Ứng dụng xây dựng mô hình phân khúc khách hàng bằng rfm kết hợp thuật toán phân cụm k means

HỌC VIỆN CHÍNH SÁCH VÀ PHÁT TRIỂN KHOA KINH TẾ SỐ KHÓA LUẬN TỐT NGHIỆP Đề tài ỨNG DỤNG XÂY DỰNG MƠ HÌNH PHÂN KHÚC KHÁCH HÀNG BẰNG RFM KẾT HỢP THUẬT TOÁN PHÂN CỤM K-MEANS Sinh viên thực hiên: Nguyễn Kim Quyên Nam, Nữ: Nữ Mã sinh viên: 7103101341 Lớp: KTDL10, Khoa Kinh Tế Số Năm thứ: / Số năm đào tạo: Ngành học: Phân tích liệu lớn kinh tế kinh doanh Người hướng dẫn: ThS Đào Quang Toàn HÀ NỘI, THÁNG 04 NĂM 2023 LỜI CAM ĐOAN Tơi xin cam đoan Khóa luận với đề tài “Ứng dụng xây dựng mơ hình phân khúc khách hàng RFM kết hợp thuật toán phân cụm k-means” tự thân thực hiện, có hỗ trợ giáo viên hướng dẫn không chép cơng trình nghiên cứu người khác Các số liệu Khóa luận sử dụng trung thực trích dẫn rõ ràng Nếu sai tơi xin hoàn toàn chịu trách nhiệm Hà Nội, tháng 04 năm 2023 Sinh viên Nguyễn Kim Quyên ii LỜI CẢM ƠN Sau năm học tập nghiên cứu, thân tơi có trải nghiệm mơi trường học tập tốt, ngồi việc nâng cao kiến thức cịn hồn thiện kỹ định hướng phát triển thân, tơi xin bày tỏ lịng biết ơn đến Học viện Chính sách Phát triển ngơi trường mà theo học suốt quãng thời gian sinh viên Để hồn thành chun đề khóa luận tốt nghiệp trước hết, xin gửi đến quý thầy, cô giáo khoa Khoa Kinh Tế Số trường Học viện Chính sách Phát triển lời cảm ơn chân thành Đặc biệt, tơi xin gửi đến thầy ThS Đào Quang Tồn, người tận tình hướng dẫn, giúp đỡ tơi hồn thành chuyên đề khóa luận tốt nghiệp với lời cảm ơn sâu sắc Vì kiến thức thân cịn hạn chế q trình hồn thiện luận văn khó tránh khỏi sai sót, mong thầy, bỏ qua Đồng thời trình độ lý luận kinh nghiệm thực tiễn hạn chế nên báo cáo khơng thể tránh khỏi thiếu sót, tơi mong nhận ý kiến đóng góp thầy, để luận văn hồn thiện Tơi xin chân thành cảm ơn! Hà Nội, tháng 04 năm 2023 Sinh viên Nguyễn Kim Quyên iii MỤC LỤC LỜI CẢM ƠN iii MỤC LỤC iv DANH MỤC BẢNG BIỂU vi DANH MỤC TỪ VIẾT TẮT viii LỜI MỞ ĐẦU 1 Tính cấp thiết đề tài Đối tượng mục đích nghiên cứu Phạm vi nghiên cứu Phương pháp nghiên cứu Kết cấu khóa luận CHƯƠNG 1: CƠ SỞ LÝ LUẬN 1.1 Tổng quan phân khúc khách hàng 1.1.1 Hành vi khách hàng 1.1.2 Phân tích phân khúc khách hàng (RFM) 1.2 Cơ sở lý thuyết thuật toán K – means 1.2.1 Phân cụm liệu 1.2.2 Thuật toán K – means 1.2.3 Các phương pháp đánh giá thuật toán Clustering 12 1.3 Tổng quan khai phá liệu 18 1.3.1 Khái niệm khai phá liệu 18 1.3.2 Mục tiêu khai phá liệu 19 1.3.3 Quá trình khai phá liệu 19 1.4 Các cơng trình nghiên cứu 20 1.4.1 Cơng trình nghiên cứu nước 20 1.4.2 Cơng trình nghiên cứu nước ngồi 21 CHƯƠNG 2: ỨNG DỤNG XÂY DỰNG MƠ HÌNH PHÂN KHÚC KHÁCH HÀNG BẰNG RFM KẾT HỢP THUẬT TOÁN PHÂN CỤM K-MEANS 23 2.1 Thu thập liệu 23 iv 2.1.1 Thông tin liệu 24 2.1.2 Mô tả liệu 24 2.2 Tiền xử lý liệu 26 2.2.1 Lựa chọn thuộc tính 26 2.2.2 Làm liệu 28 2.2.3 Biến đổi liệu 29 2.3 Trực quan hóa liệu 31 2.4 Xây dựng mơ hình RFM 37 2.4.1 Tính điểm RFM tổng thể 37 2.4.2 Phân cụm gán nhãn nhóm khách hàng 38 2.5 Xây dựng mơ hình với thuật tốn K-means 41 2.5.1 Chuẩn hóa liệu 41 2.5.2 Tìm số cụm với phương pháp Eblow 44 2.5.3 Kiểm nghiệm phương pháp Sihouette 46 CHƯƠNG 3: KẾT QUẢ THỰC NGHIỆM 48 3.1 Kết thực nghiệm 48 3.1.1 Kết phân tích RFM 48 3.1.2 Kết phân cụm với thuật toán K – means 