Tổng quan về Ngân hàng thương mại
Khái niệm Ngân hàng thương mại
Ngân hàng, theo Wikipedia, là tổ chức tài chính trung gian chấp nhận tiền gửi và định hướng các khoản tiền này vào hoạt động cho vay qua thị trường vốn Ngân hàng thương mại (NHTM) là loại ngân hàng đặc biệt, phát triển hàng trăm năm gắn liền với sự phát triển của kinh tế hàng hóa Hiện nay, khái niệm về NHTM rất đa dạng, phụ thuộc vào đặc điểm của từng quốc gia.
Ngân hàng thương mại tại Mỹ là các công ty chuyên cung cấp dịch vụ tài chính, hoạt động chủ yếu trong ngành công nghiệp dịch vụ tài chính và quản lý tiền tệ.
Đạo luật ngân hàng của Pháp năm 1941 định nghĩa ngân hàng thương mại là những xí nghiệp hoặc cơ sở có chức năng thường xuyên nhận tiền từ công chúng qua hình thức ký thác hoặc các hình thức khác, và sử dụng nguồn tài chính này cho các hoạt động chiết khấu, tín dụng và tài chính.
Ngân hàng thương mại tại Việt Nam được định nghĩa là tổ chức kinh doanh tiền tệ, chủ yếu nhận tiền gửi từ khách hàng với trách nhiệm hoàn trả, đồng thời sử dụng số tiền đó để cho vay, thực hiện nghiệp vụ chiết khấu và làm phương tiện thanh toán Theo Nghị định số 59/2009/NĐ-CP, ngân hàng thương mại thực hiện toàn bộ hoạt động ngân hàng và các hoạt động kinh doanh liên quan nhằm mục tiêu lợi nhuận, tuân thủ quy định của Luật Các tổ chức tín dụng và các quy định pháp luật khác.
Ngân hàng thương mại (NHTM) là một trong những định chế tài chính chủ yếu, nổi bật với việc cung cấp đa dạng các dịch vụ tài chính Nghiệp vụ cơ bản của NHTM bao gồm nhận tiền gửi, cho vay và cung ứng dịch vụ thanh toán Bên cạnh đó, NHTM còn mở rộng nhiều dịch vụ khác để đáp ứng tối đa nhu cầu sản phẩm dịch vụ của xã hội.
Ngân hàng tạo ra doanh thu từ nhiều nguồn khác nhau, bao gồm tiền lãi, phí dịch vụ và tư vấn tài chính Phương thức chính để ngân hàng kiếm lợi nhuận là tính phí lãi suất trên khoản vay của khách hàng Lợi nhuận của ngân hàng đến từ chênh lệch giữa lãi suất phải trả cho khách hàng gửi tiền và lãi suất thu được từ hoạt động cho vay.
5 cho vay của mình Sự khác biệt này được gọi là chênh lệch giữa chi phí cấp vốn và lãi suất cho vay.
Vai trò của ngân hàng thương mại
Trong quá trình đổi mới đất nước, hệ thống ngân hàng đã có những đóng góp quan trọng, thúc đẩy sự phát triển tích cực cho nền kinh tế xã hội.
Việc kiềm chế và đẩy lùi lạm phát đóng vai trò thiết yếu trong việc duy trì sự ổn định giá trị đồng tiền và tỉ giá Điều này không chỉ góp phần cải thiện kinh tế vĩ mô mà còn tạo ra môi trường đầu tư và sản xuất kinh doanh thuận lợi.
Ngành ngân hàng đã có những đóng góp quan trọng trong việc thúc đẩy đầu tư, phát triển sản xuất kinh doanh và hoạt động xuất nhập khẩu Sự đổi mới trong hoạt động ngân hàng, đặc biệt là nỗ lực huy động nguồn vốn trong nước cho đầu tư phát triển, đã tạo ra những tác động tích cực Chính sách cho vay và cơ cấu tín dụng được cải tiến dựa trên tính khả thi và hiệu quả của từng dự án, lĩnh vực, giúp quyết định cho vay một cách hợp lý Đồng thời, dịch vụ ngân hàng cũng ngày càng phát triển về chất lượng và đa dạng, góp phần vào sự tăng trưởng của sản xuất kinh doanh.
Hệ thống ngân hàng đã đóng góp hiệu quả vào việc tạo ra việc làm mới và thu hút lao động, giúp cải thiện thu nhập và giảm nghèo bền vững Thông qua việc cung cấp vốn tín dụng cho các chương trình và dự án phát triển sản xuất kinh doanh, hàng năm, ngân hàng đã tạo ra nhiều cơ hội việc làm, đặc biệt là ở vùng nông thôn Việc sử dụng nguồn vốn ngân hàng cho mục đích này ngày càng trở nên chuyên nghiệp, minh bạch và hiệu quả, đặc biệt từ khi tín dụng chính sách được tách bạch với tín dụng thương mại và giao cho Ngân hàng Chính sách xã hội thực hiện.
Các tổ chức tín dụng đóng vai trò quan trọng trong việc bảo vệ môi trường và phát triển bền vững thông qua việc thẩm định dự án, quyết định cho vay vốn ngân hàng và giám sát chặt chẽ sau khi cho vay Họ luôn yêu cầu khách hàng đảm bảo an toàn và hiệu quả trong việc sử dụng vốn vay, đồng thời tuân thủ các cam kết quốc tế và quy định về bảo vệ môi trường.
Trong quá trình đổi mới và hiện đại hóa đất nước, hệ thống ngân hàng thương mại giữ vai trò quan trọng, trở thành trung tâm của nền kinh tế Mọi tác động từ kinh tế thế giới, dấu hiệu khủng hoảng, lạm phát và suy thoái đều được phản ánh qua hệ thống ngân hàng thương mại Đồng thời, hệ thống ngân hàng cũng có khả năng tạo ra những tác động tích cực đối với nền kinh tế.
Việc điều chỉnh nền kinh tế vĩ mô thông qua sự phát triển của hệ thống ngân hàng thương mại là một vấn đề quan trọng cần được ưu tiên hàng đầu.
