Bối cảnh và vấn đề nghiên cứu

Lý do chọn đề tài và bối cảnh thực tiễn

Theo Tổ chức Du lịch Thế giới (UNWTO), du lịch đã duy trì mức tăng trưởng liên tục và đa dạng qua nhiều thập kỷ, trở thành một trong những ngành kinh tế phát triển nhanh hàng đầu trên quy mô toàn cầu. Hoạt động du lịch mang lại nguồn thu lớn cho các quốc gia, đồng thời là phương tiện quảng bá hình ảnh văn hóa - xã hội. Trước yêu cầu ngày càng cao về tính cạnh tranh và chất lượng dịch vụ, công nghệ thông tin và truyền thông (CNTT-TT) đã nổi lên như một động lực then chốt thúc đẩy sự chuyển dịch mô hình vận hành của các điểm đến.

Việc ứng dụng và làm chủ dữ liệu lớn (Big Data) được xem là giải pháp chiến lược nhằm giải quyết thách thức về tăng trưởng thông minh tại các điểm đến du lịch và các doanh nghiệp trong ngành. Trong kỷ nguyên số, sự xuất hiện của các thiết bị cảm biến, hệ thống vi mô, camera giám sát và thiết bị di động đã tạo ra một luồng dữ liệu liên tục từ du khách. Khai thác hiệu quả nguồn tài nguyên này cho phép các đơn vị quản lý và doanh nghiệp dự báo chính xác nhu cầu thị trường, cá nhân hóa sản phẩm, tối ưu hóa quy trình ra quyết định và nâng cao trải nghiệm của khách du lịch. Tuy nhiên, các công trình nghiên cứu hệ thống hóa về vai trò cụ thể của dữ liệu lớn trong cấu trúc điểm đến du lịch thông minh (Smart Tourism Destination - STD) vẫn còn những khoảng trống nhất định. Do đó, đề tài "Nghiên cứu vai trò của dữ liệu lớn trong điểm đến du lịch thông minh" được tác giả lựa chọn nhằm làm rõ các khía cạnh lý luận và thực tiễn này.

Mục tiêu và nhiệm vụ nghiên cứu

Khóa luận xác định ba mục tiêu nghiên cứu cụ thể:

  1. Hệ thống hóa cơ sở lý luận và thực tiễn về dữ liệu lớn trong điểm đến du lịch thông minh (STD).
  2. Phân tích, đánh giá vai trò của dữ liệu lớn trong việc vận hành và phát triển STD.
  3. Đề xuất các giải pháp nâng cao chất lượng và hiệu quả ứng dụng dữ liệu lớn trong phát triển STD.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Các điểm đến du lịch thông minh có ứng dụng dữ liệu lớn trong hoạt động quản lý và phát triển du lịch.
  • Phạm vi nghiên cứu: Các mô hình lý thuyết và khung phân tích về điểm đến du lịch thông minh (STD) được công bố trong các tài liệu chuyên ngành.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và khái niệm cốt lõi

Khóa luận tổng hợp và kế thừa hệ thống cơ sở lý luận từ các văn bản pháp lý và các công trình nghiên cứu quốc tế:

  • Khái niệm Du lịch: Được đối chiếu qua định nghĩa của Liên hiệp quốc tế các tổ chức lữ hành chính thức (IUOTO), Hội nghị Liên Hợp Quốc về Du lịch tại Rome (1963), quan điểm của Pirogionic (1985) và Điều 4, Chương I, Luật Du lịch Việt Nam năm 2005.
  • Khái niệm Điểm đến du lịch: Kế thừa định nghĩa của UNWTO và mô hình mạng lưới các bên liên quan của Dimitrios Buhalis (2014).
  • Khái niệm "Thông minh" và STD: Dựa trên các nghiên cứu của Gretzel và cộng sự (2015), Harrison và cộng sự (2010), Höjer và Wangel (2014), Buhalis và Amaranggana (2014), Boes và cộng sự (2015), Del Chiappa và Baggio (2015), Jovicic (2017).
  • Khái niệm Dữ liệu lớn (Big Data): Tiếp cận thông qua định nghĩa và các đặc trưng của Madden (2015), Del Vecchio (2017), DeVan (2016), IBM (2017), Mazón và López (2017) với mô hình đặc tính 4V và 5V (Volume, Variety, Velocity, Veracity, Value).
  • Mô hình kiến trúc và phân tích: Mô hình phân loại 3 lớp của Law (2015), mô hình phân loại dữ liệu lớn của Hashem và cộng sự (2015), mô hình nguồn dữ liệu du lịch của Newell và cộng sự (2016), mô hình tạo giá trị của Pasquale Del Vecchio (2017), mô hình 3 cấp độ STD của Ivars Baidal và cộng sự (2017), cùng khung dự báo du lịch của Chen và cộng sự (2017).

