Chương 4-5: Trí Tuệ Kinh Doanh và Hệ Thống Thông Tin Logistics. Môn Hệ thống thông tin logistics | Trường Đại học Giao thông Vận tải.

lOMoAR cPSD| 59735610 CÂU HỎI
TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI
Câu 1: Tại sao các tổ chức cần kinh doanh thông minh?
THÀNH PHỐ HỒ CHÍ MINH Câu
2: Những hệ thống thông minh kinh doanh nào có sẵn? Chương 4 kinh
. Trí tuệ doanh Câu 3: (
Các ứng dụng báo cáo điển hình là gì?
Business Intelligence ) C
âu 4: C ác ứng dụng khai thác dữ liệu điển hình là gì? Câu
5: Mục đích của kho dữ liệu và siêu thị dữ liệu là gì?
C âu 6: C ác ứng dụng Business Intelligence được phân phối như thế nào? 2
Tại sao các tổ chức cần Business Intelligence ( BI ) ? Câu
1: Tại sao các tổ chức cần kinh doanh thông minh?
 Truyền thông dữ liệu và lưu trữ dữ liệu về cơ bản là miễn phí
và lượng dữ liệu khổng lồ được tạo và lưu trữ mỗi ngày:
12 000 gigabyte dữ liệu cho mỗi người trên toàn thế giới vào năm 2009. 3 4 lOMoAR cPSD| 59735610
Tại sao các tổ chức cần Business Intelligence ( BI ) ?
 Doanh nghiệp sử dụng hệ thống BI để:
• Xử lý dữ liệu ( từ DB vận hành, Dữ liệu xã hội, dữ liệu đã mua, v.v .)
Câu Những hệ thống thông minh • 2:
T ạo ra các mô hình, mối quan hệ và các dạng thông tin khác; kinh doanh nào có sẵn? •
C ung cấp thông tin đó một cách kịp thời cho người dùng cần nó.
Ví dụ: Xác định những thay đổi trong mô hình mua hàng
BI dành cho giải trí: Netflix có dữ liệu về thói quen xem, nghe và thuê
xác định những gì mọi người thực sự muốn 5 6
Hệ thống thông minh kinh doanh
Business intelligence (BI) tools • Organization needs
BI hệ thống cung cấp thông tin có giá trị cho việc ra quyết định. Ba hệ thống BI chính.
1. Công cụ báo cáo
 T ích hợp dữ liệu từ nhiều hệ thống  BI systems Data
S ắp xếp, nhóm, tính tổng, tính trung bình, so sánh dữ liệu. ( tools ) mining
2. Công cụ khai thác dữ liệu Reporting Knowledge
 sử dụng các kỹ thuật thống kê phức tạp, phân tích hồi quy và phân Management tích cây quyết định
 được sử dụng để khám phá các mô hình và mối quan hệ ẩn giấu 
phân tích giỏ thị trường. lOMoAR cPSD| 59735610
Business intelligence (BI) tools
Công cụ so ứng dụng với hệ thống
3. Công cụ quản lý tri thức
Công cụ BI là một hoặc nhiều chương trình máy tính. Các công cụ
tạo ra giá trị bằng cách thu thập và chia sẻ kiến thức
BI triển khai logic của một quy trình hoặc quy trình cụ thể.
của con người về sản phẩm, cách sử dụng sản phẩm,
Ứng dụng BI là việc sử dụng một công cụ trên một loại dữ liệu cụ
cách thực hành tốt nhất và các kiến thức quan trọng khác
thể cho một mục đích cụ thể.
được sử dụng bởi nhân viên, người quản lý, khách
Hệ thống BI là một hệ thống thông tin có tất cả năm thành phần
hàng, nhà cung cấp và những người khác cần tiếp cận kiến thức của công ty.
cung cấp kết quả của ứng dụng BI cho người dùng cần những kết quả đó
Các thao tác thường được sử dụng bởi các công cụ báo cáo Basic reporting operations sorting Câu grouping
3: Các ứng dụng báo cáo điển hình là gì? filtering Raw Data calculating formatting 1 1 lOMoAR cPSD| 59735610 Danh sách dữ Dữ liệu được liệu bán hàng sắp xếp theo tên khách hàng Source: textbook[1], pg 290 Source: textbook[1], pg 289
Dữ liệu bán hàng, được
Dữ liệu bán hàng được lọc để hiển sắp xếp theo tên khách
thị những khách hàng thường xuyên hàng và được nhóm theo
và được định dạng để dễ hiểu hơn
đơn đặt hàng và số lượng mua hàng Source: textbook[1], pg 290 Source: textbook[1], pg 291 lOMoAR cPSD| 59735610 PHÂN TÍCH RFM Ứng dụng báo cáo Phân tích RFM (RECENC
Y – FREQUENCY – MONETARY) là một kỹ
thuật phân khúc khách hàng dựa trên hành vi mua hàng của họ trong quá
 Ứng dụng báo cáo là một ứng dụng BI nhập dữ liệu từ khứ
kh ách hàng thường chi cho sản phẩm của bạn.
một hoặc nhiều nguồn và áp dụng công cụ báo cáo cho dữ
liệu đó để tạo ra thông tin.
