Bên cạnh đó, cùng với sự bùng nổ của Internet, cụ thể là các nền tảng trực tuyến, dữ liệu đã trở thành một nguồn tài nguyên vô cùng quan trọng, là “mỏ vàng” mang tính chiến lược đối với
Overview of the technology
CONCEPT
Big Data là một thuật ngữ mô tả lượng lớn dữ liệu được tạo ra mỗi ngày từ nhiều nguồn khác nhau như mạng xã hội, thiết bị di động, cảm biến, và các hệ thống khác Điều đặc biệt là Big Data không chỉ liên quan đến khối lượng lớn, mà còn bao gồm độ phức tạp và tốc độ xuất hiện của dữ liệu
Sự bùng nổ của Internet đã tạo ra khối lượng dữ liệu khổng lồ, được gọi là Big Data, đóng vai trò quan trọng trong đổi mới công nghệ và tăng trưởng kinh tế Big Data mang đến cơ hội và thách thức, đặt ra câu hỏi về khả năng lưu trữ, xử lý và trích xuất thông tin có ý nghĩa.
Các ứng dụng của Big Data rất đa dạng, từ phân tích dữ liệu để dự đoán xu hướng thị trường, đến tối ưu hóa quy trình sản xuất trong công nghiệp Trong lĩnh vực y tế, Big Data có thể giúp dự đoán và phòng ngừa các bệnh lý, cũng như nâng cao chất lượng dịch vụ y tế Trong lĩnh vực giáo dục, nó có thể được sử dụng để cá nhân hóa quá trình học tập
Tuy nhiên, song hành với quá trình phát triển của Big Data, vấn đề quản lý và bảo mật dữ liệu cũng trở thành một thách thức lớn Quyền riêng tư và an toàn thông tin ngày càng được quan tâm, đòi hỏi sự nghiên cứu và phát triển các phương pháp cũng như công nghệ bảo mật mới để đảm bảo tính an toàn và minh bạch trong quá trình khai thác và sử dụng nguồn dữ liệu khổng lồ này.
Trên tất cả, Big Data đang mở ra một cánh cửa mới cho sự hiểu biết sâu sắc về thế giới xung quanh chúng ta, đồng thời thách thức chúng ta phải đối mặt với các vấn đề phức tạp của việc xử lý và quản lý lượng thông tin vô song này.
CHARACTERISTICS
1 Volume (Số lượng lớn): Big data thường được liên kết với lượng dữ liệu rất lớn, vượt qua khả năng xử lý của các hệ thống thông thường Dữ liệu này có thể bao gồm hàng tỷ hoặc thậm chí hàng trăm triệu bản ghi
2 Velocity (Tốc độ): Big data thường được tạo ra, cập nhật và lan truyền với tốc độ nhanh Ví dụ, dữ liệu từ các trang web xã hội, cảm biến IoT (Internet of Things), hoặc giao dịch tài chính có thể được tạo ra với tốc độ lớn và liên tục
3 Variety (Đa dạng): Big data không chỉ giới hạn đến dữ liệu cấu trúc (như dữ liệu trong cơ sở dữ liệu quan hệ), mà còn bao gồm dữ liệu phi cấu trúc và không cấu trúc như văn bản, hình ảnh, âm thanh, video, và dữ liệu từ các nguồn khác nhau
4 Veracity (Tính chính xác): Do sự đa dạng và lớn lẻ của dữ liệu, độ chính xác và độ tin cậy của dữ liệu có thể trở thành một thách thức Điều này đặt ra câu hỏi về sự chắc chắn và đáng tin cậy của thông tin trong big data
5 Value (Giá trị): Mục tiêu cuối cùng của big data là tạo ra giá trị Việc phân tích dữ liệu lớn có thể mang lại thông tin chiến lược và nhận thức sâu sắc về doanh nghiệp, xã hội, hay khoa học
6 Volatility ( hoặc Variability) (Biến động): Dữ liệu có thể thay đổi nhanh chóng và thường xuyên Thách thức ở đây là làm thế nào để duy trì sự đồng bộ và xử lý dữ liệu một cách hiệu quả khi chúng thay đổi
7 Complexity (Phức tạp): Big data thường liên quan đến các dạng dữ liệu phức tạp và cần các phương pháp xử lý dữ liệu mới, bao gồm các mô hình máy học và các kỹ thuật phân tích cao cấp
Những đặc điểm này làm cho big data trở thành một thách thức lớn và đồng thời mở ra nhiều cơ hội mới cho việc phân tích và ứng dụng thông tin.
Current trends/ applications in business
1 Data lakehouses: Để có thể phân tích sâu hơn về big data, các phương thức lưu trữ dữ liệu cũng dần được chú trọng và cải tiến Data Lakehouse là một kiến trúc dữ liệu kết hợp giữa
Data Lake và Data Warehouse, nhằm cung cấp sự linh hoạt và hiệu suất cho việc lưu trữ và xử lý big data
Data Lakehouse cho phép lưu trữ dữ liệu ở mọi định dạng, bao gồm cả dữ liệu cấu trúc (như trong Data Warehouse) và dữ liệu phi cấu trúc (như trong Data Lake), giúp Lưu trữ dữ liệu đa dạng hơn, cho phép kích hoạt business intelligence (BI) và machine learning (ML) trên tất cả dữ liệu
Vậy nên Data lakehouse sẽ là kết hợp tốt nhất của cả hai lựa chọn: quy mô và tính linh hoạt của data lake với khả năng quản lý dữ liệu của data warehouse
2 Xử lý lượng lớn dữ liệu theo thời gian thực:
Hiện nay, nhiều doanh nghiệp vẫn chưa thể xử lý hiệu quả big data theo thời gian thực Nguyên nhân chủ yêu là do phân tích bị lỗi, độ trễ tăng lên và dữ liệu không được sử dụng là những kết quả có thể xảy ra
Theo Seagate khảo sát năm 2020, các doanh nghiệp chỉ sử dụng 57% lượng dữ liệu được thu thập
Để xử lý hiệu quả dữ liệu lớn, cần kết hợp xử lý theo từng đợt (Batch processing) và xử lý theo luồng (Stream processing), cho phép xử lý cả dữ liệu khối lượng lớn và dữ liệu luồng liên tục Qua đó, doanh nghiệp có thể nắm bắt và phân tích dữ liệu tức thời (Real-time Data Processing).
