Published on

BA04-1. [Tiểu thuyết] Xác suất ở Sài Gòn — Ngày dữ liệu đánh bại trực giác (Phần 1)

BA04-1. [Tiểu thuyết] Xác suất ở Sài Gòn — Ngày dữ liệu đánh bại trực giác (Phần 1)

Xác suất ở Sài Gòn — Ngày dữ liệu đánh bại trực giác

"Xác suất không biết nói dối. Nó chỉ nói một cách thành thật rằng 'Tôi chưa biết' khi thiếu bằng chứng."


Mở đầu: Thành phố 38 độ, Cuộc chơi 10 tỷ Won

Tháng 2 năm 2026, Thành phố Hồ Chí Minh.

Hàng chục chiếc cần cẩu đâm sầm lên bầu trời phía trên sông Sài Gòn. Nhiệt độ 38 độ C, độ ẩm 85%. Chỉ cần đi dạo trên đường phố cũng đủ khiến áo sơ mi dính chặt vào lưng. Tại trung tâm Quận 2 (thành phố Thủ Đức) của thành phố ngột ngạt này, một cuộc chiến mở bán dự án chung cư cao 58 tầng 'Saigon River Sky' đang diễn ra.

Tổng cộng 480 căn hộ. Giá bán trung bình mỗi căn là 4,5 tỷ đồng (khoảng 250 triệu KRW). Tổng giá trị dự án khoảng 120 tỷ KRW.

Ba công ty môi giới bất động sản lớn nhất tại Thành phố Hồ Chí Minh đang tranh giành quyền phân phối độc quyền cho dự án này. Chỉ riêng hoa hồng môi giới đã chiếm 3% tổng doanh thu — khoảng 3,6 tỷ KRW. Để giành được số tiền 3,6 tỷ KRW này, mỗi công ty đều tung ra đội ngũ bán hàng xuất sắc nhất của mình.

Át chủ bài của NamViet Realty, Nguyễn Văn Tuấn. Một người đàn ông 38 tuổi dày dặn kinh nghiệm, được mệnh danh là 'Sói già Sài Gòn' trong giới. 15 năm kinh nghiệm, với thành tích bán tích lũy 3.200 căn hộ. Vũ khí của anh ta là trực giác. Ánh mắt của khách hàng, cái bắt tay mạnh hay nhẹ, ánh nhìn dừng lại ở đâu trong lúc trò chuyện — anh ta đều đọc được hết. Tỷ lệ chốt đơn của Tuấn cao gấp 2,3 lần mức trung bình của ngành. Nếu làm trong ngành bất động sản ở Hồ Chí Minh mà không biết anh ta thì quả là một thiếu sót.

Và đứng đối diện với Tuấn là trưởng nhóm mới được bổ nhiệm của 'SkyLink Property', một công ty môi giới mới nổi không mấy tên tuổi: Park Jun-hyuk. 34 tuổi, từng điều hành một startup IT ở Hàn Quốc trước khi chuyển đến Hồ Chí Minh hai năm trước. Kinh nghiệm bất động sản của anh chỉ vỏn vẹn một năm rưỡi. Vũ khí của anh là bảng điều khiển màu xanh trên màn hình laptop — EXAWin.

"Anh Tuấn, lần này chúng ta lại đứng nhất phải không?"

Một nhân viên mới của NamViet Realty hỏi. Ngồi trên chiếc xe máy, Tuấn nhấp một ngụm cà phê bạc hà và nhìn sang văn phòng của SkyLink ở phía đối diện. Qua cửa kính, các thành viên trong nhóm của Park Jun-hyuk đang ngồi trước laptop, gõ phím liên tục.

"Bọn họ... chắc nghĩ rằng có thể bán bất động sản bằng máy tính."

Tuấn hừ lạnh. Anh tự tin rằng 15 năm trực giác của mình còn tốt hơn bất kỳ phần mềm nào.

Đó là một sai lầm.

