BÁO CÁO BÀI TẬP CUỐI KỲ MÔN QUẢN TRỊ QUAN HỆ KHÁCH HÀNG Đề tài 8 Amazon và Spotify đã tạo lập và sử dụng dữ liệu liên quan đến khách hàng để hỗ trợ cho hoạt động của doanh nghiệp ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC KINH TẾ ...... BÁO CÁO BÀI TẬP CUỐI KỲ MÔN QUẢN TRỊ QUAN HỆ KHÁCH HÀNG Đề tài 8 Amazon và Spotify đã tạo lập và sử dụng dữ liệu liên quan đến khách hàng để hỗ trợ cho hoạt động của doanh nghiệp
Trang 1ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC KINH TẾ
Amazon và Spotify đã tạo lập và sử dụng dữ liệu liên quan đến khách hàng để
hỗ trợ cho hoạt động của doanh nghiệp
Giảng viên: Phan Thị Nhung Lớp học phần: COM3003-8 Thành viên:
Trang 2MỤC LỤC
PHẦN I: AMAZON 3
I Giới thiệu sơ lược về tập đoàn Amazon 3
II Chức năng của cơ sở dữ liệu đối với doanh nghiệp 4
1 Vì sao dữ liệu khách hàng quan trọng với doanh nghiệp 4
2 Doanh nghiệp cần những dữ liệu nào của khách hàng ? 5
3 Xác định các nguồn dữ liệu 6
III Công cụ phân tích dữ liệu 7
1 Giới thiệu về công cụ 7
2 Chức năng của công cụ 7
IV Cách doanh nghiệp sử dụng dữ liệu khách hàng trong hoạt động kinh doanh 10
1 Tối ưu hóa chuỗi cung ứng 11
2 Tối ưu hóa giá 11
3 Để sàng lọc các giao dịch mua và trả lại các yêu cầu nếu có dấu hiệu gian lận 11 4 Trải nghiệm mua sắm được cá nhân hóa trên Amazon 12
5 Để thay đổi và sửa đổi các cửa hàng thực 12
PHẦN II: SPOTIFY 14
I Giới thiệu sơ lược về doanh nghiệp 14
II Chức năng của cơ sở dữ liệu đối với doanh nghiệp 15
1 Vì sao dữ liệu khách hàng quan trọng với doanh nghiệp? 15
2 Doanh nghiệp cần những dữ liệu nào của khách hàng? 16
3 Xác định các nguồn dữ liệu 16
III Công cụ phân tích dữ liệu 18
1 Phát triển nội dung được cá nhân hóa 22
2 Tiếp thị Nâng cao thông qua các quảng cáo được nhắm mục tiêu 23
3 Spotify Wrapped 24
4 Bản địa hóa 25
5 Kết nối người nghe với nghệ sĩ và người sáng tạo 25
PHẦN III: NHẬN XÉT VÀ KẾT LUẬN 26
I Nhận xét và so sánh ưu điểm và nhược điểm của hai doanh nghiệp 26
II Kết luận 31
PHẦN IV: TÀI LIỆU THAM KHẢO 31
Trang 3PHẦN I: AMAZON
I Giới thiệu sơ lược về tập đoàn Amazon
Tên tập đoàn: Amazon
Trụ sở chính: Seattle, Washington
Lĩnh vực kinh doanh: Điện toán đám mây, truyền phát kỹ thuật số, trí tuệ nhân tạo
và thương mại điện tử
Thời gian thành lập: ngày 5 tháng 7 năm 1994
Amazon được biết đến với việc làm thay đổi tư duy của các ngành công nghiệp đã được
thiết lập thông qua đổi mới công nghệ và phát triển quy mô lớn và là một trong những công
ty công nghệ Big Four cùng với Google, Appe và Facebook
Xuất phát điểm của Amazon là một trang bán sách Về sau, Amazon mở rộng với hàng loạt
