Ứng dụng học máy trong dự báo giá sản phẩm: Nghiên cứu đối với ngành chăm sóc sắc đẹp và cá nhân trên Titok Shop, Việt Nam

TS. Bùi Thị Thu Hoà

Trường Đại học Thuỷ lợi

Email: [email protected]

Tóm tắt

Với sự cạnh tranh ngày càng gay gắt trên các nền tảng thương mại điện tử, dự báo giá sản phẩm đang trở thành công cụ quan trọng giúp doanh nghiệp bán hàng trực tuyến xây dựng chiến lược định giá, tối ưu hóa doanh thu và nâng cao năng lực cạnh tranh. Nghiên cứu sử dụng các thuật toán gồm: Decision tree, Random Forest, Support Vector Regression (SVR), nhằm so sánh hiệu suất của các thuật toán trong việc dự báo giá, ứng dụng đối với ngành chăm sóc sắc đẹp và cá nhân trên sàn thương mại điện tử Tiktok Shop tại Việt Nam. Kết quả cho thấy, mô hình Random Forest đạt kết quả tốt hơn so với Decision Tree và SVR, đồng thời đạt các giá trị sai số MAE, RMSE và MAPE thấp nhất. Kết quả nghiên cứu cung cấp bằng chứng thực nghiệm về hiệu quả của các thuật toán học máy trong dự báo giá đối với ngành bán lẻ hiện nay.

Từ khóa: Dự báo giá, học máy, Decision tree, Random Forest, Support Vector Regression (SVR)

Abstract

Amid intensifying competition on e-commerce platforms, product price prediction has become an important tool for online retailers to develop pricing strategies, optimize revenue, and strengthen competitiveness. This study compares the performance of three machine learning algorithms - decision tree, random forest, and support vector regression (SVR) - in predicting product prices in Viet Nam’s beauty and personal care sector on TikTok Shop. The results show that random forest outperforms decision tree and SVR, achieving the lowest MAE, RMSE, and MAPE values. These findings provide empirical evidence of the effectiveness of machine learning algorithms for price prediction in the contemporary retail sector.

Keywords: Price prediction, machine learning, decision tree, random forest, support vector regression (SVR)

GIỚI THIỆU

Dự báo giá là một trong những thách thức quan trọng đối với nhiều doanh nghiệp, đặc biệt trong lĩnh vực bán lẻ, bởi những giao dịch điện tử ngày càng có quy mô lớn. Cách tiếp cận truyền thống như các mô hình thống kê hoặc hồi quy tuyến tính để dự báo giá đã không còn trong điều kiện số, bởi các mối quan hệ giá hiện nay ngày càng phi tuyến và phức tạp hơn. Chính vì vậy, học máy đã mở ra hướng tiếp cận mới đối với các bài toán dự báo trong kinh tế nói chung và thương mại điện tử nói riêng. Các thuật toán như Decision Tree, Random Forest và Support Vector Regression (SVR) được sử dụng nhằm khai thác các mẫu dữ liệu phức tạp, xử lý đồng thời biến định lượng và định tính, cũng như nâng cao độ chính xác dự báo trong nhiều bối cảnh khác nhau.

Mục tiêu nghiên cứu là đánh giá và so sánh hiệu suất của các thuật toán nhằm lựa chọn mô hình dự báo phù hợp nhất và áp dụng đối với ngành hàng chăm sóc sắc đẹp và cá nhân tại các shop trên sàn thương mại điện tử Tiktok ở Việt Nam. Kết quả nghiên cứu không chỉ cung cấp bằng chứng thực nghiệm về hiệu quả của các thuật toán học máy trong việc dự báo giá, mà còn đưa ra các hàm ý quản trị có giá trị đối với doanh nghiệp trong việc khai thác dữ liệu lớn để hỗ trợ ra quyết định, giúp doanh nghiệp phản ứng nhanh trước những biến động của thị trường, nâng cao hiệu quả định giá và tạo lợi thế cạnh tranh bền vững.

CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Cơ sở lý thuyết

Trong những năm gần đây, học máy (Machine Learning) đã trở thành một trong những phương pháp được sử dụng phổ biến trong phân tích dữ liệu nhờ khả năng khai thác các mối quan hệ phi tuyến và xử lý tập dữ liệu lớn (März và cộng sự, 2016; John và cộng sự, 2020). Do tính chất dữ liệu ngày càng phức tạp, số lượng lớn nên các giả định về mối quan hệ tuyến tính giữa các biến theo các mô hình thống kê truyền thống không bảo đảm tính thực tế của các giao dịch điện tử hiện nay. Vì vậy, học máy ngày càng được ứng dụng rộng rãi trong dự báo nhu cầu, dự báo doanh số, phân tích hành vi khách hàng, hệ thống gợi ý và định giá sản phẩm (Wu, 2024; Lin và các cộng sự, 2023).

