Luận văn thạc sĩ Hệ thống thông tin quản lý: Xây dựng data warehouse và business intelligence cho ngành mỹ phẩm

ĈҤI HӐC QUӔC GIA TP HCM

&Ð1*75Î1+ĈѬӦC HOÀN THÀNH TҤI 75ѬӠ1*ĈҤI HӐC BÁCH KHOA ±Ĉ+4*-HCM Cán bӝ Kѭӟng dүn khoa hӑc: PGS.TS NguyӉn Thanh Bình

3 Phҧn biӋn 1: PGS.TS NguyӉn TuҩQĈăQJ4 Phҧn biӋn 2: TS Lê Hoành Sӱ

5 Ӫy viên: TS Trҫn Tuҩn Anh

Xác nhұn cӫa Chӫ tӏch Hӝi ÿӗng ÿiQh giá LV và 7Uѭӣng Khoa quҧn lý chuyên ngành sau khi luұn văn ÿã ÿѭӧc sӱa chӳa (nӃu có)

.+2$+Ӑ&9¬.Ӻ7+8Ұ70È<7Ë1+

ĈҤI HӐC QUӔC GIA TP.HCM

75ѬӠ1*ĈҤI HӐC BÁCH KHOA

CӜNG HÒA XÃ HӜI CHӪ 1*+Ƭ$9,ӊT NAM Ĉӝc lұp - Tӵ do - Hҥnh phúc

NHIӊM VӨ LUҰ19Ă17+Ҥ&6Ƭ

+ӑWrQKӑFYLrQ : /Ҥ,48$1*7Ô1* MSHV : 1870308

1Jj\WKiQJQăPVLQK : 25/07/1991 1ѫLVLQK : BÀ RӎA-9lj1*7¬8 Chuyên ngành : HӋ thӕng thông tin quҧn lý Mã sӕ : 8340405

I 7Ç1Ĉӄ TÀI:

XÂY DӴNG DATA WAREHOUSE VÀ BUSINESS INTELLIGENCE CHO NGÀNH MӺ PHҬM

II NHIӊM VӨ VÀ NӜI DUNG:

- Tìm hiӇu vӅ FѫVӣ lý thuyӃWÿӇ xây dӵng Data Warehouse và Business Intelligence

- Khҧo sát thӵc trҥng cѫVӣ hҥ tҫng CNTT và quy trình nghiӋp vө cӫa mӝt công ty bán mӻ phҭm tҥi TPHCM

- Xây dӵng Data Warehouse và Business Intelligence cho mӝt công ty bán mӻ phҭm tҥi TPHCM

III NGÀY GIAO NHIӊM VӨ : 06/09/2021

IV NGÀY HOÀN THÀNH NHIӊM VӨ: 12/12/2021

V CÁN BӜ +ѬӞNG DҮN : PGS.TS NGUYӈN THANH BÌNH

Tp HCM, ngj\WKiQJQăP

75ѬӢNG KHOA.+2$+Ӑ&9¬.Ӻ7+8Ұ70È<7Ë1+

LЈI CϪM ІN

Quá trìQKWKӵFKLӋQOXұQYăQWKҥFVƭ OjJLDLÿRҥQTXDQWUӑQJQKҩWWURQJWKӡLJLDQKӑFWұS /XұQYăQWKҥFVƭ OjWLӅQÿӅQKҵPWUDQJEӏFKRFK~QJHPQKӳQJNӻQăQJQJKLrQFӭXQKӳQJNLӃQWKӭFTXêEiXVDXNKLWӕW QJKLӋS

7UѭӟFKӃWHP[LQFKkQWKjQKFҧPѫQ TXê7Kҫ\&{NKRD.KRDKӑFYj.ӻWKXұWPi\WtQK ÿmWұQWuQKFKӍGҥ\YjWUDQJEӏFKRHPQKӳQJNLӃQWKӭFFҫQWKLӃWWURQJVXӕWWKӡLJLDQQJӗLWUrQJKӃJLҧQJÿѭӡQJ/jPQӅQWҧQJFKRHPFyWKӇKRjQWKjQKÿѭӧFEjLOXұQYăQQj\

(P[LQWUkQWUӑQJFҧPѫQWKҫ\1JX\ӉQ7KDQK%uQK ÿmWұQWuQKJL~SÿӥÿӏQKKѭӟQJFiFKWѭGX\YjFiFKOjPYLӋFNKRDKӑFĈyOjQKӳQJJySêKӃWVӭFTXêEiXNK{QJFKӍWURQJTXiWUuQKWKӵFKLӋQOXұQYăQQj\PjFzQOjKjQKWUDQJWLӃSEѭӟFFKRHPWURQJTXiWUuQKKӑFWұSYjOұSQJKLӋS

9jFXӕLFQJ[LQJӱLOӡLFҧPѫQÿӃQJLDÿuQKEҥQEqWұSWKӇOӟS+ӋWKӕQJWK{QJ tin TXҧQlýQKӳQJQJѭӡLOX{QVҹQVjQJVҿFKLDYjJL~SÿӥWURQJKӑFWұSYjFXӝFVӕQJ0RQJUҵQJFK~QJWDVӁPmLPmLJҳQEyYӟLQKDX

;LQFK~FQKӳQJÿLӅXWӕWÿҽSQKҩWVӁOX{QÿӗQJhành cQJPӑLQJѭӡL

TÓM TҲT LUҰ19Ă17+Ҥ&6Ƭ

Vӟi nhu cҫu cҫn thiӃt trong vҩQÿӅ phân tích và thӕng kê cӫa công ty mӝt cách nhanh chóng YjFKtQK[iFQKѭQJGӳ liӋu thông tin lҥi rӡi rҥc và không nhҩWTXiQÿLӅXQj\ÿzLKӓi cҫn có mӝt hӋ thӕng ÿӇ tұp trung dӳ liӋu tӯ nhiӅu nguӗn khác nhau, nhҵm mөFÿtFKNKDLWKiF[ӱ lý WK{QJ WLQ ĈӅ tài này tác giҧ ÿӅ xuҩt viӋc xây dӵng hӋ thӕng data warehouse và business intelligence cho phân hӋ: bán hàng, kho và khiӃu nҥi khách hàng ViӋc triӇn khai hӋ thӕng data ZDUHKRXVHYjEXVLQHVVLQWHOOLJHQFHFKtQKOjÿiSӭng nhu cҫu thӵc tiӉn cӫa phòng ban CNTT và F{QJW\ÿӇ tӕLѭXKyDTXiWUuQh phân tích và hӛ trӧ trong viӋFÿѭDUDQKӳng quyӃWÿӏnh nhanh chóng tӯ các phòng ban

ABSTRACT

The need for quick and accurate analysis and statistics of the company, but the information data is fragmented and inconsistent, this requires a system to centralize the data from many different sources, for the purpose of information extraction and processing In this topic, the author proposes building a data warehouse and business intelligence system for the modules: sales, inventory and customer complaints The implementation of the data warehouse and business intelligence system is to meet the practical needs of the IT department and the company

to optimize the analysis process and assist in making quick decisions from the departments

LӠI &$0Ĉ2$1&ӪA TÁC GIҦ LUҰ19Ă1

7{L[LQFDPÿRDQOXұQYăQWӕWQJKLӋSYӟLÿӅWjL³Xây dӵQJ'DWD:DUHKRXVHvà Business Intelligence cho ngành mӻpKҭP´OjFӫDTXiWUuQKKӑFWұSQJKLrQFӭXÿӝFOұSFӫDW{L&iFVӕOLӋXYjNӃWTXҧQJKLrQFӭXKRjQWRjQWUXQJWKӵFNK{QJÿҥRQKiLKD\VDRFKpSWӯEҩWNǤPӝWF{QJWUuQKQJKLrQFӭXQjRNKiF7ҩWFҧWjLOLӋXWUtFKGүQÿӅXÿѭӧFJKLU}QJXӗQJӕF

7{L[LQKRjQWRjQFKӏXWUiFKQKLӋPWUѭӟFQKjWUѭӡQJQӃXSKiWKLӋQEҩWFӭVӵVDLSKҥPKD\VDRFKpSWURQJÿӅWjLQj\

