Dữ Liệu Lớn (Big Data.pdf

Dữ liệu này có thể từ các nguồn như: hồ sơ hành chính, giao dịch điện tử, dòng trạng thái, chia sẻ hình ảnh, bình luận, nhắn tin… của chính chúng ta, nói cách khácchúng là dữ liệu được s

H C VI N NGÂN HÀNG Ọ Ệ KHOA H THỐỐNG THỐNG TIN QU N LÝ Ệ Ả

Hà nội, ngày tháng năm 2022

II, Bức tranh tổng thể ứng dụng dữ liệu lớn

- CHƯƠNG 2 ỨNG DỤNG

DỮ LIỆU LỚN TRONG THƯƠNG MẠI ĐIỆN TỬ

I Khái quát về thương mại điện tử

3 Lê Phương Linh 24A4021915 Thành

viên - Lời Mở Đầu - CHƯƠNG 2 ỨNG DỤNG

DỮ LIỆU LỚN TRONG THƯƠNG MẠI ĐIỆN TỬ

II Ứng dụng của Big data trong thương mại điện tử

- Word

4 Trần Thị Mai

Linh 24A4021928 Thành viên - CHƯƠNG 2 ỨNG DỤNG DỮ LIỆU LỚN TRONG

THƯƠNG MẠI ĐIỆN TỬ

III Nêu 1 ví dụ cụ thể về 1 doanh nghiệp đã ứng dụng Big data

MỤC LỤC

BIG DATA VÀ ỨNG DỤNG TRONG THƯƠNG MẠI ĐIỆN TỬ

CHƯƠNG 1 : TỔNG QUAN VỀ BIG DATA

I Tổng quan về dữ liệu lớn

1 Khái niệm

2 Nguồn hình thành dữ liệu lớn

3 Phương pháp khai thác và quản lý dữ liệu lớn ( Hadoop ecosystem)

4 Đặc trưng 5V của dữ liệu lớn

5 Sự khác biệt giữa dữ liệu lớn và dữ liệu truyền thống

II Bức tranh tổng thể ứng dụng dữ liệu lớn

1 Ứng dụng dữ liệu lớn trong giáo dục và đào tạo

2 Ứng dụng dữ liệu lớn trong giao thông

3 Ứng dụng dữ liệu lớn trong y tế

4 Ứng dụng dữ liệu lớn trong thể thao

5 Ứng dụng dữ liệu lớn trong tài chính

6 Ứng dụng dữ liệu lớn trong thống kê

CHƯƠNG 2 : ỨNG DỤNG DỮ LIỆU LỚN TRONG THƯƠNG MẠI ĐIỆN TỬ

I Khái quát về thương mại điện tử

1 Cái nhìn chung về thương mại điện tử

2 Những điều kiện để khai thác big data hiệu quả trong thương mại điện tử, cơ sở hạ tầng để tiếp cận big data

II Ứng dụng của bigdata trong thương mại điện tử

1 Lợi ích của Big Data đem lại đối với ngành thương mại điện tử

2 Ứng dụng Big Data của một số trang bán hàng trực tuyến trên thế giới, Đông Nam Á và Việt Nam như thế nào?

3 Những lợi ích và thách thức mà Big-Data mang lại với doanh nghiệp thương mại điện tử Việt Nam hiện nay

III Liên hệ thực tiễn về doanh nghiệp đã ứng dụng Big data

CHƯƠNG 3 : KẾT LUẬN

I Những cơ hội khi ứng dụng Bigdata

II Thách thức khi ứng dụng Bigdata

III Giải pháp……….40

BIG DATA VÀ NG D NG TRONG TH Ứ Ụ ƯƠ NG M I ĐI N T Ạ Ệ Ử

A, L i m đầầu ờ ở

Trước đây, chúng ta mới chỉ biết đến dữ liệu có cấu trúc ( structure data), ngày nay, với

sự kết hợp của dữ liệu và internet, đã xuất hiện một dạng khác của dữ liệu, đó là Big data ( dữ liệu lớn) Dữ liệu này có thể từ các nguồn như: hồ sơ hành chính, giao dịch điện tử, dòng trạng thái, chia sẻ hình ảnh, bình luận, nhắn tin… của chính chúng ta, nói cách khácchúng là dữ liệu được sản sinh qua quá trình chia sẻ thông tin trực tuyến liên tục của người sử dụng.Trong bối cảnh cuộc cách mạng công nghiệp 4.0, dữ liệu lớn (big data) đóng vai trò cốt lõi, là chìa khóa dẫn tới thành công của các doanh nghiệp và trên thực tế big data đang được ứng dụng vào rất nhiều lĩnh vực của nền kinh tế, tạo những chuyển biến ấn tượng, giúp tăng hiệu quả và năng suất của doanh nghiệp Chúng ta có thể

kể đến một số lĩnh vực như: Ngành ngân hàng, ngành Y tế, thương mại điện tử, ngành bán lẻ, Digital Marketing, Điển hình là trong ngành thương mại điện tử, doanh nghiệp nào sở hữu và ứng dụng tốt Big Data sẽ tạo ra lợi thế cạnh tranh lớn trên thị trường Big Data giúp nhà quản lý xác định được sản phẩm nào được xem nhiều nhất để tối ưu thời gian hiển thị, tự gửi mã ưu đãi cho những sản phẩm khách hàng bỏ vào giỏ hàng nhưng không mua Đặc biệt, Big Data có thể phân tích hành vi, sở thích, sự quan tâm của khách hàng, giúp nhà quản lý hiểu hơn về khách hàng để cung cấp các sản phẩm theo đúng xu hướng, nhu cầu thị trường Vì vậy mà big data đã được ứng dụng một cách rộng rãi trong thương mại điện tử

