Khai Phá Mạng Xã Hội Cho Quản Lý Ngân Hàng

Tài liệu nghiên cứu Khai phá mạng xã hội cho quản lý ngân hàng, tổng hợp lý thuyết và thực hành, cung cấp kiến thức chuyên sâu về kinh tế.

• Tác giả: Ứng Hải Thịnh
• Người hướng dẫn: TS. Lê Nguyễn Tuấn Thành
• Trường học: Trường Đại Học Thủy Lợi
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Khai Phá Mạng Xã Hội Trong Quản Lý Ngân Hàng
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2021
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. MỤC LỤC
• 1.1. DANH MỤC HÌNH ẢNH
• 1.2. DANH MỤC BẢNG BIỂU
• 1.3. DANH MỤC TỪ VIẾT TẮT
• 1.4. LỜI MỞ ĐẦU
• 1.4.1. Tính cấp thiết của Đề tài
• 1.4.2. Mục đích của Đề tài
• 1.4.3. Cách tiếp cận và phương pháp nghiên cứu
• 1.4.4. Kết quả dự kiến đạt được
• 1.5. GIỚI THIỆU VỀ KHAI PHÁ TIẾN TRÌNH
• 1.5.1. Khái niệm tiến trình
• 1.5.2. Khai phá tiến trình
• 1.5.2.1. Định nghĩa
• 1.5.2.2. Đặc điểm của khai phá tiến trình
• 1.5.3. Các bài toán chính trong khai phá tiến trình
• 1.5.3.1. Bài toán 1 - Khám phá tiến trình
• 1.5.3.2. Bài toán 2 - Kiểm tra sự phù hợp
• 1.5.3.3. Bài toán 3 - Cải tiến mô hình
• 1.5.4. Tổng quan về BPMN
• 1.5.5. Lịch sử phát triển BPMN
• 1.6. MÔ HÌNH HOÁ VÀ MÔ PHỎNG TIẾN TRÌNH CHUYỂN TIỀN QUỐC TẾ CHIỀU ĐI
• 1.6.1. Giới thiệu nghiệp vụ chuyển tiền quốc tế
• 1.6.2. Mô hình hóa quy trình chuyển tiền quốc tế chiều đi
• 1.6.3. Thống kê nhân lực
• 1.6.4. Trách nhiệm, nhiệm vụ tương ứng với từng tác nhân
• 1.6.5. Mô phỏng và phân tích kết quả tiến trình Chuyển tiền quốc tế chiều đi
• 1.6.5.1. Mức 1: Xác thực tiến trình
• 1.6.5.2. Mức 2: Phân tích thời gian
• 1.6.5.3. Mức 3: Phân tích tài nguyên
• 1.7. KHAI PHÁ VÀ PHÂN TÍCH MẠNG XÃ HỘI CHO TIẾN TRÌNH CHUYỂN TIỀN QUỐC TẾ CHIỀU ĐI
• 1.7.1. Tệp tin nhật ký sự kiện của tiến trình chuyển tiền quốc tế chiều đi
• 1.7.2. Khai phá mạng xã hội cho quy trình chuyển tiền quốc tế chiều đi
• 1.7.3. Kết quả phân tích mạng xã hội chuyển tiền quốc tế chiều đi
• 2. KẾT LUẬN VÀ KIẾN NGHỊ VỀ NHỮNG NGHIÊN CỨU TIẾP THEO
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Ứng Dụng Mạng Xã Hội Trong Ngân Hàng Số

Trong bối cảnh chuyển đổi số ngân hàng diễn ra mạnh mẽ, việc sử dụng mạng xã hội trong ngân hàng không còn là xu hướng mà đã trở thành yếu tố sống còn. Các ngân hàng tại Việt Nam, đặc biệt là trong lĩnh vực retail banking, đang chạy đua để số hóa trải nghiệm khách hàng. Động lực chính đến từ sự thay đổi nhanh chóng của công nghệ và sự gia tăng của các doanh nghiệp FINTECH, tạo áp lực buộc các ngân hàng phải đổi mới. Các ngân hàng cần tìm kiếm nguồn doanh thu mới từ phí dịch vụ, nâng cao chất lượng trải nghiệm khách hàng và tối ưu hóa lợi nhuận bằng cách giảm chi phí và nâng cao hiệu quả hoạt động. Nghiên cứu này tập trung vào việc khai thác tiềm năng của mạng xã hội ngân hàng để giải quyết bài toán tối ưu hóa hoạt động, đặc biệt tại trường đại học Thủy Lợi.

1.1. Lợi Ích Của Mạng Xã Hội Đối Với Ngân Hàng Hiện Đại

Việc ứng dụng mạng xã hội ngân hàng mang lại nhiều lợi ích thiết thực. Đầu tiên, nó giúp tăng cường tương tác khách hàng mạng xã hội ngân hàng, tạo kênh giao tiếp trực tiếp và hiệu quả. Thứ hai, marketing ngân hàng mạng xã hội giúp xây dựng brand awareness và quản lý reputation management tốt hơn. Thứ ba, phân tích dữ liệu mạng xã hội ngân hàng cung cấp thông tin giá trị về hành vi và nhu cầu của khách hàng, từ đó cải thiện dịch vụ và sản phẩm. Cuối cùng, dịch vụ ngân hàng trên mạng xã hội mang lại sự tiện lợi và linh hoạt cho khách hàng, đặc biệt là sinh viên Thủy Lợi.

