Hoạt động Marketing cá nhân hóa tại các doanh nghiệp Việt Nam còn hạn chế do thiếu nhân lực chuyên sâu về lĩnh vực này. Vì vậy, chính phủ cần khuyến khích các công ty công nghệ, có những đầu tư thích đáng để các start-up về sáng tạo công nghệ có điều kiện phát triển, chủ động tham gia vào lĩnh vực Big Data. Đồng thời có chiến lược đào tạo nhân sự chất lượng cao cho lĩnh vực này để Việt Nam có thể trở thành một quốc gia làm chủ công nghệ Big Data và sử dụng những lợi ích mà nó mang lại.
288 KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA CITA 2017 “CNTT VÀ ỨNG DỤNG TRONG CÁC LĨNH VỰC” Marketing cá nhân hóa dựa cơng nghệ khai thác liệu lớn (Big Data) Nguyễn Thị Thanh Huyền1, Phạm Tuấn Anh2 Trường Cao đẳng Công nghệ Thông tin,Đại học Đà Nẵng ntthuyen@cit.udn.vn Trường Cao đẳng Công nghệ Thông tin, Đại học Đà Nẵng ptanh@cit.udn.vn Tóm tắt Marketing nắm bắt tâm lý đáp ứng mong muốn khách hàng Khách hàng thường thấy phiền phức phải xem quảng cáo đại chúng nên họ đánh giá cao thông điệp phù hợp với họ theo nhu cầu sở thích Đó marketing cá nhân hóa Trước đây, nhiều doanh nghiệp bỏ qua cách tiếp cận tiềm lực khơng cho phép Nhưng ngày nay, với công nghệ Dữ liệu lớn (Big Data) việc marketing cá nhân hóa cần thiết Big Data sàng lọc, phân tích liệu thói quen hoạt động người dùng từ lượng liệu thu thập chuyển đổi thành thông tin đánh giá khách hàng Từ đó, cho phép người làm marketing phân tích nhu cầu trải nghiệm người dùng để tạo sản phẩm cải tiến để phục vụ nhóm đối tượng khách hàng; truyền tải giá trị sản phẩm, tối ưu hóa chiến lược phân phối định mức giá phù hợp để đem lại lợi nhuận cho doanh nghiệp Đồng thời cung cấp trải nghiệm cá nhân cho người dùng dựa sở thích, sở thích hành vi thời gian thực Vì vậy, nhờ vào cơng nghệ Big Data, chiến dịch marketing cá nhân hóa đạt thành cơng Từ khóa: Dữ liệu, doanh nghiệp, thơng tin, phân tích liệu, cá nhân hóa, quảng cáo Đặt vấn đề Thu thập liệu, thống kê phân tích hoạt động quan trọng marketing Từ liệu hành vi khứ khách hàng, dự đoán hành vi gây ảnh hưởng đến hành vi họ tương lai Trong chiến dịch Marketing cũ, quảng cáo có chi phí cố định, mang tính chất tràn lan Đơi khiến khách hàng cảm thấy phiền phức Ngày nay, với phát triển mạnh mẽ cơng nghệ hành vi người dùng lưu trữ thống kê cách xác đến mức chi tiết Các liệu gọi liệu lớn (Big Data) Đây sở cho kế hoạch Marketing cá nhân hóa Việc quảng cáo thay đổi theo thời gian thực, phù hợp với tính cách, sở thích người tiêu dùng Big Data công cụ không giúp tăng lợi nhuận cho họ mà cịn giúp tiết kiệm thời gian cho khách hàng mua sắm Tuy nhiên, khó khăn với cơng nghệ Big Data việc xử lý thông tin, lựa chọn liệu phù hợp Hiện nay, việc ứng dụng Big Data doanh nghiệp Việt Nam chưa phổ biến, tập trung số doanh nghiệp cơng nghệ Vì nghiên cứu tập trung vào lý thuyết Big Data đưa gợi ý cho doanh nghiệp Việt Nam ứng dụng Big Data hoạt động Marketing cá nhân hóa Nguyễn Thị Thanh Huyền, Phạm Tuấn Anh Marketing cá nhân hóa (Personalized marketing) 2.1 Khái niệm Marketing cá nhân hóa 289 Khách hàng ngày mong muốn đáp ứng nhu cầu tốt hơn[20] Marketing trình tạo liên kết khách hàng doanh nghiệp, xuất sống thường ngày họ, đồng hành, thấu hiểu, nói ngơn ngữ họ tạo cảm giác phù hợp[3] Marketing cá nhân hóa chiến lược marketing mà