Tác giҧ luұQYăQ

Lҥi Quang Tùng

MӨC LӨC

&+ѬѪ1**,ӞI THIӊU 1

1.1 Giӟi thiӋXÿӅ tài 1

1.2 Mөc tiêu và nӝi dung cӫDÿӅ tài 1

1.3 Giӟi hҥQÿӅ tài 2

1.4 Cҩu trúc báo cáo 2

&+ѬѪ1*&Ѫ6Ӣ LÝ THUYӂT VÀ CÁC NGHIÊN CӬU LIÊN QUAN 4

2.1 &ѫVӣ lý thuyӃt Data Warehouse và Business Intelligence 4

2.1.1 T̯m quan tr͕ng cͯa Data Warehouse 4

2.1.2 Ĉ̿FWU˱QJFͯa Data Warehouse 5

2.1.3 Ĉ̿c tính cͯa Data Warehouse 5

2.1.4 Lͫi ích cͯa Data Warehouse 6

2.1.5 6˯ÿ͛ và mô hình trong Data Warehouse 7

2.1.6 Ki͇n trúc Data Warehouse 8

2.1.7 OLAP và OLTP 11

2.1.8 Ti͇n Trình ETL 14

2.1.9 Khái ni͏m và lͫi ích cͯa Business Intelligence 16

2.2 Các nghiên cӭu liên quan 18

&+ѬѪ1*ĈÈ1+*,È+,ӊN TRҤNG CÔNG TY CHO XÂY DӴNG Hӊ THӔNG 19

3.1 Các vҩQÿӅ gһp phҧi khi triӇn khai hӋ thӕng 19

3.3.3 Nghi͏p vͭ khi͇u n̩i khách hàng 25

&+ѬѪ1*;Æ<'ӴNG DATA WAREHOUSE VÀ BUSINESS INTELLIGENCE CHO CÁC PHÂN Hӊ 28

4.1 Yêu cҫu tӯ F{QJW\YjQJѭӡi dùng hӋ thӕng 28

4.2 Các phân hӋ ÿӇ xây dӵng hӋ thӕng 28

4.3 0{KuQK'DWD:DUHKRXVHÿӅ xuҩt 29

4.4 Xây dӵng các Data Mart 30

4.4.1 Thông tin chi ti͇t các table cho Data Mart 30

4.4.2 Mô hình bán hàng 34

4.4.3 Mô hình kho 36

4.4.4 Mô hình khi͇u n̩i khách hàng 37

4.5 ThiӃt kӃ DSA 38

4.6 ThiӃt kӃ tiӃn trình ETL 39

4.7 ThiӃt kӃ Business Intelligence 41

5.2 ѬXYjQKѭӧFÿLӇm cӫDSKѭѫQJSKiSÿѭӧFÿӅ xuҩt 51

5.3 ĈyQJJySFӫa luұQYăQYӅ mһt khoa hӑc và ӭng dөng 51

5.4 +ѭӟng mӣ rӝQJWѭѫQJODL 51

TÀI LIӊU THAM KHҦO 53

DANH SÁCH BҦNG BIӆU

Bҧng 4.1: Thông tin chi tiӃt cӫa bҧng danh mөc thӡi gian 30

Bҧng 4.2: Thông tin chi tiӃt cӫa bҧng danh mөc sҧn phҭm 30

Bҧng 4.3: Thông tin chi tiӃt cӫa bҧng danh mөc loҥi sҧn phҭm 31

Bҧng 4.4: Thông tin chi tiӃt cӫa bҧng danh mөc kênh 31

Bҧng 4.5: Thông tin chi tiӃt cӫa bҧng danh mөc vùng 31

Bҧng 4.6: Thông tin chi tiӃt cӫa bҧng danh mөc khách hàng 32

Bҧng 4.7: Thông tin chi tiӃt cӫa bҧng danh mөc nhà máy 32

Bҧng 4.8: Thông tin chi tiӃt cӫa bҧng danh mөc loҥi khiӃu nҥi 32

Bҧng 4.9: Thông tin chi tiӃt cӫa bҧng danh mөc tình trҥng kho 32

Bҧng 4.10: Thông tin chi tiӃt cӫa bҧng danh mөc kho 32

Bҧng 4.11: Thông tin chi tiӃt cӫa bҧng danh mөc nhân viên 33

Bҧng 4.12: Thông tin chi tiӃt cӫa bҧng sӵ kiӋn bán hàng 33

Bҧng 4.13: Thông tin chi tiӃt cӫa bҧng sӵ kiӋn kho 34

Bҧng 4.14: Thông tin chi tiӃt cӫa bҧng sӵ kiӋn khiӃu nҥi khách hàng 34

DANH SÁCH HÌNH VӀ

Hình 2.1: Minh hӑa vӅ Vѫÿӗ sao 7

Hình 2.2: Minh hӑa vӅ Vѫÿӗ bông tuyӃt 8

Hình 2.3: KiӃQWU~F'DWD:DUHKRXVHFѫEҧn 8

Hình 2.4: KiӃn trúc Data Warehouse vӟi Staging Area 9

Hình 2.5: KiӃn trúc Data Warehouse vӟi Staging Area và Data Marts 10

Hình 2.6: Ví dө vӅ mô hình OLTP 12

Hình 2.7: Ví dө vӅ mô hình OLAP 13

Hình 2.8: Minh hӑa tiӃn trình ETL 15

Hình 2.9: Minh hӑa vӅ mӝt hӋ thӕng Business Intelligence 17

Hình 3.1: Quy trình nghiӋp vө bán hàng 22

Hình 3.2: Quy trình nghiӋp vө kho 24

Hình 3.3: Quy trình nghiӋp vө khiӃu nҥi khách hàng 26

+uQK0{KuQK':ÿӅ xuҩt 29

Hình 4.2: Tәng quan mô hình bán hàng cӫa Data Mart 35

Hình 4.3: Chi tiӃt mô hình bán hàng cӫa Data Mart 35

Hình 4.4: Tәng quan mô hình kho cӫa Data Mart 36

Hình 4.5: Chi tiӃt mô hình kho cӫa Data Mart 36

Hình 4.7: Tәng quan mô hình khiӃu nҥi khách hàng cӫa Data Mart 37

Hình 4.6: Chi tiӃt mô hình khiӃu nҥi khách hàng cӫa Data Mart 37

Hình 4.8: Tәng quan tiӃn trình ETL 39

Hình 4.9: Chi tiӃt tiӃn trình ETL cӫa Table 40

Hình 4.10: Chi tiӃt tiӃn trình ETL cӫa Table Dimension 41

Hình 4.11: Phân hӋ bán hàng trên Business Intelligence 42

Hình 4.12: Phân hӋ kho trên Business Intelligence 43

Hình 4.13: Phân hӋ khiӃu nҥi khách hàng trên Business Intelligence 43

Hình 4.14: ThiӃt kӃ dashboard trên Power BI 44

Hình 4.15: PhiӃu yêu cҫu tӯ phòng bán hàng 45

Hình 4.16: PhiӃu yêu cҫu tӯ phòng kho 46

Hình 4.17: PhiӃu yêu cҫu tӯ SKzQJFKăPVyFNKiFKKjQJ 47

Hình 4.18: PhiӃXÿiQKJLiWӯ các phòng ban 50

DANH SÁCH TӮ VIӂT TҲT

DW ± Data Warehouse BI ± Business Intelligence

CSDL ± &ѫVӣ dӳ liӋu DM ± Data Mart

ETL ± Extraction, Transformation, Loading DSA ± Data Staging Area

SQL Server Integration Services ± SSIS SQL Server Data Tools ± SSDT

SQL Server Analysis Services ± SSAS Microsoft Sql Server ± MSQ

CNTT± Công nghӋ thông tin Process Data ± PD

Multidimensional Expressions ± MDX Transaction Processing Line ± OLTP

&+ѬѪ1* : GIӞI THIӊU

1.1 Giӟi thiӋu ÿӅ tài

DW và BI ÿDQJOjOƭQKYӵFÿѭӧc các doanh nghiӋp quan tâm nghiên cӭXYjÿҫXWѭWURQJnhiӅXQăPJҫQÿk\Ӭng dөng kho dӳ liӋXÿѭӧc thӵc hiӋn trong nhiӅXOƭQKYӵFNKiFQKDXQKѭgiáo dөc, y tӃWjLFKtQKQJkQKjQJNLQKGRDQK«9LӋc xây dӵng mӝt DW chuҭn, thӕng nhҩt tӯ dӳ liӋu cӫa nhiӅu hӋ thӕng khác nhau là viӋc cҫn thiӃWÿyQJYDLWUzTXDQWUӑng trong mӑi hoҥt ÿӝng nhҵm cҧi thiӋn các hoҥWÿӝng kinh doanh trong hiӋn tҥi hay hӛ trӧ các nhà quҧQOêÿѭDUDquyӃWÿӏQKWURQJWѭѫQJODLGӵa vào dӵ liӋXÿmÿѭӧc tәng hӧp mӝt cácKFKtQK[iFKѫQ

Mӻ phҭm là thӏ WUѭӡng cҥnh tranh gay gҳt tҥi ViӋt Nam Ngày nay, thӡi kǤ công nghiӋp 4.0, cùng vӟi sӵ phát triӇn nhanh chóng cӫa nӅn công nghiӋp hóa, hiӋQÿҥi hóa, thì nhu cҫu vӅ mӻ phҭm càng cao vӟLÿӫ loҥi hình thӭc khác nhau Sӵ cҥnh tranh cӫa các doanh nghiӋp mӻ phҭm WURQJQѭӟc ngày càng trӣ nên gay gҳWKѫQÿӇ ÿiSӭng tӕWKѫQQKXFҫu cӫDNKiFKKjQJĈәi mӟi công nghӋ, áp dөng hӋ thӕng thông tin vào quҧn lý và xây dӵng DW và BI là mӝWKѭӟQJÿLÿ~QJÿҳn và rҩt cҫn thiӃt cӫa ngành mӻ phҭm hiӋQQD\ÿәi mӟi trӣ thành nhân tӕ ÿһc biӋWFyêQJKƭDquyӃWÿӏnh sӵ WăQJWUѭӣng và thành công mang tính chiӃQOѭӧFQkQJFDRQăQJOӵc cҥnh tranh

Mӝt sӕ doanh nghiӋSQyLFKXQJFNJQJQKѭGRDQKQJKLӋp vӅ mӻ phҭPQyLULrQJQJj\Qj\ÿDQJgһp mӝt sӕ thách thӭc vӅ hӋ thӕng thông tin trong quҧQOêQKѭ

