Khai phá dữ liệu web nhằm tối ưu hóa kênh phân phối trên internet

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:5

Thêm vào BST

Báo xấu

36
lượt xem 6
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Hiện nay, internet đang phát triển một cách nhanh chóng và được sử dụng rộng rãi trong mọi lĩnh vực đặc biệt là trong lĩnh vực thương mại toàn cầu. Hoạt động marketing cũng không nằm ngoài sự ảnh hưởng đó. Trong giới hạn bài viết này, tác giả tập trung nghiên cứu việc ứng dụng dữ liệu web được khai phá vào hoạt động phân phối trên internet nhằm tối ưu hóa hoạt động này.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Khai phá dữ liệu web nhằm tối ưu hóa kênh phân phối trên internet

Kỷ yếu Hội thảo quốc tế “Thương mại và phân phối” lần 1 năm 2018 KHAI PHÁ DỮ LIỆU WEB NHẰM TỐI ƯU HÓA KÊNH PHÂN PHỐI TRÊN INTERNET WEB DATA MINING TO OPTIMIZE CHANNEL DISTRIBUTORS ON THE INTERNET Nguyễn Thị Khánh Hà Trường CĐ CNTT hữu nghị Việt – Hàn Email: khanha055@gmail.com Tóm tắt Hiện nay, internet đang phát triển một cách nhanh chóng và được sử dụng rộng rãi trong mọi lĩnh vực đặc biệt là trong lĩnh vực thương mại toàn cầu. Hoạt động marketing cũng không nằm ngoài sự ảnh hưởng đó. Với mục tiêu tối thượng là thỏa mãn nhu cầu khách hàng, tất cả các chính sách mà doanh nghiệp đưa ra đều nhằm mục đích đưa sản phẩm đến đúng người, qua đúng kênh, vào đúng thời điểm. Như vậy, doanh nghiệp cần thu thập thông tin từ khách hàng sẵn có, và thông qua những quy tắc nhất định để đưa ra khuynh hướng mua sắm của những khách hàng mới. Để làm được điều này cần thiết phải có những kỹ thuật để tìm ra thông tin, kiến thức từ những dữ liệu đã có, phải vận dụng kĩ thuật khai phá dữ liệu. Trong giới hạn bài viết này, tác giả tập trung nghiên cứu việc ứng dụng dữ liệu web được khai phá vào hoạt động phân phối trên internet nhằm tối ưu hóa hoạt động này. Từ khóa: Kênh phân phối, khai phá dữ liệu, Internet. Abstract Today, the in internet is growing rapidly and it is used extensively in all areas especially in the field of global trade. Marketing is not out of touch. With the ultimate goal of satisfying customer needs, all the policies that businesses offer are aimed at bringing the product to the right people, right channel, at the right time. Thus, businesses need to collect information from existing customers, and and through certain rules to make the shopping trends of new customers. To do this, it is necessary to have techniques to find information and knowledge from existing data, to use data mining techniques. In this article, the author focuses on the application of web data mining to internet distribution in order to optimize this activity. Keywords: Distribution channel, data mining, Internet. 1. Đặt vấn đề Là một trong số các chức năng quan trọng của marketing, phân phối giữ vai trò đưa sản phẩm đến thị trường mục tiêu, kênh phân phối làm cho sản phẩm sẵn có ở đúng thời gian, địa điểm và phương thức mà khách hàng mong muốn. Với sự hỗ trợ của internet, hoạt động phân phối ngày càng thể hiện tầm quan trọng trong quá trình tạo nên lợi thế cạnh tranh dài hạn cho doanh nghiệp. Nhằm mục đích cuối cùng là nâng cao lợi ích so với số vốn đầu tư đã bỏ ra, các doanh nghiệp không ngừng nghiên cứu sao cho hoạt động của kênh phân phối nói chung và kênh phân phối trên internet nói riêng ngày càng tối ưu. Đây là việc nắm bắt xem khách hàng thường ghé thăm website thông qua đâu, họ tìm kiếm thông tin với động cơ nào, từ khóa nào được khách hàng tìm kiếm nhiều nhất… Vậy làm