1. Cách thức hoạt động của PowerBIL:
a. Đọc yêu cầu và chuẩn bị câu chuyện người dùng (User Story)
Yêu cầu: Hiểu rõ các yêu cầu của dự án là quản lý và phân tích hành vi khách hàng của ngân hàng thương mại, cung cấp thông tin chỉ tiết đến các bộ phận liên quan như marketing, dịch vụ khách hàng, và các cấp quản lý điều hành. Dự án này nhằm mục đích phân tích dữ liệu khách hàng đã thu thập được từ các nguồn như thông tin giao dịch, hồ sơ tín dụng, thông tin nhân khẩu học, nhằm hiểu rõ hơn về hành vi và nhu cầu đa dạng của từng khách hàng. Thông tin này sẽ được trình bày cho các phòng ban liên quan trong công ty cũng như các cấp quản lý và nhà lãnh đạo nhằm xác định các chỉ số chính cần theo dõi.
Gia sử, bộ phận quản lý rủi ro cân theo dõi chỉ sô tín dụng đề dự đoán nợ xâu. Ban giám
35
đốc cần cái nhìn tổng quan về phân khúc khách hàng và hiệu quả sử dụng sản phẩm đề xác định cơ hội phát triển.
b. Xác định các bảng cần thiết
Dựa trên các yêu cầu đề đáp ứng với các đối tượng sử dụng khác nhau, nhóm phân tích hướng đến việc phân tích quản lý doanh thu của ngân hàng thương mại dựa trên các khía cạnh về khoản vay, khu vực địa lý và khách hàng.
c. Kết nối đến các chế độ xem trong Power Query
Str dung PowerBI Desktop dé két néi đến cơ sở dữ liệu của ngân hàng thương mại từ SQL Server. Import các chế độ xem đã tạo vào Power Query dé bat dau quá trình chuyên
đối dữ liệu.
d. Chuyển đổi dữ liệu trong Power Query và Mô hình hóa dữ liệu
Thực hiện các bước xử ly đữ liệu khách hàng ngân hàng như lọc, nhóm theo phân khúc, tách hoặc hợp nhất cột.
Thiết lập mối quan hệ giữa các bảng trong PowerBI, xác định khóa chính/khóa ngoại như mã khách hàng, mã giao dịch. Tao bang và cột tính toán đề phân tích chuyên sâu như tính điểm tín dụng hoặc phân loại khách hàng.
e. Tạo các đo lường (Measures)
Str dung DAX (Data Analysis Expressions) dé tạo các đo lường cần thiết như tông số dư tài khoán, số lượng giao dịch, lợi nhuận từ dịch vụ,... Các đo lường này sẽ được dùng dé phan tich va hiển thị dữ liệu trong báo cáo.
f. Trực quan hóa dữ liệu (Data Visualization)
Sử dụng các công cụ trực quan hóa trong PowerBI để tạo biêu đồ, bảng và báo cáo cho dữ liệu khách hàng ngân hàng. Đảm bảo báo cáo dễ hiểu và đáp ứng yêu cầu của người dùng cuối. Tạo các dashboard tông hợp và chỉ tiết để cung cấp cái nhìn toàn diện và chỉ tiết về dữ liệu.
36
2. Trực quan hóa dữ liệu:
a. Tổng quan tình hình hoạt động:
OVERVIEW YEAR, MONTH REGIONS
SUM OF AMOUNT Tổng của Total loan amount | Tổng của Total loan amount
103 triệu
SUM OF TOTAL LOANS
682
` Lá
Tống của total loans và Tổng của avg loan_amo... | eens Defaulted loans, Successful loans
ˆ ' south Homesne
a 9 pee. A `
ằ v wo me
Iẽliinnnnunssss _—mm.HmA hit: bi
Hình 11: 7ổng quan tình hình hoạt động.
e_ Tổng quan về khoản vay:
o_ Tổng số tiền vay (Sum of Amount): 103 triệu
o_ Tổng sô khoản vay (Sum of Total Loans): 682 khoản vay đã được cấp.
