Ví dụ: Một công ty bán lẻ điện tử sử dụng khoa học dữ liệu đểphân tích hành vi mua hàng của khách hàng.. Họ thu thập và phân tích dữ liệu từ các giao dịchtrực tuyến, như lịch sử mua hàng
TỔNG QUAN VỀ DATA SCIENCE
Data Science là gì?
Khoa học dữ liệu (Data Science) được định nghĩa là tất cả những gì về thu thập, tổ chức, lưu trữ, xử lý và khai thác dữ liệu để tìm ra insight giá trị Sau đó, trực quan hóa các insight cho các bên liên quan, để chuyển hóa insight thành hành động Đây là lĩnh vực đa ngành sử dụng các phương pháp và quy trình khoa học để rút ra insight từ dữ liệu.
Data science là một lĩnh vực kết hợp giữa toán học, thống kê và khoa học máy tính Nhiệm vụ trong ngành data science nói chung và yêu cầu bức thiết đặt ra là cần có một chuyên gia “Data Scientist”, người có khả năng dùng các công cụ thống kê và Machine Learning không chỉ dừng lại ở việc trích xuất, phân tích, xử lý thông tin mà còn phải có khả năng sử dụng các công cụ thống kê và thuật toán Machine learning để dự đoán tương lai của một sự kiện.
Hình 1 Data Science và các lĩnh vực liên quan
Một số ví dụ về khoa học dữ liệu:
- Nhận diện hình ảnh: Phát hiện đối tượng và xác định các mẫu hình ảnh là một trong những ứng dụng phổ biến nhất của Data Science.
- Hệ thống đề xuất: Các công ty lớn bao gồm Amazon và Netflix cung cấp các đề xuất sản phẩm và phim dựa trên những gì bạn muốn duyệt, mua và xem trên nền tảng của họ.
- Tìm kiếm thông tin: khi nói về tìm kiếm, chúng ta sẽ nghĩ ngay đến Google Bên cạnh đó, còn có nhiều công cụ tìm kiếm khác như Yahoo, Bing, Ask, Tất cả các công cụ tìm kiếm này đều sử dụng các thuật toán khoa học dữ liệu để mang lại kết quả tốt nhất cho mỗi lần chúng ta tìm kiếm một từ khóa nào đó.
- Phát hiện gian lận: Các tổ chức tài chính và ngân hàng sử dụng Data Science và các thuật toán liên quan để ngăn chặn và phát hiện các giao dịch gian lận.
Vai trò, tính ứng dụng của Data Science trong thời đại công nghệ
Dữ liệu cực kỳ quan trọng đối với bất kỳ doanh nghiệp nào vì nó giúp họ đưa ra quyết định dựa trên xu hướng, số liệu thống kê và dữ kiện Nó sử dụng các phương pháp tiếp cận khoa học, các khuôn khổ, thuật toán và các quy trình để trích xuất insight từ một lượng lớn dữ liệu Hiện nay, Data Science là xương sống của bất kỳ ngành nào và các xu hướng hiện tại cho thấy rằng nó sẽ còn quan trọng hơn nữa trong tương lai Nói một các đơn giản, Data Science loại bỏ sự không chắc chắn cho các tổ chức Việc thành lập một công ty công nghệ, tạo ra một sản phẩm tuyệt vời và xây dựng lực kéo đã trở nên dễ dàng hơn nhờ khả năng kết nối nâng cao, chi phí điện toán giảm, lưu trữ đám mây và khả năng tiếp cận dễ dàng của các nền tảng phân phối để tiếp cận đối tượng mục tiêu Do việc sản xuất các sản phẩm gia tăng, các thiết bị kết nối Internet và thời gian trực tuyến tăng lên dẫn đến sự gia tăng lớn về khối lượng dữ liệu tương tác của người dùng Vì thế, có những dữ liệu chưa từng có trong việc khai thác dữ liệu này và thu được những insight quan trọng giúp tạo ra các sản phẩm xuất sắc Ngày nay, khả năng cạnh tranh của một công ty được đo lường dựa trên mức độ thành công trong việc áp dụng phân tích vào các dataset phi cấu trúc khổng lồ bao gồm các nguồn khác nhau để thúc đẩy đổi mới sản phẩm Chính vì vậy, các Data Scientist ngày càng có nhu cầu và một nhóm các Data Scientist có thể tạo ra hoặc phá vỡ một công ty.
Data Science có mặt ở hầu hết các ngành:
Nghiên cứu về gen di truyền: ngành khoa học dữ liệu mang lại bước tiến lớn trong việc hiểu sâu hơn về DNA của con người, bằng cách tích hợp các loại dữ liệu khác nhau với dữ liệu bộ gen trong nghiên cứu bệnh tật
Logistics: Các công ty logistics sử dụng Data Science để tối ưu hóa các tuyến đường nhằm đảm bảo cung cấp sản phẩm nhanh hơn và nâng cao hiệu quả hoạt động.
Thương mại điện tử và dịch vụ số: khi mua sắm online trên Shopee, Lazada và các sàn thương mại điện tử khác, bạn sẽ luôn bắt gặp đề xuất về các sản phẩm Chúng không chỉ giúp bạn tìm mặt hàng có liên quan tới nhu cầu từ hàng tỷ sản phẩm có sẵn, mà còn cải thiện rất nhiều cho trải nghiệm người dùng Và đây lại là một ứng dụng của khoa học dữ liệu Rất nhiều những gã khổng lồ công nghệ trong lĩnh vực thương mại điện tử và dịch vụ số, như Amazon, Twitter, Google Play, Netflix, Linkedin, đều đã sử dụng công cụ này để quảng bá sản phẩm theo sở thích của người dùng và mức độ liên quan của thông tin.
Chơi game: Data Science hiện đang hỗ trợ việc tạo ra các trò chơi máy tính và video, đồng thời đưa trải nghiệm chơi game lên một cấp độ hoàn toàn mới.
Y tế: Data Science đang giúp các tổ chức y tế xây dựng các công cụ y tế tinh vi hơn để phát hiện và chữa bệnh.
Khoa học dữ liệu mang tới cho doanh nghiệp những lợi ích gì?
Khoa học dữ liệu như một phương thức cách mạng hóa hoạt động của các công ty Nhiều doanh nghiệp, bất kể quy mô, đều cần một chiến lược khoa học dữ liệu hiệu quả nhằm thúc đẩy tăng trưởng và duy trì lợi thế cạnh tranh Một số lợi ích chính bao gồm: hiểu khách hàng, dự báo và dự đoán, phân tích cạnh tranh, quảng cáo và marketing hiệu quả.
