Đại Học Quốc Gia TP.HCM
Trường Đại Học Công Nghệ Thông Tin
BÁO CÁO MÔN HỌC
HỆ HỖ TRỢ QUYẾT ĐỊNH
ĐỀ TÀI:
TÌM HIỂU VAI TRÒ CỦA BUSINESS
INTELLIGENCE TRONG NGÀNH NGÂN HÀNG
Giảng viên hướng dẫn
PGS.TS Đỗ Phúc
Học viên: Trần Khánh An
Mã học viên: CH1301076
TP.HCM – 2014
Mở đầu
Business Intelligence (BI – Giải pháp quản trị doanh nghiệp thông minh) là một qui
trình tích hợp công nghệ mà các doanh nghiệp dùng để kiểm soát khối lượng dữ liệu
khổng lồ đến từ nhiều nguồn khác nhau và khai thác nguồn dữ liệu đó giúp cho họ có
thể đưa các các quyết định hiệu quả hơn trong hoạt động kinh doanh của mình. BI có
mặt ở khắp các doanh nghiệp như hệ thống siêu thị, ngân hàng, viễn thông,… đó đều là
những nơi cần thu thập, xử lý khối lượng dữ liệu cực lớn. Do đó BI có tính ứng dụng rất
cao khi nguồn dữ liệu của doanh nghiệp sẽ lớn dần theo thời gian hoạt động. Hiện nay
BI vẫn còn là một thuật ngữ khá mới ở Việt Nam, nhưng trên thế giới BI đã được ứng
dụng rất nhiều vào doanh nghiệp.
Với mục đích học tập nghiên cứu công nghệ mới trong phạm vi môn học, em sẽ tìm hiểu
giải pháp BI cho doanh nghiệp gồm những gì và cách hoạt động như thế nào. Doanh
nghiệp cụ thể ở đây là ngành kinh doanh ngân hàng nói chung.
Dù đã cố gắng tập trung cho bài báo cáo, nhưng do thời gian có hạn, cùng sự hạn chế
của bản thân nên bài báo cáo này tập trung trình bày những kiến thức cơ bản nhất về hệ
thống hỗ trợ doanh nghiệp thông minh BI.
Bài báo cáo gồm 2 phần:
- Phần 1: dịch bài báo khoa học

nghiệp vụ, làm tăng sự hài lòng của khách hàng, cạnh tranh hiệu quả, sáp nhập và mua
lại, phát triển sản phẩm mới và chọn phân khúc thị trường phát triển. Đồng thời các
ngân hàng cũng luôn đối phó với các rủi ro cũng như điều phối các hoạt động kinh
doanh thích ứng với các sự phát triển của hệ thống chính sách, pháp luật của nhà nước
và quốc tế. Chẳng hạn như IAS, AML, BASEL 2,
Mọi quản lý đều thực hiện việc ra quyết định, và quyết định phải kịp thời, hiệu quả và
dựa trên thông tin chính xác và đáng tin cậy từ dữ liệu. Dữ liệu của ngân hàng bao gồm
các bản ghi được ghi nhận hàng ngày với số lượng lớn; dữ liệu bao gồm thông tin về tải
khoản khách hàng , các giao dịch, tài sản, khả năng tài chính, các khoản nợ tín dụng, vv.
Những dữ liệu này được tạo ra trong hệ thống thông tin cơ bản của ngân hàng và được
lưu trữ trong cơ sở dữ liệu giao dịch. Kinh nghiệm cho thấy cơ sở dữ liệu giao dịch là
một nguồn thông tin phong phú, có thể được sử dụng để tăng cường việc kinh doanh của
bất kỳ công ty nào, đặc biệt là các công ty thuộc ngân hàng do khai thác hiệu quả từ
nguồn dữ liệu lớn.
Rõ ràng rằng trong một thời gian dài trước đây, các ngân hàng có rất nhiều dữ liệu
nhưng ít thông tin, và rất ít kiến thức về nhiều khía cạnh trong lĩnh vực hoạt động của
mình. Tuy nhiên, cơ sở dữ liệu các giao dịch là rất lớn.
