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

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

1. 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 TỒN CẦU VIỆT NAM TS. Nguyễn Thị Bạch Tuyết, ThS. Trần Dũng Khánh Viện CNTT&Kinh tế số - ĐH Kinh tế Quốc dân TĨM TẮT Phát triển ngân hàng số là một trong những xu hướng tất yếu để các ngân hàng Việt Nam cĩ thể thích ứng và phát triển bền vững trong bối cảnh cuộc cách mạng cơng 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 gĩp phần nhỏ thúc đẩy quá trình chuyển đổi và phát triển thành cơng mơ hình ngân hàng số ở Việt Nam. Đĩ là cơng cụ tạo lập báo cáo trực quan tự động dựa trên nền tảng Microssoft Power BI, giúp các ngân hàng cĩ thể xử lý nhanh, chính xác, đáp ứng yêu cầu quản lý nhưng vẫn đảm bảo an tồn cho khối dữ liệu khổng lồ của hệ thống ngân hàng. Từ khĩa: 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 nĩi chung và Việt Nam nĩi 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 cơng ty cơng nghệ tài chính (fintech). Khơng kể đến fintech thì sự bùng nổ của các thiết bị di động cũng đã buộc ngân hàng phải chuyển mình, nhanh chĩng 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 khĩa để giúp các ngân hàng nhanh chĩng thực hiện mục tiêu của mình. Hàng loạt các ứng dụng tài chính và hàng loạt những thay đổi mới trong trải nghiệm thanh tốn và sử dụng dịch vụ của khách hàng ra đời. Đồng nghĩa với nĩ 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 cĩ thể cung cấp thơng 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 đĩ, nếu một ngân hàng khơng quản lý thơng tin tốt thì việc họ phát triển ngân hàng số sẽ chỉ làm gia tăng
2. 302 mức độ nghiêm trọng của vấn đề. Để ngân hàng số hoạt động hiệu quả địi hỏi thơng tin mà các cấp quản lý cĩ 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 CƠNG 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 thơng tin quản lý được sử dụng. Tác giả tiến hành phỏng vấn 10 cán bộ ngân hàng đang làm cơng tác quản lý, từ quản lý cấp tác nghiệp (Trưởng phịng giao dịch) đến cán bộ quản lý cấp chiến thuật (Trưởng/Phĩ 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 cĩ khối lượng dữ liệu lớn (Big Data) nĩi chung và khối ngân hàng nĩi riêng được tạo lập như thế nào, bằng cơng cụ gì? Với phương thức tạo lập như vậy thì cĩ những hạn chế và rủi ro gì? Làm thế nào để cĩ thể khắc phục được những hạn chế và rủi ro đĩ? 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 dị, hiệu chỉnh lại thang đo, thu thập thơng tin phản hồi, bảng câu hỏi chính thức được hồn 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 lịng với hệ thống báo cáo bằng bảng tính (report) hiện tại. Với các lý do như sau: - Cán bộ quản lý (từ Trưởng/Phĩ phịng trở lên) khơng 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 khơng đảm bảo tính kịp thời, là những bảng tính với những con số khơ khan, chằng chịt, rất khĩ nhận biết nhanh để đưa ra quyết định. - Báo cáo hiện tại khơng cho cái nhìn tồn cảnh về hoạt động của ngân hàng.
3. 303 Các cán bộ quản lý ngân hàng đều mong muốn cĩ một hệ thống báo cáo trực quan, gồm những con số biết nĩi để khi cần ra quyết định họ cĩ thơng 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 tĩm tắt như sau: đối tượng tham gia trả lời chủ yếu là cán bộ quản lý từ cấp tác nghiệp (Trưởng/Phĩ phịng 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 cĩ trình độ đại học trở lên (trên đại học chiếm 86,64%). 100% người được hỏi chưa hài lịng với hệ thống báo cáo hiện tại và mong muốn cĩ một hệ thống báo cáo tốt hơn, kịp thời hơn, dễ lập và xem khi cần thiết, cĩ 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 cĩ 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 lịng 0% Mong muốn cĩ hệ thống báo cáo tốt hơn 100% 2. MONG MUỐN HỆ THỐNG BÁO CÁO MỚI Báo cáo cĩ 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 nhĩm tác giả 2.2. Cơng 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
4. 304 liệu lên mơi trường web dễ dàng, thuận lợi. Như vậy, Power BI là một dịch vụ phân tích kinh doanh, cung cấp thơng tin chuyên sâu, giúp các nhà quản lý ra quyết định nhanh chĩng và sáng suốt. Nĩ cung cấp khả năng hiển thị báo cáo tương tác với người dùng cuối, khơng phải phụ thuộc vào chuyên viên cơng nghệ thơng tin. Power BI mang tiếng nĩi và màu sắc đến cho những con số chi chít, khơ khan, buồn tẻ, mang khơng khí thoải mái, dễ chịu cho mơi trường kinh doanh phức tạp, vì nĩ giúp những nhà quản lý nhìn số liệu qua các biểu đồ. Power BI cung cấp các cơng cụ để chuyển đổi, phân tích và hiển thị dữ liệu, tạo ra các báo cáo cĩ tính tương tác cao. Với Power BI, cũng cĩ thể phân tích