Khoa học dữ liệu giúp phân tích và hiểu rõ hơn về hành vi, sở thích, nhu cầu và mong đợi của khách hàng Từ đó, doanh nghiệp có thể tùy chỉnh sản phẩm và dịch vụ để đáp ứng một cách tốt nhất các yêu cầu của khách hàng Ví dụ: Một công ty bán lẻ điện tử sử dụng khoa học dữ liệu để phân tích hành vi mua hàng của khách hàng Họ thu thập và phân tích dữ liệu từ các giao dịch trực tuyến, như lịch sử mua hàng, sản phẩm được xem/đặt mua và đánh giá của khách hàng Kết quả phân tích giúp công ty hiểu rõ hơn về sở thích và nhu cầu của từng khách hàng, từ đó cá nhân hóa các gợi ý sản phẩm, tạo ra chiến dịch marketing đích thị và nâng cao trải nghiệm mua hàng.
Dự báo và dự đoán:
7 kho, lập kế hoạch sản xuất, đến dự báo doanh thu và lợi nhuận trong tương lai Ví dụ: Một công ty sản xuất ô tô sử dụng khoa học dữ liệu để dự đoán nhu cầu và xu hướng trong ngành công nghiệp ô tô Bằng cách phân tích dữ liệu từ thị trường, dữ liệu kỹ thuật và dữ liệu xã hội, công ty có thể dự báo xu hướng màu sắc, tính năng và kiểu dáng xe sẽ được ưa chuộng trong tương lai Qua đó, công ty có thể điều chỉnh quy trình sản xuất và lập kế hoạch để đáp ứng kịp thời nhu cầu của khách hàng.
Một công ty bán lẻ thực phẩm sử dụng khoa học dữ liệu để phân tích cạnh tranh trên thị trường.
Họ thu thập và phân tích dữ liệu từ các đối thủ cạnh tranh, như giá cả sản phẩm, chiến dịch quảng cáo và phản hồi khách hàng Kết quả cho phép công ty so sánh và đánh giá chiến lược, sản phẩm và dịch vụ của mình so với đối thủ, từ đó điều chỉnh chiến lược kinh doanh để tăng cường sức cạnh tranh Ví dụ: Bằng cách thu thập và phân tích dữ liệu về các đối thủ cạnh tranh, doanh nghiệp có thể hiểu rõ hơn về chiến lược, giá cả, sản phẩm và dịch vụ của đối thủ để điều chỉnh chiến lược kinh doanh của mình.
Quảng cáo và marketing hiệu quả:
Khoa học dữ liệu giúp xác định đối tượng khách hàng tiềm năng và tạo ra chiến dịch quảng cáo và marketing chính xác hơn Bằng cách phân tích dữ liệu từ các chiến dịch trước đây, doanh nghiệp có thể tối ưu hóa nguồn lực và tăng cường hiệu quả trong việc tiếp cận và tương tác với khách hàng Ví dụ: Bằng cách phân tích dữ liệu từ các chiến dịch trước đây, công ty có thể xác định đối tượng khách hàng tiềm năng và tạo ra thông điệp và hoạt động tiếp thị phù hợp Kết quả là tăng cường hiệu quả tiếp cận khách hàng, tăng tỷ lệ chuyển đổi và nâng cao hiệu suất chiến dịch quảng cáo.
Quy trình phân tích khoa học dữ liệu
Đối với hầu hết các doanh nghiệp và cơ quan, thiếu dữ liệu không phải là vấn đề Thực tế thì ngược lại,có quá nhiều thông tin để họ đưa ra một quyết định Tất cả những gì họ cần làm là phân tích dữ liệu kinh doanh và quy trình kinh doanh để đưa ra những chiến lược phù hợp với vấn đề kinh doanh Khi đó nhà khoa học dữ liệu sẽ làm việc với các bên liên quan để tìm hiểu nhu cầu của doanh nghiệp Một khi vấn đề đã được xác định, nhà khoa học dữ liệu sẽ giải quyết nó bằng cách sử dụng quy trình phân tích khoa học dữ liệu:
Thu thập dữ liệu (Selection):
Tìm kiếm nguồn và thu thập dữ liệu tương thích với mục tiêu đã đề ra Dữ liệu có thể tìm thấy bằng cách truy vấn dữ liệu cũ, trích xuất dữ liệu ở thời điểm hiện tại, gửi yêu cầu đến các bộ phận liên đới Thông thường tại các doanh nghiệp sẽ có bộ phận thu thập Data riêng hoặc thuê ngoài bên thứ 3 thực hiện công việc này Điểm mấu chốt ở bước này là chọn lọc được dữ liệu liên quan, nguồn đáng tin và có giá trị hiện thời Việc khoanh vùng quá rộng hoặc chọn dữ liệu không phù hợp sẽ làm nhiễu các bước phân tích dữ liệu khác và sai lệch thông tin đầu ra.
Làm sạch dữ liệu (Data cleaning):
Làm sạch dữ liệu trong quy trình phân tích khoa học dữ liệu bao gồm các bước cơ bản như loại bỏ dữ liệu lỗi, xử lý giá trị trùng lặp, điền đầy đủ dữ liệu thiếu, chuẩn hóa dữ liệu, kiểm tra tính logic và sự nhất quán, và xử lý nhiễu và outlier Mục tiêu là đảm bảo dữ liệu được chính xác, đầy đủ và phù hợp cho quá trình phân tích.Một số ví dụ về làm sạch dữ liệu:
- Thay đổi toàn bộ các giá trị ngày thành một định dạng tiêu chuẩn phổ biến.
- Sửa lỗi chính tả hoặc thừa khoảng trống.
- Sửa lỗi tính toán không chính xác hoặc xóa dấu phẩy khỏi các số lớn.
Khám phá dữ liệu (Data mining):
Khám phá dữ liệu là thao tác phân tích sơ bộ dữ liệu được sử dụng để lập kế hoạch kỹ hơn cho các chiến lược mô hình hóa dữ liệu Quy trình khám phá dữ liệu là một phần quan trọng trong quy trình phân tích khoa học dữ liệu Nó giúp chúng ta tìm hiểu và hiểu rõ hơn về dữ liệu trước khi tiến hành các bước phân tích và xử lý dữ liệu.
