Data Engineering cho Phân tích Rủi ro 🏠
🏠 Trang chủ / Data Engineering cho Phân tích Rủi ro / Phần 4 · Vận hành & thực chiến / Module 16
🚦 Module 16 / 18 · 1–2 tuần Thực hành

Dashboard KRI & hệ thống cảnh báo

Thiết kế dashboard rủi ro theo ba tầng người đọc, xây mart KRI cuối tháng có trạng thái Xanh/Vàng/Đỏ bằng SQL, định nghĩa chỉ số dùng chung, viết quy tắc cảnh báo có chủ sở hữu, kênh, chống trùng và runbook, và chống mệt mỏi cảnh báo bằng phân tầng và độ trễ bật/tắt.

DashboardKRI martRAGAlertingAlert fatigue
📌 Vì sao module này quan trọng

Mọi công sức ở các module trước chỉ có giá trị khi đúng người thấy đúng thông tin và hành động. Dashboard rủi ro thất bại theo hai cách: quá nhiều biểu đồ không ai đọc, hoặc quá nhiều cảnh báo đến mức mọi người tắt thông báo. Đây là module biến nền tảng dữ liệu thành thói quen quản trị hằng ngày.

🎯 Mục tiêu học tập

  • Thiết kế dashboard theo tầng người đọc và câu hỏi
  • Xây mart KRI có trạng thái RAG bằng SQL
  • Định nghĩa chỉ số dùng chung cho mọi công cụ
  • Viết quy tắc cảnh báo đầy đủ và runbook
  • Giảm cảnh báo giả: phân tầng, gộp, độ trễ bật/tắt

🟢 Ba tầng người đọc

TầngNgười đọcCâu hỏiNội dungTần suất
1. Điều hànhHĐQT, Tổng GĐCó rủi ro nào vượt khẩu vị không?8–10 KRI dạng thẻ RAG + xu hướng 12 thángHằng tháng/ tuần
2. Quản lýGĐ Tài chính, GĐ Kinh doanh, trưởng vùngVùng/ phân khúc/ đại lý nào gây ra?Phân rã KRI theo chiều, top N, so kỳ trướcHằng ngày/ tuần
3. Vận hànhKế toán công nợ, mua hàng, kiểm soátHôm nay phải làm gì?Danh sách việc: đại lý cần gọi, giao dịch cần kiểm traHằng ngày
Một trang, một câu hỏi

Mỗi trang dashboard trả lời một câu hỏi viết ở tiêu đề (“Công nợ có vượt khẩu vị không?”), không phải tên bảng (“AR Report v3”). Mỗi thẻ KRI hiện: giá trị, ngưỡng, màu, xu hướng, thời điểm dữ liệu và người chịu trách nhiệm.

