Giải pháp xây dựng hệ thống phân tích dữ liệu và dự báo doanh thu cho doanh nghiệp vừa và nhỏ tại Việt Nam

Chia sẻ: Thi Thi | Ngày: | Loại File: PDF | Số trang:8

0
22
lượt xem
7
download

Giải pháp xây dựng hệ thống phân tích dữ liệu và dự báo doanh thu cho doanh nghiệp vừa và nhỏ tại Việt Nam

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài báo đã đề xuất giải pháp xây dựng hệ thống phân tích dữ liệu và dự báo doanh thu cho doanh nghiệp vừa và nhỏ trên cơ sở thu thập, phân tích và kiểm định dữ liệu nhằm đưa ra những giải pháp xây dựng kế hoạch hoạt động sản xuất kinh doanh sao cho đạt hiệu quả cao nhất.

Chủ đề:
Lưu

Nội dung Text: Giải pháp xây dựng hệ thống phân tích dữ liệu và dự báo doanh thu cho doanh nghiệp vừa và nhỏ tại Việt Nam

Nguyễn Văn Huân và Đtg<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> 135(05): 191 - 198<br /> <br /> GIẢI PHÁP XÂY DỰNG HỆ THỐNG PHÂN TÍCH DỮ LIỆU VÀ DỰ BÁO<br /> DOANH THU CHO DOANH NGHIỆP VỪA VÀ NHỎ TẠI VIỆT NAM<br /> Nguyễn Văn Huân*, Lê Anh Tú<br /> Trường Đại học Công nghệ thông tin và Truyền thông – ĐH Thái Nguyên<br /> <br /> TÓM TẮT<br /> Trong thực tế, phân tích và dự báo doanh thu đóng một vai trò quan trọng, giúp cho các nhà quản<br /> lý chủ động trong việc đề ra các kế hoạch và các quyết định cần thiết phục vụ cho quá trình sản<br /> xuất kinh doanh, đầu tư, quảng bá, quy mô sản xuất, kênh phân phối sản phẩm, nguồn cung cấp tài<br /> chính,…<br /> Bài báo đã đề xuất giải pháp xây dựng hệ thống phân tích dữ liệu và dự báo doanh thu cho doanh<br /> nghiệp vừa và nhỏ trên cơ sở thu thập, phân tích và kiểm định dữ liệu nhằm đưa ra những giải<br /> pháp xây dựng kế hoạch hoạt động sản xuất kinh doanh sao cho đạt hiệu quả cao nhất.<br /> Từ khoá: phân tích dữ liệu, dự báo, hồi quy tuyến tính, trung bình động, doanh thu<br /> <br /> GIỚI THIỆU*<br /> Phân tích dữ liệu và dự báo là một bài toán có<br /> ý nghĩa quan trọng trong việc hỗ trợ các nhà<br /> quản lý đưa ra quyết định đúng đắn dựa vào<br /> các dữ liệu đã thu thập được. Khi tiến hành dự<br /> báo cần căn cứ vào việc thu thập, xử lý số liệu<br /> trong quá khứ và hiện tại để xác định xu hướng<br /> vận động của các hiện tượng trong tương lai<br /> nhờ vào một số mô hình toán học[3].<br /> Trên thế giới đã có nhiều tác giả đưa ra cách<br /> phân loại các phương pháp dự báo khác nhau.<br /> Tuy nhiên, theo Gordon trong hai thập kỷ gần<br /> đây, có các phương pháp dự báo được áp<br /> dụng rộng rãi trên thế giới như: Tiên đoán,<br /> ngoại suy xu hướng, dự báo tổng<br /> hợp,…[1],[2].