CHƯƠNG 4: BIG DATA TRONG HOẠT ĐỘNG NGÂN HÀNG

Thông qua việc tìm hiểu học phần Công nghệ số trong hoạt động Ngân hàng, các học viên sẽ tìm hiểu rõ hơn về Big Data trong hoạt động ngành Ngân hàng. Nội dung Chương 4 tập trung vào việc trình bày chi tiết các nội dung liên quan đến Big Data như khái niệm, các đặc trưng, vai trò, các cơ hội và thách thức Big Data mang lại. Quan trọng hơn hết, trong Chương 4, các học viên sẽ nắm bắt được các ứng dụng Big Data trong ngành Ngân hàng, các điều kiện để ứng dụng Big Data trong ngành Ngân hàng và các nguồn dữ liệu Big Data torng hoạt động tiếp thị của ngành Ngân hàng.

1/Biên soạn: Ngô Đức Chiến CHƯƠNG 4: BIG DATA TRONG HOẠT ĐỘNG NGÂN HÀNG Thơng qua việc tìm hiểu học phần Công nghệ số hoạt động Ngân hàng, học viên tìm hiểu rõ Big Data hoạt động ngành Ngân hàng Nội dung Chương tập trung vào việc trình bày chi tiết nội dung liên quan đến Big Data khái niệm, đặc trưng, vai trò, hội thách thức Big Data mang lại Quan trọng hết, Chương 4, học viên nắm bắt ứng dụng Big Data ngành Ngân hàng, điều kiện để ứng dụng Big Data ngành Ngân hàng nguồn liệu Big Data torng hoạt động tiếp thị ngành Ngân hàng 4.1 Tổng quan Big Data Thuật ngữ Big data (dữ liệu lớn) sử dụng từ năm 1990 thực bùng nổ khoảng 10 năm trở lại Vào năm 2001, nhà phân tích Doug Laney hãng META Group (bây cơng ty nghiên cứu Gartner) nói thách thức hội nằm việc tăng trưởng liệu mơ tả ba chiều: tăng lượng (volume), tăng vận tốc (velocity) tăng chủng loại/sự đa dạng (variety) Giờ đây, Gartner với nhiều công ty tổ chức khác lĩnh vực công nghệ thông tin tiếp tục sử dụng mơ hình “3V” để định nghĩa nên Big Data Các cơng ty phủ ứng dụng big data: - Data.gov - nơi mà người phép tự truy cập tất liệu Chính phủ Mỹ bao gồm thơng tin khác nhau, từ khí hậu đến tội phạm giam giữ - Data.gov.uk – nơi tương tự Chính phủ Anh Tại đây, người tập hợp siêu liệu tất sách ấn phẩm Anh kể từ năm 1950 2/Biên soạn: Ngơ Đức Chiến - Ngồi cịn có Cục Điều tra Dân số Mỹ - bao gồm thông tin có giá trị dân số, địa lý liệu khác Tương tự kho liệu mở Liên minh châu Âu, bao gồm liệu điều tra dân số tổ chức Liên minh châu Âu… Các lĩnh vực ứng dụng big data: truyền thông xã hội, giao dịch chứng khốn, điện lực, giao thơng, thiết bị tìm kiếm… Tại Việt Nam, tổ chức ứng dụng Big Data kể đến là:  Internet: FPT, VNG, VCCorp  Telecom: FPT Telecom, Viettel  Banking: Vietcombank  Media: VnExpress, eClick.vn  Retail & Distribution: TheGioiDiDong, FPT Retail/FPT Shop  Transport: Vietnam Airline 4.1.1 Khái niệm Big Data Thuật ngữ Big Data (dữ liệu lớn) sử dụng từ năm 1990 thực bùng nổ khoảng 10 năm trở lại Big Data (Dữ liệu lớn) thuật ngữ dùng