Từ việc phân tích dữ liệu lớn trong lĩnh vực thương mại đến ứng dụng trong y tế, giáo dục, quản lý tài nguyên, và với nhiều lĩnh vực hơn nữa, chúng tôi tin rang Big data không chỉ là một
Trang 1Giáo viên hướng dân:
Thay Lé Hai Nam
Sinh viên thực hiện:
K234131563 Nguyễn Y Hoàng Phúc K234111328 Lâm Thùy Dung K234101189 Trần Ngọc Hà K234081032 Tô Thụy Thiên Phúc K234040495 Phan Lê Tú Nhi K234091099 Vũ Thiên
Thành phố Hồ Chí Minh, Tháng 12/2023
Trang 2
BANG DANH GIA HIEU SUAT LAM VIEC
- Soạn nội dung tiểu
Nguyên Y Hoàng Phúc | K234131563 100%
luận mục IL3
Trình bày, định dạng bài đồ án
Soạn nội dụng Lời
Soạn nội dung tiểu
luận mục IL l
Soạn nội dung tiểu
Trang 3
LỜI MỞ ĐẦU
Trong thời đại ngày nay, khối lượng lớn dữ liệu đã trở thành một nguồn tài nguyên vô cùng quý báu, đánh dấu bước ngoặt quan trọng trong cách chúng ta hiểu và tận dụng thông tin Đồ án cuối kỳ này không chỉ đơn thuần là một bước tiễn về kiến thức mà còn là hành trình khám phá về đề tài “Triển khai Big data trong kinh doanh Trường hợp lĩnh vực tiếp thị của Amazon” - một lĩnh vực đầy tiềm năng và thách thức
Khám phá thế giới của Big data không chỉ là việc theo đuôi xu hướng công nghiệp,
mà còn là một sự hiểu biết sâu sắc về cách dữ liệu có thể thay đổi cách chúng ta nhìn nhận vấn đề và đưa ra quyết định Sự mở ra một thế giới đầy số liệu không chỉ là một thách thức về công nghệ mà còn là cơ hội để chúng ta tìm ra câu trả lời cho những vẫn đề phức tạp nhất của xã hội
Chúng tôi đã chọn đề tài có liên quan đến vẫn đề Big data không chỉ vì sự phố biến của nó mà còn vì sự đa dạng và sức ảnh hưởng mà nó mang lại Từ việc phân tích dữ liệu lớn trong lĩnh vực thương mại đến ứng dụng trong y tế, giáo dục, quản lý tài nguyên, và với nhiều lĩnh vực hơn nữa, chúng tôi tin rang Big data không chỉ là một công nghệ mà con là một phương tiện mạnh mẽ để thúc đây sự tiến bộ xã hội
Trong quá trình nghiên cứu, chúng tôi đã chứng kiến sự thành công mạnh mẽ của
việc chuyền đối dữ liệu thành thông tin và cuối cùng là kiến thức Khả năng xử lý và
phân tích dữ liệu ngày càng phức tạp đã mở ra một thế giới mới của những cơ hội đôi mới Cùng với đó, chúng tôi cũng nhận ra rằng những thách thức về bảo mật đữ liệu và quyền riêng tư đang trở thành một trọng trách không thé phot lo
Chúng tôi sẽ không chỉ tập trung vào việc nghiên cứu lý thuyết mà còn sẽ áp dụng các phương pháp thực nghiệm để có cái nhìn toàn điện và thực tế về Big data Hy vọng rằng, thông qua đồ án này, chúng tôi có thể đóng góp một phần nhỏ vào việc khai thác và phát triển tiềm năng của Big data, đồng thời mang lại sự hiểu biết sâu rộng về ảnh hưởng
của nó đôi với xã hội và kinh tế Chúng tôi sẵn sàng bắt đầu hành trình này, đầy hứng
khởi và tràn đây sự tò mò về những khám phá mới
Trang 4LỜI CẢM ƠN
Trong quá trình hoàn thiện bài báo cáo này, nhóm chúng tôi đã nhận được sự ủng hộ
