Please use this identifier to cite or link to this item: https://dspace.ctu.edu.vn/jspui/handle/123456789/95719
Title: Tích hợp mô hình dự báo vào giải pháp kinh doanh thông minh: Nghiên cứu trên tập dữ liệu bán lẻ
Authors: Nguyên, Phát Đạt
Nguyễn, Văn Hồ
Lê, Bá Thiền
Trịnh, Thị Huyền Trang
Lâm, Thị Hoàng Anh
Keywords: Mô hình dự báo
Dữ liệu bán lẻ
Hệ thống thông tin quản lý
Kinh doanh thông minh
Phân tích dữ liệu
Hỗ trợ ra quyết định
Issue Date: 2023
Series/Report no.: Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á;Số 05 .- Tr.81-99
Abstract: Kinh doanh thông minh là tập hợp giải pháp về thu thập, quản lý và khai thác dữ liệu hỗ trợ ra quyết định trong doanh nghiệp. Ngày nay, giải pháp này đã trở nên phổ biến và được nhiều doanh nghiệp áp dụng dựa trên sự “tích lũy” dữ liệu theo thời gian. Tuy nhiên, các giải pháp kinh doanh thông minh hiện tại mới dừng lại ở mức thống kê mô tả, các mô hình dự báo còn hạn chế được sử dụng do sự khó khăn trong việc tích hợp, chi phí, cũng như năng lực chuyên môn liên quan đến các mô hình học máy. Từ đó, nghiên cứu này hình thành giải pháp tích hợp mô hình dự báo vào giải pháp kinh doanh thông minh, thực nghiệm trên tập dữ liệu bán lẻ, tập trung vào các công ty vừa và nhỏ nhằm tối ưu chi phí, dễ dàng triển khai. Kết quả từ nghiên cứu có 4 đóng góp chính, bao gồm (1) Giúp nhà quản trị cấu trúc, sắp xếp và tổ chức dữ liệu theo từng chủ đề nghiệp vụ; (2) Giúp nhà quản trị có cái nhìn toàn cảnh về tình hình hoạt động của doanh nghiệp từ chi tiết đến tổng quát; (3) Giúp nhà quản trị đưa ra các quyết định, chiến lược kinh doanh đúng đắn, nhanh chóng, kịp thời và chính xác; (4) Giúp nhà quản trị dễ dàng tích hợp mô hình dự báo vào giải pháp kinh doanh thông minh. Giải pháp này hoàn toàn có thể ứng dụng vào các doanh nghiệp để theo dõi và dự báo dữ liệu bán hàng.
URI: https://dspace.ctu.edu.vn/jspui/handle/123456789/95719
ISSN: 2615-9104
Appears in Collections:Nghiên cứu Kinh tế và Kinh doanh Châu Á

Files in This Item:
File Description SizeFormat 
_file_
  Restricted Access
7.53 MBAdobe PDF
Your IP: 3.133.148.130


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.