0
0
🎯 Mục tiêu bài học
TB5 min
Sau bài học này, bạn sẽ:
- Hiểu hệ sinh thái ngân hàng Việt Nam và các loại hình tổ chức tín dụng
- Nắm được vai trò Data Analyst trong ngân hàng và các team liên quan
- Hiểu quy trình dữ liệu từ core banking đến analytics
- Xác định career path và cơ hội nghề nghiệp trong Banking Analytics
📋 Thông tin bài học
| Thông tin | Chi tiết |
|---|---|
| ⏱️ Thời lượng | 45 phút |
| 📖 Chủ đề chính | Banking ecosystem, DA role, Career path |
| 💡 Kiến thức cần có | Không yêu cầu |
| 🎯 Output | Hiểu toàn cảnh ngành và định hướng học tập |
Task 0
1
1
📖 Thuật ngữ quan trọng
TB5 min
| Thuật ngữ | Tiếng Việt | Mô tả |
|---|---|---|
| NHTM | Ngân hàng Thương mại | Commercial Bank — ngân hàng phục vụ cá nhân và doanh nghiệp |
| SBV/NHNN | Ngân hàng Nhà nước | State Bank of Vietnam — cơ quan quản lý ngân hàng |
| Core Banking | Hệ thống lõi | Hệ thống xử lý giao dịch trung tâm của ngân hàng |
| Retail Banking | Ngân hàng bán lẻ | Dịch vụ cho khách hàng cá nhân (tiết kiệm, vay, thẻ) |
| Wholesale Banking | Ngân hàng bán buôn | Dịch vụ cho doanh nghiệp lớn, tổ chức tài chính |
| FinTech | Công nghệ tài chính | Công ty công nghệ cung cấp dịch vụ tài chính |
| Data Warehouse | Kho dữ liệu | Hệ thống lưu trữ dữ liệu tập trung cho phân tích |
| BI (Business Intelligence) | Phân tích kinh doanh | Công cụ và quy trình chuyển dữ liệu thành insights |
| KYC | Know Your Customer | Quy trình xác minh thông tin khách hàng |
| AML | Anti-Money Laundering | Phòng chống rửa tiền |
Checkpoint
Ngân hàng thương mại (NHTM) phục vụ cả cá nhân (retail) và doanh nghiệp (wholesale). Dữ liệu từ Core Banking được đưa vào Data Warehouse để phân tích. Data Analyst trong ngân hàng cần hiểu cả nghiệp vụ (KYC, AML) lẫn dữ liệu (BI, DW).
Task 1
2
2
🏦 Hệ sinh thái Ngân hàng Việt Nam
TB5 min
Ngân hàng Việt Nam — Toàn cảnh
Tính đến 2025, Việt Nam có 31 NHTM, trong đó 4 ngân hàng quốc doanh (Agribank, BIDV, VietinBank, Vietcombank) chiếm ~45% thị phần. Ngành banking đang chuyển đổi số mạnh mẽ, tạo nhu cầu cao cho Data Analyst.
Cấu trúc hệ thống ngân hàng
Hệ thống Ngân hàng Việt Nam 2025
🏛️Ngân hàng Nhà nước (SBV)
🏦NHTM Quốc doanh (4)
BIDV
Vietcombank
VietinBank
Agribank
🏢NHTM Cổ phần (27)
Techcombank
MB Bank
VPBank
ACB
🌐NH Nước ngoài (9)
HSBC
Shinhan
Standard Chartered
UOB
🔗 FinTech & Công ty Tài chính
Ngoài hệ thống ngân hàng, Việt Nam có 200+ công ty FinTech hoạt động song song: FE Credit, MoMo, ZaloPay, VNPay... — tạo thêm cơ hội lớn cho Data Analyst trong lĩnh vực digital finance.