và hỗ trợ nhiệt tình và hữu ích từ nhiều phía khác nhau Đầu tiên, chúng tôi xin gửi lời cảm ơn chân thành nhất đến thầy Lê Hải Nam, với sự hướng dẫn và hỗ trợ nhiệt tình từ
phía của thầy, đã giúp cho chúng tôi hiểu rõ hơn về ứng dụng của công nghệ Big Data trong lĩnh vực kinh doanh, đặc biệt là trong lĩnh vực tiếp thị mà chúng tôi đã nghiên cứu Chúng tôi cũng xin bày tỏ lòng biết ơn đến các bạn cùng lớp, cũng như bài đồ án này
sẽ không thê hoàn thiện được nếu không có sự đóng góp và công hiến hết mình của các thành viên trong nhóm 8, bao gồm các thành viên: Nguyễn Y Hoàng Phúc, Lâm Thùy Dung, Trần Ngọc Hà, Tô Thụy Thiên Phúc, Phan Lê Tú Nhi và Vũ Thiên
Trong quá trình thực hiện bài đồ án kết thúc học phần này, chúng tôi đã tham khảo
một số tài liệu của các tác giả trong và ngoài nước Chúng tôi xin được bày tỏ lời cảm ơn chân thành đến các tác giả của những tài liệu đó
Cuối cùng, nhóm chúng tôi xin gửi lời tri ân sâu sắc đến Trường đại học Kinh tế -
Luật vì đã tạo cơ hội cho chúng tôi thực hiện bài đồ án này Bài đỗ án không chỉ là cơ hội
để chúng tôi áp dụng những kiến thức đã học mà còn là dịp dé làm quen với thê giới thực
tế của ngành công nghiệp Chúng tôi rất vui và tự hào khi có cơ hội nghiên cứu về một đề tài quan trọng và bô ích như “Triển khai Big Data trong kinh doanh” và áp dụng nó vào
mô hình tiếp thị của Amazon
Trang 5MỤC LỤC
BANG DANH GIA HIEU SUAT LÀM VIỆC . 2-52 22222122 ESEESEErrrrerxsee ii
0980.0900) 000 iii
I9)09.9.09)% iv
MUC LUC occ cecccccccccecscssssscsessscssasessvssesesevavasavsvasassvsvasasevasasasevasasasesasaseesvsatesessanseseasansenens v DANH MUC HINH ANH o.00 0.cccccccccesccccscscssecsssesesesesesseseasscsssseasecatsesesscatstseseteeeeeeesess vii CHƯƠNG I: TÔNG QUAN VẺ BIG DATTA G1 1 1 E1 11111111 51 1E HH ng 1 884:710i70 0 nä§Ẽ 1 1
I2 ĐẶC TRƯNG G222 2212121 21212121212121211121212101112121011121010121210101112101 01112 ra 2 1.2.1 Ba yéu tố chính của Big data (3V§) - S2 S111 212121 81518111 E11 E18 1g 2 L2.2 Hai khái niệm bố sung mở rộngg :- 523 2221222138123 2111115111121 2xeE 3 L3 XU HƯỚNG SỬ DUNG VA UNG DUNG BIG DATA TRONG MARKETING DOANE NGHIEP ooo ccccccccccccccscsssescsesssvssesesevevesasevssasasevavasasevavasesssssasesscansseseaneeseneees 4 13.1 Xu huréng str dung ŒPM:£Ƒ+£+%AOA-ẢẢẢãă 4
1.3.2 Ung dung trong tiép thi doamh nghiép 0.cccccccccsccsesceesceesessseeseecetseseeseeteeseees 5 1.4 NHUNG THACH THUC CHO DOANH NGHIEP TRONG VIEC TIEP THỊ ))080i)0Hi 8
CHƯƠNG II: SỬ DỤNG BIG DATA TRONG DOANH NGHIỆP 10
II.1 TONG QUAN VE DOANH NGHIỆP AMAZON.COM 10
TL 1.1 Lich str n1 10
i0 ¡85 Đ II [I.1.3 Sứ mệnh 22222212121 2321212111512151111151211112111111111111111110111 11210111112 gyg 12 TL 1.4, Co cA j7 45 12
11.2 PHAN TICH SWOT VE VIEC AP DUNG BIG DATA TRONG AMAZON 14 IL.2.1 Strength - Diém manh vé viéc ap dung Big data trong Amazon 14
IIL2.2 Weaknesses - Điểm yếu về việc áp dụng Big dafa trong Amazon 16
IL.2.3 Opportunities - Co hội về việc áp dụng Big data trong Amazon 17