50 3.2 Thảo luận 51 3.2.1 Phân tích kết phân khúc RFM 51 3.2.2 Phân tích kết phân cụm với K – means 57 3.3 Khuyến nghị kết luận 61 3.3.1 Khuyến nghị 61 3.3.2 Kết luận hướng phát triển 63 KẾT LUẬN 65 TÀI LIỆU THAM KHẢO 66 v DANH MỤC BẢNG BIỂU Bảng 2.1: Bảng mô tả liệu 25 Bảng 2.2: Độ lệch qua phép biến đổi 43 DANH MỤC HÌNH VẼ - BIỂU ĐỒ Hình 2.1: Quy trình nghiên cứu thực nghiệm 23 Hình 2.2:Tập liệu công ty Adventure Works Cycles 27 Hình 2.3: Thống kê mơ tả thuộc tính SaleAmount 28 Hình 2.4: Số giá trị bị thiếu thuộc tính 29 Hình 2.5: Tính tốn giá trị Recency 30 Hình 2.6: Tính toán giá trị Frequency 30 Hình 2.7: Tính tốn giá trị Monetary 31 Hình 2.8: Tổng hợp giá trị RFM 31 Hình 2.9: Biểu đồ thể TOP 20 sản phẩm bán chạy 32 Hình 2.10: Biểu đồ thể TOP10 khách hàng tiềm 33 Hình 2.11: Biểu đồ thể doanh thu theo khu vực 33 Hình 2.12: Biểu đồ thể tỷ lệ doanh thu số lượng mua hàng theo khu vực 34 Hình 2.13: Biểu đồ doanh thu bán hàng theo năm 35 Hình 2.14: Doanh thu bán hàng hàng tháng 36 Hình 2.15: Số lượng giao dịch khu vực 36 Hình 2.16: Giá trị mốc R, F, M 37 Hình 2.17: Nối điểm R – F – M 38 Hình 2.18: Dữ liệu sau gán nhãn 40 Hình 2.19: Mơ tả giá trị Recency – Frequency - Monetary 41 Hình 2.20: Biểu đồ phân phối Recency – Frequency – Monetary 41 Hình 2.21: Các phương pháp chuẩn hóa cho kết sau biến đổi 43 Hình 2.22: Dữ liệu mơ tả giá trị R – F – M sau biến đổi 44 vi Hình 2.23: Biểu đồ phân phối R – F – M sau biến đổi 44 Hình 2.24: Đồ thị đường SSE phương pháp Elbow 45 Hình 2.25: Kết điểm Silhouette 47 Hình 2.26: Phân tích biểu đồ Silhouette 47 Hình 3.1: Biểu đồ phân tán giá trị R - F – M 48 Hình 3.2: Biểu đồ thể kích thước nhóm khách hàng 49 Hình 3.3: Biểu đồ phân tán cụm 50 Hình 3.4: Số lượng cụm 51 Hình 3.5: Mơ tả tứ phân vị nhóm khách hàng About To Sleep (Sắp Ngủ) 51 Hình 3.6: Mơ tả tứ phân vị nhóm khách hàng trung thành tiềm 53 Hình 3.7: Mơ tả tứ phân vị nhóm khách hàng cần quan tâm 54 Hình 3.8: Mơ tả tứ phân vị nhóm khách hàng Promising (Kỳ Vọng) 54 Hình 3.9: Mơ tả tứ phân vị nhóm khách hàng 56 Hình 3.10: Mơ tả tứ phân vị nhóm khách hàng Champions 57 Hình 3.11: Bảng mơ tả giá trị R – F – M cụm 58 Hình 3.12: Mơ tả tứ phân vị nhóm khách hàng tiềm (Cụm 0) 58 Hình 3.13: Mơ tả tứ phân vị nhóm khách hàng tiềm (Cụm 1) 59 Hình 3.14: Mơ tả tứ phân vị nhóm khách hàng cần quan tâm (Cụm 2) 60 vii DANH MỤC TỪ VIẾT TẮT STT Từ viết tắt Dịch nghĩa KPDL Khai phá liệu CSDL Cơ sở liệu PRF Parallel Random Forest viii LỜI MỞ ĐẦU Tính cấp thiết đề tài Sự phát triển công nghệ thông tin việc ứng dụng công nghệ thông tin vào nhiều lĩnh vực đời sống, kinh tế, xã hội ngày phổ biến, điều đồng nghĩa với việc liệu tạo ngày nhiều tích lũy dần tạo thành lượng lớn liệu Một vấn đề đặt làm để tổ chức khai thác khối liệu khổng lồ đa dạng thành thơng tin hữu ích? Vì vậy, thuật toán, kỹ thuật xuất để đáp ứng nhu cầu giải vấn đề Kết nghiên cứu thành công với nhiều ứng dụng lĩnh vực này, đặc biệt từ phân khúc khách hàng Bài tốn phân khúc khách hàng có nhiều phương pháp thực Hầu hết doanh nghiệp sử dụng phương pháp để tiếp cận khách hàng cách hiệu Tuy nhiên, việc áp dụng phân khúc khách hàng cho lĩnh vực bán lẻ tồn đặc điểm riêng biệt cần nghiên cứu Việc kết hợp mơ hình RFM với thuật tốn K-means mong đợi mang