EnglishVào năm 2016, khi Facebook cho ra mắt nền tảng trò chuyện Facebook Messenger với phiên bản nâng cấp cho phép các công ty, các nhà phát triển có thể xây dựng các Chatbot của riêng mình để phục vụ cho các mục đích khác nhau. Chính vì vậy, kể từ đó, sự phổ biến của thuật ngữ “Chatbot” được lan rộng, mặc dù ngày nay nhiều người cũng chỉ mới lần đầu nghe đến nhưng đối với các chuyên gia, nhà quản lý của các tập đoàn công nghệ thế giới, Chatbot hay bất kỳ công nghệ AI (Artifical Intelligence_ Trí tuệ nhân tạo) có thể hiểu và tương tác với khách hàng từ lâu đã trở thành xu hướng mạnh mẽ, lan rộng , cách mạng hóa các hoạt động kinh doanh.
Trước khi có thông báo của Facebook, thì đã có hàng ngàn ứng dụng Chatbot đã được ra đời trên các nền tảng chat, gửi tin nhắn khác nhau của các công ty công nghệ, và với sự xuất hiện từ lâu của công nghệ AI tiên tiến như Apple Siri, Microsoft Cortana, Alexa của Amazon,.. càng cho thấy Chatbot “tuy mới nhưng không mới” nhưng có thể khẳng định chúng ngày càng được áp dụng, và là thành phần không thể thiếu. Big Data cũng vậy, trước khi thuật ngữ này ra đời, thì Data Analytics (phân tích dữ liệu), Data Mining (khai thác dữ liệu) từ lâu trở thành công cụ hỗ trợ các công ty cải thiện và phát triển.
Tuy nhiên, khi sự bùng nổ của mạng xã hội, sự tiên tiến của công nghệ smartphone đã thay đổi hoàn toàn các hoạt động, sinh hoạt của con người từ mua sắm, đăng ký dịch vụ, trao đổi, giao tiếp,.. đều thực hiện qua các ứng dụng trực tuyến. Do đó, khối lượng dữ liệu mà một tổ chức phải thu thập phục vụ cho việc phân tích hành vi khách hàng là “rất lớn” – từ Data sang “Big” Data, và hệ thống quản lý, các phần mềm, thuật toán phải được cập nhật, nâng cấp liên tục.
“Thông tin dữ liệu là nguồn dầu mỏ của thế kỷ 21, và quy trình phân tích dữ liệu chính là động cơ đốt trong chuyến hóa chúng thành cơ năng” – theo Gartner – công ty tư vấn và nghiên cứu nổi tiếng toàn cầu.
Theo báo cáo của Harvard Business Review, một nghiên cứu của Andrew McAfee và Erik Brynjolfsson chỉ ra rằng các công ty khai thác Big Data đã cho thấy tỷ lệ gia tăng lợi nhuận cao hơn từ 5% đến 6% so với các công ty cùng ngành. Một nghiên cứu khác của McKinsey xác nhận rằng các công ty đạt được mức tăng lợi nhuận 6% bằng cách sử dụng các công cụ phân tích dữ liệu, dự kiến tăng lên 9% sau 5 năm kể từ năm 2018.
Dữ liệu đang tăng gấp đôi kích thước cứ sau hai năm và dự kiến sẽ đạt 44 zettabyte, tương đương 44 nghìn tỷ gigabyte vào năm 2020. Theo Forbes, trong năm 2017 đã có hơn 53% trong tổng số các công ty khảo sát trên toàn cầu áp dụng thành công Big Data nhưng thực chất chỉ có rất ít công ty có khai thác được giá trị thật sự từ Big Data. Mặc dù nhiều công ty đã chi rất nhiều tiền để thu thập một khối lượng lớn dữ liệu, nhưng theo nghiên cứu chỉ có tầm 12% trong số đó là được phân tích một cách chính xác và đem lại các giải pháp cụ thể.
Nguồn: Freepik
Nếu các bạn đã theo dõi các bài viết trước của BigDataUni thì cũng đã biết được nguyên nhân tại sao Big Data cũng như Chatbot phát triển mạnh mẽ, cùng với các lợi ích mà chúng đem lại. Trong bài viết này, chúng tôi sẽ phân tích mối quan hệ, và giải thích tại sao Chatbot đã và đang được xem là tương lai của Big Data hay nói cách khác Chatbot giúp tăng sự hiệu quả cho Big Data Analytics.
