Tổng quan nghiên cứu

Thị trường viễn thông Việt Nam giai đoạn 2007–2008 chứng kiến sự bùng nổ mạnh mẽ với hơn 44 triệu thuê bao điện thoại, trong đó thuê bao di động đạt 30 triệu máy (chiếm 75,5% tổng thị trường) và mật độ điện thoại đạt 52 máy trên 100 dân. Cùng với 1,2 triệu thuê bao ADSL và 18,64 triệu người sử dụng Internet, sự gia nhập của 7 nhà cung cấp dịch vụ viễn thông lớn như Vinaphone, Mobifone, Viettel, EVN Telecom, SPT, HTC và GTel đã tạo nên môi trường cạnh tranh khốc liệt. Trước áp lực suy giảm doanh thu dịch vụ thoại truyền thống và nguy cơ mất thị phần, Tổng công ty Bưu chính Viễn thông Việt Nam (VNPT) đứng trước yêu cầu cấp thiết phải nâng cao chất lượng dịch vụ và tối ưu hóa năng lực quản trị dữ liệu khách hàng.

Vấn đề nghiên cứu trọng tâm là việc khai thác khối lượng dữ liệu khổng lồ phát sinh hàng ngày từ hệ thống giao dịch nguồn. Dữ liệu viễn thông tại các đơn vị thành viên bị phân tán, chủ yếu phục vụ tác nghiệp đơn lẻ mà thiếu một nền tảng phân tích hợp nhất, đa chiều. Chi phí thu hút một khách hàng mới cao gấp 5 lần so với chi phí duy trì khách hàng hiện hữu, đòi hỏi doanh nghiệp phải có công cụ phát hiện sớm nguy cơ rời bỏ mạng và hành vi tiêu dùng của khách hàng.

Mục tiêu cụ thể của đề tài là phân tích, thiết kế và triển khai thử nghiệm hệ thống Kho dữ liệu (Data Warehouse - DWH) khách hàng sử dụng dịch vụ viễn thông tại một Viễn thông tỉnh thuộc VNPT. Phạm vi nghiên cứu tập trung vào việc trích xuất, chuẩn hóa dữ liệu từ hệ thống Tính cước và Chăm sóc khách hàng (CCBS), xây dựng các kho dữ liệu chủ đề phục vụ quản trị bán hàng, công nợ, khiếu nại và điều hành thi công. Ý nghĩa của nghiên cứu thể hiện qua việc hợp nhất 16 phân hệ dữ liệu tác nghiệp thành một cơ sở dữ liệu phân tích tập trung, giúp rút ngắn hơn 60% thời gian tổng hợp báo cáo điều hành và hỗ trợ lãnh đạo ra các quyết định kinh doanh chuẩn xác.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu ứng dụng lý thuyết kho dữ liệu hiện đại do W. Inmon đề xướng kết hợp với mô hình dữ liệu đa chiều của Ralph Kimball. Bốn đặc tính nền tảng của kho dữ liệu được áp dụng chặt chẽ gồm: Hướng chủ đề (Subject-oriented), Tích hợp (Integrated), Biến thời gian (Time-variant) và Bền vững phi biến động (Non-volatile).

Mô hình nghiên cứu xây dựng dựa trên kiến trúc xử lý phân tích trực tuyến (OLAP), tổ chức dữ liệu theo Lược đồ hình sao (Star Schema) và Lược đồ bông tuyết rơi (Snowflake Schema). Các khái niệm then chốt được triển khai bao gồm: Bảng sự kiện (Fact Table) lưu trữ các chỉ số đo lường nghiệp vụ chi tiết và tổng hợp; Bảng chiều (Dimension Table) chứa các thuộc tính mô tả đa cấp bậc như thời gian, địa lý, dịch vụ; Quản lý dữ liệu chủ (MDM) và Tích hợp dữ liệu khách hàng (CDI) nhằm đảm bảo phiên bản dữ liệu duy nhất, chính xác.