Chương 1: Trận chiến đầu tiên — Danh sách VIP

1.1 Phương pháp của Tuấn: Sân golf và Quán bar

Giai đoạn đầu tiên của cuộc chiến mở bán là tìm kiếm khách hàng tiềm năng VIP. Saigon River Sky là một khu căn hộ cao cấp có giá từ 4555 triệu đồng một mét vuông (khoảng 2,53,1 triệu KRW/pyeong). Khách hàng mục tiêu rất rõ ràng:

  1. Các nhà đầu tư Hàn Quốc đang cư trú tại Thành phố Hồ Chí Minh (Tiền mặt dồi dào, mua để đầu tư)
  2. Tầng lớp giàu có mới nổi của Việt Nam (Giám đốc CNTT, tài chính, sản xuất)
  3. Nhà đầu tư nước ngoài từ Singapore, Đài Loan và Hồng Kông (Đa dạng hóa danh mục đầu tư)
  4. Doanh nhân ngoại quốc địa phương (Vừa để ở vừa để đầu tư)

Tuấn hành động theo cách riêng của mình. Anh chơi golf với các doanh nhân thành đạt tại 'Tan City Golf Club', một sân golf cao cấp ở Quận 7, và uống rượu whisky với các nhà đầu tư Hàn Quốc tại một quán bar trên sân thượng ở đường Đồng Khởi, Quận 1. Anh phát danh thiếp và thì thầm:

"Anh à, anh biết dự án mới đang xây bên bờ sông ở Quận 2, Thủ Đức chứ? 58 tầng. View nhìn thẳng ra sông. Nếu không chốt bây giờ là hết đấy."

Danh sách VIP của Tuấn đã đạt 87 người chỉ trong hai tuần. Hầu hết là danh sách 'dựa trên mối quan hệ' được xây dựng tại sân golf và các buổi nhậu. Anh phân biệt ai trong số 87 người này là người mua thực sự dựa trên linh cảm (感).

"Ánh mắt của người này khác hẳn. Ông ấy nghiêm túc đấy."

"Người này chỉ đang thu thập thông tin thôi. Phí thời gian."

Tuấn phân loại họ thành 23 người hạng A (chắc chắn sẽ mua), 41 người hạng B (có tiềm năng), và 23 người hạng C (chỉ quan tâm). Tiêu chí là gì? Trực giác được tích lũy trong 15 năm.

1.2 Phương pháp của Park Jun-hyuk: Dữ liệu và Tín hiệu

Cùng lúc đó, Park Jun-hyuk của SkyLink Property đang nhìn chằm chằm vào bảng điều khiển EXAWin trong văn phòng của mình.

"Trưởng nhóm, chúng ta cũng nên đến sân golf chứ?"

Thành viên Lê hỏi. Park Jun-hyuk lắc đầu.

"Làm sao cậu biết người cậu gặp ở sân golf có phải là người mua thực sự hay không? Dựa vào cảm giác à?"

Park Jun-hyuk đã tạo Dự án phân phối Saigon River Sky trong EXAWin. Anh thiết lập các thông số như sau:

Thông sốGiá trịLý do
Prior Alpha (α₀)1.0Công ty môi giới mới, chưa có thành tích trước đó — Bắt đầu một cách khiêm tốn
Prior Beta (β₀)1.5Cạnh tranh khốc liệt nên trọng số thất bại cơ bản được đặt cao hơn một chút
Silence Gap (Khoảng thời gian im lặng)5 ngàyKhách hàng bất động sản rất dễ nguội lạnh — 5 ngày im lặng là một rủi ro
Silence Interval3 ngàyHình phạt tích lũy mỗi 3 ngày
Threshold (T - Ngưỡng)0.75Nếu từ 75% trở lên, có thể thúc đẩy hợp đồng

"Thay vì đến sân golf, chúng ta thu thập tệp khách hàng tiềm năng thông qua quảng cáo trực tuyến, cổng thông tin bất động sản, cộng đồng người nước ngoài và mạng lưới kinh doanh. Điều quan trọng không phải là số lượng người cậu gặp, mà là cậu ghi lại những gì sau khi gặp họ."