Xem thêm các bài viết về Chatbot:
TỔNG QUAN VỀ CHATBOT (PHẦN 1): CHATBOT LÀ GÌ?
TỔNG QUAN VỀ CHATBOT (PHẦN 2): CHATBOT HOẠT ĐỘNG NHƯ THẾ NÀO
TỔNG QUAN VỀ CHATBOT (PHẦN 3): LỢI ÍCH CỦA CHATBOT
Lợi ích của Chatbot trong việc khai thác Big Data
Giao tiếp, trao đổi với khách hàng dưới hình thức đối thoại sẽ giúp các công ty hiểu hơn về khách hàng của mình, các nhu cầu, ý kiến cụ thể của họ về sản phẩm và dịch vụ, xu hướng tiêu dùng mới,.. là các thông tin quan trọng đem lại lợi thế cạnh tranh cho công ty. Sự phát triển của các ngôn ngữ lập trình như NLU – Natural language understanding, NLP – Natural language processing, hay các thuật toán như ANN – Artificial neural network cùng với sự ra đời và phát triển của điện toán đám mây – Cloud computing, cơ sở dữ liệu – Database – ngày càng được nâng cấp, nền tảng công nghệ AI của các tập đoàn công nghệ,.. hỗ trợ công ty thu thập dữ liệu qua Chatbot và tiến hành phân tích. Chatbot trong tương lai sẽ trở thành nguồn dữ liệu chính của Big Data.
- Chatbot có thể đáp ứng các đặc điểm 3Vs (volume – velocity – variety) của Big Data
Chatbot được thiết kế và phát triển để vừa là nền tảng trò chuyện và đối thoại giữa Chatbot và người dùng mà còn hỗ trợ tính năng tập hợp, thu thập dữ liệu như thông tin khách hàng, lịch sử đối thoại,…do Chatbot có thể đối thoại với hơn 1000 khách hàng nên hệ thống cơ sở dữ liệu Chatbot phải có khả năng thu thập, quản lý, lưu trữ một khối lượng lớn dữ liệu (volume). Ngoài ra để tương tác với nhiều khách hàng cùng lúc một cách nhanh nhất, hệ thống Chatbot phải được xây dựng bằng các thuật toán thông minh, phải có các tính năng của Machine Learning, Deep Learning để tăng tốc độ xử lý (velocity), phân tích tin nhắn của khách hàng để hiểu được ý định và tương tác lại một cách phù hợp với nhu cầu của khách hàng.
Ngoài dữ liệu được dùng để huấn luyện cho Chatbot ví dụ như các câu, đoạn đàm thoại sẵn mà Chatbot sẽ dùng để phản hồi phù hợp với ý định của khách hàng, Chatbot thu thập dữ liệu khách hàng dưới dạng text là các câu Chat, tin nhắn văn bản,..Những dữ liệu mà khách hàng cung cấp cực kỳ đa dạng (variety) có thể có cấu trúc rõ ràng như số tuổi, thu nhập hàng tháng, số tiền mong muốn bỏ ra khi mua sản phẩm,.. hoặc không có cấu trúc rõ ràng như các ý kiến khiếu nại, các thắc mắc về sản phẩm,..
Ví dụ như Nina của Swedbank Group được xây dựng bởi công ty Nuance Communications, là Chatbot có khả năng hỗ trợ các khách hàng giải quyết các thắc mắc, nhu cầu về tài chính vốn rất phức tạp, khiến nhân viên chăm sóc khách hàng phải dành nhiều thời gian trao đổi qua điện thoại và khách hàng có thể cảm thấy khó hiểu, không đủ kiên nhẫn,.. Nina ra đời vào tháng 4/2016 và hiệu quả đem lại thì đáng kể, trung bình mỗi tháng trong 3 tháng đầu ra mắt, Nina đã thực hiện hơn 30,000 cuộc đối thoại với khách hàng, hỗ trợ được 78% lượng khách hàng mới, lần đầu (first-contact) liên hệ với Swedbank Group.
Nina là sản phẩm của Nuance Communications cho thấy trình độ công nghệ tiên tiến, chuyên môn hàng đầu cảu công ty này, có khả năng nhận diện giọng nói, hiểu được ngôn ngữ tự nhiên thông qua NLU, “chat”, đối thoại tự nhiên với con người,…hỗ trợ các công ty tăng trải nghiệm của khách hàng một cách tối đa.
Chatbot Nina.
