BI - Business Inteligence vừa là đầu ra cuối cùng, sản phẩm "nhìn thấy" được của các hệ thống ERP, CRM... vừa là đầu vào cho chính các hệ thống đó.
BI là gì?
Business Inteligence – BI (tạm dịch là giải pháp quản trị doanh nghiệp thông minh) là một hệ thống báo cáo cho phép tổ chức/doanh nghiệp (TC/DN) khai thác dữ liệu từ nhiều nguồn khác nhau về khách hàng (KH), thị trường, nhà cung cấp, đối tác, nhân sự... và phân tích/sử dụng các dữ liệu đó thành các nguồn thông tin có ý nghĩa nhằm hỗ trợ việc ra quyết định. Thông thường cấu trúc một bộ giải pháp BI đầy đủ gồm một kho dữ liệu tổng hợp (datawarehouse) và các bộ báo cáo, bộ chỉ tiêu quản lý hiệu năng TC/DN (Key Perfomance Indicators – KPIs), các dự báo và phân tích giả lập (Balance Scorecards, Simulation and Forecasting...).
Thông thường, đầu ra trong mỗi hệ thống ERP, CRM, HCM... là các dữ liệu đã sẵn sàng phục vụ việc phân tích. Tuy nhiên, đối với nhiều TC/DN, việc khai thác các dữ liệu này chưa được chú trọng nên chỉ dừng ở các yêu cầu kết xuất báo cáo nghiệp vụ đơn thuần của các phòng ban. Khá nhiều thông tin quan trọng cho người ra quyết định và lập kế hoạch chiến lược đã bị bỏ qua do thiếu công cụ tổng hợp, phân tích, “móc nối” các dữ liệu này, hoặc do người lãnh đạo không nhìn nhận khả năng này nên không đặt ra yêu cầu với hệ thống CNTT. Xét ở góc độ đầu tư thì đây là sự lãng phí lớn.
Trên thực tế, BI cần cho mọi TC/DN có nhu cầu tích hợp dữ liệu và phân tích thông tin. Đối với nhà quản lý, đây là hệ thống phân tích hoạt động DN chính xác và toàn diện nhất do thông tin được tổng hợp từ nhiều nguồn trong DN. Trong nhiều trường hợp, nếu không sử dụng BI, TC/DN sẽ không có được các kết quả ngay, thậm chí có thể tốn kém một khoản chi phí cho việc khảo sát, nghiên cứu, tìm tòi mới có được kết quả. Với BI, DN dễ dàng có ngay thông tin phân tích quản lý, để trả lời các câu hỏi như: “KH quan trọng nhất của DN hiện nay là ai?”; “Thị trường nào đang mang lại tỷ trọng lợi nhuận chính?”...
Ứng dụng BI thế nào?
Ở mức hệ thống, BI là khâu cuối cùng của các giải pháp ERP, CRM, HCM... Nghĩa là chỉ khi các hệ thống quản trị thông tin này đi vào vận hành, khai thác thì BI mới phát huy được công việc của mình. Ở mức đơn giản, BI, là các yêu cầu đặt ra của nhà lãnh đạo với mỗi hệ thống PM quản lý. Ví dụ, nhiều công ty hiện nay khai thác các báo cáo tài chính hoặc yêu cầu đơn vị triển khai xây dựng thêm phân hệ báo cáo cho hội đồng quản trị song song với hệ thống ERP trong DN.
Theo ông Vương Quân Ngọc, chuyên gia tư vấn FPT ERP thì “BI vừa là đầu ra cuối cùng của các hệ thống ERP, CRM... vừa là đầu vào cho chính các hệ thống này. Vì nếu xây dựng DN từ các kết quả đánh giá của BI, tức là từ các chỉ số đánh giá hiệu năng DN thì DN sẽ có thông tin đầu vào phản ánh chính xác kết quả đầu ra đó”. Ông Ngọc cho rằng: “Khi một TC/DN đã ứng dụng ERP thì việc áp dụng BI là phần liên kết rất nên phát triển và tận dụng. Điều đó sẽ giúp TC/DN hoàn thiện hệ thống ứng dụng CNTT của mình để thúc đẩy phát triển và nâng cao khả năng cạnh tranh”.
Ví dụ như DN trong lĩnh vực viễn thông hoặc ngân hàng sử dụng hệ thống contact center. Bình thường, hệ thống này chỉ kết nối và trả lời tự động yêu cầu của KH. Tuy nhiên, khi được khai thác cùng BI, BI sẽ đưa ra các chỉ số cho biết tỷ lệ KH trung niên, KH trên đại học... sử dụng hệ thống này trong tháng. Đây chính là đầu vào cho hệ contact center , có tác động ngược lại cho contact center, khiến hệ thống này, từ chỗ chỉ là một trung tâm nhận và trả lời các cuộc điện thoại của KH, phát triển thành một trung tâm thông tin đa kênh. Những thông tin này sẽ được hệ BI chia sẻ tới nhiều bộ phận trong DN, giúp DN đảm bảo phương châm kinh doanh “lấy KH làm trọng tâm” của mình.
