Luận Văn Thạc Sĩ: Ứng Dụng Hệ Hỗ Trợ Quyết Định Trong Lập Kế Hoạch Nguồn Lực Doanh Nghiệp

Luận văn thạc sĩ VNU UET nghiên cứu ứng dụng hệ hỗ trợ quyết định trong lập kế hoạch nguồn lực doanh nghiệp, nâng cao hiệu quả quản lý.

• Tác giả: Nguyễn Thị Thu Hường
• Người hướng dẫn: Pgs. Nguyễn Văn Vỵ
• Trường học: Trường Đại Học Công Nghệ - Đại Học Quốc Gia Hà Nội
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Ứng Dụng Hệ Hỗ Trợ Quyết Định Trong Lập Kế Hoạch Nguồn Lực Doanh Nghiệp
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2011
• Địa điểm: Hà Nội

Mục lục chi tiết

• MỞ ĐẦU
• 1. CHƯƠNG 1: HỆ HỖ TRỢ QUYẾT ĐỊNH - HỆ HỖ TRỢ QUYẾT ĐỊNH DỰA VÀO DỮ LIỆU
• 1.1. Giới thiệu về hệ hỗ trợ quyết định
• 1.2. Hệ thông tin quản lý
• 1.3. Hệ hỗ trợ quyết định
• 1.4. Phân loại các hệ hỗ trợ quyết định
• 1.5. Hệ hỗ trợ quyết định sử dụng dữ liệu
• 1.5.1. Tiếp cận Kho dữ liệu và OLAP
• 1.5.2. Hệ hỗ trợ quyết định dựa vào dữ liệu trên cơ sở kho dữ liệu và OLAP
• 1.5.3. Tiến trình hỗ trợ quyết định dựa vào dữ liệu cho bài toán cụ thể
• 1.6. Xây dựng cấu trúc thông tin hỗ trợ việc ra quyết định
• 1.6.1. Vai trò của cấu trúc thông tin
• 1.6.2. Các yếu tố ảnh hưởng
• 1.6.3. Mô hình tổ chức thông tin
• 1.7. Tiếp cận và phân tích đa chiều trong xử lý phân tích trực tuyến
• 1.7.1. Tiếp cận đa chiều
• 1.7.2. Phân tích đa chiều
• 1.7.3. Kiến trúc khối của OLAP
• 2. CHƯƠNG 2: TỔNG QUAN VỀ ERP
• 2.1. Sự ra đời và phát triển của các giải pháp ERP – xu hướng phát triển ứng dụng quản lý hiện đại
• 2.2. Tầm quan trọng của việc ứng dụng ERP trong quản lý doanh nghiệp
• 2.3. Đặc trưng của phần mềm ERP
• 2.4. Lợi ích của Doanh nghiệp khi sử dụng ERP
• 2.4.1. Tiếp cận thông tin quản trị đáng tin cậy
• 2.4.2. Công tác kế toán chính xác hơn
• 2.4.3. Cải tiến quản lý hàng tồn kho
• 2.4.4. Tăng hiệu quả sản xuất
• 2.4.5. Quản lý nhân sự hiệu quả hơn
• 2.4.6. Các qui trình kinh doanh được xác định rõ ràng hơn
• 2.5. Đánh giá thực trạng và những vấn đề khó khăn khi triển khai ERP tại Việt Nam
• 2.5.1. Thực trạng tại Việt Nam
• 2.5.2. Khó khăn khi triển khai ERP tại các doanh nghiệp trong nước
• 3. CHƯƠNG 3: MÔ TẢ BÀI TOÁN QUẢN LÝ SẢN XUẤT VÀ GIẢI PHẢP HOẠCH ĐỊNH NHU CẦU NGUYÊN VẬT LIỆU
• 3.1. Mô tả chung về phân hệ quản lý sản xuất
• 3.2. Lập kế hoạch định mức nguyên vật liệu (MRP)
• 3.2.1. Khái niệm MRP
• 3.2.2. Mục tiêu của MRP
• 3.2.3. Các yêu cầu trong ứng dụng MRP
• 3.2.4. Qui trình tổng quát của hệ thống MRP
• 3.3. Sử dụng công cụ Analysis Services của Microsoft SQL Server để xây dựng hệ thống trợ giúp quyết định dựa vào dữ liệu
• 3.3.1. Dịch vụ hỗ trợ quyết định của Microsoft
• 3.3.2. Giới thiệu về SQL Server Analysis Services của Microsoft
• 4. CHƯƠNG 4: CÀI ĐẶT VÀ THỬ NGHIỆM
• 4.1. Thực trạng công tác lập kế hoạch sản xuất tại Công ty cổ phần Thép Hà Nội
• 4.2. Ví dụ về một trường hợp bài toán giải quyết
• 4.3. Lược đồ cơ sở dữ liệu và giao diện chương trình
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về Ứng Dụng Hệ Hỗ Trợ Quyết Định trong Lập Kế Hoạch Nguồn Lực Doanh Nghiệp

Hệ hỗ trợ quyết định (DSS) đã trở thành một công cụ quan trọng trong việc lập kế hoạch nguồn lực doanh nghiệp. Nó giúp các nhà quản lý đưa ra quyết định chính xác hơn bằng cách cung cấp thông tin và phân tích dữ liệu kịp thời. Việc ứng dụng DSS trong lập kế hoạch nguồn lực không chỉ giúp tối ưu hóa quy trình kinh doanh mà còn nâng cao hiệu quả sản xuất. Các doanh nghiệp hiện nay đang ngày càng phụ thuộc vào công nghệ thông tin để cải thiện khả năng ra quyết định.

