Báo cáo thực hành về thiết kế kho và phân tích dữ liệu kinh doanh

Khám phá báo cáo thực hành thiết kế kho và phân tích dữ liệu kinh doanh, cung cấp kiến thức và kỹ năng cần thiết cho doanh nghiệp.

• Tác giả: Huỳnh Nguyễn Hạnh Trâm
• Người hướng dẫn: GVHD: Đặng Quốc Viện
• Trường học: Đại học Đà Nẵng – Trường Đại học Kinh tế
• Chuyên ngành: Khoa Thống kê – Tin học
• Đề tài: Thiết Kế Kho Và Phân Tích Dữ Liệu Kinh Doanh
• Loại tài liệu: báo cáo thực hành
• Năm xuất bản: 2022
• Địa điểm: Đà Nẵng

Mục lục chi tiết

• LỜI CAM KẾT
• LỜI CẢM ƠN
• 1. BÀI TẬP LẦN 1
• 1.1. Bài tập 02: HT Quản lý tuyến sinh
• 1.2. Bài tập 03: Quản lý Bệnh nhân Bảo Hiểm
• 2. DJ ¡uy 7h ch ae
• 2.1. PP nh hố
• 2.2. Vẽ biểu đồ tháng 9/2021 của các kênh
• KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về thiết kế kho và phân tích dữ liệu kinh doanh

Kho dữ liệu đóng vai trò nền tảng trong hệ thống thông tin quản lý hiện đại. Doanh nghiệp thu thập khối lượng dữ liệu khổng lồ mỗi ngày. Dữ liệu này phát sinh từ bán hàng, nhân sự, chuỗi cung ứng và chăm sóc khách hàng. Các hệ cơ sở dữ liệu tác nghiệp thường bị phân mảnh rời rạc. Tình trạng này gây cản trở nghiêm trọng cho công tác thống kê. Quá trình thiết kế kho dữ liệu giải quyết triệt để rào cản trên. Hệ thống gom dữ liệu từ nhiều nguồn khác nhau về một kho lưu trữ duy nhất. Dữ liệu tại kho được làm sạch, chuyển đổi và chuẩn hóa cấu trúc. Kiến trúc kho dữ liệu tách biệt hoàn toàn với hệ thống giao dịch thường nhật. Sự phân tách này bảo vệ hệ thống vận hành khỏi nguy cơ quá tải tài nguyên. Các nhà quản trị có thể truy vấn thông tin đa chiều với tốc độ cao. Nền tảng phân tích kinh doanh khai thác kho dữ liệu để khám phá tri thức tiềm ẩn. Doanh nghiệp nhận diện xu hướng thị trường nhanh chóng và chính xác. Khả năng dự báo được nâng cao rõ rệt. Toàn bộ chuỗi vận hành đạt hiệu suất tối ưu nhờ nền tảng dữ liệu vững chắc.

1.1. Bản chất và kiến trúc cơ bản của kho dữ liệu

Kho dữ liệu là kho lưu trữ trung tâm có cấu trúc định hướng chủ đề. Dữ liệu bên trong mang tính tích hợp, bất biến và gắn liền với chu kỳ thời gian. Kiến trúc kho dữ liệu điển hình bao gồm ba tầng cơ bản. Tầng dưới cùng là nơi chứa dữ liệu thô nhập từ hệ thống nguồn. Tầng giữa triển khai máy chủ xử lý phân tích trực tuyến để chuẩn hóa dữ liệu. Tầng trên cùng là lớp giao diện phục vụ hiển thị báo cáo. Người dùng cuối truy cập dữ liệu thông qua công cụ trực quan hóa hiện đại. Thiết kế chuẩn mực giúp truy vấn dữ liệu nhanh và chính xác vượt bậc.

1.2. Mối quan hệ giữa kho dữ liệu và phân tích kinh doanh

Kho dữ liệu đóng vai trò trái tim của mọi hoạt động phân tích kinh doanh. Doanh nghiệp không thể phân tích hiệu quả trên các nguồn dữ liệu rời rạc. Nguồn dữ liệu kho cung cấp thông tin sạch, nhất quán và đầy đủ ngữ cảnh. Hệ thống hỗ trợ xử lý dữ liệu lớn mà không gián đoạn giao dịch bán hàng. Đội ngũ phân tích khai thác các chỉ số đo lường hiệu suất then chốt dễ dàng. Báo cáo kinh doanh phản ánh chính xác tình hình doanh thu, chi phí và lợi nhuận. Sự kết hợp này biến nguồn dữ liệu thụ động thành lợi thế cạnh tranh mang tính đột phá.

