Báo cáo đồ án: Phân tích dữ liệu kinh doanh và hỗ trợ ra quyết định cho công ty Adidas

Đồ án nghiên cứu đồ án phân tích kinh doanh hỗ trợ ra quyết định, thiết kế chi tiết, tính toán kỹ thuật theo tiêu chuẩn, đánh giá tính khả thi dự án.

• Trường học: Trường Đại Học Kinh Tế
• Chuyên ngành: Phân Tích Dữ Liệu Kinh Doanh
• Đề tài: Phân Tích Dữ Liệu Kinh Doanh và Hỗ Trợ Ra Quyết Định cho Công Ty Adidas
• Loại tài liệu: Đề Tài Tốt Nghiệp
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• 1. PHẦN MỞ ĐẦU
• 1.1. TỔNG QUAN VỀ CÔNG TY ADIDAS
• 1.2. KINH DOANH ĐIỆN TỬ VÀ THƯƠNG MẠI ĐIỆN TỬ
• 1.3. TỔNG QUAN VỀ BỘ DỮ LIỆU
• 1.3.1. Nền tảng Kaggle
• 1.3.2. Bộ dữ liệu Adidas Sales
• 1.4. TÍNH CẤP THIẾT CỦA ĐỀ TÀI
• 1.4.1. Lý do khách quan
• 1.4.2. Lý do chủ quan
• 2. NỘI DUNG NGHIÊN CỨU
• 2.1. TỔNG QUAN THÔNG TIN TỪ BỘ DỮ LIỆU (DESCRIPTIVE ANALYSIS)
• 2.1.1. Các thông tin cơ bản
• 2.1.2. Tương quan dữ liệu
• 2.1.3. Bảng phân tích mô tả
• 2.2. TRỰC QUAN HÓA DỮ LIỆU (DATA VISUALIZATION)
• 2.3. THỐNG KÊ SUY DIỄN (INFERENTIAL STATISTICS)
• 2.3.1. Kiểm định phân phối chuẩn (Norm Distribution)
• 2.3.2. Phân tích phương sai Anova
• 2.4. HỒI QUY TUYẾN TÍNH (LINEAR-REGRESSION)
• 3. GỢI Ý CHIẾN LƯỢC
• 3.1. TĂNG CƯỜNG CHIẾN LƯỢC BÁN HÀNG TRỰC TUYẾN
• 3.2. TẬP TRUNG VÀO MEN'S STREET FOOTWEAR VÀ WOMEN'S APPAREL
• 3.3. TĂNG CƯỜNG QUẢNG BÁ VÀ PHÂN PHỐI TẠI CÁC VÙNG TIỀM NĂNG
• 3.4. THEO DÕI VÀ PHÂN TÍCH DOANH THU VÀ LỢI NHUẬN THEO THÁNG VÀ NĂM
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Toàn Cảnh Về Phân Tích Dữ Liệu Kinh Doanh Của Adidas

Trong bối cảnh cạnh tranh gay gắt của ngành hàng thể thao, việc ra quyết định dựa trên dữ liệu là yếu tố sống còn để duy trì vị thế dẫn đầu. Phân tích dữ liệu kinh doanh Adidas không chỉ là một quy trình kỹ thuật mà còn là nền tảng chiến lược giúp thương hiệu hiểu sâu sắc về thị trường, khách hàng và hiệu suất hoạt động. Việc áp dụng các phương pháp phân tích từ mô tả, trực quan đến suy diễn giúp khám phá những thông tin ẩn sau các con số, từ đó đưa ra những quyết định kinh doanh chính xác và kịp thời. Nghiên cứu này tập trung vào việc phân tích bộ dữ liệu Adidas Sales được công bố trên nền tảng Kaggle, bao gồm dữ liệu bán hàng chi tiết trong giai đoạn 2020-2021. Bộ dữ liệu này cung cấp một cái nhìn toàn diện về các yếu tố ảnh hưởng đến doanh số, bao gồm thông tin về nhà bán lẻ, khu vực địa lý, dòng sản phẩm, phương thức bán hàng và các chỉ số tài chính quan trọng như tổng doanh thu và lợi nhuận hoạt động. Mục tiêu chính là biến những dữ liệu thô này thành các thông tin chi tiết có giá trị, làm cơ sở cho việc đề xuất các chiến lược kinh doanh hiệu quả. Quá trình hỗ trợ ra quyết định cho công ty Adidas đòi hỏi một cách tiếp cận đa chiều, bắt đầu từ việc làm sạch và hiểu cấu trúc dữ liệu, sau đó trực quan hóa để nhận diện các xu hướng chính, và cuối cùng là sử dụng các mô hình thống kê để kiểm định các giả thuyết kinh doanh. Thông qua phân tích, các câu hỏi cốt lõi như 'Kênh bán hàng nào hiệu quả nhất?', 'Nhà bán lẻ nào mang lại lợi nhuận cao nhất?' hay 'Dòng sản phẩm nào cần được ưu tiên?' sẽ được giải đáp một cách khoa học. Kết quả của quy trình phân tích này sẽ là những gợi ý chiến lược cụ thể, giúp Adidas tối ưu hóa hoạt động, tăng cường lợi thế cạnh tranh và thúc đẩy tăng trưởng bền vững trong tương lai.

1.1. Tầm quan trọng của dữ liệu trong hỗ trợ ra quyết định

Trong kỷ nguyên số, dữ liệu được xem là tài sản chiến lược của mọi doanh nghiệp. Đối với một tập đoàn toàn cầu như Adidas, việc quản lý và vận hành không thể chỉ dựa vào kinh nghiệm. Phân tích dữ liệu cung cấp những bằng chứng xác thực dựa trên số liệu thực tế, giúp các nhà quản lý đưa ra quyết định phù hợp và xây dựng chiến lược tối ưu. Việc khai thác thông tin từ doanh thu Adidas và các chỉ số liên quan giúp doanh nghiệp hiểu rõ hơn về mô hình kinh doanh, từ đó phát triển các chiến lược bán hàng và tiếp thị hiệu quả hơn.

