tiểu luận báo cáo phân tích dữ liệu bán hàng cửa hàng quần áosecondhand dream giai đoạn năm 2022 2023

Nghĩa l: đi9u n:y đòi hỏi các nh: quản lý phải thườngxuyên phân tích các hoAt động kinh tế c=a doanh nghiệp nói riêng v: thị trường nóichung.Qua nhcng vấn đ9 trên, chúng tôi quyết định c

Trang 1

TRƯỜNG ĐẠI HỌC KINH TẾ - ĐẠI HỌC ĐÀ NẴNGKHOA KINH DOANH QUỐC TẾ

Đà Nẵng, ngày 06 tháng 04 năm 2023

Trang 2

Hệ thống thông tin quản lý GVHD: TS Nguyễn Thị Uyên Nhi

3 Đối tư>ng v: phAm vi c=a đ9 t:i: 2

3.1 Đối tư>ng đ9 t:i: 2

3.2 PhAm vi đ9 t:i: 2

4 Bố c<c c=a đ9 t:i: 2

Chương I THNG QUAN VJ ĐJ TÀI 4

1 Giới thiệu cửa h:ng: 4

1.1 Thông tin chung c=a cửa h:ng: 4

2.4 Thực hiện Power BI: 9

2.5 So sánh Power BI desktop v: Power BI service: 10

2.6 Chức năng c=a Power BI [8]: 10

2.7 Ưu, như>c điểm c=a Power BI [9]: 11

2.8 Ứng d<ng AI trong Power BI 12

Chương II KHAO SÁT VÀ PHÂN TÍCH DỮ LIÊMU BÁN HÀNG TẠI CỬA HÀNG QUẦN ÁO 2HAND DREAM$ 14

Trang 3

4.1 Ti9n xử lý dc liệu K excel: 19

4.2 Ti9n xử lý dc liệu K Power BI: 19

4.3 Chọn dc liệu: Các dc liệu đư>c lựa chọn cho việc phân tích bao gồm: 20

Chương III.PHÂN TÍCH DỮ LIÊMU BÁN HÀNG CNA CỬA HÀNG QUẦN ÁO 2HAND DREAM$ 21

1 Tổng quan, nhận xét: 21

2 Phân tích dc liệu bán h:ng năm 2023: 22

2.1 Phân tích doanh thu bán h:ng theo thời gian (quý): 22

2.2 Phân tích doanh thu bán h:ng theo sản phẩm: 23

3 So sánh số bán h:ng 2022 v: 2023: 27

3.1 So sánh theo top 5 tháng có doanh thu cao nhất c=a cả 2 năm: 27

3.2 So sánh doanh thu bán h:ng theo quý: 29

3.3 Nhận xét số lư>ng đơn h:ng theo thời gian: 29

4 Nhận xét tình hình kinh doanh c=a cửa h:ng sau Covid 19: 30

4.1 Ảnh hưKng c=a covid 19 đến cửa h:ng: 30

4.2 Tình hình ph<c hồi c=a quán sau covid 19: 31

Trang 4

3 Hướng phát triển c=a đ9 t:i: 34

TÀI LIỆU THAM KHAO 36Too long to read on

your phone? Save to

read later on yourcomputer

Save to a Studylist

Trang 5

DANH MC BNG BIU

Bảng 1 Phân biệt kinh doanh thông minh v: phân tích kinh doanh 6

Bảng 2 Quy trình kinh doanh hiện có c=a doanh nghiệp 14

Bảng 3 Doanh thu cửa h:ng theo quý c=a năm 2023 23

Bảng 4 Doanh thu sản phẩm các loAi theo quý c=a năm 2023 27

Trang 6

DANH M?C HCNH ANH

Hình 1 Vì sao các doanh nghiệp nên sử d<ng Power BI [6] 8

Hình 2 Biểu đồ Venn so sánh Power BI desktop v: Power BI service [8] 10

Hình 3 Quy trình nghiệp v< cho kinh doanh thông minh 16

Hình 4 Bảng kinh doanh c=a năm 2022 18

Hình 5 Bảng kinh doanh c=a năm 2023 18

Hình 6 Khung thời gian bán c=a doanh nghiệp 18

Hình 7 Số lư>ng đơn h:ng theo buổi c=a năm 2022 19

Hình 8 Số lư>ng đơn h:ng theo buổi c=a năm 2023 19

Hình 9 Tổng quan dc liệu bán h:ng c=a cửa h:ng 21

Hình 10 Doanh thu bán h:ng theo quý 22

Hình 11 Doanh thu cửa h:ng theo từng sản phẩm 24

Hình 12 Doanh thu cửa h:ng c=a sản phẩm quần các loAi từng tháng 24

Hình 13 Doanh thu cửa h:ng c=a sản phẩm áo các loAi từng tháng 25

Hình 14 Doanh thu cửa h:ng c=a sản phẩm ph< kiện từng tháng 26

Hình 15 Doanh thu từng loAi sản phẩm theo quý c=a năm 2023 26

Hình 16 So sánh doanh thu c=a 5 tháng cao nhất c=a 2 năm 2022 v: 2023 28

Hình 17 Doanh thu bán h:ng theo quý c=a 2 năm 2022 v: 2023 29

Hình 18 Số lư>ng đơn h:ng theo buổi c=a 2 năm 2022 v: 2023 30

Hình 19 Doanh thu cửa h:ng cuả 2 năm 2022 v: 2023 31

Hình 20 Tổng đơn h:ng c=a 2 năm 2022 v: 2023 32

Trang 7

LỜI MD ĐẦU1 LQ do chọn đT tUi:

