Chương 1

Giới thiệu phân tích

dữ liệu kinh doanh
Phân tích dữ liệu kinh doanh

Phân tích dữ liệu (kinh doanh) là việc sử dụng:

 Dữ liệu,
 Công nghệ thông tin,
 Phân tích thống kê,
 Phương pháp định lượng, và
 Mô hình toán học, mô hình máy tính

để giúp các nhà quản lý hiểu rõ hơn về hoạt động

kinh doanh của họ và đưa ra các quyết định dựa
trên thực tế tốt hơn.
Ví dụ về ứng dụng của phân tích dữ liệu
kinh doanh
 Định giá
◦ Định giá cho các loại hàng hoá (e.g., hàng tiêu dùng, hàng công
nghiệp, hợp đồng của chính phủ, và hợp đồng bảo trì)
 Phân khúc khách hàng
◦ Xác định nhóm khách hàng mục tiêu trong các ngành bán lẻ, bảo
hiểm, thẻ tín dụng,…
 Quyết định kinh doanh
◦ Xác định chiến lược thương hiệu, số lượng sản xuất, và chiến lược
phân bổ sản phẩm
 Vị trí
◦ Xác định vị trí tốt nhất cho các chi nhánh ngân hàng và máy ATM,
hoặc nơi bảo dưỡng thiết bị công nghiệp
 Social media
◦ Hiểu xu hướng và nhận thức của khách hàng; hỗ trợ các nhà quản lý
tiếp thị và thiết kế sản phẩm
Sự phát triển của phân tích kinh doanh
 Trí tuệ doanh nghiệp (Business intelligence)
 Hệ thống thông tin (Information Systems)
 Thống kê (Statistics)
 Nghiên cứu tác nghiệp (Operations research)
 Khoa học quản trị (Management science)
 Hệ thống hỗ trợ ra quyết định (Decision support

systems)
Góc nhìn trực quan về Phân tích
Kinh doanh
Tác động và thách thức
 Lợi ích
◦ … giảm chi phí, quản lý rủi ro tốt hơn, đưa ra quyết định
nhanh hơn, năng suất sản xuất tốt hơn, và nâng cao chỉ
tiêu kinh doanh hơn như lợi nhuận và sự hài lòng của
khách hàng.
 Thách thức
◦ … thiếu hiểu biết về cách sử dụng các công cụ phân
tích, khó lựa chọn giữa các mục tiêu kinh doanh, không
đủ kỹ năng phân tích, khó khăn trong việc lấy dữ liệu tốt
và chia sẻ thông tin cũng, như không nhận thức được lợi
ích so với chi phí của nghiên cứu phân tích.
Phạm vi Phân tích Kinh doanh
 Phân tích mô tả (Descriptive analytics): việc sử
dụng dữ liệu để hiểu được kết quả kinh doanh, cả
trong quá khứ và hiện tại, và đưa ra quyết định hiệu
quả
 Phân tích dự báo (Predictive analytics): dự đoán

tương lai bằng cách nghiên cứu dữ liệu lịch sử, tìm
hiểu các xu hướng hoặc mối quan hệ trong những dữ
liệu này, và sau đó suy luận các mối quan hệ này theo
thời gian.
 Phân tích đề xuất (Prescriptive analytics): xác định

các lựa chọn thay thế tốt nhất để giảm thiểu hoặc tối đa
hóa một số mục tiêu
Công cụ
 Truy vấn và phân tích cơ sở dữ liệu
 Dùng data dashboards để báo cáo kết quả hoạt động kinh
doanh
 Trực quan hoá dữ liệu
 Các phương pháp thống kê
 Sử dụng bảng tính (Spreadsheets) và các mô hình dự báo
 Phân tích kịch bản và câu hỏi “Nếu – thì”
 Mô phỏng
 Dự báo
 Khai thác dữ liệu và văn bản
 Tối ưu hoá
 Mạng xã hội, web, và phân tích văn bản
Ví dụ 1.1: Quyết định giảm giá bán lẻ
 Hầu hết các cửa hàng xử lý hàng tồn kho theo
mùa bằng cách giảm giá.
 Câu hỏi: Khi nào giảm giá và giảm bao nhiêu để

tối đa hóa doanh thu?