Bài báo cáo dưới đây trình bày nội dung nghiên cứu tổng quan về dữ liệu lớn, ứng dụng

và hiệu quả ứng dụng của nó, đặc biệt vai trò định hướng của dữ liệu lớn trong nền kinh

tế nói chung và đối với bài toán thương mại điện tử cũng như phát triển khách hàng nói riêng

CH ƯƠ NG 1 : T NG QUAN VỀỀ BIG DATA Ổ

I T ng quan vềề d li u l n ổ ữ ệ ớ

1 Khái ni m ệ

Dữ liệu lớn (Big data) là một thuật ngữ cho việc xử lý một tập hợp dữ liệu rất lớn và phứctạp mà các ứng dụng xử lý dữ liệu truyền thống không xử lý được Dữ liệu lớn bao gồmcác thách thức như phân tích, thu thập, giám sát dữ liệu, tìm kiếm, chia sẻ, lưu trữ, truyềnnhận, trực quan, truy vấn và tính riêng tư Thuật ngữ này thường chỉ đơn giản đề cập đếnviệc việc sử dụng các phân tích dự báo, phân tích hành vi người dùng, hoặc một sốphương pháp phân tích dữ liệu tiên tiến khác trích xuất giá trị từ dữ liệu mà ít khi đề cậpđến kích thước của bộ dữ liệu Tuy nhiên, Big Data lại chứa trong mình rất nhiều thôngtin quý giá, nếu trích xuất thành công, nó sẽ giúp rất nhiều cho việc kinh doanh, nghiêncứu khoa học, dự đoán các dịch bệnh sắp phát sinh và thậm chí là cả việc xác định điềukiện giao thông theo thời gian thực Chính vì thế, những dữ liệu này phải được thu thập,

tổ chức, lưu trữ, tìm kiếm, chia sẻ theo một cách khác so với bình thường Vì khối dữ liệuquá lớn nên việc triển khai Big Data sẽ gặp những trở ngại bao gồm thu nhận dữ liệu, lưutrữ dữ liệu, tìm kiếm, chia sẻ, chuyển giao, cập nhật…

1.1 Bigdata th ườ ng có m t đâu ặ ở

phản lực và trực thăng Hộp đen dữ liệu này gồm có thông tin tạo ra bởi giọng nói của phi hành đoàn, các bản thu âm và tất cả thông tin chuyến bay

dùng đăng lên như các dòng trạng thái, hình ảnh, video, lượt like, lượt share, lượt comment,… đều được ghi lại Đương nhiên nó đủ điều kiện để trở thành big data

khi bận nhấn nút “tìm kiếm” đều được trích xuất từ các cơ sở dữ liệu khổng lồ, kết quả trả về cũng nhiều thể loại như danh sách các trang web, video, hình ảnh

 Dữ liệu từ các camera quan sát: Các camera quan sát ở các ngã tư thành phố, ghi lại hoạt động của đường phố suốt ngày đêm.

với quyết định mua và bán cổ phiếu được thực hiện bởi khách hàng

định từ các điểm giao nhau của các nút nội dung sử dụng

thông, độ sẵn sàng và khoảng cách đã đi được của từng phương tiện giao thông

1.2 Các thành phâần c a d li u l n ủ ữ ệ ớ

trúc (structure), dữ liệu phi cấu trúc (un-structure) cũng như dữ liệu bán cấu trúc (semi-structure) Dữ liệu có thể đến từ rất nhiều nguồn khác nhau như dữ liệu từ các ứng dụng, cơ sở dữ liệu quan hệ ,hoặc dữ liệu file được tạo ra bởi các log của ứng dụng , hay dữ liệu thời gian thực từ các thiết bị IoT (Internet of Things)

lượng rất lớn các loại dữ liệu với các định dạng khác nhau được sinh ra bởi nguồn

dữ liệu (Data Source) trong mô hình xử lý dữ liệu theo lô ( Batch Processing)

lượng lớn dữ liệu thông qua việc đọc dữ liệu từ các file nguồn, lọc dữ liệu theo cácđiều kiện nhất định, tính toán trên dữ liệu và ghi kết quả xuống 1 file đích Trong thành phần này có thể sử dụng Spark, Hive, MapReduce, với nhiều ngôn ngữ lậptrình khác như Java, Scala hoặc Python

ra từ nguồn (Data Source) có thể bao gồm dữ liệu thời gian thực (ví dụ từ các thiết

bị IoT) do đó thành phần này cho phép một hệ thống Big Data có thể thu thập và

lưu trữ các loại dữ liệu trong thời gian thực phục vụ cho việc xử lý dữ liệu theo luồng (Streaming Processing)

theo lô (Batch Processing), sau khi thu thập dữ liệu thời gian thực, dữ liệu cũng cần phải được lọc theo các điều kiện nhất định, tính toán trên dữ liệu, và ghi kết quả dữ liệu sau khi được xử lý

