Ứng Dụng Của Big Data Trong Hệ Thống Bán Lẻ Ở Việt Nam Qua Sự Thành Công Của Tập Đoàn Wal Mart.pdf

Với sự phát triểncủa dữ liệu lớn, BigData đã đem lại cho các công ty, tập đoàn trênthế giới nhiều cơ hội mới để nâng cao chất lượng nhằm phục vụkhách hàng và người tiêu dùng một cách tốt

HỌC VIỆN NGÂN HÀNG

BÀI TẬP LỚN MÔN NĂNG LỰC SỐ ỨNG DỤNG

TÊN ĐỀ TÀI: ỨNG DỤNG CỦA BIG DATA TRONG

HỆ THỐNG BÁN LẺ Ở VIỆT NAM QUA SỰ THÀNH

CÔNG CỦA TẬP ĐOÀN WAL MART

Tên giảng viên: Ngô Thùy Linh

TÊN NHÓM: NHÓM 4 Danh sách nhóm:

1 Mã sinh viên: 26A4020853 Họ và tên: Bùi Văn Sơn (NT)

2 Mã sinh viên: 26A4020449 Họ và tên: Nguyễn Duy Phúc

3 Mã sinh viên: 26A4022668 Họ và tên: Lê Danh Chính

4 Mã sinh viên: 26A4023117 Họ và tên: Bùi An

Phần phân công nhiệm vụ của nhóm

STT Họ và tên thành

viên Mã sinh viên Vai trò Nhiệm vụ được phân công

trưởng

Làm slide và ứngdụng

2 Nguyễn Duy Phúc 26A4020449 Thành viên Lời mở đầu, kết luậnvà giải pháp ở Việt

Nam

Thực trạng và các

5 Ngô Minh Phương 26A4020451 Thành viên vấn đề cần giải

quyết

Mục Lục

PHẦN MỞ ĐẦU 1

PHẦN NỘI DUNG Chương 1 Cơ sở lý thuyết 2

1.1 Khái niệm Bigdata 2

1.2.Nguồn hình thành và sự phát triển của BigData 2

1.2.1 Nguồn dữ liệu BigData 2

1.2.2 Sự phát triển của BigData 3

1.3 Đặc trưng 5V của BigData 3

1.4 Vai trò của BigData trong bán lẻ 4

1.5 Cách sử dụng BigData 5

1.5.1 Quy trình xử lý dữ liệu 5

1.5.2 Các công cụ phân tích BigData phổ biến 6

Chương 2 Thực trạng của vấn đề cần giải quyết trong việc áp dụng BigData trong lĩnh vực bán lẻ 7

