ỨNG DỤNG PHÂN TÍCH DỮ LIỆU LỚN

(BIG DATA ANALYTICS – BDA)

 Nội dung
5. Ứng dụng phân tích dữ
liệu lớn ở Viettel

1. Phân tích dữ liệu lớn

(Big Data Analytics - 4. Một số use case

?
BDA) là gì? của BDA trong các
ngành khác nhau

2. Tại sao cần phân 3. Các mức độ trưởng

tích dữ liệu lớn? thành trong phân tích dữ
liệu lớn của 1 tổ chức
1. BDA - What?
 “Phân tích dữ liệu lớn (Big Data Analytics
- BDA) là quá trình xử lý các tập dữ liệu
lớn với nhiều định dạng khác nhau để
phát hiện ra ra các tập mẫu ẩn (hidden
patterns), các mối tương quan chưa xác

“ định (unknown correlations), xu hướng thị

trường (market trends), sở thích của
khách hàng (customer preferences) và
các thông tin hữu ích khác để giúp các tổ
chức/ doanh nghiệp đưa ra các quyết
định tốt hơn.”
 2. BDA - Why?
Value
Dữ liệu ngày càng rất lớn và đa dạng:
 Dữ liệu đa ngành: Viễn thông, Bán lẻ, … Veracity
 Dữ liệu mạng xã hội
 Dữ liệu IoT, Devices, …

Nhu cầu sử dụng dữ liệu:

 Tạo ra nguồn doanh thu mới
 Giữ tăng trưởng doanh thu ổn định
 Tạo ra sự khác biệt trên thị trường thông qua
cá thể hóa sản phẩm, trải nghiệm khách hàng
 Hỗ trợ trong việc điều hành, ra quyết định
 3. BDA - Mức độ trưởng thành(1)
8. Tối ưu Việc tốt nhất có thể xảy ra là gì?

7. Mô hình dự đoán Dự đoán việc gì sẽ xảy ra tiếp theo?

Phân tích
6. Suy diễn, dự báo Điều gì xảy ra nếu xu hướng này tiếp
Lợi thế cạnh tranh

tục?
5. Phân tích thống kê Tại sao việc này xảy ra?

4. Cảnh báo Những việc gì cần làm?

Truy cập
3. Truy vấn/ Đào sâu DL Vấn đề là gì? và
2. Báo cáo động Tần suất thực hiện như thế nào? Báo cáo

1. Báo cáo tĩnh Kết quả thực hiện như thế nào?

Mức độ thông minh hóa

(1) Tham khảo Creating a Data-Driven Organization
 3. BDA- Mức độ trưởng thành(2)
Mức 5: Personalization
SL campaign/ năm: > 1000
Mức 4: 1-to-1
SL campaign/ năm: 200-1000

Mức 3: Micro-segment
SL campaign/ năm: 30-200
Mức 2: Macro-segment
SL campaign/ năm: 10-30
Mức 1: Broadcast
SL campaign/ năm: < 10

Dữ liệu và hạ
o Hạn chế trong việc quản o Có kiến trúc dữ liệu khách o Dữ liệu quản lý tập trung o Cung cấp góc nhìn dọc o Cho phép thực thi các
tầng nền tảng
lý dữ liệu hàng; dữ liệu từ nhiều o Có các profile khác nhau theo từng biến đổi của chiến dịch thời gian thực
o Không lưu trữ dữ liệu tập nguồn khác nhau cho từng micro-segment khách hàng o Tích hợp trên tât cả các
trung o Sử dụng Excel hoặc các o Các công cụ BI và chạy o Sử dụng dữ liệu từ bên kênh
o Công cụ chủ yếu là Excel công cụ cơ bản SPSS, R campaign dựa trên rule- thứ 3 để phân lớp KH o Tự động hóa campaign
based o Tự động hóa mô hình đa kênh và workfolow

Phân tích dữ o BI chủ yếu được sử dụng o Có phân lớp khách hàng o Phân tích chuyên sâu o Nền tảng khuyến nghị o Mô hình hóa dựa trên
liệu trong báo cáo dựa trên hành vi dựa trên micro-segment (Recommendation prefer của khách hàng
o Không có hoạt động phân o Xây dựng các mô hình o Các mô hình phân tích Engine) o Nền tảng khuyến nghị
tích dữ liệu phân tích cơ bản trên tập dữ liệu dựa trên tập dữ động thời gian thực
dữ liệu mẫu liệu đầy đủ

Chuyển kết quả o Các campaign được thực o Có các offer khác biệt đối o Có các offer khác biệt đối o Tự động hóa luồng xử lý o Tích hợp đầy đủ trên tất
phân tích thành hiện không phân biệt tập với từng phân lớp KH với từng micro-segment campaign mức cao cả các kênh
hành động cụ khách hàng o Luồng xử lý campaign o Tự động hóa luồng xử lý o Tích hợp kết quả phân o Báo cáo tự động số liệu,
thể o Bao gồm nhiều thao tác bán tự động campaign nhưng hạn chế tích vào các hệ thống kết quả thực hiện
thủ công o Có theo dõi kết quả thực về kênh tương tác khác
o Hạn chế trong việc báo hiện campaign ở mức cơ o Kiểm thử và học dựa trên
cáo kết quả thực hiện bản phân lớp khách hàng ở
campaign mức micro (2) Tham khảo báo cáo của McKinsey
 4. BDA - Use cases