Phương pháp nghiên cứu

Khóa luận sử dụng phương pháp nghiên cứu tài liệu (phân tích và tổng hợp lý thuyết):

  • Thu thập, đối chiếu và tổng hợp các nguồn tư liệu thứ cấp từ sách chuyên khảo, bài báo khoa học trên các tạp chí quốc tế, tài liệu trực tuyến và các báo cáo chuyên ngành liên quan đến dữ liệu lớn và du lịch thông minh.
  • Phân tích logic và hệ thống hóa các mô hình khái niệm để rút ra các kết luận lý luận và đề xuất định hướng ứng dụng.

Nguồn dữ liệu

Nguồn dữ liệu của khóa luận hoàn toàn là dữ liệu thứ cấp, bao gồm các công trình nghiên cứu đã xuất bản của các học giả trong lĩnh vực du lịch và CNTT-TT, số liệu thống kê từ Tổ chức Du lịch Thế giới (UNWTO) và các khung phân tích kinh tế - du lịch liên quan.

Nội dung chính theo từng chương

Chương 1: Cơ sở lí luận và hệ thống về STD

Chương này tập trung làm rõ các khái niệm nền tảng về du lịch, điểm đến du lịch, tính "thông minh" và cấu trúc của điểm đến du lịch thông minh.

  • Sự phát triển khái niệm STD qua các tác giả:
Tác giả Năm Quan điểm cốt lõi về Điểm đến du lịch thông minh (STD)
Beritelli và cộng sự 2014 Kết nối linh hoạt các bên liên quan qua nền tảng công nghệ để trao đổi thông tin thời gian thực.
Dimitrios Buhalis & Aditya Amaranggana 2014 Xuất phát từ thành phố thông minh, kết nối các bên liên quan qua nền tảng động và truyền thông chuyên sâu để tối đa hóa trải nghiệm và năng lực cạnh tranh bền vững.
Gretzel và cộng sự 2015 Tích hợp dữ liệu từ hạ tầng vật lý và mạng xã hội kết hợp công nghệ nâng cao để chuyển đổi thành trải nghiệm và giá trị kinh doanh.
Boes và cộng sự 2015 Điểm đến dùng các công cụ kỹ thuật để kích hoạt cung - cầu, cùng đồng sáng tạo giá trị, trải nghiệm và lợi nhuận.
Del Chiappa & Baggio 2015 Mạng lưới các tổ chức liên quan đến du lịch bổ trợ bởi hạ tầng kỹ thuật số hỗ trợ hợp tác và chia sẻ kiến thức.
D. Jovicic 2017 Không gian nơi kiến thức và thông tin được tiếp cận bởi mọi bên liên quan, thúc đẩy đổi mới liên tục hiệu suất hoạt động.
  • Các kích thước cấu thành STD: Tổng hợp từ Wang và cộng sự (2013), Zhu và cộng sự (2014), Buonincontri và Micera (2016), Lamsfus và Alzua-Sorabal (2013), Gretzel và cộng sự (2015), Boes và cộng sự (2015), bao gồm: điện toán đám mây, Internet vạn vật (IoT), hệ thống dịch vụ Internet người dùng cuối, cá nhân hóa kết nối, giám sát/thông tin thời gian thực, vốn con người - xã hội, năng lực lãnh đạo, đổi mới sáng tạo và cơ sở hạ tầng CNTT.
  • Các chủ thể trong hệ sinh thái STD: Phân tích vai trò và đặc điểm của 5 thành phần chính: (1) Tổ chức du lịch (trung tâm điều phối thông tin, số hóa quy trình, tối ưu năng lượng); (2) Chính phủ (quản trị dữ liệu mở, ban hành quy định bảo mật); (3) Cư dân địa phương (kết nối liên tục, hiểu biết công nghệ, tham gia bảo tồn văn hóa số); (4) Khách du lịch (tương tác xã hội, đồng sáng tạo nội dung, đòi hỏi dịch vụ cá nhân hóa cao); (5) Môi trường (mạng lưới cảm biến, tích hợp dữ liệu số và địa vật lý).
  • Cơ sở hạ tầng công nghệ tại STD: Khóa luận liệt kê các công nghệ then chốt gồm Điện toán đám mây, IoT (bao gồm khái niệm Internet of Me theo Meyer), Thiết bị đeo (Wearables), Thiết bị di động và ví điện tử (tích hợp NFC, RFID, mã QR, SMS), Thực tế ảo/Thực tế tăng cường (VR/AR), Dịch vụ dựa trên vị trí (LBS, GPS, Beacons) và Hệ thống tư vấn (Recommender systems).
  • Mô hình ba lớp của Law (2015): Điểm đến thông minh vận hành qua 3 lớp: Lớp thông tin thông minh (thu thập dữ liệu), Lớp trao đổi thông minh (kết nối mạng lưới), và Lớp xử lý thông minh (phân tích dữ liệu).

