M 影E"VKçW"A陰 TÀI
3.4.2 YÊU C井U PHI CH 永E"P;PI
‚ Front-end c栄a h羽 th嘘pi"8逢嬰c xây d詠ng trên n隠n t違ng Web.
‚ Cĩ kh違p<pi"v詠8瓜ng khơi ph映c khi g員p l厩i trong quá trình th詠c thi ti院n trình ETL. ‚ Cĩ kh違p<pi"o荏 r瓜ng h羽 th嘘ng.
36
3.4.3U愛"A唄 UML VÀ MƠ T謂 CH永E"P;PI H烏 TH渦NG A陰 XU遺T
H·nh 11<"U￢"8げ User Case hう thぐng
H·nh 11 Mơ t違 các ch泳e"p<pi"ej pj"e栄a h羽 th嘘ng bao g欝m Qu違n lý Data Source, qu違n lý Data Warehouse, th詠c thi quá trình ETL và qu違n lý Dashboard.
3.4.3.1 QU謂N LÝ NGU唄N D頴 LI烏U (DATA SOURCE)
Mơ tＶ: H羽 th嘘ng cjq"rjfir"pi逢運i dùng k院t n嘘i v噂k"eƒe"e挨"u荏 d英 li羽u và xem các e挨"u荏 d英 li羽w"p {"n "eƒe"e挨"u荏 d英 li羽u ngu欝n cho h羽 th嘘ng.
Các H·nh 12, H·nh 13, H·nh 14 mơ t違 l亥p"n逢嬰t các giao di羽p"pi逢運i dùng c栄a ch泳c p<pi"sw違n lý ngu欝n d英 li羽ụ
37
H·nh 12: QuＶn lý Data Source
H·nh 13: Thêm mずi Data Source
38
3.4.3.2 QU謂N LÝ DATA WAREHOUSE
Mơ tＶ: H羽 th嘘pi"ejq"rjfir"pi逢運i dùng thêm, xĩa, s穎a Data Warehouse, Data Mart, Fact Model, Fact, Dimension.
H·nh 15: Trang quＶn lý Datawarehouse
H·nh 15 mơ t違 giao di羽p"pi逢運i dùng trong ch泳e"p<pi"su違n lý Data Warehousẹ
3.4.3.3 TH衛C THI TI蔭N TRÌNH ETL
Mơ tＶ: H羽 th嘘pi"ejq"rjfir"pi逢運i dùng th詠e"vjk"eƒe"swƒ"vt·pj"GVN"ucw"mjk"pi逢運i dùng thi院t l壱p Data Warehouse và h羽 th嘘pi"8違m b違o quá trình thi院t l壱p c栄c"pi逢運i dùng h嬰p l羽.
39
H·nh 17: Thêm mずk"8おnh thぜi 3.4.3.4 QU謂N LÝ DASHBOARD
Mơ tＶ: H羽 th嘘ng cho phép pi逢運i dùng qu違n lý các Dashboard và thêm, xĩa, c壱p nh壱t các bi吋w"8欝.
H·nh 18: Trang Dashboard
40
KI蔭N TRÚC H烏 TH渦NG
H·nh 20<"U￢"8げ kiｘn trúc hう thぐng
H羽 th嘘pi"pj„o"8隠 xu医v"8逢嬰c trình bày qua H·nh 20 bao g欝m các Module sau: ETL, tích h嬰p d英 li羽u (Data Integration Module), phân tích d英 li羽u (Data Analytics Module). D英 li羽w"8亥u vào bao g欝m d英 li羽w"n逢w"vt英 f逢噂i d衣ng t壱p vkp"x "n逢w"vtqpi"e挨"u荏 d英 li羽w"8逢嬰c t壱p trung b茨pi"QFDE"vt逢噂c khi chuy吋n d英 li羽w"swc"Oqfwng"GVN"8吋 x穎 lý.
