Data Engineering cho Phân tích Rủi ro 🏠
🏠 Trang chủ / Data Engineering cho Phân tích Rủi ro / Phần 3 · Phân tích rủi ro trên dữ liệu / Module 15
🏭 Module 15 / 18 · 1–2 tuần Trung cấp

Rủi ro nhà cung cấp & vận hành: tập trung, chấm điểm và cơ sở dữ liệu tổn thất

Đo mức độ phụ thuộc nhà cung cấp bằng HHI và tỷ trọng (HHI 660, NCC lớn nhất 18,7%), chấm điểm nhà cung cấp từ dữ liệu giao nhận, thiết kế cơ sở dữ liệu sự kiện tổn thất và KRI vận hành, và nhìn chính nền tảng dữ liệu như một nguồn rủi ro vận hành.

HHIVendor scorecardLoss eventKRI vận hành
📌 Vì sao module này quan trọng

Rủi ro vận hành là “mọi thứ còn lại”: nhà cung cấp chính ngừng giao, kho ngập, hệ thống ERP sập ngày chốt sổ, nhân viên nhập sai. Nó khó đo vì dữ liệu ít và rải rác. Công việc của data engineer là tạo ra dữ liệu cho loại rủi ro này: chuẩn hoá ghi nhận sự cố, tính chỉ số tập trung, biến dữ liệu giao nhận thành điểm số.

🎯 Mục tiêu học tập

  • Tính HHI, tỷ trọng top N, số NCC tương đương
  • Đọc đúng ý nghĩa HHI theo ngữ cảnh
  • Thiết kế bảng chấm điểm nhà cung cấp từ dữ liệu
  • Thiết kế cơ sở dữ liệu sự kiện tổn thất
  • Đặt KRI vận hành, kể cả cho nền tảng dữ liệu

🟡 Mức độ tập trung nhà cung cấp

-- Mức độ tập trung nhà cung cấp theo giá trị thanh toán năm 2025
WITH s AS (
  SELECT vendor_id, SUM(amount_vnd) AS tien FROM 'vendor_payments.csv' GROUP BY 1
), sh AS (
  SELECT vendor_id, 100.0 * tien / SUM(tien) OVER () AS ty_trong,
         ROW_NUMBER() OVER (ORDER BY tien DESC)     AS hang
  FROM s
)
SELECT COUNT(*)                                         AS so_ncc,
       ROUND(SUM(ty_trong * ty_trong))                  AS hhi,
       ROUND(MAX(ty_trong), 1)                          AS top1_pct,
       ROUND(SUM(ty_trong) FILTER (WHERE hang <= 5), 1) AS top5_pct,
       ROUND(10000 / SUM(ty_trong * ty_trong), 1)       AS so_ncc_tuong_duong
FROM sh;
+--------+-----+----------+----------+--------------------+
| so_ncc | hhi | top1_pct | top5_pct | so_ncc_tuong_duong |
+--------+-----+----------+----------+--------------------+
|     61 | 660 |     18.7 |     44.8 |               15.2 |
+--------+-----+----------+----------+--------------------+
(1 dòng)
10 nhà cung cấp lớn nhất theo giá trị thanh toán 2025 (%)05.3810.816.121.518.7#111.5#26.4#34.4#43.8#53.7#63.2#73.2#83#92.8#10
HHI tổng thể 660 là “phân tán” theo ngưỡng thường dùng, nhưng NCC #1 (V001) chiếm 18,7% và top 5 chiếm 44,8%. Nếu NCC #1 là nguồn duy nhất của một ngành hàng, HHI toàn công ty che mất rủi ro.
HHI = Σ (tỷ trọng %)² (0 → 10.000) Số NCC tương đương = 10.000 / HHI
Tính theo đúng lát cắt

Rủi ro gián đoạn nằm ở ngành hàng/ mã hàng: 60 NCC tổng thể nhưng bóng đèn LED chỉ có 2 NCC. Tính HHI theo ngành hàng, và đánh dấu mã hàng có một nguồn duy nhất (single source).