e_ Về giá trị khoản vay:
o_ South Moravia dẫn đầu với tông giá trị khoản vay là 20 triệu, cho thấy khu vực này có nhu cầu vay cao nhất. North Moravia đứng thứ hai với 18 triệu, o_ Central Bohemia và East Bohemia đều có tông giá trị khoản vay là l4 triệu,
cho thấy sự quan tâm của các khu vực này đối với vay vốn.
o_ Prague (Thủ đô) có tông giá trị khoản vay là 13 triệu. Mặc dù là một trung tâm tài chính quan trọng, tông số tiền vay tại đây vẫn thấp hơn so với South và North Moravia.
© South Bohemia va West Bohemia co tong gia tri khoan vay lần lượt là 9 triệu và 8 triệu, phản ánh nhu câu vay thâp hơn so với các khu vực khác.
37
e_ Về số lượng khoản vay:
o_ Thị trường HI.m. Praha có tổng số lượng khoản vay cao nhất, phản ánh sự phát triển mạnh mẽ và nhu cầu vay vốn lớn tại khu vực nay. Brno - mesto va Karvina lần lượt đứng thứ hai và thứ ba về số lượng khoản vay, nhưng vẫn kém xa so với Hl.m. Praha, điều này cho thay sự chênh lệch rõ rệt về nhu cầu vay vốn giữa các khu vực.
o_ Các khu vực khác như Ostrava - mesto và Zlín có số lượng khoản vay ở mức trung bình, phản ánh nhu cầu vay vốn tương đối ỗn định.
o_ Khu vực South Moravia có tổng số khoản vay cao nhất, theo sau la North Moravia và Central Bohemia. Điều này có thê phản ánh mức độ phát triển kinh tế của South Moravia, nơi thu hút nhiều khoản vay hơn. Khu vực West Bohemia có giá trị khoản vay thấp nhất, điều này có thê do đặc thù kinh tế
của khu vực này, ít hoạt động kinh tế hoặc vay vốn so với các khu vực khác.
e_ Về trung bình giá trị các khoản vay:
o Nachod là khu vực mà sự khác biệt lớn nhất giữa avg loan amount và total loans được ghi nhận, với avg loan amount cao hon han so véi tổng số khoản vay. Điều này cho thấy khu vực Nachod phù hợp với các khoản vay
dài hạn hoặc đầu tư lớn.
o_ Còn với 5 quận có số lượng khoản vay lớn nhất thì họ chỉ có trung bình giá trị các khoản vay ở mức trung bình - thấp. Điều này có thê cho thấy ngân hàng ở các địa phương này chủ yêu phục vụ nhiều khách hàng nhỏ lẻ, với các sản phâm vay có giá trị thấp hoặc ngắn hạn.
ô _ Phõn tớch số lượng khoản vay thành cụng và nợ xấu:
o North Moravia, South Moravia, va Prague co s6 luong khoan vay thanh céng cao nhất với lần lượt 35, 35, và 34 khoản vay.
o Central Bohemia có 26 khoản vay thành công nhưng có tới 5 khoản vay bị nợ xâu, điều này có thê là vấn đề cần chú ý trong việc quản lý rủi ro tài chính.
o_ East Bohemia có 19 khoán vay thành công và không có khoản nợ xấu nào, cho thấy khả năng quán lý nợ tốt hơn.
38
o_ Tổng cộng, có 31 khoản vay nợ xâu từ tông số 203 khoản vay thành công, với tý lệ nợ xấu tương đối cao.