Chương 2: Phân tích, đánh giá vai trò của dữ liệu lớn trong STD

Chương 2 phân tích chuyên sâu về bản chất của dữ liệu lớn, các nguồn dữ liệu, phương pháp phân tích và vai trò cụ thể trong quản lý, dự báo du lịch.

  • Đặc tính 5V của Dữ liệu lớn trong Du lịch:
    1. Volume (Khối lượng): Quy mô dữ liệu khổng lồ sinh ra từ máy móc, mạng lưới và tương tác người dùng.
    2. Variety (Sự đa dạng): Hơn 80% thông tin du lịch bắt nguồn từ dạng phi cấu trúc hoặc bán cấu trúc (văn bản, email, video, tín hiệu GPS...), trong khi các hệ thống quản lý truyền thống (PMS, CMS, CRM) chỉ xử lý được khoảng 20% dữ liệu có cấu trúc.
    3. Velocity (Vận tốc): Tốc độ luân chuyển và yêu cầu xử lý thời gian thực tính bằng phần giây để đưa ra đề xuất tức thì cho du khách.
    4. Veracity (Độ chính xác): Kiểm soát độ nhiễu, sai lệch và làm sạch dữ liệu.
    5. Value (Giá trị): Tạo ra giá trị qua cá nhân hóa tiếp thị và tối ưu hóa trải nghiệm lấy khách hàng làm trung tâm (Radovich).
  • Nguồn dữ liệu thống kê du lịch (theo Newell và cộng sự, 2016):
    • Nội dung do người dùng tạo (UGC): Chiếm 60% các tài liệu nghiên cứu (bài đăng mạng xã hội, đánh giá trực tuyến, hình ảnh gắn thẻ địa lý).
    • Dữ liệu thiết bị: Chiếm 20% (chuyển vùng di động, vòng lặp giao thông, camera giám sát).
    • Dữ liệu giao dịch: Chiếm 10% (điểm bán hàng POS, máy ATM, hệ thống đặt phòng Booking).
  • Mô hình tạo giá trị từ dữ liệu lớn của Pasquale Del Vecchio (2017):
Chiều kích tạo giá trị Quá trình tạo giá trị từ Dữ liệu lớn
Cải thiện quy trình ra quyết định Đồng bộ hóa thông tin thu được trong thời gian thực.
Tăng cường và làm phong phú trải nghiệm Khám phá, dự đoán nhu cầu, tùy chỉnh dịch vụ và đồng sáng tạo trải nghiệm.
Mô hình kinh doanh mới & phát triển sản phẩm Kết nối động với đối tác, trao đổi kiến thức, thiết lập luồng doanh thu và đề xuất giá trị mới.
Hệ sinh thái kết nối kinh doanh Thúc đẩy sự hợp tác, minh bạch và củng cố niềm tin giữa các bên liên quan.
  • Mô hình STD của Ivars Baidal và cộng sự (2017): Xác định dữ liệu lớn đóng vai trò kết nối qua 3 cấp độ: Cấp độ chiến lược (quản trị, phát triển bền vững); Cấp độ công cụ (kết nối, tương tác hệ thống thông tin du lịch TIS, dữ liệu mở và dữ liệu lớn); Cấp độ áp dụng (triển khai các giải pháp thông minh dựa trên dữ liệu).
  • Dự báo nhu cầu và hành vi du lịch: Khóa luận trình bày quy trình dự báo (Nắm bắt mục tiêu $\rightarrow$ Trực quan hóa $\rightarrow$ Cấu trúc hóa dữ liệu phi cấu trúc), kỹ thuật thu nhỏ dữ liệu qua Mô hình nhân tố và Toán tử LASSO/LARS, cùng các phương pháp chuỗi thời gian tần số hỗn hợp như MIDAS (Mixed Data Sampling) và Mixed-frequency VAR để xử lý dữ liệu tìm kiếm tần suất cao kết hợp số liệu thống kê truyền thống tần suất thấp.
  • Đánh giá rào cản và thách thức: Khảo sát được trích dẫn cho thấy 69% doanh nghiệp du lịch chưa sẵn sàng đầu tư vào dữ liệu lớn do chi phí tài chính cao, thiếu hụt văn hóa tổ chức phù hợp và khan hiếm nhân lực kỹ thuật chuyên sâu; cùng với rào cản pháp lý về bảo vệ quyền riêng tư người dùng.

