664
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3
PHÂN TÍCH HÀNH VI MUA SẮM THIẾT BỊ ĐIỆN TỬ TRÊN SÀN THƯƠNG
MẠI ĐIỆN TỬ: GIAI ĐOẠN 2018 – 2023
Nguyễn Hữu Xuân Trường, Trần Thị Mai Vy
Học viện Chính sách và Phát triển
Nguyễn Sao Mai
Đại học Lao động Xã hội
Email: truongnhx@apd.edu.vn
Tóm tt: Trong thời đại số hóa ngày nay, thương mại điện tử đã trở thành một phần
không thể thiếu trong cuộc sống hàng ngày, biến đổi cách thức mua sắm và kinh doanh trên
toàn cầu. Sự phát triển mạnh mẽ của thương mại điện tử đã tạo ra một lượng lớn dữ liệu phong
phú và đa dạng. Dữ liệu này, thu thập từ hàng triệu giao dịch hàng ngày trên các sàn thương
mại điện tử, chứa đựng những thông tin quý giá, giúp phân tích hành vi tiêu dùng, xu hướng thị
trường và hỗ trợ trong việc ra quyết định kinh doanh. Trong bài báo này, chúng tôi tập trung
vào việc phân tích dữ liệu từ một sàn thương mại điện tử, nhấn mạnh vào việc khám phá các
yếu tố ảnh hưởng đến hành vi tiêu dùng và hiệu suất bán hàng trong lĩnh vực sản phẩm điện tử.
Bài báo sử dụng phương pháp phân tích dữ liệu tiên tiến và cung cấp thông tin hữu ích cho các
nhà quản lý và doanh nghiệp. Nghiên cứu này mở rộng hiểu biết về thương mại điện tử và hỗ
trợ trong việc ra quyết định dựa trên dữ liệu.
Từ khóa: phân tich dữ liệu, thương mại điện tử, xu hướng bán hàng, hiệu suất bán hàng.
1. Giới thiệu
Trong thập kỷ qua, sự bùng nổ của thương mại điện tử đã thay đổi cách thức mua sắm và
kinh doanh trên toàn cầu. Sự tiện lợi, khả năng tiếp cận rộng rãi và sự đa dạng của sản phẩm đã
làm cho thương mại điện tử trở thành một phần không thể thiếu trong cuộc sống hàng ngày của
chúng ta. Đặc biệt, trong bối cảnh đại dịch COVID-19, thương mại điện tử đã chứng minh được
vai trò quan trọng của mình như một kênh bán hàng chính, cho phép người tiêu dùng tiếp tục
mua sắm mà không cần ra khỏi nhà. Do đó, việc phân tích dữ liệu từ các nền tảng thương mại
điện tử không chỉ cung cấp cái nhìn sâu sắc về hành vi và xu hướng tiêu dùng mà còn góp phần
vào việc hình thành chiến lược kinh doanh và quyết định sản xuất (Li, 2023).
Trong lĩnh vực thương mại điện tử, việc phân tích hành vi mua sắm trực tuyến ngày càng
trở nên quan trọng, đặc biệt là trong bối cảnh thị trường đầy biến động và cạnh tranh. Các nghiên
cứu trên thế giới và tại Việt Nam đã tập trung vào ứng dụng kỹ thuật dữ liệu lớn, trí tuệ nhân
tạo (AI) và học máy (Machine Learning) để hiểu rõ hơn về các yếu tố ảnh hưởng đến quyết
định mua hàng của người tiêu dùng. Turban et al. (2018) nhấn mạnh tầm quan trọng của việc
sử dụng phân tích dữ liệu trong việc hiểu hành vi người tiêu dùng và cải thiện trải nghiệm mua
sắm. Nghiên cứu của Provost và Fawcett (2013) cũng cho thấy việc áp dụng phân tích dữ liệu
cung cấp cái nhìn sâu sắc và giúp dự đoán nhu cầu của người tiêu dùng một cách chính xác. Tại
Việt Nam, các nghiên cứu như của Nguyễn Thu Hà (2020) đã khám phá các yếu tố ảnh hưởng
đến hành vi mua sắm trực tuyến trong bối cảnh Covid 19, cho thấy sự chuyển dịch rõ rệt từ mua
sắm ngoại tuyến sang trực tuyến. Các công trình nghiên cứu này cung cấp cái nhìn toàn diện về
cách thức doanh nghiệp có thể tận dụng công nghệ và phân tích dữ liệu để tối ưu hóa chiến lược
665
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3
kinh doanh và đáp ứng nhu cầu của người tiêu dùng trong thời đại số.
