GIỚI THIỆU

Báo cáo này tập trung phân tích bộ dữ liệu giao dịch ngân hàng (Bank Transaction Dataset) trong giai đoạn từ tháng 01/2023 đến tháng 05/2025. Mục tiêu chính của dự án là bóc tách các quy luật trong hành vi tài chính, theo dõi dòng doanh thu từ các nguồn phí và đánh giá hiệu quả hoạt động của các kênh tương tác khác nhau.

Về mặt cấu trúc kỹ thuật, bộ dữ liệu được tổ chức theo mô hình sơ đồ sao (Star Schema) tối ưu cho việc truy vấn và phân tích (Business Intelligence). Trọng tâm của mô hình là bảng FactTransaction, nơi lưu trữ chi tiết từng sự kiện giao dịch phát sinh, bao gồm các chỉ số quan trọng như giá trị giao dịch (Amount), điểm tín nhiệm (Customer Score), cùng các loại phí dịch vụ và phạt trả chậm. Các thông tin này cung cấp cái nhìn thực tế về sức khỏe tài chính và thói quen chi tiêu của khách hàng theo thời gian thực.

Để bổ trợ cho việc phân tích đa chiều, hệ thống dữ liệu được chuẩn hóa qua ba bảng danh mục (Dimension Tables). Cụ thể, bảng DimCustomer giúp phân loại khách hàng dựa trên phân khúc thu nhập và mức độ tín dụng; bảng DimChannel cho phép theo dõi tỷ trọng sử dụng giữa các kênh Mobile, Online, ATM và tại quầy (Branch); cuối cùng là bảng DimRegion cung cấp dữ liệu về tọa độ và thành phố của các chi nhánh, tạo tiền đề cho các phân tích mang tính địa lý. Sự kết hợp này tạo nên một bức tranh toàn cảnh, giúp nhà quản lý không chỉ biết “điều gì” đang xảy ra mà còn hiểu rõ “ai” là người thực hiện và “ở đâu” là điểm nóng của các hoạt động giao dịch.

TỔNG QUAN

Tính đến tháng 05/2025, hoạt động kinh doanh của ngân hàng ghi nhận sự tăng trưởng mạnh mẽ về quy mô giao dịch và hiệu quả khai thác dòng tiền. Dưới đây là các điểm nhấn chính từ dữ liệu:

Các chỉ số hiệu suất chính

Tổng doanh thu (Total Revenue): Đạt €564.0K tính trên toàn bộ giai đoạn.
Tổng giá trị giao dịch (Total TPV): Đạt €7.1M, ghi nhận mức tăng trưởng ấn tượng 71.27%.
Lượng giao dịch (Transaction Count): Thực hiện thành công 18K giao dịch, tăng 69.10% so với cùng kỳ trước đó.
Tỷ lệ thu phí (Take Rate): Duy trì ở mức trung bình 7.99%. Mặc dù có sự sụt giảm nhẹ (1.52%) trên tổng thể, nhưng dữ liệu gần đây cho thấy xu hướng tối ưu hóa tốt hơn trên mỗi giao dịch.

Hiệu quả các kênh giao dịch

Cấu trúc doanh thu theo kênh cho thấy sự chuyển dịch rõ rệt sang nền tảng số:

Mobile App: Là kênh dẫn đầu tuyệt đối với €236.2K doanh thu và hơn 8.4K giao dịch. Đây là động lực tăng trưởng chính của ngân hàng.
Online: Xếp thứ hai với €166.3K, đã chính thức vượt qua kênh truyền thống tại chi nhánh.
Branch (Tại quầy): Đóng góp €150.9K, vẫn giữ vai trò quan trọng nhưng đang dần bị thay thế bởi các kênh trực tuyến.
ATM: Đóng góp khiêm tốn nhất với €10.5K, cho thấy hiệu quả kinh tế thấp nhất trong các kênh.

Đóng góp theo dòng sản phẩm

Loan (Cho vay): Là nguồn thu lớn nhất, mang về €239.2K, khẳng định vị thế là sản phẩm chủ lực.
Credit Card (Thẻ tín dụng): Đứng thứ hai với €155.0K, phản ánh nhu cầu chi tiêu tiêu dùng của khách hàng đang ở mức cao.
Các sản phẩm khác như Checking/Savings Account và Mortgage đóng góp ổn định trong khoảng từ €53K – €59K.

INSIGHTS

Danh mục sản phẩm: “Ngôi sao” dẫn dắt và “Cơ hội bị bỏ lỡ”

Sản phẩm “Ngôi sao” (Loans): Dòng sản phẩm vay (Loans) thể hiện sức mạnh áp đảo khi vừa dẫn đầu về số lượng giao dịch, vừa mang lại doanh thu cao nhất (€239.2K). Điều này cho thấy nhu cầu vay vốn là động lực chính duy trì dòng tiền của ngân hàng.
“Cơ hội bị bỏ lỡ” (Savings Accounts): Một nghịch lý tồn tại ở dòng sản phẩm Tiết kiệm (Savings Accounts). Mặc dù có lượng giao dịch rất lớn, tương đương với các dòng sản phẩm chủ lực, nhưng doanh thu phí phát sinh lại gần như bằng không. Điều này cho thấy ngân hàng đang phục vụ một lượng lớn khách hàng tiết kiệm nhưng chưa khai thác được giá trị gia tăng từ nhóm này.

