WeTransform

Chiến lược dữ liệu, câu chuyện từ Amazon, Uber và Rolls-Royce

Amazon, và làm thế nào dữ liệu có thể tối ưu các quá trình kinh doanh để tăng doanh thu

Chúng ta đều biết rằng Amazon là một công ty tiên phong trong lĩnh vực thương mại điện tử với nhiều phương thức khác nhau, nhưng có lẽ một trong những cuộc cách tân vĩ đại nhất chính là hệ thống đề xuất được cá nhân hóa – đã hình thành dựa trên dữ liệu lớn được thu thập từ hàng triệu giao dịch của khách hàng. Các nhà tâm lý học nói về sức mạnh của sự gợi ý – đặt trước mặt ai đó một thứ gì đó mà họ thích và họ sẽ khó mà vượt qua được sự khao khát đang bùng cháy mãnh liệt nên sẽ mua nó, bất kể nó có đáp ứng được bất kỳ nhu cầu thực tế nào hay không. Tất nhiên, đây cũng chính là cách thức mà quảng cáo nhắm vào cảm xúc luôn mang lại hiệu quả. Tuy nhiên, thay vì phương pháp tiếp cận hàng loạt, Amazon đã tận dụng dữ liệu khách hàng của họ và hoàn chỉnh hệ thống “súng bắn tỉa” nhắm thẳng vào mục tiêu cho trước một cách mạnh mẽ. Các hệ thống của họ ngày càng phát triển hơn và có vẻ như những gì chúng ta chứng kiến đến tận ngày hôm nay chỉ là sự khởi đầu. Trong một động thái được công bố rộng rãi, Amazon hiện đã nhận được bằng sáng chế về một hệ thống được thiết kế để vận chuyển hàng hóa đến với chúng ta thậm chí trước khi chúng ta quyết định mua nó – giao hàng theo dự báo. Điều này là một dấu hiệu rõ ràng rằng sự tự tin của họ trong các phân tích về dự đoán đáng tin cậy đang tăng dần.

            Amazon cũng đã kết hợp phân tích dữ liệu lớn vào các hoạt động chăm sóc khách hàng của mình. Việc mua lại nhà bán lẻ giày Zappos thường được đánh giá là yếu tố then chốt của việc này. Kể từ khi thành lập, Zappos đã giành được danh tiếng tuyệt vời cho dịch vụ khách hàng của mình và thường được tung hô như là công ty đứng đầu thế giới về khía cạnh này. Phần lớn là do hệ thống quản lý quan hệ khách hàng tinh vi đã sử dụng rộng rãi dữ liệu khách hàng của riêng họ. Các phương pháp này được kết hợp với chính công ty của Amazon, sau khi được mua lại vào năm 2009.

Amazon đã phát triển lớn mạnh vượt ra khỏi khởi điểm ban đầu của nó như là một nhà sách trực tuyến, và phần lớn điều này có được là nhờ vào việc áp dụng triệt để các nguyên tắc dữ liệu lớn và việc sử dụng dữ liệu để cải thiện cách thức vận hành của Amazon.

Uber và cách thức dữ liệu thay đổi các chuyến đi

Uber là một dịch vụ đặt xe dựa trên ứng dụng điện thoại thông minh giúp kết nối người dùng là người cần đi đến một nơi nào đó với tài xế là người sẵn lòng đưa họ đi. Doanh nghiệp được xây dựng với nền móng vững chắc dựa trên dữ liệu, và việc tận dụng dữ liệu theo một cách hiệu quả hơn so với những công ty taxi truyền thống đã đóng một vai trò to lớn trong thành công của Uber.

Toàn bộ mô hình kinh doanh của Uber là dựa vào những quy tắc dữ liệu lớn từ nguồn lực cộng đồng (crowd sourcing); bất kỳ ai có một chiếc xe và sẵn lòng giúp đỡ người khác trong việc di chuyển có thể thực hiện công việc này. Uber lưu trữ và giám sát dữ liệu trên từng chuyến đi của người dùng, rồi sử dụng nó để xác định rõ nhu cầu, phân phối nguồn lực và định giá cước phí. Công ty cũng thực hiện phân tích chuyên sâu về mạng lưới phương tiện di chuyển công cộng trong những thành phố mà nó đang phục vụ, để công ty có thể tập trung phủ sóng ở các khu vực được phục vụ kém và cung cấp các liên kết đến hệ thống xe buýt và tàu lửa.