1.2. Giới thiệu bộ dữ liệu Adidas Sales từ nền tảng Kaggle

Nghiên cứu sử dụng bộ dữ liệu Adidas Sales do Heemali Chaudhari công bố trên nền tảng Kaggle. Bộ dữ liệu này chứa 9.648 bản ghi về hoạt động bán hàng của Adidas trong hai năm 2020 và 2021. Các thuộc tính quan trọng bao gồm thông tin về nhà bán lẻ (ví dụ: Foot Locker, Walmart), khu vực, thành phố, sản phẩm, giá mỗi đơn vị, số lượng bán ra, tổng doanh thu, lợi nhuận hoạt động, và phương thức bán hàng. Dữ liệu không có giá trị rỗng, tạo điều kiện thuận lợi cho việc phân tích sâu và đáng tin cậy.

II. Thách Thức Của Adidas Tối Ưu Lợi Nhuận Qua Các Kênh

Mặc dù là một thương hiệu hàng đầu, Adidas vẫn đối mặt với nhiều thách thức trong việc tối ưu hóa hiệu suất kinh doanh trên một thị trường đa dạng và phức tạp. Một trong những bài toán lớn nhất là làm thế nào để phân bổ nguồn lực hiệu quả giữa các kênh phân phối và các nhà bán lẻ khác nhau. Dữ liệu cho thấy sự chênh lệch đáng kể về hiệu quả hoạt động giữa các đối tác bán lẻ và các phương thức bán hàng. Ví dụ, trong khi một số nhà bán lẻ như West Gear và Foot Locker mang lại lợi nhuận hoạt động rất cao, những đối tác khác như Walmart và Amazon lại có đóng góp khiêm tốn hơn. Tương tự, hiệu quả giữa các phương thức bán hàng online, bán tại cửa hàng (In-store) và bán tại đại lý (Outlet) cũng có sự khác biệt rõ rệt. Việc không xác định rõ kênh nào, đối tác nào đang thực sự là động lực tăng trưởng có thể dẫn đến việc đầu tư sai hướng, lãng phí ngân sách marketing và bỏ lỡ các cơ hội tiềm năng. Thách thức thứ hai liên quan đến việc hiểu rõ danh mục sản phẩm. Không phải tất cả các dòng sản phẩm đều mang lại biên lợi nhuận như nhau. Việc xác định các sản phẩm 'ngôi sao' như Men's Street Footwear và Women's Apparel là cực kỳ quan trọng để xây dựng chiến lược bán hàng tập trung. Nếu không có sự phân tích chi tiết, Adidas có thể đầu tư dàn trải, không tối ưu hóa được danh mục và làm giảm tỷ suất lợi nhuận chung. Vì vậy, việc phân tích dữ liệu kinh doanh Adidas trở nên cấp thiết để giải quyết những thách thức này, cung cấp một cái nhìn dựa trên bằng chứng để định hình lại chiến lược phân phối, quản lý đối tác và phát triển sản phẩm, nhằm mục tiêu cuối cùng là tối đa hóa lợi nhuận và củng cố vị thế thị trường.

2.1. Phân tích sự chênh lệch hiệu suất giữa các nhà bán lẻ

Dữ liệu cho thấy sự phân hóa rõ rệt về hiệu suất kinh doanh giữa các nhà bán lẻ. West Gear và Foot Locker là hai đối tác chiến lược hàng đầu, chiếm tỷ trọng lớn nhất trong cả tổng doanh thu và lợi nhuận hoạt động. Cụ thể, West Gear dẫn đầu về lợi nhuận với 85,6 triệu USD. Ngược lại, những gã khổng lồ bán lẻ như Walmart và Amazon lại có đóng góp lợi nhuận thấp hơn đáng kể. Sự chênh lệch này đặt ra câu hỏi về hiệu quả hợp tác và chiến lược phân phối của Adidas với từng đối tác.

2.2. Đánh giá hiệu quả giữa các phương thức bán hàng khác nhau

Ba phương thức bán hàng chính của Adidas là In-store, Outlet và Online có hiệu quả khác nhau. Phân tích cho thấy kênh bán hàng online chiếm tỷ lệ lớn nhất về số lượng sản phẩm bán ra (38%) và có sự tăng trưởng lợi nhuận bùng nổ trong năm 2021. Trong khi đó, kênh In-store dù có giá bán trung bình trên mỗi sản phẩm cao nhất, lại chiếm tỷ lệ thấp nhất về số lượng bán ra (28%). Điều này cho thấy xu hướng dịch chuyển mạnh mẽ sang thương mại điện tử, một yếu tố quan trọng cần được xem xét trong việc hỗ trợ ra quyết định cho công ty Adidas.

III. Phương Pháp Trực Quan Hóa Dữ Liệu Doanh Thu Của Adidas

Trực quan hóa dữ liệu là một phương pháp thiết yếu trong quy trình phân tích dữ liệu kinh doanh Adidas, giúp biến các tập dữ liệu phức tạp thành những biểu đồ, đồ thị dễ hiểu. Thay vì đọc qua hàng ngàn dòng dữ liệu, các nhà phân tích có thể nhanh chóng nắm bắt các xu hướng, phát hiện các điểm bất thường và xác định các mẫu hình quan trọng. Đối với bộ dữ liệu bán hàng của Adidas, việc trực quan hóa đã làm nổi bật nhiều thông tin giá trị. Các biểu đồ đường thể hiện rõ ràng sự tăng trưởng vượt bậc về cả doanh thu và lợi nhuận trong năm 2021 so với năm 2020, đặc biệt là sự bùng nổ của kênh bán hàng trực tuyến. Biểu đồ cột và biểu đồ tròn đã so sánh một cách hiệu quả hiệu suất giữa các nhà bán lẻ và các khu vực địa lý, chỉ ra rằng West Gear và khu vực miền Tây (West) là những động lực tăng trưởng chính. Thông qua các biểu đồ hộp (boxplot), sự khác biệt về phân bố giá và biên lợi nhuận giữa các dòng sản phẩm và phương thức bán hàng được thể hiện một cách trực quan. Ví dụ, biểu đồ cho thấy các sản phẩm Men's Street Footwear có tỷ suất lợi nhuận cao, trong khi giá bán tại cửa hàng (In-store) thường cao hơn so với các kênh khác. Những khám phá ban đầu từ quá trình trực quan hóa này không chỉ cung cấp một cái nhìn tổng quan mà còn định hướng cho các bước phân tích sâu hơn, chẳng hạn như kiểm định giả thuyết bằng phân tích ANOVA. Đây là bước nền tảng giúp các nhà lãnh đạo Adidas có cái nhìn trực diện về tình hình kinh doanh, từ đó đưa ra các câu hỏi chiến lược và tìm kiếm câu trả lời dựa trên dữ liệu.