1.2. Thách Thức Khi Triển Khai Mạng Xã Hội Trong Ngân Hàng

Bên cạnh những lợi ích, việc triển khai mạng xã hội ngân hàng cũng đối mặt với nhiều thách thức. Rủi ro mạng xã hội ngân hàng về bảo mật thông tin và gian lận là mối quan tâm hàng đầu. Bảo mật mạng xã hội ngân hàng cần được đảm bảo để tránh các cuộc tấn công mạng và rò rỉ dữ liệu. Ngoài ra, việc quản lý quản lý quan hệ khách hàng ngân hàng (CRM) trên mạng xã hội đòi hỏi quy trình và công cụ phù hợp. Cuối cùng, việc đo lường hiệu quả mạng xã hội ngân hàng và chứng minh ROI (Return on Investment) là một bài toán khó.

II. Vấn Đề Khai Thác Mạng Xã Hội Cho Ngân Hàng Tại Thủy Lợi

Nghiên cứu này tập trung vào việc khai thác mạng xã hội ngân hàng trong bối cảnh cụ thể của trường đại học Thủy Lợi. Sinh viên Thủy Lợi là một phân khúc khách hàng tiềm năng, và việc hiểu rõ nhu cầu và hành vi của họ trên mạng xã hội là rất quan trọng. Tuy nhiên, các ngân hàng thường gặp khó khăn trong việc tiếp cận và tương tác hiệu quả với đối tượng này. Nghiên cứu này sẽ khám phá các phương pháp và công cụ để phân tích dữ liệu mạng xã hội và xây dựng chiến lược truyền thông mạng xã hội ngân hàng phù hợp, từ đó nâng cao hiệu quả hoạt động và tăng cường customer engagement.

2.1. Nghiên Cứu Hành Vi Sử Dụng Mạng Xã Hội Của Sinh Viên Thủy Lợi

Để khai thác hiệu quả mạng xã hội ngân hàng, cần phải hiểu rõ hành vi sử dụng mạng xã hội của sinh viên Thủy Lợi. Nghiên cứu này sẽ tiến hành khảo sát và phân tích dữ liệu để xác định các nền tảng mạng xã hội phổ biến, thời gian sử dụng, nội dung quan tâm và mức độ tương tác của sinh viên Thủy Lợi với các ngân hàng. Kết quả nghiên cứu sẽ cung cấp thông tin quan trọng để xây dựng chiến lược marketing ngân hàng mạng xã hội phù hợp.

2.2. Đánh Giá Hiệu Quả Các Kênh Truyền Thông Mạng Xã Hội Hiện Tại

Nghiên cứu này cũng sẽ đánh giá hiệu quả của các kênh truyền thông mạng xã hội ngân hàng hiện tại đang được sử dụng để tiếp cận sinh viên Thủy Lợi. Các tiêu chí đánh giá bao gồm mức độ tiếp cận, tương tác, chuyển đổi và chi phí. Kết quả đánh giá sẽ giúp các ngân hàng xác định các kênh truyền thông hiệu quả nhất và tối ưu hóa chiến lược marketing của mình.

III. Phương Pháp Khai Phá Dữ Liệu Mạng Xã Hội Ngân Hàng Tại TLU

Nghiên cứu này sử dụng phương pháp khai phá dữ liệu mạng xã hội ngân hàng để phân tích thông tin và tìm ra các mẫu hành vi quan trọng. Các công cụ và kỹ thuật phân tích dữ liệu sẽ được áp dụng để thu thập, xử lý và phân tích dữ liệu từ các nền tảng mạng xã hội. Mục tiêu là để hiểu rõ hơn về nhu cầu, mong muốn và kỳ vọng của sinh viên Thủy Lợi đối với các dịch vụ ngân hàng, từ đó cải thiện trải nghiệm khách hàng và tăng cường hiệu quả mạng xã hội ngân hàng.

3.1. Thu Thập Dữ Liệu Từ Các Nền Tảng Mạng Xã Hội Phổ Biến

Quá trình phân tích dữ liệu mạng xã hội ngân hàng bắt đầu bằng việc thu thập dữ liệu từ các nền tảng mạng xã hội phổ biến như Facebook, Instagram, Twitter và LinkedIn. Dữ liệu thu thập bao gồm thông tin về người dùng, bài đăng, bình luận, lượt thích và chia sẻ. Các công cụ API (Application Programming Interface) và web scraping sẽ được sử dụng để tự động hóa quá trình thu thập dữ liệu.

3.2. Phân Tích Cảm Xúc Và Xu Hướng Từ Dữ Liệu Thu Thập Được

Sau khi thu thập dữ liệu, bước tiếp theo là phân tích cảm xúc và xu hướng từ dữ liệu thu thập được. Các kỹ thuật xử lý ngôn ngữ tự nhiên (NLP) và học máy (Machine Learning) sẽ được sử dụng để xác định cảm xúc (tích cực, tiêu cực, trung tính) và các chủ đề, xu hướng quan trọng trong các bài đăng và bình luận. Kết quả phân tích sẽ cung cấp thông tin về thái độ và quan điểm của sinh viên Thủy Lợi đối với các ngân hàng và dịch vụ của họ.

