Đề cương môn thương mại điện tử - trường đại học kinh tế- tài chính thành phố Hồ chí minh

BÀI THI CUỐI KÌ MÔN DỮ LIỆU LỚN –ĐỀ 07 Câu 1
Trong thời đại phát triển công nghệ 4.0 ngày nay,mọi thứ đều được giải quyết bằng
máy móc .Khoa học công nghệ phát triển nhanh chóng giúp cho các quy trình trở nên
thuận lợi hơn và dễ dàng quản lí hơn.Thậm chí việc kinh doanh buôn bán như trước
kia chúng ta phải đến tận nơi để trao đổ,mua bán thì ngày nay công nghệ đã phát triển
cho chúng ta một nền tảng gúp chúng ta tiện lợi hơn trong việc mua bán với sự xuất
hiện của các chợ online,các website trưng bày mọi mặt hàng gọi chung là Thương mại
điện tử.Hiện nay thương mại điện tử là một cách kinh doanh phổ biến đang được
nhiều doanh nghiệp áp dụng .Sử dụng Dữ liệu lớn trong ngành bán lẻ và thương mại
điện tử cho phép các doanh nghiệp đạt được lợi thế cạnh tranh. Với rất nhiều công cụ
và công nghệ tiên tiến phân tích cẩn thận và sắp xếp thông minh thông tin về cách sản
phẩm được sản xuất, vận chuyển, tồn kho, quảng cáo, mua, tiêu dùng, v.v., chủ doanh
nghiệp có thể cải thiện đáng kể trải nghiệm mua sắm và kết nối chặt chẽ hơn giữa
khách hàng, thương hiệu và các nhà bán lẻ. Dữ liệu lớn là một phần quan trọng trong
thương mại điện tử,với một vài ứng dụng tiêu biểu:
1. Phân tích người mua hàng.
Dữ liệu lớn rất hữu ích trong việc phát triển tính cách người mua hoặc hồ sơ người
mua hàng.Điều này giúp bạn xác định sở thích của khách hàng, chẳng hạn như sản
phẩm họ thích nhất hoặc thời gian họ thường mua sắm.Những thông tin chi tiết này có
thể được sử dụng để cải thiện hoạt động của bạn.
Ví dụ: bạn có thể sử dụng thông tin về thời gian mua sắm cao điểm để loại bỏ lượng
hàng dư thừa theo giá ưu đãi hoặc chạy quảng cáo xã hội trong những khung thời gian này.
Dữ liệu lớn về thương mại điện tử cũng có thể tiết lộ một số hành vi mua sắm không mong muốn.
Ví dụ, bằng cách sử dụng dữ liệu lớn, Walmart phát hiện ra rằng những người mua tã
giấy cũng có xu hướng mua bia. Hãy tưởng tượng các cơ hội quảng cáo chéo…
Đối với các doanh nghiệp sử dụng công nghệ SaaS hoặc công cụ phân tích dữ liệu,
những loại thông tin chi tiết này thường dễ dàng khám phá.
2. Dịch vụ khách hàng.
Dịch vụ khách hàng đóng một vai trò rất lớn trong thương mại điện tử. Chi phí để giữ
chân khách hàng thấp hơn gấp 5 lần so với mua khách hàng mới và khách hàng trung
thành chi tiêu nhiều hơn tới 67% so với khách hàng mới .
Nếu khách hàng không hài lòng, 13% trong số họ sẽ nói với 15 người trở lên rằng họ
không hài lòng. Ngược lại, nếu họ có trải nghiệm tích cực, 72% nói rằng họ sẽ chia sẻ
điều này với 6 người trở lên.Các nhà bán lẻ trực tuyến có thể sử dụng dữ liệu lớn để
theo dõi trải nghiệm dịch vụ khách hàng, chẳng hạn như cho biết thời gian phản hồi
của bạn nhanh như thế nào - đóng một yếu tố rất lớn trong dịch vụ khách hàng. Dữ
liệu lớn cũng có thể được sử dụng để theo dõi thời gian giao hàng và mức độ hài lòng
của khách hàng, đồng thời giúp các công ty xác định các vấn đề tiềm ẩn, sau đó giải
quyết chúng trước khi khách hàng tham gia.
