Tổng quan nghiên cứu

Thương mại kỹ thuật số và quản trị chuỗi cung ứng hiện đại đang tạo ra khối lượng dữ liệu khổng lồ, đòi hỏi các doanh nghiệp phải chuyển dịch từ quản lý cảm tính sang mô hình ra quyết định dựa trên tri thức. Theo các báo cáo phân tích ngành, tỷ lệ ứng dụng khai phá dữ liệu trong phân tích khách hàng đã chiếm khoảng 39,1%, trở thành công cụ sống còn giúp nâng cao năng lực cạnh tranh. Trong bối cảnh đó, bài toán nhận diện hành vi mua sắm của các tổ chức doanh nghiệp sản xuất gặp phải thách thức lớn khi khối lượng dữ liệu giao dịch gia tăng liên tục nhưng mức độ thấu hiểu nhu cầu thực tế vẫn còn nhiều khoảng trống.

Luận văn thạc sĩ chuyên ngành Quản lý hệ thống thông tin với đề tài nghiên cứu về phát hiện hành vi mua sắm của người dùng và các tác nhân liên quan sử dụng kỹ thuật khai phá dữ liệu đã tiếp cận bài toán từ góc độ thực nghiệm chuyên sâu. Mục tiêu cụ thể của nghiên cứu là ứng dụng các giải thuật khai phá luật kết hợp tiên tiến nhằm trích xuất những quy luật ẩn chứa trong giỏ hàng của khách hàng doanh nghiệp, loại bỏ các mẫu dư thừa và xây dựng mô hình dự báo nhu cầu chính xác.

Phạm vi nghiên cứu được triển khai trên tập dữ liệu gồm 4.242 hóa đơn bán hàng thực tế giai đoạn 2016-2017 tại Công ty Cổ phần Công nghệ PAC Việt Nam, địa chỉ tại Cầu Giấy, Hà Nội. Tập dữ liệu ghi nhận 20.923 lượt sản phẩm thuộc 6.654 danh mục linh kiện cơ khí khác nhau. Kết quả nghiên cứu mang lại ý nghĩa thực tiễn to lớn trong việc tối ưu hóa quản trị kho hàng, hỗ trợ giảm 30% đến 35% chi phí tồn trữ an toàn, đồng thời mở ra tiềm năng tăng trưởng 15% đến 25% doanh thu thông qua chiến lược bán chéo linh kiện công nghiệp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng quy trình Khám phá tri thức trong cơ sở dữ liệu gồm 5 giai đoạn tiêu chuẩn: chọn lọc dữ liệu, tiền xử lý dữ liệu, chuyển đổi định dạng, khai phá dữ liệu và trình diễn, đánh giá kết quả. Điểm cốt lõi của quy trình là chuyển hóa các bản ghi giao dịch rời rạc thành các tri thức quy luật có khả năng hỗ trợ ra quyết định kinh doanh.

Bên cạnh đó, nghiên cứu tích hợp nguyên lý Mô tả chiều dài tối thiểu (Minimum Description Length) và lý thuyết hành vi mua sắm của tổ chức sản xuất. Khác với người tiêu dùng cá nhân, hành vi mua sắm của khách hàng tổ chức mang tính chuyên nghiệp, trải qua 8 giai đoạn từ nhận biết nhu cầu, đánh giá chi phí - hiệu quả đến lựa chọn nhà cung ứng và ký kết hợp đồng.

Các khái niệm then chốt được chuẩn hóa bao gồm:

  • Luật kết hợp: Mệnh đề dạng suy diễn biểu diễn mối quan hệ phụ thuộc giữa các tập mục dữ liệu xuất hiện đồng thời trong các giao dịch.
  • Độ hỗ trợ: Tỷ lệ phần trăm số lượng giao dịch chứa đồng thời cả tiền đề và kết quả trên tổng số giao dịch của hệ thống.
  • Độ tin cậy: Tỷ lệ phần trăm số giao dịch chứa kết quả trong số các giao dịch đã thỏa mãn điều kiện tiền đề, phản ánh sức mạnh dự báo của luật.
  • Bảng mã tối ưu: Cấu trúc nén dữ liệu theo nguyên lý mô tả chiều dài tối thiểu giúp đại diện cho tập mẫu phổ biến mà không gây bùng nổ số lượng luật.