doanh nghiệp sử dụng số liệu thu thập thông tin khách hàng độ tuổi, giới tính, vị trí, thu nhập, tính cách, sở thích, Từ sử dụng cơng nghệ để phân tích đưa quảng cáo phù hợp hướng tới nhu cầu cá nhân theo thời gian thực[7] Chiến dịch marketing cá nhân hóa cịn sử dụng thành cơng hoạt động trị[12] Ví dụ rõ ràng thắng cử Donald Trump bầu cử tổng thống Mỹ năm 2016[4] Vào ngày tranh luận Trump Clinton, đội Trump gửi vào mạng xã hội (chủ yếu Facebook) 175 nghìn thông điệp Chúng khác chi tiết nhỏ, nhằm mục đích thích hợp với tâm lý người nhận cụ thể: tiêu đề, màu nền, ảnh video Phương pháp làm tỉ mỉ làm cho thông điệp tranh cử nhận đồng cảm, hưởng ứng Và chiến thắng Donald Trump trước Hillary Clinton cho tốn rộng rãi hiệu Marketing cá nhân hóa trình lặp lặp lại theo quy trình sau: Hình Quy trình Marketing cá nhân hóa (Nguồn: Vesanen & Raulas 2006[17]) Marketing cá nhân hóa phụ thuộc nhiều vào công nghệ sử dụng để thu thập liệu, phân loại liệu, phân tích liệu Cơng nghệ sử dụng phổ biến công nghệ khai thác liệu lớn 2.2 Lợi ích marketing cá nhân hóa Marketing cá nhân hóa khơng mang lại lợi ích cho doanh nghiệp mà cịn mang lại lợi ích cho khách hàng Những liệu thu thập sau xử lý phân tích cho phép người làm marketing có nhìn nhận sâu sắc sản phẩm, từ doanh nghiệp phân tích nhu cầu trải nghiệm người dùng để tạo sản phẩm cải tiến để phục vụ nhóm đối tượng khách hàng mà họ mong muốn; truyền tải giá trị sản phẩm/dịch vụ, tối ưu hóa chiến lược phân phối định mức giá phù hợp để đem lại lợi nhuận cho doanh 290 KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA CITA 2017 “CNTT VÀ ỨNG DỤNG TRONG CÁC LĨNH VỰC” nghiệp[18] Trên tất cả, nhiều liệu thu thập định đưa có sở dễ dàng Lợi ích dễ nhận thấy marketing cá nhân hóa tăng hiệu đầu tư cho doanh nghiệp[1] Những website bán lẻ sử dụng chiến lược cá nhân hóa có doanh số trung bình cao so với website khác Một lợi ích quan trọng khác marketing cá nhân hóa tăng cường khả thu hút khách hàng tiềm năng[5], đồng thời tạo nên khác biệt doanh nghiệp với đối thủ cạnh tranh Hiện nay, với phổ biến mạng xã hội ứng dụng Internet khác, khách hàng thường xuyên chìm ngập nhiều loại thông tin khác Những thông tin mang tính cá nhân hóa giúp thơng điệp marketing từ doanh nghiệp dễ dàng bật thu hút ý Bên cạnh đó, cá nhân hóa giúp tăng mức độ hài lịng khách hàng với doanh nghiệp[2] Khách hàng mong muốn nhận gợi ý mang tính cá nhân mua sắm trực tuyến họ sẵn lịng cung cấp thơng tin sở thích cá nhân để nhận gợi ý sản phẩm phù hợp Những khách hàng thường xuyên có tương tác nhiều khả trở thành khách hàng trung thành[14] Vì vậy, người làm marketing cần phản hồi sớm cho email, tin nhắn, lời bình… khách hàng Những câu trả lời sớm mang tính cá nhân, khách hàng đánh giá cao Xét góc độ khách hàng, họ có lợi ích định: q trình marketing cá nhân hóa doanh nghiệp thực giúp đưa cho khách hàng gợi ý, sản phẩm tốt phù hợp Khách hàng tiết kiệm thời gian nhờ lời gợi ý so với việc phải tự tìm kiếm Bên cạnh đó, khách hàng tương tác tốt nhờ tư vấn trực tiếp doanh nghiệp[19] Công nghệ Dữ liệu lớn (Big Data) 3.1 Khái niệm liệu lớn Hiện nay, khái niệm Big Data chưa trình bày rõ ràng cịn có nhiều cách hiểu khác nhau[13] Nhưng nhìn chung Big Data thuật ngữ dùng để liệu có kích thước lớn vượt mức đảm đương ứng dụng