Trong bối cảnh công nghiệp hóa - hiện đAi hóa đang ng:y c:ng phát triển, dc liệucũng đóng vai trò ng:y c:ng quan trọng trong doanh nghiệp vì nó mang lAi l>i ích thiếtthực trong quá trình kinh doanh v: phát triển c=a doanh nghiệp Tuy nhiên, th:nh phần dcliệu rất đa dAng v: kích thước vô cùng lớn như dc liệu v9 chi phí bán h:ng, dc liệu v9nguồn nhập h:ng trong một năm, rất khó để có thể phân tích một cách th= công v: chọnra đâu l: nguồn t:i nguyên hcu ích Nghĩa l: đi9u n:y đòi hỏi các nh: quản lý phải thườngxuyên phân tích các hoAt động kinh tế c=a doanh nghiệp nói riêng v: thị trường nóichung.

Qua nhcng vấn đ9 trên, chúng tôi quyết định chọn đ9 t:i “Phân tích dc liệu bán h:ngc=a Cửa h:ng quần áo DREAM$” để hệ thống hóa nguồn dc liệu khổng lồ v: qua đó dựđoán tình hình hoAt động kinh tế c=a doanh nghiệp

2 MWc tiêu cYa đT tUi:2.1 MWc tiêu chung:

Báo cáo n:y đư>c xây dựng để phân tích doanh thu bán h:ng c=a cửa h:ng quần áo2HAND DREAM$ trong 2 năm 2022-2023 Trên cơ sK phân tích dc liệu, để mang đếncho nh: quản lý doanh nghiệp một cái nhìn tổng quát v9 hoAt động kinh doanh c=a Cửah:ng thông qua kinh doanh thông minh Từ đó, đưa ra nhcng đ9 xuất, phương pháp để cảithiện nhcng vấn đ9 hiện tAi cũng như dự đoán hoAt động trong tương lai.

Trang 8

− Đưa ra nhcng đ9 xuất, phương hướng để giải quyết, cải thiện như>c điểm v: nâng caoưu điểm trong hoAt động tương lai.

3 Đ\i tư]ng vU phạm vi cYa đT tUi:3.1 Đ\i tư]ng đT tUi:

Dc liệu bán h:ng c=a Cửa h:ng quần áo DREAM$ trong 2 năm 2022-2023.

3.2 Phạm vi đT tUi:

− PhAm vi không gian: TAi Cửa h:ng quần áo DREAM$, th:nh phố Huế, tỉnh ThừaThiên Huế.

− PhAm vi thời gian: Thời gian thực hiện đ9 t:i từ ( )

− Số liệu sử d<ng cho báo cáo: dc liệu bán h:ng c=a Cửa h:ng quần áo DREAM$ trongnăm 2022 v: 2023.

4 B\ cWc cYa đT tUi:

LỜI MỞ ĐẦU: Trình b:y lý do chọn đ9 t:i, m<c tiêu, đối tư>ng, phAm vi c=a đ9 t:i v: bố

c<c b:i báo cáo

CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI

Cung cấp một cách bao quát v9 đ9 t:i bao gồm: − Thông tin c=a doanh nghiệp

− Cơ sK lý thuyết đư>c vận d<ng để thực hiện b:i báo cáo

− Thông tin v9 ứng d<ng Power BI (ứng d<ng trực quan hoá dc liệu) dùng để phân tích

CHƯƠNG 2: KH*O S-T VÀ PHÂN T0CH D2 LIÊ4U B-N HÀNG T6I CỬA HÀNGQUẦN -O 2HAND DREAM$

− Mô tả đư>c quy trình hiện có c=a doanh nghiệp v: ưu, như>c điểm c=a quy trình − Phân tích dc liệu l: xác định dc liệu đư>c thu thập từ đâu, thu v9 nhcng dc liệu gì.− Quy trình nghiệp v< cho kinh doanh thông minh

CHƯƠNG 3: PHÂN T0CH D2 LIÊ 4U B-N HÀNG C;A CỬA HÀNG QUẦN -O 2HANDDREAM$

− Tổng quan, nhận xét

− Phân tích tình hình kinh doanh năm 2022 v: năm 2023

Trang 9

− So sánh doanh thu bán h:ng năm 2022 v: năm 2023.− Nhận xét tình kinh doanh c=a doanh nghiệp sau Covid-19.