ô Khuyến nghị:
o South Moravia va North Moravia la hai khu vuc co tong gia trị khoản vay cao nhat, vi vay, cac chiến lược tài chính nên tập trung vào việc phát triển thị trường tại đây.
o_ Prague tuy có tông giá trị khoản vay thấp hơn, nhưng có tiềm năng phát triển với số lượng khoản vay thành công cao.
o Tỷ lệ nợ xau tai Central Bohemia, South Bohemia, va West Bohemia kha cao. Do đó, cần có biện pháp quản lý rủi ro chặt chẽ hơn.
o East Bohemia co hiệu quả quản lý nợ tốt với không có khoản vay nợ xấu nào, là một khu vực tiềm năng để mở rộng hoạt động tín dụng.
b. Phân tích về các khoản vay:
LOAN ANALYSIS YEAR, MONTH REGIONS
SUM OF LOAN AMOUNT Trung binh cua Avg_age Avg age and Avg loan amount
103.26 triệu Xe
SUM OF AVG LOAN AMOUNT ———
53.51 triéu a | bt
Nhang Hi bib
* ! Tống cua Default rate và Tổng của Success rate | Tong cua Total_female_customers va Tong cu
= c an
_=
Hình 12: Phân tích theo khoản vay.
39
e_ Phân tích độ tuổi trung bình và khu vực địa lý:
© South Bohemia có Trung bình của Avg age cao nhất là 42.47, cao hơn 12.29% so với Prague, nơi có Trung bình của Avg_age thấp nhất là 37.82.
Sự chênh lệch về độ tuổi này có thê phản ánh rang South Bohemia có một tỷ lệ người vay lớn tuôi hơn so với Prague. Những người vay ở South Bohemia có thể có nhu cầu vay cho các mục đích dai han hon, ví dụ như hỗ trợ tài chính cho gia đình hoặc đầu tư vào bất động sản và chăm sóc sức khỏe, trong khi Prague — một khu vực đô thị phát triển, thu hút nhóm khách hàng trẻ hơn, có nhu cầu vay đề tiêu dùng hoặc khởi nghiệp.
e Phân (ích theo độ tuổi và giá trị khoản vay:
©
©
©
Nhóm người trẻ tuổi (20 — 40 tuổi) có nhu cầu vay lớn nhất trong tất cả các nhóm tuổi. Điều này cho thấy nhóm khách hàng trong độ tuổi này có xu hướng vay để đáp ứng các nhu cầu lớn hơn, có thê liên quan đến việc học tập, mua nhà, khởi nghiệp, hoặc đầu tư cá nhân.
Nhóm người trung niên (40 — 60) tuôi, họ là nhóm có nhu cầu vay lớn thứ 2, mặc dù lượng vay không nhiều như nhóm người trẻ tuôi tuy nhiên lại có các khoản vay lớn (đạt đỉnh ở mức 47 triệu). Từ dữ liệu này cho thấy họ có thê do họ đang ở giai đoạn ôn định tài chính và đã qua thoi ky vay dé dau tư hoặc mua sắm lớn. Tuy nhiên, vẫn có nhu cầu vay ở nhóm nay, co thé la dé phat
triển kinh doanh hoặc đầu tư dải hạn.
Nhóm người cao tuổi (trên 60 tuổi), đây là nhóm khách hàng có nhu cầu vay vốn thấp nhất. Đề lý giải điều này, có thê họ đã 6n định về mặt tài chính và đã qua thời kỳ vay đề đầu tư hoặc mua sắm lớn, chỉ tiêu của họ ở giai đoạn nảy chủ yêu là chăm sóc sức khỏe hoặc tận hưởng cuộc sông.
e _ Phân (ích theo giới tính: Có một sự chênh lệch nhẹ ở một số thời điểm, nhưng nhìn chung, cả hai giới đều có nhu cầu vay ngang bằng nhau.
40
Phân tích theo thời gian (năm và tháng):
o Bang Tong sé khoản vay theo tháng và năm cho thấy năm 1997 là năm có hoạt động vay mạnh nhất với tổng số khoản vay đạt cao nhất vào tháng 12 (23 khoản vay với 3.38 triệu tong gia tri).