để tập hợp liệu lớn phức tạp công cụ, ứng dụng xử lí liệu truyền thống khơng thể đảm đương (Kevin Taylor-Sakyi, 2016; Memon & cộng sự, 2017) Kích cỡ Big Data ngày tăng lên, tính đến năm 2012 nằm khoảng vài chục terabyte nhiều petabyte (1 petabyte = 1024 terabyte) cho tập hợp liệu mà Hay, Big data thuật ngữ cho việc xử lý tập hợp liệu lớn mà cơng cụ phân tích liệu thơng thường xử lý Dữ liệu lớn bao gồm thách thức phân tích, thu thập, giám sát liệu, tìm kiếm, chia sẻ, lưu trữ, truyền nhận, trực quan, truy vấn tính riêng tư Thuật ngữ thường đơn giản đề cập đến việc việc sử dụng phân tích dự báo, phân tích hành vi người dùng, số phương pháp phân tích liệu tiên tiến khác trích xuất giá trị từ liệu mà đề cập đến kích thước liệu Bằng việc tổng hợp lượng thông tin lớn từ nguồn khác khiến cho Big Data trở thành công cụ mạnh cho việc định kinh doanh, 3/Biên soạn: Ngô Đức Chiến nhận diện hành vi xu hướng nhanh tốt nhiều so với cách thức truyền thống Chúng ta lấy thí nghiệm Máy gia tốc hạt lớn (LHC) Châu Âu làm ví dụ cho Big Data Khi thí nghiệm tiến hành, kết ghi nhận 150 triệu cảm biến với nhiệm vụ truyền tải liệu khoảng 40 triệu lần giây Kết LHC ghi nhận hết kết từ cảm biến luồng liệu trở nên vơ lớn, đạt đến 150 triệu petabyte năm, 500 exabyte ngày, cao 200 lần so với tất nguồn liệu khác giới gộp loại Trong giây lại có đến khoảng 600 triệu vụ va chạm hạt vật chất diễn ra, sau chọn lọc lại từ khoảng 99,999% luồng liệu đó, có tầm 100 vụ va chạm nhà khoa học quan tâm Điều có nghĩa quan chủ quản LHC phải tìm biện pháp để quản lý xử lí hết mớ liệu khổng lồ Hoặc công tác giải mã di truyền người chẳng hạn Trước công việc đến 10 năm để xử lí, cịn người ta cần tuần hồn thành Cịn Trung tâm giả lập khí hậu NASA chứa 32 petabyte liệu quan trắc thời tiết giả lập siêu máy tính họ Việc lưu trữ hình ảnh, văn nội dung đa phương tiện khác Wikipedia ghi nhận hành vi chỉnh sửa người dùng cấu thành tập hợp Big Data lớn Nhà bán lẻ online Amazon.com phải xử lí hàng triệu hoạt động ngày yêu cầu từ khoảng nửa triệu đối tác bán hàng Amazon sử dụng hệ thống Linux hồi năm 2005, họ sở hữu ba sở liệu Linux lớn giới với dung lượng 7,8TB, 18,5TB 24,7TB Tương tự, Facebook phải quản lí 50 tỉ ảnh từ người dùng tải lên, YouTube hay Google phải lưu lại hết lượt truy vấn video người dùng nhiều loại thơng tin khác có liên quan Cịn theo tập đồn SAS, có vài số liệu thú vị Big Data sau: 4/Biên soạn: Ngô Đức Chiến - Các hệ thống RFID (một dạng kết nối tầm gần, kiểu NFC có tầm hoạt động xa thứ dùng thẻ mở cửa khách sạn) tạo lượng liệu lớn 1.000 lần so với mã vạc truyền thống - Chỉ vòng ngày “Black Friday” năm 2012, cửa hàng Walmart phải