3.1. Khám phá xu hướng lợi nhuận và doanh thu qua biểu đồ

Các biểu đồ đường (Đồ thị 3, 4, 13) cho thấy một bức tranh tăng trưởng mạnh mẽ. Lợi nhuận hoạt động của Adidas đã có một bước nhảy vọt vào năm 2021, đạt đỉnh vào tháng 7. Đáng chú ý, kênh bán hàng online từ vị trí mang lại lợi nhuận thấp nhất năm 2020 đã vươn lên mạnh mẽ, trở thành động lực chính trong năm 2021. Sự tăng trưởng này cho thấy hiệu quả của việc đầu tư vào thương mại điện tử và sự thay đổi trong hành vi của người tiêu dùng.

3.2. So sánh hiệu suất giữa các khu vực và nhà bán lẻ chủ chốt

Thông qua biểu đồ cột (Đồ thị 9, 10, 11, 12), việc so sánh hiệu suất trở nên rõ ràng. Khu vực miền Tây (West) và Đông Bắc (Northeast) là hai thị trường mang lại cả doanh thu Adidas và lợi nhuận cao nhất. Về phía các nhà bán lẻ, West Gear và Foot Locker là hai đối tác quan trọng nhất, đóng góp phần lớn vào lợi nhuận. Ngược lại, Sports Direct cũng là một nhà bán lẻ hiệu quả với biên lợi nhuận trung bình cao. Việc xác định các đối tác và thị trường trọng điểm này là cơ sở để phân bổ nguồn lực marketing và bán hàng.

IV. Cách Dùng Phân Tích ANOVA Để Tối Ưu Hóa Kinh Doanh Adidas

Phân tích phương sai (ANOVA) là một công cụ thống kê suy diễn mạnh mẽ, được sử dụng để xác định xem có sự khác biệt có ý nghĩa thống kê giữa trung bình của hai hay nhiều nhóm hay không. Trong bối cảnh phân tích dữ liệu kinh doanh Adidas, ANOVA giúp trả lời các câu hỏi quan trọng vượt ra ngoài những quan sát từ biểu đồ. Thay vì chỉ nói 'có vẻ khác biệt', ANOVA cung cấp bằng chứng thống kê (thông qua giá trị p-value) để khẳng định sự khác biệt đó. Nghiên cứu này đã áp dụng ANOVA để kiểm định ba giả thuyết chính. Thứ nhất, kiểm định sự khác biệt về tỷ suất lợi nhuận giữa các nhà bán lẻ. Kết quả cho thấy có sự khác biệt đáng kể, với Sports Direct nổi bật là nhà bán lẻ có biên lợi nhuận trung bình cao hơn hẳn so với các đối tác khác. Thông tin này vô cùng giá trị cho việc đàm phán thương mại và xây dựng chương trình hợp tác. Thứ hai, ANOVA được dùng để so sánh giá bán trung bình giữa các phương thức bán hàng. Kết quả xác nhận rằng giá bán tại cửa hàng (In-store) cao hơn một cách có ý nghĩa so với kênh Online và Outlet. Điều này gợi ý về các chiến lược định giá khác nhau cho từng kênh. Cuối cùng, phân tích sâu vào danh mục sản phẩm đã chỉ ra rằng tỷ lệ lợi nhuận thu được từ các dòng sản phẩm là không đồng đều. Cụ thể, Men's Street Footwear và Women's Apparel được xác định là hai dòng sản phẩm có tỷ suất lợi nhuận cao nhất. Việc ứng dụng phân tích ANOVA đã cung cấp những kết luận vững chắc, làm cơ sở khoa học cho việc hỗ trợ ra quyết định cho công ty Adidas, giúp tối ưu hóa từ việc lựa chọn đối tác, định giá cho đến quản lý danh mục sản phẩm.

4.1. Kiểm định sự khác biệt về lợi nhuận giữa các nhà bán lẻ

Kết quả phân tích ANOVA (Hình ảnh 5) cho thấy giá trị p-value (1.29E-22) nhỏ hơn mức ý nghĩa alpha (0.05), do đó bác bỏ giả thuyết Ho (không có sự khác biệt). Điều này khẳng định rằng có sự khác biệt đáng kể về tỷ suất lợi nhuận giữa các nhà bán lẻ. Đáng chú ý, Sports Direct có tỷ suất lợi nhuận trung bình cao nhất (44.5%), cao hơn hẳn so với các nhà bán lẻ khác như Foot Locker hay West Gear (khoảng 41%).

4.2. Xác định các dòng sản phẩm có biên lợi nhuận cao nhất

Tương tự, phân tích ANOVA về tỷ lệ lợi nhuận giữa các dòng sản phẩm (Hình ảnh 7) cũng cho kết quả có ý nghĩa thống kê (p-value = 1.63E-15 < 0.05). Phân tích sâu hơn cho thấy hai dòng sản phẩm Men's Street Footwear và Women's Apparel là những sản phẩm mang lại tỷ suất lợi nhuận cao nhất. Trong khi đó, Men's Athletic Footwear là dòng sản phẩm có biên lợi nhuận thấp nhất. Đây là thông tin quan trọng để xây dựng chiến lược bán hàng và marketing.

V. Ứng Dụng Kết Quả Phân Tích Để Hỗ Trợ Ra Quyết Định Adidas

Mục đích cuối cùng của phân tích dữ liệu kinh doanh Adidas là chuyển hóa những con số và kết quả thống kê thành các hành động chiến lược có thể thực thi. Dựa trên các phát hiện từ phân tích mô tả, trực quan hóa và kiểm định ANOVA, một số gợi ý chiến lược cụ thể đã được đề xuất để hỗ trợ ra quyết định cho công ty Adidas. Đầu tiên và quan trọng nhất là việc tăng cường đầu tư và tối ưu hóa chiến lược bán hàng trực tuyến. Dữ liệu đã chứng minh sự tăng trưởng bùng nổ của kênh bán hàng online trong năm 2021, cả về số lượng và lợi nhuận. Điều này cho thấy Adidas cần tiếp tục đẩy mạnh các hoạt động trên nền tảng thương mại điện tử, cải thiện trải nghiệm người dùng và triển khai các chiến dịch marketing số nhắm mục tiêu. Thứ hai, chiến lược sản phẩm cần được điều chỉnh để tập trung vào các dòng sản phẩm có biên lợi nhuận cao. Kết quả phân tích đã chỉ rõ Men's Street Footwear và Women's Apparel là hai 'cỗ máy kiếm tiền' hiệu quả nhất. Do đó, Adidas nên ưu tiên nguồn lực cho việc phát triển, sản xuất và quảng bá hai dòng sản phẩm này. Đồng thời, cần xem xét lại chiến lược giá và chi phí cho các dòng sản phẩm có biên lợi nhuận thấp hơn. Cuối cùng, chiến lược phân phối và marketing theo vùng cần được cá nhân hóa. Với việc khu vực miền Tây và Đông Bắc là các thị trường trọng điểm, Adidas có thể triển khai các chiến dịch quảng bá và phân phối sản phẩm đặc thù cho các khu vực này để tối đa hóa doanh thu Adidas. Việc áp dụng những kết quả phân tích này vào thực tiễn sẽ giúp Adidas vận hành hiệu quả hơn, phân bổ nguồn lực thông minh hơn và nắm bắt tốt hơn các cơ hội thị trường.

5.1. Gợi ý chiến lược tập trung vào kênh bán hàng online

Dựa trên sự tăng trưởng vượt bậc về lợi nhuận của kênh Online trong năm 2021, chiến lược hàng đầu là phải tăng cường đầu tư vào kênh này. Adidas nên tập trung vào việc tối ưu hóa website, phát triển ứng dụng di động, và đẩy mạnh các chiến dịch digital marketing. Việc phân tích hành vi người dùng trực tuyến sẽ giúp cá nhân hóa trải nghiệm mua sắm, từ đó tăng tỷ lệ chuyển đổi và giữ chân khách hàng, củng cố vị thế trên thị trường thương mại điện tử.

5.2. Tối ưu danh mục sản phẩm và chiến lược giá theo vùng

Kết quả phân tích cho thấy cần tập trung nguồn lực vào hai dòng sản phẩm có biên lợi nhuận cao nhất là Men's Street Footwear và Women's Apparel. Adidas nên đẩy mạnh marketing và đảm bảo chuỗi cung ứng cho các sản phẩm này, đặc biệt tại các thị trường tiềm năng như miền Tây (West) và Đông Bắc (Northeast). Đồng thời, cần xây dựng một chiến lược bán hàng và định giá linh hoạt cho từng vùng và từng kênh phân phối để tối ưu hóa lợi nhuận hoạt động.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh chuyển đổi số và sự phát triển mạnh mẽ của thương mại điện tử, việc quản trị và vận hành doanh nghiệp không còn dựa thuần túy vào kinh nghiệm chủ quan của nhà quản lý. Khối lượng dữ liệu phát sinh từ hoạt động bán hàng chứa đựng những thông tin và quy luật vận hành thực tế mà con người khó có thể nhận biết đầy đủ nếu không thông qua các phương pháp phân tích khoa học. Do đó, việc ứng dụng các kỹ thuật phân tích dữ liệu kinh doanh nhằm cung cấp thông tin xác thực, hỗ trợ quá trình hoạch định chiến lược và ra quyết định đã trở thành một nhu cầu thiết yếu.

Đề tài "Phân Tích Dữ Liệu Kinh Doanh và Hỗ Trợ Ra Quyết Định cho công ty Adidas" do nhóm sinh viên ngành Khoa học Dữ liệu và Trí tuệ Nhân tạo thuộc Khoa Kỹ thuật và Công nghệ – Đại học Huế thực hiện trong học phần "Phân tích kinh doanh hỗ trợ ra quyết định" (học kỳ II, năm học 2022 - 2023).

Nhiệm vụ và mục tiêu nghiên cứu của đề tài bao gồm:

1. Tổng hợp và phân tích thống kê mô tả toàn bộ tập dữ liệu bán hàng của thương hiệu Adidas để làm rõ đặc điểm các biến số định tính và định lượng.
2. Trực quan hóa dữ liệu bán hàng nhằm nhận diện biến động doanh thu, lợi nhuận theo mốc thời gian, kênh bán lẻ, khu vực địa lý và dòng sản phẩm.
3. Ứng dụng các phương pháp thống kê suy diễn, kiểm tra phân phối chuẩn và phân tích phương sai (ANOVA) để kiểm định các giả thuyết kinh doanh thực tế.
4. Xây dựng mô hình hồi quy tuyến tính nhằm dự đoán lợi nhuận và đề xuất các giải pháp chiến lược tối ưu hóa hoạt động phân phối, tiếp thị.