KẾT LUẬN: Tóm tắt, đánh giá kết quả nhcng gì nhóm đAt đư>c sau khi thực hiện đ9 t:i,

đồng thời chỉ ra đư>c nhcng ưu, như>c điểm m: nhóm cần phát huy v: khắc ph<c Đưa ranhcng đ9 xuất, nhcng đi9u cần khắc ph<c cho sự phát triển c=a cửa h:ng

Chương II

Trang 10

Chương I THNG QUAN VJ ĐJ TÀI1 Giới thiệu cửa hUng:

1.1 Thông tin chung cYa cửa hUng:

− Tên cửa h:ng: Cửa h:ng áo quần secondhand Dream$− Địa chỉ: 11/9 Trần Thúc Nhẫn, Th:nh phố Huế, Thừa Thiên Huế− Số điện thoAi: 083.750.1111

1.2 Lĩnh vực hoạt động chính:

 Cửa h:ng ch= yếu buôn bán áo quần 2hand trên khu vực th:nh phố Huế. Sản phẩm:

− Áo các loAi− Quần các loAi− Ph< kiện (mũ, túi, )

1.3 Cơ sd lQ thuyft:

1.3.1 Khái niệm cYa kinh doanh thông minh vU phân tích kinh doanh:

Kinh doanh thông minh v: phân tích kinh doanh l: hai khái niệm liên quan đếnviệc sử d<ng dc liệu v: thông tin để cải thiện quy trình kinh doanh v: ra quyết định chiếnlư>c.

 Kinh doanh thông minh: l: quá trình sử d<ng công nghệ để thu thập, phân tích v:

chuyển đổi dc liệu th:nh thông tin hcu ích để hỗ tr> quyết định v: quản lý trongdoanh nghiệp Đi9u n:y giúp doanh nghiệp nắm bắt đư>c các cơ hội v: thách thức từthị trường, khách h:ng, đối th= cAnh tranh v: nội bộ doanh nghiệp, từ đó đưa ra quyếtđịnh chiến lư>c v: kế hoAch h:nh động phù h>p.M<c tiêu cuối cùng c=a BI l: thúc đẩyra các quyết định kinh doanh chính xác hơn, giúp các tổ chức tăng doanh thu, cải thiệnhiệu quả hoAt động v: đAt đư>c l>i thế cAnh tranh so với các đối th= cAnh tranh.

 Phân tích kinh doanh [1]: l: quá trình sử d<ng các công c< v: phương pháp để phân

tích dc liệu kinh doanh, từ đó đưa ra các dự đoán, xu hướng v: khuyến nghị chiếnlư>c Nó giúp doanh nghiệp hiểu rõ hơn v9 tình hình kinh doanh c=a mình, đánh giáhiệu quả c=a các chiến dịch tiếp thị v: quản lý t:i chính hiệu quả hơn Phân tích kinh

Trang 11

doanh bao gồm các phương pháp như phân tích SWOT, phân tích PESTEL, phân tíchFive Forces c=a Michael Porter v: phân tích đối th= cAnh tranh

1.3.2 Phân biệt kinh doanh thông minh vU phân tích kích kinh doanh[2]:

Phân tích kinh doanhBusiness Analytics (BA)

Kinh doanh thông minhBusiness Intelligence (BI)Bản chất Phân tích kinh doanh (BA)

l: quá trình thu thập, phântích, tAo ra thông tin chitiết v: dự đoán.

Kinh doanh thông minh (BI)xoay quanh việc ứng d<ngcông nghệ v:o việc thu thập,tích h>p, phân tích v: trìnhb:y thông tin kinh doanh.

MWc đích + Tập trung v:o phân tíchdự đoán , giúp xây dựngcác mô hình để dự đoánnhcng thay đổi sẽ ảnhhưKng như thế n:o đến tổchức trong tương lai.+ Phân tích kinh doanhthường trả lời các câu hỏi“nhcng xu hướng trongtương lai l: gì” , “nhcngxu hướng n:y sẽ ảnhhưKng đến tổ chức như thến:o ?“.

+ Tập trung v:o phân tíchmô tả dc liệu thông qua cácbản tóm tắt đư>c thu thập từthời điểm lịch sử đến hiệntAi giúp hiển thị nhcng gì đãhoặc đang xảy ra trong tổchức.

+ Kinh doanh thông minhthường trả lời các câu hỏi“đi9u gì đã xảy ra đối với tổchức?” , “ xảy ra khi n:o ?”v: “l:m cách n:o để tối ưuhóa?”.

Công cW phổ bifn Statistical , Data mining ,Forecasting,Optimization,

Power BI, Tableau,Datawarehouse, Splunk,…

Người dùng chính Nh: phân tích dc liệu, Quản lý cấp cao v: người

Trang 12

khoa học dc liệu v: quảnlý cấp cao.

dùng doanh nghiệp chung.

Tích h]p dữ liệu Tích h>p dc liệu từ nhi9unguồn khác nhau, bao gồmcả dc liệu bên trong v: bênngo:i tổ chức.