Chúng ta giả sử rằng bộ phận quản lý của ngân hàng muốn thiết lập các đặc tính của
khách hàng đã thực hiện trả nợ trong quá khứ. Thường có thể yêu cầu thông tin từ các
nhân viên IT tại ngân hàng, họ là những người thường xuyên phải dành một lượng thời
gian đáng kể để kết xuất các báo cáo theo yêu cầu cấp trên và việc này chiếm phần lớn
khối lượng công việc thường xuyên của họ. Vào thời điểm báo cáo đến bàn làm việc của
người quản lý, nó có thể là quá muộn cho việc ra quyết định.
Sự phát triển của công nghệ thông tin và truyền thông (ICT) cung cấp giải pháp hiệu quả
cho các vấn đề nêu trên. Để có được thông tin kinh doanh và tri thức quản lý, bước đầu
tiên hướng tới việc nghiên cứu các phương pháp, các công cụ và các ứng dụng, được gọi
chung bằng thuật ngữ "kinh doanh thông minh" (BI). Ngày nay, BI được coi là một
mảng riêng biệt bao gồm các yếu tố của công nghệ thông tin, chiến lược, kế toán quản
trị, tổng hợp phân tích và tiếp thị. Nó cho phép thu thập, phân tích, phân phối và hành
động dựa trên thông tin kinh doanh, nhằm tạo thuận lợi giải quyết các vấn đề quản lý và

hình ảnh rõ ràng của khách hàng và các mối quan hệ của họ với ngân hàng, xác định
một hình ảnh rõ ràng về tiềm năng thị trường và khả năng của ngân hàng để sử dụng
tiềm năng này (Mosimann & Connelly, 2007) :
 Phân nhóm khách hàng: tạo các nhóm khách hàng riêng biệt dựa trên các đặc
trưng cụ thể
 Lợi nhuận của khách hàng (CP): phân tích lợi nhuận nhằm xem xét, đánh giá để
phù hợp với các dự kiến lợi nhuận của ngân hàng. Sự phân tích dựa trên chỉ số
ROE, tỷ số lợi nhuận ròng trên vốn chủ sở hữu.
 Cross-selling và up-selling: các phân tích cho phép đánh giá khách hàng về khả
năng sử dụng một số sản phẩm và dịch vụ đồng thời (cho vay, tiền gửi, thẻ, ngân
hàng điện tử, vv);
 Hiệu quả của kênh giao tiếp: cho phép xác định và phân tích của các kênh khác
nhau để giao tiếp với khách hàng từ và phân phối sản phẩm thông qua các kênh
đó;
 Quản lý các chiến lược kinh doanh: mục tiêu chính là để phân tích và so sánh các
tác động của chiến dịch tiếp thị trên sự gia tăng số lượng khách hàng, tăng về số
lượng và mức độ bán sản phẩm, thu nhập, vv
Khai thác tài sản và quản lý nợ (ALM) là một quá trình quản lý nợ phải trả và các khoản
phải thu của ngân hàng, nhằm thiết lập sự cân bằng giữa lợi nhuận và rủi ro, thiết lập
một mối quan hệ giữa các khoản nợ và các khoản phải thu, và kiểm soát các tác động
của rủi ro đến hoạt động của ngân hàng và kết quả tài chính. Các giải pháp kinh doanh
thông minh cho ALM phải cho phép tạo ra một bộ hoàn chỉnh những báo cáo nội bộ -
bắt đầu từ bảng cân đối tài chính, phân tích khả năng thanh khoản và lưu chuyển tiền tệ,
đi đến ngày đáo hạn và cơ cấu lãi suất. Thêm vào đó, BI cũng cũng bao gồm phân tích
cơ cấu thu nhập và phân tích thỏa thuận cho vay dài hạn
Quản lý rủi ro là quá trình mà một ngân hàng về mặt phương pháp phải đánh giá rủi ro
qua tất cả các giai đoạn (xác định, phân tích, đo lường, kiểm soát và báo cáo), nhằm đưa
ra một mức nguy hiểm cho việc đạt được các mục tiêu và các hoạt động kinh doanh, do
đó mức độ rủi ro phải nằm trong mức cho phép và đảm bảo hoạt động ổn định của ngân
hàng. Một số các rủi ro mà ngân hàng thường mắc phải bao gồm rủi ro tín dụng, rủi ro

quyền truy cập nhanh chóng và hiệu quả vào bảng điểm để biết các chỉ số hoạt động
quan trọng, cảnh báo họ khi những giá trị vượt quá giới hạn cho phép. Ngoài các hệ
thống báo cáo đề cập ở trên, quản lý hiệu quả kinh doanh cũng đòi hỏi cung cấp một cơ
sở hạ tầng để hỗ trợ việc lập kế hoạch và ngân sách. Điều này có nghĩa rằng hệ thống
phải hỗ trợ khả năng xác định các giá trị mục tiêu trên của tất cả các chiều của hoạt động
kinh doanh (khách hàng, sản phẩm và đơn vị tổ chức), xem xét chiều thời gian
(Mossimann & Conelly, 2007).
