Ứng dụng phân tích dữ liệu lớn để dự báo xu hướng ghi danh tại công ty cổ phần quốc tế Anh Văn Hội Việt Mỹ

Abstract

Trong bối cảnh thị trường giáo dục Anh ngữ tư nhân tại Việt Nam tăng trưởng nhanh và cạnh tranh ngày càng gay gắt, các quyết định quản trị tại nhiều tổ chức giáo dục vẫn chủ yếu dựa trên kinh nghiệm thay vì bằng chứng định lượng. Nghiên cứu này xây dựng và đánh giá một Hệ thống hỗ trợ ra quyết định (DSS) tích hợp, ứng dụng phân tích dữ liệu lớn và học máy để dự báo xu hướng ghi danh và đo lường đóng góp của các kênh marketing kỹ thuật số tại Anh Văn Hội Việt Mỹ (VUS). Dữ liệu nghiên cứu gồm 3.432.380 bản ghi cấp Lead với 38 trường thông tin, trích xuất từ hệ thống CRM của VUS và bốn nền tảng quảng cáo kỹ thuật số (Google, Facebook, TikTok, Zalo) trong 26 tháng, từ tháng 01/2024 đến tháng 02/2026. Dữ liệu nguồn được tổng hợp thành chuỗi 26 quan sát cấp tháng theo ba tầng chuyển đổi Leads - Show - Sign, phù hợp với chu kỳ lập kế hoạch của tổ chức. Ba mô hình dự báo được triển khai và so sánh: Weighted Moving Average (WMA) làm mô hình cơ sở, XGBoost đại diện cho hướng tiếp cận học máy có cấu trúc, và Long Short-Term Memory (LSTM) đại diện cho hướng tiếp cận học sâu. Marketing Mix Modeling (MMM) theo kiến trúc Robyn được áp dụng song song để lượng hóa đóng góp và tính ROI của từng kênh quảng cáo. Kết quả thực nghiệm cho thấy XGBoost đạt hiệu suất dự báo tốt nhất với MAPE = 25,9% và Directional Accuracy = 100%, cải thiện 31,2 điểm MAPE so với WMA. LSTM chưa phát huy ưu thế bộ nhớ dài hạn trong điều kiện chuỗi dữ liệu 26 tháng, với MAPE = 175,2% nhưng vẫn duy trì DA = 85,7%. MMM cung cấp thông tin nhân quả bổ sung mà các mô hình dự báo thuần túy không có, cho thấy Google dẫn đầu về đóng góp tuyệt đối (35,1%) trong khi TikTok có ROI cao nhất (156,5). Hệ thống phân tích bốn kịch bản What-If được xây dựng để hỗ trợ ban lãnh đạo VUS đánh giá tác động của các điều chỉnh ngân sách và hiệu quả chuyển đổi. Về đóng góp, nghiên cứu cung cấp bằng chứng thực nghiệm đầu tiên về việc sử dụng chuỗi dữ liệu ba tầng chuyển đổi làm đặc trưng đầu vào cho bài toán dự báo tuyển sinh, đồng thời kiểm chứng việc ứng dụng MMM trong bối cảnh giáo dục tư nhân đa kênh tại Việt Nam. Hệ thống DSS được triển khai trên Google Colab và tích hợp với Excel, sẵn sàng để đội ngũ Marketing của VUS sử dụng trong thực tế