Các chức năng của ngân hàng thương mại
Ngân hàng thương mại có nghiệp vụ kinh doanh phong phú và đa dạng, nhưng chủ yếu vẫn tập trung vào nhận tiền gửi và hoạt động cho vay, đầu tư Sự phát triển của khoa học kỹ thuật và kinh tế đã mang lại nhiều phương pháp mới cho ngân hàng, giúp thực hiện nhanh chóng các chính sách tài chính tiền tệ của Quốc gia và kiểm soát hoạt động doanh nghiệp theo đúng luật pháp Sự tồn tại và phát triển của ngân hàng luôn gắn liền với sự phát triển của nền kinh tế và đời sống xã hội Trong cơ chế thị trường, ngân hàng thương mại và tổ chức tín dụng là những doanh nghiệp đặc biệt, vì tài sản của họ phụ thuộc vào khách hàng.
1.1.3.1 Chức năng trung gian tín dụng
Ngân hàng thương mại thực hiện chức năng trung gian tín dụng, đóng vai trò cầu nối giữa người thừa vốn và người có nhu cầu vốn Họ vừa là người đi vay, vừa là người cho vay, thu lợi từ chênh lệch lãi suất gửi và cho vay, mang lại lợi ích cho cả người gửi tiền và người đi vay Người gửi tiền nhận lãi từ khoản vốn nhàn rỗi và được đảm bảo an toàn cho tiền gửi cùng với các dịch vụ thanh toán tiện lợi Người đi vay thỏa mãn nhu cầu vốn kinh doanh một cách nhanh chóng và hợp pháp mà không tốn nhiều thời gian tìm kiếm nguồn vốn Chức năng này cũng rất quan trọng đối với nền kinh tế, góp phần thúc đẩy tăng trưởng bằng cách đáp ứng nhu cầu vốn cho quá trình tái sản xuất liên tục và mở rộng quy mô sản xuất Chức năng trung gian tín dụng được xem là chức năng quan trọng nhất của ngân hàng thương mại.
Ngân hàng Nhà nước có chức năng in thêm tiền và phát hành tiền mới, tạo ra khả năng tạo tiền không giới hạn Các ngân hàng thương mại, trong quá trình thực hiện chức năng của mình, cũng có khả năng tạo ra tiền tín dụng, được thể hiện qua tài khoản tiền gửi thanh toán của khách hàng.
Tiền gửi là một phần của lượng tiền dùng trong giao dịch, được tạo ra từ khoản tích trữ ban đầu thông qua hành vi cho vay Hệ thống ngân hàng thương mại có khả năng tạo ra số tiền gửi (tiền tín dụng) gấp nhiều lần số dự trữ ban đầu Mức độ mở rộng tiền gửi phụ thuộc vào hệ số mở rộng tiền gửi, mà chịu ảnh hưởng bởi các yếu tố như tỷ lệ dự trữ bắt buộc, tỷ lệ dự trữ vượt mức và tỷ lệ giữ tiền mặt so với tiền gửi thanh toán của công chúng.
Chức năng tạo tiền của ngân hàng thương mại được thực hiện thông qua hai chức năng chính: tín dụng và thanh toán Ngân hàng sử dụng vốn huy động để cho vay, và số tiền này được khách hàng dùng để mua sắm và thanh toán dịch vụ, trong khi số dư tài khoản tiền gửi vẫn được xem là một phần của tiền giao dịch Nhờ đó, hệ thống ngân hàng thương mại đã gia tăng tổng phương tiện thanh toán trong nền kinh tế, đáp ứng nhu cầu chi trả của xã hội Khái niệm về tiền không chỉ bao gồm tiền giấy do Ngân hàng Trung ương phát hành mà còn bao gồm lượng tiền ghi sổ do các ngân hàng thương mại tạo ra Chức năng này làm nổi bật mối quan hệ giữa tín dụng ngân hàng và lưu thông tiền tệ, với khối lượng tín dụng mà ngân hàng cho vay làm tăng khả năng tạo tiền và lượng cung tiền trong nền kinh tế.
1.1.3.3 Chức năng trung gian thanh toán Ở đây ngân hàng thương mại đóng vai trò là thủ quỹ cho các doanh nghiệp và cá nhân, thực hiện các thanh toán theo yêu cầu của khách hàng như trích tiền từ tài khoản tiền gửi của họ để thanh toán tiền hàng hóa, dịch vụ hoặc nhập vào tài khoản tiền gửi của khách hàng tiền thu bán hàng và các khác thu khác theo lệnh của họ Việc ngân hàng thương mại thực hiện chức năng trung gian thanh toán có ý nghĩa rất to lớn đối với toàn bộ nền kinh tế Với chức năng này, các ngân hàng thương mại cung cấp cho khách hàng nhiều phương tiện thanh toán tiện lợi như séc, ủy nhiệm chi, ủy nhiệm thu, thẻ rút tiền, thẻ thanh toán, thẻ tín dụng,… Tùy theo nhu cầu, khách hàng có thể chọn cho mình phương thức thanh toán phù hợp Nhờ đó mà các chủ thể kinh tế không phải giữ tiền trong túi, mang theo tiền để gặp chủ nợ, gặp người phải thanh toán dù ở gần hay xa mà họ có thể sử dụng một phương thức nào đó để thực hiện các khoản thanh toán Do vậy các chủ thể kinh tế sẽ tiết kiệm được rất nhiều chi phí, thời gian, lại đảm bảo thanh toán an toàn Chức năng này mô hình chung đã thúc đẩy lưu thông hàng hóa, đẩy nhanh tốc độ thanh toán, tố độ lưu chuyển vốn, từ đó góp phần phát triển kinh tế Đồng thời việc thanh toán không dùng tiền mặt qua ngân hàng đã giảm được lượng tiền mặt trong lưu
Việc sử dụng các phương thức thanh toán điện tử giúp tiết kiệm chi phí lưu thông tiền mặt, bao gồm chi phí in ấn, đếm tiền và bảo quản Ngân hàng thương mại sẽ thu phí cho các giao dịch thanh toán, đồng thời tăng nguồn vốn cho vay của ngân hàng thông qua số dư trong tài khoản tiền gửi của khách hàng.
