Các bước ứng dụng bigdata trong doanh nghiệp | Năng lực số ứng dụng

1. Các bước ứng dụng bigdata trong doanh nghiệp
Nhiều doanh nghiệp chưa có chiến lược Big Data rõ ràng thường
có xu hướng thu thập được càng nhiều thông tin càng tốt, càng
chi tiết, càng chính xác càng tốt. Lượng dữ liệu này được hi
vọng sẽ có thể giúp đội ngũ chuyên gia phân tích dữ liệu trong
tương lai đưa ra những thông tin có giá trị trong điều hành doanh nghiệp. 
Bước 1: Định hình chiến lược dữ liệu lớn: Ở cấp độ
cao, chiến lược dữ liệu lớn là một kế hoạch được thiết kế
để giúp doanh nghiệp giám sát và cải thiện cách thức thu
thập, lưu trữ, quản lý, chia sẻ và sử dụng dữ liệu trên toàn
bộ hệ thống. Với nền kinh tế số, nơi mà các quyết định
kinh doanh phụ thuộc nhiều vào dữ liệu, chiến lược dữ liệu
lớn đúng đắn có thể tạo tiền đề cho sự thành công cho bất
kì doanh nghiệp nào. Nếu doanh nghiệp nhận thức được
đúng mức về tầm quan trọng này, cách thức tiếp cận mọi
ứng dụng công nghệ của họ sẽ cần phải thay đổi. Thay vì
quan tâm đầu tiên đến việc phần mềm này có thể giúp ích
trực tiếp gì cho doanh nghiệp, người ta nên đặt câu hỏi,
ứng dụng này mang lại những dữ liệu gì có giá trị cho bức
tranh thông tin chung. Tìm hiểu về Big Data 
Bước 2: Xác định các nguồn dữ liệu cần thiết: việc ra
đời của các mạng xã hội đã làm thay đổi toàn bộ hướng
tiếp cận dữ liệu của các doanh nghiệp. Hệ thống dữ liệu
vận hành trong nội tại doanh nghiệp vẫn chiếm vai trò chủ
chốt trong chiến lược Big Data. Tuy nhiên, doanh nghiệp
hiện nay ngày càng quan tâm tới những thông tin trên nền
tảng mạng xã hội hoặc tự thu thập trên các kênh sở hữu
của doanh nghiệp hoặc thông qua các dịch vụ lắng nghe
mạng xã hội. Ngoài ra, các dữ liệu được thu thập từ các
nguồn dữ liệu công khai hoặc các đơn vị nghiên cứu data
khác cũng là cơ sở quan trọng đối với các quyết định kinh doanh. 
Bước 3: Truy cập, quản lý và lưu trữ dữ liệu: Hiện
nay, nền tảng công nghệ để đáp ứng nhu cầu nhanh
chóng để truy cập, quản lý và lưu trữ dữ liệu lớn của các
doanh nghiệp. Và tùy vào quy mô và định hướng chiến
lược dữ liệu, mà doanh nghiệp có thể lựa chọn đầu tư vào
các hệ thống xử lý với mức độ khác nhau. 3 yếu tố cần cân
nhắc khi xây dựng hệ thống cơ sở hạ tầng phục vụ quản trị
Big Data là: Tính linh hoạt, Tốc độ và sức mạnh xử lý. 
Bước 4: Phân tích dữ liệu: Với các công nghệ hiệu suất
cao như điện toán biên, điện toán mạng lưới kết hợp với
các thuật toán kỹ thuật cao như AI, hay Machine Learning,
doanh nghiệp có thể lựa chọn sử dụng tối đa dữ liệu mà
mình thu thập được để phân tích. Một cách tiếp cận khác
là chọn lọc thông tin trước khi đưa ra phân tích. Dù bằng
cách nào, phân tích dữ liệu lớn sẽ giúp các công ty đạt
được giá trị và hiểu biết sâu sắc từ dữ liệu. 
Bước 5: Đưa ra quyết định dựa trên dữ liệu: Khi hệ
thống quản trị hoạt động hiệu quả, đầu ra của nó là những
phân tích đáng tin cậy và các quyết định đáng tin cậy. Để
duy trì tính cạnh tranh, các doanh nghiệp cần nắm bắt
toàn bộ giá trị của dữ liệu lớn và đưa ra quyết định dựa
trên bằng chứng xác thực được đưa ra bởi dữ liệu lớn thay
vì bản năng hoặc kinh nghiệm.