3. Kinh nghiệm được cá nhân hóa.
Với sự cạnh tranh gay gắt trong ngành thương mại điện tử, cá nhân hóa thương mại
điện tử không chỉ là thứ để tạo sự khác biệt cho doanh nghiệp của bạn - đó thực tế là
một yêu cầu. Dữ liệu lớn có thể hữu ích bằng cách cung cấp thông tin chi tiết về hành
vi và nhân khẩu học của khách hàng, điều này rất hữu ích trong việc tạo ra trải nghiệm được cá nhân hóa.
Bạn có thể sử dụng dữ liệu lớn thương mại điện tử để:
• Gửi email với chiết khấu tùy chỉnh và ưu đãi đặc biệt để thu hút lại người dùng.
• Đưa ra các đề xuất mua sắm được cá nhân hóa.
• Phát triển định giá linh hoạt hoặc năng động, dựa trên các yếu tố bên ngoài như
nhu cầu của người tiêu dùng và giá của đối thủ cạnh tranh. Giá tăng 1% dẫn
đến lợi nhuận tăng 8,7% . Walmart sử dụng dữ liệu lớn mua sắm trực tuyến để
xác định các mô hình dẫn đến lợi nhuận cao hơn. Ví dụ: một sản phẩm được
bán riêng có thể không tạo ra nhiều lợi nhuận so với việc ghép nối nó với một thứ khác.
4. Thanh toán trực tuyến an toàn.
Dữ liệu lớn cũng có thể giúp đảm bảo quá trình xử lý thanh toán trực tuyến.
Nó có khả năng tích hợp các chức năng thanh toán khác nhau trong một nền tảng tập
trung, giúp dễ dàng phân tích xu hướng.
Điều đáng nói là rủi ro khi sử dụng một nền tảng tập trung cho mục đích này. Có
nhiều thông tin cá nhân nhạy cảm ở một nơi có thể là một điểm thu hút cho các tin
tặc. Tuân thủ PCI giúp giảm thiểu điều này, cũng như mã hóa dữ liệu
5 Kiểm tra hàng tồn kho và phân tích thị trường.
Dữ liệu lập hóa đơn của hàng tồn kho ở nhiều đơn vị khác nhau là công cụ quan
trọng để doanh nghiệp phân tích thị trường. Người quản lý kho và nhà phân tích dữ
liệu cần theo dõi dòng hàng hóa vào và ra của hàng tồn kho theo thời gian thực, đồng
thời phân tích và so sánh những thay đổi trong nguồn cung thị trường và dự báo nhu cầu thị trường.
Đối với tiếp thị mạng xã hội sử dụng dữ liệu lớn, hiện nay sự phát triển cao của truyền
thông xã hội đã bao phủ một lượng lớn người, tốc độ tiếp thị mạng xã hội đang cho
thấy sự phát triển nhanh chóng. Sử dụng dữ liệu lớn, người dùng hoàn toàn có thể hiểu
được phổ mạng xã hội và có thể thực hiện tốt hơn các hoạt động thương mại điện tử
tương tự như tiếp thị trên mạng xã hội. Đối với các công ty thương mại điện tử, họ nên
tận dụng tối đa lợi thế của phân tích dữ liệu lớn, có thể nắm bắt hiệu quả việc phân
tích sở thích của người tiêu dùng bằng mạng xã hội và tích cực thực hiện các hoạt
động chia sẻ trên các phương tiện truyền thông xã hội có liên quan, để sức lan tỏa của
Liên tục mở rộng, nâng cao hiệu quả hiệu quả tiếp thị.
Ngày nay,trên thế giới đã có rất nhiều các doanh nghiệp nổi tiếng về mặt thương mại
điện tử.Một trong những website nổi tiếng toàn cầu về mảng bán hàng trực tuyến
không thể không nhắc tới đó là Amazon.Amazon là một công ty công nghệ đa quốc
gia của Mỹ có trụ sở tại Seattle, Washington tập trung vào điện toán đám mây, truyền
phát kỹ thuật số, trí tuệ nhân tạo và thương mại điện tử. Công ty này được coi là một
trong những công ty công nghệ Big Four cùng với Google, Apple và Facebook.