Đến từ nguồn nội bộ c=a tổchức v: biểu thị qua cácbảng v: biểu đồ.

Phạm vi vU khả năng hỗtr] tổ chức

Hỗ tr> tổ chức thông quaviệc đưa ra các quyết địnhd:nh cho chiến lư>c phảnứng - đối phó với các tháchthức trong giai đoAn hiệntAi

Hỗ tr> tổ chức dự báo , xâydựng ra các vấn đ9 trongtương lai v: các phương ánxử lý với các vấn đ9 đó.

Bảng 1 Phân biệt kinh doanh thông minh vU phân tích kinh doanh

 Cả BI v: BA đ9u giúp h>p lý hóa hoAt động, nâng cao hiệu quả v: phát triển kinhdoanh Nhưng BI tập trung v:o phân tích dc liệu lịch sử v: hiện tAi, trong khi BA tậptrung v:o các dự báo cho tương lai Các công ty có thể sử d<ng dc liệu doanh nghiệpđể đi9u chỉnh chiến lư>c c=a họ với dự báo kinh doanh bằng cách tăng cường hiệu quảthông qua quy trình l:m việc tinh gọn với BA v: các giải pháp BI.

1.3.3 Ưu như]c điểm cYa kinh doanh thông minh vU phân tích kinhdoanh [3]:

 Ưu điểm c=a kinh doanh thông minh v: phân tích kinh doanh :

− Tối ưu hiệu quả của các quyết định : Nâng cao hiệu quả c=a việc đưa ra quyết định ,

lựa chọn chiến lư>c thông qua việc phân tích , dự báo c< thể các dc liệu v: thông tingắn li9n với tổ chức Từ đó tận d<ng đư>c nhcng thuận l>i c=a tổ chức v: giảm thiểuđư>c nhcng r=i ro có thể gặp phải.

− Hỗ trợ cho các hoạt động kinh doanh : Kinh doanh thông minh sẽ giúp theo dõi hiệu

suất t:i chính v: các số liệu liên quan đến các dịch v< xoay quanh tổ chức Còn vớiphân tích kinh doanh , các hoAt động kinh doanh phức tAp sẽ đư>c xử lý bằng cáchtheo dõi v: giám sát các quy trình kinh doanh

Trang 13

Hệ thống thông tin quản lý GVHD: TS Nguyễn Thị Uyên Nhi− Giúp tổ chức thích ứng kịp thời với xu hướng kinh doanh : Thông qua việc dự báo

đư>c các xu hướng kinh doanh v: thị trường, từ đó đưa ra các quyết định v: cơ hộikinh doanh ti9m năng.

− Tăng khả năng cạnh tranh của tổ chức : Kinh doanh thông minh v: phân tích kinh

doanh sẽ cải thiện việc ghi nhận thông tin cập nhật v9 đối th= cAnh tranh, xu hướngtiêu dùng mới nhất v: các cơ hội sắp tới.

− Cải thiện chất lượng sản phẩm và dịch vụ : Sử d<ng kinh doanh thông minh v: phân

tích kinh doanh giúp tổ chức đánh giá một cách tổng quát v: c< thể v9 chất lư>ng cũngnhư sự phù h>p c=a sản phẩm v: dịch v< c=a tổ chức, từ đó cải thiện chất lư>ng v:tăng cường sự h:i lòng c=a khách h:ng.

 Như>c điểm c=a kinh doanh thông minh v: phân tích kinh doanh :

− Phức tạp và tiêu tốn thời gian : Việc triển khai hệ thống có thể phức tAp v: đòi hỏi

nhi9u thời gian, đặc biệt l: khi tích h>p từ nhi9u nguồn dc liệu V: Phải mất gần mộtnăm rưỡi để hệ thống kho dc liệu có thể đư>c ho:n thiện

− Chi phí : Việc c:i đặt v: duy trì cả hệ thống BI v: BA đòi hỏi đầu tư lớn v9 t:i chính

v: nhân lực , đặc biệt l: với các doanh nghiệp vừa v: nhỏ.

− Phụ thuộc hoàn toàn vào dữ liệu : Yêu cầu các nguồn dc liệu phải đ9u đáng tin cậy

v: đầy đ= để không ảnh hưKng đến kết quả phân tích

− Hạn chế trong khả năng dự đoán : BA có thể gặp một v:i sai sót khi đưa ra nhcng

dự đoán do bản chất dự đoán ph< thuộc v:o dc liệu v: sự phức tAp c=a tình hình thựctế.

2 Công cW POWER BI2.1 Khái niệm [4]:

− Power BI (Business Intelligence) l: công c< “phân tích kinh doanh” phân tích dc liệuchia sẻ thông tin chi tiết Kết nối dc liệu dễ d:ng, hiển thị nhanh trên bảng đi9u khiển(Dashboard) v: báo cáo BI (Power BI Report)

− Power BI l: tập h>p nhi9u ứng d<ng v: connectors Biến các nguồn dc liệu không liênquan, th:nh thông tin chi tiết mAch lAc, trực quan v: tương tác Nguồn dc liệu đa dAng,có thể giản tệp Excel hoặc bảng c=a website, đến Azure hoặc AWS.

