BÁO CÁO BÀI TẬP CUỐI KỲ MÔN QUẢN TRỊ QUAN HỆ KHÁCH HÀNG Đề tài 8 Amazon và Spotify đã tạo lập và sử dụng dữ liệu liên quan đến khách hàng để hỗ trợ cho hoạt động của doanh nghiệp ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC KINH TẾ ...... BÁO CÁO BÀI TẬP CUỐI KỲ MÔN QUẢN TRỊ QUAN HỆ KHÁCH HÀNG Đề tài 8 Amazon và Spotify đã tạo lập và sử dụng dữ liệu liên quan đến khách hàng để hỗ trợ cho hoạt động của doanh nghiệp
ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC KINH TẾ …… BÁO CÁO BÀI TẬP CUỐI KỲ MÔN QUẢN TRỊ QUAN HỆ KHÁCH HÀNG Đề tài Amazon Spotify tạo lập sử dụng liệu liên quan đến khách hàng để hỗ trợ cho hoạt động doanh nghiệp Giảng viên: Phan Thị Nhung Lớp học phần: COM3003-8 Thành viên: Trần Thị Ngọc Thúy Nguyễn Thị Quỳnh Giao Phạm Thị Hoàng Dung Trần Ngọc Minh Ngô Minh Quân Phạm Thị Trang Trần Thị Thanh Hoài Nguyễn Võ Nhật Vy Đà Nẵng, tháng năm 2022 MỤC LỤC PHẦN I: AMAZON I Giới thiệu sơ lược tập đoàn Amazon II Chức sở liệu doanh nghiệp Vì liệu khách hàng quan trọng với doanh nghiệp Doanh nghiệp cần liệu khách hàng ? Xác định nguồn liệu III Cơng cụ phân tích liệu Giới thiệu công cụ Chức công cụ IV Cách doanh nghiệp sử dụng liệu khách hàng hoạt động kinh doanh 10 Tối ưu hóa chuỗi cung ứng 11 Tối ưu hóa giá 11 Để sàng lọc giao dịch mua trả lại yêu cầu có dấu hiệu gian lận 11 Trải nghiệm mua sắm cá nhân hóa Amazon 12 Để thay đổi sửa đổi cửa hàng thực 12 PHẦN II: SPOTIFY 14 I Giới thiệu sơ lược doanh nghiệp 14 II Chức sở liệu doanh nghiệp 15 Vì liệu khách hàng quan trọng với doanh nghiệp? 15 Doanh nghiệp cần liệu khách hàng? 16 Xác định nguồn liệu 16 III Cơng cụ phân tích liệu 18 Phát triển nội dung cá nhân hóa 22 Tiếp thị Nâng cao thông qua quảng cáo nhắm mục tiêu 23 Spotify Wrapped 24 Bản địa hóa 25 Kết nối người nghe với nghệ sĩ người sáng tạo 25 PHẦN III: NHẬN XÉT VÀ KẾT LUẬN 26 I Nhận xét so sánh ưu điểm nhược điểm hai doanh nghiệp 26 II Kết luận 31 PHẦN IV: TÀI LIỆU THAM KHẢO 31 PHẦN I: AMAZON I Giới thiệu sơ lược tập đoàn Amazon Tên tập đồn: Amazon Trụ sở chính: Seattle, Washington Lĩnh vực kinh doanh: Điện toán đám mây, truyền phát kỹ thuật số, trí tuệ nhân tạo thương mại điện tử Thời gian thành lập: ngày tháng năm 1994 Amazon biết đến với việc làm thay đổi tư ngành công nghiệp thiết lập thông qua đổi công nghệ phát triển quy mô lớn công ty công nghệ Big Four với Google, Appe Facebook Xuất phát điểm Amazon trang bán sách Về sau, Amazon mở rộng với hàng loạt hàng hoá tiêu dùng phương tiện truyền thông kỹ thuật số thiết bị điện tử Amazon, chẳng hạn Kindle e-book reader, Kindle Fire… Amazon thị trường thương mại điện tử lớn giới, nhà cung cấp trợ lý AI tảng điện toán đám mây đo lường doanh thu vốn hoá thị trường Amazon phân phối tải xuống phát trực tuyến video, âm nhạc, audiobook thông qua công ty Amazon Prime Video, Amazon Music Audible Amazon chi nhánh xuất bản, Amazon Publishing, hãng phim truyền hình, Amazon Studios cơng ty điện tốn đám mây, Amazon Web Services Năm 2015 Amazon vượt qua Walmart trở thành nhà bán lẻ có giá trị Hoa Kỳ tính theo giá trị vốn hóa thị trường Vào năm 2017, Amazon mua lại Whole Foods Market với giá 13,4 tỷ đô la, điều làm tăng đáng kể diện Amazon với tư cách nhà bán lẻ truyền thống Năm 2018, Bezos tuyên bố Amazon Prime có 100 triệu người đăng ký toàn giới II Chức sở liệu doanh nghiệp Vì liệu khách hàng quan trọng với doanh nghiệp Dữ liệu khách hàng giúp amazon hiểu khách hàng Việc thu thập thơng tin xây dựng hệ thống liệu khách hàng tạo điều kiện để amazon cá nhân hóa tương tác, tăng độ hài lòng cách đáp ứng nhu cầu người dùng Khi có liệu