Phương pháp kết hợp trong thương mại điện tử là gì?
Hình minh họa (Nguồn: Heung-bae-lee.github.io)
Phương pháp kết hợp
Khái niệm
Phương pháp kết hợp hay phương pháp gợi ý kết hợp trong tiếng Anh gọi là: Hybrid method/ Hybrid recommender systems.
Phương pháp kết hợp là sự kết hợp giữa phương pháp gợi ý dựa trên nội dung và lọc cộng tác nhưng tập trung vào các thuộc tính của các khách hàng cụ thể để tạo nên các gợi ý đa dạng (Singh & Pramod, 2019).
Trang thương mại điện tử điển hình đã ứng dụng phương pháp này là Spotify.com. Họ đã tích hợp phương pháp hệ gợi ý tổng hợp để tạo ra danh sách các bài hát hàng tuần cho từng khách hàng riêng biệt.
Website đã tổng hợp dữ liệu người dùng dựa trên thói quen nghe nhạc và những người dùng tương tự để tạo ra một danh sách các bài hát độc đáo phù hợp với sở thích của từng khách hàng.
Phương pháp gợi ý dựa trên nội dung là phương pháp dựa vào dữ liệu về các sản phẩm mà khách hàng đã thích trong quá khứ để tính độ tương tự với các sản phẩm trong hệ thống. Từ đó, gợi ý những sản phẩm tương tự với sản phẩm mà khách hàng đã thích, đã xem, đã mua trong quá khứ.
Phương pháp lọc cộng tác hay hệ thống lọc cộng tác là phương pháp phân tích dữ liệu người dùng để tìm ra mối tương quan giữa các đối tượng người dùng. Lọc cộng tác hoạt động bằng cách xây dựng một cơ sở dữ liệu, lưu trữ dưới dạng ma trận người dùng (users) - sản phẩm (items) và mỗi dòng của nó là một vectơ.
Sau đó, phân tích dữ liệu, tính toán sự tương đồng giữa các users với nhau để đưa ra gợi ý. Ý tưởng quan trọng của phương pháp này là những người dùng tương tự có xu hướng sử dụng những sản phẩm tương tự (Singh & Pramod, 2019).
Phương pháp kết hợp là một phương pháp thuộc hệ gợi ý cá nhân hóa (personalized).
Nhóm phương pháp thuộc hệ gợi ý cá nhân hóa được đánh giá là mang lại hiệu quả cao đối với thương mại điện tử.
Bởi nếu doanh nghiệp hiểu rõ hơn về từng khách hàng của mình dựa trên những gì họ tham gia và mua hàng trên mạng, doanh nghiệp có thể gửi cho khách các đề xuất sản phẩm phù hợp hơn với mong muốn và sở thích của họ (Google & Temasek, 2018).
Khách hàng sẽ tiết kiệm được thời gian tìm kiếm sản phẩm, mua được những món hàng thực sự thích và cần thiết. Doanh nghiệp sẽ tăng được lượng người mua hàng, tăng giá trị đơn hàng, tăng doanh số bán hàng.
Theo nghiên cứu của B. Schafer và cộng sự, nếu doanh nghiệp sử dụng phương pháp hệ gợi ý cá nhân hóa để gửi email tới khách hàng thì tỉ lệ giao dịch thông qua email cao hơn gấp hai lần so với các email được gửi không áp dụng phương pháp này (Schafer & cs., 2001).
Do đó, các phương pháp gợi ý cá nhân hóa làm tăng mức độ tương tác và chuyển đổi trong giao dịch thương mại điện tử.
(Tài liệu tham khảo: Các phương pháp hệ gợi ý và tác động đối với thương mại điện tử, Hoàng Thị Hà, Lê Thị Minh Thùy, Đoàn Thị Thu Hà, Tạp chí Công thương, 2020)
Diễn đàn Đầu tư Việt Nam 2027 (Vietnam Investment Forum 2027)
Thời gian: Ngày 12/11/2026
Địa điểm: Shilla Monogram Hanoi Westlake, số 6 Hoàng Minh Thảo, Tây Hồ Tây, Hà Nội
Là sự kiện thường niên quy tụ các chuyên gia đầu ngành, Diễn đàn Đầu tư Việt Nam 2027 mang đến những góc nhìn chuyên sâu về triển vọng đầu tư và cơ hội trên thị trường năm 2027.
Trong khuôn khổ sự kiện, Ban tổ chức sẽ công bố Best Retail Brokers 2026 - Bảng xếp hạng công ty chứng khoán có dịch vụ bán lẻ tốt nhất thị trường Việt Nam.
Cùng cộng đồng đầu tư đón đầu xu hướng, cập nhật góc nhìn chuyên gia và khám phá cơ hội đầu tư năm 2027.
Bạn cũng sẽ có cơ hội nhận vé mời đặc biệt của BTC khi tham gia khảo sát về triển vọng kinh tế, thị trường tài chính và chiến lược phân bổ tài sản trong năm 2027.
TRỰC TIẾP