1.1. Khái niệm về Hệ Hỗ Trợ Quyết Định

Hệ hỗ trợ quyết định (DSS) là một hệ thống tương tác dựa trên máy tính, giúp người dùng sử dụng dữ liệu và các mô hình để giải quyết các bài toán không cấu trúc. DSS có khả năng phân tích dữ liệu và hỗ trợ lập kế hoạch cho tương lai, từ đó giúp doanh nghiệp đưa ra quyết định chính xác hơn.

1.2. Vai trò của Hệ Hỗ Trợ Quyết Định trong Doanh Nghiệp

Hệ hỗ trợ quyết định đóng vai trò quan trọng trong việc cải thiện quy trình ra quyết định của doanh nghiệp. Nó giúp các nhà quản lý có cái nhìn tổng quan về dữ liệu, từ đó đưa ra các quyết định chiến lược dựa trên thông tin chính xác và kịp thời.

II. Vấn Đề và Thách Thức trong Lập Kế Hoạch Nguồn Lực Doanh Nghiệp

Lập kế hoạch nguồn lực doanh nghiệp gặp nhiều thách thức, bao gồm việc quản lý khối lượng dữ liệu lớn và phức tạp. Các doanh nghiệp thường phải đối mặt với sự thay đổi liên tục trong nhu cầu thị trường và nguồn cung. Điều này đòi hỏi một hệ thống linh hoạt và hiệu quả để xử lý thông tin và đưa ra quyết định kịp thời.

2.1. Khó Khăn trong Quản Lý Dữ Liệu

Một trong những thách thức lớn nhất trong lập kế hoạch nguồn lực là quản lý dữ liệu. Dữ liệu từ nhiều nguồn khác nhau có thể gây khó khăn trong việc tổng hợp và phân tích. Do đó, cần có các công cụ hỗ trợ để xử lý và phân tích dữ liệu hiệu quả.

2.2. Sự Thay Đổi Nhu Cầu Thị Trường

Nhu cầu thị trường thường xuyên thay đổi, điều này tạo ra áp lực lớn cho các doanh nghiệp trong việc điều chỉnh kế hoạch sản xuất. Hệ thống DSS giúp doanh nghiệp dự đoán và điều chỉnh kế hoạch một cách linh hoạt để đáp ứng nhu cầu thị trường.

III. Phương Pháp Ứng Dụng Hệ Hỗ Trợ Quyết Định trong Doanh Nghiệp

Để ứng dụng hiệu quả hệ hỗ trợ quyết định trong lập kế hoạch nguồn lực, doanh nghiệp cần xác định rõ các yêu cầu và mục tiêu cụ thể. Việc tích hợp các công nghệ thông tin hiện đại như kho dữ liệu và OLAP sẽ giúp tối ưu hóa quy trình ra quyết định.

3.1. Tích Hợp Kho Dữ Liệu và OLAP

Kho dữ liệu và OLAP là hai thành phần quan trọng trong hệ thống DSS. Kho dữ liệu giúp lưu trữ và tổ chức dữ liệu từ nhiều nguồn khác nhau, trong khi OLAP cho phép phân tích và truy xuất dữ liệu một cách nhanh chóng và hiệu quả.

3.2. Sử Dụng Phần Mềm Hỗ Trợ Quyết Định

Các phần mềm hỗ trợ quyết định hiện đại cung cấp nhiều tính năng hữu ích cho doanh nghiệp, từ việc phân tích dữ liệu đến việc lập báo cáo. Việc lựa chọn phần mềm phù hợp sẽ giúp doanh nghiệp nâng cao hiệu quả trong việc ra quyết định.

IV. Ứng Dụng Thực Tiễn của Hệ Hỗ Trợ Quyết Định trong Doanh Nghiệp

Nhiều doanh nghiệp đã áp dụng thành công hệ hỗ trợ quyết định trong lập kế hoạch nguồn lực. Các ví dụ điển hình cho thấy việc sử dụng DSS không chỉ giúp cải thiện quy trình sản xuất mà còn nâng cao khả năng cạnh tranh trên thị trường.

4.1. Ví Dụ Thành Công từ Doanh Nghiệp

Công ty Vinamilk là một trong những doanh nghiệp điển hình trong việc ứng dụng hệ hỗ trợ quyết định. Hệ thống DSS đã giúp Vinamilk tối ưu hóa quy trình sản xuất và quản lý nguồn lực, từ đó nâng cao hiệu quả kinh doanh.

