Case-study Data Analysis: Cách Netflix và Starbucks vận dụng phân tích dữ liệu trong kinh doanh

Cùng AIM ngồi xuống nghiên cứu cách mà hai thương hiệu hàng đầu về dịch vụ khách hàng sử dụng Data Analysis thuần thục như thế nào để liên tục cải thiện trải nghiệm khách hàng và đưa doanh nghiệp ngày càng phát triển.

Nội dung bài viết:

• Phân tích dữ liệu trong kinh doanh là gì?
• Case-studies về những doanh nghiệp áp dụng data analysis thành công
  • Case-study #1: Netflix – Dịch vụ nhiều người đăng ký nhất trên thế giới đã tận dụng Data Analysis như thế nào?
  • Case-study #2: Hành trình Starbucks làm nên thương hiệu dịch vụ khách hàng với Data Analysis
• Áp dụng phân tích dữ liệu mang lại những lợi ích gì cho doanh nghiệp?
• Lộ trình trở thành Data Analyst giỏi.

I. Phân tích dữ liệu trong kinh doanh là gì?

Phân tích dữ liệu kinh doanh là quá trình thu thập, phân tích và báo cáo cho manager thông tin để giúp họ hiểu rõ hơn, đưa ra các quyết định chiến lược, đạt được các mục tiêu chính và giải quyết các vấn đề phức tạp trong doanh nghiệp. Phân tích dữ liệu kinh doanh điển hình thường tập trung vào 6 phần:

• Thông tin cạnh tranh (Competitive intelligence)
• Phân tích tình hình tài chính (Financial analysis)
• Nghiên cứu thị trường (Market research)
• Quản lý rủi ro (Risk management)
• Phân tích chiến lược (Strategic analysis)
• Phân tích các bên liên quan (Stakeholder analysis)

II. Case-studies về những doanh nghiệp áp dụng Data Analysis thành công

Case-study #1: Netflix– Dịch vụ nhiều người đăng ký nhất trên thế giới đã tận dụng Data Analysis như thế nào?

Một thương hiệu dịch vụ có lẽ không còn xa lạ với phần đông khán giả của nội dung trực tuyến ngày nay – Netflix – hiện đã có thể đưa ra đề xuất phim tiếp theo cho từng người dùng dựa trên nhu cầu cá nhân của họ. Điều đó là một phần lý do khiến chúng ta không ngạc nhiên khi dịch vụ này thu hút đến hơn 220 triệu lượt đăng ký trên toàn thế giới (2023).

Nhưng làm cách nào mà thương hiệu này có thể đạt đến mức độ chủ động với người dùng đến như thế? Bằng cách nào mà họ có thể dự đoán được những nhu cầu, xu hướng, và hành vi của người dùng?

Nguồn: PCMag

1. Netflix thu thập những điểm dữ liệu nào?

• Tương tác của người dùng trên ứng dụng
• Mức độ phản ứng nhanh với các chương trình & phim
• Ngày, giờ, địa điểm và thiết bị được sử dụng để xem
• Người dùng đã bấm tạm dừng/ tiếp tục ở những đoạn nào?
• Người dùng hoàn thành/ bỏ giữa chừng bao nhiêu chương trình
• Người dùng mất bao nhiêu thời gian để hoàn thành một bộ phim?
• Người dùng bấm tìm kiếm bao nhiêu lần trước khi chọn xem một chương trình/ phim?
• Người dùng sử dụng những câu hỏi nào để tìm kiếm về chương trình/ phim đó?
• Các chương trình ưa thích của nam giới/phụ nữ/trẻ em/thanh thiếu niên
• Phản hồi & xếp hạng của người đăng ký
• Hành vi trong quá trình lướt xem ứng dụng
• Và nhiều mục khác…

Kết quả là, dựa trên nghiên cứu do Netflix thực hiện, các đề xuất được cá nhân hóa của họ đã trở nên chính xác đối với 75% người đăng ký!

2. Netflix đã tận dụng Data Analysis như thế nào?

Netflix sử dụng thuật toán do AI cung cấp để đưa ra dự đoán dựa trên lịch sử xem, lịch sử tìm kiếm, nhân khẩu học, và sở thích của người dùng. Những dự đoán này có độ chính xác đến 80% so với những gì người dùng có thể muốn xem tiếp theo.