2.1 Vấn đề đặt ra 7

2.2 Thực trạng áp dụng BigData ở tập đoàn Walmart 7

2.3 Thực trạng áp dụng BigData trong bán lẻ ở Việt Nam 8

2.4 Hạn chế và khó khăn trong việc áp dụng BigData ở Việt Nam 9

Chương 3 Giải pháp áp dụng BigData trong lĩnh vực bán lẻ ở Việt Nam 9

3.1 Định hướng theo thành công của tập đoàn Walmart 9

3.2 Giải pháp ứng dụng BigData vào bán lẻ ở Việt Nam 12

Phần Kết Luận 13

LỜI MỞ ĐẦU

Cuộc cách mạng công nghệ 4.0 diễn ra đã làm thay đổi mọi khíacạnh đời sống của mỗi chúng ta Thời đại của chúng ta đang sốngngày hôm nay là thời đại của công nghệ, thời đại của tiến bộ khoahọc đã cho ra đời nhiều phát minh tiến bộ giúp cho không chỉ nềnkinh tế mà mọi mặt của đời sống phát triển vượt bậc Chắc hẳnnhững từ khóa như Trí tuệ nhân tạo (AI), vạn vật kết nội (IoT), Dữliệu lớn (BigData) hẳn không còn xa lạ đối với chúng ta, thậm chí đãtrở thành một phần thiết yếu không thể thiếu trong cuộc sống ngàyhôm nay Để thích nghi và hội nhập với xu thế đó thì ngày bản thânmỗi chúng ta cũng cần phải có sự thảy đổi tích cực Với sự phát triểncủa dữ liệu lớn, BigData đã đem lại cho các công ty, tập đoàn trênthế giới nhiều cơ hội mới để nâng cao chất lượng nhằm phục vụkhách hàng và người tiêu dùng một cách tốt nhất trong giữa bốicảnh hội nhập và cạnh tranh ngày nay Một trong số những thànhcông của BigData cần phải kể đến đó chính là ứng dụng của nótrong lĩnh vực bán lẻ được tập đoàn Walmart áp dụng đã cho thấynhững phát triển vượt bậc chưa từng thấy Song song với đó chínhnhờ dữ liệu lớn BigData mà dịch vụ bán lẻ của các cửa hàng tiện lợicủa siêu thị trong đó có Walmart chính vì thế mà đã đáp ứng đượcnhu cầu mua hàng ngày càng cao của người tiêu dùng cũng nhưgiúp cho những nhà quản lí có thể vận hành cửa hàng một cách trơntru và có hiệu quả hơn Ngoài ra việc này cũng giúp họ giảm chi phí

và tiết kiệm thười gian một cách đáng kinh ngạc Xuất phát từ nhữngyếu tố trên, nhận được tầm quan trọng của BigData trong lĩnh vựcbán lẻ mà cụ thể là của tập đoàn Walmart, đồng thời được sự địnhhướng, góp ý của Giảng viên Ngô Thùy Linh, nhóm đã quyết định lựa

chọn đề tài “Nghiên cứu tính ứng dụng của BigData trong lĩnh vựcbán lẻ của tập đoàn Walmart qua đó áp dụng vào thị trường bán lẻ ởViệt Nam” Mục đích nghiên cứu của nhóm là nghiên cứu sự thànhcông của tập đoàn Walmart trong việc áp dụng BigData trong lĩnhvực bán lẻ, nhằm nâng cao chất lượng phục vụ của các chuỗi củacửa hàng tiện lợi và siêu thị, định hướng thị trường bán lẻ Việt Namtheo sự thanh công đó

CHƯƠNG 1 CƠ SỞ LÝ THUYẾT

1.1 Khái niệm về BigData

BigData là thuật ngữ chỉ đến một lượng lớn cả phức tạp các dữliệu, vượt quá khả năng xử lý của các phần mềm quản lý cơ sở dữliệu truyền thống

1.2 Nguồn hình thành và phát triển dữ liệu BigData

1.2.1 Nguồn dữ liệu BigData

Qua thống kê và tổng hợp nguồn liệu dữ liệu BigData đượchình thành chủ yếu từ các nguồn chính:

1 Dữ liệu doanh nghiệp (Enterpise Data): Bao gồm dữ

liệu từ các hệ thống doanh nghiệp như cơ sở khách hàng, hệthống quản lý quan hệ khách hàng (CRM), hệ thống quản lýnguồn nhân sự (HRM), hệ thống quản lý chuỗi cung ứng (SCM), vàcác hệ thống khác trong doanh nghiệp Ví dụ như dữ liệu đơn đặthàng, thông tin khách hàng, giao dịch tài chính, hiệu suất nhânviên

2 Dữ liệu mạng xã hội (Social Media Data): Gồm dữ liệu

từ các nền tảng mạng xã hội như Facebook, X, Instagram,Linkedln và nhiều nền tảng khác Điều này bao gồm thông tin từbài viết, tương tác người dùng, hình ảnh và video Ví dụ như bàiđăng, tương tác ( lượt thích, bình luận, chia sẻ), thông tin hồ sơngười dùng và dữ liệu địa lý

3 Dữ liệu (Sensor and IoT Data): Dữ liệu từ các thiết bị

cảm biến và Internet of Things (IoT) Các cảm biến trong xe ô tô,thiết bị y tế thông minh, cảm biến môi trường cả các thiết bị kháctạo dữ liệu liên tục Ví dụ như dữ liệu GPS, thông tin sức khỏe, từthiết bị y tế, dữ liệu môi trường như nhiệt độ và độ ẩm