IIL2.4 Threats - Thách thức về việc áp dụng Big data trong Amazon 18
i0 8.8 18
Trang 611.3 CACH AMAZON SU DUNG BIG DATA - 2 S2 2222212 SsEexsrrkrrexsee 19
IIL3.1 Ứng dụng và chức năng .- ¿S222 S12 S123 11181511111 8181151211181 re 19
II3.2 Thu thập dữ liệu/ Phản hồi của người dùng - 25222 ScSccxseccxerrxerssee 20 IL3.3 Quy trình quản lý, năng suất 2221 12.21211921 E1212111 1151815122111 xseE 21 11.3.4 Dao tạo và vấn đề pháp lý S22 E211 3 121211221 181512111 21118111011 re 21 CHƯƠNG III: ĐÁNH GIÁ VÉ VIỆC SỬ DỤNG BIG DATA 25-5 55s: 21
I0: 070)0 vi Nnẽ 22 III3 Đề xuất để cải thiện 02 222121212211 181515111 107118111 1111 81g rreg 22 KET LUAN ::d355 23
IV )80i1))009:70/8.4:791ỶĨĨIĨIIŨŨẶ 24
vi
Trang 7DANH MỤC HÌNH ẢNH
Hinh 1.1.1 Co so dit liéu Big data Q.2 Q0 Q00 QQQn HH HH HH HH HH ng ng
Hinh 1.1.2 Hé thong DBC 8n Hinh 1.2.2.1 5 thudt ngit vé Big data ec ecccceccccecececesceceseeeeseececeseesesessrtetstesttenesteneetenes
Hình L3.2.1.1 Phân tích dữ liệu thong qua cGC NQUON MANG veecceccccccccseseevseseseeseseseeseeees Hình L3.2.L2 Phân tích hành vì khách hàng của ẢHM(2OHH ào Ặ ào TS cành Hình II.1.4.1 Cơ cẩu tổ chức của ẢIMQZ0H1 à cc c TS St H11 1111111111111 xa xe
Trang 8CHUONG |: TONG QUAN VE BIG DATA I.1 KHÁI NIỆM
Thuật ngữ “Big data” là một khái niệm phô biến mô tả nhiều loại nguồn dữ liệu khác
nhau: nguồn thông tin nội bộ của tô chức như hệ thống thông tin, thư mục, kho lưu trữ, hộp thư, thủ tục và tài liệu và các nguồn thông tin bên ngoài của tổ chức như công thông tin, cửa hàng trực tuyến, chiến dịch quảng cáo, mạng xã hội, trang tin tức và trang dữ liệu như trang giao dịch chứng khoán, phân tích thời tiết, bản đồ và những thứ tương tự Cơ
sở dữ liệu không lồ này giao tiếp với hệ thống BI (Business Intelligence) của công ty và
sử dụng thuật toán và công cụ mạnh mẽ đề sắp xếp, xử lý và phân tích đữ liệu theo mẫu,
bối cánh, thông tin chỉ tiết, xu hướng và sở thích, sau đó trình bày sản phâm được phân
tích cho tổ chức thông qua truy van có cấu trúc hoặc thông qua bảng điều khiển dựa trên
mô hình kinh doanh Các công ty, tô chức và tô chức lớn căn cứ vào quy trình ra quyết định của họ trên cơ sở di liệu được phân tích, được thu thập và trình bày cho họ trong hệ thông BI
Nói cách khác, Big data đề cập đến một lượng lớn thông tin kỹ thuật số đang phát triển nhanh đến mức không thê phân tích hoặc hiểu được bằng các phương pháp truyền thống (tức là chỉ sử dụng bộ não con người) Ý tưởng của dữ liệu lớn là sử dụng sức mạnh tính toán mạnh mẽ để sắp xếp tat cả thông tin không lồ này và cô gắng đưa ra kết
luận về thông tin thu thập được, chủ yếu là kết luận kinh doanh
Hinh 1.1.1 Co so dit liéu Big data
Trang 9(Nguồn: Pinal Dave (2013) Sách “Learning Basics oƒ Big data in 21 Daws ”)
Mặc dù bản thân khái niệm "Big data" còn khá mới nhưng nguồn gốc của việc thu thập dữ liệu lớn có thể bắt nguồn từ những năm 1960 và 1970, khi thê giới dữ liệu mới