Phương pháp nghiên cứu

Nguồn dữ liệu nghiên cứu được thu thập toàn diện từ hệ thống Tính cước và Chăm sóc khách hàng (CCBS) đang vận hành thực tế tại Viễn thông tỉnh. Cỡ mẫu nghiên cứu bao quát toàn bộ 100% dữ liệu giao dịch phát sinh của các thuê bao điện thoại cố định, di động, GPhone và Internet ADSL, bao gồm hàng triệu bản ghi chi tiết cuộc gọi (CDR), giao dịch thanh toán cước và hồ sơ khiếu nại. Phương pháp chọn mẫu toàn bộ được lựa chọn nhằm đảm bảo tính toàn vẹn lịch sử, tránh sai lệch thống kê khi phân tích hành vi khách hàng trên diện rộng.

Quy trình phát triển hệ thống áp dụng mô hình thác nước cải tiến kết hợp thiết lập cơ sở hạ tầng kỹ thuật chuyên sâu. Nền tảng quản trị được xây dựng trên hệ quản trị cơ sở dữ liệu Oracle Database 11g – giải pháp chiếm 47,1% thị phần toàn cầu theo báo cáo của Gartner. Lý do lựa chọn hệ thống này là khả năng tương thích hoàn hảo với CSDL nguồn CCBS, khả năng nén dữ liệu nâng cao từ 2 đến 3 lần và năng lực phân vùng dữ liệu (Partitioning) hiệu quả cho cơ sở dữ liệu rất lớn (VLDB). Quy trình trích xuất, chuyển đổi và nạp dữ liệu (ETL) được thiết kế tự động hóa bằng công cụ Oracle Warehouse Builder (OWB). Giao diện báo cáo động và quản trị phân quyền được lập trình bằng ngôn ngữ C#, ASP.NET kết hợp công nghệ Web Service và Crystal Reports Server trong giai đoạn nghiên cứu từ năm 2007 đến năm 2008.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Hệ thống kho dữ liệu thử nghiệm đã hoàn thiện việc phân tích và chuẩn hóa cấu trúc dữ liệu viễn thông phức tạp, đạt được các kết quả nổi bật:

Thứ nhất, thiết kế thành công 16 kho dữ liệu chủ đề (Data Marts) chuyên biệt và 9 bảng tổng hợp dữ liệu (Summary Tables) bao phủ toàn diện 6 nhóm hoạt động cốt lõi: Bán hàng, Quản lý mối quan hệ, Kế toán cước, Sử dụng dịch vụ, Doanh thu và Điều hành kỹ thuật.

Thứ hai, tối ưu hóa hiệu năng truy vấn dữ liệu lớn thông qua kỹ thuật đánh chỉ mục Bitmap (Bitmap Index) và phân vùng theo thời gian. So với chỉ mục B-Tree truyền thống, chỉ mục Bitmap giúp giảm không gian lưu trữ và tăng tốc độ xử lý các câu truy vấn phức hợp chứa nhiều điều kiện lọc logic lên gấp 3 đến 5 lần trên các bảng sự kiện có hàng triệu dòng.

Thứ ba, thiết lập hoàn chỉnh 18 luồng ánh xạ trích xuất chuyển đổi (ETL Mappings) từ hệ thống CCBS sang DWH. Quá trình làm sạch dữ liệu tự động loại bỏ triệt để các bản ghi trùng lặp, chuẩn hóa các trường địa chỉ, mã dịch vụ và đồng bộ hóa các bảng từ điển danh mục với độ chính xác đạt mức tuyệt đối.

Thứ tư, xây dựng hệ thống báo cáo phân tích và tra cứu động từ xa qua giao diện web, cung cấp tức thì hơn 12 mẫu báo cáo quản trị chuyên sâu phục vụ phân tích doanh thu theo sản phẩm, thống kê cuộc gọi theo mã vùng và giờ bắt đầu.

Thảo luận kết quả

Dữ liệu phân tích trong kho dữ liệu được tổ chức trực quan dưới dạng các khối lập phương đa chiều (Data Cube). Mô hình cho phép người quản lý thực hiện các thao tác xoay chiều dữ liệu (Slicing/Dicing) và khoan sâu (Drill-down) từ cấp độ năm xuống quý, tháng, ngày. Kết quả phân tích phân bố cuộc gọi theo khung giờ được biểu diễn trực quan qua biểu đồ đường và bảng tổng hợp ma trận, chỉ rõ lưu lượng thoại tập trung cao điểm vào các khung giờ từ 8h–11h và 14h–17h, chiếm hơn 65% tổng dung lượng mạng trong ngày.