hàng hoá tiêu dùng và phương tiện truyền thông kỹ thuật số cũng như các thiết bị điện tử
của chính Amazon, chẳng hạn như Kindle e-book reader, Kindle Fire… Amazon cũng là
thị trường thương mại điện tử lớn nhất thế giới, nhà cung cấp trợ lý AI và nền tảng điện
toán đám mây được đo lường bằng doanh thu và vốn hoá thị trường
Amazon phân phối tải xuống và phát trực tuyến video, âm nhạc, audiobook thông qua các
công ty con Amazon Prime Video, Amazon Music và Audible Amazon cũng là một chi
Trang 4nhánh xuất bản, Amazon Publishing, một hãng phim và truyền hình, Amazon Studios và một công ty con về điện toán đám mây, Amazon Web Services
Năm 2015 Amazon đã vượt qua Walmart trở thành nhà bán lẻ có giá trị nhất tại Hoa Kỳ tính theo giá trị vốn hóa thị trường Vào năm 2017, Amazon đã mua lại Whole Foods Market với giá 13,4 tỷ đô la, điều này đã làm tăng đáng kể sự hiện diện của Amazon với tư cách là một nhà bán lẻ truyền thống Năm 2018, Bezos tuyên bố Amazon Prime đã có trên
100 triệu người đăng ký trên toàn thế giới
II Chức năng của cơ sở dữ liệu đối với doanh nghiệp
1 Vì sao dữ liệu khách hàng quan trọng với doanh nghiệp
Dữ liệu khách hàng giúp amazon hiểu khách hàng của mình hơn Việc thu thập thông tin và xây dựng hệ thống dữ liệu khách hàng sẽ tạo điều kiện để amazon cá nhân hóa tương tác, tăng độ hài lòng trong cách đáp ứng nhu cầu người dùng
Khi có được dữ liệu khách hàng, tức là amazon đã nắm được những nhu cầu sâu xa nhất của khách hàng Như vậy, việc tiếp theo cần làm sẽ là vạch ra một chiến lược tiếp thị “đánh trúng” vào đó để có thể chinh phục những đối tượng mình muốn tiếp cận
Nhờ biết thói quen mua sắm của khách hàng, Amazon có thể viết lại mô tả sản phẩm và quảng cáo để tăng cơ hội cho sản phẩm
Dựa trên những mặt hàng họ mua với những gì họ để lại, Amazon có thể xác định những yếu tố nào ảnh hưởng đến quyết định mua hàng của khách, chẳng hạn như giá cả hay giá trị dinh dưỡng Cuối cùng, Amazon có khả năng đưa ra những phỏng đoán có tính khoa học cao về việc khách hàng của mình là người ăn chay hay bị dị ứng thực phẩm
Amazon có thể nhắc người mua về những mặt hàng họ đã mua gần đây hoặc thông báo cho họ rằng sữa họ mua cách đây một tuần sắp hết hạn Nó thậm chí có thể gợi
ý các công thức nấu ăn lấy cảm hứng từ các mặt hàng trong giỏ hàng của họ tại thời điểm đó Với chiều sâu và chiều rộng của thông tin khách hàng, khả năng Amazon
cá nhân hóa trải nghiệm của khách hàng trên nền tảng của mình và để tạo thêm doanh thu là vô tận
Trang 52 Doanh nghiệp cần những dữ liệu nào của khách hàng ?
