Kể từ khi tổ tiên của chúng ta sáng tạo ra chữ viết, dữ liệu đã trở thành một phần quan trọng đảm bảo sự tồn tại và phát triển của nhân loại. Từ việc theo dõi chuyển động phức tạp của các hành tinh, đến những thứ cơ bản hơn như sổ sách kế toán, dữ liệu đã định hình cách chúng ta phát triển. Ngày nay, nhờ có internet, chúng ta đã thu thập lượng dữ liệu khổng lồ đến mức hình thành một thuật ngữ hoàn toàn mới để mô tả nó: “Big Data - Dữ liệu lớn”.
Mặc dù dữ liệu lớn không chỉ được thu thập trực tuyến, nhưng không gian kỹ thuật số chắc chắn là nguồn phong phú nhất của nó. Từ video, lượt thích trên mạng xã hội, đến email, báo cáo thời tiết và thiết bị đeo…, lượng dữ liệu khổng lồ được tạo ra và tích lũy mỗi giây. Bạn có thể hình dung khi mọi người chia sẻ 500 terabyte dữ liệu mỗi ngày chỉ trên Facebook. Và trên YouTube, có hơn 300 giờ video được chia sẻ mỗi phút!
Nhưng chính xác thì dữ liệu lớn được sử dụng như thế nào?
Trước tiên, hãy bắt đầu với một bản tóm tắt nhanh về dữ liệu lớn là gì và tại sao rất nhiều tổ chức đang tranh giành để khai thác tiềm năng của nó.
“Dữ liệu lớn” được sử dụng để mô tả các kho lưu trữ thông tin quá lớn hoặc quá phức tạp. Phần lớn, chúng không có cấu trúc, tức là không được sắp xếp một cách có ý nghĩa. Hãy tưởng tượng bạn bước vào một không gian văn phòng rộng lớn mà không có bàn làm việc, máy tính hay tủ hồ sơ. Thay vào đó, toàn bộ nơi này là một đống giấy tờ, tài liệu vô tổ chức. Công việc của bạn là sắp xếp tất cả các thông tin này và hiểu được ý nghĩa của chúng.
Mặc dù số hóa đã giúp loại bỏ tài liệu giấy nhưng bạn cần có kỹ năng phân loại và phân tích dữ liệu lớn. Làm thế nào để chúng ta phân loại lượng thông tin khổng lồ như vậy theo cách khiến nó trở nên hữu ích? Các tổ chức trên toàn thế giới đang đầu tư một lượng lớn thời gian và tiền bạc để cố gắng khai thác tiềm năng của dữ liệu lớn. Mỗi năm, các doanh nghiệp đã và đang chi hơn 180 tỷ USD cho việc phân tích dữ liệu lớn.
Dữ liệu lớn có thể giúp họ nhiều thứ, nhưng quan trọng nhất, chúng có thể giúp họ xác định các cơ hội kinh doanh mới tạo ra nhiều doanh thu và tạo ra trải nghiệm khách hàng tốt hơn. Ngoài ra, kết quả của quá trình phân tích cũng giúp cho việc ra quyết định nhanh chóng và hiệu quả hơn.
Sự khác biệt giữa Big Data và phần còn lại của dữ liệu nằm trong 5 từ khóa sau: “Khối lượng”, “Tốc độ”, “Đa dạng”, “Tính xác thực” và “Giá trị”. Hãy xem cách một số thương hiệu lớn nhất thế giới biến Dữ liệu lớn thành một phần trong hoạt động kinh doanh cốt lõi của họ.
