Chương 8 Phân tích CSDL kinh doanh với SQL
0 likes748 views
Tài liệu trình bày về quản trị cơ sở dữ liệu trong kinh doanh, nhấn mạnh tầm quan trọng và ứng dụng của khai thác dữ liệu trong các lĩnh vực như tài chính, viễn thông và bán lẻ. Nó cũng đề cập đến các bước thiết kế cơ sở dữ liệu và công cụ hỗ trợ như SQL để thực hiện quản lý và truy xuất dữ liệu hiệu quả. Big data được nhấn mạnh như một công cụ quan trọng giúp doanh nghiệp tối ưu hóa hoạt động và tăng cường trải nghiệm khách hàng.
Chương 8 Phân tích CSDL kinh doanh với SQL
- 1. QUẢN TRỊ CƠ SỞ DỮ LIỆU TRONG KINH DOANH ThS. Lê Thị Bích Hòa1 Nội dung nguồn: Sách “CHIẾN LƯỢC QUẢN TRỊ DỮ LIỆU TRONG DOANH NGHIỆP” – ThS. Lê Thị Bích Hoà.
- 2. Khai thác dữ liệu trong môi trường kinh doanh là gì? Cho ví dụ Cho ví dụ cụ thể về việc ứng dụng dữ liệu trong kinh doanh. Các bước thiết kế cơ sở dữ liệu. Cho ví dụ PivoTable & Pivot chart I II III VI Chương 8: PHÂN TÍCH CSDL KINH DOANH VỚI SQL 2
- 3. Ước tính cứ khoảng 20 tháng lượng thông tin trên thế giới lại tăng gấp đôi. Lượng thông tin mà con người thu thập và lưu trữ được trong kho dữ liệu là rất lớn, vượt quá khả năng quản lý. Vậy khai thác dữ liệu trong môi trường kinh doanh được hiểu là khai thác các thông tin, tri thức hữu ích, tiềm ẩn trong các CSDL cho các tổ chức, doanh nghiệp. Một số công cụ khai phá dữ liệu như: Rapid Miner, mô hình SPSS của IBM, Orange, Kaggle, Rattle, Weka,... 1. Khai thác dữ liệu trong môi trường kinh doanh là gì? 3
- 4. Ứng dụng chi tiết của công cụ Data Mining Phân tích dữ liệu tài chính (Financial Data Analysis) Dữ liệu tài chính trong ngân hàng và trong ngành tài chính nói chung thường đáng tin cậy và có chất lượng cao, tạo điều kiện cho khai phá dữ liệu. Một số ứng dụng điển hình trong khai phá dữ liệu tài chính: • Dự đoán khả năng vay và thanh toán của khách hàng, phân tích chính sách tín dụng đối với khách hàng. • Phân tích hành vi khách hàng (vay, gửi tiền) • Phân loại và phân nhóm khách hàng mục tiêu cho tiếp thị tài chính • Phát hiện các hoạt động rửa tiền và tội phạm tài chính khác 4
- 5. Ứng dụng chi tiết của công cụ Data Mining Công nghiệp viễn thông (Telecommunication Industry) Một trong những ngành công nghiệp mới nổi, cung cấp nhiều dịch vụ như trên điện thoại di động, Internet, truyền hình ảnh,… Khai phá dữ liệu trong ngành công nghiệp viễn thông giúp xác định các mô hình viễn thông, phát hiện các hoạt động gian lận trong viễn thông,… Phân tích dữ liệu đa chiều viễn thông Xây dựng các mô hình phát hiện gian lận. Phát hiện bất thường trong giao dịch viễn thông Phân tích hành vi sử dụng dịch vụ viễn thông của KH Sử dụng các công cụ trực quan trong phân tích dữ liệu viễn thông 5