Uber cũng nắm giữ một cơ sở dữ liệu khổng lồ của các tài xế trong tất cả thành phố mà nó phục vụ, vì thế khi có một hành khách yêu cầu một chuyến đi, Uber có thể lập tức kết nối bạn với tài xế phù hợp nhất. Có một sự khác biệt quan trọng so với dịch vụ taxi thông thường, đó là khách hàng được tính cước phí dựa trên thời gian của chuyến đi chứ không phải là khoảng cách đã đi. Công ty đã phát triển một thuật toán để giám sát các điều kiện giao thông và thời gian chuyến đi ở thời gian thực, nghĩa là giá cả có thể được điều chỉnh nếu như người đi xe thay đổi lộ trình, và khi điều kiện giao thông làm cho chuyến đi mất nhiều thời gian hơn. Điều này khuyến khích nhiều tài xế tham gia vào việc vận chuyển hành khách khi họ thấy cần thiết, và nghỉ ngơi ở nhà khi nhu cầu đi lại ở mức thấp. Công ty cũng xin được cấp bằng sáng chế về phương pháp định giá dựa vào dữ liệu này, được gọi là “surge pricing” (định giá nhảy cóc – điều chỉnh giá cước dựa trên việc kết nối cung và cầu). Nó chính là một hình thức nâng cao của “dynamic pricing” (định giá năng động), nếu như bạn muốn gọi như thế – tương tự như hình thức mà những chuỗi khách sạn và hàng không sử dụng để điều chỉnh giá với mục đích đáp ứng được nhu cầu khách hàng – mặc dù chỉ đơn giản là tăng giá dịch vụ vào cuối tuần hoặc trong suốt các kỳ nghỉ, Uber sử dụng mô hình dự đoán để ước lượng nhu cầu theo thời gian thực.

Uber xử lý nhiều loại dữ liệu khác nhau. Chẳng hạn như, Uber tự động tính cước phí bằng việc sử dụng GPS, dữ liệu giao thông và thuật toán của riêng công ty, có thể tạo sự điều chỉnh dựa vào thời gian mà chuyến đi thường sẽ tiêu tốn. Công ty cũng phân tích những dữ liệu bên ngoài như các tuyến phương tiện công cộng để lên kế hoạch phục vụ.

Uber không đơn độc trong việc sử dụng dữ liệu để cách mạng hóa phương tiện vận chuyển, nó vẫn có những đối thủ cạnh tranh đưa ra các dịch vụ với quy mô nhỏ hơn (cho đến nay) như Lyft, Sidecar và Haxi. Nhưng rốt cuộc, công ty thành công nhất thường là công ty có khả năng sử dụng dữ liệu tốt nhất để cải thiện dịch vụ mà nó cung cấp cho khách hàng.

Rolls-Royce, và cách thức dữ liệu thúc đẩy việc sản xuất đi đến thành công

Rolls-Royce là nhà sản xuất các động cơ khổng lồ được sử dụng bởi 500 hãng hàng không và khoảng 150 lực lượng vũ trang. Trong một ngành công nghiệp kỹ thuật cao như thế này, những thất bại và sai lầm có thể gây thiệt hại hàng tỷ đô la – chưa kể đến sinh mệnh của nhiều người. Do đó, điều cốt yếu của công ty là khả năng giám sát “tình trạng sức khỏe” cho sản phẩm của họ để nhận ra các vấn đề tiềm tàng trước khi chúng thực sự xảy ra. Với tư tưởng đó, Rolls-Royce sử dụng dữ liệu ở ba khu vực chủ chốt của quá trình hoạt động: thiết kế, sản xuất, và dịch vụ hỗ trợ sau bán hàng.

Ở phân đoạn thiết kế, dữ liệu được sử dụng trong mô phỏng sản phẩm để làm mẫu và dự đoán các bộ phận, động cơ sẽ hoạt động như thế nào trong một vài tình huống nhất định. Như giám đốc khoa học của công ty, Paul Stein, đã chia sẻ với tôi:

Chúng tôi có nhiều cụm máy tính công suất lớn được sử dụng trong quá trình thiết kế. Chúng tôi tạo ra hàng chục terabyte dữ liệu trên mỗi mô phỏng động cơ của mình. Sau đó, chúng tôi dùng một vài kỹ thuật máy tính phức tạp để xem xét các tập hợp dữ liệu đó và hình dung xem những sản phẩm cụ thể mà chúng tôi thiết kế là tốt hay xấu.

Thực ra, cuối cùng họ hy vọng có thể mường tượng ra được cách thức hoạt động của các sản phẩm trong quá trình sử dụng với tất cả các kịch bản tiềm tàng khác nhau, và họ đã gần như thực hiện được điều này.

