ẢNH HƯỞNG CỦA BIG DATA ĐẾN HIỆU SUẤT DOANH NGHIỆP TRONG THỊ TRƯỜNG BÁN LẺ

1. Cơ sở lý luận về ảnh hưởng của big data đến hiệu suất doanh nghiệp trong thị trường bán lẻ 1.1. Khái quát chung về big data 1.1.1. Khái niệm big data Theo Gartner, dữ liệu lớn (big data) được định nghĩa như sau: “Dữ liệu lớn là tài sản thông tin, mà những thông tin này có khối lượng dữ liệu lớn, tốc độ cao và dữ liệu đa dạng, đòi hỏi phải có công nghệ mới để xử lý hiệu quả nhằm đưa ra được các quyết định hiệu quả, khám phá được các yếu tố ẩn sâu trong dữ liệu và tối ưu hóa được quá trình xử lý dữ liệu”. Định nghĩa về big data được Viện McKinsey (Global Institude) đề xuất: “Dữ liệu lớn dùng để chỉ tập dữ liệu với kích thước vượt quá khả năng lưu trữ, quản lý và phân tích của phần mềm cơ sở dữ liệu điển hình.” Định nghĩa về big data theo Miah et al.(2016) như sau: “dữ liệu lớn là tài sản thông tin được đặc trưng bởi khối lượng (lớn hơn nhiều so với bộ dữ liệu truyền thống), vận tốc (tốc độ nhanh chóng mà dữ liệu được tạo ra và có sẵn), đa dạng (cụ thể là định dạng), tính hay thay đổi (theo thời gian và sự đa dạng của các nguồn), và tính không ổn định (mức độ sản xuất không nhất quán) đòi hỏi công nghệ và phương pháp phân tích cụ thể để chuyển đổi thành giá trị”. Nhìn chung, big data có thể được hiểu là những dữ liệu, thông tin với khối lượng cực kỳ lớn không thể phân tích bằng những công cụ thông thường. Hơn thế nữa, dữ liệu lớn yêu cầu phải có năng lực xử lý (như một siêu máy tính); bao gồm nhiều loại dữ liệu như văn bản, hình ảnh, video; có thể qua nhiều nền tảng dữ liệu như mạng xã hội, các tệp nhật ký web, cảm biến, dữ liệu vị trí từ điện thoại thông minh, các tài liệu được số hóa. Dữ liệu lớn ngày càng tăng, đòi hỏi tăng cường khả năng tính toán và các công cụ phân tích mới. 1.1.2. Đặc điểm của big data Năm 2001, một nhà phân tích của META (nay có tên là công ty nghiên cứu Gartner) Doug Laney, đã chỉ ra những thách thức và cơ hội của sự tăng trưởng dữ liệu với mô hình “3Vs” tức là sự tăng về lượng (Volume), tăng về vận tốc (Velocity), tăng về chủng loại (Variety). Mặc dù, mô hình 3Vs ban đầu không được sử dụng để xác định Big Data, tuy nhiên Gartner cùng nhiều doanh nghiệp khác bao gồm cả IBM và một số cơ sở nghiên cứu của Microsoft vẫn còn sử dụng mô hình này để mô tả về dữ liệu lớn trong nhiều năm tiếp. Năm 2012, Gartner bổ sung thêm Big Data ngoài ba tính chất trên thì còn phải “cần đến các dạng xử lý mới để giúp đỡ việc đưa ra quyết định, khám phá sâu

TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN VIỆN THƯƠNG MẠI VÀ KINH TẾ QUỐC TẾ ĐỀ ÁN ẢNH HƯỞNG CỦA BIG DATA ĐẾN HIỆU SUẤT DOANH NGHIỆP TRONG THỊ TRƯỜNG BÁN LẺ Sinh viên thực : Phạm Thị Giang Mã sinh viên : 11201118 Lớp học phần : Thương mại điện tử Giảng viên hướng dẫn : Ths Dương Thị Ngân Hà Nội, tháng 03 năm 2023 MỤC LỤC DANH MỤC CÁC HÌNH, SƠ ĐỒ, BIỂU ĐỒ iii PHẦN MỞ ĐẦU 1 Lý chọn đề tài 1 Nội dung nghiên cứu Phạm vi nghiên cứu Kết cấu đề án 1 Cơ sở lý luận ảnh hưởng big data đến hiệu suất doanh nghiệp thị trường bán lẻ 1.1 Khái quát chung big data 1.1.1 Khái niệm big data 1.1.2 Đặc điểm big data 1.1.3 Sự khác biệt big data liệu truyền thống 1.1.4 Các công nghệ phần mềm big data 1.2 Khái quát chung hiệu suất doanh nghiệp 1.3 Vai trò big data doanh nghiệp bán lẻ Thực trạng ảnh hưởng big data đến hiệu suất doanh nghiệp thị trường bán lẻ 11 2.1 Thực trạng ảnh hưởng big data đến doanh nghiệp bán lẻ 11 2.1.1 Trên giới 11 2.1.2 Tại Việt Nam 14 2.2 Thực trạng ảnh hưởng big data đến hiệu suất doanh nghiệp thị trường bán lẻ 16 2.2.1 Big data ảnh hưởng tích cực đến hiệu suất doanh nghiệp thị trường bán lẻ 16 2.2.2 Big data không cải thiện hiệu suất doanh nghiệp thị trường bán lẻ 23 2.3 Đánh giá thực trạng 24 2.3.1 Thành tựu 24 2.3.2 Hạn chế 25 i Giải pháp để cải thiện hiệu suất doanh nghiệp việc sử dụng big data thị trường bán lẻ 27 KẾT LUẬN 29 DANH MỤC TÀI LIỆU THAM KHẢO 30 ii DANH MỤC CÁC HÌNH, SƠ ĐỒ, BIỂU ĐỒ Hình 1.1: Mơ hình 5Vs big data …………………………………….……… Hình 1.2: Biểu đồ hệ sinh thái liệu năm 2012 FIRSTMARK … …… Hình 1.3: Biểu đồ hệ sinh thái liệu 2021 FIRSTMARK ……… ………… Hình 2.1: Tỷ lệ doanh nghiệp ứng dụng big data ………………………… 11 Hình 2.2: Tốc độ tăng trưởng ngành bán lẻ giới (2020 - 2026) …………… 12 Hình 2.3: Doanh thu ngành bán lẻ Việt Nam ……………………………… 15 iii PHẦN MỞ ĐẦU Lý chọn đề tài Trong năm gần đây, liệu lớn từ khóa nhắc đến nhiều học thuật, thực tế kinh doanh công nghệ Dữ liệu giai đoạn bùng nổ Theo thống kê Forbes năm 2018, năm người dùng tạo khoảng 90% lượng liệu giới theo IFL Science, trung bình ngày lượng liệu tạo người 2,5 triệu tỷ byte Với kết nối Internet, thông tin đa phương tiện, đặc biệt truy cập mạng xã hội từ người tiêu dùng tiếp tục thúc đẩy liệu tăng theo cấp số nhân Doanh số ngành bán lẻ tăng trưởng hàng năm mức ổn định với mức tăng trưởng 2019 ước đạt 25,038 nghìn tỷ USD, tăng trưởng nhẹ 4.5% so với năm trước Với thay đổi cơng nghệ thói quen mua sắm người tiêu dùng dần thay đổi Bên cạnh đó, tồn cầu hố cạnh tranh trở nên gay gắt