Trang 14

− Đảm bảo tính bảo mật cao l: yếu tố quan trọng trong thời đAi n:y.

các tảng như Android hay iOS.

− Dịch v< đám mây Power BI Service (Power BI Online): đây l: một dịch v< lưu trc dcliệu c=a Power BI cho phép người dùng lưu trc báo cáo, dashboard mọi nơi mọi lúc.

Hình 1 Vì sao các doanh nghiệp nên sử dụng Power BI [6]

2.3 Các ứng dWng khác cYa Power BI [7]:

− Power BI Report Builder, Để tAo các báo cáo phân trang, Power BI cung cấp tính năngPaginated Reports, cho phép trình diễn dc liệu trên các trang riêng biệt v: chia sẻ vớiPower BI Service Paginated Reports có thể in ấn hoặc chia sẻ v: đư>c hiển thị trêncùng một trang dù bảng tính có nhi9u trang Power BI Report Builder l: công c< độclập để tAo layout v: báo cáo phân trang cho dc liệu, l: tính năng c=a Power BIService.

Trang 15

− Power BI Report Server, dùng triển khai trên máy ch= vật lý (on-premises reportserver) Giúp quản lý các báo cáo đư>c tAo trên Power BI Desktop hay Paginatedreports Đư>c đặt trong nội bộ, thường sau Firewall – tường lửa, để phân quy9n users– người dùng xem báo cáo Tương thích với dịch v< cloud nên không hAn chế việcxem các báo cáo bất cứ thiết bị n:o Xem web portal, quản lý các báo cáo, các công c<tAo ra báo cáo như đã đ9 cập

− Power BI Server khác với Power BI service l: cách thức triển khai On-premises hoặcCloud (Không có các tính năng trên cloud) Hơn nca, Power BI desktop cần cóversion cho phù h>p khi triển khai (Power BI Desktop for the report server, Power BIDesktop for the Power BI service)

2.4 Thực hiện Power BI:

Để sử d<ng Power BI cho phân tích dc liệu, chúng ta triển khai các bước sau:Bước 1: Đưa dc liệu từ bảng tính Excel v:o phần m9m.

Bước 2: Lọc sAch các dc liệu thu thập đư>c.Bước 3: Chỉnh sửa Data Table.

Bước 4: Liên kết các dc liệu với nhau.

Bước 5: TAo báo cáo v: biểu đồ theo các dc liệu thu thập cần phân tích.Bước 6: Tiến h:nh kiểm tra v: phân tích các dc liệu trên Dashboard.

2.5 So sánh Power BI desktop vU Power BI service:

Hình 2 Biểu đồ Venn so sánh Power BI desktop và Power BI service[8]

Trang 16

− Power BI Desktop l: một công c< tAo báo cáo v: phân tích dc liệu, bao gồm PowerQuery, kết nối với nhi9u nguồn dc liệu khác nhau th:nh một mô hình dc liệu Sau đó,bAn thiết kế một báo cáo dựa trên mô hình dc liệu đó.

− Dịch v< Power BI service l: một dịch v< dựa trên đám mây, nó hỗ tr> chỉnh sửa báocáo nhẹ v: cộng tác cho các nhóm v: tổ chức BAn cũng có thể kết nối với các nguồndc liệu, nhưng hAn chế việc lập mô hình.

− Hầu hết người dùng sử d<ng Power BI Desktop để tAo báo cáo Sau đó sử d<ng dịchv< Power BI service để cộng tác v: phân phối báo cáo c=a họ.

− Dịch v< Power BI service cũng lưu trc các báo cáo đư>c phân trang trong không gianl:m việc Không gian n:y đư>c gọi l: dung lư>ng Power BI (Capacity) Premium (BAntAo báo cáo đư>c phân trang bằng Power BI Report Builder).

2.6 Chức năng cYa Power BI [8]:

Power BI có thể tham gia xuyên suốt trong quá trình từ xác định nguồn dc liệu thô,l:m sAch, biến đổi dc liệu, tổ chức, quản lý, xây dựng mô hình dc liệu, thiết lập báo cáo,trực quan hóa, phân tích dc liệu v: đi đến quyết định Một v:i tính năng mAnh mẽ c=aPower BI bao gồm:

− Kết nối với nguồn dc liệu đa dAng, từ nhcng tệp dc liệu phẳng (flat file), file excel,đến các cơ sK dc liệu như SQL Server, MySQL, Access,… hay dc liệu trên đám mây(cloud) Ngo:i ra, Power BI cũng có thể kết nối đư>c với các nguồn dc liệu đặc biệtnhư SharePoint, dc liệu Web, PDF,… hay kết nối trực tiếp đến các hệ thống ERP,SAP,…

− L:m sAch, biến đổi v: chuẩn hóa dc liệu đầu v:o với Power Query Tính năng n:y rấtquen thuộc với người dùng Excel cũng có trên Power BI với khả năng xử lý v: chuyểnhóa dc liệu trước khi đưa v:o phân tích.