xử lí 10 triệu giao dịch tiền mặt, tức khoản 5.000 giao diện giây - Dịch vụ chuyển phát UPS nhận khoảng 39,5 triệu yêu cầu từ khách hàng ngày - Dịch vụ thẻ VISA xử lí 172.800.000 giao dịch thẻ vịng ngày mà thơi - Trên Twitter có 500 triệu dịng tweet ngày, Facebook có 1,15 tỉ thành viên tạo mớ khổng lồ liệu văn bản, tập tin, video… Hình 4.1: Hình ảnh minh họa Big Data (Hoạt động người dùng Wikipedia mơ hình hóa với kích thước hàng terabyte, xem dạng Big Data) Nguồn: Viện Khoa học Cơng nghệ Tính tốn 5/Biên soạn: Ngơ Đức Chiến Trong tương lai, tiếp tục chứng kiến tăng trưởng Big Data Hiện bạn nghe đến khái niệm Internet of Things, tức mang Internet đến với thứ đời sống ngày Dữ liệu từ Internet of Things thực chất thu thập từ mạng lưới nhiều cảm biến thiết bị điện tử, nguồn Big Data Lượng liệu khổng lồ cho nhà nghiên cứu biết hành vi tiêu dùng khách hàng, từ tinh chỉnh thiết bị Internet of Things cho phù hợp hơn, bắt chúng phục vụ đời sống ngày cách hiệu Nó dùng cho việc sản xuất, từ giảm liên quan người 4.1.2 Các yếu tố nhận diện Big Data Big Data nhận diện ba khía cạnh chính: Dữ liệu (Data), Công nghệ (Technology), Quy mô (Size) - Thứ nhất, liệu (data) bao gồm liệu thuộc nhiều định dạng khác hình ảnh, video, âm nhạc… Internet; gồm liệu thu thập từ hệ thống cảm biến có kết nối với hệ thống máy chủ; liệu khách hàng ứng dụng thơng minh thiết bị có kết nối mạng; liệu người dùng để lại flatform mạng xã hội Vì liệu cập nhật qua thiết bị kết nối mạng giờ, phút, giây đến từ nhiều nguồn khác nên khối lượng liệu lớn (Big) Hiện nay, Big Data đo lường theo đơn vị Terabytes (TB), Petabytes (PB) Exabytes (EB) Có thể dễ dàng lấy vài ví dụ Walmart xử lý triệu giao dịch khách hàng giờ, liệu nhập vào ước tính 2,5 PB; Twitter tạo 12 TB liệu ngày hay Airbus A380 tạo 10 TB liệu 30 phút bay - Yếu tố nhận diện thứ hai Big Data công nghệ (technology) Công nghệ thường thiết kế hình thành hệ sinh thái từ lên để có khả xử lý liệu lớn phức tạp Một hệ sinh thái mạnh phải kể đến Hadoop với khả xử lý liệu tăng lên mức độ 6/Biên soạn: Ngô Đức Chiến phức tạp liệu, lực công cụ vô giá ứng dụng Big Data - Yếu tố nhận diện thứ ba Big Data quy mô liệu Hiện chưa có câu trả lời xác cho câu hỏi liệu gọi lớn Theo ngầm hiểu liệu vượt khả xử lý hệ thống truyền thống xếp vào Big Data Việc thân doanh nghiệp sở hữu Big Data riêng trở nên phổ biến Chẳng hạn, trang bán hàng trực tuyến eBay sử dụng hai trung tâm liệu với dung lượng lên đến 40 petabyte để chứa truy vấn, tìm kiếm, đề xuất cho khách hàng thơng tin hàng hóa Hay nhà bán lẻ online Amazon.com phải xử lí hàng triệu hoạt động ngày yêu cầu từ khoảng nửa triệu đối tác bán