Chương 2: CƠ SỞ LÝ THUYẾT VỀ ĐỀ TÀI
2.3 Thực trạng, nguyên nhân và xu hướng ứng dụng CRM tại Việt Nam hiện nay. 55
2.3.2 Xu hướng CRM trong tương lai
2.3.2.11 XAAS - mọi thứ đều ở dạng dịch vụ
XaaS (Everything-as-a-Service)nghĩa là có thể chuyển đổi bất kỳ chức năng CNTT nào thành dịch vụ để đáp ứng nhu cầu của doanh nghiệp. Xu hướng này đưa ra các giải pháp CRM dưới dạng dịch vụ, tận dụng nền tảng đám mây, giúp doanh nghiệp tiết kiệm chi phí và tận dụng tối đa các tính năng và tiện ích của CRM.
2.4 Một số công nghệ ứng dụng trong CRM 2.4.1 Điện toán đám mây
2.4.1 Tổng quan 2.4.1.1 Khái niệm
Theo Viện Tiêu chuẩn và Công nghệ Mỹ (NIST), điện toán đám mây được định nghĩa như sau:
"Cloud Computing là mô hình dịch vụ cho phép người truy cập tài nguyên điện toán dùng chung (mạng, server, lưu trữ, ứng dụng, dịch vụ) thông qua kết nối mạng một cách dễ dàng, mọi lúc, mọi nơi, theo yêu cầu. Tài nguyên điện toán đám mây có thể được thiết lập hoặc hủy bỏ nhanh chóng bởi người dùng mà không cần sự can thiệp của Nhà cung cấp dịch vụ".
Hiểu một cách đơn giản thì Cloud Computing là việc cung cấp các dịch vụ điện toán hoàn toàn qua Internet. Lấy ví dụ về việc lưu trữ dữ liệu, thay vì lưu trữ dữ liệu trên ổ cứng thì ngày nay, người dùng chỉ cần đăng ký và chọn dịch vụ miễn phí/trả phí theo nhu cầu. Sau đó họ sẽ được quyền upload tài liệu, thông tin lên tài khoản Cloud của mình và truy cập ở bất kỳ đâu, bất kỳ khi nào miễn có kết nối mạng.
Một số dịch vụ điện toán đám mây phổ biến hiện nay: Google Drive, OneDrive, Dropbox, iCloud,….
2.4.1.2 Ưu điểm
- Tiết kiệm chi phí
Chi phí đầu tư và vận hành cơ sở hạ tầng IT truyền thống là một gánh nặng lớn đối với doanh nghiệp. Với cloud computing, doanh nghiệp chỉ cần trả phí cho những tài nguyên mà họ sử dụng. Điều này giúp doanh nghiệp tiết kiệm được đáng kể chi phí đầu tư ban đầu, chi phí vận hành, chi phí bảo trì và chi phí nhân lực.
- Tăng cường khả năng mở rộng
Doanh nghiệp có thể dễ dàng mở rộng hoặc thu hẹp quy mô tài nguyên cloud theo nhu cầu sử dụng. Điều này giúp doanh nghiệp linh hoạt hơn trong việc đáp ứng nhu cầu tăng trưởng của doanh nghiệp. Ví dụ, nếu doanh nghiệp có một đợt tăng đột biến về lưu lượng truy cập, doanh nghiệp có thể dễ dàng tăng thêm tài nguyên cloud để đáp ứng nhu cầu.
- Nâng cao hiệu suất
Cloud computing được triển khai trên các trung tâm dữ liệu hiện đại, được quản lý và vận hành bởi các chuyên gia. Điều này giúp đảm bảo hiệu suất cao và ổn định cho các ứng dụng và dữ liệu của doanh nghiệp. Các trung tâm dữ liệu cloud thường được trang bị các phần cứng và phần mềm tiên tiến, giúp tối ưu hóa hiệu suất của các ứng dụng và dữ liệu.