Amazon được biết đến với việc làm thay đổi tư duy của các ngành công nghiệp đã
được thiết lập thông qua đổi mới công nghệ và phát triển quy mô lớn.. Công ty này
là thị trường thương mại điện tử lớn nhất thế giới, nhà cung cấp trợ lý AI và nền
tảng điện toán đám mây được đo bằng doanh thu và vốn hóa thị trường. Amazon
là công ty Internet lớn nhất tính theo doanh thu trên thế giới. Đây là công ty tư nhân
lớn thứ hai ở Hoa Kỳ và là một trong những công ty có giá trị nhất thế giới. Amazon
là công ty công nghệ lớn thứ hai tính theo doanh thu.Sau hơn 20 năm kinh
nghiệm,công ty đã phát triển hung mạnh,với số năm hoạt động như vậy ắt hẳn họ đã
rút ra cho mình được những kinh nghiệm và bài học đắt giá.Qua quá trình tìm hiểu
thông tin e cũng đã thấy được một bài bài học hữu ích như sau :
Tập trung vào khách hàng, chứ không phải tìm mọi cách vượt qua đối thủ cạnh
tranh: CEO của Amazon, Jeff Bezos đã "ám ảnh" về khách hàng kể từ khi bắt đầu
công ty vào năm 1994, lúc đó ông mới chỉ là một người bán sách trực tuyến. Theo
Forte, chất lượng lâu dài và quan trọng nhất của Amazon là mọi sự phát triển đều tập
trung vào khách hàng, chứ không phải là sự cạnh tranh.Minh chứng rõ ràng nhất là
bằng việc mở nhãn hàng riêng, Amazon đã vừa đáp ứng được những nhu cầu của
khách hàng mà còn có thể cung cấp nó ở mức giá thấp nhất có thể.
Ngày nay số lượng doanh nghiệp Việt Nam áp dụng thương mại điện tử rất đông đảo.
Thế nhưng phần đông các doanh nghiệp này đặt lợi nhuận lên hàng đầu,nê họ chỉ mải
mê làm sao bán được hiều hàng hóa để thu lợi nhuận và vượt mặt các đối thủ cạnh
tranh khác.Nhiều doanh nghiệp còn không cả để tâm khách hàng phản hồi ra sao,miễn
sao bán được nhiều hàng là tốt,thậm chí vì để cạnh tranh mà tìm những nguồn hàng
kém chất lượng bán với giá rẻ để thu hút các khách hàng.Về ban đầu cơ bản là tốt,tuy
nhiên về lâu dài,khách hàng thường sẽ ưu tiên mặt chất lượng và mặt phục vụ khách
hàng,nếu hàng rẻ mà thái độ phục vụ không tốt hay hàng rẻ kém chất lượng cũng khó
mà giữ chân được khách hàng về lâu dài .Chính vì thế nhiều doanh nghiệp Việt Nam
cần để ý thêm về khách hàngViệc sử dụng Big Data cho phép doanh nghiệp quan sát
những xu hướng phát triển mới, gắn liền với khách hàng. Theo như lý thuyết, doanh
nghiệp càng thu được nhiều dữ liệu hơn, thì càng dễ dàng hơn trong việc xác định thứ
khách hàng thực sự cần. Trong thế giới công nghệ hoá hiện đại hoá ngày nay, doanh
nghiệp có thể dễ dàng thu nhập dữ liệu của khách hàng nếu có nhu cầu. Điều này có
nghĩa là tất cả những gì cần thiết đó chính là có một hệ thống Big Data chuẩn hoá và
được mở rộng hoá. Hiểu được nhu cầu của khách hàng sẽ giúp doanh nghiệp của bạn
tiến xa hơn và phát triển hơn nữa trong tương lai,có thể mất them thời gian và tiền bạc
nhưng điều đó tạo ra sự ổn định trong kinh doanh thay vì chỉ vượt mặt đối thủ trong một thời gian ngắn
Chấp nhận thay đổi để phát triển
Giá trị cốt lõi này được Amazon học tập từ công ty bán giày trực tuyến Zappos - mua lại vào năm 2009.
Ví dụ: Đơn cử như Amazon Web Services (AWS) đã được công nhận là rất nhạy bén
trong việc phát triển và cung cấp những phần mềm tốt theo yêu cầu các nhà phát triển.
Công ty này đã thực hiện các vụ mua bán sát nhập quan trọng trong thị trường nhà
thông minh, như vụ mua nhà sản xuất chuông cửa thông minh Ring, sau khi nhận ra
hành vi người tiêu dùng thay đổi.
