Xây dựng hệ thống báo cáo trực quan phục vụ phát triển ngân hàng số: Nghiên cứu thử nghiệm tại ngân hàng dầu khí toàn cầu Việt Nam

Chia sẻ: ViSteveballmer ViSteveballmer | Ngày: | Loại File: PDF | Số trang:18

Thêm vào BST

Báo xấu

28
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Phát triển ngân hàng số là một trong những xu hướng tất yếu để các ngân hàng Việt Nam có thể thích ứng và phát triển bền vững trong bối cảnh cuộc cách mạng công nghiệp lần thứ tư. Phần lớn các ngân hàng thương mại Việt Nam đều coi phát triển ngân hàng số là mục tiêu chiến lược kinh doanh và chiếm lĩnh thị trường.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Xây dựng hệ thống báo cáo trực quan phục vụ phát triển ngân hàng số: Nghiên cứu thử nghiệm tại ngân hàng dầu khí toàn cầu Việt Nam

301 XÂY DỰNG HỆ THỐNG BÁO CÁO TRỰC QUAN PHỤC VỤ PHÁT TRIỂN NGÂN HÀNG SỐ: NGHIÊN CỨU THỬ NGHIỆM TẠI NGÂN HÀNG DẦU KHÍ TOÀN CẦU VIỆT NAM TS. Nguyễn Thị Bạch Tuyết, ThS. Trần Dũng Khánh Viện CNTT&Kinh tế số - ĐH Kinh tế Quốc dân TÓM TẮT Phát triển ngân hàng số là một trong những xu hướng tất yếu để các ngân hàng Việt Nam có thể thích ứng và phát triển bền vững trong bối cảnh cuộc cách mạng công nghiệp lần thứ tư. Phần lớn các ngân hàng thương mại Việt Nam đều coi phát triển ngân hàng số là mục tiêu chiến lược kinh doanh và chiếm lĩnh thị trường. Tuy nhiên, sự phát triển ngân hàng số tại Việt Nam vẫn đang ở giai đoạn khởi đầu với những dịch vụ cơ bản. Kết quả của nghiên cứu này là một dịch vụ nhằm góp phần nhỏ thúc đẩy quá trình chuyển đổi và phát triển thành công mô hình ngân hàng số ở Việt Nam. Đó là công cụ tạo lập báo cáo trực quan tự động dựa trên nền tảng Microssoft Power BI, giúp các ngân hàng có thể xử lý nhanh, chính xác, đáp ứng yêu cầu quản lý nhưng vẫn đảm bảo an toàn cho khối dữ liệu khổng lồ của hệ thống ngân hàng. Từ khóa: Ngân hàng số, báo cáo trực quan, MS Power BI 1. ĐẶT VẤN ĐỀ Trong bối cảnh cạnh tranh khốc liệt của thị trường tài chính - ngân hàng hiện nay, ngân hàng số là chủ đề được các ngân hàng, tổ chức tài chính, bảo hiểm và giới chuyên gia trên thế giới nói chung và Việt Nam nói riêng rất quan tâm. Về phía các ngân hàng đang phải chạy đua quyết liệt để vươn lên, đặc biệt trong bối cảnh sức ép cạnh tranh ngày càng gay gắt từ các công ty công nghệ tài chính (fintech). Không kể đến fintech thì sự bùng nổ của các thiết bị di động cũng đã buộc ngân hàng phải chuyển mình, nhanh chóng đưa ra nhiều sản phẩm, dịch vụ mới cũng như các giải pháp nâng cao trải nghiệm khách hàng. Chuyển đổi số chính là chìa khóa để giúp các ngân hàng nhanh chóng thực hiện mục tiêu của mình. Hàng loạt các ứng dụng tài chính và hàng loạt những thay đổi mới trong trải nghiệm thanh toán và sử dụng dịch vụ của khách hàng ra đời. Đồng nghĩa với nó là một khối lượng dữ liệu khổng lồ sẽ được tạo ra hàng ngày từ các giao dịch. Quản lý dữ liệu tốt cho phép các ngân hàng hoạt động hiệu quả hơn vì có thể cung cấp thông tin cần thiết phục vụ quá trình phân tích và tổng hợp, bổ sung vào cơ sở dữ liệu chung của ngân hàng. Điều này mang lại cho ngân hàng cơ hội gia tăng giá trị các sản phẩm, dịch vụ. Vấn đề này lại càng trở nên đặc biệt quan trọng đối với hoạt động ngân hàng số. Do đó, nếu một ngân hàng không quản lý thông tin tốt thì việc họ phát triển ngân hàng số sẽ chỉ làm gia tăng