lại hiệu lớn cho doanh nghiệp việc phân khúc khách hàng Vấn đề ngành bán lẻ gặp phải nhà bán lẻ cịn sử dụng mơ hình phân khúc khách hàng truyền thống Vì vậy, tơi chọn đề tài “Ứng dụng xây dựng mơ hình phân khúc khách hàng RFM kết hợp thuật toán phân cụm K-Means” Bài nghiên cứu thực để hướng đến việc tạo lập mơ hình phân khúc khách hàng hiệu kết hợp phương pháp học máy K-means cho lĩnh vực bán lẻ xe đạp Công ty AdventureWorks Cycles đồng thời so sánh mơ hình RFM truyền thống với mơ hình RFM kết hợp thuật tốn phân cụm K-means Đối tượng mục đích nghiên cứu 2.1 Đối tượng nghiên cứu Ứng dụng xây dựng mơ hình phân khúc khách hàng RFM kết hợp thuật toán phân cụm K-Means lĩnh vực bán lẻ xe đạp công ty AventureWorks Cycles 2.2 Mục đích nghiên cứu - Nghiên cứu làm rõ sở lý thuyết hành vi khách hàng, phân khúc khách hàng, mơ hình RFM nghiên cứu liên quan đến ứng dụng phương pháp học máy phân cụm khách hàng - Trình bày việc thu thập, xử lý liệu đưa phân tích định tính định lượng tương ứng với nhóm khách hàng Từ hồn thiện mơ hình phân khúc khách hàng hiệu sử dụng RFM kết hợp phương pháp học máy K-means - Đề xuất giải pháp, khuyến nghị chiến lược marketing phù hợp, hiệu cho doanh nghiệp Phạm vi nghiên cứu - Không gian nghiên cứu: Nghiên cứu dựa liệu thị trường hoạt động bán lẻ xe đạp công ty AdventureWorks Cycles (từ 01/07/2016 – 31/07/2019) - Thời gian nghiên cứu: Nghiên cứu thực tháng (từ tháng 2/2023 đến tháng 4/2023) Phương pháp nghiên cứu a, Phương pháp thu thập thông tin, kết hợp phương pháp so sánh phân tích Thơng tin, số liệu sau thu thập thống kê, so sánh, phân tích tổng hợp cho phù hợp với mục đích phần Q trình tổng hợp có nhìn khái quát liệu trình xây dựng mơ hình phân khúc khách hàng RFM kết hợp thuật toán phân cụm K-Means b, Phương pháp nghiên cứu lý thuyết Nghiên cứu tài liệu liên quan, sở làm sáng tỏ sở lý luận, khái niệm, ứng dụng đề tài Đồng thời tiến hành tìm hiểu số tài liệu hệ thống hóa lý thuyết nghiên cứu c, Phương pháp nghiên cứu thực tiễn Thông qua việc đặt vấn đề - giải tốn, từ phân tích liệu, xây dựng mơ hình dự báo để đưa số giải pháp dựa liệu nghiên cứu giúp cải thiện sách bán hàng tăng lợi nhuận mang cho doanh nghiệp Dựa vào mô tả tứ phân vị nhóm khách hàng VIP hình 3.5 cho thấy kích thước nhóm 6112 khách hàng, chiếm số lượng lớn phân khúc khoảng 33% tổng số khách hàng tập liệu gốc Qua đánh giá tham số đặc trưng tứ phân vị suy vài đặc trưng chủ yếu nhóm khách hàng Đây nhóm có tỷ lệ lần mua hàng gần với giá trị trung bình khoảng 436 ngày Thêm vào đó, số Frequency – tần suất mua hàng nhóm thuộc vào mức trung bình so với tổng thể (trung bình mức 1.65), kết hợp hai thuộc tính cho thấy lần mua hàng gần khách hàng thuộc nhóm xảy lâu mua hàng họ lại chọn doanh nghiệp Tuy vậy, tổng số tiền trung bình mà nhóm ngủ đem đến cho doanh nghiệp lại điểm sáng nằm mức 967 đơ-la, cao so với trung bình tổng thể Từ đặc điểm đó, doanh nghiệp đưa sách phù hợp nhằm tiếp thị sản phẩm đến nhóm khách hàng cách hiệu cần cân nhắc yếu tố khác Nói khách hàng chi trả lượng tiền lớn lâu không quay lại, khả rời bỏ nhóm cao có khả mang đến nhiều rủi ro cho doanh nghiệp tiếp cận sai đối tượng b, Nhóm khách hàng Potential Loyalists (Trung thành tiềm năng) Đối với nhóm khách hàng Potential