báo cáo tiểu luận môn hệ thống thông tin quản lý

GVHD: Vũ Thị Thu Trang


DECISION SUPPORT SYSTEMS
& BUSSINESS INTELIGENCE
TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT
KHOA TIN HỌC QUẢN LÝ


BÁO CÁO TIỂU LUẬN

NHÓM 6

MÔN: HỆ THỐNG THÔNG TIN
QUẢN LÝ
Ngày 12 tháng 05 năm 2012

Thực hiện đề tài














Họ Tên
Mã SV
Phân công nhiệm vụ
Nguyễn Hữu Ngân
K104060978
Tìm hiểu DSS, Tổng hợp, Slide
Nguyễn Thị Dung
K104060944
Tìm hiểu DSS, Giải thích thuật ngữ
Phạm Phi Hùng
K104060962
Tìm hiểu quan hệ giữa BI và DSS
Lâm Hoàng Phương
K094061174

Tìm hiểu BI, Các ví dụ
Nguyễn Chu Kim Sang
K104060990
Tìm hiểu BI, Thuyết trình
Decision Support Systems & Bussiness Intelligence Trang 1

Lời mở đầu

Cùng với việc phát triển kinh tế với tốc độ ngày một nhanh và sự cạnh tranh
giữa các doanh nghiệp ngày càng gay gắt thì việc một doanh nghiệp có đứng vững
hay không phụ thuộc vào rất nhiều yếu tố cả bên trong lẫn bên ngoài. Một trong
những yếu tố quan trọng hàng đầu được đề cấp đến là là vấn đề làm sao quản lý được
dữ liệu của doanh nghiệp mình và làm thế nào để xác định mục tiêu kinh doanh, các
giải pháp hợp lý nhằm mang lại lợi ích tối đa cho doanh nghiệp. Chính vì điều đó hệ
thống hỗ trợ ra quyết định và giải pháp trí tuệ doanh nghiệp được ra đời như một xu
thế tất yếu nhằm hỗ trợ doanh nghiệp từ bên trong, giúp doanh nghiệp quản lý, phân
tích dữ liệu từ đó đưa ra phương thức quản lý tốt nhất, đưa ra các chiến lượt ngắn
hạn, chiến lượt dài hạn để định vị cho doanh nghiệp của mình. Nhận biết được tầm
quan trọng đó chúng em quyết định chọn đề tài “Decision Support Systems &
Bussiness Inteligence” để tìm hiểu và nghiên cứu chuyên sâu nhằm tích lũy kiến thức
phục vụ cho học tập và công việc sau này.
Chuyên đề được chia làm 3 chương:
Chương 1: Tổng quan về Decision Support Systems.
Chương 2: Tổng quan về Bussiness Inteligence
Chương 3: Mối quan hệ giữa Decision Support Systems & Bussiness
Inteligence.
Chúng em xin gửi lời cảm ơn đến cô giáo Vũ Thị Thu Trang, người đã theo sát
và giúp đỡ chúng em xuyên suốt trong quá trình thực hiện đề tài. Cảm ơn các thành
viên của lớp K10406 đã đóng góp những ý kiến hết sức bổ ích để đề tài được hoàn
thiện một cách đầy đủ nhất và khách quan nhất. Mặc dù đã nổ lực rất nhiều nhưng

chuyên đề không tránh khỏi những thiếu xót, rất mong những ý kiến đóng góp từ cô
cũng như các bạn đọc!

