Các “anh cả” đã ứng dụng Data Science như thế nào?

Nếu như trước đây, dầu mỏ được ví là nguồn nhiên liệu cực kì quan trọng và có giá trị ngang hàng với vàng, thì giờ đây, trong thời đại kỷ nguyên số, Data chính là nguồn nhiên liệu ‘kim cương’ của các doanh nghiệp ở tất cả các lĩnh vực như sản xuất, y học, thương mại điện tử, truyển thông, giao thông vận tải, tài chính,… Dữ liệu được các doanh nghiệp khai thác và phân tích để hiểu rõ nhu cầu, hành vi, sở thích,… khách hàng của mình, từ đó tạo ra sản phẩm mang tính cá nhân tối ưu hơn, giúp doanh nghiệp phát hiện những gian lận, hạn chế thiệt hại, đưa ra các chiến dịch truyền thông hiệu quả cao, tiết kiệm chi phí, từ đó giúp doanh nghiệp phát triển đột phá hơn.

Tiên phong trong việc ứng dụng Data Science các doanh nghiệp như Facebook, Amazon, Uber, Spotify,..đã vươn lên mạnh mẽ, tạo nên lợi thế cạnh tranh của mình trên thị trường. Chúng ta sẽ cùng tìm hiểu các “anh cả” này đã ứng dụng Data Science để mang đến những trải nghiệm vi diệu cho khách hàng như thế nào.

Facebook – mạng xã hội hàng đầu thế giới hiện nay với 2,41 tỷ người dùng hoạt động hàng tháng năm 2020 (tăng 8% so với năm 2018), trong đó thống kê gần nhất cho biết 1 người dành trung bình khoảng 38 phút để sử dụng Facebook. Với dữ liệu khổng lồ được sản sinh ra, Facebook ứng dụng Data Science để hiểu cách tương tác của người dùng và nghiên cứu hành vi, thu thập thông tin có giá trị để cải tiến, nâng cấp sản phẩm của mình.

Dựa vào công nghệ tiên tiến Deep Learning, Facebook phát triển nhận diện khuôn mặt và phân tích văn bản. Facebook sử dụng mạng lưới thần kinh để nhân diện khuôn mặt người dùng trong các bức ảnh. Mỗi khi bạn cập nhật hình ảnh, Facebook sẽ tự động gợi ý bạn gắn thẻ mọi người trong ảnh một cách nhanh chóng chính là nhờ vào công nghệ này.

Về phân tích văn bản, Facebook sử dụng công cụ hiểu văn bản được gọi là “DeepText” để hiểu các câu của người dùng, cũng như biết được sở thích của bạn để đưa ra những đề xuất chuẩn xác hơn.

Không chỉ là một nền tảng truyền thông xã hội, Facebook còn là một công ty quảng cáo. Dựa vào các thuật toán Deep Learning và “Insight” người dùng thu được từ phân tích dữ liệu, Facebook giúp cho các nhà quảng cáo nhắm mục tiêu, phân phối quảng cáo đúng đối tượng, đúng với sở thích và nhu cầu của người dùng.

 

Thật thiếu sót khi không kể đến Amazon – website thương mại điện tử lớn nhất thể giới. Từ khi thành lập, Amazon đã làm việc chăm chỉ để biến mình trở thành một nền tảng lấy khách hàng làm trung tâm. Amazon chủ yếu dựa vào phân tích dự đoán để tăng sự hài lòng của khách hàng, thông qua một hệ thống khuyến nghị được cá nhân hóa đến từng khách hàng của mình. Dựa vào việc phân tích của các người dùng khác khi sử dụng các sản phẩm tương tự hoặc thói quen của các khách hàng tương tự, Amazon đưa ra các đề xuất để giới thiệu nhiều sản phẩm phù hợp hơn.

 

Amazon còn phát triển mô hình dự đoán, sử dụng Big Data để dự đoán các sản phẩm có nhiều khả năng được người dùng mua nhất. Amazon phân tích mô hình mua hàng của người dùng và gửi sản phẩm đến kho gần nhất mà người dùng có thể sử dụng trong tương lai. Bên cạnh đó, Amazon cũng tối ưu hóa giá trên trang web của mình bằng cách ghi nhớ các thông số khác nhau như hoạt động của người dùng, lịch sử đặt hàng, giá do đối thủ cạnh tranh cung cấp, tính sẵn có của sản phẩm, v.v. Sử dụng phương pháp này, Amazon giảm giá cho các mặt hàng phổ biến và kiếm lợi nhuận cho các mặt hàng ít phổ biến hơn.