Nguồn: engati.com

• Công cụ đề xuất được cá nhân hóa

Từ các điểm dữ liệu mà Netflix thu thập trong phần trên, một loạt thuật toán sẽ được áp dụng lên các dữ liệu này kết hợp với sở thích xem của người đăng ký, Netflix có thể dự đoán nội dung bạn có khả năng sẽ xem tiếp the. Một số ví dụ về các thuật toán mà Netflix sử dụng là: Bảng xếp hạng video được cá nhân hóa, Bảng xếp hạng đang thịnh hành, Các video đang xem...

• Phân tích phát triển nội dung

Dựa trên các chương trình/ bộ phim có hiệu suất tốt và đang thu hút khán giả, Netflix sẽ bắt đầu đưa ra dự đoán để cân nhắc nên chọn dự án nào để đầu tư và nhanh chóng bắt tay vào thực hiện điều đó.

• Tối ưu hóa việc vận hành

Netflix sử dụng phân tích dữ liệu để tối ưu hóa khâu hậu cần cho các cảnh quay của chương trình & phim. Giống như việc dự đoán mức thành công của các chương trình, đội ngũ này đã xây dựng các thuật toán giúp họ dự đoán và so sánh chi phí quay phim ở những địa điểm khác nhau. Ngay cả các hoạt động hậu sản xuất cũng được phân tích bằng dữ liệu và được hoàn thành với năng suất tốt nhất.

• Tiếp thị tùy chỉnh (Customized marketing)

Đối với show “House of Cards”, Netflix đã tạo ra tận hơn 10 phiên bản cho trailer của chương trình này. Điểm đặc biệt là nếu trước đây bạn đã xem nhiều chương trình tập trung vào phụ nữ, thì tương tự, lần này bạn cũng sẽ được xem đoạn trailer tập trung vào các nhân vật nữ!

• Lựa chọn tác phẩm & hình ảnh

Netflix sử dụng công cụ AVA (Aesthetics Visuals Analysis - Phân tích hình ảnh thẩm mỹ) để dò lại toàn bộ video và xác định các khung hình có thể được sử dụng làm tác phẩm nghệ thuật.

Case-study #2: Starbucks làm nên thương hiệu dịch vụ khách hàng với Data Analysis

Mỗi ngày, Starbucks xay hàng tá hạt cà phê để phục vụ khách hàng của mình. Cùng với quá trình đó, công ty cũng đã thu thập rất nhiều dữ liệu có thể được sử dụng để cải thiện trải nghiệm khách hàng và hiệu quả kinh doanh.

Bằng cách sử dụng dữ liệu được thu thập tại cửa hàng và thông qua các ứng dụng dành cho thiết bị di động với hơn 17 triệu thành viên đăng ký, công ty đã thúc đẩy các cải tiến kinh doanh theo 3 cách quan trọng:

1. Cá nhân hóa trải nghiệm và các chương trình khuyến mãi

Khi Starbucks triển khai chương trình trao thưởng và ứng dụng dành cho thiết bị di động, lượng dữ liệu thu thập được đã tăng đáng kể, từ đây có thể sử dụng chúng để tìm hiểu khách hàng cũng như trích xuất thông tin về thói quen mua hàng. Thông qua ứng dụng di động của mình, Starbucks đã thu thập các dữ liệu như các thành viên đã mua những gì, ở đâu và khi nào.

Hỗ trợ quá trình đó, Starbucks tận dụng chương trình Digital flywheel, một công cụ trí tuệ nhân tạo dựa trên điện toán đám mây có thể đề xuất các mặt hàng thực phẩm và đồ uống một cách chính xác. Do đó, ngay cả khi mọi người ghé thăm một địa điểm hoàn toàn mới của Starbucks, hệ thống point-of-sale của cửa hàng vẫn có thể xác định được vị khách này thông qua điện thoại và cho nhân viên pha chế biết món đồ uống yêu thích của họ là gì.

Dựa trên lịch sử mua hàng, Starbucks cũng đưa ra đề xuất về các sản phẩm mới mà người tiêu dùng có thể thích và cung cấp các khoản giảm giá cũng như phần thưởng dựa trên sở thích riêng của khách hàng.

Xa thêm chút nữa, Starbucks còn thu thập dữ liệu về các dạng thời tiết và mối liên hệ của chúng đối với cách gọi món của khách hàng. Hành động này cho phép công ty cung cấp nhiều trải nghiệm và chương trình khuyến mãi được cá nhân hóa hơn, chẳng hạn như nhắm mục tiêu vào các khách hàng thích các đồ uống lạnh vào những ngày nắng nóng.