Nhóm của Park Jun-hyuk đã ghi lại mọi tương tác với những khách hàng tiềm năng đã liên hệ trong hai tuần vào EXAWin. Tư vấn trực tuyến, tư vấn qua điện thoại, tham quan nhà mẫu, cuộc họp 1:1 — họ nhập tín hiệu tại mỗi điểm chạm.

  • "Yêu cầu tham quan dự án" → Khẳng định yếu (WA 2.0)
  • "Hỏi chi tiết về tỷ suất hoàn vốn (ROI)" → Khẳng định mạnh (SA 5.0)
  • "Đang xem xét các dự án khác nữa" → Phủ định yếu (WN 2.0)
  • "Giá cao quá" → Phủ định mạnh (SN 5.0)
  • "Sẽ bàn bạc với gia đình" → Phủ định yếu (WN 1.0)
  • "Hỏi về cách chuẩn bị tiền đặt cọc" → Khẳng định mạnh (SA 5.0)

Hai tuần sau, danh sách của Park Jun-hyuk có 62 người. Ít hơn Tuấn 25 người. Nhưng sự khác biệt nằm ở chất lượng.

Trên bảng điều khiển EXAWin, P(Win) — xác suất ký kết hợp đồng — cho từng người trong số 62 người được hiển thị theo thời gian thực. Và họ được phân loại thành 🌱Early (Giai đoạn đầu), 🌿Growing (Đang phát triển) hoặc 🌳Mature (Trưởng thành) dựa trên mức độ trưởng thành của bằng chứng.

"Lê, hãy xem danh sách này. Có 8 người có P(Win) trên 70%. Hãy tập trung vào 8 người này."

"Thế còn 54 người còn lại thì sao?"

"Hệ thống sẽ tự động theo dõi. Nếu hình phạt im lặng tích lũy, thông báo nhắc nhở follow-up sẽ tự động hiện lên. Chúng ta tập trung sức lực vào những nơi có xác suất cao."


Chương 2: Cuộc cạnh tranh hợp đồng đầu tiên — Giám đốc Phan

2.1 Cùng một khách hàng, các cách tiếp cận khác nhau

Phan Văn Minh, 45 tuổi. Một người giàu mới nổi điều hành một công ty logistics tại Thành phố Hồ Chí Minh. Tài sản khoảng 30 tỷ đồng (1,7 tỷ KRW). Vợ và hai con gái đang học đại học. Hiện đang cư trú tại Phú Mỹ Hưng, Quận 7 và đang tìm mua 1~2 căn hộ để đầu tư.

Giám đốc Phan đã liên hệ với cả hai bên. Ông được Tuấn liên hệ và cũng đã gửi yêu cầu tư vấn trực tuyến cho Park Jun-hyuk.

Bản ghi chép của Tuấn (Sổ tay):

"Phan Minh. Logistics. Mục đích đầu tư. Mức độ quan tâm hạng A. Có khả năng 2 căn. Đã hẹn ăn tối."

Bản ghi chép của Park Jun-hyuk (Nhật ký hoạt động EXAWin):
  • Hoạt động: Tư vấn qua điện thoại 30 phút
  • Giai đoạn: Discovery (SWV = 1.0)
  • Tín hiệu: WA 2.0 (Ý định tham quan nhà mẫu), WA 2.0 (Đề cập đến mục đích đầu tư)
  • Tóm tắt: Giám đốc công ty logistics, quan tâm 1~2 căn để đầu tư. Ngân sách chưa rõ. Sống ở Quận 7.

P(Win) sau cuộc gặp đầu tiên với Giám đốc Phan do EXAWin tính toán:

α1=1.0+1.0×2.0=3.0\alpha_1 = 1.0 + 1.0 \times 2.0 = 3.0 β1=1.5+0=1.5\beta_1 = 1.5 + 0 = 1.5 P1(Win)=3.03.0+1.5=66.7%P_1(Win) = \frac{3.0}{3.0 + 1.5} = 66.7\%

"66.7%. Không tệ, nhưng vẫn ở giai đoạn Early. Chúng ta cần thêm bằng chứng."