RFM analysis cho phép bạn phân tích và xếp hạng khách hàng theo mô hình
 Các ứng dụng báo cáo quan trọng: mua hàng của họ: P hân tích RFM
R = khách hàng đã mua sản phẩm của bạn gần đây như thế nào
F = tần suất khách hàng mua sản phẩm của bạn OLAP
M = số tiền khách hàng thường chi cho sản phẩm của bạn.
Công cụ RFM phân loại khách hàng Example of RFM score data
Chia khách hàng thành 5 nhóm và cho điểm từ 1 đến 5:
Điểm R 1 = 20% 'đơn hàng gần đây nhất’
Điểm R 5 = 20% dưới cùng (dài nhất kể từ lần đặt hàng cuối cùng)
Điểm F 1 = 20% 'đơn đặt hàng thường xuyên nhất’
Điểm F 5 = 20% cuối cùng của 'đơn đặt hàng ít thường xuyên nhất'
Điểm M 1 = 20% cao nhất trong số 'số tiền chi tiêu nhiều nhất'
Điểm M 5 = 20% cuối cùng 'người chi tiêu ít nhất'. Sourc e: textbook[1], pg 291
Downloaded by lê Trang (letrang23192319@gmail.com) lOMoAR cPSD| 59735610
Giải thích kết quả điểm
RFM Giải thích kết quả điểm RFM
Ajax đã đặt hàng gần đây và đặt hàng thường xuyên. Điểm M là
▪ đội ngũ bán hàng không nên lãng phí thời gian cho
3 cho thấy nó không đặt hàng những mặt hàng đắt tiền nhất: khách hàng này.
▪ Một khách hàng tốt và thường xuyên nhưng cần cố gắng bán Davidson ở giữa
thêm những mặt hàng đắt tiền hơn cho Ajax.
▪ thiết lập trên hệ thống liên lạc tự động hoặc sử dụng tài
Bloominghams đã không đặt hàng một thời gian, nhưng khi có,
khoản Davidson làm bài tập huấn luyện.
họ đặt hàng thường xuyên và các đơn hàng có giá trị tiền tệ cao nhất:
▪ có thể đã đưa hoạt động kinh doanh của mình sang một nhà cung cấp khác
▪ đội ngũ bán hàng nên liên hệ với khách hàng này ngay lập tức.
Caruthers đã không đặt hàng một thời gian, không đặt hàng
thường xuyên và không chi tiêu nhiều:
Online analytical processing (OLAP)
Xử lý phân tích trực tuyến
Các tính năng của báo cáo OLAP OLAP : chung chung hơn RFM. OLAP reports
OLAP cung cấp khả năng tính tổng, đếm, tính trung bình • Có :
và thực hiện các phép tính số học đơn giản khác trên các
thước đo: mục dữ liệu quan tâm nhóm dữ liệu.
Ví dụ: Tổng doanh thu, doanh thu trung bình và
Đặc điểm nổi bật của báo cáo OLAP: “ dynamic ” người chi phí trung bình
xem báo cáo có thể thay đổi định dạng của báo cáo. xem trực tuyến.
Kích thước : đặc tính của thước đo
Ví dụ: Ngày mua, loại khách hàng, địa điểm
của khách hàng và khu vực bán hàng lOMoAR cPSD| 59735610
Dòng sản phẩm OLAP và loại cửa hàng
Dòng sản phẩm OLAP và vị trí cửa hàng theo loại cửa hàng Source: textbook[1], pg 292
• Một bản trình bày như trên còn được gọi là khối OLAP:
o trình bày thước đo với các kích thước liên quan.
• Người dùng có thể thay đổi định dạng.
• Người dùng có thể đi sâu vào dữ liệu, tức là chia dữ liệu thành chi tiết hơn. •
Có thể yêu cầu sức mạnh tính toán đáng kể. Source: textbook[1], pg 293
Dòng sản phẩm OLAP và vị trí cửa hàng theo loạ
cửa hàng, được xem chi tiết để hiển thị các cửa OLAP servers hàng ở California
 Được phát triển để thực hiện phân tích OLAP.  Máy chủ:
• đọc dữ liệu từ cơ sở dữ liệu hoạt động thực hiện
• các phép tính lưu trữ
• kết quả trong cơ sở dữ liệu OLAP.
