Dữ liệu lớn được coi là nguồn tài nguyên quan trọng của kỷ nguyên số. Trong những năm gần đây, phân tích dữ liệu lớn (Big Data Analytics - BDA) ngày càng thu hút sự quan tâm của các nhà nghiên cứu và các nhà quản lý thương mại điện tử. Tuy nhiên, vẫn còn thiếu một nghiên cứu toàn diện cả lý thuyết và thực tiễn về vai trò tạo ra giá trị kinh doanh của BDA. Dữ liệu lớn đang được sử dụng để tạo ra giá trị sản phẩm và dịch vụ trên nhiều lĩnh vực, đặc biệt là thương mại điện tử. Nhu cầu về thương mại điện tử đang tạo ra một lượng lớn dữ liệu mọi lúc, không thể xử lý bằng các kỹ thuật và tư duy truyền thống. Do đó, phương pháp phân tích dữ liệu lớn (BDA) có khả năng định hình tương lai ngành công nghiệp thương mại điện tử. BDA đã mang lại những lợi thế bao gồm việc xác định giá tối ưu, khách hàng trung thành nhất và có lợi nhuận cao, nhận biết vấn đề chất lượng hoặc quyết định khoảng không quảng cáo lý tưởng. Thông qua việc sử dụng dữ liệu hiệu quả hơn, cải thiện việc ra quyết định và bằng cách trao quyền cho khách hàng, BDA mang đến hơn 10% tăng trưởng cho 56% các công ty thương mại điện tử[1].

Trong bối cảnh thương mại điện tử, “dữ liệu lớn cho phép người bán theo dõi hành vi của từng người dùng và kết nối các dấu chấm nhằm xác định một cách hiệu quả nhất để chuyển đổi khách hàng một lần thành người mua hàng thường xuyên” (Jao, 2013). Do tác động lớn trong thương mại điện tử, đặc biệt là trong việc tạo ra giá trị kinh doanh, BDA gần đây đã “mang một cuộc cách mạng về khoa học và công nghệ" (Fosso Wamba và cộng sự, 2015c).

1. Tổng quan về Dữ liệu lớn (Big Data Ananytics BDA)

Dữ liệu lớn (Big Data) là tập hợp các dữ liệu truyền thống và kỹ thuật số từ bên trong và bên ngoài doanh nghiệp, bao gồm tập hợp dữ liệu với kích thước vượt xa khả năng của các công cụ phần mềm thông thường để thu thập, hiển thị, quản lý và xử lý dữ liệu trong một thời gian có thể chấp nhận được. Dữ liệu lớn cho phép các doanh nghiệp thương mại điện tử có quyền truy cập vào một khối lượng dữ liệu lớn hơn nữa, nhằm tăng doanh thu, tăng thị phần cũng như hợp lý hóa các hoạt động để thành công. Các nhà nghiên cứu đã đưa ra những định nghĩa với cách tiếp cận khác nhau về phân tích dữ liệu lớn (BDA), tuy nhiên các định nghĩa này đều thống nhất ở một điểm chung là BDA có thể mang lại lợi thế cạnh tranh hoặc giá trị cho doanh nghiệp.

Có thể nói, phân tích dữ liệu lớn là quá trình thao tác trên một tập dữ liệu lớn để tìm ra mô hình ẩn, những mối tương quan chưa biết, xu thế thị trường, sở thích của khách hàng và các thông tin kinh doanh hữu ích. BDA đề cập đến việc diễn giải dữ liệu để tạo ra thông tin chi tiết giúp cải thiện việc ra quyết định và tối ưu hóa quy trình kinh doanh. Công nghệ và khả năng sử dụng phân tích dẫn đến các hành động tạo giá trị để cải thiện hiệu quả hoạt động và lợi thế cạnh tranh. Bên cạnh đó, BDA đề cập đến việc áp dụng dữ liệu và thông tin chi tiết về doanh nghiệp được phát triển thông qua các lĩnh vực phân tích để thúc đẩy lập kế hoạch, quyết định, thực thi, quản lý, đo lường và học tập dựa trên thực tế. BDA nhằm giải thích các mối quan tâm thực tế mà các tổ chức đang phải đối đến việc sử dụng phân tích.