II. Thách thức trong thiết kế kho và phân tích dữ liệu kinh doanh

Việc triển khai kho dữ liệu và phân tích nghiệp vụ thường gặp nhiều trở ngại lớn. Thách thức đầu tiên xuất phát từ sự không đồng nhất của nguồn dữ liệu ban đầu. Dữ liệu tác nghiệp nằm rải rác ở nhiều định dạng, bảng biểu và phần mềm khác nhau. Tình trạng dữ liệu trùng lặp, sai lệch định dạng hoặc thiếu hụt trường khóa ngoại diễn ra phổ biến. Nếu không được xử lý chuẩn xác, hệ thống kho dữ liệu sẽ tiếp nhận rác thông tin. Hiện tượng này làm sai lệch toàn bộ kết quả phân tích thống kê phía sau. Thách thức tiếp theo nằm ở hiệu năng xử lý của hệ quản trị cơ sở dữ liệu. Khi khối lượng bản ghi tăng đột biến, câu lệnh truy vấn phức tạp sẽ làm nghẽn tài nguyên máy chủ. Ngoài ra, việc thiết kế mô hình dữ liệu thiếu linh hoạt gây khó khăn cho mở rộng tương lai. Doanh nghiệp thường gặp lúng túng khi xác định ranh giới giữa bảng thực tế và bảng chiều. Đội ngũ kỹ thuật thiếu kinh nghiệm thường tạo ra các bảng quan hệ dư thừa. Hậu quả là tốc độ kết xuất báo cáo sụt giảm nghiêm trọng, ảnh hưởng trực tiếp đến thời gian ra quyết định quản trị.

2.1. Vấn đề cô lập và phân mảnh dữ liệu tác nghiệp

Hiện tượng ốc đảo dữ liệu là rào cản phổ biến trong các tổ chức. Mỗi phòng ban vận hành một cơ sở dữ liệu riêng biệt. Phòng tài chính dùng phần mềm kế toán độc lập. Bộ phận kinh doanh sử dụng phần mềm chăm sóc khách hàng riêng. Các cấu trúc bảng ghi không đồng nhất về kiểu dữ liệu và quy ước mã định danh. Việc tổng hợp số liệu đòi hỏi quy trình ghép nối thủ công phức tạp. Thao tác thủ công gây tốn kém thời gian và dễ phát sinh sai sót số liệu. Nhà quản trị khó có được góc nhìn toàn cảnh về tình hình kinh doanh. Năng lực phản ứng trước biến động thị trường do đó bị suy giảm rõ rệt.

2.2. Khó khăn trong làm sạch và chuẩn hóa dữ liệu

Dữ liệu thô từ các hệ thống tác nghiệp luôn chứa đựng nhiều dị biệt. Giá trị rỗng, ký tự đặc biệt hoặc lỗi gõ phím xuất hiện tràn lan. Các trường khóa chính và khóa ngoại đôi khi không thỏa mãn tính toàn vẹn tham chiếu. Quá trình làm sạch đòi hỏi phải loại bỏ trùng lặp và chuyển đổi định dạng chuẩn xác. Nếu thiết lập logic chuyển đổi sai, dữ liệu đích sẽ hoàn toàn mất đi tính xác thực. Bên cạnh đó, việc theo dõi lịch sử thay đổi dữ liệu cũng gặp nhiều trở ngại kỹ thuật. Khâu kiểm thử dữ liệu tốn kém nhiều tài nguyên nhưng không thể bỏ qua. Chất lượng dữ liệu kém sẽ trực tiếp phá hủy độ tin cậy của báo cáo.

