Business Intelligence (Collection) - Hà Nội - TA174
Mô tả công việc
MỤC ĐÍCH CỦA CHỨC DANH
- Lập kế hoạch, triển khai và giám sát việc thực hiện các công tác quản lý cơ sở dữ liệu, cung cấp báo cáo định kỳ và báo cáo theo yêu cầu phục vụ cho việc ra quyết định của các cấp quản lý, lãnh đạo của Trung tâm; thúc đẩy việc sử dụng số liệu làm cơ sở ra quyết liên quan hoạt động thu hồi nợ.
- Phụ trách việc tính toán và đảm bảo tính chính xác kịp thời của các chương trình trả thưởng cho các vị trí của trung tâm Thu hồi nợ. Hỗ trợ/tư vấn đơn vị kinh doanh và các phòng ban liên quan trong việc ra các chính sách/cơ chế/phương pháp tính toán thích hợp trong từng thời kỳ. Đưa ra các nhận định về các vấn đề còn tồn đọng trong các chương trình trả thưởng.
- Thực hiện việc thu thập, xem xét, biến đổi dữ liệu và phân tích chuyên sâu với mục tiêu chỉ ra được những insight hữu ích, đưa ra khuyến nghị và hỗ trợ trong việc ra các quyết định của đơn vị.
CÁC HOẠT ĐỘNG CHÍNH
1. Xây dựng hệ thống báo cáo định kỳ, công cụ theo dõi kết quả: hàng ngày, tuần, tháng, quý và các báo cáo, dữ liệu đột xuất theo yêu cầu về kết quả thu hồi nợ của các đơn vị, các kết quả tác nghiệp theo các chiểu về sản phẩm, phân khúc, nhóm dư nợ…
- Chịu trách nhiệm liên tục cải tiến quy trình tính toán và thanh toán các chương trình thúc đẩy kinh doanh nhằm rút ngắn thời gian (TAT) để gia tăng tính động viên của các chương trình đến các đơn vị kinh doanh
- Chịu trách nhiệm thu thập dữ liệu, phát triển và triển khai phân tích nhằm cung cấp các nhận định, khuyến nghị phục vụ cho việc ra quyết định của các cấp quản lý, lãnh đạo của Trung tâm thu hồi nợ
2. Tham gia vào các dự án của Ngân hàng, Trung tâm với vai trò cung cấp số liệu và báo cáo phục vụ dự án, tư vấn cho các dự án về khía cạnh dữ liệu báo cáo
- Hỗ trợ/tư vấn đơn vị kinh doanh và các phòng ban liên quan trong việc ra các chính sách/cơ chế/phương pháp tính toán thích hợp trong từng thời kỳ
- Chủ động trao đổi với các cấp quản lý của trung tâm thu hồi nợ để nắm vấn đề kinh doanh nhằm đưa ra các khuyến nghị kip thời
3. Đào tạo và huấn luyện các cán bộ phụ trách báo cáo phân tích và các bộ phận liên quan về dữ liệu, báo cáo, để thúc đẩy việc sử dụng số liệu để ra quyết định của trung tâm
4. Thực hiện các công việc khác do cấp trên giao phó.
CÁC KẾT QUẢ
1. Đảm bảo các phòng ban, đơn vị của Trung tâm thu hồi nợ có đầy đủ, nhanh chóng và kịp thời thông tin để ra quyết định
- Tỷ lệ rút ngắn thời gian (TAT) qua các kỳ
- Trực quan hóa dữ liệu, phân tích kết quả sử dụng kỹ thuật thống kê đưa ra các khuyến nghị nhằm tăng cường hiệu quả kinh doanh
2. Đảm bảo các dự án có được số liệu và báo cáo đầy đủ và tác động của các dự án lên hệ thống dữ liệu báo cáo được nhận định đầy đủ
- Giúp các phòng quản lý hoạt động bán hàng cho ra các chính sách linh hoạt, hấp dẫn tạo động lực cho cán bộ bán hàng tham gia nhiệt tình và hiệu quả
- Nâng cao điểm hài lòng của khách hàng nội bộ
3. Nâng cao nghiệp vụ và hoàn thiện kỹ năng cho các cán bộ phụ trách báo cáo phân tích. Nâng cao kỹ năng đọc hiểu số liệu báo cáo cho các đơn vị của trung tâm
4. Đảm bảo hoàn thành các công việc được giao trong thời hạn quy định.
CÁC QUYỀN LỢI CỦA ỨNG VIÊN
- Thu nhập hấp dẫn, lương thưởng cạnh tranh theo năng lực, gói thu nhập 15-18 tháng lương/năm
- Thưởng các Ngày lễ, Tết (theo chính sách ngân hàng)
- Được vay ưu đãi theo chính sách ngân hàng từng thời kỳ
- Chế độ ngày phép hấp dẫn theo cấp bậc công việc
- Bảo hiểm theo luật lao động + Bảo hiểm VPBank care cho CBNV theo cấp bậc và thời gian công tác
- Cơ hội làm việc tại một Ngân hàng tiên phong ứng dụng AI & ML trong thúc đẩy giá trị kinh doanh với hệ sinh thái đa dạng: Ngân hàng, Tài chính, Chứng khoán, Bảo hiểm,...