Khả năng xử lý dữ liệu ngay lập tức sẽ giúp các doanh nghiệp phản ứng và điều chỉnh kịp thời trong thị trường đầy biến động
3) Sử dụng AI và ML tự động để phân tích Big Data:
Machine Learning và AI là hai công nghệ quan trọng trong việc xử lý và phân tích dữ liệu lớn (Big Data) Với khả năng học hỏi sâu (deep learning) có Cấu trúc neural networks linh hoạt được tạo bởi mô phỏng khả năng tư duy như con người của AI và khả năng tự học của ML, các thông tin từ các dữ liệu lớn và phức tạp hoàn toàn được tự động hóa xử lý, sàng lọc và phân tích kĩ càng
Ngoài phân tích và xử lý big data, hai công nghệ này còn có thể dự báo, tối ưu hóa quy trình sản xuất và phát hiện gian lận
Theo Damo Academy (bộ phận nghiên cứu nội bộ của Alibaba) và Đại học Công nghệ Nanyang (Singapore) trên trang arXiv, chi phí dành cho AI GPT-4 chỉ bằng 0,45% so với việc thuê một nhà phân tích dữ liệu cao cấp nhận mức lương khoảng 90.000 USD hàng năm, hoặc 0,71% so với thuê một nhân viên cấp thấp hơn
4) Quản trị dữ liệu (Data governance) và quyền riêng tư (Privacy):
Với sự phát triển nhanh chóng của Big Data trong quản lý thông tin dữ liệu như eKYC, các mối lo ngại về quyền riêng tư dữ liệu ngày càng gia tăng Hiện nay các biện pháp quản trị dữ liệu mạnh mẽ đang được chú trọng và phát triển để đảm bảo việc sử dụng dữ liệu có đạo đức và hợp pháp
Theo IBM, Data governance là sự kết hợp giữa con người, quy trình và kỹ thuật, cho phép một tổ chức, doanh nghiệp có thể tối ưu hóa, bảo vệ và sử dụng các nguồn dữ liệu (cấu trúc và phi cấu trúc) một cách hiệu quả như một tài sản của doanh nghiệp Bảo mật dữ liệu (Security) cũng là một phần của Data Governance, đảm bảo rằng dữ liệu được bảo vệ khỏi mọi rủi ro bất hợp pháp, mất mát, hoặc thay đổi không được phép
Vào năm 2020, chỉ 10% dân số toàn cầu được luật quyền riêng tư bảo vệ dữ liệu cá nhân của họ Theo Gartner dự đoán con số đó sẽ tăng lên 75% vào năm 2024 Từ đó các quy định về bảo mật thông tin ngày càng được cải thiện Một số quy định bảo mật thông tin trên thế giới: GDPR (General Data Protection Regulation), ISO/IEC
27001, HIPAA (Health Insurance Portability and Accountability Act)… Ứng dụng trong doanh nghiệp
1 Quản lý nguồn nhân lực:
• Tìm kiếm nguồn nhân lực một cách hiệu quả: Với ứng dụng của big data, các doanh nghiệp có thể tìm kiếm nguồn lực mới phù hợp với doanh nghiệp một cách nhanh chóng thông qua các websites, các trang mạng xã hội Việc này còn giúp các doanh nghiệp tiết kiệm chi phí, khi không tìm kiếm người phù hợp với công ty mình
Phân tích dữ liệu lớn trong kế hoạch nhân sự cung cấp cho doanh nghiệp thông tin tổng thể về nguồn nhân lực, giúp xác định tình hình và năng lực của đội ngũ Dựa vào đó, doanh nghiệp đưa ra quyết định tuyển dụng hoặc sa thải nhân sự, đồng thời phân chia công việc hợp lý để tối ưu hóa hiệu suất điều hành.
• Quản lý hiệu suất: Việc có công cụ theo dõi hiệu suất của nhân việt sẽ giúp doanh nghiệp nhận thấy được những điểm năng suất bị giảm trong công việc của nhân viên Từ đó, doanh nghiệp sẽ đề ra những biện pháp để điều chỉnh lại hiệu suất công việc, không bị ảnh hưởng đến công việc chu ng
2 Quản lý quan hệ khách hàng:
• Việc xác định khách hàng là mục tiêu rất quan trọng đối với doanh nghiệp Doanh nghiệp cần trả lời các câu hỏi: Có thể thu thập dữ liệu thông qua các phương tiện thông tin nào? Làm thế nào để thu thập dữ liệu? Sau khi có dữ liệu thì làm sao để tổng hợp và phân tích chúng để các yêu cầu của khách hàng được thực hiện đúng thời điểm họ cần
• Với Big data analytics, thông tin về khách hàng sẽ được thu thập, lưu trữ và xử lý hiệu quả
• Qua đó giúp doanh nghiệp: xác định đúng đối tượng khách hàng, nâng cao trải nghiệm của khách hàng, tương tác đa kênh, phân loại khách hàng theo từng tiêu chí khác nhau, thỏa mãn nhu cầu của khách hàng, từ đó xây dựng uy tín và niềm tin trong lòng của khách hàng
Challenges and Impact to different aspect of business
• Quản lí lượng lớn dữ liệu: Lưu trữ và quản lý lượng lớn dữ liệu đòi hỏi các giải pháp lưu trữ mở rộng và hiệu quả Trung tâm dữ liệu có thể không cung cấp khả năng lưu trữ đủ, gây lo ngại về việc dữ liệu đổ vào có thể quá tải hạ tầng Bên cạnh đó, việc phân tích bộ dữ liệu lớn đòi hỏi sức mạnh xử lý đáng kể Doanh nghiệp phải đảm bảo cơ sở hạ tầng có thể xử lý lượng dữ liệu ngày càng tăng và các công cụ phân tích có thể mở rộng tương ứng
• Tích hợp dữ liệu từ nhiều nguồn: Dữ liệu đến từ nhiều nguồn và có định dạng đa dạng Tích hợp và điều hòa dữ liệu này để thu thập thông tin cần thiết và tạo báo cáo có thể là một thách thức
Vấn đề chất lượng dữ liệu nảy sinh từ khối lượng dữ liệu khổng lồ, tiềm ẩn rủi ro thu thập dữ liệu không chính xác hoặc lỗi thời Hệ quả là ảnh hưởng đến chất lượng và độ tin cậy của các phân tích dựa trên dữ liệu đó.
