Ứng dụng máy học trong việc dự đoán khách hàng trung thành và phân khúc kháchhàng đối với thương hiệu starbucks coffee

lOMoARcPSD|18034504 BỘ GIÁO DỤC & ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM □□□□&□□□□ BÀI ĐỀ TÀI: ỨNG DỤNG MÁY HỌC TRONG VIỆC DỰ ĐOÁN KHÁCH HÀNG TRUNG THÀNH VÀ PHÂN KHÚC KHÁCH HÀNG ĐỐI VỚI THƯƠNG HIỆU STARBUCKS COFFEE Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 MỤC LỤC NHÓM SINH VIÊN THỰC HIỆN .B MỤC LỤC C DANH MỤC BẢNG BIỂU VÀ HÌNH VẼ E CHƯƠNG 1: GIỚI THIỆU BÀI TOÁN ỨNG DỤNG 1.1 Lý lựa chọn đề tài 1.2 Mục tiêu nghiên cứu .2 1.3 Phương pháp thực 1.4 Đối tượng nghiên cứu CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Khai phá liệu 2.1.1 Khái niệm khai phá liệu 2.1.2 Các tính khai phá liệu 2.1.3 Quy trình khai phá liệu 2.1.4 Phương pháp khai phá liệu 2.1.5 Ứng dụng khai phá liệu đời sống 2.1.6 Công cụ khai phá liệu sử dụng nghiên cứu – Orange 2.2 Phân lớp liệu 2.2.1 Khái niệm phân lớp liệu 2.2.2 Quy trình phân lớp liệu 2.2.3 Phương pháp phân lớp liệu .7 2.2.3.1 Logistic Regression: 2.2.3.2 SVM (Support Vector Machine) .8 2.2.3.3 Neural Network .9 2.2.4 Phương pháp đánh giá mơ hình Ma trận nhầm lẫn (Confusion Matrix) độ xác (Accuracy); ROC, AUC, Precision/Recall .10 2.3 Phân cụm liệu 13 2.3.1 Khái niệm phân cụm liệu .13 2.3.2 Quy trình phân cụm liệu 13 2.3.3 Các phương pháp phân cụm liệu 14 2.3.4 Ứng dụng phân cụm liệu 17 2.4 Thuật toán K-Means 17 C Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 2.4.1 Khái niệm thuật toán K-Means 17 2.4.2 Quy trình thuật tốn K-means 17 2.4.3 Đánh giá thuật toán K-means .18 2.4.4 Ứng dụng thuật toán K-means 18 CHƯƠNG 3: PHÂN TÍCH, THẢO LUẬN & KẾT LUẬN .20 3.1 Tổng quan lý thuyết 20 3.1.1 Phân khúc khách hàng 20 3.1.2 Các sở phân khúc khách hàng .20 3.2 Mô tả liệu .21 3.3 Tiền xử lý liệu 22 CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 23 4.1 Bài toán 1: Phân lớp 23 4.1.1 Kết huấn luyện 23 4.1.2 Kết dự báo .25 4.2 Bài toán 2: Phân cụm 27 4.2.1 Quy trình thực .27 4.2.2 Kết phân loại K-means 29 4.2.3 Kết nghiên cứu phân cụm 29 CHƯƠNG 5: KẾT LUẬN & NHẬN XÉT 32 5.1 Kết luận .32 5.2 Hạn chế .33 5.3 Hướng giải 34 TÀI LIỆU THAM KHẢO 35 PHỤ LỤC I BỘ DỮ LIỆU HUẤN LUYỆN I BỘ DỮ LIỆU DỰ ĐOÁN VI BỘ DỮ LIỆU PHÂN CỤM .VII D Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 DANH MỤC BẢNG BIỂU VÀ HÌNH VẼ Hình 2.1: Quy trình khai phá liệu Hình 2.2: Mơ hình phân lớp nhị phân sử dụng phương pháp hồi quy logistic Hình 2.3: Biểu đồ thể giá trị Margin Support Vector Hình 2.4: Hình minh hoạ ROC Hình 2.5: Hình minh hoạ AUC Hình 2.6: Quy trình phân cụm liệu Hình 2.7: Mơ hình cấu trúc liệu lưới Hình 4.1: Kết khai báo thuộc tính liệu huấn luyện Hình 4.2: Hình ảnh mơ hình phân lớp Hình 4.3: Kết đánh giá mơ hình Test and Score Hình 4.4: Đánh giá mơ hình Neural Netwwork phương pháp Ma trận nhầm lẫn Confusion Matrix Hình 4.5: Hình ảnh khai báo thuộc tính liệu 21 khách hàng Hình 4.6: Kết dự báo liệu 21 khách hàng Hình 4.7: Kết khai báo thuộc tính Hình 4.8: Hình ảnh mơ hình phân cụm Hình 4.9: Bảng kết K-means Hình 4.10: Biểu đồ minh hoạ Silhouette Plot Bảng 4.1: Bảng so sánh đặc điểm phân khúc khách hàng E Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 CHƯƠNG 1: GIỚI THIỆU BÀI TOÁN ỨNG DỤNG 1.1 Lý lựa chọn đề tài Những năm gần đây, công nghệ thông tin phát triển mạnh mẽ khiến cho số lượng lớn thông tin không ngừng tăng lên vượt qua mức kiểm soát Các doanh nghiệp phải đối mặt với vấn đề nan giải: luồng thông tin phân tán nhiều nơi, liệu định dạng nhiều góc độ khác nhau… Câu hỏi đặt là: Làm dễ dàng sử dụng truy cập liệu cách nhanh nhất?” Và kỹ thuật khai phá liệu đời để lưu trữ tất thông tin cách hiệu xác Với thời đại ngày nay, việc áp dụng kỹ thuật khai phá liệu ngày phổ biến nhiều lĩnh vực khác nhau, đặc biệt ứng dụng Marketing Trong hoạt động Marketing, khai phá liệu lên công cụ giúp cho doanh nghiệp có nhìn tồn diện khách quan đối tượng khách hàng hướng đến Có thể nói, khai phá liệu giống máy sàng lọc thơng tin hữu ích, khám phá lạ khách hàng, qua doanh nghiệp tìm cách giải vấn đề khách hàng cần Trong điều kiện kinh tế thị trường đầy biến động, đặc biệt xu cạnh tranh ngày khốc liệt, Marketing coi công cụ thiếu hoạt động sản xuất kinh doanh, góp phần giúp doanh nghiệp tạo lập uy tín vị vững trước đối thủ Các doanh nghiệp ứng dụng khai phá liệu để phân khúc thị trường lĩnh vực Marketing Đây chiến lược mà doanh nghiệp dần tiếp cận ngày nhiều, có Starbucks Coffee - thương hiệu cà phê tiếng toàn giới Phân khúc thị trường quan trọng việc phân tích liệu kinh doanh Nó giúp cho doanh nghiệp nắm hiểu biết chi tiết nhóm khách hàng tiềm sau trực tiếp tiếp cận khách hàng Theo khảo sát, chiến dịch phân đoạn dựa quan tâm khách hàng đạt tỷ lệ trung bình cao 74% so với chiến dịch khơng phân khúc Qua đó, Starbucks Coffee tìm hiểu sở thích Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 nhóm khách hàng tung thị trường sản phẩm phù hợp, bắt mắt thu hút đối tượng tiêu dùng Sự thành công phân khúc thị trường làm cho Starbucks Coffee vượt qua đối thủ đáng gờm để nắm vị uy tín khách hàng Vậy làm cách mà Starbucks giữ chân khách hàng mức độ trung thành khách hàng thương hiệu nào? Để trả lời cho câu hỏi trên, việc khai phá phân tích liệu, nhóm chúng em định chọn đề tài “Ứng dụng máy học việc dự đoán khách hàng trung thành phân khúc khách hàng thương hiệu Starbucks Coffee” để tìm hiểu sâu cách thức tiếp cận nhóm khách hàng dự đoán mức độ trung thành khách hàng thương hiệu Starbucks Coffee 1.2 Mục tiêu nghiên cứu Bài nghiên cứu “Ứng dụng máy học việc dự đoán khách hàng trung thành phân khúc khách hàng thương hiệu Starbucks Coffee” tập trung vào mục tiêu sau:  Tiến hành phân tích lý thuyết tổng quan khai phá liệu, cụ thể thuật toán phân lớp liệu phân cụm liệu Orange để làm rõ vấn đề nghiên cứu  Xác định mô hình mang lại đánh giá có độ xác cao việc nghiên cứu trung thành khách hàng Starbucks  Dựa mơ hình huấn luyện, sau đưa mức độ trung thành khách hàng hướng giải mức độ  Tiến hành phân cụm liệu Orange, từ phân tích nhóm khách hàng tiềm sử dụng thương hiệu Starbucks Coffee 1.3 Phương pháp thực Sử dụng công cụ khai phá liệu Orange công cụ Excel để xử lý liệu, biểu diễn liệu so sánh mơ hình Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 1.4 Đối tượng nghiên cứu Đối tượng nhắm đến khách hàng sử dụng thương hiệu Starbucks Coffee Bộ liệu thu thập kaggle Bộ liệu gửi đến 107 người để khảo sát hành vi mua hàng khách hàng Tập liệu bao gồm thông tin liệu thô chứa 107 hàng liệu (khách hàng) 14 cột (đặc tính) CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Khai phá liệu 2.1.1 Khái niệm khai phá liệu Khai phá liệu (Data Mining) q trình tính tốn để tìm mẫu liệu lớn liên quan đến phương pháp giao điểm máy học, thống kê hệ thống sở liệu nhằm giải vấn đề thơng qua việc phân tích liệu Mục tiêu tổng thể trình khai thác liệu trích xuất thơng tin từ liệu chuyển thành cấu trúc dễ hiểu để sử dụng tiếp Ngồi bước phân tích thơ, cịn liên quan tới sở liệu khía cạnh quản lý liệu, xử lý liệu trước, suy xét mơ hình suy luận thống kê, thước đo thú vị, cân nhắc phức tạp, xuất kết cấu trúc phát hiện, hình hóa cập nhật trực tuyến 2.1.2 Các tính khai phá liệu Một số tính Data Mining:  Dự đoán mẫu dựa xu hướng liệu  Tính tốn dự đốn kết  Tạo thơng tin phản hồi để phân tích  Tập trung vào sở liệu lớn  Phân cụm liệu trực quan Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 2.1.3 Quy trình khai phá liệu Quy trình khai phá liệu gồm bước, với quy trình khai phá liệu trình bày dạng sơ đồ hình vẽ thơng qua hình 2.1 sau:  Bước 1: Làm liệu Đây đánh giá bước quan trọng liệu bẩn gây nhầm lẫn, tạo kết khơng xác nên bước giúp làm nguồn liệu  Bước 2: Tích hợp liệu Đây kỹ thuật khai thác hàng đầu để hợp lý hóa tồn q trình trích xuất, chuyển đổi nhiều nguồn liệu kết hợp lại làm Bước giúp độ xác cung tốc độ khai phá liệu cải thiện  Bước 3: Làm giảm liệu Ở bước giúp kích thước liệu có khối lượng nhỏ đảm bảo trì tính tồn diện  Bước 4: Chuyển đổi liệu Trong bước này, liệu chuyển đổi để thực phân tích tóm tắt hoạt động tổng hợp giúp cho quy trình khai phá liệu hiệu dễ hiểu  Bước 5: Khai phá liệu Đây bước trích xuất liệu khai thác liệu để xác định mẫu lượng lớn liệu  Bước 6: Đánh giá mẫu Bước cho biết liệu cần thiết, liệu dư thừa bị loại bỏ Các phương pháp trực quan hóa tóm tắt liệu sử dụng để người dùng hiểu liệu  Bước 7: Trình bày thơng tin Trong bước cuối cùng, liệu trình bày dạng cây, bảng, biểu đồ,…và sau gửi cho bên phân xử lý thơng tin Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 Hình 2.1: Quy trình khai phá liệu 2.1.4 Phương pháp khai phá liệu  Phân cụm (Clustering): Phân cụm liệu giúp gom nhóm đối tượng liệu thành cụm cho đối tượng cụm có tương đồng theo tiêu chí giúp cho việc mơ tả liệu dễ dàng Chúng