Chuyên ngành kinh tế dữ liệu ứng dụng học máy trong phân khúc khách hàng

BỘ KẾ HOẠCH VÀ ĐẦU TƯ HỌC VIỆN CHÍNH SÁCH VÀ PHÁT TRIỂN - - KHÓA LUẬN TỐT NGHIỆP ĐỀ TÀI: ỨNG DỤNG HỌC MÁY TRONG PHÂN KHÚC KHÁCH HÀNG Sinh viên thực hiện: Vũ Trường Nam Lớp: KTDL10 Msv: 7103101333 Giáo viên hướng dẫn: TS Nguyễn Hữu Xuân Trường Hà Nội – 2023 LỜI CAM ĐOAN Tơi xin cam đoan Khóa luận với đề tài “Ứng dụng học máy phân khúc khách hàng” tự thân thực hiện, có hỗ trợ giáo viên hướng dẫn không chép công trình nghiên cứu người khác Các số liệu Khóa luận sử dụng trung thực trích dẫn rõ ràng Nếu sai tơi xin hồn tồn chịu trách nhiệm Hà Nội, tháng năm 2023 Sinh viên Vũ Trường Nam LỜI CẢM ƠN Để hồn thành xuất sắc khóa luận, tơi xin gửi lời cảm ơn chân thành đến Ban Giám đốc Học viện Chính sách Phát triển, q thầy Khoa Kinh Tế Số - Học viện Chính sách Phát triển tạo điều kiện thuận lợi để tơi hồn thành Khóa luận Trong q trình thu thập thơng tin số liệu liên quan, nhận dẫn giúp đỡ, hỗ trợ tận tình giảng viên giúp đỡ TS Nguyễn Hữu Xuân Trường giảng viên khác khoa Kinh Tế Số - Học viện Chính sách Phát triển V ới điều kiện thời gian kinh nghiệm cịn hạn chế, q trình hồn thiện Khóa luận, tơi khơng thể tránh khỏi sai sót, mong nhận bảo, đóng góp ý kiến từ quý ngân hàng quý thầy cô, để đề tài hồn thiện Tơi xin chân thành cảm ơn! Hà Nội, tháng năm 2023 Sinh viên Vũ Trường Nam MỤC LỤC LỜI CAM ĐOAN .2 LỜI CẢM ƠN DANH MỤC CÁC VIẾT TẮT DANH MỤC HÌNH - BIỂU ĐỒ .7 DANH MỤC BẢNG SỬ DỤNG .8 MỞ ĐẦU 1 Tính cấp thiết đề tài Mục đích nghiên cứu Đối tượng phạm vi nghiên cứu Phương pháp nghiên cứu Kết cấu khóa luận .2 CHƯƠNG 1: CƠ SỞ LÝ THUYẾT PHÂN CỤM DỮ LIỆU 1.1 Tổng quan học máy 1.1.1 Khái niệm học máy 1.1.2 Các kĩ thuật Học máy .4 1.2 Tổng quan phân cụm liệu 1.2.1 Khái niệm kỹ thuật phân cụm liệu 1.2.2 Phân cụm cứng phân cụm mờ .8 1.2.3 Quy trình thực kỹ thuật phân cụm liệu .10 1.3 Các thuật toán phân cụm liệu .11 1.3.1 Thuật toán Kmean 11 1.3.2 Thuật toán GMM (Gaussian Mixture Model) 17 1.4 Phương pháp chọn số cụm tối ưu 20 1.4.1 Phương pháp Elbow 20 1.4.2 Phương pháp BIC 21 1.5 Đánh giá kết phân cụm 22 1.5.1 Chỉ số Calinski-Harabasz 23 1.5.2 Chỉ số Silhouette 23 1.5.3 Chỉ số Davies-Bouldin .24 CHƯƠNG 2: PHÂN KHÚC KHÁCH HÀNG VỚI HỌC MÁY .27 2.1 Phân khúc khách hàng .27 2.1.1 Khái niệm phân khúc khách hàng 27 2.1.2 Tầm quan trọng phân khách hàng 27 2.1.3 Các phương pháp phân khúc khách hàng .28 2.1.4 Phân khúc khách hàng dựa phương pháp phân tích RFM 29 2.1.5 Quy trình xây dựng mơ hình phân khúc khách hàng với học máy 31 2.2 Dữ liệu nghiên cứu .32 2.4 Quy trình phân cụm 35 2.5 Chuẩn bị liệu lựa chọn biến mục tiêu .36 2.6 Chọn số cụm tối ưu .37 2.7 Phân khúc khách hàng với Kmeans GMM 39 KẾT LUẬN CHƯƠNG 43 CHƯƠNG 3: GIẢI PHÁP ĐỀ XUẤT NÂNG CAO KHẢ NĂNG TIẾP CẬN VỚI TỪNG NHÓM KHÁCH