4 Logs và Sự kiện (Logs and Events): Dữ liệu từ các file

log hệ thống, sự kiện hệ thống và sự kiện ứng dụng Điều này cóthể bao gồm thông tin về lượng truy cập, lỗi hệ thống và các sựkiện khác Ví dụ như Logs Server, logs ứng dụng và sự kiện liênquan đến bảo mật

5 Dữ liệu Website và Internet (Web and Internets Data): Dữ liệu từ trang web, thông tin tìm kiếm, và các dữ liệu

khác thu thập từ Internet, bao gồm cả dữ liệu từ trình duyệt web

và ứng dụng di động Ví dụ như dữ liệu tìm kiếm, thông tin ngườidùng trên trang web, và dữ liệu từ các thiết bị di động

6 Dữ liệu đa phương tiện (Multimedia Data): Bao gồm

văn bản, hình ảnh, âm thanh và video từ nhiều nguồn khác nhau,bao gồm nội dung truyền hình và phương tiện truyền thông trựctuyến Ví dụ như nội dung truyền hình, cấc video trực tuyến, hìnhảnh sản phẩm, các tệp âm thanh

1.2.2 Sự phát triển của BigData

1 Tăng vọt khối lượng dữ liệu là sự phát triển của Internet, mạng

xã hội, thiết bị IoT (Internet of Things) và các nguồn dữ liệu khác đãdẫn đến một sự tăng vọt đáng kể về khối lượng dữ liệu Dữ liệu đượctạo ra từ nhiều nguồn và có quy mô lớn, đặt ra thách thức và cơ hộicho việc xử lý và phân tích

2 Công nghệ lưu trữ và xử lý dữ liệu là các công nghệ mới nhưHadoopp và Spark, đã xuất hiện để giúp lưu trữ và xử lý lượng lớn dữliệu phân tán Các cơ sở dữ liệu NoSQL và công nghệ lưu trữ dữ liệuphân tán đã được đóng một vai trò quan trọng trong việc giải quyếtthách thức của việc quản lý dữ liệu lớn.

3 Mô hình dịch vụ đám mây là các dịch vụ như Amazon WebServices (AWS), Microsoft Azure và Google Cloud Platform cung cấpkhả năng linh hoạt và mở rộng cho việc lưu trữ và xử lý dữ liệu lớn.Điều này giúp doanh nghiệp tránh được việc phải đầu tư lớn vào cơ

sở hạ tầng riêng

4 Phát triển công nghệ Machine Learning và AI Công nghệMachine Learning và Trí tuệ nhân tạo (AI) đã trở nên ngày càngmạnh mẽ, giúp tự động hóa quá trình phân tích dữ liệu và rút tríchthông tin quan trọng Các mô hình máy có khả năng dự đoán xuhướng, nhận diện mô hình và tối ưu hóa quyết định

5 Sự liên kết các ngành công nghiệp BigData đã tạo ra sự liênkết mạnh mẽ giữa các ngành công nghiệp khác nhau Các lĩnh vựcnhư y tế, tài chính, sản xuất, quảng cáo và nhiều lĩnh vực khác đều

đã áp dụng BigData để cải thiện hiệu suất và đưa ra quyết địnhchiến lược

6 Chính sách và an sinh xã hội Sự phát triển của BigData đã đặt

ra nhiều thách thức và cơ hội về mặt chính trị, an ninh xã hội vàquản lý thông tin cá nhân Cần có các chính sách và quy định mới đểbảo vệ quyền riêng tư và đảm bảo sự an toàn của dữ liệu

7 Sự chú ý đặc biệt về an toàn dữ liệu Sự gia tăng về quy mô vàtầm quan trọng của dữ liệu đã đặt ra vấn đề về an ninh thông tin vàbảo mật dữ liệu Các vấn đề như bảo mật mạng, mã hóa dữ liệu vàtuân thủ quy định ngày càng trở nên quan trọng

8 Phát triển trong lĩnh vực y tế và nghiên cứu y học Trong lĩnhvực y tế, BigData đã đóng vai trò quan trọng trong nghiên cứu y học,chuẩn đoán và dự đoán dịch bệnh Việc sử dụng dữ liệu lớn giúp cảithiện chăm sóc sức khỏe và tăng cường khả năng dự đoán và phòngtránh các vấn đề y tế