- Các thông tin cá nhân: (họ tên, giới tính, nhóm tuổi, ngày tháng năm sinh,…) Thu thập, lưu trữ, xử lý và phân tích thông tin cá nhân từ mọi khách hàng như một phương tiện xác định cách khách hàng đang tiêu tiền của họ
- Dữ liệu tương tác : tất cả hành vi của khách hàng trên website, trên các trang mạng
xã hội hoặc dịch vụ bán hàng của Amazon
Amazon thu thập dữ liệu từ người dùng khi họ duyệt web, chẳng hạn như thời gian xem từng trang Họ cũng thu thập các bộ dữ liệu bên ngoài, chẳng hạn như dữ liệu điều tra dân số, để thu thập những thông tin chi tiết khác về nhân khẩu học của người dùng
- Hành vi, sở thích, thói quen mua sắm, xu hướng tìm kiếm trên mạng của khách hàng
Cũng như những gì bạn mua, Amazon quan sát những gì bạn xem, địa chỉ giao hàng của bạn (Amazon có thể đưa ra một dự đoán chính xác đáng đến mức ngạc nhiên về mức thu nhập của bạn dựa trên nơi bạn sinh sống) và liệu bạn có để lại bất cứ đánh giá hay phản hồi nào hay không
=> Hàng tá dữ liệu này được sử dụng để xây dựng một “góc nhìn 360 độ” về bạn với tư cách là một khách hàng cá nhân
- Thái độ của khách hàng sau khi sử dụng sản phẩm, đánh giá của người tiêu dùng Phân tích mô hình mua hàng của khách hàng từ các mặt hàng đã mua trước đó, các mặt hàng trong giỏ hàng hoặc trong danh sách yêu thích của họ, các sản phẩm được
họ đánh giá và xếp hạng, đến các sản phẩm được tìm kiếm nhiều nhất Thông tin này sau đó được sử dụng để giới thiệu các sản phẩm bổ sung mà những khách hàng khác đã mua khi mua cùng những mặt hàng đó Ví dụ: nếu khách hàng thêm điện thoại di động vào giỏ hàng của mình, thì các trường hợp di động được khuyến nghị mua
=> Bằng cách này, dữ liệu lớn của Amazon sử dụng sức mạnh của đề xuất để khuyến khích khách hàng mua hàng bốc đồng và nâng cao hơn nữa toàn bộ trải
Trang 6nghiệm mua sắm Điều này có vẻ hiệu quả với công ty vì nó tạo ra 35% doanh số hàng năm bằng cách sử dụng phương pháp này
- Công ty thu thập hàng nghìn điểm dữ liệu lịch sử và thời gian thực trên mọi đơn đặt hàng và sử dụng các thuật toán học máy để tìm các giao dịch có khả năng bị lừa đảo cao
- Thu thập thông tin trải nghiệm của khách hàng để nâng cấp sản phẩm, cơ sở hạ tầng phù hợp
Ví dụ: nếu camera cho thấy những người có xe đẩy trẻ em gặp khó khăn khi khám phá các lối đi, Amazon có thể làm cho chúng mở rộng hơn Sau đó, một lần nữa, nếu các giao dịch thể hiện những thứ thân thiện với người ăn chay bán nhanh đặc biệt ở một ngôn ngữ cụ thể, nó có thể sắp xếp một số lượng lớn hơn các mặt hàng
đó để điều phối nhu cầu của khách hàng
3 Xác định các nguồn dữ liệu
- Amazon thu thập dữ liệu riêng lẻ về từng khách hàng của mình khi họ sử dụng trang web ( lịch sử duyệt web, thời gian xem từng trang, ) Ngoài những gì khách hàng mua, Amazon cũng theo dõi những mặt hàng đã được xem, địa chỉ giao hàng của người dùng và đánh giá của người dùng Để đưa ra các phương án tối ưu cho dữ liệu này,
- Họ cũng sử dụng các bộ dữ liệu bên ngoài, chẳng hạn như dữ liệu điều tra dân số,