Chi ti院t module:
‚ T医t c違 d英 li羽u ngu欝p"8逢嬰c k院t n嘘i v噂k"QFDE"8吋 truy xu医t d英 li羽ụ
‚ ETL Module: module này x穎 lý d英 li羽w"vjgq"dc"d逢噂c g欝m Trích xu医t (Extract), Bi院p"8鰻i (Transform), T違i (Load).
o Trích xu医t: Module s穎 d映ng d英 li羽u t瑛e挨"u荏 d英 li羽u doanh nghi羽p và các t壱p tin pj逢"Urtgcfujggvụ"eux."000"n o"f英 li羽w"8亥w"x q0"Ucw"8„."Oqfwng"vt ej"zw医t các b違ng, eƒe"vt逢運ng, các thu瓜c tính c亥n thi院t và phù h嬰p v噂i yêu c亥u nghi羽p v映.
o Bi院p"8鰻i: D英 li羽u sau khi trích xu医t s胤8逢嬰c x穎 lý d詠a vào các quy t逸c nghi羽p v映 cho phù h嬰p v噂i c医w" vt¿e" x " 8鵜nh d衣ng c栄a các b違pị" vt逢運ng trong Data Warehouse và Data Marts.
o T違i: D英 li羽u sau khi x穎 lý s胤8逢嬰e"8鵜nh th運k"8吋 chuy吋p"ucpi"n逢w"x q"Fcvc"Octvu" và Data Warehousẹ
41
‚ Tích h嬰p d英 li羽u: Module g欝m nhi隠u thành ph亥p"8違m nhi羽o"xck"vt”"n逢w"vt英 d英 li羽u ph映c v映 cho phân tích là Data Marts và Data Warehousẹ D英 li羽w"8逢嬰e"n逢w" tr英 t衣k"8¤{"8逢嬰e"n逢w"vjgq"eƒe"sw{"v逸c nghi羽p v映, s印n sàng cho quá trình phân tích d英 li羽ụ
‚ Phân tích d英 li羽u<"Oqfwng"8逢嬰e"pj„o"8隠 xu医t g欝m b嘘n thành ph亥n là mơ hình d詠8qƒp"ƒr"f映ng Máy h丑c (Machine Learning Model), cơng c映 trí tu羽 kinh doanh (BI Tools), chu育n b鵜 d英 li羽u (Data Preparation Module), b瓜 qu違n lý API (API Management).
o Mơ hình d詠8qƒp<"8¤{"n "m瓜t t壱p nhi隠u mơ hình Máy h丑c (Machine Learning) giúp d詠 8qƒp"x "rj¤p"v ej"f英 li羽u nh茨o"v<pi"v pj"ej pj"zƒe"e栄a các phân tích d英 li羽u chung. Các mơ hình Máy h丑c cĩ th吋ik¿r"pi逢運i s穎 d映ng doanh nghi羽p phân v ej"mjƒej"j pị"8ƒpj"ikƒ"u違n ph育ọ"8ƒpj"ikƒ"8瓜 tin c壱y c栄a nhà cung c医p. o D鵜ch v映 trí tu羽 kinh doanh<"8¤{"n "v壱p h嬰p nhi隠u cơng c映 ik¿r"ejq"pi逢運i dùng
doanh nghi羽p (Business User) cĩ th吋 d宇 dàng t衣o b違pi"8k隠u khi吋n doanh nghi羽p *Fcujdqctf+."eƒe"dƒq"eƒq"8鵜nh k và bi吋w"8欝.
o Chu育n b鵜 d英 li羽u: th詠c hi羽n x穎 lý d英 li羽u nh茨o"8逢c"f英 li羽u v隠 các chu育n phù h嬰p v噂k"8亥u vào d英 li羽u c栄a các mơ hình máy h丑c.
o B瓜 qu違n lý API: cĩ nhi羽m v映 k院t n嘘i các k院t qu違 c栄a mơ hình máy h丑c và k院t qu違 c栄a các cơng c映 trí tu羽 kinh doanh (BI Tools) v噂i các thi院t b鵜 fk"8瓜ng và d鵜ch v映 Web thơng qua các giao th泳c HTTP/HTTPS.
