Đại học Kinh tế TP. Hồ Chí Minh tổ chức Hội thảo với chủ đề "Data-Driven Finance"

Sử dụng dữ liệu để ra quyết định kinh doanh là gì?

Xu hướng số hóa ngày càng phát triển mạnh mẽ đã thay đổi cách tiếp cận mới về việc ứng dụng dữ liệu trong các quyết định kinh doanh. Cùng với đó là sự xuất hiện của các phương thức sử dụng dữ liệu để ra quyết định kinh doanh (data-driven), phân tích kinh doanh (business analytics).... Đây là phương thức gì mà được nhắc đến rầm rộ trên các phương tiện truyền thông như vậy?

Nói một cách đơn giản, data-driven là việc sử dụng dữ liệu để ra quyết định kinh doanh hay là phương thức kinh doanh dựa trên cơ sở dữ liệu, thông tin đã được thu thập và phân tích. Từ đó, việc đưa ra các quyết định kinh doanh hay đầu tư không còn phụ thuộc vào cảm tính, kinh nghiệm cá nhân hay suy đoán mà dựa trên dữ liệu và thuật toán cụ thể, giúp giảm bớt rủi ro và hạn chế sai sót xảy ra.

Phân tích kinh doanh (business analytics, data analytics) là quá trình chuyển đổi dữ liệu thành thông tin chi tiết bằng cách sử dụng phân tích dữ liệu, mô hình thống kê và các phương pháp định lượng khác để cải thiện các quyết định kinh doanh. Mục tiêu của phân tích kinh doanh là đưa ra quyết định kinh doanh bằng cách trả lời các câu hỏi cụ thể về lý do tại sao mọi việc lại xảy ra, điều gì sẽ xảy ra và nên làm gì.

Các loại phân tích kinh doanh thường dùng:

Các loại phân tích dữ liệu thường dùng

Các loại phân tích kinh doanh bao gồm Phân tích mô tả (Descriptive Analytics), Phân tích chẩn đoán (Diagnostic Analytics), Phân tích dự đoán (Predictive Analytics) và Phân tích đề xuất (Prescriptive Analytics):

- Phân tích mô tả (Descriptive Analytics): Trả lời câu hỏi vấn đề gì đã xảy ra bằng cách thu thập dữ liệu để cung cấp chi tiết những thông tin có giá trị.

- Phân tích chẩn đoán (Diagnostic Analytics): Trả lời câu hỏi về lý do tại sao vấn đề xảy ra, tìm ra những yếu tố phụ thuộc và xác định các mô hình.

- Phân tích dự đoán (Predictive Analytics): Cho biết điều gì có khả năng xảy ra, để phát hiện xu hướng trong tương lai. Do đó, phân tích dự đoán trở thành công cụ để dự báo.

- Phân tích đề xuất (Prescriptive Analytics): Trả lời cho câu hỏi điều gì nên xảy ra nhằm đưa ra đề xuất hành động thích hợp và dự đoán những kết quả có thể xảy ra. Phân tích đề xuất sử dụng các công cụ và công nghệ tinh vi như máy học (Machine Learning), các quy tắc kinh doanh và thuật toán,…

Đáng chú ý, theo báo cáo mới nhất của Gartner, dự báo đến năm 2027, khoảng 90% Phân tích mô tả và Phân tích chẩn đoán trong lĩnh vực tài chính sẽ được tự động hóa hoàn toàn.

Hội thảo khoa học với chủ đề "Data-Driven Finance" được phối hợp tổ chức bởi Trường Đại học UEH, Trường Université de Rennes, Hiệp hội VAFE và Vietstock, bao gồm các nội dung:

- Tham luận “Data - Cổng vào đầu tiên đến thế giới số” được trình bày bởi ông Nguyễn Tăng Thanh Phương - Giám đốc Khối dữ liệu Vietstock.

- Tham luận “Tối ưu hóa danh mục đầu tư với Python” được trình bày bởi ông Hoàng Mạnh Hùng – Công ty chứng khoán Rồng Việt.

- Tham luận “Descriptive Analytics in Python: Khám phá kết quả kinh doanh quý 2/2023 của công ty niêm yết” được trình bày bởi ông Phan Thanh Vân - Công ty chứng khoán Yuanta Việt Nam.

- Tham luận “Textual Analysis and Finance Research” được trình bày bởi ông Trần Hoài Nam - Giảng viên Khoa Tài Chính - Trường Kinh doanh.

- Tham luận “Ứng dụng mô hình N-Beats để dự báo chuỗi dữ liệu thời gian của chỉ số chứng khoán Việt Nam” được trình bày bởi ông Nguyễn Quốc Tuấn - Nhà đầu tư cá nhân.

Đồng thời, khoa tài chính Trường đại học UEH kết hợp với Hiệp hội VAFE mở lớp đào tạo ngắn hạn cho các bạn quan tâm nhằm nâng cao kỹ năng ứng dụng công nghệ trong việc xử lý các dữ liệu tài chính - khoa học với chủ đề: Financial Analytics with Python/Phân tích dữ liệu tài chính bằng Python diễn ra trong 9 buổi.

Đăng ký thông tin lớp học: Đăng ký thông tin lớp học "Financial Analytics with Python/Phân tích dữ liệu tài chính bằng Python

Đăng ký tham dự hội thảo: tham dự hội thảo