Tài chính, Sức khỏe Viễn thông Chính phủ Chung, đa ngành
ngân hàng
o Medical Image o Customer Churn o Crime Prediction o Customer
Analysis Analysis and Prevention Segmentation
o Fraud Detection
o Genetics and o Clickstream o Weather o Virtual Assistant,
o Risk Modeling Genomics Analysis Forecasting Customer Support
for investment
banks o Creation of o Network o Traffic o Targeted
Drugs Management/ Optimization Promotions
Optimization
 5. Ứng dụng PTDL lớn ở Viettel
Con người Quy trình
o Khả năng đọc, hiểu ý o Quy trình quản trị dữ
nghĩa của dữ liệu liệu (Data Governance)
o Quy trình triển khai, ứng
o Văn hóa sử dụng dữ liệu
dụng các bài toán phân
trong việc ra quyết định
tích dữ liệu
Nền tảng dữ liệu
o Dữ liệu đúng, đủ, kịp thời
o Hệ thống lưu trữ quản trị,
tracking dữ liệu
o Hệ thống khuyến nghị,
thực thi chiến dịch
o Công cụ self-service
Các mục tiêu cụ thể
o Cần phải có các mục tiêu
cụ thể mang lại giá trị cụ
thể để triển khai các bài
toán phân tích dữ liệu
vào sản xuất kinh doanh
 5. Ứng dụng PTDL lớn ở Viettel

BA DS DE DG DR DAP

Team 1

Team 2
 5. Ứng dụng PTDL lớn ở Viettel
Quản lý chất Quản lý ‘tên gọi’ của các đối tượng
lượng dữ liệu
(Data Quality dữ liệu trên toàn bộ hệ thống. ‘Tên
Management)
gọi’ này có thể là tên bảng, tên một
Theo dõi (tracking) mọi vết lịch sử loại dữ liệu hay tên trường … Việc
tác động tới dữ liệu tạo ra, cập quản lý định nghĩa của các định
nhật, sửa đổi, gồm cả các thay Quản lý lịch
Quản lý định
danh này giúp cho việc tìm và hiểu
sử tác động
đổi cấu trúc (thay đổi tên, công dữ liệu (Data
nghĩa dữ liệu về dữ liệu thuộc quyền quản lý
(Meta Data
thức, nguồn thu thập,…) và giá
Lineage
Management)
Management) giữa các đơn vị khác nhau được
trị/ nội dung để hiểu ở đâu, khi Quản trị dữ thực hiện một cách dễ dàng hơn.
liệu (Data Đồng thời cũng giúp cho đội ngũ IT
nào, tại sao xảy ra sự thay đổi Governance) và Business có chung tiếng nói.

Quản trị và phân quyền dữ liệu cho các

Quản lý phân
đối tượng sở hữu dữ liệu trên toàn hệ quyền dữ liệu
Quản lý bảo
mật dữ liệu Quản trị và phân quyền dữ liệu cho các
thống/ doanh nghiệp (Data
(Security Data
Stewardship
Management) đối tượng sở hữu dữ liệu trên toàn hệ
Management)
thống/ doanh nghiệp
5. Ứng dụng PTDL lớn ở Viettel
 5. Ứng dụng PTDL lớn ở Viettel
Use case
Tìm kiếm khách hàng tiềm năng (Customer acquisition)
Đẩy mạnh thương hiệu (Brand Engagement)
Frequency
Bán chéo (Cross-sell)
Bán tăng (Up-sell)
Bán với giá chính xác (Pricing precision)
Chống rời mạng (Churn prevention)
Kích hoạt lại (Re-activation)
Marketing hiệu quả (Marketing efficiency)
Vận hành hiệu quả (Operational efficiency)
Khuyến mại hiệu quả (Promotional efficiency)
Định nghĩa
Tìm kiếm khách hàng với mục tiêu được xác định sẵn
Tăng cường thương hiệu đến đúng khách hàng
Khuyến khích khách hàng tiêu dùng nhiều hơn tần suất bình thường
Tăng giá trị đơn hàng của khách hàng bằng cách khuyến khích khách hàng mua thêm
các sản phẩm tương tự
Khuyến khích khách hàng tiêu dùng nhiều hơn trên sản phẩm hiện có
Tối ưu giá đến mức khách hàng có thể chấp nhận mua hàng theo từng khách hàng
Giảm tỷ lệ khách hàng rời mạng thông qua việc tập trung các chiến dịch vào tập khách
hàng có nguy cơ rời mạng cao
Tác động vào tập khách hàng đang tạm ngưng nhằm khuyến khích khách hàng tái sử
dụng lại dịch vụ
Tăng tỷ lệ phản hồi thông qua việc gửi đúng tin nhắn đến đúng khách hàng qua đúng
kênh mà khách hàng mong muốn
Giảm chi phí vận hành nội bộ thông qua tối ưu quy trình
Tăng doanh thu dựa trên việc offer đúng sản phẩm đến đúng đối tượng vào đúng thời
điểm trên đúng kênh
Trân trọng cảm ơn!