bắt đầu, với sự xuất hiện của các trung tâm dữ liệu và cơ sở dữ liệu cũng như sự ra đời của máy học [5] DBC (Database Computer) /1012 là máy cơ sở di liệu được Teradata Corporation giới thiệu vào năm 1984, dưới dạng hệ thống quản lý cơ sở dữ liệu phụ trợ cho máy tính lớn Đây được là một trong những hệ thông đầu tiên lưu trữ và phân tích đến I Terabyte dữ liệu vào năm 1992 Năm 1991, ỗ đĩa cứng đạt mức dung lượng 2,5GB [231,128]
DBC/1012 Data Base Computer System
1.2.1 Ba yéu tố chinh cia Big data (3Vs)
e Volume (Luong dit ligu)
Trang 10Công cụ hệ thống thu thập dữ liệu từ một số lượng lớn các nguồn, theo định nghĩa và nhu cầu của tô chức Khối lượng thông tin được xác định theo lượng dữ liệu được tích lũy, kích thước của tệp mà chúng được trích xuất và cách chúng ảnh hưởng đến tốc độ
phán hồi và tốc độ phân tích dữ liệu Cho dù đó là dữ liệu sao chép hay Big data - chính lượng dữ liệu quyết định giá trị của nó
e_ Velocity (Tốc độ nhận đữ liệu)
Quá trình thu thập, xử lý và phân tích dữ liệu mắt bao lâu và điều này có ảnh hưởng
đến tốc độ và tính liên tục của công việc với hệ thống hay không Và mat bao lau dé hé thong hién thi câu trả lời cho truy vấn tìm kiêm của người dùng, hay nói cách khác - dữ liệu có sẵn trong thời gian thực không?
e Variety (Su da dang cua dit liéu)
Dữ liệu có nhiều định dạng khác nhau và vai trò của hệ thống là thống nhất và liên kết
dữ liệu đến từ các định dạng khác nhau Sự đa dạng về định dạng và dữ liệu được thu
thập từ các tệp video và âm thanh, tệp Word, Excel, Powerpoint, Access, trang web, hình
ảnh, tệp văn bản và thậm chí cả thông tin phi cấu trúc - đó là sự hợp nhất của dữ liệu để
hoàn thiện thông tin cần thiết bởi các nhà phân tích của hệ thông để biến nó thành thông
tin tô chức thiết yếu
Ba đặc điểm này lần đầu tiên được xác định vào năm 2001 bởi Doug Laney, nha phan tích tại Meta Group Inc Sau đó chúng được Gartner phô biến rộng rãi sau khi mua lại Meta Group vao nam 2005
I.2.2 Hai khái niệm bỗ sung mở rộng
Dữ liệu có giá trị nội tại nhưng nó không rõ ràng cho đến thời điểm nó được phát hiện Một điều quan trọng khác là - dữ liệu của bạn có giá trị ra sao và đáng tin cậy đến mức nảo?
se _ Veracity (Tính xác thực)
Độ tin cậy của dữ liệu được đo bằng mức độ phù hợp với câu hỏi kinh doanh, liệu có thé str dụng dữ liệu để đưa ra kết luận cần thiết hay không, có thê đưa ra quyết định dựa trên dữ liệu hay không, có thê dựa vào thông tin được trình bày cho làm cho việc phân
Trang 11tích đữ liệu chính xác hơn? Trong bối cảnh này, độ tin cậy được đo lường liên quan đến mức độ phù hợp của nó đối với truy vẫn kinh doanh và quy trình điều tra nói riêng
e Value (Gid ii)
Giá trị của đữ liệu được đo lường theo tầm quan trọng của nó Chúng có thê được sử dụng không, hệ thống có cung cấp câu trả lời phù hợp cho câu hỏi kinh doanh không? Dữ liệu được trình bày có bố sung tích cực cho nghiên cứu do người dùng thực hiện không?