H·nh 21: Mơ hình giao tiｘp giのa các thành phＺn trong hう thぐng
H·nh 21 mơ t違 cách th泳c giao ti院p gi英a các thành ph亥n trong h羽 th嘘ng. Frontend 8逢嬰c vi院t b茨ng ReactJS, giao ti院p v噂i các thành ph亥n cịn l衣i thơng qua REST Server theo giao th泳c HTTP/HTTPS. REST Server 8„pi"xck"vt”"ewpi"e医p các API cho vi羽c thơng tin gi英a các thành ph亥n khác v噂k"pjcw"x "8逢嬰c hi羽n th詠c b茨ng Framework Djangọ ETL Eqphkiwtcvkqp"8„pi"xck"vt”"e k"8員v."8鵜nh th運i và qu違p"n#"eƒe"rkrgnkpg0"Ecejg"8„pi"xck"vt”" b瓜 nh噂8羽m cho h羽 th嘘pi0"DkiSwgt{"8„pg vai trị là Data Warehouse và Data Mart. Các thành ph亥n giao ti院p v噂i nhau thơng qua giao th泳c HTTP/HTTPS.
42
THI蔭T K蔭 KHO D頴 LI烏U
Trong ph亥n này, nhĩm tác gi違 thi院t k院 và xây d詠ng kho d英 li羽u ph映c v映 cho cơng ty s違n xu医v"x "vj逢嬰ng m衣ị Các quy trình doanh nghi羽r"8逢嬰c t壱p trung h厩 tr嬰 bao g欝m eƒe"n pj"x詠c bán hàng, mua/nh壱r"j pị"n逢w"vt英 háng hố và qu違n lý qu違n h羽 khách hàng. Nhĩm tác gi違 8隠 xu医t các mơ hình chung o "pi逢運i dùng cĩ th吋 s穎 d映ng và áp d映pi"8逢嬰c ngay khi xây d詠ng kho d英 li羽u."piq k"tc"pi逢運i dùng cĩ th吋 t詠 8k隠u ch雨nh 8吋 8ƒr"泳ng nhu c亥u khai thác và phân tích d英 li羽u doanh nghi羽p.
3.6.1DWU"OCVTKZ"A陰 XU遺T
H·nh 22: Bus matrix cho quy trình doanh nghiうp
T瑛 H·nh 22, nhĩm tác gi違 cung c医p thơng tin v隠 Bus Matrix g欝m n瓜i dung c栄a 8 mơ hình Fact-model, 16 b違ng Chi隠u chia s飲 dùng chung 8逢嬰c hi羽n th詠c trong h羽 th嘘ng 8隠 xu医t. Bus matrix mơ t違 v噂i m瓜t quy trình nghi羽p v映 s胤 bao hàm s詠 liên k院t gi英a nh英ng b違ng chi隠u nào, v噂i m厩i quy trình nghi羽p v映 tr映c hồnh và m瓜t b違ng chi隠u tr映c tung t欝n t衣i ký hi羽w"ÐzĐ"x噂k"#"pij c"sw{" trình này cĩ s穎 d映ng b違ng Chi隠u t衣i tr映c vwpi"x "pi逢嬰c l衣i là khơng s穎 d映ng b違ng Chi隠w"8„"vtong quy trình.
3.6.2EèE"HCEV"OQFGN"A陰 XU遺T
Trong ph衣m vi Lu壱p"x<p."pj„o"vƒe"ik違 t壱p trung thi院t k院 b嘘n Fact Model trong cùng m瓜t cơng ty/doanh nghi羽p v隠 quy trình Bán hàng và phân ph嘘k"*Ucngự"N逢w"vt英 hàng hố (Inventory), Nh壱p hàng hố (Purchase) và qu違n lý quan h羽 khách hàng (CRM).