- Cơ hội phát triển tại môi trường dẫn đầu thị trường ngân hàng về khối lượng dữ liệu; tham gia nhiều dự án, sáng kiến dữ liệu lớn, không ngừng tạo ra giá trị gia tăng cho khách hàng
- Được tham gia các khóa đào tạo tùy thuộc vào Khung đào tạo cho từng vị trí
- Môi trường làm việc chuyên nghiệp với cơ hội làm việc trực tiếp cùng ban lãnh đạo ngân hàng lớn, mở ra nhiều cơ hội học hỏi và phát triển sự nghiệp.
Yêu cầu ứng viên
CÁC YÊU CẦU VỀ NĂNG LỰC
1. Trình độ Học vấn
Tốt nghiệp Đại học về kinh tế/ngân hàng/kế toán/tài chính/công nghệ thông tin
2. Kiến thức/ Chuyên môn Có Liên Quan
- Có kiến thức về ngân hàng, sản phẩm, dịch vụ, mô hình kinh doanh, hoạt động thu hồi nợ
- Có kiến thức về hệ thống dữ liệu, hệ thống báo cáo phân tích kinh doanh
3. Các Kỹ Năng
- Kỹ năng giải quyết vấn đề một cách sáng tạo
- Kỹ năng giao tiếp và tương tác tốt, sử dụng được tiếng Anh
- Kỹ năng sử dụng thành thạo các công cụ quản lý dữ liệu (SQL, Oracle…)
- Kỹ năng báo cáo, phân tích sử dụng đa công cụ (Excel, BI tools, R…)
4. Các Kinh nghiệm Liên quan
- Có từ 3 năm kinh nghiệm trở lên liên quan đến báo cáo và phân tích cho ngân hàng, hoạt động thu hồi nợ
5. Các năng lực cần có
- Có khả năng làm việc độc lập cũng như làm việc nhóm
- Có khả năng phân tích, khả năng quản lý thời gian và có tư duy logic
- Thái độ tích cực, ham học hỏi, cầu tiến
- Chuyên nghiệp, tự tin, chủ động, có khả năng ứng phó với áp lực/xung đột.
Phân tích kỹ năng cần có
Phân tích kỹ năng cần có cho vị trí Business Intelligence (Collection) - VPBank
Đây là vị trí rất niche kết hợp giữa BI/Data Analytics với kiến thức ngân hàng chuyên sâu về thu hồi nợ (Collection). Ứng viên cần có cả hai mảng: kỹ thuật dữ liệu và hiểu biết nghiệp vụ ngân hàng.
---
1. Hard Skills (Kỹ năng kỹ thuật - BẮT BUỘC)
| Nhóm kỹ năng | Cụ thể | Mức độ yêu cầu |
|---|---|---|
| Cơ sở dữ liệu | SQL (nâng cao: CTE, window functions, optimization), Oracle | ⭐⭐⭐⭐⭐ |
| Excel | Pivot table, Power Query, VBA cơ bản, dashboard nâng cao | ⭐⭐⭐⭐⭐ |
| BI Tools | Power BI, Tableau, hoặc các tool BI nội bộ ngân hàng | ⭐⭐⭐⭐ |
| Phân tích thống kê | R hoặc Python (pandas, scikit-learn), kỹ thuật thống kê mô tả, suy luận | ⭐⭐⭐⭐ |
| Tiếng Anh | Đọc hiểu tài liệu, giao tiếp cơ bản | ⭐⭐⭐ |
| Trực quan hóa dữ liệu | Dashboard, storytelling với data | ⭐⭐⭐⭐ |
---
2. Kiến thức nghiệp vụ (Domain Knowledge)
- Thu hồi nợ (Collection) là trọng tâm:
- Phân nhóm nợ: Nhóm 1-5 theo CIC, dư nợ xấu, nợ quá hạn
- Quy trình thu hồi: soft collection → hard collection → xử lý tài sản đảm bảo
- Các KPI collection: Cure rate, Roll rate, Recovery rate, Contact rate, Promise-to-pay (PTP) rate
- Phân khúc khách hàng: theo sản phẩm (thẻ tín dụng, vay tiêu dùng, vay mua xe, vay mua nhà...)