công cụ truyền thống, khả phát triển nhanh khó khăn thu thập, lưu trữ, quản lý phân tích với cơng cụ thống kê hay ứng dụng sở liệu truyền thống[6] Với xu nay, nhiều doanh nghiệp tìm thấy lợi ích việc kết nối, cập nhật thơng tin từ hàng ngàn khách hàng tương lai để từ có hoạch định chiến lược kinh doanh phù hợp[15] Sau khái niệm Big Data 2016 Gartner mơ hình “5Vs” - năm tính chất quan trọng nói lên Big Data[11]: - Volume (dung lượng): tăng trưởng mặt khối lượng Dữ liệu hệ thống thông tin ln ln khơng ngừng tăng lên mặt kích thước (khối lượng) - Velocity (tốc độ): tăng trưởng mặt tốc độ Bên cạnh tăng trưởng khối lượng, tốc độ tăng trưởng liệu tăng lên cách chóng mặt Sự chuyển động liệu thực tế tốc độ cập nhật thông tin mili giây - Variety (tính đa dạng): tăng lên tính đa dạng liệu Dữ liệu khơng dạng có cấu trúc, mà cịn bao gồm nhiều kiểu liệu phi cấu trúc video, hình ảnh, Nguyễn Thị Thanh Huyền, Phạm Tuấn Anh 291 liệu cảm biến, file log Big Data cho phép liên kết phân tích chủng loại liệu đa dạng - Veracity (sự xác liệu): Với xu hướng “Social” ngày gia tăng mạnh mẽ tính tương tác chia sẻ người dùng thiết bị di động, vậy, độ tin cậy tính xác liệu ngày khó khăn Phân tích loại bỏ liệu thiếu xác nhiễu tính chất quan trọng Big Data - Value (Giá trị): Là q trình trích xuất giá trị to lớn tiềm ẩn liệu khổng lồ Đây đặc trưng quan trọng thông tin trích xuất từ việc phân tích Big Data sử dụng nhiều lĩnh vực 3.2 Khai thác liệu lớn (Big Data) Big Data lĩnh vực nghiên cứu mới, đặt nhiều thách thức cho nhà nghiên cứu doanh nghiệp: Làm để nhanh chóng tiếp cận, khai thác thơng tin hữu ích lượng lớn liệu? Làm để hiểu chúng? Làm để đảm bảo chất lượng thơng tin từ chúng? … Vì việc nghiên cứu cơng nghệ để giải tốn lưu trữ, xử lý phân tích Big Data cách nhanh đáp ứng yêu cầu cấp thiết lĩnh vực Big Data xử lý thông qua giai đoạn: thu thập liệu, tổ chức liệu, phân tích liệu đưa định Hình Quá trình xử lý Big Data Giai đoạn thu thập liệu: Hiện nay, giai đoạn thu thập hầu hết có giải pháp Ví dụ, Oracle đưa NoSQL Database, Google có Google BigTable… Giai đoạn tổ chức liệu: Đây giai đoạn khó khăn xử lý liệu Các cơng nghệ sử dụng chia thành hai nhóm: xử lý hàng loạt (Patch processing) xử lý dòng (Stream processing) - Xử lý theo loạt: dùng để xử lý liệu có khối lượng lớn Dữ liệu thu thập, lưu trữ xử lý hàng loạt Hadoop công nghệ phổ biến cho xử lý hàng loạt Nền tảng Hadoop cung cấp cho nhà phát triển thành phần Hệ thống tệp phân tán Hadoop (Hadoop Distributed File System - HDFS) mơ hình lập trình MapReduce, 292 KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA CITA 2017 “CNTT VÀ ỨNG DỤNG TRONG CÁC LĨNH VỰC” cho phép xử lý liệu phân tán song song, giúp giải vấn đề thường xuyên xảy việc xử lý liệu quy mô lớn - Xử lý dòng: Chú trọng đến tốc độ xử lý liệu, liệu phát sinh truyền tải liên tục, xử lý khoảng thời gian nhỏ đáp ứng tính thời gian thực liệu Xử lý dịng chưa có cơng nghệ chủ đạo nào, lĩnh vực nghiên cứu phát triển Một mơ hình xử lý dịng Complex Event Processing, coi dịng thơng tin thông báo kiện (kiểu mẫu) cần tổng hợp kết hợp để tạo kiện cấp cao Giai đoạn phân tích: Các tập đoàn lớn thường thuê nhà thống kê để thu thập, phân tích báo cáo liệu người tiêu dùng Trong đó, doanh nghiệp nhỏ dùng cơng cụ miễn phí phí để