Cuối năm 1997 và 1998, Cộng hòa Séc trải qua khủng hoảng tài chính nghiêm trọng do sự suy thoái kinh tế, dẫn đến khủng hoáng niềm tin trong hệ thống tài chính. Chính sự khủng hoảng này, cùng với quá trình phục hồi và ôn định sau đó vào năm 1998, đã làm gia tăng đáng kề số lượng khoản vay so với những năm trước trong giai đoạn 1993-1998.
e© Khuyến nghị:
o_ Nhóm khách hàng từ 20 — 40 tuổi cần được chú ý nhiều hơn vì đây là nhóm có nhu cầu vay cao nhất. Cần phát triển các sản phâm vay dành riêng cho nhóm này để tối ưu hóa doanh thu như các sản phâm vay được tùy chỉnh để phù hợp với các nhu cầu đặc thù, như sản phâm vay mua nhà và bất động sản, vay vôn khởi nghiệp — dau tu, ...
o_ Khu vực Prague với độ tuổi người vay trung bình trẻ, có thé là cơ hội dé phát triển các sản phâm vay hướng đến nhóm dân cư trẻ, khuyến khích tiêu dùng và đầu tư như thẻ tín dụng, sản phẩm vốn vay tiêu dùng.
41
c. Phân tích theo khách hàng:
YEAR, MONTH REGION
Tống cua avg_loan_amount | Tổng của avg loan amount Tống của avg loạn_amount
am ow Oud sạc: @ > † nore. @ ° `
my . | i %
Tong cua avg_loan_amount avg_loan_amount, avg_default_rate_percentage, avg_loan_amount
me yroup @ . *
evg defmalt_rate_percentage
@vq_loan_amount
Hinh 13: Phan tich theo khach hang.
e Phân tích tông giá trị và nhóm thu nhập:
o_ Nhóm thu nhập thấp (Low Income) có tông giá trị khoản vay trung bình cao nhất, chiếm tỷ lệ lớn (56.68%) trong tông giá trị khoản vay của toàn bộ nhóm thu nhập. Điều này cho thấy nhóm thu nhập thấp có nhu cầu vay cao nhất, có thê là để đáp ứng nhu cầu tài chính cấp bách.
o Nhom thu nhập trung bình (Middle Income) đứng thứ hai.
o_ Nhóm thu nhập cao (High Income) có tông giá trị khoản vay thấp nhất. Cho thấy nhóm này có xu hướng ít vay vốn hơn, có thê do khả năng tài chính tốt hơn và không cần đến sự hỗ trợ từ các khoản vay.
e Ty lé ng xau (Default Rate Percentage):
o_ Nhóm thu nhập thấp không chỉ có tông giá trị khoản vay lớn mà còn đi kèm với tỷ lệ nợ xấu cao hơn. Điều này cho thấy rằng dù có nhiều khoản vay nhưng khả năng hoàn trả của nhóm này là một vấn đề cần được quan tâm và theo dõi chặt chẽ.
o_ Nhóm thu nhập trung bình có tỷ lệ nợ xấu trung bình 42
o_ Nhóm thu nhập cao có tỷ lệ nợ xấu thấp nhất, do nhóm này có nhu cầu vay vốn ít hơn và khả năng tài chính mạnh mẽ hơn đề đảm bảo hoàn trả.
e_ Phân tích theo giới tính và nhóm tuổi:
o_ Phụ nữ có tổng giá trị khoản vay trung bình cao hơn so với nam giới ở cả hai nhóm tuôi Middle-aged (trung niên) và Young (trẻ tuôi).
o Nam giới có giá trị khoản vay trung bình cao hơn phụ nữ trong nhóm Senlor (cao tuôi).
e Theo khu vực nông thôn và thành thị:
o_ Khu vực thành thị (Urban) có giá trị khoản vay trung bình thấp hơn so với vùng ngoại ô (Suburban), điều này phù hợp với xu hướng kinh tế xã hội thời bấy giờ khi đô thị hóa thực sự chưa nhiều và người dân sinh sống chủ yếu ở vùng nông thôn.
e© Khuyến nghị:
o_ Nhóm thu nhập thấp (Low Income) có nhu cầu vay cao nhất nhưng đi kèm với tỷ lệ nợ xấu lớn. Ngân hàng nên cung cấp sản phẩm vay phù hợp, đồng thời tăng cường quản lý rủi ro và hỗ trợ tài chính đề giảm tý lệ nợ xấu.