302 mức độ nghiêm trọng của vấn đề. Để ngân hàng số hoạt động hiệu quả đòi hỏi thông tin mà các cấp quản lý có phải được cập nhật kịp thời theo một định dạng dễ hiểu như các báo cáo trực quan. Mọi cải tiến trong lĩnh vực này đều đem đến những lợi ích đáng kể khi cung cấp và tiếp thị các dịch vụ điện tử. 2. PHƯƠNG PHÁP NGHIÊN CỨU VÀ CÔNG CỤ SỬ DỤNG 2.1. Phương pháp nghiên cứu Tác giả đã sử dụng kết hợp phương pháp định tính và định lượng để khẳng định tính cần thiết của nghiên cứu. Để đảm bảo tính khách quan về sự cần thiết của nghiên cứu, tác giả đã tiến hành khảo sát lấy ý kiến bằng phương pháp phỏng vấn (phỏng vấn một số cán bộ quản lý của một số ngân hàng: VietComBank, VietinBank, AgriBank, GPBank, VPBank dưới hai hình thức phỏng vấn sâu và phỏng vấn qua điện thoại) và phát phiếu điều tra. Để thực hiện nội dung cốt lõi của nghiên cứu, các phương pháp nghiên cứu đặc thù của ngành hệ thống thông tin quản lý được sử dụng. Tác giả tiến hành phỏng vấn 10 cán bộ ngân hàng đang làm công tác quản lý, từ quản lý cấp tác nghiệp (Trưởng phòng giao dịch) đến cán bộ quản lý cấp chiến thuật (Trưởng/Phó ban; Giám đốc chi nhánh) và cấp chiến lược (Giám đốc, Tổng Giám đốc, Chủ tịch Hội đồng quản trị ngân hàng). Đối với các chi nhánh ngân hàng đang hoạt động trên địa bàn TP Hà Nội tác giả tiến hành phỏng vấn sâu (phỏng vấn phi cấu trúc) thực hiện phỏng vấn trực tiếp. Đối với các chi nhánh ngân hàng đang hoạt động ở các tỉnh/thành phố khác Hà Nội tác giả phỏng vấn qua điện thoại. Các cuộc phỏng vấn đều tập trung vào giải quyết câu hỏi nghiên cứu như: Hệ thống báo cáo của các tổ chức doanh nghiệp có khối lượng dữ liệu lớn (Big Data) nói chung và khối ngân hàng nói riêng được tạo lập như thế nào, bằng công cụ gì? Với phương thức tạo lập như vậy thì có những hạn chế và rủi ro gì? Làm thế nào để có thể khắc phục được những hạn chế và rủi ro đó? Dựa vào ý kiến chuyên gia, bảng câu hỏi được lập và được điều tra thử nghiệm các cán bộ quản lý ở ngân hàng. Trên cơ sở cuộc thăm dò, hiệu chỉnh lại thang đo, thu thập thông tin phản hồi, bảng câu hỏi chính thức được hoàn thiện để khảo sát chính thức. Sau khi phỏng vấn, tác giả tiến hành xử lý và tổng hợp kết quả phỏng vấn cho thấy, đại đa số các cán bộ quản lý của các ngân hàng đều đưa ra ý kiến chưa hài lòng với hệ thống báo cáo bằng bảng tính (report) hiện tại. Với các lý do như sau: - Cán bộ quản lý (từ Trưởng/Phó phòng trở lên) không thể tự xem được báo cáo hàng ngày, báo cáo tức thời để biết tình hình hoạt động của ngân hàng. - Báo cáo mà cấp dưới đưa lên không đảm bảo tính kịp thời, là những bảng tính với những con số khô khan, chằng chịt, rất khó nhận biết nhanh để đưa ra quyết định. - Báo cáo hiện tại không cho cái nhìn toàn cảnh về hoạt động của ngân hàng.
303 Các cán bộ quản lý ngân hàng đều mong muốn có một hệ thống báo cáo trực quan, gồm những con số biết nói để khi cần ra quyết định họ có thông tin kịp thời. Để khẳng định lại một lần nữa, tác giả tiến hành thiết kế một bảng hỏi và gửi đến 100 cán bộ cùng nhân viên ngân hàng để khảo sát. Phiếu điều tra được phát dưới hai hình thức: phát trực tiếp cho người trả lời và điều tra online bằng cách gửi đường dẫn trong thư điện tử đến người được hỏi. Kết quả khảo sát phân loại các tiêu chí cụ thể được tóm tắt như sau: đối tượng tham gia trả lời chủ yếu là cán bộ quản lý từ cấp tác nghiệp (Trưởng/Phó phòng giao dịch) trở lên chiếm 61,45%. Về giới tính, tỷ lệ là nữ (70,23%) lớn hơn tỷ lệ nam (29,77%). Tất cả người được phỏng vấn đều có trình độ đại học trở lên (trên đại học chiếm 86,64%). 100% người được hỏi chưa hài lòng với hệ thống báo cáo hiện tại và mong muốn có một hệ thống báo cáo tốt hơn, kịp thời hơn, dễ lập và xem khi cần thiết, có thể thực hiện được mọi lúc, mọi nơi theo thời gian thực. Kết quả cho thấy ý kiến của đại đa số cán bộ quản lý của ngân hàng, đặc biệt là ngân hàng GPBank đều mong muốn có một hệ thống báo cáo trực quan như Bảng 1. Bảng 1 - Bảng tổng hợp ý kiến khảo sát 1. HỆ THỐNG BÁO CÁO HIỆN TẠI Tiêu thức đánh giá Tỷ lệ đồng ý Mang đến bất cập trong quá trình ra quyết định 98% Mang đến rủi ro trong quá trình ra quyết định 87% Hài lòng 0% Mong