III. Phương pháp thiết kế kho và phân tích dữ liệu kinh doanh

Mô hình hóa chiều là phương pháp cốt lõi để xây dựng kho dữ liệu hiệu quả. Cấu trúc lược đồ hình sao được ứng dụng rộng rãi nhờ tính trực quan cao. Trong mô hình này, bảng Fact đặt ở trung tâm để lưu trữ số liệu đo lường định lượng. Các bảng Dimension bao quanh cung cấp bối cảnh ngữ cảnh đa chiều cho sự kiện nghiệp vụ. Mối quan hệ giữa Fact và Dimension được ràng buộc thông qua các khóa ngoại chặt chẽ. Cấu trúc này tối ưu hóa tốc độ truy vấn và đơn giản hóa thao tác tổng hợp dữ liệu. Quy trình trích xuất, chuyển đổi và nạp dữ liệu đóng vai trò quyết định. Công nghệ tích hợp dữ liệu hiện đại như SSIS cho phép tự động hóa toàn bộ đường ống dẫn. Dữ liệu từ nguồn được đọc qua OLE DB Source, lọc sạch qua các khối chuyển đổi logic và đưa vào OLE DB Destination. Cơ chế nạp nhanh dữ liệu dạng khối giúp rút ngắn thời gian xử lý hàng triệu dòng bản ghi. Việc thiết lập chỉ mục trên các cột khóa ngoại gia tăng đáng kể hiệu năng kết nối bảng. Nền tảng phân tích kinh doanh khai thác trực tiếp mô hình này để hiển thị các chỉ số kinh doanh tức thì.

3.1. Xây dựng mô hình dữ liệu đa chiều Star Schema

Mô hình Star Schema phân tách rạch ròi các thành phần cấu trúc. Bảng sự kiện Fact lưu trữ các đại lượng có thể đo đạc như số lượng hồ sơ, doanh số hoặc chi phí. Các bảng chiều Dimension lưu giữ thuộc tính mô tả như địa bàn tỉnh thành, ngành học, năm tuyển sinh hoặc thời gian giao dịch. Mỗi bảng Dimension chứa khóa đại diện duy nhất làm khóa chính. Bảng Fact kết nối trực tiếp đến từng bảng Dimension qua khóa ngoại tương ứng. Thiết kế này phi chuẩn hóa ở mức độ hợp lý để hạn chế phép kết nối nhiều bảng phức tạp. Hệ thống nhờ đó xử lý các câu truy vấn phân tích tổng hợp cực kỳ nhanh chóng.

3.2. Thiết lập quy trình trích xuất và chuyển đổi ETL

Quy trình trích xuất, biến đổi và nạp dữ liệu đảm bảo tính thông suốt của dòng thông tin. Giai đoạn trích xuất gom dữ liệu từ các hệ thống tác nghiệp phân tán. Giai đoạn biến đổi thực hiện các phép lọc dữ liệu, chuẩn hóa ký tự và phân tách trường nghiệp vụ. Điển hình như thao tác tách năm và khối tuyển sinh thành các bảng độc lập. Giai đoạn nạp chuyển dữ liệu hoàn chỉnh vào kho dữ liệu thông qua cơ chế nạp nhanh. Việc thiết lập khóa ngoại và chỉ mục diễn ra đồng bộ để duy trì toàn vẹn dữ liệu. Quy trình ETL vận hành tự động định kỳ, cung cấp nguồn dữ liệu sạch liên tục cho hệ thống phân tích.

IV. Ứng dụng thiết kế kho và phân tích dữ liệu kinh doanh thực tế

Thiết kế kho dữ liệu mang lại giá trị thực tiễn to lớn trong mọi lĩnh vực kinh tế và xã hội. Trong giáo dục đại học, hệ thống quản lý tuyển sinh theo dõi chính xác lượng hồ sơ đăng ký theo từng ngành và địa phương. Trong y tế, việc phân tích dữ liệu hồ sơ bảo hiểm giúp giám sát chi phí điều trị và tần suất khám bệnh. Các doanh nghiệp thương mại khai thác kho dữ liệu để phân khúc khách hàng mục tiêu và tối ưu hóa hàng tồn kho. Mọi số liệu thống kê được trực quan hóa sinh động dưới dạng biểu đồ đường xu hướng và bảng tổng hợp đa chiều. Sự hiện diện của kho dữ liệu chuyển hóa cách thức ra quyết định từ trực giác sang dựa trên bằng chứng xác thực. Nhà quản lý nhận diện nhanh chóng các điểm nghẽn vận hành và cơ hội tăng trưởng thị trường mới. Hoạt động phân tích dữ liệu kinh doanh hỗ trợ cắt giảm chi phí lãng phí và nâng cao hiệu quả phân bổ ngân sách. Việc chuẩn hóa kiến trúc dữ liệu tạo tiền đề vững chắc cho ứng dụng trí tuệ nhân tạo nâng cao. Một hệ thống kho dữ liệu được thiết kế bài bản là tài sản số mang tính chiến lược lâu dài cho tổ chức.

