Những năm sau đại dịch COVID-19, các hãng hàng không Việt Nam gần như chật vật trong mọi hoạt động và đối diện với những thách thức tài chính kéo dài. Hãng hàng không quốc gia Việt Nam (Vietnam Airlines) cũng chịu ảnh hưởng nặng nề của COVID-19. Năm  2021, Vietnam Airline (VNA) báo lỗ hơn 13 nghìn tỷ đồng. 

Nắm bắt được tình hình và hiểu được những vấn đề đang phải đối mặt, VNA đã nhờ sự trợ giúp từ Google về chiến lược phục hồi sau COVID-19. Dựa trên lời khuyên về những cải tiến của Digital Maturity từ Google, VNA đã đưa Việt Nam trở thành quốc gia dẫn đầu thế giới về phục hồi ngành hàng không. 

VNA hợp tác với với Kasatria để hợp nhất dữ liệu online và offline trên nền tảng Google Cloud và dự tính giá trị vòng đời của khách hàng (Customer Lifetime Value – CLV) bằng Advanced Analytics. Insight từ nghiên cứu này giúp VNA hiểu hơn về Khách hàng có giá trị cao (High Value Customers) để từ đó có những chiến lược phục vụ tốt hơn cho từng tập khách hàng này. Thông tin này cũng đã giúp đội Digital tiếp cận mọi thứ một cách khác biệt và đưa ra chiến lược Marketing toàn phễu với Google Marketing Platform, để phân phối quảng cáo được cá nhân hóa trải nghiệm. 

Giải pháp

Có rất nhiều giải pháp để tính toán CLV và từ đó để tiên đoán – predict – giá trị của khách hàng trong tương lai. Phương pháp Kasatria sử dụng là tập trung và giá trị đơn hàng, tần suất ghé thăm website / app và đơn giá trung bình của khách hàng để tính toán CLV. Sử dụng công cụ mạnh mẽ – BigQuery – của Google Cloud Platform (GCP) để thực hiện các phép tính toán với dữ liệu khách hàng online và offline xuyên suốt 3 năm sau đại dịch.

Việc quan trọng đầu tiên khi thực hiện là xử lý dữ liệu thô. Tập khách hàng và giá trị đơn hàng là rất lớn, khi thực hiện CLV cần xác định mục tiêu của quá trình – đó là những khách hàng thực sự mua hàng. Sau khi thực hiện phương pháp loại bỏ để làm sạch dữ liệu tính toán, tiếp theo là phương hướng thực hiện nhằm xác định mục tiêu cần giải quyết:

 

CLV = Average Transaction Value * Average Purchase Frequency * Average Years Staying as a Customer * Profit Margin

Công thức tính toán CLV = giá trị đơn hàng trung bình * tần suất mua hàng trung bình * thời gian trung bình khách hàng trung thành với nhãn hiệu * tỷ suất lợi nhuận.

Để dự đoán CLV – predict CLV, chúng ta cần dự đoán các chỉ số theo công thức CLV ở phía trên. Phương thức thực hiện sẽ dựa vào dữ liệu quá khứ và dữ liệu dự đoán. Mô hình thực thi sẽ gồm Cohort Model (Mô hình tổ hợp) và Probabilistic Model (Mô hình xác suất)

Mô hình câu hỏi để thực hiện dự đoán

 

Sau khi thực hiện phân tích và tính toán các giá trị đã đầy đủ, chúng ta sử dụng các model sẵn có trên BQ để tiến hành training và đưa kết quả, trường hợp Square thấp các bạn cần lưu ý điều chỉnh và bổ sung lại cùng với việc chạy lại mô hình

 

PROBABILISTIC MODEL
Fit A Probability Distribution To The Past Data and Estimate Future Average Transaction Value and Count, and Customer Staying Length To Predict CLV

Điều chỉnh phân phối xác suất cho dữ liệu trong quá khư và ước tính giá trị cùng số lượng giao dịch trung bình trong tương lai cũng như dự đoán thời gian lưu trú (đi và về) của khách hàng nhằm dự đoán CLV

For each customer, predict the average transaction frequency and monetary value of these transactions, and average staying length 

Đối với mỗi khách hàng, dự đoán tần suất giao dịch trung bình và giá trị tiền tệ của các giao dịch cũng như thời gian lưu trú trung bình

Model Assumptions: 

1. Each user has a fixed chance to dropout after each transaction, i.e. they no longer transact

2. Transaction rate and dropout probability vary independently across users

3. Average transaction value varies across users but doesn’t vary for an individual user over time.

Giả định mô hình:

1. Mỗi khách hàng đều có khả năng rời bỏ sau mỗi lần thực hiện thanh toán thành công – họ sẽ không còn là khách hàng nữa

2. Tỷ lệ giao dịch và xác suất rời bỏ khác nhau dựa theo từng khách hàng

3. Giá trị giao dịch trung bình thay đổi tùy theo người dùng nhưng không thay đổi với từng người dùng theo thời gian

 

Kết quả mang lại

Bằng dữ liệu và bằng mô hình máy học (ML), dự án đã truyền tải thông điệp, giúp toàn bộ tổ chức của VNA hiểu được khách hàng của mình và giá trị của họ mang lại từ đó hiểu được việc thu thập dữ liệu đầy đủ và chính xác có thể giúp đưa ra quyết định nhanh hơn và tốt hơn.

Những đổi mới về Digital Transformation là một phần trong chiến lược của doanh nghiệp. Chiến lược pilot activation trong tháng 6 năm 2022 đã giúp ROI tăng 757%doanh thu tăng 531% so với tháng 5 năm 2022. Đồng thời, Customer Acquisition Cost cũng giảm 72%. Phần liên quan tới cách thức triển khai sẽ được thực hiện ở một bài đăng khác.

 

Tags: