Bối cảnh và vấn đề nghiên cứu

1. Lý do chọn đề tài và bối cảnh thực tiễn

Trong bối cảnh của cuộc Cách mạng công nghiệp 4.0 và quá trình chuyển đổi số, dữ liệu được xem là nguồn tài nguyên chiến lược của các tổ chức và doanh nghiệp. Việc khai thác dữ liệu đòi hỏi quy trình xử lý, làm sạch và chuyển hóa các số liệu thô thành các thông tin có cấu trúc và có giá trị phục vụ công tác điều hành. Trực quan hóa dữ liệu tự động đóng vai trò hỗ trợ các nhà quản lý nắm bắt thông tin vận hành nhanh chóng, giảm thiểu thao tác thủ công và hạn chế sai sót so với việc phân tích các bảng tính tĩnh.

Tại Công ty Cổ phần Phát triển Công nghệ Tin học Sun Việt (SVTech) – một doanh nghiệp hoạt động trong lĩnh vực tích hợp hệ thống, cung cấp giải pháp phần mềm, hạ tầng phần cứng và dịch vụ quản trị – nghiệp vụ quản lý công nợ đóng vai trò trọng yếu trong hoạt động tài chính. Tại bộ phận Quản lý dự án (Project Manager - PM), việc theo dõi công nợ các hợp đồng triển khai diễn ra hàng tuần với các đợt thanh toán phức tạp. Thực trạng xử lý dữ liệu tại thời điểm nghiên cứu tồn tại nhiều bất cập:

  • Dữ liệu được xuất từ hệ thống ERP thành các tệp Excel chia theo từng tuần (sheet), cán bộ phòng ban phải tổng hợp và liên kết thủ công trên một trang tính duy nhất.
  • Quy trình nhập liệu thiếu tiêu chuẩn dẫn đến tình trạng thiếu hụt dữ liệu ở nhiều cột.
  • Báo cáo trình ký tiềm ẩn nguy cơ sai sót; việc tổng hợp gặp gián đoạn nếu nhân sự thay đổi hoặc vô tình làm mất tệp dữ liệu.
  • Định dạng bảng tính tĩnh trong Excel không có tính linh hoạt, khó khai thác sâu các góc nhìn quản trị, bảo mật kém do dữ liệu lưu trữ phân tán và dễ bị sao chép.

Xuất phát từ thực tiễn trên, đề tài "Phát triển hệ thống trực quan hóa dữ liệu hỗ trợ quản lý công nợ tại Công ty Công nghệ Tin học Sun Việt Technologies" được thực hiện nhằm xây dựng một hệ thống tự động hóa quá trình xử lý, lưu trữ và hiển thị báo cáo công nợ.

2. Mục tiêu nghiên cứu

Mục tiêu chính của đề tài là phát triển hệ thống trực quan hóa dữ liệu dựa trên việc tích hợp các phần mềm chuyên dụng của bên thứ ba, đáp ứng 5 tiêu chí:

  1. Giải quyết bài toán nghiệp vụ công nợ của doanh nghiệp.
  2. Tự động hóa quy trình xử lý và cập nhật dữ liệu.
  3. Thao tác đơn giản, dễ tiếp cận cho người dùng không chuyên về kỹ thuật.
  4. Tối ưu công sức vận hành hệ thống.
  5. Tiết kiệm chi phí đầu tư so với việc tự lập trình phần mềm từ đầu.

3. Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Quy trình quản lý công nợ, luồng dữ liệu công nợ dự án và các giải pháp kỹ thuật trực quan hóa dữ liệu (cơ sở dữ liệu, công cụ ELT/ETL, công cụ Business Intelligence).
  • Phạm vi không gian: Đề tài nghiên cứu cấu trúc chung áp dụng cho các phòng ban (Sale Service, Project Manager, BOD...), nhưng phạm vi triển khai cụ thể tập trung vào bài toán công nợ của phòng ban Quản lý dự án (PM) tại Công ty SVTech.
  • Phạm vi thời gian và kế hoạch thực hiện: Đề tài được triển khai từ ngày 15/08/2022 đến ngày 16/11/2022, chia thành 4 giai đoạn:
    • Giai đoạn 1 (15/08/2022 – 05/09/2022): Khảo sát hiện trạng lưu trữ, báo cáo và yêu cầu bảo mật tại phòng ban.
    • Giai đoạn 2 (05/09/2022 – 05/10/2022): Thiết kế kiến trúc hệ thống, xây dựng mẫu báo cáo, đề xuất tài nguyên phần cứng và bản quyền phần mềm.
    • Giai đoạn 3 (06/10/2022 – 06/11/2022): Thiết kế kho lưu trữ, cơ sở dữ liệu, xây dựng luồng ETL/ELT, tích hợp phần mềm và soạn thảo tài liệu đào tạo/nghiệp vụ.
    • Giai đoạn 4 (07/11/2022 – 16/11/2022): Vận hành thử nghiệm toàn hệ thống, đào tạo người dùng và bàn giao.

Cơ sở lý thuyết và phương pháp

1. Cơ sở lý thuyết và mô hình công nghệ

Nghiên cứu dựa trên các khái niệm và mô hình nền tảng trong kỹ thuật dữ liệu:

  • Mô hình xử lý dữ liệu OLAP và OLTP: Hệ thống trực quan hóa vận hành trên mô hình phân tích trực tuyến OLAP (On-line Analytical Processing), lưu trữ dữ liệu lịch sử phục vụ mục đích phân tích và quản trị, phân biệt với mô hình xử lý giao dịch trực tuyến OLTP (On-line Transaction Processing) tập trung vào tính toàn vẹn giao dịch thời gian thực.
  • Phương thức xử lý dữ liệu:
    • Batch Processing (Xử lý theo lô): Hệ thống xử lý dữ liệu định kỳ theo ảnh chụp trạng thái (snapshot T-1) tại các mốc thời gian quy định (cuối ngày, tuần, tháng, quý).
    • Streaming Processing (Xử lý luồng): Hệ thống cập nhật thời gian thực (Real-time/Near Real-time) qua các nền tảng như Kafka. Đề tài lựa chọn phương thức xử lý Batch phù hợp với bản chất báo cáo quản trị định kỳ.
  • Kiến trúc tích hợp dữ liệu ELT (Extract - Load - Transform): Trích xuất dữ liệu từ nguồn, nạp trực tiếp vào cơ sở dữ liệu đích rồi thực hiện biến đổi trên chính máy chủ cơ sở dữ liệu, giúp tận dụng hiệu năng xử lý của hệ quản trị cơ sở dữ liệu và tiết kiệm tài nguyên máy chủ trung gian so với kiến trúc ETL truyền thống.
Tiêu chí Mô hình OLTP Mô hình OLAP (Áp dụng trong đề tài)
Mục đích chính Xử lý giao dịch hàng ngày Phân tích dữ liệu và hỗ trợ ra quyết định
Bản chất dữ liệu Dữ liệu thời gian thực, cập nhật liên tục Dữ liệu lịch sử, dữ liệu tổng hợp đa chiều
Tần suất xử lý Giao dịch tức thời Xử lý theo lô (Batch) hoặc snapshot định kỳ

2. Phương pháp nghiên cứu

  • Phương pháp thu thập dữ liệu và phỏng vấn: Phỏng vấn trực tiếp cán bộ quản lý công nợ của phòng Quản lý dự án để xác định luồng dữ liệu, các tiêu chí báo cáo, quy tắc phân loại thời gian và yêu cầu phân quyền.
  • Phương pháp phân tích và mô hình hóa hệ thống: Khảo sát các trường dữ liệu thô từ hệ thống ERP, mô hình hóa luồng dữ liệu từ nguồn tệp phẳng qua công cụ chuyển đổi đến cơ sở dữ liệu quan hệ và dịch vụ báo cáo đám mây.
  • Phương pháp thiết kế và tích hợp hệ thống: Lựa chọn và liên kết các giải pháp phần mềm chuyên dụng của bên thứ ba tạo thành luồng dữ liệu tự động khép kín.

3. Nguồn dữ liệu

Dữ liệu đầu vào là các tệp dữ liệu thô dạng phẳng (Flat File: Excel, CSV) được trích xuất định kỳ hàng tuần từ hệ thống ERP của SVTech bởi cán bộ quản lý công nợ phòng PM.


Thiết kế và triển khai hệ thống

1. Kiến trúc tổng thể và luồng dữ liệu

Hệ thống kết hợp các thành phần phần cứng và phần mềm nhằm đảm bảo tính tự động hóa và bảo mật:

[Tệp CSV/Excel từ ERP] 
[Oracle Database (10.80:1521/svt_data)]

2. Thiết kế giao diện đầu vào và lưu trữ tệp nguồn

  • Môi trường lưu trữ: Máy chủ ảo Windows Server đặt tại địa chỉ IP nội bộ 10.2, đảm bảo duy trì hoạt động liên tục (thời gian hoạt động đạt 90%).
  • Cơ chế phân quyền: Hệ thống tạo các thư mục riêng cho từng phòng ban, cấp tài khoản và mật khẩu riêng biệt cho từng người dùng để kiểm soát truy cập thông qua nhật ký (log), ngăn chặn việc chỉnh sửa hoặc xóa dữ liệu ngoài thẩm quyền.
  • Quy chuẩn tệp dữ liệu đầu vào:
    • Định dạng chuẩn: tệp .csv.
    • Giá trị rỗng được quy ước thay thế bằng ký hiệu N/a.
    • Loại bỏ các dấu phẩy phân tách không hợp lệ trong chuỗi ký tự; các cột số được định dạng kiểu Number.
    • Tên tệp đặt theo quy ước duy nhất theo từng phòng ban: PM_HN_Generate.

3. Thiết kế cơ sở dữ liệu

Cơ sở dữ liệu đích sử dụng Oracle Database (địa chỉ kết nối: 10.80:1521/svt_data, Schema: SVT_DATA). Dữ liệu được tổ chức thành 2 bảng chuyên biệt:

  • Bảng SRC_PM_HN_Generate (Bảng tạm/Snapshot): Lưu trữ tập dữ liệu mới nhất được nạp vào trong mỗi chu kỳ. Bảng này được làm trống và nạp lại định kỳ nhằm phục vụ tổng hợp dữ liệu tức thời.
  • Bảng PM_HN_Table (Bảng lịch sử/History): Lưu trữ toàn bộ dữ liệu lịch sử tích lũy qua các kỳ, phục vụ phân tích xu hướng dài hạn.
Tên bảng trong DB Mục đích sử dụng Cơ chế cập nhật
SRC_PM_HN_Generate Chứa dữ liệu snapshot mới nhất từ tệp đầu vào Ghi đè/Làm mới trong mỗi chu kỳ nạp dữ liệu
PM_HN_Table Lưu trữ dữ liệu lịch sử tích lũy qua các kỳ So khớp khóa Diff_Key và chèn thêm dữ liệu định kỳ

4. Thiết kế quy trình tích hợp và xử lý dữ liệu (ETL/ELT)

Sử dụng công cụ Oracle Data Integrator (ODI) để xây dựng luồng tích hợp:

  • Kết nối nguồn: Thiết lập liên kết JDBC URL với tham số ?ENCODING=UTF8 để xử lý tiếng Việt có dấu. Khai báo siêu dữ liệu (Metadata), chuẩn hóa độ dài các trường ký tự và số về kiểu String/Varchar2(2000) nhằm tránh lỗi tràn bộ đệm.
  • Logic Mapping và biến đổi dữ liệu:
    • Thiết lập trường khóa phân kỳ Diff_Key đại diện cho ngày đầu tuần để phân biệt các lần nạp dữ liệu.
    • Tính toán độ lệch thời gian thực tế so với các mốc dự kiến bằng câu lệnh điều kiện SQL trong ODI:
      • Độ lệch ngày phải thu theo kế hoạch (Planned_Receivable_Date):
        Case 
          When substr(FILE_PM_HN.Planned_Receivable_Date, 3, 1) = '/' Then 
            round(sysdate - to_date(substr(FILE_PM_HN.Planned_Receivable_Date, 4, 2) || '-' || substr(FILE_PM_HN.Planned_Receivable_Date, 1, 2) || '-' || substr(FILE_PM_HN.Planned_Receivable_Date, 7, 4), 'dd-mm-yyyy'), 0)
          When FILE_PM_HN.Planned_Receivable_Date is null Then null 
          Else 
            round(sysdate - to_date(FILE_PM_HN.Planned_Receivable_Date, 'dd-mm-yyyy'), 0) 
        End
        
      • Độ lệch ngày phải thu cập nhật (Updated_Receivable_Date):
        Case 
          When substr(FILE_PM_HN.Updated_Receivable_Date, 3, 1) = '/' Then 
            round(sysdate - to_date(substr(FILE_PM_HN.Updated_Receivable_Date, 4, 2) || '-' || substr(FILE_PM_HN.Updated_Receivable_Date, 1, 2) || '-' || substr(FILE_PM_HN.Updated_Receivable_Date, 7, 4), 'dd-mm-yyyy'), 0)
          When FILE_PM_HN.Updated_Receivable_Date is null Then null 
          Else 
            round(sysdate - to_date(FILE_PM_HN.Updated_Receivable_Date, 'dd-mm-yyyy'), 0) 
        End
        
    • Thiết lập thủ tục kiểm tra: ODI đối soát giá trị Diff_Key từ bảng SRC_PM_HN_Generate với bảng PM_HN_Table để quản lý việc đồng bộ dữ liệu lịch sử mà không bị trùng lặp.

5. Thiết kế giao diện báo cáo và trực quan hóa (PowerBI)

  • Kết nối dữ liệu: Sử dụng chế độ kết nối Import qua cổng hỗ trợ ODAC (Oracle Data Access Component) từ PowerBI Desktop đến bảng PM_HN_Table trong Schema SVT_DATA.
  • Cấu trúc Dashboard báo cáo nghiệp vụ:
    • Phân loại công nợ phải thu: Biểu đồ tròn thể hiện các nhóm thời hạn: (1) Phải thu trong 7 ngày tới; (2) Phải thu trong 8–30 ngày tới; (3) Phải thu ngoài 30 ngày tới.
    • Phân loại công nợ quá hạn: Biểu đồ tròn phân chia theo các nhóm: (1) Chưa quá hạn; (2) Quá hạn dưới 30 ngày; (3) Quá hạn từ 30 đến dưới 90 ngày; (4) Quá hạn ngoài 90 ngày.
    • Phân loại theo nhóm kinh doanh: Dựa trên trường SalesPerson, hệ thống phân tách dữ liệu thành 5 nhóm phụ trách: Viettel, VNPT, Mobifone, Non-Telco, Services. Dashboard hiển thị biểu đồ cột thể hiện giá trị công nợ theo từng nhóm kết hợp các biểu đồ tròn số lượng công nợ.
    • Tính năng tương tác: Tích hợp nút Go to Details cho phép người dùng nhấp vào từng phân đoạn biểu đồ để chuyển hướng trực tiếp đến bảng dữ liệu chi tiết (Master Data) tương ứng; bộ lọc Diff_Key cho phép chuyển đổi linh hoạt giữa các tuần.
  • Triển khai và tự động làm mới trên PowerBI Service:
    • Báo cáo và tập dữ liệu (Dataset) được xuất bản lên không gian làm việc (Workspace) trên PowerBI Service.
    • Cài đặt On-Premise Data Gateway trên máy chủ vật lý, cấu hình thông tin định danh truy cập (Data Source Credentials) vào Oracle Database.
    • Thiết lập lịch tự động làm mới dữ liệu (Auto-Refresh) hàng ngày trong khung giờ buổi chiều từ 13h00 đến 17h00.

Nội dung chính theo từng chương

Chương 1: Giới thiệu tổng quan về công ty Sun Việt Technologies

  • Giới thiệu lịch sử, sứ mệnh và các lĩnh vực hoạt động chính của Công ty Cổ phần Phát triển Công nghệ Tin học Sun Việt (SVTech), bao gồm giải pháp tích hợp, giải pháp phần mềm và dịch vụ quản trị hạ tầng. SVTech là đối tác của các hãng công nghệ lớn như IBM, Oracle, Juniper; phục vụ các khách hàng thuộc khối cơ quan nhà nước, ngân hàng và viễn thông (Bộ Tài chính, Bộ Công an, MBBank, BIDV, Viettel, Mobifone...).
  • Năm 2020, SVTech thành lập phòng Data & Analyst (D&A) nhằm phát triển các giải pháp quản trị dữ liệu.
  • Phân tích 4 bài toán nghiệp vụ quản lý tại SVTech:
    1. Quản lý tài chính, công nợ.
    2. Quản lý dự án.
    3. Quản lý công cụ kỹ thuật.
    4. Quản lý nhân sự.
  • Phân tích thực trạng quản lý công nợ tại phòng Quản lý dự án: việc xử lý thủ công trên các tệp Excel phân mảnh gây thiếu hụt dữ liệu, nguy cơ sai lệch báo cáo, giảm năng suất và bảo mật kém. Từ đó, xác định hướng giải quyết là xây dựng hệ thống trực quan hóa dữ liệu tự động.

Chương 2: Phương pháp luận phát triển hệ thống trực quan hóa dữ liệu

  • Trình bày tổng quan và định nghĩa hệ thống trực quan hóa dữ liệu; so sánh mô hình lưu trữ phân tích OLAP với mô hình xử lý giao dịch OLTP; phân tích hai cơ chế luồng dữ liệu Batch (chụp ảnh dữ liệu snapshot) và Streaming (xử lý thời gian thực qua Kafka).
  • Đánh giá giải pháp tích hợp các phần mềm thương mại độc lập thay vì phát triển phần mềm đóng gói mới để tiết kiệm chi phí và tối ưu vận hành.
  • Phân tích và lựa chọn bộ công cụ công nghệ phát triển hệ thống:
    • Máy chủ ảo Windows Server: Giao diện lưu trữ tệp đầu vào, thân thiện với người dùng, duy trì trạng thái hoạt động trên 90%.
    • Oracle Data Integrator (ODI): Công cụ tích hợp dữ liệu kiến trúc ELT, hỗ trợ hơn 40 nguồn dữ liệu, xử lý trực tiếp trên cơ sở dữ liệu.
    • Oracle Database: Hệ quản trị cơ sở dữ liệu quan hệ có hiệu năng xử lý cao, tương thích trực tiếp với ODI.
    • PowerBI Desktop và PowerBI Service: Công cụ thiết kế và xuất bản báo cáo phân tích, hỗ trợ dung lượng lưu trữ đám mây (10GB với bản quyền Pro, 1GB với bản quyền thường), phân quyền qua email và kết nối dữ liệu qua Gateway.

Chương 3: Phát triển hệ thống trực quan hóa dữ liệu hỗ trợ quản lý công nợ tại công ty Công nghệ Tin học Sun Viet Technologies

  • Phân tích yêu cầu hệ thống từ kết quả phỏng vấn cán bộ quản lý công nợ: đơn giản hóa thao tác cho người dùng không chuyên kỹ thuật, đáp ứng các tiêu chí phân nhóm công nợ quá hạn (<30 ngày, 30-90 ngày, >90 ngày) và công nợ sắp đến hạn (7 ngày, 8-30 ngày, >30 ngày), phân nhóm theo bộ phận kinh doanh.
  • Xây dựng sơ đồ luồng dữ liệu hệ thống (Hình 3.1).
  • Thiết kế hạ tầng đầu vào: cấu hình máy chủ ảo Windows Server tại IP 10.2, cấp phát tài khoản truy cập, chuẩn hóa cấu trúc tệp .csv.
  • Thiết kế cơ sở dữ liệu Oracle tại IP 10.80:1521/svt_data với Schema SVT_DATA, gồm 2 bảng SRC_PM_HN_Generate và PM_HN_Table.
  • Xây dựng quy trình ELT trên ODI: cấu hình JDBC UTF-8, định nghĩa Metadata, ánh xạ trường, viết câu lệnh SQL tính toán độ lệch ngày và lập thủ tục so khớp khóa Diff_Key.
  • Thiết kế báo cáo trên PowerBI: tạo các biểu đồ tròn, biểu đồ cột, tính năng Go to Details, bảng dữ liệu Master Data, xuất bản lên PowerBI Service và cấu hình On-Premise Data Gateway tự động làm mới từ 13h00 đến 17h00.

Chương 4: Kết luận

  • Tổng kết toàn bộ quá trình khảo sát, thiết kế và triển khai hệ thống trực quan hóa dữ liệu công nợ tại phòng Quản lý dự án Công ty SVTech.

Kết quả và đóng góp

1. Kết quả chính

  • Xây dựng thành công luồng xử lý và lưu trữ dữ liệu tự động từ tệp phẳng trên máy chủ ảo Windows Server (10.2) qua công cụ ODI vào cơ sở dữ liệu Oracle Database (SVT_DATA).
  • Thiết lập hoàn chỉnh hệ thống báo cáo trực quan trên PowerBI Desktop và PowerBI Service với các góc nhìn quản trị đa chiều:
    • Theo dõi công nợ phải thu theo các mốc: 7 ngày, 8–30 ngày, ngoài 30 ngày.
    • Theo dõi công nợ quá hạn theo các mốc: chưa quá hạn, dưới 30 ngày, 30–90 ngày, ngoài 90 ngày.
    • Tổng hợp doanh thu và công nợ theo 5 nhóm kinh doanh: Viettel, VNPT, Mobifone, Non-Telco, Services.
  • Cấu hình On-Premise Data Gateway cho phép hệ thống tự động cập nhật dữ liệu hàng ngày trong khung giờ 13h00 – 17h00 mà không cần sự can thiệp thủ công của cán bộ nghiệp vụ.

2. Đóng góp của đề tài

  • Đối với quy trình nghiệp vụ: Thay thế quy trình cắt dán, tổng hợp dữ liệu thủ công hàng tuần trên Excel bằng quy trình đẩy tệp chuẩn hóa; giảm thiểu tối đa sai sót trong quá trình xử lý số liệu.
  • Đối với công tác quản trị: Cung cấp các Dashboard động với tính năng lọc chi tiết theo tuần (Diff_Key) và truy vết số liệu gốc (Go to Details), hỗ trợ cán bộ quản lý dự án và lãnh đạo nắm bắt tình hình công nợ nhanh chóng.
  • Đối với kỹ thuật hệ thống: Thiết lập kiến trúc tích hợp ELT sử dụng kết hợp Windows Server, Oracle Data Integrator, Oracle Database và PowerBI Service, tạo tiền đề về mô hình kiến trúc chuẩn để mở rộng cho các phòng ban khác trong công ty.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế: Phạm vi triển khai của đề tài mới chỉ tập trung giải quyết bài toán quản lý công nợ tại bộ phận Quản lý dự án (Project Manager) của SVTech, chưa bao quát toàn bộ các nghiệp vụ khác trong doanh nghiệp.
  • Hướng nghiên cứu tiếp: Mở rộng áp dụng kiến trúc hệ thống trực quan hóa dữ liệu đã thiết lập cho các phòng ban và bài toán nghiệp vụ khác trong toàn công ty như:
    • Khối Dịch vụ Bán hàng (Sale Service).
    • Ban Giám đốc (BOD) phục vụ báo cáo chiến lược toàn diện.
    • Các nghiệp vụ quản lý dự án diện rộng, quản lý công cụ kỹ thuật và quản lý nhân sự.

Giá trị tham khảo

Tài liệu là nguồn tham khảo hữu ích cho:

  • Sinh viên chuyên ngành Hệ thống thông tin quản lý (MIS), Công nghệ thông tin và Kinh tế số: Tham khảo phương pháp phân tích bài toán nghiệp vụ doanh nghiệp, thiết kế luồng dữ liệu và xây dựng báo cáo chuyên đề tốt nghiệp.
  • Kỹ sư dữ liệu và chuyên viên phân tích nghiệp vụ (Data Engineer / Business Analyst): Tham khảo kiến trúc tích hợp thực tế giữa Oracle Data Integrator (ODI), cơ sở dữ liệu Oracle và PowerBI Service qua On-Premise Data Gateway theo mô hình ELT.
  • Các doanh nghiệp vừa và nhỏ: Tham khảo mô hình tự động hóa báo cáo chi phí thấp bằng cách tận dụng phần mềm thương mại sẵn có kết hợp máy chủ nội bộ.

