Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á
Năm thứ. 34(5) , Tháng 5/2023, Trang 81-99


Tích hợp mô hình dự báo vào giải pháp kinh doanh thông minh: Nghiên cứu trên tập dữ liệu bán lẻ
Integrating Forecast Models into Business Intelligence Solutions: A Case Study on Retail Dataset
Nguyễn Phát Đạt & Nguyễn Văn Hồ & Lê Bá Thiền & Trịnh Thu Huyền Trang & Lâm Thị Hoàng Anh

DOI:
Tóm tắt
Kinh doanh thông minh là tập hợp giải pháp về thu thập, quản lý và khai thác dữ liệu hỗ trợ ra quyết định trong doanh nghiệp. Ngày nay, giải pháp này đã trở nên phổ biến và được nhiều doanh nghiệp áp dụng dựa trên sự “tích lũy” dữ liệu theo thời gian. Tuy nhiên, các giải pháp kinh doanh thông minh hiện tại mới dừng lại ở mức thống kê mô tả, các mô hình dự báo còn hạn chế được sử dụng do sự khó khăn trong việc tích hợp, chi phí, cũng như năng lực chuyên môn liên quan đến các mô hình học máy. Từ đó, nghiên cứu này hình thành giải pháp tích hợp mô hình dự báo vào giải pháp kinh doanh thông minh, thực nghiệm trên tập dữ liệu bán lẻ, tập trung vào các công ty vừa và nhỏ nhằm tối ưu chi phí, dễ dàng triển khai. Kết quả từ nghiên cứu có 4 đóng góp chính, bao gồm (1) Giúp nhà quản trị cấu trúc, sắp xếp và tổ chức dữ liệu theo từng chủ đề nghiệp vụ; (2) Giúp nhà quản trị có cái nhìn toàn cảnh về tình hình hoạt động của doanh nghiệp từ chi tiết đến tổng quát; (3) Giúp nhà quản trị đưa ra các quyết định, chiến lược kinh doanh đúng đắn, nhanh chóng, kịp thời và chính xác; (4) Giúp nhà quản trị dễ dàng tích hợp mô hình dự báo vào giải pháp kinh doanh thông minh. Giải pháp này hoàn toàn có thể ứng dụng vào các doanh nghiệp để theo dõi và dự báo dữ liệu bán hàng.

Abstract
Business Intelligence (BI) is a collection of solutions for collecting, managing, and exploiting data to support decision-making in enterprises. In recent years, this solution is gradually becoming popular and applied by many businesses based on the “accumulation” of data over time. However, current business intelligence solutions are restricted to descriptive statistics, the use of forecasting models are still limited due to the complexity of integration, cost, as well as specialized capacity. subjects related to machine learning models. Since then, this study has formed a solution to integrate predictive models into business intelligence solutions, experimenting on retail data sets, and focusing on small and medium-sized companies to optimize costs and ease. deployment. The results from the study have four main contributions, including (1) Helping administrators to structure, arrange and organize data according to Business Functions; (2) Helping administrators have an overview of the operation of the business from detailed to overview; (3) Helping managers make the right decisions, business strategies, quickly, timely and accurately; (4) Helping administrators easily integrate predictive models into business intelligence solutions. This solution is completely suitable and can be applied to businesses with sales data tracking.

Từ khóa
mô hình dự báo, dữ liệu bán lẻ, hệ thống thông tin quản lý, hỗ trợ ra quyết định, kinh doanh thông minh, phân tích dữ liệu
Forecast Model; Retail Dataset; Management Information System; Support Decision-making; Business Intelligence; Data Analysis
Download
Nghiên cứu mô hình học máy dự đoán xác suất vỡ nợ của khách hàng doanh nghiệp tại ngân hàng thương mại cổ phần ở Việt Nam
2023, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á Mở rộng

Nghiên cứu đề xuất kiến nghị thúc đẩy ý định mua nông sản hữu cơ trực tuyến tại một số tỉnh miền Bắc
2023, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á Mở rộng

Ứng dụng phương pháp máy học trong đo lường sự hài lòng của khách hàng dựa trên các bình luận trực tuyến
2023, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á Mở rộng

Đánh giá các phương pháp xây dựng cộng đồng người học trên hệ thống tư vấn học tập trong môi trường đào tạo trực tuyến
2023, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á Mở rộng

Mô hình máy học TOPSIS – AHP– Kansei nâng cao hiệu quả đánh giá khóa học tại Trường Đại học Kinh tế TP. Hồ Chí Minh
2023, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á Mở rộng