Họ có khuyến khích anh ta đặt những câu hỏi mới và thúc đây cuộc điều tra của anh ta không? Nói cách khác, dữ liệu được trình bày cho người dùng có quan trọng đối với hoạt động kinh doanh hay không
Trang 12bán hàng cũng như trong quy trình sản xuất Kiểm soát tốt hơn các ngân sách khác nhau bằng cách phân bô lại chúng và kiêm tra lợi tức đầu tư
Việc sử dụng Big datfa liên quan đến toàn bộ thế giới nội dung bên trong tô chức nhưng lại liên quan đến thế giới nội dung bên ngoài, được phản ánh qua việc nghiên cứu
về đối thủ cạnh tranh, mô hình hành vi và thói quen tiêu dùng của khách hàng tương ứng với các phân khúc thị trường khác nhau Tạo các ưu đãi tiếp thị mới cho khách dùng lần đầu hoặc khách quen dựa trên việc khám phá dữ liệu miễn phí Thu thập thông tm từ các nguồn vô tận (tài liệu, công mạng thông tin, bài viết báo cáo) và giao tiếp bằng các công
cụ trên web đề cung cấp thông tin cần thiết để điều hành doanh nghiệp của bạn Ưu điểm chính của các phương thức này là khả năng thông nhất quyết định trong kinh doanh chiến lược dựa trên thông tim hiện tại, nhanh chóng và phô biến
e_ Doanh nghiệp nhỏ
Mặc dù Big data được liên kết với các tô chức lớn, nhưng các tô chức vừa và nhỏ cũng có thê hưởng lợi rất nhiều từ công cụ này Bắt đầu bằng việc thu thập thông tin về đối thủ cạnh tranh, xác định xu hướng thị trường, kiểm tra các câu hỏi liên quan đến việc
mở rộng và tăng trưởng Quản lý các nhóm làm việc từ xa và quản lý truyền thông, ngân sách tiếp thị hướng đến các chiến dịch quảng cáo, phát hiện những khoảng cách về hiệu suất, ra quyết định dựa trên kiến thức về hiệu quả đầu tư và xác định các con đường mang
lại lợi nhuận tốt hơn kết quả kinh doanh
Ngoài ra, nó có thê được kết nôi với nhiều nguồn thông tin và cho phép chủ doanh nghiệp có được "bức tranh toàn cảnh” về hoạt động kinh doanh "từ góc nhìn toàn diện”,
ví dụ như hộp thư điện tử có thể được kết nối với hệ thống theo dõi các nhiệm vụ đang
mở, hệ thống gửi thư, hộp thư trên mạng xã hội và thậm chí cả các nhóm thông tm trong
mạng xã hội mà từ đó bạn có thê thu hút khách hàng tiềm năng và lời mời làm việc (tin
nhắn WhatsApp ) Đặc tính này là duy nhất tùy theo nhu cầu của doanh nghiệp và mục đích của nó là tạo điều kiện thuận lợi cho các quy trình hoạt động, kiểm soát những gì được thực hiện trong doanh nghiệp (hàng tồn kho, bán hàng, tiếp thị, thu tiền) và sử dụng ngân sách một cách hiệu quả
1.3.2 Ung dụng trong tiếp thị doanh nghiệp
5
Trang 131.3.2.1 Ưu điểm việc sử dụng Big data khi làm riếp thị
e Dự đoán trực quan hóa hành vì khách hàng ngày càng phức tap
Ưu điểm lớn nhất của việc sử dụng Big data là trực quan hóa và dự đoán hành vi của khách hàng dựa trên những con số khách quan Việc sử dụng dữ liệu lớn cho phép bạn
hiểu hành vi của từng khách hàng chính xác hơn so với phân tích đữ liệu truyền thông
Nó cũng có thể dự đoán hành động tiếp theo sẽ được thực hiện Việc sử dụng đữ liệu lớn
sẽ giúp ích rất nhiều trong việc hiện thực hóa “Tiếp thị một đối một (tiếp thị tiếp cận từng
khach hang)” von là mục tiêu chính của các công ty