Hoạt động của ngân hàng thương mại rất nhạy cảm với nhiều hình thức rủi ro như rủi ro thanh khoản, rủi ro tín dụng và rủi ro lãi suất Khách hàng là nhân tố quyết định sự tồn tại của ngân hàng; ngân hàng nào thu hút được sự quan tâm và trung thành của khách hàng sẽ thành công và phát triển Chiến lược kinh doanh hướng đến khách hàng đang trở thành yếu tố quan trọng nhất, với việc phối hợp cùng khách hàng, thu hút khách hàng mới và củng cố khách hàng hiện tại, mang lại hiệu quả cao với chi phí thấp Đem đến sự hài lòng tốt nhất cho khách hàng luôn là mục tiêu mà các ngân hàng cần phấn đấu.
Cơ sở lý thuyết về sự trung thành của khách hàng tại các ngân hàng thương mại
Khách hàng của ngân hàng thương mại
Khách hàng đóng vai trò quan trọng trong việc đánh giá sự tồn tại và phát triển của ngân hàng thương mại Được định nghĩa là cá nhân và tổ chức có nhu cầu về sản phẩm tài chính, khách hàng sẵn sàng và có khả năng tham gia giao dịch với ngân hàng nhằm đáp ứng những nhu cầu này.
Trong lĩnh vực ngân hàng, khách hàng được phân thành hai loại chính: khách hàng cá nhân và khách hàng tổ chức Khách hàng cá nhân bao gồm các cá nhân và hộ gia đình, thường giao dịch trong thị trường bán lẻ Ngược lại, khách hàng tổ chức là các công ty và doanh nghiệp, hoạt động chủ yếu trong thị trường bán buôn.
Khách hàng có những nhu cầu đa dạng về sản phẩm dịch vụ ngân hàng tùy thuộc vào loại hình hoạt động và đặc điểm riêng của họ Dù là khách hàng cá nhân hay tổ chức, mục tiêu chung của họ là tìm kiếm các dịch vụ phù hợp để đáp ứng nhu cầu Để thành công, ngân hàng cần tạo ra sự khác biệt trong chất lượng dịch vụ, hiểu rõ khách hàng, duy trì mối quan hệ với khách hàng hiện tại, gia tăng lòng trung thành và thu hút khách hàng tiềm năng.
Các ngân hàng hiện nay đang triển khai 9 hoạt động then chốt nhằm nâng cao sự hài lòng vượt trội cho khách hàng Mục tiêu chính là cung cấp dịch vụ chất lượng cao với sự chăm sóc khách hàng tốt nhất.
Khái niệm về sự hài lòng và lòng trung thành của khách hàng
Lòng trung thành của khách hàng là yếu tố then chốt cho sự thành công của doanh nghiệp, đặc biệt là trong lĩnh vực ngân hàng thương mại Sự hài lòng của khách hàng khi sử dụng dịch vụ ảnh hưởng trực tiếp đến mức độ trung thành của họ Trong bối cảnh cạnh tranh khốc liệt hiện nay, việc xây dựng và duy trì lòng trung thành càng trở nên cấp thiết hơn bao giờ hết.
Nghiên cứu về sự hài lòng của khách hàng cho thấy rằng sự hài lòng này phản ánh cảm nhận của khách hàng đối với nhà cung cấp dịch vụ sau khi trải nghiệm dịch vụ.
Sự hài lòng của khách hàng phản ánh cảm xúc và toàn bộ trải nghiệm của họ đối với nhà cung cấp dịch vụ, dựa trên sự so sánh giữa những gì họ nhận được và những mong đợi ban đầu.
Theo Kotler, sự hài lòng của khách hàng được xác định dựa trên sự so sánh giữa kết quả dịch vụ nhận được và mong đợi của họ Có ba mức độ hài lòng: nếu kết quả thấp hơn mong đợi, khách hàng sẽ không hài lòng; nếu kết quả đạt đúng mong đợi, khách hàng sẽ hài lòng; và nếu kết quả vượt quá mong đợi, khách hàng sẽ rất hài lòng và thích thú với dịch vụ.
Oliva, Oliver, và Bearden (1995) cho rằng sự hài lòng của khách hàng là trách nhiệm của doanh nghiệp, thể hiện qua mối quan hệ giữa giá trị của sản phẩm, dịch vụ và mong đợi của khách hàng.
Sự hài lòng của khách hàng là yếu tố then chốt cho sự tồn tại của ngân hàng Khi khách hàng cảm thấy hài lòng với sản phẩm và dịch vụ, họ sẽ trở thành những “khách hàng trung thành”, góp phần quan trọng vào hiệu quả hoạt động của ngân hàng.
Theo lý thuyết marketing, lòng trung thành được định nghĩa là sự gắn bó lâu dài và mật thiết của khách hàng với sản phẩm hoặc dịch vụ của một công ty Lòng trung thành này không chỉ thể hiện sự tin tưởng mà còn là yếu tố quan trọng giúp doanh nghiệp duy trì và phát triển thị phần.
Khách hàng trung thành được thể hiện qua những hành động lặp đi lặp lại như mua sắm và giới thiệu sản phẩm, dịch vụ của công ty Vai trò của khách hàng trung thành ngày càng quan trọng, vì việc tìm kiếm khách hàng mới thường tốn kém hơn so với việc duy trì mối quan hệ với khách hàng hiện tại.
Theo các tài liệu thống kê, chi phí để thu hút một khách hàng mới cao gấp 5-6 lần so với việc giữ chân khách hàng cũ Việc duy trì chỉ 5% khách hàng hiện tại có thể giúp công ty tăng lợi nhuận từ 25-125%.
Phân loại sự hài lòng
Sự trung thành của khách hàng chủ yếu phụ thuộc vào mức độ hài lòng của họ khi sử dụng dịch vụ Để xây dựng lòng trung thành, việc đầu tiên cần làm là nâng cao sự hài lòng của khách Theo nghiên cứu, sự hài lòng của khách hàng có thể được phân loại thành ba loại: hài lòng tích cực, hài lòng ổn định và hài lòng thụ động, mỗi loại đều có ảnh hưởng khác nhau đến nhà cung cấp dịch vụ.
