân hệ Quản lý dữ liệu (Data Management) : gồm một cơ sở dữ liệu
Cơ sở dữ liệu (database) lưu trữ các dữ liệu liên quan đến tình huống và được quản lý bởi hệ quản lý cơ sở dữ liệu (DBMS - Data Base Management System) Phân hệ này có khả năng kết nối với kho dữ liệu (Data Warehouse) của tổ chức, phục vụ cho các quyết định quan trọng.
Cơ sở dữ liệu (CSDL) là tập hợp dữ liệu liên quan, phục vụ nhu cầu của tổ chức và doanh nghiệp CSDL được sử dụng bởi nhiều người từ các vị trí và tổ chức khác nhau, cũng như từ nhiều ứng dụng đa dạng.
Hệ quản trị cơ sở dữ liệu hỗ trợ quản lý và xét duyệt bản ghi dữ liệu, thiết lập và duy trì mối quan hệ giữa các dữ liệu, cũng như tạo báo cáo theo nhu cầu của người sử dụng.
- Phương tiện truy vấn: trong quá trình xây dựng và sử dụng DSS
Phân hệ Quản lý mô hình trong Hệ quản trị cơ sở mô hình bao gồm các phần mềm tích hợp các thành phần như thống kê, tài chính, khoa học quản lý và phương pháp định lượng, nhằm nâng cao năng lực phân tích của hệ thống.
Hình 1.2 Phân hệ Quản lý mô hình - Hệ quản trị cơ sở mô hình (Model Management)
Phân hệ Quản lý dựa vào kiến thức hỗ trợ các phân hệ khác hoặc hoạt động độc lập, giúp nâng cao tính thông minh trong quyết định Nó cung cấp khả năng cần thiết để giải quyết một số khía cạnh của bài toán và tăng cường năng lực vận hành cho các phân hệ khác.
+ Phân hệ Quản lý giao diện người dùng (User Interface Management) : giúp người sử dụng có thể giao tiếp với và ra lệnh cho hệ thống
Hình 1.3 Phân hệ Quản lý giao diện người dùng (User Interface
Management) 2.3 Ưu và nhược điểm của Hệ thống hỗ trợ thông tin - DSS
Thông qua sử dụng DSS, nhiều người dùng nhận thấy được những ưu điểm của
Hệ thống hỗ trợ thông tin và đánh giá rằng DSS:
Hệ thống hỗ trợ quyết định (DSS) giúp tiết kiệm thời gian bằng cách giải quyết các vấn đề và đưa ra quyết định nhanh chóng hơn, từ đó tăng tốc độ quá trình ra quyết định DSS được thiết kế để hỗ trợ người ra quyết định thay vì thay thế họ.
Hệ thống hỗ trợ quyết định (DSS) mang lại hiệu quả cao với khả năng xử lý và tính chính xác vượt trội Nhờ vào việc sử dụng dữ liệu vi tính hóa, DSS giảm thiểu sai sót và cho phép máy tính truy xuất dữ liệu mà chúng ta cung cấp một cách chính xác, từ đó nâng cao năng suất làm việc.
Hệ thống hỗ trợ quyết định (DSS) nâng cao tính linh hoạt và sự hiểu biết trong quá trình ra quyết định, cho phép đưa ra nhiều kiểu quyết định đa dạng Với khả năng thích nghi và tính mềm dẻo, DSS giúp người dùng cảm thấy thoải mái hơn khi sử dụng.
Hệ thống hỗ trợ quyết định (DSS) tự động hóa các quy trình nhờ vào nhiều thành phần hoạt động đồng bộ, giúp giảm thiểu sự phức tạp của vấn đề Điều này cho phép chúng ta đưa ra quyết định nhanh chóng khi truy xuất dữ liệu từ phần mềm máy tính.
DSS giúp cải thiện giao tiếp giữa mọi người thông qua việc tổ chức các cuộc họp và các hoạt động cần sử dụng tư duy, từ đó nâng cao hiệu quả làm việc nhóm.
Việc áp dụng hệ thống DSS giúp tiết kiệm chi phí đáng kể bằng cách giảm thiểu chi phí nhân công và nguồn lực liên quan đến xử lý dữ liệu Thay vì sử dụng phương pháp truyền thống tốn kém, DSS cho phép chúng ta thu thập dữ liệu từ các nguồn liên quan và nhập vào phần mềm để phân tích, từ đó đưa ra quyết định chính xác và hiệu quả hơn.