đã được xử lý theo định dạng có cấu trúc để phục vụ cho các công cụ phân tích dữ liệu (BI Tools) Dữ liệu có thể được lưu trữ dưới dạng OLAP trong thiết kế

Kimball hoặc dữ liệu có thể lưu trữ bằng các công nghệ NoQuery như HBase, Cassandra, …

tự khai thác dữ liệu data self-service Cho phép người dùng cuối trực quan hóa dữ liệu (data visualization), phân tích dữ liệu, cũng như kết xuất các báo cáo khác nhau Chúng ta có thể nhắc đến Apache Storm, Spark Streaming…

trong một hệ thống Big Data để đảm bảo luồng xử lý dữ liệu được thông suốt, từ việc thu thập dữ liệu, lưu trữ dữ liệu đến lọc, tính toán trên dữ liệu

2 Nguồền hình thành d li u l n ữ ệ ớ

Qua thống kê và tổng hợp, dữ liệu lớn được hình thành chủ yếu từ 6 nguồn:

 Dữ liệu hành chính (phát sinh từ chương trình của một tổ chức, có thể là chính phủhay phi chính phủ) Ví dụ, hồ sơ y tế điện tử ở bệnh viện, hồ sơ bảo hiểm, hồ sơ ngân hàng

 Dữ liệu từ hoạt động thương mại (phát sinh từ các giao dịch giữa hai thực thể) Ví

dụ, các giao dịch thẻ tín dụng, giao dịch trên mạng, bao gồm cả các giao dịch từ các thiết bị di động…

 Dữ liệu từ các thiết bị cảm biến như thiết bị chụp hình ảnh vệ tinh, cảm biến đường, cảm biến khí hậu

 Dữ liệu từ các thiết bị theo dõi, ví dụ theo dõi dữ liệu từ điện thoại di động, GPS.

 Dữ liệu từ các hành vi, ví dụ như tìm kiếm trực tuyến (tìm kiếm sản phẩm, dịch vụhay thông tin khác), đọc các trang mạng trực tuyến…

 Dữ liệu từ các thông tin về ý kiến, quan điểm của các cá nhân, tổ chức, trên các phương tiện thông tin xã hội

3 Ph ươ ng pháp khai thác và qu n lý d li u l n ( Hadoop ecosystem) ả ữ ệ ớ

3.1 Ph ươ ng pháp khai thác d li u l n ữ ệ ớ

 Phân loại (Classification): Là phương pháp dự báo, cho phép phân loại một đối tượng vào một hoặc một số lớp cho trước

 Hồi quy (Regression): Khám phá chức năng học dự đoán, ánh xạ một mục

dữ liệu thành biến dự đoán giá trị thực

 Phân nhóm (Clustering): Một nhiệm vụ mô tả phổ biến trong đó người ta tìm cách xác định một tập hợp hữu hạn các cụm để mô tả dữ liệu

 Tổng hợp (Summarization): Một nhiệm vụ mô tả bổ sung liên quan đến phương pháp cho việc tìm kiếm một mô tả nhỏ gọn cho một bộ (hoặc tập hợp con) của dữ liệu

 Mô hình ràng buộc (Dependency modeling): Tìm mô hình cục bộ mô tả cácphụ thuộc đáng kể giữa các biến hoặc giữa các giá trị của một tính năng trong tập dữ liệu hoặc trong một phần của tập dữ liệu

 Dò tìm biến đổi và độ lệch (Change and Deviation Detection): Khám phá những thay đổi quan trọng nhất trong bộ dữ liệu

3.2 Qu n lý ả d li u l n ữ ệ ớ

Quản lý dữ liệu là quá trình thu nhập, lưu trữ, tổ chức và duy trì dữ liệu trong một tổchức QLDL hiệu quả vô cùng quan trọng trong việc triển khai các hệ thống CNTTthông qua các ứng dụng kinh doanh, cung cấp thông tin phân tích để thúc đẩy quá trình raquyết định vận hành và hoạch định chiến lược trong doanh nghiệp Quy trình QLDL làkết hợp các chức năng khác nhau, nhằm đảm bảo dữ liệu trong các hệ thống doanhnghiệp chính xác, có sẵn và có thể truy cập được