Chương 3: Đề xuất giải pháp phát triển STD dựa trên dữ liệu lớn

Chương này đưa ra các định hướng ứng dụng và giải pháp nâng cao hiệu quả khai thác dữ liệu lớn tại điểm đến du lịch, gắn liền với bối cảnh thực tiễn:

  • Giải quyết vấn đề du lịch quá mức (Overtourism): Nhắc lại cảnh báo của UNWTO về tác động tiêu cực của quá tải du lịch (du lịch chiếm 11% tiêu dùng toàn cầu). Giải pháp là ứng dụng dữ liệu lớn thời gian thực để giám sát luồng khách, điều tiết giao thông đô thị và phân bổ lại không gian điểm đến.
  • Xây dựng hệ sinh thái và kết nối đa chủ thể: Thiết lập cơ chế hợp tác giữa 4 trụ cột: Cơ quan quản lý nhà nước, Doanh nghiệp, Du khách và Cư dân sở tại. Đẩy mạnh đầu tư hệ thống thông tin thông minh tại các đô thị lớn như Hà Nội, TP. Hồ Chí Minh trên nền tảng đô thị thông minh.
  • Lập kế hoạch bền vững: Sử dụng dữ liệu lớn để theo dõi các chỉ số môi trường, xã hội và kinh tế, từ đó xây dựng các chính sách điều tiết dài hạn thay vì phản ứng bị động khi xảy ra khủng hoảng.
  • Sáu giải pháp chức năng nâng cao chất lượng dữ liệu lớn:
    1. Quản lý doanh thu: Kết hợp dữ liệu nội bộ (công suất phòng, lịch sử đặt chỗ) với dữ liệu ngoại vi (sự kiện, lịch bay, kỳ nghỉ) để định giá động và tối ưu hóa doanh thu.
    2. Quản lý danh tiếng: Thu thập và phân tích đánh giá trực tuyến từ mạng xã hội và các trang đánh giá chuyên biệt nhằm cải thiện chất lượng phục vụ và đào tạo nhân sự.
    3. Tiếp thị chiến lược: Phân tích xu hướng tiêu dùng theo thời gian và địa điểm thực để tối ưu hóa thông điệp truyền thông.
    4. Cải thiện trải nghiệm khách hàng: Khai thác lịch sử tương tác để tinh chỉnh danh mục dịch vụ cung cấp.
    5. Nghiên cứu thị trường: Thu thập dữ liệu công khai để phân tích điểm mạnh/yếu của đối thủ cạnh tranh.
    6. Tiếp thị mục tiêu: Phân khúc khách hàng chi tiết dựa trên hành vi chi tiêu và kỳ vọng cá nhân.
  • Định hướng phát triển tại Việt Nam: Nêu bật bối cảnh tăng trưởng du lịch quốc tế (năm 2018 đạt 1,4 tỷ lượt, tăng 6%; năm 2019 tăng 3-4%; dự kiến đạt 1,8 tỷ lượt năm 2030 theo UNWTO). Tác giả kiến nghị các nhà quản lý và doanh nghiệp Việt Nam cần chủ động đón đầu xu hướng khách lẻ, tự túc; đầu tư phát triển website tối ưu hóa di động, tour du lịch ảo, du lịch nông nghiệp công nghệ cao và xây dựng đội ngũ chuyên gia phân tích dữ liệu chuyên nghiệp.