 Các ứng dụng tiềm năng của phân tích dữ liệu:
 Phân tích mô tả: phân tích dữ liệu lịch sử của các sản
phẩm tương tự (giá, số lượng hàng bán, quảng cáo, …)
 Phân tích dự báo: dự đoán doanh số bán hàng dựa trên
giá cả
 Phân tích đề xuất: tìm các chiến lược định giá và quảng
cáo tốt nhất để tối đa hóa doanh thu bán hàng
Phần mềm hỗ trợ
 IBM Cognos Express
◦ Một hệ thống tích hợp trí tuệ doanh nghiệp (Business
intelligence) và giải pháp lập kế hoạch thông minh được
thiết kế để đáp ứng nhu cầu của các công ty cỡ trung,
cung cấp chức năng báo cáo, phân tích, dashboards,
scorecard, lập kế hoạch, lập ngân sách và dự báo.
 SAS Analytics
◦ Mô hình dự đoán và khai thác dữ liệu, trực quan hóa, dự
báo, tối ưu hóa và quản lý mô hình, phân tích thống kê,
phân tích văn bản, v.v.
 Tableau Software
◦ Các công cụ đơn giản để trực quan hóa dữ liệu từ bảng
tính và cơ sở dữ liệu khác.
Dữ liệu cho Phân tích Kinh doanh
 Dữ liệu: các dữ kiện và số liệu bằng số hoặc văn
bản được thu thập thông qua một số loại quy trình
đo lường.
 Thông tin: Kết quả phân tích dữ liệu; suy luận ý

nghĩa từ dữ liệu để hỗ trợ đánh giá và ra quyết

định.
Ví dụ về nguồn dữ liệu và chức năng
 Báo cáo cuối năm
 Kiểm toán tài chính
 Phân tích lợi nhuận tài chính
 Xu hướng kinh tế
 Nghiên cứu thị trường
 Kết quả quản lý hoạt động kinh doanh
 Các chỉ tiêu nhân sự
 Hành vi trên các trang mạng
 lượt xem trang, quốc tịch của khách truy cập, thời điểm xem,
khoảng thời gian, đường dẫn xuất phát và điểm đến, sản phẩm
họ đã tìm kiếm, sản phẩm đã mua, bài đánh giá họ đọc và
nhiều nội dung khác.
Tập dữ liệu và cơ sở dữ liệu
 Tập dữ liệu – Tập hợp các dữ liệu thu thập được.
◦ Ví dụ: Phản hồi khảo sát thị trường, bảng giá cổ phiếu,
và tập hợp các kích thước của một mặt hàng được sản
xuất.
 Cơ sở dữ liệu - một tập hợp các tệp dữ liệu có
liên quan chứa các báo cáo về người, địa điểm
hoặc đồ vật.
◦ Cơ sở dữ liệu thường được sắp xếp trong một bảng,
trong đó các cột tương ứng với từng nội dung dữ liệu
(được gọi là trường hoặc thuộc tính) và các hàng biểu thị
các bản ghi của các phần tử dữ liệu liên quan.
Ví dụ 1.2: Tệp cơ sở dữ liệu bán hàng

Records

Entities Fields or Attributes

Dữ liệu lớn (Big data)
 Big data đề cập đến lượng dữ liệu kinh doanh khổng lồ
từ nhiều nguồn khác nhau, phần lớn trong số đó có sẵn
trong thời gian thực, bất định, hoặc không thể đoán
trước. Theo IBM, Big data có các tính chất khối lượng
lớn, đa dạng, vận tốc xử lý lớn, và mức độ tin cậy
(volume, variety, velocity, và veracity).
 “The effective use of big data has the potential to
transform economies, delivering a new wave of
productivity growth and consumer surplus. Using big
data will become a key basis of competition for existing
companies, and will create new competitors who are
able to attract employees that have the critical skills for a
big data world.” - McKinsey Global Institute, 2011
Các chỉ số và phân loại dữ liệu
 Chỉ số - một đơn vị đo lường cung cấp cách để
đo lường hiệu suất.
 Sự đo lường (Measurement) - hành động lấy dữ

liệu liên quan đến một chỉ số.