Việc phân tích doanh thu và nợ cước theo từng nhóm đối tượng khách hàng giúp làm rõ nguyên nhân suy giảm lợi nhuận. Khi thị trường điện thoại cố định chỉ duy trì mức tăng trưởng khiêm tốn khoảng 9% mỗi năm, việc phân tích dữ liệu bán chéo (Cross-selling) – như kết hợp lắp đặt ADSL trên đường cố định có sẵn – đã tạo ra động lực tăng trưởng mới. So sánh với các nghiên cứu triển khai DWH quốc tế, việc áp dụng mô hình Star Schema tại VNPT giúp giải quyết triệt để sự phân mảnh thông tin, chuyển đổi mô hình quản trị từ bị động sang chủ động dự báo rủi ro rời mạng và nợ khó đòi.

Đề xuất và khuyến nghị

Dựa trên kết quả triển khai thực nghiệm, bốn nhóm giải pháp chiến lược được đề xuất nhằm nâng cao năng lực ứng dụng kho dữ liệu trong ngành viễn thông:

Thứ nhất, tự động hóa toàn diện quy trình ETL và rút ngắn chu kỳ cập nhật dữ liệu. Trung tâm Công nghệ Thông tin cần thiết lập lịch trình tự động (Process Flow & Scheduling) trích xuất dữ liệu định kỳ mỗi đêm, hướng tới mục tiêu giảm độ trễ dữ liệu từ vài ngày xuống dưới 24 giờ trong vòng 6 tháng tới.

Thứ hai, mở rộng phạm vi triển khai kiến trúc kho dữ liệu tới 100% các Viễn thông tỉnh, thành phố trực thuộc Tập đoàn VNPT. Ban lãnh đạo Tập đoàn cần xây dựng quy chuẩn quản trị dữ liệu chủ (MDM) và danh mục dùng chung thống nhất trên toàn quốc trong lộ trình 18 đến 24 tháng để đảm bảo tính đồng bộ khi tích hợp dữ liệu tập trung.

Thứ ba, tích hợp các công cụ khai phá dữ liệu nâng cao (Data Mining) trên nền tảng DWH hiện hữu. Phòng Kinh doanh và Tiếp thị cần triển khai các mô hình phân lớp, phân cụm khách hàng để nhận diện sớm các thuê bao có dấu hiệu rời mạng, phấn định mục tiêu giảm tỷ lệ rời bỏ mạng từ 2% xuống dưới 1,2% mỗi quý.

Thứ tư, nâng cấp hạ tầng công nghệ theo Kiến trúc hướng dịch vụ (SOA) và Kho dữ liệu thời gian thực (Real-Time Data Warehouse). Đội ngũ kỹ sư hệ thống cần nghiên cứu ứng dụng công nghệ phân vùng ảo và nén dữ liệu nâng cao của các phiên bản CSDL mới, đảm bảo hệ thống phản hồi các truy vấn phân tích tức thời ngay khi giao dịch phát sinh.

Đối tượng nên tham khảo luận văn

Tài liệu luận văn mang lại giá trị thực tiễn và học thuật sâu sắc cho 4 nhóm đối tượng:

Cán bộ quản lý và lãnh đạo doanh nghiệp viễn thông: Cung cấp góc nhìn toàn diện về phương pháp khai thác thông tin quản trị thông minh (BI), giúp hoạch định chiến lược kinh doanh, định giá gói cước và kiểm soát dòng tiền nợ cước chính xác.

Kỹ sư dữ liệu và chuyên viên thiết kế hệ thống thông tin: Nắm bắt phương pháp luận thiết kế mô hình dữ liệu đa chiều, kỹ thuật xây dựng lược đồ hình sao và quy trình tối ưu hóa các luồng trích xuất ETL bằng công cụ OWB.

Chuyên viên Tiếp thị và Chăm sóc khách hàng (CRM): Ứng dụng các chiều phân tích về hành vi khách hàng, lịch sử khiếu nại và tiến độ xử lý báo hỏng để thiết kế các chương trình khuyến mãi trúng đích và nâng cao chất lượng dịch vụ.

Giảng viên, học viên cao học và sinh viên ngành Công nghệ thông tin: Sử dụng làm tài liệu tham khảo chuẩn mực về case study triển khai kho dữ liệu quy mô lớn trong môi trường doanh nghiệp thực tế tại Việt Nam.