Các mảng kinh doanh chính
| Mảng | Sản phẩm | Data chính |
|---|---|---|
| Retail Banking | Tiết kiệm, Vay cá nhân, Thẻ tín dụng, Bảo hiểm | Customer, Transaction, Loan, Card |
| Wholesale Banking | Tín dụng DN, Trade Finance, Cash Management | Corporate, Facility, Trade |
| Treasury | FX, Bond, Money Market | Market Data, Position, P&L |
| Digital Banking | Mobile App, Internet Banking, E-wallet | App Usage, Digital Funnel, UX |
| Risk & Compliance | Credit Risk, Market Risk, AML | Risk Models, Audit, Regulatory |
Task 2
3
3
👨💼 Vai trò Data Analyst trong Ngân hàng
TB5 min
Các team cần Data Analyst
🏢 7 Team tuyển Data Analyst trong Ngân hàng
| # | Team | Lĩnh vực | Công việc chính |
|---|---|---|---|
| 1 | 📊 BI / MIS | Báo cáo quản trị | Dashboard KPIs, báo cáo NHNN, executive reporting |
| 2 | 🔍 Risk Analytics | Rủi ro tín dụng | Credit scoring, phân tích NPL, stress test |
| 3 | 👥 CRM / Customer | Khách hàng | Customer segmentation, CLV, churn prediction |
| 4 | 💳 Product Analytics | Sản phẩm | Performance sản phẩm vay, thẻ, tiết kiệm |
| 5 | 📱 Digital Analytics | Digital banking | App usage, funnel conversion, UX analysis |
| 6 | 🏢 Branch Analytics | Chi nhánh | Network optimization, branch scorecard |
| 7 | ⚖️ Compliance / AML | Tuân thủ | Transaction monitoring, fraud detection |
Kỹ năng yêu cầu
| Kỹ năng | Mức độ | Ứng dụng trong Banking |
|---|---|---|
| SQL | Bắt buộc | Query data warehouse, báo cáo MIS |
| Excel | Bắt buộc | Ad-hoc analysis, pivot tables, dashboard |
| Power BI/Tableau | Quan trọng | Dashboard quản trị, executive reporting |
| Python | Nice-to-have | Automation, advanced analytics, ML |
| Domain Knowledge | Bắt buộc | Hiểu nghiệp vụ tài chính, sản phẩm ngân hàng |
| Communication | Bắt buộc | Trình bày insights cho stakeholders |
Career Path
Lộ trình nghề nghiệp Data Analyst Ngân hàng
🌱Junior DA
📊Data Analyst
⭐Senior DA / Lead
👔Analytics Manager
| Vị trí | Mức lương | Kinh nghiệm | Kỹ năng nổi bật |
|---|---|---|---|
| 🌱 Junior DA | 8–12M VND | 0–1 năm | SQL cơ bản, Excel, báo cáo |
| 📊 Data Analyst | 12–20M VND | 1–3 năm | SQL nâng cao, BI tools, domain |
| ⭐ Senior DA / Lead | 20–35M VND | 3–5 năm | Python, team lead, strategic analysis |
| 👔 Analytics Manager | 35–60M VND | 5+ năm | Leadership, cross-functional, roadmap |
Hướng chuyên sâu từ Senior DA
Sau khi đạt Senior DA, bạn có thể chuyên sâu theo các hướng:
- 🔍 Risk Analyst — Chuyên gia phân tích rủi ro tín dụng & thị trường
- 💼 Business Analyst — Cầu nối giữa nghiệp vụ và công nghệ
- 🤖 Data Scientist — Machine learning, predictive modeling
Lương DA ngân hàng cao hơn trung bình
Data Analyst tại ngân hàng thường có mức lương cao hơn 20-30% so với DA ở các ngành khác nhờ tính chất regulated, dữ liệu phức tạp, và yêu cầu domain knowledge cao.
Task 3
4
4
📊 Quy trình dữ liệu trong Ngân hàng
TB5 min
Data Flow Architecture
Luồng dữ liệu trong Ngân hàng
📥Source Systems
⚙️ETL / Pipeline
🗄️Data Warehouse
📊Analytics & BI
| Giai đoạn | Thành phần | Chi tiết |
|---|---|---|
| 📥 Source Systems | Core Banking (T24, Flex) | Giao dịch, tài khoản, khách hàng |
| Card System | Dữ liệu thẻ tín dụng, thanh toán | |
| Mobile App | Hành vi người dùng, UX data | |
| CRM System | Quản lý quan hệ khách hàng | |
| ⚙️ ETL / Pipeline | ETL Jobs, Airflow | Trích xuất, biến đổi, tải dữ liệu hàng ngày |
| 🗄️ Data Warehouse | Oracle / SQL Server | Kho dữ liệu tập trung, chuẩn hóa |
| 📊 Analytics & BI | BI Reports | Báo cáo quản trị định kỳ (MIS) |
| Dashboards | Monitoring real-time, Power BI / Tableau | |
| Risk Models | Credit scoring, NPL forecasting | |
| Regulatory Reports | Báo cáo NHNN, Basel compliance |
Các loại dữ liệu chính
| Loại dữ liệu | Ví dụ | Tần suất cập nhật | Bảng trong khóa học |
|---|---|---|---|
| Customer Master | Thông tin KH, KYC | Real-time | dim_customer |
| Product Catalog | Sản phẩm vay, lãi suất | Hàng quý | dim_product |
| Branch Network | Chi nhánh, vùng miền | Hàng năm | dim_branch |
| Loan Applications | Hồ sơ vay, credit score | Real-time | fact_loan_application |
| Loan Payments | Thanh toán, quá hạn | Daily | fact_loan_payment |
| Transactions | Giao dịch, số dư | Real-time | fact_transaction |
Lưu ý về bảo mật dữ liệu
Dữ liệu ngân hàng thuộc loại nhạy cảm nhất. Trong thực tế, DA cần tuân thủ:
- Data masking: Mã hóa thông tin cá nhân (CMND, SĐT, tài khoản)
- Access control: Chỉ truy cập dữ liệu được phân quyền
- Audit trail: Mọi truy vấn đều được ghi log
- Compliance: Tuân thủ quy định NHNN về bảo mật thông tin
Task 4
5
5
📚 Giới thiệu Dataset VNCredit Bank
TB5 min
VNCredit Bank — Dataset khóa học
Về VNCredit Bank
VNCredit Bank là ngân hàng bán lẻ mô phỏng, được thiết kế sát với thực tế ngân hàng Việt Nam. Dataset bao gồm 6 bảng với tổng cộng 2.6 triệu records, phản ánh đầy đủ hoạt động retail banking.