2.2 Cuộc gặp tại nhà mẫu — Tuấn vs Park Jun-hyuk

Ba ngày sau, Giám đốc Phan đến tham quan nhà mẫu. Thật tình cờ, Tuấn và Park Jun-hyuk lại chạm trán Giám đốc Phan tại cùng một nhà mẫu trong cùng một ngày.

Tuấn ngay lập tức bắt lấy Giám đốc Phan.

"Anh Phan! Thật vui khi gặp anh ở đây. Em đang nhắm một căn view sông tầng 15. Anh không xem bây giờ là người khác nẫng mất đấy."

Tuấn dẫn Giám đốc Phan đến trước mô hình căn hộ view sông tầng 15. Tầm nhìn toàn cảnh hướng ra sông Sài Gòn được nhuộm bởi hoàng hôn của Thành phố Hồ Chí Minh. Tuấn là một bậc thầy trong việc đọc bầu không khí.

"Anh à, hãy xem view này đi. Cái này không phải mua bằng tiền đâu, mà là bắt đúng thời điểm đấy."

Mắt Giám đốc Phan sáng lên. Tuấn không bỏ lỡ khoảnh khắc đó. — Anh trực giác nhận ra ông ấy đã cắn câu.

Cùng lúc đó, Park Jun-hyuk đang lặng lẽ trò chuyện với vợ của Giám đốc Phan ở một bên khác.

"Thưa chị, có phải anh chị quan tâm đến khu vực này vì chuyện học hành của các cháu không ạ?"

"Đúng vậy, thực ra cháu lớn nhà chị năm sau có thể sẽ vào Đại học RMIT. Thành phố Thủ Đức đi học cũng tiện mà."

Park Jun-hyuk ngay lập tức ghi lại hoạt động mới vào EXAWin:

  • Hoạt động: Tham quan nhà mẫu (Có gia đình đi cùng)
  • Giai đoạn: Solution-Fit (SWV = 2.099)
  • Tín hiệu: SA 5.0 (Đưa gia đình đi cùng = Đang cân nhắc nghiêm túc), WA 2.0 (Đề cập đến sự tiện lợi khi đi lại đến RMIT)
  • Phủ định: WN 2.0 (Đề cập đến giá cả → Vợ nói "Hơi đắt hơn tôi nghĩ một chút")

Tính điểm phức hợp (Compound Score):

S+=max(5.0,2.0)+2.0×0.25=5.5S^+ = \max(5.0, 2.0) + 2.0 \times 0.25 = 5.5 S=2.0S^- = 2.0

Cập nhật α, β:

α2=3.0+2.099×5.5=14.545\alpha_2 = 3.0 + 2.099 \times 5.5 = 14.545 β2=1.5+2.099×2.0=5.698\beta_2 = 1.5 + 2.099 \times 2.0 = 5.698 P2(Win)=14.54514.545+5.698=71.9%P_2(Win) = \frac{14.545}{14.545 + 5.698} = 71.9\%

Park Jun-hyuk lẩm bẩm trong khi nhìn vào bảng điều khiển.

"71.9%... Đã tăng. Đi cùng gia đình quả là một tín hiệu mạnh. Nhưng sự phản kháng về giá của người vợ hơi đáng lo. Mình cần chuẩn bị tài liệu về tỷ suất hoàn vốn cho cuộc họp tiếp theo."

2.3 Cái bẫy của Tuấn: Hiệu ứng Mỏ neo (Anchoring)

Tuấn trở về từ nhà mẫu và báo cáo với nhóm của mình.

"Giám đốc Phan cắn câu rồi. Hoàn toàn mê mẩn cái view sông tầng 15. Tuần sau là có thể bàn chuyện đặt cọc."

Đánh giá của Tuấn: Chắc chắn 95%.