- ĈӇ OjPÿѭӧc báo cáo thi user phҧi lҩy dӳ liӋu tӯ nhiӅu nguӗQNKiFQKDXVDXÿyPӟi xӱ lý và ra mӝt báo cáo hoàn chӍQKÿLӅu này rҩt mҩt thӡi gian và dӉ xҧy ra sai sót - &iFWUѭӣng phòng NKyÿѭDUDTX\ӃWÿӏnh mӝt cách nhanh chóng vì dӳ liӋu cұp nhұp

chұPQKkQYLrQErQGѭӟi xӱ lý dӳ liӋu lâu, cách thiӃt kӃ báo cáo rӕi rҳm

Vӟi nhӳng thách thӭc bên trên, tác giҧ [LQÿӅ xuҩt³XÂY D͸NG DATA WAREHOUSE VÀ

BUSINESS INTELLIGENCE CHO NGÀNH M; PH̰M´ ÿӇ giҧi quyӃt nhӳQJ Yѭӟng mҳc

cӫa công ty

1.2 Mөc tiêu và nӝi dung cӫDÿӅ tài

Mөc tiêu cӫa luұQYăQOjxây dӵng hӋ thӕQJ':FKRF{QJW\³71++7KѭѫQJPҥi Vұn tҧi Công nghӋ +RD3KѭӧQJĈӓ´ KӃt quҧ cӫa viӋc nghiên cӭu này là giúp công ty có thӇ gom tҩt cҧ các dӳ liӋu tӯ nhiӅu hӋ thӕng khác nhau cӫa công ty, các hӋ thӕQJÿmYjÿDQJtrong quá trình hoҥWÿӝng vào mӝt CSDL duy nhҩt Chuҭn hóa dӳ liӋu tҥo thành các model phù hӧSÿӇ làm báo cáo, dashboard và phân tích Mӛi model sӁ khác nhau tùy thuӝc vào tӯng phân hӋ cӫa công ty Vӟi viӋc ӭng dөQJÿѭӧc DW vào công ty sӁ giúp cho công ty tӕLѭXÿѭӧc trong viӋc làm báo

FiRQKѭWLӃt kiӋm thӡi gian, dӳ liӋu rõ ràng« ngoài ra, các báo cáo sӁ ÿѭӧc lên hӋ thӕng BI sӁ tҥo ra nhӳng chart, biӇXÿӗ SKRQJSK~JL~SÿDGҥng trong quá trình phân tích, và hӋ thӕQJFNJQJsӁ ÿѭӧc chҥy online trên website QrQFiFQKkQYLrQWUѭӣQJSKzQJJLiPÿӕc có thӇ dӉ dàng theo dõi sӕ liӋu cұp nhұp mӝWFiFKQKDQKFKyQJFKtQK[iFNK{QJQKѭWUѭӟFÿk\Pӛi lҫn cҫn sӕ liӋu thì nhân viên phҧi làm tay và gӱi file excel qua email Ĉҧm báo tính an toàn, bҧo mұWÿӝ tin cұy cӫa dӳ liӋu và tránh nguy cѫ mҩt dӳ liӋu

ĈӇ xây dӵQJÿѭӧc mӝt DW và BI cӫa công ty cҫn thӵc hiӋQFiFEѭӟc sau:

- Phân tích tình hình hoҥWÿӝng hiӋn tҥi cӫa công ty Tìm hiӇu vҩQÿӅ, mô hình hoҥt ÿӝng và các hӋ thӕng phҫn mӅm hiӋn tҥi cӫa công ty ҧQKKѭӣQJQKѭ thӃ QjRÿӃn viӋc xây dӵng mӝt hӋ thӕng DW và BIĈӇ tӯ ÿyWKҩ\ÿѭӧc nhu cҫu cҩp thiӃt YjÿӅ xuҩt EDQOmQKÿҥo cho viӋc cҫn xây dӵng mӝt hӋ thӕng DW và BI phù hӧp

- Tìm hiӇu vӅ các mô hình DW và BI ÿmÿѭӧc triӇn khai trong các công trình nghiên cӭu liên quan, tӯ ÿy xiFÿӏQKSKѭѫQJSKiSphù hӧp ÿӇ giҧi quyӃt yêu cҫu cҧu công ty

- TiӃn hành thu thұp các yêu cҫu cҫn thiӃt cho viӋc xây dӵng DW và BI ViӋc thu yêu cҫu cҫn nhiӅu thӡi gian, bên cҥQKÿyFyQKLӅu yӃu tӕ ҧQKKѭӣQJÿӃn quá trình xây dӵng hӋ thӕng FNJQg cҫQÿѭӧc xem xét và loҥi bӓ Ngoài ra cҫn tìm hiӇu kӻ các quy trình nghiӋp vө, cách thӭFOѭXGӳ liӋu, và các phҫn mӅPPjF{QJW\ÿDQJVӱ dөng - Tìm hiӇu các công cө phҫn mӅm cҫn thiӃt cho viӋc xây dӵng hӋ thӕng Tӯ ÿyÿiQK

JLiYj[iFÿӏnh phҫn mӅm nào phù hӧp nhҩt vӟi nhu cҫu cӫDF{QJW\QKѭJLiFҧÿӝ thông dөng cӫa phҫn mêm, danh tiӃQJ«ĈLӅu này cҫn sӵ phӕi hӧp cӫa nhiӅu phòng EDQQKѭWjLFKtQKNӃ toán, thҭPÿӏQK,7«

- Và cuӕi cùng là triӇn khai xây dӵng hӋ thӕng ÿӇ giҧi quyӃt các vҩQÿӅ ÿmÿѭӧc nêu ra tӯ ÿҫXĈLӇm quan trӑng ӣ Eѭӟc này là thiӃt kӃ ÿѭӧc mӝt mô hình phù hӧp vӟi tӯng nhu cҫu cӫa các phòng ban

1.3 Giӟi hҥQÿӅ tài

Mһc dù viӋc xây dӵng DW và BI là sӵ cҫn thiӃt cӫa công ty cҫn rҩt nhiӅu nhân lӵc, tài chính và thӡi gian Vì thӃ, tác giҧ sӁ tұp trung xây dӵng cho là ba phân hӋ: phân hӋ bán hàng, phân hӋ kho, và phân hӋ khiӃu nҥi khách hàng

1.4 Cҩu trúc báo cáo

ĈӇ ÿҥt mөc tiêu trên luұn YăQ ÿѭӧc cKLDWKjQKFKѭѫQJFyFҩXWU~FQKѭVDX

- &KѭѫQJ: Giӟi thiӋu TURQJFKѭѫQJQj\OXұQYăQWUuQKEj\WtQKFҩp thiӃt cӫDÿӅ tài vӟi tình hình hiӋn tҥi cӫa công ty

- &KѭѫQJ&ѫVӣ lý thuyӃt và các nghiên cӭu liên quan TURQJFKѭѫQJQj\ luұQYăQWUuQKEj\FiFFѫVӣ lý thuyӃWÿѭӧc áp dөng trong luұQYăQYjWuPKLӇu các nghiên cӭu khoa hӑc OLrQTXDQÿӃQÿӅ tài luұQYăQ

- &KѭѫQJ&ѫVӣ hҥ tҫng và quy trình nghiӋp vө cӫa công ty7URQJFKѭѫQJQj\OXұn YăQVӁ trình bày FiFFѫVӣ hҥ tҫng hiӋn có cӫa công ty và nghiӋp vө cҫn thiӃt

- &KѭѫQJ: Xây dӵng Data Warehouse và Business Intelligence7URQJFKѭѫQJQj\tác giҧ trình bày FiFÿLӇm chính trong viӋc áp dөng cho viӋc xây dӵng DW và BI cho công ty ĈLӅu này bao gӗm các tiӃn trình chҥy hӋ thӕng, các model cho tӯng phân hӋ, thiӃt kӃ dashboard, report và cuӕi cùng sӁ OjÿiQKJLicӫa user.

- &KѭѫQJ: KӃt luұn Trong phҫn này, tác giҧ sӁ trình bày các kӃt quҧ ÿҥWÿѭӧc cӫa viӋc xây dӵng DW và BIFiFѭXYjQKѭӧFÿLӇm VDXNKLÿmӭng dөng hӋ thӕng Bên cҥQK ÿy FKѭѫQJ  FNJQJ WUuQK Ej\ FiF ÿyQJ JyS Fӫa luұQ YăQ YӅ mһt ӭng dөng và Kѭӟng mӣ rӝQJWURQJWѭѫQJODL.

&+ѬѪ1* &Ѫ6Ӣ LÝ THUYӂT VÀ CÁC NGHIÊN CӬU LIÊN QUAN

2.1 &ѫVӣ lý thuyӃt Data Warehouse và Business Intelligence

2.1.1 T̯m quan tr͕ng cͯa Data Warehouse

Báo cáo, phân tích và thӕng kê là mӝt phҫn không thӇ thiӃu cӫa bҩt kǤ công ty nào Khi công ty sӱ dөng các hӋ thӕng khác nhau trong hoҥWÿӝQJQKѭKӋ thӕng ERP, hӋ thӕng nhân sӵ, hӋ thӕQJ&50«Eҩt kǤ hӋ thӕQJQjRFNJQJVӁ có phҫn chӭFQăQJEiRFiRWURQJÿy7X\vұy, có nhӳng khi cҫn sӵ SKkQWtFKFKX\rQVkXKѫQQrQWKѭӡng các công ty sӁ sӱ dөng mӝt công cө ULrQJÿӇ SKkQWtFKÿyOj([FHO0һc dù excel hӛ trӧ rҩt mҥQKWURQJSKkQWtFKQKѭQJQyFNJQJFynhӳng hҥn chӃ nhҩWÿӏQKQKѭJLӟi hҥn sӕ Oѭӧng dòng cӝt, khó truy cұp mӑi lúc mӑLQѫLWӕFÿӝ xӱ lý không cao vӟi dӳ liӋu lӟQ«FKtQKÿLӅu này làm giӟi hҥn viӋc phân tích