- Chương trình trả thưởng (Incentive):
- Cách tính hoa hồng, thưởng KPI cho nhân viên collection
- Cơ chế chính sách lương theo hiệu suất
- Sản phẩm ngân hàng: Thẻ tín dụng, vay cá nhân, vay doanh nghiệp, cho vay thế chấp
- Hệ thống ngân hàng: Core banking, LOS, CRM, Data Warehouse, Data Lake
---
3. Soft Skills
- Giải quyết vấn đề sáng tạo: Không chỉ ra con số, mà phải đưa ra giải pháp
- Giao tiếp & thuyết trình: Làm việc trực tiếp với lãnh đạo Trung tâm Thu hồi nợ
- Quản lý thời gian: Nhiều deadline báo cáo (ngày/tuần/tháng/quý)
- Tư duy logic & phản biện: Khả năng đặt câu hỏi đúng với dữ liệu
- Khả năng chịu áp lực: Báo cáo cho cấp lãnh đạo, deadline gắt
- Đào tạo & mentoring: Huấn luyện CBNV khác về data literacy
---
4. Chứng chỉ gợi ý (nếu cần bổ sung)
| Chứng chỉ | Tổ chức | Ghi chú |
|---|---|---|
| Microsoft Certified: Power BI Data Analyst | Microsoft | Rất phù hợp |
| Oracle Database SQL Certified Associate | Oracle | Có lợi thế nếu làm việc với Oracle DB |
| Google Data Analytics Certificate | Coursera/Google | Cho người mới chuyển ngành |
| CFA Level 1 / FRM (nếu thiên hướng finance) | CFA Institute / GARP | Không bắt buộc nhưng tạo lợi thế |
| Certified Business Intelligence Professional (CBIP) | TDWI | Quốc tế, giá trị cao |
---
5. Bảng so sánh mức độ phù hợp của ứng viên
| Background ứng viên | Mức độ phù hợp | Lý do |
|---|---|---|
| 3+ năm BI/Data tại ngân hàng, đã làm về collection | ⭐⭐⭐⭐⭐ | Match hoàn toàn |
| 3+ năm BI tại tập đoàn khác, có thêm kinh nghiệm ngân hàng 1-2 năm | ⭐⭐⭐⭐ | Cần học thêm về collection |
| 3+ năm Collection ops, có background data | ⭐⭐⭐⭐ | Cần nâng cấp technical skills |
| 2 năm kinh nghiệm, fresher mới ra trường | ⭐⭐ | Chưa đủ seniority |
| Data scientist mới chuyển sang banking | ⭐⭐⭐ | Cần học nghiệp vụ collection |
---
💡 Điểm đặc biệt của vị trí
- Vị trí thuộc Khối Quản trị và Phân tích dữ liệu nhưng phục vụ trực tiếp cho Trung tâm Thu hồi nợ — nghĩa là bạn vừa là data analyst vừa là "business partner" của collection.
- VPBank nhấn mạnh là ngân hàng tiên phong ứng dụng AI & ML → có thể bạn sẽ được tiếp cận các dự án ML/AI trong collection scoring, prediction model nợ xấu.
- Gói thu nhập 15-18 tháng lương/năm là mức rất cạnh tranh trên thị trường.
Chuẩn bị phỏng vấn
Hướng dẫn phỏng vấn vị trí Business Intelligence (Collection) - VPBank
---
Quy trình tuyển dụng dự kiến
VPBank thường áp dụng quy trình 4-5 vòng cho vị trí cấp chuyên viên có kinh nghiệm 3+ năm:
1. Vòng 1: HR Screening (30-45 phút)
2. Vòng 2: Technical Test + Trưởng phòng phỏng vấn (60-90 phút)
3. Vòng 3: Phỏng vấn với Giám đốc Khối/Trung tâm (60 phút)
4. Vòng 4: Phỏng vấn với Ban lãnh đạo/Head of Data (45-60 phút)
5. Có thể có thêm: Test tính cách, Test IQ, English test
---
Vòng 1: HR Screening
Mục đích: Lọc hồ sơ, kiểm tra mức lương, văn hóa fit
Câu hỏi hay gặp:
- Giới thiệu bản thân và kinh nghiệm liên quan đến BI/Collection
- Vì sao rời công ty cũ (nếu đang đi làm)?
- Mức lương hiện tại và kỳ vọng?
- Tại sao chọn VPBank? Tại sao chọn vị trí Collection BI?
- Có thể đi công tác/làm thêm giờ không?
Tips:
- Trả lời ngắn gọn, có cấu trúc (Present-Past-Future)
- Nêu rõ lý do chọn VPBank: công nghệ, môi trường, ngân hàng top đầu
- Mức lương kỳ vọng: research trước, khoảng 25-40 triệu cho vị trí này (3+ năm, Hà Nội) → nhân với 15-18 tháng
---
Vòng 2: Technical Test + Trưởng phòng
Phần A: Technical Test (60-90 phút)
Có thể là test online hoặc test trực tiếp, bao gồm:
| Phần | Nội dung | Dạng câu hỏi |
|---|---|---|
| SQL | Query nâng cao: JOIN nhiều bảng, CTE, window function, subquery | Cho schema ngân hàng (khách hàng, khoản vay, thanh toán) → viết query |
| Excel | Pivot table, VLOOKUP/INDEX-MATCH, dashboard | Cho data set → tạo báo cáo |
| Phân tích nghiệp vụ | Tính cure rate, NPL ratio, recovery rate | Cho số liệu → phân tích |
| Power BI/Tableau | Tạo dashboard đơn giản | Nếu có yêu cầu trước |
Phần B: Trưởng phòng phỏng vấn
Câu hỏi chuyên môn hay gặp:
- "Hãy mô tả cách bạn xây dựng hệ thống báo cáo collection từ đầu"
- "KPI nào bạn cho là quan trọng nhất với hoạt động thu hồi nợ? Tại sao?"