Từ các khía cạnh định nghĩa của phân tích dữ liệu lớn (BDA) trong thương mại điện tử, có thể xác định BDA trong thương mại điện tử là một quy trình tổng thể liên quan đến việc thu thập, phân tích, sử dụng và diễn giải dữ liệu cho các bộ phận chức năng nhằm đạt được những hiểu biết có thể hành động, tạo ra giá trị kinh doanh và thiết lập lợi thế cạnh tranh.

2. Đặc điểm, giá trị kinh doanh của BDA trong thương mại điện tử

Việc sử dụng dữ liệu lớn đang bùng nổ trong thương mại điện tử do mạng xã hội, internet, điện thoại di động và tất cả loại công nghệ mới tạo ra và nắm bắt dữ liệu. Với sự hỗ trợ của dung lượng lưu trữ và xử lý hiệu quả, cùng với các công cụ phân tích tiên tiến, dữ liệu lớn giờ đây cho phép các Công ty thương mại điện tử giảm chi phí và tạo ra lợi ích mà không gặp bất kỳ khó khăn nào. Tuy nhiên, các phân tích thu thập dữ liệu lớn khác với dữ liệu truyền thống ở nhiều khía cạnh. Cụ thể, do các yếu tố có tính chất độc đáo của chúng, dữ liệu lớn có thể dễ dàng phân biệt với dạng dữ liệu truyền thống được sử dụng trong phân tích.

Đặc điểm của dữ liệu lớn

- Khối lượng đồ sộ

Số lượng lớn dữ liệu mà các công ty thương mại điện tử đang cố gắng khai thác để cải thiện quy trình ra quyết định của họ là quá lớn và yêu cầu một lượng lớn dung lượng lưu trữ, đòi hỏi một số lượng lớn các bản ghi. Trên thực tế, BDA bao gồm khối lượng lớn dữ liệu (thường được biểu thị bằng petabyte và exabyte) được sử dụng bởi người ra quyết định để đưa ra quyết định chiến lược. Dữ liệu được thu thập trong môi trường dữ liệu lớn thường không được cấu trúc và có thể kết hợp video, hình ảnh hoặc dữ liệu được tạo từ công nghệ di động. Như vậy, không chắc rằng dữ liệu lớn sẽ được sạch sẽ và không có bất kỳ lỗi nào. Ngoài các cơ hội, khối lượng dữ liệu lớn mang lại những thách thức, đặc biệt là tích hợp dữ liệu lớn từ các nguồn và định dạng khác nhau, đòi hỏi các phương pháp phân tích nhanh với kỹ thuật học máy và tăng tốc độ xử lý, phân tích dữ liệu (Davenport, 2013a)[2].

- Đa dạng

Đa dạng là một thuộc tỉnh quan trọng khác của dữ liệu lớn khi chúng được tạo ra từ nhiều nguồn và định dạng khách nhau bao gồm văn bản, web, tweet, âm thanh, video, tập nhật ký, v.v. (Russom 2011). Sự đa dạng của dữ liệu này đòi hỏi việc sử dụng các mô hình phân tích và dự đoán khác nhau có thể cho phép thông tin về các khu vự chức năng khác nhau được sử dụng. Biesdorf và cộng sự (2013) đã giải thích, ví dụ, mô hình phân tích được các công ty thương mại điện tử sử dụng có thể bao gồm nhiều thông tin khách hàng: hồ sơ khách hàng và dữ liệu lịch sử về hành vì mua; các mô hình mua theo mùa; tối ưu hóa các hoạt động chuỗi cung ứng; việc truy xuất bất kỳ dữ liệu phi cấu trúc nào từ phương tiện truyền thông xã hội để dự đoán mua hàng bằng các hoạt động sản phẩm, cửa hàng và quảng cáo.