2. Lợi ích mà doanh nghiệp nhận được khi ứng dụng bigdata 
Hiểu và nhắm đúng mục tiêu của khách hàn
Big Data được sử dụng để hiểu rõ hơn về khách hàng cũng như
hành vi sở thích của họ. Các doanh nghiệp muốn mở rộng bộ dữ
liệu truyền thống của họ với dữ liệu truyền thông xã hội. Sử
dụng dữ liệu lớn các công ty viễn thông có thể dự đoán tốt hơn
việc “khuấy động’ khách hàng và nắm được xu hướng tiêu dùng
của họ. Ví dụ điển hình, Wal-Mart có thể dự đoán sản phẩm nào
sẽ bán và các công ty bảo hiểm xe hơi hiểu khách hàng của họ
thực sự lái tốt đến mức nào. Ngay cả các chiến dịch bầu cử của
chính phủ có thể được tối ưu hóa bằng cách sử dụng phân tích nhờ vào Big data. 
Phòng chống an ninh giúp doanh nghiệp giảm thiểu
rủi ro: cải thiện bảo mật và cho phép thực thi pháp luật.
Dễ dàng nhận thấy nhất là các doanh nghiệp trên thế giới
sử dụng các kỹ thuật của Big Data để phát hiện, ngăn
chặn cuộc tân công trên mạng, ví dụ các công ty thẻ tín
dụng sử dụng dữ liệu lớn để để phát hiện các giao dịch
gian lận. Trong môi trường cạnh tranh khốc liệt hiện nay
thì các doanh nghiệp vận dụng rất nhiều đến đến yếu tố
bảo mật quyền lợi của thương hiệu, giảm thiểu tối đa các
rủi ro từ yếu tố môi trường bên ngoài tác động vào. 
Tối ưu hóa giá cả
Đối với một doanh nghiệp thì Big Data cũng tham gia vào hoạt
động định giá sản phẩm, dịch vụ của doanh nghiệp đó. Việc
kinh doanh thì không phải muốn định giá bao nhiêu thì đặt mà
các doanh nghiệp cần phải nghiên cứu cũng như giá của các đối
thủ cùng ngành và xu hướng của khách hàng. Đây được coi là
một lợi ích doanh nghiệp định giá đúng, gia tăng được lợi nhuận cho doanh nghiệp sau này. 
Nắm bắt được các giao dịch tài chính
Nắm bắt được các giao dịch tài chính. Một trong những điều dễ
dàng nhận thấy nhất chính là ngày nay hầu hết các giao dịch
tài chính cổ phiếu hiện đang diễn ra thông qua các thuật toán
dữ liệu đến từ các tín hiệu mạng truyền thông xã hội và các
trang web tin tức thực hiện. Các thanh toán và giao dịch điện tử
ngày nay rất phổ biến và tại Việt Nam không phải ngoại lệ, rất
nhiều thương hiệu đã tập trung vào các giao dịch để phân tích
người dùng. Đặc biệt là các công ty hoạt động về ngành thương
mại điện tử, nó giúp ích khá lớn cho các thương hiệu ở lĩnh vực này.
Trong kỷ nguyên công nghiệp 4.0, cùng với sự phát triển mạnh
mẽ của IoT và trí tuệ nhân tại AI, Big Data với những ứng dụng
và tích hợp sâu rộng các thiết bị di động như điện thoại di động,
máy móc công nghiệp,…góp phần tạo và chuyển dữ liệu dẫn
đến sự bùng nổ của các nguồn dữ liệu có thể thu thập được.
3. Trở ngại của doanh nghiệp khi ứng dụng data
Thiếu chuyên gia công nghệ
Chuyên gia phân tích dữ liệu và nhà khoa học dữ liệu lớn là một
trong số những vị trí được trả lương cao nhất trong lĩnh vực
CNTT. Một khảo sát của AtScale chỉ ra rằng việc thiếu chuyên
gia chuyên nghiên cứu và phân tích dữ liệu lớn là thách thức lớn
nhất đối với các doanh nghiệp khi ứng dụng công nghệ Big
Data. Trong khi đó, một khảo sát của Syncsort cho biết, những
tổ chức được phỏng vấn xếp hạng Khả năng ứng dụng dữ liệu
lớn và Sự thiếu hụt nguồn nhân lực là thách thức lớn thứ hai khi
tạo ra kho lưu trữ dữ liệu thô (Data lake). Thuê hoặc đào tạo
chuyên viên là không hề rẻ và kể cả khi doanh nghiệp chấp
nhận đầu tư, quá trình để có được các kỹ năng dữ liệu lớn có
thể mất thời gian đáng kể.