hàng Tương tự, Facebook phải quản lí 50 tỉ ảnh từ người dùng tải lên, YouTube hay Google phải lưu lại hết lượt truy vấn video người dùng nhiều loại thơng tin khác có liên quan Theo kết khảo sát thực Qubole - công ty hàng đầu cung cấp giải pháp, tảng quản lí liệu hạ tầng đám mây phục vụ phân tích - Dimensional Research - tổ chức nghiên cứu thị trường công nghệ, lĩnh vực chăm sóc khách hàng, kế hoạch cơng nghệ thơng tin, quy trình bán hàng hoạt động tài lĩnh vực thu lợi nhiều từ Big Data Qua đó, thấy mục đích khai thác Big Data nhà cung ứng hàng hóa, dịch vụ tồn cầu hướng đến chăm sóc khách hàng, phân tích liệu khách hàng để phát triển sản phẩm, dịch vụ; ứng dụng thông minh để tăng trải nghiệm khách hàng giữ chân khách hàng cạnh tranh ngày gay gắt nhà cung ứng hầu hết lĩnh vực kinh doanh Với cơng cụ phân tích, đặc biệt cơng cụ phân tích dự báo (Predictive Analytics) khai thác liệu (Data mining), Big Data giúp doanh nghiệp đo lường, phân tích vấn đề liên quan đến sản phẩm, phát hội nguy rủi ro, đồng thời, dự báo doanh thu từ hoạt động kinh doanh hàng ngày 7/Biên soạn: Ngô Đức Chiến 4.1.3 Các đặc trưng Big Data Dữ liệu lớn có đặc trưng sau (mơ hình 5V): (1) Khối lượng liệu (Volume) Đây đặc điểm tiêu biểu liệu lớn, khối lượng liệu lớn Kích cỡ Big Data ngày tăng lên, tính đến năm 2012 nằm khoảng vài chục terabyte nhiều petabyte (1 petabyte = 1024 terabyte) cho tập hợp liệu Dữ liệu truyền thống lưu trữ thiết bị đĩa mềm, đĩa cứng Nhưng với liệu lớn sử dụng công nghệ “đám mây” đáp ứng khả lưu trữ liệu lớn (2) Tốc độ (Velocity) Tốc độ hiểu theo khía cạnh: (a) Khối lượng liệu gia tăng nhanh (mỗi giây có tới 72.9 triệu u cầu truy cập tìm kiếm web bán hàng Amazon); (b) Xử lý liệu nhanh mức thời gian thực (real-time), có nghĩa liệu xử lý tức thời sau chúng phát sinh (tính đến mili giây) Các ứng dụng phổ biến lĩnh vực Internet, Tài chính, Ngân hàng, Hàng khơng, Qn sự, Y tế – Sức khỏe phần lớn liệu lớn xử lý real-time Công nghệ xử lý liệu lớn ngày cho phép xử lý tức trước chúng lưu trữ vào sở liệu (3) Đa dạng (Variety) Đối với liệu truyền thống hay nói đến liệu có cấu trúc, ngày 80% liệu sinh phi cấu trúc (tài liệu, blog, hình ảnh, vi deo, hát, liệu từ thiết bị cảm biến vật lý, thiết bị chăm sóc sức khỏe…) Big Data cho phép liên kết phân tích nhiều dạng liệu khác Ví dụ, với bình luận nhóm người dùng Facebook với thông tin video chia sẻ từ Youtube Twitter Ngồi ra, đề cập đến tính đa dạng (Variety) liệu cho thấy, liệu Big Data thu thập từ nhiều nguồn, khái quát thành ba nguồn sau (như Hình 4.2) 8/Biên soạn: Ngơ Đức Chiến B i D ữ l i ệ ug c ủ a b ê nD t h ứ c D b ữaa t l i ệ u taừ I n te r n e t D ữ liệ u b ê n tr o n g tổ c h ứ c Hình 4.2: Nguồn liệu Big Data Nguồn: Kevin Taylor-Sakyi (2016) (4) Độ tin cậy/chính xác (Veracity) Một tính chất phức tạp Dữ liệu lớn độ tin cậy/chính xác liệu Với xu hướng phương tiện truyền thông xã hội (Social Media) mạng xã hội (Social Network) ngày gia tăng mạnh mẽ tính tương tác chia sẻ người dùng Mobile làm cho tranh xác định độ tin cậy & xác liệu ngày khó khăn Bài tốn phân tích loại bỏ liệu thiếu xác nhiễu tính chất quan trọng Big Data (5) Giá trị (Value) Giá trị đặc điểm quan trọng liệu lớn, bắt đầu triển khai xây dựng liệu lớn việc cần phải làm xác định giá trị thơng tin mang lại nào, có định có nên triển khai liệu lớn hay khơng Nếu có liệu lớn mà nhận 1% lợi ích từ nó, không nên đầu tư phát triển liệu lớn Kết dự báo xác thể rõ nét giá trị liệu lớn mang lại Ví dụ, từ khối liệu phát sinh trình khám, chữa bệnh giúp dự báo sức khỏe xác hơn, giảm chi phí điều trị chi phí liên quan đến y tế 4.1.4 Vai trò Big Data Big Data ứng dụng rộng rãi nhiều lĩnh vực như: Bán lẻ, ngân hàng, dịch vụ chăm sóc sức khỏe, viễn thơng, giải trí, bảo hiểm, giao thơng, giáo dục,… 9/Biên soạn: Ngô Đức Chiến Big Dat a Giao thơng Bảo hiể m Ngân hàng Chứng khốn Truyền thơng giải trí Giá o dục Chăm sóc sức khỏe Sản Năng lượng xuất tiện ích Hình 4.3: Các lĩnh vực ứng dụng Big Data Nguồn: Kasipuri (2018), Memon cộng (2017) Nhiều người chưa biết tầm quan trọng Big Data gì? giải thích tầm quan trọng liệu lớn khơng nằm lượng liệu mà có, nằm việc làm với liệu Ta sử dụng nguồn liệu lớn phân tích để tìm câu trả lời cho câu hỏi: giảm chi phí, giảm thời gian, phát triển sản phẩm dịch vụ tối ưu, định thơng minh Khi việc phân tích nguồn liệu lớn hỗ trợ tối đa ta hoàn thành tốt số tác vụ như: xác định nguyên nhân gốc rễ thất bại, tạo chương trình khuyến mại hợp lí dựa thói quen khách hàng công việc kinh doanh, tính tốn rủi ro gặp phải, phát hành vi gian lận trước có ảnh hưởng đến Big Data thu thập thông tin quy mơ lớn từ website, doanh nghiệp dùng cơng cụ phân tích liệu để phục vụ cho cơng việc phân tích thị trường 10/Biên soạn: Ngô Đức Chiến giúp đưa chiến lược nâng cao chất lượng sản phẩm, dịch vụ hay tìm hiểu hành vi khách hàng đề mắt sản phẩm Đối với tổ chức, doanh nghiệp tầm quan trọng Big Data gì? họ tận dụng Big Data để xây dựng nội dung trang web thu hút người truy cập hơn, có nhìn tồn cảnh sâu sắc hành vi mua hàng Dữ liệu nhiều phân tích xác Các doanh nghiệp nên cung cấp nội dung nhiều kênh xã hội để thu thập liệu từ nhiều nguồn Xa chút Big Data giúp quan Chính phủ dự đốn tỉ lệ thất nghiệp, xu hướng nghề nghiệp tương lai để tập trung đầu tư cho hạng mục đó, cắt giảm chi phí, kích