- Tốc độ cao

Tốc độ đề cập đến tần suất tạo dữ liệu và/hoặc tần suất phân phối dữ liệu. Theo Gentile (2012), thuật ngữ “vận tốc” là tốc độ thay đổi trong dữ liệu lớn nhanh chóng nên được sử dụng như thế nào trong các quyết định kinh doanh để tăng thêm giá trị. Theo Davenport và Patil (2012), vận tốc BDA cao có thể cho phép các nhà phân tích tiến hành phân tích tâm lý người tiêu dùng và cung cấp một bức tranh rõ ràng về các lựa chọn thương hiệu và/hoặc sản phẩm.

Để tận dụng tốc độ dữ liệu cao này, nhiều công ty thương mại điện tử đã sử dụng các kỹ thuật khác nhau để tăng thêm giá trị cho doanh nghiệp của họ. Để tận dụng tốc độ dữ liệu cao, nhiều công ty thương mại điện tử giờ đây sử dụng các hệ thống tinh vi để nắm bắt, lưu trữ và phân tích dữ liệu nhằm đưa ra các quyết định thời gian thực và duy trì lợi thế cạnh tranh của họ.

- Độ chính xác và độ tin cậy

Một thuộc tính quan trọng khác của dữ liệu lớn liên quan đến sự không chắc chắn liên kết với một số loại dữ liệu nhất định. Việc xác minh sự chặt chẽ của dữ liệu đòi hỏi phải tuân thủ các vấn đề về chất lượng và an toàn. Dữ liệu chính xác và đáng tin cậy là những yêu cầu quan trọng của việc phân tích dữ liệu lớn để có thể dự đoán tốt hơn (Schroeck et al, 2012). Mỗi chiều hướng dữ liệu có ý nghĩa riêng đối với thương mại điện tử và chúng được áp dụng theo nhiều cách khác nhau, dẫn đến việc tạo ra giá trị kinh doanh. Do đó, việc xác minh là cần thiết để tạo dữ liệu được xác thực và có liên quan, đồng thời có khả năng sàng lọc dữ liệu xấu.

- Các loại dữ liệu lớn sử dụng trong thương mại điện tử

Thương mại điện tử là giao dịch trực tuyến để mua hoặc bán hàng hóa và dịch vụ thông qua việc sử dụng công nghệ, nơi dữ liệu đóng vai trò quan trọng trong việc theo dõi hành vi mua sắm của người tiêu dùng. Dữ liệu được thu thập bằng cách sử dụng trình duyệt của người tiêu dùng và các điểm giao dịch. Các công ty thương mại điện tử từ Alibaba, Amazon đến Netflix nắm bắt nhiều loại dữ liệu khác nhau (ví dụ, đơn đặt hàng, giỏ, lượt truy cập, người dùng, liên kết giới thiệu, từ khóa, danh mục duyệt, dữ liệu xã hội), có thể được phân loại thành bốn loại: i) giao dịch hoặc dữ liệu hoạt động kinh doanh; ii) dữ liệu nhấp chuột; ii) dữ liệu video; và iv) dữ liệu thoại. Trong thương mại điện tử, dữ liệu là chìa khóa để theo dõi hành vi mua sắm của người tiêu dùng để cá nhân hóa các phiếu mua hàng, được thu thập theo thời gian bằng cách sử dụng các điểm giao dịch và người tiêu dùng. Các loại dữ liệu khác nhau được chia thành dữ liệu có cấu trúc (các dữ liệu định vị, dữ liệu dễ dàng được thể hiện trong các hàng và cột) và không có cấu trúc (các báo cáo khoa học, bài viết, hình ảnh, âm thanh, video) có thể được phân thành bốn loại.

Các loại dữ liệu lớn và ứng dụng BDA trong thương mại điện tử

Nguồn: tổng hợp.