- "Làm thế nào để tính chính xác chương trình thưởng cho nhân viên collection khi có thay đổi chính sách giữa tháng?"
- "Viết SQL tính số ngày quá hạn trung bình (DPD) của từng phân khúc khách hàng trong quý vừa rồi"
- "Dữ liệu bị missing/inconsistent, bạn xử lý thế nào?"
- "Bạn đã bao giờ dùng statistical model để dự đoán khả năng thu hồi nợ chưa?"
Tips:
- Chuẩn bị portfolio các dashboard/báo cáo bạn đã làm (nếu có thể chia sẻ)
- Thực hành SQL trên các bài tập về dữ liệu ngân hàng (có nhiều trên LeetCode, HackerRank)
- Ôn lại các KPI collection: M0-M6+, cure rate, cure amount, recovery rate
---
Vòng 3: Giám đốc Trung tâm Thu hồi nợ
Vòng này tập trung vào business sense và khả năng phối hợp:
- "Bạn hiểu thế nào về vai trò của BI trong việc cải thiện hiệu quả thu hồi nợ?"
- "Nếu collection rate giảm 15% trong tháng, bạn sẽ phân tích như thế nào?"
- "Làm sao để cải thiện TAT (Turn Around Time) của chương trình thưởng?"
- "Bạn đã từng tư vấn cho lãnh đạo đưa ra quyết định kinh doanh nào chưa?"
- "Làm thế nào để đào tạo nhân viên collection đọc hiểu báo cáo tốt hơn?"
Tips:
- Dùng framework trả lời: Tình huống → Hành động → Kết quả → Bài học
- Đưa ra các case study thực tế từ công việc cũ
- Thể hiện sự hiểu biết về business pain point của collection, không chỉ về technical
---
Vòng 4: Head of Data / Ban lãnh đạo
Vòng này đánh giá tư duy chiến lược, leadership potential và cultural fit:
- "Tầm nhìn của bạn về việc ứng dụng AI/ML trong collection tại VPBank?"
- "Bạn muốn phát triển sự nghiệp trong 3-5 năm tới như thế nào?"
- "Bạn nghĩ gì về data-driven culture?"
- "Nếu bạn có 1 tỷ đồng để cải tiến hệ thống BI, bạn sẽ đầu tư vào đâu?"
Tips:
- Thể hiện tầm nhìn xa, am hiểu xu hướng công nghệ
- Kết nối câu trả lời với chiến lược của VPBank (AI/ML, data-driven)
---
👔 Dress Code
- Vòng HR/Technical: Smart casual hoặc áo sơ mi + quần âu
- Vòng lãnh đạo: Business formal (vest, sơ mi trắng, giày tây)
- Tóc gọn gàng, không trang điểm quá đậm (với nữ)
---
⚠️ Lưu ý quan trọng
- VPBank thường yêu cầu bài kiểm tra tính cách (DISC, MBTI) và IQ test → nên thư giãn, làm tự nhiên
- Có thể có bài kiểm tra tiếng Anh → chuẩn bị TOEIC 600+ hoặc tương đương
- Tham khảo Glassdoor / LinkedIn review về VPBank trước khi đi phỏng vấn
Lộ trình ôn thi
Lộ trình ôn tập & chuẩn bị trong 2 tuần
---
Tuần 1: Nền tảng kỹ thuật
Ngày 1-2: SQL & Database
- Ôn lại SQL nâng cao:
- Window functions: ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD, NTILE
- CTE (Common Table Expressions) và recursive CTE
- JOIN phức tạp: LEFT JOIN, FULL OUTER JOIN, SELF JOIN
- Subquery correlated/non-correlated
- Aggregate functions + GROUPING SETS, ROLLUP, CUBE
- Tài liệu:
- W3Schools SQL Tutorial
- LeetCode SQL 50 (free)
- Mode Analytics SQL Tutorial
- Thực hành: Làm 30-50 bài SQL trên LeetCode/HackerRank, focus vào business scenario (tính revenue, cohort analysis, retention)
Ngày 3-4: Excel & BI Tools
- Excel nâng cao:
- Pivot Table, Power Pivot, Power Query
- Các hàm: SUMIFS, COUNTIFS, INDEX-MATCH, XLOOKUP
- Conditional formatting, data validation
- Dashboard design cơ bản
- Power BI (ưu tiên hơn Tableau nếu chọn 1):
- Power BI Desktop (miễn phí)
- DAX cơ bản: CALCULATE, FILTER, ALL, RELATED, TIME INTELLIGENCE
- Data modeling (star schema)
- Tạo dashboard end-to-end với data ngân hàng
- Tài liệu:
- Microsoft Learn Power BI
- SQLBI.com (của Marco Russo - guru Power BI)