<br /> Hiện nay, ở Việt Nam có rất nhiều đơn vị<br /> tham gia công tác phân tích dữ liệu và dự<br /> báo phục vụ việc lập và triển khai các kế<br /> hoạch phát triển kinh tế xã hội như: Bộ Kế<br /> hoạch và Đầu tư, Trung tâm Thông tin và Dự<br /> báo Kinh tế Xã hội Quốc gia, Viện Chiến<br /> lược phát triển, Tổng cục Thống kê và Vụ<br /> Tổng hợp kinh tế quốc dân,… Bên cạnh đó,<br /> bài toán phân tích dữ liệu và dự báo đã được<br /> một số nhà quản lý, chuyên gia kinh tế<br /> nghiên cứu và đề xuất một số giải pháp ứng<br /> dụng vào một số lĩnh vực cụ thể: Phân tích<br /> và dự báo tình hình tài chính [9], tiền tệ [7],<br /> hoạch định và điều hành chính sách tài chính<br /> *<br /> <br /> Tel: 0987 118623<br /> <br /> [5], xây dựng mô hình dự báo chỉ số thống<br /> kê xã hội chủ yếu [4], dự báo biến động giá<br /> chứng khoán [8], dự báo sự tác động của vốn<br /> đầu tư từ nước ngoài [10], dự báo giá một số<br /> mặt hàng tư liệu sản xuất [6]. Tuy nhiên,<br /> những nghiên cứu này chưa tập trung nhiều<br /> vào việc dự báo doanh thu cho các doanh<br /> nghiệp vừa và nhỏ nhằm có được những kế<br /> hoạch hoạt động sản xuất kinh doanh đạt<br /> hiệu quả cao.<br /> Một trong các chỉ tiêu quan trọng để đánh giá<br /> kết quả hoạt động sản xuất kinh doanh của<br /> doanh nghiệp vừa và nhỏ là chỉ tiêu doanh<br /> thu. Doanh thu là tổng giá trị các mặt hàng<br /> sản phẩm của doanh nghiệp đã được tiêu thu<br /> và thanh toán trong kỳ. Đây là chỉ tiêu tổng<br /> hợp phản ánh kết quả kinh doanh, là cơ sở để<br /> đánh giá việc thực hiện mục tiêu kinh doanh<br /> của doanh nghiệp vừa và nhỏ.<br /> Xuất phát trong hoàn cảnh đó, bài báo này đề<br /> xuất giải pháp xây dựng hệ thống phân tích<br /> dữ liệu và dự báo doanh thu cho doanh nghiệp<br /> vừa và nhỏ trên cơ sở thu thập, phân tích và<br /> kiểm định dữ liệu từ đó đưa ra những giải<br /> pháp xây dựng kế hoạch hoạt động sản xuất<br /> kinh doanh sao cho đạt hiệu quả cao nhất.<br /> PHÂN TÍCH DỮ LIỆU VÀ DỰ BÁO<br /> KINH TẾ<br /> Quy trình phân tích và dự báo<br /> Quy trình phân tích và dự báo được chia thành 9<br /> bước. Các bước này bắt đầu và kết thúc với sự<br /> 191<br /> <br /> Nitro PDF Software<br /> 100 Portable Document Lane<br /> Wonderland<br /> <br /> Nguyễn Văn Huân và Đtg<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> 135(05): 191 - 198<br /> <br /> trao đổi, hợp tác và cộng tác giữa những người<br /> sử dụng và những người làm dự báo.<br /> <br /> + Nguồn thông tin thứ cấp:<br /> <br /> Bước 1: Xác định mục tiêu<br /> <br /> Bên ngoài: sách báo, tạp chí, internet, các tài<br /> liệu thống kê,…<br /> <br /> - Các mục tiêu liên quan đến các quyết định<br /> cần đến dự báo phải được nói rõ. Nếu quyết<br /> định vẫn không thay đổi bất kể có dự báo<br /> hay không thì mọi nỗ lực thực hiện dự báo<br /> cũng vô ích.<br /> - Nếu người sử dụng và người làm dự báo có<br /> cơ hội thảo luận các mục tiêu và kết quả dự<br /> báo sẽ được sử dụng như thế nào, thì kết quả<br /> dự báo sẽ có ý nghĩa quan trọng.<br /> Bước 2: Xác định dự báo cái gì<br /> <br /> Bên trong: nội bộ công ty, sổ sách kế toán.<br /> <br /> - Cần phải lưu ý dạng dữ liệu sẵn có ( thời<br /> gian, đơn vị tính,…).<br /> - Dữ liệu thường được tổng hợp theo cả biến<br /> và thời gian, nhưng tốt nhất là thu thập dữ<br /> liệu chưa được tổng hợp.