Hài lòng tích cực là sự thỏa mãn của khách hàng thể hiện qua nhu cầu sử dụng ngày càng tăng đối với nhà cung cấp dịch vụ Khách hàng hài lòng tích cực tạo ra mối quan hệ tốt đẹp và đáng tin cậy với nhà cung cấp, đồng thời mong đợi họ có khả năng đáp ứng nhu cầu ngày càng cao Nhóm khách hàng này dễ trở thành khách hàng trung thành của ngân hàng nếu ngân hàng cải thiện dịch vụ Hơn nữa, những yêu cầu tăng lên từ khách hàng thúc đẩy nhà cung cấp nỗ lực cải tiến chất lượng dịch vụ, hướng tới sự hoàn thiện hơn.
Khách hàng có sự hài lòng ổn định thường cảm thấy thoải mái và tin tưởng vào dịch vụ của ngân hàng, điều này khiến họ không muốn thay đổi cách cung cấp dịch vụ hiện tại Sự dễ chịu và lòng tin cao của họ đối với ngân hàng là lý do chính để họ tiếp tục sử dụng dịch vụ trong tương lai.
Khách hàng hài lòng thụ động thường thiếu niềm tin vào ngân hàng và cho rằng việc cải thiện chất lượng dịch vụ là điều khó khăn Họ cảm thấy hài lòng không phải vì ngân hàng đáp ứng đầy đủ nhu cầu của họ, mà vì họ tin rằng không thể yêu cầu ngân hàng cải thiện hơn nữa Do đó, họ ít khi đóng góp ý kiến và thường tỏ ra thờ ơ với các nỗ lực cải tiến của ngân hàng.
Mức độ hài lòng của khách hàng không chỉ phản ánh sự hài lòng mà còn ảnh hưởng mạnh mẽ đến hành vi của họ Dù khách hàng có cảm nhận tích cực về ngân hàng, nếu chỉ đạt mức "hài lòng", họ vẫn có thể tìm đến các ngân hàng khác và ngừng sử dụng dịch vụ hiện tại Do đó, việc nâng cao mức độ hài lòng là rất quan trọng để giữ chân khách hàng.
Khách hàng có mức độ hài lòng cao nhất, đặc biệt là những người "rất hài lòng", sẽ trở thành khách hàng trung thành và ủng hộ ngân hàng lâu dài Do đó, việc làm cho khách hàng hài lòng là rất quan trọng, và việc giúp họ cảm thấy hoàn toàn hài lòng còn quan trọng hơn Những khách hàng hài lòng thụ động có thể rời bỏ ngân hàng bất kỳ lúc nào, trong khi nhóm khách hàng cảm thấy "hoàn toàn hài lòng" sẽ trung thành hơn Hiểu rõ điều này sẽ giúp ngân hàng cải tiến chất lượng dịch vụ linh hoạt cho từng nhóm khách hàng khác nhau, nhằm đạt được mục tiêu cao nhất là sự trung thành của khách hàng.
Sự trung thành của khách hàng tại các ngân hàng thương mại
Nhận diện đặc điểm của khách hàng trung thành là yếu tố quan trọng giúp ngân hàng xác định phương hướng và giải pháp phù hợp nhằm gia tăng số lượng khách hàng trung thành.
Theo McConnel và Huba (2002), khách hàng trung thành với doanh nghiệp có những đặc điểm như: tin tưởng và mua sản phẩm, dịch vụ của công ty; nhiệt tình giới thiệu thương hiệu cho bạn bè và đồng nghiệp; sẵn sàng cung cấp phản hồi tích cực; bỏ qua lỗi phục vụ tạm thời nhưng vẫn thông báo khi chất lượng giảm; không bị thu hút bởi đối thủ cạnh tranh Trong lĩnh vực ngân hàng, tính trung thành được thể hiện qua những đặc điểm này.
- Tiếp tục sử dụng các sản phẩm, dịch vụ của ngân hàng;
- Đánh giá cao chất lượng dịch vụ của ngân hàng;
- Tăng cường giao dịch nhiều hơn nữa với ngân hàng;
- Ủng hộ các sản phẩm, dịch vụ mới do ngân hàng giới thiệu;
- Tin tưởng hơn vào ngân hàng;
- Dễ dàng chấp nhận mức giá cả chào bán;
- Phát triển quan hệ tốt đẹp với ngân hàng; Sẵn sàng giới thiệu tốt về ngân hàng cho bạn bè, đối tác khác…
Khách hàng trung thành không chỉ quay lại sử dụng dịch vụ ngân hàng mà còn truyền miệng về trải nghiệm tích cực của họ, từ đó tạo ra một mạng lưới khách hàng mới Sự lan tỏa này góp phần đáng kể vào việc gia tăng doanh số, thị phần và lợi nhuận cho ngân hàng, đồng thời xây dựng hình ảnh tích cực trong lòng khách hàng.
Sự trung thành của khách hàng là yếu tố then chốt giúp ngân hàng giữ chân khách hàng và gia tăng lợi nhuận Khi ngân hàng mất khách hàng, đồng nghĩa với việc mất đi nguồn doanh thu quan trọng.
Các nhân tố ảnh hưởng tới sự trung thành của khách hàng tại các ngân hàng thương mại
Sự gia tăng số lượng ngân hàng và chi nhánh mang đến cho khách hàng nhiều lựa chọn dịch vụ, tạo ra cả cơ hội và thách thức cho các ngân hàng trong việc giữ chân khách hàng Để nâng cao sự hài lòng và trung thành của khách hàng, các ngân hàng cần hiểu rõ các yếu tố ảnh hưởng đến những yếu tố này Việc nắm bắt những nhân tố này không chỉ giúp ngân hàng xây dựng chiến lược thu hút và chăm sóc khách hàng hiệu quả mà còn định hướng cho sự phát triển bền vững và phát huy thế mạnh của mình.
Nghiên cứu của các chuyên gia chỉ ra rằng có nhiều nhân tố ảnh hưởng đến sự hài lòng và trung thành của khách hàng Trong số đó, tiêu chí đánh giá chất lượng dịch vụ của Parasuraman và cộng sự được biết đến rộng rãi Năm 1985, nhóm nghiên cứu này đã xác định mười nhân tố quyết định sự hài lòng của khách hàng.