Ngày 5-6: R hoặc Python cho phân tích
- Chọn R nếu background ngân hàng/tài chính (JD có nhắc R)
- Hoặc Python nếu muốn mở rộng cơ hội
- Ôn các thư viện:
- R: dplyr, ggplot2, tidyr, lubridate
- Python: pandas, matplotlib, seaborn, scikit-learn
- Bài tập: Phân tích dataset về loan default từ Kaggle
Ngày 7: Tiếng Anh
- Đọc các bài báo về banking collection trên Bloomberg, Financial Times
- Luyện IELTS Speaking Part 3 (chủ đề work, business)
- Ôn từ vựng: delinquency, NPL, recovery rate, write-off, forbearance
---
Tuần 2: Nghiệp vụ ngân hàng & Collection
Ngày 8-9: Kiến thức ngân hàng cơ bản
- Đọc lại:
- Các sản phẩm: thẻ tín dụng, vay tiêu dùng, vay thế chấp, vay mua ô tô
- Quy trình cho vay: từ tiếp nhận → thẩm định → phê duyệt → giải ngân → thu hồi
- Các bên liên quan: CIC (Trung tâm Thông tin Tín dụng), công ty tài chính, đại lý thu hồi nợ
- Tài liệu:
- Sách "Ngân hàng cơ bản" của NHNN Việt Nam
- Thông tư 11/2021/TT-NHNN về phân loại nợ
- Báo cáo thường niên VPBank (đọc trên website)
Ngày 10-11: Collection chuyên sâu
- Học về các giai đoạn nợ:
- M0 (current), M1 (1-30 DPD), M2 (31-60 DPD), M3-M6
- Quy trình soft collection: nhắc nợ qua SMS, call, email
- Hard collection: đòi nợ trực tiếp, khởi kiện
- Write-off và xử lý tài sản đảm bảo
- Các KPI quan trọng:
- Cure rate, Cure amount
- Roll rate (% nợ chuyển sang nhóm xấu hơn)
- Recovery rate (bằng tiền, bằng tài sản)
- Collection effectiveness index
- Cost-to-collect
- Phân tích case study: Tìm báo cáo của CIC, NHNN, McKinsey, Deloitte về NPL Việt Nam
Ngày 12: Chương trình trả thưởng (Incentive)
- Tìm hiểu cách ngân hàng thiết kế incentive:
- On-target earnings (OTE)
- Performance-based bonus
- Tier-based commission
- Tham khảo cách tính incentive tại FE Credit, HD Saison, MCredit (các công ty tài chính)
- Luyện tập: thiết kế 1 chương trình thưởng cho nhân viên collection, đưa ra các scenario tính toán
Ngày 13: AI/ML trong collection
- Đọc về:
- Behavioral scoring model
- Collection propensity model (dự đoán khả năng trả nợ)
- Channel optimization (gọi điện vs SMS vs email - cái nào hiệu quả hơn)
- Early warning system
- Tài liệu:
- SAS, FICO documentation
- Blog của McKinsey về AI trong banking
Ngày 14: Mock interview + Tổng hợp
- Tự luyện phỏng vấn với gương hoặc bạn bè
- Chuẩn bị STAR stories cho các câu hỏi behavioral:
- Một lần bạn đã giúp ra quyết định kinh doanh bằng data
- Một lần bạn xử lý dữ liệu bẩn/bị sai
- Một lần bạn đào tạo đồng nghiệp về data
- Đọc lại JD, lưu ý các keyword: "TAT", "cure rate", "chương trình trả thưởng", "trực quan hóa"
---
Tài liệu tham khảo tổng hợp
Sách:
- "The Basics of Bank Management" - various authors
- "Credit Risk: Pricing, Measurement, and Management" - Duffie & Singleton
- "Data Science for Business" - Provost & Fawcett
- "Storytelling with Data" - Cole Nussbaumer Knaflic
Khóa học online:
- Coursera: "Data Analytics for Banking" (Wharton)
- Udemy: "Power BI Complete Course"
- DataCamp: SQL for Business Analysis
Websites:
- VPBank.com.vn (báo cáo thường niên, tin tức)
- NHNN.gov.vn (chính sách)
- CIC.vn (dữ liệu tín dụng)
- Kaggle.com (datasets về bank loan)
Cộng đồng:
- Group Facebook: "Data Analyst Vietnam", "BI Vietnam"
- LinkedIn: follow các Head of Data của ngân hàng Việt Nam
Tư vấn nghề nghiệp
Lời khuyên sự nghiệp cho vị trí BI Collection
---
1. Đây có phải vị trí tốt cho bạn?