HỆ THỐNG HỖ TRỢ RA QUYẾT ĐỊNH KINH DOANH THÔNG MINH BI (BUSINESS INTELLIGENCE)
Trong thời đại công nghệ số hiện nay, doanh nghiệp cần chủ động nắm bắt nhu cầu thị trường và phân tích dữ liệu để tối ưu hóa hoạt động kinh doanh Sự gia tăng của công nghệ và khối lượng dữ liệu đóng vai trò then chốt trong việc ra quyết định nhanh chóng và chính xác, tạo lợi thế cạnh tranh trong bối cảnh vòng đời sản phẩm ngày càng ngắn Mô hình Business Intelligence (BI) là chiến lược hiệu quả giúp doanh nghiệp đưa ra quyết định sáng suốt, từ đó đạt được thành công và tạo ra sự khác biệt trên thị trường.
I Hệ thống hỗ trợ ra quyết định kinh doanh thông minh BI
1 Khái niệm về hệ thống kinh doanh thông minh
Trong thời đại số, việc truy cập và tìm kiếm thông tin trên internet trở nên dễ dàng, nhưng nhiều người vẫn thiếu kỹ năng và kiến thức cần thiết để chọn lọc thông tin chính xác Đặc biệt trong kinh doanh, việc này càng quan trọng hơn Các doanh nghiệp cần có những phương pháp hiệu quả để thu thập và phân tích thông tin, giúp họ nhận diện lợi ích và rủi ro, từ đó đưa ra quyết định đúng đắn.
Khái niệm "Business Intelligence" (BI) đã phát triển lâu dài và được áp dụng rộng rãi trên toàn cầu, đặc biệt là ở châu Âu, nhưng vẫn còn mới mẻ tại Việt Nam Tuy nhiên, với xu hướng toàn cầu hóa mạnh mẽ hiện nay, hệ thống kinh doanh thông minh này sẽ ngày càng trở nên quan trọng và có thể trở thành khái niệm quen thuộc trong tương lai tại Việt Nam.
BI (Business Intelligence) là trí tuệ doanh nghiệp, một công nghệ giúp doanh nghiệp hiểu biết về quá khứ để đưa ra quyết định và dự đoán tương lai BI bao gồm các kỹ năng, quy trình, công nghệ và ứng dụng hỗ trợ ra quyết định, kết hợp giữa phân tích kinh doanh, khai thác dữ liệu, trực quan hóa dữ liệu, công cụ dữ liệu và cơ sở hạ tầng Mục tiêu của BI là giúp tổ chức đưa ra quyết định dựa trên dữ liệu.
(Nguồn: https://topdev.vn/blog/business-intelligence-la-gi/)
2 Kiến trúc thành phần của hệ thống kinh doanh thông minh
Khi triển khai hệ thống kinh doanh thông minh, các công ty cần nhận thức rằng đây là một quá trình phức tạp, đòi hỏi nhiều thời gian và nguồn lực tài chính Tùy thuộc vào quy mô và đặc thù của tổ chức, các thành phần của hệ thống BI có thể được điều chỉnh linh hoạt để phù hợp với nhu cầu cụ thể Hiện nay, mô hình hệ thống kinh doanh thông minh thường bao gồm những thành phần cơ bản nhất định.
2.1 Nguồn dữ liệu (Data Sources)
Nguồn dữ liệu, hay còn gọi là dữ liệu thô, xuất phát từ nhiều nguồn khác nhau và có tính xây dựng Trong lĩnh vực Business Intelligence (BI), nguồn dữ liệu thường đề cập đến các nguồn thông tin mà tổ chức hoặc hệ thống có thể sử dụng để thực hiện phân tích và đưa ra quyết định phù hợp.
Nguồn dữ liệu có thể bao gồm nhiều định dạng khác nhau, bao gồm:
Bảng tính và Cơ sở dữ liệu:
Bảng tính là một công cụ hữu ích cho việc quản lý và phân tích dữ liệu, cho phép người dùng nhập liệu, tính toán và báo cáo thông tin như số liệu, văn bản và ngày tháng Hiện nay, nó được sử dụng rộng rãi để theo dõi tiến độ, doanh số và các quy trình kinh doanh khác.
Dữ liệu có thể được lưu trữ trong các cơ sở dữ liệu quan hệ như MySQL, PostgreSQL, SQL Server và Oracle, giúp việc truy cập, quản lý và cập nhật trở nên dễ dàng hơn.
Nguồn Dữ liệu Thương mại và Nguồn Dữ liệu Mở:
Nguồn dữ liệu thương mại là các thông tin được thu thập và cung cấp nhằm phục vụ cho hoạt động kinh doanh Những nguồn dữ liệu này bao gồm thông tin về khách hàng, thị trường và các loại dữ liệu khác có giá trị cho doanh nghiệp.
Nguồn dữ liệu thương mại có thể được thu thập từ nhiều nguồn khác nhau, bao gồm hệ thống quản lý khách hàng (CRM), dữ liệu thị trường, công cụ phân tích và theo dõi dữ liệu xã hội, cũng như từ các đối tác kinh doanh và nguồn dữ liệu công cộng.
