Hành trình chuyển đổi dữ liệu của ACB cho thấy cách một tổ chức lớn có thể tiến xa hơn khi vượt qua giới hạn của các dashboard truyền thống để bước vào kỷ nguyên AI Agent. Từ nhu cầu tối ưu báo cáo, nâng cao tốc độ ra quyết định đến việc khai thác dữ liệu như năng lực cốt lõi, ACB đã xác định rõ mục tiêu: làm chủ dữ liệu theo cách linh hoạt, nhanh và chính xác hơn. Sự kết hợp giữa Tableau và các tác nhân AI thế hệ mới mở ra một phương thức tiếp cận hoàn toàn khác, nơi insight không chỉ được hiển thị, mà còn được kích hoạt thành hành động. Bối cảnh đó cho thấy vì sao những mô hình phân tích tự động, hiểu ngữ cảnh và có khả năng mở rộng nhanh đang trở thành xu hướng tất yếu cho doanh nghiệp muốn phát triển dựa trên dữ liệu.
Giới thiệu hội thảo Agentforce Tableau – Next-Generation Agent BI
Ngày 4/12 tại Hanoi, iERP phối hợp cùng Tableau (Salesforce) tổ chức hội thảo “Agentforce Tableau – Next-Generation Agent BI”, quy tụ các lãnh đạo cấp cao, chuyên gia dữ liệu và đại diện doanh nghiệp đến từ lĩnh vực ngân hàng, sản xuất, phân phối, bán lẻ và dịch vụ. Sự kiện nhằm chia sẻ góc nhìn chiến lược về hành trình chuyển đổi dữ liệu thực tiễn, cũng như giới thiệu thế hệ phân tích mới dựa trên AI Agents – hướng đi được dự báo sẽ thay đổi căn bản cách doanh nghiệp vận hành và ra quyết định trong tương lai gần.
Ba diễn giả chính gồm:
- Ông Đào Lê Hải – Tổng Giám đốc iERP, chuyên gia tư vấn triển khai hệ thống quản trị và phân tích dữ liệu cho các tổ chức lớn tại Việt Nam.
- Ông Sơn Nguyễn – Lead, Solution Engineer Tableau.
- Bà Phạm Thị Vân Thanh – MIS & Reporting Director, ACB.
Với sự kết hợp giữa kinh nghiệm triển khai thực tế và góc nhìn công nghệ, hội thảo mang đến bức tranh toàn diện về hành trình dữ liệu của ACB: từ báo cáo thủ công đến mô hình self-service BI và bước tiến mới với Agentforce – Nền tảng Agent BI thế hệ tiếp theo.
1. Trước Tableau: Báo cáo thủ công và thông tin insight chỉ đến sau khi ra quyết định
Trong phần chia sẻ mở đầu, bà Phạm Thị Vân Thanh – Giám đốc MIS & Reporting của ACB đã phác họa lại bức tranh dữ liệu trước khi ngân hàng triển khai Tableau. Đây là giai đoạn mà đội ngũ phân tích phải đối mặt với vô số khó khăn, từ khâu thu thập dữ liệu đến cấp báo cáo cho lãnh đạo.
Báo cáo thủ công, mất rất nhiều thời gian tổng hợp
Theo bà Thanh, báo cáo thủ công là vấn đề lớn nhất. Mỗi bảng số liệu phải tổng hợp từ nhiều nguồn, qua nhiều bước, khiến thời gian chờ đợi kéo dài và tiềm ẩn sai sót. Chỉ riêng việc tổng hợp báo cáo định kỳ đã tiêu tốn phần lớn nguồn lực, khiến đội ngũ khó dành thời gian cho phân tích chuyên sâu.
Dữ liệu lớn nhưng phân tán/rời rạc trên nhiều hệ thống.
Một thách thức khác là dữ liệu phân tán trên nhiều hệ thống. Mỗi phòng ban, mỗi sản phẩm, mỗi khu vực lại sử dụng các nền tảng vận hành khác nhau. Điều này không chỉ khiến việc tổng hợp mất thời gian mà còn làm giảm khả năng so sánh, đối chiếu và kết nối dữ liệu để tạo ra insight có giá trị. Trong bối cảnh ACB đang tăng trưởng nhanh và mở rộng hệ sinh thái dịch vụ, việc thiếu một nguồn dữ liệu tập trung khiến hoạt động phân tích gặp nhiều giới hạn.