 Các nhà cung cấp bên thứ ba cung cấp phần mềm để
hiển thị đồ họa rộng hơn.
Downloaded by lê Trang (letrang23192319@gmail.com) Source: textbook[1], pg 295 lOMoAR cPSD| 59735610 OLAP SERVER
C âu 4: C ác ứng dụng khai thác
dữ liệu điển hình là gì? Source: textbook[1], pg 296
Ứng dụng khai thác dữ liệu
Ứng dụng khai thác dữ liệu
Knowledge Discovery in Database (KDD)
Data mining là ứng dụng các kỹ thuật thống kê để tìm ra các mẫu và mối
quan hệ giữa dữ liệu nhằm phân loại và dự đoán.
 Khai thác dữ liệu = Khám phá tri thức trong cơ sở dữ liệu (KDD)  Thể loại:
Khai thác dữ liệu không giám sát
Khai thác dữ liệu có giám sát Source: textbook[1], pg 296
Khai thác dữ liệu không giám sát lOMoAR cPSD| 59735610
Khai thác dữ liệu được giám sát
 Các nhà phân tích không tạo mô hình trước khi chạy phân tích.
 Áp dụng kỹ thuật khai thác dữ liệu và quan sát kết quả
 Mô hình được phát triển trước khi phân tích 
 Các kỹ thuật thống kê được sử dụng để ước tính các
Các nhà phân tích tạo ra các giả thuyết sau khi phân tích để giải tham số
thích các mẫu được tìm thấy. Ví dụ:
• Không có mô hình trước đó về các mô hình và mối quan hệ có
Phân tích hồi quy — đo lường tác động của tập hợp các biến lên nhau thể tồn tại
Dùng để đưa ra dự đoán
 Kỹ thuật thống kê phổ biến được sử dụng:
Phân tích cụm để tìm các nhóm khách hàng tương tự từ dữ liệu
nhân khẩu học và đơn đặt hàng của khách hàng Market - Basket Analysis Market Market - Basket Analysis
- basket analysis phân tích là một kỹ thuật khai thác dữ liệu để
xác định mô hình bán hàng.
Sử dụng các phương pháp thống kê để xác định mô hình bán hàng  Điều khoản:
với khối lượng dữ liệu lớn •
Hỗ trợ: xác suất hai mặt hàng A và B sẽ được mua cùng
Hiển thị những sản phẩm khách hàng có xu hướng mua cùng nhau • nhau
Dùng để ước tính xác suất mua hàng của khách hàng • Độ tin cậy:
Giúp xác định các cơ hội bán chéo
xác suất khách hàng sẽ mua B nếu họ mua A
 “Khách mua sách X cũng mua sách Y”
Nâng = Niềm tin /Hỗ trợ cơ bản
=> cho biết xác suất cơ sở tăng hoặc giảm bao nhiêu khi mua các sản phẩm khác
Downloaded by lê Trang (letrang23192319@gmail.com) lOMoAR cPSD| 59735610
Market - Basket Analysis example Market - Basket Analysis Mask and Fins Buy together Support = 250/400 = 0.625
Buy mask  will buy fins Confident= 250/270= 0.926 Lift= 0.926/0.7= 1.322
Source: textbook[1], pg 298 Market - Basket Analysis Câu
5: Mục đích của kho dữ liệu
và siêu thị dữ liệu là gì? lOMoAR cPSD| 59735610
Data Mart là một kho lưu trữ theo chủ đề trong phạm vi
Data mart có thể được tạo theo ba cách chính:
lớn hơn của kho dữ liệu, được thiết kế đặc biệt để đáp ứng
•Cách tiếp cận từ trên xuống: Một siêu thị dữ liệu có thể là một phân
nhu cầu của một bộ phận hoặc chức năng kinh doanh cụ
vùng của kho dữ liệu hiện có. Theo cách tiếp cận này, siêu thị dữ liệu
thể. Không giống như kho dữ liệu tập trung phục vụ nhu
được tách ra khỏi kho dữ liệu chính thức và dữ liệu chảy từ kho dữ liệu
cầu thông tin của toàn bộ tổ chức, một siêu thị dữ liệu tập vào siêu thị dữ liệu.
trung vào một lĩnh vực cụ thể, chẳng hạn như bán hàng,
•Phương pháp tiếp cận từ dưới lên: Các kho dữ liệu được xây dựng
tiếp thị hoặc tài chính.
trước tiên, phục vụ cho các nhu cầu kinh doanh cụ thể và sau đó chúng có
thể được kết hợp hoặc tích hợp để tạo thành một kho dữ liệu hoàn chỉnh.