- 6. Ứng dụng chi tiết của công cụ Data Mining Dữ liệu tài chính trong ngân hàng và trong ngành tài chính nói chung thường đáng tin cậy và có chất lượng cao, tạo điều kiện cho khai phá dữ liệu Phân tích dữ liệu tài chính (Financial Data Analysis) Dự đoán khả năng vay và thanh toán của khách hàng, phân tích chính sách tín dụng đối với KH Phân tích hành vi khách hàng (vay, gửi tiền) Phân loại và phân tiêu cho tiếp thị tài chính nhóm KH mục tiêu Phát hiện các hoạt động rửa tiền và tội phạm tài chính khác 6
- 7. Ứng dụng chi tiết của công cụ Data Mining Công nghiệp bán lẻ (Retail Industry) Xác định xu hướng mua hàng của khách hàng, giúp doanh nghiệp cải thiện chất lượng sản phẩm dịch vụ nhằm nâng cao sự hài lòng của khách hàng và giữ chân khách hàng tốt. Khai phá dữ liệu trên kho dữ liệu KH Phân tích hiệu quả của các chiến dịch bán hàng, Marketing Quản trị mối quan hệ KH (CRM) Giới thiệu và tư vấn sản phẩm phù hợp cho KH 7
- 8. Ứng dụng chi tiết của công cụ Data Mining Phân tích DL sinh học (Biological Data Analysis) Lập chỉ mục, tìm kiếm tương tự, bất thường trong cơ sở dữ liệu Gen. Xây dựng mô hình khai phá các mạng di truyền và cấu trúc của Gen, protein Xây dựng các công cụ trực quan trong phân tích dữ liệu di truyền. Phát hiện xâm nhập bất hợp pháp (Intrusion Detection)Ngoài ra 8
- 9. 2. Cho ví dụ cụ thể về việc ứng dụng dữ liệu trong kinh doanh. Ứng dụng dữ liệu trong kinh doanh thương mại điện tử Big data (dữ liệu lớn) là một thuật ngữ cho việc xử lý một tập hợp dữ liệu rất lớn và phức tạp mà các ứng dụng xử lý dữ liệu truyền thống không xử lý được, bao gồm thu thập, phân tích, giám sát dữ liệu, tìm kiếm, chia sẻ, lưu trữ,… Big data đang ngày càng phố biến và trở nên quan trọng với tất cả các doanh nghiệp thương mại điện tử, là công cụ phân tích, hỗ trợ các doanh nghiệp từ marketing đến bán hàng, chăm sóc khách hàng. 9
- 10. Big Data được ứng dụng vào? Phân tích thời điểm hoàn hảo Tối đa tỷ lệ chuyển đổi Thúc đẩy bán hàng Cá nhân hóa trải nghiệm khách hàng 10
- 11. Phân tích thời điểm hoàn hảo Thời điểm là một yếu tố cực kỳ quan trọng và cũng luôn là vấn đề đau đầu với mỗi người làm marketing. Mỗi doanh nghiệp lại có những tập khách hàng phong phú với nhiều đặc điểm khác nhau. Càng ngày các kênh mạng xã hội càng phổ biến với kho nội dung khổng lồ không ngừng được mở rộng. May mắn là việc phân tích từ Big data có thể giúp doanh nghiệp xác định được các nội dung hiệu quả cũng như thời điểm phù hợp đến đưa đến khách hàng. Tổng hợp dữ liệu của người theo dõi cũng như khách hàng sẽ giúp doanh nghiệp tiếp cận họ tốt nhất, không chỉ một mà hết lần này tới lần khác, qua các kênh như mạng xã hội hoặc email marketing,… Cụ thể, nhờ các công cụ phân tích, bạn có thể xác định được việc đăng bài hoặc gửi email vào thời gian nào là thích hợp nhất để có tỷ lệ khách hàng tương tác cao nhất. 11
