Chiến lược khuyến nghị trong điều kiện kinh doanh cụ thể của doanh nghiệp

Bài viết 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.
Nội dung trích xuất từ tài liệu:
Chiến lược khuyến nghị trong điều kiện kinh doanh cụ thể của doanh nghiệp Nguyễn Sĩ Thìn, Nguyễn Thị Tuyết Vân 321 Chiến Lược Khuyến Nghị Trong Điều Kiện Kinh Doanh Cụ Thể Của Doanh Nghiệp Nguyễn Sĩ Thìn1[0000-0002-2583-1033], , Nguyễn Thị Tuyết Vân2 1,2 Trường Đại học công nghệ thông tin và truyền thông Việt – Hàn {nsthin, nttvan}@vku.udn.vn Tóm tắt. 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. Việc lựa chọn này, đang được giải quyết đa số bởi góc nhìn kỹ thuật trí tuệ nhân tạo bằng cách so sách độ chính xác mức độ dự đoán trong khi việc lựa chọn gắn kết với lợi nhuận, lượng khách hàng, điều kiện kinh tế…trong góc nhìn kinh doanh giành ít sự quan tâm, nghiên cứu. 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. In digital economy, making a decision of how to apply a suitable recommendation strategy become a crucial task in given certain business conditions. This problem has been mainly treated from the artificial intelligence or machine learning perspective by comparing predicted accuracy while there is relatively little study investigated from the business perspective. Stem from it, the research addressed two issues: (i) which recommendation strategies an e-commerce company can apply in certain business conditions, and (ii) which specific recommendation strategies should be preferred depending on these conditions. Based on literature analysis, the authors propose taxonomy and a framework to match each strategy with each certain condition. The implications of research is feasible to develop as the future direction research in business perspective. Keywords: Recommendation system, recommendation strategies, user-business interactions 1 Giới thiệu 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. Với sự phát triển của thương mại điện tử, HTKN nhanh chóng trở thành nhân tố quan trọng trong phát triển kinh doanh của các công ty mạng hàng đầu như Netflix, Amazon, Spotify hay ở Việt Nam như Shopee, Tiki…Để nâng cao hiệu quả, có rất nhiều nghiên cứu nhằm phát triển các thuật toán, tối ưu hóa mô hình. 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. Đó là so sánh hiệu quả mô hình thông qua các tham số đo lường: độ chính xác, tính mới, đa dạng của thuật toán và độ tin cậy [1]. Xét về góc độ kinh doanh cũng đã có nghiên cứu về HTKN hướng đến việc tối ưu hóa thuật toán gắn liền lợi ích đầu ra kinh doanh như: lợi nhuận, doanh số, dòng vốn [2,3,4]. Tuy nhiên, hướng nghiên cứu này vẫn còn rất khiêm tốn so với hướng kỹ thuật. Đây là một thiếu sót bởi vì mục đích cuối cùng trong kinh doanh cũng như trong thương mại điện tử là cung cấp phương tiện tốt nhất để khách hàng tương tác, tạo thói quen sử dụng, trải nghiệm và cuối cùng là đem lại lợi nhuận lâu dài cho công ty [5]. 322 KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA CITA 2020 “CNTT VÀ ỨNG DỤNG TRONG CÁC LĨNH VỰC” Việc phát triển HTKN theo hướng kinh doanh cũng đặt ra một cái nhìn mới khác với việc tối ưu hóa độ chính xác mô hình như các phương pháp trí tuệ nhân tạo vẫn làm [5]. Sự thay đổi này thể hiện rõ trong khoảng vài năm trở lại đây ở các công ty lớn như Amazon, Netflix, LinkedIn khi việc chuyển theo hướng kinh doanh đem lại lợi nhuận và hiệu quả cao hơn. Từ số liệu thống kê Wikipedia, Netflix giành được 80% 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. Cụ thể vào năm 2006, Netflix đặt ra giải thưởng lớn cho các thuật toán trí tuệ nhân tạo nhằm đem lại độ chính xác cao nhất trong mô hình dự đoán đánh giá phim của người dùng của hãng. Tuy nhiên, sau đó, Netflix đã chuyển hướng từ dự đoán độ chính xác sang việc xây dựng HTKN kết hợp gia tăng lượng người dùng, quản lý vấn đề dữ liệu lớn, đem lại sự thuận lợi cho người dùng trong tương tác hệ thống. 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. Điều này thể hiện qua hình 1. Vấn đề Mô hình/ Hình thức khuyến nghị 1 thuật toán 1 Khuyến nghị 1 Vấn đề Mô hình/ Hình thức khuyến nghị 2 thuật toán 2 Khuyến nghị 2 … … … Vấn đề ...