muốn có hệ thống báo cáo tốt hơn 100% 2. MONG MUỐN HỆ THỐNG BÁO CÁO MỚI Báo cáo có tính tương tác cao 100% Nhúng báo cáo vào các ứng dụng khác 100% Báo cáo bằng biểu đồ thời gian thực 100% Xem báo cáo mọi nơi, mọi lúc 100% Xem báo cáo bằng các thiết bị di động cầm tay 100% Nguồn: Nghiên cứu của nhóm tác giả 2.2. Công cụ sử dụng Nghiên cứu sử dụng phần mềm Power BI để thiết lập các báo cáo trực quan. Đây là tập các phần mềm, dịch vụ, ứng dụng và kết nối cho phép tích hợp dữ liệu từ nhiều nguồn cho mục đích tổng hợp, lập báo cáo, biểu diễn dữ liệu trực quan và xuất bản báo cáo dữ
304 liệu lên môi trường web dễ dàng, thuận lợi. Như vậy, Power BI là một dịch vụ phân tích kinh doanh, cung cấp thông tin chuyên sâu, giúp các nhà quản lý ra quyết định nhanh chóng và sáng suốt. Nó cung cấp khả năng hiển thị báo cáo tương tác với người dùng cuối, không phải phụ thuộc vào chuyên viên công nghệ thông tin. Power BI mang tiếng nói và màu sắc đến cho những con số chi chít, khô khan, buồn tẻ, mang không khí thoải mái, dễ chịu cho môi trường kinh doanh phức tạp, vì nó giúp những nhà quản lý nhìn số liệu qua các biểu đồ. Power BI cung cấp các công cụ để chuyển đổi, phân tích và hiển thị dữ liệu, tạo ra các báo cáo có tính tương tác cao. Với Power BI, cũng có thể phân tích mức độ ổn định bởi vì rất dễ dàng để tạo ra những mô hình tái sử dụng dữ liệu (reuseable data) để đảm bảo sự nhất quán giữa các báo cáo, tiến hành các dự đoán, đưa ra các xu thế trong tương lai dựa vào các dữ liệu hiện tại và trong quá khứ. Ngoài ra, còn có thể nhúng báo cáo vào các ứng dụng của tổ chức, tích hợp ứng dụng của tổ chức với Power BI, các báo cáo tương tác và biểu đồ thời gian thực sẽ dễ dàng được chia sẻ đến những người dùng khác kể cả đến các đối tượng ngoài tổ chức như đối tác, khách hàng hay nhà cung cấp. 3. KẾT QUẢ NGHIÊN CỨU 3.1. Xây dựng Gateway cung cấp dữ liệu Xây dựng tính năng quản lý gateway trên PowerShell. PowerShell là công cụ không thể thiếu trong việc quản lý tác vụ, truy xuất, xử lý thông tin,.. với dịch vụ cần quản lý không chỉ cho các dịch vụ on-premise mà cả cho on-cloud. On-premise là phần mềm lưu trữ dữ liệu tại chỗ. Đây là một dạng mô hình phần mềm được cài đặt và hoạt động từ chính máy chủ và hệ thống máy tính của doanh nghiệp. Mô hình cấp phép và phân phối phần mềm trong đó phần mềm được cấp phép trên cơ sở đăng ký và được lưu trữ tập trung tại bên cung cấp thứ ba. Trước đây, việc quản lý các gateway trên Power BI đều phải thực hiện thông qua GUI và rất hạn chế trong việc khai thác thông tin và khá mất thời gian khi muốn xử lý các tác vụ quản lý như: thêm gateway, thêm/bớt người quản trị cho gateway,… Ngoài ra, quản lý thông qua Powershell, người quản trị hệ thống không cần gọi lệnh thực thi thông qua bàn phím mà có thể thực hiện bằng cách kích chuột. Xây dựng Gateway được thực hiện như sau: Bước 1: Cài đặt module bằng cmdlet. Install-Module -Name DataGateway Để cài đặt được, máy tính cần kết nối Internet
305 Sau khi hoàn tất cài đặt, dùng lệnh “Get-Command -Module DataGateway*” để xem bộ lệnh về quản lý Gateway, để xem cú pháp của một cmdlet cụ thể, ta dùng lệnh “get-help ”. Bước 2: Sử dụng nhóm lệnh quản lý gateway và data source ✓ Nhóm lệnh quản lý gateway & mô tả cách dùng: Get-DataGatewayCluster: Lists all gateway clusters for the current user or a specific one based on the passed parameters Get-DataGatewayClusterStatus: Returns the cluster status along with additional properties Get-DataGatewayInstaller: Lists users authorized to install and register gateways within the tenant Get-DataGatewayTenantPolicy: Returns the gateway installation and registration policy for the tenant. Add-DataGatewayClusterUser: Add a specific user to a gateway cluster