Kết quả và đóng góp

Kết quả nghiên cứu chính

  • Hệ thống hóa toàn diện các luận điểm về STD và Big Data: Làm rõ quá trình tiến hóa của các khái niệm từ góc độ quản trị du lịch và kỹ thuật số, khẳng định bản chất của STD là sự tích hợp giữa công nghệ, con người và tổ chức.
  • Làm rõ tỷ trọng và cấu trúc dữ liệu ngành du lịch: Chỉ ra rằng 80% dữ liệu du lịch là phi cấu trúc hoặc bán cấu trúc; nguồn dữ liệu UGC chiếm tỷ trọng chi phối (60%) trong các nghiên cứu thống kê du lịch, vượt trội so với dữ liệu thiết bị (20%) và giao dịch (10%).
  • Xác định các điểm nghẽn thực thi: Nêu rõ số liệu 69% doanh nghiệp gặp rào cản về vốn đầu tư, sự sẵn sàng của văn hóa doanh nghiệp và tình trạng khan hiếm nhân lực dữ liệu chuyên môn cao.
  • Làm sáng tỏ phương pháp dự báo hiện đại: Giới thiệu các mô hình giải quyết xung đột tần suất dữ liệu (MIDAS, Mixed-frequency VAR) và phương pháp thu nhỏ dữ liệu (LASSO, Mô hình nhân tố) trong dự báo nhu cầu du lịch.

Đề xuất và kiến nghị

  • Đề xuất mô hình phối hợp 4 bên (Chính quyền - Doanh nghiệp - Du khách - Cư dân) trong hệ sinh thái du lịch thông minh.
  • Đề xuất khung 6 giải pháp chức năng (Doanh thu, Danh tiếng, Tiếp thị chiến lược, Trải nghiệm khách hàng, Nghiên cứu thị trường, Tiếp thị mục tiêu) nhằm biến dữ liệu thô thành tài sản thông tin phục vụ quyết định kinh doanh.

Đóng góp học thuật

Khóa luận đã tổng hợp có hệ thống các mô hình nghiên cứu quốc tế tiêu biểu (Ivars Baidal, Pasquale Del Vecchio, Gretzel, Buhalis, Newell, Chen) vào một tài liệu tiếng Việt hoàn chỉnh, tạo cơ sở tham khảo cho việc nghiên cứu ứng dụng công nghệ số và chuyển đổi số trong quản lý điểm đến du lịch tại Việt Nam.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế: Nghiên cứu thực hiện chủ yếu bằng phương pháp tổng quan và phân tích tài liệu thứ cấp, chưa tiến hành điều tra khảo sát thực nghiệm định lượng độc lập trên các bộ dữ liệu thực tế tại các điểm đến cụ thể ở Việt Nam.
  • Hướng nghiên cứu tiếp: Khóa luận gợi mở việc áp dụng các mô hình dự báo tần số hỗn hợp và các công cụ khai phá dữ liệu lớn vào các tập dữ liệu du lịch cụ thể tại các trung tâm du lịch lớn của Việt Nam (như Hà Nội, TP. Hồ Chí Minh, Thừa Thiên Huế) để kiểm chứng hiệu quả thực nghiệm.

Giá trị tham khảo

  • Đối tượng thụ hưởng:
    • Sinh viên, học viên chuyên ngành Du lịch, Quản trị Dịch vụ Du lịch và Lữ hành, Thương mại điện tử và Kinh tế số.
    • Các cán bộ quản lý điểm đến tại các cơ quan quản lý nhà nước (Sở Du lịch, DMO) và các nhà quản trị doanh nghiệp lữ hành, khách sạn.
  • Phần nội dung đáng tham khảo nhất:
    • Bảng tổng hợp các định nghĩa và kích thước của điểm đến du lịch thông minh qua các năm (Chương 1).
    • Khung phân tích 5V gắn với đặc thù dữ liệu du lịch và mô hình tạo giá trị của Pasquale Del Vecchio (Chương 2).
    • Tổng quan các phương pháp toán học và mô hình tần số hỗn hợp (LASSO, MIDAS) trong xử lý dữ liệu lớn để dự báo nhu cầu du lịch (Chương 2).