3.3. Xây Dựng Mô Hình Dự Đoán Hành Vi Khách Hàng Trên Mạng Xã Hội

Dựa trên dữ liệu và kết quả phân tích, nghiên cứu này sẽ xây dựng mô hình dự đoán hành vi khách hàng trên mạng xã hội. Mô hình này sẽ sử dụng các thuật toán học máy để dự đoán khả năng sinh viên Thủy Lợi sẽ sử dụng các dịch vụ ngân hàng, tương tác với các chiến dịch marketing và giới thiệu sản phẩm cho bạn bè. Mô hình dự đoán sẽ giúp các ngân hàng đưa ra các quyết định marketing và kinh doanh hiệu quả hơn.

IV. Ứng Dụng Tối Ưu Quy Trình Chuyển Tiền Quốc Tế Tại Ngân Hàng

Luận văn này áp dụng kỹ thuật khai phá tiến trình để phân tích và tối ưu hóa quy trình chuyển tiền quốc tế chiều đi tại một ngân hàng thương mại. Quy trình này được mô hình hóa bằng BPMN và mô phỏng với các kịch bản khác nhau. Kết quả mô phỏng được sử dụng để phân tích, đánh giá và cải tiến quy trình, từ đó nâng cao hiệu quả hoạt động và giảm chi phí. Việc ứng dụng mạng xã hội cho sinh viên cũng được xem xét trong quá trình này.

4.1. Mô Hình Hóa Quy Trình Chuyển Tiền Quốc Tế Theo Chuẩn BPMN

Quy trình chuyển tiền quốc tế chiều đi được mô hình hóa theo chuẩn BPMN (Business Process Model and Notation) bằng công cụ Bizagi Modeler. Mô hình BPMN thể hiện rõ ràng các bước, tác nhân và luồng công việc trong quy trình. Mô hình này là cơ sở để phân tích, mô phỏng và cải tiến quy trình.

4.2. Mô Phỏng Quy Trình Với Các Kịch Bản Khác Nhau

Mô hình BPMN được mô phỏng với các kịch bản khác nhau để đánh giá hiệu quả của quy trình trong các điều kiện khác nhau. Các kịch bản bao gồm các yếu tố như số lượng giao dịch, thời gian xử lý và số lượng nhân viên. Kết quả mô phỏng được sử dụng để xác định các điểm nghẽn và các cơ hội cải tiến.

4.3. Phân Tích Mạng Xã Hội Cho Quy Trình Chuyển Tiền Quốc Tế

Kỹ thuật khai phá mạng xã hội được sử dụng để phân tích mạng lưới quan hệ giữa các tác nhân trong quy trình chuyển tiền quốc tế. Dữ liệu từ nhật ký sự kiện (event log) được sử dụng để xây dựng mạng xã hội và tính toán các độ đo như mức độ trung tâm, độ giữa và độ gần. Kết quả phân tích giúp xác định các tác nhân quan trọng và các luồng thông tin chính trong quy trình.

V. Kết Luận Xu Hướng Mạng Xã Hội Ngân Hàng Và Nghiên Cứu Tiếp Theo

Nghiên cứu này đã chứng minh tiềm năng của việc khai thác mạng xã hội ngân hàng để cải thiện hoạt động và tăng cường customer engagement. Kết quả nghiên cứu cung cấp thông tin giá trị cho các ngân hàng muốn xây dựng chiến lược marketing và kinh doanh hiệu quả trên mạng xã hội. Các nghiên cứu tiếp theo có thể tập trung vào việc phát triển các mô hình dự đoán hành vi khách hàng phức tạp hơn và thử nghiệm các chiến lược truyền thông sáng tạo hơn.

5.1. Tóm Tắt Kết Quả Nghiên Cứu Và Đóng Góp

Nghiên cứu này đã thành công trong việc phân tích hành vi sử dụng mạng xã hội của sinh viên Thủy Lợi, đánh giá hiệu quả các kênh truyền thông mạng xã hội ngân hàng hiện tại và xây dựng mô hình dự đoán hành vi khách hàng. Nghiên cứu cũng đã áp dụng kỹ thuật khai phá tiến trình để tối ưu hóa quy trình chuyển tiền quốc tế. Kết quả nghiên cứu đóng góp vào việc nâng cao hiểu biết về mạng xã hội ngân hàng và cung cấp các công cụ và phương pháp để cải thiện hoạt động ngân hàng.

5.2. Hướng Nghiên Cứu Tiếp Theo Về Ứng Dụng Mạng Xã Hội

Các hướng nghiên cứu tiếp theo có thể tập trung vào việc phát triển các mô hình dự đoán hành vi khách hàng phức tạp hơn, sử dụng các kỹ thuật học sâu (Deep Learning) và trí tuệ nhân tạo (Artificial Intelligence). Nghiên cứu cũng có thể khám phá các ứng dụng mới của mạng xã hội trong lĩnh vực ngân hàng, chẳng hạn như ngân hàng số mạng xã hội và dịch vụ ngân hàng trên mạng xã hội.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh ngành tài chính ngân hàng Việt Nam đang trải qua sự chuyển đổi số mạnh mẽ, đặc biệt trong lĩnh vực bán lẻ, việc nâng cao hiệu quả quản lý quy trình nghiệp vụ trở thành yêu cầu cấp thiết. Năm 2020, Ngân hàng TMCP Quân đội (MB) đã thực hiện hơn 140.000 giao dịch chuyển tiền quốc tế chiều đi, phản ánh quy mô và tầm quan trọng của nghiệp vụ này trong hoạt động ngân hàng. Đề tài tập trung nghiên cứu khai phá mạng xã hội trong quản lý ngân hàng, cụ thể là áp dụng kỹ thuật khai phá tiến trình và khai phá mạng xã hội để phân tích quy trình chuyển tiền quốc tế chiều đi tại MB.