Nên ứng tuyển nếu bạn:
- Thích làm việc ở ngân hàng top đầu với data volume lớn
- Quan tâm đến collection/NPL (mảng "nóng" và ít người chuyên sâu)
- Muốn kết hợp technical skills với business impact rõ ràng
- Có khả năng làm việc với lãnh đạo cấp cao thường xuyên
- Thích môi trường dynamic, fast-paced (deadline báo cáo nhiều)
Cân nhắc nếu bạn:
- Muốn làm pure data science/ML (vị trí này thiên về BI/reporting)
- Không chịu được áp lực deadline và báo cáo cho sếp lớn
- Không quan tâm đến ngân hàng (vì 80% domain là banking)
---
2. Lộ trình thăng tiến
```
Chuyên viên BI (3-5 năm)
↓
Chuyên viên cao cấp / Senior BI (5-7 năm)
↓
Trưởng nhóm BI / Lead Analyst (7-10 năm)
↓
Phó phòng BI / Data Manager (10-12 năm)
↓
Trưởng phòng Data / Giám đốc Analytics (12-15 năm)
↓
Head of Data / CDO (Chief Data Officer)
```
Các hướng phát triển từ vị trí này:
- Vertical: Lên các cấp quản lý trong khối Data
- Horizontal chuyên môn: Chuyển sang Data Scientist, ML Engineer
- Horizontal nghiệp vụ: Chuyển sang business role (Product Manager, Risk Manager, Collection Manager) nhờ hiểu sâu về collection
---
3. Mức lương kỳ vọng theo cấp bậc (Hà Nội, 2024-2025)
| Cấp bậc | Kinh nghiệm | Mức lương tháng (gross) | Tổng thu nhập năm |
|---|---|---|---|
| Fresher/Junior BI | 0-2 năm | 12-18 triệu | 180-270 triệu |
| Chuyên viên BI (vị trí này) | 3-5 năm | 22-35 triệu | 330-525 triệu |
| Senior BI | 5-7 năm | 35-50 triệu | 525-750 triệu |
| Trưởng nhóm BI | 7-10 năm | 50-80 triệu | 750-1.2 tỷ |
| Phó phòng BI | 10-12 năm | 80-130 triệu | 1.2-1.95 tỷ |
| Trưởng phòng Data | 12-15 năm | 130-200 triệu | 1.95-3 tỷ |
Lưu ý: VPBank công bố 15-18 tháng lương/năm, nghĩa là bạn có thể nhận thêm 3-6 tháng thưởng ngoài 12 tháng lương cơ bản.
Đàm phán lương:
- Với 3+ năm kinh nghiệm, mức đề xuất hợp lý: 25-30 triệu gross/tháng
- Nếu có thêm chứng chỉ (CBIP, CFA, Power BI cert) → +10-15%
- Nếu đã làm việc tại big 4 ngân hàng (VCB, TCB, MB, ACB, Techcombank) → +20-30%
---
4. Kỹ năng cần phát triển thêm để thăng tiến
Ngắn hạn (1-2 năm):
- Master Power BI hoặc Tableau
- Học sâu về collection operations tại Việt Nam
- Cải thiện business storytelling
- Đọc English chuyên ngành tài chính
Trung hạn (3-5 năm):
- Học Python cho data science
- Tìm hiểu ML cơ bản: logistic regression, decision tree, XGBoost (cho collection scoring)
- Phát triển kỹ năng leadership: dẫn dắt team nhỏ 2-3 người
- Tham gia các chứng chỉ quốc tế: CBIP, Google Data Analytics
Dài hạn (5+ năm):
- Xây dựng business network trong ngành ngân hàng
- Định hướng trở thành Head of Data hoặc CDO
- Hoặc chuyển hướng sang tư vấn (McKinsey, Deloitte, EY)
- Hoặc khởi nghiệp trong lĩnh vực fintech/regtech
---
5. Cảnh báo & lưu ý thực tế
⚠️ Áp lực công việc:
- Collection là mảng áp lực cao vì liên quan đến NPL, ảnh hưởng đến lợi nhuận ngân hàng
- Deadline báo cáo cho lãnh đạo có thể rất gắt, đặc biệt cuối tháng/quý
- Yêu cầu tính chính xác tuyệt đối - sai số có thể ảnh hưởng đến hàng tỷ đồng incentive
⚠️ Tính chất nhạy cảm:
- Làm việc với dữ liệu nợ xấu có thể gây áp lực tâm lý
- Một số báo cáo có tính chất bảo mật cao
✅ Cơ hội lớn:
- VPBank đang đẩy mạnh AI/ML, có nhiều dự án data lớn
- Nếu bạn chứng minh được giá trị, cơ hội thăng tiến rất nhanh
- Hệ sinh thái đa dạng (Ngân hàng, Tài chính, Chứng khoán, Bảo hiểm) → có thể rotate nội bộ
---
6. Câu hỏi nên hỏi nhà tuyển dụng
Khi phỏng vấn, bạn nên hỏi:
1. "Team BI Collection hiện có bao nhiêu người? Cấu trúc team như thế nào?"
2. "Các dự án AI/ML nào team đang triển khai hoặc dự kiến triển khai?"
