Giới thiệu dự án

Trong kỷ nguyên số hóa chuỗi cung ứng và bán lẻ, các doanh nghiệp sản xuất - phân phối đối mặt với sự bùng nổ dữ liệu từ hàng triệu giao dịch mỗi năm. Theo báo cáo từ Gartner và McKinsey, các doanh nghiệp ứng dụng thành công hệ thống Kho dữ liệu (Data Warehouse - DWH) kết hợp với Hệ thống hỗ trợ ra quyết định (Decision Support System - DSS) nâng cao hiệu quả vận hành chuỗi cung ứng lên 25–30% và cắt giảm 15–20% chi phí tồn kho không cần thiết. Tuy nhiên, tại các doanh nghiệp vừa và lớn tại Việt Nam, dữ liệu vận hành thường bị cô lập tại các hệ sinh thái ERP truyền thống, thiếu sự liên kết đa chiều và khả năng phân tích trực quan theo thời gian thực (Real-time Analytics).

Đồ án tốt nghiệp chuyên ngành Kỹ thuật Dữ liệu tại Trường Đại học Sư phạm Kỹ thuật TP.HCM với đề tài "Thiết kế và xây dựng kho dữ liệu hoạt động sản xuất, kinh doanh phục vụ hỗ trợ ra quyết định tại công ty Indigo" (Thực hiện bởi sinh viên Nguyễn Thành Đồng dưới sự hướng dẫn của ThS. Nguyễn Văn Thành) giải quyết trực tiếp bài toán tích hợp dữ liệu đa nguồn và tối ưu hóa vận hành tại Công ty Cổ phần Hệ thống Công nghệ Ánh Lam (Indigo JSC).

Vấn đề thực tế tại doanh nghiệp (Problem Statement)

Indigo JSC là đơn vị sản xuất và phân phối hàng hóa với hệ sinh thái khách hàng, nhà cung cấp và hệ thống kho bãi trải dài khắp các tỉnh thành. Doanh nghiệp ghi nhận các điểm nghẽn nghiêm trọng trong quản trị dữ liệu:

  • Phân mảnh dữ liệu: Dữ liệu vận hành 4 năm (2021 – 2024) thuộc ba phân hệ cốt lõi: Bán hàng (Sales), Mua hàng (Purchasing) và Tồn kho (Inventory) nằm rải rác trên hệ thống SAP S/4HANA Private Cloud, gây khó khăn cho việc đối soát chéo.
  • Thời gian tổng hợp báo cáo chậm: Việc trích xuất và phân tích số liệu thủ công qua bảng tính Excel mất từ 2–3 ngày mỗi kỳ báo cáo, dẫn đến độ trễ cao trong việc ra quyết định chiến lược.
  • Tồn kho mất cân đối: Tỷ lệ sai lệch giữa nhu cầu thực tế và lượng hàng dự trữ tại các kho dẫn đến tình trạng vừa thừa hàng tồn đọng vừa thiếu hàng cục bộ, làm tăng 12% chi phí lưu kho.
  • Thiếu công cụ trực quan hóa tương tác: Nhà quản lý thiếu giao diện dashboard trực quan, linh hoạt để theo dõi các chỉ số KPI động (Measures & Dimensions) theo thời gian, khu vực và nhóm sản phẩm.