🟡 Mart KRI cuối tháng bằng SQL

-- Bảng KRI công nợ cuối mỗi tháng, gắn trạng thái Xanh/Vàng/Đỏ theo khẩu vị rủi ro
WITH months AS (
  SELECT CAST(last_day(m) AS DATE) AS d
  FROM range(DATE '2025-07-01', DATE '2026-01-01', INTERVAL 1 MONTH) t(m)
), ar AS (
  SELECT m.d, i.amount_vnd, m.d - i.due_date AS dpd
  FROM months m
  JOIN 'invoices.csv' i ON i.invoice_date <= m.d AND (i.paid_date IS NULL OR i.paid_date > m.d)
), sales AS (
  SELECT CAST(last_day(invoice_date) AS DATE) AS d, SUM(amount_vnd) AS ds FROM 'invoices.csv' GROUP BY 1
), k AS (
  SELECT ar.d,
         SUM(amount_vnd) / 1e9                                           AS phai_thu_ty,
         SUM(amount_vnd) / ANY_VALUE(s.ds) * 30                          AS dso,
         100 * SUM(amount_vnd) FILTER (WHERE dpd > 90) / SUM(amount_vnd) AS qh90_pct
  FROM ar JOIN sales s USING (d)
  GROUP BY ar.d
)
SELECT strftime(d, '%m/%Y') AS thang, ROUND(phai_thu_ty) AS phai_thu_ty, ROUND(dso) AS dso,
       CASE WHEN dso > 65 THEN 'ĐỎ' WHEN dso > 58 THEN 'VÀNG' ELSE 'XANH' END AS dso_rag,
       ROUND(qh90_pct, 1) AS qh90_pct,
       CASE WHEN qh90_pct > 5 THEN 'ĐỎ' WHEN qh90_pct > 3 THEN 'VÀNG' ELSE 'XANH' END AS qh90_rag
FROM k ORDER BY d;
+---------+-------------+-----+---------+----------+----------+
| thang   | phai_thu_ty | dso | dso_rag | qh90_pct | qh90_rag |
+---------+-------------+-----+---------+----------+----------+
| 07/2025 |         471 |  63 | VÀNG    |      1.9 | XANH     |
| 08/2025 |         477 |  55 | XANH    |      3.2 | VÀNG     |
| 09/2025 |         513 |  60 | VÀNG    |      4.7 | VÀNG     |
| 10/2025 |         508 |  61 | VÀNG    |      6.2 | ĐỎ       |
| 11/2025 |         571 |  54 | XANH    |      5.8 | ĐỎ       |
| 12/2025 |         617 |  58 | VÀNG    |      6.8 | ĐỎ       |
+---------+-------------+-----+---------+----------+----------+
(6 dòng)
DSO cuối tháng và ngưỡng (ngày)4852.256.460.664.969.103/2407/2410/2401/2505/2509/2512/25Đỏ > 65Vàng > 58DSO (ngày)
DSO theo tháng dao động mạnh vì mùa vụ (tháng 1–2 Tết doanh số đổi đột ngột). Với KRI dao động kiểu này, nên dùng DSO tính trên doanh số 90 ngày để tránh báo động giả.

Truy vấn trên tính cho 6 tháng gần nhất; trong pipeline thật, mart gold.kri_monthly được dbt xây incremental mỗi ngày chốt và dashboard chỉ đọc bảng này. Logic ngưỡng nằm trong dữ liệu, không nằm rải rác trong công cụ BI, nên mọi nơi hiển thị cùng một màu.

🟡 Định nghĩa chỉ số dùng chung (lớp ngữ nghĩa)

# metrics/credit.yml — quy ước nội bộ, đọc bởi dbt/ công cụ BI/ trình sinh cảnh báo
metrics:
  - name: ar_over_90_pct
    label: "% phải thu quá hạn > 90 ngày"
    source: gold.fct_ar_snapshot
    numerator:   "sum(outstanding_vnd) filter (where dpd > 90)"
    denominator: "sum(outstanding_vnd)"
    time_grain: [day, month]
    dimensions: [region, segment, dealer_id]
    thresholds: { amber: 0.03, red: 0.05, direction: higher_is_worse }
    owner: cfo
  - name: dso_90d
    label: "DSO (doanh số 90 ngày)"
    source: gold.kri_daily
    expression: "ar_total / sales_90d * 90"
    thresholds: { amber: 58, red: 65, direction: higher_is_worse }
    owner: cfo

Dù dùng dbt Semantic Layer, Cube, LookML hay một file YAML tự đọc như trên, mục tiêu là một: định nghĩa một lần, dùng mọi nơi. Khi GĐ Tài chính đổi ngưỡng, chỉ sửa một chỗ.