- Tiết kiệm phí bảo mật, bảo trì hệ thống
Các nhà cung cấp cloud computing thường xuyên cập nhật bảo trì hệ thống máy chủ và áp dụng các biện pháp bảo mật tiên tiến để bảo vệ dữ liệu của khách hàng. Điều này giúp doanh nghiệp yên tâm hơn về tính bảo mật của dữ liệu. Các nhà cung cấp cloud computing thường sử dụng các biện pháp bảo mật như:
● Mã hóa dữ liệu
● Kiểm soát truy cập
● Giám sát và cảnh báo
● Phân tích dữ liệu
- Tăng cường khả năng tiếp cận
Người dùng có thể truy cập vào tài nguyên cloud từ bất kỳ thiết bị nào có kết nối internet. Điều này giúp doanh nghiệp mở rộng quy mô hoạt động, tiếp cận được nhiều khách hàng hơn. Người dùng có thể truy cập vào tài nguyên cloud từ máy tính, điện thoại thông minh, máy tính bảng,... Điều này giúp doanh nghiệp đáp ứng nhu cầu làm việc từ xa của nhân viên và nhu cầu sử dụng dịch vụ của khách hàng.
2.4.1.3 Nhược điểm
- Phụ thuộc vào internet
Internet là nền tảng cơ bản để cung cấp dịch vụ cloud. Nếu internet gặp trục trặc, mất kết nối thì người dùng không thể truy cập và sử dụng dữ liệu trên đám mây được.
Điều này có thể gây ra gián đoạn hoạt động của doanh nghiệp. Để hạn chế rủi ro này, người dùng cần có kế hoạch dự phòng cho trường hợp internet gặp sự cố. Ví dụ, đối với doanh nghiệp có thể sử dụng kết nối internet của nhiều nhà cung cấp khác nhau, hoặc có thể sử dụng các dịch vụ lưu trữ dữ liệu cục bộ để dự phòng.
- Khả năng kiểm soát
Người dùng không có toàn quyền kiểm soát cơ sở hạ tầng cloud. Điều này có thể khiến người dùng gặp khó khăn trong việc quản lý và vận hành các ứng dụng và dữ liệu của mình. Để hạn chế rủi ro này, doanh nghiệp cần lựa chọn nhà cung cấp cloud cung cấp các dịch vụ và tính năng phù hợp với nhu cầu của mình. Doanh nghiệp/Người dùng cũng cần có các kiến thức và kỹ năng cần thiết để quản lý và vận hành các ứng dụng và dữ liệu trên cloud
- Dữ liệu có thể bị đánh cắp
Mặc dù luôn áp dụng các biện pháp bảo mật tiên tiến nhưng không thể tránh khỏi việc dữ liệu người dùng bị đánh cắp. Nguyên nhân vì khi truyền dữ liệu qua đám mây là người dùng đã truyền thông tin trên không gian của nhà cung cấp. Nếu nhà cung cấp cloud bị tấn công, dữ liệu của người dùng có thể bị đánh cắp hoặc bị mất nếu không sau lưu thì sẽ không khôi phục dữ liệu được
2.4.1.4 Phân loại
- Theo phương thức triển khai + Public Cloud:
Là mô hình phổ biến nhất của cloud computing. Trong mô hình này, cơ sở hạ tầng cloud được đặt tại trung tâm dữ liệu của nhà cung cấp cloud và được chia sẻ bởi nhiều khách hàng. Nhà cung cấp cloud chịu trách nhiệm quản lý và vận hành cơ sở hạ tầng cloud.
Mô hình này phù hợp với các doanh nghiệp và tổ chức có nhu cầu sử dụng cloud với chi phí thấp, khả năng mở rộng cao và tính bảo mật được đảm bảo.
+ Private Cloud
Là mô hình đám mây được triển khai và quản lý bởi chính doanh nghiệp hoặc tổ chức. Doanh nghiệp hoặc tổ chức có toàn quyền kiểm soát cơ sở hạ tầng cloud, bao gồm phần cứng, phần mềm và dữ liệu.
Do đó, mô hình này phù hợp với các doanh nghiệp hoặc tổ chức có nhu cầu bảo mật cao, cần tùy chỉnh cơ sở hạ tầng cloud hoặc cần đáp ứng các yêu cầu về tuân thủ quy định của riêng doanh nghiệp đó
+ Hybrid Cloud
Là mô hình kết hợp giữa public cloud và private cloud. Mô hình này cho phép doanh nghiệp hoặc tổ chức tận dụng lợi thế của cả hai mô hình cloud.