Mục tiêu dự án

  1. Nghiên cứu nền tảng công nghệ: Làm chủ công nghệ điện toán đám mây thế hệ mới của SAP, bao gồm SAP S/4HANA Public Cloud 2402, nền tảng tích hợp SAP Business Technology Platform (SAP BTP) Cockpit, SAP Analytics Cloud (SAC) và ngôn ngữ ABAP 7.57.
  2. Thiết kế mô hình kho dữ liệu chuẩn hóa: Xây dựng kiến trúc kho dữ liệu đa chiều (Dimensional Modeling) theo mô hình hình sao (Star Schema) tối ưu hóa cho hệ thống phân tích OLAP từ tập dữ liệu 4 năm của Indigo.
  3. Phát triển quy trình ETL tự động: Xây dựng luồng trích xuất dữ liệu tự động bằng mã kịch bản trên hệ thống SAP nguồn, xử lý chuyển đổi dữ liệu và nạp vào SAP S/4HANA Cloud thông qua SAP BTP Cockpit.
  4. Xây dựng ứng dụng Web tương tác: Thiết kế và triển khai ứng dụng Web tương tác người dùng (dựa trên chuẩn SAPUI5/JavaScript) cho phép lọc dữ liệu đa chiều, tùy biến biểu đồ và trực quan hóa các chỉ số kinh doanh quan trọng.
  5. Hỗ trợ chiến lược ra quyết định: Phân tích dữ liệu lịch sử để xác định Top 5 đơn vị bán hàng, Top 5 tỉnh thành có mức tiêu thụ cao nhất, Top 10 sản phẩm bán chạy, cơ cấu nhập hàng từ nhà cung cấp và phân bổ tồn kho đa điểm.

Phạm vi và giới hạn

  • Phạm vi dữ liệu: Tập dữ liệu giao dịch bán lẻ (Retail Sales), mua hàng và lưu kho thực tế từ năm 2021 đến 2024 của Indigo JSC với hơn 500.000 bản ghi giao dịch.
  • Hạ tầng triển khai: Triển khai kiến trúc kết hợp (Hybrid) giữa hệ thống nguồn SAP S/4HANA Private Cloud và đích đến SAP S/4HANA Public Cloud quản lý tập trung trên nền tảng SAP BTP.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi xây dựng kho dữ liệu, các giải pháp quản lý thông tin tại doanh nghiệp được so sánh và đánh giá toàn diện:

Tiêu chí Quản lý thủ công qua Excel / RDBMS phân tán Nền tảng BI độc lập (Power BI / Tableau) Hệ sinh thái SAP S/4HANA Cloud + SAP BTP
Tính đồng bộ dữ liệu Kém, dữ liệu phân mảnh giữa các phòng ban Trung bình, phụ thuộc vào cổng kết nối bên thứ 3 Tối ưu, tích hợp trực tiếp dữ liệu ERP thời gian thực
Hiệu năng truy vấn Chậm (giảm hiệu năng rõ rệt khi >100.000 dòng) Tốt (dựa trên Data Model nội bộ của công cụ) Vượt trội với cơ sở dữ liệu In-Memory SAP HANA
Bảo mật & Phân quyền Thấp, dễ thất thoát và sai lệch công thức Tốt (quản lý qua Workspace / Cloud) Cấp độ Enterprise (Role-Based RBAC, SAP Identity Service)
Khả năng tự động hóa Rất thấp, tốn nhiều nhân lực vận hành Khá, cần cấu hình Gateway và Data Pipeline ngoài Tự động hóa toàn diện qua SAP BTP Cockpit & ABAP Scripting

Phân loại yêu cầu hệ thống theo mô hình MoSCoW

  • Must have (Bắt buộc): Mô hình kho dữ liệu 3 bảng Fact (Bán hàng, Mua hàng, Tồn kho) và 9 bảng Dimension; Module trích xuất tự động từ SAP Private Cloud; Giao diện Dashboard Web cho phép lọc dữ liệu linh hoạt (Adapt Filters) và chuyển đổi các dạng biểu đồ trực quan.
  • Should have (Nên có): Tính năng xuất dữ liệu báo cáo dạng Excel/PDF; Khả năng phân tích đa chiều (Drill-down/Roll-up) theo cấp độ Tỉnh thành - Vùng miền.
  • Could have (Có thể mở rộng): Tích hợp mô hình Recommender System dự đoán nhu cầu tiêu thụ và đề xuất kế hoạch sản xuất tự động.
  • Won't have (Chưa thực hiện ở giai đoạn này): Xử lý luồng dữ liệu thời gian thực dạng Streaming Micro-batching với Kafka/Spark.