 Thang đo (Measures) - các giá trị của chỉ số.
Các loại chỉ số
 Chỉ số rời rạc – xuất phát từ việc đếm tần suất
của một sự việc, hiện tượng.
◦ Ví dụ, việc giao hàng có đúng hạn hay không; một đơn
đặt hàng đã hoàn thành hoặc chưa hoàn thành; hoặc
một hóa đơn có thể có một, hai, ba hoặc không có lỗi
nào. Một số số liệu rời rạc sẽ là tỷ lệ giao hàng đúng
hạn; số lượng đơn đặt hàng không đầy đủ mỗi ngày và
số lượng lỗi trên mỗi hóa đơn.
 Chỉ số liên tục dựa trên thang đo liên tục.
◦ Ví dụ: bất kỳ số liệu nào liên quan đến đô la, độ dài, thời
gian, khối lượng hoặc trọng lượng đều liên tục.
Các loại thang đo
 Dữ liệu định danh (categorical data) - được sắp
xếp theo loại.
 Dữ liệu thứ tự (Ordinal data) – có thể được sắp xếp
theo thứ tự hoặc xếp hạng theo một số tiêu chuẩn.
 Dữ liệu khoảng (Interval data) – là dữ liệu thứ tự
nhưng các phần tử cách đều nhau, giá trị 0 không có
ý nghĩa.
 Dữ liệu tỷ lệ (Ratio data) - tương tự kiểu dữ liệu
khoảng, điểm khác biệt là các phần tử thuộc kiểu dữ
liệu này có thể so sánh như là bội số với nhau. Giá trị
0 có ý nghĩa.
 al
rv
te
In
al
rv
te
In
io
at
R
Ví dụ 1.3: Phân loại các dữ liệu

io
at
R
io
at
R
io
at
R al
ic
or
eg
at
C al
ic
or
eg
at
C
al
in
rd
O
al
ic
or
eg
at
C
Độ tin cậy (reliability) và tính chính xác (validity)
của dữ liệu
 Độ tin cậy – dữ liệu chính xác và đồng nhất.
 Độ chính xác – Dữ liệu đo được những gì cần được đo.
 Ví dụ:
◦ Đồng hồ đo áp suất lốp liên tục đọc kết quả dưới giá trị thực là không
đáng tin cậy, mặc dù nó có tính chính xác vì nó đo được áp suất lốp.
◦ Số lượng cuộc gọi đến bàn dịch vụ khách hàng có thể được tính chính
xác mỗi ngày (và do đó có tính đáng tin cậy) nhưng không chính xác nếu
nó được sử dụng để đánh giá sự không hài lòng của khách hàng.
◦ Câu hỏi khảo sát yêu cầu khách hàng đánh giá chất lượng đồ ăn trong
nhà hàng có thể không đáng tin cậy (vì các khách hàng khác nhau có thể
có nhận thức trái ngược nhau) cũng không chính xác (nếu mục đích là
đo lường sự hài lòng của khách hàng, vì sự hài lòng thường bao gồm
các yếu tố khác của dịch vụ ngoài thức ăn).
Mô hình trong Phân tích Kinh doanh
 Mô hình – Mô hình (model) là sự đơn giản hóa
hiện thực một cách có chủ định. Nó cho phép nhà
nghiên cứu bỏ qua các mặt thứ yếu để tập trung
vào phương diện chủ yếu, có ý nghĩa quan tọng
đối với vấn đề nghiên cứu.
 Thể hiện thông tin quan trọng nhất
 Có thể là một bản mô tả bằng văn bản hoặc bằng lời nói,
một hình ảnh biểu diễn trực quan, một công thức toán
học hoặc một bảng tính.
Ví dụ 1.4: Ba dạng của mô hình
Doanh số của một sản phẩm mới, chẳng hạn như iPad hoặc
TV 3D thế hệ đầu tiên, thường tuân theo một mô hình chung.

