Trong mô hình kinh doanh dịch vụ vận chuyển thì chi phí xăng dầu chiếm tỉ trọng cao trong chi phí vận hành và cũng rất dễ bị thất thoát. Do đó, cần có những công cụ để quản lý chặt chẽ tránh bị thất thoát chi phí này. Trên mỗi phương tiện sẽ lắp một thiết bị cảm biến để khi đổ xăng dầu hoặc rút xăng dầu ra đều báo và lưu trữ trên hệ thống tức thời. Quy trình sẽ thực hiện như sau:

1. Lưu đồ quy trình

 

2. Mô tả chi tiết quy trình

Bước 1: Trên mỗi phương tiện sẽ lắp một thiết bị cảm biến để khi đổ xăng dầu hoặc rút xăng dầu ra đều báo và lưu trữ trên hệ thống tức thời. Đồng thời, NVQLTS  cũng khai báo thông tin định mức xăng dầu sử dụng theo công suất của nhà sản xuất đưa ra.

Bước 2: Hàng ngày, NVĐPVC sẽ ghi nhận mức tiêu hao nhiên liệu thực tế sử dụng và dựa trên cảm biến GPS sẽ biết được quãng đường di chuyển ngày hôm đó.

Bước 3: Kiểm soát thông minh giữa định mức xăng dầu theo công suất và thực tế vận hành dựa trên thông tin đã được cập nhật ở trên. Báo cáo sẽ cho biết được sự chênh lệch giữa định mức và thực tế tiêu thụ xăng dầu và cũng tìm ra được mức tiêu hao chính xác nhất phục vụ cho mục tiêu lên kế hoạch chi phí và kinh doanh.

2.1 Báo cáo thông minh, Big Data phục vụ dự báo nhu cầu

Sự tăng trưởng nhanh của dữ liệu không còn xa lạ gì với ngành Logistics và chuỗi cung ứng. Kết hợp Big Data (Dữ liệu lớn) và AI trong quản lý chuỗi cung ứng cho phép TTĐPVC Logistics quản lý lịch sử giao hàng dễ dàng và dự báo nhu cầu về hàng hoá chính xác hơn, hiểu rõ hơn về chu kỳ mua bán hàng hóa của NBH/KHM, ước tính và đưa ra các quyết định tốt hơn dựa trên các dữ liệu cũ. Thuật toán AI hoạt động tự động dựa trên dữ liệu lịch sử từ các hoạt động trong quá khứ, giảm lỗi sai sót của con người trong chuỗi cung ứng. Thậm chí, AI có thể dự báo doanh thu hoặc lợi nhuận trong ngắn hạn để tăng tỷ lệ thành công và đẩy nhanh tốc độ tăng trưởng doanh thu.

2.2.1 Với công nghệ của Oracle trong bài toán xử lý Big Data và báo cáo thông minh có các đặc điểm vượt trội sau:

(1) Dễ dàng: Hệ thống CSDL có khả năng tự vá lỗi, tự tinh chỉnh cấu hình và nâng cấp ngay cả khi hệ thống đang hoạt động; Được tối ưu với cấu hình dựng sẵn giúp triển khai dịch vụ trong vài phút.

(2) Hiệu năng cao: Được xây dựng và kiểm thử hiệu năng trên nền tảng điện toán đám mây thế hệ thứ hai và hạ tầng máy chủ Oracle Exadata. Với sự kết hợp của trí tuệ nhân tạo và công nghệ máy học (machine learning), hệ thống sẽ tự động tối ưu hóa việc đánh chỉ mục (indexing) và các bộ nhớ đệm (caching) giúp giảm mức độ tiêu thụ CPU.

(3) Linh hoạt: GĐ/PGĐTTDDPVC Logistic có thể kiểm soát tài nguyên sử dụng đến mức chi tiết theo từng dịch vụ & thời gian cụ thể. Đồng thời có khả năng mở rộng, thu nhỏ các thành phần theo nhu cầu hoạt động thực tế giúp kiểm soát các chi phí trong quá trình sử dụng.

(4) Hoạt động liên tục: Công nghệ học máy được tích hợp sẵn giúp loại bỏ các quy trình cấu hình thủ công giúp đảm bảo sự tin cậy trong vận hành. Ngoài ra, với công nghệ cluster tiên tiến, giúp các doanh nghiệp mở rộng kho dữ liệu mà không gây ra bất kỳ sự ngưng trệ (down-time) cho các dịch vụ đang hoạt động.

2.2.2 Một số tính năng & ứng dụng của Oracle Data Warehouse:

a) Tự động hóa vận hành: (1) Tự sao lưu: hệ thống tự động sao lưu CSDL. Thời gian dữ lại dữ liệu sao lưu lên đến 60 ngày. NBH/KHM có thể khôi phục và phục hồi CSDL đến bất kỳ thời điểm nào trong khoảng thời gian lưu trữ này. Việc sao lưu được thực hiện định kỳ bao gồm các bản sao lưu toàn bộ, tích lũy và tăng dần. Trong trường hợp NBH/KHM muốn lưu trữ dữ liệu từ 3 tháng cho đến 10 năm, có thể sử dụng tính năng Long-Term Backups. (2) Tự mở rộng: khi khởi tạo một ADB, mặc định tính năng tự mở rộng (Auto-scaling) được kích hoạt sẵn. Khi tính năng được kích hoạt, hệ thống sẽ tự động nhân 3 lần tài nguyên của CPU đang được chỉ định trước đó. (3) Tự vá lỗi: Các bản vá lỗi sẽ được thông báo định kỳ qua giao diện console của OCI ADW. GĐ/PGĐTTDDPVC Logistic toàn quyền trong việc lựa chọn thời điểm tiến hành cập nhật các bản vá này.

