Business intelligence: kho dữ liệu, Power BI và phân tích dữ liệu

Business intelligence (BI) là tập hợp cách làm và công cụ giúp doanh nghiệp gom dữ liệu từ nhiều nơi, làm sạch, lưu vào một chỗ và trình bày thành con số, biểu đồ mà người quản lý đọc được để ra quyết định. Nói gọn: BI biến dữ liệu thô nằm rải rác trong phần mềm bán hàng, kế toán, kho, quảng cáo thành câu trả lời cho những câu hỏi kinh doanh cụ thể như "tháng này lãi gộp theo từng nhóm hàng là bao nhiêu" hay "chi nhánh nào đang tụt doanh số so với cùng kỳ".

Một hệ thống business intelligence đầy đủ thường có bốn phần. Phần thứ nhất là các nguồn dữ liệu (data sources): phần mềm bán hàng, ERP, CRM, Google Analytics, tài khoản quảng cáo, sàn thương mại điện tử, sao kê ngân hàng, các tệp Excel. Phần thứ hai là đường ống rút và chuẩn hoá dữ liệu (thường gọi là ETL hoặc ELT). Phần thứ ba là kho dữ liệu (data warehouse), nơi dữ liệu đã làm sạch được lưu theo cấu trúc thống nhất và giữ lịch sử nhiều năm. Phần thứ tư là lớp trực quan hóa dữ liệu: màn hình chỉ số, báo cáo định kỳ, cảnh báo.

Nhiều doanh nghiệp nghĩ BI là mua một công cụ vẽ biểu đồ. Thực tế công cụ vẽ chỉ là lớp cuối. Phần tốn công nhất, và quyết định số liệu có đáng tin hay không, là ba lớp phía dưới: nối đúng nguồn, thống nhất định nghĩa chỉ số và giữ dữ liệu sạch theo thời gian.

Phân tích dữ liệu (data analytics) rộng hơn BI: ngoài việc mô tả chuyện gì đã xảy ra, nó còn đi tìm vì sao xảy ra, dự đoán điều gì sắp xảy ra và gợi ý nên làm gì. BI là nền để phân tích dữ liệu làm được việc đó, vì không có kho dữ liệu sạch thì mọi phân tích đều bắt đầu bằng mấy ngày gom số.

Microsoft Power BI là công cụ business intelligence của Microsoft, gồm ứng dụng Power BI Desktop để dựng mô hình dữ liệu và báo cáo trên máy tính, dịch vụ Power BI trên đám mây để chia sẻ báo cáo, và ứng dụng trên điện thoại để xem. Power BI kết nối được với rất nhiều nguồn dữ liệu: Excel, SQL Server, PostgreSQL, SharePoint, các dịch vụ đám mây, và dùng ngôn ngữ DAX để viết công thức chỉ số.

Power BI hợp khi doanh nghiệp đã dùng hệ sinh thái Microsoft 365, có người trong nhóm tài chính hoặc kế toán sẵn sàng học DAX, và báo cáo chủ yếu phục vụ nội bộ. Khi đó Power BI cho ra màn hình đẹp nhanh, nhiều dạng biểu đồ dựng sẵn, và chi phí tính theo số người xem báo cáo.

Power BI kém hợp hơn khi báo cáo cần nhúng vào phần mềm của chính doanh nghiệp cho khách hàng hoặc đại lý xem, khi số người xem lớn mà mỗi người chỉ cần vài con số (giấy phép theo đầu người đội chi phí lên), hoặc khi luồng nghiệp vụ cần thao tác ngay trên màn hình chỉ số như duyệt, giao việc, nhắn tin. Trường hợp đó, màn hình dựng riêng trên chính kho dữ liệu của doanh nghiệp thường hợp hơn.

Ba cách này không loại trừ nhau. Nhiều doanh nghiệp dựng kho dữ liệu riêng một lần rồi để nhóm tài chính dùng Power BI, nhóm marketing dùng Looker Studio, còn ban giám đốc xem màn hình điều hành dựng riêng. Quan trọng là mọi công cụ đọc cùng một kho, cùng một định nghĩa chỉ số, để hai báo cáo không ra hai con số doanh thu khác nhau.

Một hạ tầng dữ liệu phục vụ business intelligence cho doanh nghiệp vừa và nhỏ không cần phức tạp. Cách ALODEV dựng thường đi theo năm lớp, mỗi lớp làm một việc và có thể thay độc lập.

Lớp thứ tư hay bị bỏ qua nhất. Khi không có định nghĩa chung, phòng kinh doanh tính doanh thu theo ngày chốt đơn, kế toán tính theo ngày xuất hoá đơn, và cuộc họp giao ban biến thành cuộc cãi về con số. Viết định nghĩa chỉ số ra giấy trước khi dựng biểu đồ tốn ít công nhưng tránh được việc này.

Real time nghe hấp dẫn nhưng không phải chỉ số nào cũng cần. Tồn kho khi bán đa kênh, trạng thái đơn giao hàng, số cuộc gọi đang chờ cần cập nhật từng phút. Lãi gộp, chi phí trên mỗi khách hàng mới, doanh thu theo nhóm hàng thì cập nhật mỗi đêm là đủ và rẻ hơn nhiều. Tách hai nhóm này từ đầu giúp hạ tầng gọn và chi phí máy chủ thấp.

Phân tích dữ liệu trong doanh nghiệp thường đi qua bốn mức, mức sau cần mức trước làm nền. Biết doanh nghiệp đang ở mức nào giúp chọn đúng việc cần làm tiếp, thay vì nhảy thẳng vào dự báo bằng AI khi báo cáo cơ bản còn phải gộp tay.

Phần lớn doanh nghiệp vừa và nhỏ tại Việt Nam đạt giá trị lớn nhất ở hai mức đầu: có số mô tả đúng, kịp thời và có thể bấm vào để xem chi tiết đến từng đơn, từng khách. Khi hai mức này chạy ổn vài tháng, dữ liệu lịch sử đủ sạch để làm dự báo có ý nghĩa.

Mỗi vai trò cần một màn hình riêng với số ít chỉ số, thay vì một màn hình chung chứa mọi thứ. Bảng dưới là ví dụ minh hoạ cho một doanh nghiệp bán lẻ nhiều chi nhánh; bộ chỉ số thật được thống nhất trong buổi khảo sát, theo đúng câu hỏi mà từng người đang phải trả lời hằng tuần.

Mỗi con số trên màn hình nên bấm được để xem danh sách chi tiết phía sau. Một chỉ số không truy được về từng dòng dữ liệu gốc sẽ bị nghi ngờ ngay lần đầu nó lệch với số của phòng ban.