thế nào để doanh nghiệp có thể có được những thông tin này? Bài viết sau đây sẽ phần nào lý giải được câu hỏi đó. 2. Tổng quan nghiên cứu, cơ sở lý thuyết và phương pháp nghiên cứu 2.1. Khai phá dữ liệu web Hiện nay, với sự phát triển vượt bật của công nghệ thông tin, các hệ thống thông tin có thể lưu trữ một khối lượng dữ liệu lớn. Trong kho dữ liệu lớn đó không phải thông tin nào cũng có ích. Vì vậy để khai thác được những tri thức có ích đó các phương pháp Khai phá dữ liệu ra đời. Chúng cho phép chúng ta trích xuất những thông tin hữu ích mà chúng ta chưa biết. Các tri thức vừa tìm thấy có thể vận dụng để cải thiện hiệu quả hoạt động của hệ thống thông tin ban đầu. 351
Kỷ yếu Hội thảo quốc tế “Thương mại và phân phối” lần 1 năm 2018 Khai phá dữ liệu có thể định nghĩa là việc khám phá tri thức trong cơ sở dữ liệu, là một quá trình trích xuất những thông tin ẩn, trước đây chưa biết và có khả năng hữu ích trong cơ sở dữ liệu [3]; Là quá trình tính toán để tìm ra các mẫu trong các bộ dữ liệu lớn liên quan đến các phương pháp tại giao điểm của máy học, thống kê và các hệ thống cơ sở dữ liệu [1]. Quá trình Khai phá dữ liệu bao gồm 5 giai đoạn chính như sau [1]: − Xác định vấn đề và không gian dữ liệu để giải quyết vấn đề (Problem understanding and data understanding). − Chuẩn bị dữ liệu (Data preparation), bao gồm các quá trình làm sạch dữ liệu (data cleaning), tích hợp dữ liệu (data integration), chọn dữ liệu (data selection), biến đổi dữ liệu (data transformation). − Khai phá dữ liệu (Data mining): xác định nhiệm vụ khai phá dữ liệu và lựa chọn kĩ thuật khai phá dữ liệu. Kết quả cho ta một nguồn tri thức thông minh. − Đánh giá (Evaluation): dựa trên một số tiêu chí tiến hành kiểm tra và lọc nguồn tri thức thu được. − Triển khai (Deployment). 2.2. Một số kỹ thuật khai phá dữ liệu trong marketing [2] 2.2.1. Phân tích cụm để xác định nhóm mục tiêu duy nhất Phân tích cụm cho phép xác định một nhóm người dùng cụ thể theo các tính năng phổ biến trong cơ sở dữ liệu. Các tính năng này có thể bao gồm độ tuổi, vị trí địa lý, trình độ học vấn,... Đó là một kỹ thuật khai phá dữ liệu hữu ích trong marketing để phân đoạn cơ sở dữ liệu. Sự kết hợp các biến là vô tận và phân tích cụm nhiều hay ít chọn lọc theo yêu cầu tìm kiếm. 2.2.2. Phân tích hồi qui để dự báo marketing Kỹ thuật này cho phép nghiên cứu sự thay đổi, thói quen, mức độ hài lòng của khách hàng và các yếu tố khác liên quan đến tiêu chí. Khi một trong số các tiêu chí này thay đổi, doanh nghiệp sẽ có một ý tưởng khá rõ ràng về những gì sẽ xảy ra với người dùng của mình. 2.2.3. Phân tích phân hạng để xác định spam và các khía cạnh khác Làm thế nào doanh nghiệp có thể phân loại một email trả lời từ một khách hàng? Và làm cách nào để doanh nghiệp có thể nhận ra bất kỳ liên kết nào giữa khách hàng tiềm năng cho sản phẩm của mình trước và sau khi chạy chiến dịch quảng cáo? Chỉ có một câu trả lời: phân tích phân hạng, kỹ thuật khai phá dữ liệu cho phép nhận ra các mẫu (các lược đồ định kỳ) bên trong một cơ sở dữ liệu. Một giải pháp hiệu quả để cải thiện hiệu suất chiến lược marketing của doanh nghiệp. 2.2.4. Phát hiện bất thường Kỹ thuật phát hiện bất thường được sử dụng để loại bỏ bất kỳ cơ sở dữ liệu không nhất quán hoặc bất thường tại nguồn. Phần mềm sẽ xử lý việc tìm kiếm vì nó được lập trình để thực hiện các thao tác phức tạp trong cơ sở dữ liệu chứa tới hàng nghìn bản ghi (địa chỉ, tên,...). 2.2.5. Phát hiện xâm nhập để bảo mật hệ thống tốt hơn Để tránh sử dụng cơ sở dữ liệu bị xâm nhập (các giá trị cá nhân được thêm vào bởi tin tặc, hoặc thậm chí là virus sao chép dữ liệu), kỹ thuật khai phá dữ liệu được sử dụng để khử nhiễm cơ sở dữ liệu và đảm bảo an toàn hơn cho toàn bộ hệ thống. 2.2.6. Nghiên cứu quy tắc kết hợp để khám phá sự liên kết giữa các dữ liệu Việc nghiên cứu qui tắc kết hợp được sử dụng cho tất cả các hoạt động bán sản phẩm. Các dữ liệu khách hàng lưu lại khi tham gia giao dịch trực tuyến hoặc tại cửa hàng hoặc trung tâm mua sắm sẽ được tạo mối liên hệ với nhau. 352