M泳c d英 li羽u c栄a các b違ng Fact cho doanh nghi羽r"vj逢挨pi"o衣k"8逢嬰c trình bày qua B違ng 2 f逢噂k"8¤{<
B違ng Fact M泳c d英 li羽u S嘘 li羽u
1 Retail Sales Fact M瓜t dịng trên m厩i hĩa
8挨p Sale Quantity, Regular Unit Price, Discount Unit Price, Net Unit Price
43
2 Warehouse Inventory Transaction Fact
M瓜t dịng trên m厩i
giao d鵜ej"n逢w"mjq Inventory Transaction Number, Inventory Transaction Dollar Amount
3 Store Inventory Snapshot Fact
M厩i dịng là m厩i chu k c壱p nh壱t
Quantity Sold, Inventory Dollar Value at Cost, Inventory Dollar Value at Latest Selling Price 4 Procurement
Transaction Fact
M厩i dịng trên m厩i hĩa
8挨p"owc"j pi Procurement Quantity, Procurement Transaction Transaction Dollar Amount 5 Vendor Performance
Fact
M厩i dịng trên m厩i hố
8挨p"owc"j pi Order Value, Quantity, Rejected/Accepted Received Quantity
6 Profitability CRM Fact
M厩i dịng trên m厩i hố 8挨p"8員t hàng
Sale Quantity, Unit Price,
GrossProfit, NetProfit,
GrossRevenue, NetRevenue
BＶng 2: Mとc dの liうu cてa các bＶng Facts 3.6.2.1 BÁN HÀNG VÀ PHÂN PH渦I (SALE) FACT MODEL
Vt逢噂c tiên, b逸v"8亥u v噂i quy trình bán hàng và phân ph嘘i, v噂i tác nhân chính là s違n ph育m, khách hàng và c穎c"j pi0"Vjgq"Mkodcnn."ucw"mjk"8«"sw{院v"8鵜pj"8逢嬰c quy trình nghi羽p v映 mà ta s胤 x穎 n#" vj·" d逢噂c ti院p theo s胤 n " mjck" dƒq" 8瓜 m泳c d英 li羽u (Data Granularity). M泳c d英 li羽u mơ t違 m泳e"8瓜 chi ti院t c栄a d英 li羽u trong mơ hình d英 li羽ụ
3.6.2.1.1Retail Sales Fact Model
H·nh 23: Retail Sales Fact Model
A吋 ph映c v映 cho nhu c亥u phân tích quy trình bán hàng và phân ph嘘k."pj„o"8隠 xu医t xây d詠ng m瓜t Fact Model (H·nh 23) d詠c"vt‒p"u挨"8欝 ngơi sao (Star Schema) v噂i b違ng Retail Sales Fact n茨m 荏 v鵜 trí trung tâm liên k院t v噂i các b違ng Dimension b茨ng các khĩa
44
ngo衣k0"Eƒe"Fkogpukqp"8逢嬰c s穎 d映pi"8吋 xây d詠ng Data Mart g欝o"eƒe"Fkogpukqp"ucw"8¤{<" Date, Customer, Store, Product, Promotion và Payment Method. Thơng tin mơ t違 chi ti院t v隠 các b違pi"Fkogpukqp"8逢嬰c trình bày trong ph亥n Ph映 l映c.
Retail Sales Fact ngồi ch泳a các khĩa ngo衣i liên k院t v噂i các b違ng Chi隠u, nĩ cịn ch泳c"eƒe"vt逢運ng d英 li羽u khác v噂k"8瓜 m泳c d英 li羽u m厩i dịng trong b違pi"v逢挨pi"泳ng v噂i m厩i f”pi"vt‒p"jqƒ"8挨p"dƒp"j pi0"
‚ Sales Quantity: s嘘n逢嬰ng s違n ph育m.
‚ Regular Unit Price: giá tiêu chu育n c栄a s違n ph育m.
‚ Discount Unit Percentage: ph亥p"vt<o"ik違m giá c栄a s違n ph育m.
