Để trả lời câu hỏi xem xu hƣớng sử dụng dịch vụ thanh toán cƣớc điện thoại có tăng trong những tháng tiếp theo hay không bằng cách sử dụng thuật toán time series với mô hình khai phá nhƣ sau
Hình 3.39. Mô hình khai phá dữ liệu dự báo xu hƣớng sử dụng thanh toán điện thoại Mô hình khai phá với khóa là tháng và trƣờng dự đoán là trƣờng số lƣợng. Tập huấn luyện là giao dịch của các tháng từ tháng 06/2013-01/2014
Hình 3.40. Dự đoán chiều hƣớng sử dụng dịch vụ thanh toán điện thoại
Từ kết quả trên ta có thể thấy việc sử dụng xu hƣớng sử dụng dịch vụ thanh toán hóa đơn bán lẻ có xu hƣớng tăng. Tại thời điểm mới đƣa dịch vụ vào sử dụng thì số lƣợng giao dịch rất nhỏ, lƣợng giao dịch này tăng dần và có thời điểm từ 09/2013 đến tháng 12/2013 lƣợng giao dịch này tăng đột ngột. Tốc độ tăng của số lƣợng thanh toán dịch vụ có giảm đôi chút vào tháng 1/2014 chỉ tăng 14%. Số lƣợng dự báo tháng 2/2014 đột ngột quay đầu giảm sau đó đến tháng 3/2014 lƣợng giao dịch này lại theo đà tăng trở lại. Kiểm chứng dự báo này bằng số liệu thực tế và sử dụng Dịch vụ báo cáo ta có biểu đồ biểu diễn số lƣợng giao dịch nhƣ sau:
Hình 3.41. Biểu đồ lƣợng giao dịch thanh toán cƣớc điện thoại theo tháng
Hình 3.28 và 3.29 cho thấy có thể dùng thuật toán time series để dự báo xu hƣớng sử dụng dịch vụ trong thời gian tới. Kết quả dự báo ở trên còn cho ta thấy số lƣợng thanh toán dịch vụ điện thoại sẽ tăng trở lại vào các tháng tiếp theo.
KẾT LUẬN – HƢỚNG PHÁT TRIỂN
Sau khi tìm hiểu yêu cầu bài toán và thực nghiệm trên dữ liệu giao dịch ngân hàng, luận văn đã đạt đƣợc một số kết quả sau:
- Tìm hiểu bộ công cụ BI của hệ quản trị cơ sở dữ liệu SQL Server 2008. - Dựa trên bộ công cụ BI, xây dựng đƣợc kho dữ liệu về khách hàng.
- Phân tích và thiết kế báo cáo thống kê về các dịch vụ thanh toán hóa đơn hàng hóa dịch vụ và rút tiền.
- Áp dụng các mô hình KPDL trong kho để phân tích, đƣa ra các gợi ý liên quan đến mong muốn tăng lƣợng sử dụng dịch vụ thanh toán của ngân hàng. Trong tƣơng lai, luận văn sẽ định hƣớng phát triển theo một số hƣớng nhƣ sau:
- Triển khai kho dữ liệu với nguồn dữ liệu phong phú và phức tạp hơn.
- Áp dụng mô hình KPDL nhằm phân tích dữ liệu phục vụ các nhu cầu chuyên sâu hơn cho các loại dịch vụ tài chính khác nhƣ thu hộ thuế/phí - Xây dựng hệ thống phân tích và dự báo hoàn chỉnh để phân tích dữ liệu giao
TÀI LIỆU THAM KHẢO
Tiếng việt
[1] Hà Quang Thụy (2013), Bài giảng “Kho dữ liệu và khai phá dữ liệu”. [2] Hà Quang Thụy, Phan Xuân Hiếu, Đoàn Sơn, Nguyễn Trí Thành, Nguyễn
Thu Trang, Nguyễn Cẩm Tú (2009), “Giáo trình khai phá dữ liệu Web”, Nhà xuất bản Giáo dục Việt Nam.
[3] Huỳnh Thị Thu, “Phát triển dịch vụ Internet-banking của các Ngân hàng thƣơng mại Việt Nam”, Luận văn tốt nghiệp đại học
[4] Bộ TT&TT, “Tình hình phát triển viễn thông, internet trong năm 2013”
URL:http://mic.gov.vn/solieubaocao/solieuthongke/vienthong/Trang/Tinhhinhpha ttrienvienthong,internetnam2013.aspx.
[5] Matt Keating, “Thói quen dùng tiền mặt cản trở Internet Banking”,Smartlink Card ngày 18/01/2013
URL: http://smartlink.com.vn/Home/NewsDetails.aspx?id=1694&catid=75
[6] Báo Doanh nhân Hồ Chí Minh cuối tuần “7 điều khách hàng cân nhắc khi quyết định mua một sản phẩm mới”,
URL: http://www.lantabrand.com/cat1news2628.html
[7] Michael R.Solomon, “Khách hàng muốn mua gì”, nhà xuất bản lao động xã hội
Tiếng anh
[8] Randal Root and Caryn Masson "Pro SQL Server 2012 BI Solution"
[9] Jamie MacLennan, ZhaoHui Tang, Bogdan Crivat “Data Mining with Microsoft SQL Server 2008”
[10] Brian McDonald, Shawn McGehee, and Rodney Landrum "Pro SQL Server 2012 Reporting Services"
[11] Michael J.A. Berry, Gordon S. Linoff "Data Mining Techniques For Marketing, Sales, and Customer Relationship management "
[12] S. Madhavi, S. Abirami, C. Bharathi, B. Ekambaram, T. Krishna Sankar, A. Nattudurai, N. Vijayarangan “ATM Service Analysis Using Predictive Data Mining ”
[13] Vincent Rainard “Building a Data Warehouse With Examples in SQL Server” [14] 1keydata, “Data Warehouse Architectur”,
URL: http://www.1keydata.com/datawarehousing/data-warehouse- architecture.html