Mô hình hóa dữ liệu (Modeling):
Mô hình hóa dữ liệu là quá trình tạo ra một mô hình dữ liệu để dữ liệu được lưu trữ trong cơ sở dữ liệu Mô hình dữ liệu này là một biểu diễn khái niệm của các đối tượng dữ liệu, sự liên kết giữa các đối tượng dữ liệu khác nhau và các quy tắc Mô hình hóa dữ liệu giúp thể hiện trực quan dữ liệu và thực thi các quy tắc kinh doanh, tuân thủ quy định và chính sách của chính phủ về dữ liệu.
Mô hình dữ liệu đảm bảo tính nhất quán trong quy ước đặt tên, giá trị mặc định, ngữ nghĩa, bảo mật đồng thời đảm bảo chất lượng của dữ liệu Mục đích của mô hình hóa dữ liệu là tạo ra
9 quả nhất để lưu trữ thông tin, đông thời vẫn vẫn cung cấp các quy trình truy cập và báo cáo hoàn chỉnh.
Diễn giải kết quả (Interpretation): Quy trình diễn giải kết quả tập trung vào việc giải thích kết quả của các mô hình hoặc thuật toán Điều này có thể bao gồm việc xác định các dữ liệu quan trọng, hiểu quy tắc của mô hình, và tìm ra sự tương quan giữa chúng Từ đó đưa ra quyết định cho những hành động của mình Quy trình này đóng vai trò quan trọng trong việc phân tích dữ liệu và giải quyết các vấn đề trong lĩnh vực Khoa học dữ liệu Nó giúp chúng ta hiểu và giải thích được các kết quả phân tích, đảm bảo tính chính xác, tin cậy của mô hình và thuật toán dữ liệu.
PHÂN TÍCH CHUỖI HỆ THỐNG LONG CHÂU
Sơ lược về Long Châu
Trực thuộc Công ty Cổ phần bán lẻ kỹ thuật số FPT - Thành viên Tập đoàn FPT, hệ thống Nhà thống FPT Long Châu là một trong những chuỗi bán lẻ dược phẩm uy tín tại Việt Nam Với hơn 1000 nhà thuốc tại hơn 63 tỉnh thành ( cuối năm 2022) FPT Long Châu chuyên cung cấp đa dạng các loại thuốc, các sản phẩm chức năng, trang thiết bị y tế, dược mỹ phẩm và nhiều sản phẩm chăm sóc sức khỏe tiêu dùng hằng ngày Hệ thống nhà thuốc FPT Long Châu luôn mong muốn được chăm sóc, phục vụ sức khỏe cộng đồng với chất lượng tốt nhất với giá cả hợp lý.
1.2 Lịch sử hình thành và quá trình phát triển
Năm 2007, Nhà thuốc Long Châu được thành lập với hơn 20 năm kinh nghiệm trong lĩnh vực bán lẻ dược phẩm.
Năm 2017, Nhà thuốc Long Châu chính thức trực thuộc tập đoàn FPT với 8 nhà thuốc tại Thành phố Hồ Chí Minh.
Năm 2019, hệ thống nhà thuốc được mở rộng với quy mô 32 nhà thuốc tại 5 tỉnh thành.
Năm 2020, sự mở rộng tiếp tục được phát triển mạnh và vượt mốc 200 nhà thuốc tại 50 tỉnh thành trên toàn quốc vào năm 2020.
Năm 2021, hệ thống nhà thuốc vượt mốc 400 nhà thuốc tại 53 tỉnh thành trên toàn quốc.
Năm 2022, nhà thuốc Long Châu đã chính thức cán mốc 1000 nhà thuốc toàn quốc Sự kiện này đã đánh dấu quá trình phát triển mạnh mẽ và bùng nổ của chuỗi nhà thuốc này.
Hoạt động kinh doanh của nhà thuốc Long Châu bao gồm hai hình thức chính Offline tại các cửa hàng chính thức và Online qua các Website, Fanpage, cụ thể:
Hình thức kinh doanh Offline: Hệ thống nhà thuốc Long Châu cung cấp đa dạng các danh mục sản phẩm như thuốc, thực phẩm chức năng, dược mỹ phẩm và trang thiết bị y tế, Nhà thuốc sở hữu danh mục thuốc vừa chính hãng, vừa đa dạng, phong phú lại vừa chuyên sâu.
Hình thức kinh doanh Online: Bên cạnh việc mua hàng trực tiếp khách hàng có thể lựa chọn hình thức mua hàng qua website của hệ thống Khi đó, người mua sẽ được đội ngũ chăm sóc khách hàng tư vấn nhiệt tình 24/7 Nhân viên tư vấn sẽ gọi điện hoặc nhắn tin với khách để trao đổi thông tin, tư vấn sản phẩm cũng như cách thức giao hàng Khi truy cập vào website, khách hàng có thể truy cập đầy đủ thông tin cần thiết như giới thiệu chuỗi hệ thống, danh mục các mặt hàng, thông tin về thuốc, bệnh, cách thức mua hàng.
1.4 Khác biệt tại nhà thuốc Long Châu
Thuốc chính hãng: Sở hữu danh mục thuốc vừa chính hãng, vừa an toàn, chất lượng vừa phong phú, đa dạng Nhà thuốc có đầy đủ các loại thuốc, chuyên thuốc theo toa để có thể đáp ứng đầy đủ nhu cầu chăm sóc, bảo vệ sức khỏe của người dân Bên cạnh việc cung cấp thuốc chất lượng, người dân còn được mua lẻ với giá sỉ Nhà thuốc cam kết bán sản phẩm đảm bảo chất lượng với giá niêm yết thấp hơn so với thị trường chung, tương đương với giá bán sỉ.
Dược sĩ tư vấn tại chỗ: Tại tất cả các nhà thuốc thuộc hệ thống luôn có dược sĩ tư vấn tại chỗ Đội ngũ dược sĩ tư vấn tại hệ thống với kinh nghiệm và chuyên môn cao luôn chú trọng tư vấn cho khách hàng với tiêu chú 4 đúng: đúng thuốc, đúng liều, đúng cách và đúng giá.
11 Đổi trả trong 30 ngày: Khi mua hàng tại nhà thuốc, khách hàng sẽ được đổi trả nguyên giá trong vòng 30 ngày, kể từ ngày mua Chỉ cần đọc số điện thoại hoặc giữ lại hóa đơn mua hàng, bạn đã có thể đổi trả kể cả lý do thuốc đã mua dùng không hết hoặc bác sĩ đổi toa.