(nguồn: https://contact-centres.com/nuance-introduce-nina-the-virtual-assistant/ )
- Chatbot thu thập dữ liệu
Những người dùng Chatbot, đặc biệt là thế hệ trẻ với sự am hiểu về công nghệ, và thích sự thuận tiện nhanh chóng, sẽ cảm thấy dễ dàng và tự nhiên khi đối thoại với Chatbot để giải quyết các vấn đề họ gặp phải. Chatbot được xem là “người bắt chuyện”, “người môi giới” đứng giữa công ty và khách hàng trong thời đại mới. Khi khách hàng gửi tin nhắn về những vấn đề mình gặp phải lên Chatbot. Nếu Chatbot hiểu được ý định khách hàng, thì sẽ phản hồi lại khách hàng một cách phù hợp. Nếu nó không hiểu ý định của khách hàng thì Chatbot sẽ chuyển thông tin này đến nhân viên chăm sóc khách hàng để hỗ trợ trực tiếp. Bằng cách ghi lại tất cả các tương tác, Chatbot tạo ra một kho dữ liệu thực có thể được sử dụng để phát triển Chatbot.
Ví dụ: bằng cách xem một câu hỏi chưa được trả lời của Chatbot do Chatbot không hiểu và nghiên cứu các từ trong câu hỏi đó được khách hàng sử dụng, nhân viên phụ trách xây dựng Chatbot sẽ xác định được ý định, nhu cầu mới của khách hàng, thiết lập các đoạn đối thoại phù hợp và bắt đầu “huấn luyện” cho Chatbot để Chatbot hiểu câu hỏi đó nếu sau này được khách hàng khác hỏi.
- Chatbot sẽ đóng vai trò là kênh thu thập, nguồn dữ liệu khác của Big Data
Ngoài nguồn dữ liệu khách hàng để lại trên các website công ty, website của công ty e-commerce, social media, qua e-mail, qua các giao dịch với công ty, dữ liệu từ nghiên cứu thị trường, dữ liệu từ các công ty đối tác,…
Mặt khác hệ thống Chatbot khi được xây dựng có khả năng liên kết với hệ thống trung tâm Big Data nên dữ liệu của Chatbot có thể lưu trữ, quản lý, chuyển đổi, luân chuyển dễ dàng. Trong thời gian lâu dài, Chatbot càng nhận nhiều các câu hỏi, vấn đề mới của khách hàng, kết hợp với sự phát triển của NLP, NLU, công ty sẽ hiểu hơn về khách hàng của mình, bắt kịp xu hướng mới, nhu cầu mới về sản phẩm dịch vụ. Ngoài ra, công ty dễ dàng nhận ra vấn đề, các lỗi của sản phẩm nhanh hơn và một công ty có thể có thêm ý tưởng về những sản phẩm để sáng tạo.
- Chatbot hỗ trợ bảo mật thông tin cho Big Data
Do Chatbot nhận thông tin của khách hàng, các thông tin này chủ yếu là thông tin cá nhân, nên vấn đề bảo mật, an toàn thông tin được đặt lên hàng đầu, không chỉ riêng hệ thống Chatbot mà cả hệ thống Big Data. Một trong những lý do phổ biến mà các công ty vừa và nhỏ tại Việt Nam sử dụng các dịch vụ Chatbot tích hợp trên nền tảng Facebook Messenger đó chính là bị cướp mất khách hàng tiềm năng. Ví dụ khi công ty bạn đăng một bài giới thiệu sản phẩm lên fanpage của mình trên Facebook, khách hàng tiềm năng có thể “comment” dưới bài viết khi họ muốn mua sản phẩm. Các công ty đổi thủ sẽ thường xuyên thăm dò qua đó có thể “ăn cắp” khách hàng này, lấy thông tin tài khoản khách hàng (thông thường chỉ cần tên tài khoản Facebook của khách) và nhắn tin giới thiệu sản phẩm trước. Nhưng nguy hiểm nhất là tội phạm lừa đảo có thể tự nhận là nhân viên công ty bạn và lừa khách hàng. Mặc dù Facebook cung cấp tính năng che bình luận của khách hàng ghé thăm fanpage, chỉ có quản trị fanpage mới có thể nhìn thấy, nhưng để bảo mật hơn các công ty vẫn nhắn tin riêng đến khách hàng hay thu hút, khuyến khích khách hàng “inbox” qua Chatbot.