Dựa liệu, doanh nghiệp đưa định kinh doanh sáng suốt hơn, dự đốn nhu cầu khách hàng Đối với cơng ty ngành bán lẻ, liệu có ý nghĩa vơ quan trọng, phần thiếu hoạt động sản xuất kinh doanh doanh nghiệp Dựa liệu, doanh nghiệp bán lẻ phân tích hành vi khách hàng, nhu cầu loại khách hàng khu vực, dự đoán doanh số Dữ liệu lớn giúp cho ngành bán lẻ cải thiện kết hoạt động kinh doanh Bằng ứng dụng phân tích big data, doanh nghiệp bán lẻ cải thiện hiệu suất, hiệu kinh doanh Để có nhìn rõ nét chủ đề này, em xin chọn “Ảnh hưởng big data đến hiệu suất doanh nghiệp thị trường bán lẻ” làm đề tài đề án Thương mại điện tử Nội dung nghiên cứu Đề án tập trung nghiên cứu big data, vai trò big data doanh nghiệp bán lẻ, thực trạng, ảnh hưởng big data đến doanh nghiệp hiệu suất doanh nghiệp thị trường bán lẻ Việt Nam giới Từ đó, đưa giải pháp việc sử dụng big data để cải thiện hiệu suất doanh nghiệp thị trường bán lẻ Phạm vi nghiên cứu - Các doanh nghiệp thị trường bán lẻ - Tác động big data đến hiệu suất doanh nghiệp bán lẻ Kết cấu đề án Ngoài phần mở đầu, kết luận danh mục tài liệu tham khảo, đề án gồm có phần: - Phần 1: Cơ sở lý luận ảnh hưởng big data đến hiệu suất doanh nghiệp thị trường bán lẻ - Phần 2: Thực trạng ảnh hưởng big data đến hiệu suất doanh nghiệp thị trường bán lẻ Phần 3: Giải pháp để cải thiện hiệu suất doanh nghiệp việc sử dụng big data thị trường bán lẻ Cơ sở lý luận ảnh hưởng big data đến hiệu suất doanh nghiệp thị trường bán lẻ 1.1 Khái quát chung big data 1.1.1 Khái niệm big data Theo Gartner, liệu lớn (big data) định nghĩa sau: “Dữ liệu lớn tài sản thông tin, mà thông tin có khối lượng liệu lớn, tốc độ cao liệu đa dạng, địi hỏi phải có công nghệ để xử lý hiệu nhằm đưa định hiệu quả, khám phá yếu tố ẩn sâu liệu tối ưu hóa q trình xử lý liệu” Định nghĩa big data Viện McKinsey (Global Institude) đề xuất: “Dữ liệu lớn dùng để tập liệu với kích thước vượt khả lưu trữ, quản lý phân tích phần mềm sở liệu điển hình.” Định nghĩa big data theo Miah et al.(2016) sau: “dữ liệu lớn tài sản thông tin đặc trưng khối lượng (lớn nhiều so với liệu truyền thống), vận tốc (tốc độ nhanh chóng mà liệu tạo có sẵn), đa dạng (cụ thể định dạng), tính hay thay đổi (theo thời gian đa dạng nguồn), tính khơng ổn định (mức độ sản xuất khơng qn) địi hỏi cơng nghệ phương pháp phân tích cụ thể để chuyển đổi thành giá trị” Nhìn chung, big data hiểu liệu, thông tin với khối lượng lớn khơng thể phân tích cơng cụ thông thường Hơn nữa, liệu lớn yêu cầu phải có lực xử lý (như siêu máy tính); bao gồm nhiều loại liệu văn bản, hình ảnh, video; qua nhiều tảng liệu mạng xã hội, tệp nhật ký web, cảm biến, liệu vị trí từ điện thoại thơng minh, tài liệu số hóa Dữ liệu lớn ngày tăng, đòi hỏi tăng cường khả tính tốn cơng cụ phân tích 1.1.2 Đặc điểm big data Năm 2001, nhà phân tích META (nay có tên cơng ty nghiên cứu Gartner) Doug Laney, thách thức hội tăng trưởng liệu với mơ hình “3Vs” tức tăng lượng (Volume), tăng vận tốc (Velocity), tăng chủng loại (Variety) Mặc dù, mơ hình 3Vs ban đầu khơng sử dụng để xác định Big Data, nhiên Gartner nhiều doanh nghiệp khác bao gồm IBM số sở nghiên cứu Microsoft sử dụng mơ hình để mơ tả liệu lớn nhiều năm tiếp Năm 2012, Gartner bổ sung thêm Big Data ngồi ba tính chất cịn phải “cần đến dạng xử lý để giúp đỡ việc đưa định, khám phá sâu vào vật/sự việc tối ưu hóa quy trình làm việc” Năm 2014, Gartner đưa mơ hình 5Vs năm tính chất quan trọng Big Data, bao gồm: Hình 1.1: Mơ hình 5Vs big data Khối lượng (Volume): Sự sản sinh thu thập liệu lớn, quy mô liệu trở nên ngày lớn Tốc độ (Velocity): Tính kịp thời liệu lớn, cụ thể việc thu thập phân tích liệu phải tiến hành nhanh chóng kịp thời để sử dụng cách tối đa giá trị thương mại Big Data Tính đa dạng (Variety): liệu lớn tạo từ nhiều nguồn nhiều dạng khác (video, hình ảnh, tài liệu, …) Nó bao gồm liệu cấu trúc liệu phi cấu trúc, liệu cá nhân liệu cơng khai, vv Tính xác (Veracity): đề cập đến chất lượng, tính xác thực hay độ tin cập liệu Với nhiều dạng thức khác liệu lớn, chất lượng tính xác liệu khó kiểm sốt Phân tích loại bỏ liệu thiếu xác nhiễu quan trọng “Big Data” Giá trị (Value): Đây coi đặc điểm quan trọng liệu lớn Việc tiếp cận liệu lớn có ý nghĩa chuyển thành thơng tin có giá trị Ngồi ra, Emani & cộng (2015) Gandomi Haider (2015) nhiều V đặc điểm khác để xác định rõ big data: Vision (mục đích), Verification (xác minh), Complexity (độ phức tạp), Immutability (tính bất biến) 1.1.3 Sự khác biệt big data liệu truyền thống Ths Nguyễn Văn Đồn & KS Nguyễn Cơng Hoan đưa điểm khác biệt “dữ liệu lớn với liệu truyền thống (ví dụ, kho liệu - Data Warehouse) 4 điểm bản: liệu đa dạng hơn; lưu trữ liệu lớn hơn; truy vấn liệu nhanh hơn; độ xác cao Thứ nhất, liệu đa dạng Khi khai thác liệu truyền thống (dữ liệu có cấu trúc), thường phải trả lời câu hỏi: Dữ liệu lấy kiểu gì? định dạng liệu nào? Đối với liệu lớn, trả lời câu hỏi Hay nói khác, khai thác, phân tích liệu lớn khơng cần quan tâm đến kiểu liệu định dạng chúng; điều quan tâm giá trị mà liệu mang lại có đáp ứng