Decision Support Systems & Bussiness Intelligence Trang 2


CHƯƠNG I: TỔNG QUANG VỀ DICISION SUPPORT SYMSTEMS.
1.1. Thế nào là ra quyết định.
Việc đưa ra quyết định đối với một vấn đề xuất hiện trong khắp các lĩnh vực, hoạt
động của đời sống mà đôi khi chúng ta không nhận ra. Từ những việc đơn giản như
chọn một bộ quần áo để đi dự tiệc cho đến các việc lớn lao như phân bổ ngân sahcs
vào các chương trình của quốc gia đều là các công việc đưa ra quyết định.
Vậy đưa ra quyết định chính là chọn ra trong danh sách các giải pháp khả thi một giải
pháp mà theo người đưa ra quyết định là phù hợp nhất.
1.2. Quá trình ra quyết định.
1.2.1. Phân loại quyết định.
Có thể phân ra 4 loại quyết định như sau:
- Quyết định có cấu trúc(Structures Decision): Các quyết định mà người ra quyết
định biết là chắc chắn đúng.
- Quyết định không cấu trúc(Nonstructures Decision): Các quyết định mà người
ra quyết định biết là có nhiều câu trả lời gần đúng và không có cách nào để tìm
ra câu trả lời chính xát nhất.
- Quyết định đệ quy(Recurring Decision): Các quyết định lặp đi lặp lại.
- Quyết định không đệ quy(Nonrecurring Decision): Các quyết định không xảy
ra thường xuyên.
1.2.2. Các giai đoạn của quá trình ra quyết định.
Theo Simon, các giai đoạn của quá trình ra quyết định bao gồm các pha:
- Nhận định(Intelligence): Tìm kiếm các tính huống dẫn đến việc phải ra quyết
định, nhận dạng các vấn đề, nhu cầu, cơ hội, rủi ro…
Decision Support Systems & Bussiness Intelligence Trang 3

- Thiết kế(Design): Phân tích các hướng tiếp cận để giải quyết các vấn đề, đáp
ứng các nhu cầu, tận dụng cơ hội, hạn chế rủi ro…
- Lựa chọn(Choice): Cân nhắc và đánh giá từng giải pháp, đo lường hậu quả của
từng giải pháp và chọn giải pháp tối ưu.
- Tiến hành ra quyết định(Implementation): Thực hiện giải pháp được chọn, theo
dõi kết quả và điều chỉnh khi thấy cần thiết.

1.3. Hệ hỗ trợ ra quyết định.
1.3.1. Khái niệm hệ hỗ trợ ra quyết định.
Trong thập niên 70, Scott Morton đưa ra những khái niệm đầu tiên về hệ hỗ trợ
ra quyết định(Decision Support Systems-DSS). Ông định nghĩa DSS như là một hệ
thống tương tác trên máy tính nhằm giúp các nhà quản lý ra quyết định khai thác dữ
liệu và mô hình cho việc giải các bài toán không cấu trúc. Cũng trong năm này ông
Decision Support Systems & Bussiness Intelligence Trang 4

Little đã đưa ra một khái niệm DSS là tập hợp các thủ tục dựa trên mô hình nhằm xử
lý dữ liệu và phán đoán của con người để giúp các nhà quản lú ra quyết định.
Cho đến nay vẫn chưa có một sự thống nhất về khái niệm của DSS tuy nhiên
tất cả điều đồng ý mục đích cơ bản nhất của DSS để hỗ trợ và cải tiến ra quyết định.
1.3.2. Ưu điểm của Hệ hỗ trợ ra quyết định.

Ưu điểm của hệ hỗ trợ ra quyết định.
DSS được hình thành trên cơ sở kết hợp giữa kinh nghiệm, trực giác, tri thức,
đánh giá của con người với những thông tin, tốc độ và khả năng xử lý của một hệ
thống máy tính vì vậy nó có thể xem là một hệ thông tối ưu trong việc hổ trợ quản lý
của một tổ chức và giúp họ trong việc đưa ra quyết định. Những quyết định này có thể
thay đổi nhanh chóng và không xác định trước. Có rất nhiều lợi ích của DSS cho một
tổ chức, đoàn thể. Những lợi ích này bao gồm:
Tiết kiệm thời gian.

Nghiên cứu đã chứng minh rằng hệ thống hỗ trợ ra quyết định giúp giảm thời
gian chu kỳ quyết định cho một tổ chức. DSS cung cấp thông tin kịp thời, sau đó sử
dụng cho việc ra quyết định và giúp năng suất hoạt động của nhân viên được tăng lên.