3. Sự hỗ trợ của hệ thống BI cho khai thác tài sản và quản
lý nợ
3.1 Khai thác tài sản và quản lí nợ (ALM)
Để đối phó với những thách thức của thị trường và chiến thắng trong cạnh tranh, một
ngân hàng tạo ra các chiến lược khác nhau và các phương pháp khác nhau, trong đó có
một phương pháp tiếp cận hiện đại gọi là khai thác tài sản và quản lý nợ, viết tắt là
ALM. Những thay đổi nhanh chóng trên thị trường tài chính gây ra những thay đổi trong
bảng cân đối tài sản của ngân hàng và nợ phải trả, và phát sinh ra nhiều rủi ro, chẳng
hạn như rủi ro tín dụng, rủi ro ngoại hối và rủi ro lãi suất. Với mục đích bảo vệ và quản
lý rủi ro hiệu quả hơn, các ngân hàng lựa chọn cách tiếp cận tích hợp để quản lý toàn bộ
cấu trúc cân bằng và mất cân bằng. Điều này tạo điều kiện để liên kết các rủi ro dự kiến
với các rủi ro mức cao. Khi áp dụng khái niệm ALM, ngân hàng có nghĩa vụ giám sát
những thay đổi hàng ngày trong cơ cấu tài sản và nợ phải trả, và hạn chế những rủi ro
phát sinh. Nhiệm vụ cơ bản của khái niệm ALM là thiết lập mối tương quan giữa rủi ro
và lợi nhuận của các giao dịch ngân hàng độc lập. Đây là một phương pháp phòng ngừa
rủi ro cao, hạn chế tổn thất trong các kinh doanh ngân hàng.
Việc đưa ra và áp dụng khái niệm ALM đã tạo ra cấu trúc hệ thống ngân hàng linh hoạt
hơn, có khả năng thích ứng nhanh hơn với tất cả những thay đổi có thể có trên thị trường
tài chính. Do đó, chức năng của ALM được dựa trên các yêu cầu về cung cấp mức thỏa
đáng về lợi nhuận, quản lý tài sản và nợ hiệu quả, và kiểm soát tốt các rủi ro trong hệ
thống ngân hàng (Vunjak & Kovacevic, 2006).
3.2 Quản lý rủi ro với ALM
Mục đích của quản lý rủi ro là để ngân hàng theo dõi và kiểm soát các mức độ và xác

ngoại tệ. Hệ thống ngân hàng ngày nay được đặc trưng bởi sự gia tăng rủi ro ở ngoại
hối, gây ra bởi sự tham gia ngày càng nhiều các ngân hàng trong các giao dịch ngoại hối
bị chi phối bởi tỷ giá hối đoái thả nổi. Cũng vì thế mà khái niệm ALM nên tập trung
theo dõi các rủi ro ngoại hối, tùy thuộc vào việc tiền tệ đã tăng giá hoặc mất giá, tức là
giá trị các chỉ số trên bảng cân đối tài chính tiền tệ có thể dương hoặc âm.
Rủi ro tín dụng là rủi ro cơ bản mà các ngân hàng gặp phải khi thực hiện các hoạt động
kinh doanh. Nó xảy ra khi người vay tiền không trả được các khoản vay với lãi suất xác
định đến ngày đáo hạn. ALM được sử dụng bởi các nhà điều hành cấp cao để thực hiện
các thủ tục phê duyệt cho vay, theo dõi và kiểm soát rủi ro tín dụng.
