Hệ thống mang lại hiệu qua trong quản lý thương hiệu
Năm 2018, sau khi nhóm nghiên cứu của Phòng thí nghiệm (PTN) Khoa học dữ liệu và công nghệ tri thức đã hoàn thiện hệ thống VNU-SMM, được một số đơn vị ứng dụng. Sau thời gian sử dụng, đại diện các đơn vị đều đánh giá cao hiệu quả của hệ thống trong hoạt động quản lý thương hiệu, phân tích thông tin đa chiều từ mạng xã hội…, giúp các đơn vị có thể chăm sóc khách hàng dễ dàng hơn cũng như đưa ra các chiến lược kinh doanh phù hợp. Bên cạnh đó, doanh nghiệp cũng đưa ra các phản hồi và các yêu cầu nâng cấp tính năng nhằm đáp ứng nhiều nhiệm vụ và hoạt động của chính họ.
VNU-SMM được trưng bày demo tại triển lãm sản phẩm KH&CN thuộc Chương trình Tây Bắc.
Khi nhận được những phản hồi tích cực từ phía các doanh nghiệp, nhóm nghiên cứu cảm thấy những khó khăn, vất vả từ khi bắt đầu hình thành ý tưởng vào năm 2012 cho đến khi sản phẩm được ứng dụng thực tiễn là hoàn toàn xứng đáng. Bắt đầu từ năm 2012, nhóm nghiên cứu PTN khoa học dữ liệu và công nghệ tri thức nhận thấy sự bùng nổ về người dùng mạng xã hội, dữ liệu trên thế giới nói chung và Việt Nam nói riêng. Mạng xã hội là nơi người dùng thể hiện quan điểm cá nhân, những thông tin này là nguồn dữ liệu giá trị chưa được khai thác hoàn thiện, trọn vẹn. Vì vậy, cần một hệ thống phân tích, thu thập dữ liệu mạng dữ liệu phục vụ truyền thông, quản lý thương hiệu, kinh doanh của các đơn vị nhà nước, doanh nghiệp. Dựa trên thế mạnh về hướng nghiên cứu khoa học dữ liệu, nhóm nghiên cứu đã lựa chọn xây dựng hệ thống dựa trên nền tảng dữ liệu lớn và phân tích dữ liệu, khoa học dữ liệu. Sau khi lựa chọn được hướng nghiên cứu, nhóm nghiên cứu mong muốn hệ thống là giải pháp để hỗ trợ cho tổ chức, cá nhân và đơn vị khảo sát về suy nghĩ quan điểm của người dùng đối với thương hiệu, từ đó các doanh nghiệp đưa ra chiến lược marketing hiệu quả.
Hệ thống tập trung thu thập tự động dữ liệu mạng xã hội, khoảng 60 triệu người dùng mạng xã hội Việt Nam cùng hàng nghìn đầu báo điện tử và website, blog vào hệ thống. Sau đó nhóm nghiên cứu áp dụng các thuật toán, mô hình xử lý ngôn ngữ tự nhiên, trí tuệ nhân tạo… để trích xuất các từ khóa quan trọng, chủ đề hoặc những thực thể, địa danh, tổ chức… được đề cập trong bài báo hoặc qua các bài viết trên mạng xã hội. Từ đó, ứng dụng cho quản lý danh tiếng cá nhân hoặc thương hiệu (phát hiện khủng hoảng truyền thông trong tổ chức doanh nghiệp). Nhờ vậy, hệ thống có thể hỗ trợ để đưa ra giải pháp xử lý khủng hoảng truyền thông. Về giao diện, báo cáo trực quan để người dùng, nhà quản lý có thể xem hằng ngày những vấn đề liên quan đến chủ đề, tìm kiếm.
Tạo bước phát triển mới sau khi áp dụng vào thực tế
Xuất phát ban đầu từ đề tài nghiên cứu, sản phẩm đã có những bước phát triển mới sau khi áp dụng vào thực tế, từ việc đơn thuần là thu thập dữ liệu và giám sát thông tin trên mạng xã hội, nhóm nghiên cứu đã nâng cấp ứng dụng thêm các thành phần phân tích chuyên sâu, tương tác phản hồi với thông tin mạng xã hội phục vụ chăm sóc khách hàng và kinh doanh, mở rộng quy mô dữ liệu. Với bước phát triển mới, VNU-SMM đã được đổi tên thành DSWatcher. Sản phẩm DSWatcher là ứng dụng lọt top trên thị trường trong lĩnh vực quản lý, giám sát thông tin mạng xã hội với nguồn dữ liệu gần như bao phủ toàn bộ người dùng mạng xã hội Việt Nam, tích hợp đầy đủ các mô hình phân tích từ tổng thể đến chi tiết theo từng chủ đề, hệ thống sử dụng công nghệ dữ liệu lớn, xử lý ngôn ngữ tự nhiên và học máy trên nền tảng ảo hóa (Cloud) nên dễ dàng triển khai cho các đơn vị, cá nhân hay doanh nghiệp. Ngoài ra, hệ thống có thể tinh chỉnh dễ dàng theo ý của khách hàng để đảm bảo phục vụ tốt nhất yêu cầu bài toán mà khách hàng đặt ra với giá thành hợp lý.
Những ưu điểm nổi bật của DSWatcher
DSWatcher được triển khai dựa trên những kinh nghiệm về khoa học dữ liệu của các thành viên trong nhóm, vì vậy hệ thống có đội ngũ chuyên gia phân tích dày dặn kinh nghiệm về trí tuệ nhân tạo, dữ liệu lớn… Tuy nhiên, nhóm nghiên cứu vẫn gặp khó khăn trong công tác cập nhật thường xuyên kỹ thuật thu thập dữ liệu theo các nhà cung cấp dữ liệu (Facebook, Youtube, Google…). Để khắc phục khó khăn về dữ liệu, nhóm nghiên cứu đã nghiên cứu để đưa ra các giải pháp tối ưu quá trình thu thập dữ liệu và vận hành hệ thống, cũng như thường xuyên cập nhật phiên bản theo những thay đổi của nhà cung cấp dữ liệu.
Giao diện DSWatcher
Quan điểm của nhóm nghiên cứu đối với các sản phẩm khoa học công nghệ là phải được sử dụng trong thực tiễn để phục vụ xã hội. Vì vậy, trong thời gian tới, nhóm nghiên cứu sẽ tiếp tục tối ưu trải nghiệm người dùng, nâng cao chất lượng phân tích cả về chiều sâu và chiều rộng để đáp ứng tốt nhất cho mọi đối tượng khách hàng sử dụng, đồng thời tích cực xây dựng thương hiệu sản phẩm, khẳng định vị thế khi thương mại hoá ứng dụng ra thị trường.
Tuyết Nga, Đăng Hoàng