Các thuật toán học máy

Decision tree (cây quyết định) là loại thuật toán học máy có giám sát và biến mục tiêu được xác định trước thường được sử dụng trong các bài toán phân loại, hồi quy. Trong phương pháp này, mẫu được chia theo tính năng quan trọng nhất (biến đầu vào) thành tập dữ liệu huấn luyện và kiểm tra (Yang, 2019). Đối với các nguồn dữ liệu phức tạp, điều quan trọng là nhà phân tích phải xác định và định giá biến quan trọng nhất và giá trị của nó cũng như tính nhất quán của dữ liệu. So với các phương pháp phân tích dữ liệu truyền thống, cây quyết định là các thuật toán linh hoạt và có thể xử lý các biến dữ liệu phân loại và số một cách dễ dàng. Hơn nữa, cây quyết định là cách tiếp cận phi tham số, không đưa ra giả định về phân loại cấu trúc hay phân bố không gian. Mục tiêu của bài toán phân loại là dự đoán lớp mục tiêu với độ chính xác cao nhất. Thuật toán phân loại nhằm tìm ra mối quan hệ giữa các thuộc tính đầu vào và đầu ra để xây dựng mô hình, thông qua quá trình huấn luyện. Cây quyết định bắt đầu bằng một nút gốc đóng vai trò là điểm bắt đầu và sau đó các phần tách tạo thành các nhánh, còn được gọi là các cạnh (Yang, 2019).

Random Forest là phương pháp học máy dựa trên cây quyết định, trong đó nhiều cây quyết định (Decision Trees) được xây dựng để đưa ra dự đoán tổng hợp, nhằm tăng độ chính xác và giảm thiểu vấn đề quá khớp. Random Forest hoạt động bằng cách tạo ra nhiều cây quyết định độc lập từ các mẫu ngẫu nhiên của tập dữ liệu ban đầu và chỉ sử dụng tập con các đặc trưng tại mỗi nút trong cây. Kết quả đầu ra của Random Forest là trung bình (đối với bài toán hồi quy) hoặc là kết quả biểu quyết theo đa số (đối với bài toán phân loại) từ các cây thành viên (Breiman, 2001).

Support Vector Regression (SVR). Khi áp dụng vào dự đoán giá, SVR là phiên bản mở rộng của thuật toán Support Vector Machine (SVM) được phát triển cho các bài toán hồi quy. Mục tiêu của SVR là tối thiểu hóa độ phức tạp của mô hình đồng thời duy trì sai số dự báo trong phạm vi chấp nhận được, nhờ đó nâng cao khả năng tổng quát hóa đối với dữ liệu chưa quan sát (Smola và Schölkopf, 2004).

Tổng quan nghiên cứu

Nhiều nghiên cứu đã sử dụng các thuật toán học máy để dự báo giá sản phẩm, trong đó phổ biến nhất là Decision Tree, Random Forest, SVM. Nghiên cứu của Kaur (2023) đã ứng dụng các mô hình gồm: hồi quy tuyến tính, Decision Tree, Random Forest và Multilayer Perceptron (MLP) nhằm tìm hiểu mối quan hệ phi tuyến giữa đặc điểm sản phẩm và giá bán. Kết quả nghiên cứu cho thấy, thuật toán Random Forest đạt hiệu năng cao nhất với sai số thấp nhất so với các tiếp cận khác. Nghiên cứu cũng chỉ ra ứng dụng của các mô hình học máy trong việc hỗ trợ định giá động, tối ưu hóa doanh thu trong lĩnh vực thương mại điện tử.

Ngoài ra, nhiều nghiên cứu ứng dụng thuật toán Random Forest xây dựng mô hình dự báo hành vi mua hàng. Kết quả nghiên cứu của Ganguly và Mukherjee (2024) cho thấy, Random Forest có kết quả vượt trội so với các thuật toán khác trong dự báo doanh số bán lẻ nhờ khả năng khai thác hiệu quả các quan hệ phi tuyến giữa các đặc điểm sản phẩm và hành vi mua sắm.