Bài nghiên cứu này nhằm mục tiêu phân tích xu hướng và nhu cầu thị trường thông qua
việc khám phá dữ liệu thu thập từ một trong những nền tảng thương mại điện tử hàng đầu
Lazada. Tập dữ liệu được sử dụng trong nghiên cứu này bao gồm thông tin chi tiết về các sản
phẩm điện tử - một trong những phân khúc hàng hóa phổ biến nhất trên các nền tảng thương
mại điện tử. Thông qua việc phân tích dữ liệu này, chúng tôi mong muốn cung cấp một cái nhìn
toàn diện về các yếu tố ảnh hưởng đến nhu cầu tiêu dùng và hiệu suất bán hàng, từ giá cả,
chương trình khuyến mãi, lượt đánh giá của sản phẩm đến địa điểm vận chuyển.
Bằng cách sử dụng phương pháp phân tích dữ liệu tiên tiến, nghiên cứu này không chỉ
đóng góp vào lĩnh vực học thuật bằng cách mở rộng hiểu biết về thương mại điện tử mà còn
cung cấp thông tin quan trọng cho các nhà quản lý và doanh nghiệp (Li, 2023). Điều này giúp
họ đưa ra quyết định chiến lược tốt hơn dựa trên dữ liệu, từ đó nâng cao khả năng cạnh tranh
và hiệu quả kinh doanh (Chaffey, 2019).
Bài báo này được cấu trúc như sau: đầu tiên là phần giới thiệu này và phương pháp nghiên
cứu, bao gồm cách thu thập và xử lý dữ liệu. Tiếp theo, chúng tôi sẽ trình bày kết quả phân tích
dữ liệu, bao gồm các mô tả thống kê và phân tích xu hướng. Phần thảo luận sẽ tập trung vào
việc diễn giải các kết quả và đưa ra các ý nghĩa thực tiễn của chúng. Cuối cùng, bài báo kết thúc
bằng những kết luận chính và đề xuất cho các nghiên cứu tương lai. Phạm vi nghiên cứu của
bài báo này là dữ liệu của các sản phầm điện tử trên sàn thương mại điện tử Lazada trong khoảng
thời gian từ năm 2018 đến 2023.
Thông qua việc phân tích dữ liệu thực tế từ nền tảng thương mại điện tử, nghiên cứu này
không chỉ giúp làm sáng tỏ các yếu tố ảnh hưởng đến quyết định mua hàng của người tiêu dùng
mà còn cung cấp cái nhìn sâu sắc về cách mà các yếu tố này tương tác với nhau trong môi
trường kinh doanh điện tử đầy đổi mới và cạnh tranh.
2. Phương pháp nghiên cứu
Trong nghiên cứu này, chúng tôi áp dụng một loạt các phương pháp phân tích dữ liệu để
khám phá và diễn giải thông tin từ tập dữ liệu thương mại điện tử (Eric, 2015). Quá trình này
bao gồm việc thu thập, xử lý, phân tích và diễn giải dữ liệu để đạt được mục tiêu nghiên cứu đã
đề ra (Nguyễn Hà Nam, 2013):
2.1. Thu thập dữ liệu
➢ Dữ liệu được thu thập là dữ liệu bán hàng các sản phẩm điện tử trên nền tảng thương
mại điện tử Lazada.
➢ Tập dữ liệu bao gồm các thông tin chi tiết về sản phẩm như tên sản phẩm, giá bán,
lượt bán, địa chỉ vận chuyển, tỷ lệ giảm giá, lượt đánh giá 5 sao, phân loại sản phẩm và thời
gian mở bán.
2.2. Xử lý và làm sạch dữ liệu
Đây là bước đặc biệt quan trọng để giúp cho việc phân tích dữ liệu đạt hiệu quả tốt. Dữ
liệu được làm sạch để loại bỏ các lỗi và bất nhất quán. Các bước cụ thể bao gồm:
➢ Kiểm tra và xử lý giá trị thiếu: Đầu tiên, chúng tôi kiểm tra dữ liệu để xác định xem
có giá trị nào bị thiếu hay không và xem xét cách xử lý chúng.
666
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3
➢ Xử lý dữ liệu không nhất quán hoặc sai lệch: Bao gồm chuyển đổi các trường dữ liệu
sang định dạng thích hợp và xử lý các giá trị không hợp lý, đặc biệt là đồng nhất các đối tượng
giống nhau, chẳng hạn như tên sản phẩm.