Một số lợi ích của việc quản lý dữ liệu tốt

tranh tiềm năng so với các đối thủ kinh doanh của họ bằng cách cải thiện hiệuquả hoạt động và cho phép ra quyết định tốt hơn Các tổ chức có dữ liệu đượcquản lý tốt có thể trở nên linh hoạt hơn, nhanh chóng phát hiện xu hướng thịtrường để tận dụng các cơ hội kinh doanh nhanh chóng

cứu thị trường: đánh giá hài lòng khách hàng, đánh giá năng lực nhân viên,

nghiên cứu đối thủ cạnh tranh,

4 Đ c tr ng 5V c a d li u l n ặ ư ủ ữ ệ ớ

4.1 Khốối l ượ ng d li u (Volume) ữ ệ

Đây là đặc điểm tiêu biểu nhất của dữ liệu lớn, khối lượng dữ liệu rất lớn Kích cỡ của Big data đang từng ngày tăng lên, và tính đến năm 2012 thì nó có thể nằm trong khoảng vài chục terabyte cho đến nhiều petabyte (1 petabyte = 1024 terabyte) chỉ cho một tập hợp dữ liệu Dữ liệu truyền thống có thể lưu trữ trên các thiết bị đĩa mềm, đĩa cứng Nhưng với dữ liệu lớn chúng ta sẽ sử dụng công nghệ “đám mây” mới đáp ứng khả năng lưu trữ được dữ liệu lớn

4.2 Tốốc đ (Velocity) ộ

Tốc độ có thể hiểu theo 2 khía cạnh: (a) Khối lượng dữ liệu gia tăng rất nhanh (mỗi giây

có tới 72.9 triệu các yêu cầu truy cập tìm kiếm trên web bán hàng của Amazon); (b) Xử lý

dữ liệu nhanh ở mức thời gian thực (real-time), có nghĩa dữ liệu được xử lý ngay tức thời ngay sau khi chúng phát sinh (tính đến bằng mili giây) Các ứng dụng phổ biến trên lĩnh vực Internet, Tài chính, Ngân hàng, Hàng không, Quân sự, Y tế – Sức khỏe như hiện nay phần lớn dữ liệu lớn được xử lý real-time Công nghệ xử lý dữ liệu lớn ngày nay đã cho phép chúng ta xử lý tức thì trước khi chúng được lưu trữ vào cơ sở dữ liệu

Ví dụ: Có hơn 3,5 tỷ lượt tìm kiếm mỗi ngày trên Google Ngoài ra, người dùng

FaceBook đang tăng khoảng 22% hàng năm

Nó đề cập đến bản chất của dữ liệu là dữ liệu có cấu trúc, bán cấu trúc và dữ liệu phi cấu trúc.Nó cũng đề cập đến các nguồn không đồng nhất

Sự đa dạng về cơ bản là sự xuất hiện của dữ liệu từ các nguồn mới cả bên trong và bên ngoài doanh nghiệp Nó có thể có cấu trúc, bán cấu trúc và không cấu trúc

o Dữ liệu có cấu trúc: Dữ liệu này về cơ bản là dữ liệu có tổ chức, tức là dữ liệu đã xác định độ dài và định dạng của dữ liệu.

o Dữ liệu bán có cấu trúc: Dữ liệu này về cơ bản là dữ liệu nửa có tổ chức Nó thường là một dạng dữ liệu không phù hợp với cấu trúc chính thức của dữ liệu Các tệp nhật ký là ví dụ của loại dữ liệu này

o Dữ liệu phi cấu trúc: Dữ liệu này về cơ bản là dữ liệu không được tổ chức Nó là

dữ liệu không vừa khít với cấu trúc hàng và cột truyền thống của cơ sở dữ liệu Văn bản, hình ảnh, video, v.v là những ví dụ về dữ liệu phi cấu trúc không thể được lưu trữ ở dạng hàng và cột

4.4 Đ tin c y/ chính xác (Veracity) ộ ậ

Một trong những tính chất phức tạp nhất của Dữ liệu lớn là độ tin cậy/chính xác của dữ liệu Với xu hướng phương tiện truyền thông xã hội (Social Media) và mạng xã hội (Social Network) ngày nay và sự gia tăng mạnh mẽ tính tương tác và chia sẻ của người dùng Mobile làm cho bức tranh xác định về độ tin cậy & chính xác của dữ liệu ngày một khó khăn hơn Bài toán phân tích và loại bỏ dữ liệu thiếu chính xác và nhiễu đang là tính chất quan trọng của Big data

Ví dụ: Dữ liệu hàng loạt có thể tạo ra nhầm lẫn trong khi lượng dữ liệu ít hơn có thể truyền tải một nửa hoặc thông tin không đầy đủ

4.5 Giá tr (Value) ị

Đặc điểm quan trọng nhất của dữ liệu lớn, vì khi bắt đầu triển khai xây dựng dữ liệu lớn thì việc đầu tiên chúng ta cần phải làm đó là xác định được giá trị của thông tin mang lại như thế nào, khi đó chúng ta mới có quyết định có nên triển khai dữ liệu lớn hay không Nếu chúng ta có dữ liệu lớn mà chỉ nhận được 1% lợi ích từ nó, thì không nên đầu tư pháttriển dữ liệu lớn Kết quả dự báo chính xác thể hiện rõ nét nhất về giá trị của dữ liệu lớn mang lại