để thu thập những thông tin chi tiết khác về nhân khẩu học của người dùng
- Dùng bản ghi âm giọng nói của Alexa để thu thập dữ liệu
Amazon cung cấp các trợ lý ảo như Echo và Echo Show, bao gồm camera cũng như loa Sử dụng nó cho một số mục đích như nhận thông tin cập nhật về thời tiết, trò chuyện với Alexa, tin tức hàng ngày hoặc đặt hàng và tất cả đều là lệnh thoại Tuy nhiên, những bản ghi âm này đều được tải lên máy chủ của Amazon Bằng cách này amazon sẽ có được những bản ghi âm chứa những dữ liệu của khách hàng
Tuy nhiên, đối với một số khách hàng, đây có thể là một mối quan tâm về quyền riêng tư Họ không cảm thấy thoải mái với việc các bản ghi âm giọng nói của họ được lưu trữ trên đám mây và không thể loại bỏ hoàn toàn
Trang 7III Công cụ phân tích dữ liệu
1 Giới thiệu về công cụ
Amazon hy vọng tất cả các dịch vụ của mình đều có
sẵn trên toàn cầu, xử lý hàng triệu yêu cầu mỗi giây,
hoạt động với thời gian chết gần như bằng 0, chỉ tốn
những gì cần thiết và được quản lý hiệu quả Các dịch
vụ AWS đáp ứng các yêu cầu này bằng cách cung cấp
một loạt các cơ sở dữ liệu được xây dựng theo mục
đích, do đó cho phép các kỹ sư của Amazon tập trung
vào việc đổi mới cho khách hàng của họ
Amazon Web Services (AWS) là nền tảng đám mây toàn diện AWS cung cấp nhiều
lựa chọn dịch vụ phân tích đa dạng nhất, phù hợp với mọi nhu cầu phân tích dữ liệu
đồng thời cho phép các tổ chức thuộc mọi quy mô và lĩnh vực làm mới lại công việc
kinh doanh của họ bằng dữ liệu Từ di chuyển dữ liệu, lưu trữ dữ liệu, hồ dữ liệu,
phân tích dữ liệu lớn, phân tích nhật ký, phân tích phát trực tuyến, máy học, v.v
2 Chức năng của công cụ
Trường hợp sử dụng Dịch vụ
Phân tích tương tác Amazon Athena
Xử lý dữ liệu lớn Amazon EMR
Kho dữ liệu Amazon Redshift
Phân tích vận hành Amazon OpenSearch Service
Bảng thông tin và trực quan hóa Amazon Quicksight
Trang 8- Amazon Athena là một dịch vụ truy vấn tương tác giúp bạn dễ dàng phân tích dữ liệu trong Amazon S3 bằng cách sử dụng SQL tiêu chuẩn Athena không cần máy chủ, do đó, không phải quản lý sở hạ tầng và bạn chỉ phải trả tiền cho những truy vấn bạn chạy
- Amazon EMR là một nền tảng đám mây dữ liệu lớn có khả năng thực hiện công việc xử lý dữ liệu phân phối ở quy mô lớn, truy vấn SQL tương tác và chạy ứng dụng máy học (ML) sử dụng các khung phân tích nguồn mở Giúp xử lý dữ liệu quy
mô lớn và phân tích tình huống giả định bằng cách sử dụng thuật toán thống kê và
mô hình dự đoán để khám phá những khuôn mẫu ẩn, tính tương quan, xu hướng thị trường và sở thích của khách hàng
- Amazon Redshift sử dụng SQL để phân tích dữ liệu có cấu trúc và bán cấu trúc trên các kho dữ liệu, cơ sở dữ liệu hoạt động và hồ sơ dữ liệu bằng cách sử dụng phần cứng và công nghệ máy học Giúp cải thiện các dự báo tài chính và nhu cầu Xây dựng các báo cáo và bảng thông tin theo định hướng thông tin chuyên sâu làm tối ưu hóa được thông tin kinh doanh
