Dịch vụ tốt hơn khi thấu hiểu khách hàng

79 trạm dừng đỗ sẽ được Thales trang bị cho Giai đoạn III của Dự án hệ thống metro ở Delhi

“Cung cấp dịch vụ tốt hơn thông qua sự thấu hiểu về xu hướng và thói quen của hành khách sẽ mang lại lợi thế cạnh tranh lớn hơn trong kinh doanh”, đó là điều được nhấn mạnh bởi bà Trần Thị Hồng Bích - đại diện Thales (Tập đoàn công nghệ hàng đầu thế giới trong các lĩnh vực hàng không vũ trụ, GTVT, quốc phòng và an ninh) khi phát biểu về việc xử lý, sàng lọc từ các luồng dữ liệu liên quan đến giao thông hành khách của các doanh nghiệp (DN) vận tải. 

Nhu cầu “thấu hiểu khách hàng” của DN vận tải

Đại diện Thales cho biết, hiện nay có rất nhiều thực thể tham gia, bao gồm cả vận hành GTVT mặt đất, đều đã xử lý các luồng dữ liệu lớn liên quan đến kinh doanh của họ. Thách thức đặt ra là phải phân loại những dữ liệu này và sử dụng chúng để hỗ trợ cho việc ra quyết định, dự báo, hành động và phản ứng với môi trường hoạt động vận hành. Điều này sẽ tạo ra lợi thế cạnh tranh lớn, cho phép cung cấp các dịch vụ tốt hơn qua việc thấu hiểu về xu hướng cũng như thói quen của hành khách.

“Việc phân tích và đánh giá dữ liệu thực chất không phải điều gì mới mẻ. Kể từ khi ra đời, hệ thống thông tin số, hoạt động vận hành theo định hướng khách hàng và giá trị của thông tin giao dịch đặc biệt là trong lĩnh vực ngân hàng, siêu thị đã được thừa nhận từ lâu, kèm theo đó khả năng phân tích và đánh giá dữ liệu hàng loạt đã được phát triển nhằm am hiểu rõ hơn hành vi của người tiêu dùng. Tất cả những hoạt động này lại càng khả thi hơn nhờ năng lực lưu trữ thông tin sẵn có và công nghệ điện toán có nhiều bước tiến bộ hơn trong lĩnh vực phân tích dữ liệu”, đại diện Thales nói.

Thực tế là từ lâu, các DN hoạt động trong lĩnh vực GTVT cũng đã nhận ra nhu cầu cần nắm bắt tốt hơn về hành vi của hành khách. Mặc dù ngành Vận tải đang có sự tiếp xúc với công chúng nhiều hơn, song họ lại ít thấu hiểu về khách hàng của mình nếu so sánh với các ngành kinh doanh tiêu dùng khác. Điều này xuất phát từ nhiều nguyên nhân như: Hành khách thường không để lại danh tính, sự khó khăn trong thu thập và xử lý thông tin khi số lượng hành khách lớn và tất nhiên là do cả việc sử dụng rộng rãi hệ thống vé giấy thông thường. 

Tận dụng nguồn dữ liệu khổng lồ

Bằng việc giới thiệu các hệ thống giao thông tích hợp, nhiều nhà vận hành hiện nay đang thu thập thông tin mặc định chỉ liên quan đến hành khách như một sản phẩm phụ của các giao dịch và hoạt động thu vé hàng ngày từ các hệ thống thu soát vé tự động (AFC). Với quy mô hiện tại, nhiều hệ thống AFC đang được triển khai và vận hành hết công suất, cho phép truyền tải một khối lượng dữ liệu rất lớn. Nhiều dự án AFC lớn như “Octopus - Hồng Kông”, cho phép xử lý trên 12 triệu giao dịch mỗi ngày hay như hệ thống TransLink ở Hà Lan trong năm 2011 đã xử lý trên 1 tỷ giao dịch.

Trên thực tế, ngày nay các hệ thống AFC cung cấp thông tin chi tiết cho việc mua vé và các mẫu xác nhận - bao gồm chi tiết về địa điểm mà khách hàng có thể quét thẻ ra - vào, tại nhà ga hay ở một trạm dừng. Nếu lượng thông tin này được thu thập và xử lý một cách thích hợp thì đây sẽ là khía cạnh then chốt để đưa ra các quyết định về chính sách.

Cách tiếp cận này thực sự là bước phát triển mới bởi ưu thế trong việc hạn chế lấy mẫu, hoặc hạn chế đưa ra các câu hỏi mang tính tạm thời và chủ quan theo các kỹ thuật khảo sát truyền thống. Những xu hướng thực của hành khách được bộc lộ từ các dữ liệu ngoài dự kiến hoặc khác thường sẽ luôn được lưu lại trong quá trình phân tích. Điều này sẽ định hướng về tầm nhìn và giá trị cho chiến lược kinh doanh.

Do các nhà vận hành giao thông thường mong muốn nắm bắt tốt hơn về các hành vi của hành khách, lưu lượng lớn trong dữ liệu giao dịch có thể được phân tích nhằm trợ giúp cho nhà vận hành tận dụng tối đa cơ sở hạ tầng của mình và cải thiện tốt hơn nữa các dịch vụ cho hành khách.

Các hệ thống của Thales tại hơn 100 thành phố trên thế giới xử lý trên 50 triệu giao dịch mỗi ngày

Kỹ thuật khai thác dữ liệu của Thales

Mặc dù có rất nhiều loại công cụ và công nghệ khai thác, song Thales đã sử dụng một số công nghệ chính như: Kỹ thuật hợp nhóm cluster; các kỹ thuật thống kê và phân loại và các biểu đồ cây ra quyết định dạng cây, các biểu đồ nhánh và các số liệu liên quan.

Khi áp dụng các loại kỹ thuật khác nhau, mục đích tối thượng của việc khai thác dữ liệu là thấu hiểu và dự báo. Quá trình được sử dụng ở đây thường được thực hiện theo ba giai đoạn. Khai thác ban đầu: Giai đoạn này bắt đầu với việc chuẩn bị dữ liệu liên quan đến quét dữ liệu, chuyển đổi dữ liệu, lựa chọn các tệp lưu trữ; Xây dựng mô hình hoặc nhận diện kiểu mẫu được chấp thuận và xác nhận thông qua; Triển khai, ứng dụng kiểu mẫu cho dữ liệu mới để đưa ra các dự báo. Giai đoạn cuối cùng này dẫn tới việc sử dụng mô hình kiểu mẫu tốt nhất được chọn lọc trong giai đoạn trước và ứng dụng nó vào các luồng dữ liệu mới nhằm đưa ra các dự báo hoặc ước tính về kết quả đầu ra.

Tàu điện ngầm không người lái tại Dubai: Dấu ấn mang tên Thales