Giao hàng tận nơi: Hệ thống nhà thuốc Long Châu thực hiện giao hàng trên toàn quốc Khi nhận đơn hàng từ người mua và sau khi đã xác nhận thông tin mua hàng qua điện thoại, hệ thống sẽ tiến hành giao hàng theo yêu cầu của khách hàng.
Chương trình, chính sách ưu đãi diễn ra thường xuyên: hệ thống có hàng ngàn ưu đãi lớn trong năm Các hoạt động, chương trình này được tổ chức với mục đích tri ân khách hàng và kỷ niệm những cột mốc đặc biệt của hệ thống.
Trải qua quãng thời gian dài xây dựng và phát triển,hệ thống nhà thuốc Long Châu đã đánh dấu thành tựu to lớm cũng như sự thành công của mình khi vào tháng 12/2022, FPT Long Châu đã chạm mốc 1.000 nhà thuốc và gần đây nhất vào ngày 1/6/2023 đã đạt được con số là 1234 cửa hàng trên toàn quốc, trở thành chuỗi nhà thuốc đầu tiên và duy nhất phủ khắp 63 tỉnh thành và cán mốc 1 triệu người dùng ứng dụng. Đây cũng là chuỗi nhà thuốc đầu tiên được vinh danh Doanh nghiệp Chuyển đổi số tiêu biểu2022, là hệ thống nhà thuốc đầu tiên phân phối thuốc đặc trị Covid-19 Molnupiravir, chuyên thuốc hỗ trợ điều trị ung thư theo đơn bệnh viện.
Ứng dụng “Nhà thuốc Long Châu” trên điện thoại
Nhà thuốc Long Châu đã ra mắt ứng dụng mua thuốc trực tuyến mang tên "Nhà thuốc LongChâu" trên App Store và Google Play nhằm phục vụ tốt nhất nhu cầu của người dân về chăm sóc sức khỏe Ứng dụng Nhà thuốc Long Châu tập trung vào sự đơn giản, dễ sử dụng, đảm bảo an toàn, đúng quy định trong việc mua thuốc theo hướng dẫn của Bộ Y tế.
Với ứng dụng này, khách hàng chỉ cần chụp hình và gửi thông tin đơn thuốc được bác sĩ kê lên ứng dụng, dược sĩ và nhân viên nhà thuốc FPT Long Châu sẽ tiến hành liên hệ và tư vấn trực tiếp với khách hàng Thuốc sẽ được giao đến tay khách hàng trong vòng 3 giờ.
Người dùng có thể theo dõi lịch sử mua hàng, cá nhân hoá các đơn hàng đã mua bằng cách tự đặt tên gợi nhớ của đơn đó (Ví dụ: đơn thuốc của ba, đơn của mẹ,…) để dễ dàng chọn mua lại đơn thuốc cũ, ngay trên ứng dụng Tính năng này sẽ giúp người dùng dễ dàng truy xuất và quản lý việc sử dụng thuốc và các sản phẩm chăm sóc sức khỏe của bản thân và gia đình.
Khi khách hàng mua sắm online sẽ được tích điểm và ghi lại số lần mua hàng từ đó phân loại khách hàng, và dùng số điểm đó để đổi sản phẩm Với tính năng này, chủ cửa hàng có thể tạo ra những chương trình khuyến mại phù hợp để quan tâm, chăm sóc và kích cầu của khách hàng.
Website trực tuyến của Long Châu
Để có thể thuận tiện trong việc phát triển, cung cấp thông tin cho khách hàng một cách chính xác, xây dựng hình ảnh nhà thuốc một cách khái quát hơn vì thế nên website Long Châu đã ra đời nhằm phục vụ những yêu cầu trên và cung cấp thêm một số dịch vụ tiện ích khác - https://nhathuoclongchau.com.vn/
13 Một số thông tin về trang web trực tuyến của chuỗi cửa hàng dược phẩm như Nhà thuốc Long Châu có thể cung cấp:
- Thông tin sản phẩm: Trang web thường cung cấp thông tin chi tiết về các sản phẩm dược phẩm và chăm sóc sức khỏe mà Nhà thuốc Long Châu cung cấp Điều này bao gồm cả thông tin về thành phần, cách sử dụng và giá cả.
- Dịch vụ khách hàng: các dịch vụ khách hàng như cách đặt hàng trực tuyến, chính sách vận chuyển và giao hàng, cũng như cách liên hệ để hỏi đáp về các vấn đề liên quan đến sản phẩm và đơn hàng.
- Tin tức và tư vấn sức khỏe: cung cấp các bài viết, tin tức, và tư vấn về sức khỏe và cách sử dụng các sản phẩm dược phẩm một cách an toàn và hiệu quả.
- Tìm cửa hàng gần bạn: công cụ tìm kiếm để bạn có thể tìm cửa hàng Nhà thuốc Long
Châu gần nhất địa điểm của bạn.
- Khuyến mãi và ưu đãi: thông báo về các chương trình khuyến mãi, giảm giá, và ưu đãi đặc biệt mà Nhà thuốc Long Châu đang thực hiện để thu hút khách hàng.
ỨNG DỤNG CỦA DATA SCIENCE TRONG CHUỔI HỆ THỐNG NHÀ THUỐC
Hệ thống lưu trữ thông tin khách hàng
Thông tin khách hàng chính là tài sản quan trọng của mọi doanh nghiệp Đó là những dữ liệu mà doanh nghiệp muốn khai thác từ khách hàng nhằm mục đích tiếp cận họ hiệu quả hơn Doanh nghiệp nào có danh sách khách hàng phong phú tức là đã giành được 50% phần thắng trong cuộc đua bán hàng Việc thu thập data khách hàng được xem là nhiệm vụ vô cùng quan trọng bởi nó giúp doanh nghiệp phác họa ra được chân dung khách hàng tốt nhất, tiềm năng nhất, từ đó có những biện pháp nhằm thu hút, giữ chân khách hàng, tăng doanh số, mở rộng thị trường Thông tin của khách hàng có thể được ghi lại và được chỉnh sửa nếu cần thiết Thuận tiện hơn trong quá trình mua sắm online, tư vấn thuốc, Nếu là khách hàng mới sẽ được thực hiện lưu trữ vào hệ thống, còn nếu là khách hàng cũ thì khi mua hàng hay tư vấn nhân viên sẽ truy xuất được thông tin đã có,…
Hệ thống lưu trữ thông tin khách hàng mang lại lơi ích sau:
Lưu trữ và quản lý toàn bộ thông tin khách hàng một cách chi tiết và khoa học.