1.3 Đặc trưng 5V của BigData

BigData gồm 5 đặc điểm quan trọng sau:

1 Volume (khối lượng dữ liệu): Đây là lượng lớn dữ mà các tổ

chức phải xử lý Điều này có thể là hàng tỷ hoặc thậm chí hàng triệu

tỷ byte dữ liệu, từ nhiều nguồn khác nhau như doanh nghiệp, mạng

xã hội, cảm biến và nhiều nguồn khác

2 Velocity (tốc độ xử lý và tạo ra dữ liệu nhanh chóng):

Tốc độ ở đây đề cập đến tốc độ tạo ra, xử lý và truyền tải dữ liệu Dữliệu lớn thường được tạo ra và cập nhật liên tục ở tốc độ cao, đặcbiệt là từ các nguồn như mạng xã hội, cảm biến và ứng dụng diđộng

3 Variety (sự đa dạng về định dạng hoặc nguồn gốc): Đây

là tính chất của dữ liệu lớn liên quan đến đa dạng về định dạng, cấutrúc và nguồn gốc Dữ liệu có thể bao gồm văn bản, hình ảnh, âmthanh, video và nhiều định dạng dữ liệu khác, từ nhiều nguồn khácnhau

4 Veracity (độ chính xác): Đặc tính này liên quan đến mức độ

tin cậy và chính xác của dữ liệu Với lượng lớn dữ liệu và đa dạngnguồn, có thể xuất hiện sự không chắc chắn, độ lệch và sai sót, đặt

ra thách thức trong việc đảm bảo độ chính xác của thông tin

5 Value (giá trị): Dữ liệu lớn có giá trị khi nó có thể cung cấp

thông tin hữu ích và chiến lược cho tổ chức Khả năng phân tích vàrút trích giá trị từ dữ liệu lớn giúp đưa ra quyết định thông minh vàđưa ra cái nhìn sâu sắc về tổ chức

1.4 Vai trò của BigData trong bán lẻ

1 Phân tích khách hàng: BigData giúp phân tích hành vimua sắm của khách hàng, đánh giá sở thích và ưa thích cá nhân Lợiích đem lại là cung cấp thông tin giúp cá nhân hóa trải nghiệm muasắm, tối ưu hóa chiến lược giá và tạo ra các chương trình khuyếnmãi đặc biệt

2 Dự đoán xu hướng thị trường: BigData phân tích dữ liệu để

dự đoán xu hướng thị trường và thay đổi trong nhu cầu của kháchhàng, qua đó, cho phép doanh nghiệp chuẩn bị và phản ứng nhanhchóng với thị trường, điều chỉnh dòng sản phẩm và chiến lược tiếpthị

3 Quản lý hàng tồn kho: BigData giúp dự đoán nhu cầu hàng

tồn kho và tối ưu hóa quản lý kho Từ đó, BigData giúp giảm chi phílưu trữ, tránh tình trạng thiếu hàng hoặc hàng tồn kho lớn và tăngkhả năng đáp ứng nhanh chóng

4 Tối ưu hóa giá cả: BigData phân tích giá cả, sự cạnh tranh

và phản ứng của khách hàng để tối ưu hóa chiến lược giá Từ đấy,góp phần trong việc điều chỉnh giá cả để thu hút khách hàng và tối

ưu hóa lợi nhuận

5 Cải thiện trải nghiệm khách hàng: BigData giúp theo dõi

và đánh giá trải nghiệm mua sắm của khách hàng để cải thiện dịch

vụ Qua đó, BigData giúp tạo ra trải nghiệm mua sắm cá nhân hóa,cung cấp đề xuất sản phẩm và dịch vụ phù hợp

6 Quảng cáo và tiếp thị hiệu quả: Big Data hỗ trợ tỏng việc

xác định đối tượng khách hàng mục tiêu và đánh giá hiệu suấtquảng cáo Từ đó, BigData giúp tăng cường hiệu suất quảng cáo vàtiếp thị bằng cách tập trung vào kênh quảng cáo hiệu quả nhất