4.2. Kết Quả Nghiên Cứu và Phân Tích

Nghiên cứu cho thấy rằng việc ứng dụng hệ hỗ trợ quyết định đã giúp các doanh nghiệp giảm thiểu chi phí và tăng cường khả năng đáp ứng nhu cầu thị trường. Các số liệu thống kê cho thấy sự cải thiện rõ rệt trong hiệu suất làm việc và chất lượng sản phẩm.

V. Kết Luận và Tương Lai của Hệ Hỗ Trợ Quyết Định

Hệ hỗ trợ quyết định sẽ tiếp tục đóng vai trò quan trọng trong việc lập kế hoạch nguồn lực doanh nghiệp. Với sự phát triển của công nghệ thông tin, các hệ thống DSS sẽ ngày càng trở nên thông minh và hiệu quả hơn, giúp doanh nghiệp đưa ra quyết định chính xác và kịp thời.

5.1. Xu Hướng Phát Triển Hệ Hỗ Trợ Quyết Định

Trong tương lai, hệ thống DSS sẽ tích hợp nhiều công nghệ mới như trí tuệ nhân tạo và học máy, giúp nâng cao khả năng phân tích và dự đoán. Điều này sẽ mở ra nhiều cơ hội mới cho doanh nghiệp trong việc tối ưu hóa quy trình ra quyết định.

5.2. Tầm Quan Trọng của Đổi Mới Công Nghệ

Đổi mới công nghệ sẽ là yếu tố quyết định trong việc nâng cao hiệu quả của hệ thống DSS. Doanh nghiệp cần đầu tư vào công nghệ mới để duy trì tính cạnh tranh và đáp ứng nhu cầu ngày càng cao của thị trường.

Nội dung chính

Tổng quan nghiên cứu

Tỷ lệ thất bại trong các dự án triển khai hệ thống hoạch định nguồn lực doanh nghiệp tại Việt Nam từng chạm mức 70%, chỉ khoảng 30% doanh nghiệp ghi nhận thành công hoặc thành công một phần. Với chi phí đầu tư trung bình ước tính khoảng 100.000 USD cho mỗi dự án, việc tối ưu hóa hiệu quả vận hành của từng phân hệ là yêu cầu mang tính sống còn. Trong bức tranh quản trị sản xuất hiện đại, phân hệ hoạch định nhu cầu nguyên vật liệu giữ vị trí huyết mạch, trực tiếp chi phối năng lực cạnh tranh và sự luân chuyển dòng vốn lưu động của tổ chức.

Vấn đề nghiên cứu trọng tâm xuất phát từ thực tế các nhà máy sản xuất thép phải quản lý danh mục định mức nguyên vật liệu vô cùng phức tạp, nhiều chủng loại và thường xuyên biến động theo thị trường. Phương thức lập kế hoạch thủ công dẫn đến tình trạng sai lệch dữ liệu, tồn kho nguyên liệu quá mức gây đọng vốn hoặc thiếu hụt vật tư cục bộ làm gián đoạn dây chuyền.

Mục tiêu của luận văn là nghiên cứu ứng dụng hệ hỗ trợ quyết định dựa vào dữ liệu kết hợp công nghệ xử lý phân tích trực tuyến nhằm tự động hóa và nâng cao độ chính xác của bài toán hoạch định nhu cầu nguyên vật liệu trong hệ thống hoạch định nguồn lực doanh nghiệp.

Phạm vi nghiên cứu tập trung khảo sát dữ liệu chuỗi cung ứng và công đoạn sản xuất tại Công ty Cổ phần Thép Hà Nội trong giai đoạn 2009 - 2011.

Ý nghĩa thực tiễn của công trình thể hiện rõ qua việc rút ngắn thời gian tính toán nhu cầu vật tư từ 3 ngày xuống dưới 5 phút, nâng cao độ chính xác dự báo định mức lên trên 95% và hỗ trợ giảm khoảng 15% đến 20% lượng vốn lưu động bị ứ đọng do tồn kho thừa.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn xây dựng trên nền tảng hai khung lý thuyết khoa học: Lý thuyết Hệ hỗ trợ quyết định khởi xướng từ đầu những năm 1970 và Lý thuyết quản trị sản xuất hiện đại, trải dài từ các hệ thống điểm đặt hàng lại những năm 1960, qua hoạch định nhu cầu nguyên vật liệu những năm 1970, hoạch định nguồn lực sản xuất những năm 1980 đến hệ thống hoạch định nguồn lực doanh nghiệp tổng thể từ những năm 1990. Mô hình nghiên cứu vận dụng kiến trúc hệ hỗ trợ quyết định dựa vào dữ liệu, kết hợp Kho dữ liệu và hệ thống xử lý phân tích trực tuyến nhằm chuyển dịch từ xử lý tác vụ thông thường sang phân tích hướng quyết định. Mô hình tổ chức thông tin được định vị qua Ma trận Yêu cầu và Năng lực gồm 4 trạng thái cùng 5 cấp độ tích hợp hệ thống từ thủ công đến tự động hóa hoàn toàn.