thu thập thơng tin có giá trị, qua hiểu biết xác hành vi mua khách hàng: - Google Analytics: Đây cơng cụ phân tích Google nhằm đánh giá lưu lượng truy cập website doanh nghiệp cách khách tìm thấy hàng website, thời gian họ lại website, vị trí đăng nhập nhiều thơng tin khác - Facebook Insights: Công cụ cho phép doanh nghiệp biết mức độ thường xuyên viết doanh nghiệp chia sẻ địa điểm thời gian chia sẻ - Tweriod Followerwonk: Các chương trình thu thập liệu từ phương tiện social media cung cấp thơng tin giới tính, vị trí mức độ hoạt động chủ tài khoản social media - YouTube Analytic: Nếu doanh nghiệp hoạt động YouTube, công cụ hữu hiệu để khai thác thông tin nhân học người xem video họ đâu Giai đoạn định: Dựa vào thơng tin phân tích đưa định giải pháp kinh doanh kịp thời Giai đoạn phụ thuộc nhiều vào khả người định thơng tin trình bày rõ ràng có sở tin cậy Ứng dụng công nghệ Big data hoạt động Marketing cá nhân hóa Việt Nam 4.1 Dữ liệu lớn ứng dụng marketing cá nhân hóa Nguồn tài nguyên giá trị giới thông tin Thông qua thu thập liệu, doanh nghiệp có thêm thơng tin để nâng cấp sản phẩm mình, thu hút thêm người dùng, từ lại có thêm liệu quy trình theo lặp lại, tăng tiến Khi mua sắm eBay, Amazon website tương tự đưa sản phẩm gợi ý cho khách hàng Ví dụ xem điện thoại, có gợi ý cho khách hàng mua thêm ốp lưng, pin dự phòng; mua áo thun có thêm gợi ý quần jean Vậy thông tin khách hàng có từ đâu? Chính từ lượng liệu khổng lồ mà doanh nghiệp thu thập lúc khách hàng ghé thăm tương tác với website mạng xã hội Mạng xã hội tảng với liệu khổng lồ hành vi, thái độ cơng cụ tìm kiếm thu nhận lại nhu cầu hàng ngày người Các ứng dụng Big Data chủ yếu tập trung vào việc xác định thông tin dựa mạng xã hội [10] Trên mạng xã hội Twitter với số lượng tweet/retweet cực lớn, thông thường tweet thường kèm với kiện[9] Một cách tiếp cận khác đề xuất để nhận biết kiện theo dòng thời gian dựa luồng liệu[16] Nguyễn Thị Thanh Huyền, Phạm Tuấn Anh 293 Một số liệu quan trọng mạng xã hội thường nghiên cứu khai thác thẻ (tag), bình luận (comment), thông tin người sử dụng mối quan hệ chúng, người sử dụng đối tượng khác[8] Hiện nay, Google Facebook tập đoàn sử dụng công nghệ Big Data hiệu hoạt động marketing cá nhân hóa Google biết rõ người tìm kiếm gì? Facebook hiểu rõ khách hàng chia sẻ gì? 4.2 Khai thác Big Data hoạt động Marketing cá nhân hóa doanh nghiệp Việt Nam Với lợi dân số trẻ, 90 triệu người, dân số internet cao, khoảng 54 triệu người chiếm 57%, Việt Nam xem thị trường Big Data tiềm hàng đầu khu vực châu Á đích ngắm nhiều nhà cung cấp giải pháp Big Data Microsoft, IBM, Oracle… Sự am hiểu vận dụng Big Data hoạt động Marketing cá nhân hóa doanh nghiệp Việt Nam cịn giai đoạn chập chững, chí mơ hồ Do đó, việc xây dựng đội ngũ lựa chọn công nghệ để phân tích liệu hiệu cần thiết Đa số doanh nghiệp Việt Nam loại hình vừa nhỏ Nhưng phương pháp hiệu lựa chọn dự án nhỏ có kích thước liệu tương đối nhỏ, phân tích, áp dụng, thực thời gian nhanh mà đáp ứng chiến lược kinh doanh Từ đó, ứng dụng Big Data vào dự án lớn Sau số gợi ý giúp chiến dịch marketing cá nhân hóa khai thác hiệu sức mạnh Big Data: - Đặt mục tiêu rõ ràng chiến dịch marketing cá nhân hóa: Doanh nghiệp phải đặt mục tiêu cột mốc thời gian rõ ràng cho việc khai thác Big Data