Mọi lịch sử đối thoại, thông tin khách hàng cung cấp chỉ có khách hàng và các nhân viên quản lý bên phía công ty chính, nhà phát triển Chatbot, và công ty cung cấp nền tảng tin nhắn bên thứ 3 như Facebook, Zalo,..nắm được, đảm bảo thông tin không thể đến các công ty đối thủ, đặc biệt là tội phạm lừa đảo.
Hãy để khách hàng biết về công ty bạn bảo vệ thông tin của họ như thế nào. Điều này làm tăng lòng tin và khiến họ sẵn lòng sử dụng các tính năng của Chatbot như thanh toán trực tiếp trên Chatbot.
- Phân tích dữ liệu
Thu thập và tổ chức dữ liệu chỉ là bước đầu tiên để khai thác giá trị của dữ liệu. Giá trị thực tế của Big Data đến từ phân tích chuyên sâu. Các công cụ AI, Machine Learning, hay Business Intelligence có thể hỗ trợ phân tích Big Data. Nếu các bạn theo dõi bài viết “Tổng quan về Chatbot (P2): Chatbot hoạt động như thế nào?” thì Chatbot được xây dựng trên những thuật toán, phương pháp khác nhau. Chatbot không thể tự hiểu các câu thoại của người dùng nếu chúng không được “huấn luyện” từ trước, hay không có khả năng “tự học”. Để có một ý tưởng tốt hơn về cách hoạt động của một chatbot, hãy tưởng tượng một người nước ngoài ở một quốc gia nơi họ chỉ biết một vài từ để giao tiếp. Trong cuộc trò chuyện với người bản xứ, họ tìm kiếm những từ đó và cố gắng đưa ra câu trả lời mà họ đã học được từ hướng dẫn viên du lịch.
Các thuật toán hay công cụ cốt lõi cấu tạo nên Chatbot sẽ giúp ta phân tích được một cách cụ thể rõ ràng, và chuyên sâu về các vấn đề khách hàng gặp phải. Các dữ liệu Big Data trước đây, và hiện tại phải trải qua quá trình chuẩn bị, sàng lọc, chuyển đổi cấu trúc, định dạng thích hợp rồi mới có thể phân tích. Nguyên nhân, những dữ liệu được thu thập từ các nguồn khác nhau (có thể bên trong công ty hoặc từ công ty đối tác chuyển về hệ thống trung tâm), đa dạng, nhưng hầu hết chỉ mô tả hành vi, nhu cầu của khách hàng ví dụ như số lần khách hàng ghé thăm website, số lần khách hàng giao dịch, lần gần nhất khách hàng sử dụng dịch vụ, số tiền khách hàng bỏ ra, sản phẩm khách hàng quan tâm,.. Một Chatbot tinh vi, có đủ tính năng chắc chắn có thể thu thập và phân tích các dữ liệu trên, kèm theo dữ liệu quan trọng khác đó chính là ý kiến, vấn đề khách hàng bày tỏ thông qua Chatbot.
Vậy ngoài phân tích Big Data để nắm bắt hành vi, nhu cầu người dùng, có thể qua Chatbot ta phân tích được cảm xúc của khách hàng khi sử dụng sản phẩm, dịch vụ.
Đó mặt dù là lợi ích nhưng trước mắt cũng là khó khăn, và khuyến điểm của Chatbot. Nếu không phát triển một Chatbot hoàn hảo, các công ty sẽ bỏ lỡ cảm nhận, cảm xúc của khách hàng. Đây là sự khác biệt rõ rệt giữa nhân viên chăm sóc khách hàng và Chatbot. Chatbot không nắm bắt được cảm xúc khách hàng nhưng nhân viên thì ngược lại. Nếu khắc phục được, Chatbot sẽ giúp công ty giữ chân khách hàng một cách thành công.
Qua đây chúng tôi chia lợi ích phân tích dữ liệu mà Chatbot đem lại cho Big Data làm 2 ý cụ thể hơn:
+ Phân tích để hiểu rõ nhu cầu thầm kín của khách hàng (customer insights)
Nếu chỉ tập hợp và phân tích dữ liệu thôi là không đủ để thấy được lợi ích mà Chatbot đem lại. Mỗi một thông tin, dữ liệu cần phải đem lại cái nhìn sâu sắc về khách hàng, dẫn đến một hành động cụ thể khiến cho khách hàng hài lòng đó mới là mục đích quan trọng, và giúp tổ chức phát triển.