Mục tiêu nghiên cứu gồm: (1) tìm hiểu kỹ thuật khai phá tiến trình và các thuật toán liên quan; (2) áp dụng khai phá mạng xã hội để xây dựng mạng xã hội cho quy trình nghiệp vụ chuyển tiền quốc tế chiều đi. Phạm vi nghiên cứu tập trung vào dữ liệu giao dịch và quy trình nghiệp vụ tại MB trong năm 2020, với các công cụ hỗ trợ như Bizagi Modeler, ProM và SocNetV.

Nghiên cứu có ý nghĩa quan trọng trong việc giúp ngân hàng tối ưu hóa quy trình vận hành, giảm chi phí, nâng cao năng suất lao động và cải thiện chất lượng dịch vụ khách hàng. Việc mô hình hóa, phân tích và mô phỏng quy trình chuyển tiền quốc tế chiều đi sẽ cung cấp cơ sở khoa học để đề xuất các giải pháp cải tiến phù hợp, góp phần thúc đẩy chuyển đổi số trong ngành ngân hàng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai khung lý thuyết chính: khai phá tiến trình (Process Mining) và phân tích mạng xã hội (Social Network Analysis).

• Khai phá tiến trình là lĩnh vực nghiên cứu kết hợp giữa học máy, khai phá dữ liệu và mô hình hóa tiến trình nhằm phát hiện, theo dõi và cải tiến các tiến trình thực tế dựa trên bản ghi nhật ký sự kiện (event log). Ba bài toán chính trong khai phá tiến trình gồm: khám phá tiến trình, kiểm tra sự phù hợp và cải tiến mô hình. Mô hình tiến trình được biểu diễn bằng ngôn ngữ BPMN (Business Process Model and Notation), chuẩn quốc tế ISO/IEC 19510:2013, giúp mô hình hóa trực quan các quy trình nghiệp vụ.

• Phân tích mạng xã hội tập trung vào việc xây dựng và phân tích cấu trúc các mối quan hệ giữa các tác nhân trong tổ chức dựa trên dữ liệu nhật ký sự kiện. Các độ đo quan trọng bao gồm độ đo gắn kết (cohesion) như khoảng cách trung bình, tâm sai, độ đặc; và độ đo nổi bật (prominence) như mức độ trung tâm (Degree Centrality), độ nằm giữa tâm (Betweenness Centrality), độ gần tâm (Closeness Centrality) và phạm vi ảnh hưởng độ gần tâm (Influence Range Closeness Centrality). Các độ đo này giúp xác định vai trò, vị trí và ảnh hưởng của từng cá nhân hoặc nhóm trong mạng xã hội.

Ba khái niệm chính được sử dụng trong nghiên cứu là: nhật ký sự kiện (event log), mô hình tiến trình (process model) và mạng xã hội (social network).

Phương pháp nghiên cứu

Nghiên cứu kết hợp phương pháp lý thuyết và thực nghiệm:

• Nguồn dữ liệu: Dữ liệu nhật ký sự kiện được thu thập từ quy trình chuyển tiền quốc tế chiều đi tại Ngân hàng TMCP Quân đội năm 2020, với hơn 140.000 giao dịch. Dữ liệu bao gồm thông tin về các tác nhân tham gia, hoạt động thực hiện, thời gian và các thuộc tính liên quan.

• Phương pháp phân tích:

  • Mô hình hóa quy trình nghiệp vụ bằng BPMN sử dụng công cụ Bizagi Modeler.
  • Mô phỏng quy trình với các kịch bản khác nhau để phân tích thời gian và tài nguyên.
  • Khai phá mạng xã hội từ nhật ký sự kiện sử dụng công cụ ProM để trích xuất mạng xã hội và SocNetV để tính toán các độ đo mạng xã hội.
  • Phân tích các ma trận chuyển giao công việc và ma trận nguồn lực – hoạt động để xây dựng mạng xã hội ở mức cá nhân và vai trò.

• Cỡ mẫu và chọn mẫu: Sử dụng toàn bộ dữ liệu giao dịch chuyển tiền quốc tế chiều đi trong 10 ngày làm việc (khoảng 60.000 giao dịch) để mô phỏng và phân tích, đảm bảo tính đại diện và độ tin cậy của kết quả.

• Timeline nghiên cứu: Nghiên cứu được thực hiện trong năm 2020-2021, bao gồm giai đoạn thu thập dữ liệu, mô hình hóa, mô phỏng, khai phá mạng xã hội và phân tích kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Mô hình hóa và mô phỏng quy trình chuyển tiền quốc tế chiều đi:

   • Quy trình gồm 9 tác vụ chính với sự tham gia của 5 nhóm tác nhân khác nhau.
   • Mô phỏng với 6.000 trường hợp thử nghiệm cho thấy số lượng trường hợp bắt đầu và hoàn thành bằng nhau, đảm bảo tính chính xác của mô hình.
   • Thời gian xử lý trung bình toàn bộ quy trình là khoảng 75,5 phút trong kịch bản hiện tại, giảm xuống còn khoảng 70 phút khi áp dụng tự động hóa một số bước (giảm 7%).