Nhờ xác định rõ mục tiêu thời gian thực hiện, doanh nghiệp tập trung nguồn lực để hoàn thành mục tiêu Việc thiết lập mục tiêu giúp doanh nghiệp dễ đạt hiệu marketing cá nhân hóa theo giai đoạn dự kiến đảm bảo kết đo lường thực kịp thời có giá trị Những mục tiêu cịn giúp doanh nghiệp xác định xác liệu cần thiết - Tập trung vào liệu cần thiết: Chiến dịch marketing cá nhân hóa phải chọn lọc thông tin đáng quan tâm chấp nhận bỏ qua thông tin khác dựa dự định mục tiêu Ví dụ doanh nghiệp dễ dàng đo lường số lượt “like” đăng mạng xã hội Facebook Tuy nhiên, liệu gần khơng nói lên điều gì, có đến hàng triệu người nhấn nút “like” chưa đọc nội dung đăng doanh nghiệp Thay doanh nghiệp nên quan tâm đến số lượt “Share” có ý nghĩa - Hiểu rõ chất lượng liệu thu thập được: Doanh nghiệp phải tự tin sử dụng liệu để đưa định marketing cá nhân hóa mang tính chiến lược Và để đánh giá chất lượng liệu, doanh nghiệp phải dựa vào nguồn liệu, thời điểm thu thập độ xác chúng Nếu sử dụng “dữ liệu rác” liệu chưa phân tích, tổng hợp đầy đủ kết dự báo đưa dựa liệu khơng đáng tin cậy - Tìm hiểu ý nghĩa liệu: Khi tìm hiểu ý nghĩa liệu nghĩa doanh nghiệp thấy thành chiến dịch marketing cá nhân hóa dựa cơng nghệ Big Data từ lập kế hoạch đến báo cáo phân tích liệu Việc thấu hiểu ý nghĩa việc đo lường 294 KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA CITA 2017 “CNTT VÀ ỨNG DỤNG TRONG CÁC LĨNH VỰC” đòi hỏi kỹ năng, tư phê phán Người làm marketing phải hiểu rõ doanh nghiệp, mục tiêu đề kết số liệu đem lại - Lặp lặp lại q trình phân tích, tổng hợp: Dựa thơng tin liệu phân tích, tổng hợp chiến dịch marketing cá nhân hóa, doanh nghiệp có lợi khả nắm bắt hội cách nhanh, tạo lợi so với đối thủ cạnh tranh Việc lặp lặp lại trình giúp liên tục khắc phục thiếu sót việc định hướng liệu, từ tạo kết chiến dịch marketing ngày khả quan Kết luận Dữ liệu biểu rõ nét sức mạnh kinh tế tri thức Nhu cầu phân tích khai thác nguồn liệu lớn, phức tạp hoạt động người tổ chức năm gần trở nên cấp bách Bởi có nhiều liệu quanh hết dùng chúng đưa định đắn hơn, hiểu biết xác, khám phá quan trọng Một làm chủ liệu lớn doanh nghiệp có hội thành cơng lớn bối cảnh cạnh tranh ngày Hoạt động Marketing cá nhân hóa doanh nghiệp Việt Nam hạn chế thiếu nhân lực chuyên sâu lĩnh vực Vì vậy, phủ cần khuyến khích cơng ty cơng nghệ, có đầu tư thích đáng để start-up sáng tạo cơng nghệ có điều kiện phát triển, chủ động tham gia vào lĩnh vực Big Data Đồng thời có chiến lược đào tạo nhân chất lượng cao cho lĩnh vực để Việt Nam trở thành quốc gia làm chủ công nghệ Big Data sử dụng lợi ích mà mang lại Tài liệu tham khảo Ansari, A and Mela, C “E-customization”, Journal of Marketing Research, Vol 40, pp 131-45 (2003) Bardaki, A and Whitelock, J “How ready are customers for mass customisation? An exploratory investigation”, European Journal of Marketing, Vol 38 Nos 11/12, pp 1396-417 (2004) Coner, A “Personalization and customization in financial portals”, Journal of American Academy of Business, Vol No 2, pp 498-504 (2003) Hannes, G Mikael, K “Ich habe nur gezeigt, dass es die Bombe gibt” Das Magazin, No 48 (2016) Howard, D and Kerin, R “The effects of personalized product recommendations on advertisement response rates: the try this It works! Technique”, Journal of Consumer