mức độ ổn định bởi vì rất dễ dàng để tạo ra những mơ hình tái sử dụng dữ liệu (reuseable data) để đảm bảo sự nhất quán giữa các báo cáo, tiến hành các dự đốn, đưa ra các xu thế trong tương lai dựa vào các dữ liệu hiện tại và trong quá khứ. Ngồi ra, cịn cĩ 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 ngồi 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 cơng cụ khơng thể thiếu trong việc quản lý tác vụ, truy xuất, xử lý thơng tin, với dịch vụ cần quản lý khơng 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 mơ hình phần mềm được cài đặt và hoạt động từ chính máy chủ và hệ thống máy tính của doanh nghiệp. Mơ hình cấp phép và phân phối phần mềm trong đĩ 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 thơng qua GUI và rất hạn chế trong việc khai thác thơng 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, Ngồi ra, quản lý thơng qua Powershell, người quản trị hệ thống khơng cần gọi lệnh thực thi thơng qua bàn phím mà cĩ 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
5. 305 Sau khi hồn 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 nhĩm lệnh quản lý gateway và data source ✓ Nhĩm lệnh quản lý gateway & mơ 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 ✓ Nhĩm lệnh quản lý data source & mơ 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
6. 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 thơng 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 cĩ những biểu đồ/báo cáo nhỏ hơn để trình diễn trực quan và bao quát được tồn 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), khĩa 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 mơ 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 mơ 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. Ngồi các biểu đồ cĩ 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 hồnh là Số tiền huy động và Tiền lãi thu được theo Tỉnh/Thành phố, vì tiền lãi thu được cĩ 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 đĩ, số tiền huy động tác giả chọn thể hiện là màu xanh, cịn tiền lãi được thể hiện là màu đỏ, hai giá trị này nằm chồng lên nhau.
7. 307 Biểu đồ 1 - Biểu đồ tiền huy động và lãi theo tỉnh/thành phố Nguồn: Tác giả Tiền lãi cĩ thể là lãi đơn hoặc lãi gộp. Nếu thời hạn gửi bằng với kỳ hạn thì tiền lãi được tính theo cơng thức tính lãi đơn. Nếu thời hạn gửi là bội số của kỳ hạn thì tiền lãi được tính bằng cơng thức tính lãi gộp theo tư bản hĩa kỳ hạn. Lãi đơn (theo cơng thức tài chính) được tính bằng cơng thức I = C*t*a; Lãi gộp tính bằng cơng thức I = C * (1+ t)^ a Trong đĩ: I (Interest) là tiền lãi; C (Capital) là vốn gốc, t (rate) là lãi suất, cịn 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 cơng thức sau: Lãi đơn: Interest = Amount * Rate * Term. Lãi gộp: Interest = Amount * (1+ Rate)^ Term. Trong đĩ: 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 đĩ trên thanh Filter/Provice, Power BI sẽ cung cấp báo cáo trực quan ngắn gọn về các tỉnh thành phố đĩ (như biểu đồ 2).
8. 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 hồn thành kế hoạch cho vay Biểu đồ 0 - Báo cáo mức độ hồn thành kế hoạch cho vay Nguồn: Tác giả
9. 309 Báo cáo thể hiện mức độ hồn 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 cĩ ưu điểm hiển thị tiến trình hướng tới mục tiêu cho vay. Màu xanh thể hiện đạt chỉ tiêu, màu đỏ khơng đạt chỉ tiêu. Cụ thể, cĩ 5 tỉnh/thành phố khơng đạt chỉ tiêu tín dụng gồm Quảng Ninh, Hải Dương, Đà Nẵng, Vũng Tàu và Hải Phịng nên trên biểu đồ thể hiện bằng màu đỏ, 6 tỉnh cịn lại đạt và vượt chỉ tiêu đề ra nên trên biểu đồ thể hiện bằng màu xanh. c) Xây dựng báo cáo mức độ hồn thành kế hoạch động huy động vốn Báo cáo thể hiện mức độ hồn 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 hồn thành kế hoạch huy động vốn Nguồn: Tác giả Màu xanh thể hiện đạt chỉ tiêu, màu đỏ khơng đạt chỉ tiêu. Cụ thể, cĩ 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 cịn lại khơng đạt chỉ tiêu đề ra nên trên biểu đồ thể hiện bằng màu đỏ. d) Xây dựng báo cáo thể hiện dịng tiền di chuyển giữa các ngân hàng Để lập báo cáo về dịng 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 hĩa 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 dịng 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:
10. 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