‚ Discount Unit Price Amount: giá gi違m áp d映pi"8嘘i v噂i m瓜t s違n ph育m. o Discount Unit Price = Discount Unit Percentage 抜 Regular Unit Price
‚ Net Unit Price: giá s違n ph育m sau gi違m giá.
o Net Unit Price = Regular Unit Price - Discount Unit Pricẹ
‚ Extended Discount Dollar Amount: t鰻ng gi違m giá.
o Extended Discount Dollar Amount = Discount Unit Price 抜 Sales Quantitỵ
‚ Extended Sales Dollar Amount: t鰻ng doanh thụ
o Extended Sales Dollar Amount = Sales Quantity 抜 Net Unit Price
‚ Extended Cost Dollar Amount: t鰻ng chi phí.
o Extended Cost Dollar Amount = Product Standard Cost 抜 Sales Quantity
‚ Extended Gross Profit Dollar Amount: t鰻ng l嬰i nhu壱n.
o Extended Gross Profit Dollar Amount = Extended Sales Dollar Amount - Extended Cost Dollar Amount
3.6.2.1.2Internet Sales và Reseller Sales Fact Model:
Bên c衣nh POS (Point of Sales) Fact Oqfgn"8逢嬰e"8隠 c壱p 荏 trên, nhĩm tác gi違 b鰻 sung thêm Fact Model v隠 bán hàng qua m衣pi"Kpvgtpgv"x "dƒp"j pi"vj»pi"swc"eƒe"8衣i lý. Pj·p"ejwpi"4"Hcev"Oqfgn"8隠 c壱p 荏8¤{"e„"e医u trúc b違ng S詠 th壱t là gi嘘ng nhau, khác nhau 荏 8k吋m là 8嘘i v噂k"dƒp"j pi"vj»pi"swc"8衣i lý s胤 cĩ thêm b違ng Chi隠u ch泳a thơng tin c栄a eƒe"8衣i lý (Reseller Dimension) và thêm m瓜t khố ngo衣i 荏 b違ng S詠 th壱t. (H·nh 24)
45
3.6.2.2N姶W"MJQ"*KPXGPVQT[+"HCEV"OQFGN
Ngồi quy trình nghi羽p v映 dƒp"j pị"pi逢運i dùng doanh nghi羽p cịn quan tâm 8院n các yêu c亥w"nk‒p"swcp"8院n m泳e"8瓜 hi羽u qua c栄a vi羽e"n逢w"vt英 hàng hố. B違ng S詠 th壱t H·nh 25 8逢嬰c t衣o ra ph映c v映 cho các m映e"8 ej"8„"e栄c"pi逢運i dùng, B違ng s詠 th壱t cung c医p các d英 li羽u v隠 s違n ph育ọ"mjq"n逢w"vt英, ho衣v"8瓜ng c栄a m瓜t s違n ph育m t瑛 l鵜ch s穎8院n th運k"8k吋m c壱p nh壱t m噂i nh医t. Các d英 li羽w"n逢w"vt英8隠u cĩ th吋 truy v医n theo yêu c亥u c栄c"pi逢運i dùng. H·nh 26 cung c医r"ejq"pi逢運i dùng b違n c壱p nh壱v"vj逢運ng xuyên cĩ tính chu k c栄a các hàng jqƒ"8逢嬰e"n逢w"vt英 t衣i kho c栄a các c穎a hàng.
