PGS.TS Nguyễn Văn Trường. Ảnh: NVCC

Hàng tân gia (hay còn gọi là tái sử dụng và tái sản xuất hàng cũ), có thể giúp giảm một nửa chi phí sản xuất, dùng ít hơn 70% nguyên vật liệu, cắt giảm 80%. Từ năm 2018, PGS Trường cùng GS Li Zhou, Đại học Greenwich, London (Anh) liên kết cùng nhóm nghiên cứu trường Đại học Nottingham-Ningbo đã nghiên cứu và xây dựng mô hình dự đoán doanh thu và hành vi tiêu dùng hàng tân gia.

Anh cho biết, "hàng tân gia đang trở thành thị trường tỷ đô với doanh thu tăng khoảng 15% mỗi năm". Lý do khi sản xuất các mặt hàng này vừa giảm chi phí sản xuất và tiết kiệm năng lượng tới 60% nên mang lại doanh thu lớn.


Theo PGS Trường, mặc dù có tiềm năng kinh tế và lợi ích môi trường, doanh thu hàng tân gia vẫn chiếm tỷ trọng nhỏ trong GDP toàn cầu vì nhiều công ty còn khá dè dặt khi đầu tư vào thị trường mới này. Bên cạnh chất lượng khó kiểm định, nhiều công ty không nhận ra hành vi tiêu dùng của khách hàng đối với hàng tân gia khác với hàng mới, chủ yếu do tâm lý e ngại hoặc bài trừ hàng cũ, nhất là với các sản phẩm cá nhân như bàn chải, máy cạo râu. "Việc áp dụng các chiến lược bán hàng và marketing giống với hàng mới sẽ kém hiệu quả đối với hàng tân gia, dẫn đến doanh thu thấp", anh giải thích.

Để giải quyết vấn đề này, nhóm nghiên cứu của PGS Trường đưa ra mô hình dự đoán doanh thu và hành vi tiêu dùng, từ đó giúp công ty xây dựng các chiến lược dành riêng cho hàng tân gia.

Anh cùng các cộng sự nghiên cứu hành vi tiêu dùng dựa trên thông tin của 1.567 mặt hàng tân gia bán và 201.514 bình luận của khách hàng trên trang Amazon. Sử dụng phương pháp học máy (machine learning), nhóm đưa ra thuật toán dự đoán chính xác doanh thu, dựa trên các yếu tố gồm giá cả, hình ảnh, cách mô tả sản phẩm, phản hồi của khách hàng.

Công trình của nhóm là mô hình đầu tiên khám phá và giải thích các mối quan hệ marketing và hành vi tiêu dùng. Anh cho biết việc dùng mô hình học máy phi tuyến tính bậc cao (như Random Forest) có thể cho kết quả dự đoán doanh thu với độ chính xác tăng khoảng 50%.

Nghiên cứu cho thấy các gian hàng trực tuyến có số lượng câu hỏi-đáp (Q&A) trên 40 câu thường có doanh thu cao. Công ty có doanh số cao nhất cũng có tổng số lượng người bình luận nhiều nhất, thể hiện độ phổ biến của sản phẩm. "Điều thú vị là khách hàng tân gia khá chú trọng tới các đánh giá tiêu cực vì chúng có giá trị thông tin cao hơn bởi họ muốn xem lý do các khách hàng trước không hài lòng với sản phẩm", PGS Trường cho hay.

"Nếu nhiều công ty tham gia vào thị trường và kích cầu tiêu dùng mặt hàng tân gia sẽ kéo theo những lợi ích về môi trường giúp thúc đẩy sự chuyển dịch sang một kinh tế tuần hoàn và trung hoà carbon", anh nói.

Nghiên cứu này được công bố trên tạp chí đầu ngành, European Journal of Operational Research, và được trao giải nhất cho những đóng góp về mặt lý thuyết và phương pháp nghiên cứu của Hiệp Hội châu Âu ngành Operational Research hồi tháng 7 tại Phần Lan.
 

PGS Nguyễn Văn Trường (trái) tại buổi lễ trao giải thưởng tại Phần Lan cho công trình nghiên cứu hàng tân gia hồi tháng 7. Ảnh: NVCC

GS Petros Ieromonachou, Đại học Greenwich (Anh), đánh giá nghiên cứu của PGS Trường về hàng tân gia đã mở ra hướng nghiên cứu mới trong lĩnh vực mũi nhọn của kinh tế tuần hoàn. "Chúng tôi rất ấn tượng với giải thưởng mà Trường nhận được và mong chờ những dự án hợp tác tiếp theo với anh", GS Petros Ieromonachou chia sẻ.

Nguyễn Văn Trường là cựu sinh viên ĐH Hàng Hải. Trường du học tại đại học Gloucestershire, LSC và nhận bằng tiến sĩ tại Đại học Greeenwich. Anh công tác tại Đại học Brunel London từ năm 2019, sau đó trở thành phó giáo sư trẻ nhất khi mới 31 tuổi. Anh từng nhận được giải thưởng của nước Anh như UK Santander năm 2017 và 2018, Innovation Voucher 2022, và thực hiện nhiều dự án hỗ trợ các startup ở London.

PGS Trường chia sẻ, làm nghiên cứu không thể "ăn xổi" và anh cũng phải làm việc cường độ cao liên tục trong nhiều năm liền. Anh có khoảng 20 công trình nghiên cứu, là thành viên đánh giá cho nhiều tạp chí quốc tế trong ngành quản lý chuỗi cung ứng và Logistics. "Tôi sẽ tiếp tục nghiên cứu các vấn đề cốt lõi trong thiết kế và vận hành chuỗi cung ứng khép kín và logistics ngược chiều trong kinh tế tuần hoàn, bằng cách dùng các công nghệ cao như big data, machine learning, blockchain", PGS Trường nói.

Như Quỳnh