Thứ tư 27/11/2024 11:58

Ứng dụng công nghệ, Masan giải bài toán khó của thị trường tiêu dùng bán lẻ

Ngày 27/11, Masan đã tổ chức sự kiện 'Ứng dụng công nghệ AI, ML và khoa học dữ liệu trong tiêu dùng - bán lẻ' tại TP.HCM.

Các diễn giả trao đổi về chủ đề ứng dụng AI, ML và khoa học dữ liệu trong tiêu dùng - bán lẻ.

Các diễn giả trao đổi về chủ đề ứng dụng AI, ML và khoa học dữ liệu trong tiêu dùng - bán lẻ

Tại đây, lãnh đạo Masan chia sẻ về hệ sinh thái tiêu dùng - công nghệ tiên phong giải quyết những "bài toán" khó của thị trường tiêu dùng Việt Nam.

Là doanh nghiệp ngành tiêu dùng bán lẻ hiện đại với hệ thống quy mô bậc nhất, Masan đã đẩy mạnh chuyển đổi số đưa doanh nghiệp mình trở thành Tập đoàn tiêu dùng - công nghệ từ năm 2021, và tăng tốc bứt phá từ năm 2022 đến nay.

Ông Rahul Bhandari, Giám đốc Công nghệ Masan Group chia sẻ về ứng dụng AI trong tập đoàn

Ông Rahul Bhandari, Giám đốc Công nghệ Masan Group chia sẻ về ứng dụng AI trong tập đoàn

Nền tảng tiêu dùng công nghệ giải "bài toán" khó của thị trường

Theo báo cáo gần đây của J.P Morgan, Việt Nam là một trong những câu chuyện tăng trưởng tiêu dùng bán lẻ hấp dẫn nhất ở khu vực châu Á.

Với kinh nghiệm hơn 27 năm hoạt động trong lĩnh vực tiêu dùng, Masan hiểu rõ những thách thức của thị trường. Tại sự kiện "Ứng dụng công nghệ AI, ML và khoa học dữ liệu trong tiêu dùng - bán lẻ" , doanh nghiệp này điểm rõ các khó khăn xuyên suốt chuỗi giá trị tiêu dùng.

Thứ nhất, đối với thương hiệu, sản phẩm, và dịch vụ: Thách thức đầu tiên và cũng là quan trọng nhất là sự thiếu hụt về dữ liệu để phục vụ các mục đích đổi mới sáng tạo, tăng giá trị cho người dùng của doanh nghiệp.

Đơn cử như việc thay đổi bao bì sản phẩm, doanh nghiệp cần dữ liệu như màu sắc, chất liệu bao bì, họa tiết.v.v. mà người tiêu dùng ưa chuộng để từ đó đưa ra phương án tối ưu.

Bên cạnh đó, chi phí thu mua cao cũng là 1 trong những thách thức lớn cho doanh nghiệp. Doanh nghiệp có thể kiểm soát chi phí này bằng cách lập danh sách mua hàng dựa trên dữ liệu về nhu cầu của thị trường đối với sản phẩm đang kinh doanh.

Thách thức cuối cùng nhưng không kém phần quan trọng là nguy cơ mất doanh số do thiếu hụt hàng hóa tại điểm bán. Điều này là hệ quả của việc doanh nghiệp không có kế hoạch trữ hàng hợp lý tại các điểm tiêu thụ.

Thứ hai, đối với nhà bán lẻ: Việc dự trữ hàng hóa không hợp lý là 1 trong những vấn đề nhiều doanh nghiệp đối mặt. Công tác theo dõi luồng hàng, tồn kho của các kênh bán khác nhau cũng là thách thức không nhỏ trong hoạt động vận hành của các nhà bán lẻ.

Bên cạnh đó, để tăng doanh số, doanh nghiệp thường triển khai các chương trình marketing và hoạt động này có khả năng ảnh hưởng đến lợi nhuận nếu doanh nghiệp sử dụng chi phí marketing không hợp lý.

Thứ ba, đối với khách hàng: Khách hàng sẽ phải chi trả cho sản phẩm, dịch vụ ở mức giá cao hơn nếu doanh nghiệp không tối ưu được chi phí hoạt động kinh doanh.

Trải nghiệm khách hàng cũng là 1 trong những vấn đề đáng quan tâm khi xu hướng cá nhân hóa ngày càng phát triển. Để được người tiêu dùng tin cậy và tăng tỉ lệ chuyển đổi bán hàng, doanh nghiệp cần thấu hiểu họ bằng cách giới thiệu những sản phẩm thật sự phù hợp với cá nhân khách hàng nhờ vào dữ liệu như lịch sử mua hàng.

Lời giải cho các thách thức

Đưa ra lời giải cho các thách thức trên, ông Danny Le, Tổng Giám đốc Masan Group, đã điểm rõ chiến lược xây dựng mạng lưới Point of Life (POL) của Masan.

Theo đó, hệ sinh thái tiêu dùng - công nghệ POL là một hệ sinh thái offline-to-online gồm 3 yếu tố chính: Sản phẩm và dịch vụ do Masan cung cấp; hạ tầng thương mại liên kết tất cả các đối tác trong hệ sinh thái và thứ ba là một nền tảng công nghệ, có khả năng phân tích dữ liệu thông qua AI và ML, cũng như sự kết hợp của con người và tổ chức Masan.

Ông Danny Le - Tổng giám đốc Masan Group chia sẻ về mô hình thành công của Masan.
Ông Danny Le - Tổng giám đốc Masan Group chia sẻ về mô hình thành công của Masan

Hệ sinh thái POL của Masan sẽ giải quyết nhiều vấn đề quan trọng, tối ưu hóa hoạt động kinh doanh trên toàn bộ chuỗi giá trị tiêu dùng.

Cụ thể, việc tích hợp hơn 3.600 cửa hàng và siêu thị thuộc chuỗi WinCommerce vào hệ thống logistics Supra sẽ tạo ra một nền tảng với phạm vi rộng trên toàn quốc, giúp giảm chi phí và tăng cường khả năng tiếp cận người tiêu dùng.

Hệ thống logistic Supra của Masan ứng dụng trí tuệ nhân tạo để giải quyết tình trạng tồn kho hay thiếu đơn hàng tại các điểm bán.
Hệ thống logistic Supra của Masan ứng dụng trí tuệ nhân tạo để giải quyết tình trạng tồn kho hay thiếu đơn hàng tại các điểm bán

Hiện tại, Supra sở hữu hệ thống trung tâm phân phối gồm 10 cụm kho (bao gồm cả kho khô và kho lạnh) trên cả ba miền. Supra đang chịu trách nhiệm giao 60% tổng sản lượng hàng hóa của WinCommerce.

Đơn vị này cũng đang áp dụng công nghệ AI trong các khâu lên đơn hàng, giao nhận, chia chọn hàng hóa tại kho, kiểm soát tập trung chất lượng sản phẩm tại kho và đảm bảo chất lượng cũng như số lượng hàng hóa vận chuyển tới hệ thống được đồng nhất và tối ưu chi phí.

Tin khác

Phiên bản di động