HÀNG 44 KẾT LUẬN CHƯƠNG 51 KẾT LUẬN .52 TÀI LIỆU THAM KHẢO .53 DANH MỤC CÁC VIẾT TẮT STT Chữ viết tắt Tên đầy đủ tiếng anh GMM Gaussian Mixture Model BIC Bayesian Information Criterion RFM Recency - Frequency - Monetary Tên đầy đủ tiếng việt DANH MỤC HÌNH - BIỂU ĐỒ Hình 1.1 Bài toán hồi quy: dự đoán giá trị dựa đặc trưng đầu vào Hình 1.2 Bài tốn Phân loại khách hàng Hình 1.3 Học bán giám sát với hai lớp (hình tam giác hình vng) mẫu chưa gán nhãn (hình trịn) Hình 1.4 Minh họa phân cụm liệu Hình 1.5 Giải thuật cụ thể K-means Hình 1.6 Ví dụ thuật tốn GMM Hình 1.7 Phương pháp Elbow Hình 1.8 Phương pháp BIC Hình 2.1 Các nhóm khách hàng dựa theo phương pháp phân tích RFM Hình 2.2 Hệ số tương quan trường liệu Hình 2.3 Quy trình phân cụm khóa luận Hình 2.4 Chọn số k cụm với phương pháp Eblow Hình 2.5 Chọn số k cụm với phương pháp BIC Hình 2.6 Số lượng khách hàng phân cụm với Kmean Hình 2.7 Số lượng khách hàng phân cụm với GMM DANH MỤC BẢNG SỬ DỤNG Bảng 2.1 Mô tả liệu “Orders - Analysis Task.csv” Bảng 2.2 Thể kết thống kê liệu Bảng 2.3 Dữ liệu tiến hành phân cụm (đã chuẩn hóa) Bảng 2.4 Số lượng khách hàng phân cụm với Kmean Bảng 2.5 Số lượng khách hàng phân cụm với GMM Bảng 2.6 Chỉ số đánh giá mơ hình phân cụm Bảng 3.1 Thông số cụm số Bảng 3.2 Thông số cụm số Bảng 3.3 Thông số cụm số MỞ ĐẦU Tính cấp thiết đề tài Trong thời đại số hóa nay, khai thác liệu phân tích khách hàng lĩnh vực quan tâm đặc biệt nhiều lĩnh vực kinh doanh Với phát triển công nghệ, việc thu thập, lưu trữ xử lý liệu trở nên dễ dàng hết, điều tạo hội để ứng dụng Học máy vào phân khúc khách hàng Khái niệm khách hàng trở thành yếu tố quan trọng doanh nghiệp Khách hàng không đơn người tiêu dùng sản phẩm, mà nguồn tài nguyên quan trọng để giúp doanh nghiệp tăng trưởng phát triển Chính thế, việc nắm bắt thông tin khách hàng để phục vụ cho chiến lược kinh doanh điều cần thiết Trong thực tế, doanh nghiệp sử dụng nhiều phương pháp khác để nắm bắt thơng tin khách hàng Trong đó, phân khúc khách hàng (customer segmentation) xem phương pháp hiệu Phân khúc khách hàng giúp cho doanh nghiệp phân chia khách hàng thành nhóm dựa đặc điểm chung tuổi tác, giới tính, sở thích, nhu cầu, thu nhập, v.v… Sau đó, từ tìm chiến lược kinh doanh phù hợp cho nhóm khách hàng Việc sử dụng học máy giúp cho trình phân khúc khách hàng thực nhanh chóng hiệu Hơn nữa, việc sử dụng học máy giúp cho doanh nghiệp phát mẫu ẩn liệu mà trước chưa biết đến Khóa luận "Ứng dụng Học máy phân khúc khách hàng" tập trung vào việc áp dụng phương pháp Học máy để phân tích khách hàng Việc phân tích khách hàng bước quan trọng để giúp doanh nghiệp hiểu rõ khách hàng cung cấp sản phẩm dịch vụ phù hợp với nhu cầu họ 2.7 Phân khúc khách hàng với Kmeans GMM Trong phần này, tiến hành phân cụm khách hàng với hai mơ hình Kmean GMM