Kiểm soát chất lượng dữ liệu
Trong khảo sát của Syncsort, trở ngại hàng đầu khi ứng
dụng bigdata là nhu cầu giải quyết các vấn đề về chất lượng dữ
liệu. Trước khi có thể sử dụng dữ liệu lớn cho các nỗ lực phân
tích, các nhà khoa học và phân tích dữ liệu cần đảm bảo rằng
thông tin họ đang sử dụng là chính xác, phù hợp và ở định dạng
phù hợp để phân tích. Việc ‘làm sạch’ dữ liệu trên thực tế chiếm
tới quá nửa thời gian của các chuyên gia phân tích nhưng nếu
doanh nghiệp không giải quyết các vấn đề về chất lượng dữ liệu
đầu vào, có thể những kết luận do phân tích từ đó vô giá trị,
thậm chí dẫn tới những chiến lược sai lầm sau đó.
Đòi hỏi thay đổi văn hóa doanh nghiệp
Nhiều tổ chức sử dụng phân tích dữ liệu lớn không chỉ với mục
đích nâng cao hiệu quả hoạt động, họ còn muốn sử dụng phân
tích để tạo văn hóa doanh nghiệp dựa trên dữ liệu trong toàn
công ty. Trên thực tế, trong cuộc khảo sát của NewVantage, có
tới 98,6% giám đốc điều hành chia sẻ rằng công ty của họ đang
trong quá trình tạo ra loại hình văn hóa doanh nghiệp mới theo
hướng này. Tuy nhiên, thay đổi văn hóa không phải là câu
chuyện dễ dàng, bằng chứng là cho đến nay, chỉ có 32,4%
người được hỏi xác nhận đã dịch chuyển văn hóa thành công. Rủi ro an ninh mạng
Lưu trữ dữ liệu lớn, dữ liệu đặc biệt nhạy cảm, có thể khiến các
công ty trở thành mục tiêu hấp dẫn đối với những kẻ tấn công
mạng. Trong khảo sát của AtScale, những người được hỏi phần
lớn cho rằng, bảo mật là một trong những thách thức hàng đầu
của xử lý dữ liệu lớn và trong báo cáo của NewVantage dành
cho các giám đốc điều hành, các vi phạm an ninh mạng được
đánh giá là mối đe dọa dữ liệu lớn nhất mà các công ty phải đối mặt.
Thay đổi nhanh chóng
Sự thay đổi nhanh chóng của công nghệ trong thời đại Cách
mạng công nghệ 4.0. Các doanh nghiệp phải đối mặt với khả
năng rất thực tế là mình sẽ đầu tư vào một công nghệ mà rất
có khả năng sẽ lỗi thời chỉ một vài tháng sau đó. Những người
trả lời phỏng vấn nghiên cứu của Syncsort xếp hạng nhược
điểm này của dữ liệu thứ tư trong số tất cả các thách thức tiềm năng mà họ gặp phải. Nhu cầu phần cứng
Một vấn đề quan trọng khác đối với các tổ chức là cơ sở hạ tầng
CNTT cần thiết Chi phí để xây dựng và bảo trì một hệ thống
server vật lý để lưu trữ dữ liệu, băng thông mạng để chuyển dữ
liệu và các hệ thống phân tích và tính toán tài nguyên là tương
đối lớn. Một giải pháp thường được các doanh nghiệp sử dụng
để giải quyết vấn đề là sử dụng các phân tích dựa trên điện
toán đám mây, tuy nhiên điều đó thường không loại bỏ hoàn
toàn các vấn đề về cơ sở hạ tầng, không những vậy còn tiềm ẩn
nhiều nguy cơ liên quan tới bảo mật dữ liệu. Chi phí
Nhiều công cụ dữ liệu lớn ngày nay dựa vào công nghệ nguồn
mở, giúp giảm đáng kể chi phí phần mềm, nhưng các doanh
nghiệp vẫn phải đối mặt với các chi phí đáng kể liên quan đến
nhân sự, phần cứng, bảo trì và các dịch vụ liên quan.