Ví dụ, từ khối dữ liệu phát sinh trong quá trình khám, chữa bệnh sẽ giúp dự báo về sức khỏe được chính xác hơn, sẽ giảm được chi phí điều trị và các chi phí liên quan đến y tế

5 S khác bi t gi a d li u l n và d li u truyềền thồống ự ệ ữ ữ ệ ớ ữ ệ

- Dữ liệu đa dạng hơn: Khi khai thác dữ liệu truyền thống (dữ liệu có cấu trúc), chúng

ta thường phải trả lời các câu hỏi: Dữ liệu lấy ra kiểu gì? định dạng dữ liệu như thế nào? Đối với dữ liệu lớn, không phải trả lời các câu hỏi trên Hay nói khác, khi khai thác, phân tích dữ liệu lớn chúng ta không cần quan tâm đến kiểu dữ liệu và định dạngcủa chúng; điều quan tâm là giá trị mà dữ liệu mang lại có đáp ứng được cho công việc hiện tại và tương lai hay không

- Lưu trữ dữ liệu lớn hơn: Lưu trữ dữ liệu truyền thống vô cùng phức tạp và luôn đặt

ra câu hỏi lưu như thế nào? dung lượng kho lưu trữ bao nhiêu là đủ? gắn kèm với câuhỏi đó là chi phí đầu tư tương ứng Công nghệ lưu trữ dữ liệu lớn hiện nay đã phầnnào có thể giải quyết được vấn đề trên nhờ những công nghệ lưu trữ đám mây, phânphối lưu trữ dữ liệu phân tán và có thể kết hợp các dữ liệu phân tán lại với nhau mộtcách chính xác và xử lý nhanh trong thời gian thực

- Truy vấn dữ liệu nhanh hơn: Dữ liệu lớn được cập nhật liên tục, trong khi đó kho dữliệu truyền thống thì lâu lâu mới được cập nhật và trong tình trạng không theo dõithường xuyên gây ra tình trạng lỗi cấu trúc truy vấn dẫn đến không tìm kiếm đượcthông tin đáp ứng theo yêu cầu

- Độ chính xác cao hơn: Dữ liệu lớn khi đưa vào sử dụng thường được kiểm định lại

dữ liệu với những điều kiện chặt chẽ, số lượng thông tin được kiểm tra thông thườngrất lớn, và đảm bảo về nguồn lấy dữ liệu không có sự tác động của con người vào thayđổi số liệu thu thập

II B c tranh t ng th ng d ng d li u l n ứ ổ ể ứ ụ ữ ệ ớ

1 Ứ ng d ng d li u l n trong giáo d c và đào t o ụ ữ ệ ớ ụ ạ

Ứng dụng dữ liệu lớn mang lại những lợi ích lớn trong giáo dục, như chương trình giảng dạy tùy chỉnh, cải thiện hệ thống đánh giá, định hướng nghề nghiệp cho sinh viên và đề xuất phương pháp học phù hợp

 Thiết kế hệ thống giáo dục phù hợp: giúp các tổ chức giáo dục xây dựng một cấu

trúc học tập chung cho mọi học sinh sinh viên nhưng vẫn đáp ứng được về nănglực và điểm mạnh khác nhau của học viên

thông qua nhiều môn học khác nhau cả trên phương diện cá nhân và tập thể, từ đóphát triển các giải pháp phù hợp nhằm hỗ trợ học viên Phân tích thống kê điểm sốcủa học viên qua các môn học khác nhau cũng giúp định hướng tốt hơn và xâydựng lộ trình học tập phù hợp

không có hướng dẫn cụ thể và định hướng gì cho nghề nghiệp tương lai của họcviên Dữ liệu lớn sẽ giúp giải quyết những tình huống khó xử thông qua việc phântích dữ liệu học viên và tạo báo cáo thành tích Nếu báo cáo đó chỉ ra rằng bạn lànhà văn sáng tạo, thì bạn được khuyên là nên theo đuổi những nghề nghiệp liênquan đến lĩnh vực đó Những tư vấn này thường được thực hiện bởi cố vấn thôngqua các buổi phỏng vấn ngắn và đánh giá cho điểm Nhưng ngày nay với sự pháttriển của dữ liệu lớn, quá trình đó đã được cải thiện rất nhiều Qua việc phân tích

dữ liệu lớn, các nhà phân tích sẽ chỉ ra rằng bên cạnh là một nhà văn sáng tạo, bạncũng giỏi về khoa học, điều này sẽ giúp bạn đưa ra quyết định nghề nghiệp đúngđắn hơn

đọc và ghi nhớ, nhưng một số có thể nắm bắt mọi thứ qua việc viết ra, hay một số

ít hiểu bài tốt hơn bằng việc xem video hay sử dụng các phương pháp khác Tuynhiên, học viên thường phải làm quen với các phương pháp cụ thể mà đôi khiphương pháp này không phù hợp và cản trở việc phát triển của học viên Điều đócũng ảnh hưởng đến kết quả học của học viên Vậy tại sao không thiết kế cácphương pháp học tập khác nhau và để học viên tự lựa chọn phương pháp học phùhợp Dữ liệu lớn sẽ giúp ích cho việc này Thông qua phân tích dữ liệu lớn, cáctrường có thể xây dựng phương pháp học khác nhau, giúp việc học trở nên thú vị

hơn Qua đó cũng giúp học viên hiểu thêm về thế mạnh, điểm yếu của bản thân vàcung cấp cho họ những tài liệu học tập hữu ích.