Khó phân tích sâu, phụ thuộc nhiều vào Data Analyst
Trước Tableau, nhu cầu truy vấn dữ liệu của business hầu hết phải thông qua đội ngũ Data Analyst. Điều này dẫn đến tình trạng “nút thắt cổ chai”, khi nhiều câu hỏi nghiệp vụ lẽ ra có thể được trả lời ngay lập tức lại cần chờ xử lý thủ công. Người dùng kinh doanh thiếu công cụ tự chủ, dẫn đến mất thời gian chờ đợi và giảm tốc độ phản hồi thị trường.
Trực quan hoá hạn chế, việc kể câu chuyện bằng dữ liệu chưa thực sự hiệu quả
Bên cạnh đó, hệ thống trực quan hóa cũ chưa cho phép thể hiện dữ liệu một cách mạch lạc, trực quan và dễ hiểu. Các biểu đồ đơn giản không đáp ứng đủ nhu cầu phân tích chuyên sâu, khiến việc “kể chuyện bằng dữ liệu” chưa thực sự hiệu quả. Insight quan trọng bị “ẩn” trong những bảng số liệu khô khan, khó giúp lãnh đạo hình dung bức tranh toàn cảnh.
Tất cả những hạn chế trên dẫn đến hệ quả: Thời gian ra quyết định của lãnh đạo bị kéo dài. Những câu hỏi tưởng như rất cơ bản của business như:
“Doanh thu nhóm sản phẩm X đang tăng hay giảm?”,
“Khu vực nào đang hụt KPI?”,
“Chiến dịch vừa rồi đang hiệu quả đến đâu?”
…lại mất nhiều ngày để có được câu trả lời đầy đủ. Insight đến sau quyết định – Nghĩa là cơ hội tối ưu đã bị bỏ lỡ.
2. Tableau tại ACB: Từ dashboard tự động đến văn hoá dữ liệu
Theo bà Thanh, khi bắt đầu tìm kiếm một giải pháp mới, ACB không chỉ tìm một công cụ trực quan hóa dữ liệu. Mục tiêu lớn hơn là xây dựng nền tảng phân tích tự động – linh hoạt – minh bạch, giúp đội ngũ kinh doanh tự chủ khai thác dữ liệu và giảm phụ thuộc vào bộ phận phân tích. Tableau trở thành lựa chọn phù hợp nhờ khả năng kết nối đa nguồn, trực quan hóa mạnh mẽ và triết lý self-service BI.
Tự động hoá dashboard & báo cáo, rút ngắn thời gian tổng hợp dữ liệu
Sau khi triển khai Tableau, ACB đã tự động hóa phần lớn quy trình báo cáo và tạo dashboard realtime. Thay vì mất hàng giờ đến hàng ngày tổng hợp dữ liệu, các báo cáo quan trọng giờ đây được cập nhật tự động theo thời gian thực. Nhờ đó, đội ngũ MIS & Reporting chuyển trọng tâm từ “tổng hợp số liệu” sang “phân tích và tư vấn chiến lược”, mang lại giá trị cao hơn cho toàn bộ tổ chức.
Xây dựng mô hình self-service BI, để các đơn vị kinh doanh chủ động khai thác dữ liệu
Một điểm nổi bật khác là mô hình self-service BI. Nhân sự kinh doanh không cần chờ Data Analyst cung cấp số liệu mà có thể tự truy cập dashboard, lọc dữ liệu, xem hiệu suất theo từng khu vực, sản phẩm hoặc chiến dịch. Điều này không chỉ tiết kiệm thời gian mà còn thúc đẩy khả năng tự chủ và sáng tạo trong việc ra quyết định dựa trên dữ liệu.
Thiết lập governance chặt chẽ, kết nối đa nguồn dữ liệu
ACB mong muốn thiết lập governance đồng bộ từ chuẩn dữ liệu, mô hình kết nối, phân quyền truy cập đến quy trình vận hành. Điều này đảm bảo dữ liệu được sử dụng an toàn, chính xác và nhất quán trên toàn hệ thống. Mọi dashboard, metrics, bảng dữ liệu đều có chuẩn chung, tránh sai lệch khi mở rộng cho hàng nghìn người dùng nội bộ.
