Giỏ hàng

Cách mà Amazon ứng dụng dữ liệu lớn trong việc tối ưu tỷ lệ chuyển đổi, tối ưu tăng trưởng

Sẽ là rất thiếu sót nếu như nói về những ứng dụng của dữ liệu lớn và tối ưu mà không nhắc tới Amazon. Đây là một trong những website thương mại điện tử hàng đầu thế giới và cũng là một trong những bên chú trọng rất lớn đến việc phân tích và xử lý dữ liệu phục vụ cho tối ưu. Được hình thành từ năm 1995, trải qua một quãng thời gian dài phát triển, Amazon đã đạt được thành công to lớn. Theo số liệu thống kê của hãng nghiên cứu thị trường Slice Intelligence thì năm 2016 vừa qua, ông lớn này vẫn giữ ngôi vương trong thị trường bán lẻ trực tuyến tại Mỹ với 43% tổng doanh thu, đồng thời chiếm tới hơn một nửa độ tăng trưởng thương mại điện tử toàn nước Mỹ năm 2016. Đạt được những kết quả như vậy không thể không kể đến sự ứng dụng việc phân tích và xử lý dữ liệu lớn rất thông minh. Dưới đây là một số ví dụ, không đơn thuần chỉ là những ứng dụng trong việc tối ưu hóa chuyển đổi mà rộng hơn là tối ưu doanh nghiệp, tối ưu tăng trưởng.

1. Hệ thống đề xuất mang tính cá nhân hóa

Amazon là một trong những bên tiên phong trong việc sử dụng những đề xuất trên website một cách thông minh. Thay vì đưa ra những phương án đề xuất chung cho tất cả mọi người, họ lựa chọn áp dụng cá nhân hóa vào tính năng này. Bằng việc phân tích cơ sở dữ liệu khổng lồ, đánh giá các thông tin trong hồ sơ cá nhân, những trang cụ thể mà người dùng từng xem, những gì người dùng tìm kiếm trên trang những sản phẩm bạn xem, những sản phẩm đã mua hoặc đã thêm nhưng bỏ khỏi giỏ hàng.

Ví dụ: khi bạn thêm một cuốn sách văn học vào giỏ hàng trực tuyến của mình, bạn cũng được gợi ý mua những bộ phim tương tự được mua bởi những người tương tự.

Đó chỉ là ví dụ để dễ hình dung, còn trên thực tế để ra được những đề xuất phù hợp như vậy là cả một quá trình phân tích và xử lý hàng triệu thuật toán khác nhau. Theo ước tính từ investopedia thì phương pháp này có thể thúc đẩy doanh số của Amazon lên tới 30%.

2. Đặt hàng với chỉ một cú nhấp chuột

Quá trình phân tích dữ liệu lớn chỉ ra rằng rất nhiều người Mỹ đặt hàng bởi quá trình mua bán thuận tiện, tính năng thanh toán nhanh chóng. Để đáp ứng điều này, Amazon đã cho ra đời One-Click Odering. Đây là một tính năng đã được cấp bằng sáng chế. Nó được tự động kích hoạt khi người dùng đặt mua món hàng đầu tiên và nhập địa chỉ giao hàng cũng như thông tin thanh toán. Khi chọn tính năng “Đặt hàng với chỉ một nhấp chuột này”, bạn có 30 phút để có thể thay đổi ý định mua hàng. Nếu không có gì thay đổi, đơn hàng sẽ được tự động tính và sản phẩm sẽ được chuyển tới địa chỉ của bạn. Có thể nói đây là một trong những nỗ lực tuyệt vời để mang lại trải nghiệm mua sắm tốt nhất cho người dùng.

3. Mô hình vận chuyển trước

Một trong những yếu tố ảnh hưởng khá lớn đến việc người dùng chọn mua một sản phẩm nào đó là thời gian giao hàng. Đặc biệt ở các nước như Mỹ, Canada thì điều này càng được quan tâm. Đó cũng chính là lý do vì sao Amazon tìm mọi cách để cải thiện tốc độ và chất lượng giao hàng. Bằng cách sử dụng những thiết bị giao hàng không người lái (drone), dịch vụ đóng gói và vận chuyển FBA (Fulfillment by Amazon) hay việc thiết lập hệ thống kho hàng tự động trên khắp các vùng trung tâm nhưng dường như chừng đó là chưa đủ. Mặc dù có các kho hàng ở các vùng trung tâm như vậy, vẫn có một bài toán đặt ra với Amazon lúc này là làm thế nào để họ có thể điều tiết sản phẩm về các kho sao cho phù hợp để đảm bảo kho ở các vùng luôn luôn được đáp ứng nhu cầu vận chuyển hàng tức thì. Đặc điểm nhu cầu sản phẩm, hành vi người dùng có sự khác biệt giữa các vùng, đồng thời có sự biến động khá lớn theo thời gian và chịu ảnh hưởng của nhiều yếu tố khác. Để đảm bảo sự luân chuyển hàng hóa giữa các kho Amazon đã sử dụng dữ liệu lớn để phân tích và dự đoán tương đối chính xác số lượng hàng hóa cần chuyển trước đến từng kho trong những thời gian cụ thể.