Phương pháp nghiên cứu

Nguồn dữ liệu nghiên cứu là tập hợp toàn bộ 4.242 hóa đơn xuất hàng định dạng bảng tính của Công ty Cổ phần Công nghệ PAC Việt Nam thu thập trong thời gian 24 tháng (2016-2017). Cỡ mẫu nghiên cứu bao gồm 20.923 mục hàng hóa, độ dài trung bình mỗi giao dịch đạt 4,93 sản phẩm và độ dài bảng chữ cái đại diện cho danh mục sản phẩm đạt 6.654 mã linh kiện. Phương pháp chọn mẫu là chọn mẫu toàn bộ các giao dịch phát sinh thực tế trong khung thời gian nghiên cứu nhằm đảm bảo tính đại diện và phản ánh chính xác chu kỳ sản xuất cơ khí.

Về phương pháp phân tích, nghiên cứu lựa chọn thuật toán Krimp kết hợp với thuật toán Apriori và TopKRules. Lý do lựa chọn thuật toán Krimp xuất phát từ hạn chế cố hữu của các thuật toán truyền thống như AIS hay SETM vốn thường tạo ra sự bùng nổ hàng nghìn luật trùng lặp, gây tràn bộ nhớ. Krimp sử dụng nguyên lý nén dữ liệu để giữ lại những tập mục phổ biến có chất lượng cao nhất, giúp thu gọn kích thước cơ sở dữ liệu chuẩn từ 244.053,13 đơn vị xuống một bộ bảng mã súc tích. Đồng thời, thuật toán TopKRules được ứng dụng để mở rộng luật đệ quy hai phía mà không phụ thuộc vào việc phỏng đoán ngưỡng hỗ trợ tối thiểu ban đầu. Quá trình thực nghiệm được cài đặt trên hệ thống phần cứng CPU Intel Core i5 2.2 GHz, RAM 12GB và lưu trữ 1TB.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm trên 4.242 hóa đơn đã mang lại các phát hiện định lượng quan trọng về hành vi tiêu thụ vật tư công nghiệp:

Thứ nhất, giải thuật nén Krimp đã cô đọng thành công toàn bộ không gian 6.654 mã sản phẩm xuống 38 tập mục phổ biến cốt lõi có độ dài từ 4 đến 6 sản phẩm. Các tập mục này đạt tần suất xuất hiện lặp lại từ 19 đến 21 lần, tương ứng với tỷ lệ xuất hiện từ 50,00% đến 55,26% trong tập các mẫu tối ưu được trích xuất.

Thứ hai, nghiên cứu xác định được nhóm sản phẩm chủ lực có tần suất xuất hiện cao nhất trong giỏ hàng. Cụ thể, các sản phẩm Lưỡi dao VNMG160404-CA525 (Mã 56), Lưỡi dao TCMT110204HQ-PV7025 (Mã 69) và Lưỡi dao DCMT11T304GK-TN6020 (Mã 90) đều đạt tần suất xuất hiện 27/38 lần, tương đương tỷ lệ 71,05%. Tiếp theo là Lưỡi dao GMM3020R-TMR-6D/PR1115 (Mã 82) và Lưỡi dao GBA43R330-030MY/TN6020 (Mã 120) đạt 26/38 lần, chiếm tỷ lệ 68,42%. Ngược lại, Lưỡi dao TCMT16T308HQ-CA525 (Mã 89) chỉ xuất hiện 2/38 lần, đạt tỷ lệ khiêm tốn 5,26%.