với số cụm 𝑘 tối ưu chọn (2.6) Từ khóa luận thu kết phân cụm sau Bảng 2.4 Số lượng khách hàng phân cụm với Kmean Kmeans Cụm số 26549 Cụm số 38563 Cụm số 4940 Nguồn: Kết thu từ PYTHON Hình 2.6 Số lượng khách hàng phân cụm với Kmean Nguồn: Kết thu từ PYTHON 39 Bảng 2.5 Số lượng khách hàng phân cụm với GMM Gaussian Mixture Model Cụm số 10573 Cụm số 58614 Cụm số 865 Nguồn: Kết thu từ PYTHON Hình 2.7 Số lượng khách hàng phân cụm với GMM Nguồn: Kết thu từ PYTHON Bảng 2.6 Chỉ số đánh giá mơ hình phân cụm Chỉ số đánh giá Chỉ số Calinski-Harabasz Kmeans GMM 55050.9 7494.4 40 Chỉ số Silhouette 0.4335 0.3294 Chỉ số Davies-Bouldin 0.8272 9.1106 Nguồn: Khóa luận Từ bảng Bảng 2.7 (3), đánh giá hiệu số phân cụm hai mơ hình Kmeans GMM với ba số gồm số Silhouette, Calinski-Harabasz Davies-Bouldin, từ số đánh giá đưa kết sau: • Đối với giá trị số Silhouette KMeans 0.4335 GMM 0.3294, ta kết luận mơ hình KMeans có độ tốt việc phân cụm liệu • Với số Calinski-Harabasz cao tách biệt cụm tốt, tức mơ hình phân cụm tốt Vì vậy, trường hợp này, KMeans với số Calinski-Harabasz 55050.9 mơ hình tốt so với GMM với số Calinski-Harabasz 7494.4 • Với số Davies-Bouldin, giá trị nhỏ mơ hình tốt Do đó, mơ hình KMeans có số Davies-Bouldin 0.8272 tốt so với mơ hình GMM có số Davies-Bouldin 9.1106 Dựa số đánh giá, thấy mơ hình Kmeans cho kết tốt so với GMM Chỉ số Silhouette Kmeans đạt giá trị cao GMM, cho thấy tách biệt rõ ràng cụm Ngoài ra, số Calinski-Harabasz Kmeans cao GMM, đánh giá tách biệt cụm tốt Tuy nhiên, GMM có số Davies-Bouldin cao Kmeans, cho thấy tách biệt cụm không tốt Kmeans.Tổng kết lại, đánh giá theo số Silhouette Calinski-Harabasz Kmeans mơ hình tốt Từ khóa luận chọn kết phân cụm mơ hình Kmeans cho kết phân cụm 41 Kết phân cụm mơ hình Kmean cho thấy được, mơ hình phân khúc khách hàng thành nhóm bao gồm: ‘Cụm số 0’ với 26.549 khách hàng chiếm 37,98% tổng số khách hàng, ‘Cụm số 1’ với 38.563 khách hàng chiếm nhiều với 55,04% tổng số khách hàng ‘Cụm số 2’ với 4940 chiếm số lượng 7,05% tổng số khách hàng 42 KẾT LUẬN CHƯƠNG Trong chương 2, khóa luận sử dụng hai thuật toán phân cụm Kmeans GMM để phân khúc khách hàng sử dụng hai thuật toán phân cụm Kmeans GMM để phân khúc khách hàng Kết đánh giá số Davies-Bouldin cho thấy mơ hình KMeans (0.8272) hiệu so với mơ hình GMM (9.1106) Điều cho thấy mơ hình KMeans phù hợp với toán phân khúc khách hàng FRM Từ kết này, đưa giải pháp để nâng cao khả tiếp cận với nhóm khách hàng Chương đề xuất giải pháp cụ thể để phục vụ cho nhóm khách hàng, giúp tăng khả tiếp cận tối ưu hóa chiến lược kinh doanh Bằng cách hiểu rõ nhóm khách hàng nhu cầu họ, cung cấp dịch vụ sản phẩm phù hợp hơn, từ tạo lợi nhuận cao cho doanh nghiệp 43 CHƯƠNG 3: GIẢI PHÁP ĐỀ XUẤT NÂNG CAO KHẢ NĂNG TIẾP CẬN VỚI TỪNG NHÓM KHÁCH HÀNG 3.1 Xác định đặc điểm