Câu hỏi thường gặp

Điểm khác biệt cốt lõi giữa hệ thống tác nghiệp CCBS và Kho dữ liệu DWH là gì? Hệ thống CCBS là môi trường xử lý giao dịch trực tuyến (OLTP), tối ưu cho việc ghi nhận tức thời các giao dịch hàng ngày như tính cước, thu tiền. Trong khi đó, DWH là môi trường xử lý phân tích trực tuyến (OLAP), lưu trữ dữ liệu lịch sử ổn định, tích hợp theo chủ đề và tối ưu cho các truy vấn báo cáo đa chiều hỗ trợ ra quyết định.

Tại sao mô hình Lược đồ hình sao (Star Schema) lại được ưu tiên lựa chọn trong thiết kế? Lược đồ hình sao phân tách rõ ràng bảng sự kiện chứa các chỉ số đo lường và các bảng chiều chứa thuộc tính mô tả. Cấu trúc phi chuẩn hóa có kiểm soát này giúp giảm thiểu các phép kết nối bảng phức tạp, tăng tốc độ truy vấn báo cáo và giúp người dùng nghiệp vụ dễ dàng điều hướng dữ liệu.

Kỹ thuật đánh chỉ mục Bitmap mang lại lợi ích gì vượt trội trong kho dữ liệu viễn thông? Chỉ mục Bitmap biểu diễn dữ liệu dưới dạng chuỗi bit nhị phân, cực kỳ hiệu quả đối với các cột có độ phân tán giá trị thấp như giới tính, trạng thái thuê bao, mã dịch vụ. Kỹ thuật này giúp thực hiện các phép toán logic AND/OR với tốc độ vượt trội và tiết kiệm đáng kể dung lượng bộ nhớ.

Hệ thống DWH hỗ trợ giải quyết bài toán chống rời mạng của khách hàng như thế nào? Bằng cách liên kết dữ liệu lịch sử cuộc gọi, tần suất khiếu nại, tình trạng báo hỏng và xu hướng tiêu dùng, DWH giúp nhận diện các dấu hiệu suy giảm mức độ sử dụng. Doanh nghiệp có thể chủ động đưa ra chính sách chăm sóc riêng trước khi khách hàng chuyển sang nhà mạng khác.

Nền tảng Oracle Database 11g đóng vai trò then chốt như thế nào trong đề tài? Oracle 11g cung cấp các tính năng quản trị dữ liệu quy mô cực lớn như phân vùng dữ liệu nâng cao, hỗ trợ chỉ mục Bitmap và nén dữ liệu từ 2 đến 3 lần. Nền tảng này đảm bảo tính tương thích đồng bộ với hệ thống nguồn CCBS và tối ưu hóa chi phí phần cứng lưu trữ.

Kết luận

Đề tài đã hoàn thành xuất sắc các mục tiêu nghiên cứu và ứng dụng thực tiễn:

  • Khảo sát, phân tích toàn diện cấu trúc cơ sở dữ liệu của hệ thống Tính cước và Chăm sóc khách hàng (CCBS) trong ngành viễn thông.
  • Thiết kế hoàn chỉnh mô hình dữ liệu đa chiều gồm 16 kho dữ liệu chủ đề (Data Marts) và 9 bảng sự kiện tổng hợp.
  • Xây dựng thành công hệ thống luồng trích xuất, chuyển đổi và nạp dữ liệu (ETL) tự động bằng công cụ Oracle Warehouse Builder.
  • Triển khai ứng dụng báo cáo, tra cứu động và phân quyền quản trị hệ thống linh hoạt trên nền tảng Web Service và ASP.NET.
  • Đóng góp giải pháp công nghệ nền tảng giúp VNPT nâng cao năng lực cạnh tranh và hiệu quả quản trị doanh nghiệp thông minh.

Hướng phát triển tiếp theo của đề tài tập trung vào việc nghiên cứu tích hợp các thuật toán Khai phá dữ liệu (Data Mining) để tự động hóa phân đoạn thị trường và nâng cấp kiến trúc hướng tới Kho dữ liệu thời gian thực. Các đơn vị viễn thông tỉnh cần chủ động áp dụng mô hình kho dữ liệu này vào thực tiễn sản xuất kinh doanh để tối ưu hóa nguồn lực và gia tăng giá trị cạnh tranh bền vững.