<br /> - Cần trao đổi giữa người sử dụng và người<br /> làm dự báo.<br /> Bước 5: Lựa chọn mô hình<br /> <br /> Khi các mục tiêu tổng quát đã rõ ta phải xác<br /> định chính xác là dự báo cái gì.<br /> <br /> - Để chọn một phương pháp dự báo thích hợp<br /> người làm dự báo phải:<br /> <br /> Bước 3: Xác định khía cạnh thời gian<br /> <br /> + Xác định bản chất của vấn đề dự báo.<br /> <br /> Có 2 loại khía cạnh thời gian cần xem xét:<br /> <br /> + Bản chất của dữ liệu đang xem xét.<br /> <br /> - Thứ nhất: Độ dài dự báo, cần lưu ý:<br /> <br /> + Mô tả các khả năng và hạn chế của các<br /> phương pháp dự báo tiềm năng.<br /> <br /> + Dự báo dài hạn: Là những dự báo có thời<br /> gian dự báo từ 5 năm trở lên. Thường dùng để<br /> dự báo những mục tiêu, chiến lược về kinh tế<br /> chính trị, khoa học kỹ thuật trong thời gian<br /> dài ở tầm vĩ mô.<br /> + Dự báo trung hạn: Là những dự báo có thời<br /> gian dự báo từ 3 đến 5 năm. Thường phục vụ<br /> cho việc xây dựng những kế hoạch trung hạn về<br /> kinh tế văn hoá xã hội… ở tầm vi mô và vĩ mô.<br /> + Dự báo ngắn hạn: Là những dự báo có thời<br /> gian dự báo dưới 3 năm, loại dự báo này<br /> thường dùng để dự báo hoặc lập các kế hoạch<br /> kinh tế, văn hoá, xã hội chủ yếu ở tầm vi mô<br /> và vĩ mô trong khoảng thời gian ngắn nhằm<br /> phục vụ cho công tác chỉ đạo kịp thời.<br /> - Thứ hai: Người sử dụng và người làm dự<br /> báo phải thống nhất tính cấp thiết của dự báo.<br /> Bước 4: Xem xét dữ liệu<br /> - Dữ liệu cần để dự báo có thể từ 2 nguồn:<br /> + Nguồn thông tin sơ cấp:<br /> Thu thập qua các cuộc khảo sát, chọn mẫu<br /> hoặc các số liệu ghi chép các biến số trong<br /> doanh nghiệp.<br /> Các phương pháp thu thập: phỏng vấn trực<br /> tiếp, gửi thư, điện thoại.<br /> <br /> + Xây dựng các tiêu chí để ra quyết định lựa chọn.<br /> + Một nhân tố chính ảnh hưởng đến việc lựa<br /> chọn mô hình dự báo là nhận dạng và hiểu<br /> được bản chất số liệu lịch sử.<br /> Bước 6: Đánh giá mô hình<br /> - Đối với các phương pháp định tính thì bước này<br /> ít phù hợp hơn so với phương pháp định lượng.<br /> - Đối với các phương pháp định lượng, cần<br /> phải đánh giá mức độ phù hợp của mô hình<br /> (trong phạm vi mẫu dữ liệu).<br /> - Đánh giá mức độ chính xác của dự báo<br /> (ngoài phạm vi mẫu dữ liệu).<br /> - Nếu mô hình không phù hợp, quay lại bước 5.<br /> Bước 7: Chuẩn bị dự báo<br /> - Nếu có thể nên sử dụng hơn một phương<br /> pháp dự báo, và nên là những loại phương pháp<br /> khác nhau (ví dụ mô hình hồi quy và san mũ<br /> Holt, thay vì cả 2 mô hình hồi quy khác nhau).<br /> Bước 8: Trình bày kết quả dự báo<br /> - Kết quả dự báo phải được trình bày rõ ràng<br /> cho ban quản lý sao cho họ hiểu các con số<br /> được tính toán như thế nào và chỉ ra sự tin<br /> cậy trong kết quả dự báo.