- Giá trị kinh doanh của BDA đối với các doanh nghiệp thương mại điện tử

Thách thức cuối cùng của BDA là tạo ra giá trị kinh doanh từ sự bùng nổ dữ liệu lớn. Thuật ngữ “giá trị” trong bối cảnh dữ liệu lớn ngụ ý việc tạo ra những hiểu biết và hoặc lợi ích đáng giá về kinh tế bằng cách phân tích dữ liệu lớn thông qua khai thác và chuyển đổi. Wixom và cộng sự (2013) xác định giá trị kinh doanh của BDA là các lợi ích giao dịch, thông tin và chiến lược cho các công ty thương mại điện tử. Trong khi giá trị giao dịch tập trung vào việc nâng cao hiệu quả và cắt giảm chi phí, giá trị thông tin làm sáng tỏ việc ra quyết định trong thời gian thực và các giao dịch giá trị chiến lược với lợi thế cạnh tranh. Ví dụ, bằng cách đưa phân tích vào thương mại điện tử, người quản lý có thể lấy được giá trị kinh doanh tổng thể bằng cách phục vụ nhu cầu của khách hàng (79%); tạo ra sản phẩm và dịch vụ mới (70%); mở rộng sang các thị trường mới (72%); và tăng doanh thu (Columbus, 2014). Nhiều công ty thương mại điện tử trên toàn thế giới có thể nâng cao giá trị kinh doanh theo hình thức lợi ích giao dịch, thông tin và chiến lược bằng cách sử dụng phân tích dữ liệu lớn.

Biểu đồ: Lợi ích của phân tích dữ liệu lớn

(Nguồn: Pear: Điều tra nghiên cứu phân tích dữ liệu lớn 2018)

Các chiến lược lưu giữ khách hàng chính xác có thể được đưa ra bằng cách tạo mẫu khách hàng từ dữ liệu lớn và áp dụng các thuật toán phân tích để dự báo khách hàng có nguy cơ bị rủi ro, có thể tương tác trong thời gian thực với họ. Các động lực khác nhau mà các doanh nghiệp thương mại điện tử thu được giá trị kinh doanh trong dữ liệu lớn và tăng doanh thu bao gồm:

Một là, dịch vụ được cá nhân hóa và các ưu đãi tùy chỉnh.

Người tiêu dùng có thể sử dụng nhiều kênh từ một nhà bán lẻ, do đó các công ty thu thập dữ liệu lớn từ nhiều nguồn. Bằng cách sử dụng phân tích thời gian thực, họ có thể thiết kế các dịch vụ được cá nhân hóa và các chương trình khuyến mãi cụ thể cho khách hàng trung thành và những khách hàng mới.

Hai là, giá cả động để thu hút khách hàng mới.

Giá cả rất quan trọng trong một thị trường cạnh tranh cao. Hệ thống định giá động được Amazon.com sử dụng, giám sát giá từ cạnh tranh và gửi cảnh báo cứ 15 giây một lần, dẫn đến tăng doanh số 35%. Họ xử lý dữ liệu lớn như giá của đối thủ cạnh tranh, bán sản phẩm, hành động của khách hàng và tùy chọn địa lý.

Ba là, dịch vụ khách hàng và bảo trì chủ động.

BDA có thể tăng giá trị quản lý quan hệ khách hàng CRM - Customer Relationship Management) khi các công ty thương mại điện tử sử dụng biểu mẫu liên hệ và trò chuyện trong các cửa hàng trực tuyến của họ. Bằng cách sử dụng dữ liệu được thu thập bởi các cảm biến trong các sản phẩm của họ, các công ty cũng có thể cung cấp bảo trì chủ động.

Bốn là, quản lý chuỗi cung ứng.

Quá trình chuỗi cung ứng liên quan đến một số bên thứ ba, do đó phân tích dữ liệu lớn bằng cách thu thập thông tin từ các bên khác nhau, có thể hữu ích trong quá trình này. Khi khách hàng đặt hàng trên nền tảng trực tuyến, họ dự kiến có thể kiểm tra tính khả dụng chính xác, trạng thái hiện tại và vị trí của họ[3].

