Kỉ nguyên của Data Analytics

Tuần vừa qua, giới kinh doanh liên tiếp đón nhận 2 thương vụ M&A rất lớn: Google mua lại Looker Analytics với giá 2.6 tỉ USD, và Salesforce mua lại Tableau với giá 15.7 tỉ USD bằng hoán đổi cổ phần.

Một công ty sở hữu big data trên internet / mobile của toàn thế giới (Google), một sở hữu data giao dịch của những doanh nghiệp lớn nhất thế giới (Salesforce) mua các “siêu máy phân tích dữ liệu” thì có thể đoán được tham vọng của họ trong mảng Data Analytics lớn đến mức nào.

Trở lại thị trường Marketing & Sale tại Việt Nam trong mấy năm qua, một mặt thổi phồng quá mức về Big Data, Machine Learning (trong khi ứng dụng trong thực tế rất hạn chế), một mặt bị chán nản bởi nạn mua bán thông tin (rồi spam sms, email, messenger tràn lan)….Tuy nhiên có nhiều doanh nghiệp đã ứng dụng Data Analytics rất thành công và tạo ra tăng trưởng vượt bậc. Ví dụ:

The Coffee House hiểu rất rõ hành vi của tất cả khách hàng bằng cách thu thập dữ liệu giao dịch tại quán, app, đặt hàng online… từ đó đưa ra các chiến dịch marketing/sale cá nhân hoá cho từng nhóm khách, từng sản phẩm và từng thời điểm. Ví dụ sáng nay, Bình Thạnh âm u như sắp đổ mưa thì sẽ cần code gì cho thật “chill” và push tới nhóm nào trên app để ra được lượng đặt hàng tốt nhất. Việc đó dĩ nhiên không thể tự ngồi đoán bằng cơm.

Grab chia khách hàng ra thành các nhóm: promo hunter (thích code KM), gấp (luôn cần có xe ngay lập tức), tiền không phải nghĩ (không quan tâm đến giá)… từ đó đưa ra chương trình ưu đãi riêng. Ví dụ nhóm promo hunter sẽ luôn nhận được code ngập mặt (50%, giảm 30k…) đủ để họ không dao động trước Go-viet/ Be; còn nhóm Gấp sẽ luôn đảm bảo có xe trong vòng 3’ khi đặt (từ đó phải tối ưu thuật toán điều xe); và nhóm cuối thì dù surge giá họ cũng không bận tâm (để bù lại code đã cho nhóm promo hunter). Việc này được làm tức thời, trên hàng triệu cuốc mỗi ngày. Dĩ nhiên không thể làm bằng tay.

Topica/ VNG có 1 hệ thống đo lường dữ liệu từ tất cả kênh Quảng cáo (Google/Facebook/CocCoc…) đến khách hàng (crm) và giao dịch (mua khoá học), chia theo từng sản phẩm, từng team, từng chiến dịch. Từ đó họ thấy rất rõ hiệu quả từ marketing đến sale một cách chính xác, tự động và vô cùng trực quan. Tiết kiệm đến 50% thời gian của marketing cho việc họp hành, tranh cãi (nhân với số lượng nhân sự hàng trăm người thì đó là con số vô cùng giá trị).

Thị trường Việt Nam vô cùng hấp dẫn cho các doanh nghiệp kinh doanh bằng dữ liệu, vì 3 lí do:

1. Người dùng Internet / Mobile tăng trưởng mạnh mẽ qua từng năm. Hành vi sử dụng app, web, smartphone…, tham gia mạng xã hội, mua sắm trực tuyến, đặt xe, gọi món… vô cùng phát triển. Từ đó sinh ra vô số loại data có giá trị, được làm giàu liên tục.
2. Luật về dữ liệu của Việt Nam vẫn còn hơi lỏng lẻo, người dùng thì hơi vô tư.
3. Kinh tế/hạ tầng phát triển, tạo ra rất nhiều ngách để kinh doanh. Các ông lớn như Viettel, FPT, Vincom, VNG, Google, Facebook, Alibaba… đang kiến tạo sân chơi, thu hút người dùng và đẻ ra vô số cơ hội cho doanh nghiệp nhỏ/ startup cộng sinh.

Dĩ nhiên cũng có nhiều rào cản, nhưng mình luôn muốn mọi người có cái nhìn lạc quan để đón nhận những cơn sóng lớn sắp đổ bộ.

Data analytics sẽ trở thành yêu cầu cấp thiết của tất cả bộ phận Marketing/Sale trong vòng 5 năm tới. Ứng dụng rõ nét và thiết thực nhất thuộc về các nhu cầu sau:

• Data aggregation: liên thông dữ liệu giữa hàng trăm công cụ, tạo ra luồng thông tin xuyên suốt cho tất cả mọi bộ phận liên quan.
• Business dashboard: cung cấp số liệu, thông tin ra quyết định cho các cấp lãnh đạo một cách chính xác, trực quan, sinh động và tự động. Xoá bỏ mọi điểm mù và ách tắc về hiện trạng kinh doanh.
• Automation rules: vận hành tự động, chính xác theo các quy tắc đã được chứng minh hiệu quả từ chuyên gia. Giảm công sức và sự phụ thuộc vào con người.
• Machine learning/ AI: huấn luyện máy móc biết cách hiểu data/ pattern/rule từ đó đưa ra quyết định tự động trên 1 quy mô rộng lớn mà không con người nào có thể so sánh được.

Ở Việt Nam các bạn có vẻ cuồng Automation/AI nhiều quá, nhưng thực tế ít doanh nghiệp đủ sẵn sàng để làm việc này. Nên hãy bắt đầu bằng aggregation, Dashboard để hiểu dữ liệu của mình trước nhé.

Tuy thế thị trường đang không có đủ nhân sự cấp cao hoặc giải pháp để đáp ứng nhu cầu. Data science có thể được tuyển lên tới 5000 USD mà vẫn không có; AI/ Machine learning thì còn hiếm hơn. Các startup cung cấp giải pháp trong lĩnh vực này cũng rất ít. Điểm qua chỉ có vài cái tên nội đang sống được như Holistics, YouNet, Kompa, Infore, hoặc mới thành lập như Beehaxa, A1digihub. Còn lại hầu hết là giải pháp nước ngoài rất đắt đỏ: Tableau, Qlik, PowerBI, Supermetrics, Google Data Studio. Như vậy cơ hội là vô cùng lớn cho các startup để tồn tại ở Việt Nam và vươn ra khu vực Đông Nam Á.

Còn đối với những doanh nghiệp vừa và nhỏ, nguồn lực hạn chế, công cụ thiếu hụt, sẽ có những giải pháp gì để bắt đầu với Data analysis? Liệu data các bạn đang được hiểu và vận dụng đúng hay chưa? Hẹn gặp các bạn trong bài viết tiếp theo.

A1digihub là một hệ sinh thái cung cấp trọn bộ kiến thức, khoá học, công cụ, workshop, chuyên gia, hỗ trợ và ưu đãi nhằm giúp các doanh nghiệp vừa và nhỏ quảng cáo – kinh doanh thành công trong kỉ nguyên số. A1digihub vừa ra mắt công cụ phân tích dữ liệu từ Google ads/ Facebook ads/Website.

Mô hình minh hoạ A1digihub.

Nguồn: A1digihub