Thiết kế hệ thống

+-----------------------------------------------------------------------------------+
|                        NGUỒN DỮ LIỆU HOẠT ĐỘNG (OLTP)                              |
|                SAP S/4HANA Private Cloud (Sales, Purchase, Inventory)             |
+-----------------------------------------+-----------------------------------------+
                                          |
                                          v  [ABAP Extraction Script / Batch Pipeline]
+-----------------------------------------------------------------------------------+
|                           TẦNG TRUNG GIAN & CHUYỂN ĐỔI                            |
|                  Staging Layer / Data Cleansing (CSV/Excel Engine)                |
+-----------------------------------------+-----------------------------------------+
                                          |
                                          v  [SAP BTP Cockpit Integration Services]
+-----------------------------------------------------------------------------------+
|                         KHO DỮ LIỆU ĐA CHIỀU (OLAP DWH)                           |
|                        SAP S/4HANA Public Cloud 2402                              |
|   +---------------------------------------------------------------------------+   |
|   | Fact Tables: Fact_Sales, Fact_Purchase, Fact_Inventory                   |   |
|   | Dim Tables : Dim_Date, Dim_Product, Dim_Customer, Dim_Supplier, v.v.      |   |
|   +---------------------------------------------------------------------------+   |
|   |                Công nghệ lưu trữ In-Memory Columnar Database              |   |
+-----------------------------------------+-----------------------------------------+
                                          |
                                          v  [OData Services / RESTful Endpoints]
+-----------------------------------------------------------------------------------+
|                        TẦNG TRÌNH DIỄN & TRỰC QUAN HÓA                            |
|             Web Application (SAPUI5 / JavaScript) & SAP Analytics Cloud (SAC)     |
|   +---------------------------------------------------------------------------+   |
|   | - Dashboard phân tích doanh thu theo Vùng miền / Top 5 Đơn vị Bán hàng    |   |
|   | - Dashboard chi phí & biến động sản lượng nhập hàng theo Nhà cung cấp     |   |
|   | - Dashboard giám sát tồn kho thực tế theo từng Kho bãi / Điểm lưu trữ     |   |
|   +---------------------------------------------------------------------------+   |
+-----------------------------------------------------------------------------------+

Ngăn xếp công nghệ (Technology Stack)

  • Hệ quản trị CSDL & Nền tảng ERP: SAP S/4HANA Public Cloud (Phiên bản 2402), SAP HANA In-Memory Database 2.0 SPS07.
  • Nền tảng Tích hợp & Mở rộng Cloud: SAP Business Technology Platform (BTP) Cockpit (Cloud Foundry Runtime).
  • Ngôn ngữ Lập trình & Frameworks:
    • ABAP (Advanced Business Application Programming) 7.57: Xử lý dữ liệu nghiệp vụ, trích xuất dữ liệu từ SAP ERP.
    • JavaScript (ES6+) & SAPUI5 Framework v1.120: Xây dựng ứng dụng Web giao diện người dùng theo chuẩn Responsive UI.
    • OpenSQL / SAP HANA CDS (Core Data Services): Định nghĩa Schema và tối ưu truy vấn phân tích.
  • Công cụ Phát triển: ABAP Development Tools (ADT) trên nền Eclipse IDE 2024-03, SAP Business Application Studio (BAS).

Thiết kế mô hình dữ liệu (Star Schema Data Warehouse)

Hệ thống được thiết kế theo cấu trúc gồm 3 bảng Fact kết nối trực tiếp với 9 bảng Dimension phục vụ truy vấn OLAP:

  1. Fact_Sales: sale_id (PK), order_id, customer_id, product_id, product_group_id, province_id, domain_id, address_id, sale_unit, date_id, date_sale, quantity, unit, total_value, currency.
  2. Fact_Purchase: purchase_id (PK), purchasing_id, date_purchase, date_id, product_id, product_group_id, product_price, warehouse, supplier_id, quantity, unit, total_value, currency.
  3. Fact_Inventory: inventory_id (PK), product_id, product_group_id, warehouse, quantity, unit.
  4. Các bảng Dimension chuẩn hóa:
    • Dim_Date (date_id, fulldate, day, month, monthname, year, quarter, quatername)
    • Dim_Product (product_id, product_name, product_group_id, product_price, supplier_id, sale_unit, unit)
    • Dim_Customer (customer_id, customer_name, address_id)
    • Dim_Address (address_id, address, province_id, province_name, domain_id, domain_name)
    • Dim_Supplier (supplier_id, supplier_name)
    • Dim_Product_Group (product_group_id, product_group_name)
    • Dim_Order, Dim_Inventory, Dim_Purchase.
-- DDL Schema: Khai báo bảng Fact_Sales trên nền tảng SAP HANA In-Memory
CREATE COLUMN TABLE "FACT_SALES" (
    "SALE_ID" NVARCHAR(32) NOT NULL,
    "ORDER_ID" NVARCHAR(32) NOT NULL,
    "CUSTOMER_ID" NVARCHAR(32) NOT NULL,
    "PRODUCT_ID" NVARCHAR(32) NOT NULL,
    "PRODUCT_GROUP_ID" NVARCHAR(32),
    "PROVINCE_ID" NVARCHAR(16),
    "DOMAIN_ID" NVARCHAR(16),
    "ADDRESS_ID" NVARCHAR(32),
    "SALE_UNIT" NVARCHAR(64),
    "DATE_ID" INTEGER NOT NULL,
    "DATE_SALE" DATE,
    "QUANTITY" DECIMAL(15, 2),
    "UNIT" NVARCHAR(10),
    "TOTAL_VALUE" DECIMAL(18, 2),
    "CURRENCY" NVARCHAR(5) DEFAULT 'VND',
    PRIMARY KEY ("SALE_ID")
);

Phương pháp nghiên cứu và quản lý dự án (Methodology)

Dự án được thực hiện theo mô hình Agile-Scrum kết hợp mô hình phân tích dữ liệu chuẩn CRISP-DM trong thời gian 16 tuần (từ ngày 23/03/2024 đến 29/06/2024):

Tuần 01 - 02: Khảo sát quy trình nghiệp vụ, thu thập dữ liệu và xác định yêu cầu nghiệp vụ
Tuần 03 - 04: Nghiên cứu công nghệ SAP S/4HANA, ABAP, thiết lập môi trường phát triển Eclipse ADT
Tuần 05 - 06: Thiết kế kiến trúc kho dữ liệu đa chiều (Fact & Dimension Tables)
Tuần 07 - 08: Nghiên cứu kiến trúc triển khai trên SAP S/4HANA Public Cloud và SAP BTP
Tuần 09 - 10: Xây dựng ứng dụng Web tương tác trên SAP BTP Cockpit và cấu hình phân quyền
Tuần 11 - 12: Triển khai Web lên môi trường Public Cloud, kiểm soát truy cập và tối ưu hiệu năng
Tuần 13 - 14: Kiểm thử tích hợp (Integration Testing), hiệu chỉnh truy vấn và xử lý lỗi hệ thống
Tuần 15 - 16: Trực quan hóa dữ liệu tổng kết, đánh giá hiệu quả hỗ trợ ra quyết định và hoàn thiện báo cáo

Ma trận quản trị rủi ro

  • Rủi ro sai lệch kiểu dữ liệu khi chuyển dịch đám mây: Áp dụng quy tắc ánh xạ kiểu dữ liệu nghiêm ngặt trong tầng Staging (ví dụ: chuyển đổi định dạng ngày tháng YYYYMMDD của SAP sang định dạng chuẩn ISO DATE).
  • Rủi ro nghẽn tài nguyên In-Memory: Sử dụng mô hình lưu trữ dạng cột (Columnar Storage) của SAP HANA giúp nén dữ liệu lên tới 75%, duy trì tốc độ đọc tức thì.

Triển khai và kết quả thực nghiệm

Quá trình phát triển hệ thống

1. Xây dựng chương trình trích xuất dữ liệu từ SAP ERP

Đoạn mã ABAP được lập trình để trích xuất tự động dữ liệu bán hàng từ các bảng nghiệp vụ (VBAK, VBAP) sang định dạng chuẩn trung gian để chuẩn bị nạp vào Kho dữ liệu:

REPORT z_export_sales_dwh.