khách hàng, tức amazon nắm nhu cầu sâu xa khách hàng Như vậy, việc cần làm vạch chiến lược tiếp thị “đánh trúng” vào để chinh phục đối tượng muốn tiếp cận Nhờ biết thói quen mua sắm khách hàng, Amazon viết lại mơ tả sản phẩm quảng cáo để tăng hội cho sản phẩm Dựa mặt hàng họ mua với họ để lại, Amazon xác định yếu tố ảnh hưởng đến định mua hàng khách, chẳng hạn giá hay giá trị dinh dưỡng Cuối cùng, Amazon có khả đưa đốn có tính khoa học cao việc khách hàng người ăn chay hay bị dị ứng thực phẩm Amazon nhắc người mua mặt hàng họ mua gần thông báo cho họ sữa họ mua cách tuần hết hạn Nó chí gợi ý công thức nấu ăn lấy cảm hứng từ mặt hàng giỏ hàng họ thời điểm Với chiều sâu chiều rộng thông tin khách hàng, khả Amazon cá nhân hóa trải nghiệm khách hàng tảng để tạo thêm doanh thu vơ tận Doanh nghiệp cần liệu khách hàng ? - Các thông tin cá nhân: (họ tên, giới tính, nhóm tuổi, ngày tháng năm sinh,…) Thu thập, lưu trữ, xử lý phân tích thơng tin cá nhân từ khách hàng phương tiện xác định cách khách hàng tiêu tiền họ - Dữ liệu tương tác : tất hành vi khách hàng website, trang mạng xã hội dịch vụ bán hàng Amazon Amazon thu thập liệu từ người dùng họ duyệt web, chẳng hạn thời gian xem trang Họ thu thập liệu bên ngoài, chẳng hạn liệu điều tra dân số, để thu thập thông tin chi tiết khác nhân học người dùng - Hành vi, sở thích, thói quen mua sắm, xu hướng tìm kiếm mạng khách hàng Cũng bạn mua, Amazon quan sát bạn xem, địa giao hàng bạn (Amazon đưa dự đốn xác đáng đến mức ngạc nhiên mức thu nhập bạn dựa nơi bạn sinh sống) liệu bạn có để lại đánh giá hay phản hồi hay không => Hàng tá liệu sử dụng để xây dựng “góc nhìn 360 độ” bạn với tư cách khách hàng cá nhân - Thái độ khách hàng sau sử dụng sản phẩm, đánh giá người tiêu dùng Phân tích mơ hình mua hàng khách hàng từ mặt hàng mua trước đó, mặt hàng giỏ hàng danh sách yêu thích họ, sản phẩm họ đánh giá xếp hạng, đến sản phẩm tìm kiếm nhiều Thơng tin sau sử dụng để giới thiệu sản phẩm bổ sung mà khách hàng khác mua mua mặt hàng Ví dụ: khách hàng thêm điện thoại di động vào giỏ hàng mình, trường hợp di động khuyến nghị mua => Bằng cách này, liệu lớn Amazon sử dụng sức mạnh đề xuất để khuyến khích khách hàng mua hàng bốc đồng nâng cao toàn trải nghiệm mua sắm Điều hiệu với cơng ty tạo 35% doanh số hàng năm cách sử dụng phương pháp - Công ty thu thập hàng nghìn điểm liệu lịch sử thời gian thực đơn đặt hàng sử dụng thuật tốn học máy để tìm giao dịch có khả bị lừa đảo cao - Thu thập thông tin trải nghiệm khách hàng để nâng cấp sản phẩm, sở hạ tầng phù hợp Ví dụ: camera cho thấy người có xe đẩy trẻ em gặp khó khăn khám phá lối đi, Amazon làm cho chúng mở rộng Sau đó, lần nữa, giao dịch thể thứ thân thiện với người ăn chay bán nhanh đặc biệt ngơn ngữ cụ thể, xếp số lượng lớn mặt hàng để điều phối nhu cầu khách hàng Xác định nguồn liệu - Amazon thu thập liệu riêng lẻ khách hàng họ sử dụng trang web ( lịch sử duyệt web, thời gian xem trang, ) Ngoài khách hàng mua, Amazon theo dõi mặt hàng xem, địa giao hàng người dùng đánh giá người dùng Để đưa phương án tối ưu cho liệu này, - Họ sử dụng liệu bên ngoài, chẳng hạn liệu điều tra dân số, để thu thập thông tin chi tiết khác nhân học người dùng - Dùng ghi âm giọng nói Alexa để thu thập liệu Amazon cung cấp trợ lý ảo Echo Echo Show, bao gồm camera loa Sử dụng cho số mục đích nhận thơng tin cập nhật thời tiết, trò chuyện với Alexa, tin tức hàng ngày đặt hàng tất lệnh thoại Tuy nhiên, ghi âm tải lên máy chủ Amazon Bằng cách amazon có ghi âm chứa liệu khách hàng Tuy nhiên, số khách hàng, mối quan tâm quyền riêng tư Họ không cảm thấy