4. Tối ưu hóa chuỗi cung ứng

Với mô hình vận chuyển trước, Amazon đã tối ưu thời gian vận chuyển hàng từ kho của họ đến khách hàng. Tuy nhiên họ vẫn chưa muốn dừng lại ở đó mà còn muốn tối ưu thêm khâu vận chuyển từ các nhà sản xuất đến kho của mình. Bằng cách sử dụng dữ liệu lớn để lựa chọn nhà cung cấp, liên kết với dữ liệu hàng hóa trong kho của nhà cung cấp, đồng thời tính toán khoảng cách đến kho hàng Amazon gần nhất, họ đã tiết kiệm từ 10% – 40% chi phí vận chuyển. Không chỉ vậy, các đồ thị dữ liệu được tạo ra, các thuật toán giúp tính toán xem lịch trình vận chuyển, tuyến đường đi tối ưu và những sản phẩm nào nên được vận chuyển cùng nhau. Tiết kiệm thời gian và chi phí là hai yếu tố dễ nhận thấy được nhưng đằng sau đó là việc mang lại cho khách hàng một trải nghiệm mua sắm tuyệt vời nhất.

5. Tối ưu hóa giá cả

Có thể nói giá là một yếu tố ảnh hưởng vô cùng lớn đến việc người dùng ra quyết định mua sản phẩm, dịch vụ. Theo cách thông thường, giá trên các website được giữ cố định đối với tất cả các khách hàng và chỉ có thay đổi áp dụng với coupon (mã giảm giá) hoặc các chương trình khuyến mãi đặc biệt. Tuy nhiên với sự hỗ trợ của dữ liệu lớn, Amazon đã đưa ra một chiến lược khác biệt. Với hệ thống này, giá tất nhiên sẽ được dựa trên một mức cơ bản, tuy nhiên sẽ được đánh giá và điều chỉnh theo nhiều yếu tố. Với từng người có thể đưa ra từng mức giá khác nhau cho cùng một sản phẩm, có thể dựa vào hoạt động của bạn trên website, sở thích mua hàng, lịch sử đặt hàng, giá sản phẩm của đối thủ cạnh tranh, tính sẵn có của sản phẩm, lợi nhuận dự kiến và rất nhiều yếu tố khác. Giá sản phẩm thường được thay đổi mỗi 10 phút hoặc nhanh hơn khi dữ liệu lớn được phân tích và cập nhật. Một điều thường thấy là Amazon hay cung cấp giảm giá đối với các mặt hàng bán chạy và bán cao hơn so, thu lợi nhuận lớn hơn đối với những sản phẩm ít được ưa chuộng hơn. Một ví dụ đơn giản để mọi người có thể hiểu rõ hơn về cơ chế này. Một sản phẩm gia dụng nằm trong danh sách hàng bán chạy nhất thì giá có thể giảm tới 5% so với mặt bằng, trong khi sản phẩm nằm ngoài danh sách đó có thể lại được bán với giá cao hơn 10%. Trên đây chỉ là một ví dụ minh họa nhỏ và không phản ánh hết được cơ chế hoạt động của phương pháp tối ưu hóa giá cả. Cũng theo đánh giá từ investopedia thì nó đã và đang giúp cho Amazon tăng 25% lợi nhuận mỗi năm.

6. Amazon Web Services

Thông qua Amazon Web Services, các công ty cũng có thể tạo ra các ứng dụng dữ liệu có dung lượng lớn và bảo mật chúng mà không cần sử dụng phần cứng hoặc duy trì cơ sở hạ tầng. Các ứng dụng dữ liệu lớn như phân tích nhấp chuột, lưu trữ dữ liệu, công cụ đề xuất, phát hiện gian lận, theo sự kiện và xử lý Internet-of-things (IoT) được thực hiện thông qua điện toán đám mây. Các công ty, đối tác bán lẻ trên Amazon có thể hưởng lợi từ Amazon Web Services bằng cách phân tích nhân khẩu học của khách hàng, thói quen chi tiêu và các thông tin thích hợp khác để bán sản phẩm công ty hiệu quả hơn theo những cách tương tự như Amazon. Nói cách khác, những nhà bán lẻ này cũng có thể ứng dụng hệ thống dữ liệu lớn có sẵn để tiếp cận đến khách hàng.

Trên đây chỉ là ví dụ một số cách mà Amazon sử dụng dữ liệu lớn để tối ưu hóa tỷ lệ chuyển đổi cũng như tối ưu tăng trưởng. Thực tế thì những gì mà Amazon hay các ông lớn khác đang thực hiện còn hay hơn rất nhiều, thậm chí lợi ích mang lại không chỉ dành cho người bán mà còn có cả người mua. Bỏ qua những mặt trái của dữ liệu lớn mang lại như: phá vỡ sự riêng tư cá nhân, ra quyết định không công bằng chỉ dựa trên xác suất và tiên đoán hoặc chế độ độc tài về dữ liệu trong tay các ông lớn thì suy cho cùng chính khách hàng cũng là những người hưởng lợi. Việc ứng dụng đó mang lại trải nghiệm tuyệt vời hơn trong quá trình mua sắm, mang đến những ưu đãi và sự phù hợp hơn dành cho người dùng.

Trích dẫn từ sách Tối ưu hóa tỷ lệ chuyển đổi - tác giả MediaZ