- 12. Thúc đẩy bán hàng Với sự hỗ trợ từ Big data, doanh nghiệp sẽ có nhiều cách để thúc đẩy việc bán hàng. Với các doanh nghiệp thương mại điện tử nói riêng, Big data có thể giúp thu hút và lôi kéo khách hàng hiệu quả hơn bạn tưởng. Với những người làm marketing, những chi tiết dù là nhỏ nhất có được từ việc phân tích dữ liệu cũng có thể góp phần tạo ra lợi nhuận hoặc thua lỗ. – Tối ưu giá cả: Bằng cách nắm bắt xu hướng tiêu dùng theo thời gian, doanh nghiệp có thể đưa ra mức giá phù hợp và chiến lược thu hút khách hàng hiệu quả nhất. – Nhu cầu: Phân tích dữ liệu có thể giúp doanh nghiệp dự đoán nhu cầu về sản phẩm và ngăn ngừa tình trạng thiếu hàng hoặc tồn hàng. – Dự đoán xu hướng: Theo sát các dữ liệu của thị trường sẽ mang lại nhiều cơ hội để xác định những sản phẩm nào đang được khách hàng ưa chuộng hoặc ngược lại. 12
- 13. Big data sẽ giúp doanh nghiệp tạo ra nhiều trải nghiệm cá nhân tốt hơn cho người dùng, chăm sóc khách hàng cũng như đáp ứng nhu cầu của khách hàng nhanh chóng hơn bao giờ hết. Cụ thể hơn chính là ứng của trí tuệ nhân tạo – chatbots. Cá nhân hóa tương tác với khách hàng luôn là vấn đề mấu chốt để có thể mang lại sự hài lòng nhất cho họ, tuy nhiên đa số doanh nghiệp đều gặp khó khăn trong việc này, lý do chính là do họ không thực sự hiểu khách hàng. May mắn là nhờ có Big data, điều này đang trở nên dễ dàng hơn cho doanh nghiệp. Big data (dữ liệu lớn) sẽ giúp doanh nghiệp triển khai marketing hiệu quả, tiếp cận được các khách hàng tiềm năng, thúc đẩy bán hàng,… Big data dẫn đến phân tích mạnh mẽ hơn, các nhà quảng cáo cũng có thể theo dõi tỷ lệ chuyển đổi và các yếu tố khác tinh vi hơn. Cá nhân hóa trải nghiệm khách hàng 13
- 14. Tối đa tỷ lệ chuyển đổi Việc phân tích các nội dung trên các trang của doanh nghiệp là cần thiết vì dựa vào đó, bạn có thể làm giảm tỷ lệ bỏ trang, cải thiện tỷ lệ click của khách hàng. Từ đó, việc gia tăng tỷ lệ chuyển đổi đơn hàng không còn quá xa vời với doanh nghiệp. Tới 48% của Big data là về phân tích khách hàng, cũng có nghĩa việc hiểu và nắm được hành vi khách hàng là không thể bỏ qua nếu muốn khách hàng mua sản phẩm của bạn, không chỉ một mà còn rất nhiều lần. Bạn càng sở hữu chi tiết dữ liệu về hành vi của người truy cập trang thì Big data càng trợ giúp bạn đắc lực hơn trong việc gia tăng tỷ lệ chuyển đổi. 14
- 15. 3. Các bước thiết kế cơ sở dữ liệu Xác định yêu cầu, nghiệp vụ Xây dựng lược đồ thực thể - liên kết Xác định quan hệ giữa các thực thể Hệ quản trị cơ sở dữ liệu 15
- 16. Các bước thiết kế cơ sở dữ liệu VÍ DỤ Hệ thống quản lí học tập YÊU CẦU: Một người dùng có thể đăng kí, đăng nhập, đăng xuất một tài khoản duy nhất. Admin có thể tạo lớp học, sửa hay xóa lớp học đó. Mỗi Admin có thể quản lí những lớp của mình tạo ra. Admin có thể thêm học sinh, giáo viên vào mỗi lớp học, và mỗi lớp học có thể có nhiều GV giảng dạy. Mỗi giáo viên có thể tham gia dạy nhiều lớp, với 1 môn nào đó. Mỗi học sinh sẽ thuộc về một lớp nào đó. Mỗi người dùng có thể thêm, sửa, xóa thông tin của bản thân. Giáo viên có thể xem thông tin các lớp mình dạy, danh sách học sinh các lớp đó. Học sinh có thể xem thông tin các lớp mình học 16