Chính vì thӃ ÿӇ có thӇ có mӝt báo cáo nhanh, chính xác và thân thiӋn vӟLQJѭӡLGQJÿӗng thӡLEiRFiRÿyFyWKӇ chҥy khӕLOѭӧng data lӟn, và luôn coi lҥLÿѭӧc các dӳ liӋu quá khӭ, thì cҫn phҧi có mӝt hӋ thӕng dӳ liӋXÿiSӭQJÿѭӧFÿӝ әQÿӏQKOѭXWUӳ và bҧo mұt cӫa dӳ liӋu Vì vұy, tác giҧ sӁ ÿӅ cұSÿӃn nhӳng tҫm quan trӑng cӫa hӋ thӕng DW và BI ÿӕi vӟi tә chӭc:

- User sӁ không cҫn phҧi sӱ dөQJFiFSKѭѫQJSKiSWKӫ công trong viӋFOѭXWUӳ, hӧp nhҩt, trích xuҩt dӳ liӋu cho phân tích báo cáo

- Giúp user khai thác dӳ liӋu tӕWKѫQYjSKkQWtFKWӕWKѫQ

- Vӟi mӝt dӳ liӋXÿmÿѭӧc thӕng nhҩt và làm sҥch thì viӋc phát triӇn mӝt hӋ thӕng mӟi vӟi dӳ liӋXFNJWUӣ nên dӉ GjQJKѫQtWWӕn thӡi gian nhân lӵFKѫQ

- Dӳ liӋXÿѭӧFOѭXWUӳ dҥng cҩu trúc sӁ giúp cho quá trình bàn giao hoһFKѭӟng dүn trӣ QrQÿѫQJLҧQKѫQ

- VӅ mһt phân tích yêu cҫu có dӳ liӋu lӏch sӱ thì DW có thӇ ÿiSӭQJÿѭӧc mӝt cách dӉ dàng

- DW hӛ trӧ cho viӋc tҥREiRFiRÿLӅu này giúp giҧi phóng tài nguyên cho các hӋ thӕng khác vì các hӋ thӕQJNKiFWKѭӡng phҧi có các phҫn báo cáo riêng

- Cuӕi cùng vӟi DW sӁ hҥn chӃ ÿѭӧc rӫi ro mҩt dӳ liӋu và giúp dӉ dàng cho viӋc bҧo mұt

- Giúp tә chӭFSKkQWtFKÿѭӧc nhӳng insight cӫa dӳ liӋuÿLӅu này có thӇ tiӃt kiӋPÿѭӧc chi phí, giҧm rӫLURYjWăQJdoanh thu

- %,FzQJL~SQKuQUDÿѭӧc nhӳQJQKѭӧFÿLӇPÿӇ cҧi thiӋn dӵa trên dӳ liӋXQKѭVҧn phҭPTX\WUuQKFRQQJѭӡL«

2.1.2 Ĉ̿FWU˱QJFͯa Data Warehouse

&NJQJQKѭQKLӅu hӋ thӕQJNKiF':FNJQJFyQKӳQJÿһFWUѭQJFѫEҧn sau:

- Tính tích hӧp (Integration): Dӳ liӋu cӫD':ÿѭӧc tұp hӧp tӯ nhiӅu nguӗn dӳ liӋu khác

QKDXQKѭFiFKӋ thӕng hoҥWÿӝng, các file, các tài liӋXOLrQTXDQÿӃn hoҥWÿӝng cӫa tә chӭF«

- +ѭӟng chӫ ÿӅ (Subject-Oriented): Dӳ liӋu cӫD':ÿѭӧFOѭXWUӳ WKHRKѭӟng chӫ ÿӅ,

phân hӋ, nghiӋp vө mà tә chӭc quan tâm ví dө: thӵc thӇ OjQJj\NKiFKKjQJÿҥi lý và

nghiӋp vөEiQKjQJNKR«

- 7tFKONJ\WKHRWKӡi gian (Time-Variant): Dӳ liӋXOѭXWUӳ có tính chҩt lӏch sӵ, bao gӗm

nhӳng dӳ liӋu cӫa quá khӭ, dӳ liӋXÿDQJSKiWVLQKӣ hiӋn tҥi và dӳ liӋu sӁ phát sinh trong

WѭѫQJODLWKѭӡng dӳ liӋu sӁ bҳWÿҫXÿѭӧFOѭXWҥi thӡLÿLӇm tә chӭc bҳWÿҫu hoҥWÿӝng - Bҩt biӃn (Non-Volatie): Dӳ liӋu trong DW là dӳ liӋu chӍ ÿѭӧFÿӑFNK{QJÿѭӧFWKD\ÿәi,

KD\[yD':ÿѭӧc thiӃt kӃ cho mөFÿtFKNKDLWKiFYjSKkQWtFKFKӭ không phҧLQKѭFiF

CSDL cho nhӳng hӋ thӕng hoҥWÿӝQJEuQKWKѭӡng khác

2.1.3 Ĉ̿c tính cͯa Data Warehouse

Trong quá trình hoҥWÿӝng cӫa tә chӭc dӳ liӋu sӁ càng ngày càng nhiӅXKѫQ7ә chӭc muӕn sӱ dөng nhӳng dӳ liӋXQj\ÿӇ hӛ trӧ cho hoҥWÿӝng cӫa tә chӭFQKѭNKDLSKi, dӵ ÿRiQSKkQWtFK«Quá trình tұp hӧp và thao tác trên nhӳng dӳ liӋXQj\FyFiFÿһc tính sau:

- Tính tích hӧp: là DW có khҧ QăQJWKXWKұp dӳ liӋu tӯ nhiӅu nguӗn khác nhau và xӱ lý

chúng tҥo thành mӝt dӳ liӋu thӕng nhҩt Mӝt DW là mӝt khung nhìn tәng thӇ thӕng nhҩt các khung nhìn khác nhau Ví dө: WURQJÿӅ tài này phân hӋ bán hàng hoһc phân hӋ kho có thӇ sӱ dөng chung mӝt thông tin vӅ sҧn phҭPQKѭQJFiFYҩQÿӅ vӅ sӕ Oѭӧng cӫa sҧn phҭm thì cҫn góc nhìn khác nhau vӅ thông tin sҧn phҭm Mӝt DW sӁ có góc nhìn toàn thӇ vӅ sҧn

phҭP*yFQKuQÿyEDRJӗm các chiӅu dӳ liӋu khác nhau tӯ các hӋ thӕng khác nhau - Tính lӏch sӱ: các dӳ liӋXWURQJ':ÿѭӧc tұp trung theo thӡi gian và thӇ hiӋn mӝt góc nhìn

cӫa mӝt chӫ ÿӅ trong mӝWJLDLÿRҥn

- ChӍ ÿӑc: Dӳ liӋu trong DW chӍ ÿѭӧFSKpSÿӑc và truy cұSNK{QJÿѭӧc sӱa, xóa bӣLQJѭӡi sӱ dөng dӳ liӋXÿy

- Không biӃQÿӝng: tính không biӃQÿӝng cӫa dӳ liӋXÿѭӧc hiӇXWKHRQJKƭD dӳ liӋXÿѭӧc

OѭXWUӳ lâu dài trong DW Mһc dù có thêm dӳ liӋu mӟLQKѭQJGӳ liӋXFNJWURQJ':FNJQJsӁ không bӏ xóa, sӱDĈLӅu này cho phép dӳ liӋu thӇ hiӋQÿѭӧc thông tin theo thӡi gian và

cung cҩSÿӫ sӕ liӋu cҫn cho viӋc hӛ trӧ hoҥWÿӝng cӫa tә chӭc

- Dӳ liӋu tәng hӧp: Dӳ liӋu chi tiӃt là thông tin mӭc thҩp nhҩWÿѭӧFOѭXWUӳ trong DW

7Kѭӡng thӇ hiӋn vӅ mһt hoҥWÿӝng nghiӋp vө cӫa tә chӭc Dӳ liӋu tәng hӧSÿѭӧc tích hӧp

qua nhiӅXJLDLÿRҥn khác nhau

2.1.4 Lͫi ích cͯa Data Warehouse

- /ѭXWUӳ dӳ liӋu lӟn và tӕFÿӝ truy cұp nhanh: Dӳ liӋXÿѭӧc tәng hӧp tӯ các nguӗn

NKiFQKDXGRÿyDW có thӇ OѭXtrӳ mӝt khӕLOѭӧng dӳ liӋu lӟn tӯ quá khӭ FKRÿӃn hiӋn tҥi Và do thiӃt kӃ các DM nên user có thӇ truy vҩn dӳ liӋu mӝt cách nhanh chóng mà không cҫQGQJÿӃn mӝt câu truy vҩn dӳ liӋu phӭc tҥp

- 7ăQJFѭӡng tính bҧo mұt dӳ liӋu':FKRSKpSWăQJFѭӡng bҧo mұt bҵng cách cung

cҩSFiFWtQKQăQJEҧo mұWQkQJFDRÿѭӧc tích hӧp trong cҩu hình cӫa nó

- Dӳ liӋu әQÿӏnh: Khi dӳ liӋu nҵm trong DW, nó sӁ không bao giӡ WKD\ÿәi hoһc mҩt

ÿL'RÿyXVHUNKLFRL dӳ liӋu vӅ quá khӭ vүn nҳPÿѭӧc trӑn vҽQÿѭӧc vҩQÿӅ dӵa vào dӳ liӋu tҥi thӡLÿLӇm ÿy

- ThiӃt kӃ linh hoҥt: DW ÿѭӧc thiӃt kӃ linh hoҥt giúp dӉ dàng tích hӧp dӳ liӋu mӟi,

ÿӗng thӡi giúp user dӉ dàng tӵ tҥo ra nhӳng dashboard, report cӫa riêng mình.