Các nghiên cứu sử dụng đồng thời nhiều thuật toán như Padmashini và các cộng sự (2026) kết hợp mô hình Random Forest, XGBoost và MLP nhằm dự báo doanh số sản phẩm trước khi hỗ trợ xây dựng chiến lược định giá. Kết quả cho thấy, các mô hình tổ hợp đạt hệ số xác định rất cao (R² = 0,958), phản ánh khả năng dự báo cao đối với dữ liệu thương mại điện tử. Abdulkader và các cộng sự (2025) cũng đã áp dụng các thuật toán Decision Tree, Random Forest và SVM để dự báo giá món ăn trên nền tảng giao đồ ăn trực tuyến, cho thấy Random Forest đạt độ chính xác cao hơn SVR và Decision Tree.

Trong nghiên cứu này, nhóm tác giả sử dụng đồng thời các thuật toán gồm: Decision Tree, Random Forest, SVM trong việc dự báo giá sản phẩm trên nền tảng TikTok Shop, ứng dụng đối với ngành hàng chăm sóc sắc đẹp và cá nhân trên các shop của sàn thương mại điện tử Tiktok Shop tại Việt Nam. Hiệu quả của các mô hình được đánh giá thông qua các chỉ tiêu R², RMSE, MAE và MAPE nhằm xác định mô hình có khả năng dự báo tốt nhất.

Phương pháp nghiên cứu

Mô tả dữ liệu

Trong nghiên cứu này, dữ liệu của người bán từ nền tảng thương mại điện tử Tiktok Shop tại Việt Nam đối với ngành hàng chăm sóc sắc đẹp và cá nhân được sử dụng để dự đoán giá. Bộ dữ liệu được thu thập từ người bán trên nền tảng thương mại điện tử Tiktok Shop trong giai đoạn từ năm 2024-2025 do Metric.vn - nhà cung cấp dữ liệu bên thứ ba - cung cấp. Bộ dữ liệu bao gồm thông tin về các thuộc tính như: ID_shop, Tổng số lượng sản phẩm đã bán và Tổng doanh thu, Giá, Tổng số đánh giá, ID_shop thể hiện số lượng cửa hàng đã đăng ký bán hàng trên các nền tảng thương mại điện tử. Dữ liệu được xử lý trước khi đưa vào phân tích như các giá trị thiếu. Trong nghiên cứu này, phân tích được thực hiện bằng ngôn ngữ lập trình Python.

Phương pháp phân tích

Nghiên cứu sử dụng ngôn ngữ lập trình Python, để thực hiện dự đoán giá sản phẩm thông qua các mô hình khác nhau. Nhằm bảo đảm tính khách quan trong quá trình đánh giá, các thuật toán được huấn luyện trên cùng một bộ dữ liệu sau khi tiền xử lý và sử dụng cùng quy trình chia dữ liệu thành tập huấn luyện và tập kiểm tra. Để đánh giá và so sánh hiệu quả của các mô hình dự báo, nghiên cứu sử dụng các chỉ tiêu phổ biến trong các bài toán hồi quy gồm hệ số xác định (Coefficient of Determination - R²), sai số tuyệt đối trung bình (Mean Absolute Error - MAE), căn bậc hai của sai số bình phương trung bình (Root Mean Square Error - RMSE) và sai số phần trăm tuyệt đối trung bình (Mean Absolute Percentage Error - MAPE). Mô hình được xem là tốt khi đạt giá trị R² lớn nhất và đồng thời có các chỉ tiêu MAE, RMSE và MAPE nhỏ nhất (Chicco và các cộng sự, 2021).

KẾT QUẢ NGHIÊN CỨU

Đánh giá tổng quát đặc điểm của dữ liệu từ ngành hàng chăm sóc sắc đẹp và cá nhân trên sàn Tiktok Shop năm 2024-2025 cho thấy, các dữ liệu có độ phân tán lớn và phân phối không đối xứng. Đặc điểm các dữ liệu này thường thấy trong các dữ liệu thương mại điện tử và là cơ sở để lựa chọn các thuật toán học máy tìm hiểu và đánh giá các mối quan hệ phi tuyến, không chuẩn tắc như tiếp cận truyền thống.

Dữ liệu đã được phân tách gồm dữ liệu huấn luyện (80%), dữ liệu kiểm tra (20%) và thực hiện xây dựng mô hình hồi quy ứng với các thuật toán nêu trên.