- Chất lượng thông tin liên lạc
- Am hiểu khách hàng Đến năm 1988, ông đã khái quát hoá thành 5 nhân tố gồm:
Nghiên cứu về chất lượng dịch vụ, dựa trên học thuyết của Parasuraman, Johnston và Silvestro (1990), đã chỉ ra năm nhân tố chính ảnh hưởng đến sự trung thành của khách hàng.
Cũng vào năm 1990, Gronroos đã tiến hành nghiên cứu và đưa ra sáu nhân tố đo lường sự trung thành của khách hàng như sau:
- Có phong cách phục vụ ân cần
Sureshchandar và cộng sự đã xác định năm 2001 rằng có năm nhân tố chính ảnh hưởng đến sự trung thành của khách hàng, trong đó khả năng giải quyết khiếu kiện là một yếu tố quan trọng.
- Yếu tố dịch vụ cốt lõi
Yếu tố cộng đồng đóng vai trò quan trọng trong việc xác định sự hài lòng của khách hàng trong lĩnh vực ngân hàng Các nhà nghiên cứu đã áp dụng những lý thuyết này để tìm hiểu các nhân tố quyết định đến sự hài lòng của khách hàng, từ đó cung cấp cái nhìn sâu sắc về mối quan hệ giữa cộng đồng và dịch vụ ngân hàng.
14 đặc tính dịch vụ và các khảo sát liên quan đến mô hình chất lượng dịch vụ cùng các thang đo chất lượng dịch vụ trong lĩnh vực ngân hàng được trình bày như sau.
Sự thuận tiện trong giao dịch tài chính bao gồm nhiều yếu tố quan trọng như địa điểm giao dịch dễ tiếp cận, mạng lưới đại lý rộng khắp, và thời gian phục vụ hợp lý Hệ thống truy cập thông tin cũng cần dễ sử dụng, cùng với thủ tục giao dịch nhanh chóng và đơn giản Đặc biệt, sự hiện đại và tiện lợi của hệ thống ATM, cùng với dịch vụ thông tin về số dư và tài khoản giao dịch nhanh chóng, góp phần nâng cao trải nghiệm của khách hàng.
Sự hữu hình trong dịch vụ được thể hiện qua trang thiết bị và máy móc hiện đại, không gian bố trí đẹp mắt, cùng với tài liệu và sách ảnh giới thiệu phong phú, cuốn hút Chứng từ giao dịch luôn rõ ràng và không có sai sót, trong khi nhân viên ăn mặc lịch thiệp và ấn tượng Tất cả những yếu tố này tạo nên cơ sở vật chất đầy đủ, góp phần nâng cao trải nghiệm khách hàng.
Phong cách phục vụ của nhân viên đóng vai trò quan trọng trong việc tạo dựng ấn tượng tích cực cho khách hàng Nhân viên cần giải quyết thỏa đáng các khiếu nại, thể hiện trình độ chuyên môn giỏi và thực hiện dịch vụ một cách chính xác, kịp thời Họ cũng phải hiệu quả trong việc giải đáp thắc mắc của khách hàng, sẵn sàng phục vụ và giúp đỡ tận tình Cuối cùng, sự lịch thiệp và ân cần của nhân viên sẽ góp phần nâng cao trải nghiệm của khách hàng.
Chúng tôi cung cấp dịch vụ đa dạng và phong phú, với tính tiên phong trong việc giới thiệu các dịch vụ mới nhằm đáp ứng nhu cầu ngày càng tăng của khách hàng Hoạt động giới thiệu về dịch vụ được thực hiện hiệu quả, cùng với việc chuẩn bị kỹ lưỡng trước khi triển khai dịch vụ, đảm bảo mang lại trải nghiệm tốt nhất cho người dùng.
Nhân viên ngân hàng thường xuyên tiếp xúc và liên lạc với khách hàng, thể hiện sự quan tâm và chăm sóc tận tình Để ghi nhận sự đóng góp của khách hàng, ngân hàng tổ chức tiệc cảm ơn vào cuối mỗi năm Đội ngũ nhân viên luôn sẵn sàng trả lời điện thoại một cách nhanh chóng và hiệu quả Ngoài ra, ngân hàng cung cấp đường dây nóng phục vụ khách hàng 24/24, đảm bảo mọi thắc mắc và ý kiến đóng góp của khách hàng đều được lắng nghe và xử lý kịp thời.
Ngân hàng hiện nay đang chú trọng vào tính cạnh tranh về giá thông qua việc áp dụng chính sách giá linh hoạt và mức lãi suất cạnh tranh Đồng thời, chi phí giao dịch được thiết lập hợp lý, giúp khách hàng tiết kiệm chi phí Ngoài ra, ngân hàng cũng cung cấp chương trình tư vấn và cập nhật thông tin về giá cả thị trường, giúp khách hàng nắm bắt kịp thời các biến động giá.
Sự tín nhiệm của ngân hàng được xây dựng từ việc cung cấp dịch vụ chính xác ngay từ lần đầu, đảm bảo thực hiện đúng cam kết với khách hàng Ngân hàng luôn thực hiện dịch vụ đúng thời điểm đã thỏa thuận, không có sai sót Bên cạnh đó, ngân hàng cam kết bảo mật thông tin khách hàng và các giao dịch, đồng thời gửi bảng sao kê một cách đều đặn và kịp thời.
Ngân hàng cam kết đặt quyền lợi của khách hàng lên hàng đầu, duy trì sự tin cậy và chữ tín trong mọi giao dịch Đồng thời, ngân hàng luôn tiên phong trong các cải tiến dịch vụ và tham gia tích cực vào các hoạt động xã hội Với các chiến lược marketing hiệu quả và ấn tượng, ngân hàng không ngừng nâng cao hình ảnh doanh nghiệp và tạo dựng lòng tin từ phía khách hàng.
Tính vượt trội của dịch vụ là yếu tố quyết định giúp khách hàng nhận diện chất lượng dịch vụ so với các sản phẩm khác Sự ưu việt này không chỉ tạo ra lợi thế cạnh tranh cho nhà cung cấp dịch vụ mà còn ảnh hưởng mạnh mẽ đến cảm nhận của người sử dụng Đánh giá về chất lượng dịch vụ từ phía khách hàng đóng vai trò quan trọng trong các hoạt động marketing và nghiên cứu sự hài lòng, do đó, việc hiểu rõ mối quan hệ này là cần thiết để nâng cao chất lượng dịch vụ.
CÁC PHƯƠNG PHÁP PHÂN TÍCH DỰ BÁO TRONG KHAI PHÁ DỮ LIỆU
Các khái niệm cơ bản
Phân tích dự báo là phương pháp sử dụng dữ liệu quá khứ để dự đoán xu hướng tương lai Với nhiều thập kỷ phát triển, phương pháp này đã trở thành một lĩnh vực khoa học quan trọng và thu hút sự chú ý trong giới học thuật Sự gia tăng lượng dữ liệu được thu thập từ nhiều nguồn khác nhau đã làm cho phân tích dự báo ngày càng trở nên thiết yếu trong ngành công nghiệp phần mềm.
Phân tích dự báo có khả năng tạo ra số liệu thống kê và các điểm số ưu tiên hợp lý, nhưng việc quyết định cách sử dụng tri thức dựa trên dữ liệu lại phụ thuộc vào hệ thống quy tắc và luật lệ cụ thể Chẳng hạn, chúng ta có thể áp dụng các quy tắc để đưa ra quyết định kinh doanh dựa trên kết quả từ mô hình dự báo Nếu mô hình chỉ ra nguy cơ khách hàng dao động hoặc rời bỏ, chúng ta có thể thiết lập các quy tắc thích hợp để giảm thiểu tình trạng này Cụ thể, nếu nguy cơ cao, chúng ta có thể cung cấp giảm giá 20% cho lần mua tiếp theo, trong khi nếu nguy cơ rất cao, mức giảm giá có thể lên đến 50%.
Mô hình dự báo là một hàm toán học có khả năng ánh xạ giữa các biến dữ liệu đầu vào và biến đáp ứng Để đạt hiệu quả, mô hình cần nhiều biến độc lập được chọn từ bộ dữ liệu, cùng với các quy trình và chính sách đặc trưng cho từng ngành khoa học Mô hình dự báo được chia thành hai loại: học có giám sát và học không có giám sát.
Quá trình học có giám sát trong huấn luyện mô hình dự báo liên quan đến việc trình bày dữ liệu đầu vào và đầu ra mong muốn Huấn luyện được lặp lại cho đến khi mô hình xác định được hàm ánh xạ giữa các đầu vào và đầu ra Một số ví dụ về mô hình dự báo sử dụng học có giám sát bao gồm mạng thần kinh lan truyền ngược (ANN back propagation), máy véc tơ hỗ trợ và cây quyết định.
Mô hình dự báo có thể áp dụng phương pháp học không giám sát, trong đó nó chỉ nhận dữ liệu đầu vào và nhiệm vụ của nó là xác định mối quan hệ giữa các bản ghi dữ liệu Phân cụm (clustering) là một trong những kỹ thuật dự báo phổ biến nhất trong học không giám sát.
Để xây dựng một mô hình dự báo khả năng khách hàng bỏ đi, trước tiên, bạn cần phân tích dữ liệu lịch sử và xác định các đặc tính liên quan Bằng cách xem xét cơ sở dữ liệu, bạn có thể thu thập danh sách các thuộc tính như số lượng khiếu nại trong 6 tháng qua, số thẻ hỗ trợ đã mở trong 4 tuần qua, tần suất mua sắm và tổng chi tiêu của khách hàng Ngoài ra, thông tin về độ tuổi, giới tính và các số liệu thống kê dân số cũng rất quan trọng để hoàn thiện mô hình dự báo.
Khách hàng 1 là một khách hàng hiện tại và có vẻ hài lòng với dịch vụ, trong khi Khách hàng 2 đã rời bỏ vì không đạt được sự thỏa mãn Việc hiểu rõ thuộc tính và nhu cầu của từng khách hàng là rất quan trọng để cải thiện trải nghiệm và giữ chân khách hàng.
Hình 1- Hai khách hàng và các đặc tính đầu vào của họ
Trong một kịch bản học tập có giám sát, chúng ta cung cấp tất cả các thuộc tính dữ liệu khách hàng cho kỹ thuật dự báo trong quá trình huấn luyện Đầu vào bao gồm các đặc tính liên quan đến sự hài lòng, nhân khẩu học và kết quả tương ứng của từng khách hàng Kết quả này giúp mô hình dự báo xác định khả năng xảy ra của các tình huống.
Mô hình dự báo được xây dựng dựa trên 20 bản ghi dữ liệu đại diện cho hai nhóm khách hàng: những người đã rời bỏ và những người vẫn còn hài lòng Mục tiêu là giúp mô hình học hỏi sự khác biệt và các mẫu hành vi giữa hai nhóm này Dữ liệu khách hàng bao gồm các đặc tính đầu vào và kết quả đầu ra, cung cấp thông tin cần thiết trong quá trình huấn luyện mô hình.
Hình 2-Mô hình dự báo sự trung thành của khách hàng
Sau khi xây dựng một mô hình dự báo, việc xác định tính phù hợp của nó là rất quan trọng Điều này bao gồm hai câu hỏi chính: "Nó có hoạt động không?" và "Nó chính xác đến mức nào?" Nếu câu trả lời cho câu hỏi đầu tiên là có và câu trả lời cho câu hỏi thứ hai là chính xác cao, bạn có thể tự tin rằng mô hình của mình hoạt động hiệu quả và có khả năng tổng quát tốt Bước tiếp theo là triển khai mô hình để nó có thể hoạt động thực tế Hiện nay, tiêu chuẩn PMML (Ngôn ngữ đánh dấu mô hình dự báo) cho phép di chuyển các mô hình dự báo giữa các hệ thống khác nhau một cách dễ dàng Với PMML, bạn có thể sử dụng ứng dụng như IBM SPSS Statistics để xây dựng và xác nhận mô hình, sau đó lưu trữ nó dưới dạng tệp PMML.
