Giải bài toán bùng nổ dữ liệu

Tập đoàn chuyển phát nhanh UPS (Mỹ) có một bí quyết mới để tiết kiệm chi phí. Năm 2009, họ bắt đầu cài đặt các thiết bị cảm biến trong các xe giao hàng để ghi nhận các dữ liệu như tốc độ di chuyển hay kiểm tra xem liệu nhân viên có thắt dây an toàn hay không. Các thông tin này sau đó được chuyển đến trung tâm dữ liệu của UPS vào cuối ngày và phân tích ngay trong đêm.

Bằng cách kết hợp thông tin GPS và dữ liệu từ các thiết bị cảm biến trên hơn 46.000 xe, UPS cho biết họ đã tiết kiệm được 32 triệu lít nhiên liệu và rút ngắn khoảng 137 triệu km đường vận chuyển sau 2 năm. Thành công của UPS có được là nhờ khai thác Big Data.

Hiện nay, hoạt động hằng ngày của mỗi người đang tạo ra nhiều dữ liệu, đặc biệt là dữ liệu điện tử. Tất cả những hoạt động con người thực hiện trên internet, thông qua thiết bị di động hay trong mọi giao dịch đều tạo thành dữ liệu, nhiều và nhanh đến mức, theo IBM thống kê, khối lượng dữ liệu mới được tạo ra trong 2 năm gần đây đã chiếm đến 90% khối lượng dữ liệu từ trước tới nay. Theo thời gian, lượng dữ liệu này bắt đầu vượt quá khả năng xử lý của những hệ thống cơ sở dữ liệu truyền thống. Và Big Data ra đời.

Cũng như UPS, nhiều doanh nghiệp đã bắt đầu khai thác Big Data để thay đổi cách vận hành. Caesars Entertainment (Mỹ) đã khai thác dữ liệu từ thẻ bảo hiểm y tế của 65.000 nhân viên cùng với gia đình của họ để tiết kiệm chi phí. Hồi năm 2010, Caesars phân tích được rằng tại chi nhánh Philadelphia, chỉ có 11% trường hợp cấp cứu của nhân viên và người thân được điều trị tại các cơ sở y tế có chi phí thấp so với bình quân 34% của Tập đoàn. Họ quyết định triển khai chiến dịch khuyến khích nhân viên hạn chế đến các trung tâm y tế có chi phí cao và cung cấp danh sách các cơ sở thay thế. Hai năm sau đó, Caesars đã tiết kiệm được 4,5 triệu USD chi phí y tế.Hoạt động tuyển dụng cồng kềnh cũng có thể được cải tiến nhờ Big Data. Hãng gia công phần mềm Catalyst IT Services (Mỹ) là một ví dụ. Đầu năm nay, họ đã lên kế hoạch tuyển dụng 10.000 lao động. Tuy nhiên, quy trình tuyển dụng truyền thống không chỉ nhiêu khê mà đôi khi còn có thể dẫn đến việc ứng viên được chọn không phải là người thích hợp do sự chủ quan của người phỏng vấn.

Thay vào đó, Catalyst yêu cầu các ứng viên điền vào bảng trắc nghiệm trực tuyến và sử dụng những dữ liệu này để tìm ra người phù hợp. Thực tế cho thấy, họ thu thập được nhiều thông tin có ích hơn so với quy trình tuyển dụng truyền thống. Ví dụ, cách ứng viên phản ứng như trả lời nhanh các câu hỏi dễ để quay trở lại với những câu khó, hoặc bỏ qua câu hỏi khó sẽ cung cấp nhiều thông tin về cách người đó sẽ ứng phó vấn đề trong công việc. Phân tích những dữ liệu như vậy đã giúp Catalyst tìm được các ứng viên phù hợp cho những vị trí một cách nhanh chóng, tiết kiệm và hiệu quả.

Những người làm marketing từ lâu cũng đã biết sử dụng dữ liệu về nhu cầu và sở thích của khách hàng tiềm năng để giúp tăng doanh số. Ngày nay, doanh nghiệp có thể cá nhân hóa hơn nữa thông điệp gửi đến khách hàng khi lượng thông tin họ thu thập được ngày càng nhiều và đa dạng.

Giống như nhiều chuỗi khách sạn khác, InterContinental (Anh) trong nhiều năm qua đã thu thập dữ liệu chi tiết từ hơn 71 triệu thành viên tham gia chương trình Priority Club của họ trên toàn cầu. Họ có đầy đủ thông tin cá nhân của khách hàng, từ thu nhập cho đến việc thích ở phòng gia đình hay phòng dành cho doanh nhân. Cách đây không lâu, chuỗi khách sạn này quyết định hợp nhất tất cả dữ liệu nói trên lại thành một. Nhờ đó, quy trình xử lý thông tin và truyền thông cho khách hàng đã diễn ra nhanh hơn bao giờ hết.

Kể từ tháng Giêng năm nay, khách từng lưu trú tại InterContinental đã bắt đầu nhận được các thông điệp khuyến mãi cá nhân hóa. Nếu như trước đây, bộ phận truyền thông của InterContinental chỉ có từ 7-15 mẫu thư gửi khách hàng thì giờ đây con số đó là 1.552. Những thông điệp này sẽ được phân loại dựa trên 12 nhóm khách hàng. Mỗi nhóm trong số đó lại được phân tích dựa trên khoảng 4.000 thuộc tính khác nhau như xu hướng đi nghỉ vào ngày cuối tuần, đổi điểm thưởng hay thói quen đặt phòng…

Nói về Big Data, ông Nguyễn Kim Hòa, Giám đốc Công nghệ và Hệ thống IBM Việt Nam, cho rằng sự bùng nổ của dữ liệu đang khiến nhiều doanh nghiệp trong nước phải đối mặt với hàng loạt hạn chế trong việc xử lý thông tin, dẫn đến khả năng đưa ra các quyết định kinh doanh bị chậm trễ hoặc thậm chí là trì hoãn. Điều này về lâu dài chắc chắn sẽ ảnh hưởng không nhỏ đến hiệu quả kinh doanh.

Chính vì lý do này việc nắm bắt những cơ hội từ Big Data cũng dần trở thành một hoạt động ưu tiên trong kế hoạch đầu tư của nhiều tổ chức và doanh nghiệp có tầm nhìn chiến lược. Đặc biệt là khối các doanh nghiệp thuộc các lĩnh vực hướng đến người dùng cuối cùng và những ngành có khối lượng giao dịch, dữ liệu lớn như ngân hàng, bán lẻ, chứng khoán… Điển hình là Ngân hàng Thương mại Cổ phần Sài Gòn – Hà Nội (SHB) hay hệ thống siêu thị điện máy Nguyễn Kim. Gần đây 2 doanh nghiệp này đã quyết định đầu tư nâng cấp hệ thống lưu trữ và xử lý thông tin.

Tuy vậy, vẫn cần thêm thời gian để đánh giá chính xác hiệu quả do hoạt động khai thác dữ liệu mang lại cho doanh nghiệp Việt Nam.

Theo DNSG

Bình luận