1) Hiệu năng: Hybrid Columnar Compression(HCC): là công nghệ nén dữ liệu tiên tiến của Oracle, được thiết kế để nén dữ liệu lớn với tốc độ cao, giúp giảm thiểu tài nguyên lưu trữ. HCC cho phép nén dữ liệu từ 2 đến 4 lần tùy thuộc vào đặc tính của dữ liệu. Khi dữ liệu được nén, tốc độ truy vấn dữ liệu  sẽ nhanh hơn do tăng tốc độ I/O và giảm kích thước dữ liệu được truyền trong mạng. Automatic Optimizer Statistics Gathering: là quá trình tự động thu thập thông tin và thống kê

về cấu trúc các bảng, dữ liệu, phân phối dữ liệu trong CSDL để tối ưu hóa các truy vấn. Smart Scan: giúp chuyển các câu truy vấn phức tạp yêu cầu một lượng dữ liệu lớn đến xử lý ở tầng lưu trữ giúp việc thực thi câu lệnh được nhanh hơn.

(2) Sẵn sàng cao: Automatic Storage Management(ASM): công nghệ quản lý lưu trữ được tích hợp sẵn trong CSDL Oracle. Giúp quản lý và lưu trữ hoàn toàn tự động bằng cách phân vùng dữ liệu, phân bổ dung lượng và quản lý đọc ghi trên các ổ đĩa. Oracle Real Application Cluster(RAC): cung cấp khả năng mở rộng và sẵn sàng cao cho CSDL của doanh nghiệp. Cho phép các cụm máy chủ chia sẻ một CSDL duy nhất. RAC được thiết kế để cung cấp khả năng mở rộng tuyến tính. 

(3) Bảo mật: Data Masking: là một tính năng của Oracle Database, giúp ẩn danh hoặc che giấu thông tin nhạy cảm trong CSDL nhằm giảm thiểu rủi ro bảo mật và đảm bảo tuân thủ các quy định về bảo vệ thông tin cá nhân. Các kỹ thuật masking được cung cấp như: (3.1) Static Data Masking: thay thế các dữ liệu nhạy cảm bằng các dữ liệu ảo hoặc ngẫu nhiên. (3.2) Dynamic Data Masking: ẩn danh dữ liệu trên các phiên làm việc của người dùng và chỉ hiển thị dữ liệu thực tế khi được yêu cầu. (3.3) Data Subsetting: cung cấp một tập con dữ liệu với các dữ liệu ảo, random để thay thế do dữ liệu thực tế. Data Redaction: giúp che dấu các dữ liệu thực tế và chỉ được hiển thị khi có yêu cầu. GĐ/PGĐTTDDPVC Logistic sẽ được cung cấp các quy tắc redaction – cho phép họ định nghĩa các quy tắc để che dấu và ẩn danh các dữ liệu theo nhiều cách khác nhau.

b) Data Studio: (1) Data Insights: giúp khai thác dữ liệu và tạo ra các báo cáo / biểu đồ phân tích dữ liệu dễ hiểu và trực quan. (1.1) Có khả năng tìm kiếm và truy vấn dữ liệu tức thời. (1.2) Tích hợp nhiều nguồn dữ liệu. (1.3) Các báo cáo và biểu đồ trực quan. (1.4) Khả năng tùy chỉnh báo cáo và biểu đồ; (2) Data Loading: giúp tải dữ liệu từ nhiều nguồn đến CSDL tự hành của ADW. (2.1) Tích hợp dữ liệu từ nhiều nguồn bao gồm các CSDL khác, tệp CSV, các ứng dụng SaaS… (2.2)Tự động hóa quá trình tải dữ liệu: người dùng không còn phải thực hiện các tác vụ thông thường như định dạng tệp, tạo bảng và cột hay thiết lập tải dữ liệu định kỳ. (2.3) Tính năng dò lỗi: giúp phát hiện và khắc phục các lỗi trong quá trình tải dữ liệu, giúp đảm bảo tính toàn vẹn và chính xác của dữ liệu khi tải lên CSDL của ADW. (3) Data Analyis: công cụ giúp thực hiện phân tích dữ liệu và hiệu quả trên CSDL của ADW. (3.1)Truy vấn dữ liệu: sử dụng ngôn ngữ SQL hoặc các công cụ phân tích dữ liệu thương mại khác. (3.2) Tạo báo cáo. (3.3) Phân tích dữ liệu: giúp phát hiện các mô hình và xu hướng trong dữ liệu. Cung cấp khả năng phân tích đa biến, khai thác dữ liệu, văn bản và đồ họa. (3.4) Hỗ trợ kết nối đến các công cụ phân tích dữ liệu khách như Oracle Machine Learning, Python / R…