Nguồn: Medium

2. Lựa chọn địa điểm

Chọn đúng địa điểm là rất quan trọng để giành chiến thắng trong bán lẻ. Bằng cách sử dụng phân tích dựa trên vị trí được cung cấp bởi Atlas (một công cụ lập bản đồ và kinh doanh thông minh do Esri phát triển), công ty có thể chọn vị trí chiến lược nhất để mở các cửa hàng mới của mình.

Công cụ này cho phép Starbucks đánh giá lượng dữ liệu khổng lồ bao gồm các biến số như dân số, mức thu nhập, lưu lượng truy cập, sự hiện diện của đối thủ cạnh tranh và khoảng cách với các cửa hàng khác của Starbucks trước khi đề xuất địa điểm cửa hàng mới. Sử dụng những dữ liệu này, công ty cũng có thể dự đoán doanh thu, lợi nhuận và các khía cạnh khác của hoạt động kinh tế liên quan đến địa điểm đó.

3. Giới thiệu sản phẩm mới

Khi tung ra sản phẩm mới, Starbucks cũng sử dụng dữ liệu thu thập được để xác định sản phẩm mà họ nên cung cấp trong tương lai. Ví dụ, dữ liệu thu thập được cho thấy 43% khách hàng uống trà có xu hướng không thêm đường. Để phục vụ cho phân khúc này, Starbucks đã tạo ra dòng trà đá không đường; hoặc khi dữ liệu cho thấy 25% người tiêu dùng không thêm sữa vào cà phê của họ, công ty đã tung ra một dòng cà phê đen đá không sữa mới.

III. Áp dụng phân tích dữ liệu mang lại những lợi ích gì cho doanh nghiệp?

Phân tích dữ liệu là yếu tố không thể thiếu đối với doanh nghiệp vì nó cho phép các nhà lãnh đạo hoạch định chiến lược dựa trên bằng chứng và thấu hiểu khách hàng để đưa ra các sáng kiến ​​marketing tốt hơn cũng như gia tăng năng suất tổng thể. Các công ty tận dụng được lợi thế của phân tích dữ liệu sẽ sở hữu lợi thế cạnh tranh lớn vì họ có thể thực hiện các thay đổi nhanh hơn để tăng doanh thu, giảm chi phí và thúc đẩy sự đổi mới của doanh nghiệp.

Nói đến trường hợp của Starbucks, mặc dù không được sinh ra trong kỷ nguyên kỹ thuật số nhưng thương hiệu này đã rất thành công trong việc tích hợp các công nghệ mới vào hoạt động kinh doanh cốt lõi của họ. Trong những năm qua, không thể phủ nhận rằng phân tích dữ liệu đã trở thành xương sống của quá trình cải tiến không ngừng tại Starbucks.

Trong tương lai, hẳn là Starbucks sẽ còn tiếp tục chiến lược tận dụng dữ liệu một cách sáng tạo hơn nữa để tạo ra những trải nghiệm khách hàng được cá nhân hóa và đạt được những thành tựu xuất sắc hơn trong kinh doanh!

Giờ đây, sau khi đã hình dung rõ hơn về phân tích dữ liệu trong kinh doanh, chúng ta có thể thấy: Bản thân dữ liệu chỉ là những sự kiện và số liệu, và chúng chỉ mang lại lợi ích cho doanh nghiệp một khi quá trình phân tích được diễn ra. Nói cách khác, dữ liệu phải được tổ chức, giải thích, đưa vào cấu trúc, và được thể hiện dưới dạng thông tin hữu ích đối với bối cảnh đang được đưa ra.

Hy vọng những ví dụ về hai case-study thành công trong việc đưa dữ liệu vào kinh doanh vừa rồi đã đem lại cho bạn cái nhìn dễ hiểu hơn về công việc này!

Nếu bạn cũng muốn phát triển kỹ năng phân tích dữ liệu của bản thân để vận dụng trong khâu hoạch định chiến lược và đánh giá hiệu quả cùng các chuyên gia đến từ Lazada Vietnam, Dentsu, Masan, và Buzzmetrics, khóa học Data Analytics For Marketers tại AIM Academy là dành cho bạn với lộ trình chi tiết. Tham khảo chi tiết tại đây.