Tuy nhiên, Tuấn đã bỏ lỡ ba điều:

  1. Vợ của Giám đốc Phan đang cảm thấy gánh nặng về giá cả.
  2. Giám đốc Phan cũng đang đồng thời xem xét một dự án cạnh tranh (Vinhomes Grand Park).
  3. Dòng tiền của doanh nghiệp logistics đang thắt chặt về cuối năm.

Tuấn đã có cơ hội thu thập những thông tin này. Giá như anh nói chuyện với người vợ, hoặc hỏi về tình hình kinh doanh. Nhưng anh đã bị mỏ neo (Anchoring) bởi một tín hiệu duy nhất là "đôi mắt lấp lánh" của Giám đốc Phan và bỏ qua những thứ còn lại.

Đó là cạm bẫy của trực giác.

Chương 3: 7 ngày im lặng

Sau buổi tham quan nhà mẫu, Giám đốc Phan không hề liên lạc trong suốt một tuần.

Phản ứng của Tuấn:

"Chắc ông ấy bận. Ngành logistics cuối năm bận rộn mà. Cứ đợi thôi."

Tuấn không làm gì cả. Cuốn sổ tay của anh vẫn ghi "Chắc chắn 95%". Một tuần trôi qua, con số đó vẫn không thay đổi.

Phản ứng của Park Jun-hyuk:

Hình phạt im lặng của EXAWin đã được kích hoạt.

silence_gap_days = 5 ngày. 7 ngày đã trôi qua.

n=753+1=1n = \left\lfloor \frac{7 - 5}{3} \right\rfloor + 1 = 1

Hình phạt đơn vị = 2.0 × 0.30 = 0.6

Psilence=1×0.6=0.6P_{silence} = 1 \times 0.6 = 0.6 βadj=5.698+0.6=6.298\beta_{adj} = 5.698 + 0.6 = 6.298

Vì chưa có cuộc họp mới nào, P(Win) hiện tại là:

P(Win)=14.54514.545+6.298=69.8%P(Win) = \frac{14.545}{14.545 + 6.298} = 69.8\%

Một biểu tượng cảnh báo màu vàng hiện lên trên bảng điều khiển: "Phan Văn Minh — Không có hoạt động nào trong hơn 5 ngày. Cần follow-up."

Park Jun-hyuk lập tức gọi điện thoại.

"Giám đốc Phan, tôi là Park Jun-hyuk đây ạ. Lần trước khi ghé thăm nhà mẫu, vợ anh có nhắc đến việc đi học tại RMIT, nếu anh cần thông tin về các trường học ở thành phố Thủ Đức, tôi có thể tổng hợp và gửi cho anh được không?"

Giọng của Giám đốc Phan sáng lên qua điện thoại.

"À, Trưởng nhóm Park! Thật ra dạo này tôi hơi bận... Nhưng nếu có tài liệu đó thì tốt quá. Và thành thật mà nói, tôi cũng đang tìm hiểu bên Vinhomes một chút..."

Thu thập được thông tin cốt lõi. Đang tìm hiểu Vinhomes — WN 2.0.

Park Jun-hyuk lập tức ghi lại nội dung cuộc gọi vào EXAWin:

  • Hoạt động: Follow-up qua điện thoại 15 phút
  • Giai đoạn: Solution-Fit (SWV = 2.099)
  • Tín hiệu: WA 2.0 (Yêu cầu tài liệu khu học chánh = Duy trì sự quan tâm), WN 2.0 (Cạnh tranh với Vinhomes)
α3=14.545+2.099×2.0=18.743\alpha_3 = 14.545 + 2.099 \times 2.0 = 18.743 β3=6.298+2.099×2.0=10.496\beta_3 = 6.298 + 2.099 \times 2.0 = 10.496 P3(Win)=18.74318.743+10.496=64.1%P_3(Win) = \frac{18.743}{18.743 + 10.496} = 64.1\%

P(Win) đã giảm từ 71.9% xuống còn 64.1%. Tín hiệu tiêu cực về sự cạnh tranh từ Vinhomes đã được phản ánh.