Đối tượng nghiên cứu của đồ án là hoạt động kinh doanh bán lẻ của tập đoàn Adidas dựa trên tập dữ liệu thứ cấp gồm 9.648 dòng dữ liệu và 13 thuộc tính. Phạm vi nghiên cứu về không gian bao gồm thị trường Hoa Kỳ tại 5 khu vực địa lý lớn, 50 tiểu bang và 52 thành phố. Phạm vi thời gian của dữ liệu trải dài trong hai năm tài chính 2020 và 2021.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và khái niệm nền tảng

Nghiên cứu vận dụng nền tảng lý thuyết về kinh doanh điện tử (e-business) và thương mại điện tử (e-commerce). Trong đó, kinh doanh điện tử bao quát toàn bộ các quy trình tích hợp công nghệ thông tin và truyền thông (ICT) để nâng cao năng suất tổ chức, còn thương mại điện tử tập trung trực tiếp vào các giao dịch mua bán hàng hóa, dịch vụ qua mạng Internet. Đồ án phân loại các mô hình thương mại điện tử phổ biến gồm Doanh nghiệp với Doanh nghiệp (B2B), Doanh nghiệp với Người tiêu dùng (B2C), Người tiêu dùng với Doanh nghiệp (C2B), Người tiêu dùng với Người tiêu dùng (C2C), Ngang hàng (P2P) và Thương mại di động (m-Commerce).

Về mặt lý thuyết phân tích kinh doanh, đề tài áp dụng chu trình từ phân tích mô tả (Descriptive Analysis), trực quan hóa dữ liệu (Data Visualization), thống kê suy diễn (Inferential Statistics) đến phân tích dự báo (Predictive Analysis) bằng mô hình hồi quy tuyến tính.

Phương pháp nghiên cứu

Nghiên cứu sử dụng kết hợp các phương pháp phân tích định lượng:

• Phương pháp thống kê mô tả: Sử dụng các đại lượng thống kê cơ bản như giá trị trung bình (Mean), trung vị (Median), độ lệch chuẩn (Standard Deviation), phương sai mẫu (Sample Variance), độ nhọn (Kurtosis), sai số chuẩn (Standard Error) và ma trận tương quan giữa các biến định lượng.
• Phương pháp trực quan hóa: Thiết lập các dạng biểu đồ thanh (Bar chart), biểu đồ tròn (Pie chart), biểu đồ đường (Line chart), biểu đồ hộp (Boxplot) và biểu đồ phân vị chuẩn (QQPlot).
• Phương pháp kiểm định thống kê suy diễn:
  • Đánh giá phân phối chuẩn thông qua biểu đồ QQPlot cho các biến liên tục.
  • Phân tích phương sai một yếu tố (One-way ANOVA) với mức ý nghĩa $\alpha = 0{,}05$ để kiểm tra sự khác biệt có ý nghĩa thống kê giữa các nhóm mẫu.
• Phương pháp hồi quy tuyến tính (Linear Regression): Thiết lập phương trình hồi quy nhằm mô hình hóa và dự báo lợi nhuận hoạt động dựa trên các biến đầu vào.

Nguồn dữ liệu

Nguồn dữ liệu sử dụng là bộ dữ liệu "Adidas Sales" được xây dựng và công bố công khai trên nền tảng Kaggle bởi tác giả Heemali Chaudhari vào năm 2022. Tập dữ liệu ghi nhận đầy đủ 9.648 bản ghi giao dịch, không chứa giá trị khuyết thiếu (null), bao gồm 13 thuộc tính: Nhà bán lẻ (Retailer), Mã nhà bán lẻ (Retailer ID), Ngày hóa đơn (Invoice Date), Khu vực (Region), Tiểu bang (State), Thành phố (City), Dòng sản phẩm (Product), Đơn giá (Price per Unit), Số lượng bán (Units Sold), Tổng doanh thu (Total Sales), Lợi nhuận hoạt động (Operating Profit), Tỷ suất lợi nhuận hoạt động (Operating Margin) và Phương thức bán hàng (Sales Method).

Nội dung chính theo từng chương

PHẦN MỞ ĐẦU

Nội dung chương trình bày bức tranh tổng quan về tập đoàn Adidas, được thành lập ngày 18/08/1949 bởi Adolf Dassler tại Herzogenaurach, Đức. Adidas là nhà sản xuất dụng cụ thể thao lớn thứ hai toàn cầu, nắm giữ các thương hiệu con như Reebok, TaylorMade-Adidas, Runtastic và sở hữu 9,1% cổ phần FC Bayern Munich, đạt doanh thu 14,88 tỷ Euro vào năm 2012. Ba dòng sản phẩm chính được định vị gồm: Adidas Performance (thể thao chuyên nghiệp), Adidas Original (sáng tạo cá nhân) và Adidas Style (thời trang thể thao).

Chương này cũng hệ thống hóa các định nghĩa về thương mại điện tử, giới thiệu nền tảng Kaggle và bộ dữ liệu Adidas Sales. Đồng thời, tác giả khẳng định tính cấp thiết khách quan và chủ quan của đề tài trong việc khai phá dữ liệu để định hình chiến lược cạnh tranh, điều chỉnh giá cả, dự đoán nhu cầu và quản trị chuỗi cung ứng.

NỘI DUNG NGHIÊN CỨU

I. Tổng quan thông tin từ bộ dữ liệu (Descriptive Analysis)

Tác giả phân loại cấu trúc 13 thuộc tính thành biến định tính (Retailer, Product, Region, State, City, Sales Method) và biến định lượng (Price per Unit, Units Sold, Total Sales, Operating Profit, Operating Margin).

Tỷ trọng phân bổ của một số biến định tính chủ chốt trong 9.648 giao dịch bao gồm:

• Nhà bán lẻ: Foot Locker (2.637 dòng – 27%), West Gear (2.374 dòng – 25%), Sports Direct (2.032 dòng – 21%), Kohl's (1.030 dòng – 11%), Amazon (949 dòng – 10%), Walmart (626 dòng – 6%).
• Dòng sản phẩm: Phân bố tương đối đồng đều 16% - 17% mỗi loại (Men's Street Footwear: 1.610; Men's Athletic Footwear: 1.610; Women's Street Footwear: 1.608; Women's Apparel: 1.608; Women's Athletic Footwear: 1.606; Men's Apparel: 1.606).
• Phương thức bán: Kênh Online ghi nhận 4.889 dòng (51%), Outlet ghi nhận 3.019 dòng (31%) và In-store ghi nhận 1.740 dòng (18%).