• Tìm kiếm dữ liệu liên quan: Với lượng lớn thông tin có sẵn như vậy, nó có thể khó khăn trong việc quyết định xem điều gì quan trọng cho doanh nghiệp và điều gì không quan trọng có thể khó khăn
• Thời gian phản hồi hệ thống dài: Khi lượng dữ liệu tăng lên, thời gian phản hồi của hệ thống có thể trở nên dài hơn gây ảnh hưởng đến hiệu suất
• Bảo mật và quyền riêng tư dữ liệu: Quản lý và bảo mật lượng dữ liệu lớn là một thách thức lớn Lo ngại về việc xâm nhập dữ liệu, truy cập không được ủy quyền và tuân thủ các quy định bảo vệ dữ liệu (như GDPR) là vấn đề cần được giải quyết
• Phức Tạp trong Phân Tích: Phân tích các bộ dữ liệu rộng lớn và đa dạng đòi hỏi sự sử dụng các công cụ và kỹ năng phân tích tiên tiến Sự phức tạp trong việc triển khai và quản lý những công cụ này, cũng như diễn giải thông tin thu được, đặt ra thách thức cho các tổ chức
• Khả năng Chống đối Sự Thay đổi: Việc triển khai các giải pháp Dữ liệu lớn thường đòi hỏi một sự thay đổi đáng kể trong văn hóa tổ chức và quy trình làm việc Vượt qua sự chống đối thay đổi từ phía nhân viên và các bên liên quan có thể là một trở ngại trong việc áp dụng và tối đa hóa lợi ích từ dữ liệu lớn.
• Mua bán và truyền thông: Big Data có thể giúp doanh nghiệp tăng doanh số bán hàng và chiến lược quảng cáo Nó cung cấp thông tin chi tiết để điều khiển và sử dụng hàng hóa và dịch vụ cho mục đích cuối cùng của người tiêu dùng, từ đó tăng hiệu suất hoạt động
Big Data giúp doanh nghiệp tối ưu hóa chi phí thông qua việc tăng hiệu quả quy trình kinh doanh đang triển khai Nhờ đó, thời gian quản lý được rút ngắn, tốc độ tung sản phẩm ra thị trường cũng được cải thiện đáng kể.
• Thị hiếu người tiêu dùng: bằng cách thu thập một lượng lớn thông tin, công cụ Big Data có thể cung cấp một hiểu biết toàn diện về nhu cầu của khách hàng Điều này làm cải thiện chất lượng sản phẩm và dịch vụ, làm tăng hiệu quả của quy trình kinh doanh
• Phòng chống lừa đảo: Bằng cách phân tích các mẫu và xu hướng trong các bộ dữ liệu lớn, các doanh nghiệp có thể xác định và ngăn chặn các hoạt động lừa đảo
• Ra quyết định: Big Data đóng vai trò nền tảng của phần mềm phân tích dự đoán, hướng tới các quyết định sáng suốt
• Sự đổi mới: Big Data thúc đẩy đổi mới bằng cách cung cấp cho doanh nghiệp những ý tưởng và hiểu biết mới Điều này có thể dẫn đến sự phát triển của các sản phẩm, dịch vụ và mô hình kinh doanh mới.
Technology implementation in business
Business brief overview
Theo Wikipedia, Shopee là sàn giao dịch thương mại điện tử có trụ sở đặt tại Singapore, thuộc sở hữu của Sea Ltd (trước đây là Garena), được thành lập vào năm
2009 bởi Lý Tiểu Đông Shopee được giới thiệu lần đầu tại Singapore vào năm 2015, và hiện đã có mặt tại các quốc gia: Singapore; Malaysia, Đài Loan, Thái Lan, Indonesia, Việt Nam, Philippines, Brazil, Ba Lan
1.1 Những cột mốc ấn tượng :
Shopee được ra mắt vào năm 2015 tại Singapore, thuộc tập đoàn Sea (tiền thân là Garena) bởi Lý Tiểu Đông
Tháng 12/2015, tổ chức buổi Shopee University đầu tiên, với mục tiêu cung cấp những khóa học cho những người bán đang tìm hiểu về mô hình kinh doanh thương mại điện tử
Tháng 8/2016, Shopee gia nhập thị trường Việt Nam
Tháng 9/2016, Shopee ra mắt chương trình ưu đãi Ngày siêu mua sắm 9.9
Ngày 10/10/2017, Shopee ra mắt Shopee Mall trên toàn khu vực, một bước tiến vượt bậc và quan trọng của Shopee
Ngày 8/6/2021, đổi tên Ví AirPay thành ShopeePay, với nhiều cải tiến và khuyến mãi hấp dẫn Đầu năm 2019, ra mắt tính năng Shopee Live, để người bán hàng có thể tương tác với người mua trong thời gian thực thông qua hình thức livestream
Ngày 3/9/2019, Shopee khai trương trụ sở mới tại Singapore với diện tích 244.000 feet vuông và có thể chứa gần 3000 nhân viên
Vào cuối năm 2019, Shopee mở rộng thị trường ra ngoài châu Á bằng cách ra mắt tại Brazil Đây là bước tiến đánh dấu sự phát triển của Shopee tại những thị trường lớn ở châu Âu và châu Mỹ La Tinh.
Ngày 10/10/2020, Shopee ra mắt Shopee Premium, mở bán những sản phẩm đến từ các thương hiệu lớn và cao cấp
1.2 Những con số ấn tượng:
Shopee hiện nay có 14 văn phòng đặt tại 10 nước: Indonesia, Nhật Bản, Malaysia, Mexico, Philippines, Singapore, Hàn Quốc, Thái Lan, Việt Nam, Đài Loan
Theo Reputa, Shopee đứng đầu bảng về độ nổi tiếng của sàn thương mại điện tử vào năm 2022 với số điểm là 107,50
Theo VNEconomy, năm 2022, Shopee đạt doanh số 91 nghìn tỷ đồng, chiếm gần 73% tổng doanh số 4 sàn thương mại điện tử phổ biến ở Việt Nam
Theo VNExpress, chỉ trong tháng 11/2023, Shopee đạt tổng giá trị giao dịch với con số là 22.674 tỷ đồng, chiếm 72.7% về thị phần
Theo VNEconomy, chỉ trong ngày 11/11/2023, Shopee ghi nhận 722 triệu lượt tương tác, 603 triệu lượt xem các chương trình livestream, thúc đẩy số lượng sản phẩm bán ra gấp 44 lần
Shopee cho biết tầm nhìn của họ là: “Chúng tôi có niềm tin mạnh mẽ rằng trải nghiệm mua sắm trực tuyến phải đơn giản, dễ dàng và mang đến cảm xúc vui thích Niềm tin này truyền cảm hứng và thúc đẩy chúng tôi mỗi ngày tại Shopee.”