Vì thế, mô hình này phù hợp với các doanh nghiệp hoặc tổ chức có nhu cầu sử dụng cloud linh hoạt, có thể kết hợp giữa các ứng dụng và dữ liệu được triển khai trên public cloud và private cloud.
+ Community Cloud
Là một mô hình đám mây trong đó cơ sở hạ tầng đám mây được chia sẻ bởi một nhóm các tổ chức có chung nhu cầu và yêu cầu. Các tổ chức này có thể là các doanh nghiệp, tổ chức phi lợi nhuận hoặc cơ quan chính phủ.
Mô hình này phù hợp với các nhóm tổ chức có chung nhu cầu, có thể tùy chỉnh cơ sở hạ tầng cloud, cần tiết kiệm chi phí
- Theo mô hình cung cấp dịch vụ:
+ IaaS (Infrastructure as a Service)
Cung cấp cơ sở hạ tầng đám mây, bao gồm máy ảo, mạng, lưu trữ và các tài nguyên khác. Người dùng chịu trách nhiệm cài đặt và quản lý hệ điều hành, ứng dụng và dữ liệu của mình.
Mô hình này phù hợp với các doanh nghiệp hoặc tổ chức có nhu cầu kiểm soát cao đối với cơ sở hạ tầng đám mây của mình. Các doanh nghiệp hoặc tổ chức này có thể sử dụng IaaS để triển khai các ứng dụng và dịch vụ của riêng mình, hoặc để xây dựng các ứng dụng và dịch vụ đám mây mới.
Một số ví dụ về các nhà cung cấp dịch vụ đám mây cung cấp dịch vụ IaaS bao gồm:
● Amazon Web Services (AWS)
● Microsoft Azure
● Google Cloud Platform (GCP) + PaaS (Platform as a Service):
Cung cấp nền tảng đám mây, bao gồm hệ điều hành, môi trường phát triển, môi trường chạy và các dịch vụ khác. Người dùng chịu trách nhiệm phát triển và triển khai ứng dụng của mình.
PaaS phù hợp với các doanh nghiệp hoặc tổ chức có nhu cầu phát triển ứng dụng nhanh chóng và dễ dàng. Các doanh nghiệp hoặc tổ chức này có thể sử dụng PaaS để xây dựng các ứng dụng web, ứng dụng di động và các ứng dụng đám mây khác.
Một số ví dụ về các nhà cung cấp dịch vụ đám mây cung cấp dịch vụ PaaS bao gồm:
● Amazon Web Services (AWS)
● Microsoft Azure
● Google Cloud Platform (GCP)
● Salesforce Platform
● Oracle Cloud Platform (Oracle OCIP) + SaaS (Software as a Service):
Cung cấp phần mềm đám mây, bao gồm ứng dụng, dữ liệu và các dịch vụ hỗ trợ.
Người dùng chỉ cần truy cập và sử dụng ứng dụng.
SaaS phù hợp với các doanh nghiệp hoặc tổ chức có nhu cầu sử dụng phần mềm mà không cần phải quản lý cơ sở hạ tầng phần mềm. Các doanh nghiệp hoặc tổ chức này có thể sử dụng SaaS để sử dụng các ứng dụng phổ biến như email, CRM, ERP và các ứng dụng khác.
Một số ví dụ về các nhà cung cấp dịch vụ đám mây cung cấp dịch vụ SaaS bao gồm:
● Microsoft Office 365
● Google Workspace
● Salesforce
● Oracle Cloud ERP
● SAP Cloud Platform (SAP CP)
2.4.1.5 Vận dụng vào CRM
Điện toán đám mây được vận dụng vào hệ thống CRM dưới dạng mô hình Cloud CRM - là một hệ thống quản lý quan hệ khách hàng hoàn toàn được lưu trữ trên đám mây
2.4.1.6 Quy trình cloud CRM
- Thu thập thông tin khách hàng: CRM cloud thu thập thông tin như: tên, địa chỉ, địa chỉ email,...
- Lưu trữ thông tin khách hàng: Thông tin khách hàng được lưu trữ trong cơ sở dữ liệu đám mây.
- Phân tích thông tin khách hàng: Thông tin sau khi thu thập sẽ được phân tích để nắm bắt khách hàng hơn và đưa ra các chiến lược phù hợp để nâng cao mối quan hệ với khách hàng.