cho cơng việc tương lai hay không Thứ hai, lưu trữ liệu lớn Lưu trữ liệu truyền thống vô phức tạp đặt câu hỏi lưu nào? dung lượng kho lưu trữ đủ? gắn kèm với câu hỏi chi phí đầu tư tương ứng Cơng nghệ lưu trữ liệu lớn phần giải vấn đề nhờ công nghệ lưu trữ đám mây, phân phối lưu trữ liệu phân tán kết hợp liệu phân tán lại với cách xác xử lý nhanh thời gian thực Thứ ba, truy vấn liệu nhanh Dữ liệu lớn cập nhật liên tục, kho liệu truyền thống cập nhật tình trạng khơng theo dõi thường xun gây tình trạng lỗi cấu trúc truy vấn dẫn đến khơng tìm kiếm thông tin đáp ứng theo yêu cầu 1.1.4 Các công nghệ phần mềm big data Để phân tích tổng hợp big data, có nhiều cơng nghệ áp dụng, có số cơng nghệ bật: Big Table: hệ thống sở liệu phân tán sử dụng để quản lý liệu có cấu trúc, dễ co giãn phạm vi lớn Big Table Google sử dụng nhiều dự án lớn Business Intelligence (BI): loại phần mềm ứng dụng thiết kế để phân tích báo cáo hiển thị liệu Các cơng cụ BI thường sử dụng để đọc liệu lưu trữ trước kho liệu siêu liệu, tạo báo cáo sở định kỳ theo thời gian thực Cassandra: hệ thống quản lý sở liệu mã nguồn mở thiết kế để xử lý số lượng lớn liệu hệ thống phân tán Hệ thống ban đầu phát triển Facebook quản lý dự án tảng Apache Software MapReduce: quy trình giúp xử lý tập hợp liệu siêu lớn đặt hệ thống máy tính phân tán, xử lý liệu phi cấu trúc liệu cấu trúc Trong MapReduce, máy tính chứa liệu đơn lẻ gọi nút (node) Quy trình định nghĩa liệu dạng cặp khóa/giá trị (key/value) xử lý hai luồng liệu song song MapReduce bao gồm hai chức năng: - Map: phân tách thông tin nhiều nút sau xử lý song song Reduce: chức kết hợp với kết để tạo thành phản hồi cuối Hadoop: tập hợp phần mềm mã nguồn mở để xử lý tập liệu khổng lồ số loại vấn đề hệ thống phân tán Hadoop ban đầu phát triển Yahoo! quản lý dự án Tổ chức Phần mềm Apache R: ngơn ngữ lập trình mã nguồn mở mơi trường phần mềm cho máy tính đồ họa thống kê Ngôn ngữ R trở thành tiêu chuẩn thực tế sử dụng rộng rãi để phát triển phần mềm thống kê phân tích liệu Stream Processing: công nghệ dùng để xử lý liệu lớn thời gian thực Dữ liệu lưu trữ xử lý theo thời gian thực, thích hợp với việc xử lý liệu online triển khai hoạt động tương tác với khách hàng cách linh động hiệu Hiện nay, cơng nghệ phần mềm phân tích tổng hợp big data nhiều đa dạng Theo thống kê FIRSTMARK, thấy sau gần 10 năm, từ 2012 đến 2021, số lượng doanh nghiệp cung cấp phần mềm big data ngày tăng Hình 1.2: Biểu đồ hệ sinh thái liệu năm 2012 FIRSTMARK (Nguồn: Mattuck, Bối cảnh máy học, trí tuệ nhân tạo liệu (MAD) năm 2021, 2021) Các công ty bán lẻ phụ thuộc nhiều vào liệu họ ngày, đặc biệt đưa định giúp tăng doanh thu giảm chi phí Phân tích liệu lớn giúp cắt giảm chi phí hoạt động đầu tư vào nơi cần thiết 66,7% người trả lời khảo sát từ New Vantage cho biết họ bắt đầu sử dụng big data để giảm chi phí Hơn nữa, 59,4% số người tham gia khảo sát từ Syncsort cho công cụ big data giúp họ giảm chi phí tăng hiệu hoạt động Trong Khảo sát Pure Storage Bredin IT Research 500 người định CNTT toàn cầu, 86% số người hỏi lưu ý kế hoạch tăng cường sử dụng liệu để cải thiện tối ưu hóa chi phí hoạt động nhiều vào năm 2023 kể từ năm 2022 Một số trường hợp sử dụng big data giúp giảm chi phí như: - Giảm chi phí chiến lược marketing Đối với doanh nghiệp, việc hiểu rõ hồ sơ khách hàng vô quan trọng Những năm gần đây, việc đưa chiến lược marketing công ty dựa quy trình thủ cơng truyền thống để nghiên cứu hành vi khách hàng khơng cịn phổ biến Các doanh nghiệp sử dụng chiến lược tiếp thị đa kênh, dựa big data để phân tích hành vi khách hàng đưa định kinh doanh chiến lược Dữ liệu lớn giúp doanh nghiệp bán lẻ thực chiến dịch marketing hiệu kỷ nguyên ưu tiên kỹ thuật số, chuyển từ tiếp thị đại chúng sang chiến lược nhắm mục tiêu cá nhân hóa Các doanh nghiệp bán lẻ thu thập liệu từ điểm tiếp xúc khách hàng, giúp họ hiểu rõ hành vi ý định khách hàng Bằng cách đánh giá hành vi khách hàng, cơng ty tạo kế hoạch tiếp thị chiến lược nhắm mục tiêu đến nhóm khách hàng cụ thể—ví dụ: cách đưa đề xuất cá nhân hóa dựa giao dịch mua trước hoạt động mạng xã hội Trong trường hợp performance marketing, chi phí quảng cáo tính người dùng online thực hành động định, chẳng hạn nhấp vào quảng cáo phải trả tiền Sử dụng liệu từ khách hàng thực hành động tương tự, phân tích big data xác định trường hợp có khả ảnh hưởng đến nhấp chuột khách hàng Theo cách này, việc phân tích big data dẫn đến lãng phí hơn, làm cho quảng cáo trở nên phù hợp tốn thực Trên thực tế, nghiên cứu Forrester cho thấy 37% nhà quảng cáo lãng phí ngân sách cách khơng cần thiết liệu chất lượng Dữ liệu đầy đủ cho phép họ phân bổ chi phí marketing cách chiến lược cách tạo thực chiến dịch tiếp thị nhắm mục tiêu tốt - Cắt giảm chi phí hậu cần 17 Một lợi ích quan trọng big data doanh nghiệp bán lẻ tiết kiệm chi phí trả lại sản phẩm Trung bình, chi phí trả lại sản phẩm gấp 1,5 lần so với chi phí vận chuyển thực tế Bằng cách tích hợp phân tích big data, cơng ty bán lẻ đánh giá khả sản phẩm bị trả lại Những cơng cụ xác