Năm là, các vấn đề về phát hiện và bảo mật gian lận.

Để xác định gian lận trong thời gian thực, cần phân tích dữ liệu ở cấp độ tổng hợp. Các phần mềm như Hadoop thực hiện điều này thông qua việc kết hợp dữ liệu giao dịch của khách hàng với lịch sử mua, nhật ký web, nguồn cấp dữ liệu xã hội và dữ liệu vị trí địa lý không gian điện thoại thông minh của họ.

Sáu là, phân tích dự đoán.

Khi được sử dụng cùng nhau, dữ liệu lớn và công cụ khoa học quyết định cho phép các công ty dự đoán giá trị tiềm năng của khách hàng cá nhân và các mẫu bán hàng trong tương lai, giúp dự báo tốt hơn các yêu cầu về khoảng không quảng cáo.

3. Phân tích dữ liệu lớn trong môi trường thương mại điện tử tại Việt Nam

Trong giao dịch trực tuyến giữa doanh nghiệp và người tiêu dùng (B2C), các doanh nghiệp công nghệ đi tiên phong trong việc ứng dụng BDA. Năm 2017, Công ty Công nghệ Việt Nam (VNG) công bố mức lợi nhuận xấp xỉ nghìn tỷ đồng, tăng đến 70% so với trước đó. Sự tăng trưởng này được dự báo sẽ còn ấn tượng hơn trong những năm tới. Dự án Zalo của VNG được xem là tiêu biểu trong việc thu thập và phân tích dữ liệu của hàng triệu người dùng, qua đó giúp nhóm phát triển đưa ra những điều chỉnh phù hợp, giải quyết nhanh các sự cố đem lại trải nghiệm tốt hơn. Big Data đã giúp doanh nghiệp bán lẻ thiết bị di động FPT có được một bảng dữ liệu quảng cáo rất chi tiết nhu cầu cao nhất và kích hoạt chính sách điều chỉnh tăng giá. Có thể nói, đây là một trong những ứng dụng đầu tiên của BDA vào kinh doanh. Với công ty khởi nghiệp, dữ liệu vừa là lợi thế cạnh tranh, vừa là một sản phẩm.

Một số sàn giao dịch thương mại điện tử Việt Nam đã ứng dụng BDA và tăng lợi nhuận. Việc ứng dụng công nghệ khai thác Big Data mà Sen Đỏ ứng dụng trong hai năm qua ung giúp họ đạt doanh thu gấp 10 lần và gia tăng trải nghiệm khách hàng. Thông qua hệ thống xử lý Big Data, Sen Đỏ phân tích dữ liệu khách hàng, lịch sử đơn hàng... giúp nắm bắt xu hướng mua sắm của người tiêu dùng, định hướng sản phẩm phù hợp hơn, kết nối người mua và người bán chính xác hơn. Về phía người dùng, khai thác Big Data giúp cá nhân hóa trải nghiệm mua hàng trực tuyến. Với số lượng lớn sán phẩm và ngành hàng, người tiêu dùng có thể phải mất thời gian tìm kiếm món hàng mong muốn trên các sàn thương mại điện tử. Công nghệ giúp nhanh chóng tìm ra sản phẩm vừa ý dựa vào tính năng gợi ý sản phẩm mà người dùng có thể quan tâm. Tuy nhiên, vẫn còn rất ít doanh nghiệp Việt Nam có khả năng tự thu thập và xử lý dữ liệu lớn. Ví dụ như Cốc Cốc xử lý được 20 terabytes dữ liệu mỗi ngày, mức cao so với doanh nghiệp trong nước nhưng chỉ bằng 1/30 so với khả năng xử lý dữ liệu của Facebook.