2 Ứ ng d ng d li u l n trong giao thồng ụ ữ ệ ớ

Sử dụng số liệu CDR trong quá khứ để ước lượng các dòng giao thông trong thành phố vào các giờ giao điểm, từ đó có những kế hoạch phân luồng giao thông chi tiết, hợp lý giúp giảm thiểu kẹt xe ngoài ra còn đưa ra thông tin cho người tham gia giao thông đượcbiết nếu muốn đi từ nơi này sang nơi khác thì nên đi vào giờ nào để tránh kẹt xe hoặc đi đường nào thì ngắn hơn Ngoài ra dữ liệu lớn còn giúp phân tích định vị người dùng thiết bị di động, ghi nhận chi tiết cuộc gọi trong thời gian thực và giảm thiểu tình trạng ùntắc giao thông

3 Ứ ng d ng d li u l n trong y tềố ụ ữ ệ ớ

Trong y học các bác sĩ dựa vào số liệu trong các bệnh án ddeer đưa ra dự đoán về nguy

cơ mắc bệnh Đồng thời cũng đưa ra được xu hướng lây lan của bệnh Ví dụ: ứng dụng của Google Flu Trend là một trong những ứng dụng thành công của Google ứng dụng nàydựa trên một từ khóa tìm kiếm ở một khu vực nào đó, sau đó bộ máy phân tích của

google sẽ phân tích và đối chiếu kết quả tìm kiếm đó, sau cùng là đưa ra dự báo về xu hướng dịch cúm tại khu vực đó Qua đó cho biết tình hình cúm tại khu vực đó sẽ diễn ra như thế nào để đưa ra các giải pháp phòng tránh Những kết quả mà Google Flu Trend đưa ra, hoàn toàn phù hợp với báo cáo Tổ chức y tế thế giới WHO về tình hình bệnh cúm tại các khu vực đó

4 Ứ ng d ng d li u l n trong th thao ụ ữ ệ ớ ể

Phân tích mô hình hệ thống cấu trúc sơ đồ chiến thuật của đội tuyển Đức đã đưa ra nhữngđiểm bất hợp lý trong cấu trúc của đội tuyển Đức, từ đó giúp cho đội tuyển khắc phục được yếu điểm và dành được World cup 2014

5 Ứ ng d ng d li u l n trong tài chính ụ ữ ệ ớ

Từ những dữ liệu chính xác, kịp thời thu thập được thông qua các giao dịch của khách hàng, tiến hành phân tích, xếp hàng và quản lý các rủi ro trong đầu tư tài chính, tín dụng

6 Ứ ng d ng d li u l n trong thồống kề ụ ữ ệ ớ

Trong thương mại dữ liệu lớn giúp cho chúng ta thực hiện được được một số công việc sau: Phân khúc thị trường và khách hàng; phân tích hành vi khách hàng tại cửa hàng; tiếp thị trên mảng trên mảng định vị; phân tích tiếp thị chéo kênh, tiếp thị đa kênh; quản lý các chiến dịch tiếp thị và khách hàng thân thiết; So sánh giá; Phân tích và quản lý chuỗi cung ứng; Phân tích hành vi, thói quen người tiêu dùng

CH ƯƠ NG 2 : NG D NG D LI U L N TRONG TH Ứ Ụ Ữ Ệ Ớ ƯƠ NG M I ĐI N T Ạ Ệ Ử

I Khái quát vềề th ươ ng m i đi n t ạ ệ ử

1 Cái nhìn chung vềề th ươ ng m i đi n t ạ ệ ử

Hiện nay có rất nhiều những định nghĩa về thương mại điện tử đã được đặt ra Theo địnhnghĩa của tổ chức WTO thì “Thương mại điện tử bao gồm việc sản xuất, phân phối, tiếpthị, bán hoặc giao hàng hóa và dịch vụ bằng phương tiện điện tử” Còn tại Việt Namcũng đã có nghị định của Chính Phủ về thương mại điện tử Trong đó có định nghĩa giớithiệu về thương mại điện tử là:

“Hoạt động thương mại điện tử là việc tiến hành một phần hoặc toàn bộ quy trình củahoạt động thương mại bằng phương tiện điện tử có kết nối với mạng Internet, mạng viễnthông di động hoặc các mạng mở khác”

Hiểu theo một nghĩa rộng thì bất cứ một hoạt động thương mại nào được triển khai trêncác phương tiện điện tử thì đều được gọi là thương mại điện tử Tuy nhiên, đối với nhiềungười dùng hiện nay thì thương mại điện tử được hiểu theo nghĩa hẹp hơn, đơn giản hơntức là mua bán trao đổi hàng hóa và dịch vụ thông qua các phương tiện điện tử vàinternet