for specific permissions Set-DataGatewayCluster: Set properties of an existing gateway cluster Set-DataGatewayInstaller: Modify list of users who can install and register new gateways on the tenant Set-DataGatewayTenantPolicy: Set the gateway installation and registration policy for the tenant Remove-DataGatewayCluster: Remove a gateway cluster Remove-DataGatewayClusterMember: Remove a gateway member from the corresponding gateway cluster Remove-DataGatewayClusterUser: Remove a user from a gateway cluster ✓ Nhóm lệnh quản lý data source & mô tả cách dùng: Add-DataGatewayClusterDatasourceUser: Add a user with required permissions for a Power BI data source Get-DataGatewayClusterDatasource: Lists all Power BI data sources on a gateway cluster or a specific one based on the passed parameters Get-DataGatewayClusterDatasourceStatus: Returns the connectivity status of a data source in a gateway cluster Get-DataGatewayClusterDatasourceUser: Lists users who have access to the specific Power BI data source in a gateway cluster Remove-DataGatewayClusterDatasource: Removes a Power BI data source from a gateway cluster Remove-DataGatewayClusterDatasourceUser: Removes a user from a Power BI data source Set-DataGatewayClusterDatasource: Set properties of an existing Power BI data source
306 3.2. Xây dựng báo cáo đa chiều 3.2.1. Phân tích tích báo cáo đa chiều Phân tích báo cáo đa chiều được thực hiện qua 4 bước. Bước 1 - Phân tích đầu mục báo cáo/yêu cầu, nghĩa là, tìm hiểu xem báo cáo/yêu cầu đưa ra chạm tới các lĩnh vực nào và trực thuộc bộ phận nào quản lý? Bước 2 - Nghiên cứu các văn bản quy phạm của ngân hàng, tìm kiếm các thông tin liên quan đến các lĩnh vực được đề cập tại bước 1 từ các văn bản quy phạm và các tài liệu pháp luật khác. Bước 3 - Phân nhỏ đầu mục báo cáo/yêu cầu thành các báo cáo. Với mỗi yêu cầu, cần có những biểu đồ/báo cáo nhỏ hơn để trình diễn trực quan và bao quát được toàn bộ các vấn đề/dữ liệu liên quan. Bước 4 - Phân tích các báo cáo chi tiết đến từng trường (như kiểu dữ liệu (Type), khóa chính (Primary Key), ý nghĩa (Description)…). 3.2.2. Thiết kế báo cáo đa chiều Quá trình thiết kế báo cáo đa chiều gồm 3 bước. Bước 1, dựa trên kết quả phân tích, người thiết kế xác định dữ liệu cần thiết để xây dựng báo cáo. Bước 2, chuyển yêu cầu cho cho người lập mô hình (modeler). Bước 3, phối kết hợp với kết quả của modeler phản hồi để lựa chọn và trình bày các biểu đồ báo cáo phù hợp. Thiết kế báo cáo dựa trên các bảng, trường dữ liệu do người lập mô hình tạo ra theo yêu cầu của người thiết kế hoặc thêm các measure/column tùy vào từng tình huống. Các thành phần sử dụng trong thiết kế báo cáo đa chiều gồm: • Pane Visualizations: Là Pane nơi chứa các biểu đồ. Người dùng chọn biểu đồ nào thì lựa chọn tại khu vực này. • Pane Fields: Là nơi hiển thị các bảng được thiết kế bởi Modeler theo yêu cầu của Designer theo dạng cây (tree). Với gốc cây là tên các bảng. Các chi là tên các Column/Measure/Group (Hierarchy). Dữ liệu của biểu đồ được xây dựng trên dữ liệu của Pane Fields. Ngoài các biểu đồ có sẵn được hiện lên trong Visualizations, nếu muốn sử dụng các loại biểu đồ khác từ các nguồn khác như từ file hoặc trong Marketplace thì phải cài đặt thêm. 3.2.3. Xây dựng một số báo cáo điển hình a) Xây dựng báo cáo về tiền huy động Biểu đồ stacked bar chart với giá trị thể hiện trên trục hoành là Số tiền huy động và Tiền lãi thu được theo Tỉnh/Thành phố, vì tiền lãi thu được có giá trị nhỏ hơn số tiền huy động nên thuộc tính Value được để tiền lãi thể hiện trước, giá trị ở trục tung tác giả để là số tiền huy động. Trong đó, số tiền huy động tác giả chọn thể hiện là màu xanh, còn tiền lãi được thể hiện là màu đỏ, hai giá trị này nằm chồng lên nhau.