Thực trạng sử dụng các phần mềm quản lý trong giao dịch thương mại điện tử giữa doanh nghiệp với doanh nghiệp (B2B) theo kết quả điều tra của Hiệp hội Thương mại điện tử Việt Nam: 85% doanh nghiệp tham gia khảo sát cho biết có sử dụng phần mềm kế toán tài chính, phần mềm quản lý nhân sự và có 53% doanh nghiệp sử dụng (VECOM, 2018). Báo cáo cũng cho thấy còn khá ít doanh nghiệp sử dụng các phần mềm phức tạp trong việc triển khai hoạt động của doanh nghiệp như quản lý khách hàng (CRM), quản lý chuỗi cung ứng (SCM) và quản trị nguồn lực doanh nghiệp (ERP). Các phần mềm này đòi hỏi phải thu thập, xử lý một số lượng dữ liệu lớn và phức tạp hơn. Chỉ có nhóm doanh nghiệp lớn có tỷ lệ sử dụng phần mềm tài chính kế toán (94%), sử dụng phần mềm quản lý nhân sự (83%). Nhìn chung, mức độ chênh lệch của việc sử dụng các phần mềm giữa nhóm doanh nghiệp lớn và doanh nghiệp nhỏ là khá cao, đặc biệt là đối với phần mềm phức tạp như ERP thì độ chênh lệch lên tới gần 3 lần[4].

Những thách thức của việc ứng dụng BDA trong bối cảnh thương mại điện tử

Mặc dù có những lợi ích không thể phủ nhận, song việc ứng dụng BDA mang lại giá trị cho doanh nghiệp trong môi trường thương mại kỹ thuật số ngày nay cũng gặp phải những thách thức không nhỏ và đó cũng chính là nguyên nhân làm hạn chế khả năng ứng dụng của BDA.

Một là, thiếu sự tin tưởng của các nhà quản lý doanh nghiệp. Một trong những thách thức lớn nhất trong môi trường dữ liệu lớn là nó không đưa ra hướng rõ ràng về cách đạt được các mục tiêu kinh doanh phù hợp với văn hóa và khả năng tổ chức hiện có. Nhà quản lý thường miễn cưỡng sử dụng dữ liệu lớn vì họ không tin vào dữ liệu lớn dựa trên mô hình hoặc không có khả năng để hiểu nó hoạt động như thế nào. Theo khảo sát của Nguyễn Việt Cường, 2018, có tới 62% lãnh đạo doanh nghiệp nói rằng họ tin vào trực giác của mình hơn là các kết quả phân tích khi đưa ra quyết định.

Hai là, đòi hỏi đội ngũ phân tích dữ liệu có trình độ. Một thách thức quan trọng khác của môi trường dữ liệu lớn là tìm kiếm các kỹ năng, như kỹ năng phân tích và quản trị cũng như các mối quan hệ nối mạng cần thiết để vận hành dữ liệu lớn. Các chuyên gia dữ liệu lớn cần phải làm chủ toán học, xác suất, số liệu thống kê và các khía cạnh khác của kiến thức, và họ cần có một cái nhìn sâu sắc, tinh thần đổi mới mạnh mẽ.

Ba là, rào cản giữa các đơn vị trong doanh nghiệp. Mọi người đều nghĩ rằng dữ liệu là quý và cần phải cất giữ cho riêng mình thay vì chia sẻ để tạo ra giá trị lớn hơn. Đặc biệt với doanh nghiệp lớn, có nhiều đơn vị kinh doanh độc lập thì rào cản càng cao khiến cho việc tập trung dữ liệu càng khó khan hon.

Bốn là, chất lượng dữ liệu và bảo mật thông tin. Sự sẵn có của dữ liệu lớn chất lượng tốt là chìa khóa để tăng thêm giá trị cho tổ chức. Dữ liệu chất lượng kém có thể phát sinh từ các ứng dụng và cơ sở dữ liệu dư thừa, làm tăng thêm chi phí lưu trữ dữ liệu và làm cho dữ liệu khó tiếp cận, sử dụng hơn.