Decision Support Systems & Bussiness Intelligence Trang 5

Gia tăng hiệu quả của quyết định.
Một ưu điểm khác của DSS là hiệu quả quyết định. Kết quả của DSS giúp việc
chuyển giao nhanh chóng thong tin và phân tích dữ liệu tốt hơn, do đó dẫn đến quyết
định hiệu quả hơn.
Nâng cao lợi thế cạnh tranh.
Khi sử dụng hệ hỗ trợ ra quyết định các doanh nghiệp sẽ có được lợi thế cạnh
tranh cao hơn so với các tổ chức khác.
Giảm chi phí
Việc sử dụng DSS trong một tổ chức giúp đưa ra quyết định nhanh hơn từ đó
giảm các chi phí rủi ro phát sinh.
Nâng cao sự hài lòng của các nhà sản xuất trong việc đưa ra quyết định.
DSS áp dụng công nghệ mới nhất trong quá trình hỗ trợ ra quyết định. Vì vậy
thông tin sau khi được hệ thống phân tích và đưa tới các nhà quản lý sẽ trực quan và
chính xát nhất. Điều này giúp các nhà quản lý có thể đưa ra quyết định một cách dễ
dàng từ đó nâng sự tin cậy và độ hài lòng của các nhà sản xuất.
1.3.3. Các thành phần của hệ hỗ trợ ra quyết định.
Một hệ hỗ trợ quyết định gồm 3 thành phần chính:
- Quản lý mô hình (Model Management)
- Quản lý dữ liệu (Data Management)
- Quản lý giao diện người dùng (User Interface Management)
Quản lý mô hình (Model Management): Bao gồm các mô hình ra quyết định
(DSS Model) và việc quản lý các mô hình này. Một số ví dụ của mô hình này bao
gồm: Mô hình nếu thì, mô hình tối ưu, mô hình tìm kiếm mục đích, mô hình thống kê.

Quản lý dữ liệu (Data Management): Thực hiện công việc lưu trữ các thông tin
của hệ và các hoạt động truy vấn, cập nhật thông tin. Bao gồm: thông tin của tổ chức,
thông tin xung quanh, và thông tin của con người.
Decision Support Systems & Bussiness Intelligence Trang 6

Quản lý giao diện người dùng (User Interface Management): Quản lý việc giao
tiếp giữa người dùng cuối và hệ ra quyết định.

Các thành phần của hệ hỗ trợ ra quyết định.
1.3.4. Mô hình ra quyết định.
Một đặc trưng cơ bản của hệ hộ trợ ra quyết định là phải có ít nhất một mô hình
hỗ trợ ra quyết định.Việc chọn lựa và xây dựng mô hình nằm trong giai đoạn thứ
hai(Design Phase) của quá trình ra quyết định.
Một mô hình là một khái quát hay trừu tượng hóa của thực tế. Mô hình hóa là
việc khái quát hóa và trừu tượng hóa các vấn đề thực tế thành các mô hình định tính
hay định lượng. Đó là một quy trình kết hợp cả khoa học(sự chính xát, logic) và nghệ
thuật(sự sáng tạo).
Một mô hình thường bao gồm 3 thành phần cơ bản:
 Decision Variable: Đây là các lựa chọn xác định bởi người ra quyết định.
Chẳng hạng trong bài toán quyết định đầu tư thì đây là số tiền đầu tư, nơi đầu
tư, thời gian đầu tư…
Decision Support Systems & Bussiness Intelligence Trang 7

 Uncontrallable Variables: Đây là các biến không nằm trong sự kiểm soát của
người ra quyết định (bị tác động bởi các yếu tố bên ngoài). Chẳng hạn trong bài
toán trên đây thì là tốc độ lam phát, lãi suất ngân hàng…
 Result Variables: Đây là các biến kết quả của mô hình. Chẳn hạn trong bài toán
trên thì đây là tỉ số lợi nhuận…

Mô hình DSS

Khi lựa chọn quyết định cuối cùng, người ra quyết định có thể muốn một quyết
định tối ưu(Optimal) hay một quyết định thỏa đáng, gần tối ưu(good enough). Do vậy
có thể chia ra hai loại mô hình hỗ trợ ra quyết định.
Mô hình quy chuẩn(Nomative Model): Mô hình này xem xét tất cả các phương
án và chọn ra phương án tối ưu.
Mô hình mô tả(Descriptive Model): Mô hình này xem xét một tập hợp các điều
kiện theo ý người dùng và xem xét các phương án theo hướng các điều kiện nỳ và đưa
ra một kết quả thỏa đáng. Vì mô hình này không xem xét hết tất cả các phương án nên
kết quả cuối cùng có thể chỉ gần tối ưu.
Mô hình mô tả thường được sử dụng trong bài toán tối ưu hóa đa mục tiêu khi
các mục tiêu này có thể mâu thuẫn nhau.