<br /> <br /> 192<br /> <br /> Nitro PDF Software<br /> 100 Portable Document Lane<br /> Wonderland<br /> <br /> Nguyễn Văn Huân và Đtg<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> - Người dự báo phải có khả năng trao đổi các<br /> kết quả dự báo theo ngôn ngữ mà các nhà<br /> quản lý hiểu được.<br /> - Trình bày cả ở dạng viết và dạng nói.<br /> - Bảng biểu phải ngắn gọn, rõ ràng.<br /> - Chuỗi dữ liệu dài có thể được trình bày dưới<br /> dạng đồ thị (cả giá trị thực và dự báo).<br /> - Trình bày thuyết trình nên theo cùng hình thức<br /> và cùng mức độ với phần trình bày viết.<br /> Bước 9: Đánh giá kết quả dự báo<br /> - Lệch giữa giá trị dự báo và giá trị thực phải<br /> được thảo luận một cách tích cực, khách<br /> quan và cởi mở.<br /> - Mục tiêu của việc thảo luận là để hiểu tại sao<br /> có các sai số, để xác định độ lớn của sai số.<br /> - Trao đổi và hợp tác giữa người sử dụng và<br /> người làm dự báo có vai trò rất quan trọng<br /> trong việc xây dựng và duy trì quy trình dự<br /> báo thành công.<br /> Phân tích và xử lý dữ liệu<br /> Xử lý và phân tích dữ liệu nghiên cứu là một<br /> trong các bước cơ bản của một nghiên cứu,<br /> bao gồm xác định vấn đề nghiên cứu; thu<br /> thập số liệu; xử lý số liệu; phân tích số liệu<br /> và báo cáo kết quả. Xác định rõ vấn đề<br /> nghiên cứu giúp việc thu thập số liệu được<br /> nhanh chóng và chính xác hơn. Để có cơ sở<br /> phân tích số liệu tốt thì trong quá trình thu<br /> thập số liệu phải xác định trước các yêu cầu<br /> của phân tích để có thể thu thập đủ và đúng<br /> số liệu như mong muốn.<br /> Điều cốt lõi của phân tích số liệu là suy diễn<br /> thống kê, nghĩa là mở rộng những hiểu biết<br /> từ một mẫu ngẫu nhiên thành hiểu biết về<br /> tổng thể, hay còn gọi là suy diễn quy nạp.<br /> Muốn có được các suy diễn này phải phân<br /> tích số liệu dựa vào các test thống kê để đảm<br /> bảo độ tin cậy của các suy diễn. Bản thân số<br /> liệu chỉ là các số liệu thô, qua xử lý phân tích<br /> trở thành thông tin và sau đó trở thành tri<br /> thức. Đây chính là điều mà tất cả các nghiên<br /> cứu đều mong muốn.<br /> Tiền xử lý dữ liệu<br /> Nguyên nhân dữ liệu cần tiền xử lý<br /> <br /> 135(05): 191 - 198<br /> <br /> Dữ liệu không hoàn chỉnh có thể xảy ra vì<br /> một số nguyên nhân:<br /> - Một vài thuộc tính quan trọng không được<br /> cung cấp. Ví dụ: thông tin khách hàng đối với<br /> giao dịch bán hàng vì lý do cá nhân có thể<br /> khách hàng không muốn cung cấp thông tin<br /> của họ, hay thuộc tính mã số bằng lái xe đối<br /> với người không có bằng lái xe họ không thể<br /> cung cấp thông tin được yêu cầu,…<br /> - Một số dữ liệu không được chọn lựa đơn<br /> giản bởi vì nó không được xem làm quan<br /> trọng tại thời điểm nhập dữ liệu. Hay nói cách<br /> khác, việc xem xét dữ liệu tại thời điểm nhập<br /> dữ liệu và thời điểm phân tích là khác nhau.<br /> - Vấn đề con người/ phần mềm/ phần cứng.