Dữ liệu Mở (Open Data) là nguồn dữ liệu công khai, cho phép mọi người sử dụng mà không bị ràng buộc bởi bản quyền hay các hạn chế khác Các nguồn dữ liệu mở bao gồm thông tin từ chính phủ, nghiên cứu khoa học, và dữ liệu từ các nền tảng mạng xã hội như Facebook và Twitter.
Dữ liệu từ cảm biến:
Dữ liệu cảm biến là thông tin thu thập từ các thiết bị cảm biến, có khả năng đo lường và cảm nhận các thông số môi trường Những dữ liệu này sau đó được chuyển đổi thành thông tin có thể sử dụng cho máy tính, hệ thống tự động hoặc thiết bị kết nối Internet.
Cảm biến IoT (Internet of Things) là thiết bị đo lường các thông số như nhiệt độ, độ ẩm, chuyển động và ánh sáng, giúp giám sát và kiểm soát quy trình, hệ thống và môi trường xung quanh Dữ liệu thu thập từ các cảm biến này sẽ được truyền đến hệ thống quản lý từ xa, cho phép người dùng theo dõi và điều khiển thiết bị cũng như quá trình từ bất kỳ đâu trên thế giới thông qua kết nối Internet.
Ô tô tự lái được trang bị hệ thống lái tự động cùng với các cảm biến radar và cảm biến hình ảnh, giúp thu thập thông tin về môi trường xung quanh, từ đó đảm bảo an toàn cho người dùng.
Log Files và Streaming Data:
Tệp nhật ký (log files) là các tệp tin quan trọng ghi lại thông tin chi tiết về sự kiện, hoạt động và trạng thái của hệ thống hoặc ứng dụng trong một khoảng thời gian nhất định Chúng được sử dụng để theo dõi và ghi nhận mọi sự kiện có thể ảnh hưởng đến hiệu suất và an ninh của hệ thống, giúp người quản trị nắm bắt tình hình và đưa ra các biện pháp khắc phục kịp thời.
ỨNG DỤNG TRONG MỘT SỐ LĨNH VỰC ĐỜI SỐNG THỰC TẾ
Trong bối cảnh thông tin điện tử phát triển nhanh chóng, các tổ chức đang tích cực xây dựng và kết hợp dữ liệu để đưa ra quyết định hiệu quả nhằm nâng cao hoạt động kinh doanh Hệ thống hỗ trợ kinh doanh thông minh (BI) cung cấp các giải pháp đáp ứng nhu cầu này và đã được áp dụng rộng rãi trong nhiều lĩnh vực Điều này mang lại lợi thế cho doanh nghiệp trong việc khai thác và sử dụng các nguồn dữ liệu đa dạng.
1 Ứng dụng trong lĩnh vực ngân hàng
1.1 Ứng dụng BI trong một số lĩnh vực chính của ngân hàng
Hiện nay, các ngân hàng đang áp dụng ứng dụng Business Intelligence (BI) để cải thiện quy trình ra quyết định kinh doanh Nhờ vào khả năng quản lý và khai thác thông tin từ nhiều nguồn dữ liệu khác nhau, BI đã hỗ trợ hiệu quả cho các bộ phận kinh doanh trong việc đưa ra quyết định Hệ thống BI được ứng dụng rộng rãi trong nhiều lĩnh vực chính của ngân hàng.
Phân tích quan hệ khách hàng
Quản lý hiệu quả kinh doanh
Quản lý rủi ro ngân hàng
Khai thác tài sản và quản lý nợ
Chính sách và Pháp lý
- Phân tích hành vi khách hàng
- Danh mục đầu tư khách hàng
- Lịch sử ví điện tử
- Phân tích sản phẩm bảo hiểm
- Phân tích danh mục đầu tư của ngân hàng
- Lợi nhuận theo dòng sản phẩm
- Phân tích rủi ro lãi suất
- Rủi ro hồ sơ tín dụng
- Rủi ro thẩm định tín dụng
- Rủi ro tài sản đảm bảo
- Đánh giá rủi ro hoạt động
- Phân tích lưu chuyển tiền tệ
- Phân tích danh mục đầu tư
- Phân tích giá trị chuyển khoản
- Phân tích khả năng thanh khoản
- Nhu cầu vốn đối với rủi ro thị trường
- Các báo cáo tài chính
- Các giao dịch đáng ngờ
Bảng 1.2 Một số lĩnh vực ứng dụng BI trong hệ thống ngân hàng
Từ bảng trên, ta thấy rằng:
Phân tích quan hệ khách hàng giúp doanh nghiệp thu thập và nắm bắt thông tin chi tiết về khách hàng, bao gồm hồ sơ cá nhân, lịch sử giao dịch và hành vi của họ đối với ngân hàng Từ những dữ liệu này, doanh nghiệp có thể phân loại khách hàng thành các nhóm riêng biệt dựa trên các đặc trưng cụ thể, từ đó tối ưu hóa chiến lược tiếp cận và phục vụ.