Decision Support Systems & Bussiness Intelligence Trang 8

1.3.5. Phân loại hệ hỗ trợ ra quyết định
Hệ hỗ trợ ra quyết định được phân thành nhiều loại dựa trên nhiều tiêu chí.
Hiện nay vẫn chưa có cách phân loại thống nhất. Sau đây là cách phổ biến nhất do
DSS Glossary đưa ra

Phân loại hệ hỗ trợ ra quyết định
Có tất cả 5 loại hệ hỗ trợ ra quyết định
 Hướng giao tiếp (Comunications – Driven DSS): Hệ hỗ trợ ra quyết định sử
dụng mang và công nghệ việc thông liên lạc để cộng tác. Công nghệ viễn thông
bao gồm mạng cục bộ (LAN), mạng diện rộng (WAN), Internet…là then chốt
trong việc hỗ trợ ra quyết định. Các ứng dụng của hệ hỗ trợ ra quyết định
hướng giao tiếp là phần mềm nhóm(Groupware), Hội thảo từ xa
(Videoconferencing)
 Hướng dữ liệu (Data – Driven DSS): Hệ hỗ trợ ra quyết định trên việc truy
xuất và xử lý dữ liệu. Phiên bản đầu tiên được gọi là Hệ chỉ dành cho việc truy

xuất dữ liệu. Kho dữ liệu (Datawarehouse) là một Cơ Sở Dữ Liệu tập trung
chứa thông tin từ nhiều nguồn đồng thời sẵn sàng cung cấp thông tin cần thiết
Decision Support Systems & Bussiness Intelligence Trang 9

cho việc ra quyết định. OLAP(Online Analysis Processing) có nhiều tính năng
cao cấp vì cho phép phân tích dữ liệu theo nhiều chiều.
 Hướng tài liệu (Document – Driven DSS): Hệ hỗ trợ ra quyết định dựa trên
việc truy xuất và phân tích các văn bản, tài liệu… Trong một công ty, có thể có
rất nhiều văn bản như chính sách, thủ tục, biên bản cuộc họp, thư tín… Internet
cho phép truy xuất các kho tài liệu lớn như các kho văn bản, hình ảnh, âm
thanh… Một công cụ tìm kiếm hiệu quả là một phần quan trọng đối với các hệ
hỗ trợ ra quyết định dạng này.
 Hướng tri thức (Knowledge - Driven DSS): Hệ hỗ trợ ra quyết định có thể đề
nghị và đưa ra những tư vấn cho người quyết định. Những hệ này là các hệ
chuyên gia với một kiến thức chuyên ngành cụ thể, nắm vững các vấn đề trong
chuyên ngành đó và có kĩ năng để giải quyết những vấn đề này. Các công cụ
khai mỏ dữ liệu có thể dùng để tạo các hệ dạng này.
 Hướng mô hình (Model – Driven DSS): Nhấn mạnh việc tiếp cận và thao tác
trên các mô hình, sử dụng các thông số được cung cấp bởi các nhà hoạch định
chính sách để hỗ trợ nhà sản xuất ra quyết định trong phân tích tình huống.
1.4. IWRM-VietNam: Phát triển hệ thống hỗ trợ ra quyết định DSS
Đây là một dự án nghiên cứu điều tra về các vấn
đề cấp thoát nước tại 3 khu vực ở Việt Nam và phát triển
các công cụ cho dự án nghiên cứu quản lý tổng hợp tài
nguyên nước IWRM. Dự án này trên cơ sở hợp tác giữa
Việt Nam và Đức.
Việt Nam sỡ hưu nguồn tài nguyên nước giàu có
và hệ thống sông ngòi dày đặc, hệ thống sông ngòi này
cung cấp cho Việt Nam lượng nước rất dồi dào(255 tỷ
m

3
/năm). Lượng mưa hàng năm cũng khá lớn trung bình
là 1960mm.
Decision Support Systems & Bussiness Intelligence Trang 10