định sản phẩm có nhiều khả bị trả lại cho phép cơng ty bán lẻ thực biện pháp cần thiết để giảm tổn thất chi phí Các mặt hàng phổ biến trả lại trao đổi quần áo, giày dép phụ kiện thời trang, v.v Các yếu tố phổ biến dẫn đến việc trả lại sản phẩm bao gồm sản phẩm bị lỗi, kích thước khơng xác, tiêu chuẩn khơng đáp ứng, v.v Dựa big data, cơng ty tìm khu vực có nhiều sản phẩm bị trả lại khách hàng thường xuyên trao đổi hàng hóa Điều giúp doanh nghiệp bán lẻ cắt giảm chi phí vận chuyển hậu cần - Giảm chi phí lưu kho Với kỹ thuật phân tích nâng cao ngày chi tiết nhờ khai thác tệp liệu đa chiều, Big Data tiếp tục khẳng định công cụ mạnh mẽ giúp doanh nghiệp cải thiện việc quản lý hàng tồn kho nhằm đảm bảo hàng hóa giữ kho mức tối thiểu để tiết kiệm chi phí đảm bảo đủ hàng hóa lưu thơng Giảm chi phí giao hàng Những nhà bán lẻ hàng đầu biết cách tận dụng thiết bị công nghệ (như hệ thống GPS) để tối ưu hóa vận chuyển lộ trình nhằm tiết kiệm chi phí, tăng suất Với mục đích thực nhanh đơn hàng, Amazon gắn kết với nhà sản xuất theo dõi kho hàng họ Cụ thể, Amazon dùng hệ thống Big Data việc chọn kho hàng gần người bán hay người tiêu dùng cuối nhằm giảm chi phí giao hàng từ 10% đến 40% Nhờ kỹ thuật khai thác liệu đại, doanh nghiệp bán lẻ tích lũy nhiều liệu khách hàng, dựa để phân tích đưa - định kinh doanh, dự đoán nhu cầu khách hàng hay có chiến lược phù hợp Big data giúp nhà bán lẻ tăng doanh số từ liệu doanh nghiệp sẵn có Với phát triển nhiều mơ hình định giá phức tạp, nhà bán lẻ đưa định giá sản phẩm phù hợp tới đối tượng khách hàng, khu vực… vào độ co giãn cầu gần Theo nghiên cứu McKinsey & Company thực , công ty ngày sử dụng big data để thực chiến lược định giá linh hoạt cấp độ khách hàng cá nhân Họ 18 phát gần 75% doanh thu cơng ty tạo quy cho danh mục sản phẩm tiêu chuẩn họ, khoảng 30% số sản phẩm bán mức giá tối ưu Để giải vấn đề này, cơng ty bắt đầu sử dụng phân tích big data để tìm mức giá tạo nhiều doanh thu Với mức điều chỉnh 1% giá mặt hàng, cơng ty tăng tới 8,7% lợi nhuận mà không cần thực thay đổi quy trình bán hàng họ Big Data dùng để giúp cho giá thành Amazon hấp dẫn, nhằm thu hút thêm khách hàng gia tăng thêm lợi nhuận trung bình 25% năm Giá thành thiết lập theo hoạt động khách hàng trang web, chiến lược đối thủ, sẵn có sản phẩm, mức độ ưa thích sản phẩm, lịch sử đơn hàng, lợi nhuận kỳ vọng yếu tố khác Giá thành sản phẩm thông thường thay đổi 10 phút liệu Big Data cập nhật phân tích cách thường xuyên gần tức Điều mang lại lợi ích cho công ty việc tăng thu nhập hàng năm lên 143% từ năm 2016 đến năm 2019, theo báo cáo Amazon thường xuyên cung cấp giảm giá cho hàng bán chạy “best-selling items” đồng thời kiếm nhiều lợi nhuận nhóm sản phẩm thơng dụng “less-popular items” Ví dụ, chi phí tiểu thuyết danh mục New York Times Best Sellers 25% rẻ giá bán lẻ, tiểu thuyết khơng có danh mục mắc 10% so với đối thủ đưa Big data sử dụng để quản lý giá sản phẩm nhằm thu hút nhiều khách hàng cuối tăng lợi nhuận ròng Trước Big Data sử dụng tối ưu hóa giá, giá sản phẩm không thay đổi tần suất trang web Bây giờ, giá thay đổi thường xuyên Một lý tảng big data đánh giá mức độ sẵn sàng mua người Các doanh nghiệp bán lẻ tận dụng lợi Big Data để khai thác thông tin khách hàng nhân học, sở thích, lịch sử mua sắm… Amazon sử dụng lọc để tạo gợi ý sản phẩm cho sản phẩm mua truy cập Có báo cáo cho rằng, 30% doanh số bán hàng Amazon cơng cụ đề xuất họ Một ví dụ khác, cửa hàng bán lẻ sử dụng phân tích big data để tối ưu hóa chương trình khuyến cửa hàng liên kết mặt hàng bổ sung sản phẩm kèm Target sử dụng phân tích hành vi để dự đốn thay đổi sống mà khách hàng họ trải qua, chẳng hạn ly hôn, kết hôn mang thai Tận dụng phân tích liệu lớn, Target xác định 25 sản phẩm 19 thực phẩm chức bổ sung vitamin, kem dưỡng da khơng mùi mà phân tích chung giúp xác định điểm dự đốn mang thai Do đó, dựa điểm dự đoán cho nhà bán lẻ nữ, Target gửi chương trình khuyến tập trung vào sản phẩm liên quan đến em bé Điều giúp nhà bán lẻ Target tăng doanh số bán sản phẩm dành cho trẻ em sau tung chiến dịch quảng cáo lạ dựa hành vi mua sắm khách hàng Quyết định bán mặt hàng cửa hàng vào đặc điểm địa lý, cảm nhận khách hàng nhiều liệu khác Một nhà bán lẻ dược phẩm hàng đầu Mỹ nghiên cứu người tiêu dùng, phân tích thị trường, xác định nguyên nhân dẫn đến tăng trưởng không đổi suy giảm cấp độ danh mục Nó giảm 17% tổng số đơn vị lưu kho (SKU), thương hiệu nhãn hiệu riêng từ 10% tổng sản phẩm tăng lên 14% đạt mức tăng 3% thu nhập tăng 2% doanh số bán hàng CMO Home Depot, Kevin Hofmann, cho biết: “Dữ liệu chúng tơi cho phép chúng tơi biết khách hàng cấp độ cá nhân Khả nhắm mục tiêu giúp tiếp cận họ nơi, thời điểm mong muốn tất thơng điệp điều chỉnh để phù hợp với khán giả” Khoản đầu tư vào big data Home Depot cho phép họ nhắm mục tiêu quảng cáo xác đến mức người phố thấy quảng cáo khác họ truy cập trang web họ Họ thử nghiệm quảng cáo kích hoạt thời tiết triển khai điều kiện thời tiết định Ngoài ra, Home Depot tạo quảng cáo theo hàng tồn kho đẩy lên phía