Netflix chắc chắn là nền tảng phim trực tuyến lớn nhất với hơn 150 triệu người đăng ký. Netflix theo dõi nội dung mọi người xem, thời điểm họ xem, thiết bị đang được sử dụng, liệu một chương trình có bị tạm dừng hay không và tốc độ mà người dùng xem xong một loạt phim. Họ thậm chí còn chụp ảnh màn hình những cảnh mà mọi người xem hai lần. Tại sao? Bởi vì bằng cách đưa tất cả thông tin này vào thuật toán của họ, Netflix có thể tạo hồ sơ người dùng. Điều này cho phép họ điều chỉnh trải nghiệm của người dùng bằng cách đề xuất các bộ phim và chương trình truyền hình với độ chính xác ấn tượng.
Mục tiêu của họ là cá nhân hóa tối đa và điều đó được thể hiện rõ ràng qua các kế hoạch tương lai, bao gồm việc sử dụng AI để tạo đoạn phim giới thiệu - tại sao mọi người lại phải xem một đoạn giới thiệu giống nhau. Netflix dự định tạo các đoạn phim giới thiệu được cá nhân hóa hoàn toàn cho người xem - ví dụ: nếu một người yêu thích phim tình cảm, họ có nhiều khả năng sẽ xem một bộ phim tình cảm hơn nếu đoạn giới thiệu chứa đầy những cảnh lãng mạn. Điều này sẽ giảm đáng kể chi phí và thời gian, giúp đưa Netflix đi đúng hướng để đạt được mục tiêu cuối cùng là cá nhân hóa nội dung.
Ngoài ra, tất cả dữ liệu thu thập sẽ giúp Netflix quyết định phí hoa hồng cho các nội dung trực tuyến sẽ phát trong tương lai.
Giống như Netflix, Amazon thu thập một lượng lớn dữ liệu về người dùng của mình. Họ theo dõi những gì người dùng mua, tần suất (và trong bao lâu) người dùng ở lại trực tuyến, thậm chí cả những đánh giá sản phẩm (hữu ích cho việc phân tích cảm xúc của khách hàng). Amazon thậm chí có thể đoán thu nhập của mọi người dựa trên địa chỉ thanh toán của họ. Bằng cách tổng hợp tất cả dữ liệu này trên hàng triệu người dùng, Amazon có thể tạo hồ sơ người dùng được cá nhân hóa cao.
Sử dụng công cụ phân tích dự đoán, Amazon có thể nhắm mục tiêu hoạt động tiếp thị của mình dựa trên thói quen duyệt web của người dùng và đề xuất những gì bạn có thể muốn mua tiếp theo. Kết quả phân tích dự đoán cũng áp dụng cho việc nhóm các sản phẩm lại với nhau để hợp lý hóa trải nghiệm mua sắm. Đây là cách Amazon kiếm được 35% doanh thu hàng năm của họ.
Chiến lược định giá động - Mọi người đều biết rằng các hãng hàng không sử dụng chiến thuật này khi bán vé máy bay - nếu bạn xem đi xem lại cùng một vé, điều đó có thể có nghĩa là bạn thực sự muốn chúng và sẵn sàng trả nhiều tiền hơn. Logic tương tự cũng được triển khai trên trang web của Amazon. Nhưng những gì bạn có thể không biết là họ thay đổi giá lên đến 2,5 triệu lần một ngày. Cơ sở để làm được điều này chính là nhờ dữ liệu thu thập từ các yếu tố như mô hình mua sắm, giá của đối thủ cạnh tranh và liệu sản phẩm có phổ biến hay không.
McDonald's cũng sử dụng dữ liệu lớn cho việc cung cấp dịch vụ ngoại tuyến của họ. Nó bao gồm ứng dụng dành cho thiết bị di động, trải nghiệm drive-thru và menu kỹ thuật số.
