Business intelligence (BI, trí tuệ kinh doanh) là tập hợp quy trình, công nghệ và con người giúp doanh nghiệp thu thập dữ liệu từ hoạt động của mình, biến nó thành thông tin đáng tin và đưa thông tin đó đến đúng người ra quyết định, đúng lúc. Phần nhìn thấy là dashboard và báo cáo; phần quyết định chất lượng nằm bên dưới: tích hợp dữ liệu, định nghĩa chỉ số, quản trị quyền truy cập và thói quen dùng số trong các cuộc họp.
Vì vậy câu hỏi "nên mua phần mềm BI nào" thường là câu hỏi sai để bắt đầu. Công cụ chiếm phần nhỏ trong chi phí và rủi ro của một dự án BI. Phần lớn dự án thất bại không vì chọn sai phần mềm mà vì dữ liệu nguồn lộn xộn, chỉ số không được định nghĩa thống nhất, và không ai thay đổi cách ra quyết định sau khi có dashboard.
Khái niệm BI đến từ đâu
Thuật ngữ "business intelligence" xuất hiện trong bài báo năm 1958 của Hans Peter Luhn, nhà nghiên cứu IBM, mang tên A Business Intelligence System. Luhn hình dung một hệ thống tự động phân loại tài liệu và đưa thông tin phù hợp tới từng bộ phận trong tổ chức. Chữ "intelligence" ở đây gần với nghĩa "thông tin tình báo", tức thông tin được thu thập và chọn lọc để hành động, hơn là nghĩa "trí thông minh".
Nghĩa hiện đại của BI hình thành từ cuối thập niên 1980, khi Howard Dresner, sau này là chuyên gia phân tích của Gartner, phổ biến thuật ngữ này như một chiếc ô cho các phương pháp hỗ trợ quyết định dựa trên dữ liệu. Thập niên 1990 là thời của kho dữ liệu và công cụ OLAP; thập niên 2000 là thời các bộ BI lớn của doanh nghiệp, do phòng CNTT xây và phát hành báo cáo. Từ khoảng 2010, làn sóng self-service BI đưa công cụ trực quan hoá đến tay người dùng nghiệp vụ, đi kèm một vấn đề mới: mỗi người tự làm báo cáo, và số liệu bắt đầu lệch nhau.
Hiểu lịch sử này giúp đọc đúng lời chào hàng hiện nay. Mỗi thế hệ BI giải quyết điểm yếu của thế hệ trước (chậm, phụ thuộc CNTT) và tạo ra điểm yếu mới (thiếu nhất quán). Tổ chức trưởng thành về dữ liệu là tổ chức cân bằng được hai lực đó.
Năm thành phần của một hệ thống BI
Một hệ thống BI hoàn chỉnh, dù nhỏ, đều có năm lớp. Thiếu lớp nào thì lớp đó sẽ được làm tạm bằng Excel và email:
- Nguồn dữ liệu: phần mềm bán hàng, ERP, kế toán, CRM, nhân sự, tệp kế hoạch của các phòng. Chất lượng BI không bao giờ vượt quá chất lượng ở lớp này.
- Tích hợp và lưu trữ: luồng ETL/ELT đưa dữ liệu về kho dữ liệu hoặc một cơ sở dữ liệu phân tích, nơi dữ liệu được làm sạch và mô hình hoá.
- Lớp ngữ nghĩa và định nghĩa chỉ số: nơi "doanh thu thuần", "khách hàng hoạt động", "tỷ lệ giao đúng hạn" được định nghĩa một lần, đặt tên dễ hiểu, dùng chung cho mọi báo cáo.
- Trình bày và phân phối: dashboard, báo cáo định kỳ, cảnh báo qua email hoặc ứng dụng nhắn tin, bảng tính kết nối trực tiếp.
- Quản trị và con người: phân quyền ai xem gì, người sở hữu từng chỉ số, quy trình yêu cầu báo cáo mới, đào tạo người dùng, và nhịp họp sử dụng số liệu.
Khi ước tính ngân sách, nhiều doanh nghiệp chỉ tính lớp thứ tư vì đó là lớp có bản quyền phần mềm rõ ràng. Thực tế, lớp hai và lớp ba thường chiếm phần lớn công sức triển khai, và lớp năm quyết định hệ thống có sống quá năm đầu hay không.
Bốn mức trưởng thành BI và dấu hiệu nhận biết
Có nhiều mô hình trưởng thành dữ liệu do các hãng tư vấn và tổ chức nghề nghiệp đề xuất, với số mức và tên gọi khác nhau. Bảng dưới là phiên bản giản lược để tự đánh giá nhanh, không theo một chuẩn cụ thể nào.
| Mức | Dấu hiệu | Câu hỏi trả lời được | Việc nên làm tiếp |
|---|---|---|---|
| 1. Bảng tính rời rạc | Mỗi phòng một tệp, báo cáo tháng làm tay nhiều ngày | Chuyện gì đã xảy ra, sau một độ trễ | Thống nhất danh mục mã, định nghĩa 10 chỉ số cốt lõi |
| 2. Báo cáo tập trung | Có công cụ BI đọc từ phần mềm chính, cập nhật tự động | Chuyện gì đang xảy ra, theo nhiều chiều | Xây kho hoặc lớp tích hợp cho nguồn thứ hai, thứ ba |
| 3. Phân tích chẩn đoán | Có kho, chỉ số thống nhất, người dùng tự khoan sâu | Vì sao nó xảy ra | Gắn chỉ số vào nhịp họp và mục tiêu, phân quyền tự phục vụ |
| 4. Phân tích dự báo và đề xuất | Mô hình dự báo nhu cầu, rủi ro, kết quả đẩy vào hệ thống vận hành | Điều gì sẽ xảy ra, nên làm gì | Quản trị mô hình, đo hiệu quả bằng thử nghiệm |
Nhảy cóc mức là sai lầm phổ biến: doanh nghiệp còn ở mức 1 đặt mua giải pháp dự báo bằng AI, trong khi chưa thống nhất được thế nào là một đơn hàng hợp lệ. Mô hình dự báo xây trên dữ liệu chưa thống nhất chỉ tạo ra con số sai với vẻ ngoài khoa học hơn.
Lộ trình triển khai BI sáu bước cho doanh nghiệp vừa
Lộ trình dưới đây giả định doanh nghiệp đang ở mức 1 hoặc 2. Mỗi bước có đầu ra cụ thể để ban điều hành nghiệm thu.
- Chọn người bảo trợ và câu hỏi. Một thành viên ban điều hành đứng ra làm chủ, cùng danh sách 5–10 câu hỏi quản trị đang tốn công trả lời nhất. Đầu ra: danh sách câu hỏi xếp theo giá trị.
- Định nghĩa chỉ số. Với mỗi câu hỏi, viết rõ chỉ số, công thức, nguồn, tần suất, người sở hữu. Đầu ra: từ điển chỉ số được giám đốc tài chính và các trưởng bộ phận ký duyệt.
- Khảo sát và làm sạch nguồn. Kiểm tra dữ liệu thật trong các hệ thống: mã trùng, trường bỏ trống, quy ước nhập liệu. Đầu ra: danh sách vấn đề chất lượng và người chịu trách nhiệm sửa.
- Xây lớp dữ liệu tối thiểu. Tích hợp đúng các nguồn cần cho câu hỏi ưu tiên, mô hình hoá theo bảng fact và dimension. Đầu ra: bảng dữ liệu đã đối soát khớp với sổ kế toán.
- Làm dashboard đầu tiên cùng người dùng. Thiết kế với người sẽ dùng, thử trong hai ba cuộc họp thật, sửa theo phản hồi. Đầu ra: một dashboard được dùng trong họp giao ban hằng tuần.
- Mở rộng có kỷ luật. Thêm mảng mới theo cùng quy trình, giữ dimension chung, đưa vào quy định yêu cầu báo cáo mới. Đầu ra: lộ trình quý tiếp theo.
Thời gian cho vòng đầu tiên với một doanh nghiệp vừa thường tính bằng vài tháng, không phải vài tuần như một số lời chào hàng, chủ yếu vì bước hai và ba cần thời gian của người nghiệp vụ.
Self-service BI và BI tập trung: chia việc thế nào
Tranh luận nên để người dùng tự làm báo cáo hay để đội dữ liệu làm tập trung thường bị đặt sai thành lựa chọn một trong hai. Mô hình phổ biến ở các tổ chức trưởng thành là chia theo lớp:
| Lớp | Ai làm | Lý do |
|---|---|---|
| Tích hợp nguồn, kho, dimension chung | Đội dữ liệu tập trung | Cần kỹ năng kỹ thuật và tính nhất quán toàn doanh nghiệp |
| Chỉ số cốt lõi được chứng nhận | Đội dữ liệu cùng chủ sở hữu nghiệp vụ | Một định nghĩa duy nhất cho số báo cáo lên ban điều hành |
| Dashboard điều hành, báo cáo định kỳ | Đội dữ liệu hoặc phân tích viên được chỉ định | Cần ổn định, có kiểm thử |
| Phân tích khám phá, báo cáo tác nghiệp của phòng | Người dùng nghiệp vụ tự làm | Nhanh, sát nhu cầu, chấp nhận rủi ro cao hơn |
Chìa khoá là đánh dấu rõ đâu là số "được chứng nhận" và đâu là số tự làm. Khi một con số tự làm được dùng trong quyết định lớn, nó phải được đưa qua quy trình chứng nhận trước.
Ba câu hỏi đo hiệu quả một hệ thống BI
Có quyết định nào thay đổi vì dữ liệu không? Hãy liệt kê ba quyết định trong quý qua được ra hoặc được đổi nhờ số liệu từ hệ thống BI: điều chuyển hàng giữa kho, cắt một kênh bán, thay đổi điều khoản công nợ. Nếu không kể ra được, hệ thống đang làm báo cáo chứ chưa làm BI.
Thời gian đi từ câu hỏi đến câu trả lời giảm bao nhiêu? So thời gian đóng báo cáo tháng, thời gian trả lời một câu hỏi đột xuất của giám đốc, trước và sau triển khai. Đây là chỉ số dễ đo và thuyết phục nhất với ban điều hành.
Người dùng có tự quay lại không? Thống kê truy cập của công cụ BI cho biết dashboard nào được mở, bởi ai, bao lâu một lần. Dashboard không ai mở trong ba tháng nên được gỡ; dashboard được mở nhiều nhưng người dùng vẫn xuất ra Excel để tính thêm là tín hiệu thiếu chỉ số hoặc thiếu chiều phân tích.
Bốn hiểu lầm phổ biến về BI
"Mua phần mềm BI là có BI." Phần mềm chỉ là lớp trình bày. Nếu dữ liệu nguồn chưa thống nhất mã hàng, mã khách, công cụ đắt nhất cũng chỉ vẽ biểu đồ đẹp cho con số sai. Nhiều doanh nghiệp mua bản quyền cho hàng trăm người dùng rồi thấy chỉ vài người đăng nhập sau sáu tháng.
"BI là việc của phòng CNTT." CNTT dựng được đường ống, nhưng không có thẩm quyền quyết định doanh thu ghi nhận lúc nào hay khách hàng nào được tính là khách lớn. Khi giao trọn cho CNTT, dự án dừng ở câu hỏi định nghĩa và kéo dài vô hạn.
"Càng nhiều dashboard càng tốt." Mỗi dashboard là một thứ phải bảo trì: khi nguồn đổi, khi định nghĩa đổi, khi người dùng nghỉ việc. Tổ chức có hàng trăm dashboard thường có vài chục cái được dùng thật, phần còn lại lặng lẽ hiển thị số sai và làm mất niềm tin chung.
"BI sẽ thay thế trực giác của lãnh đạo." BI tốt thu hẹp phạm vi tranh luận về sự kiện để cuộc họp dành thời gian cho phán đoán: cùng một con số, nên phản ứng thế nào. Kinh nghiệm và hiểu biết thị trường vẫn cần để diễn giải, nhất là khi dữ liệu không ghi lại được những gì đối thủ hay khách hàng chưa làm.
Câu hỏi thường gặp
BI khác phân tích dữ liệu (data analytics) thế nào?
Ranh giới không cứng. Theo cách dùng phổ biến, BI thiên về theo dõi và giải thích tình hình kinh doanh qua báo cáo, dashboard, còn analytics rộng hơn, gồm cả thống kê, dự báo và mô hình học máy. Trong thực tế, hai mảng dùng chung nền dữ liệu và thường do cùng một đội phụ trách.
Doanh nghiệp nhỏ có cần BI không?
Cần tư duy BI hơn là một hệ thống lớn: định nghĩa rõ vài chỉ số, có một nguồn số liệu thống nhất và xem nó đều đặn. Nhiều công cụ BI có bản miễn phí hoặc giá thấp đủ cho doanh nghiệp nhỏ đọc trực tiếp từ phần mềm bán hàng và kế toán.
Nên thuê ngoài hay tự xây đội BI?
Thuê ngoài phù hợp cho giai đoạn dựng nền: thiết kế kho, luồng dữ liệu, dashboard đầu. Nhưng định nghĩa chỉ số và vận hành hằng ngày cần người trong nhà hiểu nghiệp vụ. Mô hình thường gặp là thuê ngoài dựng nền kèm chuyển giao, song song tuyển hoặc đào tạo một hai người phụ trách.
Excel có còn chỗ trong hệ thống BI không?
Có. Excel tốt cho phân tích khám phá, lập kế hoạch và mô hình tài chính. Vấn đề chỉ nảy sinh khi Excel là nơi lưu số liệu gốc và tính chỉ số chính thức. Cách hợp lý là để Excel kết nối vào kho hoặc lớp ngữ nghĩa, đọc số đã chứng nhận thay vì chép tay.
AI tạo sinh có làm BI truyền thống lỗi thời không?
Các trợ lý hỏi đáp bằng ngôn ngữ tự nhiên giúp người dùng truy vấn dễ hơn, nhưng chúng chỉ đáng tin khi đứng trên dữ liệu đã mô hình hoá và chỉ số đã định nghĩa rõ. Không có lớp ngữ nghĩa, trợ lý sẽ tự đoán công thức doanh thu và trả lời rất tự tin nhưng có thể sai.
Làm sao chọn công cụ BI khi thị trường có quá nhiều lựa chọn?
Thử hai ba công cụ với dữ liệu thật và câu hỏi thật của bạn trong vài tuần. Tiêu chí nên gồm khả năng kết nối nguồn hiện có, mô hình phân quyền, lớp ngữ nghĩa, chi phí theo số người dùng sau ba năm, và kỹ năng sẵn có trên thị trường lao động.