sử dụng phương pháp để dự báo số liệu  Phân lớp (Classification): Phương pháp dùng để phân chia liệu vào lớp dự báo liệu thông qua liệu huấn luyện  Hồi quy (Regression): Phương pháp sử dụng để dùng để khám phá ánh xạ liệu  Tổng hợp (Summarization): Tổng hơp cho phép người làm tìm kiếm mơ tả nhỏ gọn Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504  Mô hình ràng buộc (Dependency modeling): Phương pháp giúp người làm tìm mơ hình cục mơ tả phụ thuộc  Dị tìm biến đổi độ lệch (Change and Deviation Dectection): Đây phương pháp nhằm tìm thay đổi quan trọng 2.1.5 Ứng dụng khai phá liệu đời sống Khai phá liệu ứng dụng nhiều đời sống chúng ta, đặc biệt lĩnh vực: kinh doanh, viễn thông, ngân hàng, thương mại điện tử bán lẻ, tài chính, y tế chăm sóc sức khỏe, an ninh, bảo mật mạng… 2.1.6 Công cụ khai phá liệu sử dụng nghiên cứu – Orange Phần mềm Orange biết đến việc tích hợp công cụ khai phá liệu mã nguồn mở học máy thơng minh, đơn giản, lập trình Python với giao diện trực quan tương tác dễ dàng Với nhiều chức năng, phần mềm phân tích liệu từ đơn giản đến phức tạp, tạo đồ họa đẹp mắt thú vị giúp việc khai thác liệu học máy trở nên dễ dàng cho người dùng chuyên gia Orange có Widget cung cấp chức đọc liệu, hiển thị liệu dạng bảng, lựa chọn thuộc tính đặc điểm liệu, huấn luyện liệu để dự đoán, so sánh thuật toán máy học, trực quan hóa phần tử liệu,… 2.2 Phân lớp liệu 2.2.1 Khái niệm phân lớp liệu Là trình phân đối tượng liệu vào hay nhiều lớp (loại) cho trước nhờ mô hình phân lớp Mơ hình xây dựng dựa tập liệu gán nhãn trước (thuộc lớp nào) Q trình gán nhãn (thuộc lớp nào) cho đối tượng liệu trình phân lớp liệu Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 thành giúp nhãn hàng tập trung nỗ lực để tạo mối quan hệ lâu dài với khách hàng Nó cịn giúp doanh nghiệp định hình kế hoạch hiệu việc xây dựng, quảng bá thương hiệu o Việc có khách hàng trung thành nhãn hàng dễ dàng việc tăng doanh số bán hàng, tiết kiệm số chi phí, Có thể thấy Starbucks Coffee làm tốt việc thu hút khách hàng trung thành với sản phẩm họ  Đối với nghiên cứu phân khúc khách hàng: o Thông qua kết thuật tốn, ta xác định nhóm khách hàng, nhóm học sinh - sinh viên mua theo xu hướng giải trí nhóm người có việc làm mong muốn lợi ích thực tế Khi xác định nhóm khách hàng mục tiêu ta thực tiếp thị phân khúc, gửi thông điệp, mục đích với nhóm khách hàng cụ thể Nó giúp ta hiểu rõ khách hàng, dễ dàng đáp ứng nhu cầu họ Mối quan hệ doanh nghiệp khách hàng ngày phát triển, giúp gia tăng lượng khách hàng tiềm năng, có thêm nhiều khách hàng trung thành Các chiến lược đề có mục tiêu cụ thể, tối ưu dịch vụ chất lượng sản phẩm, tập trung mang lại giá trị tốt cho nhóm khách hàng, góp phần tạo lợi nhuận lớn cho doanh nghiệp Vì thế, việc phân khúc khách hàng khơng giúp doanh nghiệp định hướng thương hiệu mà phần quan trọng chiến lược Marketing hiệu 5.2 Hạn chế Thứ nhất, hạn chế mặt thời gian, phương