Sau khi triển khai mô hình khách hàng bỏ đi, chúng ta có thể theo dõi hoạt động của khách hàng hiện tại và dự đoán nguy cơ bỏ đi ngay cả với những khách hàng chưa từng gặp Mô hình này sẽ đánh giá dữ liệu của từng khách hàng, như khách hàng 3, và nếu phát hiện mẫu khách hàng bỏ đi, nó sẽ tăng nguy cơ tương ứng Khi khách hàng trở nên hài lòng với sản phẩm và dịch vụ, nguy cơ này sẽ giảm Mô hình cũng được sử dụng để tính điểm nguy cơ bỏ đi cho cả khách hàng mới và hiện tại, giúp xác định những khách hàng có nguy cơ cao để có thể triển khai các chiến lược phù hợp.
21 lược, chính sách kinh doanh hợp lý đối với từng đối tượng khách hàng nhằm giảm thiểu nó
Hình 3-Mô hình dự báo sự trung thành của khách hàng
Mô hình dự báo sử dụng các kỹ thuật phân lớp
2.2.1 Giới thiệu về kỹ thuật phân lớp
Phân lớp là một phương pháp khai phá dữ liệu phổ biến, sử dụng tập hợp các ví dụ chưa được phân loại để phát triển mô hình phân loại Phương pháp này giúp phân loại từng hạng mục trong dữ liệu vào các lớp hoặc nhóm đã xác định trước Các kỹ thuật toán học như cây quyết định, quy hoạch tuyến tính, mạng nơ-ron và thống kê được áp dụng trong quá trình phân loại Mục tiêu là tạo ra phần mềm có khả năng hiểu và phân loại các thành phần dữ liệu thành các nhóm cụ thể.
Dữ liệu được phân tích thông qua thuật toán phân loại nhằm ước tính độ chính xác của các quy tắc phân loại Nếu độ chính xác đạt yêu cầu, các quy tắc này có thể áp dụng cho dữ liệu mới Các thuật toán phân loại sử dụng dữ liệu chưa được phân loại để xác định các thông số cần thiết cho điều chỉnh Sau đó, các thuật toán mã hóa các thông số này và chuyển đổi chúng thành một mô hình, được gọi là sự phân loại Có nhiều loại mô hình phân lớp cơ bản khác nhau.
- Phân loại theo cây quyết định
- Phân loạidựa trên sự kết hợp.
Quá trình phân lớp dữ liệu thường gồm hai bước:
Bước đầu tiên trong quá trình xây dựng mô hình là phân tích các mẫu dữ liệu có sẵn Mỗi mẫu sẽ được phân loại theo một lớp, dựa trên thuộc tính được gọi là thuộc tính phân lớp Những mẫu dữ liệu này được biết đến với tên gọi là tập dữ liệu huấn luyện (training dataset).
Trong quá trình xây dựng mô hình, nhãn lớp của tập dữ liệu huấn luyện cần phải được xác định trước, điều này dẫn đến việc phương pháp này được gọi là học có giám sát (supervised learning).
- Bước 2: Sử dụng mô hình để phân lớp dữ liệu
Để đánh giá mô hình, cần tính toán độ chính xác; nếu đạt yêu cầu, mô hình sẽ được áp dụng để dự đoán lớp cho các mẫu dữ liệu trong tương lai Phương pháp này rất hữu ích trong giai đoạn đầu của nghiên cứu, khi chúng ta còn ít thông tin về đối tượng, và là cơ sở để triển khai các phương pháp phát hiện tri thức.
2.2.2 Kỹ thuật phân lớp bằng cây quyết định (DT: Decision Tree)
2.2.2.1 Giới thiệu chung về thuật toán cây quyết định
Thuật toán cây quyết định là công cụ phân lớp dữ liệu, trong đó mỗi cây đại diện cho một quyết định từ một tập hợp dữ liệu Mỗi nút trong cây biểu thị cho một lớp hoặc phép thử thuộc tính cụ thể, giúp phân chia không gian trạng thái của dữ liệu thành các kết quả khả thi Các tập con được phân chia từ phép thử tương ứng với các vấn đề con trong quá trình phân lớp Cây quyết định đóng vai trò quan trọng trong việc hỗ trợ quá trình ra quyết định.
Cây quyết định (Decision Tree) có thể định nghĩa, diễn giả bằng một tập các luật
Cây quyết định là một phương pháp quy nạp phổ biến trong xử lý dữ liệu, giúp người đọc dễ dàng tiếp cận và hiểu thông tin Nó có khả năng xử lý dữ liệu chứa lỗi (noisy data), mang lại tính linh hoạt và hiệu quả trong phân tích.
- Mỗi nút trong (Internal Node) biểu diễn một thuộc tính cần kiểm tra giá trị (An attribute to be tested) đối với các các tập thuộc tính
Nút lá (Leaf Node) hay còn gọi là nút trả lời, đại diện cho một lớp các trường hợp mà nhãn của nó tương ứng với tên của lớp, thể hiện một phân loại (classification).
- Nút nhánh (Branch) từ một nút sẽ tương ứng với một giá trị có thể của thuộc tính gắn với nút đó
Nhãn của nút đại diện cho tên thuộc tính, kết nối nút này với các cây con tương ứng với mỗi kết quả có thể của phép thử Nhãn của nhánh biểu thị các giá trị của thuộc tính đó, trong khi nút trên cùng được gọi là nút gốc.
Cây quyết định là công cụ quan trọng trong việc ra quyết định vay vốn, nơi các thuộc tính của mẫu dữ liệu được kiểm tra để phân lớp Mỗi mẫu có một đường đi từ gốc đến lá, với lá biểu diễn giá trị phân lớp dự đoán Mục tiêu chính là tạo ra các tập con phân chia rõ ràng, nơi tất cả các mẫu thuộc về cùng một lớp Thuật toán sử dụng độ đo lượng thông tin thu thêm (Information Gain - IG) để xác định điểm chia, dựa trên lý thuyết thông tin của Claude Shannon.
Xét bảng quyết định DT= (U, C {d} ), số giá trị (nhãn lớp) có thể của d là k Khi đó Entropy của tập các đối tượng trong DT được định nghĩa bởi: i k i i p p U
Trong lý thuyết công nghệ thông tin, pi đại diện cho tỉ lệ các đối tượng trong tập dữ liệu mang nhãn lớp i Entropy của tập U cho biết số lượng bít cần thiết để mã hóa lớp của một phần tử ngẫu nhiên từ tập U Lượng thông tin thu thêm (Information Gain - IG) là lượng Entropy còn lại sau khi tập các đối tượng trong dữ liệu được phân hoạch theo một thuộc tính điều kiện c, được xác định theo công thức cụ thể.