phân biệt nhóm khách hàng Một kết rút sau ứng dụng thuật toán phân cụm vào liệu mua hàng khách hàng có góc nhìn củ thể để hiệu rõ nhóm khách hàng Từ đưa giải pháp phù hợp cho nhóm khách hàng cụ thể, có hiệu cao sát với thực tế Do tập liệu này, đưa số giải pháp cho đơn vị bán hàng áp dụng với mục tiêu tăng mạnh sức mua doanh thu cửa hàng dựa nhóm khách hàng mà ta phân cụm phần trước Sau phân cụm thuật toán đề cập, phương pháp phân cụm Kmeans có mức độ hiệu cao nên lựa chọn kết phân cụm phương pháp Kmeans để đưa đề xuất , giải pháp phù hợp Trước tiên, cụm đạt tên phù hợp để dễ dàng cho việc nhận biết đưa chiến lược kinh doanh phù hợp Đối với nhóm khách hàng “Cụm số 0” với đặc điểm nhóm khách hàng có tần xuất mua hàng tốt so với nhóm khách hàng cịn lại nên gọi “nhóm khách hàng thân thiết” Bảng 3.1 Thông số cụm số days net_quantity total_sales count 26549 26549 26549 mean 190.6075 0.711816 54.0057 std 75.2927 0.731203 60.94411 -3 -285 25% 153 44.1 44 50% 222 71.2 75% 247 89 max 266 380 Nguồn: Khóa luận Tiếp theo, “cụm số 1” với đặc điểm nhóm khách hàng có số lượng cao so với nhóm khách hàng lại chiếm 55,04% , với số liền quan khác nằm mức độ tốt nên coi “nhóm khách hàng tiềm năng” Bảng 3.2 Thông số cụm số days net_quantity total_sales count 38563 38563 38563 mean 341.3153 0.696756 56.43042 std 38.35143 0.743379 62.11277 264 -3 -285 25% 309 62 50% 343 76 75% 375 89 max 449 445 Nguồn: Khóa luận Cuối “cụm số 2” Với đặc điểm có số lượng khách hàng mức độ đem lại doanh thu/ người lại cao so với nhóm khách hàng cịn lại nên ta gọi nhóm khách hàng cuối “nhóm khách hàng đặc biệt” 45 Bảng 3.3 Thông số cụm số days net_quantity total_sales count 4940 4940 4940 mean 583.5413 0.678543 59.16029 std 65.24189 752606 65.29059 479 -2 -238 25% 540 64 50% 572 85.5 75% 633 95 max 692 342 Nguồn: Khóa luận Như vậy, sau xác định số đặc trưng bật cụm khách hàng đặt tên gọi riêng cho nhóm dễ dàng việc đưa giải pháp tiếp cận khách nhằm nâng cao hiệu kinh doanh Cụ thể, nhóm khách hàng mục tiêu hướng tói chiến lược tiếp thị là: • Nhóm khách hàng thân thiết (37,98%) • Nhóm khách hàng tiềm (55,04%) • Nhóm khách hàng đặc biệt (7,05%) 3.2 Giải pháp tiếp cận nhóm khách hàng Để giải đước vấn đề riêng nhóm khách hàng trước tiên ta cần xác định mục tiêu chung quan trọng mà nhà kinh doanh ln ln hướng tới tối đa hóa lợi nhuận, nâng cao doanh thu, giảm trừ chi phí đầu vào, tăng độ nhận diện thương hiệu tiếp cận gần gũi tệp 46 khách hàng Nhìn chung, mục tiêu mà doanh nghiệp nhà kinh doanh hướng tới làm giàu cho đem lại nguồn lợi nhiều tốt cho thân Tuy nhiên, để đạt điều yếu tố làm hài lòng khách hàng gia tăng lượng khách hàng chiến lược đem lại hiệu cao lâu bền Trước hết, ta hướng tới nhóm khách hàng thân thiết chiếm tới 37,98% nhóm khách hàng đơng đảo Gọi nhóm khách hàng