TYPES: BEGIN OF ty_sales_extract,
         vbeln TYPE vbak-vbeln,   " Mã đơn hàng
         kunnr TYPE vbak-kunnr,   " Mã khách hàng
         erdat TYPE vbak-erdat,   " Ngày tạo
         matnr TYPE vbap-matnr,   " Mã sản phẩm
         kwmeng TYPE vbap-kwmeng, " Số lượng
         netwr TYPE vbap-netwr,   " Doanh số
         waerk TYPE vbak-waerk,   " Tiền tệ
       END OF ty_sales_extract.

DATA: lt_sales TYPE STANDARD TABLE OF ty_sales_extract,
      ls_sales TYPE ty_sales_extract.

SELECT a~vbeln, a~kunnr, a~erdat, b~matnr, b~kwmeng, b~netwr, a~waerk
  FROM vbak AS a
  INNER JOIN vbap AS b ON a~vbeln = b~vbeln
  INTO CORRESPONDING FIELDS OF TABLE @lt_sales
  WHERE a~erdat BETWEEN '20210101' AND '20240601'.

IF sy-subrc = 0.
  " Gọi hàm chuyển đổi và xuất tệp dữ liệu trung gian chuẩn hóa
  CALL FUNCTION 'Z_EXPORT_TO_STAGING'
    EXPORTING
      it_data = lt_sales
      iv_path = '/usr/sap/staging/sales_data.csv'.
ENDIF.

2. Xây dựng bộ điều khiển giao diện (Frontend Controller với SAPUI5/JavaScript)

Ứng dụng Web sử dụng mô hình MVC (Model-View-Controller) của SAPUI5 để quản lý tương tác biểu đồ và lọc đa chiều:

sap.ui.define([
    "sap/ui/core/mvc/Controller",
    "sap/ui/model/json/JSONModel",
    "sap/ui/model/Filter",
    "sap/ui/model/FilterOperator"
], function (Controller, JSONModel, Filter, FilterOperator) {
    "use strict";

    return Controller.extend("indigo.dwh.controller.SalesAnalytics", {
        onInit: function () {
            // Khởi tạo Model phân tích kinh doanh
            var oViewModel = new JSONModel({
                selectedYear: "2024",
                topLimit: 5
            });
            this.getView().setModel(oViewModel, "analyticsConfig");
        },

        onAdaptFilterApply: function (oEvent) {
            var oTable = this.byId("salesFactTable");
            var oBinding = oTable.getBinding("items");
            var aFilters = [];

            var sProvince = this.byId("filterProvince").getSelectedKey();
            if (sProvince) {
                aFilters.push(new Filter("province_name", FilterOperator.EQ, sProvince));
            }

            var sProductGroup = this.byId("filterProductGroup").getSelectedKey();
            if (sProductGroup) {
                aFilters.push(new Filter("product_group_name", FilterOperator.EQ, sProductGroup));
            }

            // Áp dụng bộ lọc đa chiều ngay lập tức lên tập dữ liệu
            oBinding.filter(aFilters);
        }
    });
});

Kiểm thử và đánh giá hiệu năng (Testing & Validation)

Hệ thống được kiểm thử qua 45 kịch bản kiểm thử tích hợp (Integration Test Cases) và kiểm thử chấp nhận người dùng (User Acceptance Testing - UAT) tại Indigo JSC với kết quả định lượng:

Chỉ số kiểm thử Hệ thống cũ (Operational ERP Queries) Hệ thống Kho dữ liệu SAP S/4HANA Cloud Mức độ cải thiện (%)
Thời gian phản hồi truy vấn phức hợp (500k rows) 12.45 giây 0.35 giây 97.19% (Nhanh hơn 35.5 lần)
Độ chính xác dữ liệu đối soát 91.2% (do sai lệch thời điểm) 99.98% Tăng 8.78%
Thời gian kết xuất báo cáo tổng hợp 48 – 72 giờ < 3 phút Rút ngắn 99.3%
Độ phủ kiểm thử tự động (Code Coverage) Không áp dụng 88.5% Đạt tiêu chuẩn Enterprise
Chỉ số hài lòng người dùng (UAT Score) 2.8 / 5.0 4.75 / 5.0 Tăng 69.6% 
Query Latency Benchmark (Aggregation over 500,000 Records):
========================================================================
Traditional SQL Joins (RDBMS): [████████████████████████████] 12.45s
SAP HANA In-Memory Star Schema: [█] 0.35s  (-97.2%)
========================================================================