Bảng phân tích tương quan cho thấy:

• Tương quan giữa Tổng doanh thu (Total Sales) và Số lượng bán (Units Sold) đạt mức rất cao: $r = 0{,}91343$.
• Tương quan giữa Lợi nhuận hoạt động (Operating Profit) và Tổng doanh thu (Total Sales) đạt mức chặt chẽ: $r = 0{,}95631$.
• Tương quan giữa Lợi nhuận hoạt động (Operating Profit) và Số lượng bán (Units Sold) đạt: $r = 0{,}89238$.
• Đơn giá sản phẩm (Price per Unit) có mức độ tương quan nhẹ đến trung bình với Số lượng bán ($r = 0{,}26587$) và Tổng doanh thu ($r = 0{,}43581$).

II. Trực quan hóa dữ liệu (Data Visualization)

Thông qua 30 biểu đồ trực quan, nghiên cứu làm rõ các góc độ phân phối kinh doanh:

• Theo phương thức bán hàng: Kênh Online chiếm 38% tổng sản lượng bán ra, Outlet chiếm 34% và In-store chiếm 28%.
• Biến động doanh thu và lợi nhuận (2020 - 2021): Năm 2021 ghi nhận sự tăng trưởng vượt bậc so với năm 2020. Giai đoạn chuyển giao cuối năm 2020 chứng kiến bước nhảy vọt: tháng 12/2020 chạm đáy nhưng tăng gần 2.000.000 USD chỉ sau 1 tháng bước sang năm 2021. Đỉnh điểm doanh số rơi vào tháng 7/2021. Kênh bán hàng Online năm 2020 mang lại lợi nhuận thấp nhưng bùng nổ mạnh mẽ trong năm 2021.
• Theo đối tác bán lẻ: Tổng lợi nhuận ghi nhận đạt 332.134.761 USD và tổng doanh thu đạt 899.902.125 USD. West Gear dẫn đầu về doanh thu (242.964.333 USD) và lợi nhuận (85.667.873 USD), tiếp theo là Foot Locker (doanh thu 220.094.720 USD; lợi nhuận 80.722.125 USD) và Sports Direct (doanh thu 182.470.971 USD; lợi nhuận 74.332.955 USD). Amazon và Walmart có mức đóng góp thấp hơn dù là các tập đoàn bán lẻ lớn.
• Theo khu vực địa lý: Khu vực miền Tây (West) dẫn đầu cả nước với doanh thu 269.943.182 USD và lợi nhuận 89.609.407 USD; đứng thứ hai là vùng Đông Bắc (Northeast) với doanh thu 186.324.067 USD và lợi nhuận 68.020.588 USD; khu vực miền Trung Tây (Midwest) ghi nhận mức thấp nhất (doanh thu 135.800.459 USD; lợi nhuận 52.811.346 USD).
• Theo đô thị: Thành phố Charleston đạt lợi nhuận cao nhất (15.607.190 USD với 288 lượt giao dịch), theo sau là New York (13.899.973 USD) và Miami (12.168.619 USD). Nhóm đô thị có lợi nhuận thấp nhất (dưới 3.000.000 USD) gồm Minneapolis, Fargo, Baltimore, Omaha, Des Moines, Milwaukee và Sioux Falls.

III. Thống kê suy diễn (Inferential Statistics)

• Kiểm định phân phối chuẩn: Sử dụng biểu đồ QQPlot, kết quả cho thấy biến Tỷ suất lợi nhuận (Operating Margin) và Đơn giá (Price per Unit) có các điểm quan sát bám sát đường chuẩn, kết luận dữ liệu tuân theo phân phối chuẩn. Ngược lại, Số lượng bán (Units Sold), Tổng doanh thu (Total Sales) và Lợi nhuận hoạt động (Operating Profit) có phân phối không chuẩn.
• Phân tích phương sai một yếu tố (ANOVA) với $\alpha = 0{,}05$:
  1. Kiểm định tỷ suất lợi nhuận giữa các nhà bán lẻ: Giá trị kiểm định $F = 28{,}192$ với $p\text{-value} < 0{,}05$, bác bỏ giả thuyết $H_0$. Có sự khác biệt có ý nghĩa thống kê về tỷ suất lợi nhuận giữa các nhà bán lẻ (Sports Direct đạt tỷ suất trung bình cao nhất là 44,5%, các đơn vị còn lại dao động từ 40% đến 41,9%).
  2. Kiểm định đơn giá giữa các hình thức bán hàng: Kết quả $p\text{-value} < 0{,}05$, khẳng định có sự khác biệt đáng kể về giá bán giữa các kênh (giá bán tại cửa hàng In-store đạt trung bình 48,87 USD, cao hơn đáng kể so với kênh Online và Outlet).
  3. Kiểm định tỷ lệ lợi nhuận giữa các nhóm sản phẩm: Kết quả $p\text{-value} < 0{,}05$, chứng minh có sự khác biệt rõ rệt về biên lợi nhuận giữa các nhóm hàng. Hai nhóm Men's Street Footwear và Women's Apparel đạt tỷ lệ lợi nhuận cao nhất, trong khi Men's Athletic Footwear đạt tỷ lệ thấp nhất.
  4. Kiểm định mức chi tiêu mua sản phẩm giữa các vùng: Kết quả ANOVA cho thấy sự khác biệt về số tiền chi trả trung bình cho một đơn vị sản phẩm giữa các khu vực địa lý.

IV. Hồi quy tuyến tính (Linear Regression)

Tác giả xây dựng mô hình hồi quy tuyến tính nhằm ước lượng và dự báo lợi nhuận hoạt động (Operating Profit) của Adidas theo chu kỳ thời gian và các thông số hoạt động, làm cơ sở lượng hóa kế hoạch tài chính.