trước tùy thuộc vào tình trạng hàng tồn kho số cửa hàng định Kết là, cửa hàng trực tuyến họ tăng thêm tỷ đô la bốn năm qua mức tăng trưởng chung đo 20% Thứ hai, big data giúp doanh nghiệp bán lẻ nâng cao độ hài lịng khách hàng Bằng việc phân tích big data, doanh nghiệp hiểu sâu khách hàng Nghiên cứu báo cáo Syncsort cơng cụ big data tăng suất người dùng lên 59,9%; gia tăng hiệu hoạt động giúp cải thiện doanh số bán hàng tăng cường giữ chân khách hàng, đôi bên có lợi Bằng cách khai thác liệu, từ tối ưu hố vị trí hàng hố thiết kế trực quan, nhà bán lẻ điều chỉnh lại trang web xếp lại sản phẩm, từ tăng tương tác khách hàng trang web (nhấp chuột, cuộn, di chuột), thu hút thêm nhiều khách hàng Ví dụ, eBay tiến hành hàng nghìn thử nghiệm với 20 khía cạnh khác trang Web để xác định bố cục tối ưu tính khác từ điều hướng đến kích thước ảnh Một nghiên cứu IBM cho thấy, doanh nghiệp bán lẻ sử dụng big data để phân tích liệu khách hàng có tỷ lệ chuyển đổi tăng lên 70% Big data có ảnh hưởng đáng kể đến hài lòng khách hàng cung cấp cho doanh nghiệp thơng tin hiểu biết sâu sắc khách hàng họ Nhờ vào khả thu thập, phân tích sử dụng liệu lớn từ nhiều nguồn khác nhau, doanh nghiệp bán lẻ hiểu nhu cầu mong muốn khách hàng cung cấp cho họ sản phẩm dịch vụ tốt Các doanh nghiệp bán lẻ sử dụng big data để đo đạc phân tích hài lịng khách hàng, từ đưa cải tiến điều chỉnh để đáp ứng nhu cầu họ Chẳng hạn, thơng qua phân tích liệu khách hàng kênh tương tác, doanh nghiệp nhận biết vấn đề phổ biến mà khách hàng gặp phải trình mua sắm sử dụng sản phẩm, từ tạo giải pháp để cải thiện trải nghiệm khách hàng Ngoài ra, big data giúp doanh nghiệp bán lẻ xây dựng chiến lược tiếp cận khách hàng hiệu hơn, nhằm tối đa hóa hiệu tiếp cận tăng cường tương tác khách hàng doanh nghiệp Ví dụ, doanh nghiệp sử dụng big data để phân tích thơng tin địa lý hành vi khách hàng để tối ưu hóa chiến lược quảng cáo truyền thơng, từ giúp tăng cường tương tác tăng hài lịng khách hàng Hình thức marketing dựa địa điểm chủ yếu dựa vào phổ biến ngày phát triển loại điện thoại thông minh thiết bị di động định vị khác mà nhờ vào xác định khách hàng tiềm khu vực Ví dụ, người tiêu dùng đến cửa hàng quần áo, cửa hàng gửi ưu đãi đặc biệt số sản phẩm đến điện thoại người Hơn 50% người tiêu dùng mua hàng công ty startup PlaceCast, nhờ sử dụng marketing dựa địa điểm Nhà bán lẻ Macy's có trụ sở Hoa Kỳ thu thập liệu sở thích mối quan tâm khách hàng dựa tính thời vụ, phạm vi giá, nhân học, màu sắc, địa lý nhiều đặc điểm khác Sau đó, hệ thống phân tích đo lường cảm xúc tích cực tiêu cực mà khách hàng thể phương tiện truyền thông xã hội sản phẩm cụ thể để áp dụng phân tích dự đốn, giúp xác định hội dự báo xu hướng tác động đến hoạt động kinh doanh họ Chẳng hạn, thơng qua phân tích big data, Macy's phát người chia sẻ tweet “Áo khoác” thường xuyên sử dụng thuật ngữ “Michael Kors” “Louis Vuitton” Thông tin giúp nhà bán lẻ xác định thương 21 hiệu áo khoác nên giảm giá chiến dịch quảng cáo tương lai họ để thu hút khách hàng Các hệ thống phân tích Macy trao quyền để dự đốn khách hàng muốn cách tách biệt khách hàng để thu hút ý họ giữ họ tương tác tương tác dẫn đến việc mua sản phẩm Thứ ba, big data giúp doanh nghiệp bán lẻ cải thiện suất lao động Việc sử dụng big data để hiểu tăng suất mang nhiều sắc thái chút Chẳng hạn, cơng ty bán lẻ định sử dụng tảng theo dõi thời gian cung cấp thông tin chi tiết báo cáo chia thành dự án Điều giúp ban quản lý hiểu lượng thời gian dành cho số dự án định lượng thời gian dự kiến cịn lại trước có kết Những cơng nghệ tăng suất cách giúp nhân viên thành viên nhóm hình dung khối lượng cơng việc cần hồn thành khung thời gian định Nó giúp lãnh đạo lập ngân sách lập kế hoạch thời gian cho dự án tương lai Những tiến công nghệ big data bắt đầu cung cấp nhiều cách theo dõi suất nhân viên Big data sử dụng để giúp xác định điểm yếu nhóm định Nó giúp nhà quản lý có kế hoạch đào tạo làm việc mà họ cần để bắt kịp với nhóm khác hiệu Loại theo dõi giúp xác định nhóm ln vượt trội so với nhóm khác giúp phân tích xác họ làm khác biệt Đối với nhóm gặp khó khăn q trình làm việc, nhà quản lý kịp thời điều chỉnh giúp đỡ Một lợi phân tích big data khả cá nhân hóa Mỗi nhân viên có cách làm việc khác có yêu cầu khác nơi làm việc Việc khía cạnh khiến việc giữ chân nhân viên trở nên khó khăn Với big data, đội ngũ nhân biết điểm mạnh điểm yếu nhân viên Chẳng hạn, dự đoán hiệu nhân viên loại cơng việc định Có nhiều khả nhân viên làm việc dự án khác hoàn toàn Với mạnh nhân viên, xếp cơng việc phù hợp, từ làm tăng hiệu suất Big data giúp nhân viên sử dụng tăng suất Ví dụ, cơng nghệ sử dụng để giúp xác định rủi ro mà nhân viên tránh Tương tự vậy, nhân viên sử dụng để phân tích số khía cạnh định dự án họ nhằm khám phá hiểu biết sâu sắc 22 mà bỏ sót Big data thực tất điều với tốc độ cực nhanh, điều làm tăng thêm suất 2.2.2 Big data không cải thiện hiệu suất doanh nghiệp thị trường bán lẻ Trong số nghiên cứu mối liên hệ tích cực đầu tư sử dụng big data kết công ty, nghiên cứu