3.6.2.2.1Warehouse Inventory Transaction Fact Model
H·nh 25: Warehouse Inventory Transaction Fact Model
A吋ik¿r"pi逢運i dùng doanh nghi羽p cĩ th吋 phân tích quá trình nghi羽p v映 xu医t/nh壱p kho, pj„o"8隠 xu医t xây d詠ng m瓜v"Hcev"Oqfgn"v逢挨pi"泳ng v噂i quá trình xu医t/nh壱p kho c栄a doanh nghi羽p v噂i m泳c d英 li羽u là m厩i dịng trên m厩i giao d鵜ch xu医t/nh壱p khọ Nhĩm s穎 d映pi"u挨"8欝pi»k"ucq"*Uvct"Uejgoc+"8吋 bi吋u th鵜 m嘘i quan h羽 gi英a b違ng S詠 th壱t và các b違ng Chi隠ụ
Warehouse Inventory Transaction Fact xu医t hi羽n 荏 v鵜 trí trung tâm c栄c"u挨"8欝 trên. Nĩ liên k院t v噂i các b違ng Chi隠u thơng qua các khĩa ngo衣ị Ngồi ra, b違ng S詠 th壱t p {"e”p"e„"jck"vt逢運ng là Inventory Transaction Number và Inventory Transaction Dollar Amount0" Vt逢運ng Inventory Transaction Number ch泳a mã giao d鵜ej"8逢嬰c sinh ra b荏i doanh nghi羽r=" vt逢運ng này giúp qu違n lý b違ng S詠 th壱v" e pi" pj逢" rj¤p" v ej" ikcq" f鵜ch xu医t/nh壱p kho d宇f pi"j挨p0"Vt逢運pi"Kpxgpvqt{"Vtcpucevkqp"Fqnnct"Coqwpv"n逢w"ikƒ"vt鵜 ti隠n t羽 c映 th吋 c栄a giao d鵜ch xu医t/nh壱p.
3.6.2.2.2Store Inventory Snapshot Fact Model
A吋 ph映c v映 t嘘v"j挨p"ejq"fqcpj"pijk羽p trong vi羽c phân tích và thơng kê các giao d鵜ch xu医t/nh壱p kho cho các c穎c"j pị"pj„o"8隠 xu医t xây d詠ng m瓜t Periodic Snapshot Fact. B違ng Fact này th嘘pi"m‒"n {"m院 d英 li羽u trong m瓜v"vjƒpi"x "8逢嬰c c壱p nh壱t theo m厩i chu k m瓜t tháng. Nĩ giúp cho vi羽e"dƒq"eƒq"vjgq"vjƒpi"x "8ƒpj"ikƒ."rj¤p"v ej"n逢w"vt英 kho cho c穎a hàng d宇 dàng và hi羽u qu違j挨p0
46
H·nh 26: Store Inventory Snapshot Fact Model
B違ng Fact và các b違ng Dimension liên k院t v噂i nhau t衣q"vj pj"u挨"8欝 ngơi sao (Star Schema) v噂i b違ng Store Inventory Snapshot Fact n茨m 荏 v鵜 trí trung tâm c栄c" u挨" 8欝. Dimension liên k院t v噂i b違ng Fact g欝m cĩ ba Dimesion là Date, Product, Store (H·nh 26). Nh英ng b違ng Chi隠u p {"8«"8逢嬰e"8鵜pj"pij c"x "ik違i thích trong Retail Sales Data Mart.
Store Inventory Snapshot Fact liên k院t v噂i b違ng Dimension thơng qua các khĩa ngo衣ị B違pi"Hcev"n逢w"vt英 thêm b嘘p"vt逢運pi"pj逢"ucw<
‚ Quantity on Hand: s嘘n逢嬰ng cịn t欝n l衣i kho c栄a s違n ph育m th嘘ng kê Product Keỵ
‚ Quantity Sold: s嘘n逢嬰ng s違n ph育o"8«"dƒp"1"zw医t kho trong m瓜t tháng.
‚ Inventory Dollar Value at Cost: giá s違n ph育m theo giá g嘘c.
‚ Inventory Dollar Value at Latest Selling Price: giá bán l亥n g亥n nh医t c栄a s違n ph育m trong m厩i tháng.