thích tăng trưởng kinh tế, chí phương án phịng ngừa trước dịch bệnh 4.1.5 Sự khác biệt Big Data (Dữ liệu lớn) Dữ liệu truyền thống Dữ liệu lớn khác với liệu truyền thống (ví dụ, kho liệu - Data Warehouse) điểm bản: Dữ liệu đa dạng hơn; lưu trữ liệu lớn hơn; truy vấn nhanh hơn; độ xác cao (1) Dữ liệu đa dạng hơn: Khi khai thác liệu truyền thống (Dữ liệu có cấu trúc), thường phải trả lời câu hỏi: Dữ liệu lấy kiểu gì? định dạng liệu nào? Đối với liệu lớn, trả lời câu hỏi Hay nói khác, khai thác, phân tích liệu lớn khơng cần quan tâm đến kiểu liệu định dạng chúng; điều quan tâm giá trị mà liệu mang lại có đáp ứng cho cơng việc tương lai hay không (2) Lưu trữ liệu lớn hơn: Lưu trữ liệu truyền thống vô phức tạp đặt câu hỏi lưu nào? dung lượng kho lưu trữ đủ? gắn kèm với câu hỏi chi phí đầu tư tương ứng Công nghệ lưu trữ liệu lớn phần giải vấn đề nhờ công nghệ lưu trữ đám mây, phân phối lưu trữ liệu phân tán kết hợp liệu phân tán lại với cách xác xử lý nhanh thời gian thực (3) Truy vấn liệu nhanh hơn: Dữ liệu lớn cập nhật liên tục, kho liệu truyền thống cập nhật tình trạng khơng 44/Biên soạn: Ngơ Đức Chiến Trong đó, việc xử lý liệu thu thập câu hỏi có nhiều lựa chọn thắc mắc nhiều nhà nghiên cứu Ví dụ, gặp câu hỏi với nhiều lựa chọn sau: Anh/ chị biết điểm du lịch sau Đồng Nai?           Văn miếu Trấn Biên Chùa Ông (cù lao Phố) Nhà cổ Trần Ngọc Du Cù lao Ba Xê Làng gốm Tân Vạn KDL Bửu Long Làng bưởi Tân Triều Làng cá bè Tân Mai Hồ Trị An Đồng Trường, Đảo Ó Vậy nhập liệu, coi đáp án câu hỏi câu hỏi nhỏ, vậy, có đến 10 câu hỏi cho việc nhập liệu Như vậy, có kết sau (Với = Biết đến địa điểm du lịch = Không biết đến địa điểm du lịch): ST T 10 11 12 13 14 15 16 17 C21 1 1 0 0 C22 0 1 0 0 C23 0 0 0 0 0 C24 0 0 0 0 0 C2 C25 C26 1 0 0 1 0 1 0 1 0 0 1 0 C27 0 0 0 0 1 0 C28 1 1 1 1 1 1 1 C29 1 1 1 1 1 1 1 C210 0 0 0 0 0 0 45/Biên soạn: Ngô Đức Chiến 18 0 0 1 19 0 0 1 20 1 1 1 Ta thực khai báo liệu vào phần mềm SPSS (Cách khai báo tìm hiểu phần bản) Sau khai báo liệu xong, ta thực thống kê kết thống kê riêng biệt theo trường hợp, cụ thể sau: C21 Văn miếu Trấn Biêu Valid Cumulative Percent Percent 69.4 69.4 69.4 30.6 30.6 100.0 100.0 100.0 Frequency Percent Valid Không biết Văn miếu Trấn Biên Có biết Văn miếu Trấn Biên Total 34 15 49 C22 Chùa Ơng Frequency Percent Valid Khơng biết Chùa Ơng Có biết Chùa Ơng Total 32 17 49 65.3 34.7 100.0 Valid Cumulative Percent Percent 65.3 65.3 34.7 100.0 100.0 46/Biên soạn: Ngô Đức Chiến C23 Nhà cổ Trần Ngọc Du Valid Percent Frequency Percent Valid Không biết Nhà cổ Trần Ngọc Du Có biết Nhà cổ Trần Ngọc Du Total Cumulative Percent 38 77.6 77.6 77.6 11 22.4 22.4 