🟡 Quy tắc cảnh báo đầy đủ

# alerts/credit.yml
- id: DEALER_LATE_JUMP
  description: "Đại lý có độ trễ TB tháng tăng > 15 ngày so với tháng trước và dư nợ > 300 triệu"
  query: gold.alert_dealer_late_jump          # view trả về danh sách đại lý thoả điều kiện
  severity: high
  owner: truong_phong_cong_no
  channel: [teams:cong-no, email]
  schedule: "0 8 * * 1-6"                      # 08:00 thứ Hai–Bảy
  dedup_key: dealer_id
  suppress_for: 7d                             # cùng đại lý không báo lại trong 7 ngày nếu chưa xử lý
  runbook: https://wiki.anphat.vn/runbook/dealer-late-jump
- id: AR_OVER90_RED
  metric: ar_over_90_pct
  condition: "value > 0.05"
  clear_condition: "value < 0.045"             # độ trễ bật/tắt: tránh nhấp nháy quanh ngưỡng
  severity: critical
  owner: cfo
  channel: [email, teams:ban-dieu-hanh]
import json, requests

def send_alerts(rule: dict, rows: list[dict], already_sent: set) -> int:
    new = [r for r in rows if (rule["id"], r[rule["dedup_key"]]) not in already_sent]
    if not new:
        return 0
    lines = "\n".join(f"• {r['dealer_id']}: trễ {r['late_now']} ngày (tháng trước {r['late_prev']}), dư nợ {r['exposure_mvnd']:,} tr" for r in new[:20])
    text = f"[{rule['severity'].upper()}] {rule['description']}\n{lines}\nRunbook: {rule['runbook']}"
    requests.post(TEAMS_WEBHOOK_URL, json={"text": text}, timeout=10).raise_for_status()
    record_sent(rule["id"], [r[rule["dedup_key"]] for r in new])   # lưu để chống trùng & đo thời gian xử lý
    return len(new)
Thành phần runbookVí dụ cho DEALER_LATE_JUMP
Ý nghĩa cảnh báoĐại lý có dấu hiệu xấu đi nhanh (xem module 3, DL0004)
Kiểm tra gì trướcLịch sử thanh toán 6 tháng, dư nợ, hạng điểm, tranh chấp đang mở
Hành độngGọi đại lý trong 24h; nếu hạng D–E: đề xuất tạm khoá hạn mức cho GĐ Kinh doanh
Ghi nhận kết quảCập nhật trạng thái cảnh báo: đã xử lý/ cảnh báo giả + lý do
Leo thangKhông liên lạc được sau 48h → báo GĐ Tài chính

🔴 Chống mệt mỏi cảnh báo

Kỹ thuậtCách làm
Phân tầng mức độcritical → gọi/ tin nhắn; high → kênh nhóm; low → tổng hợp hằng ngày
Gộp (digest)Một tin tổng hợp 08:00 thay cho 40 tin rời
Chống trùng & tạm hoãndedup_key + suppress_for
Độ trễ bật/tắt (hysteresis)Bật đỏ khi > 5%, chỉ tắt khi < 4,5%
Đo chất lượng cảnh báoTỷ lệ cảnh báo được xử lý, tỷ lệ cảnh báo giả, thời gian xử lý trung vị; luật nào > 80% giả thì sửa hoặc bỏ
Có chủ sở hữuKhông có người nhận cụ thể → không tạo cảnh báo
Đo xem có cứu được tiền không

Với An Phát, quy tắc DEALER_LATE_JUMP sẽ cảnh báo DL0004 vào đầu tháng 6/2025. Tính lại: nếu khoá hạn mức ngay khi đó, các hoá đơn phát hành sau ngày cảnh báo (tháng 6–7) đã không phát sinh. Hãy làm phép tính này cho toàn bộ đại lý vỡ nợ: đó là giá trị bằng tiền của nền tảng dữ liệu để trình bày với ban điều hành (bài tập module 18).

⚠️ Sai lầm thường mắc

❌ Dashboard 30 biểu đồ

Vì sao nguy hiểm: Không ai biết nhìn vào đâu.

Cách làm đúng: Theo tầng người đọc, mỗi trang một câu hỏi.

❌ Ngưỡng màu cài trong công cụ BI

Vì sao nguy hiểm: Mỗi báo cáo một màu cho cùng chỉ số.

Cách làm đúng: Ngưỡng trong dữ liệu/ lớp ngữ nghĩa.