Cách đầu tiên để đạt được customer insights thông qua Chatbot là xây dựng hệ thống đề xuất còn được gọi là Recommendation Engines. Tức thông qua hệ thống này, Chatbot có thể dự đoán khách hàng có thể thích hay không thích trong số những sản phẩm được giới thiệu.
Kết hợp với phân tích dự báo – Predictive Analytics, và dữ liệu cụ thể của từng khách hàng – customer-specific, Chatbot sẽ “cá nhân hóa” các cuộc đối thoại theo ý khách hàng, biết được khách hàng sẽ muốn gì (thậm chí trước khi họ hỏi Chatbot) ở lần đối thoại tiếp theo. Đây là mức độ cao hơn cross-selling, up-selling thông thường của một nhân viên chăm sóc khách hàng. Chatbot được thiết kế và ứng biến theo từng khách hàng cụ thể, tạo nên mối quan hệ 1 vs 1 khả năng nắm bắt nhu cầu khách hàng một cách chính xác.
H&M và American Eagle đã khai thác lợi ích trên thông qua Kik – dịch vụ nhắn tin tự động. Chatbot ngày càng “tự nhiên”, hiểu được và đối thoại 1 vs 1 sẽ làm khách hàng thích thú, qua đó tăng trải nghiệm cho họ.
Một báo cáo của Gartner về cá nhân hóa cho thấy rằng: có một nhu cầu ngày càng cao của khách hàng, những người thường sẵn sàng trả nhiều tiền hơn cho dịch vụ mà cách thức phục vụ không giống bất ký khách hàng nào khác.
Chatbot Kik của H&M. Nguồn: Businesscloud.co.uk
Chatbot là một công cụ Business Intelligence cung cấp các phương pháp nhanh chóng, hiệu quả để các quản lý cấp cao truy vấn, nghiên cứu các khía cạnh của doanh nghiệp và đưa ra các quyết định đúng đắn. Họ có thể thực hiện các truy vấn trực tiếp mà không cần sử dụng ngôn ngữ kỹ thuật, lập trình phức tạp. Chatbot có thể được thiết kế cho phép xuất các báo cáo theo thời điểm cụ thể dựa trên yêu cầu của mỗi nhà quản lý.
+ Phân tích để hiểu cảm xúc khách hàng
Quá trình phân tích cảm xúc của khách hàng dựa trên những cảm nghĩ của họ thể hiện qua các tin nhắn họ gửi qua Chatbot hay các bình luận, nhận xét khác trên fanpage ở Facebook,.. những dữ liệu này đều có thể được coi là Big Data. Phân tích các dữ liệu trên để xác định được một sản phẩm, hay một dịch vụ có tác động như thế nào đến khách hàng, ý kiến của họ ra sao, xác định các ý kiến tính tích cực cho thấy sản phẩm thành công, thỏa mãn khách hàng và các ý kiến tiêu cực do sản phẩm bị lỗi hay không thỏa mãn khách hàng.
Đây cũng là cơ sở để dự báo tỷ lệ khách hàng rời dịch vụ (Churn), là phương pháp khác ngoài các model, thuật toán trong Data Analytics dùng để phân tích dự báo Churn. Dựa vào kết quả phân tích, công ty có thể đưa ra các giải pháp giữ chân khách hàng, đảm bảo doanh thu.
Công ty BigDataUni chúng tôi với chuyên môn và kinh nghiệm lâu năm trong lĩnh vực Big Data sẵn sàng hỗ trợ các công ty đối tác trong việc xây dựng và quản lý hệ thống dữ liệu một cách hợp lý, tối ưu nhất để hỗ trợ cho việc phân tích và đưa ra các giải pháp. Các dịch vụ của chúng tôi bao gồm “Tư vấn và xây dựng hệ thống Big Data”, “Khai thác dữ liệu Big Data dựa trên các mô hình thuật toán”, “Xây dựng các chiến lược phát triển thị trường, chiến lược cạnh tranh”.
Ngoài ra, chúng tôi cũng đang thử nghiệm và cho ra mắt dịch vụ xây dựng và quản lý hệ thống Chatbot liên kết trên nền tảng Zalo, Facebook và các nền tảng khác, có thể tạo nhiều kịch bản đối thoại khác nhau, lưu trữ dữ liệu lớn các cuộc đối thoại với khách hàng phục vụ cho việc khai thác Big Data sau này.