3. "Tần suất báo cáo cho lãnh đạo Trung tâm Thu hồi nợ là bao nhiêu?"
4. "Tech stack hiện tại của team là gì? (data warehouse, BI tools, etc.)"
5. "Lộ trình phát triển cho vị trí này trong 2-3 năm tới?"
6. "Cơ hội tham gia các dự án data lớn của ngân hàng?"
---
🎯 Lời khuyên cuối cùng
Vị trí BI Collection là một vị trí chiến lược - ít người làm tốt vì đòi hỏi cả technical lẫn domain knowledge. Nếu bạn đang ở đúng ngã rẽ này, đừng ngần ngại ứng tuyển. Hãy chuẩn bị kỹ và thể hiện sự hiểu biết sâu về cả data lẫn collection operations - đó là điểm khác biệt của bạn.
Câu hỏi thường gặp
Em là sinh viên năm cuối ngành Tài chính ngân hàng, chưa có kinh nghiệm 3 năm thì có nên ứng tuyển vị trí BI Collection này không?
Theo JD yêu cầu 3+ năm kinh nghiệm về báo cáo và phân tích cho ngân hàng, đặc biệt là collection, nên khả năng cao hồ sơ em sẽ bị loại ở vòng HR vì chưa đáp ứng yêu cầu seniority. Tuy nhiên, em có thể làm theo 2 hướng: (1) Ứng tuyển các vị trí Junior BI/Data Analyst tại VPBank hoặc ngân hàng khác để tích lũy 2-3 năm kinh nghiệm, sau đó quay lại ứng tuyển; (2) Làm thêm/freelance các dự án BI nhỏ về tài chính, xây dựng portfolio để tăng sức hấp dẫn. Trong thời gian chờ, em nên học SQL, Power BI, Excel nâng cao và tìm hiểu về NPL, collection process - đây là nền tảng để em vào vị trí này trong tương lai.
Mức lương cho vị trí BI Collection 3 năm kinh nghiệm tại VPBank Hà Nội khoảng bao nhiêu là hợp lý?
Dựa trên thị trường hiện tại và gói thu nhập 15-18 tháng lương/năm mà VPBank công bố, mức lương hợp lý cho vị trí này tại Hà Nội là 22-32 triệu gross/tháng (tương đương tổng thu nhập năm khoảng 330-575 triệu bao gồm thưởng). Nếu bạn có thêm chứng chỉ quốc tế, kinh nghiệm ở ngân hàng top đầu, hoặc đã làm về collection từ trước, có thể đề xuất 35-40 triệu. Mẹo đàm phán: research mức lương trên VietnamWorks, ITviec, Salary.vn trước; đưa ra một con số cụ thể thay vì nói 'thỏa thuận'; đề cập các thành tích cụ thể để chứng minh giá trị của bạn.
Tôi đang làm Data Analyst ở công ty FMCG 4 năm, muốn chuyển sang ngân hàng thì cần chuẩn bị gì?
Bạn có lợi thế về technical skills và tư duy phân tích, nhưng thiếu domain knowledge ngân hàng. Để ứng tuyển thành công: (1) Học về ngân hàng trong 1-2 tháng: đọc báo cáo thường niên VPBank, Thông tư 11/2021, tài liệu về NPL, collection operations; (2) Làm 1-2 project cá nhân về banking data: tìm dataset trên Kaggle về loan default, viết SQL/Power BI phân tích, đưa lên GitHub; (3) Lấy 1-2 chứng chỉ: Power BI cert (Microsoft), CBIP, hoặc Google Data Analytics; (4) Trong CV và phỏng vấn: nhấn mạnh các kỹ năng chuyển được (SQL, BI, statistical analysis) và cam kết học hỏi nhanh về collection. Với 4 năm kinh nghiệm, bạn có thể nhắm các vị trí Senior BI hoặc Lead BI ở ngân hàng.
Chương trình trả thưởng (incentive) cho nhân viên collection được tính như thế nào? Tại sao BI phải phụ trách phần này?
Incentive cho nhân viên collection thường dựa trên: (1) Số tiền thu hồi được (% của recovery amount), (2) Tỷ lệ cure (chuyển nợ từ quá hạn về current), (3) Số case xử lý được, (4) Chất lượng (số khiếu nại từ khách hàng). Ví dụ: nhân viên collection tier 1 có thể nhận 2-5% của recovery amount, tier 2 là 5-10%, manager có thêm bonus theo team performance. Tại sao BI phải phụ trách? Vì: (a) tính toán incentive cần data chính xác từ nhiều hệ thống; (b) phải đảm bảo tính consistency khi có thay đổi chính sách; (c) cần phân tích hiệu quả của các chương trình incentive để tối ưu; (d) TAT (turn-around time) ngắn để động viên nhân viên kịp thời. Đây là phần việc rất nhạy cảm vì sai sót có thể ảnh hưởng đến hàng trăm triệu tiền thưởng và morale của cả team.