4.1. Ứng dụng trong báo cáo thông minh và trực quan hóa

Dữ liệu từ kho được kết nối trực tiếp vào các công cụ báo cáo thông minh hiện đại. Người quản lý theo dõi bảng điều khiển tương tác để nắm bắt biến động theo thời gian thực. Các biểu đồ phân tích thể hiện chi tiết diễn biến doanh số qua các tháng hoặc các kênh phân phối. Khả năng lọc dữ liệu theo từng chiều như địa lý, sản phẩm hoặc phân khúc khách hàng diễn ra tức thì. Thao tác rà soát số liệu chi tiết từ cấp tổng quan xuống mức vi mô được thực hiện chỉ với vài cú nhấp chuột. Nền tảng trực quan hóa loại bỏ nhu cầu lập báo cáo thủ công rườm rà. Năng suất lao động của các bộ phận chuyên môn nhờ đó tăng lên đáng kể.

4.2. Xu hướng phát triển kho dữ liệu đám mây và AI

Hệ thống kho dữ liệu đang chuyển dịch mạnh mẽ lên nền tảng điện toán đám mây. Kiến trúc đám mây mang lại khả năng mở rộng tài nguyên lưu trữ và tính toán linh hoạt theo nhu cầu. Doanh nghiệp tiết kiệm chi phí đầu tư phần cứng ban đầu và tối ưu chi phí vận hành. Sự tích hợp giữa kho dữ liệu và các thuật toán học máy mở ra tiềm năng phân tích dự đoán chuẩn xác. Hệ thống có thể tự động nhận biết hành vi tiêu dùng bất thường hoặc xu hướng chuyển dịch thị hiếu. Việc ứng dụng phân tích dữ liệu kinh doanh trên nền tảng đám mây định hình năng lực cạnh tranh bền vững trong kỷ nguyên chuyển đổi số.

Nội dung chính

BƯỚC 1: PHÂN TÍCH TÀI LIỆU

1. Vấn đề và câu hỏi chính mà tài liệu giải quyết

• Làm thế nào để chuyển đổi cơ sở dữ liệu giao dịch (OLTP) phân tán sang mô hình kho dữ liệu (Data Warehouse - DWH)? Tài liệu hướng dẫn thiết kế kiến trúc chuẩn hóa phục vụ phân tích nghiệp vụ chuyên sâu.
• Quy trình trích xuất, biến đổi và tải dữ liệu (ETL) được triển khai qua SSIS như thế nào? Giải quyết bài toán tự động hóa dòng chảy dữ liệu từ nguồn đến đích mà không làm mất tính toàn vẹn.
• Mô hình Star Schema được thiết kế ra sao cho bài toán tuyển sinh và y tế? Phân tách rõ ràng giữa các bảng chiều (Dimension Table) và bảng sự kiện (Fact Table) để tối ưu hiệu năng truy vấn.
• Phương pháp tích hợp nhiều nguồn dữ liệu độc lập để tính toán chỉ số phức tạp là gì? Điển hình là bài toán kết hợp cơ sở dữ liệu thẻ bảo hiểm y tế và lịch sử khám chữa bệnh để thống kê chi phí.

2. Thuật ngữ chuyên ngành quan trọng

1. Kho dữ liệu (Data Warehouse - DWH)
2. Hệ thống xử lý giao dịch trực tuyến (OLTP)
3. Hệ thống xử lý phân tích trực tuyến (OLAP)
4. Quy trình ETL (Extract - Transform - Load)
5. Mô hình hình sao (Star Schema)
6. Bảng chiều (Dimension Table)
7. Bảng sự kiện (Fact Table)
8. SQL Server Integration Services (SSIS)
9. Data Flow Task & Control Flow
10. OLE DB Source / Destination
11. Aggregate Transformation
12. Sort Transformation
13. Lookup Transformation
14. Derived Column
15. Data Conversion
16. Fast Load
17. Equi-join
18. Khóa ngoại và ràng buộc toàn vẹn (Foreign Key Constraints)

3. Đóng góp và điểm mới của tài liệu

• Tài liệu hóa quy trình xây dựng DWH thực chiến: Cung cấp chi tiết từng bước cấu hình công cụ SSIS, kèm câu lệnh SQL và thiết lập tham số trực quan.
• Kỹ thuật xử lý dữ liệu đa dạng: Hướng dẫn chi tiết kỹ thuật tách dữ liệu gộp, khử trùng lặp dữ liệu với Aggregate/Sort, bóc tách thời gian chi tiết bằng Derived Column.
• Giải pháp ứng dụng thực tế cao: Đưa ra hai case study điển hình trong quản lý tuyển sinh đại học và quản lý viện phí bảo hiểm y tế liên cơ sở.