- Hỗ trợ khách hàng: CRM cloud giúp doanh nghiệp cung cấp, hỗ trợ, tương tác với khách hàng qua các kênh như email, điện thoại và chat
2.4.1.7 Lợi ích
- Tính linh hoạt:
Các nhân viên, nhà quản lý có thể truy cập dữ liệu từ mọi nơi, mọi lúc bởi từ bất kỳ địa điểm nào chỉ cần có Internet và không giới hạn số lượng người truy cập. Họ có thể sử dụng các phiên bản web hoặc các chương trình CRM trên nền tảng đám mây cụ thể dành cho thiết bị di động và máy tính bảng để dễ dàng truy cập thông tin nhanh chóng
- Nâng cao hiệu suất làm việc
Khi thông tin được lưu trữ trên đám mây, tất cả các thành viên trong nhóm có thể truy cập thông tin đó từ mọi nơi và mọi lúc. Họ có thể xem, cập nhật và thêm thông tin mới nhất về người tiêu dùng. Từ đó, nhờ sự cộng tác, năng suất làm việc và độ chính xác được nâng cao hơn
- Tiết kiệm chi phí bảo mật, bảo trì hệ thống
Các nhà cung cấp cloud CRM chịu trách nhiệm cung cấp và duy trì phần cứng và phần mềm cần thiết để chạy hệ thống CRM. Điều này giúp doanh nghiệp tiết kiệm chi phí đầu tư ban đầu và chi phí bảo trì hàng năm. Bên cạnh đó, một số nhà cung cấp cloud CRM thường cung cấp hỗ trợ kỹ thuật 24/7 để giải quyết các vấn đề kỹ thuật. Điều này giúp doanh nghiệp giảm thiểu thời gian ngừng hoạt động của hệ thống.
2.4.2 OLAP
OLAP là viết tắt của Online Analytical Processing, là một công nghệ cơ sở dữ liệu được sử dụng để phân tích dữ liệu kinh doanh từ nhiều góc độ khác nhau. OLAP cho phép người dùng truy vấn dữ liệu tóm tắt, thực hiện các phép tính phân tích phức tạp và lập các báo cáo tùy chỉnh.
OLAP hoạt động bằng cách lưu trữ dữ liệu trong một cấu trúc dữ liệu đặc biệt được gọi là cụm OLAP. Cụm OLAP được thiết kế để tối ưu hóa việc truy vấn và phân tích dữ liệu.
OLAP được sử dụng trong nhiều lĩnh vực khác nhau, bao gồm:
● Bán lẻ: OLAP được sử dụng để phân tích dữ liệu bán hàng, chẳng hạn như doanh số, lợi nhuận và xu hướng mua hàng.
● Ngân hàng: OLAP được sử dụng để phân tích dữ liệu tài chính, chẳng hạn như dòng tiền, nợ và đầu tư.
● Sản xuất: OLAP được sử dụng để phân tích dữ liệu sản xuất, chẳng hạn như hiệu quả, chất lượng và chi phí.
● Chăm sóc sức khỏe: OLAP được sử dụng để phân tích dữ liệu chăm sóc sức khỏe, chẳng hạn như hồ sơ bệnh án, kết quả xét nghiệm và chi phí.
- Vận dụng vào CRMs:
● Cải thiện khả năng ra quyết định về khách hàng: OLAP có thể được sử dụng để phân tích dữ liệu khách hàng từ nhiều góc độ khác nhau, chẳng hạn như doanh số, lợi nhuận, xu hướng mua hàng và hành vi khách hàng. Điều này có thể giúp các doanh nghiệp hiểu rõ hơn về khách hàng của họ và đưa ra các quyết định kinh doanh sáng suốt hơn về khách hàng.
● Tự động hóa các tác vụ phân tích khách hàng: OLAP có thể tự động hóa các tác vụ phân tích khách hàng phức tạp, giúp tiết kiệm thời gian và công sức cho các nhà phân tích.
● Cá nhân hóa trải nghiệm khách hàng: OLAP có thể được sử dụng để cá nhân hóa trải nghiệm khách hàng bằng cách cung cấp thông tin dựa trên lịch sử tương tác của khách hàng.