Các hệ thống sản xuất của công ty đang dần trở nên được liên kết và giao tiếp với nhau theo hướng kết nối IoT trong môi trường công nghiệp. Công ty tạo ra một khối dữ liệu đồ sộ trong các quy trình sản xuất của riêng mình. Ví dụ, tại nhà máy mới của họ ở Singapore, Rolls-Royce đang tạo ra một nửa terabyte dữ liệu sản xuất trên từng cánh quạt riêng lẻ. Nên khi họ sản xuất ra 6.000 cánh quạt trong một năm, đã có rất nhiều dữ liệu được hình thành chỉ từ một bộ phận. Dữ liệu này rất hữu dụng ở nhiều mặt, đặc biệt là kiểm soát, giám sát chất lượng của các bộ phận được chế tạo.

Về mặt hỗ trợ sau bán hàng, hệ thống động cơ và chuyển động của Rolls-Royce đều được lắp đặt hàng trăm bộ cảm biến để có thể thu thập lại từng chi tiết nhỏ về quá trình vận hành của chúng và báo cáo về bất kỳ sự thay đổi nào theo thời gian thực đến các kỹ sư ở dưới mặt đất. Công ty sử dụng dữ liệu này để xác định các yếu tố và điều kiện để quyết định xem động cơ nào cần được bảo trì. Trong một vài trường hợp, con người thường can thiệp thủ công để tránh hoặc giảm thiểu bất cứ điều gì có thể gây ra một vấn đề nghiêm trọng, nhưng Rolls-Royce kỳ vọng rằng các thiết bị điện tử sẽ có thể tự chúng thực hiện những can thiệp này.

Với những động cơ máy bay dân dụng đáng tin cậy như Rolls-Royce, tầm quan trọng của sự chuyển hướng này là giữ cho chúng hoạt động ở mức tốt nhất, bằng cách tiết kiệm nhiên liệu bay và đảm bảo rằng chúng đáp ứng được lịch trình bay của các hãng hàng không. Bằng việc sử dụng dữ liệu, Rolls-Royce có thể xác định thời gian cần phải bảo dưỡng trước nhiều ngày hoặc nhiều tuần, vì thế các hãng hàng không có thể sắp xếp công việc mà không phải khiến cho bất kỳ khách hàng nào phải hủy chuyến bay. Để hỗ trợ điều này, họ tiến hành phân tích tiếng ồn của các động cơ được gắn trong máy bay thông qua một lượng lớn dữ liệu thu thập được và truyền thẳng các thông tin bất thường về mặt đất để phân tích sâu hơn. Ngay khi kết thúc chuyến bay, các kỹ sư sử dụng toàn bộ dữ liệu chuyến bay để kiểm tra và phát hiện các thông số dựa trên ngưỡng an toàn để cải thiện hiệu suất. Các kỹ sư tìm kiếm các điểm bất thường trong dữ liệu, chẳng hạn như các thông số về áp suất, nhiệt độ và độ rung để xác định khi nào một động cơ cần được bảo dưỡng. Và trong trường hợp xảy ra sự cố, có được tất cả dữ liệu trong tay nghĩa là công ty có khả năng xác định mọi thứ đã góp phần tạo ra sự cố. Họ sử dụng những thông tin này để dự đoán khi nào và ở đâu, vấn đề đó có khả năng lặp lại, và sau đó đưa thông tin này trở lại quá trình thiết kế – mang lại một quy trình tuần hoàn trọn vẹn.

Rolls-Royce là một ví dụ tuyệt vời về công ty sản xuất và chế tạo truyền thống chuyển sang một thời đại mới của việc cải tiến và năng suất hoạt động được kích hoạt bởi dữ liệu. Cuối cùng, dữ liệu và việc phân tích đã giúp Rolls-Royce hợp lý hóa quy trình thiết kế sản phẩm, giảm thời gian phát triển sản phẩm và nâng cao chất lượng, cũng như hiệu suất của sản phẩm. Mặc dù không có số liệu thống kê chính xác, công ty cho biết việc áp dụng cách tiếp cận dựa trên dữ liệu này đã giảm thiểu chi phí “một cách đáng kể”. Như Stein cho biết, “Việc số hóa Rolls-Royce không còn là vấn đề cần phải tranh luận nữa; vấn đề không phải là liệu nó có xảy hay không mà là nó sẽ diễn ra nhanh đến mức nào”.

Bài viết này được trích từ cuốn sách CHIẾN LƯỢC DỮ LIỆU, Huỳnh Hữu Tài biên dịch.

Exit mobile version