- 7ăQJlӧi thӃ cҥnh tranh: vӟi viӋc hӛ trӧ ÿDFKLӅu góc nhìn tӯ hoҥWÿӝng kinh doanh tӯ nhiӅXKѭӟng khác nhau, tә chӭc sӁ có lӧi thӃ KѫQWURQJYLӋFÿѭDUDTX\ӃWÿӏnh vӟi nhӳQJÿӕi thӫ cҥnh tranh

- Nâng cao hiӋu quҧ công viӋc: vӟi viӋc các dӳ liӋu có thӇ dӉ dàng xӱ lý, truy cұp thì user sӁ không mҩt thӡi gian làm các report mӝt cách thӫ F{QJÿLӅXQj\JL~SWăQJKLӋu quҧ giҧi quyӃt công viӋc cӫa user

- Cҧi thiӋQÿѭӧc hoҥWÿӝng kinh doanh: tә chӭc có thӇ dӵDYjR':ÿӇ [HP[pWÿiQKgiá và khҳc phөc vҩQÿӅ gһp phҧi trong nӝi bӝ tә chӭc

2.1.5 6˯ÿ͛ và mô hình trong Data Warehouse

7URQJVѫÿӗ cӫD':WKuFyKDLVѫÿӗ FKtQKWKѭӡng dùng là:

6WDU6FKHPDVѫÿӗ sao): OjVѫÿӗ ÿѭӧc thiӃt kӃ theo dҥQJKuQKQJ{LVDRÿӇ thӇ hiӋn vӅ mӕi quan

hӋ giӳa các table vӟi nhau bao gӗm mӝt bҧng có thông tin chi tiӃWWKѭӡng thӇ hiӋn quá trình phát sinh tәng quan cӫa các phân hӋ QKѭJLDRGӏch bán hàng, sӕ Oѭӧng hàng nhұp xuҩW«YjFiFWDEOH[XQJquanh thӇ hiӋn các thông tin cho bҧng chi tiӃt bên trên Hình minh hӑDÿѭӧc biӇu diӉQQKѭKuQK

Snowflake Schema Vѫÿӗ bông tuyӃt): vӅ FѫEҧQVѫÿӗ này khá giӕQJVѫÿӗ KuQKVDRQKѭQJ

các table thӇ hiӋn mһt thông tin sӁ ÿѭӧc bә sung thêm bҵng mӝt table nӳa, table này sӁ liên kӃt trӵc tiӃSÿӃn table thӇ hiӋn thông tin chӭ không liên kӃt table chi tiӃt Hình minh hӑDÿѭӧc biӇu diӉQQKѭKunh 2.2:

Hình 2.1: Minh hӑa vӅ Vѫÿӗ sao

2.1.6 Ki͇n trúc Data Warehouse

Tùy thuӝc vào nhu cҫu cӫa tә chӭc vӅ FѫEҧn DW có 3 kiӃn trúc:

KiӃQWU~F':FѫEҧn: Ĉk\OjNLӃQWU~FFѫEҧn nhҩt cӫa trong DW, lҩy DW làm trung tâm chính,

tҩt cҧ các data tӯ source khác nhau sӁ ÿѭӧFÿҭy vô trӵc tiӃS':YjFiFEiRFiRSKkQWtFKFNJQJVӁ lҩy trӵc tiӃSOrQÿy0{KuQKQj\FyPӝWQKѭӧFÿLӇm là DW sӁ phҧLOjQѫL[ӱ lý cho nhiӅu thao tác khác nhau tӯ (7/FKRÿӃn phân WtFKEiRFiRÿLӅu này sӁ làm quá tҧi DW làm giҧm hiӋXQăQJ

(https://docs.oracle.com/cd/E11882_01/server.112/e25554/concept.htm#DWHSG8071)Hình 2.2: Minh hӑa vӅ Vѫÿӗ bông tuyӃt

Hình 2.3: KiӃn trúc Data Warehouse FѫEҧn

KiӃn trúc DW vӟi Staging Area: KiӃn trúc này khác kiӃQWU~FFѫEҧn ӣ chӛ OjEѭӟc thu

thұp data khác nhau tӯ nguӗQWKD\Yuÿҭy vào DW sӁ ÿҭ\TXD6WDJLQJ$UHDÿLӅXQj\JL~SEѭӟc xӱ lý tӯ GDWDVRXUFHY{':QKѭQJFyQKѭӧFÿLӇm là ӣ JyFÿӝ khi user sӱ dөng data tӯ ':ÿӇ phân tích, làm báo cáo thì sӁ truy cұp trӵc tiӃp vô DW lúc này sӁ khiӃn cho qua trình lҩy data sӁ bӏ giҧm hiӋXQăQJ

(https://docs.oracle.com/cd/E11882_01/server.112/e25554/concept.htm#DWHSG8073)

KiӃn trúc DW vӟi Staging Area và Data Marts: ÿk\FyWKӇ nói là kiӃn trúc tӕLѭXQhҩt hiӋn

giӡ trong viӋc thiӃt kӃ DW TҥLÿk\GDWDWӯ các nguӗn sӁ ÿѭӧFÿҭ\YjRVWDJLQJDUHDWUѭӟc khi vô DW và user sӁ lҩy dӳ liӋu tӯ '0QѫLÿѭӧc thiӃt kӃ riêng cho tӯng phân hӋ NKiFQKDXÿk\Ojcách chia nhӓ tӯng phân viӋFÿӇ xӱ lý giúp tӕLѭXKyDKLӋu năQJ

Hình 2.4: KiӃn trúc Data Warehouse vӟi Staging Area

(https://docs.oracle.com/cd/E11882_01/server.112/e25554/concept.htm#DWHSG8075)

Thành phҫn trong DW:

x Data Sources (Dӳ liӋu nguӗn):

- Dӳ liӋu là dӳ liӋXÿҫu vào cӫa hӋ thӕng DW, bao gӗm nhiӅu loҥi dӳ liӋu khác nhau ÿѭӧc lӵa chӑQÿӇ ÿѭDYjRKӋ thӕng

- Ĉӕi vӟi hӋ thӕng DW hiӋn tҥi thì dӳ liӋu nguӗQÿDSKҫn là nhӳng CSDL giành cho các hӋ thӕng hoҥWÿӝng cӫDF{QJW\QKѭFKLWLӃt giao dӏch bán hàng phát sinh hàng ngày, giao dӏFKNKR«

- &iF&6'/Qj\WKѭӡQJÿѭӧc xây dӵng các hӋ quҧn trӏ &6'/QKѭ2UDFOH0LFURVRIW 64/6HYHU6DS+DQD«

- 1JRjLUD'DWD6RXUFHFNJQJFyWKӇ bao gӗm các dӳ liӋu nҵPErQQJRjL&6'/QKѭFiFfile dҥQJWH[WH[FHO«KRһFFNJQJFyWKӇ các CSDL khác bên ngoài cӫa tә chӭFÿѭӧc liên kӃt trӵc tiӃp

x Staging Area: WKѭӡQJÿѭӧc thiӃt kӃ OjQѫLOѭXWUӳ tҥm dӳ liӋu và sӁ [yDÿLNKL[ӱ lý xong tӯng tiӃn trình ETL và chuҭn bӏ xӱ lý cho tiӃn trình ETL tiӃSWKHR7KѭӡQJÿѭӧc thiӃt kӃ có hai loҥi DSA:

- '6$ÿtFKOj&6'/FyFҩXWU~FWѭѫQJÿѭѫQJJLӕng vӟL'0OjQѫLFKӭa kӃt quҧ output tҥi cuӕi tiӃQWUuQK(7/WUѭӟFÿyGӳ liӋXÿѭӧc thiӃt kӃ phù hӧSNKLÿѭӧFÿҭ\UD7Kѭӡng chӍ có mӝW'6$ÿtFK

Hình 2.5: KiӃn trúc Data Warehouse vӟi Staging Area và Data Marts

- DSA nguӗn: là CSDL có cҩXWU~FWѭѫQJÿѭѫQJYӟi DS, có thӇ hiӇXQKѭÿk\OjQѫLOѭXtrӳ dӳ liӋu khác cӫa DS vì mӑi tӯ DS qua DSA sӁ ÿѭӧc giӳ nguyên Có nhiӅu DSA nguӗn khác nhau tùy theo nhu cҫu cҧXQJѭӡi thiӃt kӃ

x Raw Data: tҥi DW sӁ có nhӳng loҥi data cҫn có cҩXWU~FFNJQJQKѭQӝi dung giӕQJQKѭ'6ÿLӅu này giúp cho quá trình ETL trӣ QrQÿѫQJLҧQKѫQQKҩt là cho thiӃt kӃ ':Fѫbҧn sӁ giúp cҧi thiӋn hiӋXQăQJ

x Summary Data: Dҥng data tәng hӧSÿѭӧc xӱ lý mӝWFiFÿѫQJLҧn trong tiӃn trình ETL, WKѭӡQJ ÿѭӧc tҥR UD ÿӇ tӕL ѭX KyD TXi WUuQK FKҥy cӫa ETL ví dө: thay vì tҥo table Transaction Main tӯ table Transaction, có thӇ tҥo 1 table tәng hӧp là Transaction Summary thì ta sӁ có flow sau: Transaction ± >Transaction Summay ±> Transaction Main x Metadata: OjGDWDFKtQKÿӇ tҥo mô hình cho DM, WKѭӡQJÿѭӧFGQJÿӇ ÿҥi diӋn cho dӳ liӋXNKiF'QJÿӇ [iFÿӏQKFiFÿӕLWѭӧQJWURQJ':0HWDGDWDWKѭӡQJÿѭӧc phân làm ba loҥi chính:

- Business Metadata (Siêu dӳ liӋu doanh nghiӋp)WKѭӡng thӇ hiӋn thông tin cӫa tә chӭc, ÿӏQKQJKƭDWә chӭc và FiFFKtQKViFKWKD\ÿәi Chӭa các thông tin nghiӋp vө trên góc ÿӝ QJѭӡi sӱ dөng hӋ thӕng

- Technical Metadata (Siêu dӳ liӋu kӻ thuұt): bao gӗm tên cӝWNtFKWKѭӟc bҧng kiӇu dӳ liӋu và giá trӏ cho phép Chӭa các thông tin dӳ liӋXWUrQJyFÿӝ QJѭӡi quҧn trӏ và thiӃt kӃ hӋ thӕng

- Operational Metadata (Siêu dӳ liӋu hoҥWÿӝng): thӇ hiӋn tình trҥng hoҥWÿӝng cӫa dӳ liӋXQKѭGӳ liӋXÿmÿѭӧFOѭXWUӳ KD\ÿѭӧc cұp nhұp mӟi, thӇ hiӋQÿѭӧFêQJKƭDlӏch sӱ cӫa dӳ liӋXÿy

x Data Mart:

- Có thӇ hiӇXQKѭPӝt DW thu nhӓ, chính vì thӃ nó có nhӳQJÿһFÿLӇm giӕng vӟi DW, ÿѭӧFGQJÿӇ OѭXWUӳ thӇ hiӋn cho mӝt nghiӋp vө bҩt kǤ cӫa tә chӭc

- Các DM có thӇ ÿѭӧc xây dӵng mӝWFiFKÿӝc lұp, phө thuӝc hoһc kӃt hӧp

- '0WKѭӡng có thӇ hiӋn cho toàn bӝ nghiӋp vө hay mӝt phҫn trong nghiӋp vө ÿy - ViӋc chia nhӓ các nghiӋp vө WKjQKFiF'0JL~SWăQJWӕFÿӝ truy vҩQFNJQJQKѭWKӡi

gian phҧn hӗi cӫa dӳ liӋu

- Giúp tiӃt kiӋm chi phí trong quá trình triӇn khai, thay vì triӇn khai toàn bӝ DW ta có thӇ triӇn khai tӯng DM

2.1.7 OLAP và OLTP

OLTP: Ĉѭӧc sӱ dөng ÿӇ quҧn lý dӳ liӋu real time, cho phép thӵc hiӋn mӝt khӕLOѭӧng dӳ

liӋu lӟQQKѭcác giao dӏch hàng ngày Các hӋ thӕng hoҥWÿӝng hàng ngày cӫa tә chӭFWKѭӡng sӱ dөQJ2/73QKѭKӋ thӕng ERP, hӋ thӕng nhân sӵ«

Hình 2.6: Ví dө vӅ mô hình OLTP

(https://viblo.asia/p/oltp-va-olap-co-gi-khac-nhau-maGK786BZj2)

&iFÿһFÿLӇm cӫa OLTP:

- Xӱ lý mӝWOѭӧng dӳ liӋu lӟQOLrQTXDQÿӃn các giao dӏFKÿѫQJLҧn, WK{QJWKѭӡng là thêm, xóa, sӱa và cұp nhұp dӳ liӋu cùng vӟi các truy vҩQÿѫQJLҧQQKѭNLӇm tra sӕ OѭӧQJÿѫQKjQJ«

- Cho phép nhiӅXQJѭӡi dùng truy cұp vào cùng mӝt dӳ liӋu, ÿӗng thӡLFNJQJÿҧm bҧo tính toàn vҽn cӫa dӳ liӋu

- TӕFÿӝ xӱ lý dӳ liӋu rҩt nhanh vӟi thӡi gian phҧn hӗi theo mili giây, hiӋu quҧ cӫa hӋ thӕQJ2/73WKѭӡQJÿѭӧFÿREҵng tәng sӕ giao dӏch thӵc hiӋQÿѭӧc mӛi ngày - Cung cҩp các tұp dӳ liӋXÿѭӧc lұp chӍ mөc, các tұp dӳ liӋXQj\ÿѭӧc sӱ dөQJÿӇ tìm

kiӃm, truy xuҩt và truy vҩn nhanh chóng

- Luôn sҹn sàng mӑi lúc: hӋ thӕng OLTP xӱ lý sӕ Oѭӧng lӟn các giao dӏFKÿӗng thӡi, vì vұy bҩt kǤ viӋc mҩt dӳ liӋu hoһc hӋ thӕng ngӯng hoҥWÿӝng FNJQJFyWKӇ gây ra hұu quҧ ÿiQJNӇ và tӕn kém Mӝt bҧQVDROѭXGӳ liӋu hoàn chӍnh phҧi có sҹn trong bҩt kǤ

thӡLÿLӇm nào HӋ thӕng OLTP yêu cҫXVDROѭXWKѭӡng xuyên YjWăQJGҫn theo thӡi gian

OLAP Cube (mô hình dӳ liӋXÿDFKLӅu): OjP{KuQKGQJÿӇ hӛ trӧ phân tích dӳ liӋXÿD

chiӅu dӵa vào các tiêu chí khác nhau, ví dө: muӕn theo dõi dӳ liӋu doanh thu cӫa công ty theo nhóm khách hàng và sҧn phҭPKD\WKHRQKyPÿӏDÿLӇm và thӡi gian, thì cӭ mӛLQKyPQKѭYұy là mӝt chiӅu dӳ liӋu vì nó cung cҩp các góc nhìn khác nhau

(https://viblo.asia/p/oltp-va-olap-co-gi-khac-nhau-maGK786BZj2)

Các hoҥWÿӝng chính cӫa Olap cube gӗm:

- Slice: là viӋc cӕ ÿӏnh giá trӏ dӳ liӋu khi user chӑn mӝt thông sӕ bҩt kǤ trên mô hình ví dө: dӳ liӋu có doanh thu và nhӳng thông tin liên quan tӯ QăP-2021 thì khi chӑn dӳ liӋu 2021 sӁ show ra toàn bӝ dӳ liӋXOLrQTXDQÿӃQQăP

- Dice: là mӝt thao tác khi chӑn nhiӅu slice

- Drill Down/Up: viӋc truy vҩn dӳ liӋu khi user chӫ ÿӝng giӟi hҥn chiӅu dӳ liӋu lҥi, ví dө: user muӕn coi doanh thu trong tháng 1 cӫa sҧn phҭm A thì user sӁ chӑQWKiQJVDXÿyxem dӳ liӋu sҧn phҭP$WѭѫQJӭng

- Roll up: chӍ viӋc tәng hӧp dӳ liӋu tӯ mӝt công thӭFQjRÿyYtGө muӕn tính tӍ lӋ doanh

thu cӫa sҧn phҭm A vӟi sҧn phҭm B, thì user lҩy tәng doanh thu sҧn phҭm A theo mӝt chiӅu dӳ liӋXQjRÿyWLӃp theeo tính tәng doanh thu sҧn phҭm B theo chiӅXWѭѫQJӭng và

Table Dimension (bҧng thӭ nguyên): table WKѭӡng thӇ hiӋn các thông tin chi tiӃW ÿӇ tham chiӃXFKRWDEOHIDFWWKѭӡng ít khi có sӵ thêm dӳ liӋu mӟi so vӟi table fact

Sӵ khác nhau giӳa OLAP và OLTP:

- 2/73ÿѭӧc dùng cho các hӋ thӕng vұn KjQKQKѭ(53&50«FzQKӋ thӕng OLAP thì các hӋ thӕQJEiRFiR%,GQJÿӇ tҥRFiFGDVKERDUGUHSRUWÿӇ phân tích và hӛ trӧ ra quyӃWÿӏnh

- HӋ thӕng OLTP vӟLQJѭӡi dùng chӫ yӃu sӁ là nhӳQJQKkQYLrQEuQKWKѭӡng, thӵc hiӋn các công viӋc hҵng ngày lһSÿLOҥLQKѭQKkQYLrQWKXQJkQQKkQYLrQJLDRGӏFK«HӋ thӕng OLAP chӫ yӃu hӛ trӧ cho nhà quҧQOêÿLӅXKjQK«ÿӇ nҳPÿѭӧc tình hình tәng quan trong hoҥWÿӝng cӫa tә chӭc

- OLTP luôn phҧi cұp nhұp dӳ liӋu liên tөc theo thӡi gian thӵc, OLAP thì chӍ cұp nhұp dӳ liӋu theo mӝt chu kǤ QKѭQJj\WXҫQWKiQJ«

- OLTP sӱ dөng mô hình dӳ liӋu dҥng Entity-Relationship vӟi khóa chính và khóa ngoҥi OLAP thì dùng mô hình Mutil-Dimensional

- OLAP hӛ trӧ QJѭӡi dùng vӟi mӝt sӕ Oѭӧng nhҩWÿӏQKWKѭӡng tҫPWUăPQJѭӡi trӣ lҥi, OLTP thì hӛ trӧ hàng ngàn cho tӟi hàng triӋXQJѭӡi dùng

- ĈӇ ÿiQKJLiWӕFÿӝ hiӋu suҩt thì OLTP chú trӑng sӕ Oѭӧng giao dӏFKQJѭӡi dùng truy cұp cùng mӝt lúc Còn OLAP chú trӑng thӡi gian truy vҩn và phҧn hӗi cӫa dӳ liӋu

2.1.8 Ti͇n Trình ETL

ETL là tӯ viӃt tҳt cӫa Extract - Transform ± Load là mӝt quy trình cho viӋFÿҭy dӳ liӋu tӯ nguӗn này sang nguӗn khác 4XiWUuQK(7/ÿmWUӣ thành mӝt khái niӋm phә biӃn trong nhӳQJQăPYjWKѭӡQJÿѭӧc sӱ dөng trong kho dӳ liӋu