Tăng sức mạnh kể chuyện bằng dữ liệu thông qua visual hấp dẫn, dễ hiểu
Khả năng trực quan hoá của Tableau giúp các báo cáo trở nên sống động, dễ hiểu và giàu ngữ cảnh kinh doanh hơn. Thay vì những bảng số liệu dài dòng, người dùng có thể nhìn ngay xu hướng tăng – giảm, điểm bất thường, mức độ hoàn thành KPI hay hiệu quả chiến dịch chỉ qua một vài biểu đồ.
Kết quả thực tế sau giai đoạn triển khai, ACB ghi nhận ba kết quả nổi bật:
- Giảm đến 60% thời gian tổng hợp dữ liệu, giúp đội ngũ chuyển trọng tâm từ “làm báo cáo” sang “phân tích & tư vấn chiến lược”.
- Thời gian ra quyết định từ cấp quản lý rút từ vài ngày xuống còn 1-2 giờ nhờ khả năng truy cập dữ liệu realtime.
- Xây dựng dần văn hoá dữ liệu: Mọi cấp, từ lãnh đạo đến nhân viên, đều dùng dữ liệu như một ngôn ngữ chung trong trao đổi, tranh luận và ra quyết định.
3. Làn sóng AI thứ 3: Agent và tương lai của phân tích dữ liệu
Trong phần trình bày tiếp theo, ông Sơn Nguyễn – Lead Solution Engineer Tableau đã mở ra một góc nhìn hoàn toàn mới về tương lai của phân tích dữ liệu: Kỷ nguyên AI Agents. Đây được xem là “làn sóng AI thứ 3”, nơi trí tuệ nhân tạo không chỉ đóng vai trò hỗ trợ mà còn hoạt động như những tác nhân tự chủ, có khả năng hiểu bối cảnh kinh doanh, chủ động đề xuất phân tích và thực hiện hành động thay cho con người.
Theo dự báo được chia sẻ tại sự kiện, đến năm 2027, 50% quyết định kinh doanh sẽ được tăng cường hoặc tự động hóa bởi AI Agents. Điều này chứng minh sự dịch chuyển rõ rệt từ BI truyền thống sang mô hình phân tích chủ động, nơi dữ liệu không chỉ được trình bày, mà còn được chuyển thành hành động cụ thể.
Đây cũng chính là định hướng của Tableau Next – Nền tảng phân tích agentic analytics mới: Con người và AI Agents kết hợp để tạo ra một hệ thống phân tích hoạt động liên tục, chính xác và mang tính dự đoán cao. Tableau Next tập trung vào bốn yếu tố cốt lõi:
- AI Agents hiểu rõ ngữ cảnh kinh doanh, có thể phân tích KPI, hiệu suất hoặc xu hướng thị trường theo đúng đặc thù từng doanh nghiệp.
- Khả năng hành động tích hợp sẵn, cho phép chuyển insight thành các tác vụ thực tế: gửi cảnh báo, kích hoạt chiến dịch, dự báo rủi ro hoặc đề xuất tối ưu.
- Các ứng dụng phân tích chuyên biệt, được tùy biến theo từng nhóm người dùng: lãnh đạo, sales, risk, marketing…
- Hệ sinh thái tài sản phân tích có thể tái sử dụng, giúp doanh nghiệp tiết kiệm đáng kể chi phí và thời gian mở rộng.
Với mô hình kết hợp giữa con người – dữ liệu – tác nhân AI, tương lai phân tích doanh nghiệp sẽ không còn dừng ở “biết chuyện gì đang xảy ra”, mà tiến tới “chủ động đề xuất và hành động để tối ưu kết quả”.
4. Data 360 & Tableau Agent: Kích hoạt dữ liệu đáng tin cậy ở mọi nơi
Một trong những điểm nhấn quan trọng tại hội thảo lần này chính là Data 360 – Giải pháp cốt lõi của Salesforce & Tableau nhằm xử lý triệt để bài toán “dữ liệu phân mảnh, khó kích hoạt” vốn rất phổ biến trong các doanh nghiệp. Theo thống kê, 71% ứng dụng trong doanh nghiệp hiện tại đang hoạt động rời rạc, không liên thông, khiến việc quản trị – phân tích – khai thác dữ liệu gặp nhiều hạn chế.