Tiết kiệm thời gian khi cung cấp thông tin.
Dễ dàng truy xuất thông tin khách hàng cũ qua mã khách hàng.
Thuận tiện trong việc chỉnh sửa thông tin khi cần thiết.
Hệ thống tư vấn khách hàng
15 Dựa vào thông tin đã thu thập đươc hệ thống tư vấn khách hàng sẽ truy xuất thông tin khách hàng khi cần thiết và cũng có thể g iúp khách hàng cung cấp thông tin một cách nhanh chóng, tiện lợi không mất nhiều thơi gian qua hotline của Long Châu.
Thông tin cá nhân của khách hàng sau khi được thu thập sẽ được chuyển trực tiệp vào dữ liệu chung của Long Châu, khi khách hàng đặt thuốc chỉ cần nhập mã khách hàng để có thể truy xuất thông đã nhập một cách nhanh chóng vào đơn hàng, hoặc khi khách hàng muốn kết nối với dược sỹ để tư vấn về thuốc nhân viên sẽ truy xuất thông tin của khách hàng theo mã hoặc tên để có thể dễ dàng tư vấn, hoặc khi khách hàng muốn mua hàng trong ngày thì hệ thống sẽ nối máy khách đến chi nhánh gần với khách hàng nhất theo địa chỉ, thông tin liên lạc truy xuất được Nhờ sự thuận tiện đó thì lượng khách hàng sẽ đăng kí tài khoản online của Long Châu ngày càng tăng,đem lại cho Long Châu nguồn dữ liệu dồi dào để có thể phân tích nhu cầu khách hàng, cải thiện chất lượng một cách toàn diện nhất.
Hệ thống ghi lại lịch sử mua hàng trên website mua sắm hoặc app trên điện thoại
Hệ thống mua hàng của Long Châu giúp quản lý, kiểm duyệt các đơn đặt mua hoặc đơn bán thông qua hệ thống, mang lại cho chúng ta nguồn khách hàng triển vọng hơn và dồi dào hơn với những ưu điểm sau :
- Cung cấp trang chuyên dụng đặt hàng trực tuyến:
Cung cấp ứng dụng(App) C-Portal, giúp xử lý công việc đặt hàng dễ dàng thông qua điện thoại, máy tính bảng.
- Tiếp nhận đơn hàng trực tuyến: Có thể đặt hàng trực tuyến, khi khách hàng đặt thuốc chỉ cần nhập mã khách hàng để có thể truy xuất thông đã nhập một cách nhanh chóng vào đ ơn hàng Khách hàng có thể nắm bắt tình hình tiến hành đơn hàng và kiểm tra báo cáo bán hàng, sổ chi tiết.
- Chia sẻ thông tin dễ dàng với khách hàng: Khách hàng có thể xem các báo cáo chi tiết giao dịch được cho phép Có thể trao đổi và tiếp nhận phản hồi với khách hàng thông qua bảng thông báo.
- Thông tin của thuốc: Biết được thông tin mô tả thành phần của thuốc.
Với những ưu điểm đó sẽ mang lại cho Long Châu lượng lớn khách hàng trực tuyến và trực tiếp và hơn hết sau khi khách hàng mua sắm ta có thể tích điểm và ghi lại số lần mua hàng của khách hàng Từ thông tin của khách hàng và số lần mua hàng ta có thể phân loại được khách hàng – kết quả phân tích bằng DATA SCIENCE Đây cũng là một trong những yếu tố giúp ích cho việc giữ chân, thu hút khách hàng – điều mà mọi doanh nghiệp luôn quan tâm đến.
Lấy ý kiến đánh giá của khách hàng qua app hoặc website
Tham khảo ý kiến đánh giá của khách hàng thông qua ứng dụng hoặc trang web của chuỗi cửa hàng dược phẩm Long Châu có thể được sử dụng để cải thiện trải nghiệm của khách hàng và quản lý chất lượng dịch vụ. Đánh giá sản phẩm: đánh giá và nhận xét của khách hàng ( Tốt, Bình thường, Tệ) về chất lượng sản phẩm và xác định sản phẩm nào được đánh giá tốt hoặc cần cải thiện.
17 Phân tích đánh giá dịch vụ: đánh giá chất lượng dịch vụ, chăm sóc khách hàng tại cửa hàng mua trực tiếp hoặc mua online trên thang điểm 5.
Sau khi có những ý kiến của khách hàng, ta sẽ sử dụng DATA SCIENCE để phân tích dựa trên đánh giá của khách hàng về tỉ lệ quay lại hoặc không của khách hàng Ngoài ra đối với những khách hàng tham gia lấy ý kiến nhưng bỏ dở hoặc bị mất dữ liệu ta sẽ dự đoán được tỉ lệ quay lại của khách hàng, điều này giúp Long Châu tối ưu hóa trải nghiệm của khách hàng và quản lý chất lượng sản phẩm và dịch vụ thông qua phân tích phản hồi và đánh giá từ người dùng.
Từ đó có thể đánh giá được hiệu suất của cửa hàng tốt hay không dựa trên tỷ lệ quay lại sử dụng dịch vụ của khách hàng, từ đó có thể cải thiện chất lượng sẩn phẩm hoặc dịch vụ của cửa hàng,nâng cao trải nghiệm của khách hàng.
Chiến lược thu hút khách hàng
Chiến lược thu hút khách hàng là một trong những điều được coi là chiến thuật phát triển của mỗi doanh nghiệp Nắm được đặc điểm, suy nghĩ của từng khách hàng chính là mấu chốt của mỗi doanh nghiệp Khi phân loại được khách hàng ta có thể dùng từng chiến lược quảng cáo phù hợp với từng nhóm khách hàng đã phân loại (khách hàng thân thiết hay khách hàng thường). Điều này có thể giúp cửa hàng dược phẩm Long Châu tối ưu hóa các chiến lược tiếp thị và quảng cáo để thu hút và giữ chân khách hàng một cách hiệu quả Dựa trên những mô hình ưu đãi, khuyến mãi đối với từng nhóm khách hàng: giữ chân khách hàng cũ, thúc đẩy sử dụng dịch vụ với khách hàng mới. Đối với khách hàng đã đăng ký tài khoản Long Châu:
Sử dụng các chiến lược quảng cáo trên Zalo số điện thoại mà khách hàng đã đăng ký. Áp dụng ưu đãi đối với những khách hàng cũ như tích điểm: số điểm tích được sẽ quy ra bằng tiền và trừ vào đơn hàng tiếp theo khi mua tại Long Châu.