e Kham pha nhitng thach thức kinh doanh
Như có thê thấy trong ví dụ về người bán và người mua của Mercari, tiếp thị dữ liệu lớn là cách tuyệt vời để ra hướng giải quyết các khó khăn trong kinh doanh từ góc độ khách quan Nó giúp ích rất nhiều trong việc quyết định và lập ra chiến lược của công ty
vì nó cho phép bạn xác định một cách số lượng những lĩnh vực hiện đang yếu kém trong kinh doanh hoặc những lĩnh vực cần được củng cô trong tương lai Bằng cách phân tích
dữ liệu tiếp thị lịch sử cùng nhau, bạn có thể có cái nhìn sâu sắc về chiến lược nảo hiệu
quả nhất dé giải quyết những thách thức hiện tại của mình
e Hop ly hóa và tôi ưu hóa hoạt động tiếp thị
6
Trang 14Phân tích hành vi khách hàng và khám phá các nhiệm vụ kinh doanh như mô tả ở trên cũng được thực hiện làm cơ sở cho hoạt động tiếp thi bất kể dữ liệu lớn Điều quan trọng
là phân tích dữ liệu lớn có thể được sử dụng với độ chính xác và tốc độ cao Bạn có thể
giảm đáng kê thời gian cần thiết đề phân tích và ra quyết định, đồng thời nâng cao hiệu
quả của các hoạt động tiếp thị tông thể Ngoài ra, vì nó cung cấp cho người dùng một chiến lược có thể mong đợi hiệu quả cao hơn trước nên nó có thê đạt được lợi thế cả về chi phi và hiệu quả
1.3.2.2 Câu chuyện thành công về tiếp thi Big data
e Thuong mai dién tr
Mercari, một công ty Nhật Bản ra mắt dịch vụ vào năm 2013, là một ung dung Prima phô biến (từ ghép của Free Market và ứng dụng) với 18,02 triệu người dùng hoạt động hàng tháng tính đến năm 2021 Mercari tiếp tục phát triển bằng cách tính toán ba KPI
(Chi sô hiệu suất chinh) thông qua Big data và thực hiện các biện pháp thích hợp [15]
Chiến lược của Mercari có thê được chia thành hai loại: ngoại tuyên và trực tuyến o_ Chiến lược ngoại tuyến: Mercari la một dịch vụ mà sự cân bằng giữa người bán và người mua là quan trọng Trong các chiến lược ngoại tuyến như TVCM
(Television Commercial Message), Big data duoc str dung lam dau moi dé xác định “Hiện tại chúng ta nên kêu gọi bên nào” và “Chiến dịch nào là cơ sở để
tăng doanh số bán hàng?”
o_ Chiến lược trực tuyến: Dữ liệu lớn chủ yếu được sử dụng trực tuyến dé phan
phôi phiêu giảm giá Khi tỷ lệ chiết khẩu tăng lên hàng tháng, các phiếu giảm
giá có thể được sử dụng liên tục hoặc phiếu giảm giá có thể giúp đưa ra quyết định cuỗi cùng trong trường hợp khả năng xảy ra giao dịch thấp sẽ được phân phối cho người dùng vào thời điểm tối ưu Kết quả là số lượng người dùng mới ban đầu đã tăng gấp đôi so với trước đây và tý lệ hoàn vốn đầu tư vượt quá 100%
e Amazon, trang EC lớn nhất thể giới, được thành lập năm 1994, cũng đang đi đầu trong việc sử dụng tiếp thị Big data
Trang 15Với chiến lược: “Tăng lợi nhuận mà không giảm giá bằng cách phân tích hành vi của
khách hàng” [1], Amazon kiếm lợi nhuận bằng cách không nhất thiết phải giám giá ngoại trừ các sản phẩm phô biến Điều này là do cơ hội bán hàng đầy đủ có thể được đảm bảo
thông qua các phương pháp khác ngoài việc giảm giá, chẳng hạn như đề xuất các sản phẩm tối ưu cho người dùng thông qua phân tích hành vi khách hàng bằng cách sử dụng Big data Đây là một hình thức tôi đa hóa lợi nhuận và có thể coi là một ví dụ thành công