1. Mô tả bằng lời nói: Doanh số bán hàng bắt đầu với một
lượng nhỏ khi những người dùng đầu tiên bắt đầu đánh
giá một sản phẩm mới và sau đó bắt đầu tăng với tốc độ
ngày càng nhanh theo thời gian khi phản hồi tích cực của
khách hàng lan rộng. Cuối cùng, thị trường bắt đầu trở
nên bão hòa và tốc độ bán hàng bắt đầu giảm.
Ví dụ 1.4 (tiếp theo)
2. Mô hình trực quan: Bản phác thảo doanh số bán hàng
dưới dạng đường cong hình chữ S theo thời gian
Ví dụ 1.4 (tiếp theo)

3. Mô hình toán học: S = aebect

Trong đó S là doanh số, t là thời gian, e là cơ số của
logarit tự nhiên, và a, b và c là hằng số.
Sơ đồ ảnh hưởng (Influence diagrams)
 Influence diagram - một mô tả trực quan của một
mô hình cho thấy các một số yếu tố ảnh hưởng
hoặc liên quan đến những yếu tố khác như thế
nào.
 Biểu đồ ảnh hưởng là một cách tiếp cận hữu ích để xây
dựng cấu trúc của mô hình và có thể hỗ trợ xây dựng mô
hình toán học hoặc bảng tính.
Ví dụ 1.5: Một mô hình ảnh hưởng của tổng chi
phí

Basic Expanded
Mô hình 1.6: Xây dựng mô hình toán học
 Tổng chi phí = chi phí cố định + chi phí biến đổi
(1.1)
 Chi phí biến đổi = chi phí biến đổi trung bình× sản lượng

(1.2)
 Tổng chi phí = chi phí cố định + chi phí biến đổi

. = chi phí cố định + chi phí biến đổi trung bình× sản
lượng (1.3)

Mô hình toán học:

 TC = Tổng chi phí
 F = Chi phí cố định
 V = chi phí biến đổi trung bình
 Q = Sản lượng
 TC = F +VQ (1.4)
Mô hình ra quyết định
 Mô hình ra quyết định - một mô hình logic hoặc toán
học của một vấn đề hoặc tình huống kinh doanh có thể
được sử dụng để hiểu, phân tích hoặc hỗ trợ cho việc
đưa ra quyết định.
 Đầu vào:
◦ Dữ liệu, được giả định là không đổi cho các mục đích của mô
hình.
◦ Biến không kiểm soát, là những đại lượng có thể thay đổi nhưng
không thể kiểm soát trực tiếp bởi người ra quyết định.
◦ Biến ra quyết định, có thể kiểm soát và có thể được lựa chọn
theo quyết định của người ra quyết định.
Bản chất của mô hình ra quyết định
Ví dụ 1.7 Mô hình ra quyết định hoà vốn

TC(manufacturing) = $50,000 + $125*Q

TC(outsourcing) = $175*Q
Breakeven Point: TC(manufacturing) = TC(outsourcing)

