Bài viết Ứng dụng phân tích tiên tiến trong kinh doanh giúp bạn đọc sẽ hiểu rõ hơn cách khai thác Big data (dữ liệu lớn) và data analytics thông qua bài phân tích rất thực tiễn dưới đây. Với từ khóa “advanced analytics” (phân tích tiên tiến), chúng ta sẽ nhận được hơn 23 triệu kết quả trong vòng chưa đầy một giây. Mời các bạn cùng tham khảo!
ỨNG DỤNG PHÂN TÍCH TIÊN TIẾN TRONG KINH DOANH Nguyễn Quốc Thanh Khoa Công nghệ Thông tin Trường Đại học Tài - Marketing Email: nqthanh@ufm.edu.vn Tóm tắt: Mọi người nói data analytics (phân tích liệu), nhiên điều mà nhà quản lý kinh doanh thương mại điện tử, đặc biệt chuỗi cung ứng muốn biết liệu họ mang lại đổi cách vận hành họ hay không Lời giải nằm phân tích Qua phân tích, bạn đọc hiểu rõ cách khai thác Big data (dữ liệu lớn) data analytics thông qua phân tích thực tiễn Với từ khóa “advanced analytics” (phân tích tiên tiến), nhận 23 triệu kết vòng chưa đầy giây Rõ ràng, việc sử dụng phân tích tiên tiến chủ đề nóng báo chí kinh doanh chắn mối quan tâm hàng đầu nhà quản lý, đặc biệt quản lý chuỗi cung ứng Từ khóa: data analytics, advanced analytics, big data, chuỗi cung ứng, phân tích tiên tiến ADVANCED ANALYTICS LÀ GÌ? Phân tích tiên tiến thuật ngữ chung cho nhóm phương pháp cơng cụ cao cấp giúp bạn khai thác nhiều liệu Các khả dự đốn phân tích tiên tiến sử dụng để dự báo xu hướng, kiện hành vi Điều mang lại cho tổ chức khả thực mô hình thống kê nâng cao tính tốn “điều xảy nếu”, khía cạnh khác tương lai hoạt động Một số lĩnh vực tạo nên kỳ diệu phân tích tiên tiến bao gồm học máy trí tuệ nhân tạo, phân tích ngữ nghĩa đồ thị, khai thác liệu văn bản, xử lý kiện phức tạp, đối sánh mẫu, phân tích dự đốn, trực quan hóa liệu, phân tích cảm tính, mạng phân tích cụm , thống kê đa biến, mô phỏng, mạng nơ-ron danh sách không ngừng phát triển kỹ thuật phát minh điều chỉnh cho phù hợp với giới phân tích liệu Khai thác liệu, khía cạnh quan trọng phân tích tiên tiến, phương pháp tự động trích xuất thơng tin sử dụng từ liệu thơ khổng lồ Phân tích 12 liệu lớn sử dụng để tìm kiếm thơng tin chi tiết có tạo kết nối điểm tập liệu, làm liệu Phân tích dự đốn sử dụng tập hợp rõ ràng thơng tin chi tiết có để ngoại suy đưa dự đoán dự đoán hoạt động, xu hướng hành vi tiêu dùng tương lai PHÂN TÍCH TIÊN TIẾN (ADVANCED ANALYTICS) VÀ PHÂN TÍCH HÀNG HĨA (COMMODITY ANALYTICS) Vậy xác, khác biệt phân tích tiên tiến phân tích hàng hóa gì? Theo Bill Franks, tác giả “Taming The Big Data Tidal Wave”, mục đích phân tích hàng hóa “cải thiện quy trình nơi kết thúc mà khơng cần lập mơ hình cả, quy trình lập mơ hình hàng hóa kết thúc bạn tìm thấy đủ tốt” Một định nghĩa khác phân tích hàng hóa “mơ hình mà thực với cơng cụ thường có sẵn mà không cần kiến thức chuyên ngành phân tích liệu.” Phần lớn thực thơng qua bảng tính Excel tồn phân tích hàng hóa Một ví dụ phân tích hàng hóa đưa nghiên cứu lý lô hàng lại bị trễ Trong nghiên cứu này, người phân tích