Mặc dù vậy việc quản lý nguồn tài nguyên nước tại Việt Nam đang gặp phải
nhiều thách thức. Điều đó đòi hỏi phải có một giải pháp thích hợp cho việc quản lý và
sử dụng nguồn tài nguyên nước một cách hiệu quả nhất.
Mục tiêu của dự án
 Điều tra và đánh giá hiện trạng lưu vực sông của những tỉnh có dự án nghiên
cứu thí điểm:
 Điều tra đánh giá tài nguyên đất và tài nguyên nước (chất lượng, trữ lượng của
nguồn nước ngầm và nước mặt, địa chất và đất, v vv…)
 Điều tra đánh giá việc sử dụng đất và nước (việc sử dụng đất, nước cho tưới
tiêu, cho sinh hoạt, cho công nghiệp, cho thủy điện, ô nhiễm nước do các hoạt
động nông nghiệp, sinh hoạt và công nghiệp,v vv…)
 Điều tra đánh giá hiện trạng kinh tế xã hội (dân số, nghèo đói, phát triển kinh
tế, thể chế, các quá trình ra quyết định, v vv…)

CHƯƠNG 2: TỔNG QUANG VỀ BUSSINESS INTELLIGENCE.
2.1. Kinh doanh thông minh – Bussiness Intelegence (BI)
Năm 2009, trong một cuộc khảo sát của hãng Gartner, hơn 1.500 giám đốc
công nghệ thông tin (CIO) đã đồng ý BI là ưu tiên công nghệ hàng đầu của họ để phát
triển doanh nghiệp.
Khi áp dụng BI, rất nhiều người dùng có thể hưởng lợi từ hệ thống này:
 Ban quản trị (Executives)
 Người ra quyết định kinh doanh (Business Decision Makers)
 Khách hàng (Customers)
 Phân tích viên (Analysts)

Decision Support Systems & Bussiness Intelligence Trang 11

2.2. Khái niệm
Kinh doanh thông minh (Bussiness Intelegence - BI) là quy trình và công nghệ
giúp các doanh nghiệp có thể thu thập và kiểm soát khối lượng dữ liệu khổng lồ vào
đúng lúc, đông thời phân tích chúng để đưa ra các quyết định hiệu quả hơn. Công
nghệ BI có thể cung cấp cho doanh nghiệp một cách nhìn toàn cảnh về hoạt động của
doanh nghiệp trong quá khứ, hiện tại và dự đoán tương lai.
Input BI: Dữ liệu từ các nguồn ứng dụng như HRM, ERP, Accounting, CRM
Output BI: Hệ thống báo cáo tòan diện các thông tin của tổ chức, trực quan và
có giá trị, dành cho những người làm việc với thông tin.
Hệ thống BI đơn giản có thể được xem là sự kết hợp của 3 thành phần chính
như sau:


Các thành phần cấu thành BI
Kho dữ liệu (Data Warehouse): Là tập hợp các cơ sở dữ liệu tổng hợp của doanh
nghiệp được thiết kế để hỗ trợ cho chức năng trợ giúp quyết định.Kho dữ liệu thường
rất lớn tới hàng trăm GB hay thậm chí hàng Terabyte. Kho dữ liệu được xây dựng để
tiện lợi cho việc truy cập theo nhiều nguồn, nhiều kiểu dữ liệu khác nhau sao cho có
thể kết hợp được cả những ứng dụng của các công nghệ hiện đại và kế thừa được từ
những hệ thống đã có sẵn từ trước.
Decision Support Systems & Bussiness Intelligence Trang 12

Khai phá dữ liệu (Data mining): Các kỹ thuật dùng để khai phá dữ liệu và phát
hiện tri thức như phân loại (Classification), phân nhóm (clustering), phát hiện luật kết
hợp (Association Rule), Dự đoán (Predcition),…
Phân tích kinh doanh (Business Analyst): Các nhà lãnh đạo doanh nghiệp đưa
ra những quyết định chiến lược đối với hoạt động kinh doanh của doanh nghiệp.
2.3. Lợi ích của BI