Thương mại điện tử được thực hiện đối với các hoạt động truyền thống (chăm sóc sứckhỏe, giáo dục,…), thương mại dịch vụ (dịch vụ pháp lý, dịch vụ tài chính,….) và đặcbiệt thương mại hàng hóa (hàng gia dụng, quần áo,….) Tóm lại, thương mại điện tử đangdần trở thành một cuộc cách mạng có thể thay đổi hoàn toàn cách thức mua sắm của conngười trong tương lai

2 Nh ng điềều ki n đ khai thác big data hi u qu trong th ữ ệ ể ệ ả ươ ng m i đi n ạ ệ

t , ử c s h tầềng đ tiềốp c n big data ơ ở ạ ể ậ

Muốn sử dụng và khai thác Big Data một cách hiệu quả đối với doanh nghiệp thương mạiđiện tử thì điều cần thiết là phải xây dựng cơ sở hạ tầng đủ để thu thập và lưu trữ dữ liệu, cung cấp quyền truy cập và bảo mật thông tin trong khi lưu trữ và chuyển tiếp, bao gồm các hệ thống lưu trữ và máy chủ, phần mềm quản lý, tích hợp dữ liệu, phần mềm phân tích dữ liệu và một số thành phần khác Điều này có thể được hiện thực hóa bởi các data center lớn, các dịch vụ điện toán đám mây cũng góp phần giải quyết bài toán này

II Ứ ng d ng c a bigdata trong th ụ ủ ươ ng m i đi n t ạ ệ ử

Big data đang ngày càng phố biến và trở nên quan trọng với tất cả các doanh nghiệp thương mại điện tử, là công cụ phân tích, hỗ trợ các doanh nghiệp từ marketing đến bán hàng, chăm sóc khách hàng

1 L i ích c a Big Data đem l i đồối v i ngành th ợ ủ ạ ớ ươ ng m i đi n t ạ ệ ử

Trong cuộc cách mạng 4.0 hiện nay, doanh nghiệp nào nắm giữ được chiếc chìa khóa công nghệ thì doanh nghiệp đó thành công Không ngoài xu thế đó, doanh nghiệp thương mại điện tử muốn thành công thì việc

lĩnh vực thương mại điện tử,chiến lược thu hút, giữ chân khách hàng là chiến lược quan trọng nhất Để phát triển một chiến lược hiệu quả và hợp lý thì việc đầu tiên là xây dựng

hệ thống thu thập dữ liệu khách hàng và xử lý, triển khai các thuật toán phân tích để dự báo khách hàng nào có nguy cơ rời dịch vụ, khách hàng nào là khách hàng tiềm năng, để

đề ra các giải pháp trong thời gian thực, qua đó tăng doanh số Các ứng dụng mà Big Data sẽ đem lại nhằm đạt được mục tiêu trên bao gồm :

 Cung cấp sản phẩm, dịch vụ mang tính cá nhân hóa, tùy chỉnh theo khách hàng :

Người tiêu dùng có thể sử dụng nhiều kênh bán hàng từ một nhà bán lẻ, vì vậy các công

ty phải thu nhập từ nhiều nguồn khác nhau Bằng cách sử dụng các phân tích trong thời gian thực, các công ty có thể thiết kế các dịch vụ được cá nhân hóa và các chương trình khuyến mãi cụ thể cho khách hàng trung thành và những khách hàng mới

Với sự cạnh tranh khốc liệt trong ngành thương mại điện tử, cá nhân hóa(Personalization)không còn là một trong những lợi thế cạnh tranh nhất định mà nó đã trở thành yếu tố thenchốt, phải được thực hiện đối với mỗi công ty trong lĩnh vực này, theo nghiên cứu của Ajnnex Cloud về lòng trung thành của khách hàng trong năm 2017 thì có tới 86% khách hàng cho rằng cá nhân hóa có tác động quan trọng đến việc mua hàng của họ

Big Data có thể cung cấp thông tin chuyên sâu về hành vi và nhân khẩu học của khách hàng, rất hữu ích trong việc tạo ra trải nghiệm cá nhân hóa Giả sử, bạn tìm kiếm trên Lazada hoặc Tiki một sản phẩm nào đó, thì dữ liệu về những gì bạn gõ ở mục “ tìm kiếm”, tần suất bạn tìm kiếm, số lần bạn tham khảo danh mục sản phẩm cùng loại theo mức giá, mỗi lần bạn xem mô tả sản phẩm, mỗi lần thêm giỏ hàng vào sản phẩm, Tất cảhoạt động, hành vi tương tự sẽ được thu nhập và phân tích để tối ưu trải nghiệm, tạo cơ hội lớn để thu hút, giữ chân khách hàng thông qua cá nhân hóa Đặc biệt với các công cụ phân tích dự báo, các công ty sẽ nắm được sở thích, nhu cầu chính xác để gợi ý sản phẩm, dịch vụ mà khách hàng muốn mua trong thời gian thực Ví dụ từ kết quả phân tích,công ty có thể triển khai các hoạt động cá nhân hóa như:

để thu hút khách hàng

đặc biệt với các quảng cáo trên mạng xã hội thiết kế cho một bộ phận số lượng khách hàng nhất định có nhu cầu về một sản phẩm cụ thể nào đó, sẽ tăng khả năngmua hàng cao hơn

 Xây dựng hệ thống giá cả linh hoạt để thu hút khách hàng:

Giá cả là yếu tố cạnh tranh quyết định giữa các công ty triển khai thương mại điện tử, và

các hoạt động kinh doanh trên những nền tảng thương mại điện tử Việc khách hàng thamkhảo nhiều kênh mua hàng khác nhau cũng xuất phát từ sự khác biệt của giá cả Sử dụng

dữ liệu khách hàng nhiều công ty thương mại điện tử có thể đầu tư phát triển hệ thống giá

cả linh hoạt hoặc năng động, dựa trên các yếu tố bên ngoài như nhu cầu của người tiêu dùng, giá của đối thủ cạnh tranh kết hợp các yếu tố bên trong như mục tiêu lợi nhuận, chi phí hoạt động kinh doanh,

Điển hình là Walmart đã sử dụng

dữ liệu mua sắm trực tuyến của khách hàng để xác định các mô hình bán hàng, chiến lược giá lợi nhuận cao hơn Ví dụ, một sản phẩm bán riêng lẻ một mình có thể không tạo ra nhiều lợi nhuận so vớiviệc ghép nó với một loại hàng hóa khác với giá bán phù hợp hơn

Hay hệ thống giá linh hoạt được

Amazon sử dụng để theo dõi giá từ

đối thủ và gửi thông báo cứ sau 15

giây, giúp Amazon có các giải pháp về

giá nhanh chóng hơn trong thời gian

thực, giúp họ tăng doanh thu (ngoài ra

Amazon còn đẩy mạnh xử lý, phân

tích dữ liệu của đối thủ cạnh tranh như giá, doanh số, hành động của khách hàng, sở thích, ưu tiên vị trí địa lý)

 Quản lý hệ thống chăm sóc khách hàng một cách chủ động

Theo thống kê Help Scout, 91% khách hàng không hài lòng sẽ không mua hàng nếu công

ty có các dịch vụ chăm sóc khách hàng yếu kém Tập trung vào dịch vụ khách hàng là rất quan trọng đối với sự thành công của tất cả các doanh nghiệp thương mại điện tử Hiểu được khách hàng là rất quan trọng, nhưng thậm chí quan trọng hơn là giúp khách hàng dễdàng liên hệ với doanh nghiệp, công ty, để giải quyết các vấn đề hoặc tìm câu trả lời cho những thắc mắc, nhu cầu của chính họ Big Data hỗ trợ các công ty trong việc hình thành một hệ thống chăm sóc khách hàng linh hoạt, tạo ra giá trị từ quá trình xây dựng mối quan hệ thân thiết với khách hàng

Sự ra đời của Chatbot (hệ thống trả lời tự động không cần sự trợ giúp của con người) cung cấp các tính năng thu thập dữ liệu khách hàng từ các đoạn đối thoại, qua đó công ty

sẽ tiến hành phân tích để nắm bắt được nhu cầu, mong muốn của khách hàng để đưa ra các phản hồi thích hợp, xây dựng mối quan hệ lâu dài với họ Đặc biệt Chatbot giúp công

ty chủ động hỗ trợ 24/7, tăng trải nghiệm tối đa cho khách hàng mọi lúc

Ngoài ra thông qua dữ liệu khách hàng, các công ty có thể phân tích dự đoán các vấn đề

có thể xảy ra trong quá trình cung cấp các sản phẩm, dịch vụ thông qua phân tích cảm nhận của khách hàng và thực hiện các giải pháp kịp thời

 Hỗ trợ quản lý chuỗi cung ứng

Thông thường các công ty triển khai bán hàng qua các kênh thương mại điện tử thường thì một là sẽ đăng kí bên thứ 3, công ty cung cấp các dịch vụ logistics, dịch vụ giao nhận, hay thứ hai là tự quản lý hệ thống chuỗi cung ứng của mình Phân tích dữ liệu Big Data

từ các công ty bên thứ 3, hay chính là hệ thống của công ty sẽ hỗ trợ quá trình quản lý hiệu quả Ví dụ một khách hàng đặt một sản phẩm trực tuyến, họ sẽ muố biết ngoài giá

cả, liệu sản phẩm còn hàng hay không, thực trạng hàng hóa, vị trí hàng hóa (ví dụ đang ở kho, hay đang giao, ), chi phí giao hàng…Một chuỗi cung ứng hoạt động chặt chẽ sẽ giúp giải quyết vấn đề trên

Xác định lượng dự trữ hàng tồn kho chính xác có thể là một thách thức cho các nhà bán

lẻ trực tuyến Nếu không có hệ thống quản lý chuỗi cung ứng hiệu quả, thì khi khách

hàng đặt ít, công ty có thể để mất cơ hội bán hàng ( do công ty không thể cung cấp các thông tin về hàng hóa đến khách hàng, không có cách thức phân phối hàng hóa hợp lý, đơn