Thứ ba, việc phân tích tập mục phổ biến 2 phần tử cho thấy sự gắn kết chặt chẽ giữa các dòng linh kiện tiện và cắt rãnh. Tần suất đồng xuất hiện giữa Mã 56 và Mã 69, giữa Mã 56 và Mã 90, cũng như giữa Mã 82 và Mã 90 đều đạt mức cao nhất là 18/38 lần (tỷ lệ 47,37%). Các cặp kết hợp giữa Mã 56 với Mã 82 hoặc Mã 120 đạt 17/38 lần (tỷ lệ 44,74%). Trong khi đó, sự kết hợp giữa Mã 1 và Mã 33 chỉ đạt 0/38 lần (tỷ lệ 0,00%), cho thấy hai loại linh kiện này hầu như không bao giờ được đặt mua cùng nhau trong cùng một đơn hàng.

Thứ tư, chỉ số độ dài trung bình đơn hàng đạt 4,93 sản phẩm chứng minh rằng khách hàng tổ chức có xu hướng mua sắm theo bộ giải pháp linh kiện hoàn chỉnh thay vì mua lẻ từng sản phẩm đơn lẻ.

Thảo luận kết quả

Nguyên nhân của việc xuất hiện các cụm sản phẩm có độ liên kết cao lên tới 71,05% xuất phát từ tính chất đặc thù của quy trình gia công cơ khí chính xác. Các doanh nghiệp sản xuất khi vận hành trung tâm gia công CNC luôn cần phối hợp đồng thời các nguyên công: tiện thô (sử dụng Mã 56), tiện tinh bề mặt (sử dụng Mã 69 và Mã 90) và tiện cắt đứt hoặc tiện rãnh (sử dụng Mã 82 và Mã 120). Khi tiến hành bảo dưỡng hoặc chuẩn bị phôi gia công cho một lô sản phẩm mới, bộ phận kỹ thuật luôn lập kế hoạch thay thế đồng bộ toàn bộ cụm dao cụ để giảm thiểu thời gian dừng máy.

So sánh với các nghiên cứu trước đây sử dụng giải thuật Apriori thuần túy hoặc các phương pháp truy vấn cơ sở dữ liệu truyền thống, mô hình tích hợp Krimp trong luận văn này đã giải quyết triệt để vấn đề nhiễu dữ liệu. Thay vì sinh ra hàng chục nghìn luật kết hợp vô nghĩa, mô hình đã giảm số lượng tập mục xuống mức tối ưu có thể diễn giải được, bảo toàn 100% các liên kết nghiệp vụ thực tế.

Trong thực tiễn quản trị, các dữ liệu này có thể được trình bày một cách trực quan thông qua biểu đồ nhiệt ma trận tương quan giữa 8 nhóm mã sản phẩm trọng yếu. Biểu đồ sẽ phân định rõ các ô màu có độ đậm cao đại diện cho tần suất xuất hiện từ 44,74% đến 47,37%, kết hợp với bảng phân tích phân loại hàng tồn kho theo nguyên lý 80/20 nhằm giúp nhà quản lý nắm bắt ngay các liên kết mua sắm giá trị cao.

Đề xuất và khuyến nghị

Dựa trên kết quả khai phá dữ liệu, nghiên cứu đưa ra 4 nhóm giải pháp chiến lược nhằm tối ưu hóa hoạt động sản xuất kinh doanh và quản trị chuỗi cung ứng:

Thứ nhất, tái cấu trúc chính sách đóng gói sản phẩm và bán chéo linh kiện. Phòng Kinh doanh và Tiếp thị cần triển khai ngay việc đóng gói các gói giải pháp kết hợp giữa dao tiện thô Mã 56 với dao tiện tinh Mã 69, Mã 90 và dao tiện rãnh Mã 82, Mã 120. Áp dụng mức chiết khấu từ 5% đến 8% cho các đơn hàng trọn gói nhằm hướng tới mục tiêu gia tăng 25% giá trị trung bình trên mỗi hóa đơn trong quý 1 và quý 2 năm tiếp theo.