thoải mái với việc ghi âm giọng nói họ lưu trữ đám mây loại bỏ hồn tồn III Cơng cụ phân tích liệu Giới thiệu công cụ Amazon hy vọng tất dịch vụ có sẵn toàn cầu, xử lý hàng triệu yêu cầu giây, hoạt động với thời gian chết gần 0, tốn cần thiết quản lý hiệu Các dịch vụ AWS đáp ứng yêu cầu cách cung cấp loạt sở liệu xây dựng theo mục đích, cho phép kỹ sư Amazon tập trung vào việc đổi cho khách hàng họ Amazon Web Services (AWS) tảng đám mây toàn diện AWS cung cấp nhiều lựa chọn dịch vụ phân tích đa dạng nhất, phù hợp với nhu cầu phân tích liệu đồng thời cho phép tổ chức thuộc quy mô lĩnh vực làm lại công việc kinh doanh họ liệu Từ di chuyển liệu, lưu trữ liệu, hồ liệu, phân tích liệu lớn, phân tích nhật ký, phân tích phát trực tuyến, máy học, v.v Chức công cụ Trường hợp sử dụng Dịch vụ Phân tích tương tác Amazon Athena Xử lý liệu lớn Amazon EMR Kho liệu Amazon Redshift Phân tích vận hành Amazon OpenSearch Service Bảng thơng tin trực quan hóa Amazon Quicksight - Amazon Athena dịch vụ truy vấn tương tác giúp bạn dễ dàng phân tích liệu Amazon S3 cách sử dụng SQL tiêu chuẩn Athena không cần máy chủ, đó, khơng phải quản lý sở hạ tầng bạn phải trả tiền cho truy vấn bạn chạy - Amazon EMR tảng đám mây liệu lớn có khả thực cơng việc xử lý liệu phân phối quy mô lớn, truy vấn SQL tương tác chạy ứng dụng máy học (ML) sử dụng khung phân tích nguồn mở Giúp xử lý liệu quy mô lớn phân tích tình giả định cách sử dụng thuật tốn thống kê mơ hình dự đốn để khám phá khn mẫu ẩn, tính tương quan, xu hướng thị trường sở thích khách hàng - Amazon Redshift sử dụng SQL để phân tích liệu có cấu trúc bán cấu trúc kho liệu, sở liệu hoạt động hồ sơ liệu cách sử dụng phần cứng công nghệ máy học Giúp cải thiện dự báo tài nhu cầu Xây dựng báo cáo bảng thông tin theo định hướng thông tin chuyên sâu làm tối ưu hóa thơng tin kinh doanh Amazon OpenSearch Service giúp bạn dễ dàng thực phân tích nhật ký tương tác, giám sát ứng dụng thời gian thực, tìm kiếm trang web Tìm kiếm, hiển thị trực quan phân tích lên đến hàng petabyte văn liệu không cấu trúc - Amazon QuickSight cho phép thành viên tổ chức bạn nắm rõ liệu cách đặt câu hỏi ngôn ngữ tự nhiên, khám phá thông qua bảng thơng tin tương tác tự động tìm kiếm khuôn mẫu ngoại lệ máy học hỗ trợ QuickSight hỗ trợ hàng triệu lượt xem bảng thông tin tuần cho khách hàng, cho phép người dùng cuối họ đưa định dựa liệu sáng suốt Amazon di chuyển sở liệu Oracle họ sử dụng ứng dụng Xử lý Giao dịch Trực tuyến (OLTP) sang Amazon DynamoDB, Amazon Aurora công cụ mã nguồn mở chạy Amazon RDS - Amazon DynamoDB sở liệu tài liệu khóa-giá trị mang lại hiệu suất mili giây chữ số quy mơ Nó sở liệu đa vùng quản lý đầy đủ với tính bảo mật, lưu khơi phục tích hợp sẵn nhớ đệm nhớ cho ứng dụng quy mô internet Dịch vụ Amazon DynamoDB xử lý hàng nghìn tỷ yêu cầu ngày dễ dàng hỗ trợ hàng triệu yêu cầu hai chữ số giây toàn bảng nối đa Bạn bắt đầu với quy mô nhỏ lớn DynamoDB tự động tăng giảm dung lượng cần thiết - Amazon Aurora sở liệu quan hệ tương thích MySQL PostgreSQL xây dựng cho đám mây kết hợp hiệu suất tính khả dụng sở liệu doanh nghiệp truyền thống với tính đơn giản hiệu chi phí sở liệu nguồn mở Amazon Aurora nhanh đến năm lần so với sở liệu MySQL tiêu chuẩn nhanh ba lần so với sở liệu PostgreSQL tiêu chuẩn Nó cung cấp tính bảo mật, tính khả dụng độ tin cậy sở liệu thương mại với chi phí 1/10 - Dịch vụ sở liệu quan hệ Amazon (Amazon RDS) cho MySQL PostgreSQL: Amazon RDS dịch vụ quản lý sở liệu giúp thiết lập, vận hành mở rộng quy mô sở liệu quan hệ đám mây dễ dàng Nó cung cấp khả thay đổi kích thước, hiệu chi phí