- Extract (Trích xuҩt): OjTXiWUuQKÿӑc, trích xuҩt dӳ liӋu tӯ CSDL

- Transform (BiӃQÿәi): là quá trình chuyӇQÿәi dӳ liӋu ÿѭӧc trích xuҩWWUѭӟFÿyWKjQKFiFGӳ

liӋu có cҩu trúc và nӝi dung mong muӕn theo nhu cҫu cӫDQJѭӡi xӱ lý dӳ liӋu Có thӇ biӃn ÿәi bҵng cách xӱ dөng mӝt quy tҳFQjRÿyKD\NӃt hӧp nhiӅu table khác nhau ra mӝt table mӟL«

- Load (Tҧi): là quá trình input dӳ liӋu vào CSDL mình muӕn hay còn gӑLOj&6'/ÿtFK

Mӝt hӋ thӕQJ(7/ÿѭӧc thiӃt kӃ phù hӧp sӁ trích xuҩt dӳ liӋu tӯ các hӋ thӕng nguӗn khác nhau, thӵc thi các tiêu chuҭn vӅ tính nhҩt quán và chҩWOѭӧng dӳ liӋu, tuân thӫ dӳ liӋXÿӇ các nguӗn riêng biӋt có thӇ ÿѭӧc sӱ dөng cùng nhau và cuӕi cùng cung cҩp dӳ liӋu ӣ ÿӏnh dҥng sҹn VjQJÿӇ các nhà phát triӇn ӭng dөng có thӇ xây dӵng ӭng dөQJYjQJѭӡi dùng cuӕi có thӇ ÿѭDra quyӃWÿӏnh Vì viӋc trích xuҩt dӳ liӋu cҫn có thӡLJLDQQrQWKѭӡng thӵc hiӋn song song ba giai ÿRҥn Hình minh hӑDÿѭӧc biӇu diӉQQKѭKuQK8:

7URQJEѭӟFÿҫu tiên cӫa quy trình ETL, dӳ liӋu có cҩu trúc và không cҩXWU~Fÿѭӧc nhұp và hӧp nhҩt vào mӝt CSDL duy nhҩt Dӳ liӋu có thӇ ÿѭӧc trích xuҩt tӯ nhiӅu hӋ thӕng khác nhau, bao gӗm:

- HӋ thӕng ERP

- HӋ thӕQJFKăPVyFNKiFKKjQJ - Dӳ liӋu tӯ ÿӕi tác gӱi vӅ công ty - HӋ thӕng bán hàng

- Các hӋ thӕng khác

Mһc dù các dӳ liӋu này có thӇ xӱ lý thӫ F{QJQKѭQJYLӋc trích xuҩt dӳ liӋu bҵng tay có thӇ tӕn nhiӅu thӡi gian và dӉ bӏ lӛi Các công cө ETL tӵ ÿӝng hóa quá trình trích xuҩt và tҥo ra mӝt quy trình làm viӋc hiӋu quҧ YjÿiQJWLQFұ\KѫQ

Hình 2.8: Minh hӑa tiӃn trình ETL

*LDLÿRҥn chuyӇQÿәi ± Transform:

7URQJJLDLÿRҥn này cӫa quy trình ETL, các quy tҳFYjTX\ÿӏnh có thӇ ÿѭӧc áp dөQJÿӇ ÿҧm bҧo chҩWOѭӧng dӳ liӋu và khҧ QăQJWUX\Fұp Quá trình chuyӇQÿәi dӳ liӋu bao gӗm mӝt sӕ chӭc QăQJYӅ mһt xӱ lý dӳ liӋXQKѭVDX

- Data cleansing: nhҵm mөFÿtFKFKӍ truyӅn dӳ liӋXÿ~QJFKRPөc tiêu - Tiêu chu̱n hóa: áp dөng các quy tҳc hay công thӭc nhҩWÿӏnh cho dӳ liӋu - Lo̩i b͗ dͷ li͏u trùng l̿p: loҥi bӓ nhӳng dӳ liӋu giӕng nhau hoһc bӏ trùng

- Xác minh: xem xét dӳ liӋXQjRGQJÿѭӧFKD\NK{QJGQJÿѭӧFÿӕi vӟi nhӳng dӳ

liӋu có sӵ dӏ WKѭӡng sӁ ÿѭӧFÿһt cҧnh báo

- S̷p x͇p: dӳ liӋXÿѭӧc sҳp xӃp theo tӯng loҥi

- Các tác vͭ khác: nhӳng tác vө khác áp dөQJÿӇ cҧi thiӋn dӳ liӋu

ChuyӇQÿәLWKѭӡQJÿѭӧc coi là phҫn quan trӑng nhҩt cӫa quy trình ETL ChuyӇQÿәi dӳ liӋu cҧi thiӋn tính toàn vҽn dӳ liӋXYjÿҧm bҧo dӳ liӋXÿӃn CSDL ÿtFKmӝt cách chính xác và hiӋu quҧ

*LDLÿRҥn Tҧi - Load

%ѭӟc cuӕi cùng trong quy trình ETL là tҧi dӳ liӋXÿmÿѭӧc biӃQÿәi VDQJ&6'/ÿtFK Dӳ liӋu có thӇ ÿѭӧc tҧi tҩt cҧ cùng mӝt lúc (tҧi toàn bӝ) hoһc theo các khoҧng thӡi gian theo lӏch trình (tҧLWăQJGҫn)

- Tҧi toàn bӝ: là tҧi tҩt cҧ dӳ liӋu mà không cҫn thiӃt lұp bҩt kǤ ÿLӅu kiӋn giӟi hҥn dӳ liӋu nào trong suӕt quá trình tҧi MһFGÿLӅu này khá là tiӋn lӧLÿӕi vӟLQJѭӡi xӱ lý dӳ liӋXQKѭQJGRWҧi hӃt toàn bӝ khi gһp lӛi xҧy ra sӁ khó mà kiӇPVRiWÿѭӧc

- TҧLWăQJGҫn: là thiӃt lұp mӝt khoҧng thӡi gian nhҩWÿӏQKWUѭӟc khi tҧi, so sánh vӟi dӳ liӋXÿmWҧLWUѭӟFÿyYӟi dӳ liӋu mӟi tҧi KiӇu tҧi dӳ liӋu này giúp giҧm tài nguyên hӋ thӕng sӱ dөng khi tҧi dӳ liӋXYjÿӗng thӡi dӉ kiӇm soát trong quá trình tҧi

2.1.9 Khái ni͏m và lͫi ích cͯa Business Intelligence

BI (Kinh doanh thông minh) bao gӗm các chiӃQOѭӧc và công nghӋ ÿѭӧc các doanh nghiӋp sӱ dөQJÿӇ phân tích dӳ liӋu thông tin kinh doanh Công nghӋ BI cung cҩp các góc nhìn vӅ lӏch sӱ, hiӋn tҥi và dӵ ÿRiQYӅ hoҥWÿӝng kinh doanh

ChӭFQăQJSKә biӃn cӫa BI bao gӗm: báo cáo, xӱ lý phân tích trӵc tuyӃn, phân tích, khai phá dӳ liӋu, quҧn lý hiӋu suҩWNLQKGRDQK«

Tә chӭc có thӇ sӱ dөQJ%,ÿӇ hӛ trӧ mӝt loҥt các quyӃWÿӏnh kinh doanh tӯ hoҥWÿӝQJÿӃn chiӃQOѭӧc BI hiӋu quҧ nhҩt khi có thӇ kӃt hӧp dӳ liӋu tӯ thӏ WUѭӡng mà công ty hoҥWÿӝng vӟi dӳ liӋu nӝi bӝ cӫa công ty

BI giúp các tә chӭc hiӇXU}KѫQYӅ thӏ WUѭӡQJÿiQKJLiQKXFҫu và tính phù hӧp cӫa sҧn phҭm, dӏch vө ÿӕi vӟi các phân khúc thӏ WUѭӡng khác nhau

HӋ thӕQJ%,WKѭӡng sӱ dөng dӳ liӋXFyÿѭӧc tӯ ':QrQWK{QJWKѭӡng hai hӋ thӕng này sӁ OX{QÿLFKXQJYӟi nhau

(https://docs.microsoft.com/en-us/power-bi/fundamentals/power-bi-overview)

Lӧi ích cӫa hӋ thӕng BI:

- Cҧi thiӋQÿӝ chính xác cӫa dӳ liӋu

- ĈѭDUDTX\ӃWÿӏnh tӕWKѫQQKDQKFKyQJKѫQ - Cҧi thiӋn ÿѭӧc kӃt quҧ ÿҥWÿѭӧc

- DӉ dàng chia sҿ dӳ liӋu mӝt cách an toàn và bҧo mұt

- HiӇn thӏ tӕWKѫQYӅ thông tin tài chính và hoҥWÿӝng dӵa vào trӵc quan hóa dӳ liӋu - Giҧm sӵ kém hiӋu quҧ trong quá trình hoҥWÿӝng

- TiӃt kiӋm thӡi gian

- Cҧi thiӋn hiӋu quҧ làm viӋc cӫa nhân viên

- HiӋn tҥi các phҫn mӅP%,WKѭӡng có giá cҥnh tranh nên giúp tә chӭc tiӃt kiӋPÿѭӧc chi phí