Loyalists (Trung thành tiềm năng), họ Những khách hàng gần với tần suất mua hàng nằm mức trung bình với trung bình Recency đạt mức khoảng 192 ngày có tỷ lệ lần mua hàng gần đứng thứ ba kết Hình 3.6 Các giá trị tần suất mua hàng (Frequency) nhóm mức vừa phải với trung bình mức 3.5 52 Hình 3.6: Mơ tả tứ phân vị nhóm khách hàng trung thành tiềm Nguồn: Tính tốn từ tác giả Tuy vậy, tổng số tiền trung bình mà nhóm đem đến cho doanh nghiệp lại điểm sáng nằm mức 1124 đô-la, mức trung bình so với trung bình tổng thể Từ đặc điểm đó, doanh nghiệp đưa sách phù hợp nhằm tiếp thị sản phẩm đến nhóm khách hàng cách hiệu cần cân nhắc yếu tố khác c, Nhóm khách hàng Need Attention (Cần quan tâm) Đối với nhóm khách hàng cần quan tâm, họ người mua hàng tần xuất sử dụng sản phẩm doanh nghiệp mức cao Có thể thấy trung bình giá trị Recency nhóm mức trung bình (khoảng 408 ngày – 13 tháng) cho thấy độ trung thành khách hàng giảm đáng kể lần mua hàng gần khách hàng thuộc nhóm xảy lâu Các giá trị tần suất mua hàng (Frequency) nhóm khơng có bật với số lần mua hàng họ mức trung bình với số trung bình 3.4 kết hình 3.7 53 Hình 3.7: Mơ tả tứ phân vị nhóm khách hàng cần quan tâm Nguồn: Tính tốn từ tác giả Tuy vậy, tổng số tiền trung bình mà nhóm đem lại cho doanh nghiệp đạt mức trung bình với khoảng 1133 la Từ đặc điểm Recency, Frequency Monetary thấy, nhóm khách hàng có khả rời bỏ doanh nghiệp đem lại rủi ro cho doanh nghiệp cao Vì vậy, doanh nghiệp cần phải có chiến lược chăm sóc, quan tâm thu hút nhu cầu nhóm này, đặc biệt chiến lược giá sản phẩm tạo đa dạng phân khúc sản phẩm với mức giá phù hợp túi tiền người mua để khách hàng dễ dàng lựa chọn hay đưa nhiều khuyến nhằm khuyến khích khách hàng chi tiền d, Nhóm khách hàng Promising (Kỳ Vọng) Hình 3.8: Mơ tả tứ phân vị nhóm khách hàng Promising (Kỳ Vọng) 54 Nguồn: Tính tốn từ tác giả Dựa vào mơ tả tứ phân vị nhóm khách hàng hứa hẹn (Promising) Hình 3.8 cho thấy kích thước nhóm 1798 khách hàng chiếm 10% tổng số khách hàng xuất tập liệu gốc Qua đánh giá tham số đặc trưng tứ phân vị suy vài đặc trưng chủ yếu nhóm khách hàng Đây nhóm có tỷ lệ lần mua hàng gần đứng thứ tư với giá trị trung bình khoảng 206 ngày Thêm vào đó, số Frequency – tần suất mua hàng nhóm thuộc vào mức trung bình so với tổng thể (trung bình mức 1.7), kết hợp hai thuộc tính cho thấy khả quay trở lại nhóm cao Ngồi ra, tổng số tiền mà nhóm đem lại cho doanh nghiệp đạt mức trung bình khoảng 862 – la Cho thấy, xét theo góc độ cá nhân khách hàng nhóm chưa thực sẵn sàng chi tiền cho doanh nghiệp Từ đặc điểm Recency, Frequency Monetary ta thấy, khơng nhóm khách hàng có khả quay trở lại cao mà nhóm đem lại nguồn doanh thu khủng cho doanh nghiệp Vì vậy, doanh nghiệp cần phải có chiến lược giá sản phẩm tạo đa dạng phân khúc sản phẩm với mức giá phù hợp túi tiền người mua để khách hàng dễ dàng lựa chọn hay đưa nhiều khuyến nhằm khuyến khích khách hàng chi tiền e, Nhóm khách hàng New Customer (Khách hàng mới) Đối với nhóm khách hàng New Customer (Khách hàng mới), họ khách hàng mua gần nhất, không thường xun 55 Hình 3.9: Mơ tả tứ phân vị nhóm khách hàng Nguồn: Tính tốn từ tác giả Đối với nhóm khách hàng mới, họ người có lần mua hàng gần đứng thứ tất phân khúc với trung bình Recency đạt mức