thu thập liệu sau vào bảng tính: Và dựa vào liệu đó, người phân tích kết luận sau: 13 Vậy, người phân tích kiến nghị điều gì? Cải thiện tình trạng đơn đặt hàng bị xử lý trễ để ngăn chặn lô hàng chậm giao Tuy nhiên, nhà phân tích (hay nhà khoa học liệu) thành thạo phân tích dự báo (predictive analytics) nghĩ đến câu hỏi khác, chẳng hạn “Liệu xử lý trễ có dự báo đơn hàng chậm giao?” Trong trường hợp này, người phân tích phải thu thập thêm thơng tin chi tiết: Ví dụ, có đơn đặt hàng bị xử lý chậm so với giờ, có đơn đặt hàng đến so với đến sớm Tập hợp liệu thu thập trông giống bảng đây: Để trình bày thơng tin theo cách dễ hiểu hơn, nhà khoa học liệu minh họa theo định dạng hình đây: Trên thực tế, việc đơn hàng bị xử lý trễ yếu tố dự báo liệu đơn hàng có đến hay khơng Vì vậy, cải thiện thời gian xử lý đơn hàng hành động tốt nhất, cần phải nhận thức vấn đề cải thiện đơn hàng chậm giao, 81% nỗ lực lãng phí 14 Nếu nhìn vào vấn đề theo sơ đồ định, nhận hình này: Điều muốn phát triển mơ hình cho phép dự đốn đơn đặt hàng trễ mà khơng cần nắm bắt nhiều đơn đặt hàng hạn Tuy nhiên, thử nghiệm tạo (các đơn đặt hàng xử lý trễ) không ghi nhận đơn đặt hàng tơ màu đỏ hình bên (95 đơn đặt hàng trễ) mà ghi nhận đơn đặt hàng tô màu xanh (405 đơn đặt hàng xử lý trễ đến giờ) Nói cách khác, thử nghiệm với tỷ lệ lỗi cao cần phải cải tiến nhiều Đến đây, giả định chuyên gia vấn đề cho biết có “thủ tục hải quan nhanh chóng cửa khẩu” tác động lớn đến kết giao hàng Vì liệu làm mới, thêm vào “thủ tục hải quan nhanh chóng cửa khẩu” mơ hình xây dựng lại, định trơng giống hình bên 15 Như bạn thấy, thử nghiệm đến nắm bắt phần lớn đơn đặt hàng chậm trễ, đồng thời loại trừ đơn đặt hàng hạn Chúng ta có thử nghiệm dự đoán 90% đơn đặt hàng trễ (90 đơn đặt hàng màu đỏ) có đơn đặt hàng hạn Đây mức giảm đáng kể từ 405 đơn đặt hàng hạn bị đưa vào lỗi cách tiếp cận trước Chúng ta thấy có “nhóm” (cluster) đơn đặt hàng trễ mà mơ hình khơng nhận diện (vòng tròn màu xanh cây), điều cho thấy cần thực nghiên cứu xa với liệu bổ sung để cải tiến mơ hình để dự đoán lỗi Kết đem lại phân tích đầu hình bên dưới: 16 Ban quản lý có phép phân tích vững để từ đưa định Nếu đơn đặt hàng bị xử lý trễ, điều quan trọng “thủ tục hải quan nhanh chóng cửa khẩu” phải bảo đảm cho lô hàng THÚC ĐẨY ĐỔI MỚI TRONG CHUỖI CUNG ỨNG THƠNG QUA CÁC PHÂN TÍCH TIÊN TIẾN Bên ví dụ đơn giản khác biệt phân tích dự báo phân tích hàng hóa truyền thống Trong thực tế, thường biến số thúc đẩy kết chuỗi cung ứng Nhà phân tích có lẽ phải lấy tập hợp liệu lô hàng mà lên đến hàng chục lĩnh vực (các biến khác thời gian xử lý, thời tiết, tình trạng thông quan, v.v) hàng ngàn đơn đặt hàng nhập chúng vào máy tính phần mềm khai thác/xử lý liệu Phần mềm sau chạy thuật toán định để tạo mơ ta thấy Mức độ hiểu biết rút từ phân tích sâu sắc đến mức phụ thuộc nhiều vào kỹ người phân tích, chất lượng liệu liệu có sẵn Trong trường hợp này, kỹ nhà phân tích khơng