Áp dụng trong các doanh nghiệp Việt Nam ngày nay,xã hội đã thay đổi rất nhiều so
với ngày trước ,thế nhưng một vài doanh nghiệp vẫn cố chấp duy trì những khoa học
lỗi thời,những sản phẩm không còn phù hợp với thời đại.Điều này không những kìm
hãm sự phát triển của xã hội so với quốc tế mà còn làm suy giảm chính doanh
nghiệp.Điển hình là việc các doanh nghiệp phụ thuộc theo cách bán hàng trực tiếp và
quảng cáo qua các tờ rơi.Ngày nay công nghệ phát triển cho phép chúng ta quảng bá
sản phẩm rộng rãi qua mạng internet. Điều này liên quan đến việc quan sát các hoạt
động trực tuyến, giám sát điểm giao dịch bán hàng và đảm bảo phát hiện nhanh chóng
những thay đổi trong xu hướng của khách hàng. Đạt được những hiểu biết sâu sắc về
hành vi của khách hàng sẽ giúp thu thập và phân tích dữ liệu của khách hàng.
Một chiến dịch marketing và quảng cáo thành công đó chính là chiến dịch được nhắm
sẵn mục tiêu và mang tính cá nhân hoá hơn, thông qua các dữ liệu thu thập được. Điều
này giúp cho các doanh nghiệp có thể tiết kiệm được thời gian cũng như chi phí bỏ ra.
Phân tích Big Data là một phương pháp tốt cho các nhà quảng cáo vì các doanh
nghiệp có thể sử dụng dữ liệu này để hiểu hành vi mua bán của khách hàng.
Các chi tiết kỹ thuật
Không chỉ dừng lại ở các cú click chuột bạn lựa chọn, Amazon còn có thể thu thập dữ
liệu dựa trên thời gian bạn dừng lại ở các trình duyệt khác nhau khi bạn truy cập
website Amazon. Ngoài ra, nhà bán lẻ Amazon cũng sử dụng các bộ dữ liệu bên
ngoài, chẳng hạn như dữ liệu điều tra dân số để thu thập các chi tiết nhân khẩu học.
Hoạt động kinh doanh cốt lõi của Amazon được xử lý trong kho dữ liệu trung tâm,
bao gồm các máy chủ Hewlett-Packard (HP) chạy Oracle trên Linux.
Hiện nay có một vài trang thương mại điện tử ở Việt Nam đã áp dụng được kỹ thuật
này,việc này giúp việc quảng bá sản phẩm trở nên dễ dàng với từng khách hàng vì họ
đã thu thập được sở thích của họ với các sản phẩm cụ thể.Và các doanh nghiệp Việt
Nam nên áp dụng kĩ thuật này nhiều hơn,điều này sẽ giảm bớt chi phí quảng cáo ,thay
vì quảng bá quá rộng rãi thì có thể thu hẹp phạm vi với những khách hàng thật sự có nhu cầu mua hàng Câu 2
Khái niệm:Trực quan hóa dữ liệu được nhiều ngành coi là một khái niệm hiện đại với
ý nghĩa tương tự như giao tiếp bằng hình ảnh . Nó liên quan đến việc tạo ra và nghiên
cứu các biểu diễn trực quan của dữ liệu
Để truyền tải thông tin một cách rõ ràng và hiệu quả, trực quan hóa dữ liệu sử dụng đồ
họa thống kê , biểu đồ , đồ họa thông tin và các công cụ khác. Dữ liệu số có thể được
mã hóa bằng cách sử dụng dấu chấm, đường hoặc thanh để truyền tải thông tin định
lượng một cách trực quan. Trực quan hiệu quả có thể giúp người dùng phân tích và
lập luận về dữ liệu và bằng chứng. Nó làm cho dữ liệu phức tạp dễ hiểu và dễ làm việc
hơn. Người dùng có thể có một nhiệm vụ phân tích cụ thể (chẳng hạn như so sánh
hoặc tìm hiểu nguyên nhân và kết quả ) và các nguyên tắc thiết kế đồ họa cần tuân
theo cho nhiệm vụ đó. Bảng thường được người dùng sử dụng để tìm một thước đo cụ
thể, trong khi các loại biểu đồ khác nhau được sử dụng để hiển thị các mẫu hoặc mối
quan hệ trong dữ liệu cho một hoặc nhiều biến.