Bốn khái niệm then chốt được phát triển gồm:

1. Kho dữ liệu: Cơ sở dữ liệu tập trung, lưu trữ thông tin lịch sử đã qua chuẩn hóa từ các nguồn tác nghiệp phục vụ phân tích.
2. Xử lý phân tích trực tuyến: Công nghệ khai phá dữ liệu đa chiều hỗ trợ các thao tác xoay trục, cắt lát và khoan sâu linh hoạt.
3. Kiến trúc khối đa chiều: Cấu trúc biểu diễn dữ liệu gồm bảng sự kiện và các bảng chiều theo giản đồ hình sao hoặc hình tuyết rơi.
4. Cây định mức nguyên vật liệu: Cấu trúc phân cấp nhiều tầng mô tả chi tiết các thành phần, chi tiết cấu thành nên sản phẩm hoàn chỉnh.

Phương pháp nghiên cứu

Nguồn dữ liệu nghiên cứu bao gồm bộ dữ liệu vận hành sản xuất thực tế tại Công ty Cổ phần Thép Hà Nội với hơn 120 danh mục cấu trúc định mức nguyên vật liệu và 15 nhóm sản phẩm kết cấu thép qua 24 tháng theo dõi liên tục. Phương pháp chọn mẫu là chọn mẫu có chủ đích, tập trung vào các dòng sản phẩm có cây kết cấu đa tầng phức tạp như cánh cửa thép và thép kết cấu nhằm kiểm chứng toàn diện khả năng mở rộng của mô hình phân tích.

Phương pháp phân tích sử dụng công cụ Microsoft SQL Server Analysis Services để thiết lập khối dữ liệu đa chiều theo mô hình phân tích trực tuyến đa chiều. Lý do lựa chọn giải pháp này là khả năng tối ưu hóa tốc độ truy vấn nhờ cơ chế tổng hợp trước dữ liệu, giúp xử lý các phép toán phức tạp nhanh hơn gấp 10 lần so với các truy vấn trên cơ sở dữ liệu quan hệ truyền thống, đồng thời hỗ trợ các hàm tính toán theo trục tọa độ phục vụ phân tích kịch bản tức thời. Tiến trình nghiên cứu kéo dài trong 12 tháng, bao gồm 4 tháng khảo sát chuẩn hóa quy trình, 5 tháng thiết kế kho dữ liệu cùng kiến trúc khối và 3 tháng cài đặt thử nghiệm.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, nghiên cứu chỉ ra rằng rào cản lớn nhất khi triển khai hệ thống quản trị doanh nghiệp tại Việt Nam nằm ở khâu tư vấn tái cấu trúc quy trình, chiếm tới 80% khối lượng công việc, trong khi kỹ thuật công nghệ chỉ chiếm 20%. Thực trạng có đến 70% doanh nghiệp chưa khai thác được phân hệ quản lý sản xuất mà mới chỉ dừng lại ở mức quản lý kế toán cơ bản.

Thứ hai, việc áp dụng mô hình khối dữ liệu đa chiều giúp giảm thời gian truy vấn dữ liệu tồn kho và định mức vật tư từ 45 phút xuống dưới 2 giây trên tập dữ liệu hơn 500.000 bản ghi, cải thiện hiệu suất xử lý lên hơn 90% so với hệ thống cơ sở dữ liệu quan hệ trước đây.

Thứ ba, các thao tác khoan sâu và cuộn lên theo chiều Thời gian, Sản phẩm và Xưởng sản xuất giúp phát hiện chính xác các điểm nghẽn trong chu kỳ cung ứng phôi thép, góp phần giảm tỷ lệ hao hụt nguyên vật liệu từ 5,2% xuống còn 1,8%.

Thứ tư, nghiên cứu nâng cấp mức độ tích hợp hệ thống của doanh nghiệp thử nghiệm từ Mức 2 (xử lý báo cáo rời rạc bằng tay) lên Mức 4 (tự động hóa trích xuất và kết hợp dữ liệu điện tử), loại bỏ hoàn toàn 100% các sai sót do nhập liệu thủ công giữa các phòng ban chức năng.

Thảo luận kết quả

Kết quả đạt được chứng minh ưu thế vượt trội của việc tách rời cấu trúc dữ liệu phân tích ra khỏi hệ thống cơ sở dữ liệu tác nghiệp hàng ngày, giúp loại bỏ hiện tượng nghẽn tài nguyên khi xử lý các truy vấn phức tạp. So với các giải pháp quản lý bằng bảng tính độc lập trong một nghiên cứu gần đây, hệ thống hỗ trợ quyết định dựa trên xử lý phân tích trực tuyến mang lại khả năng nhìn nhận dữ liệu toàn diện và nhất quán.

Dữ liệu nghiên cứu được biểu diễn trực quan thông qua Giản đồ khối hình sao kết nối bảng sự kiện định mức với 4 bảng chiều chức năng, cùng Bảng so sánh hiệu năng giữa ba mô hình lưu trữ đa chiều, lưu trữ quan hệ và lưu trữ lai nhằm làm rõ sự cân bằng giữa dung lượng lưu trữ và tốc độ đáp ứng. Mô hình thử nghiệm tại Công ty Cổ phần Thép Hà Nội khẳng định tính ổn định cao, nâng độ tin cậy trong công tác lập kế hoạch sản xuất đạt trên 96%, tạo tiền đề vững chắc cho việc mở rộng sang các phân hệ tài chính và nhân sự.