Psychology, Vol 14 No 3, pp 271-80 (2004) Howe AD, Costanzo M, Fey P, et al Big data: The future of biocuration, Nature 455(7209): 47-50 (2008) Jari Vesanen, “What is personalization? A conceptual framework”, European Journal of Marketing, Vol 41 Iss 5/6 pp 409 - 418 (2007) Jung, J J “Understanding information propagation on online social tagging systems: A case study on Flickr” Quality & Quantity - Springer, 48(2), 745 - 754 (2014) Nguyen, D T., Hwang, D., & Jung, J J "Event Detection from Social Data Stream Based on TimeFrequency Analysis" In Computational Collective Intelligence Technologies and Applications Springer International Publishing, pp 135 - 144 (2014) 10 Pham, X.H., Nguyen, T T., Jung, J J., &Hwang, D “Extending HITS algorithm for ranking locations by using geotagged resources” In Computational Collective Intelligence Technologies and Applications Springer International Publishing, pp 332 - 341 (2014) Nguyễn Thị Thanh Huyền, Phạm Tuấn Anh 295 11 Samuel, S J et Al “A Survey on Big Data and Its Research Challenges”, ARPN Journal of Engineering and Applied Sciences, Vol 10 No (2015) 12 Schultz, W and Quiring, O “Voters in a changing media environment: a data-based retrospective on consequences of media change in Germany”, European Journal of Communication, Vol 20 No 1, pp 55 - 89 (2005) 13 Schroeck, M., Shockley, R., Smart, J., Romero-Morales, D., & Tufiano, P Analytics: The real -world use of big data IBM Institute for Business Value executive report, IBM Institute for Business Value (2012) 14 Srinivasan, S., Anderson, R and Ponnavolu, K “Customer loyalty in e-commerce: an exploration of its antecedents and consequences”, Journal of Retailing, Vol 78 No 1, pp 41 - 50 (2002) 15 Sheetal, S., Vipin, K R., et al., “Big Data and Cloud Computing: Challenges and Opportunities”, IJIET Vol 5, Issue 4, pp 117 - 125 (2015) 16 Trung, D N., Jung, J J., Lee, n., & Kim, J “Thematic analysis by discovering diffusion patterns in social media: An exploratory study with tweetScope” In Intelligent Information and Database Systems Springer Berlin Heidelberg, pp 266 - 274 (2013) 17 Vesanen, J and Raulas, M “Building bridges for personalization - a process model for marketing”, Journal of Interactive Marketing, Vol 20 No 1, pp 1-16 (2006) 18 Vankalo, M “Internet-Enabled Techniques for Personalizing the Marketing Program”, Swedish School of Economics and Business Administration, Helsinki (2004) 19 Roberts, M Internet Marketing: Integrating Online and Offline Strategies, McGraw-Hill, Boston, MA (2003) 20 Roman, E and Hornstein, S Opt-in Marketing: How the breakthrough process of consensual, McGraw-Hill, New York, NY (2004) ... nghệ sử dụng để thu thập liệu, phân loại liệu, phân tích liệu Công nghệ sử dụng phổ biến cơng nghệ khai thác liệu lớn 2.2 Lợi ích marketing cá nhân hóa Marketing cá nhân hóa khơng mang lại lợi... rãi hiệu Marketing cá nhân hóa trình lặp lặp lại theo quy trình sau: Hình Quy trình Marketing cá nhân hóa (Nguồn: Vesanen & Raulas 2006[17]) Marketing cá nhân hóa phụ thuộc nhiều vào công nghệ sử... cậy Ứng dụng công nghệ Big data hoạt động Marketing cá nhân hóa Việt Nam 4.1 Dữ liệu lớn ứng dụng marketing cá nhân hóa Nguồn tài nguyên giá trị giới thông tin Thông qua thu thập liệu, doanh nghiệp