2. Phân tích mạng xã hội ở mức cá nhân:

   • Mạng xã hội dựa trên chuyển giao công việc cho thấy các cá nhân như Sara và Mike giữ vai trò trung tâm với tần suất chuyển giao công việc cao nhất (Sara chuyển giao trung bình 1,475 lần và Mike 1,725 lần mỗi trường hợp).
   • Độ đo Betweenness Centrality và Degree Centrality cho thấy Sara có khả năng kiểm soát luồng thông tin cao nhất trong mạng xã hội.

3. Phân tích mạng xã hội ở mức vai trò:

   • Vai trò Assistant có trọng số nút lớn nhất (5), thực hiện nhiều hoạt động nhất trong quy trình.
   • Chuyển giao công việc giữa vai trò Assistant và Manager diễn ra với tần suất cao nhất, phản ánh sự phối hợp chặt chẽ giữa các cấp quản lý và nhân viên thực thi.

4. Hiệu quả mô phỏng các kịch bản cải tiến:

   • Kịch bản tăng tự động hóa giảm thời gian xử lý tác vụ xử lý giao dịch từ 15 phút xuống còn 7 phút.
   • Số lượng nhân sự vận hành giảm 33% trong khi vẫn đáp ứng được mức tăng trưởng giao dịch 20%, cho thấy tiềm năng tối ưu hóa nguồn lực.

Thảo luận kết quả

Kết quả mô hình hóa và phân tích mạng xã hội cho thấy quy trình chuyển tiền quốc tế chiều đi tại MB có cấu trúc mạng xã hội rõ ràng với các nút trung tâm đóng vai trò điều phối và kiểm soát luồng công việc. Việc áp dụng khai phá tiến trình và phân tích mạng xã hội giúp phát hiện các điểm nghẽn, các nút trung tâm có ảnh hưởng lớn, từ đó đề xuất các giải pháp cải tiến phù hợp.

So với các nghiên cứu trong ngành tài chính ngân hàng, việc kết hợp mô hình BPMN với khai phá mạng xã hội là một hướng tiếp cận mới, giúp nâng cao hiệu quả quản lý quy trình nghiệp vụ. Các biểu đồ mạng xã hội và bảng ma trận chuyển giao công việc minh họa rõ ràng các mối quan hệ và tần suất tương tác giữa các tác nhân, hỗ trợ việc ra quyết định cải tiến.

Ý nghĩa của nghiên cứu nằm ở việc cung cấp công cụ phân tích khoa học, giúp ngân hàng giảm chi phí vận hành, tăng năng suất lao động và nâng cao chất lượng dịch vụ khách hàng trong bối cảnh cạnh tranh ngày càng gay gắt và chuyển đổi số mạnh mẽ.

Đề xuất và khuyến nghị

1. Tăng cường tự động hóa các bước xử lý giao dịch

   • Giảm thời gian xử lý tác vụ chính từ 15 phút xuống còn khoảng 7 phút.
   • Thời gian thực hiện: 6-12 tháng.
   • Chủ thể thực hiện: Phòng Công nghệ thông tin phối hợp với Khối Vận hành.

2. Tối ưu phân bổ nguồn lực dựa trên phân tích mạng xã hội

   • Tập trung tăng cường năng lực cho các nút trung tâm như Sara và Mike để nâng cao hiệu quả phối hợp.
   • Thời gian thực hiện: 3-6 tháng.
   • Chủ thể thực hiện: Ban Quản lý nhân sự và Khối Vận hành.

3. Xây dựng hệ thống giám sát và cảnh báo dựa trên khai phá tiến trình

   • Phát hiện sớm các sai lệch, điểm nghẽn trong quy trình để kịp thời điều chỉnh.
   • Thời gian thực hiện: 12 tháng.
   • Chủ thể thực hiện: Phòng Kiểm soát nội bộ và Phòng Công nghệ thông tin.

4. Đào tạo nâng cao nhận thức và kỹ năng cho nhân viên về khai phá tiến trình và phân tích mạng xã hội

   • Tăng cường năng lực phân tích và ứng dụng công nghệ trong quản lý quy trình.
   • Thời gian thực hiện: liên tục hàng năm.
   • Chủ thể thực hiện: Ban Đào tạo và Phát triển nguồn nhân lực.

Đối tượng nên tham khảo luận văn

1. Các nhà quản lý ngân hàng

   • Lợi ích: Hiểu rõ cấu trúc mạng xã hội trong tổ chức, từ đó tối ưu hóa phân bổ nguồn lực và nâng cao hiệu quả vận hành.
   • Use case: Ra quyết định cải tiến quy trình dựa trên dữ liệu thực tế.

2. Chuyên viên công nghệ thông tin trong ngân hàng

   • Lợi ích: Nắm bắt kỹ thuật khai phá tiến trình và phân tích mạng xã hội để phát triển các công cụ hỗ trợ quản lý quy trình.
   • Use case: Phát triển hệ thống giám sát và cảnh báo tự động.

3. Nhà nghiên cứu và sinh viên ngành công nghệ thông tin, quản trị kinh doanh

   • Lợi ích: Tham khảo phương pháp nghiên cứu kết hợp lý thuyết và thực nghiệm trong lĩnh vực khai phá tiến trình và mạng xã hội.
   • Use case: Áp dụng mô hình và thuật toán vào các nghiên cứu tương tự.