khoảng 106 ngày kết Hình 3.9 cho thấy tiềm thu hút nhóm khách hàng cao Các giá trị tần suất mua hàng (Frequency) nhóm lớn, điều đáng ngạc nhiên thuộc vào nhóm khách hàng doanh nghiệp, số lần mua hàng họ với số trung bình 1.7 Điều tạo nên tập trung lớn doanh nghiệp hướng đến nhóm khách hàng Xét đến giá trị Monetary nhóm có số Monetary mức trung bình khoảng 690 – la Với kết phân tích đưa khuyến nghị nhà bán lẻ nên tập trung xây dựng sách tiếp thị chăm sóc nhóm khách hàng thật tốt để xây dựng thương hiệu từ đầu, tạo ảnh hưởng tốt để doanh nghiệp phát triển tiền đề thu hút lượng lớn khách hàng mới, biến khách hàng có nhóm dần trở thành nhóm khách hàng trung thành f, Nhóm khách hàng Champions (Nhà vơ địch) Đây nhóm chiếm số lượng tổng thể với mức 5% Là nhóm khách hàng mua gần đây, thường xuyên chi nhiều Với số trung bình Recency đứng thứ tất phân khúc vào khoảng 101 ngày Bên cạnh 56 giá trị tần suất mua hàng (Frequency) nhóm mức trung bình với số trung bình 4.25 Hình 3.10: Mơ tả tứ phân vị nhóm khách hàng Champions Nguồn: Tính tốn từ tác giả Ngồi ra, số Monetary tổng số tiền mà nhóm đem lại cho doanh nghiệp điểm sáng nằm mức 1377 đô – la đứng tất phân khúc Khi đánh giá số R, F, M mà nhóm khách hàng champions mang lại, doanh nghiệp nhà phân tích cần suy xét kĩ để đưa sách phù hợp cho thời điểm bối cảnh khác nhau, tránh đánh khách hàng V.I.P 3.2.2 Phân tích kết phân cụm với K – means Kết phân cụm với thuật toán K – means từ ba số Recency, Frequency Monetary hình 3.11 nghiên cứu đưa phân khúc khách hàng gồm nhóm khác là: Nhóm khách hàng thơng thường, nhóm khách hàng tiềm năng, nhóm khách hàng cần quan tâm 57 Hình 3.11: Bảng mơ tả giá trị R – F – M cụm Nguồn: Tính tốn từ tác giả a, Phân tích nhóm khách hàng thơng thường (Cụm 0) Hình 3.12: Mơ tả tứ phân vị nhóm khách hàng thơng thường (Cụm 0) Nguồn: Tính tốn từ tác giả Theo số liệu thể Hình 3.12, nhóm khách hàng thơng thường chiếm số lượng tổng thể tương ứng với 5666 khách hàng Trung bình giá trị Recency nhóm thuộc mức trung bình tổng thể (khoảng 273 ngày) cho thấy lần mua hàng gần khách hàng thuộc nhóm đứng tất phân khúc Chỉ số lại tần suất mua hàng đến từ cụm lại điểm bật có giá trị trung bình khoảng 3.75, lớn nhiều so với cụm lại Kèm theo đó, tổng số tiền trung bình mà nhóm khách hàng thông thường đem đến cho doanh nghiệp nằm mức 1768 đô-la thấp so với trung bình tổng thể Từ đặc điểm đó, doanh nghiệp đưa sách phù hợp nhằm tiếp thị sản phẩm đến nhóm khách hàng cách hiệu 58 cần cân nhắc yếu tố khác Từ đặc điểm R, F, M nhóm khách hàng thơng thường, doanh nghiệp thu hút khách hàng thuộc nhóm Email SMS cá nhân hóa để gửi cho khách hàng ưu đãi công ty, quan tâm thường xuyên phản hồi đến khách hàng chương trình khuyến b, Phân tích nhóm khách hàng tiềm (Cụm 1) Đối với nhóm khách hàng tiềm năng, họ người có lần mua hàng gần với trung bình Recency đạt mức khoảng 294 ngày cao mức trung bình tổng thể kết Hình 3.13 Các giá trị tần suất mua hàng (Frequency) nhóm nằm mức trung bình (giá trị F trung bình 2.2), điều ngạc nhiên thuộc vào nhóm khách hàng tiềm doanh nghiệp, số lần mua hàng họ lại chiếm cao so với tổng thể Điều tạo nên tập trung tương đối lớn doanh nghiệp hướng đến nhóm khách hàng Hình 3.13: Mơ tả tứ phân vị nhóm khách hàng tiềm (Cụm 1) Nguồn: Tính tốn từ tác giả Tuy nhiên, xét đến giá trị Monetary nhóm lại tỏ bật trung bình số tiền bỏ khách hàng mức 64 đô-la thấp tất nhóm Cũng nhóm chiếm số lượng lớn tổng số khách hàng dẫn đến doanh thu mà khách hàng thuộc nhóm ảnh hưởng đến cho doanh nghiệp không nhỏ Nếu đánh giá dựa nhận định chủ quan mà không phân khúc khách hàng dựa liệu, khả cao doanh nghiệp bỏ qua vấn đề làm doanh thu khơng đạt mức tối ưu Giải thích cho điều doanh 59 nghiệp cịn vừa bước vào thị trường dẫn đến đa số khách hàng thuộc vào nhóm khách hàng mua lần khách hàng lâu khơng ghé qua Vì lẽ mà phần lớn nguồn doanh thu doanh nghiệp đến từ nhóm Qua kết phân tích trên, đưa khuyến nghị nhà bán lẻ không nên lơ mà cần trọng xây dựng sách tiếp thị chăm sóc nhóm khách hàng thật tốt để xây dựng thương hiệu từ đầu Từ đó, doanh nghiệp tạo ảnh hưởng tốt tương lai, tiền đề thu hút lượng lớn khách hàng c, Phân tích nhóm khách hàng cần quan tâm (Cụm 2) Nhóm khách hàng cuối phân tích phân khúc khách hàng nghiên cứu nhóm khách hàng cần quan tâm Đây nhóm khách hàng có số Recency Frequency khơng bật hay chí so với tất phân khúc lại Chỉ số Recency đạt mức trung bình khoảng 403 ngày kết Hình 3.14 Bên cạnh số Frequency mức trung bình (giá trị F trung bình 1.6) Hình 3.14: Mơ tả tứ phân vị nhóm khách hàng cần quan tâm Nguồn: Tính tốn từ tác giả Tuy nhiên, tổng số tiền trung bình mà nhóm đem đến cho doanh nghiệp bật nằm mức 2079 đô-la, cao so với trung bình tổng thể hay nói cao cụm Từ đặc điểm đó, doanh nghiệp đưa sách phù hợp nhằm tiếp thị sản phẩm đến nhóm khách hàng 60 cách hiệu cần cân nhắc yếu tố khác Nói khách hàng chi trả lượng tiền lớn trải qua khoảng thời gian họ chưa quay lại, điều tiềm ẩn rủi ro cho doanh nghiệp nhà bán lẻ cần đưa sách lơi kéo, tránh việc khách hàng thuộc nhóm ngày có xu hướng rời bỏ doanh nghiệp Tuy vậy, thu hút trở lại nhóm khách hàng khả thu lợi vơ đáng kể 3.3 Khuyến nghị kết luận 3.3.1 Khuyến nghị Qua nghiên cứu với liệu lấy từ Công ty Adventure Works kết hợp với mô hình RFM cho phân khúc khách hàng từ liệu lớn Qua kết nghiên cứu cho thấy lợi ích lớn việc áp dụng mơ hình RFM doanh nghiệp Do lý sau nghiên cứu khuyến khích doanh nghiệp nên áp dụng mơ hình RFM kinh doanh: Trước hết, đa dạng đối tượng áp dụng mơ hình RFM để phân khúc khách hàng, để áp dụng doanh nghiệp cần có tiêu chí như:  Bất kì doanh nghiệp có đội ngũ bán hàng  Bất kì doanh nghiệp có triển khai hình thức Marketing  Bất kì doanh nghiệp có sử dụng bảng báo giá hóa đơn tốn  Bất kì doanh nghiệp muốn cho khách hàng thấy họ ưu tiên hàng đầu Thứ hai, lợi ích từ việc áp dụng mơ hình RFM phận Marketing doanh nghiệp nắm bắt, khoanh vùng nhóm đối tượng phù hợp từ tập trung vào nhóm đối tượng mà phận Marketing muốn tác động từ giảm thiểu chi phí tiếp thị, gia tăng doanh số Thứ ba, doanh nghiệp xác định nhóm khách hàng bỏ từ có chiến lược phù hợp với nhóm khách hàng để biến họ thành khách hàng trung thành giữ chân nhóm khách hàng Thứ tư, Doanh nghiệp trích xuất liệu mà doanh nghiệp mong muốn từ việc khai phá liệu tiềm 61 Cuối cùng, liệu có giúp doanh nghiệp xây dựng mối quan hệ tốt đẹp với nhóm khách hàng, từ giúp doanh nghiệp thấu hiểu thái độ, nhận thức, thái độ từ hành vi khách hàng doanh nghiệp biết thứ khách hàng cần, thực