Thứ hai, thiết lập định mức tồn kho an toàn tự động dựa trên tần suất liên kết. Phòng Quản lý Kho vận và Chuỗi cung ứng chịu trách nhiệm cài đặt ngưỡng cảnh báo tồn kho tự động cho 5 mã sản phẩm cốt lõi (Mã 56, 69, 82, 90, 120), duy trì mức dự trữ đảm bảo cho chu kỳ vận hành 30 ngày. Giải pháp này giúp cắt giảm 35% rủi ro đứt gãy nguồn cung linh kiện phục vụ khách hàng công nghiệp trước thời điểm kết thúc năm tài chính.

Thứ ba, tích hợp công cụ gợi ý đơn hàng tự động trên hệ thống thông tin quản lý. Đội ngũ Kỹ thuật Công nghệ Thông tin cần nhúng giải thuật TopKRules vào cổng đặt hàng B2B trực tuyến của doanh nghiệp trong lộ trình 6 tháng. Hệ thống sẽ tự động đề xuất danh mục dao cụ tương thích ngay khi khách hàng nhập mã sản phẩm chính, đặt mục tiêu nâng tỷ lệ chuyển đổi giỏ hàng thêm 20%.

Thứ tư, xây dựng quy trình chăm sóc khách hàng doanh nghiệp theo chu kỳ mòn linh kiện. Bộ phận Dịch vụ Khách hàng cần triển khai lịch tư vấn định kỳ 45 ngày một lần cho các khách hàng mua sắm cụm dao tiện chính, bám sát chỉ số chiều dài đơn hàng 4,93 sản phẩm. Mục tiêu đề ra là duy trì tỷ lệ tái ký hợp đồng cung ứng đạt trên 85% trong giai đoạn 2019-2020.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả của luận văn mang lại giá trị thiết thực cho 4 nhóm đối tượng chính:

Nhóm thứ nhất là các nhà quản trị doanh nghiệp và giám đốc kinh doanh B2B. Luận văn cung cấp phương pháp luận khoa học để thấu hiểu hành vi mua hàng của khách hàng tổ chức, hỗ trợ xây dựng chính sách giá, chương trình khuyến mãi theo combo và nâng cao doanh số bán hàng từ 15% đến 20%.

Nhóm thứ hai là các kỹ sư dữ liệu và chuyên viên phân tích hệ thống thông tin. Nhóm này có thể học hỏi quy trình tiền xử lý 4.242 hóa đơn thô, cách thức cấu hình môi trường thực nghiệm với Krimp và thuật toán TopKRules trên nền tảng C++, Java và SQLite để ứng dụng vào các bài toán khai phá dữ liệu lớn tại tổ chức của mình.

Nhóm thứ ba là giảng viên, học viên cao học và sinh viên ngành Công nghệ thông tin, Quản lý hệ thống thông tin và Khoa học dữ liệu. Luận văn là tài liệu tham khảo giá trị về khai phá luật kết hợp nâng cao, nguyên lý mô tả chiều dài tối thiểu và các kỹ thuật xử lý dữ liệu giao dịch phức tạp.

Nhóm thứ tư là các nhà quản lý chuỗi cung ứng và chuyên gia vận hành sản xuất cơ khí. Nghiên cứu cung cấp cơ sở định lượng để dự báo nhu cầu vật tư phụ tùng, cân đối kế hoạch nhập khẩu linh kiện và giảm 25% đến 30% chi phí vốn ứ đọng trong kho.

Câu hỏi thường gặp

Thuật toán Krimp có ưu điểm gì vượt trội hơn thuật toán Apriori truyền thống? Thuật toán Krimp dựa trên nguyên lý mô tả chiều dài tối thiểu giúp nén dữ liệu và chỉ giữ lại những tập mục phổ biến có tính đại diện cao nhất. Điều này giải quyết triệt để hiện tượng bùng nổ hàng chục nghìn luật dư thừa của Apriori, giúp cô đọng 6.654 sản phẩm thành 38 mẫu chuẩn xác và dễ diễn giải.