Nhiều ưu đãi đặc biệt dành riêng cho khách hàng thân thiết.
Gợi ý những sản phẩm tương tự những loại khách hàng đã mua trên app. Đối với khách hàng mới, chưa đăng ký tài khoản hay sử dụng dịch vụ:
Gợi ý khách hàng tạo tài khoản để tích điểm khi mua hàng.
Tạo ưu đãi đối với khách hàng lần đầu mua hàng online trên app Long Châu Ví dụ như đơn 1đ, quà tặng kèm.
Và các hình thức quảng cáo rộng rãi hình ảnh Long Châu đến với tất cả nhóm khách hàng như chạy quảng cáo trên các nền tảng xã hội nhiều lượt theo dõi như Google Ads hoặc Faceboo k Ads, tham gia tài trợ các chương trình, ưu đãi vào các ngày đặc biệt ( kỷ niệm thành lập,ngày tết, lễ,…), gần đây nhất là chiến dịch quảng cáo OOH,…
Tóm lại, dựa vào kết quả thu được từ data science sẽ giúp Long Châu tối ưu hóa việc thu hút và duy trì khách hàng thông qua việc sử dụng dữ liệu và phân tích để tạo ra các chiến lược tiếp thị,nghiên cứu thị trường một cách thông minh và hiệu quả.
BÀI TOÁN DATA SCIENCE
Thu thập và làm sạch dữ liệu
Thu thập dữ liệu từ OrangeTập dữ liệu về thông tin học viênData set Characteristic (Đặc điểm của tập dữ liệu): Đa biếnSố lượng mẫu: 100
1.2 Các thuộc tính đưa vào mô hình
Họ tên khách hàng Địa chỉ
Mã khách hàng Giới tínhTuổiSố điện thoạiDị ứng thuốc Đánh giá sản phẩm Đánh giá dịch vụ Số lần mua hàng Loại khách hàngQuay lại sử dụng dịch vụ
1.3 Các bước làm sạch dữ liệu:
Các bước và giải pháp làm sạch dữ liệu (Data Cleaning):
- Xử lý những dữ liệu bị thiếu (Missing values) - Xử lý nhiễu (Noisy data)
- Xử lý những dữ liệu không nhất quán (Inconsistent data)
1.3.1 Dữ liệu bị thiếu (Missing Values) Định nghĩa:
- Dữ liệu bị mất (quá trình thu thập) - Dữ liệu bị thiếu (quá trình thu thập) - Dữ liệu chưa biết (N/A, TBD, ) - Dữ liệu không tồn tại
- Khách quan: không tồn tại lúc được nhập dữ liệu, sự cố,
- Chủ quan: tác nhân con người
- Loại bỏ những mẩu tin liên quan đến dữ liệu bị thiếu - Bổ sung thủ công
- Thay thế bằng các giá trị được tính toán (quy tắc, thuật toán) - Các hằng số ngầm định
- Các loại giá trị trung bình - Các giá trị phổ biến, có xác suất xảy ra cao nhất …
1.3.2 Dữ liệu nhiễu (Noisy Data) Định nghĩa:
- Attribute: giá trị dị biệt, bất thường
2 - Item: bất thường (outliers) trong tương quan features-target, không phù hợp với các items liên quan
- Khách quan (công cụ thu thập dữ liệu, lỗi trên đường truyền, giới hạn công - nghệ, )
- Chủ quan (tác nhân con người) - Phát hiện và khử nhiễu:
- Binning: so sánh với những dữ liệu lân cận - Statistical approaches: khoảng cách, phân phối, mật độ,
- Regression: so sánh với dữ liệu được tính toán từ phương pháp hồi quy - Clustering: gom cụm để phát hiện những dữ liệu bất thường - Filter: chọn lựa các thuộc tính (feature selection), phân tích tương quan
1.3.3 Dữ liệu không nhất quán (Inconsistent data) - Dữ liệu được ghi nhận khác nhau đối với cùng một đối tượng - Dữ liệu không phản ánh đúng ngữ nghĩa
- Xử lý dữ liệu không nhất quán:
- Hiệu chỉnh thủ công - Central semantic store approach: khai thác siêu dữ liệu (metadata), các ràng buộc - dữ liệu (data constraints)
- Master reference store approach: tăng cường tập trung dữ liệu
- Đạt được kết quả ước lượng tốt nhất chân thực giữa các biến số;
- Chỉ rõ sự tác động của thuộc tính này lên thuộc tính khác.
Bài toán 1 - Dự đoán và phân loại khách hàng
2.2 Phần mềm thể hiện (Orange)2.2.1 Màn hình thể hiện (Orange)
2.2.2 Kết quả và dữ liệu testing Test and score: Sử dụng phương pháp K-fold với k=5 Đường cong ROC
2.2.3 Kết quả với tập dữ liệu dự báoSử dụng mô hình Tree
2.2 Đánh giá và lựa chọn mô hình 2.3.1 Sử dụng ma trận nhầm lẫn để đánh giá trường hợp
Ta sử dụng Ma trận nhầm lẫn (Confusion Matrix) để so sánh mức độ nhầm lẫn giữa cáclớp thực tế (Actual) và dự đoán (Predicted) Đây là phương pháp đánh giá kết quả của những bài toán phân loại với việc xem xét cả những chỉ số về độ chính xác và độ bao quát của các dự đoán cho từng lớp Một confusion matrix gồm 4 chỉ số sau đối với mỗi lớp phân loại:
True positives: Số lượng dự đoán chính xác
False positives: Số lượng các dự đoán sai lệch.
True negatives: Các điểm Negative thực được nhận Đúng là Negative.
False negatives: Các điểm Positive thực được nhận Sai là Negative.
Dễ dàng nhận ra được, đường chéo bắt đầu từ ô đầu tiên phía trên bên trái đến hết ô kề cuối phía dưới bên phải chỉ ra số lượng mẫu được dự đoán chính xác so với mẫu thực tế Ngược lại, các ô còn lại nêu ra số lượng dữ liệu bị dự đoán sai lệch.
