- Chiến Lược Khuyến Nghị Trong Điều Kiện Kinh Doanh Cụ Thể Của Doanh Nghiệp. - Trong thời đại kinh tế số, việc các công ty thương mại điện tử lựa chọn chiến lược khuyến nghị nào để phù hợp điều kiện kinh doanh cụ thể là một nhiệm vụ trọng yếu bởi có rất nhiều mô hình, thuật toán phát triển cho hệ thống khuyến nghị hiện nay. - Chính vì điều này nhóm tác giả tập trung vào hai vấn đề: (i) có những chiến lược khuyến nghị nào để công ty áp dụng trong mô hinh kinh doanh. - (ii) chiến lược khuyến nghị nào phù hợp với từng điều kiện kinh doanh cụ thể nào. - Từ đó, nhóm tác giả đã xây dựng lý thuyết về chiến lược khuyến nghị và phân loại cụ thể. - đề xuất khung tham chiếu chiến lược khuyến nghị với từng điều kiện kinh doanh. - Bảng tham chiếu này được xây dựng từ cơ sở phân tích mô hình các công ty ứng dụng hệ thống khuyến nghị lớn trên thế giới và là bước đi mới trong nghiên cứu hệ thống khuyến nghị kết hợp góc nhìn kinh doanh.. - Từ khóa: Hệ thống khuyến nghị, chiến lược khuyến nghị, tương tác người dùng – hệ thống Abstract. - Mục đích ban đầu của hệ thống khuyến nghị (HTKN) là giúp giảm thiểu lượng thông tin quá tải trên hệ thống thương mại điện tử và tạo truy vấn hiệu quả hơn cho người dùng. - Theo đó, vấn đề nên lựa chọn mô hình, thuật toán nào và làm sao để chuyển tải sản phẩm khuyến nghị đến người dùng đa phần được giải quyết bằng phương pháp kỹ thuật trí tuệ nhân tạo. - lượng giờ khách hàng xem trực tuyến là từ sự thay đổi chiến lược khuyến nghị theo định hướng kinh doanh, đem lại doanh thu hàng năm ở mức 8.83 tỉ đô la năm 2016. - Một vấn đề khác đó là hiện nay các công ty đã mở rộng, cung cấp các hình thức khuyến nghị đầu ra cho khách hàng với nhiều hình thức khác nhau phụ thuộc vào mục đích khuyến nghị khác nhau. - Vấn đề khuyến nghị, thuật toán và hình thức khuyến nghị. - Trường hợp LinkedIn, mục đích ban đầu công ty là sử dụng thuật toán lọc cộng tác để khuyến nghị các công việc thích hợp cho người dùng bằng việc sử dụng dữ liệu đánh giá của người dùng [6]. - Sau đó, LinkedIn đã chuyển hướng sang phân định các nhóm khách hàng và khuyến nghị họ cho bên thứ ba là các nhà quảng cáo, tuyển dụng. - Tóm lại với bài toán, mục đích khuyến nghị khác nhau, các công ty sử dụng dữ liệu phân tích khác nhau và các hình thức khuyến nghị cho khách hàng cũng là khác nhau. - Điều quan trọng là công ty lựa chọn chiến lược khuyến nghị nào phù hợp với từng điều kiện kinh doanh cụ thể của mình. - Trong bài báo này, nhóm tác giả giải thích và đưa ra các điều kiện kinh doanh và các chiến lược khuyến nghị này là gì đồng thời xây dựng bảng tham chiếu từng chiến lược khuyến nghị cho từng điều kiện kinh doanh.. - Theo đó, “Chiến lược khuyến nghị” là quyết định chiến lược thể hiện được cách công ty tổ chức dữ liệu cho người dùng, cách thức lựa chọn khuyến nghị và hình thức đưa ra khuyến nghị cho người dùng. - Cuối cùng “Các nhân tố phát triển” là các đặc tính về môi trường kinh doanh mà tạo ra sự thay đổi trong tương tác khách hàng-hệ thống từ đó thay đổi cả chiến lược khuyến nghị.. - Mô hình chiến lược khuyến nghị Vấn đề. - khuyến nghị 1. - Vấn đề khuyến nghị 2. - Vấn đề khuyến nghị n. - Hình thức Khuyến nghị 1. - Hình thức Khuyến nghị 2. - Hình thức Khuyến nghị k. - Tương tác khách hàng. - hệ thống Chiến lược. - khuyến nghị Nhân tố. - 2 Thực trạng nghiên cứu hệ thống khuyến nghị theo góc nhìn kinh doanh ở Việt Nam và trên thế giới. - Các nghiên cứu thường đi vào một mảng trong bài toán khuyến nghị và mô phỏng dữ liệu như bài toán lọc cộng tác [7], cộng tác dựa trên phân cụm bán giám sát mờ [8], cộng tác dựa trên phân tích ma trận nhân tử [9]. - Một vài nghiên cứu đưa ra các chiến lược khuyến nghị cho từng điều kiện cụ thể, tuy nhiên chưa có nghiên cứu nào đưa ra bảng tham chiếu tổng quát cho từng chiến lược này. - Các đề xuất mới về chiến lược khuyến nghị được đưa ra tuy nhiên nghiên cứu chỉ tập trung về phương diện người dùng và hệ thống một cách tổng quát và chưa cụ thể. - Để giới thiệu khái niệm chiến lược khuyến nghị và đặt nó vào trong ngữ cảnh của các nghiên cứu trước đây, nhóm tác giả xem xét các tiêu chí phân loại HTKN, bắt đầu từ hàm biểu diễn cơ sở của HTKN [16]:. - Trong đó “Đầu ra” là các sản phẩm được khuyến nghị cho khách hàng sau khi đã xử lý “Dữ liệu” ở đầu vào. - Tuy nhiên HTKN có thể không sử dụng dữ liệu ma trận đánh giá này mà sử dụng dữ liệu khác từ khách hàng như bình luận, hành vi, lịch sử mua sản phẩm để đưa ra khuyến nghị. - 4 Mô hình chiến lược khuyến nghị. - 4.1 Chiến lược khuyến nghị. - Hầu hết các HTKN đều đi theo hướng- khách hàng nhằm đem lại các lợi ích cho khách hàng như: đưa ra các sản phẩm khuyến nghị tốt nhất, mở rộng khuyến nghị các sản phẩm để đem đến cho khách hàng các sản phẩm mới mà họ chưa từng biết đến [22]. - LinkedIn khuyến nghị phân khúc khách hàng cho các nhà quảng cáo là ví dụ điển hình cho hướng-phi khách hàng này.. - Tiêu chí cuối cùng “giao thức” liên quan đến cách kết quả được khuyến nghị đến người dùng. - Phân loại chiến lược khuyến nghị Thành phần hàm số Tiêu chí Giá trị phân loại. - Hàm số R Hướng Hướng-khách hàng Hướng- phi khách hàng. - Với hai giá trị phân loại cho mỗi ba tiêu chí phân loại, nhóm tác giả liệt kê 8 chiến lược khuyến nghị cụ thể như trong bảng 2. - Chiến lược khuyến nghị STT Chiến lược khuyến nghị. - 1 Khách hàng 2 chiều Danh sách. - 2 Khách hàng 2 chiều Điều hướng. - 3 Phi khách hàng 2 chiều Danh sách. - 4 Phi khách hàng 2 chiều Điều hướng. - 5 Khách hàng Đa chiều Danh sách. - 6 Khách hàng Đa chiều Điều hướng. - 7 Phi khách hàng Đa chiều Danh sách 8 Phi khách hàng Đa chiều Điều hướng. - 4.2 Tương tác khách hàng – hệ thống. - Nghiên cứu của nhóm tác giả dựa trên ý tưởng rằng chiến lược khuyến nghị phải so khớp với quan hệ tương tác khách hàng-hệ thống. - Mối quan hệ tương tác này có thể thay đổi trong quá trình tương tác, buộc công ty phải điều chỉnh chiến lược khuyến nghị theo sự thay đổi này. - Dựa vào lý thuyết thảo luận ở các phần trên, nhóm tác giả đưa ra ba đặc tính quan trọng của tương tác khách hàng-hệ thống quyết định một chiến lược khuyến nghị là phù hợp hay. - không: (1) “Độ chín muồi”, (2)“Độ phức tạp” và (3) “Độ hỗ trợ công nghệ” của mối quan hệ tương tác khách hàng- hệ thống. - Nhiều nghiên cứu đồng ý rằng niềm tin, sự quen thuộc, tính dễ dàng sử dụng hệ thống ảnh hưởng đến việc khách hàng có tương tác hay không với các khuyến nghị mà hệ thống đưa ra [25,26]. - Căn cứ theo các lý thuyết trên, nhóm tác giả đồng ý rằng các chiến lược khuyến nghị cần phải thay đổi khi “độ chín muồi” của mối quan hệ tương tác khách hàng- hệ thống thay đổi. - Hơn nữa, xét về mặt kỹ thuật, hệ thống có thể có những thiếu sót và vì vậy niềm tin của khách hàng là thấp. - Việc thiết kế các thuật toán hướng đến việc tối ưu hóa khuyến nghị các sản phẩm liên quan và chính xác đến khách hàng. - Lúc này, khách hàng cũng bắt đầu thích hơn và chấp nhận các sản phẩm khuyến nghị mang tính mới, ít phổ biến hơn từ hệ thống. - Khi độ chín muồi đã ở mức cao, các thuật toán khuyến nghị mới và giao diện mới có thể được sử dụng để giành lấy sự khác biệt so với đối thủ cạnh tranh.. - Sự tương tác giữa khách hàng và hệ thống có thể diễn ra ở nhiều trạng thái khác nhau, phụ thuộc vào độ chín muồi của mối quan hệ này. - Theo đó, việc khuyến nghị sản phẩm cũng phải thay đổi dựa theo độ phức tạp này. - Khi độ phức tạp ở mức cao, nghĩa là khách hàng đang có nhiều tương tác, trải