thân thiết họ người mua hàng có tần suất mua hàng tốt nhất, trung bình 190 ngày họ quay trở lại mua hàng thêm lần Cùng với số lượng hàng hóa lần mua hàng họ có số lượng cao so với nhóm khách hàng khác Vấn đề đặt tần suất mua hàng (days) lượng hàng hóa họ tiêu thụ tốt nhiên doanh thu trung bình nhóm khách hàng đem lại lại cao Qua đó, ta nhận thấy khách hàng có tần suất mua hàng lượng mua cao mặt hàng mà họ chủ yếu hướng tới thường nằm phân khúc có giá bình dân với tiêu chí cần phải khả chi trả phù hợp với túi tiền họ Vậy nên cách tiếp cận nhóm khách hàng thân thiết “đánh” vào tâm lý quan tâm tới giá họ họ thoải mái lựa chọn sản phẩm Cụ thể, nhà kinh doanh cần phải quan tâm tới chiến lược giảm giá, khuyến nhằm thu hút số lượng ngày đông tệp khách hàng Quảng cáo kênh truyền thông: Sử dụng kênh truyền thông Google Ads, Facebook Ads, Instagram Ads để quảng bá sản phẩm, dịch vụ mới, ưu đãi chiến dịch khuyến Truyền đạt thơng tin hữu ích, sản phẩm chất lượng nhấn mạnh ưu đãi để thu hút khách hàng Sau chiến dịch giảm giá khuyến đem lại mục tiêu mong đợi thực định hướng nhằm đưa nhóm khách hàng dễ dàng việc tiếp 47 cận mặt hàng sản phẩm nằm phân khúc cao giá trị Để thực điều này, nhà kinh doanh cần tác động tới giá thành phân khúc trở nên phù hợp túi tiền nhóm khách hàng số cách giảm giá, thực sách trả góp đồng trả góp với lãi suất thấp thời gian quy định Thông qua chiến lược giá vô hinh chung ta tạo hội lớn cho nhóm khách hàng dễ dàng tiếp cận nhóm hàng phân khúc cao từ cho họ trải nghiệm sản phẩm tạo thói quen tiêu dùng sản phẩm phân khúc cao Tiếp theo, nhóm khách hàng tiềm nhóm khách hàng có số lượng cao chiếm tới 55,04% lượng khách hàng Với hai yếu tố doanh thu lượng hàng tiêu thụ nhóm khách hàng nằm mức trung bình so với nhóm khách hàng khác Tuy nhiên, tần suất mua hàng nhóm khách hàng khơng tốt nhóm khách hàng thân thiết Vậy nên vấn đề đặt cần tăng tần suất mua hàng khách hàng Chiến lược nhóm khách hàng cần hướng tới là: Tạo chương trình khuyến hấp dẫn; khuyến cách hiệu giúp kích thích khách hàng mua hàng thường xuyên Những ưu đãi đáng giảm giá sản phẩm, quà tặng, vận chuyển miễn phí hay chiến dịch khuyến đặc biệt tháng, quý cách để tạo động lực mua sắm cho khách hàng Cùng với cải thiện chất lượng sản phẩm dịch vụ, chất lượng sản phẩm dịch vụ chuyên nghiệp, thân thiện yếu tố định đến việc khách hàng quay lại mua hàng lần sau chia sẻ với bạn bè, gia đình Tốt hơn, tối ưu hóa website giao diện điện thoại di động cho trải nghiệm mua hàng trực tuyến thuận tiện Xây dựng chương trình hậu cực tốt, để giữ chân khách hàng, tạo dựng mối quan hệ bền vững yếu tố quan trọng Các chương trình hậu chăm sóc khách hàng, nhắn tin giúp khách hàng đỡ lo lắng cần trợ giúp Đem lại ấn 48 tượng với khách hàng việc giải yêu cầu kịp thời, chuyên nghiệp Tạo