4. Các chuyên gia tư vấn quản lý quy trình nghiệp vụ (BPM)

   • Lợi ích: Có cơ sở khoa học để tư vấn cải tiến quy trình dựa trên phân tích mạng xã hội và mô phỏng BPMN.
   • Use case: Thiết kế và triển khai các dự án chuyển đổi số trong ngân hàng.

Câu hỏi thường gặp

1. Khai phá tiến trình là gì và tại sao nó quan trọng trong quản lý ngân hàng?
   Khai phá tiến trình là kỹ thuật phân tích dữ liệu nhật ký sự kiện để phát hiện, theo dõi và cải tiến quy trình thực tế. Trong ngân hàng, nó giúp phát hiện điểm nghẽn, sai lệch và tối ưu hóa quy trình nghiệp vụ, từ đó nâng cao hiệu quả vận hành và giảm chi phí.

2. Tại sao chọn BPMN để mô hình hóa quy trình chuyển tiền quốc tế?
   BPMN là chuẩn quốc tế với ký hiệu trực quan, dễ hiểu cho cả chuyên gia kỹ thuật và nhân viên nghiệp vụ. Nó hỗ trợ mô phỏng và chuyển đổi sang ngôn ngữ thực thi, giúp liên kết phân tích và triển khai hệ thống.

3. Mạng xã hội trong nghiên cứu này được xây dựng dựa trên dữ liệu nào?
   Mạng xã hội được xây dựng từ nhật ký sự kiện (event log) ghi lại các hoạt động và chuyển giao công việc giữa các cá nhân và vai trò trong quy trình chuyển tiền quốc tế chiều đi.

4. Các độ đo mạng xã hội như Degree Centrality và Betweenness Centrality có ý nghĩa gì?
   Degree Centrality đo số lượng mối quan hệ trực tiếp của một nút, thể hiện mức độ kết nối. Betweenness Centrality đo tần suất một nút nằm trên đường đi ngắn nhất giữa các nút khác, thể hiện khả năng kiểm soát luồng thông tin.

5. Làm thế nào để áp dụng kết quả nghiên cứu vào thực tế ngân hàng?
   Ngân hàng có thể sử dụng mô hình và phân tích mạng xã hội để tối ưu hóa phân bổ nhân sự, tăng cường tự động hóa các bước xử lý, xây dựng hệ thống giám sát tiến trình và đào tạo nhân viên nâng cao năng lực quản lý quy trình.

Kết luận

• Luận văn đã làm rõ kỹ thuật khai phá tiến trình và khai phá mạng xã hội, áp dụng thành công vào phân tích quy trình chuyển tiền quốc tế chiều đi tại Ngân hàng TMCP Quân đội.
• Mô hình BPMN kết hợp với mô phỏng Bizagi Modeler giúp đánh giá chính xác thời gian và tài nguyên trong quy trình.
• Phân tích mạng xã hội cho thấy các nút trung tâm và mối quan hệ chuyển giao công việc quan trọng, hỗ trợ tối ưu hóa nguồn lực.
• Kịch bản tăng tự động hóa cho thấy tiềm năng giảm thời gian xử lý và chi phí vận hành đáng kể.
• Đề xuất các giải pháp cải tiến cụ thể, khả thi nhằm nâng cao hiệu quả quản lý quy trình và thúc đẩy chuyển đổi số trong ngân hàng.

Next steps: Triển khai các giải pháp tự động hóa, xây dựng hệ thống giám sát tiến trình và đào tạo nhân sự trong vòng 6-12 tháng tới.

Các nhà quản lý và chuyên gia công nghệ ngân hàng nên áp dụng phương pháp khai phá tiến trình và phân tích mạng xã hội để nâng cao năng lực quản lý và cạnh tranh trong kỷ nguyên số.

Trích đoạn nội dung tài liệu

LỜI MỞ ĐẦU 1. Tính cấp thiết của Đề tài Diện mạo lĩnh vực tài chính ngân hàng tại Việt Nam trong những năm gần đây đã có những sự thay đổi ngoạn mục đặc biệt trong lĩnh vực bán lẻ (retail banking). Các ngân hàng chạy đua trong cuộc chiến mang tên “số hóa” (digital transformation). Động lực thúc đẩy sự thay đổi mạnh mẽ này có lẽ đến từ việc công nghệ thay đổi từng ngày và đi sâu vào hành trình cuộc sống của con người.

Sự xuất hiện của ngày càng nhiều các doanh nghiệp tài chính sử dụng công nghệ mới (hay còn gọi là Doanh nghiệp FINTECH) làm gia tăng lựa chọn cho các khách hàng khi phát sinh nhu cầu tài chính. Điều này tạo áp lực lớn lên các nhà điều hành ngân hàng buộc họ phải lựa chọn giữa việc “chuyển đổi” hay “tụt hậu”. Họ đưa ra các chiến lược chuyển đổi với 02 bài toán lớn phải giải quyết: 1. Tìm kiếm các nguồn doanh thu mới đến từ phí dịch vụ bằng cách chú trọng nâng cao chất lượng trải nghiệm khách hàng theo hướng số hóa, bắt kịp các xu hướng công nghệ mới; 2.