− Xây dựng các mô hình dc liệu l:m gọn nhẹ dc liệu hơn so với việc phải kết h>p cácdc liệu th:nh một file duy nhất Giống với các lư>c đồ dc liệu trong các cơ sK dc liệu,Power BI có khả năng kết nối các bảng để tAo th:nh một mô hình có tính liên kết giúpviệc truy xuất dc liệu đư>c hiệu quả.

Trang 17

− Trực quan hóa dc liệu bằng các biểu đồ, dashboard mang tính tương tác một cách linhhoAt, từ đó có nhcng phân tích theo nhi9u chi9u, từ tổng quan đến chi tiết để có cácphát hiện, kết luận v: đưa ra quyết định kinh doanh.

− Hỗ tr> các h:m biểu thức tính toán phân tích dc liệu DAX (data analysis expression)cực kì mAnh mẽ để xây dựng các công thức phân tích v: hiển thị dc liệu

2.7 Ưu, như]c điểm cYa Power BI [9]: Ưu điểm Power BI

− Power BI áp d<ng công nghệ AI (trí tuệ nhân tAo) v: Machine Learning (máy học)giúp người dùng tiết kiệm thời gian v: chi phí dc liệu.

− Đư>c áp d<ng trên n9n tảng đám mây giúp người dùng có thể sử d<ng mọi lúc mọinơi.

− Bảo mật cao trong việc kết nối các nguồn dc liệu với đội ngũ kỹ sư h:ng đầu.− Cung cấp các báo cáo v: dashboard có sẵn, luôn đư>c cập nhật K real-time, giúp người

dùng báo cáo một cách chuyên nghiệp.

− Có website hỗ tr> giải đáp thắc mắc c=a người dùng.

− Người dùng có thể tAo lịch trình để cập nhật dc liệu thay vì tốn thời gian thao tác th=công.

− Nhi9u ngôn ngc giúp trải nghiệm c=a người dùng tốt hơn.− Có tích h>p code Python v: R để nâng cao chất lư>ng trực quan hoá.

− Power Query giúp người dùng dễ d:ng hơn trong việc sử d<ng v: l:m gọn dc liệu.

 Như]c điểm cYa power BI

− Power BI chỉ chấp nhận dc liệu file nhỏ hơn 250MB hoặc file không nén.− Một số tính năng còn khá hAn chế khi sử d<ng trên điện thoAi di động

− Power BI chỉ có thể an to:n bảo mật nếu người dùng chia sẻ dashboard v: báo cáo trêncùng một email tên mi9n.

− Power BI tuy đư>c kết nối thời gian thực nhưng nguồn dc liệu với nhcng báo cáo v:dashboard vẫn còn khá ít.

2.8 Ứng dWng AI trong Power BI

Trang 18

Microsoft đã tiến h:nh tích h>p dịch v< AI v:o trong power BI v:o tháng 6 năm2019 Người dùng Power BI đã có thể tận d<ng công nghệ AI đ:m thoAi mã thấp (low-code) mới nhất để xử lý ngôn ngc tự nhiên, tận d<ng các tính năng nhận dAng giọng nóicho dc liệu kinh doanh v: trích xuất thông tin v9 các h:nh động (actionable insights) c=akhách h:ng

Sau đây l: 5 khả năng [10] h:ng đầu có sử d<ng AI trong Power BI m: chúng ta cóthể tận d<ng trong quá trình phân tích dc liệu c=a mình:

− Power BI Q&A: Xử lý ngôn ngc một cách tự nhiên

Bằng cách tận d<ng quá trình xử lý ngôn ngc tự nhiên (NLP), tính năng Hỏi v: Đáp c=aPower BI Q&A cho phép người dùng c=a các doanh nghiệp khám phá bộ dc liệu c=a họbằng cách đặt các câu hỏi c< thể v: phản hồi bằng các câu trả lời phù h>p đã trực quanhóa

− Tích h]p giọng nói Siri với Power BI Mobile (Conversational AI)

Power BI cung cấp ứng d<ng di động trên các n9n tảng Android, iOS v: Windows 10, baogồm cả Apple Watch Người dùng có thể truy cập v: sử d<ng các báo cáo v: tổng quan từPower BI Desktop hoặc Power BI Report Server Đối với người dùng iOS, có hai tínhnăng AI đ:m thoAi tích h>p, bao gồm cả tính năng Siri Đi9u n:y cho phép người dùng dễd:ng truy cập thông tin quan trọng thông qua lệnh thoAi.

− Tích h]p dịch vW Azure Cognitive (Machine Learning)

Power BI Premium tích h>p dịch v< Azure Cognitive Search (ACS), cho phép người dùngdoanh nghiệp áp d<ng các thuật toán học máy v:o việc l:m phong phú dc liệu trong quátrình chuẩn bị dc liệu tự ph<c v< trong Power BI m: không cần đăng ký riêng cho ACS.