Kinh nghiệm quá khứ từ các nước phát triển cho thấy các ngân hàng hiệu quả có thể
quản lý rủi ro tín dụng trên các khía cạnh sau:
 Sử dụng hạn mức (tỷ lệ rủi ro trên tổng tài sản, tỷ lệ tiền mặt trên tổng tài sản, tỷ
lệ dự trữ vốn);
 Lựa chọn nghiêm ngặt của các ứng dụng hỗ trợ cho vay;
 Đa dạng hóa các vị trí cho vay tài sản;
 Công cụ bảo mật.
Mối tương quan giữa rủi ro tín dụng và khái niệm ALM cũng xảy ra khi đàm phán lãi
suất cho các khoản vay được phê duyệt.Rủi ro kinh doanh có thể là kết quả của một loạt
các yếu tố, chẳng hạn như các giao dịch bất thường xảy ra, quy trình kinh doanh và các
thông tin không phù hợp, lỗ hổng trong ứng dụng công nghệ thông tin, hoặc lỗi của con
người. Việc áp dụng khái niệm ALM cho phép sửa đổi và kiểm toán nội bộ từ đó quản
lý rủi ro tiềm tàng khi hoạt động kinh doanh.
Thanh khoản là một trong những nguyên tắc cơ bản của việc kinh doanh tại ngân hàng
và biểu thị khả năng của ngân hàng để đáp ứng các nghĩa vụ tài chính hiện hành của nó
một cách liên tục. Bản chất của tính thanh khoản được thể hiện ở việc chuyển nhượng
tài sản lưu động, có nghĩa là các ngân hàng có thể tại bất kỳ thời điểm nào đáp ứng nợ
đến hạn hiện tại cho người gửi tiền. Rủi ro thanh khoản là rủi ro từ sự xuất hiện các tác
dụng phụ trên hiệu quả kinh doanh và vốn tài chính của ngân hàng do không có khả
năng đáp ứng các nghĩa vụ khi đến hạn. Trong khái niệm ALM, thanh khoản ngân hàng
ngày nay tiếp cận từ các khía cạnh cấu trúc: tài sản được phân loại thành tài sản lưu

để sử dụng chúng một cách nhanh chóng và đơn giản cho các nhu cầu lớn về phân tích
nghiệp vụ trong khái niệm ALM. Cơ sở dữ liệu phục vụ việc phân tích được xem như là
nguồn dữ liệu đầu vào quang trọn cho các ứng dụng đặc biệt chẳng hạn như Giải pháp
ứng dụng Templates (ASTs), được xây dựng đặc biệt cho phạm vi riêng.
Các ứng dụng ALM đại diện cho các ứng dụng hỗ trợ "thông minh", được thiết kế dựa
trên mô hình tài chính và mô hình toán học phức tạp. Trong hầu hết các trường hợp, giải
pháp phần mềm ALM cung cấp cho các hoạt động sau:
 Phân tích và đánh giá danh mục đầu tư
 Phân tích lưu chuyển tiền tệ, phân tích lợi nhuận và phân tích giá trị chuyển
khoản
 Phân tích khả năng thanh khoản
 Tính toán nhu cầu vốn đối với rủi ro thị trường, vv
Phân tích danh mục đầu tư cho phép tính giá trị danh mục đầu tư từ ngày thẩm định,
có tính đến các điều khoản và điều kiện của hợp đồng từ mục danh mục đầu tư, hỗ trợ
giả lập các kịch bản mô phỏng giá trị lợi nhuận, tỷ giá hối đoái và dòng thanh khoản
hiện tạ. Cơ sở để tính toán giá trị này là tổng lưu lượng tiền mặt của tất cả các mục bao
gồm các danh mục đầu tư cho đến khi ngày đáo hạn cuối cùng, trong khoảng thời gian
muốn phân tích.