2.4.3 AI
AI (viết tắt của Artificial Intelligence) là trí tuệ nhân tạo. Đây là một nhánh của khoa học máy tính liên quan đến việc tạo ra các hệ thống thông minh có thể tự suy nghĩ và hành động. AI được sử dụng trong nhiều lĩnh vực khác nhau
AI được phân loại theo nhiều nhóm khác nhau nhưng phổ biến nhất là Rule-based AI và Machine learning AI:
● Rule-based AI là loại AI sử dụng một tập hợp các quy tắc để đưa ra quyết định.
Các quy tắc này được lập trình bởi con người và thường được sử dụng trong các ứng dụng đơn giản, chẳng hạn như xác định các đối tượng trong hình ảnh hoặc xử lý các yêu cầu đơn giản của khách hàng.
● Machine learning AI: loại AI có thể học hỏi từ dữ liệu. Các hệ thống này thường được sử dụng trong các ứng dụng phức tạp hơn, chẳng hạn như phân tích thị trường tài chính hoặc chẩn đoán bệnh tật.
Các thách thức trong vận hành AI:
AI có tiềm năng to lớn để cải thiện cuộc sống của con người, nhưng cũng có một số thách thức cần được xem xét. Một thách thức là AI có thể bị thiên vị bởi dữ liệu mà nó được đào tạo. Điều này có thể dẫn đến việc AI đưa ra các quyết định không công bằng hoặc không chính xác.
Một thách thức khác là AI có thể được sử dụng để tạo ra các hệ thống có thể gây hại cho con người. Ví dụ, AI có thể được sử dụng để phát triển vũ khí tự động hoặc để tạo ra các hệ thống giám sát xâm phạm quyền riêng tư.
Cuối cùng, AI có thể dẫn đến mất việc làm cho con người. Các hệ thống AI có thể tự động hóa các tác vụ mà hiện nay được thực hiện bởi con người. Điều này có thể dẫn đến việc giảm nhu cầu về lao động trong một số ngành.
2.4.3.1 Machine learning
Machine learning (ML) là một nhánh của trí tuệ nhân tạo (AI) liên quan đến việc tạo ra các hệ thống có thể học hỏi từ dữ liệu. Các hệ thống ML có thể học hỏi từ dữ liệu mà không cần được lập trình rõ ràng. Điều này cho phép chúng thực hiện các nhiệm vụ mà sẽ rất khó hoặc tốn kém để lập trình theo cách thủ công.
Một số thuật toán ML phổ biến bao gồm:
● Học có giám sát: Các thuật toán học có giám sát được đào tạo trên một tập dữ liệu được gắn nhãn, có nghĩa là dữ liệu bao gồm cả đầu vào và đầu ra mong muốn. Các thuật toán này có thể được sử dụng để thực hiện các nhiệm vụ như phân loại, hồi quy và dự đoán.
● Học không giám sát: Các thuật toán học không giám sát được đào tạo trên một tập dữ liệu không được gắn nhãn. Các thuật toán này có thể được sử dụng để thực hiện các nhiệm vụ như phân cụm, giảm chiều và tạo mẫu.
● Học tăng cường: Các thuật toán học tăng cường học hỏi từ trải nghiệm của chúng.
Các thuật toán này có thể được sử dụng để thực hiện các nhiệm vụ như điều khiển tối ưu và chơi game.
Vận dụng vào CRMs:
● Phân tích dữ liệu khách hàng: ML có thể được sử dụng để phân tích dữ liệu khách hàng từ nhiều nguồn khác nhau, chẳng hạn như dữ liệu bán hàng, dữ liệu tương tác khách hàng và dữ liệu truyền thông xã hội. Điều này có thể giúp doanh nghiệp hiểu rõ hơn về khách hàng của mình, bao gồm sở thích, nhu cầu và hành vi của họ.
● Tự động hóa các nhiệm vụ: ML có thể được sử dụng để tự động hóa các nhiệm vụ CRM, chẳng hạn như gửi email tiếp thị, tạo báo cáo và quản lý tài khoản. Điều này có thể giúp doanh nghiệp tiết kiệm thời gian và chi phí.
● Khả năng dự đoán: ML có thể được sử dụng để dự đoán hành vi của khách hàng, chẳng hạn như khả năng họ sẽ mua hàng, hủy bỏ đăng ký hoặc phàn nàn. Điều này có thể