Hiện ở Việt Nam, thị trường cung cấp giải pháp BI còn khá sơ khai nhưng cũng đã quy tụ khá nhiều tên tuổi như: Business Objects, Cognos, Hyperion, SAP, Oracle ... Mỗi giải pháp đều có sự khác nhau về tính năng, khả năng tích hợp, phân tích và xử lý thông tin. Như bất cứ giải pháp/phần mềm nào, BI chỉ là một công cụ, do vậy khi TC/DN lựa chọn và sử dụng, cần cân nhắc tới tính khả dụng và khả năng tích hợp của nó với các hệ thống khác trong DN. Đồng thời luôn đảm bảo trong khi vận hành, thông tin đầu vào cho BI phải luôn là thông tin xác thực.
Theo PCWorld
Các tổ chức theo hướng dữ liệu thường sử dụng các thuật ngữ “Business Intelligence” (BI) và “Data Analytics” (DA) thay thế cho nhau. Tuy nhiên, trên thực tế thì đây là hai khái niệm hoàn toàn khác nhau.
Một số người phân biệt bằng cách nói rằng BI nhìn ngược lại dữ liệu lịch sử để mô tả những điều đã xảy ra, trong khi DA (phân tích dữ liệu) sử dụng các kỹ thuật khoa học dữ liệu để dự đoán những gì sẽ hoặc nên xảy ra trong tương lai.
Không dừng lại ở đó, BI liên quan đến việc sử dụng dữ liệu để giúp đưa ra quyết định kinh doanh, hoặc như OLAP.com nói, BI "đề cập đến các công nghệ, ứng dụng và thực tiễn để thu thập, tích hợp, phân tích và trình bày thông tin kinh doanh. Mục đích của BI là để hỗ trợ việc ra quyết định kinh doanh tốt hơn. " Tuy nhiên, người ta cũng có thể nói như vậy về phân tích dữ liệu.
Để vạch ra ranh giới giữa BI và DA, chúng ta có thể chia phân tích thành ba loại: mô tả, dự đoán và chỉ định.
Phân tích mô tả lấy dữ liệu và biến nó thành thứ mà các nhà quản lý doanh nghiệp có thể hình dung, hiểu và diễn giải. Nó cung cấp thông tin tình báo về hiệu suất lịch sử và trả lời các câu hỏi về những gì đã xảy ra. Báo cáo phân tích mô tả được thiết kế để chạy và xem thường xuyên. Ví dụ bao gồm khách hàng, hoạt động và báo cáo bán hàng.
Phân tích dự đoán cung cấp thông tin chi tiết về các kết quả có thể xảy ra trong tương lai, dự báo, dựa trên dữ liệu mô tả nhưng có thêm dự đoán bằng cách sử dụng khoa học dữ liệu và thường là các thuật toán sử dụng nhiều tập dữ liệu. Càng nhiều dữ liệu có sẵn, các dự đoán càng chính xác. Ví dụ bao gồm dự báo bán hàng, điểm tín dụng của người tiêu dùng và đề xuất của nhà bán lẻ về những gì bạn có thể muốn đọc, xem hoặc mua tiếp theo.
Phân tích mô tả đưa ra lời khuyên về những hành động cần thực hiện. Nó kiểm tra các kết quả có thể có là kết quả của các hành động có thể có khác nhau và đề xuất những hành động nào sẽ có kết quả tối ưu. Tạo phân tích mô tả đòi hỏi các kỹ thuật mô hình hóa nâng cao và kiến thức về nhiều thuật toán phân tích, tất cả đều là công việc của các nhà khoa học dữ liệu (Data Scientist).
Nhà chiến lược big data Mark van Rijmenam viết: "Nếu chúng ta xem phân tích mô tả là nền tảng của BI và phân tích dự đoán là cơ sở của big data, thì chúng ta có thể khẳng định rằng phân tích mô tả sẽ là tương lai của big data."
Xem thêm Sự khác nhau giữa BI và DA
Carsten Bange, nhà sáng lập và CEO của BARC Research Center nói rằng: "Trước đại dịch, BI được xem như một công nghệ kế thừa mà trong nhiều trường hợp, nó không đáng để đầu tư." Điều này đã “hoàn toàn thay đổi” Bange nói. Những kết quả khảo sát mới nhất cho thấy các công ty đang dần chuyển sự chú ý của họ đến BI một lần nữa, vì họ nhận ra rằng mình cần hiểu nhiều hơn về chuỗi cung ứng, sự thay đổi nhanh chóng của hành vi khách hàng và quy trình kinh doanh của họ.
“Phân tích dựa trên khoa học dữ liệu là ưu tiên hàng đầu” trong số các công ty được khảo sát trong báo cáo BI and Analytics Trend Monitor 2021 của BARC, ông nói thêm.
Dưới đây là một số xu hướng chính trong BI của năm 2022 và hơn thế nữa.
1. AI và học máy mang đến nhiều tính năng thú vị
2. Chấp nhận sự gia tăng của đám mây sau đại dịch
3. Quy trình ngôn ngữ tự nhiên có thêm bước tiến mới
4. BI được nhúng vào các nền tảng CRM và ERP
5. Những cách mới để trình bày thông tin bằng câu chuyện
6. BI trở thành hoạt động
7. BI thành công tiếp tục yêu cầu những công việc chuẩn bị trước
Xem thêm:
https://www.bacs.vn/vi/blog/cong-cu-ho-tro/7-xu-huong-business-intellige...
https://www.bacs.vn/vi/blog/cong-cu-ho-tro/7-xu-huong-business-intellige...