Làm tăng khả năng kiểm soát thông tin của doanh nghiệp một cách chính xác
và hiệu quả. Từ đó có thể phân tích, khai phá tri thức giúp doanh nghiệp dự đoán về
xu hướng của giá cả dịch vụ , hành vi khách hàng , phát hiện khách hàng tiềm năng để
đề ra các chiến lược kinh doanh phù hợp , nhằm tăng khả năng cạnh tranh doanh
nghiệp.
Giúp cho các doanh nghiệp sử dụng thông tin một cách hiệu quả, chính xác để
thích ứng với môi trường thay đổi liên tục và cạnh tranh khốc liệt trong kinh doanh.
- Ra các quyết định kinh doanh hiệu quả hơn.
- Xác định được vị trí và sức cạnh tranh của DN.
- Phân tích hành vi khách hàng.
- Xác định mục đích và chiến lược Marketing.
- Dự đoán tương lai của doanh nghiệp.
- Xây dựng chiến lược kinh doanh.
- Giữ được khách hàng có giá trị và dự đoán khách hành tiềm năng.
2.4. Các hoạt động chính của BI.
- Hỗ trợ quyết định (Decision Support)
- Truy vấn và báo cáo (Query and Reporting)
- Phân tích xử lý trực tuyến (Online Analytical Processing - OLAP)
- Phân tích thống kê (Statistical Analysis)
Decision Support Systems & Bussiness Intelligence Trang 13

- Dự đoán (Forecasting)
- Khai phá dữ liệu (Data Mining)
2.5. Các nhà cung cấp giải pháp BI hàng đầu.
Duy trì lợi thế cạnh tranh trong thời đại ngày nay không còn dễ dàng như
trước kia. Trong quá khứ, các doanh nghiệp đơn giản chỉ cần cung cấp các sản
phẩm và dịch vụ vượt trội, cộng thêm quan hệ ứng xử với khách hàng một cách
nhã nhặn để nhằm mục đích tăng trưởng và mang lại lợi nhuận bền vững.
Nhưng ngày nay, các tổ chức cần phải có khả năng đánh giá sức mạnh của mình,
tận dụng một cách tối đa nguồn tài sản quan trọng nhất của họ - thông tin - để hiểu

rõ các sứ mệnh, thực hiện các hoạt động mang tính quyết định, kiểm soát hoạt
động sống còn của các bộ phận, dự báo các xu hướng, và có được sự linh hoạt cần
thiết khi thực hiện các kế hoạch sản xuất kinh doanh. Tuy nhiên, khi mà các doanh
nghiệp phát triển ngày càng nhiều hơn các hệ thống ứng dụng CNTT và kiến trúc
thông tin ngày càng trở nên phức tạp hơn thì việc đạt được mục đích nêu trên thực
sự là một thách thức lớn. Nắm bắt được điều đó các nhà chuyên cung cấp giải pháp
BI đã được hình thành và đáp ứng đầy đủ các nhu cầu về thông tin cho từng doanh
nghiệp.


Decision Support Systems & Bussiness Intelligence Trang 14

2.6. Unilever - Ứng dụng thành công BI.
Năm 2001, mặc dù Unilever đã triển khai hệ thống ERP rộng khắp các chi
nhánh trên thế giới, nhưng ban quản trị vẫn không có được thông tin hợp nhất ở
phạm vi toàn cầu trong thời gian ngắn. Vì Unilever là một công ty đa quốc gia, có
cơ cấu tổ chức phức tạp nên việc quản lý, tổng hợp các chỉ số về bán hàng và thị
trường của hơn 400 nhãn hiệu nổi tiếng ở 100 quốc gia là gánh nặng rất lớn đối với
cơ sở hạ tầng CNTT của tập đoàn ở thời điểm đó.
Sớm nhận ra được những khó khăn và thách thức này, Unilever đã triển
khai dự án Unilever Information Project (UIP). Dự án này là một phần trong chiến
lược phát triển tổng thể của Unilever (Path to Growth) với những mục tiêu như:
Trước kia, cơ chế quản lý nhãn hiệu theo từng vùng, miền, lãnh thổ, khiến
nhà quản trị của Unilever không có cái nhìn tổng quát ở mức toàn cầu. Từ khi triển
khai BI, Unilever rút ngắn được rất nhiều thời gian quản lý cũng như giảm bớt số
nhân sự quản lý cao cấp cho mỗi nhãn hàng. Thay vì phải bố trí mỗi quốc gia gần
400 giám đốc nhãn hàng tương ứng với số nhãn hàng hiện có, thì nay Unilever chỉ
phải bố trí mỗi nhãn hàng 1 giám đốc quản lý trên toàn cầu. Người này với sự hỗ
trợ của BI sẽ theo dõi tình hình của một nhãn hiệu từ mức tổng quát nhất (toàn
cầu) đến mức chi tiết nhất (từng lãnh thổ, vùng, miền).