7 Dự đoán chấn thương và xu hương mua sắm: BigData có

thể dự đoán xu hướng mua sắm và thậm chí là chấn thương thịtrường Nhờ đó, BigData giúp doanh nghiệp dự đoán và chuẩn bị chonhững thay đổi trong ngành và tình hình kinh doanh

8 An toàn dữ liệu và phòng chống gian lận: BigData hỗ trợ

trong việc phát hiện và ngăn chặn gian lận thanh toán và bảo vệthông tin khách hàng BigData giúp tăng cường an toàn thông tin vàniềm tin của khách hàng,

9 Tư duy liên kết các kênh bán lẻ: BigData kết hợp thông tin

từ nhiều kênh bán lẻ khác nhau (cửa hàng truyền thống, trực tuyến,

di động) để tạo ra một trải nghiệm mua sắm liên kết BigData tạo ra

một hệ thống bán lẻ liên kết và nhất quán, giúp khách hàng chuyểnđộng linh hoạt giữa các kênh mua sắm.

1.5 Cách sử dụng BigData

1.5.1 Quy trình xử lý dữ liệu

Với các công cụ mới xử lý toàn bộ chu trình quản lý dữ liệu, việcthu thập, lưu trữ và phân tích các tập dữ liệu lớn hơn để khám phánhững thông tin chuyên sâu mới và có giải trị đã trở nên khả thi vềmặt kỹ thuật và kinh tế nhờ các công nghệ BigData Trong hầu hếtcác trường hợp, việc xử lý BigData liên quan tới một luồng dữ liệuchung-từ thu thập dữ liệu thô tới sử dụng thông tin hữu ích

Quy trình xử lý dữ liệu gồm các bước chính:

1 Thu thập dữ liệu

2 Lưu trữ dữ liệu

3 Xử lý và phân tích dữ liệu

4 Trực quan hóa dữ liệu

1.5.2 Các công cụ phân tích BigData phổ biến

Hiện nay có rất nhiều BigData tools (Công cụ phân tích dữ liệu)phổ biến rộng rãi mà các chuyên gia và nhà phân tích trường sửdụng Dưới đây là một số công cụ nhóm em tìm hiểu được nhằmphân tích BigData trong chuỗi tập đoàn Walmart

Apache Hadoop: Thư viện phần mềm Apache Hadoop là mộtkhung cho phép xử lý phân tán các tập dữ liệu lớn trên các cụm máytính bằng các mô hình lập trình đơn giản Nó được thiết kế để mởrộng quy mô từ các máy chủ đơn lẻ lên hàng nghìn máy, mỗi máycung cấp khả năng tính toán và lưu trữ cục bộ Hadoop còn tự độnglưu trữ nhiều bản sao của dữ liệu, giảm thiểu rủi ro mất mát và cóchi phí thấp Tuy nhiên công cụ này có nhược điểm là khả năng xử lý

dữ liệu thời gian thực không tốt và cần kỹ năng cao để cài đặt vàquản lý Hadoop đã phát triển như một giải pháp xử lý dữ liệu lớn và

phân tán, với hơn 1 triệu giao dịch của khách hàng mỗi giờ được xử

lý và dữ liệu nhập vào ước tính hơn 2,5 PB

Dask: Ngôn ngữ lập trình cấp cao, thân thiện với người dùng củaPython và các thư viện Python như NumPy, Pandas và scikit-learn đãđược các nhà khoa học dữ liệu áp dụng đáng kể Được phát triểntrước khi các trường hợp sử dụng dữ liệu lớn trở nên phổ biến, cácthư viện này không có giải pháp mạnh mẽ mang tính song song.Python là lựa chọn phù hợp cho điện toán single-core, nhưng ngườidùng buộc phải tìm các giải pháp khác mang tính song song multi-core hoặc multi-machine Điều này gây ra sự gián đoạn trải nhiệmcho người dùng Nhu cầu ngày càng tăng về quy mô khối lượng côngviệc trong Python đã dẫn đến sự phát triển tự nhiên của Dask trong