Một lĩnh vực khác mà tất cả các nền tảng thương mại điện tử đều phải giải quyết là Phát hiện gian lận. Amazon có các thuật toán mới của riêng mình để phát hiện người bán gian lận và mua hàng gian lận. Khác với các nền tảng trực tuyến khác, Amazon đã và đang tối ưu hóa việc đóng gói sản phẩm trong nhà kho và tăng hiệu quả của dây chuyền đóng gói thông qua dữ liệu thu thập được từ các công nhân.

Một trường hợp về sử dụng Data Science trong ngành vận tải là Uber. Uber là một ứng dụng phổ biến cho phép bạn đặt taxi. Uber phải duy trì một cơ sở dữ liệu lớn về tài xế, khách hàng và một số hồ sơ khác và sử dụng dữ liệu này để thu thập thông tin chi tiết, cung cấp các dịch vụ tốt nhất cho người dùng. 

 

Uber chứa một cơ sở dữ liệu về các tài xế. Do đó, bất cứ khi nào bạn gọi taxi, Uber sẽ đối chiếu hồ sơ của bạn với tài xế phù hợp nhất. Điều khác biệt giữa Uber với các công ty taxi khác là Uber tính phí cho bạn dựa trên thời gian chạy quãng đường chứ không phải độ dài của quãng đường. Nó tính toán thời gian thực hiện thông qua các thuật toán khác nhau cũng như sử dụng dữ liệu liên quan đến mật độ giao thông và điều kiện thời tiết.

Uber tận dụng rất tốt Data Science để tính toán mức giá tăng đột biến của mình. Khi có ít tài xế hơn cho nhiều người đi, giá của chuyến đi sẽ tăng lên. Điều này chỉ xảy ra khi khan hiếm tài xế ở bất kỳ khu vực nào. Tuy nhiên, nếu nhu cầu đi Uber ít hơn thì Uber sẽ tính phí thấp hơn. 

10 năm trước, Bank of America (BoA) là 1 trong những Công ty tài chính đầu tiên cung cấp dịch vụ Mobile banking cho khách hàng.  Gần đây, BoA đã cho ra mắt Erica – trợ lí ảo tài chính đầu tiên. 

Trợ lí ảo tài chính được xem là sự đổi mới tốt nhất trên thế giới trong lĩnh vực tài chính. Hiện tại, Erica đang làm cố vấn khách hàng cho hơn 45 triệu người dùng trên khắp thế giới. Để lấy input của khách hàng Erica sử dụng công nghệ Nhận dạng giọng nói - là một tiến bộ công nghệ trong lĩnh vực Data Science.

Một số Ngân hàng khác như BoA cũng đang áp dụng Data Science và Phân tích dự đoán vào hoạt động kinh doanh của mình. Ứng dụng Data Science, các Ngân hàng có thể phát hiện gian lận trong thanh toán, bảo hiểm, thẻ tín dụng và kế toán. Để phát hiện gian lận sớm, các chuyên gia trong lĩnh vực Data Science của Ngân hàng sử dụng kiến thức Data Science – Machine Learning như liên kêt, phân cụm, phân loại, dự báo, nhờ vậy thiệt hại được giảm rất nhiều so với trước đây.

Mô hình rủi ro là một lĩnh vực quan trọng khác được các Ngân hàng thực hiện để điều chỉnh các hoạt động tài chính của mình. Thông qua các giải pháp phân tích, các ngân hàng có thể đưa ra các quyết định data-driven dựa trên tính minh bạch và rủi ro. BoA đã phát hiện ra các tài khoản có rủi ro cao nhờ vào việc sử dụng công nghệ dữ liệu lớn Big Data này.

Các ngân hàng như BoA hiểu khách hàng thông qua việc tiếp cận phân khúc khách hàng thông minh. Thông qua các kỹ thuật khai thác dữ liệu, Ngân hàng có thể phân khúc khách hàng theo phân khúc giá trị cao và giá trị thấp. Có nhiều kỹ thuật khác nhau mà nhà khoa học dữ liệu sử dụng như phân cụm, hồi quy logistic, cây quyết định để giúp Ngân hàng hiểu Giá trị trọn đời của khách hàng (CLV) và tạo thành các nhóm khách hàng của từng giai đoạn thích hợp.

 

Airbnb là một công ty Hospitality quốc tế, kết nối người cần thuê nhà, thuê phòng nghỉ với những người có phòng cho thuê trên khắp thế giới thông qua ứng dụng di động và trang web. Đây là ngành công nghiệp tập trung vào dữ liệu, chứa dữ liệu lớn về thông tin khách hàng và người chủ cho thuê, hồ sơ nhà trọ, nhà nghỉ, cũng như lưu lượng truy cập trang web.