cho sở liệu quan hệ tiêu chuẩn ngành quản lý tác vụ quản trị sở liệu chung IV Cách doanh nghiệp sử dụng liệu khách hàng hoạt động kinh doanh Amazon phát triển mạnh mẽ cách trở thành tảng – nơi cung cấp tất lựa chọn Tuy nhiên, phải đối mặt với nhiều lựa chọn lớn vậy, khách hàng cảm thấy choáng ngợp nhiều thời gian để tìm kiếm thứ họ thực muốn Khách hàng mua hàng có nhiều liệu phải xử lý định mua hàng, dù có vơ số lựa chọn với khách hàng thực khơng có nhiều kiến thức ý tưởng tất sản phẩm đó, họ khơng lựa chọn tốt cho Để giải vấn đề này, Amazon ứng dụng Big data (Dữ liệu lớn) thu thập từ khách hàng để phân tích, xây dựng điều chỉnh cơng cụ đề xuất website tinh tế xác Khi Amazon có nhiều thơng tin bạn, họ ngày đưa dự đốn xác bạn muốn mua Và đặc biệt hơn, nhà bán lẻ biết bạn muốn mua gì, họ tăng tính thuyết phục trình định mua hàng bạn Amazon sử dụng mơ hình vận chuyển dự đốn sử dụng liệu lớn để dự đốn sản phẩm có nhiều khả người dùng mua Điều dẫn đến việc Amazon phân tích mơ hình mua hàng bạn gửi sản phẩm đến kho hàng gần mà bạn sử dụng tương lai Amazon tối ưu hóa giá trang web cách ghi nhớ thơng số khác hoạt động người dùng, lịch sử đặt hàng, giá đối thủ cạnh tranh cung cấp, tính sẵn có sản phẩm, v.v Sử dụng phương pháp này, Amazon giảm giá cho mặt hàng phổ biến kiếm lợi nhuận cho mặt hàng phổ biến Đây cách Amazon tận dụng liệu lớn hoạt động kinh doanh Khoa học liệu tạo vị trí thống trị ngành cơng nghiệp giúp ngành công nghiệp phát triển trở nên tốt Sau thu thập thông tin quan trọng người tiêu dùng, Amazon sử dụng thơng tin chi tiết để phục vụ họ tốt 10 Spotify nhận liệu khách hàng từ nhà cung cấp dịch vụ kỹ thuật, đối tác toán đối tác quảng cáo tiếp thị III Công cụ phân tích liệu Lựa chọn cơng cụ phân tích Spotify nhằm mục đích làm cho âm nhạc trở nên đặc biệt cho tất người Ngày nay, công ty lưu trữ tỷ danh sách phát cho phép người tiêu dùng truy cập 30 triệu hát Người dùng tìm kiếm nhạc thiết bị theo nghệ sĩ, album, thể loại, danh sách phát hãng thu âm, tính Discover Weekly đề xuất danh sách phát cá nhân hóa cho hàng triệu người giới Một lợi cạnh tranh Spotify công cụ đề xuất đáng gờm Sử dụng thuật tốn máy học (ML), xử lý ngơn ngữ tự nhiên (NLP) mạng nơ-ron phức hợp (CNN), Spotify chuyển đổi liệu nghe trước thành danh sách phát cá nhân hóa đề xuất âm nhạc Trong vài năm qua, Spotify chuyển sở hạ tầng sang Google Cloud Một điểm cân nhắc định Google cung cấp sản phẩm liệu lớn chất lượng cao độc đáo, bao gồm Dataflow, BigQuery, Bigtable, Pub / Sub nhiều sản phẩm khác Việc giúp cho Spotify giảm thiểu gián đoạn trình phát triển sản phẩm, hoàn thành nhanh để giảm chi phí phức tạp chạy mơi trường kết hợp dọn dẹp, đảm bảo Spotify dịch vụ kéo dài chạy trung tâm liệu 18 Cơng cụ phân tích a GCP ( google cloud platform) BigQuery Đây sản phẩm kho liệu Google với giao diện người dùng web, nơi nhà khoa học liệu lưu trữ xử lý liệu Họ viết truy vấn để đảm bảo họ có tập liệu phù hợp cho câu hỏi họ BigQuery tận dụng định dạng lưu trữ dạng cột thuật toán nén để lưu trữ liệu Colossus, tối ưu hóa để đọc lượng lớn liệu có cấu trúc Colossus xử lý chép, phục hồi quản lý phân tán Spotify sử dụng Google BigQuery cho hầu hết trường hợp sử dụng truy vấn đặc biệt có cải thiện đáng kể suất 19 Jupyter notebook Thường gọi đơn giản "sổ ghi chép" Sổ tay không gian làm việc tương tác mã nguồn mở để chạy mã khối kết hợp với văn xuôi Sau Nhà khoa học liệu sử dụng giao diện người dùng BigQuery để xác thực tập liệu mình, họ sử dụng sổ ghi chép cục để tìm hiểu thơng tin chi tiết, tạo hình ảnh trực quan, giải thích phát chia sẻ cơng việc