pháp lấy mẫu ngẫu nhiên áp dụng Mẫu nghiên cứu có 107 mẫu Vì việc lấy mẫu ảnh hưởng đến độ xác mơ hình 36 Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 Thứ hai, liệu nghiên cứu lấy từ khảo sát Malaysia, nên kết nghiên cứu khơng có ý nghĩa thực tiễn Việt Nam Hơn nữa, người khảo sát trả lời theo cảm tính, ảnh hưởng đến độ xác mơ hình Thứ ba, độ xác mơ hình chưa đạt đến mức tuyệt đối, việc dựa vào kết để kết luận chưa hồn tồn xác Thứ tư, việc đưa biến độc lập để dự đoán phân khúc khách hàng theo hành vi dự đốn khách hàng chưa xác, thực tế phụ thuộc vào nhiều biến khác 5.3 Hướng giải Trên sở hạn chế khiến nghiên cứu chưa thật hoàn thiện, nghiên cứu đưa vài giải pháp thích hợp cho hướng nghiên cứu - Thứ nhất, hạn chế lớn nghiên cứu việc lấy mẫu thời gian nghiên cứu ngắn gây ảnh hưởng đến độ xác mơ hình nên hướng nghiên cứu cố gắng mở rộng thời gian nghiên cứu, đầu tư việc thu thập nhiều mẫu để tăng độ xác mơ hình - Thứ hai, cần phải mở rộng biến số dự đoán phân khúc khách hàng theo hành vi dự đoán khách hàng nhằm đến kết luận nghiên cứu xác 37 Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 TÀI LIỆU THAM KHẢO TS Thái Kim Phụng Bài giảng Phân lớp liệu TS Thái Kim Phụng Bài giảng Phân cụm liệu Nguyễn Thị Thùy Linh Nghiên cứu thuật toán phân lớp liệu dựa định 2005 Huỳnh Trâm CareerLink Neural Network gì? Vai trị ứng dụng Neural Network Thuynt Hoctructuyen123 Các phương pháp đánh giá mơ hình phân lớp liệu 2018 data-flair.training ISB Data Mining gì? Các cơng cụ khai phá liệu phổ biến Websitehcm Data mining sử dụng Orange Vũ Minh Đông Luanvan Một số phương pháp phân cụm liệu 2010 Lovro Iliassich TechMaster Bức tranh tổng quan thuật toán phân cụm 2016 10 Dang Thi Thu Hien Bài giảng DSLab: Viện nghiên cứu cao cấp Toán (VIASM) Cluster Analysis 11 Phạm Huyền Trang Slideshare Thuật toán Kmean ứng dụng 2013 12 TS Đinh Tiên Minh ThS Lê Vũ Lan Anh Tạp Chí Cơng Thương Phân khúc khách hàng mua sắm dựa thuộc tính trung tâm thương mại Thành phố Hồ Chí Minh 2022 13 GoSell Phân khúc khách hàng gì? Các phân khúc khách hàng phổ biến 2022 14 LiveAgent Phân khúc khách hàng 38 Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 15 Phạm Huy Thành Các độ đo phân cụm áp dụng vào phát mơ hình tổ chức khai phá q trình Khóa luận tốt nghiệp, Đại học Công nghệ 2015 16 Admin ORI AGENCY Phân tích chiến lược Marketing Starbuck - chiến lược thành công vang dội) 2022 17 Tường Minh Advertising Vietnam Phân đoạn thị trường: Bài học nhắm mục tiêu khách hàng từ LinkedIn 18 SimERP Khách hàng trung thành: Định nghĩa, đặc điểm lợi ích 39 Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 PHỤ LỤC BỘ DỮ LIỆU HUẤN LUYỆN ID produceRate priceRate ambianceRate serviceRate loyal Yes 4 Yes 4 Yes 3 No 3 Yes 5 Yes 5 5 Yes 3 Yes 4 Yes 10 4 Yes 11 Yes 12 4 No 13 4 Yes 14 4 Yes 15 5 No 16 4 No I Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 17 4 Yes 18 4 4 Yes 19 5 Yes 20 4 Yes 