➢ Chuẩn hoá dữ liệu: Định dạng lại dữ liệu để đảm bảo tính nhất quán, ví dụ như định
dạng ngày tháng hoặc chuẩn hóa các giá trị số.
➢ Loại bỏ dữ liệu trùng lặp: Kiểm tra và loại bỏ các bản ghi trùng lặp để cải thiện chất
lượng và độ chính xác của dữ liệu.
2.3. Phân tích dữ liệu
➢ Phân tích mô tả thống kê: áp dụng các thống kê mô tả để cung cấp cái nhìn tổng quan
về dữ liệu, bao gồm xu hướng trung bình, phân bố và phạm vi của các biến.
➢ Phân tích xu hướng: khám phá xu hướng theo thời gian và mối quan hệ giữa các yếu
tố như giá cả, tỷ lệ giảm giá, lượt đánh giá và thời gian mở bán.
➢ Mô hình dự đoán doanh số: xây dựng mô hình hồi quy tuyến tính để dự đoán doanh
số bán hàng theo một số thông tin khác. Để thực hiện, cần chia tập dữ liệu thành tập huấn luyện
và kiểm tra, sau đó huấn luyện mô hình và đánh giá bằng các chỉ số MSE, R2.
➢ Phân nhóm sản phẩm: sử dụng phương pháp phổ biến như K-Means để phân sản
phẩm ra thành một số nhóm, sao cho mỗi sản phẩm trong cùng một nhóm có độ tương đồng
giống nhau cao hơn so với các sản phẩm của nhóm khác.
2.4. Diễn giải kết quả
➢ Sử dụng kết quả từ các phân tích trên để diễn giải và hiểu rõ hơn về các yếu tố ảnh
hưởng đến nhu cầu và hành vi tiêu dùng.
➢ Phân tích sẽ tập trung vào việc xác định các yếu tố chính dẫn đến sự thành công của
sản phẩm và làm thế nào các yếu tố này tương tác với nhau trong môi trường thương mại điện
tử.
Bằng cách áp dụng phương pháp nghiên cứu này, chúng tôi mong muốn cung cấp một cái
nhìn toàn diện và sâu sắc về thị trường thương mại điện tử, đặc biệt là trong lĩnh vực sản phẩm
điện tử. Qua đó, nghiên cứu không chỉ giúp phản ánh hiện trạng thị trường mà còn góp phần đề
xuất các chiến lược và quyết định kinh doanh dựa trên dữ liệu.
3. Dữ liệu
Chúng tôi tiến hành cào dữ liệu về các sản phẩm điện tử trên sàn thương mại điện tử
Lazada bằng công cụ Data Scaper. Đây là một tiện ích của Chrome giúp cho trích xuất hàng
nghìn bản ghi từ một trang web và xuất dữ liệu dưới dạng tệp .csv hoặc .xlsx ở định dạng có
cấu trúc. Không những vậy, nó cũng có thể được sử dụng để thu thập thông tin từ phần lớn các
trang web, bao gồm cả những trang nổi tiếng như Amazon và eBay, hay những trang nhỏ hơn.
Tập dữ liệu bán hàng các sản phẩm thiết bị điện tử trong khoảng thời gian từ năm 2018
đến 2023 được chúng tôi thu thập từ trang Lazada (mất khoảng hơn 2 giờ) bao gồm 9280 dòng
và 9 cột (thuộc tính) cụ thể như sau:
➢ Link Sản Phẩm: Đường link trực tiếp đến trang sản phẩm.
➢ Tên Sản Phẩm: Tên của sản phẩm.
➢ Giá Bán: Giá bán của sản phẩm.
667
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3
➢ Lượt Bán: Số lượng sản phẩm đã bán.
➢ Địa Chỉ Vận Chuyển: Địa chỉ từ đâu sản phẩm được vận chuyển.
➢ Tỷ Lệ Giảm Giá: Phần trăm giảm giá của sản phẩm.
➢ Lượt Đánh Giá 5 Sao: Số lượt đánh giá 5 sao mà sản phẩm nhận được.
➢ Phân Loại: Loại hình của sản phẩm (ví dụ: Điện Thoại).
➢ Thời Gian Mở Bán: Ngày mà sản phẩm bắt đầu được bán.