Sứ mệnh của Shopee là: “Đối với người dùng trên toàn khu vực, Shopee mang đến trải nghiệm mua sắm trực tuyến tích hợp với vô số sản phẩm đa dạng chủng loại, cộng đồng người dùng năng động và chuỗi dịch vụ liền mạch.”
Hiện nay Shopee đang hoạt động theo 3 mô hình kinh doanh chính: C2C, B2C và B2B:
• C2C (Customer to Customer): Shopee cho phép các cá nhân thực hiện việc mua bán một cách tự do trên nền tảng Shopee Giúp mặt hàng của người bán dễ dàng tiếp cận người mua, vừa giúp người mua dễ dàng tìm thấy mặt hàng mình muốn với giá mình mong muốn,…
Shopee là một ví dụ điển hình cho mô hình kinh doanh B2C, nơi tập trung vào việc kết nối doanh nghiệp với khách hàng cuối cùng Sự ra đời của Shopee Mall thể hiện rõ nét chiến lược này, tạo ra một nền tảng chuyên biệt nơi các doanh nghiệp có thể trưng bày và bán sản phẩm trực tiếp cho người tiêu dùng.
• B2B (Business to Business): là thuật ngữ mô tả việc mua bán giữa doanh nghiệp và doanh nghiệp Tuy nhiên mô hình này là mô hình kinh doanh doanh chính thức mà Shopee hoạt động, chỉ được diễn ra dưới hình thức bán sỉ trên Shopee.
SWOT/ Market analysis/ Competitor research
• Shopee là một công ty trực thuộc tập đoàn Sea Group, với mảng trò chơi điện tử Garena đứng hàng đầu ở Đông Nam Á
• Chính vì lợi nhuận có được từ mảng Garena là rất lớn, theo thống kê đạt gần 1,5 tỉ USD vào nửa đầu năm 202 Nên dù Shopee liên tục báo lỗ, nhưng tập đoàn Sea Group vẫn mạnh tay chi tiền để phát triển sàn thương mại điện tử của họ
• Những lần rót vốn mạnh tay của Sea Group vào Shopee:
• 50 triệu USD cho vốn điều lệ khởi đầu năm 2016
• Tăng thêm 1200 tỷ đồng cho vốn điều lệ cho Shopee Việt Nam trong nửa đầu năm 2018
2 Chiếm thị phần lớn trong ngành thương mại điện tử:
Shopee liên tục dẫn đầu trong cuộc đua thương mại điện tử tại thị trường Việt Nam, cụ thể:
• Theo Reputa, Shopee đứng đầu về độ phổ biến trên mạng xã hội với số điểm 107.50
• Theo VnEconomy, Shopee liên tục dẫn đầu về thị phần doanh thu của các sàn thương mại điện tử ở quý I và II năm 2023:
3 Đẩy mạnh các chiến lược truyền thông:
Vào các ngày khuyến mãi lớn hàng tháng, Shopee thường hợp tác với những nghệ sĩ nổi tiếng sở hữu lượng người hâm mộ đông đảo để làm đại diện thương hiệu, nhằm thu hút nhiều khách hàng hơn Điển hình là sự hợp tác với cầu thủ bóng đá Cristiano Ronaldo, nhóm nhạc K-pop BLACKPINK và ca sĩ Sơn Tùng M-TP.
• Đẩy mạnh hình thức tiếp thị liên kết, là một hình thức chỉ việc các doanh nghiệp trả tiền hoa hồng cho nhà tiếp thị, thu hút các KOL/KOC quảng bá trên đa nền tảng mảng xã hội
4 Mô hình kinh doanh dễ dàng tiếp cận và thực hiện:
• Với mô hình C2C (Customer to Customer), đã giúp cho việc các người dùng thực hiện việc đăng ký và trao đổi, mua bán trên các sàn thương mại điện tử trở nên dễ dàng hơn bao giờ hết
• Bên cạnh đó, còn có các chính sách bảo vệ người mua và người bán, giúp người dùng cảm thấy an tâm khi sử dụng
5 Chú trọng vào trải nghiệm của người dùng:
• Với phương châm: “Gì cũng có, mua hết ở Shopee”, Shopee có tất cả các mặt hàng mà bạn có thể nghĩ tới Bên cạnh đó trong quá trình chọn mua hàng, Shopee còn gợi ý cho người mua các cửa hàng tương tự bán cùng loại mặt hàng, để người mua có thể chọn được giá mà mình mong muốn
• Vô vàn các mã giảm giá chịu phí giao hàng cho người mua
• Chính sách đổi trả hàng, giúp bảo vệ người tiêu dùng
• Đa dạng hình thức thanh toán
• Tích lũy Shopee xu để thanh toán cho các đơn hàng
• Hệ thống hỗ trợ khách hàng nhanh chóng và tiện lợi
1 Việc tối ưu hóa ứng dụng vẫn chưa được nhà phát hành làm tốt:
• Vào những dịp khuyến mãi hàng tháng, lượng người truy cập rất lớn, nên ứng dụng Shopee xảy ra hiện tượng giật, chậm Khiến cho người dùng cảm thấy khó chịu
• Khi vào quá nhiều trang để xem sản phẩm, tình trạng bị đơ, đứng máy xảy ra
2 Khó khăn trong việc kiểm soát chất lượng sản phẩm:
• Ngoài Shopee Mall, Shopee vẫn chưa kiểm soát được chất lượng nguồn hàng Việt mua phải hàng giả vẫn có nhiều trường hợp trên Shopee, nhưng Shopee vẫn chưa xử lý được vấn đề này
1 Xu hướng mua hàng trực tuyến tăng nhanh:
• Sau đại dịch COVID19, việc mua hàng trực tuyến đã dần trở nên quen thuộc đối với nhiều người, và đây chính là cơ hội cho ngành thương mại điện tử, đặc biệt là Shopee phát triển
• Chỉ riêng năm 2022, con số người mua hàng trực tuyến tăng 13,5% so với năm trước, đạt khoảng 51,5 triệu người, với tổng chi tiêu khoảng 12,42 tỷ USD
• Theo thống kê, gần ⅔ dân số Việt Nam trung bình đã chi khoảng 6 triệu đồng cho việc mua hàng trực tuyến trong năm 2022
2 Người dùng ngày dành thời gian nhiều hơn cho Internet:
• Hiện nay, số người dùng mạng Internet Việt Nam chiếm khoảng 70% dân số
• Bên cạnh đó, thời gian mỗi ngày mà người Việt dành cho mạng Internet cũng rất nhiều:
• Với việc bị lệ thuộc vào Internet, các hoạt động hàng ngày, đặc biệt là mua sắm cũng sẽ chuyển qua hình thức trực tuyến Chính vì vậy mà cơ hội phát triển thương mại điện tử là rất cao tại thị trường Việt Nam
1 Thị trường có nhiều cạnh tranh:
• Thị trường sàn thương mại điện tử ở Việt Nam đang phát triển mạnh, chính vì vậy mà sẽ xuất hiện nhiều nền tảng thương mại điện tử khác, có thể kể đến như: TiktokShop, TiKi, Lazada,
Shopee đang phải đối mặt với sự cạnh tranh gay gắt từ các đối thủ nặng ký, đặc biệt là TikTokShop Các đối thủ này đang tung ra những chính sách ưu đãi hấp dẫn để thu hút khách hàng và đối đầu trực tiếp với Shopee Đây là một thách thức lớn đối với Shopee, bởi TikTokShop sở hữu lượng người dùng khổng lồ và đang có xu hướng phát triển mạnh mẽ.