Trực quan hóa dữ liệu vừa là một nghệ thuật vừa là một khoa học. Một số xem nó như
một nhánh của thống kê mô tả , nhưng những người khác lại xem nó như một công cụ
phát triển lý thuyết có cơ sở . Sự gia tăng lượng dữ liệu được tạo ra bởi hoạt động
internet và sự gia tăng số lượng cảm biến trong môi trường được gọi là " dữ liệu lớn "
hoặc Internet of Things . Xử lý, phân tích và truyền đạt dữ liệu này đưa ra những
thách thức về đạo đức và phân tích đối với việc trực quan hóa dữ liệu. Lĩnh vực khoa
học dữ liệu và những người hành nghề được gọi là nhà khoa học dữ liệu có thể giúp
giải quyết thách thức này.
Trực quan hóa dữ liệu có 5 nguyên tắc cơ bản :
1. Chọn đúng loại biểu đồ
Điều này có vẻ hiển nhiên, tuy nhiên chúng ta thường chọn biểu đồ theo thói quen hoặc cảm tính.
Chúng ta cần nhớ rằng “form follows function” (chức năng đi trước, trình bày đi sau)
– mục đích của việc trực quan hóa luôn cần được cân nhắc đầu tiên.
2. Không phải tất cả các giá trị (data points) đều quan trọng như nhau
không nên ném toàn bộ dataset vào một biểu đồ, hãy phân tích trước để biểu diễn/
highlight những thông tin quan trọng sao cho người xem dễ nắm bắt.
3. Biểu đồ nói thật hay nói dối?
Việc trực quan hóa nên giúp biểu diễn thực tế về số liệu, thay vì làm sai lệch hoặc gây
nhầm lẫn cho người xem. Việc trình bày biểu đồ rất quan trọng để tạo nên một khung
tham chiếu cho người xem.
4. Sử dụng màu sắc hợp lý
Việc sử dụng màu sắc nên giúp thêm thông tin hoặc highlight những điểm quan trọng
trong biểu đồ. Trong các trường hợp khác, màu sắc thường thừa thãi và gây rối mắt.
5. Đơn giản và hiệu quả
Các công cụ trực quan hóa hiện nay giúp chúng ta tạo ra những biểu đồ đẹp mắt và
phức tạp với chỉ vài cái click chuột. Tuy nhiên, quá nhiều yếu tố về thẩm mỹ có thể
làm người xem sao nhãng khỏi thông điệp chính của biểu đồ
Các lợi ích của trực quan hóa dữ liệu:
-Là chìa khóa để mở khóa dữ liệu lớn:Với sự ra đời của dữ liệu lớn, ngày càng có
nhiều công ty thu thập và lưu trữ một lượng lớn dữ liệu. Vấn đề nằm ở việc phân tích
dữ liệu này.Từ năm 2015 đến năm 2017 , việc áp dụng dữ liệu lớn trong các doanh
nghiệp đã tăng tốc từ 17% lên 59%. Những số liệu thống kê này đã khiến nhiều công
ty có một lượng lớn dữ liệu trong tầm tay của họ. Mặt khác, nhiều công ty không thể
sử dụng đầy đủ dữ liệu của họ nhờ các bảng điều khiển và phương pháp truy xuất
cồng kềnh.Sau khi dữ liệu được truy xuất, dữ liệu đó được tổng hợp và phân tích trong
các báo cáo đòi hỏi hàng giờ đồng hồ tỉ mỉ của các nhà lãnh đạo và người ra quyết
định. Trực quan hóa dữ liệu có thể giải quyết những thiếu hiệu quả này. Trực quan
hóa cho phép mọi người nắm bắt lượng lớn dữ liệu được trình bày thông qua các định
dạng cụ thể ngay lập tức. Khi dữ liệu lớn đang trở thành một trong những nguồn tài
nguyên quý giá nhất để các doanh nghiệp khai thác, những khả năng trực quan hóa dữ
liệu này ngày càng trở nên cần thiết hơn
-Trực quan hóa dữ liệu hiệu quả hơn trong giao tiếp, cả từ quan điểm của người
báo cáo và người nhận.