307 Biểu đồ 1 - Biểu đồ tiền huy động và lãi theo tỉnh/thành phố Nguồn: Tác giả Tiền lãi có thể là lãi đơn hoặc lãi gộp. Nếu thời hạn gửi bằng với kỳ hạn thì tiền lãi được tính theo công thức tính lãi đơn. Nếu thời hạn gửi là bội số của kỳ hạn thì tiền lãi được tính bằng công thức tính lãi gộp theo tư bản hóa kỳ hạn. Lãi đơn (theo công thức tài chính) được tính bằng công thức I = C*t*a; Lãi gộp tính bằng công thức I = C * (1+ t)^ a Trong đó: I (Interest) là tiền lãi; C (Capital) là vốn gốc, t (rate) là lãi suất, còn a (year) là năm; nếu người gửi theo ngày (n) hay tháng (m – month) thì a = n/360 hoặc a = m/12. Khi đưa vào cơ sở dữ liệu, tiền lãi được tính bằng công thức sau: Lãi đơn: Interest = Amount * Rate * Term. Lãi gộp: Interest = Amount * (1+ Rate)^ Term. Trong đó: Interest, Amount, Rate, Term là các trường của cơ sở dữ liệu.: + Filters: cho phép lọc với các điều kiện mà người quản lý yêu cầu. Ví dụ, lãnh đạo ngân hàng GPBank muốn chọn ra 3 Tỉnh/Thành phố là Quảng Ninh, Nghệ An và Hải Dương xem số tiền huy động được ở 3 chi nhánh này là bao nhiêu. Vậy, cán bộ lãnh đạo chỉ việc chọn 3 Tỉnh/Thành phố đó trên thanh Filter/Provice, Power BI sẽ cung cấp báo cáo trực quan ngắn gọn về các tỉnh thành phố đó (như biểu đồ 2).
308 Biểu đồ 2 - Tiền huy động và lãi của 3 tỉnh Quảng Ninh, Nghệ An, Hải Dương Nguồn: Tác giả b) Xây dựng báo cáo mức độ hoàn thành kế hoạch cho vay Biểu đồ 0 - Báo cáo mức độ hoàn thành kế hoạch cho vay Nguồn: Tác giả
309 Báo cáo thể hiện mức độ hoàn thành kế hoạch của hoạt động cho vay và huy động vốn được sử dụng dạng biểu đồ Slim Data Bar KPI Chart. Dạng biểu đồ này có ưu điểm hiển thị tiến trình hướng tới mục tiêu cho vay. Màu xanh thể hiện đạt chỉ tiêu, màu đỏ không đạt chỉ tiêu. Cụ thể, có 5 tỉnh/thành phố không đạt chỉ tiêu tín dụng gồm Quảng Ninh, Hải Dương, Đà Nẵng, Vũng Tàu và Hải Phòng nên trên biểu đồ thể hiện bằng màu đỏ, 6 tỉnh còn lại đạt và vượt chỉ tiêu đề ra nên trên biểu đồ thể hiện bằng màu xanh. c) Xây dựng báo cáo mức độ hoàn thành kế hoạch động huy động vốn Báo cáo thể hiện mức độ hoàn thành kế hoạch của hoạt động huy động vốn được sử dụng dạng biểu đồ Slim Data Column KPI Chart. Đây là dạng biểu đồ để hiển thị tiến trình hướng tới mục tiêu huy động vốn. Biểu đồ 4 - Báo cáo thể hiện mức độ hoàn thành kế hoạch huy động vốn Nguồn: Tác giả Màu xanh thể hiện đạt chỉ tiêu, màu đỏ không đạt chỉ tiêu. Cụ thể, có 3 tỉnh/thành phố đạt chỉ tiêu huy động vốn gồm Hà Nội, TP Hồ Chí Minh và Hải Dương nên trên biểu đồ thể hiện bằng màu xanh, các tỉnh còn lại không đạt chỉ tiêu đề ra nên trên biểu đồ thể hiện bằng màu đỏ. d) Xây dựng báo cáo thể hiện dòng tiền di chuyển giữa các ngân hàng Để lập báo cáo về dòng chuyển di chuyển giữa các ngân hàng (liên ngân hàng) tác giả sử dụng biểu đồ Sankey Chart trong Power BI Desktop. Sankey Chart giúp trực quan hóa luồng dữ liệu giữa các nguồn với nhau. Sử dụng biểu đồ Sankey Chart giúp lãnh đạo ngân hàng GPBank thấy rõ được bức tranh chuyển tiền liên ngân hàng, thấy rõ được dòng tiền chuyển từ ngân hàng GPBank sang các ngân hàng khác và ngược lại từ ngân hàng khác về GPBank. Các tham số sử dụng cho biểu đồ gồm:
310 - Source: Ngân hàng chuyển nên trường TransferBank được lựa chọn. - Destiantion: Ngân hàng nhận nên trường ReceiverBank được lựa chọn. - Weight: Tổng số tiền đã trao đổi giữa hai ngân hàng nên TotalAmount được lựa chọn. Trên biểu đồ thể hiện số tiền chuyển liên ngân hàng từ Vietcombank sang Agribank là 19.4 nghìn tỷ; từ Agribank sang GPBank là 10 nghìn tỷ; từ GPBank sang HDBank 11 nghìn tỷ; từ MB sang BPBank 12,5 nghìn tỷ…. Biểu đồ 5 - Luồng tiền di chuyển giữa các ngân hàng Nguồn: Tác giả e) Xây dựng báo cáo tài chính Biểu đồ 6 - Dư nợ cho vay và tiền gửi khách hàng cuối năm 2018 Nguồn: Tác giả