ERD tổng quan
VNCredit Bank — Star Schema
Quy mô dữ liệu
| Bảng | Số records | Mô tả |
|---|---|---|
dim_customer | 50,000 | Khách hàng cá nhân |
dim_product | 15 | Sản phẩm vay (tiêu dùng, bất động sản, xe, thẻ) |
dim_branch | 120 | Chi nhánh toàn quốc (Bắc 45, Trung 25, Nam 50) |
fact_loan_application | 80,000 | Hồ sơ vay 2022-2024 |
fact_loan_payment | 500,000 | Records thanh toán khoản vay |
fact_transaction | 2,000,000 | Giao dịch tài khoản 6 tháng |
Key Business Metrics trong dataset
| Metric | Giá trị | Ý nghĩa |
|---|---|---|
| Approval Rate | 65% | Tỷ lệ duyệt hồ sơ vay |
| Default Rate | ~7% | Tỷ lệ vỡ nợ tổng thể |
| On-time Payment | 75% | Tỷ lệ thanh toán đúng hạn |
| Late Payment | 18% | Tỷ lệ trả chậm (1-30 ngày) |
| Missed Payment | 7% | Tỷ lệ không thanh toán (30+ ngày) |
| Mobile Channel | 45% | Giao dịch qua mobile banking |
Checkpoint
VNCredit Bank có 6 bảng theo mô hình Star Schema: 3 dimension tables (customer, product, branch) và 3 fact tables (loan_application, loan_payment, transaction). Tổng cộng 2.6 triệu records phản ánh hoạt động retail banking thực tế tại Việt Nam.
Task 5
6
6
🗺️ Lộ trình khóa học
TB5 min
Cấu trúc 12 bài học
Lộ trình 4 Module — 12 Bài học
1
🏦Nền tảng Ngân hàng
2
💳Phân tích Tín dụng
3
⚙️Phân tích Vận hành
4
📋Reporting & Capstone
| Module | Bài học | Nội dung chính |
|---|---|---|
| 🏦 Module 1 | Bài 1–3 | Hệ sinh thái ngân hàng, Nghiệp vụ banking, KPIs ngành |
| 💳 Module 2 | Bài 4–6 | Credit Risk Analysis, Loan Portfolio, Customer Segmentation |
| ⚙️ Module 3 | Bài 7–9 | Transaction Analysis, Branch Performance, Customer 360 |
| 📋 Module 4 | Bài 10–12 | Dashboard Design, Regulatory Reporting, Capstone Project |
Kết quả sau khóa học
Hoàn thành khóa học, bạn sẽ có 4 dự án portfolio ngành ngân hàng:
- 📊 Credit Risk Dashboard — Phân tích rủi ro tín dụng
- 👥 Customer 360 Report — Hồ sơ khách hàng toàn diện
- 🏢 Branch Performance Scorecard — Đánh giá chi nhánh
- 📋 Capstone: VNCredit Bank Analysis — Báo cáo tổng hợp cho CEO
Task 6
7
7
📋 Tổng kết
TB5 min
Kiến thức đã học
| Chủ đề | Nội dung chính |
|---|---|
| Hệ sinh thái ngân hàng | Retail vs Corporate, chuỗi giá trị tín dụng |
| Vai trò Data Analyst | Phân tích dữ liệu hỗ trợ quyết định kinh doanh ngân hàng |
| Dataset VNCredit Bank | 6 bảng Star Schema, 2.6 triệu records |
| Cấu trúc khóa học | 4 module: Nền tảng → Tín dụng → Vận hành → Capstone |
| Key Metrics | Approval Rate 65%, Default Rate ~7%, Mobile 45% |
| Lộ trình học | 12 bài + 1 quiz, từ cơ bản đến dự án thực tế |
Key Takeaways
- ✅ DA trong ngân hàng đóng vai trò then chốt cho quyết định tín dụng và quản trị rủi ro
- ✅ Star Schema (3 dim + 3 fact) là mô hình dữ liệu chuẩn cho banking analytics
- ✅ Dataset VNCredit Bank phản ánh hoạt động retail banking thực tế tại Việt Nam
- ✅ 4 dự án portfolio sẽ được xây dựng xuyên suốt khóa học
Câu hỏi tự kiểm tra
- DA có vai trò gì trong hệ sinh thái ngân hàng?
- Star Schema trong dataset VNCredit Bank gồm những bảng nào?
- Default Rate ~7% có nghĩa là gì đối với ngân hàng?
- 4 module của khóa học bao gồm những chủ đề gì?
Bài tiếp theo: Banking Fundamentals →
🎉 Tuyệt vời! Bạn đã nắm được tổng quan khóa học Banking Analytics!
Nhớ: Hiểu rõ hệ sinh thái ngân hàng và dataset sẽ giúp bạn học hiệu quả hơn ở các bài tiếp theo!
Task 7