Kết quả (Hình 1) cho thấy, Random Forest là thuật toán có khả năng dự báo cao nhất so với các mô hình còn lại. Cụ thể, Random Forest đạt hệ số xác định R² cao nhất (62,6%), nghĩa là mô hình có khả năng giải thích khoảng 62,6% sự biến động của giá sản phẩm trong tập dữ liệu, so với Decision tree (42,9%) và SVR (-14,2%). Mô hình SVR chưa đạt được hệ số xác định tốt với giá trị R² âm, nghĩa là mô hình còn kém hiệu quả hơn so với việc sử dụng giá trị trung bình của tập dữ liệu để dự báo. Xét về các chỉ tiêu sai số, Random Forest cũng cho kết quả tốt nhất với giá sản phẩm được dự báo với mức chênh lệch trung bình (MAE) 469.33 ngàn đồng và mức độ sai số lớn hơn khi các sai lệch được bình phương trước khi tính trung bình (RMSE) khoảng 7,5 triệu đồng với mức sai số tương đối (MAPE) khoảng 18%. Bên cạnh đó, sai số dự báo doanh thu sản phẩm quy đổi từ mô hình này là khoảng 997,48 triệu đồng. Như vậy, cả ba chỉ tiêu đều cho thấy Random Forest có hiệu quả dự báo tốt hơn so với Decision Tree và SVR. Điều này cho thấy, sai số dự báo của Random Forest thấp hơn đáng kể so với 2 thuật toán còn lại, phản ánh khả năng mô hình hóa tốt các mối quan hệ phi tuyến giữa các biến đầu vào và giá sản phẩm. Tuy nhiên, có thể thấy rằng, mặc dù Decision Tree có các giá trị không tối ưu như Random Forest, nhưng theo đánh giá của Lewis (1982), giá trị MAPE dưới 20% vẫn có thể chấp nhận. Do đó, Random Forest và Decision Tree đều có khả năng dự báo, trong đó thuật toán Random Forest dự báo tốt nhất.

Hình 1: Kết quả đánh giá các mô hình dự báo

Nguồn: Tính toán của tác giả

Hình 2: Biểu đồ giá thực tế và dự đoán (a) và biểu đồ phần dư (b) theo mô hình Random Forest

Nguồn: Tính toán của tác giả

Kết quả dự báo xu hướng giá đối với ngành hàng chăm sóc sắc đẹp và cá nhân (Hình 2a) cho thấy, giá dự báo có xu hướng biến thiên cùng chiều với giá thực tế. Phần lớn các điểm dữ liệu tập trung quanh đường hồi quy, phản ánh mô hình đã học được xu hướng biến động của giá sản phẩm trên TikTok Shop. Đối với nhóm sản phẩm có mức giá thấp và trung bình, khoảng cách giữa giá thực tế và giá dự báo tương đối nhỏ, cho thấy mô hình dự báo khá chính xác. Tuy nhiên, khi giá sản phẩm tăng cao thì mức độ phân tán của dữ liệu lớn, do đó việc dự báo sẽ khó chính xác đối với vùng giá cao. Ngoài ra, Hình 2b cũng cho thấy, phần lớn phần dư phân bố xung quanh đường giá trị 0, chứng tỏ sai số mang tính ngẫu nhiên và mô hình không xuất hiện xu hướng sai lệch có hệ thống.

Kết quả nghiên cứu trên cho thấy, mô hình hồi quy Random Forest có khả năng dự báo giá sản phẩm tốt nhất so với các mô hình hồi quy Decision Tree, hay Suport Vector Regression, phù hợp với nghiên cứu của Kaur (2023), Abdulkader và cộng sự (2025). Điều này cho thấy, các thuật toán học máy dựa trên mô hình tổ hợp có khả năng khai thác tốt các mối quan hệ phi tuyến giữa giá sản phẩm và các đặc điểm của sản phẩm trên nền tảng TikTok Shop.

KẾT LUẬN

Nghiên cứu đã sử dụng các thuật toán học máy gồm Decision Tree, Random Forest, SVR để dự báo giá đối với các gian hàng chăm sóc sắc đẹp và cá nhân tại Titok Shop, Việt Nam. Kết quả cho thấy, hiệu quả dự báo có sự khác biệt giữa các thuật toán. Trong đó, Random Forest đạt kết quả tốt hơn so với Decision Tree và SVR, với hệ số xác định R² đạt 62,6%, đồng thời đạt các giá trị sai số MAE, RMSE và MAPE thấp nhất. Kết quả nghiên cứu đã đóng góp cả về phương pháp và thực tiễn. Nghiên cứu đã mô tả những khả năng ứng dụng các thuật toán học máy trong bài toán dự báo giá, đặc biệt cách tiếp cận được mở rộng để tìm hiểu các mối quan hệ phi tuyến so với tiếp cận truyền thống với các dữ liệu phức tạp trên sàn thương mại điện tử.