Cải tiến việc thu mua nguyên vật liệu
Với sự hỗ trợ thông tin về giá nguyên vật liệu và về những nhà cung cấp tốt
nhất, Unilever có được sự lựa chọn tốt hơn trong việc mua nguyên vật liệu với giá
thấp nhất, thời gian giao hàng ngắn nhất, chất lượng tốt nhất, từ đó tiết kiệm được
thời gian cũng như chi phí mua nguyên vật liệu và có khả năng cung cấp nguyên
vật liệu tốt nhất cho bộ phận sản xuất.
Cải tiến dịch vụ khách hàng và chuẩn bị tốt nguồn nhân lực
Giải pháp BI cung cấp một bức tranh tổng thể về nhu cầu tiêu dùng của
khách hàng đối với các nhãn hiệu cụ thể nào đó. Một nhãn hiệu có thể có lãi với thị
trường các quốc gia phát triển nhưng có thể lỗ ở những nước nghèo. Nhờ vào bức
Decision Support Systems & Bussiness Intelligence Trang 15

tranh tổng thể này, Unilever có thể cải tiến hoặc tạo ra những sản phẩm phù hợp
hơn đối với người tiêu dùng ở những quốc gia khác nhau.
Báo cáo tài chính được tổng hợp nhanh và chính xác
Trước kia, các công ty ở các quốc gia sẽ gửi báo cáo tài chính về trụ sở
chính để tổng hợp cho tập đoàn, việc này mất khá nhiều thời gian và không chính
xác. Từ khi có BI, mọi thứ đều được tự động trong thời gian ngắn nhất, nhờ vậy
ban quản trị có thể nắm được tình hình tài chính của các công ty chi nhánh và của
tập đoàn trên toàn cầu với độ chính xác cao.

Quy mô công ty
400 nhãn hiệu
300 công ty thành viên
100 quốc gia
174000 nhân viên
Doanh số 1.300.000 tỷ đồng (50 tỷ Euro *) /năm
Ngành
Hàng tiêu dùng
Thách thức và khó

khăn
Bộ máy cồng kềnh, thiếu thông tin tổng quát ở mức toàn
cầu
Giải pháp
Giải pháp BI được triển khai dưới dạng dự án Unilever
Information Project (UIP)
Lợi ích
Thông tin tổng quát ở mức toàn cầu với độ chính xác cao
trong thời gian ngắn
Tiết kiệm 41.000 tỷ đồng (1,6 tỷ Euro *) từ chi phí mua
hàng
Kết quả việc ứng dụng giải pháp BI của Unilever.



Decision Support Systems & Bussiness Intelligence Trang 16


CHƯƠNG 3: MỐI QUAN HỆ GIỮA DSS VÀ BI.
Kinh doanh thông minh là một trong 4 dạng chính của DSS hay nói cách khác
BI là một “tập hợp con” của DSS. Cả DSS và BI đều có chung một một mục đích là
chọn lọc, quản lý dữ liệu đồng thời áp dụng các hình thức phân tích, xử lý từ đó giúp
các nhà quản lý dễ dàng hơn trong việc đưa ra quyết định.

Các dạng chính của DSS.
Sự khác biệt lớn nhất giữa DSS và BI là DSS có tính khép kín, thường được hỗ
trợ bởi một cơ sở dữ liệu OLAP độc lập còn BI thường làm việc với một kho dữ liệu
quan hệ có thể được chia sẽ bởi nhiều ứng dụng. Bởi vì điều này BI được xem là một
hệ thống mở còn DSS thì không.