Theo anh Đoàn Thanh Tám – Giám đốc Trung tâm Phân tích dữ liệu, khối CNTT, Viettel Telecom, “60-70% người dùng đang xem phim trên Netflix bằng những gì được giới thiệu”. Hiện Viettel cũng làm những điều tương tự. Để thấu hiểu khách hàng và đưa ra những gợi ý, sản phẩm hợp với từ nhóm khách hàng nhỏ, thay vì cách truyền thống là “cứ đại trà đi”, Trung tâm Phân tích dữ liệu của Viettel Telecom dùng máy học chuyên sâu để đọc vị khách hàng và giải quyết được bài toán này.

Trung tâm Phân tích dữ liệu được thành lập từ tháng 8/2018, với 2 mảng chính là công nghệ liên quan đến xử lý big data và phân tích chúng. “Chúng tôi cần làm chủ hoàn toàn công nghệ liên quan đến xử lý dữ liệu lớn và làm thế nào để thực sự kiếm ra tiền từ những dữ liệu mà Viettel vốn sở hữu rất nhiều”, anh Tám nói.

Công nghệ này thực tế còn rất mới trên thế giới. Vì vậy khi được giao nhiệm vụ, lãnh đạo và nhân sự trong trung tâm, anh Tám đặt ra mục tiêu phải chứng minh được tính hiệu quả trong việc phân tích dữ liệu lớn. “Viettel đang có ‘mỏ vàng thô’ là dữ liệu. Bài toán đặt ra là làm thế nào để khai thác hiệu quả những dữ liệu đấy”, anh Đoàn Thanh Tám nhận định.

Anh Đoàn Thanh Tám – Giám đốc Trung tâm Phân tích dữ liệu, khối CNTT, Viettel Telecom.

Hai tháng sau, đến khi các bánh răng của bộ máy vận hành trơn tru hơn, trung tâm mới kiến nghị lên Tập đoàn Viettel bản kế hoạch giai đoạn 2018-2020 sẽ trở thành đơn vị đứng đầu ở Việt Nam trong mảng phân tích dữ liệu lớn.

Kết quả năm 2019 ghi nhận, doanh thu tăng thêm thực sự được sản sinh từ những dữ liệu thô của Viettel. Cụ thể trong 11 tháng, Viettel Telecom tăng thêm 737 tỷ đồng, tức gần 70 tỷ đồng/tháng (gần 3 triệu USD). Cũng nhờ kết quả quan trọng này, anh Đoàn Thanh Tám trở thành một trong 8 cá nhân xuất sắc nhất Tập đoàn Viettel tại giải thưởng “Viettel’s Stars 2019”.

Giải thích kỹ hơn về cách làm của trung tâm, anh Tám cho biết, máy học của Viettel tập trung phân tích để làm rõ được 4 khía cạnh là sản phẩm sẽ bán cho khách hàng nào, bán cái gì, bán vào thời điểm nào và bán bằng cách nào. “Cứ xoáy vào 4 điểm này bởi nếu khách hàng có thói quen ngủ trưa mà đi gửi tin nhắn chào mua vào lúc đó thì vô nghĩa”, anh cười và chia sẻ về những sự cố tin nhắn xảy ra trước đây.

Nhờ phân tích của máy học, Viettel có hướng giải quyết 2 bài toán quan trọng. Thứ nhất, với các chương trình marketing truyền thống, tỷ lệ người mua là 1%. Tuy nhiên, sau khi dùng máy học để chọn đúng người, đúng thời điểm, tỷ lệ tăng thành 2-5%. “Tăng người mua sẽ làm tăng doanh thu của Viettel”, anh Tám nói.

Thứ hai, ngoài việc tăng doanh thu, từ kết quả phân tích dữ liệu lớn, phía Viettel có thể đoán biết được khách hàng nào sắp rời bỏ mạng/dịch vụ của mình và nguyên nhân. Từ đó, bộ phận chăm sóc khách hàng sẽ tìm biện pháp khắc phục trước khi việc vào thế đã rồi.

Chìa khoá của mô hình học máy theo anh Đoàn Thanh Tám là phải “học liên tục”. Tuy nhiên, điều này cũng tạo ra những khó khăn nhất định khi phải thuyết phục ban lãnh đạo không đánh giá ngay kết quả ban đầu. “Khi triển khai một trường hợp phân tích dữ liệu, nó không thể mang lại kết quả tốt ngay được”, anh nói và giải thích rằng máy học ở thời điểm ban đầu chỉ có được lượng tri thức trong quá khứ, không biết tương lai.

Anh Tám cũng phân tích thêm, mình đang dùng dữ liệu quá khứ để tiên đoán tương lai do vậy yêu cầu bước lọc rất nhiều. Những chương trình hay rơi vào khoảng 2-4 tuần, kết quả cũng có thể không thực sự tốt. Do vậy, người chỉ huy cần nhìn vào và hiểu được, thay vì thấy làm một lần mà chưa ổn và bỏ luôn thì chịu. Máy được cập nhật, phản hồi bao nhiêu thì kết quả ra tốt bấy nhiêu.

Theo anh Đoàn Thanh Tám, chìa khoá của mô hình học máy là “học liên tục”, cần người chỉ huy nhìn vào và hiểu được, thay vì thấy làm một lần mà chưa ổn và bỏ luôn thì chịu.

Hiện tại, Trung tâm Phân tích dữ liệu của Viettel hợp tác với các đối tác hàng đầu trong ngành như BCG hay Cloudera. Các đơn vị này đều đánh giá cao hệ thống, cấu trúc của trung tâm Viettel. Nhìn về tương lai xa hơn của ngành, anh Đoàn Thanh Tám nhận định, Việt Nam đang đi vào giai đoạn tương đối chín muồi, đã đến lúc để tập trung vào ngành phân tích big data.

Theo: Zing News