Đề xuất và khuyến nghị

Thứ nhất, chuẩn hóa toàn diện danh mục định mức nguyên vật liệu và cây cấu trúc sản phẩm trước khi đưa vào hệ thống phần mềm; mục tiêu giảm 25% thời gian chuẩn bị dữ liệu đầu vào, thực hiện trong vòng 3 tháng đầu, do Trưởng phòng Kỹ thuật sản xuất và Quản lý phân xưởng chủ trì.

Thứ hai, xây dựng kho dữ liệu tập trung và triển khai kiến trúc khối phân tích trực tuyến trên nền tảng Microsoft SQL Server Analysis Services; mục tiêu duy trì tốc độ phản hồi các truy vấn quản trị dưới 3 giây, hoàn thiện trong lộ trình 6 tháng, do Đội ngũ kỹ sư công nghệ thông tin phối hợp cùng chuyên gia tư vấn giải pháp triển khai.

Thứ ba, tổ chức các khóa huấn luyện chuyên sâu về kỹ năng khai thác báo cáo đa chiều và phân tích kịch bản cho đội ngũ cán bộ tác nghiệp; mục tiêu 100% chuyên viên kế hoạch làm chủ các thao tác khoan sâu và cuộn lên, tiến hành trong 2 tháng, do Ban Quản lý dự án phối hợp cùng đơn vị đào tạo chuyên nghiệp đảm nhận.

Thứ tư, thiết lập cơ chế kiểm soát chất lượng dữ liệu và đối soát định kỳ giữa kho vật tư và phòng kế hoạch; mục tiêu đảm bảo độ chính xác dữ liệu tồn kho luôn đạt trên 98%, áp dụng định kỳ hàng tuần xuyên suốt 12 tháng, do Phòng Quản lý chất lượng phối hợp cùng Bộ phận Kho vận phụ trách.

Đối tượng nên tham khảo luận văn

Nhóm thứ nhất: Lãnh đạo và Giám đốc điều hành các doanh nghiệp sản xuất. Lợi ích: Thấu hiểu nguyên lý tối ưu hóa chuỗi cung ứng và hoạch định nguồn lực vật tư. Tình huống ứng dụng: Hoạch định chiến lược đầu tư công nghệ thông tin, kiểm soát rủi ro thất bại trong các dự án quản trị quy mô hàng trăm nghìn USD.

Nhóm thứ hai: Chuyên viên tư vấn và triển khai giải pháp quản trị doanh nghiệp. Lợi ích: Tiếp cận phương pháp luận thiết lập Ma trận Yêu cầu và Năng lực cùng kỹ thuật mô hình hóa dữ liệu đa chiều. Tình huống ứng dụng: Thiết kế và cấu hình phân hệ hoạch định vật tư cho các doanh nghiệp sản xuất công nghiệp nặng và cơ khí chế tạo.

Nhóm thứ ba: Kỹ sư phần mềm và Chuyên viên phân tích dữ liệu kinh doanh. Lợi ích: Nắm vững quy trình xây dựng Kho dữ liệu, thiết kế giản đồ hình sao và tối ưu hóa khối đa chiều trên hệ thống phân tích dữ liệu chuyên dụng. Tình huống ứng dụng: Xây dựng hệ thống báo cáo thông minh và tự động hóa phân tích quản trị.

Nhóm thứ tư: Giảng viên, Học viên cao học và Sinh viên chuyên ngành Hệ thống thông tin quản lý. Lợi ích: Nguồn tài liệu học thuật giá trị kết hợp giữa lý thuyết hệ hỗ trợ quyết định và trường hợp triển khai thực tế. Tình huống ứng dụng: Giảng dạy, nghiên cứu chuyên sâu về công nghệ kho dữ liệu và khai phá dữ liệu doanh nghiệp.

Câu hỏi thường gặp

Câu hỏi 1: Tại sao doanh nghiệp sản xuất nên ứng dụng công nghệ xử lý phân tích trực tuyến vào phân hệ hoạch định vật tư thay vì sử dụng cơ sở dữ liệu quan hệ thông thường? Trả lời: Cơ sở dữ liệu quan hệ truyền thống chỉ tối ưu cho các thao tác ghi nhận giao dịch tác nghiệp hàng ngày và dễ bị quá tải khi xử lý cây cấu trúc định mức nhiều tầng. Công nghệ phân tích trực tuyến tính toán trước các phép gộp dữ liệu đa chiều, cho phép trả về kết quả phân tích trong dưới 2 giây và tăng tốc độ lập kế hoạch lên gấp 10 lần.

Câu hỏi 2: Doanh nghiệp quy mô vừa và nhỏ có thể áp dụng giải pháp hệ hỗ trợ quyết định này với mức ngân sách hợp lý không? Trả lời: Hoàn toàn khả thi trong thực tế. Bằng việc tận dụng công cụ dịch vụ phân tích sẵn có trên hạ tầng cơ sở dữ liệu máy chủ, doanh nghiệp có thể tiết kiệm khoảng 40% đến 50% chi phí bản quyền phần mềm so với các gói giải pháp ngoại nhập, giúp thời gian thu hồi vốn rút ngắn dưới 18 tháng.