Hình 2.9: Minh hӑa vӅ mӝt hӋ thӕng Business Intelligence

- 7ăQJFѭӡng tính minh bҥch trong hoҥWÿӝng cӫa tә chӭc

2.2 Các nghiên cӭu liên quan

¾ ĈӅ WjL³Xây dӵng Data Warehouse và Business Intelligence cho công ty ngành nhӵa tҥi TP.Hӗ &Kt0LQK´ cӫa NguyӉQ9ăQ7jL nói vӅ xây dӵng hӋ thӕng DW và BI cho công ty theo nghiӋp vө bán hàng

¾ ĈӅ WjL³;k\Gӵng kho dӳ liӋu trong kӹ nguyên khoa hӑc dӳ liӋX´Fӫa NguyӉn Thӏ Minh 3Kѭӧng nói vӅ viӋc xây dӵQJ':FKRWKѭYLӋQWUѭӡng

¾ Công trình nghiên cӭX³A Data Warehouse Based Modelling Technique for Stock Market $QDO\VLV´ cӫa Debomita Mondal, Giridhar Maji, Takaaki Goto, Narayan C Debnath và Soumya Sen nghiên cӭu tұp trung cho viӋF[iFÿӏnh mӝt mô hình kho dӳ liӋu FѫEҧn cho viӋc phân tích thӏ WUѭӡng chӭng khoán

¾ Nghiên cӭX ³$ +ROLVWLF 9LHZ RI 'DWD :DUHKRXVLQJ LQ (GXFDWLRQ´ Fӫa Oswaldo Moscoso-Zea, Joel Paredes-Gualtor, Sergio LujáN-Mora nghiên cӭu vӅ quá trình xây dӵng và triӇn khai DW trong ngành giáo dөc

¾ Nghiên cӭX³$QDO\VLVRIWKH,PSDFWRI%XVLQHVV,QWHOOLJHQFHLQ3XEOLF$GPLQLVWUDWLRQ´cӫa Rita Ribeiro, Andreia Oliveira, Isabel Pedrosa nghiên cӭu vӅ ӭng dөQJ%,WURQJFѫquan hành chính công cӫa Bӗ ĈjR1KDYjKLӋu quҧ cӫa BI trong viӋc cҧi thiӋn hiӋu quҧ hoҥWÿӝng cӫDFѫTXDQ

¾ Nghiên cӭX³%XVLQHVV,QWHOOLJHQFHIRU&DUGLRYDVFXODU'LVHDVH$VVHVVPHQW´Fӫa Cristiana Silva, Joana Pereira, Luís Costa, Hugo Peixoto, José Machado, António Abelha nghiên cӭu viӋc phát triӇn DW và xây dӵng các chӍ sӕ cho nhu cҫu phân tích bҵng cách sӱ dөng các công cө BI, giúp cҧi thiӋn viӋFFKăPVyFEӋnh nhân tim mҥch

&+ѬѪ1* : ĈÈ1+*,È HIӊN TRҤNG CÔNG TY CHO XÂY DӴNG Hӊ THӔNG

3.1 Các vҩQÿӅ gһp phҧi khi triӇn khai hӋ thӕng

Vӟi mӝt hӋ thӕng mӟi khi triӇn khai tҥLF{QJW\QKѭKӋ thӕng DW và BI thì vҩQÿӅ là không thӇ tránh khӓi, quá trình triӇQNKDLÿzLKӓi sӵ thông thҥo vӅ mһt hӋ thӕng FNJQJQKѭQJKLӋp vө cӫDF{QJW\GѭӟLÿk\OjFiFYҩQÿӅ mà tác giҧ gһp khi triӇn khai hӋ thӕng:

- Do dӳ liӋXOѭXWӯ nhiӅu hӋ thӕng khác nhau, nên cҫn phҧi hiӇu rõ hӋ thӕng mà công W\ÿDQJVӱ dөng

- Không có tài liӋu cho dӳ liӋu cӫa hӋ thӕng, nên cҫn phҧLWKѭӡng xuyên giao tiӃp vӟi XVHUÿӇ có cái nhìn chi tiӃt vӅ dӳ liӋu

- Dӳ liӋu sӱ dөng nhiӅu tӯ viӃt tҳWQrQNKyNKăQWURQJYLӋc hiӇu dӳ liӋu - Cҫn nҳm bҳWÿѭӧc nghiӋp vө cӫa công ty

- 8VHUFKѭDTXHQWURQJYLӋc sӱ dөng hӋ thӕng DW và BI

- Do triӇn khai hӋ thӕng DW và BI cҫn mӝt sӕ Oѭӧng nhân sӵ có chuyên môn nhҩWÿӏnh nên quá trình triӇQNKDLNKyÿӇ WuPÿѭӧFQJѭӡi cҫn thiӃt

3.2 HӋ thӕng phҫn mӅm và báo cáo cӫa công ty ÿDQJsӱ dөng

Vӟi sӵ cҫn thiӃt trong hoҥWÿӝng kinh doanh thì hiӋn công ty sӱ dөng nhiӅu phҫn mӅm và hӋ thӕng báo cáo khác nhau cho tӯng phân hӋ

Phҫn mӅm quҧn lý nhân sӵ:

- Phҫn mӅm quҧn lý nhân sӵ ULrQJÿѭӧc công ty order bên ngoài làm - Quҧn lý viӋc chҩm công, nghӍ phép, làm thêm giӡ«cӫa nhân viên

HӋ thӕng báo cáo hiӋn tҥi:

- Các báo cáo hiӋQÿDQJÿѭӧc tәng hӧp tӯ nhiӅu nguӗn dӳ liӋu khác nhau bҵng cách thӫ công trên Excel

- Nhân viên báo cáo sӁ OѭXOҥi tӯng file Excel trên hӋ thӕng sever theo mӝWJLDLÿRҥn thӡi gian nhҩWÿӏnh cӫa báo cáo

- Khi có các chӍ sӕ cҫQWKD\ÿәi thì sӁ phҧi cұp nhұp lҥi file Excel và gӱi qua email cho các nhân viên liên quan

HiӋn nay có khá là nhiӅu phҫn mӅm phөc vө cho viӋc xây dӵng DW và BI &{QJW\ÿmÿiQKgiá nhiӅu yӃu tӕ và xin ý kiӃn thҧo luұn tӯ nhiӅu chuyên gia khác nhau nên công ty sӁ sӱ dөng các phҫn mӅm cӫa 0LFURVRIWÿӇ phөc vө cho xây dӵng hӋ thӕng DW và BI gӗm:

- Sӱ dөng ngôn ngӳ T-64/ÿѭӧc phát triӇn bӣi Microsoft

SQL Server Integration Services:

- Mӝt công cө quҧn lý, tích hӧp và xӱ lý dӳ liӋu

- 0{LWUѭӡQJFKtQKÿӇ chҥy ETL, giúp tӵ ÿӝng hóa các chӭFQăQJWURQJ(7/ - Phҫn mӅm hӛ trӧ nhiӅu tác vө khác nhau cho vҩQÿӅ ETL

SQL Server Analysis Services:

- Mӝt công cө hӛ trӧ cho viӋc phân tích dӳ liӋu ÿDFKiӅu OLAP - Là mӝt phҫn trong Microsoft SQL Server

- Giúp tҥo và quҧn lý các mô hình DM mӝt cách linh hoҥt - &yWtQKQăQJEҧo mұt cao

- Sӱ dөng ngôn ngӳ MDX làm ngôn ngӳ truy vҩn

SQL Server Data Tools:

- Mӝt chӭFQăQJWURQJ0LFURVRIW9LVXDO6WXGLR

- Là môi WUѭӡQJWKDRWiFFKtQKÿӇ tҥo ra các model cho DM

- Các DM tҥo ra sӁ ÿѭӧc deploy và input vào SSAS

Power BI:

- Là công cө cho thiӃt kӅ hӋ thӕng kinh doanh thông minh cӫa Microsoft

- ĈѭӧFGQJÿӇ trӵc quan hóa dӳ liӋu, tҥo các dashboard, report theo yêu cҫu cӫa QJѭӡi sӱ dөng dӳ liӋu

- Vӟi giao diӋn thân thiӋn dӉ sӱ dөQJJL~SQJѭӡi dùng dӉ dàng thao tác

- Hӛ trӧ ngôn ngӳ Data Analysis Expressions (DAX) mӝt ngôn ngӳ do Microsoft phát triӇn cho phân tích, ngôn ngӳ này khá giӕng vӟLH[FHOÿLӅXQj\JL~SQJѭӡi dùng dӉ dàng nҳm bҳt

- Có hai dӏch vө chính cӫD 3RZHU %, Oj 3RZHU %, 'HVNWRS GQJ ÿӇ phát triӇn các dashboard và nhӳng tính toán phӭc tҥp, Power BI Service dùng cho nӅn tҧng web thích hӧp cho nhӳng báo cáo nhanh gӑn Hai dӏch vө Qj\WѭѫQJWiFKӛ trӧ lүn nhau

ĈӇ có thӇ xây dӵng các DM chính xác cho tӯng phân hӋ khác nhau, cҫn phҧi hiӇu rõ vӅ quy trình nghiӋp vө cӫa tӯng phân hӋ ÿy&ác quy trình nghiӋp vө này sӁ thӇ hiӋQÿѭӧc luӗng data chҥy trong hӋ thӕQJNKLXVHUWKDRWiFÿӗng thӡLFNJQJKLӇXÿѭӧc cách thӭc nghiӋp vө hӛ trӧ cho vҩQÿӅ phân tích

'RÿӅ tài tұp trung vào ba phân hӋ chính là bán hàng, kho và khiӃu nҥi khách hàng nên tác giҧ sӁ tұp trung vào quy trình cӫa ba phân hӋ trên bao gӗPVѫÿӗ quy trình và diӉn giҧi tӯng EѭӟFWURQJTX\WUuQKÿy

3.3.1 Nghi͏p vͭ bán hàng