Kỷ yếu Hội thảo quốc tế “Thương mại và phân phối” lần 1 năm 2018 2.2.7. Cây quyết định để tối ưu hóa quản lý rủi ro dự án Doanh nghiệp luôn đứng trước nhiều sự lựa chọn trước khi đưa ra quyết định, đường giao nhau của những lựa chọn đó sẽ trở thành cây quyết định. Ban đầu nó có thể gây nhầm lẫn khi phải xử lý cây quyết định, nhưng nếu chúng ta có công cụ máy tính phù hợp để tổ chức cây và đưa các lựa chọn hoàn chỉnh cuối cùng với chi phí / lợi ích thì đó là một câu chuyện khác và cây trở thành một công cụ có giá trị cho việc quản lý rủi ro của dự án. Mức độ phân tích chủ yếu phụ thuộc vào công nghệ có sẵn: phần mềm tiên tiến hơn thì cây sẽ cho thấy con đường tốt hơn để theo đuổi. 2.2.8. Mạng thần kinh để nghiên cứu tự động hóa Đây là một trong những ứng dụng khai phá dữ liệu mới nhất, theo đó doanh nghiệp sử dụng các phép tính marketing nghĩa là máy tính quản lý cơ sở dữ liệu, nghiên cứu để xác định mẫu có chứa các phần tử có mối quan hệ với nhau. Kết quả của việc nghiên cứu này sẽ công nhận và lưu trữ các mẫu có ích không chỉ cho hiện tại mà còn cho tương lai. 2.2.9. Quy tắc qui nạp cho dự báo dữ liệu trên cơ sở phân tích Với kỹ thuật khai phá dữ liệu này, doanh nghiệp có thể phân tích dự đoán phức tạp bên trong cơ sở dữ liệu với hàng ngàn bản ghi. 2.2.10. Lưu kho dữ liệu cho quá trình xử lý dữ liệu lớn Khi phải dịch chuyển các chương trình và hệ thống, doanh nghiệp có thể tính toán trên phần mềm kho dữ liệu, không chỉ riêng cho hoạt động marketing mà còn cho cả sự phát triển của chính doanh nghiệp. 3. Kết quả và thảo luận Tối ưu hóa kênh phân phối là việc nắm bắt xem khách hàng thường ghé thăm website thông qua đâu, họ tìm kiếm thông tin với động cơ nào, và từ khóa nào được khách hàng tìm kiếm nhiều nhất. Những việc làm này nhằm tập trung vào kênh marketing hiệu quả nhất và mục đích cuối cùng là nâng cao lợi ích so với số vốn đầu tư đã bỏ ra. Hiện nay, hầu như các doanh nghiệp có hệ thống giao dịch điện tử đều không nắm bắt được lượng mua qua website của họ là bao nhiêu, bởi vì họ chỉ quan tâm đến lượng khách viếng thăm website nên việc tìm hiểu xem trong số lượng khách viếng thăm đó có bao nhiêu người mua hàng, và mua bao nhiêu chưa được để ý đến. Những doanh nghiệp này không thể nắm bắt được việc khách hàng viếng thăm website của họ với mục đích gì, xem những gì ở website, làm những hành động nào trên trang chính, thoát ra khỏi website khi nào và từ đâu. Chính vì vậy, cho dù có nhiều khách hàng viếng thăm website với động cơ tìm kiếm thông tin như thế nào đi chăng nữa, thì doanh số bán vẫn không thể tăng lên được. Để tăng doanh số bán thì việc tăng số lượng khách hàng cũng quan trọng, tuy nhiên việc nắm bắt được những khách hàng đó làm gì trên website là việc quan trọng hơn. Nghĩa là, doanh nghiệp phải phân tích con đường dẫn khách hàng viếng thăm website và liên kết việc ghé thăm này với doanh số bán hàng. Không chỉ dừng lại ở chỗ đếm lượng khách ghé thăm website ở mức độ “nhiều, ít” bằng con số, nếu doanh nghiệp không nắm được nguyên nhân cũng