Câu hỏi 3: Đâu là yếu tố cốt lõi quyết định sự thành bại khi triển khai hệ hỗ trợ quyết định hoạch định vật tư? Trả lời: Khâu chuẩn hóa dữ liệu định mức và sự sẵn sàng thay đổi quy trình của con người đóng vai trò then chốt. Thực tế cho thấy 80% khối lượng dự án thuộc về công tác tư vấn quản trị; dữ liệu nguồn phải đạt độ chính xác trên 95% thì hệ thống mới có thể đưa ra các phương án tối ưu.

Câu hỏi 4: Sự khác biệt cơ bản giữa mô hình lưu trữ đa chiều và lưu trữ quan hệ trong bài toán quản trị sản xuất là gì? Trả lời: Mô hình lưu trữ đa chiều lưu dữ liệu trong các khối vật lý, mang lại tốc độ truy vấn tức thì dưới 2 giây nhưng đòi hỏi dung lượng lưu trữ lớn. Ngược lại, mô hình quan hệ lưu trữ trực tiếp trên bảng quan hệ, tiết kiệm tài nguyên bộ nhớ nhưng tốc độ xử lý chậm hơn từ 5 đến 8 lần khi phân tích dữ liệu lịch sử quy mô lớn.

Câu hỏi 5: Hệ hỗ trợ quyết định có thay thế hoàn toàn vai trò của người quản lý sản xuất không? Trả lời: Hệ thống đóng vai trò trợ lực cung cấp thông tin đa chiều và mô phỏng các kịch bản tức thời, không thay thế con người. Quyết định cuối cùng vẫn thuộc về nhà quản trị, nhưng hệ thống giúp nâng độ chính xác điều hành lên trên 96% và cắt giảm 80% thời gian xử lý sự vụ thủ công.

Kết luận

• Luận văn hệ thống hóa toàn diện cơ sở lý luận về hệ hỗ trợ quyết định dựa vào dữ liệu và công nghệ xử lý phân tích trực tuyến trong quản trị sản xuất hiện đại.
• Xây dựng thành công mô hình khối dữ liệu đa chiều trên công cụ dịch vụ phân tích của máy chủ cơ sở dữ liệu, giải quyết triệt để bài toán định mức vật tư phức tạp.
• Thử nghiệm thành công tại Công ty Cổ phần Thép Hà Nội với độ chính xác lập lịch đạt trên 96% và thời gian truy vấn giảm hơn 90%.
• Đề xuất lộ trình triển khai 4 giai đoạn khoa học, giúp doanh nghiệp kiểm soát rủi ro và giảm thiểu tỷ lệ thất bại dự án quản trị từ 70% xuống dưới 20%.
• Định hướng mở rộng tích hợp các thuật toán khai phá dữ liệu và trí tuệ nhân tạo nhằm nâng cao năng lực dự báo trong tương lai.

Để chuyển hóa hiệu quả vận hành, doanh nghiệp cần tiến hành chuẩn hóa cấu trúc định mức vật tư trong 30 ngày tới và xây dựng hạ tầng kho dữ liệu trong 90 ngày tiếp theo. Hãy tham khảo và ứng dụng ngay các giải pháp từ luận văn để tối ưu hóa nguồn lực doanh nghiệp của bạn!

Trích đoạn nội dung tài liệu

Chương 1: Hệ hỗ trợ quyết định & Hệ hỗ trợ quyết định dựa vào dữ liệu  Chương 2: Tổng quan về ERP  Chương 3: Mô tả bài toán quản lý sản xuất và giải pháp hoạch định nhu cầu nguyên vật liệu.  Chương 4: Cài đặt và thử nghiệm 6 LUAN VAN CHAT LUONG download : add [e-mail] CHƢƠNG 1: HỆ HỖ TRỢ QUYẾT ĐỊNH - HỆ HỖ TRỢ QUYẾT ĐỊNH DỰA VÀO DỮ LIỆU 1.1 Giới thiệu về hệ hỗ trợ quyết định 1.1 Hệ thông tin quản lý Những năm trước đây, thuật ngữ hệ thống thông tin (Information system) trong doanh nghiệp thường được hiểu theo nghĩa là một hệ xử lý dữ liệu điện tử (Electronic data processing system). Mục đích của hệ là để làm việc với một lượng lớn các giao tác thương mại một cách nhanh chóng, với ít lỗi và ít chi phí trên một máy tính lớn. Nhưng phạm vi phát triển thực sự của hệ thống thông tin là ở các hệ phân bố với năng lực được trải rộng qua nhiều máy tính nhỏ hơn.