- 17. Xác định yêu cầu, nghiệp vụ Ví dụ: Với bài toán trên, mình sẽ nhận thấy một số điều như sau: ⁻ Các tác nhân chính của hệ thống: Admin, giáo viên, học sinh ⁻ Các chức năng chính: Admin: Thêm, sửa, xóa lớp học Thêm học sinh, giáo viên vào lớp học Giáo viên, học sinh: Thêm, sửa, xóa thông tin cá nhân Xem thông tin các lớp mình dạy(hoặc học). 17
- 18. Xây dựng lược đồ thực thể - liên kết Cần xác định từ những yêu cầu của bài toán và những chức năng bạn đã xác định, các thực thể của hệ thống là gì, chúng sẽ có những thuộc tính gì, và quan hệ của chúng là gì. Thực thể ở đây là một đối tượng trong thế giới thực. Ta có thể dễ dàng nhận thấy các đối tượng trong bài toán như: Admin, giáo viên, học sinh, lớp học, tài khoản. Với mỗi thực thể đó, hãy xác định các thuộc tính, ví dụ như sau: Giáo viên: Mã giáo viên(MGV), Tên, Ngày sinh, Quê quán, Số điện thoại, Email, Trình độ giảng dạy Học sinh: Mã học sinh(MHS), Tên, Ngày sinh, Quê quán, Địa chỉ, Số điện thoại, Email, Hạnh kiểm, Xếp loại ... Xác định thực thể 18
- 19. Xây dựng lược đồ thực thể - liên kết Ví dụ ⁻ Đối với giáo viên, ta có thể thấy rằng, mỗi giáo viên sẽ có một MGV khác nhau, tức là không giáo viên nào có mã giống nhau, chứ không giống như các thuộc tính khác(2 giáo viên có thể trùng tên, hay trùng ngày sinh, ...). ⁻ Một khóa chính có thể chứa nhiều thuộc tính(nếu như không có 1 thuộc tính đơn lẻ nào mà xác định được thực thể duy nhất). ⁻ Một nguyên tắc đáng lưu ý khi chọn khóa đó chính là khóa tối thiểu, tức là bạn cần chọn khóa sao cho sô thuộc tính trong khóa chính đó là ít nhất có thể. Xác định khóa chính 19
- 20. Xác định quan hệ giữa các thực thể Các kiểu quan hệ 1-1 Ví dụ bài toán trên,mỗi người dùng chỉ có một tài khoản duy nhất, và ngược lại mỗi tài khoản chỉ thuộc về một người duy nhất. Vì thế, quan hệ giữa giáo viên - tài khoản, học sinh - tài khoản, admin - tài khoản là 1-1. 1- n Ví dụ ở trên, mỗi lớp có nhiều học sinh nhưng mỗi học sinh chỉ thuộc về một lớp. Vì vậy, quan hệ giữa lớp học - học sinh là 1-n. n - n Ví dụ, mỗi giáo viên có thể dạy nhiều lớp và mỗi lớp có thể có nhiều giáo viên dạy nên quan hệ giữa chúng là n-n. 20
- 21. Vẽ mô hình thực thể - liên kết Xác định quan hệ giữa các thực thể 21
- 22. Đối với mỗi kiểu liên kết, ta có kiểu liên kết giữa các bảng khác nhau: 1-1: Chúng ta sẽ liên kết các bảng này bằng cách thêm các khóa chính của một bảng vào bảng còn lại. Ví dụ: Quan hệ của Học sinh - Tài khoản là 1-1: TaiKhoan = {ID, tenTaiKhoan, matKhau} HocSinh = {MHS, ten, ngaySinh, queQuan, email, xepLoai, hanhKiem, idTaiKhoan} Thông thường, bảng được thêm trường là bảng mà mang ý nghĩa thuộc về đối tượng của bảng còn lại mặc dù ta có thể làm ngược lại, không hề sai về mặt dữ liệu cũng như sử dụng. Ở đây mình dùng cách ngược lại cho thuận tiện khi dùng bảng tài khoản cho nhiều loại người dùng khác nhau. Xác định quan hệ giữa các thực thể 22