Data 360 được thiết kế để trở thành lớp dữ liệu nền tảng, đảm bảo kết nối, thống nhất và kích hoạt dữ liệu ở mọi điểm chạm, nhờ vào các khả năng nổi bật:
Kết nối dữ liệu đa nguồn – không cần di chuyển (zero-copy)
Data 360 có thể kết nối trực tiếp đến Salesforce, các ứng dụng kinh doanh, data lakes/warehouses, dữ liệu phi cấu trúc, API & SDK… mà không cần sao chép hay di chuyển dữ liệu. Điều này giúp doanh nghiệp vừa giảm chi phí, vừa tăng tốc độ xử lý và bảo mật tốt hơn.
Hợp nhất và thống nhất dữ liệu
Dữ liệu sau khi kết nối sẽ được chuẩn hóa, làm sạch, mapping vào unified metadata model, đồng thời giải quyết vấn đề định danh khách hàng trùng lặp – Một điểm đau lớn của doanh nghiệp khi xây dựng Customer 360.
Quản trị dữ liệu (Data Governance)
Data 360 cho phép doanh nghiệp gán nhãn, phân loại, định nghĩa và thực thi các data policy một cách tự động và chuẩn hóa. Đây là bước nền quan trọng để đảm bảo dữ liệu luôn đáng tin cậy, có thể khai thác cho phân tích và ra quyết định.
Phân đoạn & dự đoán – Nền tảng cho phân tích nâng cao
Hệ thống hỗ trợ xây dựng các mô hình dự đoán, segmentation, và kích hoạt các hành động dựa trên tín hiệu dữ liệu theo thời gian thực. Điều này đặc biệt hữu ích cho các bài toán marketing, chăm sóc khách hàng, risk management.
Kích hoạt dữ liệu mọi nơi
Dữ liệu từ Data 360 có thể được kích hoạt qua:
- Agentforce
- Tableau & Tableau Next
- Ứng dụng Salesforce
- Nền tảng quảng cáo
- Ứng dụng kinh doanh bên thứ ba
Khi lớp dữ liệu đã được chuẩn hóa và kích hoạt, Tableau Agent sẽ đảm nhận vai trò như một kỹ sư dữ liệu giàu kinh nghiệm trong doanh nghiệp.
Tableau Agent có khả năng:
- Tự động phân rã yêu cầu phức tạp thành các bước logic rõ ràng.
- Hỗ trợ viết calculation khó, vốn cần chuyên gia mới thực hiện được.
- Hiểu và giải thích logic các công thức có sẵn trong dashboard.
- Cho phép người dùng trò chuyện với dữ liệu bằng ngôn ngữ tự nhiên, giúp bất kỳ ai cũng có thể khai phá insight mà không cần am hiểu kỹ thuật.
Nhờ đó, doanh nghiệp có thể mở rộng năng lực phân tích, giảm tải cho đội BI/Data và tăng tốc độ ra quyết định.
5. Vai trò của iERP: Giải pháp BI & AI không chỉ là công cụ, mà là lộ trình
Trong phần cuối, ông Đào Lê Hải (Tổng Giám Đốc iERP) nhấn mạnh rằng công nghệ như Tableau Next hay Agentforce chỉ thật sự phát huy hết sức mạnh khi doanh nghiệp sở hữu một lộ trình dữ liệu rõ ràng, được gắn chặt với chiến lược chuyển đổi số tổng thể. Việc triển khai BI & AI không dừng lại ở việc sử dụng các công cụ tiên tiến, mà là quá trình xây dựng nền tảng dữ liệu vững chắc, đồng bộ, nhất quán và có khả năng mở rộng theo thời gian. Đây chính là lý do iERP đưa ra một phương pháp luận triển khai toàn diện, giúp doanh nghiệp từng bước tiến từ việc “xem báo cáo” đến “vận hành bằng dữ liệu”.
Khảo sát nhu cầu quản trị và xác định mục tiêu chiến lược, chỉ tiêu tổng thể
iERP bắt đầu bằng việc khảo sát chi tiết nhu cầu quản trị của các cấp lãnh đạo và phòng ban nhằm xác định các mục tiêu chiến lược, các câu hỏi kinh doanh quan trọng và bộ chỉ tiêu tổng thể cần theo dõi. Đây là bước nền tảng giúp định hướng toàn bộ hành trình triển khai BI/AI, đảm bảo mọi giải pháp sau này đều gắn với mục tiêu thực tế và giải quyết đúng bài toán của doanh nghiệp. Khi mục tiêu rõ ràng từ đầu, doanh nghiệp tránh được việc đầu tư dàn trải hoặc triển khai sai hướng, giúp tiết kiệm nguồn lực và tối ưu thời gian triển khai.