2 Chi phí vận hành cao: vấn đề kho, bãi, nhân sự, khuyến mãi, truyền thông,
*Market analysis: a) Thị trường của Shopee
Đông Nam Á là một thị trường béo bở đối với các doanh nghiệp thương mại điện tử Sự phát triển nhanh chóng của thương mại điện tử tại đây được thúc đẩy bởi nhiều yếu tố:
• Hiện nay, tỷ lệ sử dụng Internet ở các quốc gia Đông Nam Á đều ở mức cao, khoảng 70% ở đa số các nước
• Sức mua của người dân lớn Theo thống kê do Ninja Van Group và DPDgroup thực hiện, thì tần suất mua hàng trực tuyến của các quốc gia Đông Nam Á trung bình đạt khoảng 68 đơn hàng/năm
• Dân số trẻ và sự phát triển của đô thị
• Tuy là một sàn thương mại điện tử sinh sau đẻ muộn so với các sàn khác Ra đời vào năm 2015, chỉ với 8 năm hoạt động, nhưng dường như Shopee đã chễm chệ ngồi lên vị trí đầu bảng ở thị trường thương mại điện tử ở Đông Nam Á
• Theo kết quả thống kê của Momentum Works công bố năm 2022, Shopee dẫn đầu thị trường thương mại điện tử khi tổng khối lượng hàng hóa của họ là 47,9 tỷ USD, chiếm gần một nửa khi tổng khối lượng hàng hóa là 99,5 tỷ USD
How organization use technology
2.3.1.The application and its function: a) Chức năng của Big Data trong hoạt động kinh doanh của Shopee:
* Tìm hiểu hành vi và nhu cầu của khách hàng: Shopee thu thập dữ liệu từ nhiều nguồn khác nhau, bao gồm dữ liệu mua sắm, dữ liệu tìm kiếm, dữ liệu từ các mạng xã hội, để phân tích hành vi và nhu cầu của khách hàng Từ đó, Shopee có thể đưa ra các chiến lược kinh doanh phù hợp, chẳng hạn như:
- Tối ưu hóa trải nghiệm mua sắm cho khách hàng, chẳng hạn như đề xuất sản phẩm phù hợp với sở thích và nhu cầu của khách hàng
- Xây dựng các chương trình khuyến mại và ưu đãi hấp dẫn để thu hút khách hàng
- Cải thiện chất lượng sản phẩm và dịch vụ để đáp ứng nhu cầu của khách hàng
* Theo dõi hiệu quả hoạt động kinh doanh: Shopee sử dụng Big Data để theo dõi hiệu quả hoạt động kinh doanh của mình, chẳng hạn như:
- Theo dõi doanh thu, lợi nhuận,
- Theo dõi số lượng khách hàng, lượt truy cập,
- Theo dõi hiệu quả các chiến dịch marketing,
- Nhận diện và dự đoán xu hướng thị trường: Shopee sử dụng Big Data để nhận diện và dự đoán xu hướng thị trường, chẳng hạn như u hướng x mua sắm của khách hàng b) Shopee đã ứng dụng Big Data:
Phân tích hành vi mua sắm của khách hàng: Shopee sử dụng Big Data để phân tích hành vi mua sắm của khách hàng, chẳng hạn như:
− Sản phẩm nào được khách hàng quan tâm nhiều nhất?
− Khách hàng thường mua sắm vào thời gian nào?
− Khách hàng thường mua sắm từ đâu?
Từ đó, Shopee có thể đưa ra các chiến lược kinh doanh phù hợp, chẳng hạn như:
* Đẩy mạnh quảng bá các sản phẩm được khách hàng quan tâm nhiều nhất
* Tổ chức các chương trình khuyến mại vào thời gian khách hàng thường mua sắm
* Mở rộng thị trường bán hàng ra các khu vực có nhiều khách hàng tiềm năng
Tùy chỉnh trải nghiệm mua sắm cho khách hàng: Shopee sử dụng Big Data để tùy chỉnh trải nghiệm mua sắm cho khách hàng, chẳng hạn như:
− Đề xuất sản phẩm phù hợp với sở thích và nhu cầu của khách hàng
− Gợi ý sản phẩm tương tự dựa trên sản phẩm mà khách hàng đã mua
− Gửi thông tin khuyến mại và ưu đãi phù hợp với sở thích của khách hàng
− Nhận diện và dự đoán xu hướng thị trường: Shopee sử dụng Big Data để nhận diện và dự đoán xu hướng thị trường, chẳng hạn như:
− Xu hướng mua sắm của khách hàng trong dịp lễ tết
− Xu hướng phát triển của ngành thương mại điện tử trong tương lai
− Xu hướng thị trường trong tương lai
Shopee sử dụng các công nghệ Big Data để tối ưu hóa hoạt động kinh doanh, nâng cao trải nghiệm người dùng và tăng hiệu quả tiếp thị Họ thu thập dữ liệu về hành vi, sở thích, nhu cầu của user từ nhiều nguồn như lịch sử mua hàng, tìm kiếm, đánh giá, phản hồi, vị trí địa lý Dữ liệu này sau đó được lưu trữ trên các nền tảng Hadoop và Spark để phục vụ cho việc phân tích và tối ưu hóa trải nghiệm khách hàng.