Kết quả đạt được trong việc hỗ trợ ra quyết định

Ứng dụng Web hoàn chỉnh cung cấp các phân tích kinh doanh then chốt:

  1. Phân tích Doanh thu & Địa bàn: Bóc tách chính xác doanh thu theo từng tỉnh thành; xác định Top 5 tỉnh có mức tiêu thụ cao nhất chiếm 68.4% tổng doanh số bán hàng của Indigo.
  2. Cơ cấu Mặt hàng: Xác định Top 10 sản phẩm bán chạy nhất, giúp bộ phận kế hoạch tập trung nguồn lực sản xuất và tối ưu hóa dây chuyền đóng gói.
  3. Quản lý Mua hàng & Chi phí: Trực quan hóa biến động giá nhập qua từng năm từ 2021 đến 2024; phân tích tỷ trọng cung ứng của Top 5 nhà cung cấp lớn nhất, hỗ trợ bộ phận Mua hàng đàm phán chiết khấu số lượng lớn.
  4. Cân đối Tồn kho Đa kho bãi: Giám sát tức thì số lượng hàng tồn kho theo từng kho sản phẩm, phát hiện sớm 5 mặt hàng có tỷ lệ lưu kho vượt ngưỡng an toàn để kích hoạt chương trình khuyến mãi giải phóng dòng vốn.

Đổi mới và đóng góp

Điểm mới về mặt kỹ thuật

  1. Kiến trúc dữ liệu Hybrid Cloud linh hoạt: Tiên phong triển khai mô hình tích hợp dữ liệu giữa hệ thống tại chỗ/Private Cloud với SAP S/4HANA Public Cloud thông qua nền tảng trung gian SAP BTP Cockpit, giảm thiểu chi phí đầu tư hạ tầng phần cứng ban đầu tới 40%.
  2. Tối ưu hóa mô hình Star Schema trên In-Memory Engine: Mô hình hóa dữ liệu dạng Fact - Dimension chuẩn mực giúp tận dụng tối đa sức mạnh xử lý song song và lưu trữ dạng cột (Columnar Storage) của SAP HANA, loại bỏ hoàn toàn hiện tượng khóa bảng (Table Locking) khi chạy báo cáo lớn.
  3. Giao diện Web tương tác thông minh: Phát triển ứng dụng Web độc lập cho phép người dùng tùy biến linh hoạt giữa các chiều dữ liệu (Dimensions), chỉ số đo lường (Measures) và chuyển đổi trực tiếp giữa bảng số liệu và các dạng biểu đồ động (Bar Chart, Pie Chart, Line Chart) mà không cần cấu hình lại mã nguồn.

So sánh với các giải pháp hiện hành

Tiêu chí Giải pháp Đồ án (SAP Cloud DWH + BTP) Giải pháp Data Mart truyền thống (SQL Server) Giải pháp Cloud BI độc lập (SaaS BI)
Khả năng tương thích hệ thống SAP ERP Tuyệt đối (Native SAP Protocols, OData, BTP) Kém, phải viết bộ chuyển đổi kết nối ODBC phức tạp Trung bình, giới hạn bởi API giới hạn số lượng request
Chi phí bảo trì & Nâng cấp Rất thấp (SAP tự động cập nhật định kỳ hàng quý) Cao, doanh nghiệp tự chịu trách nhiệm hạ tầng Trung bình theo lượng người dùng (Per-user cost)
Khả năng mở rộng (Scalability) Co giãn tự động trên Cloud theo nhu cầu tính toán Hạn chế bởi dung lượng máy chủ vật lý Tốt nhưng chi phí tăng phi tuyến tính theo dung lượng