trạng sản phẩm/dịch vụ trải nghiệm có họ sản phẩm/ dịch vụ Việc xây dựng mối quan hệ tốt đẹp với khách hàng cịn khiến họ trở thành nhóm khách hàng trung thành với sản phẩm/ dịch vụ doanh nghiệp Tóm lại, doanh nghiệp nên áp dụng mơ hình RFM lợi ích khơng thể chối cãi mà mang lại Qua kết phân tích cụm mà nghiên cứu phân khúc được, nghiên cứu thảo luận đưa số ý kiến sau: Thứ nhất, doanh nghiệp nên tập trung vào nhóm khách hàng có độ trung thành cao nguồn lợi mà nhóm đem lại lớn hay nói cách khác hai nhóm khách hàng “Trung thành” khách hàng “Mới”, đặc biệt nhóm khách hàng “Trung thành” với tiềm trở thành V.I.P nhóm chủ chốt mang lại phần lớn doanh thu cho doanh nghiệp Lý giải cho điều khách hàng có số R, F, M thể tốt, khả quay trở lại cao doanh nghiệp cần trọng để giữ chân khách hàng thuộc nhóm sách ưu tiên, thu hút gây ấn tượng Mặc dù vậy, muốn giới hạn lại phạm vi xác định rõ nên ưu tiên phát triển sách cho nhóm nào, nghiên cứu cần tiến hành phân tích kết hợp thêm giá trị CLV, CR RR liệu nhân học tâm lý học khách hàng để kết thể xác Thứ hai, để tận dụng tối đa nguồn lực cách tối ưu nhất, doanh nghiệp đẩy mạnh phát triển chiến lược cho tất nhóm mà phải có “ưu tiên” vào nhóm quan trọng, đồng thời “hạn chế quan tâm” nhóm tiềm tỷ lệ rời bỏ cao Cụ thể trường hợp nghiên cứu này, doanh nghiệp cần trọng với nhóm khách hàng có xu hướng quay lại mang lại lượng doanh thu khủng nhóm “Cần quan tâm” (cụm 2) Doanh nghiệp nên cần tập trung xây dựng thêm sách níu kéo, thu hút nhóm khách hàng 62 3.3.2 Kết luận hướng phát triển Mơ hình RFM áp dụng nghiên cứu liên nhanh thực nghiệm thành công cho kết phù hợp với nhu cầu phân khúc khách hàng Marketing Các bước thực nghiệm RFM liệu công ty Adventureworks thực đầy đủ để có phân khúc khách hàng xác Bên cạnh áp dụng phương pháp học máy K-Means lựa chọn nâng cao hiệu nhằm đưa nhóm khách hàng tiềm Từ kết thu thấy vai trị q trình tiền xử lý liệu, trình quan trọng then chốt để thu kết cuối xác Với kết nghiên cứu đạt được, xem nghiên cứu mang ý nghĩa liên ngành, nguồn tham khảo cho người quản lý để họ có phương pháp tiếp cận khách hàng đắn có nhìn tổng quan tình hình doanh nghiệp Nghiên cứu hỗ trợ, đóng góp cho doanh nghiệp cơng cụ để nắm bắt khách hàng từ có có chiến lược cho khách hàng cũ làm tăng doanh số cho công ty Trong tương lai, với mong muốn tiếp tục phát triển đề tài, nghiên cứu đề xuất hướng phát triển sau: Thứ nhất, thu thập thông tin từ Hệ thống quản lý quan hệ khách hàng (CRM) để quản lý tốt thơng tin tên, tuổi, giới tính, địa chỉ, liên hệ, Thứ hai, cải tiến mơ hình RFM việc thay đổi trọng số mơ hình khác phù hợp với mục đích, chiến lược cơng ty:  Mơ hình RFD (Recency, Frequency, Duration): Tính tốn thời gian khách hàng sử dụng trang web bán hàng cơng ty để đánh giá thành công trang web, trải nghiệm khách hàng  Mơ hình FRAT (Frequency, Recency, Amount, Type): Mơ hình RFM mở rộng, mơ hình tính toán dựa số lượng loại sản phẩm Thứ ba, mơ hình RFM phân khúc khách hàng dựa liệu tần suất số tiền bỏ chủ yếu mà bỏ qua yếu tố nhân học tâm lý học Vì vậy, tương lai nghiên cứu mong muốn tạo lập mơ hình RFM kết hợp phân 63 tích liệu hành vi, nhân học tâm lý học khách hàng để đưa kết xác 64 KẾT LUẬN Phân tích liệu vấn đề thiếu tổ chức, cơng ty