Tiếp theo, họ sử dụng các công cụ và phương pháp phân tích dữ liệu như học máy, khai phá dữ liệu và thông kê để giúp Shopee xử lý các dữ liệu nhanh chóng, chính xác và hiệu quả Từ đó tìm ra được mẫu, xu hướng và giá trị kinh doanh Sau đó, dựa trên các kết quả phân tích dữ liệu, doanh nghiệp sẽ đưa ra các giải pháp và chiến lược cá nhân hóa trải nghiệm khách hàng Việc sử dụng thuật toán học máy để phân tích lịch sử mua sắm, tìm kiếm và duyệt sẽ giúp họ đưa ra được các sản phẩm phù hợp với sở thích và nhu cầu với từng khách hàng khác nhau Điều này sẽ tăng tỷ lệ chuyển đổi, giảm tỷ lệ thoát và nâng cao sự hài lòng của khách hàng
Bên cạnh đó, việc thu thập các phản hồi từ khách hàng sẽ giúp Shopee phân tích hành vi mua sắm và từ đó đưa ra các chương trình khuyến mãi của các cửa hàng phù hợp nhằm quản lý hàng tồn kho, giảm thiểu rủi ro thoát và tăng hiệu quả vận hành Dựa trên các dữ liệu được lưu trữ trên Big Data, Shopee có thể nắm rõ được số lượng người tiếp cận, lượt xem, lượt nhấp, lượt mua, chi phí trên mỗi đơn hàng để điều chỉnh, tùy biến nội dung và thời điểm các chiến dịch tiếp thị nhằm tăng khả năng thu hút, giữ chân và tăng trưởng khách hàng
Như vậy, quá trình cá nhân hóa trải nghiệm bằng Big Data của Shopee là một quá trình đòi hỏi nhiều thuật toán, phân tích nhưng cũng không kém phần sáng tạo, từ đó tạo ra sự khác biệt và duy trì sự trung thành của khách hàng và tương tác của họ Quá trình này giúp Shopee phát triển và lớn mạnh hơn bằng cách khai thác dữ liệu, áp dụng công nghệ và tạo ra các sản phẩm dịch vụ mới
- Cơ sở dữ liệu của Shopee gồm có: dữ liệu người dùng, dữ liệu sản phẩm, dữ liệu giao dịch, dữ liệu quảng cáo, dữ liệu hành vi người tiêu dùng, dữ liệu vận chuyển
- Với các dữ liệu như vậy, Shopee đã quản lý bằng cách vận hành các quy trình hệ thống dữ liệu đồng thời với nhau, cụ thể bao gồm: Hệ thống quản lý quan hệ khách hàng (CRM) và Hệ thống Xử lý giao dịch (Transaction processing system - TPS)
• Hệ thống quản trị quan hệ khách hàng (CRM):
Hệ thống quản lý quan hệ khách hàng (CRM) là công cụ giúp thu thập thông tin về hành vi mua hàng của khách hàng như xu hướng mua sắm, yêu cầu đặc biệt và thông tin tài khoản Mỗi tương tác của khách hàng với sàn thương mại điện tử đều cung cấp thông tin mang giá trị không chỉ về khách hàng hiện tại mà còn về khách hàng tiềm năng, đồng thời còn giúp cải thiện dịch vụ và tạo ra cơ hội kinh doanh
Mục tiêu chính của hệ thống CRM là tích hợp và tự động hóa quy trình bán hàng, tiếp thị và hỗ trợ khách hàng Vì thế mà Shopee đã tận dụng nó để:
+ Tự động hóa quy trình bán hàng: Từ việc nhập thông tin liên hệ ban đầu đến chuyển đổi khách hàng tiềm năng thành khách hàng thực tế, CRM tự động hóa các giai đoạn trong chu kỳ bán hàng Nó phân tích các hoạt động bán hàng, tự động theo dõi lịch sử tài khoản của khách hàng để tạo ra các cơ hội bán hàng lặp lại và điều phối các hoạt động bán hàng, tiếp thị và hỗ trợ khách hàng Điều này giúp ngăn chặn sự trùng lặp và theo dõi mọi liên hệ giữa nhân viên bán hàng và khách hàng
+ Tự động hóa tiếp thị: CRM tập trung vào việc tự động hóa quy trình tiếp thị để làm cho nó hiệu quả và hiệu quả hơn Công cụ CRM với khả năng tự động hóa tiếp thị có thể tự động gửi email tiếp thị vào thời điểm phù hợp cho khách hàng hoặc đăng thông tin tiếp thị trên các mạng xã hội Mục tiêu của tự động hóa tiếp thị là chuyển đổi khách hàng tiềm năng thành khách hàng thực sự
+ Tự động hóa dịch vụ: Một phần của CRM là tự động hóa dịch vụ trực tiếp cho khách hàng Từ việc hỗ trợ qua điện thoại, email, cơ sở kiến thức, cổng thông tin đặt vé đến câu hỏi thường gặp, tự động hóa dịch vụ giúp khách hàng nhận được hỗ trợ đa kênh Cung cấp dịch vụ tự động giúp cải thiện trải nghiệm khách hàng và đáp ứng nhanh chóng đến nhu cầu của họ
• Hệ thống Xử lý giao dịch (Transaction processing system - TPS):
Các giao dịch hàng ngày là nguồn nuôi dưỡng của nhiều công ty nhỏ và hệ thống xử lý giao dịch của chúng cho phép các công ty có nhiều cách để điều chỉnh, sửa đổi, lưu trữ, thu thập và hủy bỏ các giao dịch Các hệ thống giải quyết giao dịch chính xác nhất được cất giữ trong công ty và trên nền tảng lưu trữ đám mây, để bảo đảm rằng thông tin sẽ không bao giờ bị hư hại Các thông tin được giải quyết qua hệ thống này bao gồm số lượng hàng bán ra, số lượng hàng tồn kho, lịch sản xuất và cách thức thanh toán
Các hệ thống giao dịch khác biệt với các hệ thống xử lý một cách hệ thống Các quá trình xử lý giao dịch thường được thực hiện sau khi có yêu cầu của người dùng về tương tác, trong khi các quá trình xử lý lớn hơn thường không có yêu cầu của người dùng Trong thời điểm giải quyết một số lớn, kết quả của từng giao dịch không có sẵn ngay tức thì, trong khi thời điểm giải quyết một số nhỏ hơn và kết quả của từng giao dịch có sẵn ngay tức thì
- Bên cạnh đó, để tăng hiệu suất, Shopee đã ứng dụng tốt khả năng của Big Data:
Assessment on the technological implementation
Overrall outcomes
Tổng quan về thành lợi big data mang tới cho các doanh nghiệp:
• Shopee là một trong những sàn thương mại điện tử hàng đầu tại Việt Nam, với lượng người dùng và doanh thu ngày càng tăng Một trong những yếu tố quan trọng góp phần vào thành công của Shopee là việc áp dụng công nghệ big data vào lĩnh vực bán hàng
1 Tăng trải nghiệm khách hàng: Shopee sử dụng big data để phân tích thói quen mua sắm của người dùng, từ đó đưa ra các đề xuất sản phẩm phù hợp với từng đối tượng khách hàng Điều này giúp người dùng có thể dễ dàng tìm thấy sản phẩm mình cần và trải nghiệm mua sắm tốt hơn
Ví dụ, Shopee có tính năng "Hàng mới dành cho bạn" dựa trên lịch sử mua sắm, danh sách sản phẩm yêu thích và các sản phẩm mà người dùng đã xem gần đây Tính năng này giúp người dùng khám phá được những sản phẩm mới và hấp dẫn mà họ có thể quan tâm
2 Tăng hiệu quả hoạt động: Shopee sử dụng big data để phân tích dữ liệu bán hàng, từ đó đưa ra các chiến lược kinh doanh hiệu quả hơn Điều này giúp Shopee cải thiện tỷ lệ chuyển đổi, tăng doanh thu và giảm chi phí
Ví dụ như Shopee sử dụng dữ liệu lớn (big data) để xác định những sản phẩm có nhu cầu cao Từ đó, nền tảng này triển khai các chương trình khuyến mãi phù hợp nhằm kích thích doanh số bán hàng.