khác đầu tư sử dụng big data không dẫn đến cải thiện kết công ty Việc áp dụng phân tích big data có tác động tích cực đến hiệu suất doanh nghiệp khơng, cịn phụ thuộc vào doanh nghiệp cơng nghệ, văn hố, trình độ nhân viên cơng ty Việc sử dụng big data giúp cơng ty có lợi cạnh tranh cách cải thiện tổng hiệu suất họ Tuy nhiên, việc sử dụng big data mang lại lợi ích tiềm cho công ty bán lẻ, nhiều người số họ không liệu việc sử dụng liệu lớn cải thiện hiệu suất họ so với đối thủ cạnh tranh hay không (Ghasemaghaei, Hassanein, & Turel, 2017; Grover, 2018; Johnson, Friend, & Lee, 2017; Kwon, Lee, & Shin, 2014) Một khảo sát Gartner (2016) cho thấy khoản đầu tư vào big data tiếp tục tăng, nhiều dự án big data mang lại kết đáng thất vọng Trong năm 2017, 60% dự án big data vượt qua giai đoạn thử nghiệm (Grover et al., 2018) Những vấn đề khiến nhiều công ty không chắn việc liệu đầu tư vào big data nâng cao hiệu suất họ hay không (Grover et al., 2018) Trong số 97.2% doanh nghiệp đầu từ vào big data, có 24% cơng ty sử dụng liệu mà họ thu nhập phân tích cho trình đưa định Doanh nghiệp chưa tận dụng nguồn liệu có “Phân tích liệu lớn chưa doanh nghiệp trọng khai thác hết tiềm năng, đặc biệt liệu hình ảnh” theo ơng Võ Tân Thành, Phó chủ tịch Liên đồn Thương mại Cơng nghiệp Việt Nam (VCCI) kiêm Giám đốc VCCI-HCM Theo nghiên cứu Harvard, lý lớn khiến khoản đầu tư vào big data không mang lại kết hầu hết công ty không làm tốt công việc với thông tin họ có Họ khơng biết cách quản lý nó, phân tích theo cách giúp nâng cao hiểu biết họ sau thực thay đổi để đáp ứng với hiểu biết Các cơng ty khơng phát triển lực nhanh chóng họ đầu tư vào cơng cụ phân tích cao cấp Nếu cơng ty khơng hiểu rõ cách sử dụng liệu phân tích để hỗ trợ định điều hành mình, cơng ty khơng thể hưởng lợi từ big data Ngoài ra, việc biến hiểu biết 23 sâu sắc (insights) từ phân tích liệu thành lợi cạnh tranh địi hỏi thay đổi mà doanh nghiệp khơng thực Ví dụ, nhà bán lẻ biết họ tăng lợi nhuận đáng kể cách kéo dài thời gian mặt hàng bày bán sàn trước sau giảm giá Nhưng việc thực thay đổi yêu cầu thiết kế lại toàn chuỗi cung ứng Hầu hết công ty thị trường bán lẻ cải thiện đáng kể hiệu suất kinh doanh cách tập trung vào cách liệu hoạt động, từ cung cấp thơng tin cho việc định hàng ngày Nhưng có nhiều cơng ty bán lẻ chưa tận dụng lợi nguồn big data Một lý cách quản lý chưa bắt kịp với tảng công nghệ Ngoài ra, việc áp dụng việc định dựa liệu thay đổi văn hóa khó khăn: quy trình làm việc phải xác định lại, liệu phải sàng lọc quy tắc kinh doanh phải thiết lập để hướng dẫn người công việc họ 2.3 Đánh giá thực trạng 2.3.1 Thành tựu Doanh nghiệp bán lẻ cải thiện hoạt động kinh doanh Hoạt động kinh doanh cơng ty cải thiện cách sử dụng big data Nó giúp tối ưu hóa quy trình kinh doanh để tiết kiệm chi phí, tăng suất tăng hài lịng khách hàng Tuyển dụng quản lý nhân trở nên hiệu Phát gian lận, quản lý rủi ro lập kế hoạch an ninh mạng tốt giúp tổ chức giảm tổn thất tài tránh mối đe dọa kinh doanh tiềm ẩn Thứ nhất, tối ưu hố chi phí doanh nghiệp bán lẻ Một lợi lớn công nghệ big data giảm chi phí lưu trữ, xử lý phân tích khối lượng liệu khổng lồ cho doanh nghiệp Áp dụng công nghệ phân tích Big Data tất quy trình tổ chức khơng giúp doanh nghiệp tự động loại bỏ sai sót mà cịn triển khai giải pháp nhanh chóng, hiệu Bên cạnh đó, cơng nghệ big data giúp cải thiện hoạt động tiết kiệm chi phí công ty Theo khảo sát BARC, việc phân tích liệu giúp doanh nghiệp cắt giảm 10% chi phí Thứ hai, thúc đẩy tăng doanh thu doanh nghiệp bán lẻ Dựa ứng dụng phân tích big data, doanh nghiệp cải thiện khâu trình sản xuất kinh doanh, tối ưu hoá nguồn lực hệ thống phân phối logistics Một số phát đáng ý Đại học Texas cho thấy trung bình cơng ty danh sách Fortune 1000 có thể: tăng doanh thu tỷ đô la năm cách tăng khả sử dụng liệu 10%, tăng lợi nhuận vốn chủ sở hữu lên 16% cách tăng chất lượng liệu khả nhân viên 24 bán hàng truy cập liệu 10%, tăng lợi tức đầu tư lên 0,7% (tương đương với 2,87 triệu đô la thu nhập bổ sung) cách tăng liệu thông minh khả truy cập liệu 10% Thứ ba, tiết kiệm thời gian Việc tổng hợp, phân tích lượng liệu khổng lồ địi hỏi nhiều thời gian chi phí, đồng thời có độ trễ định xử lý thủ cơng Big Data có khả thu thập, xử lý liệu với tốc độ nhanh hơn, dễ dàng hơn, tiết kiệm thời gian đáng kể Bằng cách làm liệu, tự động hóa tác vụ báo cáo kết xu hướng, phân tích liệu giúp cải thiện quy trình đưa định kinh doanh thông minh hơn, sáng suốt 2.3.2 Hạn chế Với nguồn liệu đa dạng rộng lớn, doanh nghiệp bán lẻ dựa vào big data để đưa định kinh doanh, phân tích hành vi khách hàng, dự đoán nhu cầu thị trường, nâng cao hiệu kinh doanh Tuy nhiên, bên cạnh lợi ích big data, có nhiều thách thức đặt doanh nghiệp bán lẻ Thứ nhất, hạn chế nguồn nhân lực Một thách thức mà nhà bán lẻ phải đối mặt thiếu hụt nguồn nhân lực có kinh nghiệm, có kiến thức sâu thống kê, phân tích liệu Một khảo sát AtScale việc thiếu chuyên gia chuyên nghiên cứu phân tích liệu lớn thách thức lớn doanh nghiệp ứng dụng công nghệ Big Data Hiện nay, nguồn nhân lực chuyên nghiệp phân tích, xử lý liệu hạn chế Một phần kiến thức phân tích, xử lý liệu cịn chưa trọng từ khâu đào tạo trường đại học, học viên Việc phát triển nguồn nhân lực chuyên nghiệp yếu tố cần thiết để đón đầu xu hướng công nghệ tương lai Thứ hai, hạn chế kiểm soát chất lượng liệu Trong khảo sát Syncsort, trở ngại hàng đầu ứng dụng công nghệ Big Data nhu cầu giải vấn đề chất lượng liệu Trước sử dụng liệu lớn cho nỗ lực phân tích, nhà khoa học phân tích liệu cần đảm bảo thông tin họ sử dụng xác, phù hợp định dạng phù hợp để phân tích Việc ‘làm sạch’ liệu thực tế chiếm tới nửa thời gian chun gia phân tích Nếu doanh nghiệp khơng giải vấn đề chất lượng liệu đầu vào, kết luận phân tích từ vơ giá trị, chí dẫn tới chiến lược sai lầm sau 25 Khi thu thập lượng liệu nào, điều quan trọng đảm bảo bạn nhắm mục tiêu loại thông tin sử dụng phương pháp tối ưu để thu thập liệu Dữ liệu chất lượng dẫn đến kết luận khơng xác, thực gây trở ngại lợi ích Trong bối cảnh bán lẻ, loại liệu hữu ích thứ khối lượng bán hàng, lượng khách hàng, tỷ suất lợi nhuận, mức tồn kho, hiệu chiến dịch quảng cáo, v.v Sự đa dạng nguồn liệu làm tăng thêm phức tạp cần phải sử dụng phương pháp khác để thu thập liệu Thứ ba, thay đổi văn hố doanh nghiệp cịn gặp nhiều khó khăn Nhiều doanh nghiệp bán lẻ sử dụng phân tích liệu lớn khơng với mục đích nâng cao hiệu hoạt động, họ muốn sử dụng phân tích để tạo văn hóa doanh nghiệp dựa liệu công ty Theo khảo sát NewVantage, có tới 98,6% giám đốc điều hành chia sẻ cơng ty họ q trình tạo loại hình văn hóa doanh nghiệp theo hướng Tuy nhiên, thay đổi văn hóa khơng phải câu chuyện dễ dàng, chứng nay, có 32,4% người hỏi xác nhận dịch chuyển văn hóa thành cơng Do điều kiện thị trường thay đổi nhanh chóng đổi công nghệ mới, chẳng hạn big data, doanh nghiệp thị trường bán lẻ cần phải nhanh nhẹn thích ứng với thị trường ln thay đổi Thách thức lớn hầu hết doanh nghiệp công nghệ, mà trình thay đổi văn hố Thách thức việc chuyển đổi từ văn hóa tri thức sang văn hóa học hỏi—từ văn hóa chủ yếu phụ thuộc vào kinh nghiệm việc định sang văn hóa khách quan nhiều định hướng liệu nắm bắt sức mạnh liệu công nghệ Việc ứng dụng big data đòi hỏi doanh nghiệp phải giải vấn đề liên kết tổ chức, quản lý thay đổi, thiết kế quy trình kinh doanh phù hợp, … Doanh nghiệp cần điều chỉnh văn hóa tổ chức cơng ty áp dụng quy trình học tập tổ chức để thu lợi ích từ big data Để có đầy đủ lợi ích từ liệu lớn địi hỏi phải điều chỉnh văn hóa lực cơng ty có Bên cạnh đó, thách thức đặt doanh nghiệp nhân viên ban quản lý cơng ty chưa có thói quen đưa định dựa liệu Hành vi nhà quản lý cấp cao không coi trọng việc định dựa liệu, ảnh hưởng đến định tất cấp tổ chức 26 Giải pháp để cải thiện hiệu suất doanh nghiệp việc sử dụng big data thị trường bán lẻ Thứ nhất, doanh nghiệp bán lẻ cần có chiến lược big data cụ thể Big data vô giá trị khơng có chiến lược big data Đầu tư vào cơng nghệ phân tích liệu mà khơng biết doanh nghiệp cần để thành cơng định sai lầm Doanh nghiệp cần phát triển chiến lược liệu lớn để bạn tận dụng tối đa liệu mà tổ chức bạn thu thập Chiến lược big data làm rõ cách liệu sử dụng thực tế loại liệu mà doanh nghiệp cần để đạt mục tiêu cụ thể công ty Với phát triển mạnh mẽ công nghệ, gia tăng mạng xã hội (Facebook, Instagram, …), ngày nhiều liệu tạo thu thập, trở nên phức tạp Để doanh nghiệp thị trường bán lẻ không bỏ lỡ hội tận dụng nguồn liệu rộng lớn, doanh nghiệp cần có chiến lược big data Mọi cơng ty thu thập liệu tài sản kinh doanh có giá trị Giá trị bị khơng có chiến lược vạch cách truy cập liệu để cuối đạt mục tiêu kinh doanh Do đó, việc xây dựng chiến lược big data bắt đầu việc xác định trường hợp sử dụng cho tổ chức công ty Doanh nghiệp xem xét đến khía cạnh xây dựng chiến lược yêu cầu liệu, quản trị liệu, công nghệ, kỹ nhân lực cơng ty Thứ hai, doanh nghiệp bán lẻ cần có chiến lược vượt qua rào cản văn hoá công ty Doanh nghiệp cần tạo nuôi dưỡng văn hóa tổ chức hỗ trợ cho việc định dựa thực tế phân tích big data Phát triển tầm nhìn rõ ràng để big data phù hợp với chiến lược tổng thể công ty, giúp thúc đẩy củng cố việc chấp nhận loại hình văn hóa tổ chức Khi tầm nhìn xây dựng, phải chuyển thành quy trình sáng kiến cụ thể công ty dựa big data để cải thiện hiệu suất công ty Doanh nghiệp thay đổi văn hố cách lập thành văn bản, triển khai truyền đạt tầm nhìn rõ ràng công ty liên quan đến big data, đảm bảo cam kết ban lãnh đạo tầm nhìn đảm bảo tồn cơng ty nắm rõ Doanh nghiệp cần gắn kết văn hóa cơng ty với văn hóa dựa liệu với cách tiếp cận từ xuống dưới, chiến lược ưu tiên hàng đầu Sau đến yếu tố quản lý vận hành Một văn hóa bao gồm cách tiếp cận định kinh doanh dựa phân tích liệu, điều giúp tận dụng ưu big data mang lại Thứ ba, doanh nghiệp bán lẻ phát triển đào tạo, nâng cao lực nguồn nhân lực Vấn đề nhiều doanh nghiệp trọng 27 xem yếu tố nâng cao lực cạnh tranh Doanh nghiệp đầu tư chi phí thời gian cho cơng tác thơng qua việc cử nhân học trong, nước để nâng cao trình độ chun mơn lực quản