---

BƯỚC 2: VIẾT CONTENT THEO CẤU TRÚC

Tổng quan nghiên cứu

Trong kỷ nguyên chuyển đổi số, dữ liệu vận hành phân tán là rào cản lớn đối với việc ra quyết định chiến lược. Các hệ thống giao dịch thường xuyên đối mặt với tình trạng phân mảnh, dữ liệu trùng lặp và thiếu đồng bộ. Do đó, việc xây dựng một hệ thống kho dữ liệu (Data Warehouse) hợp nhất trở thành nhu cầu cấp thiết cho mọi tổ chức.

Tài liệu "Thiết kế kho và phân tích dữ liệu kinh doanh hiệu quả" tập trung giải quyết khoảng trống giữa lý thuyết thiết kế kho dữ liệu và kỹ năng triển khai công cụ thực tế. Nhiều kỹ sư và sinh viên thường gặp khó khăn khi chuyển đổi lược đồ quan hệ sang mô hình đa chiều. Hơn nữa, việc cấu hình các luồng trích xuất, biến đổi và nạp dữ liệu (ETL) đòi hỏi kiến thức chuyên sâu về công cụ.

Tài liệu tiếp cận vấn đề thông qua phương pháp thực hành trực quan trên nền tảng Microsoft SQL Server và SQL Server Integration Services (SSIS). Toàn bộ quy trình được chuẩn hóa qua hai đồ án thực nghiệm tiêu biểu: Hệ thống quản lý tuyển sinh đại học và Hệ thống thống kê viện phí bảo hiểm y tế (BHYT). Cách tiếp cận này giúp người đọc nhanh chóng làm chủ kỹ thuật thiết kế mô hình dữ liệu đa chiều và tự động hóa pipeline dữ liệu phân tích.

---

Nội dung chi tiết

Cơ sở lý thuyết và Kiến trúc Mô hình Star Schema

Hệ thống xử lý giao dịch trực tuyến (OLTP) được thiết kế tối ưu cho các thao tác ghi, cập nhật dữ liệu thường xuyên. Tuy nhiên, kiến trúc chuẩn hóa bậc cao của OLTP lại làm giảm hiệu năng khi thực hiện các câu lệnh truy vấn phân tích phức tạp. Để khắc phục nhược điểm này, hệ thống DWH áp dụng mô hình dữ liệu đa chiều, nổi bật là mô hình hình sao (Star Schema).

Mô hình Star Schema tổ chức dữ liệu thành hai thành phần chính: bảng sự kiện (Fact Table) đặt ở trung tâm và các bảng chiều (Dimension Tables) xung quanh. Bảng Fact lưu trữ các độ đo định lượng phản ánh hoạt động kinh doanh, trong khi các bảng Dimension chứa các thuộc tính mô tả ngữ cảnh phân tích. Sự liên kết giữa bảng Fact và các bảng Dimension được thực hiện qua các khóa ngoại, tạo nên cấu trúc hình sao đơn giản nhưng mạnh mẽ.

Trong bài toán quản lý tuyển sinh, tác giả đã chuyển đổi các bảng giao dịch nguồn (TRUONG, NGANH, TINH, DSTUYENSINH) thành mô hình Star Schema hoàn chỉnh. Bảng trung tâm FACT_KQTS chứa các trường định lượng như số lượng thí sinh trúng tuyển. Xung quanh là các bảng chiều gồm DIM_TRUONG, DIM_NGANH, DIM_TINH, DIM_KHOI và DIM_NAMTUYEN. Mô hình này loại bỏ các liên kết đa tầng phức tạp, giúp tối ưu hóa tốc độ quét dữ liệu và sẵn sàng cho các thao tác phân tích cắt lát, khoan sâu (slice and dice).

Quy trình ETL Chuẩn hóa bằng SQL Server Integration Services (SSIS)

Để đưa dữ liệu từ hệ thống nguồn vào kho dữ liệu đích, tài liệu xây dựng một quy trình ETL (Extract - Transform - Load) chặt chẽ bằng SSIS. Quy trình được phân chia khoa học thành hai giai đoạn: kiến tạo các bảng chiều và nạp dữ liệu cho bảng sự kiện trung tâm.

