Mô hình dự báo số lượng đơn hàng dựa trên việc phân tích tên sản phẩm kết hợp các đặc trưng giá bán trên các sàn thương mại điện tử

Abstract

Trong bối cảnh thương mại điện tử phát triển mạnh, dữ liệu lớn từ các nền tảng trực tuyến ngày càng đóng vai trò quan trọng trong phân tích và dự báo hiệu quả bán hàng. Việc ứng dụng công nghệ xử lý ngôn ngữ tự nhiên (NLP) và học máy (Machine Learning) trong phân tích tên sản phẩm có thể cung cấp thông tin giá trị về xu hướng tiêu dùng, giúp doanh nghiệp đưa ra các quyết định chiến lược chính xác hơn (Pryzant và cộng sự, 2017). Nhiều nghiên cứu đã cho thấy tên sản phẩm không chỉ mang tính mô tả mà còn ảnh hưởng đến nhận thức thương hiệu và hành vi mua sắm của người tiêu dùng (Agrawal và cộng sự, 2023; Chen và cộng sự, 2024; Chowdhury và cộng sự, 2023). Tuy nhiên, các nghiên cứu khai thác ngữ nghĩa tên sản phẩm tiếng Việt trong dự báo bán hàng hiện vẫn còn rất hạn chế. Nghiên cứu này phân tích vai trò của ngôn ngữ trong tên sản phẩm đối với khả năng dự báo số đơn hàng trong thương mại điện tử ở Việt Nam, tập trung vào ngành hàng làm đẹp. Dữ liệu văn bản từ tên sản phẩm được kết hợp với các đặc trưng số như giá bán, mức giảm giá, chi phí vận chuyển và lịch sử đơn hàng để xây dựng các mô hình dự báo dựa trên XGBoost, LightGBM và MLP. Kết quả cho thấy XGBoost đạt hiệu suất vượt trội và ổn định nhất, khi kết hợp PhoBERT embeddings với dữ liệu tabular, mô hình đạt MAE = 86.66, RMSE = 253.22 và R² = 0.935, cao hơn so với các cấu hình không sử dụng đặc trưng văn bản. Đồng thời, phân tích SHAP đã củng cố nhận định rằng cả yếu tố lịch sử bán hàng và các thành phần ngôn ngữ trong tên sản phẩm đều có ảnh hưởng đáng kể đến kết quả dự báo. Nghiên cứu cung cấp bằng chứng thực nghiệm về giá trị của dữ liệu văn bản tiếng Việt trong dự báo doanh thu trong lĩnh vực thương mại điện tử, đồng thời gợi ý hướng ứng dụng cho doanh nghiệp trong tối ưu hóa tên sản phẩm và quản trị nhu cầu.