3.6.2.3 MUA HÀNG (PURCHASE) FACT MODEL
Pj„o"8隠 xu医t xây d詠pi"jck"eƒej"8吋 gi違i quy院t các yêu c亥u ch泳e"p<pi"i欝m b違ng Fact H·nh 27. B違ng H·nh 27 phù h嬰p v噂i nh英ng doanh nghi羽p cĩ ít d英 li羽u v隠 mua hàng, 8欝pi"pij c"x噂i vi羽c các yêu c亥u ch泳e"p<pg t瑛35"8院n 17 s胤 cĩ th吋 th詠c hi羽p"pj逢pi"mj»pi" chi ti院t và tri羽v"8吋.
3.6.2.3.1Procurement Transaction Fact Model
47
A吋 giúp doanh nghi羽p cĩ th吋 phân tích quá trình nghi羽p v映 mua hàng (Purchase), pj„o"8隠 xu医t xây d詠ng m瓜t Fact Model v噂i m泳c d英 li羽u là m厩i dịng trên m厩k"j„c"8挨p" mua hàng. Nhĩm s穎 d映pi"o»"j·pj"pi»k"ucq"*Uvct"Uejgoc+"8吋 bi吋u di宇n m嘘i quan h羽 gi英a b違ng Fact và các b違ng Dimension.
Fact Model (H·nh 27) bao g欝m m瓜t b違pi" Hcev" x " p<o" d違ng Dimension. Procurement Transaction Fact n茨m 荏 v鵜 trung tâm, liên k院t v噂k"p<o"d違ng Dimension thơng qua các khĩa ngo衣ị Các Dimension này bao g欝m Date, Contract Term, Vendor, Procurement Transaction Type, Product. Thơng tin mơ t違 chi ti院t v隠 các b違ng Dimension 8逢嬰c trình bày trong ph亥n Ph映 l映c.
Procurement Transaction Fact ngồi ch泳a các khĩa ngo衣k"f́pi"8吋 liên k院t v噂i các Fkogpukqp."p„"e”p"e„"eƒe"vt逢運ng sau:
‚ Contract Number: s嘘/mã h嬰r"8欝ng.
‚ Procurement Transaction Quantity: s嘘n逢嬰ng s違n ph育m cho giao d鵜ch mua hàng.
‚ Procurement Transaction Dollar Amount: s嘘 ti隠n chi cho giao d鵜ch mua hàng.
‚ Line Total: T鰻ng doanh thu t瑛 m瓜t lo衣i s違n ph育o"e„"vt‒p"jqƒ"8挨p0
3.6.2.3.2Vendor Performance Fact Model
Piq k"swƒ"vt·pj"8ƒpj"ikƒ"f詠a trên quy trình mua hàng, nhĩm tác gi違 cung c医p thêm Fact Model nh茨o"8ƒpj"ikƒ"jk羽u xu医t c栄a các nhà phân ph嘘i thơng qua quá trình mua hàng pj逢"H·nh 28. Fact Model 8逢嬰c thi院t k院 và hi羽n th詠c b荏i Ari Yanuar Ridwan [21]
H·nh 28: Vendor Performance Fact Model
Vendor Performance Fact Model: là Fact Model ph映c v映 vi羽e"8ƒpj"ikƒ"ej医v"n逢嬰ng, hi羽u su医v"x "8瓜 tin c壱y c栄a các nhà phân ph嘘i thơng qua các quá trình mua hàng hố t瑛 các nhà phân ph嘘i trên.
48
B違ng S詠 th壱t Vendor Performance Fact ngồi các khố ngo衣i liên k院v"8院n 6 b違ng Chi隠w"pj逢"Fcvg."Rtqfwev, Vendor, Ship Method, Contract Term, Employee, b違ng S詠 th壱t e”p"e„"eƒe"vt逢運pi"8q"n逢運pi"mjƒe"pj逢<
‚ Received Quantity: T鰻ng s嘘n逢嬰ng s違n ph育m nh壱p"8逢嬰c.
‚ Rejected Quantity: T鰻ng s嘘n逢嬰ng s違n ph育m t瑛 ch嘘i nh壱n hàng.
