Ứng dụng Genai và Rag để tự động hóa phân tích dự báo tổng mức bán lẻ hàng hóa và dịch vụ tiêu dùng tại Việt Nam

Abstract

Bối cảnh chuyển đổi số và sự biến động phức tạp của thị trường tiêu dùng tạo ra nhu cầu cấp thiết về việc tự động hóa dự báo các chỉ tiêu thương mại. Tuy nhiên, hiện nay vẫn tồn tại khoảng cách lớn giữa năng lực công nghệ và phương pháp luận thống kê trong việc xử lý các dữ liệu đặc thù. Đề án này hướng tới mục tiêu xây dựng hệ thống hỗ trợ ra quyết định tự động, tập trung giải quyết bài toán dự báo chỉ tiêu Tổng mức bán lẻ hàng hóa và doanh thu dịch vụ tiêu dùng (TRS), đồng thời xử lý triệt để các biến động do ngày lễ di động (Tết Nguyên đán) gây ra đối với chuỗi số liệu này tại Việt Nam. Về phương pháp, nghiên cứu thiết lập quy trình định lượng tự động theo khung BoxJenkins và mô hình hồi quy động (ARIMAX), kết hợp công nghệ GenAI và kiến trúc RAG để diễn giải kết quả. Biến ngoại sinh "Hiệu ứng Tết" được tối ưu hóa chuyên biệt cho chỉ tiêu bán lẻ thông qua hàm suy giảm tuyến tính với cửa sổ ảnh hưởng ±45 ngày nhằm phản ánh chính xác hành vi tích lũy tiêu dùng dịp lễ. Kết quả thực nghiệm giai đoạn 2015-2025 cho thấy mô hình ARIMAX tích hợp biến Tết đạt sai số MAPE chỉ 1.34%, cải thiện 17.8% so với mô hình nền và duy trì độ ổn định cao qua kiểm định chéo. Kết luận, nghiên cứu cung cấp một công cụ dự báo minh bạch và chính xác cho chỉ tiêu Tổng mức bán lẻ, giúp cơ quan quản lý và doanh nghiệp hoạch định chính sách thị trường và chiến lược kinh doanh hiệu quả dựa trên dữ liệu thực tế.