Với thực tiễn của nhiều năm xây dựng các hệ thống thông tin, những cơ sở phương pháp luận phát triển hệ thống thông tin không ngừng được hoàn thiện và bổ sung cho phù hợp với sự phát triển của công nghệ và các điều kiện môi trường đã biến đổi. Cùng với sự phát triển của công nghệ hệ thống thông tin đã phát triển theo xu hướng làm tăng cường khả năng giao tiếp của người sử dụng với hệ thống qua giao diện đồ hoạ, đáp ứng những yêu cầu của người sử dụng một cách tức thời thay vì theo lô như trước đây và kết nói nhiều máy tính lại với nhau để giúp cho người sử dụng bớt gò bó hơn trong những phương thức khai thác các máy tính và dữ liệu mà chúng chứa đựng.2 Hệ hỗ trợ quyết định Trong xu hướng làm cho hệ thống thông tin trở nên dễ tương tác hơn, hệ trợ giúp quyết định (Decision Support System - DSS) đã ra đời. Vấn đề trợ giúp quyết định trở nên cần thiết vì các công việc trong doanh nghiệp đang trên xu thế hướng theo kết quả xử lý thông tin. Người ta cần phải thu thập, tổng hợp và phân tích dữ liệu đang trên đà bùng nổ theo một cách thức hiệu quả nào đó thì mới có thể ra được những quyết định nhanh chóng và phù hợp.

Điều này dẫn đến việc phát triển những hệ tinh thông biết cách làm thế nào để trích rút và phân tích dữ liệu cho người sử dụng. 7 LUAN VAN CHAT LUONG download : add [e-mail] Có nhiều khái niệm về DSS (Decision Support Systems) như lần đầu tiên Scott-Morton đưa ra vào đầu năm 1970. DSS được định nghĩa là : “ Các hệ thống tương tác dựa trên máy tính, giúp người làm quyết định sử dụng dữ liệu và các mô hình để giải quyết những bài toán không cấu trúc” [18]. Ngoài ra Moore và Chang đưa ra định nghĩa DSS vào năm 1980.

Ông chỉ ra rằng khái niệm “có cấu trúc” (structured), “nửa cấu trúc” (semistructured), “không cấu trúc” (unstructured) không đủ ý nghĩa trong trường hợp tổng quát. Một bài toán có thể được mô tả như là có cấu trúc, nửa cấu trúc hoặc không cấu trúc chỉ liên quan đến người ra quyết định, do vậy họ định nghĩa DSS là:  Hệ thống có khả năng mở rộng.  Có khả năng trợ giúp phân tích dữ liệu và mô hình hóa quyết định.  Hướng tới lập kế hoạch cho tương lai.

 Được sử dụng cho những hoàn cảnh và thời gian bất thường. Bonczek [18] định nghĩa DSS như một hệ thống dựa trên máy tính bao gồm ba thành phần tương tác là: Một hệ ngôn ngữ, là cơ chế cho phép giao tiếp giữa người sử dụng và các thành phần khác của DSS. Một hệ tri thức, chứa các tri thức về lĩnh vực được DSS xử lý gồm cả dữ liệu và các loại thủ tục. Một hệ thống xử lý các bài toán liên kết giữa hai thành phần trên, bao gồm một số khả năng xử lý các bài toán tổng quát mà quá trình ra quyết định cần đến.

Năm 1980 Keen áp dụng DSS “ cho những tình huống mà hệ thống cuối cùng có thể được phát triển qua quá trình thích nghi của học và phát triển từng bước”.Do vậy Keen định nghĩa DSS như là một sản phẩm của quá trình phát triển trong đó người dùng DSS, người tạo ra DSS và chính bản thân DSS có khả năng ảnh hưởng, tác động đến sự phát triển của hệ thống và các thành phần khác. Hệ thống thích nghi là kết quả của sự tiến hóa hệ thống và các mẫu thu được khi sử dụng nó. 8 LUAN VAN CHAT LUONG download : add [e-mail] Hệ hỗ trợ quyết định ban đầu rất thô sơ, được phát triển từ các phần mềm bảng tính. Hệ hỗ trợ quyết định tinh thông hơn thì sử dụng các mô hình tối ưu của việc nghiên cứu các hoạt động nghiệp vụ và khoa học quản lý (OR/MS), sử dụng các kỹ thuật như qui hoạch tuyến tính.

Phân tích “”What if” đã trở nên đặc biệt phù hợp với các mô hình OR. Sử dụng cách tương tác front-ends, những người làm quyết định có thể khám phá ra các khả năng và những gợi ý tốt hơn là những phán đoán cảm tính trong việc ra quyết định. Hệ hỗ trợ quyết định càng trở nên tinh thông hơn khi sử dụng các kỹ thuật trí tuệ nhân tạo. Những hệ thống này có thể được xem như những hệ thống dựa trên tri thức (Knowledege-based Systems).