Amazon OpenSearch Service giúp bạn dễ dàng thực hiện phân tích nhật ký tương tác, giám sát ứng dụng trong thời gian thực, tìm kiếm trên trang web Tìm kiếm, hiển thị trực quan và phân tích lên đến hàng petabyte văn bản cũng như dữ liệu không cấu trúc
- Amazon QuickSight cho phép mọi thành viên trong tổ chức của bạn nắm rõ dữ liệu bằng cách đặt câu hỏi bằng ngôn ngữ tự nhiên, khám phá thông qua bảng thông tin tương tác hoặc tự động tìm kiếm các khuôn mẫu và ngoại lệ được máy học hỗ trợ QuickSight hỗ trợ hàng triệu lượt xem bảng thông tin mỗi tuần cho các khách hàng, cho phép người dùng cuối của họ đưa ra các quyết định dựa trên dữ liệu sáng suốt hơn
Amazon đã di chuyển cơ sở dữ liệu Oracle của họ được sử dụng bởi các ứng dụng
Xử lý Giao dịch Trực tuyến (OLTP) sang Amazon DynamoDB, Amazon Aurora hoặc các công cụ mã nguồn mở chạy trên Amazon RDS
Trang 9- Amazon DynamoDB là cơ sở dữ liệu tài liệu và khóa-giá trị mang lại hiệu suất mili giây một chữ số ở bất kỳ quy mô nào Nó là một cơ sở dữ liệu đa vùng được quản lý đầy đủ với tính năng bảo mật, sao lưu và khôi phục được tích hợp sẵn và bộ nhớ đệm trong bộ nhớ cho các ứng dụng quy mô internet Dịch vụ Amazon DynamoDB có thể xử lý hàng nghìn tỷ yêu cầu mỗi ngày và dễ dàng hỗ trợ hàng triệu yêu cầu hai chữ số mỗi giây trên toàn bộ bảng nối đa năng của nó Bạn có thể bắt đầu với quy mô nhỏ hoặc lớn và DynamoDB sẽ tự động tăng và giảm dung lượng khi cần thiết
- Amazon Aurora là cơ sở dữ liệu quan hệ tương thích MySQL và PostgreSQL được xây dựng cho đám mây kết hợp hiệu suất và tính khả dụng của cơ sở dữ liệu doanh nghiệp truyền thống với tính đơn giản và hiệu quả về chi phí của cơ sở dữ liệu nguồn mở Amazon Aurora nhanh hơn đến năm lần so với cơ sở dữ liệu MySQL tiêu chuẩn và nhanh hơn ba lần so với cơ sở dữ liệu PostgreSQL tiêu chuẩn Nó cung cấp tính bảo mật, tính khả dụng và độ tin cậy của cơ sở dữ liệu thương mại với chi phí bằng 1/10
- Dịch vụ cơ sở dữ liệu quan hệ của Amazon (Amazon RDS) cho MySQL hoặc PostgreSQL: Amazon RDS là một dịch vụ quản lý cơ sở dữ liệu giúp thiết lập, vận hành và mở rộng quy mô cơ sở dữ liệu quan hệ trên đám mây dễ dàng hơn Nó cung
Trang 10cấp khả năng thay đổi kích thước, hiệu quả về chi phí cho cơ sở dữ liệu quan hệ tiêu chuẩn ngành và quản lý các tác vụ quản trị cơ sở dữ liệu chung
IV Cách doanh nghiệp sử dụng dữ liệu khách hàng trong hoạt động kinh doanh
Amazon đã phát triển mạnh mẽ bằng cách trở thành một nền tảng – nơi cung cấp tất
cả mọi lựa chọn Tuy nhiên, khi phải đối mặt với quá nhiều các lựa chọn lớn như vậy, khách hàng sẽ cảm thấy choáng ngợp và mất nhiều thời gian để tìm kiếm thứ
họ thực sự muốn Khách hàng mỗi khi mua hàng có quá nhiều dữ liệu phải xử lý khi quyết định mua hàng, dù có vô số sự lựa chọn những với khách hàng thực sự không
có nhiều kiến thức và ý tưởng về tất cả sản phẩm đó, họ sẽ không biết đâu là lựa chọn tốt nhất cho mình
Để giải quyết vấn đề này, Amazon đã ứng dụng Big data (Dữ liệu lớn) thu thập từ khách hàng để phân tích, xây dựng và điều chỉnh công cụ đề xuất trên website của mình tinh tế và chính xác hơn Khi Amazon có nhiều thông tin về bạn, họ ngày càng