Tối ưu hóa lợi nhuận thông qua việc giảm chi phí và nâng cao hiệu quả hoạt động vận hành. Để giải quyết bài toán thứ 2, chúng ta có thể mô hình hoá quy trình trong quản lý ngân hàng theo một biểu diễn tiến trình, phân tích, mô phỏng, cải thiện sự phối hợp giữa các bên liên quan nhằm giúp giải quyết tăng năng suất lao động, giảm chi phí vận hành. Mục đích của Đề tài Mục tiêu của luận văn gồm có hai nội dung chính: 1) Tìm hiểu kỹ thuật khai phá tiến trình & các thuật toán được sử dụng để khai phá tiến trình; 2) Áp dụng thuật toán khai phá mạng xã hội để xây dựng mạng xã hội cho một quy trình nghiệp vụ trong quản lý ngân hàng. Quy trình được lựa chọn là “Quy trình chuyển tiền quốc tế chiều đi” tại Ngân hàng TMCP Quân đội.

Cách tiếp cận và phương pháp nghiên cứu Để đạt được các mục tiêu đề ra, tác giảchúng tôi áp dụng phương pháp nghiên cứu lý thuyết kết hợp với thực nghiệm. Phần nghiên cứu lý thuyết bao gồm:  Khảo sát và tìm hiểu về các Quy trình/Quy định nghiệp vụ, số liệu báo cáo liên quan đến giao dịch chuyển tiền quốc tế chiều đi tại Ngân hàng TMCP Quân đội.  Tìm hiểu và lựa chọn các thuật toán thích hợp trong kỹ thuật Khai phá tiến trình, có thể áp dụng để phân tích, đánh giá, cải tiến quy trình nghiệp vụ chuyển tiền quốc tế chiều đi tại Ngân hàng TMCP Quân đội. Phần thực nghiệm bao gồm:  Sử dụng công cụ Bizagi Modeler để mô hình hoá quy trình chuyển tiền quốc tế chiều đi tại Ngân hàng Quân đội theo chuẩn BPMN, sau đó tiến hành mô phỏng mô hình này với các kịch bản khác nhau.

Từ kết quả mô phỏng, chúng ta có thể so sánh, phân tích, đánh giá hiệu quả của các kịch bản.  Sử dụng công cụ ProM để phân tích, khai phá khía cạnh mạng xã hội của tiến trình chuyển tiền quốc tế chiều đi, từ trong tệp tin nhật ký sự kiện (event log) được tạo ra trong quá trình mô phỏng các kịch bản.  Sử dụng công cụ SocNetV để tính toán các độ đo. Kết quả dự kiến đạt được Thông qua đề tài, tác giảchúng tôi hiểu được kỹ thuật khai phá tiến trình nói chung, hiểu được về khai phá mạng xã hội nói riêng.

Đồng thời, tác giảchúng tôi cũng phân tích được quy trình giao dịch chuyển tiền quốc tế chiều đi tại một ngân hàng thương mại, từ đó có thể đưa ra các đánh giá, gợi ý giúp ngân hàng thực hiện các cải tiến, lựa chọn mô hình vận hành một cách hợp lý. Về phương diện thực nghiệm, tác giảchúng tôi biết cách mô hình hoá một tiến trình nghiệp vụ trong ngân hàng, và sau đó mô phỏng mô hình này với các kịch bản khác nhau. Ngoài ra, tác giảchúng tôi cũng biết cách áp dụng một kỹ thuật khai phá tiến trình; 2 Thông qua các công cụ: ProM phân tích tệp tin nhật ký sự kiện và SocnetV tính các độ đo. GIỚI THIỆU VỀ KHAI PHÁ TIẾN TRÌNH 1.

Khái niệm tiến trình Tiến trình là một chuỗi các công việc cộng tác được thực hiện bởi một nhóm các tác nhân liên quan trong một tổ chức để đạt được một kết quả cụ thể [1]. Tiến trình có thể được thể hiện bằng lược đồ để đại diện trong một mô hình để mô tả thao tác, kết nối. Khai phá tiến trình 1. Định nghĩa Khai phá tiến trình (Process Mining) là một lĩnh vực khá mới nghiên cứu các mối quan hệ giữa nhiều thực thể như: hệ thống thông tin, tiến trình hoạt động, mô hình tiến trình, bản ghi sự kiện.

van der Aalst đã định nghĩa khai phá tiến trình: là một lĩnh vực nghiên cứu lai giữa một bên là Học máy và Khai phá dữ liệu, một bên là mô hình tiến trình và phân tích. Khai phá tiến trình sử dụng các kỹ thuật, phương pháp, công cụ nhằm phát hiện, theo dõi, cải tiến các tiến trình thực [2]. Là cầu nối giữa khai phá dữ liệu và mô hình hóa tiến trình nên khai phá tiến trình đóng vai trò quan trọng. Thực hiện khai phá tiến trình bằng cách thu nhận tri thức từ các tệp bản ghi sự kiện có sẵn trong hệ thống thông tin, để phân tích tiến trình, phát hiện vấn đề sai lệch để từ đó thực hiện điều chỉnh, thực hiện thiết kế lại tiến trình một cách chính xác hơn nhằm mang lại hiệu quả công việc cao hơn.

