Hệ gợi ý là gì? Trong tiếng Anh hệ gợi ý được gọi là Recommender Systems. Các phương pháp? Lợi ích của hệ gợi ý?
Trong vài thập kỷ qua, với sự nổi lên của Youtube, Amazon, Netflix và nhiều dịch vụ web khác, các hệ gợi ý ngày càng có nhiều vị trí hơn trong cuộc sống của chúng ta. Từ thương mại điện tử gợi ý cho người mua những bài báo mà họ có thể quan tâm đến quảng cáo trực tuyến gợi ý cho người dùng những nội dung phù hợp, phù hợp với sở thích của họ, hệ gợi ý ngày nay không thể tránh khỏi trong hành trình trực tuyến hàng ngày của chúng ta.Nói một cách tổng quát, hệgợi ý là các thuật toán nhằm đề xuất các mặt hàng có liên quan cho người dùng (mặt hàng là phim để xem, tin nhắn văn bản để đọc, sản phẩm cần mua hoặc bất kỳ thứ gì khác tùy theo ngành).
Hệ gợi ý thực sự rất quan trọng trong một số ngành vì chúng có thể tạo ra một khoản thu nhập khổng lồ khi chúng hoạt động hiệu quả hoặc cũng là một cách để nổi bật đáng kể so với các đối thủ cạnh tranh.
Mục lục bài viết
1. Hệ gợi ý là gì?
Trong tiếng anh hệ gợi ý được gọi là: Recommender Systems.
Hệ gợi ý được xác định ở đây chính là kĩ thuật của trí tuệ nhân tạo, được nghiên cứu để cung cấp những gợi ý tự động tới người dùng hoặc khách hàng. Nó dựa trên dữ liệu về hành vi trong quá khứ của người dùng để hướng dẫn khách hàng định vị được những sản phẩm mà họ thích, giúp khách hàng có những quyết định tốt khi mua sắm online.
Đối với thương mại điện tử, người mua và người bán không cần gặp gỡ trực tiếp, mà họ giao dịch với nhau trên trang web. Vì vậy, rất cần có một trợ lí bán hàng tự động. Việc tìm ra một “chuyên gia” tư vấn thông minh, thân thiện, am hiểu khách hàng trên các website vô cùng quan trọng và cũng chính là một thách thức. Vấn đề này có thể được giải quyết bằng việc tích hợp các kĩ thuật gợi ý (Recommender Systems) trong các website bán hàng. Hệ gợi ý như 1 chuyên gia tư vấn, dự đoán thông minh sở thích của khách hàng và cung cấp những thông tin mà họ thực sự quan tâm.
Hệ thống đề xuất, hoặc hệ thống khuyến nghị (đôi khi thay thế ‘hệ thống’ bằng một từ đồng nghĩa như nền tảng hoặc động cơ), là một lớp con của hệ thống lọc thông tin tìm cách dự đoán “xếp hạng” hoặc “sở thích” mà người dùng sẽ đưa ra cho một mặt hàng .
Hệ thống giới thiệu được sử dụng trong nhiều lĩnh vực khác nhau, với các ví dụ thường được công nhận dưới dạng trình tạo danh sách phát cho các dịch vụ video và âm nhạc, giới thiệu sản phẩm cho các cửa hàng trực tuyến hoặc giới thiệu nội dung cho các nền tảng truyền thông xã hội và giới thiệu nội dung web mở. Các hệ thống này có thể hoạt động bằng cách sử dụng một đầu vào duy nhất, như âm nhạc hoặc nhiều đầu vào trong và trên các nền tảng như tin tức, sách và truy vấn tìm kiếm. Ngoài ra còn có các hệ thống giới thiệu phổ biến cho các chủ đề cụ thể như nhà hàng và hẹn hò trực tuyến. Hệ thống đề xuất cũng đã được phát triển để khám phá các bài báo và chuyên gia nghiên cứu, cộng tác viên, và các dịch vụ tài chính
Các kĩ thuật hệ gợi ý đã và đang được nghiên cứu, ứng dụng một cách mạnh mẽ và mang lại lợi ích cho cả người cung cấp dịch vụ và người sử dụng dịch vụ.
Hầu hết các trang thương mại lớn trên thế giới, như: Amazon.com, Alibaba.com, youtube.com, facebook.com, ebay.com, MovieFinder.com… đều sử dụng các kĩ thuật gợi ý trong website của mình để nâng cao trải nghiệm cho khách hàng, nâng cao chất lượng dịch vụ và thu lại lợi nhuận tốt hơn.
Ở Việt Nam, những trang thương mại điện tử thành công, như: lazada.vn, Vatgia.com, Shopee.com, www.fptshop.com.vn, Thegioididong.com, Tiki.vn… đều có sử dụng hệ gợi ý trong hệ thống thông tin. Tuy nhiên, hiện nay, phần lớn trang thương mại điện tử trong nước chưa tích hợp các chức năng này, hoặc nếu có cũng chỉ dừng ở mức gợi ý chung chung, chưa có tính cá nhân hóa.
Hệ thống gợi ý dần trở thành một thành phần không thể thiếu của các sản phẩm điện tử có nhiều người dùng. Các sản phẩm cá nhân hóa điện tử ngày càng phổ biến với mục đích mang sản phẩm phù hợp tới người dùng hoặc giúp người dùng có các trải nghiệm tốt hơn. Nếu quảng cáo sản phẩm tới đúng người dùng, khả năng các món hàng được mua nhiều hơn. Nếu gợi ý một video mà người dùng nhiều khả năng thích hoặc gợi ý kết bạn đến đúng đối tượng, họ sẽ ở lại trên nền tảng của bạn lâu hơn. Khi họ ở trên nền tảng của bạn lâu hơn, họ sẽ nhìn thấy nhiều quảng cáo hơn và lợi nhuận từ quảng cáo sẽ lại càng nhiều hơn.