2 Ma trận nhầm lẫn của Neural Network
Ma trận nhầm lẫn của SVM
Ma trận nhầm lẫn của Logistic Regression
Ma trận nhầm lẫn của mô hình Tree
3 Qua quan sát được giữa 3 bảng Ma trận nhầm lẫn, ta nhận ra được cả ba Ma trận đều có lượng mẫu dữ liệu dự đoán chính xác như sau:
Neural Network: xác định đúng 12 người trên tổng 16.
SVM: xác định đúng 13 người trên tổng 16.
Logistic Regression: xác định đúng 9 người trên 16 người.
Mô hình Tree: xác định đúng 15 trên 16 người.
Vì vậy mô hình Tree là mô hình hiệu quả nhất.
2.3.2 Dựa vào các chỉ số đánh giá lựa chọn mô hình phù hợp
Test and score : Sử dụng phương pháp K-fold cross validation với k = 5
Dựa vào hình phân tích các thành phần trong ma trận nhầm lẫn:
Accuracy (tính chính xác): là tỷ lệ các trường hợp được dự báo đúng trên tổng số các trường hợp.
Precision (độ chính xác): giúp chúng ta biết được có bao nhiêu điểm dữ liệu thực sự ở lớp
Positive được mô hình phân lớp đúng trong mọi điểm dữ liệu thực sự ở lớp Positive.
Recall (độ phủ) hay Sensitivity (độ nhạy): Thể hiện khả năng phát hiện tất cả các postivie, tỷ lệ này càng cao thì cho thấy khả năng bỏ sót các điểm Positive là thấp.
F1: là tỷ lệ dung hòa giữa Recall và Precision ; F1 càng cao càng tốt
Khi lý tưởng nhất thì F1 = 1 (khi Recall = Precision=1).
Khi lựa chọn mô hình thì tỷ lệ accuracy, precision, recall, F1 càng cao thì mô hình càng tốt.
Dựa trên chỉ số AUC (tính chính xác), Recall (độ phủ) và Precision (độ chính xác) và F1 ta có thể thấy mô hình Tree có số liệu đo được là tốt nhất trong các mô hình. Đường cong ROC Đường cong này được tạo ra bằng cách biểu diễn tỷ lệ dự báo true positive rate (TPR)
Area Under the ROC: Là vùng nằm dưới ROC, vùng này càng lớn thì model càng tốt mô hình.
Qua quan sát đồ thị đường cong ROC có thể thấy được mô hình Tree là đường tạo ra Area Under the ROC lớn nhất Vì vậy Mô hình Tree sẽ là lựa chọn phù hợp nhất.
Bài toán 2 – Dự đoán tỷ lệ quay lại của khách hàng bằng mô hình Tree
Dữ liệu thu thập được trên bài khảo sát ý kiến khách hàng của Long Châu, những khách hàng không khảo sát hoặc do sơ xuất bị mất ý kiến đánh gia sẽ được dự đoán bằng mô hình Tree về tỷ lệ quay lại sử dụng dịch vụ ở hệ thống nhà thuốc Long Châu.
3.3 Dữ liệu sau khi được làm sạch
3.4 Kết quả dự báo của mô hình Tree
3.5 Kết quả bằng mô hình Tree
Ngoài những ứng dụng được đưa ra dựa trên bài toán nhóm đã phân tích thì Data Science đã và đang đóng góp rất nhiều vào hệ thống nhà thuốc Long Châu bằng những thuật toán, kỹ thuật mang tính toàn cầu đi kèm với trình độ chuyên môn cao Sau đây là một số ứng dụng mà nhóm đã tìm hiểu thêm được về đóng góp của Data Science vào hệ thống nhà thuốc Long Châu.
1 Áp dụng hệ thống công nghệ MRP để quản lí hàng hóa
MRP (Manufacturing Resource Planning) được coi là tiền thân của hệ thống hoạch định tài nguyên doanh nghiệp (ERP) Đây là một quá trình, đưa chiến lược quy trình kinh doanh tích hợp thông tin gia tăng được thực hiện bằng các ứng dụng phần cứng, phần mềm mô đun được liên kết với cơ sở dữ liệu trung tâm lưu trữ và cung cấp dữ liệu thông tin kinh doanh Dữ liệu phải được xem xét trong một chương trình MRP bao gồm:
Tên của sản phẩm cuối cùng đang được tạo ra: Được gọi là nhu cầu độc lập hoặc Mức
Thông tin gì và khi nào: Cần số lượng bao nhiêu? Khi nào cần thiết để đáp ứng nhu cầu khách hàng?
Thời hạn sử dụng của vật liệu được lưu trữ.
Hồ sơ tình trạng hàng tồn kho: Hồ sơ về nguyên vật liệu thuần sẵn sàng sử dụng đã được nhập kho và nguyên vật liệu theo đơn đặt hàng từ nhà cung cấp.
Hóa đơn vật liệu: Chi tiết về vật liệu, thành phần và cụm phụ cần thiết để tạo ra từng sản phẩm.
Dữ liệu lập kế hoạch: Dữ liệu này bao gồm tất cả các hạn chế và hướng để sản xuất các mặt hàng như định tuyến, tiêu chuẩn lao động và máy móc, tiêu chuẩn chất lượng và thử nghiệm, kỹ thuật định cỡ lô hàng và các đầu vào khác.
3 Vậy nên bằng cách áp dụng hệ thống này, Long Châu có thể cho phép người quản lý theo dõi chính xác số lượng hàng hoá trong thời gian thực, giúp quản trị tồn kho tốt hơn, điều phối hàng nhanh chóng đến từng nhà thuốc.
2 Tạo nên hệ thống giao hàng Long Châu Delivery (LCD) bằng Goong
Với quy mô vô cùng to lớn điều này đã đặt ra cho Long Châu yêu cầu to lớn - vẫn phải đảm bảo được việc kiểm soát cung ứng cho khách hàng, buộc chuyển mình theo xu thế tạo ra sự mới mẻ và đột phá trong phương thức kinh doanh dược phẩm, đó là thực hiện song song hình thức bán offline tại cửa hàng và phát triển hình thức bán online & giao hàng tận nơi.