họ (trong số tác vụ khác) 20 ScienceBox Đây cơng cụ giao diện dịng lệnh nội Spotify để giúp tăng tốc cách Nhà khoa học liệu sử dụng sổ ghi chép Nó thường sử dụng cách để tổ chức tệp thành dự án, cài đặt trước thư viện khoa học liệu tạo quy trình phân tích liệu tiêu chuẩn hóa tái tạo Các công cụ hoạt động tốt với tập liệu nhỏ, nhà khoa học liệu kỳ vọng làm việc với tập liệu ngày lớn hơn, nhiên, họ phải đợi lâu để xem kết mã Nếu mong đợi nhà khoa học liệu Spotify tìm thấy thơng tin chi tiết có tác động lớn từ lượng liệu khổng lồ mà Spotify thu thập hàng ngày, họ cần công cụ để giúp tạo thông tin chi tiết chất lượng cao tốc độ cao b Machine Learning Để phân tích sâu hơn, Spotify sử dụng ML để phân tích hành vi người dùng nhóm người lại với dựa sở thích âm nhạc Sử dụng thơng tin này, giới thiệu cho người nghe hát dựa người dùng “tương tự” nghe Trên hết, họ sử dụng NLP ( Natural language processing) để quét hàng nghìn báo, đăng blog bảng tin để phân tích ngơn ngữ sử dụng để mơ tả nghệ sĩ hát định Bằng cách sử dụng thơng tin chi tiết này, họ nhóm nhạc lại với dựa từ cụm từ sử dụng để mơ tả (tức nhạc jazz mượt mà, rap du dương, rock cổ điển, v.v.) giúp Spotify dễ dàng xác định nghệ sĩ tương tự xây dựng danh sách phát cá nhân hóa xung quanh họ Thuật tốn Spotify tìm kiếm người đăng ký có điểm tương đồng danh sách phát lịch sử nghe (người dùng A B thêm All Too Well Taylor Swift vào danh sách phát) Sau đó, thuật toán ML Spotify cung cấp hát cho người dùng có lịch sử nghe tương tự để hỗ trợ việc lưu giữ khám phá âm nhạc 21 Sử dụng CNN, Spotify phân tích liệu âm thơ BPM hát, phím âm nhạc, độ lớn, v.v Sử dụng thông tin này, sau phân loại hát dựa loại nhạc tối ưu hóa cơng cụ đề xuất Ngồi vào tháng năm 2021, Spotify cấp sáng chế cho ứng dụng AI sử dụng liệu giọng nói để xác định “trạng thái cảm xúc, giới tính, tuổi tác giọng” người dùng sau tận dụng thông tin chi tiết để nâng cao đề xuất âm nhạc IV Các doanh nghiệp sử dụng liệu khách hàng hoạt động kinh doanh Công ty tận dụng hiệu công nghệ, chủ yếu liệu lớn để cung cấp trải nghiệm cá nhân hóa cho người dung Spotify cung cấp liệu cho định mà họ có xu hướng sử dụng liệu Khi tảng tiếp tục mua điểm liệu, sử dụng liệu để huấn luyện máy móc thuật tốn nghe nhạc cung cấp thơng tin chi tiết hữu ích cho trải nghiệm người dùng doanh nghiệp Phát triển nội dung cá nhân hóa Một cách tiếp cận quan trọng mà Spotify áp dụng để sử dụng liệu người dùng họ tạo ( Spotify )sử dụng liệu để phát triển nội dung mà 22 người dùng coi độc quyền theo sở thích riêng họ Mục tiêu đảm bảo cung cấp trải nghiệm hài lòng cho người dùng để họ trở thành khách hàng lâu dài Spotify mắt tính “Khám phá” vào năm 2012, tạo danh sách phát gồm nghệ sĩ yêu thích người dùng Tuy nhiên, tính trưởng thành theo thời gian với việc đề xuất nhiều hát thể loại hơn, sau danh sách phát hồn thành Điều có nghĩa người dùng khơng phải tìm kiếm thêm hát thể loại sau tất hát danh sách phát phát Nó Spotify phân phối tự động, sử dụng liệu lớn trí tuệ nhân tạo Hiện tại, “Discover Weekly” lên át chủ lớn Spotify, biên soạn hồn tồn thơng qua thuật tốn máy học, tạo danh sách phát cá nhân hóa dành riêng cho hoạt động nghe người dùng Ngồi ra, người dùng có “hồ sơ sở thích” cá nhân tạo từ microgenres đóng vai trị cá nhân hóa danh sách phát Với mục đích cá nhân hóa danh sách phát này, tảng phải ý nhiều đến nhạc mà người dùng phát trực tuyến cách họ tương tác chung với nhạc Tiếp thị Nâng cao thông qua quảng cáo nhắm mục tiêu Trong nâng cao trải nghiệm khách hàng, Spotify sử dụng phần liệu khổng lồ tạo thơng qua người dùng nhằm mục