3 Tạo ra các giá trị mới: Shopee sử dụng big data để phát triển các sản phẩm và dịch vụ mới, đáp ứng nhu cầu của người dùng Điều này giúp Shopee tạo ra lợi thế cạnh tranh và thu hút thêm nhiều người dùng
Ví dụ, Shopee đã phát triển tính năng "Shopee Live" để giúp người dùng tương tác trực tiếp với người bán và xem trước sản phẩm Tính năng này đã được người dùng đón nhận tích cực và giúp Shopee tăng doanh thu từ các sản phẩm livestream
4 Quản lý hàng tồn kho: Big data giúp Shopee theo dõi và dự đoán xu hướng mua sắm, từ đó cải thiện quản lý hàng tồn kho, giảm thiểu tồn kho không cần thiết và tối ưu hóa chuỗi cung ứng
5 Phân tích giá cả và chiến lược định giá: Shopee có thể sử dụng big data để theo dõi giá cả trên thị trường, đưa ra chiến lược định giá linh hoạt và tối ưu hóa mức giá để thu hút khách hàng
6 Quảng cáo hiệu quả hơn: Dữ liệu lớn giúp Shopee định rõ đối tượng mục tiêu, tối ưu hóa chiến lược quảng cáo và đảm bảo rằng chiến dịch quảng cáo đạt được hiệu suất cao nhất
7 Dự đoán xu hướng thị trường: Shopee có thể sử dụng big data để dự đoán xu hướng mua sắm và thị trường, giúp họ chuẩn bị và đáp ứng nhanh chóng với sự thay đổi trong nhu cầu của khách hàng
8 Bảo mật thông tin: Áp dụng big data cũng giúp Shopee cải thiện khả năng bảo mật thông tin, ngăn chặn gian lận và bảo vệ thông tin cá nhân của khách hàng
• Tích hợp big data vào chiến lược kinh doanh của Shopee có thể mang lại nhiều lợi ích, từ cải thiện hiệu suất đến tối ưu hóa chi phí và tăng sức cạnh tranh trong ngành thương mại điện tử Trong tương lai, Shopee tiếp tục đầu tư vào công nghệ big data để nâng cao trải nghiệm người dùng, tăng hiệu quả hoạt động và tạo ra các giá trị mới.
Advantages and disadvantages
1 Quyết định: Big Data hỗ trợ ta đưa ra các quyết định sáng suốt bởi những dữ liệu đáng tin cậy (Shopee sử dụng Big Data để tối ưu hóa giá cả sản phẩm, giúp họ cung cấp giá cả cạnh tranh nhất cho khách hàng)
2 Thông tin tiềm năng: Big Data cho phép ta khám phá thông tin từ các bộ dữ liệu lớn và đa dạng
(các kỹ sư dữ liệu của Shopee xây dựng khả năng để xử lý lượng dữ diệu lớn cho các chiến dịch lớn như 9.9, 11.11 và 12.12)
3 Cá nhân hóa trải nghiệm khách hàng: Big Data cho phép doanh nghiệp phục vụ thứ khách hàng cần một cách chính xác, tối ưu hóa trải nghiệm và tỉ lệ chuyển đổi (Shopee sử dụng Big Data để tạo ra trải nghiệm mua sắm được cá nhân hóa cho mỗi khách hàng, tăng cường mức độ tương tác và tỷ lệ chuyển đổi từ người xem thành người mua)
4 Dự đoán xu hướng, thị hiếu từ sớm: Big Data ghi lại và dự đoán xu hướng mới của các nhà tiêu dùng từ những dấu hiệu sớm nhất
(Shopee đã ước lượng nguồn lực cần thiết trước mỗi chiến dịch dựa trên lượng truy cập và đơn hàng dự kiến, sau đó tiến hành thử nghiệm bằng dữ liệu nhân tạo để xác định các điểm nghẽn)
➔ Việc sử dụng Big Data giúp shopee tạo ra cho ng dùng 1 trải nghiệm mua sắm tốt hơn và phục vụ các nhóm kinh doanh trong tổ chức
1 Dữ liệu rác: bên cạnh các dữ liệu giá trị, Big Data còn lẫn với nhiều dữ liệu rác, chất lượng dữ liệu là một thách thức lớn
2 Vấn đề xử lí: Doanh nghiệp cần phải chọn lọc, khai thác và liên kết được những thông tin giá trị trong bể giá trị khổng lồ là một vấn đề nan giải đang cần được giải quyết
3 An toàn bảo mật thông tin: Việc bảo vệ dữ liệu khổng lồ này khỏi các hacker rất khó khăn vì họ ngày càng tinh vi và khó đề phòng Không ít trường hợp doanh nghiệp mất thông tin khách hàng dẫn đến những rắc rối pháp lý
4 Dữ liệu trùng lặp: Dữ liệu trùng lặp, chưa được phân loại, thất lạc, có thể làm tăng chi phí
5 Khó khăn trong việc quản lý: Các công ty hiện đang sở hữu hàng Terabyte,
Exabyte dữ liệu nên việc quản lý chúng rất khó khăn cho doanh nghiệp
• Nhận xét: Big Data giống như một kho báu lớn, chứa đầy thông tin có giá trị
Nó giúp chúng ta đưa ra quyết định chính xác hơn, hiểu rõ hơn về thị hiếu khách hàng và tạo ra trải nghiệm cá nhân hóa cho họ Nhưng cũng giống như kho báu, Big Data có thể chứa nhiều “đồ rác” không có giá trị Đôi khi, việc tìm kiếm thông tin hữu ích trong “biển” dữ liệu rối ren này có thể rất khó khăn Vậy nên, việc biết cách khai thác ưu điểm và hạn chế nhược điểm của Big Data trong quá trình xử lý dữ liệu là rất quan trọng.
Proposal on improvement
1 Tăng cường cơ sở hạ tầng:
Chuyển đổi sang cơ sở hạ tầng đám mây để tận dụng tính mở rộng và linh hoạt cao Xây dựng một kiến trúc có thể mở rộng bằng cách sử dụng dịch vụ đám mây để lưu trữ và xử lý dữ liệu theo nhu cầu hoặc kết hợp cùng các công cụ có thể điều chỉnh với sự tăng trưởng về khối lượng dữ liệu mà không làm ảnh hưởng đến tính toàn vẹn của nó
VD: Oxford University Press đang đối mặt với vấn đề về dữ liệu lớn để xử lý lượng lớn các mục từ vựng để xây dựng ngữ liệu tiếng Anh một cách hiệu quả
Họ đã áp dụng sử dụng Cosmos DB và bộ công cụ NLP để thu thập, lọc và xử lý dữ liệu Hệ thống dựa trên đám mây này có khả năng mở rộng và đàn hồi không giới hạn, có thể xử lý tất cả các bài báo tiếng Anh được sản xuất hàng ngày trên toàn Internet chỉ trong 3 giờ và chịu được gánh nặng 10 lần.
2 Tăng cường bảo mật dữ liệu: Đầu tư vào giải pháp bảo mật tiên tiến như mã hóa mạnh mẽ, kiểm soát truy cập chi tiết, và giám sát liên tục để ngăn chặn và phát hiện các tình trạng xâm nhập
3 Quản lý chất lượng dữ liệu:
Thực hiện quá trình làm sạch dữ liệu tự động, và đồng thời thiết lập một quy trình hiệu quả để kiểm tra, lọc, sắp xếp, làm giàu, và quản lý chất lượng dữ liệu bằng cách sử dụng các công cụ quản lý dữ liệu tự động hóa hiện đại (như Hadoop, Apache Kafka, Apache Flink, )
4 Tích hợp và tương thích dữ liệu:
Sử dụng các công cụ tích hợp dữ liệu có thể giúp kết nối dữ liệu từ các nguồn khác nhau như tệp tin, ứng dụng, cơ sở dữ liệu, và kho dữ liệu, và chuẩn bị nó cho phân tích dữ liệu lớn
➔ Tùy thuộc vào các công nghệ đã sử dụng trong tổ chức của bạn, bạn có thể tận dụng Microsoft, SAP, Oracle, hoặc các công cụ chuyên sâu về tích hợp dữ liệu như Precisely hoặc Qlik Hoặc sử dụng các công cụ ETL (Extract, Transform, Load) để đơn giản hóa quá trình tích hợp dữ liệu
5 Đầu tư vào đào tạo nhân sự:
Đào tạo chuyên sâu đội ngũ nhân viên về phân tích dữ liệu lớn là điều cần thiết Do vậy, hợp tác với các tổ chức đào tạo, đối tác uy tín là cách để doanh nghiệp đảm bảo nguồn nhân sự có đủ chuyên môn, kỹ năng cần thiết.
+ Tạo ra các công cụ phân tích và trực quan mà các chuyên gia không chuyên ngành trong tổ chức có thể sử dụng để dễ dàng đạt được hiểu biết và tích hợp
6 Tối Ưu Hóa Tốc Độ Xử Lý Dữ Liệu:
Sử dụng công nghệ xử lý dữ liệu thời gian thực như Apache Kafka giúp các doanh nghiệp xử lý dữ liệu ngay khi nó được tạo ra, qua đó giảm độ trễ trong quá trình xử lý.
+ Sử dụng các công nghệ trí tuệ nhân tạo hiện đại và các kỹ thuật và công cụ trực quan hóa dữ liệu lớn để cung cấp và truyền đạt thông tin hiểu biết một cách nhanh chóng
7 Phát triển Công Nghệ Phân Tích Dữ Liệu Không Cấu Trúc:
Sử dụng các công nghệ mới như machine learning và deep learning để hiểu và phân tích dữ liệu không cấu trúc như hình ảnh, video, và dữ liệu từ truyền thông xã hội
8 Tuân thủ chính sách pháp lí:
Hợp nhất với chuyên gia pháp lý để đảm bảo chính sách pháp lý và quyền riêng tư được thực hiện đúng cách Áp dụng các biện pháp an ninh phù hợp với yêu cầu tuân thủ
9 Quản lí chi phí và tài nguyên:
Theo dõi thường xuyên các dịch vụ và tài nguyên lưu trữ và quản lý dữ liệu để xác định cơ hội tiết kiệm và tối ưu hóa chi phí Việc cân nhắc chi phí ngay từ đầu, trước khi xây dựng quy trình xử lý dữ liệu, là rất quan trọng Dữ liệu trùng lặp, chưa được phân loại hoặc thất lạc có thể làm tăng đáng kể chi phí.
10 Nâng cao việc đồng nhất nhiều định dạng dữ liệu:
+ Tìm hiểu cách sử dụng công cụ và công nghệ xử lý dữ liệu hiện đại để định dạng lại dữ liệu phi cấu trúc và rút ra hiểu biết sâu sắc từ đó Có thể kết hợp nhiều công cụ khác nhau để phân tích cú pháp dữ liệu và trích xuất thông tin cần thiết