Câu hỏi thường gặp

1. Tại sao hệ thống lại sử dụng kiến trúc ELT của Oracle Data Integrator (ODI) thay vì ETL truyền thống?

Kiến trúc ELT (Extract - Load - Transform) của ODI trích xuất dữ liệu từ nguồn và nạp trực tiếp vào cơ sở dữ liệu đích (Oracle Database) rồi mới thực hiện các phép biến đổi, tính toán trên chính cơ sở dữ liệu đó. Cách tiếp cận này tận dụng trực tiếp hiệu năng tính toán của hệ quản trị cơ sở dữ liệu Oracle, giúp tiết kiệm chi phí đầu tư thêm một máy chủ xử lý trung gian như mô hình ETL truyền thống.

2. Mục đích của việc thiết kế hai bảng SRC_PM_HN_Generate và PM_HN_Table trong Oracle Database là gì?

Bảng SRC_PM_HN_Generate đóng vai trò là bảng tạm chứa ảnh chụp dữ liệu (snapshot) mới nhất trong tuần để xử lý và làm mới liên tục. Bảng PM_HN_Table lưu trữ toàn bộ dữ liệu lịch sử qua các kỳ. Việc tách làm hai bảng giúp ngăn ngừa tình trạng trùng lặp dữ liệu khi công cụ tích hợp tự động nạp tệp định kỳ, đồng thời cho phép phân tích xu hướng dài hạn dựa trên trường khóa thời gian Diff_Key.

3. Các mốc thời gian phân loại công nợ trên Dashboard được tính toán như thế nào?

Hệ thống sử dụng các biểu thức SQL CASE WHEN trong ODI để tính khoảng chênh lệch giữa ngày hiện tại (sysdate) với ngày dự kiến thu (Planned_Receivable_Date) và ngày cập nhật thu (Updated_Receivable_Date). Từ đó phân loại công nợ thành các nhóm:

  • Công nợ phải thu: Trong 7 ngày tới, từ 8–30 ngày tới, ngoài 30 ngày tới.
  • Công nợ quá hạn: Chưa quá hạn, dưới 30 ngày, từ 30–90 ngày, ngoài 90 ngày.

4. Vai trò của On-Premise Data Gateway trong hệ thống là gì?

On-Premise Data Gateway được cài đặt trên máy chủ vật lý nhằm tạo cầu nối an toàn giữa dịch vụ đám mây PowerBI Service và cơ sở dữ liệu Oracle nội bộ (SVT_DATA). Nhờ cổng kết nối này, các Dataset trên PowerBI Service có thể tự động làm mới theo lịch đặt trước (từ 13h00 đến 17h00 hàng ngày) mà không bị gián đoạn khi máy tính cá nhân của người dùng tắt.

5. Dữ liệu công nợ được phân chia theo những nhóm kinh doanh nào trên báo cáo?

Dựa trên trường dữ liệu SalesPerson, hệ thống áp dụng câu lệnh phân tách để chia dữ liệu thành 5 nhóm phụ trách kinh doanh chính tại SVTech gồm: Viettel, VNPT, Mobifone, Non-Telco và Services.


Kết luận

Báo cáo chuyên đề tốt nghiệp của tác giả Phạm Mạnh Hùng đã giải quyết bài toán quản lý công nợ tại bộ phận Quản lý dự án thuộc Công ty SVTech thông qua việc xây dựng hệ thống trực quan hóa dữ liệu tự động. Bằng cách tích hợp hạ tầng máy chủ ảo Windows Server, công cụ ELT Oracle Data Integrator, cơ sở dữ liệu Oracle và PowerBI Service, đề tài đã khắc phục các hạn chế của phương pháp quản lý thủ công trên Excel. Hệ thống hoàn thiện đảm bảo tính toàn vẹn dữ liệu, tăng cường tính bảo mật và cung cấp các báo cáo phân tích trực quan hỗ trợ hiệu quả cho công tác ra quyết định quản trị.