Mặc dù dữ liệu lớn có thể được tận dụng để cải thiện giá trị kinh doanh nhưng luôn có nguy cơ dữ liệu dư thừa, không chính xác và trùng lặp có thể làm suy yếu quá trình ra quyết định của lãnh đạo

4. Một số giải pháp nhằm ứng dụng hiệu quả BDA cho các doanh nghiệp thương mại điện tử

Do tầm quan trọng của tài nguyên dữ liệu lớn trong thời đại số, nhằm xây dựng hạ tầng dữ liệu lớn hiện nay ở Việt Nam, năm 2019, Chính phủ đã cho triển khai Hệ tri thức Việt số hóa nhằm mục tiêu xây dựng một hệ tri thức tổng hợp trong mọi lĩnh vực. Hệ tri thức Việt số hóa cũng bước đầu tạo ra được một hệ sinh thái tri thức toàn diện, đã dạng đầu tiên tại Việt Nam với bốn thành phần chính bao gồm: Hệ tri thức, Dữ liệu mở, Ngân hàng hỏi đáp và Kho ứng dụng do các doanh nghiệp và cá nhân phát triển.

Bên cạnh việc xây dựng và hoàn thiện hệ sinh thái Big Data, các doanh nghiệp thương mại điện tử cần triển kha những giải pháp hạn chế và vượt qua những thách thức trong việc ứng dụng BDA nhằm nâng cao giá trị kinh doanh. Cụ thể là:

Cần có sự hiểu biết và ủng hộ từ các nhà quản lý lãnh đạo. Để nâng cao nhận thức về tầm quan trọng của BDA, doanh nghiệp cần phát triển một tư duy phân tích dữ liệu, nuôi dưỡng một văn hóa định hướng dữ liệu. Khi nhà điều hành doanh nghiệp tự tin sẽ sử dụng dữ liệu để bổ sung những quyết định của mình. Họ tin tưởng vào nguồn dữ liệu cho và sẽ muốn thu thập, tổ chức, phân tích dữ liệu về khách hàng và thị trường, cũng như mong muốn đội ngũ nhân viên nắm bắt và sử dụng nguồn dữ liệu này một cách tốt nhất.

Phương pháp hiệu quả nhất là lựa chọn những dự án nhỏ (kích thước dữ liệu tương đối nhỏ, phân tích, áp dụng, thực bên trong thời gian nhanh nhất mà có thể đáp ứng được những chiến lược kinh doanh; từ đó, chứng minh được sức mạnh của phân tích dữ liệu và thuyết phục được lãnh đạo hay nhà đầu tư của công ty. Trong quá trình được lãnh đạo doanh nghiệp, nhân viên và những người dùng cuối chấp nhận nhiều hơn, các nhà quản lý dữ liệu nên trình bày dữ liệu lớn ở định dạng dễ hiểu như thông qua bảng điều khiển, báo cáo hoặc hệ thống trực quan. Doanh nghiệp cần có một mục tiêu và chiến lược rõ ràng, việc đào tạo, thảo luận với nhân viên và người quản lý có liên quan, vai trò tích cực của quản lý hàng đầu (lãnh đạo), các ưu đãi có thể hoạt động như chất xúc tác để tạo thuận lợi cho việc áp dụng từ các nhân viên và người quản lý dữ liệu lớn.

Cần đào tạo đội ngũ thực hành thu thập, xử lý và phân tích dữ liệu chuyên nghiệp. Số lượng lớn dữ liệu lớn cần được thu thập, tích hợp, làm sạch và trực quan hóa, do đó các kỹ năng kỹ thuật và phân tích của nhà khoa học dữ liệu (ví dụ, các kỹ năng thống kê, theo ngữ cảnh, định lượng, tiên đoán, nhận thức, và các kiến thức liên quan khác) là rất quan trọng. Ngoài ra, các nhà khoa học nên tương tác với các vấn đề kinh doanh, quản trị và cần có các kỹ năng giao tiếp bằng ngôn ngữ kinh doanh.