Bằng cách lựa chọn Goong Maps API tích hợp lên hệ thống bán hàng trực tuyến của mình, giúp Long Châu triệt để giải quyết bài toán quản trị vận hành và mở rộng mô hình kinh doanh một cách thần tốc Khi xây dựng và phát triển nền tảng web/app Long Châu, mapview của Goong đã được sử dụng để hiển thị và đánh dấu các vị trí thực tế của các cửa hàng trong hệ thống Ngay khi người dùng truy cập vào web/app và lựa chọn dịch vụ “Tìm nhà thuốc”, API của Goong được sử dụng để xác định vị trí của họ một cách dễ dàng Từ đó nhanh chóng gợi ý được các cửa hàng gần vị trí của họ nhất, người mua sẽ dễ dàng lựa chọn cho mình cửa hàng phù hợp và tiện lợi Sau khi đã xác định được vị trí người mua và cửa hàng được, Goong tính toán ra khoảng cách từ cửa hàng đến điểm giao, điều hướng cho nhân viên ship hàng cung đường thuận lợi nhất giao hàng đến vị trí cần giao, kết thúc hành trình suôn sẻ và nhanh chóng, đem lại sự tiện nghi và trải nghiệm hài lòng nhất cho khách hàng. Ứng dụng với đầy đủ chức năng như các đơn vị giao hàng, phục vụ cho đội ngũ nhân viên giao hàng tại Long Châu, tích hợp với Google Maps giúp định vị chính xác nhằm giảm đáng kể thời gian giao hàng tận nhà từ trong vòng 24 giờ xuống chỉ trong vòng 3 giờ và thậm chí 1 giờ ở các khu vực đô thị.
3 Quản lý lô hàng và chất lượng sản phẩm
Việc quản lý lô hàng và chất lượng sản phẩm là một phần quan trọng trong hoạt động của chuỗi cửa hàng dược phẩm Để việc này được thực hiện một các hiệu quả nhất Data science đã được áp dụng để tối ưu hóa quá trình này thông qua các ứng dụng cụ thể sau đây: a Theo dõi lô hàng và vận chuyển: Data science có thể được sử dụng để theo dõi lô hàng từ nguồn cung cấp đến cửa hàng bao gồm cả sử dụng các hệ thống mã vạch và hệ thống GPS để theo dõi vị trí của lô hàng và đảm bảo rằng chúng đến đúng địa điểm đúng thời gian Nếu có bất kỳ sự cố nào trong quá trình vận chuyển, Data science có thể giúp cảnh báo và giải quyết vấn đề kịp thời. b Kiểm tra chất lượng sản phẩm: Theo dõi chất lượng của sản phẩm dược phẩm trong quá trình vận chuyển và lưu trữ Cảm biến và hệ thống theo dõi có thể được sử dụng để đo các thông số quan trọng như nhiệt độ, độ ẩm, ánh sáng, và điều kiện lưu trữ Nếu có sự biến đổi ngoài ngưỡng cho phép, hệ thống có thể cảnh báo và ngăn chặn sản phẩm bị ảnh hưởng. c Xử lý sản phẩm hết hạn: Data science có thể hệ thống theo dõi có thể ghi nhận ngày sản xuất và hạn sử dụng của từng sản phẩm, từ đó tạo ra danh sách sản phẩm hết hạn và quản lý việc loại bỏ chúng một cách hiệu quả Tránh được việc đưa ra thị trường những sản phẩm quá hạn một cách nhanh gọn và hiệu quả nhất. e Quản lý giao dịch và đảm bảo tính nhất quán: Kiểm tra tính nhất quán của giao dịch, từ đặt hàng đến giao hàng và thanh toán Điều này giúp đảm bảo rằng không có sai sót nào trong quá trình giao dịch và giúp cải thiện dịch vụ khách hàng.
4 Phân tích giá cả và chiến lược định giá
Một trong những ứng dụng quan trọng của Data science là khả năng phân tích dữ liệu thị trường bằng cách sử dụng công cụ và kỹ thuật phân tích dữ liệu, chúng ta có khả năng thu thập và phân tích dữ liệu thị trường liên quan đến giá cả của các sản phẩm dược phẩm, Không chỉ tại cửa hàng mà còn tại các cửa hàng cạnh tranh và trên thị trường tổng thể.
Nhờ đó, nhà thuốc Long Châu có cái nhìn sâu sắc hơn về mức giá cạnh tranh và có thể xác định mức giá tối ưu cho sản phẩm của mình.
Một khía cạnh quan trọng khác là phân loại sản phẩm và giá cả Khả năng phân loại các sản phẩm dược phẩm dựa trên các yếu tố như tính năng, thương hiệu, hoặc mức độ cần thiết Dựa trên sự phân loại này, cửa hàng có thể áp dụng các chiến lược định giá khác nhau cho từng nhóm sản phẩm.
3 Data science cung cấp khả năng điều chỉnh giá theo thời gian thực Chúng ta có thể theo dõi thời gian thực các biến đổi trong thị trường, bao gồm cả sự biến động của giá cả cạnh tranh và tình trạng tồn kho Dựa trên thông tin này, cửa hàng có thể điều chỉnh giá cả một cách linh hoạt để duy trì sự cạnh tranh và tối ưu hóa lợi nhuận.
Theo dõi hiệu suất giá là một khía cạnh quan trọng khác của việc sử dụng Data science Bằng cách theo dõi doanh số bán hàng, lợi nhuận, và phản hồi từ khách hàng, cửa hàng có thể đánh giá hiệu suất của chiến lược định giá Nhờ đó, chúng ta có thể điều chỉnh chiến lược để tối ưu hóa lợi nhuận và đảm bảo doanh thu.
5 Phân tích doanh số và lợi nhuận
Doanh số và lợi nhuận là những chỉ tiêu quan trọng được ưu tiên hàng đầu của mọi doanh nghiệp nói chung cũng như các cửa hàng bán lẻ nói riêng Thông qua việc phân tích doanh số và lợi nhuận, doanh nghiệp có nhìn nhận và đánh giá một cách toàn diện, chính xác và khách quan hơn về tình hình kinh doanh như số lượng, giá bán, loại hình, qua đó doanh nghiệp có thể cân nhắc điều chỉnh và bổ sung để hoàn thiện hơn mô hình kinh doanh của mình ví dụ như điều chỉnh giá cả để phù hợp với thị trường Việc xác định giá cả tối ưu dựa trên Data Science là điều cần thiết trong môi trường kinh doanh ngày nay.