100.0 49 100.0 100.0 C24 Cù lao Ba Xê Frequency Percent Valid Khơng biết Cù lao Ba Xê Có biết Cù lao Ba Xê Total 37 12 49 75.5 24.5 100.0 Valid Cumulative Percent Percent 75.5 75.5 24.5 100.0 100.0 C25 Làng gốm Tân Vạn Valid Cumulative Percent Percent 79.6 79.6 79.6 20.4 20.4 100.0 100.0 100.0 Frequency Percent Valid Khơng biết Làng gốm Tân Vạn Có biết Làng gốm Tân Vạn Total 39 10 49 C26 KDL Bửu Long Valid Cumulative Percent Percent 42.9 42.9 42.9 57.1 57.1 100.0 100.0 100.0 Frequency Percent Valid Không biết KDL Bửu Long Có biết KDL Bửu Long Total 21 28 49 C27 Làng bè tân Mai Valid Cumulative Percent Percent 75.5 75.5 75.5 24.5 24.5 100.0 100.0 100.0 Frequency Percent Valid Không biết Làng Bè Tân Mai Có biết Làng Bè Tân Mai Total 37 12 49 47/Biên soạn: Ngô Đức Chiến C28 Làng bưởi Tân Triều Frequency Percent Valid Không biết Làng Bưởi Tân Triều Có biết Làng Bưởi Tân Triều Total Valid Percent Cumulative Percent 13 26.5 26.5 26.5 36 73.5 73.5 100.0 49 100.0 100.0 C29 Hồ Trị An Frequency Percent Valid Khơng biết Hồ Trị An Có biết Hồ Trị An Total Valid 14 35 49 28.6 71.4 100.0 Valid Cumulative Percent Percent 28.6 28.6 71.4 100.0 100.0 C210 Đảo ó Đồng Trường Frequenc Valid Cumulative Percent y Percent Percent Khơng biết Đảo Ĩ Đồng Trường 38 77.6 77.6 77.6 Có biết Đảo Ĩ Đồng Trường 11 22.4 22.4 100.0 Total 49 100.0 100.0 Ứng dụng Multiple Response cho câu hỏi nhiều lựa chọn Ứng dụng Multiple Response ứng dụng cho việc thống kê câu hỏi có nhiều lựa chọn phần mềm SPSS Đây xem ứng dụng phổ biến áp dụng cho câu hỏi có nhiều lựa chọn 48/Biên soạn: Ngô Đức Chiến Để tiến hành thống kê câu hỏi với nhiều lụa chọn, trước hết định nghĩa group biến/câu hỏi câu hỏi nhiều lựa chọn, cách vào Analyze/Multiple Response/Define Variable Sets Hộp thoại sau xuất hiện: 49/Biên soạn: Ngô Đức Chiến Chúng ta đưa hết câu hỏi thành phần (C21 đến C210) vào khung Variables in Set Tại mục Dichomoties Counted value: Nhập giá trị Name: NOIDULICH Label: Nơi du lịch 50/Biên soạn: Ngô Đức Chiến Sau bấm nút Add, ta kết hình bên dưới: Bấm Close, sau vào Analyze/ Multiple Response/Frequencies Hộp thoại sau xuất hiện: 51/Biên soạn: Ngô Đức Chiến Chúng ta đưa biến Nơi du lịch vừa tạo vào khung Table(s) for/Ok/Ta có kết $NOIDULICH Frequencies Responses Percent of N Percent Cases Nơi du C21 Văn miếu Trấn Biên 15 8.0% 31.2% a lịch C22 Chùa Ông 17 9.1% 35.4% C23 Nhà cổ Trần Ngọc Du 11 5.9% 22.9% C24 Cù lao Ba Xê 12 6.4% 25.0% C25 Làng gốm Tân vạn 10 5.3% 20.8% C26 KDL Bửu Long 28 15.0% 58.3% C27 Làng bưởi Tân Triều 12 6.4% 25.0% C28 Làng cá bè Tân Mai 36 19.3% 75.0% C29 Hồ Trị An 35 18.7% 72.9% C210 Đồng Trường, Đảo Ó 11 5.9% 