mặt kỹ thuật (tức họ biết rõ phần mềm thống kê nào), mà kiến thức chuỗi cung ứng Hiểu biết nghiệp vụ vững cho phép nhà phân tích hiểu giải thích kết phân tích truyền đạt kết theo cách mà người ta hiểu phát đưa thực chúng Đổi chuỗi cung ứng xuất phát từ việc tìm kiếm yếu tố thúc đẩy, mang lại kết cho chuỗi cung ứng mà đến rộng rãi ngành, sau thực trình thay đổi xung quanh nhân yếu Theo Rich Karlgaard Michael Malone “Team Genius”, kích thước tối ưu đội ngũ phân tích tạo mức độ đổi đến nhà phân tích làm việc hiệu suất cao Chúng nhận thấy số lượng tối ưu mức mà có đủ đa dạng kỹ phép hợp tác chéo chuyên môn chia sẻ ý tưởng mà không làm rối vấn đề Bạn bắt đầu với đội nhỏ để phát triển công cụ sáng tạo đó, nhiên đội phải tập hợp với số lượng phát triển khả phân tích đổi cho tổ chức bạn Case study Đổi thống kê: nhóm “Strategic Planning and Modeling – SpaM” HP (nhóm lập mơ hình kế hoạch chiến lược) 17 Nhóm lập mơ hình kế hoạch chiến lược HP Harvard Business Review đánh giá “Building an Innovation Factory” thực hành tốt đổi Nhiều yếu tố xác định chìa khóa thành cơng nhóm này, nhóm chun phát triển giải pháp phân tích cho vấn đề kinh doanh Một thước đo quan trọng thành công số lượng đáng kể sáng chế đạt thuật toán giải thưởng lĩnh vực hoạt động nghiên cứu phân tích Những yếu tố thành cơng mà liệt kê cần nhân rộng để tạo nhóm phân tích đổi thành cơng • Nhóm phải đảm bảo tính trung lập tổ chức Điều tạo cho phép nhóm báo cáo lên cấp quản lý cao tổ chức chuỗi cung ứng để nhóm khơng bị xem phần phe hay phe khác tổ chức chuỗi cung ứng Thơng thường, nhóm SPaM báo cáo với Phó chủ tịch cấp cao chuỗi cung ứng • Tập trung vào vấn đề kinh doanh Nhóm nghiên cứu tạo giải pháp phân tích cho vấn đề kinh doanh có tầm quan trọng có giá trị cao Các nguồn lực tập trung hoàn toàn vào việc phát triển giải pháp sáng tạo cho vấn đề tồn • Phổ biến điều quan trọng học cho tổ chức Một nhiệm vụ nhóm nghiên cứu phổ biến thực hành tốt học kinh nghiệm cho tổ chức Điều cho phép nhóm phân tích nhân rộng nổ lực để nâng cao giá trị kinh doanh nhiều từ giải pháp phát triển Để đồng hành với Team Genius, nhóm SPaM vốn có 10-12 thành viên nhóm, nhóm nhỏ 5-7 phân cơng chiến lược đến nơi họ mang lại ảnh hưởng lớn cho HP Phân tích tiên tiến: Bắt đầu Có thành tố chìa khóa để tiến hành thành cơng sáng kiến phân tích tiên tiến Đó là: có người; liệu có công cụ tốt với giá 18 hợp lý Giả định tổ chức cởi mở với ý tưởng phân tích tiên tiến hồi nghi tiếp cận thơng qua hiểu biết giá trị nhóm phân tích đưa Hồi nghi nhanh chóng giải việc đội ngũ phân tích mang lại hiểu biết kinh doanh mà biến thành hội tiết kiệm chi phí tạo doanh thu • Đúng người Để nắm bắt giá trị liệu thông qua phân tích tiên tiến, bận cần có người phù hợp, người có kiến thức kinh doanh, kiến thức kỹ thuật, tò mò bẩm sinh kỹ kể chuyện Phần lớn ngừoi ta tập trung vào thiếu hụt nhà khoa học liệu, bạn vừa bắt đầu với phân tích tiên tiến, việc thuê