Từ các kết quả trên, nghiên cứu đề xuất một số hàm ý quản trị đối với người bán và doanh nghiệp kinh doanh trên sàn TikTok Shop sau:

Thứ nhất, ứng dụng tiếp cận học máy với thuật toán Random Forest là mô hình phù hợp và tốt hơn so với các thuật toán được nghiên cứu nhằm hỗ trợ doanh nghiệp dự báo giá, xây dựng chiến lược định giá dựa trên dữ liệu, ra quyết định trên các nền tảng thương mại điện tử.

Thứ hai, doanh nghiệp có thể sử dụng kết quả dự báo để xây dựng cơ chế điều chỉnh giá linh hoạt, phù hợp với những biến động cũng như khả năng cạnh tranh cao của thị trường trực tuyến. Kết quả dự báo giá kết hợp với dữ liệu bán hàng và phản hồi của khách hàng cũng là cơ sở giúp người bán, doanh nghiệp ra quyết định chiến lược trong việc cải thiện khả năng cân đối giữa sức cạnh tranh về giá và mục tiêu doanh thu.

Thứ ba, đối với các sản phẩm có mức giá cao, doanh nghiệp cần thận trọng trong dự báo. Kết quả phân tích cho thấy khoảng cách giữa giá thực tế và giá dự báo có xu hướng lớn hơn ở vùng giá cao. Vì vậy, đối với các sản phẩm có giá trị lớn, doanh nghiệp cần có cách nhìn đa chiều ngoài việc sử dụng kết quả dự báo của Random Forest như kết hợp với thông tin về doanh thu, số lượng sản phẩm đã bán, số lượng đánh giá và các đặc điểm thực tế của sản phẩm. Cách tiếp cận này giúp hạn chế rủi ro khi sai số dự báo đối với nhóm sản phẩm giá cao có thể tạo ra tác động lớn hơn đến doanh thu.

Tóm lại, nghiên cứu cho thấy ứng dụng cách tiếp cận học máy nhằm khám phá khả năng dự báo giá trong môi trường kinh doanh trực tuyến khá linh hoạt, từ đó giúp doanh nghiệp nâng cao tính chủ động và giảm sự phụ thuộc vào phán đoán chủ quan trong hoạt động định giá trên nền tảng thương mại điện tử.

Tài liệu tham khảo:

1. Abdulkader, R. S., Kannan, K. S., and Venugopal, D. (2025). An ensemble modelling approach for prediction of food price in an online food delivery application. Advances and Applications in Statistics.

2. Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5-32. https://doi.org/10.1023/A:1010933404324

3. Chicco, D., Warrens, M. J., and Jurman, G. (2021). The coefficient of determination R-squared is more informative than SMAPE, MAE, MAPE, MSE and RMSE in regression analysis evaluation. PeerJ Computer Science.

4. Ganguly, P., and Mukherjee, I. (2024). Enhancing Retail Sales Forecasting with Optimized Machine Learning Models. arXiv:2410.13773

5. John D. Kelleher, Brian Mac Namee, and Aoife D’Arcy (2020). Fundamentals of Machine Learning for Predictive Data Analytics:Algorithms, Worked Examples, and Case Studies. 2ed. The MIT Press Cambridge, Massachusetts London, England.

6. Kaur, N. (2023). Price Prediction in E-Commerce Using Machine Learning Models: A Comparative Study. ShodhKosh: Journal of Visual and Performing Arts, 4(1), 4660-4667.

7. Lewis, C. D. (1982). Industrial and business forecasting methods. Butterworth Scientific.

8. Lin, Z., Huang, Z., He, H., Liang, J., Zheng, X., and Huang, J. (2023). Research on E-Commerce Purchase Prediction Model Based on Machine Learning. In Advances in Artificial Intelligence, Big Data and Algorithms.

9. März, A., Klein, N., Kneib, T. and Musshoff, O. (2016). Analysing farmland rental rates using Bayesian geoadditive quantile regression. European Review of Agricultural Economics, 43, 663-698.

10. Padmashini, K., Rajesh Kumar, J. N., and Ravi, C. N. (2026). A machine learning approach for e-commerce sales forecasting and price optimization in the digital society era. Journal of Digital Society, 2(2), 129-143.

11. Smola, A. J., and Schölkopf, B. (2004). A tutorial on support vector regression. Statistics and Computing, 14(3), 199-222.

12. Wu, H. (2024). Predicting e-commerce product prices through the integration of variational mode decomposition and deep neural networks. PeerJ Computer Science, 10, e2353.

13. Yang. F (2019). An Extended Idea about Decision Trees, International Conference on Computational Science and Computational Intelligence (CSCI), Dec. 2019,. 349-354.