22.9% Total 187 100.0% 389.6% a Dichotomy group tabulated at value D THÔNG KÊ TABLES TRONG SPSS Khi yêu cầu thơng tin địi hỏi phải xem xét tần số hay tần suất 52/Biên soạn: Ngô Đức Chiến biểu biến định tính (dạng thang đo Nominal) theo phân loại biến khác ta phải lập bảng phân bổ mà háng theo phân biệt đặc tính biến định tính Ví dụ: Ta cần phân vị trí cơng tác đối tượng khảo sát với đặc tính giới tính, theo kiểu sau: Viên chức phịng Trưởng/phó phịng, khoa Chúng ta thực bước sau: Vị trị công tác Từ Menu chọn Analyze / Tables / Custom Tables Hộp thoại sau xuất hiện: Giới tính Nữ Nam Count Count ? ? ? ? 53/Biên soạn: Ngơ Đức Chiến Ta đưa biến giới tính vào Khung Columns biến vị trí cơng tác vào Khung Rows Việc đưa biến vào Khung Columns Rows, nhấn giữ chuột kéo rê biến đến Khung Colums Rows thả chuột 54/Biên soạn: Ngô Đức Chiến Bấm OK, ta thu kết sau: Table Giới tính Nữ Nam Count Count Vị trị cơng tác Viên chức phịng 65 49 Trưởng/phó phịng, khoa 26 20 Để giá trị tổng, bấm vào nút Categories and Totals, hộp thoại sau xuất Chọn Total Sau nhấn chọn Total, ta thu kết sau: Table Viên chức phịng Vị trị cơng tác Trưởng/phó phịng, khoa Total Đưa tiêu chí Rows Columns: Giới tính Nữ Nam Count Count 65 49 26 20 91 69 55/Biên soạn: Ngô Đức Chiến Row Labels in Columns Nhấn OK, ta kết sau: Table Giới tính Nữ Viên chức Trưởng/phó Total phịng phịng, khoa Count Count Count Vị trí cơng 65 26 91 tác Đưa tiêu chí Columns Rows: Viên chức phòng Count 49 Nam Trưởng/phó Total phịng, khoa Count Count 20 69 56/Biên soạn: Ngô Đức Chiến Column Labels in Rows Nhấn OK, ta kết sau: Table Giới tính Count Nữ 65 Viên chức phòng Nam 49 Nữ 26 Vị trị cơng tác Trưởng/phó phịng, khoa Nam 20 Nữ 91 Total Nam 69 Ngồi ra, ta cịn kết hợp thêm biến học vấn để phân tách liệu sau: 57/Biên soạn: Ngô Đức Chiến Table Giới tính Nữ Nam Học vấn Học vấn Cử nhân Thạc sĩ Tiến sĩ Cử nhân Thạc sĩ Tiến sĩ Count Count Count Count Count Count Viên chức phòng Vị trị Trưởng/phó cơng tác phịng, khoa Total 38 27 25 24 16 4 14 44 43 29 38 58/Biên soạn: Ngô Đức Chiến ... dụng Big Data hoạt động ngân hàng? Hãy trình bày quy trình xây dựng liệu cho Big Data hoạt động ngành Ngân hàng? Hãy nêu nguồn liệu Big Data trường hợp sau: a) Xác định thông tin cá nhân khách hàng. .. cáo Big data giúp ngân hàng doanh nghiệp thu toàn liệu hoạt động khách hàng với ngân hàng doanh nghiệp liệu khách hàng kênh Từ ngân hàng doanh nghiệp biết doanh thu đến từ đâu kênh hoạt động. .. đặc trưng Big Data? Hãy nêu khác biệt Big Data (Dữ liệu lớn) Dữ liệu truyền thống? Trình bày hội thách thức ứng dụng Big data thống kê thức? Trình bày ứng dụng Big Data hoạt động ngân hàng? Trình