311 Báo cáo tài chính thể hiện tổng tài sản của các chi nhánh ngân hàng, tất cả các chi nhánh đều có tổng tài sản vượt 10 nghìn tỷ đồng, chi nhánh Hà Nội dẫn đầu về quy mô cho vay và tiền gửi. Bốn chi nhánh lớn của hệ thống ngân hàng GPBank là Hà Nội, TP Hồ Chí Minh, Hải Phòng và Hải Dương. Tại thời điểm cuối năm 2018, tổng tài sản của 4 chi nhánh này chiếm tới 83% hệ thống tổ chức tín dụng của GPBank cho thấy sức ảnh hưởng rất lớn của nhóm này đối với ngân hàng. Năm 2018, tất cả các chi nhánh đều có dư nợ cho vay. Trong đó, Hà Nội đang có dư nợ cho vay và huy động tiền gửi khách hàng lớn nhất, đều đã vượt trên 15 nghìn tỷ đồng. Theo sau lần lượt là TP Hồ Chí Minh, Hải Phòng và Hải Dương. Về tiền gửi, Hải Phòng là chi nhánh có lượng tiền gửi không kỳ hạn lớn nhất, cho thấy được lợi thế về nguồn vốn giá rẻ của chi nhánh này – một trong những yếu tố giúp cải thiện biên lợi nhuận. Biểu đồ 7 - Quy mô doanh thu – lợi nhuận của 4 chi nhánh lớn Nguồn: Tác giả Báo cáo tài chính còn thể hiện quy mô doanh thu – lợi nhuận của ngân hàng. Với dư nợ cho vay lớn nhất, cùng mạng lưới nhiều phòng giao dịch nhất hệ thống GPBank, tổng thu nhập của chi nhánh Hà Nội cao hơn hẳn các chi nhánh còn lại, đạt 2.827 tỷ đồng năm 2018; trong khi TP Hồ Chi Minh đứng thứ 2 cũng mới chỉ ở mức 931 tỷ đồng. Tuy nhiên, hệ thống đồ sộ cũng dẫn đến chi phí hoạt động lớn theo. Do đó, lợi nhuận thuần từ hoạt động kinh doanh của các chi nhánh không cách biệt nhau quá nhiều. 3.3. Xây dựng Dashboard Dashboard là báo cáo tổng hợp (bảng điều khiển), đây là một loại giao diện người dùng đồ họa cung cấp cái nhìn tổng quan về các chỉ số hiệu suất chính có liên quan đến một mục tiêu cụ thể hoặc quy trình kinh doanh. Bố cục của các dashboard được thiết kế thành 4 phần chính, được bố trí từ trái qua phải, từ trên xuống dưới. Phần thứ nhất gồm
312 thanh công cụ timeline được bố trí theo năm, quý, tháng và ngày, để từ đó, ngân hàng có thể bố trí truy xuất báo cáo dữ liệu từ nhiều năm về trước. Ngoài thanh công cụ timeline các dashboard còn được trang bị thêm thanh filter (lọc) nhóm khách, vùng miền, loại hình dịch vụ... Khi tương tác vào một điều kiện bất kỳ thì tất cả các báo cáo cũng đều thay đổi theo. Điều này rất là thuận tiện cho các lãnh đạo ngân hàng trong việc truy xuất lại dữ liệu từ nhiều năm về trước. Hình 1 - Thanh Timeline trong Dashboard Nguồn: tác giả phân tích Phần thứ hai của dashboard này bức tranh tổng quan về tình hình kinh doanh của ngân hàng với các chỉ tiêu tài chính đặc trưng như: tiến độ đạt chỉ tiêu, doanh thu, lợi nhuận, nợ xấu… và tỷ lệ tăng trưởng qua các thời kỳ của ngân hàng. Phần ba là thông tin cắt lớp về từng hoạt động cụ thể của từng chi nhánh, phòng giao dịch của ngân hàng hay của từng loại hình dịch vụ mà ngân hàng cung cấp như tiết kiệm, chuyển khoản, cho vay, thu phí SMS, top các dịch vụ mà ngân hàng đang kinh doanh… Phần cuối, phân tích những xu hướng và hành vi giao dịch của khách hàng với ngân hàng và theo dõi được tình hình kinh doanh của các phòng giao dịch, các chi nhánh của ngân hàng. Ví dụ, có thể biểu diễn chi tiết về các hình thức huy động vốn như online, tại quầy giao dịch hay tại các đại lý về từng loại hình dịch vụ huy động như lãi đầu kỳ, lãi cuối kỳ, lãi định kỳ, tiết kiệm cho người cao tuổi…. tại các chi nhánh ở Hà Nội. ❖ Lập Dashboard Dashboard được chia thành 4 phần chính, được bố trí từ trái qua phải, từ trên xuống dưới. Phần trên cùng là thanh công cụ timeline được bố trí theo năm, quý, tháng và ngày, để từ đó, ngân hàng có thể bố trí truy xuất báo cáo dữ liệu từ nhiều năm về trước và các điều kiện để lọc báo cáo, ví dụ, theo tỉnh/thành phố, theo chi nhánh, theo loại hình sản phẩm của ngân hàng. Trên một Dashboard có nhiều biểu đồ tương tác với nhau, có quan hệ về mặt dữ liệu với nhau. Khi tác động đến một biểu đồ trên Dashboard sẽ ảnh hưởng đến tất cả các biểu đồ còn lại trên Dashboard đó.