Bước tiếp theo trong quá trình phân tích là làm sạch và chuẩn bị dữ liệu bằng công cụ
Python, bao gồm các công việc như xoá các dòng có dữ liệu bị thiếu, đặc biệt là tại cột “Lượt
bán”, chuyển đổi các cột dữ liệu sang định dạng phù hợp (ví dụ: chuyển đổi ngày tháng, chuẩn
hóa tên cột, xoá các giá trị trùng lặp), đồng nhất tên sản phẩm…
4. Phân Tích Dữ Liệu
Phần này của bài báo tập trung vào việc phân tích chi tiết dữ liệu thu thập được từ nền
tảng thương mại điện tử, qua đó cung cấp cái nhìn sâu sắc về xu hướng và nhu cầu trong thị
trường sản phẩm điện tử. Các số liệu được tính toán, tổng hợp bằng công cụ Python.
4.1. Phân tích thống kê mô tả
Mô tả thống kê cơ bản được thực hiện để xác định các đặc điểm chính của dữ liệu, bao
gồm giá trị trung bình, trung vị, độ lệch chuẩn, và phạm vi của các biến như giá bán, tỷ lệ giảm
giá, lượt đánh giá 5 sao. Phân tích này giúp chúng tôi hiểu rõ hơn về sự phân bố và xu hướng
chung của dữ liệu, là bước đầu tiên trong việc khám phá mối quan hệ giữa các yếu tố khác nhau.
Bảng 1. Thống kê mô tả các thuộc tính dữ liệu
Giá Bán (VND)
Lượt Bán
Tỷ Lệ
Giảm Giá
Lượt Đánh Giá
5 Sao
Trung bình
6,194,926
47.34
23.7%
22.07
Độ lệch chuẩn
9,459,697
236.998
19.8%
53.297
Giá trị nhỏ nhất
1,000
0
0%
0
Q1 (25%)
1,043,866
0
0%
0
Trung vị (50%)
2,350,000
17
24%
7
Q3 (75%)
7,190,000
44
44%
35
Giá trị lớn nhất
118,990,000
9897
71%
2463
(Nguồn: Tính toán của nhóm nghiên cứu)
Trong phần này, chúng tôi thực hiện phân tích thống kê mô tả để đưa ra cái nhìn tổng
quan về tập dữ liệu. Điều này bao gồm việc xem xét phân bố của các biến chính như "Giá Bán",
"Tỷ Lệ Giảm Giá", "Lượt Bán" và "Lượt Đánh Giá 5 Sao".
➢ Giá bán:
• Giá bán của sản phẩm có phạm vi rộng lớn, từ 1,000 đến 118,990,000, với giá trung
bình là khoảng 6,193,412. Điều này cho thấy thị trường có sự đa dạng về mức giá, từ các sản
phẩm giá rẻ đến những sản phẩm cao cấp.
668
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3
• Sự phân bố của giá bán cho thấy một số ít sản phẩm có giá rất cao, có thể là các sản
phẩm công nghệ cao cấp hoặc mới ra mắt.
Hình 1. Biểu đồ phân bố dữ liệu của các thuộc tính
(Nguồn: Tính toán của nhóm nghiên cứu)
➢ Tỷ lệ giảm giá:
• Tỷ lệ giảm giá trung bình là 23.8%, với giá trị tối thiểu là 0% và tối đa là 71%. Điều
này phản ánh chiến lược giảm giá đa dạng của các nhà bán hàng trên nền tảng thương mại điện
tử.
• Sự phân bố của tỷ lệ giảm giá cho thấy nhiều sản phẩm được giảm giá ở mức độ vừa
phải, điều này có thể là một chiến lược thu hút khách hàng.
➢ Lượt bán:
• Số phân bố số lượng bán hàng rất biến động với độ lệch chuẩn lớn (236.998) so với
trung bình (47.34).
• Có một tỷ lệ lớn sản phẩm không bán được hoặc bán rất ít (Q1 ở mức 0 và trung vị chỉ
17). Tuy nhiên có một số sản phẩm bán chạy với số lượng bán hàng lớn nhất lên tới 9897, cho
thấy có những sản phẩm cực kỳ phổ biến.
➢ Lượt đánh giá 5 sao:
• Lượt đánh giá 5 sao dao động từ 0 đến 2463, với giá trị trung bình là khoảng 22. Điều
này cho thấy đa số sản phẩm có lượng đánh giá 5 sao ở mức độ trung bình hoặc thấp.
• Một số ít sản phẩm có lượng đánh giá 5 sao rất cao, điều này có thể phản ánh mức độ
phổ biến và chất lượng cao của sản phẩm đó.
Những phân tích này cung cấp cái nhìn sơ bộ về tình hình thị trường sản phẩm điện tử