"Bí kíp" tận dụng tối đa Big data cho TMĐT

Để có thể giữ được thế cạnh tranh, rất nhiều công ty, đặc biệt là các công ty lớn, sử dụng một hệ thống cơ sở dữ liệu khổng lồ để hiểu rõ hơn về khách hàng và cung cấp những dịch vụ, gợi ý cũng như những trải nghiệm được thiết kế dành riêng cho mỗi cá nhân.
Với rất nhiều các cửa hàng trực tuyến, đó không còn là câu hỏi liệu có nên sử dụng các giải pháp Big data hay không, mà vấn đề đặt ra là công cụ nào nên được sử dụng và phải sử dụng những công cụ đó như thế nào.

Trong bài báo này, chúng tôi sẽ cung cấp một cái nhìn tổng quát về các lựa chọn Big Data cho hầu hết các thương gia thương mại điện tử, cùng với chi phí ước chừng cho mỗi lựa chọn.

monitor big-data1

Phương án 1: Thuê các nhà khoa học dữ liệu

Các nhà bán lẻ trực tuyến có thể thuê các chuyên gia xử lý những dữ liệu mà họ cần. Để có thể xử lý tốt được các dữ liệu khách hàng, yêu cầu 3 yếu tố: thu thập dữ liệu, phân tích và trình bày các thông tin và phát hiện ra những xu hướng mà công ty có thể hành động được.

Những công việc này không thể hoàn thành bởi chỉ 1 người được, đó là lý do tại sao mà các thương gia sẽ cần phải xây dựng cả một đội các nhà khoa học dữ liệu để xử lý những dữ liệu mà họ cần.

Lựa chọn này sẽ tốn bao nhiêu chi phí? Theo như Glassdoor, một địa chỉ về tuyển dụng, một nhà khoa học về dữ liệu (tại thành phố Los Angeles) sẽ kiếm khoảng 70 000 đến 115 000 USD một năm. Đây sẽ là khoản đầu tư rất nặng cho bất cứ chủ doanh nghiệp nào và thông thường, khoản đầu tư này sẽ rất khó có thể thấy được lợi ích thu về ngay lập tức.

Bên cạnh chi phí về nhân lực, các nhà bán lẻ cũng nên xét về các hệ thống – ví dụ như những cơ sở dữ liệu có khả năng mở rộng,... Như Carl Forrest, nhà đồng sáng lập của DataSetGo, một công ty chuyên về tư vấn và phân tích đã nói: "bạn cần phải chắc chắn rằng các hệ thống của bạn đủ mạnh để doanh nghiệp có thể phát triển được, các hệ thống và quy trình của các doanh nghiệp có thể xử lý được lượng tải ngày càng tăng. Việc sử dụng các bảng tính Excel lớn làm các cơ sở dữ liệu trung tâm cho phòng tài chính của bạn sẽ không có khả năng mở rộng."

Đó là lý do tại sao phải thuê những người có khả năng thiết kế một hệ thống vững chắc cho doanh nghiệp của bạn.

Lựa chọn 2: Gia công các dữ liệu cần thiết

Một lựa chọn khác là gia công Big Data mà bạn cần. Một nhà bán lẻ có thể tìm kiếm sự giúp đỡ từ các công ty khác và để họ xử lý các con số và đưa ra những nhận định sâu sắc, từ đó các nhà bán lẻ có thể dựa vào để bán các sản phẩm, chăm sóc khách hàng và phát triển doanh nghiệp.

Gia công dữ liệu ngoài thường tốn ít chi phí hơn so với phương án thuê các nhà khoa học về dữ liệu, đây cũng có thể là những phương án tốt hơn cho các doanh nghiệp thương mại điện tử nhỏ.

Chi phí cho phương án này phụ thuộc nhiều vào loại dữ liệu mà doanh nghiệp bạn có cũng như lượng thông tin cần thiết phải phân tích. Doanh nghiệp chỉ cần phân tích danh sách những người theo dõi thư điện tử? Doanh nghiệp đang theo dõi hành vi người tiêu dùng trực tuyến? Doanh nghiệp cần phân tích các dữ liệu phương tiện truyền thông? Xét những yêu cầu của doanh nghiệp bạn về dữ liệu cần xử lý và tìm một công ty phù hợp với yêu cầu đó.

Ví dụ, VOZIQ, môt công ty chuyên về kinh doanh thông minh đang tập trung giám sát vào các cuộc đối thoại và dữ liệu trên các phương tiện truyền thông xã hội, đưa ra mức giá từ 1000 USD đến 5000 USD. Theo như nhà sáng lập đồng thời là CEO của công ty, tiến sĩ Vasudeva Akula, VOZIQ cung cấp cho các đối tác "nền tảng phân tích, các khung phân tính đã được kiểm nghiệm, và quan trọng hơn, là đội ngũ nhà khoa học dữ liệu và những chuyên gia kinh tế".