21 2 No 22 3 Yes 23 5 No 24 5 Yes 25 4 Yes 26 4 Yes 27 4 No 28 4 Yes 29 Yes 30 5 5 Yes 31 4 Yes 32 3 Yes 33 5 Yes 34 3 No 35 4 Yes II Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 36 4 No 37 3 Yes 38 Yes 39 4 4 Yes 40 3 Yes 41 5 Yes 42 5 Yes 43 4 Yes 44 3 Yes 45 4 Yes 46 3 3 Yes 47 4 Yes 48 3 No 49 5 Yes 50 3 3 Yes 51 4 Yes 52 3 Yes 53 4 Yes 54 5 5 Yes III Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 55 3 3 Yes 56 4 Yes 57 1 Yes 58 4 Yes 59 3 3 Yes 60 Yes 61 4 No 62 Yes 63 3 Yes 64 5 Yes 65 3 Yes 66 4 Yes 67 Yes 68 3 Yes 69 3 Yes 70 4 Yes 71 4 Yes 72 2 No 73 2 2 No IV Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 74 3 No 75 5 5 Yes 76 4 4 Yes 77 4 No 78 4 Yes 79 3 Yes 80 3 Yes 81 4 4 Yes 82 4 Yes 83 Yes 84 5 Yes 85 3 Yes 86 3 Yes V Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 BỘ DỮ LIỆU DỰ ĐOÁN ID 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 produceRate 4 3 4 4 3 5 priceRate 3 2 3 4 5 ambianceRate 4 3 4 4 3 5 4 serviceRate 4 3 4 3 4 5 loyal Yes Yes Yes Yes Yes Yes Yes No Yes Yes No Yes Yes No Yes Yes Yes Yes No Yes No VI Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 BỘ DỮ LIỆU PHÂN CỤM ID gender age status income visitNo method timeSpend location spendPurchase 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 1 1 1 1 1 1 0 1 0 1 1 1 1 1 1 1 1 1 1 0 0 0 2 0 0 2 2 2 2 0 0 0 0 0 0 0 2 3 3 3 3 3 3 3 3 3 3 2 2 0 0 2 2 2 0 0 1 1 0 0 0 0 0 2 1 2 2 2 2 1 0 1 0 1 1 2 1 1 2 2 1 2 chooseRat e 3 3 4 4 4 5 3 VII Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 0 1 1 1 1 0 0 1 1 0 1 1 1 0 1 1 1 1 3 1 0 1 2 2 2 2 2 2 2 0 4 2 1 0 0 2 0 1 0 0 3 3 3 3 3 2 3 3 3 3 2 2 2 2 2 0 2 0 2 0 0 1 0 0 0 1 0 0 0 0 1 0 1 2 2 0 0 2 2 1 2 2 1 1 2 2 1 2 1 5 4 3 5 4 5 3 VIII Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 0 1 1 1 0 1 0 0 1 1 1 1 1 1 1 1 1 1 2 1 2 1 2 2 2 2 0 1 1 2 2 2 0 0 1 0 2 0 2 4 2 3 3 3 3 3 3 3 3 3 3 0 2 2 2 2 0 2 2 1 1 0 0 0 2 0 0 1 1 0 2 2 2 2 2 2 2 1 1 1 1 1 1 2 2 2 3 4 3 4 4 2 5 4 4 IX Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 1 0 0 0 0 1 0 0 0 1 1 1 3 1 1 2 0 2 0 0 2 0 2 0 0 0 0 3 3 3 3 3 2 3 1 1 1 2 2 0 0 0 1 1 0 0 2 1 2 2 2 2 2 2 2 1 1 2 2 1 1 2 1 4 3 3 4 4 4 4 X Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 Downloaded by vu ga (vuchinhhp2@gmail.com) ... lOMoARcPSD|18034504 - Có 19 khách hàng phân loại ? ?khách hàng trung thành? ?? - Và có khách hàng cịn lại phân loại ? ?khách hàng khơng trung thành? ?? 4.2 Bài toán 2: Ứng dụng máy học việc phân khúc khách hàng Starbucks. .. dự đoán khách hàng trung thành phân khúc khách hàng thương hiệu Starbucks Coffee? ?? để tìm hiểu sâu cách thức tiếp cận nhóm khách hàng dự đốn mức độ trung thành khách hàng thương hiệu Starbucks Coffee. .. nghiên cứu Bài nghiên cứu ? ?Ứng dụng máy học việc dự đoán khách hàng trung thành phân khúc khách hàng thương hiệu Starbucks Coffee? ?? tập trung vào mục tiêu sau:  Tiến hành phân tích lý thuyết tổng