Data Science đóng một vai trò quan trọng. Airbnb sử dụng dữ liệu để cung cấp kết quả tìm kiếm tốt hơn cho khách hàng của mình. Và Airbnb sử dụng phân tích nhân khẩu học để phân tích tỷ lệ thoát của khách hàng khi đến các trang web của Airbnb. Vào năm 2014, Airbnb phát hiện ra rằng người dùng từ một số quốc gia nhất định sẽ nhấp vào liên kết vùng lân cận, duyệt trang và ảnh chứ không thực hiện bất kỳ đặt phòng nào.

Để giảm thiểu vấn đề này, Airbnb đã sử dụng một phiên bản ứng dụng khác cho người dùng từ các quốc gia đó và thay thế các liên kết vùng lân cận bằng các điểm đến du lịch hàng đầu. Điều này đã giúp tăng 10% tỉ lệ đặt phòng ở các người dùng này. 

Hơn nữa, Airbnb sử dụng biểu đồ tri thức trong đó sở thích của người dùng được khớp với các thông số khác nhau để cung cấp nơi ở và địa điểm lý tưởng. Và tối ưu hóa công cụ tìm kiếm của mình để cung cấp kết quả tốt hơn cho khách hàng và tìm các chỗ ở tương thích.

Tiếp theo trong trường hợp sử dụng Data Science là Spotify. Spotify là một gã khổng lồ phát trực tuyến nhạc sử dụng Data Science để cung cấp các đề xuất mang tính cá nhân hóa cho người dùng. Với hơn 100 triệu người dùng, Spotify xử lý một lượng lớn Big Data. Spotify sử dụng 600 GB dữ liệu hàng ngày do người dùng tạo ra để xây dựng các thuật toán nhằm nâng cao trải nghiệm người dùng.

Spotify cũng đã mang đến một số tính năng phân tích cho các nghệ sĩ của mình thông qua ứng dụng Spotify dành cho nghệ sĩ. Ứng dụng này cho phép các nghệ sĩ và người quản lý phân tích luồng của họ, sự hưởng ứng của fan và các bản hit của họ thông qua một số danh sách phát của Spotify.

Vào năm 2017, Spotify đã sử dụng Data Science để hiểu rõ hơn về trường đại học nào có tỷ lệ phát danh sách nhạc party cao nhất và trường đại học nào dành nhiều thời gian cho danh sách đó nhất. Spotify công bố những phát hiện của mình trên trang “Spotify Insights” để cung cấp thông tin về các xu hướng âm nhạc đang diễn ra. Ngoài ra, trong cùng năm đó, Spotify đã mua Niland, một thư viện API sử dụng máy học để cung cấp các tìm kiếm và đề xuất tốt hơn cho người dùng.

Spotify đã phân tích thói quen nghe nhạc của người dùng để dự đoán người chiến thắng giải Grammy. Trong năm 2013, Spotify đã đưa ra 4 dự đoán đúng trong số 6 dự đoán mà mình đưa ra.

 

Facebook, Amazon, Spotify,…là các trường hợp kinh điển ứng dụng Data Science – Machine Learning đem đến thành công cho doanh nghiệp của mình, trở thành nguồn cảm hứng cho các doanh nghiệp khác học tập theo.

Điều này chứng tỏ Data Science đã tạo nên vị trí thống trị trong các ngành công nghiệp và giúp các doanh nghiệp phát triển và trở nên tốt hơn. 

Tương lai không xa, một lượng lớn dữ liệu lại được sản sinh ra từ các nền tảng xã hội, từ các cảm biến IoT, điện thoại thông minh, ... trong mỗi giây trôi qua. Trở thành nhà Khoa học dữ liệu bạn sẽ thấy thật thú vị khi có thể phát hiện lẫn trong hàng triệu dữ liệu đó là các thông tin giá trị, ý nghĩa như thế nào. Với Data Science, doanh nghiệp sẽ có những quyết định chiến lược hiệu quả, khác biệt, góp phần vào sự phát triển vững mạnh hơn. 

Hãy trở thành một nhà khoa học dữ liệu và góp phần thay đổi thế giới ngay từ hôm nay...

Tham khảo các khóa học Khoa học dữ liệu - Máy học (Data Science – Machine Learning) khai giảng tại Trung Tâm Tin Học.

 

Nguồn: Bài viết được tham khảo và dịch từ Data-flair.training

 

Trung tâm Tin học - Trường Đại học Khoa học Tự nhiên