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tiễn

  • Ban Giám đốc (C-Level Executives): Sử dụng Dashboard tổng quan để theo dõi doanh thu theo thời gian thực, đánh giá tỷ suất sinh lời của từng nhóm mặt hàng để phê duyệt chiến lược mở rộng thị trường tại các tỉnh thành tiềm năng.
  • Bộ phận Kế hoạch & Chuỗi cung ứng (Supply Chain Managers): Sử dụng báo cáo phân tích tồn kho đa điểm để điều phối hàng hóa giữa các kho khu vực, giảm thiểu 15% chi phí vận chuyển chéo và giữ mức tồn kho an toàn ở mức tối ưu.
  • Bộ phận Thu mua (Procurement Specialists): Dựa trên phân tích lịch sử nhập hàng và chi phí theo từng nhà cung cấp để đánh giá năng lực nhà cung ứng, giảm 8% đơn giá nhập nhờ hợp đồng nguyên tắc theo năm.

Yêu cầu triển khai và khả năng mở rộng

  • Môi trường hệ thống:
    • Trình duyệt Web: Google Chrome 110+, Microsoft Edge, Mozilla Firefox (hỗ trợ HTML5/WebGL).
    • Backend: Tài khoản SAP Business Technology Platform (BTP) Subaccount, SAP S/4HANA Public Cloud tenant kích hoạt OData API v2/v4.
  • Khả năng mở rộng: Kiến trúc hệ thống sẵn sàng mở rộng để xử lý quy mô dữ liệu lên tới hàng chục triệu dòng giao dịch (10M+ rows) mà không làm suy giảm thời gian phản hồi nhờ cơ chế phân vùng bảng (Table Partitioning) của SAP HANA.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Quy trình trích xuất trung gian: Ở giai đoạn hiện tại của đề tài, việc luân chuyển dữ liệu từ SAP S/4HANA Private Cloud sang Public Cloud vẫn sử dụng tệp trung gian chuẩn hóa qua ứng dụng Import của SAP BTP Cockpit thay vì luồng đồng bộ trực tiếp qua Change Data Capture (CDC).
  • Tính năng gợi ý nâng cao: Hệ thống mới chỉ dừng lại ở mức trực quan hóa và hỗ trợ ra quyết định thông qua phân tích mô tả (Descriptive Analytics), chưa tích hợp đầy đủ mô hình máy học dự đoán tự động (Predictive Analytics / Recommender System).

Hướng phát triển trong tương lai

  1. Tự động hóa luồng dữ liệu thời gian thực (Real-time Streaming Pipeline): Triển khai SAP Data Intelligence hoặc SAP Event Mesh để đồng bộ dữ liệu giao dịch tức thì từ ERP sang Kho dữ liệu theo thời gian thực (Zero-latency CDC).
  2. Tích hợp Trí tuệ Nhân tạo & Dự báo Nâng cao: Tích hợp các thuật toán học máy (Machine Learning) thông qua SAP Analytics Cloud Smart Predict để tự động dự báo lượng cầu (Demand Forecasting) và đưa ra gợi ý phân bổ tồn kho tối ưu.
  3. Phát triển ứng dụng Mobile Native: Đóng gói ứng dụng Web phân tích thành ứng dụng di động đa nền tảng (iOS/Android) thông qua SAP Mobile Services giúp lãnh đạo doanh nghiệp theo dõi dữ liệu mọi lúc, mọi nơi.

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành Kỹ thuật Dữ liệu & CNTT: Tài liệu tham khảo thực tiễn chất lượng cao về phương pháp thiết kế kho dữ liệu chuẩn hóa (Star Schema) và cách tích hợp với hệ sinh thái ERP doanh nghiệp lớn nhất thế giới (SAP).
  • Kỹ sư Dữ liệu & Lập trình viên SAP (ABAP/SAPUI5 Developers): Cung cấp mã nguồn mẫu, kỹ thuật cấu hình SAP BTP Cockpit và phương pháp xây dựng giao diện tùy biến linh hoạt.
  • Doanh nghiệp sản xuất và bán lẻ (SMEs & Enterprises): Khung giải pháp (Framework) thực tiễn để chuyển đổi số hoạt động quản trị, tối ưu chi phí lưu kho và rút ngắn 95% thời gian lập báo cáo quản trị.
  • Nhà nghiên cứu hệ thống thông tin: Minh chứng thực nghiệm rõ ràng về hiệu quả vượt trội của công nghệ cơ sở dữ liệu In-Memory trong xử lý bài toán phân tích kinh doanh đa chiều.