❌ Không hiển thị thời điểm dữ liệu

Vì sao nguy hiểm: Người đọc tưởng số hôm nay.

Cách làm đúng: Luôn ghi “dữ liệu đến ngày …, cập nhật lúc …”.

❌ Cảnh báo không có chủ sở hữu/ runbook

Vì sao nguy hiểm: Ai cũng thấy, không ai làm.

Cách làm đúng: Mỗi luật có owner, hành động, leo thang.

❌ Không chống trùng

Vì sao nguy hiểm: Cùng một đại lý báo 30 lần/ tháng.

Cách làm đúng: dedup_key, suppress_for, digest.

❌ Không đo hiệu quả cảnh báo

Vì sao nguy hiểm: Luật tồi sống mãi.

Cách làm đúng: Theo dõi tỷ lệ xử lý, tỷ lệ giả, thời gian xử lý.

📌 Cần nhớ
  • Ba tầng: điều hành (RAG), quản lý (phân rã), vận hành (danh sách việc).
  • Mart KRI có ngưỡng nằm trong dữ liệu; dashboard chỉ hiển thị.
  • Định nghĩa chỉ số một lần, dùng mọi nơi.
  • Quy tắc cảnh báo: điều kiện, mức độ, owner, kênh, chống trùng, runbook.
  • Chống mệt mỏi: phân tầng, gộp, hysteresis, đo chất lượng cảnh báo.

🧩 Tự kiểm tra (bấm để xem đáp án)

1. HĐQT nên thấy gì trên trang đầu?
A. Danh sách 600 đại lý
B. 8–10 KRI dạng RAG với xu hướng
C. Log pipeline
Đáp án: B. Tầng điều hành.
2. KRI dao động quanh ngưỡng 5% làm cảnh báo bật tắt liên tục. Cách xử lý:
A. Bỏ KRI
B. Độ trễ bật/tắt (bật > 5%, tắt < 4,5%)
C. Tăng ngưỡng lên 10%
Đáp án: B. Hysteresis.
3. Vì sao để ngưỡng RAG trong mart dữ liệu thay vì công cụ BI?
A. Nhanh hơn
B. Mọi nơi dùng chung một định nghĩa và một màu
C. Bắt buộc
Đáp án: B. Nhất quán.
4. Thành phần nào KHÔNG cần trong quy tắc cảnh báo?
A. Chủ sở hữu
B. Runbook
C. Font chữ
Đáp án: C. Nội dung vận hành mới quan trọng.
5. Một luật có 85% cảnh báo được đánh dấu giả. Nên:
A. Giữ nguyên
B. Sửa điều kiện hoặc bỏ luật
C. Gửi cho nhiều người hơn
Đáp án: B. Luật tồi gây mệt mỏi cảnh báo.

🏋️ Bài tập thực hành

Dashboard 1 trang cho GĐ Tài chính An Phát

Dùng Metabase/ Superset/ Power BI (hoặc HTML + biểu đồ) dựng một trang gồm: 5 thẻ KRI RAG (quá hạn > 90, DSO 90 ngày, số đại lý vượt hạn mức, tiền thấp nhất 13 tuần, VaR 10 ngày), xu hướng 12 tháng của 2 KRI chính, top 10 đại lý cần hành động. Ghi rõ thời điểm dữ liệu.

💡 Gợi ý lời giải
Tạo trước các view Gold: kri_cards (một dòng/KRI: tên, giá trị, ngưỡng, màu, thời điểm), kri_trend, dealer_action_list. Dashboard chỉ SELECT từ các view này. Khởi động Metabase bằng docker-compose ở module 6 và kết nối PostgreSQL hoặc file DuckDB.

📚 Tài nguyên học tập

✅ Tự đánh giá hoàn thành

  • Phác thảo dashboard 3 tầng
  • Chạy mart KRI RAG
  • Viết định nghĩa chỉ số YAML
  • Viết 2 quy tắc cảnh báo + runbook
  • Mô phỏng khối lượng cảnh báo bằng công cụ
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.