Xây dựng và chuẩn hoá thư viện chỉ tiêu – “Bản đồ số” về đo lường và chiều phân tích
Sau khi có mục tiêu, iERP tiến hành xây dựng và chuẩn hóa thư viện chỉ tiêu, hay còn được gọi là “bản đồ số” của doanh nghiệp. Thư viện này bao gồm toàn bộ hệ thống KPI, định nghĩa dữ liệu, quy tắc tính toán và các chiều phân tích liên quan. Đây là công cụ giúp đồng nhất cách hiểu dữ liệu giữa các phòng ban, tránh tình trạng mỗi bộ phận báo cáo một con số khác nhau. Khi thư viện chỉ tiêu được chuẩn hóa, doanh nghiệp có thể triển khai BI một cách mạch lạc, nhất quán và có khả năng mở rộng dài hạn.
Khảo sát nguồn dữ liệu và phân loại theo mức độ sẵn sàng
iERP tiếp tục khảo sát toàn bộ các nguồn dữ liệu hiện có và tiến hành phân loại thành ba nhóm rõ ràng: Dữ liệu đã sạch có thể khai thác ngay, dữ liệu cần chuẩn hoá để đồng bộ với mô hình phân tích, và dữ liệu cần số hoá khi vẫn đang ở dạng rời rạc hoặc thủ công. Việc phân loại này giúp doanh nghiệp đánh giá chính xác mức độ sẵn sàng của dữ liệu và xác định những phần cần ưu tiên xử lý trước. Đây là bước định hình nền tảng để triển khai BI/AI nhanh, hiệu quả và chính xác.
Thực hiện các Quick Win trong 3 tháng đầu để tạo giá trị tức thì
Một điểm nổi bật trong phương pháp của iERP là luôn ưu tiên mang lại các Quick Win trong 3 tháng đầu tiên. Giai đoạn này thường bao gồm việc triển khai một số dashboard điều hành và các báo cáo trọng yếu có khả năng hỗ trợ ra quyết định nhanh. Quick Win giúp tạo ra kết quả thực tế ngay lập tức, gia tăng sự tin tưởng của lãnh đạo và đội ngũ, đồng thời khẳng định giá trị mà BI mang lại. Đây cũng là tiền đề quan trọng để doanh nghiệp sẵn sàng đầu tư hơn vào các giai đoạn tiếp theo.
Giai đoạn ngắn hạn 6-12 tháng với mục tiêu chuẩn hoá và làm giàu hệ thống BI, xây dựng Data Warehouse
Trong giai đoạn ngắn hạn từ 6 đến 12 tháng, doanh nghiệp bắt đầu bước vào quá trình chuẩn hoá toàn bộ dữ liệu và làm giàu hệ thống BI. Đây là thời điểm xây dựng Data Warehouse, giúp tích hợp dữ liệu từ nhiều hệ thống khác nhau vào một kho dữ liệu thống nhất, đáng tin cậy và phù hợp cho phân tích. Việc xây dựng DWH là bước quan trọng giúp doanh nghiệp nâng cấp năng lực phân tích, chuẩn hóa logic tính toán và đảm bảo dữ liệu luôn đầy đủ, chính xác trong dài hạn.
Trung hạn 1-3 năm với mục tiêu số hoá các cấu phần lõi và mở rộng Data Warehouse phục vụ phân tích lịch sử
Ở giai đoạn trung hạn từ 1 đến 3 năm, doanh nghiệp tiếp tục mở rộng việc số hoá các cấu phần lõi như ERP, CRM, HRM, ECM… Đây là giai đoạn giúp dữ liệu vận hành, dữ liệu khách hàng, dữ liệu nhân sự và quy trình nội bộ được đưa về cùng một chuẩn chung. Đồng thời, iERP giúp doanh nghiệp phát triển Data Warehouse theo chiều sâu, tích lũy dữ liệu lịch sử để phục vụ phân tích xu hướng, dự báo và đánh giá hiệu suất theo thời gian dài. Đây là nền tảng không thể thiếu để chuẩn bị cho các ứng dụng AI ở cấp độ nâng cao.