$50,000 + $125 × Q = $175 × Q

$50,000 = 50 × Q
Q = 1,000

 General Formula
F + VQ = CQ
Q = F/(C - V) (1.5)
Ví dụ 1.8: Mô hình quyết định xúc tiến
bán hàng
Trong ngành tạp hóa, các nhà quản lý thường cần biết
cách sử dụng giá cả, phiếu giảm giá và chiến lược quảng
cáo tốt nhất để tác động đến doanh số bán hàng. Người
quản lý thường nghiên cứu mối quan hệ giữa doanh số
bán hàng với các chiến lược này bằng cách tiến hành các
thử nghiệm. Nghĩa là, họ triển khai các kết hợp khác nhau
giữa giá cả, phiếu giảm giá và quảng cáo, quan sát kết
quả bán hàng và sử dụng phân tích để phát triển mô hình
dự đoán doanh số bán hàng.
Mô hình ví
dụ

Sales = 500 – 0.05(price) + 30(coupons) + 0.08(advertising) +

0.25(price)(advertising)

Nếu giá là $6.99, không coupon, không quảng cáo (thí nghiệm ở tuần
1), mô hình dự đoán doanh số bán hàng ở tuần này là:

Sales = 500 - 0.05 × $6.99 + 30 × 0 + 0.08 × 0 + 0.25 × $6.99 × 0 = 500

units
Các giả định của mô hình
 Các giả định được đề xuất để:
◦ đơn giản hóa một mô hình và làm cho nó dễ xử lý hơn; nghĩa là,
có thể dễ dàng phân tích hoặc giải quyết.
◦ mô tả tốt hơn dữ liệu lịch sử hoặc các quan sát trong quá khứ.
 Nhiệm vụ của người lập mô hình là lựa chọn hoặc xây
dựng một mô hình thích hợp thể hiện tốt nhất hành vi
của tình huống thực tế..
 Ví dụ: lý thuyết kinh tế cho chúng ta biết rằng nhu cầu về
một sản phẩm có quan hệ tỷ lệ nghịch với giá của nó.
Như vậy, khi giá tăng thì lượng cầu giảm và ngược lại
(mô hình hoá bởi độ co giãn theo giá — tỷ lệ phần trăm
thay đổi của nhu cầu so với phần trăm thay đổi của giá).
Ví dụ 1.9: Mô hình dự đoán nhu cầu
tuyến tính
Khi giá tăng, cầu giảm.
Ví dụ 1.10 Mô hình dự đoán nhu cầu phi
tuyến tính
Giả định hệ số co giãn của cầu theo giá không đổi(tỉ
lệ % thay đổi của cầu khi giá thay đổi là cố định)
Bất định và rủi ro
 Bất định là thông tin không hoàn hảo về những gì sẽ
xảy ra trong tương lai.
 Rủi ro được liên kết với hậu quả của những gì thực sự
xảy ra.
 “Cố gắng loại bỏ rủi ro trong doanh nghiệp kinh doanh là
vô ích. Rủi ro tồn tại trong sự liên kết giữa các nguồn lực
hiện tại với những kỳ vọng trong tương lai. Thật vậy, tiến
bộ kinh tế có thể được định nghĩa là khả năng chấp nhận
rủi ro lớn hơn. Nỗ lực loại bỏ rủi ro, thậm chí cả nỗ lực
giảm thiểu chúng, chỉ có thể khiến chúng trở nên phi lý
và không thể chấp nhận được. Nó chỉ có thể dẫn đến rủi
ro lớn nhất trong tất cả: sự cứng nhắc.”
– Peter Drucker
Mô hình ra quyết định
 Mô hình ra quyết định giúp đưa ra các quyết
định tối ưu nhất.
 Tối ưu hoá - tìm giá trị của các biến quyết định

giúp giảm thiểu (hoặc tối đa hóa) một số thứ

chẳng hạn như chi phí (hoặc lợi nhuận).
 Hàm mục tiêu - phương trình tối thiểu hóa (hoặc tối đa
hóa) mục tiêu.
 Ràng buộc – các điều kiện hạn chế.
 Giải pháp tối ưu- giá trị của các biến quyết định tại điểm
tối thiểu (hoặc tối đa).
Ví dụ 1.11: Mô hình giá ra quyết định
 Một công ty muốn xác định mức giá tốt nhất cho một
trong những sản phẩm của mình để tối đa hóa doanh
thu.
 Các nhà phân tích đã xác định mô hình sau :
Sales = -2.9485(price) + 3240.9
Total revenue = (price)(sales)
= price × (-2.9485 × price + 3240.9)
= 22.9485 × price2 + 3240.9 × price