có thể đưa ra những dự đoán chính xác hơn những gì bạn muốn mua Và đặc biệt hơn, khi một nhà bán lẻ biết bạn muốn mua gì, họ sẽ tăng được tính thuyết phục trong quá trình ra quyết định mua hàng của bạn
Amazon sử dụng mô hình vận chuyển dự đoán sử dụng dữ liệu lớn để dự đoán những sản phẩm có nhiều khả năng được người dùng mua nhất Điều này dẫn đến việc Amazon phân tích mô hình mua hàng của bạn và gửi sản phẩm đến kho hàng gần nhất mà bạn có thể sử dụng trong tương lai
Amazon cũng tối ưu hóa giá trên các trang web của mình bằng cách ghi nhớ các thông số khác nhau như hoạt động của người dùng, lịch sử đặt hàng, giá do đối thủ cạnh tranh cung cấp, tính sẵn có của sản phẩm, v.v Sử dụng phương pháp này, Amazon giảm giá cho các mặt hàng phổ biến và kiếm lợi nhuận cho các mặt hàng ít phổ biến hơn Đây là cách Amazon tận dụng dữ liệu lớn trong hoạt động kinh doanh của mình Khoa học dữ liệu đã tạo ra vị trí thống trị của nó trong các ngành công nghiệp và giúp các ngành công nghiệp phát triển và trở nên tốt hơn
Sau khi thu thập thông tin quan trọng về người tiêu dùng, Amazon sử dụng những thông tin chi tiết đó để phục vụ họ tốt hơn
Trang 111 Tối ưu hóa chuỗi cung ứng
Khi nói đến việc tăng hiệu quả, Tối ưu hóa chuỗi cung ứng là cách tốt nhất để đạt được điều đó Amazon muốn hoàn thành các đơn đặt hàng một cách nhanh chóng và
để đạt được thành tích này, công ty kết nối với các nhà sản xuất và theo dõi hàng tồn kho của họ Dữ liệu lớn của Amazon phân tích dữ liệu có sẵn và định vị kho hàng gần nhất với khách hàng/ nhà cung cấp để giảm chi phí vận chuyển Ngoài ra, lý thuyết đồ thị giúp quyết định lịch trình giao hàng, tuyến đường và nhóm sản phẩm tốt nhất, từ đó giảm thêm chi phí vận chuyển
2 Tối ưu hóa giá
Dữ liệu lớn cũng được sử dụng để quản lý giá của sản phẩm nhằm thu hút nhiều khách hàng hơn và cuối cùng là tăng lợi nhuận ròng Trước khi Dữ liệu khách hàng được sử dụng để tối ưu hóa giá, giá của các sản phẩm không thay đổi bất kể tần suất xuất hiện trên trang web Bây giờ, giá cả thay đổi thường xuyên Một trong những
lý do là vì các nền tảng dữ liệu lớn đánh giá mức độ sẵn sàng mua của một người Giá được đặt tùy theo hoạt động của bạn trên trang web, giá của đối thủ cạnh tranh, tính sẵn có của sản phẩm, sở thích mặt hàng, lịch sử đặt hàng, tỷ suất lợi nhuận dự kiến và các yếu tố khác Giá sản phẩm thường thay đổi 10 phút một lần khi dữ liệu lớn được cập nhật và phân tích Do đó, Amazon thường giảm giá cho các mặt hàng bán chạy nhất và kiếm lợi nhuận lớn hơn cho các mặt hàng ít phổ biến hơn Điều này mang lại lợi ích cho công ty trong việc tăng thu nhập hàng năm của họ lên 143% từ năm 2016 đến năm 2019, theo một báo cáo
3 Để sàng lọc các giao dịch mua và trả lại các yêu cầu nếu có dấu hiệu gian lận
Là công ty dẫn đầu trong thị trường thương mại điện tử, công ty vẫn tồn tại nguy cơ gian lận bán lẻ Công ty thu thập hàng nghìn điểm dữ liệu lịch sử và thời gian thực trên mọi đơn đặt hàng và sử dụng các thuật toán học máy để tìm các giao dịch có khả năng bị lừa đảo cao