Đặc biệt phân tích liệu ngày có vai trị quan trọng giải vấn đề quan, tổ chức gặp phải Thông tin mạnh đất nước Phân tích quản lý liệu giúp cho cơng việc quản lý dễ dàng hơn, nâng cao hiệu sản xuất, tiết kiệm thời gian công sức Trong kinh doanh, yếu tố khách hàng yếu tố quan trọng định thành bại doanh nghiệp, thông tin ngày trở thành yếu tố định kinh doanh vấn đề tìm kiếm thơng tin hữu ích kho liệu khổng lồ ngày trở thành mục tiêu quan trọng doanh nghiệp Vì vậy, giải pháp hữu hiệu để khắc phục tồn xây dựng hệ thống khai thác liệu, quản lý nguồn khách hàng nêu Nó hệ thống thiết kế để giúp người quản lý nắm bắt thơng tin khách hàng hữu ích trích xuất từ sở liệu Qua đó, giúp nhà quản lý đưa định chiến dịch marketing Đi sâu bám sát mục tiêu nghiên cứu đặt ra, sở vận dụng tổng hợp phương pháp nghiên cứu khoa học từ lý thuyết đến thực tiễn, giải toán “Ứng dụng xây dựng mơ hình phân khúc khách hàng RFM kết hợp thuật toán phân cụm K-Means”, nghiên cứu làm rõ nội dung sau: Khái quát vấn đề, lý luận hành vi khách hàng, mơ hình RFM thuật tốn K – means phân khúc khách hàng công ty AdventureWorks Cycles Triển khai xây dựng mơ hình RFM truyền thống phân cụm khách hàng từ thuật toán học máy K – means Từ đưa lời khuyên, số giải pháp cho công ty AdventureWorks Cycles việc tiếp cận đối tượng phân khúc khách hàng Bài nghiên cứu thành cột mốc cuối đánh dấu bốn năm đại học, dù nỗ lực hoàn thiện luận văn khơng tránh khỏi thiếu sót, em mong nhận đước ý kiến đóng góp thầy giáo để luận văn hoàn thiện 65 TÀI LIỆU THAM KHẢO [1] Amjad Ali, Chen Sheng-Chang (2020) “Characterization of well logs using Kmean cluster analysis” [2] A JoyChristya, A.Umamakeswaria, L.Priyatharsinib, A.Neyaab (2018) “RFM ranking – An effective approach to customer segmentation” Department of CSE, School of Computing, SASTRA Deemed to be University, Thanjavur, India [3] “Các phương pháp đánh giá thuật toán Clustering”, truy cập ngày 28/3/2023 < https://bigdatauni.com/tin-tuc/cac-phuong-phap-danh-gia-trong-thuat-toanclustering.html > [4] Hồng, A D (2020), ‘Phân tích hành vi sử dụng dịch vụ viễn thông khách hàng dựa thuật tốn phân cụm đưa sách khuyến mại sản phẩm theo phân khúc khách hàng’, Luận văn thạc sĩ, Trường Đại học Công nghệ [5] Nguyễn Hữu Đạt (2019) “Phân khúc khách hàng phân tích RFM thuật tốn K-Means” Trường Đại học Bách Khoa Hà Nội, Viện Toán ứng dụng Tin học [6] MA Syakur, BK Khotimah, EMS Rochman, BD Satoto (2018) “Integration KMeans Clustering Method and Elbow Method For Identification of The Best Customer Profile Cluster” University of Trunojoyo Madura [7] Thành, H T., & Sơn, N Đ (2021), ‘Một nghiên cứu liên ngành phân tích phân khúc khách hàng marketing phương pháp học máy’, Tạp chí Phát triển Khoa học Cơng nghệ – Kinh tế-Luật Quản lý, 6(1), 2005-2015 [8] Trường, P C M (2022), ‘Phân tích hành vi khách hàng lĩnh vực bán lẻ với mơ hình RFM tiếp cận kỹ thuật học máy không giám sát’, Luận văn thạc sĩ, Trường Đại học Kinh tế Tp Hồ Chí Minh [9] Vũ Thị Bích Phương (2013), “Nghiên cứu kỹ thuật phân cụm liệu ứng dụng” Trường Đại học Sư phạm Hà Nội [10] “Các phương pháp đánh giá thuật toán Clustering”, truy cập ngày 28/3/2023 < https://bigdatauni.com/tin-tuc/cac-phuong-phap-danh-gia-trongthuat-toan-clustering.html > 66