dựng cộng đồng tảng mạng xã hội, qua cộng đồng trang mạng xã hội, nhà kinh doanh giới thiệu sản phẩm dịch vụ đến nhiều khách hàng Tạo nơi thảo luận, tương tác để chia sẻ thông tin sản phẩm dịch vụ, tạo nhiều địa hấp dẫn đến chiết khấu, chiến dịch khuyến mãi, tăng tỉ lệ nhóm người tiềm Tóm lại, để tăng tần suất mua hàng khách hàng, nhà kinh doanh cần đặc biệt quan tâm đến chất lượng sản phẩm dịch vụ, tạo chiến lược khuyến hấp dẫn, nâng cao trải nghiệm mua hàng khách hàng sử dụng phương tiện marketing khác để xây dựng thương hiệu tiếp cận khách hàng Cuối cùng, nhóm khách hàng đặc biệt chiếm số lượng nhỏ 7,05% doanh thu mà họ đem lại đơn hàng lại tốt có mức chi tiêu đơn hàng cao Mặc dù tần suất mua hàng họ vô thấp, ta thấy trung bình nhóm khách hàng quay trở lại mua hàng cần tới thời gian 583 ngày lượng hàng trung bình họ mua thấp so với hai nhóm khách hàng Do vấn đề cần hướng tới đói vớ nhóm khách hàng đặc biệt nâng cao tần suất mua hàng họ số lượng hàng cần tăng Có thể thấy qua đặc điểm tiêu dùng nhóm khách hàng ta đánh giá nhóm khách hàng hướng tới sản phẩm có phân khúc giá cao có mức độ yêu cầu với dịch vụ tiếp thị khắt khe Do chiến lược cần có đặc thù riêng Đầu tiên, cần cung cấp sản phẩm chất lượng cao, nhóm khách hàng tìm kiếm sản phẩm chất lượng cao Vì vậy, việc cung cấp sản phẩm chất lượng dịch vụ tốt khiến cho họ có xu hướng mua lại sản phẩm nhiều lần Dành thời gian để nghiên cứu thị trường, đảm bảo sản phẩm đáp ứng nhu cầu khách hàng Thứ hai, tạo sản phẩm độc đáo độc quyền: tạo 49 áp dụng sản phẩm độc đáo, độc quyền có cơng ty, giúp khách hàng có động lực niềm đam mê để mua hàng Các sản phẩm độc đáo thường có giá trị cao tận hưởng nhóm khách hàng nằm phân khúc giá cao Cùng với đó, cải thiện trải nghiệm khách hàng yếu tố cần quan tâm: Hiểu rõ nhu cầu mong muốn khách hàng cung cấp cho họ trải nghiệm tuyệt vời qua tiếp đón chuyên nghiệp, sản phẩm chất lượng, giá trị, quy trình giao hàng thuận tiện Kiến trúc địa điểm mua hàng, âm thanh, ánh sáng trang trí cửa hàng quan trọng để tạo trải nghiệm mua sắm tuyệt vời cho khách hàng Khơng vậy, ta cịn cần thường xun cập nhật thơng tin chương trình khuyến mại cho khách hàng: Khuyến mại ưu đãi hàng tuần, hàng tháng giúp khách hàng cảm thấy thoải mái, thuận lợi việc mua sắm Hơn nữa, chương trình khuyến mại tạo niềm tin tín nhiệm từ tất khách hàng có trải nghiệm từ sản phẩm công ty Và chiến lược độc đáo giới hạn tồn kho sản phẩm nhằm tạo cảm giác thú vị, bất ngờ lôi cho người tiêu dùng, hạn chế số lượng sản phẩm không bán sản phẩm dư thừa, người tiêu dùng định mua sản phẩm, họ cảm thấy độc đáo, hấp dẫn đặc biệt hơn, tạo nên sức hút cho sản phẩm của ta Tóm lại, nhóm khách hàng nằm phân khúc giá cao thường tìm kiếm sản phẩm chất lượng cao, sản phẩm độc quyền trải nghiệm mua sắm thoải mái, chất