Do phương pháp luận chủ động của Amazon và các tính toán thông tin khổng lồ đã thay đổi để giải quyết các vấn đề chính xác, tổ chức này cũng có thể kiểm tra các yêu cầu đưa trở lại không rõ ràng
Trang 12Ví dụ: nếu thông tin khổng lồ cho thấy một cá nhân đã trả lại một lượng sản phẩm cao một cách kỳ lạ trong những tháng gần đây, tổ chức có thể khám phá thêm Vào năm 2018, một số khách hàng lâu năm đã thông báo bị hạn chế do làm cho thứ mà Amazon đánh giá cao là quá nhiều lợi nhuận
4 Trải nghiệm mua sắm được cá nhân hóa trên Amazon
Amazon phân tích mô hình mua hàng của khách hàng từ các mặt hàng đã mua trước
đó, các mặt hàng trong giỏ hàng hoặc trong danh sách yêu thích của họ, các sản phẩm được họ đánh giá và xếp hạng, đến các sản phẩm được tìm kiếm nhiều nhất Thông tin khách hàng sau đó được sử dụng để giới thiệu các sản phẩm bổ sung mà những khách hàng khác đã mua khi mua cùng những mặt hàng đó Ví dụ: nếu khách hàng thêm điện thoại di động vào giỏ hàng của mình, thì các trường hợp di động được khuyến nghị mua
Bằng cách này, dữ liệu lớn của Amazon sử dụng sức mạnh của đề xuất để khuyến khích khách hàng mua hàng bốc đồng và nâng cao hơn nữa toàn bộ trải nghiệm mua sắm Điều này có vẻ hiệu quả với công ty vì nó tạo ra 35% doanh số hàng năm bằng cách sử dụng phương pháp này
5 Để thay đổi và sửa đổi các cửa hàng thực
AmazonGo, thương hiệu cửa hàng lưu trú không cần thu ngân của thương hiệu này, cũng phụ thuộc rất nhiều vào thông tin để hoạt động Cảm biến xác định những thứ
mà mọi người có thể mua và máy ảnh đảm bảo khách hàng không chiếm ưu thế với
Trang 13những nỗ lực mua sắm Mặc dù thực tế là tổ chức chưa thực sự giải thích rõ ràng về thông tin mà họ thu thập được về khách hàng của Amazon Go và lý do tại sao, công
ty có thể sử dụng thông tin này để cải thiện các cửa hàng của mình
Ví dụ: nếu camera cho thấy những người có xe đẩy trẻ em gặp khó khăn khi khám phá các lối đi, Amazon có thể làm cho chúng mở rộng hơn Sau đó, một lần nữa, nếu các giao dịch thể hiện những thứ thân thiện với người ăn chay bán nhanh đặc biệt ở một ngôn ngữ cụ thể, nó có thể sắp xếp một lượng lớn các mặt hàng đó để điều phối nhu cầu của khách hàng
Vì vậy, đây là những cách Amazon đang thu thập và triển khai dữ liệu lớn để tăng lưu lượng truy cập của khách hàng Quá trình thu thập dữ liệu bắt đầu ngay từ thời điểm một người điều hướng trang web Ngày nay, chúng ta có thể thấy nó xảy ra rất thường xuyên Chúng tôi tìm kiếm một sản phẩm trên nền tảng và quảng cáo của nó bắt đầu xuất hiện trước chúng tôi ở mọi nơi có thể
Công nghệ đang thay đổi động lực của mọi thứ và các doanh nghiệp cũng không ngoại lệ Amazon là một gã khổng lồ trong nền tảng thương mại điện tử và bây giờ chúng ta đã biết lý do, hãy sử dụng công nghệ một cách khôn ngoan
Trang 14PHẦN II: SPOTIFY
I Giới thiệu sơ lược về doanh nghiệp
Tên công ty Spotify (Spotify Technology S.A.)