"64.1%... Những kẻ nghiện trực giác chắc vẫn nghĩ là 95%. Nhưng thực tế là 64%. Từ đây mới là bán hàng thực sự."

Park Jun-hyuk đã thức trắng đêm để làm một tài liệu so sánh tỷ suất hoàn vốn. Saigon River Sky vs Vinhomes Grand Park. Vị trí, giá trị tăng thêm của view sông, tỷ suất cho thuê dự kiến, dự báo tăng giá trị trong 5 năm tới.

Đây là điểm khác biệt quyết định so với Tuấn. Tuấn nghĩ "Chỉ cần đợi", trong khi Park Jun-hyuk nhận được cảnh báo "Xác suất đang giảm" và hành động ngay lập tức.


Chương 4: Phản công — Cơ hội do dữ liệu tạo ra

4.1 Sự kiêu ngạo của Tuấn

Hai tuần sau, Tuấn gọi điện cho 23 người hạng A trong danh sách 87 người của mình. Kết quả thật đáng kinh ngạc.

  • Trong số 23 người, có 7 người đã ký hợp đồng dự án khác hoặc mất hứng thú.
  • 5 người không bắt máy.
  • Chỉ 11 người vẫn còn quan tâm.

Tỷ lệ duy trì khách hàng hạng A của Tuấn: 48%.

"Thế này là sao... Rõ ràng là họ đã cắn câu rồi mà..."

Tuấn hoang mang. Nhưng anh không có công cụ để phân tích nguyên nhân. Anh chỉ cho qua chuyện và tự nhủ "Thị trường đã thay đổi".

4.2 Đòn đánh chính xác của Park Jun-hyuk

Cùng thời điểm, bảng điều khiển EXAWin của Park Jun-hyuk:

  • Trong số 62 người, P(Win) trên 70%: 12 người (Tăng từ 8 người ban đầu)
  • P(Win) 50~70%: 18 người
  • P(Win) 30~50%: 22 người (Cần follow-up)
  • P(Win) dưới 30%: 10 người (Thực tế đã từ bỏ)

Khi hình phạt im lặng tự động hoạt động, P(Win) của những khách hàng mất hứng thú sẽ giảm đi một cách tự nhiên. Ngược lại, P(Win) của những khách hàng đưa ra tín hiệu tích cực thông qua follow-up lại tăng lên.

"Lê, làm Báo cáo phân tích đầu tư tùy chỉnh cho từng người trong số 12 người này. Điểm quan tâm của mỗi khách hàng là khác nhau."

  • Giám đốc Phan: Con gái lớn đi học RMIT + Tỷ suất hoàn vốn (Kết hợp ở và đầu tư)
  • Giám đốc Kim (Người Hàn Quốc): Tỷ suất cho thuê + Phòng ngừa rủi ro tỷ giá
  • Bác sĩ Trần: Chỗ ở sau nghỉ hưu + Gần bệnh viện

Cùng một căn hộ, những câu chuyện khác nhau. Đây là sức mạnh của bán hàng dựa trên dữ liệu.


Chương 5: Bước ngoặt — Quyết định của Giám đốc Phan

5.1 Nỗ lực cuối cùng của Tuấn

Sau 3 tuần không nhận được liên lạc từ Giám đốc Phan, Tuấn cuối cùng cũng gọi điện.

"Anh Phan! Lâu quá không gặp. Căn view sông tầng 15 em vẫn giữ cho anh đấy. Nhưng có người khác đang quan tâm..."

Chiến lược của Tuấn là Áp lực khan hiếm (Scarcity Pressure). "Không làm nhanh là mất đấy."

Câu trả lời của Giám đốc Phan:

"Tuấn à, thật ra tôi cũng đang xem bên Vinhomes. Để tôi so sánh thêm chút nữa rồi liên lạc lại nhé."