Dài hạn hơn 3 năm hướng đến triển khai BI/AI nâng cao, tự động hoá và khuyến nghị
Trong giai đoạn dài hạn hơn 3 năm, mục tiêu của doanh nghiệp là đưa BI/AI lên cấp độ cao hơn thông qua việc tự động hoá phân tích, dự báo và khuyến nghị. Khi dữ liệu đã đầy đủ, sạch và có lịch sử, doanh nghiệp có thể áp dụng AI để phát hiện bất thường, dự đoán xu hướng, tối ưu quy trình hoặc hỗ trợ ra quyết định thông minh. Lúc này, BI không chỉ là công cụ xem báo cáo mà trở thành một hệ thống vận hành thông minh, tự động đưa ra gợi ý và khuyến nghị dựa trên dữ liệu thực tế. Đây chính là giai đoạn giúp doanh nghiệp tiến gần hơn tới mô hình “data-driven enterprise” – vận hành dựa trên dữ liệu ở mọi cấp độ.
6. Bước tiếp theo cho doanh nghiệp
Từ câu chuyện chuyển đổi dữ liệu tại ACB và định hướng phát triển Tableau Next, có thể thấy một “công thức” chung tạo nên sự khác biệt trong năng lực vận hành và ra quyết định của các doanh nghiệp hiện đại:
Dữ liệu đáng tin cậy + Agent BI hiểu ngữ cảnh + lộ trình triển khai bài bản = quyết định nhanh hơn, chính xác hơn và có khả năng mở rộng lâu dài.
Đây chính là nền tảng của một hệ thống quản trị dựa trên dữ liệu (Data-Driven) đúng nghĩa, nơi BI và AI không chỉ dừng lại ở giải pháp báo cáo mà trở thành một phần của chiến lược tăng trưởng doanh nghiệp.
Hiện tại, trong vai trò đối tác triển khai Tableau và tư vấn dữ liệu toàn diện, iERP đang cung cấp chương trình Data/BI Assessment miễn phí dành cho các doanh nghiệp mong muốn đánh giá lại hiện trạng dữ liệu và định hình lộ trình xây dựng hệ thống BI – AI chuẩn hóa. Chương trình bao gồm ba nội dung chính:
- Đánh giá mức độ sẵn sàng về dữ liệu và BI hiện tại: Kiểm tra thực trạng nguồn dữ liệu, cách thức báo cáo, mức độ chuẩn hóa, các rủi ro và điểm nghẽn.
- Đề xuất lộ trình triển khai theo 3 giai đoạn gồm Quick Win – Trung hạn – Dài hạn, giúp doanh nghiệp có roadmap rõ ràng để tối ưu chi phí và đảm bảo hiệu quả.
- Demo trực tiếp khả năng của Tableau Next / Agentforce dựa trên chính các bài toán thực tế của doanh nghiệp, giúp hình dung rõ cách AI có thể tự động hóa phân tích, gợi ý và hỗ trợ ra quyết định.
Nếu doanh nghiệp của bạn muốn biến dữ liệu thành hành động, thay vì chỉ dừng lại ở những báo cáo rời rạc, iERP sẵn sàng đồng hành để cùng xây dựng một hệ thống dữ liệu mạnh mẽ, thông minh và bền vững. Đây sẽ là bước tiếp theo quan trọng trong hành trình hiện đại hóa và nâng cao hiệu quả vận hành.
Thông tin liên hệ:
Công ty Cổ phần Dịch vụ iERP
- Hotline: +84 819 816 699
- Website: https://ierp.vn/
Lời kết
Từ câu chuyện của ACB, có thể thấy việc chuyển dịch từ dashboard sang AI Agent không chỉ là nâng cấp công cụ, mà là bước tiến chiến lược để doanh nghiệp vận hành dựa trên dữ liệu đáng tin cậy và khả năng phân tích chủ động. Khi Tableau Next và Agentforce tạo ra nền tảng phân tích thế hệ mới, một lộ trình triển khai bài bản càng trở nên quan trọng để tối ưu hóa giá trị dữ liệu và chuyển hóa insight thành kết quả thực tế. Với kinh nghiệm triển khai BI/AI theo phương pháp luận rõ ràng, iERP trở thành đối tác đồng hành phù hợp cho những doanh nghiệp mong muốn tăng tốc chuyển đổi số. iERP không chỉ đưa công nghệ vào vận hành, mà còn giúp tổ chức xây dựng năng lực dữ liệu bền vững, tạo nền tảng cho những bước đi chiến lược trong tương lai.
Những hình ảnh nổi bật về hội thảo Dashboard đến AI Agent: Hành trình dữ liệu của ACB và bước tiến mới với Agentforce Tableau & iERP