như các chủng loại, những con đường khiến khách hàng ghé thăm website thì lượng thăm có tăng đến đâu đi chăng nữa, cũng không đạt được kết quả đáng kể. Khi không nắm được lượng mua hàng trên website, người nào thực hiện những hành động nào trên website, họ vào và ra vào thời điểm nào, bằng cách nào thì thật khó để mong chờ vào một kết quả tốt đẹp. Đặc biệt ở đây doanh nghiệp có thể dùng phép phân tích web log file (phân tích log) để tìm hiểu về giao thông trên một website. Web log file là file dữ liệu tập hợp những dấu tích của người sử dụng web để lại trên web server, file này chứa các dữ liệu hữu ích liên quan đến việc tiếp cận của người sử dụng web. Web log file được chia thành hai hình thái standard log và extend log [4]. 353
Kỷ yếu Hội thảo quốc tế “Thương mại và phân phối” lần 1 năm 2018 - Standard log được chia ra làm 4 hình thái: Access log file là file tập hợp các ghi chép về việc ghé thăm site, thời gian ghé thăm, thông tin về con đường ghé thăm. Ngoài ra, nếu người sử dụng đã được kiểm chứng thì file này còn chứa thông tin về ID của người đăng nhập và xác nhận được cả những việc mà người này đã tiến hành trên web nữa. Error log file là những nội dung và thời gian được ghi chép về các lỗi xảy ra trên web server và những thất bại khi tiếp cận web. Khi error log quá lớn thì có thể ảnh hưởng đến mức độ tin cậy của web, vì thế phải để ý đến chỉ số này để bảo trì web theo chu kỳ. Referr log file là file ghi chép động cơ tìm kiếm và từ khóa tìm kiếm khi sử dụng web, nó còn bao gồm cả những thông tin về trang trước của web. Có thể sử dụng những thông tin thu thập được qua Referr log file để chọn ra phương tiện quảng cáo trên internet. Agent log file cung cấp các thông tin về chủng loại trình duyệt, phiên bản trình duyệt, và hệ điều hành mà người sử dụng dùng để tiếp cận web, nó được sử dụng để tối ưu hóa web pages. - Extend log cung cấp thêm những thông tin mà standard log chưa cung cấp. Để thực hiện được việc khai phá dữ liệu web phải lấy được web log file từ web server, tiếp theo là tiến hành tiền xử lý và sau đó áp dụng các kĩ thuật khai phá dữ liệu để phân tích. Đặc biệt khi khai thác sử dụng web trong web log file có ghi chép lại tất cả các dấu tích ghé thăm của người sử dụng vì thế sẽ có rất nhiều thông tin không cần thiết cho việc phân tích cũng được ghi chép lại. Vì vậy, để tìm hiểu người sử dụng và tính ra được số lần ghé thăm của người sử dụng đó việc nắm rõ session và quy trình tiền xử lý việc hoàn thành con đường ghé thăm của người sử dụng mà không được ghi chép lại bằng web log file là quan trọng hơn so với khai phá dữ liệu thông thường. Phép phân tích này sẽ cho thấy khách hàng thông qua con đường nào để ghé thăm web, trang đầu họ ghé thăm là trang nào, sau khi ghé thăm website thì họ kích chọn vào link nào và họ thoát ra khỏi web lúc nào, thoát ra từ đâu. Bằng việc phân tích giao thông trên web, doanh nghiệp có thể nắm bắt được những khách hàng nào thực sự quan tâm đến website, và những khách hàng nào có ý định muốn giao dịch với doanh nghiệp.Và phát triển hơn nữa, doanh nghiệp cũng có thể biết được trang nào có ấn tượng nhất đối với khách hàng, yếu tố nào khiến khách hàng giao dịch mua, yếu tố nào ngăn cản giao dịch mua đối với khách hàng.Với những biện pháp như trên, doanh nghiệp có thể đạt được lượng khách cố định ghé thăm website của mình với mục đích tìm kiếm thông tin mua dịch vụ. Đặc biệt, đối với dịch vụ làm tăng doanh số bán, doanh nghiệp phải cung cấp cho khách hàng những thông tin như dưới đây và hàng tháng