Đánh giá danh mục đầu tư sẽ giúp đưa ra các thông tin như:
 Giá trị danh nghĩa hiện hành của tổng vốn và lãi trong danh mục đầu tư, theo
các điều khoản hợp đồng và các điều kiện hiện hành;
 Tình trạng giảm sút giá trị ròng của tổng vốn và lãi trong danh mục đầu tư,
theo các điều khoản hợp đồng và các điều kiện hiện hành, như thể hiện bởi
các đường cong lãi suất tham chiếu;
 Giá trị vốn, thu nhập và chi tiêu so với số lượng trên kế hoạch;
 Độ nhạy của danh mục đầu tư với những thay đổi có thể có trong lợi nhuận và
tỉ giá hối đoái, tức là giá trị của danh mục đầu tư sẽ thay đổi bao nhiêu cho
mỗi điểm cơ bản của thay đổi lãi suất.
Phân tích lưu chuyển tiền tệ là tính giá trị của vốn và lãi và đưa ra thông tin về giá trị
danh nghĩa của vốn và lãi cũng như giá trị ròng hiện tại của dòng vốn. Phân tích lưu

Tầng cơ sở dữ liệu là tầng dưới cùng, cung cấp thông tin để đáp ứng nhu cầu hoạt động
phân tích cho các lớp bên trên.
Hệ thống xử lý dữ liệu giao dịch của ngân hàng được gọi là Xử lý giao dịch trực tuyến
(OLTP) là hệ thống thông tin cơ bản của ngân hàng. Vai trò của nó là để hỗ trợ các hoạt
động giao dịch kinh doanh hàng ngày (nhập và xử lý các lệnh thanh toán, nhậ các hợp
đồng tiền gửi và cho vay, ghi nhận giao dịch, các dịch vụ hoa hồng và ghi nhận lãi suất,
vv.)
Tầng tích hợp dữ liệu và các lớp chuyển đổi bao gồm các quá trình chuyển đổi dữ liệu
từ các nguồn hoạt động cục bộ và ngoại vi thành một cấu trúc thích hợp cho hệ thống
BI. Chúng được gọi là Extract Transform và Load (ETL).
Tầng kho dữ liệu (DW) là một cơ sở dữ liệu phân tích sử dụng làm cơ sở cho các hệ
thống BI, được thiết kế cho một lượng lớn dữ liệu theo cách thức đơn giản và hiệu quả
nhằm mục đích tạo ra thông tin cần thiết trong quá trình ra quyết định.
Khái niệm OLAP (Online Analytical Processing) đề cập đến các công nghệ xử lý cho
phép người dùng (ví dụ như các nhà phân tích, quản lý vv) đạt được cái nhìn sâu sắc vào
dữ liệu một cách nhanh chóng, phù hợp và mang tính tương tác cao. OLAP chứa các
giao diện cơ sở dữ liệu và hình thức xử lý dữ liệu cho phép người sử dụng trích xuất dữ
liệu một cách nhanh chóng và dễ dàng, và chuyển thể chúng thành thông tin với số
lượng không giới hạn. Một báo cáo OLAP có thể mang hình thức của báo cáo thông
thường hoặc báo cáo dạng phân tích đa chiều, đặc biệt báo cáo cũng có thể được trình
bày dưới dạng đặc biệt hiệu quả nhằm thể hiện các chỉ số hoạt động quan trọng
(Balanced Scorecard).