Giai đoạn xây dựng bảng chiều tập trung vào việc trích xuất và chuẩn hóa các thuộc tính danh mục:

• Trích xuất dữ liệu (Extract): Sử dụng OLE DB Source để kết nối và truy vấn các tập dữ liệu ban đầu từ CSDL nguồn.
• Loại bỏ trùng lặp (Transformation 1): Công cụ Aggregate Transformation được cấu hình với chức năng Group By trên các cột định danh nhằm khử dữ liệu trùng, đảm bảo tính duy nhất của thực thể chiều.
• Sắp xếp thứ tự (Transformation 2): Sử dụng Sort Transformation để xếp thứ tự các khóa theo chiều tăng dần, tăng tốc độ xử lý cho các tác vụ tiếp theo.
• Nạp dữ liệu (Load): Chuyển dòng dữ liệu sạch vào bảng Dimension đích qua OLE DB Destination với cơ chế Fast-load.

Giai đoạn nạp bảng sự kiện đòi hỏi xử lý quan hệ phức tạp hơn thông qua công cụ Lookup Transformation. Component này đóng vai trò thực hiện phép nối bằng (equi-join) giữa dữ liệu nguồn và các bảng Dimension đã được tải trước đó. Nếu dòng dữ liệu khớp mã định danh, hệ thống sẽ gán khóa tương ứng vào bản ghi sự kiện.

Đặc biệt, trong bài toán phân tích viện phí, tác giả sử dụng linh hoạt Data Conversion và Derived Column. Nhóm nghiên cứu đã bóc tách trường thời gian khám bệnh thành các chiều thông tin chi tiết: Ngày (DAY), Tháng (MONTH), Quý (DATEPART("qq")) và Năm (YEAR). Toàn bộ luồng dữ liệu sau đó được ánh xạ vào Fact_THONGKE để phục vụ các bài toán báo cáo tài chính.

Kết quả Thực nghiệm và Giá trị Ứng dụng Thực tiễn

Kết quả thực nghiệm chứng minh hệ thống luồng ETL vận hành chính xác và ổn định. Dữ liệu từ các bảng OLTP được làm sạch, chuyển đổi và nạp đầy đủ vào các bảng DWH đích mà không xảy ra xung đột khóa. Các bảng DIM_TINH, DIM_NGANH, DIM_TRUONG và FACT_KQTS phản ánh đúng cấu trúc quan hệ logic, sẵn sàng hỗ trợ nhà quản lý giáo dục thống kê tuyển sinh theo từng địa phương, ngành đào tạo và giai đoạn năm học.

Ở bài toán quản lý bảo hiểm y tế, tài liệu giải quyết thành công việc tích hợp dữ liệu từ hai nguồn độc lập: thông tin thẻ BHYT và hồ sơ điều trị khám chữa bệnh. Dữ liệu chi phí thuốc và chi phí kỹ thuật dịch vụ được tự động tính toán chính xác theo công thức nghiệp vụ quy định (tỷ lệ thanh toán 20%). Bảng sự kiện Fact_THONGKE tổng hợp đầy đủ số lượt khám cùng viện phí phát sinh, hỗ trợ cơ quan quản lý phân tích chi phí y tế theo loại hình đơn vị tham gia, nhóm bệnh nhân và từng cơ sở y tế trên địa bàn quận/huyện.

---

Ai nên đọc tài liệu này?

Tài liệu được biên soạn với cấu trúc thực hành chi tiết, mang lại giá trị thiết thực cho nhiều nhóm độc giả chuyên ngành:

• Sinh viên ngành Hệ thống thông tin quản lý (MIS), Công nghệ thông tin và Khoa học dữ liệu: Tài liệu là cẩm nang hữu ích cho các môn học Cơ sở dữ liệu nâng cao, Kho dữ liệu và Kinh doanh thông minh (BI).
• Kỹ sư dữ liệu mới vào nghề (Junior Data Engineers / BI Developers): Cung cấp tài liệu tham khảo chi tiết về quy trình ETL thực tế, kỹ thuật xử lý dữ liệu trên SQL Server và SSIS.
• Chuyên viên phân tích dữ liệu (Data Analysts): Giúp nâng cao hiểu biết về cấu trúc tầng dữ liệu nền tảng, hỗ trợ tối ưu hóa việc truy vấn và trực quan hóa báo cáo.
• Giảng viên và người hướng dẫn thực hành: Bộ tài liệu cung cấp khung bài tập mẫu rõ ràng, có sẵn kịch bản và dữ liệu mẫu để đưa vào giáo trình giảng dạy.