lượng Vì vậy, cách để tăng tần suất mua hàng thực chương trình khuyến mại hấp dẫn, cải thiện trải nghiệm khách hàng, đưa sản phẩm độc đáo độc quyền, hạn chế tồn kho sản phẩm mang đến cho họ sản phẩm dịch vụ chất lượng cao 50 KẾT LUẬN CHƯƠNG Trong chương 3, khóa luận đưa số đặc điểm đặc trưng nhóm khách hàng mà lựa chọn từ kết phân cụm chương 2, qua đặt tên gọi phù hợp với đặc trưng nhóm nhằm tạo thuận lợi cho việc xậy dựng chiến lược nhằm nâng cao hiệu kinh doanh Các chiến lược hướng tới nhóm khách hàng có đặc điểm riêng Mỗi nhóm có chiến lược riêng hương tới giá cách giảm giá khuyến mãi; hướng tới nâg cao tần suất mua hàng cần nâng cao chất lượng sản phẩm dịch vụ với chiến lược marketing thông minh; không cịn có chiến lược nhằm hướng tói phân khúc khách hàng có mức chi trả tốt yêu cầu khắt khe lain cần đem lại cho họ trải nghiệm dịch vụ tiếp thị trải nghiệm sản phẩm đặc biệt,vv 51 KẾT LUẬN Kết thúc lại, việc nghiên phân tích phân khúc khách hàng việc làm cần thiết giúp ích nhiều cho doanh nghệp kinh doanh nhằm làm tăng doanh thu lợi nhuận công ty Thông qua việc áp dụng thuật toán phân cụm GMM đặc biệt K-means vào toán phân cụm khách hàng giúp ta phân chia liệu khách hàng thành nhóm riêng, khách hàng nhóm có tương đồng nhau, dựa thuộc tính tiêu biểu tổng chi tiêu, số lượng sản phẩm mua, tần suất mua hàng, Đây cách làm phổ biến để doanh nghiệp giải tốn phân khúc khách hàng, từ đưa giải pháp phù hợp cho nhóm khách hàng nhằm nâng cao hiệu chăm sóc khách hàng xa thu lại lợi nhuận cao Những giải pháp chủ yếu tập chung vào việc nâng cao chất lượng sản phẩm, dịch vụ đảm bảo chất lượng sản phẩm (bảo quản, vận chuyển, ) Đặc biệt yếu tố người (nhân viên) cần cải thiện phong cách, thái độ phục vụ nhằm nâng cao chất lượng phục vụ, phản hồi khách hàng cách kịp thời 52 TÀI LIỆU THAM KHẢO [1] Andreas C Müller Sarah Guido (2016), Introduction to Machine Learning with Python | A Guide for Data Scientists, Nhà xuất O'Reilly Media, USA [2] Aurélien Géron (2019), Hands-on Machine Learning with Scikit-Learn, Keras & Tensorflow, Nhà xuất O'Reilly Media, USA [3] Nguyễn Thanh Tuấn (2019), Deep Learning Cơ Bản, Nhà xuất Thông tin Truyền thông, Hà Nội [4] Vũ Hữu Tiệp (2020), Machine Learning Cơ Bản, Nhà xuất Khoa học Kỹ thuật, Tp Hồ Chí Minh [5] https://www.w3schools.com/python/python_ml_k-means.asp [6] https://github.com/cereniyim/Customer-Segmentation-Unsupervised-ML- Model/blob/master/Orders%20-%20Analysis%20Task.csv [7] https://www.kaggle.com/code/julienjta/e-commerce-segmentation-rfm-kmeans4129 [8]https://figshare.com/articles/figure/Bayesian_information_criterion_BIC_values _for_different_numbers_of_clusters_/13097706/1 [9]: https://websitehcm.com/gaussian-mixture-model-trong-machine learning/ [10] https://simerp.io/blog/phan-khuc-khach-hang/ 53