 Xác định mức giá tối đa hóa tổng doanh thu, tùy thuộc
vào bất kỳ ràng buộc nào có thể tồn tại.
Các dạng của mô hình ra quyết định
 Mô hình xác định (Deterministic model) – tất cả
thông tin đầu vào mô hình được biết chắc chắn.
 Mô hình ngẫu nhiên (Stochastic model) – một

số thông tin đầu vào mô hình là không chắc chắn.

◦ Ví dụ, giả sử rằng nhu cầu của khách hàng là một yếu tố
quan trọng của một số mô hình. Chúng ta có thể giả định
rằng nhu cầu được dự đoán chắc chắn; ví dụ, 5,000 đơn
vị mỗi tháng (xác định). Mặt khác, giả sử chúng ta có
bằng chứng cho thấy nhu cầu là không chắc chắn, với
giá trị trung bình là 5.000 đơn vị mỗi tháng, nhưng
thường dao động trong khoảng 3.200 đến 6.800 đơn vị
(ngẫu nhiên).
Giải quyết vấn đề với phân tích kinh
doanh
1. Phát hiện vấn đề
2. Xác định vấn đề
3. Cấu trúc, sắp xếp vấn đề
4. Phân tích vấn đề
5. Giải thích kết quả và ra quyết định
6. Áp dụng giải pháp
Phát hiện vấn đề

Các vấn đề tồn tại khi có khác biệt giữa những gì

đang xảy ra và những gì chúng ta nghĩ nên xảy ra.
 Ví dụ, chi phí quá cao so với đối thủ.
Xác định vấn đề
 Xác định rõ ràng vấn đề không phải là một việc nhỏ.
 Độ phức tạp tăng lên khi những điều sau đây xảy ra :

- Nhiều hành động xảy ra

- Vấn đề phụ thuộc vào 1 nhóm chứ không phải cá
nhân
- Mục tiêu khác nhau
- Các đối tượng bên ngoài bị ảnh hưởng
- Người tạo ra vấn đề không phải là người giải quyết
vấn đề
- Có sự hạn chế về mặt thời gian
Sắp xếp vấn đề
 Xác định mục tiêu
 Xác định các giải pháp có thể chọn
 Xác định ràng buộc và hạn chế
Phân tích vấn đề
 Phân tích đóng vai trò quan trọng nhất.
 Phân tích là việc thử nghiệm hoặc tìm quy trình

giải pháp, chẳng hạn như đánh giá các kịch bản
khác nhau, phân tích rủi ro liên quan đến các lựa
chọn khác nhau, tìm giải pháp đáp ứng các mục
tiêu nhất định hoặc xác định giải pháp tối ưu.
Giải thích kết quả và đưa ra quyết định
 Các mô hình không thể nắm bắt mọi chi tiết của
vấn đề thực tế
 Các nhà quản lý phải hiểu những hạn chế của các

mô hình và các giả định cơ bản, và kết hợp phán

đoán của mình vào việc đưa ra quyết định.
Áp dụng giải pháp
 Diễn giải kết quả của mô hình phù hợp với thực
tế.
 Yêu cầu cung cấp đầy đủ nguồn lực, động viên

nhân viên, sửa đổi chính sách của tổ chức và

phát triển niềm tin.
Fun with Analytics

www.puzzlOR.com
 Maintained by an analytics manager at ARAMARK.
 Each month a new puzzle is posted.
 Many puzzles can be solved using techniques you

will learn in this book.

 The puzzles are fun challenges.
 A good one to start with is SurvivOR (June 2010).
 Have fun!