GỢI Ý CHIẾN LƯỢC

Dựa trên kết quả phân tích định lượng, đề tài đưa ra 4 định hướng chiến lược:

1. Tăng cường chiến lược bán hàng trực tuyến: Đẩy mạnh đầu tư hạ tầng số và tiếp thị trực tuyến khi kênh Online chứng minh tốc độ tăng trưởng doanh số và sản lượng cao nhất trong năm 2021.
2. Tập trung vào dòng sản phẩm chủ lực: Ưu tiên phân bổ ngân sách sản xuất, quảng bá cho hai nhóm hàng có biên lợi nhuận và doanh thu vượt trội là Men's Street Footwear và Women's Apparel.
3. Mở rộng phân phối tại các khu vực và thành phố tiềm năng: Tối ưu mạng lưới logistics và tăng cường hợp tác với các đối tác mạnh tại khu vực miền Tây (West), Đông Bắc (Northeast) cùng các thành phố trọng điểm như Charleston, New York, Miami, Portland.
4. Theo dõi và quản trị doanh thu theo mùa vụ: Thiết lập kế hoạch dự trữ tồn kho và xúc tiến bán hàng chủ động bám sát chu kỳ tiêu dùng cao điểm (tháng 1 - 2 và tháng 11 - 12 hàng năm).

Kết quả và đóng góp

Kết quả chính

Các kết quả phân tích số liệu toàn diện từ tập dữ liệu 9.648 dòng được tổng hợp qua bảng sau:

Chỉ tiêu phân tích	Nhóm dẫn đầu	Giá trị cao nhất	Nhóm thấp nhất	Giá trị thấp nhất
Doanh thu theo Nhà bán lẻ	West Gear	242.964.333 USD	Walmart	74.558.410 USD
Lợi nhuận theo Nhà bán lẻ	West Gear	85.667.873 USD	Walmart	25.782.053 USD
Doanh thu theo Vùng	West	269.943.182 USD	Midwest	135.800.459 USD
Lợi nhuận theo Vùng	West	89.609.407 USD	Midwest	52.811.346 USD
Lợi nhuận theo Thành phố	Charleston	15.607.190 USD	Nhóm 7 đô thị nhỏ	< 3.000.000 USD
Tỷ trọng sản lượng kênh bán	Online	38%	In-store	28%

Bên cạnh đó, các kiểm định ANOVA đều có ý nghĩa thống kê ($p < 0{,}05$), chỉ ra rằng:

• Sports Direct là kênh phân phối mang lại tỷ suất lợi nhuận trung bình cao nhất (44,5%).
• Kênh bán trực tiếp tại cửa hàng (In-store) duy trì mức đơn giá trung bình cao nhất (48,87 USD/sản phẩm) nhưng lại có tổng sản lượng tiêu thụ thấp nhất (1.740 đơn vị giao dịch).
• Dòng sản phẩm Men's Street Footwear và Women's Apparel là hai trụ cột mang lại tỷ suất lợi nhuận cao nhất cho thương hiệu.

Đóng góp của đề tài

Đồ án đã chứng minh tính hiệu quả của việc kết hợp các công cụ phân tích kinh doanh cơ bản và nâng cao trong việc khai thác dữ liệu bán lẻ. Thay vì đưa ra các phán đoán định tính, nghiên cứu cung cấp cơ sở dữ liệu định lượng rõ ràng giúp doanh nghiệp tối ưu hóa danh mục sản phẩm, lựa chọn đối tác phân phối và phân bổ ngân sách tiếp thị theo từng vùng địa lý.

Hạn chế và hướng nghiên cứu tiếp

• Hạn chế: Tập dữ liệu nghiên cứu giới hạn trong giai đoạn 2 năm 2020 - 2021 tại thị trường Mỹ, chưa phản ánh đầy đủ biến động dài hạn ở các giai đoạn kinh tế tiếp theo. Việc kiểm định phân phối chuẩn chủ yếu thực hiện qua trực quan hóa đồ thị QQPlot trên bảng tính Excel, chưa kết hợp các kiểm định số học chuyên sâu như Shapiro-Wilk hay Kolmogorov-Smirnov.
• Hướng nghiên cứu tiếp: Mở rộng phạm vi thu thập dữ liệu sang các năm tài chính tiếp theo, tiến hành so sánh đối chuẩn hiệu suất kinh doanh của Adidas với các đối thủ cạnh tranh trực tiếp như Nike, Puma. Đồng thời, ứng dụng các thuật toán học máy phân loại và dự báo nâng cao để tối ưu hóa quyết định tồn kho tự động.

Giá trị tham khảo

Đồ án là tài liệu tham khảo hữu ích cho sinh viên các ngành Khoa học Dữ liệu, Trí tuệ Nhân tạo, Hệ thống Thông tin Quản lý và Phân tích Kinh doanh (Business Analytics). Phần phân tích mô tả và phương pháp kiểm định phương sai ANOVA được trình bày cụ thể, minh họa rõ nét cách chuyển đổi các bài toán kinh doanh thực tế thành các giả thuyết thống kê có thể kiểm chứng bằng công cụ định lượng.

Câu hỏi thường gặp

1. Đối tác bán lẻ nào đóng góp doanh thu và lợi nhuận lớn nhất cho Adidas trong tập dữ liệu?
West Gear là đối tác bán lẻ dẫn đầu với tổng doanh thu đạt 242.964.333 USD và tổng lợi nhuận hoạt động đạt 85.667.873 USD, tiếp sau là Foot Locker và Sports Direct.

2. Kênh bán hàng nào có sự chuyển biến mạnh mẽ nhất giữa năm 2020 và 2021?
Kênh bán hàng trực tuyến (Online). Năm 2020, kênh Online đóng góp tỷ trọng rất nhỏ vào lợi nhuận, nhưng sang năm 2021 đã bùng nổ mạnh mẽ, vươn lên chiếm 38% sản lượng bán ra và chiếm 51% tổng số lượng giao dịch trong tập dữ liệu.

3. Những biến số nào trong tập dữ liệu tuân theo quy luật phân phối chuẩn?
Dựa trên kết quả trực quan hóa bằng biểu đồ QQPlot, chỉ có hai biến số là Tỷ suất lợi nhuận hoạt động (Operating Margin) và Đơn giá (Price per Unit) tuân theo phân phối chuẩn; trong khi Số lượng bán, Tổng doanh thu và Lợi nhuận hoạt động không tuân theo phân phối chuẩn.