2. Các phương pháp:
Có nhiều loại hệ gợi ý và thường được chia thành 2 nhóm chính, là: Hệ gợi ý cá nhân hóa và hệ gợi ý không cá nhân hóa. Trong đó mỗi nhóm sẽ được quy định với những phương pháp khác nhau, như sau:
Thứ nhất, Hệ gợi ý không cá nhân hóa được xác định là nhóm phương pháp không dựa vào hồ sơ cá nhân từng khách hàng, mà chỉ dựa vào top các đánh giá từ các khách hàng khác, chẳng hạn như: Các sản phẩm bán chạy nhất, các sản phẩm được đánh giá tốt nhất,…
Một số phương pháp gợi ý thuộc loại không cá nhân hóa:
– Gợi ý sản phẩm bán chạy nhất (Popular products): Nhóm xây dựng website sẽ dựa vào dữ liệu bán hàng trong cơ sở dữ liệu (CSDL) để thống kê các sản phẩm bán chạy nhất, sau đó thông báo lên bản tin trên website để giới thiệu cho khách hàng biết, xem và mua sản phẩm.
– Gợi ý sản phẩm bán chậm (Slowly products): Nhóm xây dựng website sẽ dựa vào dữ liệu bán hàng trong cơ sở dữ liệu để thống kê các sản phẩm bán chậm và từ đó có chính sách giảm giá, thông báo lên bản tin của website, gửi email tới khách hàng để khách hàng biết thông tin giảm giá của cửa hàng, giúp giảm lượng hàng tồn kho.
– Gợi ý sản phẩm mới (New products): Nhóm xây dựng website sẽ dựa vào đặc điểm của sản phẩm mà không cần dữ liệu về khách hàng, không cần dữ liệu bán hàng để xây dựng module gợi ý sản phẩm mới.
Thứ hai, hệ gợi ý cá nhân hóa được đánh giá là mang lại hiệu quả cao đối với thương mại điện tử. Bởi nếu doanh nghiệp hiểu rõ hơn về từng khách hàng của mình dựa trên những gì họ tham gia và mua hàng trên mạng, doanh nghiệp có thể gửi cho khách các đề xuất sản phẩm phù hợp hơn với mong muốn và sở thích của họ. Khách hàng sẽ tiết kiệm được thời gian tìm kiếm sản phẩm, mua được những món hàng thực sự thích và cần thiết. Doanh nghiệp sẽ tăng được lượng người mua hàng, tăng giá trị đơn hàng, tăng doanh số bán hàng.
– Gợi ý dựa trên nội dung (The content-based filtering method): Phương pháp này trong hệ gợi ý cá nhân hóa được dựa vào dữ liệu về các sản phẩm mà khách hàng đã thích trong quá khứ để tính độ tương tự với các sản phẩm trong hệ thống. Do đó, gợi ý những sản phẩm tương tự với sản phẩm mà khách hàng đã thích, đã xem, đã mua trong quá khứ. Ý tưởng đằng sau lọc cộng tác dựa trên nội dung nếu khách hàng thích một sản phẩm A, khách cũng có thể thích sản phẩm tương tự với A là B.
– Lọc cộng tác (The collaborative-filtering method): Hệ thống lọc cộng tác trong hệ gợi ý cá nhân hóa được phân tích dữ liệu người dùng để tìm ra mối tương quan giữa các đối tượng người dùng. Lọc cộng tác hoạt động bằng cách xây dựng một cơ sở dữ liệu, lưu trữ dưới dạng ma trận người dùng (users) – sản phẩm (items) và mỗi dòng của nó là một vectơ. Sau đó, phân tích dữ liệu, tính toán sự tương đồng giữa các users với nhau để đưa ra gợi ý. Ý tưởng quan trọng của phương pháp này là những người dùng tương tự có xu hướng sử dụng những sản phẩm tương tự
– Phương pháp kết hợp (hybrid method): Phương pháp kết hợp trong hệ gợi ý cá nhân hóa được kết hợp giữa phương pháp gợi ý dựa trên nội dung và lọc cộng tác nhưng tập trung vào các thuộc tính của các khách hàng cụ thể để tạo nên các gợi ý đa dạng
3. Lợi ích của hệ gợi ý:
Các lợi ích chính của việc ứng dụng các kĩ thuật gợi ý cho thương mại điện tử (Jordan, 2016; Stephan, 2019):
– Hệ gợi ý giúp doanh nghiệp giảm thời gian tìm kiếm sản phẩm cho khách, tăng số lượt xem sản phẩm trên các gian hàng, tăng số lượng mua hàng của khách, tăng doanh số bán hàng.
– Hệ gợi ý làm tăng giá trị trung bình của đơn hàng (Average Order Value).
– Hệ gợi ý làm tăng tỉ lệ chuyển đổi của khách (CTR – Conversionrate of visitor): Theo nghiên cứu của Barilliance (Stephan, 2019) thấy rằng, tỉ lệ chuyển đổi mua hàng của khách click vào các gợi ý trên website tăng gấp 5,5 lần so với không click vào gợi ý.
– Hệ gợi ý cải thiện việc bỏ giỏ hàng lên tới 4,35% (Stephan, 2019).
– Hệ gợi ý tăng doanh thu cho các doanh nghiệp. Cụ thể, mang lại 31% doanh thu trên các trang thương mại điện tử. Có đến 12% khách mua hàng đến từ các phương pháp gợi ý (Stephan, 2019).
