Walmart & câu chuyện bán bánh dâu và bia trước siêu bão
Điểm chính:
- Tiết kiệm chi phí vượt bậc, nhờ vào công nghệ AI với kết nối real-time, dự đoán các sản phẩm cần thiết để đưa đến thị trường tiêu dùng một cách tối ưu.
- Nhanh hơn, hiệu quả hơn. Được tinh giản để mở rộng. Thông qua việc tái sử dụng AI trong các module: Quản lý tồn kho, Quản lý vận chuyển và Công nghệ Business Intellence trong việc phân tích & vận chuyển hàng hoá.
Từ dữ liệu khổng lồ đến quyết định "ngược đời"
Vào năm 2004, trước khi siêu bão Frances đổ bộ vào bờ biển Mỹ, Walmart đã phân tích hàng terabyte dữ liệu mua sắm từ các đợt bão trước.
Họ phát hiện ra một điều kỳ lạ: Trái với suy nghĩ thông thường là người ta chỉ mua nước suối và đèn pin, dữ liệu chỉ ra rằng doanh số bán Bánh ngọt vị dâu (Strawberry Pop-Tarts) tăng gấp 7 lần, và mặt hàng bán chạy nhất lại là Bia.
Ngay lập tức, Walmart đã điều hàng loạt xe tải chở đầy bia và bánh Pop-Tarts đến các cửa hàng nằm trong đường đi của cơn bão. Kết quả là họ bán sạch sành sanh và thu lợi nhuận khổng lồ.
Constance L. Hays
The New York TimesBánh ngọt vị dâu và Bia - "Combo" chống bão kỳ lạ
Nếu được hỏi người dân sẽ mua gì trước bão, đa số chúng ta sẽ nghĩ ngay đến nước đóng chai, đèn pin, pin hay đồ hộp. Tuy nhiên, dữ liệu thực tế lại chỉ ra một thói quen mua sắm cực kỳ độc đáo:
- Doanh số bán bánh ngọt vị dâu (Strawberry Pop-Tarts) tăng vọt gấp 7 lần so với ngày thường trước khi bão đổ bộ.
- Mặt hàng bán chạy nhất và có tốc độ tiêu thụ chóng mặt nhất lại là Bia.
Lý giải cho điều này khá thực tế: Bánh Pop-Tarts vị dâu là loại thực phẩm rất tiện lợi, không cần đun nấu, dễ bảo quản, hạn sử dụng lâu và đặc biệt là trẻ em rất thích – một lựa chọn hoàn hảo khi mất điện. Trong khi đó, bia lại là thức uống giúp người lớn giải tỏa căng thẳng trong những ngày phải kẹt ở nhà tránh bão.
Bánh ngọt vị dâu và Bia - "Combo" chống bão kỳ lạ
Thay vì phớt lờ những con số có vẻ phi lý, Walmart đã tin tưởng tuyệt đối vào hệ thống Business Intelligence của mình. Ngay lập tức, trung tâm điều phối đã điều hướng hàng loạt xe tải chở đầy ắp bánh dâu Pop-Tarts và bia thẳng tiến đến các cửa hàng nằm trong đường đi dự kiến của cơn bão Frances.
Kết quả diễn ra đúng như dự đoán: Các kệ hàng bánh ngọt và bia trống trơn ngay trước khi cơn bão ập đến. Walmart không chỉ đáp ứng xuất sắc và kịp thời nhu cầu cấp thiết của người dân mà còn thu về mức lợi nhuận khổng lồ, đồng thời tối ưu hóa được chi phí logistics thay vì vận chuyển những mặt hàng không thiết yếu.
Bài học mà bản thân nhìn thấy được
Walmart đã tính toán được lợi nhuận khổng lồ từ việc đưa bánh dâu và bia đến đúng nơi trước bão. Trong vận hành thực tế, bài toán chi phí (Cost Equation) cũng khốc liệt không kém. Chi phí không chỉ là tiền xăng xe hay lương tài xế, nó là một chuỗi liên hoàn: Lãi suất (%/năm) + Phí hao hụt (%/tháng) + Chi phí Kho + Chi phí Logistics + Chi phí Shipper.
Bài học lớn nhất ở đây là tư duy Logistic Domain Knowledge: Nếu một đơn hàng bị trễ 1 ngày, tổn thất thực tế sẽ là bao nhiêu? Phương pháp tính toán này phải luôn được đặt câu hỏi là đã đúng và tối ưu chưa, đặc biệt với các mặt hàng rủi ro cao như hàng đông lạnh (tỷ lệ hao hụt cực nhanh) hay hàng điện tử.
Tối ưu hóa Tuyến đường dựa trên hệ thống BigData
Đích đến tối thượng của mọi thuật toán định tuyến (Routing Algorithm) là Lower Cost (Chi phí thấp nhất cho mỗi đơn hàng). Bằng cách chuyển đổi các địa danh vật lý thành các Node (điểm nút) trên hệ thống mạng lưới, bài toán vận chuyển phức tạp sẽ được giải quyết bằng các công thức toán học.
Tuy nhiên, bài học cốt lõi dành cho những người làm Dữ liệu/Hệ thống là: Không chỉ tính toán “How” (Cách làm), hệ thống hoặc người phân tích phải giải thích được “Hệ lụy đằng sau” các công thức tính toán đó. Giống như việc giải thích tại sao lại là bánh dâu chứ không phải nước suối.