tiến sỹ với kiến thức khoa học liệu cao cấp việc mức cần thiết Ngồi ra, bạn khơng có hệ thống để cung cấp cho họ liệu mà họ cần, họ thấy làm cơng việc thiết kế liệu (data engineering): tìm nơi chứa liệu, làm liệu thiết lập tảng Một nhà khoa học liệu trường lúc tìm kiếm sóng thấy cơng việc thiếu thách thức bạn khó giữ chân họ Thay vào đó, thử tìm kiếm tài nội tổ chức bạn: Hãy hỏi xem có nhà phân tích có kinh nghiệm đảm nhận cơng việc phân tích hàng đầu khơng, họ đào tạo thêm với kỹ phân tích tiên tiến Một người quen thuộc với tình trạng cơng ty; họ biết nơi để tìm kiếm liệu khu vực giới hạn họ nên tránh Tùy thuộc vào mức độ phức tạp công ty bạn, nhân viên năm để học cách thích nghi với cơng ty Đào tạo ứng viên mạnh nội thời gian nhiều Bằng chứng dễ dàng để đào tạo kỹ phân tích phát triển kinh nghiệm kinh doanh kiến thức tổ chức cho ứng cử viên Điều có lợi ích tạo đường thăng tiến cho nhân viên nội bộ, điều mà hỗ trợ giữ chân nhân viên tốt lực phân tích cho tổ chức bạn • Dữ liệu tốt Xu lãnh đạo doanh nghiệp nhảy vào lĩnh vực liệu khổng lồ (Big Data) Tuy nhiên, bạn bắt đầu cố gắng xây dựng 19 thành nhỏ để nhân rộng lên thực hành phân tích, liệu (Clean data) có giá trị liệu lớn (Big Data) 100.000 hồ sơ với 40 50 biến vừa với bảng tính thơng thường (spreadsheets) Tuy nhiên tập liệu lớn nhiều lớp liệu liên kết, sở liệu thể mối liên hệ (relational database) MS Access làm tốt cơng việc Mặc dù tuyệt vời bạn tạo “hồ” liệu (data lake*) sử dụng công cụ Hadoop , bước có lẽ chứng minh phân tích liệu tạo giá trị cho công ty Ban đầu, phần lớn công việc phân tích thiết kế liệu (data engineering): Nhóm tìm kiếm liệu, làm nó, xếp lại nguồn khác đảm bảo liệu sử dụng Khi bạn mở rộng quy mơ thành cơng, bạn đưa vào hệ thống phức tạp cần thiết • Đúng cơng cụ Để có cơng cụ khơng có nghĩa bạn tiêu nhiều tiền Có nhiều cơng cụ phân tích mạnh mẽ, nguồn mở, R Weka Phiên dùng thử phần mềm thương mại cho phép nhóm bạn để có thử nghiệm để xem liệu cơng cụ mang lại giá trị cho tổ chức bạn hay không Đến lúc mở rộng quy mô, xem xét ứng dụng đám mây (Cloud applications) cho phép bạn trả tiền cho lực bạn cần Đối với tổ chức vừa bắt đầu, lựa chọn cho phép bạn tiến hành nhanh rẻ Hãy theo dõi hồ sơ kinh doanh thành công để đến định có mua cơng cụ đầu tư vào phần cứng hay không Nhưng quan trọng là: không đánh giá thấp giá trị ứng dụng mã nguồn mở; bạn ngạc nhiên trước bạn thực với đội ngũ nhà phân tích động phần mềm mã nguồn mở Bắt đầu nhỏ, bắt đầu với bạn có Trong ví dụ trên, tác giả tập trung vào phân tích dự báo Tuy nhiên, phân tích tiên tiến (advanced analytics) có phạm vi lớn nhiều: phân tích đồ họa, lập mơ hình tiên tiến phân tích địa lý vài ví dụ Tuy bắt đầu đáng sợ, bạn khởi động dự án với vài chi phí thấp, thao tác đơn giản minh họa 20 Bắt đầu nhỏ với bạn có (và bạn có miễn phí) giúp bạn xây dựng kiến thức có hiệu cho tổ chức bạn Lấy thành nhỏ để mở cánh cửa, sau liên tục thúc đẩy nguồn lực để có thành cơng lớn Phân tích tiên tiến cách để nắm bắt giá trị kinh doanh: mà mang lại, khơng phí, mà tiền Sử dụng phân tích tiên tiến để giải vấn đề chuỗi cung ứng Dưới áp dụng phân tích liệu phổ biến để giải vấn đề chuỗi cung ứng, không HP, mà chuỗi cung ứng nhiều cơng ty khác Tuy phân tích liệu sử dụng cho nhiều vấn đề chuỗi cung ứng, áp dụng sau thực nhanh chóng mang lại hiệu tức Kiểm soát chất lượng Phương pháp kiểm soát chất lượng truyền thống liên quan đến việc nhìn vào số dây chuyền lắp ráp mà dự đốn sản phẩm khơng đạt Phân tích tiên tiến nhìn vào kết hợp tiêu chí thơng qua dẫn đến khơng đạt Ví dụ: Một sản phẩm có hai số để đo lường chất lượng Chỉ số A phải thông qua vịng 10% mục tiêu tiêu chí B phải vượt qua vịng 5% mục tiêu Phân tích tiên tiến sử dụng để xác định số A phạm vi 8% đến 9%, sản phẩm bị đánh rớt số B nằm khoảng 3% đến 4% Giữ chân nhân viên Trong sách với nhan đề “Predictive analytics: The power to predict who will click, buy, lie, or die”, Eric Siegel nhấn mạnh việc sử dụng phân tích tiên tiến HP để phát triển điểm nguy xác định khả nhân viên rời khỏi cơng ty sau sử dụng điểm số để xác định nhân viên có giá trị cao – nguy cao mà công ty phải cố gắng giữ chân Cải thiện dịch vụ khách hàng Với sản phẩm kết nối internet, dễ dàng biết mức độ sử dụng sản phẩm Thông qua việc sử dụng thuật tốn phân nhóm (clustering), bạn nhóm khách hàng với đặc tính tương tự 21 Sau bạn nhìn vào hồ sơ sử dụng khách hàng xác định xem liệu có vấn đề với sản phẩm họ so sánh với người nhóm (và khắc phục trước trở thành vấn đề kinh doanh), đồng thời phân tích việc sử dụng sản phẩm phụ trợ và/hoặc dịch vụ hỗ trợ họ để xem sản phẩm họ có vận hành cách tối ưu không KẾT LUẬN Thương mại điện tử ngày phát triển dựa tảng công nghệ Các nghiên cứu liệu lớn, phân tích liệu, trí tuệ nhân tạo ngày hỗ trợ tốt cho lĩnh vực kinh tế thương mại, Việc nghiên cứu phân tích tiên tiến khơng nằm ngồi dịng chảy Bài viết cho thấy ứng dụng phân tích liệu hỗ trợ quản lý chuỗi cung ứng thông qua case study Qua ứng dụng mở rộng trường hợp cho mô hình khác TÀI LIỆU THAM KHẢO [1] Shawn Tay, 2016, Supply Chain & Big Data + Analytics = Innovation, supplychain247.com [2] Intel Tecnologies, Advanced Data Analytics: Making Your Business Smarter, intel.vn [3] https://en.wikipedia.org/wiki/Analytics 22 ... thành cơng lớn Phân tích tiên tiến cách để nắm bắt giá trị kinh doanh: mà mang lại, khơng phí, mà tiền Sử dụng phân tích tiên tiến để giải vấn đề chuỗi cung ứng Dưới áp dụng phân tích liệu phổ... bạn có Trong ví dụ trên, tác giả tập trung vào phân tích dự báo Tuy nhiên, phân tích tiên tiến (advanced analytics) có phạm vi lớn nhiều: phân tích đồ họa, lập mơ hình tiên tiến phân tích địa... hướng hành vi tiêu dùng tương lai PHÂN TÍCH TIÊN TIẾN (ADVANCED ANALYTICS) VÀ PHÂN TÍCH HÀNG HĨA (COMMODITY ANALYTICS) Vậy xác, khác biệt phân tích tiên tiến phân tích hàng hóa gì? Theo Bill Franks,