5 năm qua Dask dễ dàng cài đặt, được cung cấp nhanh chóng đểtăng tốc độ phân tích dữ liệu trong Python mà không yêu cầu nhàphát triển nâng cấp cơ sở hạ tầng phần cứng hoặc chuyển sangngôn ngữ lập trình khác Cú pháp được sử dụng để khởi chạy cáccông việc Dask giống như cú pháp được sử dụng cho các hoạt độngPython khác Một gã khổng lồ trong lĩnh vực bán lẻ, Walmart sửdụng bộ dữ liệu khổng lồ để phục vụ khách hàng tốt hơn, dự đoánnhu cầu sản phẩm và nâng cao hiệu quả nội bộ Dựa vào phân tích

dữ liệu quy mô lớn để hoàn thành các mục tiêu này, Walmart Labs

đã chuyển sang Dask để giảm thời gian đào tạo xuống 100 lần, cảithiện độ chính xác và lặp lại mô hình nhanh chóng để tiếp tục hoạtđộng kinh doanh

CHƯƠNG 2 THỰC TRẠNG CỦA VẤN ĐỀ CẦN GIẢI QUYẾT TRONG VIỆC ÁP DỤNG BIGDATA TRONG LĨNH VỰC BÁN LẺ

2.2 Thực trạng áp dụng BigData ở tập đoàn Walmart

Trên thế giới có rất nhiều tập đoàn lớn áp dụng mô hình BigDatavào lĩnh vực bán lẻ cực kỳ thành công, họ đã dày công nghiên cứu

và phát triển nó lên một tầm cao mới Walmart là một hình mẫu điđầu trong mô hình kinh doanh bán lẻ áp dụng BigData Walmart làtập đoàn bán lẻ kinh doanh chuỗi siêu thị lớn nhất và hàng đầu thếgiới hiện nay, được thành lập vào năm 1962 tại Bentoville, bangArkanss, Mỹ bởi Sam Watson Walmart đã trở thành nhà bán lẻ tạphóa lớn nhất của nước Mỹ và đã mở rộng thị trường sang nhiều quốcgia khác trên thế giới Walmart ra mắt thương mại điện tử của mình

từ trang web đến các cửa hàng dịch vụ, cho phép người tiêu dùngmua hàng trực tuyến nhanh chóng và chọn tại cửa hàng Bên cạnh

đó, Walmart cũng giúp thanh toán dễ dàng, nhanh chóng và an toàn

để khách hàng mua hàng bằng điện thoại thông minh của họ.Walmart là nhà bán lẻ lớn nhất thế giới vào năm 2014 về mặtdoanh thu Walmart kiếm được 36 triệu đô la mỗi ngày từ khắp 4300cửa hàng bán lẻ ở Hoa Kỳ và tuyển dụng gần 2 triệu người Walmartbắt đầu sử dụng phân tích dữ liệu lớn trước khi thuật ngữ Dữ liệu lớntrở nên phổ biến trong ngành Vào năm 2012, Walmart đã chuyển từcụm Hadoop 10 nút trải nghiệm sang cụm Hadoop 250 nút Mục tiêuchính của việc di chuyển các cụm Hadoop là kết hợp 10 trang webkhác nhau vào một trang web duy nhất để tất cả dữ liệu phi cấu trúcđược tạo ra sẽ được thu thập vào cụm Hadoop mới Kể từ đó,Walmart đã tăng tốc phân tích dữ liệu lớn để cung cấp các côngnghệ thương mại điện tử tốt nhất với động cơ mang lại trải nghiệmvượt trội cho khách hàng Mục tiêu chính của việc tận dụng dữ liệulớn tại Walmart là tối ưu hóa trải nghiệm mua sắm của khách hàngkhi họ ở cửa hàng Walmart hoặc duyệt trang web Walmart hoặcduyệt qua thiết bị di động khi họ đang di chuyển Các giải pháp dữliệu lớn tại Walmart được phát triển với mục đích thiết kế lại cáctrang web toàn cầu và xây dựng các ứng dụng sáng tạo để tùy chỉnhtrải nghiệm mua sắm cho khách hàng đồng thời tăng hiệu quả hậucần Công nghệ Hadoop và NOSQL được sử dụng để cung cấp cho