313 - Phần bên tay trái của Dashboard hiển thị khối thông tin quan trọng mà bất kỳ một nhà lãnh đạo nào cũng quan tâm, đó chính là doanh thu của ngân hàng, bên dưới là những chỉ số về chỉ tiêu và phần trăm còn thiếu để đạt chỉ tiêu và một biểu đồ nhỏ thể hiện tình hình doanh số qua các tháng trong năm của ngân hàng. Biểu đồ tiếp theo thể hiện tình hình kinh doanh của ngân hàng tương quan với chỉ số chỉ tiêu của từng ngày trong một tháng nhất định để từ đó ngân hàng có thể theo dõi sát sao tình hình hiệu quả hoạt động từng ngày của ngân hàng. Dashboard 1 - Biểu diễn mối tương quan giữa doanh số và chỉ tiêu Nguồn: Tác giả phân tích Nếu như biểu đồ bên tay trái thể hiện mối tương quan giữa doanh số và chỉ tiêu theo những số liệu tuyệt đối thì biểu đồ kế bên cũng thể hiện khối thông tin đó nhưng được hiển thị dưới dạng phần trăm còn thừa, còn thiếu so với chỉ tiêu đề ra. Đường nằm ngang màu xanh được lấy làm mốc chỉ tiêu, đường gấp khúc màu đen sẽ cho biết được những nào doanh số không đạt chỉ tiêu thì nằm dưới, đạt chỉ tiêu thì nằm ngay tại đường màu xanh, vượt chỉ tiêu thì điểm gấp khúc nằm trên đường màu xanh. Vượt hay thiếu chỉ tiêu bao nhiêu phần trăm giữa doanh thu và chỉ tiêu nhưng bằng con số tương đối. - Sau phần tổng quan những chỉ số về tình hình hoạt động của ngân hàng, ta có thể theo dõi tình hình doanh thu của ngân hàng theo từng lát cắt từ cao xuống thấp như là loại hình khách hàng (cá nhân hay doanh nghiệp), đến từng loại dịch vụ cung cấp như tiền gửi tiết kiệm, tiền cho vay, thẻ, ebanking, đến top các dịch vụ ưa chuộng và đến từng loại hình dịch vụ cụ thể như gửi tiết kiệm trả lãi đầu kỳ, tiết kiệm trả lãi cuối kỳ.
314 Dashboard 2 - Biểu đồ giao dịch từng loại dịch vụ Nguồn: tác giả phân tích Biểu đồ đầu tiên: giúp cảnh báo cho ngân hàng biết đâu là mùa cao điểm người dân gửi tiền vào ngân hàng, đâu là mùa cao điểm người dân rút tiền từ ngân hàng để từ đấy có được các chiến lược cho vay, đầu tư vào các dự án hợp lý có hiệu quả, đây chính là xu hướng . Điểm mạnh của Power BI là giúp tạo ra được các Dashboard cung cấp một cái nhìn chuyên sâu và nhiều chiều về doanh thu của ngân hàng cho Ban giám đốc và Hội đồng quản trị của ngân hàng thông qua sức mạnh của việc tương tác giữa các khối dữ liệu. Khối thông tin cuối cùng hiện thị trong Dashboard này sẽ xoay quanh khối thông tin liên quan đến đặc tính của khách hàng, xu hướng sử dụng dịch vụ ngân hàng của từng nhóm đối tượng để từ đó ngân hàng nắm bắt được kịp thời hành vi của khách hàng để đề ra được những chiến lược kinh doanh, marketing kịp thời và hiện quả nhất, theo dõi được hiệu suất làm việc của từng nhân viên để tính lương, tính thưởng cho nhân viên đó.
315 Dashboard 3 - Biểu đồ Map thể hiện hiệu quả kinh doanh theo loại sản phẩm Nguồn: tác giả phân tích Ví dụ, riêng đối với dịch vụ khách hàng cá nhân thì: ai là người kinh doanh tốt nhất, huy động được nhiều tiền gửi tiết kiệm nhất, ai là người cho vay được nhiều nhất, nhân viên tiêu biểu của tháng là ai, tình hình doanh số của nhân viên theo các tháng trong năm để từ đấy có thể khích lệ và tạo điều kiện cho các nhân viên trong ngân hàng cùng phấn đấu để đạt được kết quả cao hơn. 3.4. Xuất bản báo cáo đa chiều Sau khi tạo các báo cáo động, các Dashboard được xuất ra Power BI Service, một ứng dụng trên môi trường web. Đây là dịch vụ điện toán đám mây và được sử dụng để xuất bản các báo cáo Power BI và hiển thị dữ liệu. Lãnh đạo ngân hàng chỉ cần tải Power BI Mobile Apps, một ứng dụng trên các store hiện có trên các store Apple Store, Google Store và Microsoft Store, để sử dụng. Các ứng dụng di động Power BI có thể kết nối với dữ liệu từ bất cứ đâu. Sau mỗi tháng, mỗi quý, dữ liệu thay đổi, người sử dụng chỉ việc vào Get data (trong thẻ Home) để chọn đường dẫn đến tệp dữ liệu đầu vào và chọn import, Power BI sẽ nạp dữ liệu mới cho các dashboard.