đích cập nhật chiến dịch quảng cáo nhắm mục tiêu khách hàng họ theo cách hấp dẫn 23 Ví dụ: quảng cáo hiển thị hình ảnh nó, chạy Williamsburg, New York, kích hoạt chiến dịch tiếp thị mở rộng cho Spotify Một lần đây, tảng biên soạn lịch sử nghe người dùng Quảng cáo có nội dung "Xin lỗi, khơng phải xin lỗi Williamsburg, hit Bieber có xu hướng cao mã zip này" trở nên phổ biến, hấp dẫn gây cười cho khán giả địa phương, điều giúp Spotify đo lường mức độ hiển thị thơng qua liệu người nghe cho phát triển chiến dịch quảng cáo cá nhân hóa tạo tương tác người dùng tảng doanh số bán hàng họ Điều thực cách tảng kiểm tra kiến thức họ thu người nghe sau áp dụng thơng tin chi tiết để tạo quảng cáo nhắm mục tiêu cách khéo léo đến đối tượng mục tiêu tảng Một số chiến dịch quảng cáo phổ biến quảng cáo lấy cảm hứng từ meme Vào năm 2019, Spotify chạy chiến dịch quảng cáo toàn cầu sử dụng lịch sử nghe người dùng để tạo quảng cáo hài hước nhằm nhắm mục tiêu người dùng tiềm Ai lại khơng thích điều vui nhộn thu hút ý bạn lập tức? Spotify Wrapped Thêm ví dụ cách Spotify sử dụng liệu lớn tính phổ biến - Spotify “Wrapped” Tính sử dụng nhiều vào tháng 12 cung cấp cho người dùng tổng hợp hát yêu thích nghe họ năm Hơn nữa, người dùng nhận báo cáo cho biết liệu họ có lọt vào top 1% nói rằng, người theo dõi trung thành nghệ sĩ hay khơng Tính khơng sử dụng phân tích liệu lớn mà cịn cẩn thận rút thơng tin chi tiết người dùng để mang đến cho họ trải nghiệm đáng khích lệ Thơng qua Spotify Wrapped, bản, Spotify phục vụ người dùng liệu đĩa bạc, trình bày liệu theo cách gây tị mị lơi kéo họ Dữ liệu trình bày cách nghệ thuật thành cơng việc làm cho người 24 dùng cảm thấy công nhận xác thực khơi dậy nhiệt tình họ Hình thức tương tác tự nhiên trở thành lý thiếu Spotify giữ Spotify Wrapped vũ khí hữu ích thiết thị dài hạn họ Người nghe tảng lấp đầy tài khoản mạng xã hội họ ảnh chụp hình hồ sơ Spotify họ liên kết danh sách phát họ, bạn bè gia đình họ biết vị trí họ tảng Trong giới đại, nơi mà tính phát trực tuyến chiếm ưu so với âm nhạc mua, ngành công nghiệp buộc phải hướng cố định từ doanh số bán đĩa sang việc tích lũy liệu với mục tiêu làm sáng tỏ ấn tượng mà hát, nghệ sĩ album cụ thể tạo công chúng Bản địa hóa Đối với người dùng, sắc cá nhân họ loại nhạc họ nghe, qua thời trang họ mặc, qua sở thích hay quan tâm họ mà cịn thể qua yếu tố cá nhân nơi họ đến hay đi, đặc biệt quê hương/nơi họ Spotify chứng tỏ khơn khéo việc tập trung tới chiến lược địa hóa Họ hiểu tầm quan trọng sắc cá nhân người dùng tận dụng sức mạnh xu hướng cá nhân hóa Spotify có danh sách phát tạo phù hợp với khu vực nơi bạn sinh sống Trải nghiệm âm nhạc khu vực tảng khác phong phú, đa dạng không nghèo nàn Dù bạn bị mê âm hưởng jazz New Orleans hay rock thị thành San Francisco, Spotify có playlist phù hợp dành cho bạn Kết nối người nghe với nghệ sĩ người sáng tạo Có vấn đề ngành cơng nghiệp âm nhạc truyền thống trước người sáng tạo phải trải qua nhiều khó khăn để tiếp cận khán giả, họ tạo thứ âm nhạc mà người thích Hệ thống đề xuất âm nhạc Spotify hoạt động dựa cơng nghệ máy học để tìm hiểu loại 25 hát bạn, đồng thời dự đoán đề xuất cho bạn hát mà bạn chưa nghe bạn thích Điều tạo hội cho người sáng tạo âm nhạc người người nghe biết đến để có hát mà họ thích Điều làm hài lòng người nghe người sáng tạo đặc biệt giúp người sáng tạo trở thành phiên tốt họ Họ khơng phải trải qua trở ngại để cơng nhận họ tập trung vào việc tạo âm nhạc PHẦN III: NHẬN XÉT VÀ KẾT LUẬN I Nhận xét so sánh ưu điểm nhược điểm hai doanh nghiệp Hh AMAZON Nội dung Ưu điểm Nhược điểm SPOTIFY Ưu điểm