Quản lý hiệu quả kinh doanh trong ngân hàng được thực hiện thông qua việc sử dụng bảng điểm cân bằng (balance scorecard), giúp các nhà quản trị giám sát liên tục sự cân bằng giữa tình hình hiện tại và các mục tiêu đã đề ra Công cụ này cung cấp các chỉ số hoạt động quan trọng, đồng thời cảnh báo khi giá trị vượt quá giới hạn cho phép, từ đó cho phép ngân hàng đưa ra quyết định chiến lược nhằm gia tăng doanh thu, doanh số và số lượng khách hàng.
Quản lý rủi ro ngân hàng là một quá trình quan trọng, trong đó hệ thống BI đóng vai trò hỗ trợ xác định, phân tích, đo lường và kiểm soát các vấn đề liên quan đến rủi ro Hệ thống này cũng cung cấp báo cáo chi tiết về mức độ rủi ro, từ đó đưa ra cảnh báo cần thiết nhằm đảm bảo hoạt động của ngân hàng diễn ra ổn định và an toàn.
Hệ thống BI trong quản lý tài sản và nợ (ALM) hỗ trợ ngân hàng tạo ra các báo cáo nội bộ quan trọng như phân tích lợi nhuận, lưu chuyển tiền tệ và danh mục đầu tư Điều này giúp ngân hàng quản lý tài sản và nguồn thu hiệu quả hơn, đồng thời đảm bảo khả năng trả nợ của khách hàng trước rủi ro thị trường.
1.2 Khó khăn và thách thức
Mặc dù hệ thống Business Intelligence (BI) mang lại nhiều lợi ích cho doanh nghiệp và tổ chức, nhưng việc ứng dụng công nghệ BI trong hoạt động kinh doanh ngân hàng cũng gặp không ít khó khăn và thách thức.
Việc áp dụng Business Intelligence (BI) trong ngân hàng và tổ chức tài chính là một quy trình phức tạp, yêu cầu xử lý một lượng lớn dữ liệu Để đảm bảo tính nhất quán và độ chính xác tuyệt đối, việc đồng bộ hóa thông tin là vô cùng quan trọng.
Nhiều ngân hàng hiện đang áp dụng hệ thống BI để xử lý khối lượng dữ liệu khổng lồ hàng ngày, nhưng họ vẫn chưa xác định rõ ràng mức độ triển khai và chiến lược đo lường hiệu quả sử dụng BI.
Mặc dù Business Intelligence (BI) đã trở nên phổ biến trong nhiều lĩnh vực công nghệ thông tin, nhưng vẫn có ít ngân hàng thực sự hiểu rõ và quen thuộc với khái niệm này.
Trong môi trường kinh doanh số, các ngân hàng đang đối mặt với nhiều khó khăn về chính sách pháp lý, tính minh bạch và độ chính xác của thông tin Việc bảo mật thông tin và dữ liệu cá nhân để tránh rò rỉ là vô cùng quan trọng, nhưng các quy định pháp lý thường được ban hành chậm Điều này gây khó khăn cho các ngân hàng trong việc xây dựng niềm tin với khách hàng, do tính phức tạp và rủi ro trong môi trường điện tử.
1.3 Kinh nghiệm ứng dụng BI Để triển khai và ứng dụng BI một cách có hiệu quả vào quá trình hoạt động kinh doanh của ngân hàng ta cần chuẩn bị một số bước sau:
Đánh giá là một hoạt động thiết yếu, giúp xác định những điểm cần cải thiện trong hệ thống Ba khía cạnh quan trọng cần được đo lường bao gồm: hiệu quả, độ tin cậy và sự hài lòng của người dùng.
- Khả năng sử dụng đối với dữ liệu thông minh
- Việc đo lường các vấn đề trên nhằm:
- Xác định giá trị mà BI mang lại
- Quản lý và vận hành BI
❖ Hiệu quả hệ thống BI:
Hiệu quả hệ thống BI được đảm bảo và đánh giá bởi một mô hình gồm 4 bước:
- Bước 1 : Xác định loại hình dữ liệu:
Xác định loại dữ liệu cần thiết và giá trị là yếu tố quan trọng trong quá trình ra quyết định kinh doanh Việc phân loại dữ liệu giúp tìm ra các giải pháp cho những vấn đề tồn đọng của ngân hàng, từ đó nâng cao hiệu quả hoạt động và hỗ trợ quyết định chính xác hơn.
- Bước 2 : Thu thập dữ liệu:
Các ngân hàng cần phát triển một phương pháp hiệu quả để thu thập dữ liệu từ nhiều nguồn và định dạng khác nhau.