− Power BI Key Influencers Visual: Trực Quan hóa do AI hỗ tr]

Key Influencers Visual trong Power BI giúp người dùng hiểu các yếu tố ảnh hưKng đếnchỉ số quan trọng m: họ quan tâm Đây l: công c< tương tác cao, cho phép khám phá dcliệu thông qua bộ lọc v: hình ảnh trực quan khác Chức năng n:y đư>c hỗ tr> bKi tríthông minh nhân tAo để tìm kiếm thông tin chi tiết một cách dễ d:ng.

− Lập mô hình AI nâng cao với Azure Machine Learning

Trang 19

Azure Machine Learning (AML) l: bộ công c< mã thấp giúp người dùng xây dựng môhình dc liệu v: thuật toán học máy dễ d:ng thông qua cử chỉ kéo v: thả Các mô hình cóthể đư>c triển khai v: tích h>p v:o Power BI để tAo ra các tính năng phân tích mAnh mẽ.Hãy tham gia khóa học Phân tích v: trực quan hóa dc liệu c=a UniTrain để biết thêm chitiết.

Trang 20

Chương II KHAO SÁT VÀ PHÂN TÍCH DỮ LIÊMU BÁN HÀNG TẠI CỬAHÀNG QUẦN ÁO 2HAND DREAM$

1 Khảo sát vT hê M th\ng bán hUng:1.1 Mô tả quy trình bán hUng:

Quy trình bán h:ng c=a cửa h:ng áo quần bao gồm 4 đối tư>ng chính: nh: cung cấp,người quản lý kiêm kiểm kho, nhân viên bán h:ng v: khách h:ng

 Quy trình kinh doanh hiện có cYa doanh nghiệp:

Bảng 2 Quy trình kinh doanh hiện có của doanh nghiệp

 Các bước cYa quy trình bán hUng offline cYa cửa hUng quần áo 2hand Dream$

B1 : Nh: cung cấp sẽ cung cấp h:ng cho ch= cửa h:ng.B2 : Ch= cửa h:ng sẽ tiến h:nh kiểm tra lô h:ng hóa :

− Nếu h:ng hóa có lỗi thì sẽ ho:n trả lAi lô h:ng cho nh: cung cấp− Nếu có thì thực hiện xếp h:ng v:o kho

B3 : Nhân viên bán h:ng sẽ lấy h:ng từ kho để chuẩn bị v: xếp h:ng.

Trang 21

B4 : Khách h:ng yêu cầu mua h:ng

B5 : Nhân viên bán h:ng sẽ tư vấn v: hỗ tr> khách.− Nếu hết h:ng thì nhân viên sẽ lấy h:ng trong kho

− Nếu còn h:ng thì sẽ tiến h:nh đóng gói h:ng để giao cho kháchB6 : Thu ti9n v: giao h:ng cho khách Kết thúc quy trình.

1.2 Ưu điểm, như]c điểm cYa quy trình bán hUng:1.2.1 Ưu điểm cYa quy trình kinh doanh hiện có :

− Dễ d:ng tiếp cận nguồn khách h:ng rộng lớn thông qua việc quảng bá cửa h:ng , sảnphẩm trên mAng xã hội.

− Tính linh hoAt cao khi quy trình n:y đảm bảo sự đa dAng trong việc quảng bá sảnphẩm v: tương tác với khách h:ng từ bất kỳ đâu, miễn l: có internet.

− Tối ưu hóa trải nghiệm khách h:ng thông qua quy trình tương tác v: hỗ tr> kháchh:ng , từ đó giúp xây dựng sự tin tưKng, giải đáp thắc mắc v: tAo trải nghiệm tích cựccho khách h:ng.

− Đảm bảo khả năng theo dõi v: đánh giá thông qua quy trình chốt thông tin đặt h:ng v:giao h:ng cho phép theo dõi v: đánh giá hiệu suất kinh doanh.

1.2.2 Như]c điểm cYa quy trình kinh doanh hiện có :

− Việc quảng bá sản phẩm v: tương tác với khách h:ng có thể tốn nhi9u thời gian cũngnhư đòi hỏi một nguồn nhân lực đảm bảo.

− Ph< thuộc v:o dịch v< giao h:ng với việc sử d<ng dịch v< giao h:ng hoặc shipper ,nếu có vấn đ9 v9 giao h:ng, khách h:ng có thể không h:i lòng v: từ chối mua h:ngtrong tương lai.

− Khó khăn trong xử lý nhcng trường h>p phát sinh (ví d<: đổi trả sản phẩm, h=y đơnh:ng), việc xử lý có thể phức tAp hơn v: đòi hỏi sự linh hoAt c=a nhân viên.