VPBank có thực sự đang đẩy mạnh AI/ML trong collection không? Cơ hội nào cho người làm BI?
Có, VPBank là một trong những ngân hàng tiên phong về chuyển đổi số tại Việt Nam. Cụ thể về collection, các ứng dụng AI/ML có thể bao gồm: (1) Behavioral scoring: dự đoán khả năng trả nợ dựa trên hành vi giao dịch; (2) Channel optimization: gọi điện vs SMS vs email - kênh nào hiệu quả hơn cho từng phân khúc khách hàng; (3) Best time to contact: dự đoán thời điểm khách hàng dễ nghe máy nhất; (4) Propensity-to-pay model: xác suất khách hàng sẽ trả nợ trong 30/60/90 ngày tới; (5) Early warning system: cảnh báo sớm khách hàng có nguy cơ vỡ nợ. Cơ hội cho người làm BI: Bạn có thể bắt đầu từ BI truyền thống (dashboard, reporting), sau đó học thêm Python, ML cơ bản để tham gia các dự án scoring model. Đây là lộ trình rất tốt để chuyển từ BI sang Data Scientist trong tương lai. VPBank cũng đầu tư nhiều vào đào tạo nội bộ về AI/ML cho nhân viên.
Tôi là chuyên viên collection 5 năm, có kinh nghiệm đọc báo cáo Excel cơ bản, liệu có thể chuyển sang vị trí BI này không?
Bạn có lợi thế cực lớn về domain knowledge về collection - hiểu rõ quy trình, KPI, pain points - nhưng thiếu technical skills để làm BI chuyên nghiệp. Để chuyển đổi thành công: (1) Học SQL trong 2-3 tháng: bắt đầu từ W3Schools, SQLBolt, sau đó làm bài trên LeetCode SQL; (2) Học Power BI: khóa học miễn phí trên Microsoft Learn, YouTube; (3) Học Excel nâng cao: Power Query, Power Pivot, DAX; (4) Học Python cơ bản cho phân tích: pandas, matplotlib; (5) Tìm một 'mini project' để showcase: ví dụ tự xây dựng dashboard collection cho team hiện tại. Với 5 năm collection + 6 tháng - 1 năm học technical, bạn hoàn toàn có thể ứng tuyển thành công. Mức lương có thể khởi điểm thấp hơn so với ứng viên từ BI background nhưng sẽ tăng nhanh sau 1-2 năm.
Tôi thấy mô tả công việc có đề cập đến 'cải tiến TAT của chương trình trả thưởng'. TAT là gì và quan trọng thế nào?
TAT (Turn-Around Time) là thời gian từ khi kết thúc kỳ tính toán đến khi nhân viên nhận được thưởng trên tài khoản. Ví dụ: cuối tháng 9, kỳ tính thưởng kết thúc → thường mất 10-15 ngày để chốt data, tính toán, phê duyệt, chi trả → nhân viên nhận tiền vào ngày 15-20/10. Tại sao TAT quan trọng? (1) Động viên tâm lý: nhân viên làm tốt tháng 9 nhưng phải đợi đến giữa tháng 10 mới nhận thưởng → giảm động lực cho tháng sau; (2) Cạnh tranh: nếu TAT của VPBank dài hơn đối thủ (FE Credit, HD Saison), nhân viên giỏi sẽ chuyển sang nơi có thưởng nhanh hơn; (3) Hiệu quả kinh doanh: research cho thấy TAT càng ngắn → nhân viên càng motivated → kết quả kinh doanh càng tốt. BI đóng vai trò gì? Tự động hóa quy trình tính toán, tối ưu query, xây dựng pipeline tự động, parallel processing, giảm manual work. Mục tiêu: rút TAT từ 15 ngày xuống 5-7 ngày hoặc thậm chí real-time.
Phỏng vấn vị trí BI Collection có cần thi IELTS/TOEIC không? Mức nào là đủ?
JD chỉ yêu cầu 'sử dụng được tiếng Anh' nhưng không nêu rõ chứng chỉ cụ thể. Tuy nhiên, trong thực tế phỏng vấn VPBank: (1) Nên có TOEIC 600+ hoặc IELTS 5.5+ để chứng minh năng lực - nhiều JD ngân hàng có yêu cầu này dù không ghi rõ; (2) VPBank có thể test tiếng Anh trực tiếp trong buổi phỏng vấn (đọc tài liệu, trả lời câu hỏi bằng tiếng Anh); (3) Tiếng Anh quan trọng vì: đọc tài liệu kỹ thuật (Power BI, Python docs), trao đổi với team quốc tế nếu có, đọc research papers về ML/banking. Mẹo: Nếu chưa có chứng chỉ, bạn có thể thi TOEIC trong 2-4 tuần với mức điểm mục tiêu 700-750. Nếu đã có CV tốt + portfolio mạnh, một số trường hợp nhà tuyển dụng vẫn chấp nhận ứng viên có TOEIC 500-550 và hứa cải thiện trong 6 tháng đầu.