Nhược điểm Thu thập - Ứng dụng công -Amazon dùng alexa - Ứng dụng công -Spotify phải liệu nghệ AI việc để thu thập nghệ AI gánh chịu phần khách nhận dạng thu ghi âm chứa việc nhận dạng lớn vấn đề hàng thập thông tin liệu thu thập thông tin vi phạm bảo mật khách hàng khách hàng.Tuy khách hàng liệu công cụ alexa hay nhiên, ứng dụng sử dụng trình thu thập trợ lý ảo số khách hàng, liệu giọng nói Echo Echo mối để xác định Show quan tâm quyền “trạng thái cảm riêng tư Họ khơng xúc, giới tính, cảm thấy thoải mái tuổi tác với việc ghi giọng” người âm giọng nói họ dùng - Tận dụng hết tất hoạt động khách hàng để biến thành liệu phục vụ cho việc lưu trữ đám mây loại bỏ hồn tồn phân tích chúng - Tận dụng hết tất hoạt 26 thấu hiểu nhu cầu động khách khách hàng hàng để biến thành liệu -AWS tiếng với phục vụ cho việc việc cung cấp sở thấu hiểu nhu cầu hạ tầng bảo mật khách hàng cao để đảm bảo tính riêng tư cho - Tạo nhiều mơ liệu, chuyên hình chia sẻ đại gia bảo mật diện cho liệu Amazon tuân theo sử dụng lớp giám sát nhiều ứng liệu khác dụng khác từ làm phong phú nguồn liệu khách hàng để phục vụ cho Phân tích -Hàng tá liệu - Tệp khách hàng - Tận dụng hiệu -Phần nhiều liệu khách hàng amazon lớn công nghệ sử dụng trí khách sử dụng để đa dạng hình máy học để cung tuệ người hàng xây dựng “ thức cung cấp cấp trải nghiệm phương pháp góc nhìn 360 độ” dịch vụ nên địi hỏi cá nhân hóa thống kê để tạo với tư cách quy trình khác cho người danh sách phát khách hàng cá nhau.trong việc phân dùng nhóm điều nhân tích liệu AWS chỉnh thủ cơng - AWS cung cấp nhiều loại sở liệu xây dựng gặp số vấn đề cố lưu trữ đám mây thời gian chết, kiểm - Tất liệu mã hóa trình di chuyển hiệu tốt hiệu suất chưa xuất sắc 27 theo mục đích, sốt hạn chế bảo GCP, khách hàng nhóm chọn vệ dự phịng trung tâm sở liệu phù hợp dựa quy mơ, độ phức tạp tính dịch vụ - Hầu hết dịch vụ phục vụ tốt thơng qua Amazon DynamoDB, cung cấp ưu việt hiệu suất thông - Amazon vận hành tập hợp lớn dịch vụ nhỏ kết nối liệu; liệu tất dịch vụ tảng đám mây điều giúp với sử dụng tăng tính bảo mật sở liệu chung trình xử nên dịch vụ lý, phân tích di kết nối phụ chuyển liệu thuộc lẫn khách hàng nhiều Một dịch vụ đơn lẻ quyền - ScienceBox trở nên thành lượng cao tiêu truy cập vào sở cơng Spotify tốn dung lượng liệu gây loại bỏ lưu trữ loạt vấn đề phương pháp cũ khách hàng dẫn hiệu đến hậu cho phép họ chạy mã không lường trước nhanh tới 50% so với trước Sử dụng - Giải -Với nguồn liệu -Spotify sử dụng - Với lượng liệu vấn đề bị choáng khổng lồ với liệu lớn liệu lớn khách ngợp trước tập trung vào dạng liệu thu thập hàng nhiều lựa chọn nhiều chiến lược người dùng Spotify khách hàng, khác khiến lợi chưa mở rộng liệu bên để 28 hoạt động đưa đề nhuận giảm tạo cung cấp trải thêm kinh xuất chi tiết cá khoảng trống cho nghiệm lâu dài chức doanh nhân hoá chúng để đối thủ cạnh tranh cho người dùng mà dùng để đem lại trải nghiệm Mặc dù doanh số Với công tạo "danh sách tốt cho khách bán hàng nghệ kỹ thuật hàng tuần" cho tất hàng Amazon gần phân tích khơng người dùng - Thu thập nhiều liệu hành vi khách hàng để thiết kế mơ hình tiếp thị tối ưu dành tăng lên, ngừng phát triển chi phí giao hàng từ nâng cao tăng lên trải nghiệm người đáng kể, dẫn đến tỷ dùng suất lợi nhuận giảm - Spotify chạy quảng cáo nhạc người dùng, đặc - Tận dụng biệt với tùy biến theo đối liệu khách hàng người dùng miễn tượng nhóm theo cách nâng phí tần suất đối tượng, tăng khả cao kiếm tiền quảng cáo cao bán hàng từ trải gây khó chịu nghiệm người giảm giá trị trải dùng, đồng thời nghiệm khách cho phép nhà hàng - Xây dựng công nghệ đề xuất tối ưu dựa việc sàng lọc cộng tác Amazon sử dụng sức mạnh đề xuất để khuyến quảng cáo nhắm mục tiêu khách hàng tiềm tốt - Spotify thay đổi giao diện thường xuyên, chí đơi tự ý gỡ khích khách hàng - Ngồi việc xây bỏ tính mua hàng bốc đồng dựng công cụ đề thay đổi nâng cao xuất nội dung âm giao diện toàn trải mạnh mẽ, ngược lại Spotify phát người dùng 29 nghiệm mua sắm - Dựa vào liệu khách hàng đưa chuỗi cung ứng hợp lý, tiết kiếm chi phí vận chuyển xử lý hàng tồn kho - Dù Amazon trọng vào web vô khôn khéo việc sử dụng liệu để cải thiện cửa hàng trực tiếp nhiên Amazon chưa thực giải thích rõ ràng thơng tin triển số cách mong muốn Điều sáng tạo khác để mang kiếm tiền từ lại số khó liệu khách hàng khăn cho người tạo trải dùng nghiệm người dùng đáng nhớ Ví dụ Spotify wrapped - Sáng tạo áp dụng triệt để liệu để nhắm mục tiêu đến đối tượng có cách cập nhật chiến dịch quảng cáo họ với nội dung hấp dẫn mà họ thu thập - Sử dụng liệu khách để huấn luyện hàng Amazon máy móc thuật Go lý sao, toán nghe nhạc cơng ty sử cung cấp thơng dụng thơng tin tin chi tiết hữu ích để cải thiện cửa cho trải nghiệm hàng người dùng 30 doanh nghiệp II Kết luận Amazon, Spotify trường hợp kinh điển việc ứng dụng liệu khách hàng đem đến thành cơng cho doanh nghiệp mình, trở thành nguồn cảm hứng cho doanh nghiệp khác học tập theo Điều chứng tỏ liệu khách hàng mang lại lợi ích vơ to lớn doanh nghiệp, chiếm vị trí thống trị ngành công nghiệp giúp doanh nghiệp phát triển trở nên tốt Tương lai không xa, lượng lớn liệu lại sản sinh từ tảng xã hội, từ cảm biến IoT, điện thoại thông minh, giây trôi qua Với việc tận dụng liệu khách hàng, doanh nghiệp có định chiến lược hiệu quả, khác biệt, góp phần vào phát triển vững mạnh PHẦN IV: TÀI LIỆU THAM KHẢO (https://www.spotify.com/vn-vi/privacy/plain) (https://amis.misa.vn/23897/chien-luoc-marketing-spotify/) Alexa - trợ lý ảo Amazon thu thập thông tin người dùng (vnexpress.net) Amazon ứng dụng Big Data để hiểu khách hàng nào? (ocd.vn) https://www.linkedin.com/pulse/underutilizing-big-data-one-spotifys-biggestscot-garcia https://ocd.vn/amazon-da-ung-dung-big-data-de-hieu-khach-hang-nhu-thenao/#:~:text=%C4%90%E1%BB%83%20gi%E1%BA%A3i%20quy%E1%BA %BFt%20v%E1%BA%A5n%20%C4%91%E1%BB%81,nh%E1%BB%AFng% 20g%C3%AC%20b%E1%BA%A1n%20mu%E1%BB%91n%20mua https://resources.base.vn/management/spotify-da-ung-dung-suc-manh-du-lieuvao-ca-nhan-hoa-trai-nghiem-khach-hang-nhu-the-nao-585 31 https://www.analyticssteps.com/blogs/how-spotify-using-big-data https://www.aidataanalytics.network/data-monetization/articles/datavisualization-monetization-and-personalization-spotify 10 https://www.analyticssteps.com/blogs/how-amazon-uses-big-data 11 https://blog.boardinfinity.com/role-of-big-data-in-business-with-case-studies/ 12 https://aws.amazon.com/vi/big-data/datalakes-and- analytics/?fbclid=IwAR0nbToOXywj2x4_CuWPDq76M90P_cNCGGFZc SuMSPt1yvL52yecBZNOJ2k 13 https://www.facebook.com/messenger_file/?attachment_id=208059437565 4118&message_id=mid.%24gABN_tNtRMGGQlLMXWAEQ1itCNeZ&thread_id=5488439307875297 14 https://spotify.design/article/designing-data-science-tools-at-spotify 15 https://spotify.design/article/designing-data-science-tools-at-spotify 16 https://www.linkedin.com/pulse/underutilizing-big-data-one-spotifys-biggest- scot-garcia 17 https://www.makeuseof.com/why-you-shouldnt-use-spotify/ 18 https://intellipaat.com/blog/aws-benefits-and-drawbacks/ 19 https://spotify.design/article/designing-data-science-tools-at-spotify 20 https://www.cloudaz.io/post/5-loi-ich-hang-dau-khi-su-dung-google-cloudplatform :: 32