2 Phân tích vT hê M th\ng bán hUng

Sau khi đư>c ch= cửa h:ng đồng ý, nhóm c=a chúng tôi đã thu thập dc liệu từ nhânviên cửa h:ng dưới dAng tệp Excel, trích xuất từ phần m9m Sapo - hệ thống quản lý bánh:ng m: cửa h:ng sử d<ng Dc liệu n:y ch= yếu bao gồm thông tin từ các hóa đơn đư>c

Trang 22

tAo ra trong quá trình bán h:ng TAi thời điểm giao dịch, thông tin n:y đư>c tự động lưuv:o phần m9m Sapo

 Các trường dc liệu bao gồm:− Thời gian mua h:ng (ng:y v: giờ).− Sản phẩm v: số lư>ng mua.− Tổng số ti9n phải thu.

− Thông tin v9 nhân viên thực hiện giao dịch v: xuất hoá đơn cho khách h:ng. Quy trình nghiệp v< cho kinh doanh thông minh:

Quy trình nghiệp vụ cho kinh doanh thông minh

Trang 23

− Yêu cầu phân tích dc liệu v: xác định vấn đ9 cần phân tích: Phân tích viên (PTV) sẽthu thập v: hiểu rõ nhu cầu c=a Quản lý kiêm kiểm kho (QLKK).

− Khảo sát quy trình bán h:ng: : PTV khảo sát quy trình bán h:ng tAi cửa h:ng, để biếtđư>c tình hình thực tế v: có cơ sK dc liệu

− Thiết kế mô hình dc liệu: PTV thiết kế mô hình dc liệu dựa trên yêu cầu v: nhu cầuc=a QLKK, bao gồm việc xác định các nguồn dc liệu, các bảng, các quan hệ v: cấutrúc dc liệu phù h>p để đáp ứng yêu cầu phân tích v: báo cáo

− Thu thập dc liệu: PTV lấy dc liệu từ các nguồn khác nhau, có thể từ cơ sK dc liệu, tệpExcel,…

− Ti9n xử lý dc liệu: Sửa lỗi dc liệu đư>c lấy các tệp Excel (như xóa cột, h:ng khôngcần thiết; chỉnh lAi mốc thời gian, ).

− Kiểm tra dc liệu: PTV kiểm tra lAi dc liệu đã đư>c thu thập Nếu dc liệu chính xác v:phù h>p thì đến bước tiếp theo Nếu dc liệu sai lệch hoặc không phù h>p thì quay lAibước “Thu thập dc liệu”.

− Quản lý kiêm kiểm kho kiểm tra: QLKK kiểm tra mô hình dc liệu v: cả dc liệu đư>cthu thập Nếu chưa đúng, QLKK yêu cầu v9 phân tích dc liệu lAi.

− Đưa dc liệu v:o Power BI: PTV tiến h:nh đưa dc liệu v:o phần m9m Power BI Xửlý v: l:m sAch dc liệu: Dc liệu đư>c sửa lỗi, căn chỉnh, định dAng để phù h>p với môhình dc liệu

− Phân tích v: trực quan hóa dc liệu: PTV sử d<ng Power BI để tAo ra các báo cáo, biểuđồ, đồ thị

− Đưa ra kết quả phân tích v: lập báo cáo: PTV đưa ra kết quả, nhận định v9 vấn đ9 cầnphân tích v: lập bản báo cáo

− Duyệt, kết luận v: đưa ra hướng phát triển: Sau khi nhận đư>c báo cáo, QLKK sẽ tiếnh:nh xem xét, duyệt kết quả đó Nếu kết quả phân tích chuẩn xác v: rõ r:ng, QLKK sẽdựa v:o đó để đưa ra nhcng đ9 xuất phù h>p với tình hình Nếu kết quả chưa chínhxác, QLKK sẽ đ9 nghị PTV quay lAi bước “Phân tích v: trực quan hóa dc liệu’’.

3 Mô tả vT dữ liê Mu bán hUng:

Trang 24

Dc liệu thu thập gồm 3 bảng chính: bảng Dc liệu bán h:ng 2022, bảng Dc liệu bánh:ng 2023 v: bảng gộp dc liệu bán h:ng c=a 2 năm Từ 3 bảng trên, có thể tách th:nh 5bảng để phân tích v: đưa v:o Power BI:

− Từ bảng Gộp dc liệu bán h:ng 2022, 2023 tách th:nh doanh thu theo năm v: khunggiờ bán h:ng.

− Từ bảng Dc liệu bán h:ng c=a từng năm tách th:nh số lư>ng đơn h:ng theo thời gian(buổi trong ng:y) v: theo mặt h:ng (áo các loAi, quần các loAi, ph< kiện).

Trong mỗi bảng có nhcng cột như sau: Dc liệu bán h:ng năm 2022: gồm 1944 dòng v: 8 cột.

Hình 4 Bảng kinh doanh của năm 2022

 Dc liệu bán h:ng năm 2023: gồm 2283 dòng v: 8 cột

Hình 5 Bảng kinh doanh của năm 2023

 Khung giờ bán h:ng: gồm 3 dòng v: 2 cột.

Hình 6 Khung thời gian bán của doanh nghiệp

 Số lư>ng đơn h:ng theo buổi c=a 2 năm: gồm 3 dòng v: 3 cột.