Nâng cao hiệu quả năng suất lao động đang là vấn đề lớn của nhiều doanh nghiệp, tổ chức. Do vậy, lĩnh vực Khai phá tiến trình này đang trở thành một trong những hướng nghiên cứu thu hút nhiều sự quan tâm của các nhà nghiên cứu quản lý tiến trình nghiệp vụ, mục đích là để giải quyết các bài toán trong chu trình phát triển vòng đời của Quản lý quy trình nghiệp vụ (BPM). Đặc điểm của khai phá tiến trình Khai phá tiến trình không phải là trường hợp đặc biệt của Khai phá dữ liệu mà nó bao gồm những yêu cầu mới về kỹ thuật biểu diễn, các thuật toán, phương pháp được sử 4 dụng để giải quyết bài toán cải tiến quy trình nghiệp vụ. Các thành phần chính của khai phá tiến trình bao gồm: - Bản ghi nhật ký sự kiện (event log) - Mô hình tiến trình (process model).

Bản ghi nhật ký sự kiện còn gọi là bản ghi nhật ký luồng công việc là một trong những thành phần chính của kỹ thuật khai phá tiến trình. Khi người dùng thao tác với hệ thống, nhật ký sự kiện lưu lại thông tin này và lưu trữ theo một cấu trúc nhất định. Một quá trình gồm nhiều trường hợp (case) cũng có thể gọi là dấu vết trong cấu trúc nhật ký sự kiện. Dấu vết thể hiện một phiên làm việc của người dùng trong hệ thống.

Nhiều sự kiện (events) được sắp xếp theo trình tự thực hiện có thể được chứa trong một dấu vết, mỗi sự kiện có thể chứa một vài thuộc tính (attributes) như thời gian (time), hoạt động (activity), chi phí (cost)… Khi lưu trữ các bản ghi sự kiện, với mỗi hệ thống lại sử dụng một loại định dạng, chính vì sử dụng định dạng khác nhau này làm cho việc chia sẻ và trao đổi thông tin giữa các công cụ gặp khó khăn, làm tăng chi phí của quá trình phân tích khai phá tiến trình. Năm 2003, Medeiros, Ana Karla và Van der Aalst đã được đề xuất một định dạng và nó đã trở thành định dạng chuẩn cho các bản ghi nhật ký sự kiện, định dạng đó là Mining eXtensible Markup Language (MXML). MXML được xây dựng dựa trên XML, MXML lưu trữ bất kỳ thông tin nào có liên quan đến các tiến trình và các sự kiện. Hầu hết các công cụ phân tích khai phá tiến trình hỗ trợ MXML, trong đó có công cụ ProM.

Thành phần quan trọng thứ hai của kỹ thuật khai phá tiến trình là Mô hình tiến trình (process model). Mô hình tiến trình biểu diễn trừu tượng để trực quan hóa về tiến trình thực hiện trong thực tế. Một mô hình có thể là kết quả của kỹ thuật khai phá tiến trình, cũng có thể là sản phẩm được một nhóm các nhà thiết kế có kinh nghiệm xây dựng thủ công. Mục đích của việc Khai phá tiến trình là để đo lường chất lượng, mở rộng mô hình tiến trình hoặc để cải thiện nâng cấp.

Mô hình tiến trình thường được biểu diễn bằng ngôn ngữ mô hình hóa trực quan (BPMN). Các bài toán chính trong khai phá tiến trình Ba bài toán chính của Khai phá tiến trình gồm: 1) Khám phá tiến trình 2) Kiểm tra sự phù hợp và 3) Cải tiến mô hình Khám phá phát Nhật ký sự kiện Mô hình hiện tiến trình Nhật ký sự kiện Kiểm tra sự phù Chẩn đoán hợp Mô hình Nhật ký sự kiện Cải tiến mô hình Mô hình mới Mô hình Hình 1.1: Các bài toán chính trong Khai phá Tiến trình Biểu tượng Bài toán 1 - Khám phá tiến trình: xây dựng nên mô hình tiến trình mô tả các hành vi trong nhật ký sự kiện dựa trên đầu vào là bản ghi nhật ký sự kiện. Các bản ghi trong nhật ký sự kiện phản chiếu của các hoạt động trong hệ thống. Các hoạt động này, trên thực tế này chưa được mô tả trong mô hình, do vậy bài toán Khám phá tiến trình có mục đích là xây dựng một mô hình để mô tả những gì đang thực sự xảy ra, dữ liệu đầu vào dựa trên các bản ghi nhật ký sự kiện và không phụ thuộc vào những thông tin tiên nghiệm.

6 Nhật ký sự kiện Khám phá Mô hình Hình 1.2: Bài toán 1 - Phát hiện tiến trình Bài toán Khám phá tiến trình là bài toán Ứng dụng của bài toán phát hiện tiến trình: nổi bật nhất trong kỹ thuật khai phá tiến - Ứng dụng vào việc thảo luận vấn đề trình: để đạt được sự đồng thuận giữa các bên liên Đầu vào là tệp tin sự kiện nhật ký (event quan và quan trọng là có một cái nhìn chung log) của các bên trong tiến trình thực tế. Đầu ra là mô hình được phát hiện - Ứng dụng để thấy được tiến trình thực tế và những vấn đề của nó nhằm kích thích Những mô hình được phát hiện thường nỗ lực tái cơ cấu tổ, cải tiến tiến trình. là những mô hình tiến trình như: BPMN, mạng Petri, ECP, hay một biểu đồ hoạt - Ứng dụng để mở rộng mô hình. Cũng có thể mô tả cách - Ứng dụng để thiết lập một hệ thống khác, ví dụ như mạng xã hội.