Tiếp thị trong các công ty thương mại điện tử đang vật lộn với lượng lớn dữ liệu đến qua nhiều kênh. Do đó, thách thức lớn nhất là tìm đúng thông tin về từng khách hàng từ số lượng lớn dữ liệu, dữ liệu lớn đang ở khắp mọi nơi và hầu hết các doanh nghiệp có thể có được nó. Chìa khóa để có lợi thế cạnh tranh là đẩy nhanh việc ra quyết định quản lý bằng cách cung cấp cho người quản lý các hướng dẫn thực hiện cho việc áp dụng dữ liệu kỹ năng phân tích trong quy trình kinh doanh của họ. Triển khai dự án Big Data dòi hỏi sự của nhà khoa học thông thạo toán học, thống kê cũng như gia kiến thức về lĩnh vực nghiên cứu; đội ngũ lập trình viên năm bắt những thay đổi nhanh chóng trong việc quản trị dữ liệu. - Sự phối hợp giữa các bộ phận chức năng và đơn vị kinh doanh trong doanh nghiệp.

Dữ liệu cần được chia sẻ và quản lý chặt chẽ giữa các bộ phận và đơn vị trong doanh nghiệp để người phân tích có thông tin đầy đủ trong việc thu thập và phân tích xử lý. Doanh nghiệp cần phải tăng cường kết nối và chia sẻ tin nhằm nâng cao hiệu quả kinh doanh và thỏa mãn tốt nhất nhu cầu đa dạng và ngày càng cao của khách hàng. Do vậy, bước đầu tiên là dành thời gian để tạo ra một kế hoạch đơn giản về dữ liệu, phân tích, công cụ và mọi người có thể cùng nhau tạo ra giá trị kinh doanh, xây dựng kế hoạch nghiên cứu bằng cách nhận ra vấn đề, xem xét các phát hiện trong quá khứ, xác định các biến và phát triển mô hình, thu thập và phân tích dữ liệu, đưa ra quyết định về những hiểu biết có thể hành động.

Phát triển công nghệ điện toán đám mây, tăng cường bao mật thông tin. Đối với các doanh nghiệp thương mại điện tử, công nghệ điện toán đám mây đóng một vai trò rất quan trọng trong việc tăng cường khả năng tính toán của dữ liệu, giảm rủi ro bảo mật thông tin, nâng cao hiệu quả kinh tế. Trên cơ sở sự phát triển độc lập của các doanh nghiệp, Chính phủ có thể hỗ trợ nhiều khía cạnh, chẳng hạn như hệ thống pháp luật, chính sách.

Để thành công trong môi trường dữ liệu lớn đang nóng lên hằng ngày, các công ty thương mại điện tử cần phải chịu trách nhiệm xử lý quyền tự chủ; đồng thời bảo đảm quyền riêng tư và bảo mật dữ liệu. Khi làm chủ được dữ liệu lớn, doanh nghiệp sẽ có cơ hội thành công hơn trong bối cảnh cạnh tranh, thế giới sẽ được hưởng lợi hơn từ việc trích xuất thông tin một cách chính xác hơn, hữu ích hơn với chi phí thấp hơn.

Phân tích dữ liệu lớn (BDA) ngày càng cung cấp giá trị cho các công ty thương mại điện tử bằng cách sử dụng động lực của con người, quy trình và công nghệ để chuyển đổi dữ liệu thành thông tin chi tiết, đưa ra quyết định và giải pháp mạnh mẽ cho các vấn đề kinh doanh. Đây là một quá trình toàn diện đề cập đến dữ liệu, nguồn, kỹ năng và hệ thống để tạo ra lợi thế cạnh tranh.

[1] Xem Columbus, L. (2014); “Making analytics accountable: 56% of executives expect analytics to contribute to 10% or more growth in 2014”, Forbes

[2] Davenport, T.H. (2013a), “Analytics 3.0”, Havard Business Review, 91.

[3] Choi, T.M., Wallance, S.W. and Wang, Y (2019), Big Data analytics in operation management”, Production and Operations Management.

[4] “Báo cáo chỉ số thương mại điện tử Việt Nam 2020”, Hiệp hội Thương mại điện tử Việt Nam (VECOM)