Tuấn cúp máy và nghiến răng. Vinhomes. Chủ đầu tư lớn nhất trong ngành. Một con khủng long khổng lồ có thể lôi kéo khách hàng chỉ bằng cái tên.

"Có thể thắng được Vinhomes không..."

Đối với Tuấn, Vinhomes là một nỗi sợ hãi mơ hồ. Anh không thể định lượng được mức độ nguy hiểm, hay khách hàng đang nghiêng về bên nào.

5.2 Phản ứng chính xác của Park Jun-hyuk

Trong EXAWin của Park Jun-hyuk, trạng thái hiện tại của Giám đốc Phan được hiển thị chính xác:

  • P(Win) = 64.1% → Vẫn đang dẫn đầu, nhưng xu hướng giảm
  • Hình phạt im lặng đang tích lũy → β tăng mỗi 3 ngày
  • Có đối thủ cạnh tranh → Vinhomes được ghi nhận là WN 2.0
  • Mức độ trưởng thành của bằng chứng: 🌿 Growing → Cần thêm bằng chứng

"64%... Vẫn còn cơ hội. Nhưng nếu đứng im thì sẽ tụt xuống dưới 50%."

Park Jun-hyuk đã gửi cho Giám đốc Phan một báo cáo so sánh đầu tư tùy chỉnh.

📊 Phân tích So sánh Saigon River Sky vs Vinhomes Grand Park

Hạng mụcSaigon River SkyVinhomes Grand Park
Giá mỗi pyeong45 triệu VND52 triệu VND
Tỷ lệ căn hộ view sông78%32%
Khoảng cách đến RMIT2.8km (7 phút)8.5km (25 phút)
Tỷ suất cho thuê dự kiến6.8%/năm5.2%/năm
Thời gian nhận nhàQuý 4 2027Quý 2 2028
Tùy chọn nội thất cao cấpĐã bao gồmRiêng lẻ (Thêm 800 triệu VND)

Và anh thêm một câu ở cuối:

"Giám đốc Phan, tôi tôn trọng sự lựa chọn của anh. Vai trò của tôi là cung cấp thông tin cho anh để bất kể anh đưa ra quyết định nào, đó cũng là quyết định tốt nhất."

Hai ngày sau, một cuộc gọi đến từ Giám đốc Phan.

"Trưởng nhóm Park, tôi đã xem kỹ tài liệu so sánh đó rồi. Chị vợ tôi cũng xem cùng... và thành thật mà nói, Saigon River Sky có vẻ tốt hơn xét về khía cạnh đầu tư. Chúng ta có thể gặp nhau lần nữa được không?"

Ngay lập tức ghi lại vào EXAWin:

  • Hoạt động: Khách hàng yêu cầu họp (Khách hàng chủ động liên hệ trước)
  • Giai đoạn: Proposal (SWV = 2.609)
  • Tín hiệu: SA 5.0 (Khách hàng chủ động liên hệ lại), SA 5.0 (Tích cực sau khi chia sẻ với gia đình), WA 2.0 (Đồng ý với quan điểm đầu tư)

Điểm phức hợp:

S+=max(5.0,5.0,2.0)+(5.0+2.0)×0.25=5.0+1.75=6.75S^+ = \max(5.0, 5.0, 2.0) + (5.0 + 2.0) \times 0.25 = 5.0 + 1.75 = 6.75 α4=18.743+2.609×6.75=36.354\alpha_4 = 18.743 + 2.609 \times 6.75 = 36.354 β4=10.496+0=10.496\beta_4 = 10.496 + 0 = 10.496 P4(Win)=36.35436.354+10.496=77.6%P_4(Win) = \frac{36.354}{36.354 + 10.496} = 77.6\%

77.6%. Đang tiến gần đến ngưỡng của giai đoạn Proposal (T=0.80).

Một nụ cười rạng rỡ trên khuôn mặt của Park Jun-hyuk.

"Sắp đến đích rồi."