- 23. 1-n: Ta sẽ thêm khóa chính vào bảng đại diện cho quan hệ nhiều. Ví dụ: Quan hệ của Lớp học - Học Sinh là 1-n: LopHoc = {maLop, ten, diaDiem} HocSinh = {MHS, ten, ngaySinh, queQuan, email, xepLoai, hanhKiem, maLop} n-n: Ta sẽ tạo ra một bảng mới có chứ cả 2 khóa chính của 2 bảng có quan hệ n-n. Ngoài ra ta cũng có thể thêm các thuộc tính của mối quan hệ này. Ví dụ như Giáo viên - Lớp học là n-n: LopHoc = {maLop, ten, diaDiem} GiaoVien = {MGV, ten, ngaySinh, queQuan, email, sdt, trinhDo} GiangDay = {maLop, MGV, mon} Xác định quan hệ giữa các thực thể 23
- 24. Xác định quan hệ giữa các thực thể 24
- 25. Hệ quản trị CSDL - SQL SQL - Structured Query Language (ngôn ngữ hỏi có cấu trúc), công cụ sử dụng để tổ chức, quản lý và truy xuất dữ liệu đuợc lưu trữ trong các cơ sở dữ liệu. SQL là một hệ thống ngôn ngữ bao gồm tập các câu lệnh sử dụng để tương tác với cơ sở dữ liệu quan hệ. SQL được sử dụng 1. Định nghĩa dữ liệu 2. Truy xuất và thao tác dữ liệu 3. Điều khiển truy cập 4. Đảm bảo toàn vẹn dữ liệu 25
- 26. Hệ quản trị CSDL - SQL SQL là ngôn ngữ hỏi có tính tương tác SQL là ngôn ngữ lập trình cơ sở dữ liệu SQL là ngôn ngữ quản trị cơ sở dữ liệu SQL là ngôn ngữ cho các hệ thống khách/chủ (client/server) SQL là ngôn ngữ truy cập dữ liệu trên Internet SQL là ngôn ngữ cơ sở dữ liệu phân tán SQL là ngôn ngữ sử dụng cho các cổng giao tiếp cơ sở dữ liệu VAI TRÒ 26
- 27. Hệ quản trị CSDL - SQL 27
- 28. Hệ quản trị CSDL - SQL 28
- 29. Hệ quản trị CSDL – SQL (tt) 29
- 30. Các câu lệnh của SQL đều được bắt đầu bởi các từ lệnh, là một từ khoá cho biết chức năng của câu lệnh (chẳng hạn SELECT, DELETE, COMMIT). Sau từ lệnh là các mệnh đề của câu lệnh. Mỗi một mệnh đề trong câu lệnh cũng được bắt đầu bởi một từ khoá (chẳng hạn FROM, WHERE,...). Câu lệnh: Dùng để truy xuất dữ liệu trong bảng SINHVIEN được bắt đầu bởi từ lệnh SELECT, trong câu lệnh bao gồm hai mệnh đề: mệnh đề FROM chỉ định tên của bảng cần truy xuất dữ liệu và mệnh đề WHERE chỉ định điều kiện truy vấn dữ liệu. Hệ quản trị CSDL - SQL 30
- 31. Hệ quản trị CSDL - SQL Các đối tượng trong cơ sở dữ liệu dựa trên SQL được xác định thông qua tên của đối tượng. Tên của các đối tượng là duy nhất trong mỗi cơ sở dữ liệu. Tên được sử dụng nhiều nhất trong các truy vấn SQL và được xem là nền tảng trong cơ sở dữ liệu quan hệ là tên bảng và tên cột. Trong các cơ sở dữ liệu lớn với nhiều người sử dụng, khi ta chỉ định tên của một bảng nào đó trong câu lệnh SQL, hệ quản trị cơ sở dữ liệu hiểu đó là tên của bảng do ta sở hữu (tức là bảng do ta tạo ra). Thông thường, trong các hệ quản trị cơ sở dữ liệu này cho phép những người dùng khác nhau tạo ra những bảng trùng tên với nhau mà không gây ra xung đột về tên. Nếu trong một câu lệnh SQL ta cần chỉ đến một bảng do một người dùng khác sở hữu (hiển nhiên là phải được phép) thì tên của bảng phải được viết sau tên của người sở hữu và phân cách với tên người sở hữu bởi dấu chấm. Qui tắc sử dụng tên trong SQL 31