<br /> - Dữ liệu không nhất quán với những dữ liệu<br /> đã được lưu trước đó có thể bị xóa, dẫn đến<br /> việc mất mát dữ liệu.<br /> Dữ liệu nhiễu có thể xảy ra vì một số nguyên<br /> nhân:<br /> - Công cụ lựa chọn dữ liệu được sử dụng bị<br /> lỗi.<br /> - Lỗi do con người hay máy tính lúc ghi<br /> chép dữ liệu.<br /> - Lỗi trong quá trình truyền tải dữ liệu.<br /> - Dữ liệu không chính xác cũng có thể là do<br /> không nhất quán trong việc đặt tên, định dạng<br /> dữ liệu.<br /> Dữ liệu không nhất quán có thể là do:<br /> - Dữ liệu được tập hợp từ nhiều nguồn khác<br /> nhau.<br /> - Vài thuộc tính được biểu diễn bằng những<br /> tên khác nhau trong cơ sở dữ liệu. Ví dụ:<br /> thuộc tính customer indentification có thể là<br /> customer_id trong cơ sở dữ liệu này nhưng là<br /> cust_id trong cơ sở dữ liệu khác.<br /> Tầm quan trọng của việc tiền xử lý dữ liệu<br /> - Quá trình làm sạch dữ liệu sẽ lắp đầy những<br /> giá trị bị thiếu, làm mịn các dữ liệu nhiễu, xác<br /> định và xóa bỏ những dữ liệu sai miền giá trị,<br /> và giải quyết vấn đề không nhất quán.<br /> - Nếu người dùng cho rằng dữ liệu là chưa<br /> được làm sạch thì họ sẽ không tin tưởng vào<br /> bất kỳ kết quả khai thác nào từ dữ liệu đó.<br /> 193<br /> <br /> Nitro PDF Software<br /> 100 Portable Document Lane<br /> Wonderland<br /> <br /> Nguyễn Văn Huân và Đtg<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> 135(05): 191 - 198<br /> <br /> - Ngoài ra, dữ liệu chưa được tiền xử lý có thể<br /> là nguyên nhân gây ra sự lộn xộn trong quá<br /> trình khai thác, cho ra kết quả không đáng tin.<br /> Việc có một số lượng lớn dữ liệu dư thừa có<br /> thể làm giảm tốc độ và làm hỗn loạn quá trình<br /> tìm kiếm tri thức.<br /> - Rõ ràng, việc thêm vào quá trình làm sạch<br /> dữ liệu giúp chúng ta tránh những dữ liệu<br /> dư thừa không cần thiết trong quá trình<br /> phân tích dữ liệu.<br /> - Làm sạch dữ liệu là một bước quan trọng<br /> trong quá trình tìm kiếm tri thức vì dữ liệu<br /> không có chất lượng thì kết quả khai thác cũng<br /> không có chất lượng. Những quyết định có chất<br /> lượng phải dựa trên dữ liệu có chất lượng.<br /> - Quá trình làm sạch dữ liệu và mã hóa dữ<br /> liệu có vai trò quan trọng trong việc xây<br /> dựng kho dữ liệu.<br /> <br /> sai sót trong quá trình nhập số liệu từ bảng số<br /> liệu ghi tay vào file số liệu trên máy tính.<br /> <br /> Nhiệm vụ chính trong quá trình tiền xử lý<br /> dữ liệu<br /> <br /> a: Hệ số tự do (hệ số chặn), là điểm xuất phát<br /> của đường hồi quy lý thuyết, nêu lên ảnh<br /> hưởng của các nhân tố khác (tiêu thức nguyên<br /> nhân khác) ngoài t tới sự biến động của y.<br /> b: Hệ số hồi quy (hệ sốgóc,độ dốc), phản ánh<br /> ảnh hưởng trực tiếp của tiêu thức nguyên<br /> nhân t đến tiêu thức kết quả y. Mỗi khi t tăng<br /> lên 1 đơn vị thì y sẽ thay đổi trung bình b đơn<br /> vị. b nói lên chiều hướng của mối liên hệ: b>0:<br /> Mối liên hệ thuận; b

CÓ THỂ BẠN MUỐN DOWNLOAD

Đồng bộ tài khoản