Điều này có thể ít tốn kém hơn và thực hiện nhanh hơn nhưng có thể dẫn
đến sự không nhất quán nếu không được quản lý cẩn thận.
•Độc lập: Có thể được tạo độc lập với kho dữ liệu, lấy dữ liệu trực tiếp từ
các hệ thống vận hành hoặc giao dịch 41 42
Mục đích của Kho dữ liệu và Siêu thị dữ liệu là gì?
Ưu điểm của data mart bao gồm truy xuất dữ liệu nhanh hơn,  Mục đích:
tập trung vào một lĩnh vực kinh doanh cụ thể và thường có chi
phí thấp hơn so với triển khai kho dữ liệu đầy đủ. Nó cũng có thể
Để trích xuất, làm sạch và chuẩn bị dữ liệu từ các hệ điều
cho phép liên kết tốt hơn với các mục tiêu của đơn vị kinh doanh
hành khác nhau và các nguồn khác
cụ thể, vì nó cho phép tạo các báo cáo và phân tích phù hợp.
Tuy nhiên, nếu không được quản lý hoặc tích hợp đúng cách
Để lưu trữ và lập danh mục dữ liệu để xử lý BI
với các kho dữ liệu khác hoặc kho dữ liệu trung tâm, sự không
Được lưu trữ trong kho dữ liệu DBMS
nhất quán và dư thừa có thể xuất hiện, dẫn đến khả năng dữ liệu không chính xác.
Downloaded by lê Trang (letrang23192319@gmail.com) 4 3 lOMoAR cPSD| 59735610
Các thành phần của kho dữ liệu
Nguồn dữ liệu kho dữ liệu
 Hệ thống vận hành nội bộ
 Dữ liệu bên ngoài được mua từ các nguồn bên ngoài
 Dữ liệu từ mạng xã hội, ứng dụng nội dung do người dùng tạo
 Siêu dữ liệu liên quan đến dữ liệu được lưu trữ
trong cơ sở dữ liệu meta kho dữ liệu Source: textbook[1], pg 304
Kho dữ liệu so với siêu thị dữ liệu
Kho dữ liệu so với siêu thị dữ liệu
Data mart là tập hợp dữ liệu
 Được tạo ra để giải quyết các nhu cầu cụ thể Chức năng kinh doanh Vấn đề Cơ hội
 Nhỏ hơn kho dữ liệu
 Người dùng có thể không có chuyên môn về quản lý dữ liệu
• Cần những nhà phân tích am hiểu về chức năng cụ thể 
Dữ liệu trích xuất từ kho dữ liệu cho một khu chức năng Source: textbook[1], pg 307 lOMoAR cPSD| 59735610
Các ứng dụng Business Intelligence
được phân phối như thế nào?
C âu 6: C ác ứng dụng Business
Intelligence được phân phối như thế nào? Source: textbook[1], pg 312
BI Server - Chức năng quản lý
BI Server – Chức năng phân phối
 V iệc phân bổ các kết quả BI được ủy quyền cho người dùng  
Máy chủ BI có thể là:
S ử dụng siêu dữ liệu để xác định kết quả nào sẽ gửi cho người
Trang web mà từ đó người dùng có thể tải xuống hoặc lấy kết
dùng nào và theo lịch trình nào. quả ứng dụng BI
Máy chủ cổng thông tin với giao diện người dùng có thể tùy 
Kết quả BI có thể được gửi tới thiết bị “bất kỳ”. . chỉnh.
 cảnh báo ngoại lệ giá cổ phiếu giảm mạnh hoặc khối lượng
Máy chủ ứng dụng BI: để hỗ trợ người dùng đăng ký các kết
quả ứng dụng BI cụ thể. (ví dụ: cảnh báo qua email hoặc điện
bán hàng cao bất thường.
thoại bất cứ khi nào một sự kiện cụ thể xảy ra)
Downloaded by lê Trang (letrang23192319@gmail.com) lOMoAR cPSD| 59735610 Additional Resources Summary
• What is Business Intelligence? •
RFM analysis for customer segmentation and loyalty marketing
• 5 Techniques that make RFM analysis work for you Q&A
THAN K Y OU lOMoAR cPSD| 59735610
Downloaded by lê Trang (letrang23192319@gmail.com) lOMoAR cPSD| 59735610 lOMoAR cPSD| 59735610 lOMoAR cPSD| 59735610 lOMoAR cPSD| 59735610 lOMoAR cPSD| 59735610