4. Kết quả phân tích ANOVA về tỷ suất lợi nhuận giữa các nhà bán lẻ cho thấy điều gì?
Phân tích ANOVA chỉ ra sự khác biệt có ý nghĩa thống kê ($F = 28{,}192; p < 0{,}05$). Hầu hết các nhà bán lẻ có tỷ suất lợi nhuận trung bình dao động từ 40% đến 41,9%, riêng nhà bán lẻ Sports Direct đạt tỷ suất lợi nhuận vượt trội ở mức 44,5%.

5. Thành phố nào tại thị trường Mỹ mang lại lợi nhuận cao nhất cho Adidas?
Thành phố Charleston ghi nhận mức lợi nhuận hoạt động cao nhất với 15.607.190 USD (288 đơn vị giao dịch), vượt qua New York (13.899.973 USD) và Miami (12.168.619 USD).

Kết luận

Báo cáo đồ án "Phân Tích Dữ Liệu Kinh Doanh và Hỗ Trợ Ra Quyết Định cho công ty Adidas" đã thực hiện đầy đủ quy trình khai phá và mô hình hóa dữ liệu bán hàng với quy mô 9.648 bản ghi. Nghiên cứu đã chứng minh sự tăng trưởng vượt bậc của kênh phân phối trực tuyến trong năm 2021 và xác định các dòng sản phẩm, đối tác, khu vực mang lại hiệu quả sinh lời cao nhất. Các phát hiện thực nghiệm cung cấp luận cứ khoa học vững chắc phục vụ việc điều chỉnh chiến lược tiếp thị, định giá và phân phối sản phẩm cho doanh nghiệp.

Trích đoạn nội dung tài liệu

MỞ ĐẦU I. TONG QUAN VE CONG TY ADIDAS Adidas 1a m6t tập đoàn đa quéc gia co tru so tai Herzogenaurach, Bavaria, Đức, chuyên thiét ké va san xuat giay thé thao, quan áo và phu kiện. Với vi trí là nhà sản xuất đồ thé thao lớn nhất ở châu Âu và thứ hai trên toàn cầu, Adidas đã xây đựng một thương hiệu mạnh mẽ và uy tín. Công ty này cũng là công ty mẹ của nhiều thương hiệu nôi tiếng khác nhự Reebok, TaylorMade-Adidas và Runtastic.

Ngoài ra, Adidas cũng sở hữu 9,1% cỗ phần của FC Bayern Munich. Doanh thu của Adidas vào năm 2012 đã đạt 14,88 tỷ Euro, cho thấy sự thành công và sức mạnh của thương hiệu. Adidas được thành lập vào ngày 18 tháng 8 năm 1949 bởi Adolf Dassler, sau một cuộc xích mích gia đình với anh trai Rudolf, người đã sáng lập Puma. Hai công ty này trở thành những đối thủ cạnh tranh sòng phẳng và có trụ sở tại cùng một thành phố.

Logo của Adidas được nhận diện bởi ba vạch song song, và tên thương hiệu được viết thường với chữ "a" viết thường. Adidas chia sản phẩm của mình thành ba dòng chính là Adidas Performance, Adidas Original va Adidas Style. Adidas Performance tap trung vao cac mén thé thao như bóng đá, chạy, huấn luyện và bóng rô, với mục tiêu trang bị cho các vận động viên để họ vượt qua giới hạn và đạt được thành công. Adidas Original mang đến sự độc đáo va sang tao với các bộ sưu tập cá nhân và phong cách đột phá.

Trong khi đó, Adidas Style két hop thé thao và thời trang dé tạo ra những sản phẩm phủ hợp với xu hướng và nhu cầu của giới trẻ. Với khẩu hiệu "Impossible Is Nothing", Adidas xác định bản thân là một thương hiệu không ngừng vươn lên và vượt qua mọi thách thức. Để duy trì và tạo dựng hình ảnh này, Adidas đầu tư lớn vào quảng cáo và xúc tiễn thương hiệu. Thương hiệu cũng luôn tìm cách phản ứng linh hoạt với tâm lý và quan điểm của người tiêu dùng trong các thời kỳ khó khăn, như trong cuộc khủng hoảng kinh tế toàn câu, đề truyền tải triết lý doanh nghiệp về sự kiên trì, quyết tâm, đam mê và hài hước.

Với hơn 80 năm kinh nghiệm, ÀAdidas không chỉ là một nhà lãnh đạo toàn câu trong ngành giày dép, mà còn trong ngành hàng thé thao. Từ giày dép đến quan ao va phu kién, Adidas cam két mang đến cho người dùng những sản phẩm vượt trội về công nghệ và thiết kế, đồng thời liên kết mạnh mẽ với thể thao trên mọi mức độ. KINH DOANH ĐIỆN TỬ VÀ THƯƠNG MẠI ĐIỆN TỬ Kinh doanh dién tir (e-business) đề cập đến tất cả các quy trình kinh doanh điện tử, bao gồm thương mại điện tử (e-commerce), tức việc mua bán hàng hóa và địch vụ qua phương tiện điện tử như Internet. Các công ty kinh doanh điện tử đặt lợi ích của các bên liên quan lên hàng đầu trong quá trình phát triển, thậm chí chấp nhận tốn thất nếu cần.

Mục tiêu chính của kinh doanh điện tử là tận dụng công nghệ thông tin và truyền thong (ICT) dé nang cao nang suất trong các hoạt động kinh doanh, cả bên trong và bên ngoài tô chức. Nó bao gồm nhiều hoạt động nhằm hễ trợ các chức năng kinh doanh. Thương mại điện tử (e-commerce) là một phân trong kinh doanh điện tử, tập trung đặc biệt vào giao dịch mua bán hàng hóa. Nó bao gồm việc thực hiện các giao địch kinh doanh thông qua các kênh số trên mạng.

Thương mại điện tử tận dụng công nghệ và công cụ kinh đoanh để cải thiện tính chính xác và hiệu quả trong quản lý kinh doanh.