4. Bigdata trong các kinh doanh cụ thể như:chuỗi bán lẻ, sàn thương mại điện tử
 Bán lẻ: - Ngày nay, dữ liệu lớn trong bán lẻ giúp các
nhà bán lẻ theo dõi nhu cầu cấp cửa hàng trong thời
gian thực để đảm bảo các mặt hàng bán chạy nhất vẫn
còn trong kho. Nó đã hỗ trợ xử lý các vòng đời sản
phẩm nhanh hơn và các hoạt động phức tạp hơn bao
giờ hết và do đó giúp họ hiểu được chuỗi cung ứng và
phân phối sản phẩm để giảm chi phí. Dữ liệu lớn đã tạo
điều kiện cho họ đối phó với áp lực mạnh mẽ để tối ưu
hóa việc sử dụng tài sản, ngân sách, hiệu suất và chất
lượng dịch vụ. Máy chủ, máy móc nhà máy, thiết bị
thuộc sở hữu của khách hàng, cơ sở hạ tầng lưới năng
lượng và thậm chí nhật ký sản phẩm là một vài ví dụ về
tài sản tạo ra dữ liệu có giá trị.
Đã bao giờ bạn để ý rằng các chuỗi siêu thị đột ngột thay
đổi bố cục kệ trưng bày thức ăn? Hay các cửa hàng tiện lợi
sắp xếp vị trí đặt hàng trên mỗi kệ? Tất cả diễn ra đều
không phải một cách tình cờ, mà những sự thay đổi này
dựa trên dữ liệu lớn về người mua sắm (shopper).
Ưu điểm của những cửa hàng offline so với online là
không gian vật lý thực tế và tác động trải nghiệm trực tiếp
đến người mua. Nhiệm vụ của cửa hàng là giúp cho khách
hàng tìm được đúng sản phẩm ở đúng nơi tại đúng thời
điểm. Nhờ có dữ liệu về shopper mà các cửa hàng bán lẻ
có thể cải thiện thiết kế cửa hàng, trưng bày hàng hoá, lựa chọn sản phẩm.
Trên thực tế thì các nhà bán lẻ đã không lạ gì với dữ
liệu. Tuy nhiên, chỉ một vài hệ thống có thể tận dụng dữ
liệu trên quy mô lớn, còn phần lớn vẫn còn đang loay
hoay làm sáng tỏ dữ liệu mình có được và gói gọn trong phạm vi nhỏ.
Dưới đây là một vài yếu tố mà việc phân tích dữ liệu có thể cải thiện:
Không gian sàn: Nhà bán lẻ phải quyết định một sản phẩm
hay ngành hàng có thể sử dụng tối đa bao nhiêu sản phẩm để
có thể tối đa hoá doanh thu và tạo ra lợi nhuận cao nhất trên
mỗi mét vuông. Thông thường, hoạch định không gian phải dựa
vào dữ liệu bán hàng trong lịch sử và tương lai. Để đánh giá
tính kinh tế trong việc tận dụng không gian, nhà bán lẻ phải xác
định sự khác nhau trong lợi nhuận mà một sản phẩm hay ngành
hàng tạo ra trong cùng một không gian so với sản phẩm hay
ngành hàng khác. Ví dụ, chuỗi bán hàng thực phẩm tươi sống
cần xác định diện tích cửa hàng dành cho thịt gà sẽ ảnh hưởng
thế nào đến doanh thu và lợi nhuận so với thịt heo.
Chủng loại mặt hàng: Chủng loại mặt hàng là tất cả sản
phẩm được lưu trong kho của của hàng. Nhà bán lẻ phải có
nhiệm vụ xây dựng một danh mục sản phẩm tạo nhiều lợi
nhuận biên tối đa trong dài hạn ở mỗi cửa hàng. Các nhà bán lẻ
có thể sử dụng dữ liệu giao dịch khách hàng để đo lường một
mặt hàng trong danh mục tăng doanh thu và lợi nhuận so với
các mặt hàng tương tự như thế nào. Lại lấy ví dụ về thịt gà, dữ
liệu mua hàng có thể cho ta biết sản phẩm đùi gà rút xương tác
động đến tổng doanh số thịt gà như thế nào, và việc giảm hay
tăng số lượng mặt hàng này có ảnh hưởng đến những sản phẩm
gà khác (như cánh gà, ức gà,…) ra sao.