phải phân tích số khách hàng ghé thăm cũng như sự thay đổi của họ theo những nội dung sau: - Vào web của doanh nghiệp từ link nào hay thông qua website nào nhiều nhất. - Con đường khách ghé thăm dùng để ra vào nhiều nhất. - Trang khách hàng vào nhiều nhất hay còn gọi là trang entry. - Trang khách hàng ra nhiều nhất hay còn gọi là trang exit. - Khách hàng dùng trình duyệt nào nhiều nhất, độ phân giải của màn hình, màu sắc và hệ điều hành. - Từ khóa tìm kiếm nhiều nhất trong website. - Trang có ấn tượng nhất và trang không có ấn tượng nhất. - Phần nào của website có lỗi nhiều nhất. - Khách hàng nào tìm đến web nhiều nhất Bằng việc có những thông tin trên để nâng cao doanh số bán thì doanh nghiệp phải tiến hành cung cấp những dịch vụ như sau để nâng cao doanh số bán trên thực tế: - Phân tích khách ghé thăm: quan tâm đến sự thay đổi của số lượng khách ghé thăm theo chu kỳ và định kỳ, phân tích những thông tin chi tiết liên quan tới khách ghé thăm vào từ đâu, ở đâu và bằng 354
Kỷ yếu Hội thảo quốc tế “Thương mại và phân phối” lần 1 năm 2018 cách nào, ghé thăm website thường xuyên hay không. Những phân tích này sẽ mang lại những thông tin hữu ích, báo cáo định kỳ về khách hàng cho doanh nghiệp. - Phân tích nguyên nhân và chủng loại của giao thông web: phân tích sự khác biệt giữa con đường tìm kiếm thông qua động cơ tìm kiếm. Bằng phân tích log, doanh nghiệp nắm bắt được nền tảng của khách ghé thăm. Thông qua những thông tin này doanh nghiệp sẽ tối ưu hóa được website, điều chỉnh được hình thức kinh doanh nhằm nâng cao lượng bán. Vai trò cơ bản của kênh phân phối là điểm để khách hàng có thể trực tiếp mua hàng, tuy nhiên thông qua đây doanh nghiệp cũng có thể tiếp xúc với khách hàng. Hơn nữa, ở vị trí của doanh nghiệp, để vận hành kênh phân phối, doanh nghiệp phải đầu tư, vì thế nguyên tắc của doanh nghiệp là đầu tư ít nhưng phải thu lại được lợi nhuận cao. Vì đặc điểm này, nên internet trở thành kênh phân phối có sức hấp dẫn nhất. Bởi vì internet là nơi doanh nghiệp có thể gặp gỡ khách hàng, tương tác với khách hàng thông qua kênh phân phối. Tuy nhiên đối với các mặt hàng yêu cầu phải có sự di chuyển thực tế, vì việc thực hiện đơn hàng mà có thể dẫn đến việc gây lỗ vốn cho doanh nghiệp nếu thực hiện bằng hình thức này. Bởi vậy, khi phân hóa kênh phân phối, doanh nghiệp phải kiểm tra liệu có gây tổn hại đến hình ảnh tổng hợp của sản phẩm theo kênh phân phối và thương hiệu hay không, sự khác biệt giữa sản phẩm và giá cả, sự khác biệt về cách tiếp cận kênh phân phối giữa các khách hàng cá nhân. 4. Kết luận Thỏa mãn nhu cầu nhằm đạt được sự hài lòng của khách hàng là một trong những đích đến quan trọng của doanh nghiệp. Để làm được điều này, doanh nghiệp cần phải hiểu khách hàng hơn chính bản thân họ hiểu về mình. Việc khai phá dữ liệu giúp tìm ra “bảo vật” được chôn dấu trong vô vàn dữ liệu có sẵn, những bảo vật này (thông tin) sẽ giúp doanh nghiệp đưa ra những quyết định đúng đắn. Kênh phân phối trên internet được tối ưu hóa nhờ việc khai phá dữ liệu web sẽ có lợi cho cả khách hàng lẫn doanh nghiệp, con đường mà hai bên đi để gặp sẽ là con đường nhanh, thuận tiện và hiệu quả nhất. TÀI LIỆU THAM KHẢO 1. Website http://www.wikipedia.org/ 2. https://www.egon.com, “The secrects of data mining for your marketing strategy” 3. K A Taipale. Data Mining and Domestic Security: Connecting the Dots to Make Sense of Data, Columbia Science and Technology Law Review, 5(2), December 2003 4. Kang (2016), “Customer relationship management”, Soongsil University 355