lý Bên cạnh đó, số doanh nghiệp chọn giải pháp mời chuyên gia tư vấn cố vấn độc lập huấn luyện cho nhân viên để lĩnh hội trực tiếp kiến thức big data cách làm thực tiễn để áp dụng vào hoạt động tổ chức Doanh nghiệp bán lẻ cần thiết lập máy nhân thích nghi với cơng nghệ big data, đặc biệt cấp quản lý Doanh nghiệp thị trường bán lẻ cần trọng việc tuyển chọn nhân tài Doanh nghiệp cần thu hút người giỏi cung cấp cho họ hội học tập tạo cho họ hội phát triển, cung cấp cho họ môi trường ứng dụng điều học vào nơi làm việc tạo đường phát triển lâu dài Đồng thời, có chế đãi ngộ hợp lý cơng sở khuyến khích cách làm mới, tiên tiến, nâng cao tối đa sáng tạo cho nhân viên 28 KẾT LUẬN Ngành bán lẻ giới nói riêng tất ngành cơng nghiệp, nơng nghiệp nói chung chứng kiến thay đổi nhanh chóng ứng dụng cơng nghệ thơng tin Internet, với bùng nổ liệu thông tin, đặc biệt từ có mạng xã hội ứng dụng Để xử lý lượng liệu này, đòi hỏi doanh nghiệp phải đầu tư công nghệ, kỹ thuật hệ thống liệu big data giải pháp Đối với doanh nghiệp bán lẻ ngày phát triển cạnh tranh khốc liệt, sử dụng big data giúp doanh nghiệp nhanh chóng thay đổi mặt hàng, cách thức giao vận nắm bắt tâm lý khách hàng, thích ứng nhanh chóng kịp thời với hồn cảnh xã hội thay đổi liên tục Sự sống phát triển doanh nghiệp bán lẻ không gắn liền với ứng dụng công nghệ đại mà big data số Chính vậy, kinh doanh bán lẻ kinh tế số khơng thể đứng ngồi phát triển, ứng dụng big data Big Data xu hướng tất yếu cần thiết cho doanh nghiệp có doanh nghiệp bán lẻ Big Data giúp doanh nghiệp có giá trị từ: dễ dàng sử dụng, tiếp cận nguồn liệu có doanh nghiệp; hỗ trợ doanh nghiệp khai thác triệt để thông tin để nâng cao hiệu kinh doanh; phân khúc khách hàng, từ thiết kế sản phẩm đáp ứng nhu cầu riêng biệt nhất; phân tích liệu với thuật tốn thiết kế tự động, giảm thời gian phát triển sản phẩm; tối ưu hóa sản phẩm, hỗ trợ người đưa định hợp lý Các doanh nghiệp thị trường bán lẻ giới triển khai ứng dụng Big Data vào công tác sản xuất kinh doanh thu lợi ích ban đầu Những giá trị doanh nghiệp có khơng dừng lại số doanh thu, lợi nhuận, mà tiềm phát triển tương lai khai phá Tuy nhiên, song hành thành tựu tăng hiệu kinh doanh, giảm chi phí, hạn chế mà doanh nghiệp cần phải sửa đổi hoàn thiện 29 DANH MỤC TÀI LIỆU THAM KHẢO Marnik G Dekimpe (2019), Retailing and retailing research in the age of big data analytics, International Journal of Research in Marketing Ths Vũ Thị Thanh Hương (2020), “Vai trò ứng dụng liệu lớn kinh doanh bán lẻ”, Tạp chí Cơng Thương, truy cập lần cuối ngày 09 tháng 02 năm 2023, từ Ahmed Oussous, Fatima-Zahra Benjelloun, Ayoub Ait Lahcen, Samir Belfkih (2015), “Big Data technologies: A survey”, Journal of King Saud University - Computer and Information Sciences, Volume 30, Issue 4, 431448 Maryam Ghasemaghaei (2021), “Understanding the impact of big data on firm performance: The necessity of conceptually differentiating among big data characteristics”, International Journal of Information Management, 57 Elaheh Yadegaridehkordi, Mehrbakhsh Nilashi, Liyana Shuib, Mohd Hairul Nizam Bin Md Nasir, Shahla Asadi, Sarminah Samad Nor Fatimah Awang (2019), “The impact of big data on firm performance in hotel industry”, Electronic Commerce Research and Applications, 40 S Ying, S Sindakis, S Aggarwal C Chen, J Su (2021), “Managing big data in the retail industry of Singapore: Examining the impact on customer satisfaction and organizational performance”, European Management Journal Mesbaul Haque SAZU & Sakila Akter JAHAN (2022), “How Big Data Analytics Impacts the Retail Management on the European and American Markets?”, CECCAR BUSINESS REVIEW, 62-72 Marshall Fisher & Ananth Raman (2018), “Using Data and Big Data in Retailing”, PRODUCTION AND OPERATIONS MANAGEMENT, 27(09), 1665–1669 A Seetharaman, Indu Niranjan, Varun Tandon A S Saravanan (2016), “Impact of big data on the retail industry”, Corporate Ownership & Control, 14(01) 10 ThS.Nguyễn Văn Đồn & KS.Nguyễn Cơng Hoan (2015), “Tổng quan liệu lớn”, Viện Khoa học Thống kê, 7-13 30 11 Mattturck (2021), Red Hot: The 2021 Machine Learning, AI and Data (MAD) Landscape, truy cập lần cuối ngày 08 tháng 03 năm 2022, từ < https://mattturck.com/data2021/> 12 Caiyun Ouyang (2020), Literature Review Based on Corporate Performance, Open Journal of Social Sciences 13 Yuli Eni (2021), Systematic Literature Review for Performance Business Evaluation and Company Finance with Economic Value Added (Eva) Analysis, Journal of Management Information and Decision Sciences 14 Eric T Bradlow, Manish Gangwar, Praveen K Kopalle Sudhir Voleti (2017), The Role of Big Data and Predictive Analytics in Retailing, Journal of Retailing, 79-95 15 Retail and Big Data: Transforming the Industry to Become a Leader, truy cập ngày 08 tháng 03 năm 2023, từ https://anywhere.epam.com/business/big-data-analytics-in-retail> 16 Deloitte (2019), Retail in Vietnam, Việt Nam < 17 McKinsey (2011), Big data: The next frontier for innovation, competition, and productivity 31