Sắp xếp hàng hoá: Các nhà bán lẻ thường đưa ra quyết định
lưu kho và trữ hàng dựa trên các dữ liệu phổ biến như doanh
thu định kỳ, chi phí hàng bán, chí phí tồn kho,… Nhưng một
trong những dữ liệu có thể ảnh hưởng đến doanh số bán hàng
mà các nhà bán lẻ thường bỏ qua khoảng cách giữa một số mặt
hàng trong cửa hàng. Dữ liệu có thể được sử dụng để so sánh
về khoảng cách của các ngành hàng lẫn nhau, hay mặt hàng
cùng ngành hàng trong cùng một hành lang lối đi. Từ việc phân
tích dữ liệu ở cấp độ cửa hàng có thể xác định được việc sắp
xếp sản phẩm như thế nào là tốt nhất trong quá khứ. Ví dụ, liệu
bánh mì có bán được nhiều hơn khi đặt cần kem hay nước ngọt,
hay liệu bình xịt tóc đặt gần lược chải tóc có bán nhiều hơn khi
xuất hiện cùng với sản phẩm chăm sóc tóc khác. Nghiên cứu về
dữ liệu này còn giúp các nhà bán lẻ quyết định được sản phẩm
nào sẽ được đặt ở vị trí “đắc địa” (ngay tầm mắt người mua
sắm hay gần cửa/quầy tính tiền).
Các yếu tố khác: Dữ liệu lớn còn giúp cửa hàng tối ưu hoá
những yếu tố khác như thiết kế cửa hàng, giá, khuyến mãi. Các
nhà bán lẻ có thể phân khúc trải nghiệm khách hàng để cải
thiện không gian mua sắm và xác định những dạng khách hàng
khác nhau. Dữ liệu lớn về shopper còn phân tích ảnh hưởng từ
chi thiết thiết kế đến tổng thể không gian cửa hàng.
Ngoài ra, để tối ưu giá, cửa hàng bán lẻ có thể đánh giá mức
giá nào mà người mua sắm địa phương sẵn sàng chi trả. Ví dụ,
doanh nghiệp có thể nghiên cứu giá của đối thủ địa phương , từ
đó so sánh với chuỗi giá trị của mình để định giá phù hợp.
Thiết kế cửa hàng, giá, khuyến mãi: Các nhà bán lẻ có thể
nghiên cứu định lượng các loại khách hàng khác nhau để xác
định các loại khách hàng khác nhau muốn mua sắm như thế nào.
Để tối ưu giá, cần phân tích dữ liệu về mức giá mà người mua
sắm địa phương sẵn sàng chi trả. Các nhà bán lẻ có thể nghiên
cứu về cách định giá của đối thủ, đặc biệt là sản phẩm cơ bản
như sữa hay bánh mì, để tự định giá của mình. Họ còn có thể
phân tích dạng khuyến mãi nào hiệu quả nhất trong quá khứ để
lên kế hoạch cho tương lai.
Minh chứng như go, bigc, coopmart, zara, hm…
 Sàn thương mại điện tử: Trong kỷ nguyên tiêu dùng
thông minh, thương mại điện tử là một trong những lĩnh
vực nhận được những lợi ích vượt trội của việc ứng
dụng big data trong quản trị. Cách thức ứng dụng Big Data:
– Từ mối quan tâm của khách hàng trên trải nghiệm số (lượt
xem, lượt thích, lượt tìm kiếm về sản phẩm), doanh nghiệp có
thể thấu hiểu những gì mà khách hàng mong muốn, để đưa ra
các chiến lược tiếp thị phù hợp. Ngoài ra, việc dự đoán được
nhu cầu về từng loại sản phẩm từ khi khách hàng bắt đầu có
nhu cầu sẽ giúp mỗi đơn vị chuẩn bị hàng hóa tồn kho tốt hơn.
– Quản lý các sàn thương mại điện tử có thể xác định đâu là sản
phẩm đang được quan tâm để tối ưu thời gian hiển thị các trang sản phẩm này.
– Big Data hỗ trợ doanh nghiệp đánh giá hành vi của khách
hàng và đề xuất các sản phẩm tương tự. Như vậy, giúp gia tăng
giá trị vòng đời khách hàng.
– Các ứng dụng Big Data còn có thể tạo một báo cáo tùy chỉnh
theo các tiêu chí: độ tuổi, giới tính, địa điểm của khách truy cập,…
– Việc phân tích một nguồn dữ liệu khổng lồ giúp các sàn
thương mại trực tuyến sàng lọc được hành vi bán hàng gian lận,
cải thiện niềm tin khách hàng thông qua phát hiện hàng giả,
nguồn gốc không rõ ràng, không đúng như quảng cáo.
Minh chứng như amazon, taobao, alibaba, bestbuy