Tầng truy cập dữ liệu: Khai khoáng dữ liệu (DM) là tiến trình khai phá và phân tích
tìm kiếm các thông tin có ý nghĩa. Khai khoáng dữ liệu sử dụng các kỹ thuật và các
thuật toán từ các lĩnh vực thống kê và trí tuệ nhân tạo để tìm thông tin tiềm ẩn quan
trọng trong các tập dữ liệu lớn. Khai thác dữ liệu có thể rất hữu ích trong ngành công
nghiệp ngân hàng và có rất nhiều trường hợp của ứng dụng của họ. Ví dụ, dựa trên đặc
tính của khách hàng, ngân hàng có thể dự báo được trong số họ có thể sử dụng một số
dịch vụ nào đó và đưa ra các chiến lược tiếp thị tương ứng, do đó làm giảm chi phí và
tăng lòng trung thành của khách hàng. Ngoài ra, dựa trên dữ liệu lịch sử, một ngân hàng

thị trường. Sự cần thiết cho các hoạt động kinh doanh tự động, quy trình quản lý hiệu
quả hơn và kiểm soát tốt hơn trong ngành ngân hàng cũng liên quan đến sự cần thiết của
một hệ thống thông tin đầy đủ. Hệ thống thông tin cơ bản trong ngân hàng không ngừng
phát triển và nâng cao để đáp ứng một số nhu cầu. Tuy nhiên, để tận dụng tối đa các
tiềm năng to lớn được tạo ra trong hệ thống thông tin cơ bản trên, đòi hỏi phải nâng cấp
lên các hình thức của hệ thống quản trị doanh nghiệp thông minh. Hệ thống BI cũng cho
phép các ngân hàng để dự đoán hành vi tương lai trong các lĩnh vực nghiệp vụ và hầu
hết các chỉ tiêu kinh doanh của họ. Nó cũng cho phép mô hình hóa hành vi khách hàng -
không chỉ ở mặt tích cực là sử dụng các dịch vụ mới mà còn từ khả năng tiềm tàng rủi
ro. Để cung cấp thông tin hỗ trợ cho ALM, phần mềm sẽ cho phép dự đoán và tính toán
giá trị tương lai của danh mục đầu tư, tính thanh khoản, dòng lưu chuyển vốn, theo dõi
bảng cân đối tài khoản và lợi nhuận tại tất cả các cấp.
Phần 2. Nhận xét, kết luận
Bài báo đã đề cập đến sự hỗ trợ của các giải pháp quản trị doanh nhiệp thông minh đến
các lĩnh vực trong ngành ngân hàng mà đặc biệt là lĩnh vực khai thác tài sản và quản lý
nợ.
Hoạt động ngân hàng liên quan đến tiền tệ nên mang nhiều rủi ro: rủi ro về tín dụng, nợ
cho vay, thanh khoản, tài sản ngân hàng. Nhận định trước các rủi ro một cách chính xác
bằng cách theo dõi chỉ số rủi ro là điều kiện sống còn trong kinh doanh ngân hàng.
Ngoài việc hạn chế rủi ro, các dự báo kinh tế hay tiêu dùng trong ngân hàng thông qua
các kĩ thuật khai khoáng dữ liệu giúp rất nhiều trong việc nâng cao doanh thu lợi nhuận.
Dữ liệu giao dịch rất quan trọng. Thông tin là vàng. Nhờ đó mà các hệ phân tích hỗ trợ
nhà điều hành đưa ra các quyết định với xác suất chính xác cao và nhanh chóng.
Các khó khăn khi không có sự hỗ trợ của BI
 Khó truy cập được những thông tin cần thiết đến việc ra quyết định
Khi các nhà quản lý cần những loại thông tin tổng hợp như tình hình thị trường, doanh
số, chi phí, lợi nhuận, năng suất, vv… để quyết định đầu tư một lĩnh vực nào đó hoặc
lập ra một chương trình hành động nhằm một mục đích nào đó. Tất cả các dữ liệu có
liên quan đến việc ra quyết định bị phân rải ra trên toàn bộ các ứng dụng của doanh
nghiệp. Để có được các bảng phân tích đáp ứng được các nhu cầu trên sẽ tốn nhiều rất

• Tăng giá trị và khả năng so sánh của thông tin
• Giải pháp sẽ tăng cường thêm việc xác định các chỉ mục dữ liệu
• Tạo mô hình làm việc tốt nhất
Tài liệu tham khảo
[1] Slide, tài liệu bài giảng của thầy Đỗ Phúc
[2] Hệ hỗ trợ ra quyết định, Lê Văn Dực, Nhà xuất bản Đại học quốc gia, 2006
[3] Bussiness Intelligence là gì. />[4] Application of Business Intelligence in the Banking Industry, Ubiparipović và
Emina Đurković, 2011
[5] Business Intelligence System in Banking, Industry Case Study of Samam Bank of
Iran, Maryam Marefati and Seyyed Mohsen Hashemi, pp. 153-158, Springer 2012