Câu hỏi thường gặp

1. Ba cấp độ trong mô hình điểm đến du lịch thông minh của Ivars Baidal và cộng sự (2017) gồm những gì?

Mô hình của Ivars Baidal và cộng sự xác định 3 cấp độ liên kết hữu cơ:

  • Cấp độ chiến lược: Kết hợp giữa quản trị điểm đến và các nguyên tắc phát triển bền vững để tạo lập môi trường phát triển mới.
  • Cấp độ công cụ: Tập trung vào khả năng kết nối, tương tác hệ thống và tích hợp hệ thống thông tin du lịch (TIS) trong môi trường dữ liệu mở và dữ liệu lớn.
  • Cấp độ áp dụng: Đề xuất và triển khai các giải pháp thông minh cụ thể dựa trên chiến lược điểm đến và hệ thống thông tin đã thiết lập.

2. Theo số liệu tổng hợp trong khóa luận, nguồn dữ liệu nào chiếm tỷ lệ cao nhất trong các nghiên cứu thống kê du lịch?

Theo nghiên cứu của Newell và cộng sự (2016) được trích dẫn trong Chương 2, Nội dung do người dùng tạo (User Generated Content - UGC) là nguồn dữ liệu phổ biến nhất, chiếm 60% trong các tài liệu nghiên cứu (chủ yếu là văn bản mạng xã hội, tin tức và hình ảnh gắn thẻ địa lý). Dữ liệu thiết bị (chuyển vùng di động, camera giao thông) chiếm 20% và dữ liệu giao dịch (POS, ATM, Booking) chiếm 10%.

3. Tại sao các hệ thống quản trị truyền thống như PMS, CRM gặp khó khăn trong việc xử lý dữ liệu du lịch hiện đại?

Theo khóa luận, hầu hết 80% thông tin liên quan đến du lịch bắt nguồn từ dạng dữ liệu phi cấu trúc hoặc bán cấu trúc (hình ảnh, vị trí GPS, đánh giá trực tuyến, video...). Trong khi đó, các hệ thống truyền thống (PMS, CMS, CRM) chỉ có khả năng xử lý 20% dữ liệu có cấu trúc được lưu trữ trong các cơ sở dữ liệu quan hệ, đòi hỏi phải áp dụng các công nghệ dữ liệu lớn mới để bóc tách và phân tích.

4. Tỷ lệ bao nhiêu doanh nghiệp chưa sẵn sàng đầu tư vào dữ liệu lớn và nguyên nhân chính là gì?

Khóa luận trích dẫn khảo sát cho thấy có 69% các công ty được hỏi trả lời rằng họ chưa sẵn sàng đầu tư vào dữ liệu lớn. Nguyên nhân chủ yếu nằm ở ba cấp độ: khối lượng vốn đầu tư quá lớn (cấp độ kinh tế), thiếu văn hóa tổ chức phù hợp và khan hiếm nhân sự chuyên môn kỹ thuật cao (cấp độ con người), cùng với các thách thức về quy trình quản trị, tích hợp và bảo vệ quyền riêng tư dữ liệu (cấp độ công nghệ).

5. Phương pháp MIDAS được khóa luận đề cập nhằm giải quyết vấn đề kỹ thuật nào trong dự báo du lịch?

Phương pháp lấy mẫu dữ liệu hỗn hợp (MIDAS - Mixed Data Sampling) cùng mô hình VAR tần số hỗn hợp được giới thiệu nhằm giải quyết vấn đề sai lệch tần suất: kết hợp và khai thác đầy đủ các luồng dữ liệu tìm kiếm trực tuyến tần suất cao (hàng ngày, hàng tuần) để dự báo chính xác các chỉ tiêu kinh tế - du lịch tần suất thấp (tổng lượng khách hàng tháng hoặc hàng quý) mà không cần phải loại bỏ hay gộp dữ liệu một cách cơ học.

Kết luận

Khóa luận tốt nghiệp của tác giả Lê Thị Anh Thư đã hệ thống hóa một cách mạch lạc và toàn diện cơ sở lý thuyết về điểm đến du lịch thông minh và vai trò của dữ liệu lớn trong nền kinh tế tri thức. Nghiên cứu đã làm rõ các đặc trưng 5V, phân loại nguồn dữ liệu và cơ chế tạo giá trị của Big Data đối với việc tối ưu hóa quy trình ra quyết định, cá nhân hóa trải nghiệm du khách và nâng cao năng lực cạnh tranh điểm đến. Đồng thời, công trình cung cấp hệ thống 6 giải pháp chức năng thiết thực gắn liền với định hướng phát triển du lịch thông minh và du lịch bền vững tại Việt Nam.