316 Dashboard 0.4 - Hiệu quả kinh doanh theo vùng địa lý Nguồn: tác giả phân tích 3.5. Kết quả triển khai Biểu đồ 8 - Năng lực huy động vốn và cho vay của ngân hàng trong 3 năm Nguồn: tác giả tổng hợp Sản phẩm nghiên cứu đã triển khai thử nghiệm tại ngân hàng GPBank được hơn một năm. Kết quả là khâu xử lý dữ liệu được tự động hóa hoàn toàn, cung cấp thông tin nhanh
317 chóng trong việc ra quyết định cho vay trong ngân hàng, làm tăng khả năng tiếp cận vốn của doanh nghiệp, tăng khả năng cho vay của ngân hàng, từ đó người vay không còn cần sử dụng tài trợ phi chính thức nữa. Số liệu thống kê của năm 2016, 2017 khi chưa ứng dụng giải pháp trực quan hóa dữ liệu cho thấy ngân hàng chỉ cho vay với hình thức chính thức được 51,57% (2016) và 50,84% (2017) năng lực của ngân hàng. Từ tháng 8/2018, khi đưa ứng dụng vào triển khai, ngân hàng đã đạt được 98,72% năng lực cho vay. Điều này đã khẳng định tính hiệu quả của ứng dụng. 4. KẾT LUẬN Kết quả nghiên cứu đã xây dựng được một hệ thống báo cáo động bằng biểu đồ trực quan về tình hình kinh doanh từ tổng quan đến chi tiết của ngân hàng GPBank giúp ban lãnh đạo ngân hàng theo dõi được tình hình sức khỏe của ngân hàng, từ đó đưa ra được những quyết định kinh doanh chính xác kịp thời và hiệu quả nhất. Đồng thời các dashboard cũng giúp các cấp quản lý quan sát được các giao dịch bất thường, không minh bạch giúp phát hiện ra những giao dịch tài chính phi chính thức trong ngân hàng. Ngoài ra, kết quả của nghiên cứu cũng giúp các tổ chức, doanh nghiệp, ngân hàng tùy vào quy mô, lĩnh vực hoạt động và đặc điểm loại hình doanh nghiệp mà lựa chọn bộ sản phẩm để ứng dụng cho tổ chức của mình sao cho phù hợp nhất. Tuy nhiên, do hạn chế về mặt thời gian và nhân lực nên nghiên cứu mới chỉ lập được các báo cáo trong lĩnh vực huy động, tín dụng và thanh toán trong nước của ngân hàng với các chỉ tiêu theo yêu cầu của các cấp quản lý và các đơn vị chuyên môn. Còn nhiều mảng dịch vụ sản phẩm nữa của ngân hàng mà trong nghiên cứu này chưa thực hiện được như: Dịch vụ thẻ; Ngoại hối; Thanh toán quốc tế; Ngân hàng điện tử; Chuyển tiền kiều hối. Đây chính là hướng phát triển tiếp theo của nghiên cứu. TÀI LIỆU THAM KHẢO Alexandru Telea (2015), Data Visualization Principles and Practice Second Edition, Taylor & Francis Group Andy Kirk (2012), Data Visualization: a successful design process, Packt Publishing Ltd. Gartner, Inc. (NYSE: IT) - công ty nghiên cứu và tư vấn hàng đầu thế giới có trụ trở tại Hoa Kỳ GPBank, Văn bản quy phạm GPBank, Báo cáo tài chính các năm 2016, 2017, 2018 John Wiley & Sons (2014), Data Visualization For Dummies, Published simultaneously in Canada
318 Kenneth Neil Cukier and Viktor Mayer-Schoenberger, The Rise of Big Data, How It’s Changing the Way We Think About the World, Foreign Affairs, May/June 2013, http://www.foreignaffairs.com/articles /139104/kenneth-neil-cukier-andviktor-mayer- schoenberger/the-rise-of -big-data KieranHealy (2019), DataVisualization A Practical Introduction, Princeton University Press Viktor Mayer - SchÖnberger & Kenneth Cukier, 2017. Big Data - Dữ liệu lớn. Nxb Trẻ, Tp Hồ Chí Minh, tr.17 - 30. Website http://antoanthongtin.vn/ (An toàn thông tin - Ban cơ yếu chính phủ), 19/06/2015 10:41:17 Website https://docs.microsoft.com/en-us/power-bi/fundamentals/power-bi-overview Website https://unitrain.edu.vn/gioi-thieu-cau-truc-va-loi-ich-cua-microsoft-power-bi/ Website https://powerbi.microsoft.com/en-us/ 4/11/2017 15:43:25 Website http://www.Internetlivestats.com/inter net-users/, Số liệu thống kê trực tuyến của World Wide Web Consortium (W3C) và Web Foundation Website https://powerbi.microsoft.com/en-us/downloads/ Website https://www.myonlinetraininghub.com/power-bi-cours Website http://datamaker.vn/2019/08/13/forrester-cong-nhan-microsoft-dan-dau-nen- tang-bi-trong-doanh-nghiep/