Với ứng dụng riêng của mình, McDonald's thu thập thông tin quan trọng về thói quen của người dùng. Điều này cho phép họ cung cấp phần thưởng cho lòng trung thành để khuyến khích hành động mua hàng lặp lại. Họ cũng thu thập dữ liệu từ việc người dùng mua đồ trong khi lái xe qua cửa hàng, cho phép họ đảm bảo có đủ nhân viên làm việc theo ca để đáp ứng nhu cầu. Cuối cùng, menu kỹ thuật số của McDonald's cung cấp các tùy chọn khác nhau tùy thuộc vào các yếu tố như thời gian trong ngày, sự kiện đang diễn ra gần đó, thậm chí cả điều kiện thời tiết. Vì vậy, nếu đó là một ngày nóng bức, hãy mong đợi được mời một ly McFlurry hoặc đồ uống lạnh…chứ không phải một chiếc bánh mì kẹp thịt cay!
Cũng giống như Amazon, các khách sạn Starwood (một trong những thương hiệu trực thuộc khách sạn Marriott) sử dụng phương pháp định giá động. Chiến thuật này đang thay đổi dựa trên nhiều yếu tố như tình hình kinh tế địa phương và toàn cầu, thời tiết, tình trạng phòng trống, hành vi đặt phòng, hủy đặt phòng và nhiều yếu tố khác - chiến thuật này đã giúp tăng doanh thu 5% trên mỗi phòng.
Họ đi sâu vào việc sử dụng dữ liệu đến mức thậm chí Marriott còn theo dõi xem các nhạc sĩ nổi tiếng có biểu diễn tại Madison Square Garden hay không để có thể điều chỉnh giá tại các khách sạn gần đó.
Để tạo trải nghiệm tốt hơn cho khách hàng, Marriott cũng bắt đầu thử nghiệm đăng ký nhận dạng khuôn mặt với mục tiêu đôi bên cùng có lợi - khách hàng không cần phải chờ đợi ở quầy lễ tân và khách sạn thậm chí còn thu thập được nhiều thông tin có giá trị hơn. Một yếu tố khác mà họ đã triển khai để thu thập dữ liệu là đưa Amazon Echos (một sản phẩm loa thông minh của Amazon kết hợp tính năng "Trợ lý ảo Alexa") vào phòng - điều này cho phép khách yêu cầu trợ lý ảo Alexa xử lý mọi thứ thay cho nhân viên lễ tân. Giờ đây, khách có thể nhận được tất cả thông tin họ muốn, trong khi Marriott nắm được sở thích, nhu cầu và mối quan tâm tiềm ẩn của khách hàng.
Trong một vài năm, Uber đã dẫn đầu trong lĩnh vực kinh doanh taxi và không ai ngạc nhiên khi họ tuyên bố sẽ mở rộng dịch vụ của mình - từ chở người đến giao đồ ăn. Họ muốn được công nhận là người giao hàng luôn mang thức ăn khi còn nóng, vì vậy họ đã cố gắng mô hình hóa và dự đoán thời gian giao thức ăn chính xác nhất có thể.
Để thực hiện nỗ lực này, Uber cũng đã thu thập dữ liệu về thời gian thường mất để chuẩn bị một bữa ăn nhất định, vì vậy họ có thể xác định chính xác thời điểm người giao hàng nên đến lấy. Hành động này cho phép các tài xế lấy nhiều bữa ăn hơn trên đường đi (vì họ không phải đợi đồ ăn được chuẩn bị sẵn) và Uber đang khuyến khích họ mang nhiều hơn một bữa ăn mỗi chuyến với phần thưởng cho mỗi bữa ăn họ thu được. Uber đang đi sâu vào vấn đề này đến mức họ thậm chí còn thuê các nhà khí tượng học để giúp dự đoán thời tiết sẽ như thế nào và nó sẽ ảnh hưởng đến việc giao hàng ra sao.
Ngày nay, để tạo ra nhiều doanh số bán hàng hơn, bạn cần có khả năng thực sự lắng nghe người tiêu dùng của mình và trân trọng tất cả dữ liệu họ cung cấp cho bạn. Với những tiến bộ trong học máy, ngay cả những công ty nhỏ cũng có thể sử dụng Dữ liệu lớn để cải thiện hoạt động kinh doanh của họ.
Anh Dũng/ Theo Will Hillier và Nina Tudor