Kiến thức nền tảng cần có: Người đọc cần nắm vững kiến thức SQL cơ bản (viết câu lệnh SELECT, CREATE TABLE, thiết lập khóa chính, khóa ngoại) và hiểu nguyên lý hệ quản trị cơ sở dữ liệu quan hệ (RDBMS).

---

Câu hỏi thường gặp

1. Kho dữ liệu (Data Warehouse) là gì và khác gì so với CSDL thông thường?

Kho dữ liệu (DWH) là hệ thống lưu trữ dữ liệu tập trung, gom dữ liệu từ nhiều nguồn khác nhau nhằm phục vụ mục đích phân tích và ra quyết định. Khác với CSDL giao dịch (OLTP) tập trung vào tốc độ ghi và tính toàn vẹn thời gian thực, DWH tối ưu hóa tốc độ đọc các tập dữ liệu lịch sử khổng lồ.

2. Quy trình trích xuất và biến đổi bảng Dimension trong SSIS gồm những bước nào?

Quy trình xây dựng bảng Dimension chuẩn hóa trong SSIS bao gồm bốn bước chính: trích xuất dữ liệu thô bằng OLE DB Source, loại bỏ bản ghi trùng lặp qua Aggregate Transformation (Group By), sắp xếp trật tự khóa bằng Sort Transformation, và tải dữ liệu vào bảng đích bằng OLE DB Destination.

3. Tại sao cần sử dụng Lookup Transformation khi nạp dữ liệu vào bảng Fact?

Lookup Transformation giúp kiểm tra và khớp nối khóa tự nhiên từ nguồn giao dịch với các khóa thay thế trong bảng Dimension. Cơ chế này đảm bảo mọi bản ghi đưa vào bảng Fact đều có tham chiếu hợp lệ, duy trì tính toàn vẹn dữ liệu và hỗ trợ phân tích đa chiều chính xác.

4. Khi nào doanh nghiệp nên chuyển đổi từ hệ thống OLTP sang mô hình Star Schema?

Doanh nghiệp nên triển khai mô hình Star Schema khi các truy vấn phân tích, báo cáo quản trị bắt đầu làm chậm hệ thống giao dịch hàng ngày. Ngoài ra, việc chuyển đổi là bắt buộc khi tổ chức cần tổng hợp báo cáo từ nhiều phòng ban, phân tích dữ liệu lịch sử theo nhiều chiều như thời gian, địa lý và sản phẩm.

5. Làm thế nào để phân rã dữ liệu thời gian thành nhiều chiều phân tích trong SSIS?

Để phân tách dữ liệu thời gian, kỹ sư sử dụng kết hợp Data Conversion và Derived Column. Sau khi chuẩn hóa kiểu ngày tháng, các hàm chuyên dụng như DAY(), MONTH(), YEAR() và DATEPART("qq", ...) sẽ tự động tạo ra các thuộc tính Ngày, Tháng, Quý, Năm riêng biệt cho bảng chiều thời gian.

---

Kết luận

• Mô hình Star Schema là kiến trúc tối ưu: Giúp cấu trúc hóa dữ liệu phân tán thành các bảng sự kiện và bảng chiều mạch lạc, loại bỏ tình trạng thắt nút cổ chai khi truy vấn phân tích.
• SSIS cung cấp giải pháp ETL toàn diện: Các công cụ Aggregate, Sort, Derived Column và Lookup cho phép tự động hóa hoàn toàn quy trình xử lý dữ liệu phức tạp.
• Giải quyết bài toán thực tế hiệu quả: Mô hình áp dụng thành công trên dữ liệu giáo dục và y tế, mang lại lời giải rõ ràng cho bài toán quản lý tuyển sinh và viện phí.

Trong giai đoạn phát triển tiếp theo, hệ thống có thể tích hợp khối dữ liệu đa chiều (SSAS Cubes) và kết nối với các nền tảng trực quan hóa như Power BI hoặc Tableau để tạo dashboard phân tích theo thời gian thực. Hãy tải tài liệu, thực hành thiết kế luồng SSIS và xây dựng kho dữ liệu của riêng bạn ngay hôm nay!