- 32. Một số đối tượng cơ sở dữ liệu khác (như khung nhìn, thủ tục, hàm), việc sử dụng tên cũng tương tự như đối với bảng. Ta có thể sử dụng tên cột một cách bình thường trong các câu lệnh SQL bằng cảch chỉ cần chỉ định tên của cột trong bảng. Tuy nhiên, nếu trong câu lệnh có liên quan đến hai cột trở lên có cùng tên trong các bảng khác nhau thì bắt buộc phải chỉ định thêm tên bảng trước tên cột; tên bảng và tên cột được phân cách nhau bởi dấu chấm. Hệ quản trị CSDL - SQL Qui tắc sử dụng tên trong SQL 32
- 33. Hệ quản trị CSDL - SQL Một số kiểu dữ liệu thông dụng trong SQL 33
- 34. 4. PivoTable & Pivot chart 1. PivoTable: a. PivoTable là gì? Pivotable là phần mềm có sẵn trong office giúp chúng ta dễ dàng tổng hợp và truy xuất dữ liệu theo một vài chỉ tiêu từ một bảng dữ liệu lớn (cỡ vài triệu dòng), kết hợp với công cụ Pivotchart sẽ thực hiện dễ dàng. 34
- 35. 35
- 36. b. Các cách để là việc với PivoTable: Khám phá dữ liệu Thay đổi bố cục biểu mẫu và sắp xếp trường Thay đổi bố cục của cột, hàng và tổng phụ Thay đổi thị khoảng trống và lỗi Thay đổi định dạng 36
- 37. CƠ SỞ DỮ LIỆU Khám phá dữ liệu Mở rộng và thu gọn dữ liệu, hiển thị các chi tiết cơ bản liên quan đến các gía trị. Sắp xếp, lọc, nhóm các trường các mục. Thay đổi các chức năng tóm tắt và thêm các công thức tính toán và công thức tùy chỉnh. Thay đổi bố cục biểu mẫu và sắp xếp trường Thay đổi biểu mẫu PivoTable: nhỏ gọn, phác thảo hoặc dạng bảng. Thêm, sắp xếp lại, loại bỏ các trường Thay đổi thứ tự của các lĩnh vực hoặc các mặt hàng. Thay đổi bố cục của cột, hàng và tổng phụ Bật hoặc tắt các tiêu đề trường và hàng, hoặc hiển thị hoặc ẩn các dòng trống. Hiển thị tổng phụ trên hoặc dưới hàng của họ. Điều chỉnh độ rộng khi làm mới Di chuyển trường cột sang vùng hàng hoặc trường hàng sang vùng cột. Hợp nhất hoặc hủy ghép các ô cho các mục hàng và cột bên ngoài. Thay đổi thị khoảng trống và lỗi Thay đổi các hiển thị lỗi và ô trống Thay đổi cách các mục và nhãn mà không cso dữ liệu được hiển thị Hiển thị hoặc ẩn các hàng trống Thay đổi định dạng Định dạng thủ công và có điều kiện các ô và phạm vi Thay đổi các định dạngPivoTable tổng thể Thay đổi định dạng số cho các trường Bao gồm định dạng máy chủ OLAP 37
- 38. 2. Pivot chart là gì? PivotChart bổ sung cho PivotTable bằng cách thêm các phần trực quan hóa vào dữ liệu tóm tắt trong PivotTable 38
- 39. Kết nối với nguồn dữ liệu ngoài, chẳng hạn như bảng SQL Server, các cube SQL Server Analysis Services,… 39
- 40. PivotChart cung cấp hình biểu diễn đồ họa cho dữ liệu trong PivotTable liên kết 40
- 41. Chạy thử PivoTable & Pivot chart 41