Ý nghĩa của chỉ số độ dài giao dịch trung bình 4,93 sản phẩm trên 4.242 hóa đơn là gì? Chỉ số 4,93 phản ánh rằng các doanh nghiệp sản xuất không mua lẻ từng linh kiện mà mua sắm đồng bộ theo bộ dụng cụ gia công. Đây là bằng chứng thực nghiệm quan trọng giúp doanh nghiệp thiết lập chiến lược bán lẻ theo gói giải pháp thay vì tiếp thị sản phẩm đơn lẻ.

Thuật toán TopKRules giải quyết bài toán ngưỡng hỗ trợ tối thiểu như thế nào? TopKRules khởi tạo ngưỡng hỗ trợ từ 0 và tự động tăng dần giá trị này trong quá trình tìm kiếm thông qua thủ tục mở rộng luật sang trái và sang phải. Cơ chế này giúp người dùng nhận được chính xác k luật tốt nhất mà không cần thử sai nhiều lần để tìm ngưỡng phù hợp.

Tại sao các mã sản phẩm 56, 69 và 90 lại có tần suất đồng xuất hiện lên đến 71,05%? Các mã sản phẩm này là những dòng dao tiện chuyên dụng cho các công đoạn tiện thô và tiện tinh trong một chu trình gia công kim loại khép kín. Doanh nghiệp sản xuất luôn mua kèm các mã này để đồng bộ hóa quy trình cắt gọt trên máy tiện CNC, tránh gián đoạn sản xuất.

Mô hình nghiên cứu trong luận văn có thể áp dụng cho ngành bán lẻ tiêu dùng cá nhân không? Hoàn toàn có thể áp dụng. Dù thực nghiệm trên dữ liệu công nghiệp, quy trình 5 bước KDD và thuật toán Krimp hoàn toàn tương thích với dữ liệu siêu thị hoặc thương mại điện tử nhằm phát hiện các thói quen mua sắm ngẫu nhiên của người tiêu dùng cá nhân.

Kết luận

  • Hệ thống hóa toàn diện cơ sở lý thuyết về quy trình khám phá tri thức trong cơ sở dữ liệu, nguyên lý mô tả chiều dài tối thiểu và các giải thuật khai phá luật kết hợp tiên tiến như Krimp, TopKRules và Apriori.
  • Tiền xử lý và chuẩn hóa thành công tập dữ liệu 4.242 hóa đơn bán hàng với 20.923 lượt giao dịch và 6.654 danh mục sản phẩm từ thực tế doanh nghiệp tại Hà Nội.
  • Trích xuất chính xác 38 tập mục phổ biến cốt lõi, phát hiện các liên kết mua sắm có độ hỗ trợ cao đạt 71,05% giữa các dòng linh kiện cơ khí chủ lực.
  • Đề xuất 4 nhóm giải pháp thực tiễn giúp doanh nghiệp thương mại kỹ thuật tối ưu hóa 35% lượng hàng dự trữ an toàn và tăng trưởng 25% doanh thu bán chéo.
  • Định hướng phát triển tiếp theo tập trung vào việc tự động hóa mô hình trên nền tảng điện toán đám mây và mở rộng sang khai phá luật kết hợp có trọng số trong lộ trình 12 tháng tới.

Công trình nghiên cứu đã chứng minh vai trò then chốt của kỹ thuật khai phá dữ liệu trong việc chuyển đổi dữ liệu giao dịch thành tri thức kinh doanh sắc bén. Các nhà quản lý doanh nghiệp và chuyên gia dữ liệu hãy chủ động khai thác và ứng dụng những mô hình này để tạo dựng lợi thế cạnh tranh bền vững trong kỷ nguyên chuyển đổi số.