11. 311 Báo cáo tài chính thể hiện tổng tài sản của các chi nhánh ngân hàng, tất cả các chi nhánh đều cĩ tổng tài sản vượt 10 nghìn tỷ đồng, chi nhánh Hà Nội dẫn đầu về quy mơ cho vay và tiền gửi. Bốn chi nhánh lớn của hệ thống ngân hàng GPBank là Hà Nội, TP Hồ Chí Minh, Hải Phịng 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 nhĩm này đối với ngân hàng. Năm 2018, tất cả các chi nhánh đều cĩ dư nợ cho vay. Trong đĩ, Hà Nội đang cĩ 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 Phịng và Hải Dương. Về tiền gửi, Hải Phịng là chi nhánh cĩ lượng tiền gửi khơng 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 mơ doanh thu – lợi nhuận của 4 chi nhánh lớn Nguồn: Tác giả Báo cáo tài chính cịn thể hiện quy mơ doanh thu – lợi nhuận của ngân hàng. Với dư nợ cho vay lớn nhất, cùng mạng lưới nhiều phịng giao dịch nhất hệ thống GPBank, tổng thu nhập của chi nhánh Hà Nội cao hơn hẳn các chi nhánh cịn 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 đĩ, lợi nhuận thuần từ hoạt động kinh doanh của các chi nhánh khơng 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 cĩ 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
12. 312 thanh cơng cụ timeline được bố trí theo năm, quý, tháng và ngày, để từ đĩ, ngân hàng cĩ thể bố trí truy xuất báo cáo dữ liệu từ nhiều năm về trước. Ngồi thanh cơng cụ timeline các dashboard cịn được trang bị thêm thanh filter (lọc) nhĩm 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 thơng tin cắt lớp về từng hoạt động cụ thể của từng chi nhánh, phịng 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 phịng giao dịch, các chi nhánh của ngân hàng. Ví dụ, cĩ 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 cơng cụ timeline được bố trí theo năm, quý, tháng và ngày, để từ đĩ, ngân hàng cĩ 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 cĩ nhiều biểu đồ tương tác với nhau, cĩ 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 cịn lại trên Dashboard đĩ.
13. 313 - Phần bên tay trái của Dashboard hiển thị khối thơng tin quan trọng mà bất kỳ một nhà lãnh đạo nào cũng quan tâm, đĩ chính là doanh thu của ngân hàng, bên dưới là những chỉ số về chỉ tiêu và phần trăm cịn 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 đĩ ngân hàng cĩ 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 thơng tin đĩ nhưng được hiển thị dưới dạng phần trăm cịn thừa, cịn 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 khơng 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 cĩ 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.
14. 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 cĩ được các chiến lược cho vay, đầu tư vào các dự án hợp lý cĩ 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 thơng qua sức mạnh của việc tương tác giữa các khối dữ liệu. Khối thơng tin cuối cùng hiện thị trong Dashboard này sẽ xoay quanh khối thơng tin liên quan đến đặc tính của khách hàng, xu hướng sử dụng dịch vụ ngân hàng của từng nhĩm đối tượng để từ đĩ 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 đĩ.
15. 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 cĩ 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 mơi trường web. Đây là dịch vụ điện tốn 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 cĩ trên các store Apple Store, Google Store và Microsoft Store, để sử dụng. Các ứng dụng di động Power BI cĩ 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.
16. 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 hĩa hồn tồn, cung cấp thơng tin nhanh
17. 317 chĩng 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 đĩ người vay khơng cịn 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 hĩa 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 đĩ 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, khơng minh bạch giúp phát hiện ra những giao dịch tài chính phi chính thức trong ngân hàng. Ngồi ra, kết quả của nghiên cứu cũng giúp các tổ chức, doanh nghiệp, ngân hàng tùy vào quy mơ, 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 tốn trong nước của ngân hàng với các chỉ tiêu theo yêu cầu của các cấp quản lý và các đơn vị chuyên mơn. Cịn 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 tốn 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) - cơng ty nghiên cứu và tư vấn hàng đầu thế giới cĩ 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
18. 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, /139104/kenneth-neil-cukier-andviktor-mayer- schoenberger/the-rise-of -big-data KieranHealy (2019), DataVisualization A Practical Introduction, Princeton University Press Viktor Mayer - SchƯnberger & Kenneth Cukier, 2017. Big Data - Dữ liệu lớn. Nxb Trẻ, Tp Hồ Chí Minh, tr.17 - 30. Website (An tồn thơng tin - Ban cơ yếu chính phủ), 19/06/2015 10:41:17 Website Website Website 4/11/2017 15:43:25 Website net-users/, Số liệu thống kê trực tuyến của World Wide Web Consortium (W3C) và Web Foundation Website Website Website tang-bi-trong-doanh-nghiep/