— Hết Phần 1 —

Đón xem trong phần tiếp theo: Quyết định cuối cùng của Giám đốc Phan, cuộc đối đầu định mệnh giữa Tuấn và Park Jun-hyuk, và kết cục của cuộc chiến mở bán 480 căn hộ.

Bayesian EXAWin-Rate Forecaster

Phân tích tín hiệu từ các cuộc đàm phán trong thời gian thực bằng cập nhật Bayesian để dự đoán xác suất thành công. Với EXAWin, bán hàng trở thành khoa học dữ liệu hoàn hảo.

Comments0

Deep Dive

More in Bayesian

Explore Archive
BA04-2. [Tiểu thuyết] Xác suất ở Sài Gòn — Ngày dữ liệu đánh bại trực giác (Phần 2)
Bayesian
TiểuThuyết
EXA Intel

BA04-2. [Tiểu thuyết] Xác suất ở Sài Gòn — Ngày dữ liệu đánh bại trực giác (Phần 2)

Kết cục của cuộc chiến mở bán 480 căn hộ tại Thành phố Hồ Chí Minh. Hợp đồng của Giám đốc Phan, sự thức tỉnh của Tuấn, và màn lật ngược tình thế được dẫn dắt bởi EXAWin của Park Jun-hyuk. Cuộc đối đầu giữa trực giác và dữ liệu cuối cùng cũng đi đến hồi kết.

ANALYSIS
BA111. Bộ đệm động và lập lịch ngược: Cách tái cấu trúc nhà máy quanh ngày giao hàng
Bayesian
Lập lịch sản xuất
EXA Intel

BA111. Bộ đệm động và lập lịch ngược: Cách tái cấu trúc nhà máy quanh ngày giao hàng

Bài viết này là một câu chuyện mô tả quá trình giải quyết sự hỗn loạn cố hữu tại hiện trường sản xuất thông qua hệ thống tiên tiến gồm thuật toán Bayesian của EXA và động cơ lập lịch sản xuất. Thoát khỏi phương thức sản xuất đẩy hàng bừa bãi trong quá khứ, hệ thống đưa vào mô phỏng dựa trên dữ liệu và lập lịch ngược để kiểm soát chính xác điểm nghẽn của quy trình. Thông qua học dữ liệu theo thời gian thực, hệ thống thiết lập bộ đệm động và tái điều chỉnh ưu tiên theo hướng tối ưu hóa lịch dựa trên năng lực công đoạn nghẽn phục vụ tuân thủ ngày giao hàng, thay vì chỉ dựa trên tỷ lệ vận hành đơn giản. Kết quả là, bằng cách kìm hãm WIP không cần thiết và bảo đảm năng lực bảo vệ, nhà máy trải qua một thay đổi mang tính đổi mới: dù giảm thời gian vận hành vật lý, lợi nhuận và tỷ lệ trúng hạn giao hàng lại tăng lên. Đây là hình mẫu hoàn chỉnh của hệ thống sản xuất kéo theo nhu cầu(Pull), được hiện thực hóa bằng sự kết hợp giữa trực giác con người và tính toán dữ liệu lạnh lùng.

ANALYSIS
BA024. Sự tiến hóa của EXAWin Bayesian Engine: Ngày dữ liệu tự điều chỉnh tham số
Bayesian
Auto-Tuner
EXA Intel

BA024. Sự tiến hóa của EXAWin Bayesian Engine: Ngày dữ liệu tự điều chỉnh tham số

EXA Bayesian Engine đã tính toán xác suất thắng đơn hàng, nhưng độ chính xác phụ thuộc vào tham số ban đầu do con người thiết lập. Khi 100 giao dịch lịch sử được tích lũy, engine đã sẵn sàng tự tiến hóa. Grid Search, MCMC Ensemble Sampling, và Cross-Validation — ba công cụ toán học phối hợp tìm kiếm tham số tối ưu. Được kể dưới dạng câu chuyện.

ANALYSIS
BA04-1. [Tiểu thuyết] Xác suất ở Sài Gòn — Ngày dữ liệu đánh bại trực giác (Phần 1) | EXA Enterprise