qua nhiều thời gian cho hệ thống. - Lúc này, chiến lược khuyến nghị đa chiều có thể đem lại hiệu quả khuyến nghị cao. - Ngược lại khi độ phức tạp đang ở mức nhỏ, nghĩa là người dùng đang có ít tương tác với hệ thống, việc sử dụng chiến lược khuyến nghị đa chiều là không khả thi.. - Việc giải thích cho khách hàng về cách sản phẩm khuyến nghị được đưa ra [34] hay khả năng làm cho khách hàng dễ dàng để lại bình luận [23] cũng ảnh hưởng đến việc chấp nhận hệ thống hay không.. - Nhưng việc khuyến nghị là hình thức tin nhắn đến điện thoại khách hàng thì có thể chỉ gây sự chú ý nhỏ và không tạo sự tương tác từ khách hàng.. - Tóm lại, sự tương tác giữa khách hàng và hệ thống có thể được đặc trưng bởi các mức của độ chín muồi, độ phức tạp và độ hỗ trợ công nghệ của hệ thống. - Việc kết hợp các mức độ này sẽ quyết định chiến lược khuyến nghị nào là phù hợp. - Sự tương tác giữa khách hàng và hệ thống đề cập ở mục trên có thể bị tác động bởi các nhân tố bên ngoài.. - nghiên cứu này là xây dựng bảng tham chiếu các chiến lược khuyến nghị cho từng điều kiện kinh doanh cụ thể được trình bày ở mục tiếp theo.. - 5 Khung tham chiếu chiến lược khuyến nghị. - Căn cứ vào tất cả các phân tích từ các mục trên, nhóm tác giả xây dựng khung tham chiếu của tám chiến lược khuyến nghị cho từng điều kiện kinh doanh cụ thể được thể hiện ở bảng 3. - Các điều kiện này dựa vào ba đặc tính của tương tác khách hàng-hệ thống. - Bảng tham chiếu chiến lược khuyến nghị. - Tương tác khách hàng-hệ thống Chiến lược khuyến nghị Kí hiệu Độ chín muồi Độ phức tạp Độ hỗ trợ. - ü ü ü Khách hàng 2C Danh sách (1). - ü ü ü Khách hàng 2C Điều hướng (2). - ü ü ü Phi khách hàng 2C Danh sách (3). - ü ü ü Phi khách hàng 2C Điều hướng (4). - ü ü ü Khách hàng ĐC Danh sách (5). - ü ü ü Khách hàng ĐC Điều hướng (6). - ü ü ü Phi khách hàng ĐC Danh sách (7). - ü ü ü Phi khách hàng ĐC Điều hướng (8). - Lấy một ví dụ trường hơp chiến lược khuyến nghị (1) được đề xuất khi mà độ chín muồi ở mức thấp, độ phức tạp ở mức đơn giản và độ hỗ trợ công nghệ cũng chỉ ở mức cơ bản. - Nên chiến lược khuyến nghị đưa ra là công ty nên áp dụng các thuật toán tối ưu hóa độ chính xác, đưa ra các sản phẩm khuyến nghị phù hợp với khách hàng. - Từ đó bắt đầu tạo niềm tin và tăng tương tác cho khách hàng. - Và cũng chính vì sự tương tác đang ở mức thấp, nên thuật toán khuyến nghị nên chỉ ưu tiên xử lý dữ liệu hai chiều nhằm đơn giản hóa hệ thống. - Cuối cùng mức độ hỗ trợ công nghệ ở mức đơn giản nên việc thiết kế sản phẩm đầu ra đòi hỏi dễ tiếp cận cho người dùng đó là hệ thống chỉ đưa ra danh sách sản phẩm khuyến nghị trên giao diện.. - Xuất phát từ sự cần thiết và nhu cầu áp dụng HTKN theo góc nhìn kinh doanh, nhóm tác giả căn cứ vào lý thuyết cơ sở và dựa trên phân tích của các công trình nghiên cứu trước đây để xây dựng khái niệm và phân loại tám chiến lược khuyến nghị. - Nghiên cứu hệ thống khuyến nghị dựa vào lọc cộng tác (Doctoral dissertation, Đại học Quốc gia Hà Nội).. - Hệ thống khuyến nghị cộng tác dựa trên phân cụm bán giám sát mờ và ứng dụng trong mạng hợp tác khoa học.. - Nghiên cứu kỹ thuật phân tích ma trận trong các hệ thống khuyến nghị: Luận văn ThS.. - Xây dựng hệ thống khuyến nghị hỗ trợ du lịch tỉnh Quảng Bình (Doctoral dissertation, Trường Đại học Bách khoa-Đại học Đà N ng).. - Nghiên cứu và xây dựng hệ thống khuyến nghị cho bài toán dịch vụ giá trị gia tăng trong ngành viễn thông (Doctoral dissertation).. - Ứng dụng kỹ thuật lọc cộng tác để xây dựng hệ thống khuyến nghị sách tại Trung tâm Học liệu Trường đại học Quảng Bình (Doctoral dissertation, Trường Đại học Bách khoa-Đại học Đà N ng).
Xem thử không khả dụng, vui lòng xem tại trang nguồn hoặc xem
Tóm tắt