Trích đoạn nội dung tài liệu

ĐẠI HỌC ĐÀ NẴNG - TRƯỜNG ĐẠI HỌC KINH TẺ KHOA THONG KE - TIN HOC University of Economics BAO CAO THUC HANH THIET KE KHO VA PHAN TICH DU LIEU KINH DOANH GVHD: Dang Quốc Viện Lớp : 45K21.2 Tên thành viên nhóm 7: 1. Huỳnh Nguyễn Hạnh Trâm (trưởng nhóm) 2. Võ Thái Gia Nguyên 3. Tiêu Thị Yến Như 4.

5 6 Nguyễn Dương Phi. Nguyễn Thị Ngọc Trang. Lý Thị Hồng Ty Đà Nẵng, ngày 15 tháng 12 năm 2022 MỤC LỤC 0900. Bài tập 02: HT Quản lý tuyến sinh.

Bài tập 03: Quản lý Bệnh nhân Bảo Hiểm.--- 2522255222 xccccxeeerrreeee 30 DJ ¡uy 7h ch ae. 60 PP nh hố. _ Vẽ biểu đồ tháng 9/2021 của các kênh. KET LUAN VA HUONG PHAT TRIEN D.

TAT LIEU THAM KHAO. cecsccsssssssssssssecssscsssscsssscssscsssscassecssscsssecssscessecasscsssecssseesseessseeaseeses LOI CAM KET Nhóm chúng em xin cam đoan những kết quả đạt được trong báo cáo này là do nhóm nghiên cứu, tổng hợp và thực hiện dựa trên sự hướng dẫn của thầy Đặng Quốc Viện, không sao chép lại bất cứ điều gì của người khác. Những nội dung trình bày trong báo cáo hoặc là của cá nhân, hoặc được tham khảo và tông hợp từ các nguồn tài liệu khác nhau. Tắt cả tài liệu tham khảo, tông hợp điều được trích dẫn với nguồn gốc ro rang.

Nhóm chúng em xin hoàn toàn chịu trách nhiệm về lời cam đoan của mình. Nếu có điều gi sai trái, nhóm xin chịu mọi hình thức kỷ luật theo quy định. Đà Nẵng, ngày 15 tháng 12 năm 2022 LOI CAM ON Trong suôt quá trình được tiêp xúc, học tập và thực hành, nhóm đã tiêp thu thêm được nhiều kiến thức và kinh nghiệm thực tế từ thầy. Cảm ơn thầy đã nhiệt tình giảng dạy và trang bị cho chúng em những kiến thức cơ bản, vững chắc tạo điều kiện cho chúng em hành trang trong đợt thực tập tốt nghiệp sáo tỚI.

Chúng em xin gửi lời cảm ơn chân thành đến Thầy Đặng Quốc Viện đã hướng dẫn và định hướng cho nhóm trong học kì này. Một lần nữa chúng em xin chân thành cảm ơn. BÀI TẬP LÀN 1 1. Bài tập 02: HT Quản lý tuyến sinh CSDL nguồn: gồm có các bảng sau: - Truong: MATRUONG, TENTRUONG - DSTuyenSinh: DHS, MATRUONG, NAM, KHOI, HO, TEN, MAHUYEN, MATINH, MANGANH, DOITUONG, KHUVUC - Nganh: MANGANH, TENNGANH - Tinh: MATINH, TENTINH Hệ thông quản lý tuyên sinh ke———c TRUONG DSTRUNGTUYEN $ MATRUONG $ TENTRUONG MATRUONG NAM — NGANH HO $ MANGANH TEN or Rae TENNGANH MAHUVEN TINH <_< MATINH ÿ MATING MANGANH TENTING DOITUONG KHUVUC SJ ore CSDL Dich: CSDL trong DWH, gồm có - Dim Tình: !D7JNH,TENTINH -_ Dim KHOI: !DKHOI -_ Dim NGANH:!DNGANH, TENNGAINH - DIM TRUONG: IDTRUONG, TENTRUONG - DIM NAMTUYEN: /dnam - FastkQ TUYENSINH: JDTRUONG, IDNGANH, IDKHOI, IDTINH, IDNAM, SL, SLTS Yêu cầu: 1.

Tao 02 CSDL nguén va CSDL DWH 2.