Trụ sở chính: Stockholm, Thụy Điển
Lĩnh vực kinh doanh: cung cấp âm nhạc kỹ thuật số từ các hãng thu âm như Sony, EMI, Warner Music Group và Universal
Thời gian thành lập: ngày 7 tháng 10 năm 2008
Ứng dụng Spotify cho phép tìm kiếm các bài hát theo tên nghệ sĩ, album, thể loại, playlists theo chủ đề hoặc theo hãng thu âm Các tài khoản đăng ký trả phí
"Premium" được các quyền lợi như không bị quảng cáo làm gián đoạn quá trình nghe nhạc, chuyển bài vô hạn, phát bất kỳ bài hát nào mà bạn muốn và được phép tải nhạc để nghe ngoại tuyến
Tính đến thời điểm hiện tại, công ty có gần 350 triệu người đăng ký tài khoản với hơn 155 triệu thành viên đăng ký có trả phí Spotify sẽ trả phí bản quyền cho các nghệ sĩ, tuy nhiên hãng đã từng phải đối mặt với những rắc rối về tài chính với một
số nghệ sĩ như Taylor Swift và Thom Yorke
Spotify, Ltd hoạt động như là công ty mẹ, có trụ sở tại Luân Đôn Kể từ tháng 2 năm 2018, Spotify được niêm yết trên thị trường chứng khoán New York và vào tháng 9 năm 2018, công ty đã chuyển văn phòng tại thành phố New York của mình đến 4 World Trade Center
Trang 15Spotify hiện đã có sẵn trên Windows, macOS, Android, iOS, iPadOS cho smartphone và máy tính bảng, và phiên bản không chính thức cho hệ điều hành Linux Tháng 6 năm 2017, Spotify có sẵn ứng dụng trên Windows Store
II Chức năng của cơ sở dữ liệu đối với doanh nghiệp
1 Vì sao dữ liệu khách hàng quan trọng với doanh nghiệp?
Dữ liệu khách hàng giúp Spotify hiểu khách hàng của mình Việc thu thập thông tin
và xây dựng hệ thống dữ liệu khách hàng sẽ tạo điều kiện để Spotify cá nhân hóa tương tác, tăng độ hài lòng trong cách đáp ứng nhu cầu người dùng bằng cách hiển thị các bài hát và âm nhạc khác nhau với thị hiếu tương tự cho người dùng
Spotify liên tục xem các bài đăng trên blog và các bài nhạc liên quan Ứng dụng mong muốn khách hàng thưởng thức âm nhạc của họ và biết thêm về các nghệ sĩ và bài hát yêu thích của họ Với dữ liệu khách hàng, Spotify phân tích và tạo danh sách hàng đầu các bài hát được phát nhiều nhất, các bài hát xu hướng hiện tại và nhiều bài hát khác, cụ thể Spotify sử dụng các chiến lược:
+ Cá nhân hóa các danh sách phát nhạc
+ Sử dụng chiến lược bản địa hóa (Localization)
+ Sắp xếp và tối ưu các danh sách phát nhạc
Trang 16+ Kết nối nghệ sĩ địa phương với người dung
Điều này giúp thu hút khách hàng sử dụng và dành nhiều thời gian hơn cho Spotify
Từ đó, Spotify đưa ra quyết định duy trì cập nhật những người dùng quan tâm để phát triển những chiến lược làm tăng số lượng khách hàng một cách đáng kể
2 Doanh nghiệp cần những dữ liệu nào của khách hàng?
Spotifythu thập dữ liệu cá nhân của khách hàng, bao gồm:
+ Dữ liệu người dùng (Tên hồ sơ, địa chỉ email, số điện thoại, ngày sinh, giới tính, địa chỉ, quốc gia)
+ Dữ liệu sử dụng (Truy vấn tìm kiếm, lịch sử phát trực tuyến, danh sách phát khách hàng tạo, thư viện của khách hàng, lịch sử duyệt web, cài đặt tài khoản, tương tác với những người dùng Spotify khác, )
+ Dữ liệu thoại (dữ liệu giọng nói)
+ Dữ liệu thanh toán và mua hàng (Tên, ngày sinh, loại thẻ tín dụng hoặc thẻ ghi nợ, ZIP / mã bưu điện, số điện thoại, chi tiết về lịch sử mua hàng và thanh toán của khách hàng)
+ Dữ liệu về cuộc thi, khảo sát và chương trình rút thăm trúng thưởng
Dữ liệu cá nhân được thu thập thông qua việc sử dụng Dịch vụ Spotify
Khi sử dụng hoặc truy cập dịch vụ, Spotify thu thập dữ liệu cá nhân về hành động của khách hàng
Vào tháng 1 năm 2021, Spotify đã được cấp bằng sáng chế mới cho một ứng dụng
AI sử dụng dữ liệu giọng nói để xác định “trạng thái cảm xúc, giới tính, tuổi tác hoặc giọng” của người dùng và sau đó tận dụng những thông tin chi tiết này để nâng cao các đề xuất âm nhạc