o Nhom thu nhap cao (High Income) vay it nhung co kha nang tra nợ tốt. Ngân hang nén phat trién cac san pham tai chinh dau tư hoặc cung cấp các nghiệp vụ quản lý tài san dé thu hút nhóm nay.
o_ Phụ nữ trung niên và cao tuôi vay nhiều hơn nam giới. Nên phát triển các gói vay phù hợp với nhu cầu của phụ nữ trong hai nhóm tuôi này, đặc biệt trong lĩnh vực đầu tư và tiêu dùng như vay hỗ trợ gia đình, vay tiêu dùng cá nhân, sản phẩm tiết kiệm, ...
o_ Khu vực thành thị (Urban) có nhu cầu thấp hơn so với vùng ngoại ô. Ôn định các sản phâm cho vay ở ngoại ô hiện có và bỗ sung thêm các dịch vụ ưu đãi để giữ chân khách hàng. Hơn hết là tập trung phát triển các sản pham tai chính đô thị để đáp ứng nhu cầu như thẻ tín dụng, sản phẩm vay tiêu dùng, ...
nhằm đầy mạnh tại thị trường tiềm năng này.
43
d. Phân tích theo khu vực địa lý:
YEAR, MONTH REGIONS
REGIONAL ANALYSIS
Sum of loan amount | Total loans by Regions Téng cua Total_loans
———
103 triệu '
^ : mp pare
Sum of Total Loans | ; eit Caco
eka) Room TA
682 ^^“ sth + vee
) Beraks
Peas hemes Tổng của Total loan amount vả Tống của Top § regions with the largest loans
ast fohernia
Mors 117 €
lu ằ d n ^
Hình 14: Phân tích theo khu vực địa lý.
e©_ Số lượng khoản vay:
o South Moravia là khu vực dẫn đầu về tông số lượng khoản vay với 129 khoản vay, phản ánh nhu cầu vay vốn rất cao tại khu vực này. Đây là dấu hiệu của một nền kinh tế phát triển, nơi nhu cầu vốn đề đầu tư và mở rộng hoạt động kinh doanh mạnh mẽ.
o_ North Moravia đứng thứ hai với 117 khoản vay, cho thấy sự cạnh tranh tương đối với South Moravia. Cho thấy nhu cầu vay vốn tại đây cũng đáng kể.
© Prague, East Bohemia, va Central Bohemia lần lượt chiếm các vị trí tiếp theo với 84, 84, 90 khoản vay. Những khu vực này có nhu cầu vay vốn trung bình, cho thấy nền kinh tế và hoạt động tài chính ôn định nhưng không bùng nỗ
như các khu vực dẫn đầu.
e Phan tich giá trị trung bình khoản vay:
o_ Về giá trị trung bình của các khoản vay, South Moravia cũng là khu vực có giá trị khoản vay trung bình cao nhất, tiếp tục khẳng định vị trí dẫn đầu về nhu câu tài chính lớn.
©_ Các khu vực khác như North Moravia, East Bohemia, và South Bohemia có giá trị trung bình khoản vay thấp hơn, điều này cho thấy khả năng các khu vực này tập trung vào các khoản vay quy mô vừa và nhỏ.
e© Khuyến nghị:
o_ Central Bohemia và North Moravia hiện tại là khu vực có nhiều cơ hội phát triên nhưng cũng đi kèm với rủi ro nợ xấu cao. Cần thiết lập các biện pháp quản lý rủi ro tín dụng chặt chế hơn để kiểm soát nợ xấu.
o South Moravia là khu vực tiềm năng lớn với nhu cầu vay vốn cao và tỷ lệ nợ xấu thấp, tiếp tục đầu tư và mở rộng các chương trình hỗ trợ tài chính tại đây.
o_ East Bohemia có tiềm năng phát triển với nhu cầu vay vốn ổn định và rủi ro nợ xâu thấp. Đây là những khu vực có thê đây mạnh các chương trình vay vốn cho các doanh nghiệp nhỏ và vừa.