Trực quan hóa dữ liệu là một cách giao tiếp rất rõ ràng. Sử dụng công cụ trực quan
hóa dữ liệu lớn để báo cáo, bạn có thể sử dụng một số hình ảnh đồ họa ngắn để phản
ánh những thông tin phức tạp đó.Điều này là do bộ não của con người xử lý thông tin
thị giác dễ dàng hơn nhiều so với thông tin bằng văn bản. Sử dụng đồ thị để tóm tắt dữ
liệu phức tạp đảm bảo rằng các mối quan hệ có thể được hiểu nhanh hơn các báo cáo
hoặc bảng tính lộn xộn đó. Chính vì ưu điểm này mà trực quan hóa dữ liệu ngày càng
thu hút được nhiều sự quan tâm.
-Trực quan hóa dữ liệu có thể cải thiện hiệu quả của việc phân tích dữ liệu.
Các công cụ trực quan hóa dữ liệu hiện đại có nhiều chức năng hữu ích, bao gồm: lọc
tham số, liên kết biểu đồ, khoan biểu đồ, liên kết tham số, hiển thị động tiêu đềbáo
cáo, phân nhóm động, mở rộng trang tính động, v.v. Phân tích dữ liệu có thể được hoàn thành nhanh chóng.
- Trực quan hóa dữ liệu có thể theo dõi tốt hơn nguyên nhân từ kết quả và giúp
ra quyết định hoạt động.
Trực quan hóa dữ liệu cho phép mọi người hiểu mối liên hệ giữa hoạt động và kết quả.
Cụ thể, trực quan hóa dữ liệu cho phép người dùng theo dõi mối liên hệ giữa hoạt
động và hiệu suất kinh doanh tổng thể.
Ví dụ: nếu doanh số bán hàng ở một khu vực nhất định giảm, giám đốc điều hành có
liên quan sau đó có thể hiểu rõ về nơi xảy ra những khác biệt đó và bắt đầu lập kế
hoạch. Bằng cách này, trực quan hóa dữ liệu cho phép các nhà quản lý xác định ngay
lập tức các vấn đề và thực hiện hành động để ngăn chặn tổn thất một cách kịp thời.
-Nó có thể tiết lộ các mô hình và xu hướng
Trực quan hóa dữ liệu cũng là một công cụ rất hữu ích để xác định các mẫu và xu
hướng. Nhận thức được các mô hình và xu hướng là rất quan trọng đối với sự tồn tại
của tổ chức và các xu hướng nội bộ có thể được tiết lộ bằng hình ảnh hóa dữ liệu có
thể cho thấy sự khác biệt giữa tổn thất tăng lên hoặc thu được tối đa.
Không có dữ liệu về xu hướng và mô hình, các tổ chức hoạt động ẩn dụ trong bóng
tối, đưa ra quyết định dựa trên các giả định hơn là các dữ kiện khó. Ngược lại, việc sử
dụng trực quan hóa dữ liệu, các mẫu và xu hướng đang ẩn mình trong bóng tối của dữ
liệu chưa được khai thác, có thể được đưa ra ánh sáng và được thực hiện.
-Nó tương tác và có thể đi sâu hơn so với các đồ thị và biểu đồ truyền thống
Một trong những khía cạnh biến đổi nhất của trực quan hóa dữ liệu là không giống
như các phương pháp trực quan hóa dữ liệu truyền thống (bảng tính, powerpoint, v.v.),
nó cho phép người dùng tìm hiểu sâu hơn và chuyển đổi dữ liệu thành nhiều kiểu trực
quan hóa khác nhau.Các chức năng này cũng trực quan hơn so với các phương pháp
truyền thống và người dùng có thể nhanh chóng thao tác dữ liệu thành các cấu hình mong muốn.
Với vai trò ngày càng tăng của dữ liệu lớn trong các quyết định kinh doanh, tầm quan
trọng của trực quan hóa dữ liệu đang tăng lên theo cấp số nhân. Với trực quan hóa dữ
liệu, các tổ chức có thể khai thác tiềm năng thực sự của dữ liệu của họ và họ có thể
thực hiện điều này một cách nhanh chóng, hiệu quả. Đổi lại, điều này có thể dẫn đến
chất lượng và tốc độ của quá trình ra quyết định được nâng cao, cũng như tăng năng
suất và hiệu quả có thể đo lường được.