‚ Accepted Quantity: T鰻ng s嘘n逢嬰ng s違n ph育m 8逢嬰c ch医p nh壱n.
‚ Order Accepted Percent: Ph亥p"vt<o"u嘘 n逢嬰pi"j pi"8逢嬰c ch医p nh壱n so v噂i t鰻ng n逢嬰pi"8員t hàng.
‚ Order Rejected Percent: Ph亥p"vt<o"u嘘 n逢嬰ng hàng b鵜 t瑛 ch嘘i so v噂i t鰻pi"n逢嬰ng 8員t hàng.
‚ IsLate: Cho bi院t v隠 th運i gian nh壱p"8逢嬰c hàng cĩ ch壱o"j挨p"uq"x噂i th運i gian nh壱n hàng d詠 ki羽n khơng?
‚ Number of Late Date: S嘘pi {"o "j pi"8院n ch壱o"j挨p"vj運i gian d詠 ki院n.
‚ Number of Early Date: S嘘pi {"o "j pi"8院n s噂o"j挨p"vj運i gian d詠 ki院n.
‚ Average Lead Time: Th運i gian tr宇 trung bình c栄a s違n ph育o"8嘘i v噂i t瑛ng nhà phân ph嘘ị
3.6.2.4 QU謂N LÝ QUAN H烏 KHÁCH HÀNG (CRM) FACT MODEL
Trong Qu違n lý quan h羽 khách hàng, nhà qu違n lý mong mu嘘n cĩ các thơng tin chi ti院v"nk‒p"swcp"8院n khách hàng, s詠 hài lịng, các khi院u n衣i, phàn nàn c栄a khách hàng trong quá trình s穎 d映ng d鵜ch v映, mùa hàng v噂i cơpi"v{0"Aƒpj"ikƒ"f詠a trên hành vi c栄a khách hàng là m瓜t y院u t嘘 quan tr丑ng nh茨m n逸m b逸v"8逢嬰c nhu c亥w."rj¤p"mj¿e"mjƒej"j pi"e pi" pj逢"ej医v"n逢嬰ng d鵜ch v映 mà cơng ty mang l衣k"8«"vj詠c s詠8逢嬰c khách hàng ch医p nh壱n ho員c cịn nh英ng thi院u sĩt c亥p"8逢嬰c c違i thi羽n, tìm ki院m khách hàng m噂k"nw»p"8逸v"j挨p"xk羽c gi英 ej¤p"eƒe"mjƒej"j pi"e ."ejk"rj "8吋 e„"8逢嬰c khách hàng m噂i cao g医p 5 l亥n chi phí gi英 chân các khách hàng hi羽n t衣i (Massey, Montoya Weiss & Holcom, 2001) [22].
3.6.2.4.1Profitability CRM Fact Model
Hcev"Oqfgn"ucw"8¤{"(H·nh 29) 8隠 xu医t v隠 vi羽c qu違n lý quan h羽 khách hàng thơng qua vi羽e"8ƒpj"ikƒ"jqƒ"8挨p"8員t mua hàng và kh違p<pi"ukpj"n運i t瑛 ho衣v"8瓜ng mua s逸m c栄a kháej"j pi0"Hcev"Oqfgn"8逢嬰c s穎 d映ng l衣i t瑛 các thi院t k院 và hi羽n th詠c trong bài vi院t c栄a Collen CunningHam, Il-YeolSong, Peter P.Chen [23].
49
H·nh 29: Profitability CM Fact Model
‚ Profitability CRM Fact ngồi ch泳a các khĩa ngo衣i liên k院t v噂i các b違ng Dimension, nĩ cịn ch泳c"eƒe"vt逢運ng d英 li羽u khác cung c医r"eƒe"8q"n逢運ng khác h厩 tr嬰 vi羽e"8ƒpj"ikƒ"8挨p"dƒp"j pi0
‚ Gross Revenue: T鰻ng Doanh thu
o Gross Revenue = Unit Price * Quantity
‚ Net Revenue: Doanh thu rịng