của cái gọi là “chiến lược đuôi dài” (một phương pháp đám bảo lợi nhuận ôn định bằng cách tích lũy doanh số bán sản phẩm không phải là nhà phân phối chính)
Hình L3.2.L12 Phân tích hành vì khách hàng của Amazon
(Nguồn: A Global ( tháng 6, 2023) “Tìm hiểu về mô hình kinh doanh Amazon ”)
© Sushiro, chuỗi cửa hàng sushi băng chuyên nổi tiếng ở Nhật Bản, cũng là công ty
sử dụng Big data
“Giảm tốn thất xử lý xuống 1⁄4 bằng cách giải quyết khiếu nại của khách hàng” Sushiro lắp một con chip IC trên đĩa để phân tích nhu cầu về nguyên liệu lam sushi, nguyên liệu làm sushi nào được ăn vào thời gian nào và với số lượng bao nhiêu Kết quả
là, nhãn hàng đã thành công trong việc nâng cao sự hài lòng của khách hàng bằng cách có thê gửi loại sushi đáp ứng nhu cầu của khách hàng đến Lane nhiều hơn trước và chúng tôi
có thê giảm thất thoát do xử lý rác thải xuống còn khoảng 1⁄4 so với năm trước
I4 NHỮNG THÁCH THỨC CHO DOANH NGHIỆP TRONG VIỆC TIẾP THỊ
DỮ LIỆU
Trang 16e 7hách thức của việc tìm kiếm dữ liệu phù hợp
Các doanh nghiệp tạo ra rất nhiều dữ liệu mỗi ngày Tuy nhiên, điều này không có nghĩa là tất cá thông tin này đều hữu ích cho họ Như nhiều người đã lập luận trước đây, rất nhiều dữ liệu tiếp thị được thu thập hoàn toàn là một mớ hỗn độn và thực sự rất khó
đề biến khối thông tin không đồng đều này thành những hiểu biết sâu sắc có thể hành
động được Lọc đúng dữ liệu mà công ty bạn cần đề đưa ra quyết định sáng suốt là chia khóa để tiếp thị dựa trên đữ liệu sẽ đạt được kết quả xứng đáng
Đề có thể sử dụng dữ liệu thu thập được, chúng phải chính xác, chất lượng cao và
“sạch” Dữ liệu nào được coi là chất lượng? Một nơi có thể tìm thay méi tương quan giữa
dữ liệu và dựa vào đó có thê rút ra kết luận với mức độ tin cậy hợp lý Khi dữ liệu được
coi là sạch, điều đó có nghĩa là nó cho phép đưa ra quyết định dựa trên thông tin thực tế thay vì suy đoán hoặc phỏng đoán có căn cứ
Để tận dụng tôi đa khả năng tiếp thị dữ liệu, các nhà tiếp thị cần tạo ra một quy trình ngăn chặn sự không nhất quán của dữ liệu và đảm bảo rằng thông tin được thu thập luôn cập nhật
e Khó khăn trong việc biết phải hỏi gì
Việc đặt câu hỏi sai sẽ dẫn đến những câu trả lời không liên quan và kết quá là thông tin không chính xác có thể được sử dụng để đưa ra quyết định kinh doanh Doanh nghiệp cần chú ý đến các mục tiêu tiếp thị tông thể đằng sau sản phẩm của mình và biết cách đặt
câu hỏi phù hợp để có được dữ liệu họ thực sự cần Việc đặt những câu hỏi đúng sẽ dẫn đến những hiểu biết đúng đắn
e_ Thách thực trong phân tích dữ liệu
Mặc dù việc thu thập dữ liệu tự nó đã là một thành tựu nhưng việc biết ý nghĩa của tat
cả thông tin đó cũng quan trọng như việc tìm kiếm dữ liệu phù hợp Các công cụ và dịch
vụ phân tích có thể giúp giải quyết thách thức này và giúp doanh nghiệp đưa ra quyết định nhanh chóng và sáng suốt Chúng cũng có thê giúp các tổ chức hiểu hoạt động tiếp thị nào có tác động nhiều nhất đến khách hàng của họ
se Nôi sợ bị rò rỉ thông tin