🟡 Bảng chấm điểm nhà cung cấp từ dữ liệu

-- Giả sử có bảng giao nhận deliveries(po_id, vendor_id, promised_date, delivered_date, qty_ordered, qty_ok, qty_defect)
WITH d AS (
  SELECT vendor_id,
         COUNT(*)                                                       AS so_don,
         AVG(CASE WHEN delivered_date > promised_date THEN 1 ELSE 0 END) AS ty_le_giao_tre,
         AVG(GREATEST(delivered_date - promised_date, 0))                AS tre_tb_ngay,
         SUM(qty_defect) / NULLIF(SUM(qty_ok + qty_defect), 0)           AS ty_le_loi,
         SUM(qty_ok + qty_defect) / NULLIF(SUM(qty_ordered), 0)          AS ty_le_du_hang
  FROM silver.deliveries
  WHERE delivered_date >= DATE '2025-01-01'
  GROUP BY 1
)
SELECT vendor_id, so_don,
       ROUND(100 - 40 * ty_le_giao_tre - 300 * ty_le_loi - 30 * (1 - ty_le_du_hang)
                 - LEAST(tre_tb_ngay, 10), 1)   AS diem_van_hanh   -- trọng số do phòng mua hàng duyệt
FROM d
WHERE so_don >= 5                              -- đủ quan sát mới chấm
ORDER BY diem_van_hanh;
Nhóm chỉ tiêuDữ liệuVí dụ
Vận hànhGiao nhận, kiểm tra chất lượngTỷ lệ giao trễ, tỷ lệ lỗi, đủ hàng
Phụ thuộcThanh toán, mã hàngTỷ trọng, single source, thời gian thay thế
Tài chínhBCTC NCC, thông tin công khaiĐòn bẩy, khả năng thanh toán (khoá Phân tích BCTC)
Tuân thủ & ESGHồ sơ, chứng nhậnGiấy phép, chứng nhận chất lượng, vi phạm
Địa lýĐịa chỉ nhà máy, khoTập trung một vùng dễ ngập/ một cảng

🟡 Cơ sở dữ liệu sự kiện tổn thất

Không ghi nhận thì không đo được. Mỗi sự cố, kể cả suýt xảy ra (near-miss), được ghi theo một cấu trúc chuẩn:

CREATE TABLE oprisk.loss_events (
  event_id        VARCHAR PRIMARY KEY,
  occurred_at     TIMESTAMP NOT NULL,          -- khi xảy ra
  discovered_at   TIMESTAMP NOT NULL,          -- khi phát hiện (khoảng cách = độ trễ phát hiện)
  reported_by     VARCHAR   NOT NULL,
  category        VARCHAR   NOT NULL,          -- quy trình | con người | hệ thống | bên ngoài | gian lận
  process         VARCHAR   NOT NULL,          -- mua hàng, kho, công nợ, ngân quỹ, IT...
  description     TEXT      NOT NULL,
  gross_loss_vnd  BIGINT    DEFAULT 0,         -- tổn thất ban đầu
  recovery_vnd    BIGINT    DEFAULT 0,         -- thu hồi (bảo hiểm, đòi bồi thường)
  is_near_miss    BOOLEAN   DEFAULT FALSE,
  root_cause      TEXT,
  action_plan     TEXT,
  action_owner    VARCHAR,
  status          VARCHAR   CHECK (status IN ('open', 'in_progress', 'closed'))
);
Ví dụ sự kiện ở An PhátNhómBài học dữ liệu
Thanh toán trùng 14 khoản phát hiện khi đối soátQuy trìnhThêm luật trùng vào pipeline (module 14)
ERP sập ngày 31/12, pipeline chạy trên dữ liệu thiếuHệ thốngKiểm tra số dòng so với lịch sử (module 7)
NCC đèn LED ngừng giao 3 tuầnBên ngoàiĐánh dấu single source, tìm NCC thay thế

🔴 KRI vận hành, kể cả cho nền tảng dữ liệu

KRINgưỡng đỏ gợi ýNguồn
Tỷ trọng NCC lớn nhất trong ngành hàng trọng yếu> 50%Thanh toán, mã hàng
Số mã hàng single sourceTăng so với quý trướcDanh mục mua hàng
Số sự cố mở quá 30 ngày> 5loss_events
Độ trễ phát hiện trung vị> 14 ngàyloss_events
Pipeline rủi ro trễ SLA> 2 lần/ thángpipeline_runs (module 8)
Kiểm tra chất lượng block thất bại> 1 lần/ tuầndq_results (module 7)
Đối soát lệch quá dung saiBất kỳĐối soát TK 131
Nền tảng dữ liệu là quy trình trọng yếu

Khi ban điều hành ra quyết định dựa trên dashboard rủi ro, lỗi pipeline trở thành rủi ro vận hành cấp công ty. Hãy đưa các KRI in đậm ở trên vào chính sổ đăng ký rủi ro (R06 ở module 2), có chủ sở hữu và báo cáo định kỳ.

⚠️ Sai lầm thường mắc

❌ Chỉ tính HHI toàn công ty

Vì sao nguy hiểm: Che mất phụ thuộc ở từng ngành hàng.

Cách làm đúng: Tính theo ngành hàng/ mã hàng, đánh dấu single source.