Carl Forrest của DataSetGo nói rằng phí thu hằng tháng của công ty rất đa dạng, phụ thuộc vào kích cỡ của dữ liệu và các yêu cầu của đối tác". Lấy một doanh nghiệp 25 triệu USD (thu nhập hằng năm) làm ví dụ, ông khẳng định những phân tích tiếp thị - bao gồm Google Analytics, tối ưu hóa công cụ tìm kiếm, và quản lý AdWords – sẽ tốn khoảng 4 500 USD mối tháng. Quản lý dữ liệu, bao gồm quét dữ liệu và ETL (hệ thống tích hợp, vận chuyển và lưu trữ dữ liệu vào một mảng dữ liệu đa chiều) sẽ tốn khoảng 3 500 USD mỗi tháng; trong khi đó báo cáo và phân tích với các dashboard (dạng báo cáo dành cho cấp quản lý) sẽ tốn khoảng 4 500 USD mỗi tháng.

"Dường như đây là một khoản phí tháng lớn, nhưng thực tế là, khoản phí này chỉ tương đương với lương doanh nghiệp sẽ phải trả cho 1 nhà khoa học về dữ liệu", Forrest nói.

Phương án 3: sử dụng những công cụ miễn phí hoặc rẻ

Những doanh nghiệp với ngân sách hạn hẹp có thể chọn con đường DIY (tự mình làm lấy) bằng cách tận dụng những công cụ, như Google Analytics, Crazy Egg và KISSmetrics. Những giải pháp này sẽ cho phép các doanh nghiệp theo dõi được những người theo dõi và các khách hàng của mình, tạo ra những chiến dịch hiệu quả hơn và phục vụ những người theo dõi cũng như những khách hàng tốt hơn.

Một nhược điểm của phương án này là hầu hết các công cụ phân tích, mặc dù đơn giản và có thể chi trả được, có thể bị giới hạn và có thể sẽ không cung cấp đủ những cái nhìn sâu sắc để doanh nghiệp có thể hiểu được khách hàng của mình ở mức độ cao. Ngoài ra, việc tạo ra những chiến dịch dựa vào nguồn lực tự thân như vậy, những chiến dịch kết hợp với những dữ liệu từ nhiều nguồn (thư điện tử, di động, xã hội, thương mại điện tử, ...) có thể rất khó khăn.

Ví dụ, doanh nghiệp phụ thuộc vào các phân tích từ nhà cung cấp dịch vụ tiếp thị qua thư điện tử của mình để hiểu rõ hơn về khách hàng. Mặc dù nhà cung cấp dịch vụ tiếp thị qua thư điện tử của họ có thể cung cấp những dữ liệu về tỷ lệ nhấp chuột, tuy nhiên, việc dự đoán hành vi người tiêu dùng và tự động hóa các chiến dịch đánh vào từng cá nhân sẽ có thể tốn nhiều thời gian và rất khó khăn. Để có thể đưa ra những chiến lược tiếp thị, các doanh nghiệp sẽ muốn biết rõ về những người đăng ký qua thư điện tử với tỷ lệ nhấp chuộc cao nhất đến từ đâu – ví dụ như từ các quảng cáo trên Facebook hay từ công cụ tìm kiếm Google. Những thông tin có chiều sâu như vậy đòi hỏi những công cụ phức tạp hơn nhiều.

Dẫu vậy, việc sử dụng những công cụ như vậy có thể là bước khởi đầu tốt và tốt hơn nhiều so với việc doanh nghiệp không làm gì cả.

Điểm mấu chốt: Hãy xử lý những dữ liệu của doanh nghiệp bạn

Theo như Forrest, mặc dù việc xử lý dữ liệu có thể tốn nhiều chi phí, cái giá phải trả cho việc không hiểu rõ về dữ liệu của doanh nghiệp có thể sẽ vượt cả chi phí cho các giải pháp hoặc chi phí thuê những chuyên gia xử lý dữ liệu.

Forrest cũng lưu ý rằng các doanh nghiệp không cố gắng hiểu dữ liệu về khách hàng có thể sẽ mất đi lợi thế cạnh tranh của họ.

"Bạn sẽ mất đi thị phần. Bạn sẽ không thể xác định một cách hiệu quả đâu là khách hàng trọng tâm của bạn, chưa kể tới việc xây dựng những chiến dịch tiếp thị cho họ", ông nói thêm.

Nguyễn Thủy

Theo NSS