Với mục đích là làm như thế nào đó để có thể giúp người sử dụng thực hiện các phân tích nhằm đề xuất được các quyết định cần thiết, chúng ta có thể quan niệm rằng bất cứ loại hệ thống nào tuân thủ một mô hình tổ chức và xử lý riêng biệt của nó mà có thể trợ giúp việc ra quyết định đều được xem là một hệ trợ giúp quyết định. Hiện nay chúng ta có đủ cơ hội để có thể xây dựng được những hệ hỗ trợ quyết định hữu hiệu với công sức và chi phí tối thiểu, nếu chúng ta sử dụng được một giải pháp kỹ thuật cụ thể một cách hợp lý. Các loại hệ hỗ trợ quyết định truyền thống như sử dụng bảng tính, tối ưu toán học, phân tích số hay mô hình mô phỏng sẽ tiếp tục phát huy tác dụng trong việc giải quyết nhiều vần đề. Tuy nhiên những người làm công việc sử dụng tri thức trong doanh nghiệp ngày càng yêu cầu hệ thống phải biết nhiều hơn, phải làm được nhiều hơn trong việc truy xuất, tổng hợp và phân tích thông tin.

Họ sẽ càng lúc càng phụ thuộc nhiều hơn vào hệ thống để có thể ra các quyết định nhanh chóng hơn, với độ tin cậy cao hơn. Đây là xu hướng phát triển của hệ thống thông tin nói chung và hệ hỗ trợ quyết định nói riêng 1. Phân loại các hệ hỗ trợ quyết định Hình 2.1 chỉ ra việc phân loại tổng quát của các hệ thông tin quản lý theo xu hướng đã trình bày ở trên 9 LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Phân loại các Hệ thông tin quản lý - Hệ xử lý tác vụ: mục đích chính của các Hệ xử lý tác vụ là giữ cho việc ghi nhận các giao tác được chính xác.

Hệ thống này được xây dựng chỉ có thể làm ra những quyết định đơn giản trong việc xác định dữ liệu được ghi nhận là có hợp lệ hay không. Hệ xử lý tác vụ làm công việc hợp lệ hoá trước khi ghi nhận giao tác để CSDL được sạch hơn. - Hệ hỗ trợ quyết định: bao gồm những hệ thống được thiết kế để trợ giúp các nhà quản lý ra quyết định. Khác với Hệ xử lý tác vụ phục vụ cho các hoạt động hàng ngày, một Hệ hỗ trợ quyết định phục vụ cho những mục tiêu dài hạn hơn và có thể cần đến một vài ý kiến, phán đoán đóng góp từ các chuyên gia.

Nhu cầu cần thiết thêm các phán đoán của con người sẽ nhiều hơn nếu bài toán đặt ra không có cấu trúc chặt chẽ, khiến cho hệ thống khó có thể nắm bắt được tất cả những sắc thái của tình huống tạo ra quyết định. Hiện nay hệ hỗ trợ quyết định có thể được chia thành hai hướng cơ bản. Hướng đầu tiên dựa vào mô hình theo xu hướng của các Hệ trợ giúp quyết định cũ. Giá trị của hệ thống này là ở chất lượng của mô hình của nó.

Khả năng phân tích của nó được dựa trên một lý thuyết hay trên một mô hình mạnh, cùng với một giao diện tốt để làm cho mô hình dễ sử dụng. Loại Hệ hỗ trợ quyết định thứ hai là loại Hệ hỗ trợ quyết định dựa vào dữ liệu. Giá trị của hệ thống này là ở khả năng tổ chức một lượng lớn dữ liệu và khả năng tổng hợp, phân tích dữ liệu của nó. Với sự phát triển cao của các kỹ thuật mạng và 10 LUAN VAN CHAT LUONG download : add [e-mail] CSDL, Hệ hỗ trợ quyết định hướng theo dữ liệu là một thành tựu lớn.

Đây là một bước ngoặt thú vị từ tiếp cận truyền thống sang tiếp cận mới, trong đó cấu trúc và dữ liệu tách nhau ra và được tổ chức động trong kho dữ liệu, phản ánh bước tiến quan trọng về CSDL tương tác của các Hệ hỗ trợ quyết định. Với tiếp cận mới này, dữ liệu đóng vai trò cung ứng và là động lực cho một Hệ hỗ trợ quyết định đưa ra những thông tin cần thiết khác. Tuy nhiên dữ liệu được thu thập từ nhiều nguồn rất đa dạng và người sử dụng sẽ khó khăn với khối lượng dữ liệu phức tạp. Vì vậy yêu cầu lớn nhất đặt ra với Hệ hỗ trợ quyết định loại này là khả năng xử lý, phân tích để phát hiện được những thông tin bổ ích từ các kho dữ liệu đó.

Hệ hỗ trợ quyết định sử dụng dữ liệu 1.1 Tiếp cận Kho dữ liệu và OLAP Hoạt động xử lý thông tin có thể được phân thành hai loại: phân tích tác vụ (Operations Analysis) và phân tích hướng quyết định (Decision Oriented Analysis). Kho dữ liệu (Data Warehouse) và OLAP (Online Analytical Processing) có thể được xem như là các thành phần của hoạt động xử lý thông tin hướng quyết định dựa trên phân tích (Analysis Based Decision Oriented Information Processing) [16]. Trong đó, kho dữ liệu đóng vai trò cung cấp dữ liệu và OLAP đóng vai trò phân tích, khai thác các dữ liệu này. Nói một cách khác, để có thể hỗ trợ quyết định dựa vào dữ liệu cần xây dựng hai thành phần quan trọng là kho dữ liệu và OLAP.