Câu hỏi thường gặp (FAQ)

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống này là gì?

Hệ thống yêu cầu một môi trường SAP BTP Subaccount với Cloud Foundry runtime, kết nối tới hệ thống SAP S/4HANA Public Cloud. Phía client chỉ cần trình duyệt web hiện đại hỗ trợ chuẩn HTML5 mà không cần cài đặt thêm phần mềm chuyên dụng nào khác.

2. Mô hình Star Schema giải quyết vấn đề hiệu năng truy vấn như thế nào?

Mô hình Star Schema phân tách dữ liệu thành các bảng Fact chứa số đo (Measures) và các bảng Dimension chứa thuộc tính mô tả. Cấu trúc đơn giản này giảm thiểu số lượng phép nối bảng (JOIN operations), kết hợp với cơ chế lưu trữ theo cột (Columnar Storage) của SAP HANA giúp tăng tốc độ truy vấn lên hơn 30 lần so với mô hình quan hệ chuẩn hóa thông thường (3NF).

3. Hệ thống có thể tích hợp với các hệ thống ERP phi SAP (Non-SAP ERP) không?

Có. Nền tảng SAP BTP Cockpit cung cấp các bộ chuyển đổi chuẩn (Integration Suite) và hỗ trợ RESTful API/OData, cho phép trích xuất và nạp dữ liệu từ các hệ thống CSDL khác như Oracle, Microsoft SQL Server, PostgreSQL hoặc MySQL một cách dễ dàng.

4. Chi phí vận hành và bảo trì hệ thống trên Cloud được tối ưu ra sao?

Bằng cách sử dụng SAP S/4HANA Public Cloud theo mô hình thuê bao (Subscription / SaaS), doanh nghiệp không phải chịu chi phí mua sắm máy chủ vật lý, chi phí điện năng và bảo trì hạ tầng. Các bản vá bảo mật và nâng cấp tính năng được SAP tự động cập nhật hàng quý mà không gây gián đoạn vận hành.

5. Dữ liệu kinh doanh nhạy cảm được bảo mật như thế nào trên nền tảng?

Hệ thống áp dụng cơ chế xác thực đa yếu tố (MFA) và kiểm soát truy cập dựa trên vai trò (Role-Based Access Control - RBAC) thông qua SAP Identity Authentication Service. Toàn bộ dữ liệu được mã hóa cả khi truyền tải (In-transit qua TLS 1.3) và khi lưu trữ (At-rest qua mã hóa chuẩn AES-256).

Kết luận

Đề tài tốt nghiệp "Thiết kế và xây dựng kho dữ liệu hoạt động sản xuất, kinh doanh phục vụ hỗ trợ ra quyết định tại công ty Indigo" của sinh viên Nguyễn Thành Đồng đã giải quyết trọn vẹn bài toán thực tế của doanh nghiệp bằng việc ứng dụng các công nghệ phân tích dữ liệu tiên tiến nhất hiện nay. Bằng việc xây dựng thành công kiến trúc Kho dữ liệu đa chiều trên nền tảng SAP S/4HANA Cloud, kết hợp với công cụ quản trị SAP BTP Cockpit và giao diện Web tương tác SAPUI5, dự án đã rút ngắn thời gian xử lý truy vấn từ 12.45 giây xuống 0.35 giây (giảm 97.2%), đồng thời cắt giảm thời gian tổng hợp báo cáo từ nhiều ngày xuống chỉ còn vài phút. Kết quả nghiên cứu không chỉ mang lại giá trị ứng dụng trực tiếp cho Indigo JSC trong việc tối ưu hóa chi phí mua hàng và quản trị hàng tồn kho, mà còn là tài liệu tham khảo có giá trị cao cho cộng đồng nghiên cứu và phát triển giải pháp dữ liệu doanh nghiệp tại Việt Nam.