❌ Chấm điểm NCC theo cảm nhận

Vì sao nguy hiểm: Thiên vị, không so sánh được.

Cách làm đúng: Chỉ tiêu từ dữ liệu, trọng số được duyệt.

❌ Chỉ ghi sự cố có tổn thất lớn

Vì sao nguy hiểm: Mất tín hiệu sớm từ near-miss.

Cách làm đúng: Ghi cả suýt xảy ra.

❌ Không ghi thời điểm phát hiện

Vì sao nguy hiểm: Không đo được hiệu quả kiểm soát.

Cách làm đúng: occurred_at và discovered_at riêng.

❌ Chấm điểm NCC có quá ít đơn

Vì sao nguy hiểm: Điểm dao động ngẫu nhiên.

Cách làm đúng: Ngưỡng tối thiểu số quan sát.

❌ Bỏ quên rủi ro của chính pipeline

Vì sao nguy hiểm: Báo cáo sai không ai chịu trách nhiệm.

Cách làm đúng: KRI cho nền tảng dữ liệu trong sổ đăng ký rủi ro.

📌 Cần nhớ
  • HHI = Σ tỷ trọng²; số NCC tương đương = 10.000/HHI.
  • Tính tập trung theo ngành hàng/ mã hàng, không chỉ toàn công ty.
  • Chấm điểm NCC từ giao nhận, chất lượng, phụ thuộc, tài chính.
  • Cơ sở dữ liệu tổn thất ghi cả near-miss, tách thời điểm xảy ra và phát hiện.
  • Pipeline dữ liệu rủi ro có KRI vận hành riêng.

🧩 Tự kiểm tra (bấm để xem đáp án)

1. 4 NCC mỗi bên 25%. HHI bằng:
A. 100
B. 2.500
C. 10.000
Đáp án: B. 4 × 25² = 2.500.
2. HHI toàn công ty thấp nhưng một ngành hàng chỉ có 1 NCC. Kết luận:
A. Không có rủi ro
B. Rủi ro gián đoạn ở ngành hàng đó vẫn cao
C. HHI sai
Đáp án: B. Lát cắt quan trọng.
3. Near-miss là:
A. Sự cố gây lỗ lớn
B. Sự cố suýt xảy ra/ không gây lỗ
C. Lỗi chính tả
Đáp án: B. Tín hiệu sớm.
4. Khoảng cách giữa occurred_at và discovered_at đo:
A. Tổn thất
B. Độ trễ phát hiện, hiệu quả kiểm soát
C. Số NCC
Đáp án: B. Phát hiện càng nhanh càng tốt.
5. KRI nào thuộc rủi ro vận hành của nền tảng dữ liệu?
A. Doanh thu tháng
B. Số lần pipeline trễ SLA
C. Tỷ giá
Đáp án: B. Đo độ tin cậy của chính hệ thống báo cáo.

🏋️ Bài tập thực hành

Phân tích phụ thuộc theo nhà cung cấp và người tạo lệnh

Từ vendor_payments.csv: tính HHI theo từng tháng năm 2025 và vẽ xu hướng; tính tỷ trọng thanh toán theo người tạo lệnh (created_by) cho từng NCC lớn. Có NCC nào gần như chỉ do một người lập lệnh không? Vì sao đó là rủi ro vận hành (và gian lận)?

💡 Gợi ý lời giải
HHI theo tháng: thêm date_trunc('month', payment_date) vào GROUP BY ở CTE, tính tỷ trọng bằng SUM(tien) OVER (PARTITION BY thang). Tập trung người lập lệnh: tỷ trọng created_by trong từng vendor_id > 80% là cờ đỏ về phân quyền (không luân chuyển, không kiểm tra chéo).

📚 Tài nguyên học tập

✅ Tự đánh giá hoàn thành

  • Chạy truy vấn HHI
  • Giải thích vì sao cần tính theo ngành hàng
  • Viết truy vấn chấm điểm NCC
  • Tạo bảng loss_events
  • Đặt 3 KRI cho nền tảng dữ liệu
Lưu ý: đây là tài liệu giáo dục. Công ty An Phát Distribution, đại lý, nhà cung cấp, nhân viên và mọi số liệu đều là giả định do code sinh ra, không đại diện cho doanh nghiệp thật. Phương pháp (scorecard, ECL, VaR, Benford...) được đơn giản hoá cho mục đích học; khi áp dụng thật, hãy đối chiếu chuẩn mực kế toán (VAS/ IFRS 9), quy định pháp luật hiện hành (ví dụ về bảo vệ dữ liệu cá nhân) và chính sách nội bộ của tổ chức bạn.