Phân tích gốc rễ (AI-Driven Root Cause): Nghịch lý doanh thu và Rủi ro tín dụng

Sử dụng mô hình Cây phân rã (Decomposition Tree), AI đã bóc tách lộ trình dẫn đến nguồn “Lợi nhuận xấu” (Bad Profit) của ngân hàng:

Điểm nóng tập trung doanh thu: AI xác định Murcia là khu vực có sự tập trung doanh thu cao bất thường với €32.8K. Khi đi sâu vào phân tích, có đến €15.5K (chiếm gần 50% doanh thu chi nhánh) đến từ phân khúc khách hàng có xếp hạng tín dụng “Very Poor”.
Xác định “Thủ phạm” gây rủi ro: Khác biệt với các dự đoán thông thường, phân khúc Thu nhập trung bình (Middle Income Segment) mới là nhóm đóng góp lớn nhất vào nguồn doanh thu rủi ro cao này với €7,632, vượt qua cả nhóm thu nhập thấp và thu nhập cao.
Yếu tố ảnh hưởng chính (Key Influencers): Phân tích tương quan cho thấy những khách hàng có thu nhập hàng tháng dưới €4,301 có khả năng rơi vào nhóm nợ xấu (Very Poor) cao gấp 1.49 lần so với các nhóm khác.
Hệ lụy: Ngân hàng đang phụ thuộc vào nguồn thu từ phí phạt chậm trả của nhóm thu nhập trung bình tại Murcia. Đây là mô hình doanh thu thiếu bền vững, tiềm ẩn rủi ro mất vốn gốc rất lớn khi khả năng chi trả của nhóm này bị ảnh hưởng.

Điểm bất thường mang tính chu kỳ (The September Glitch)

Quy luật lịch sử: Qua hai năm 2023 và 2024, dữ liệu ghi nhận một hiện tượng lạ: Doanh thu phí (Fee Revenue) đột ngột rơi về mức gần bằng 0 vào mỗi tháng 9, trong khi tổng giá trị giao dịch (TPV) vẫn duy trì ổn định.
Nguyên nhân dự kiến: Đây không phải là biến động thị trường mà khả năng cao là do lỗi hệ thống tính phí (Billing Error) hoặc các chương trình miễn phí dịch vụ quá đà không được kiểm soát.
Cảnh báo cho năm 2025: Hiện tại (tháng 05/2025), hiệu suất vẫn đang ở mức bình thường. Tuy nhiên, nếu không có biện pháp can thiệp, khả năng cao lỗi này sẽ tái diễn trong 4 tháng tới (tháng 09/2025).

ĐỀ XUẤT

Hành động phòng ngừa

Khắc phục lỗi “Thất thoát doanh thu tháng 9”: Cần tiến hành kiểm tra ngay lập tức hệ thống tính phí và các chương trình khuyến mãi tự động trước tháng 8/2025. Mục tiêu là đảm bảo không để xảy ra tình trạng doanh thu rơi về mức 0 như hai năm tiền lệ, bảo vệ dòng tiền dự kiến cho quý III.

Giảm thiểu rủi ro tín dụng

Thắt chặt chính sách tại “Điểm nóng”: Thực hiện rà soát và thắt chặt điều kiện phê duyệt khoản vay đối với nhóm khách hàng Thu nhập trung bình (Middle Income) tại khu vực Murcia.
Điều chỉnh ngưỡng thu nhập: Cần đặc biệt lưu ý rủi ro đối với các hồ sơ có mức thu nhập dưới €4,301/tháng. Ngân hàng nên giảm tỷ lệ bao phủ nợ đối với nhóm này để hạn chế sự phụ thuộc vào “Lợi nhuận xấu” (phí phạt nợ quá hạn) và bảo vệ vốn gốc.

Chiến lược tăng trưởng và tối ưu hóa

Chuyển đổi khách hàng tiết kiệm (Savings to Loans): Triển khai các chiến dịch bán chéo (Cross-selling) nhắm trực tiếp vào tệp khách hàng đang sử dụng tài khoản Tiết kiệm nhưng chưa sử dụng dịch vụ tín dụng. Mục tiêu là chuyển đổi lưu lượng giao dịch cao của nhóm này thành doanh thu từ Thẻ tín dụng hoặc Vay tiêu dùng thông qua ứng dụng Mobile.
Thúc đẩy vay kỹ thuật số (Digital Lending): Tận dụng ưu thế của kênh Mobile App (kênh hiệu quả nhất) để cá nhân hóa các gói ưu đãi vay vốn, giúp giảm chi phí vận hành so với kênh tại quầy.
Tối ưu hóa mạng lưới vật lý: Xem xét cắt giảm hoặc tối ưu hóa chi phí vận hành mạng lưới ATM tại các khu vực hiệu quả thấp, chuyển dịch nguồn lực đầu tư sang nâng cấp trải nghiệm trên các nền tảng số (Mobile & Online).

Starttrain visuals used

Need help?

Nếu có thắc mắc về khóa học, tài liệu hoặc cần tư vấn chuyên môn. Đội ngũ chuyên gia Starttrain sẵn sàng hỗ trợ và giải đáp mọi câu hỏi của bạn nhanh chóng.

Liên hệ ngay

Thông tin liên hệ

Bạn cần tìm hiểu khóa học?

Liên hệ ngay với Start Train

Vui lòng liên hệ qua những thông tin bên dưới. Starttrain sẽ phản hồi bạn trong thời gian sớm nhất.

Banking Dashboard: Thí sinh TNAC S2 Minh Dũng

GIỚI THIỆU