Trong thuật toán xây dựng cây quyết định ID3, giá trị IG(U,c) được sử dụng để đo lường khả năng phân chia dữ liệu tại mỗi nút Ở đây, Vc đại diện cho tập hợp các giá trị của thuộc tính c, trong khi Uv là tập hợp các đối tượng trong dữ liệu có giá trị thuộc tính c bằng v Thuộc tính được chọn sẽ là thuộc tính mang lại lượng thông tin thu được lớn nhất.
Lượng IG trong lý thuyết công nghệ thông tin cho thấy rằng số lượng bít giảm khi mã hóa lớp của một phần tử c được chọn ngẫu nhiên từ tập U.
Thuật toán ID3 là một phương pháp tìm kiếm tham lam để xây dựng cây quyết định, bắt đầu từ một tập hợp các đối tượng và thuộc tính của chúng Quá trình xây dựng diễn ra theo hướng từ trên xuống (Top-Down), tại mỗi nút của cây, một thuộc tính được kiểm tra để phân chia tập đối tượng dựa trên kết quả kiểm tra Quá trình này lặp lại một cách đệ quy cho đến khi các đối tượng trong cây con trở nên đồng nhất theo một tiêu chí phân lớp nhất định Các lớp này được gọi là nhãn của nút lá, trong khi nhãn của các nút không phải là nút lá là tên thuộc tính được chọn dựa trên giá trị IG.
(Information Gain) lớn nhất Đại lượng IG được tính thông qua hàm Entropy Như vậy,
IG là đại lượng được dùng để đưa ra độ ưu tiên cho thuộc tính nào được chọn trong quá trình xây dựng cây quyết định
2.2.2.2 Minh họa thuật toán ID3 Để minh họa cho thuật này, chúng tôi đưa một ví dụ về bài toán phân loại xem một người có được ngân hàng xét duyệt cho vay vốn các tham số (Tuổi, Tài khoản hiện tại, Thu nhập, Không có con) Xét bảng quyết định DT = {U, C {d}}:
Bảng 1-Bảng dữ liệu huấn luyện
ỨNG DỤNG CÂY QUYẾT ĐỊNH TRONG DỰ BÁO SỰ TRUNG THÀNH CỦA KHÁCH HÀNG TẠI CÁC NGÂN HÀNG THƯƠNG MẠI
Cơ sở dữ liệu – Dữ liệu đầu vào
Trong quá trình thử nghiệm, đề tài sử dụng tập dữ liệu Bank_full, được thu thập bởi đội ngũ cán bộ phòng LAB thuộc Khoa học dữ liệu, Đại học Công nghệ, Đại học Quốc gia Hà Nội Bộ dữ liệu này chứa thông tin khách hàng ngân hàng với 17 thuộc tính và 45.211 mẫu.
Bảng 2-Bảng các thuộc tính của tập dữ liệu Bank_full
Kiểu dữ liệu (Data type)
Ví dụ (Example) Giải thích ý nghĩa
1 age numeric 25, 35, 40 Tuổi khách hàng
2 job nominal unemployed, entrepreneur,… Nghề nghiệp
3 marital nominal Married, single , divorced Tình trạng hôn nhân
4 education nominal secondary, Thu nhập
5 default nominal yes, no Tình trạng cư trú
6 balance numeric 100, 200,… Trung bình số dư tài khoản hàng năm
7 housing nominal yes, no Có nhà?
8 loan nominal yes, no Có nợ?
9 contact nominal telephone, cellular, unknown Loại sử dụng khi liên hệ
10 day numeric 1,2,3,…31 Ngày sử dụng cuối cùng
11 month nominal Jan, feb,… Tháng sử dụng cuối cùng
12 duration numeric 0,1,2,3… Thời gian trong lần sử dụng cuối
Ứng dụng thuật toán dự báo trong phần mềm Rapidminer
- Ứng dụng phần mềm khai phá dữ liệu RapidMiner trong lĩnh vực ngân hàng, cụ thể là bài toán dự báo
- Thiết kế quy trình trong mô hình phân lớp dữ liệu
- Ứng dụng thuật toán cây quyết định trong bài toán dự đoán khách hàng có thể đăng ký dịch vụ
- Đánh giá kết quả phân lớp
Dựa trên một tập dữ liệu thông tin khách hàng đã ký hợp đồng dịch vụ từ một chiến dịch Marketing, chúng tôi xây dựng mô hình dự đoán khả năng ký hợp đồng dịch vụ của một khách hàng mới Mô hình này giúp phân tích và dự đoán hành vi của khách hàng, từ đó tối ưu hóa chiến lược Marketing và nâng cao hiệu quả kinh doanh.
Bộ dữ liệu thông tin khách hàng ngân hàng gồm 17 thuộc tính và 45211bản ghi
2 Lựa chọn các thuộc tính
3 Tiền xử lý dữ liệu
4 Lựa chọn thuật toán phân cụm
5 Mô hình hóa kết quả
13 campaign numeric 0,1,2,3… Số lần sử dụng trong suốt chiến dịch marketing hiện tại
14 pdays numeric 0,1,2,3… Số ngày đã qua kể từ lần sử dụng cuối từ khách hàng
15 previous numeric 0,1,2,3… Số lần sử dụng trước khi chiến dịch marketing diễn ra
16 poutcome nominal unknown, failure, success Kết quả của lần chiến dịch trước
17 y nominal yes, no Khách hàng có rời bỏ hay không
- Add Data chọn tệp dữ liệu bank_full.csv trong máy tính
- Tạo một Process mới, đưa tệp dữ liệu bank_full.csv vào mô hình
Bước 2: Lựa chọn làm nhãn (Set Role)
Lựa chọn các thuộc tính quyết định của mô hình (nhãn)
- Operators Select Attributes Names & Roles
- Parameter target role: label Bước 3: Lựa chọn các thuộc tính tham gia mô hình
Lựa chọn các thuộc tính có ý nghĩa và phù hợp với bài toán tham gia vào mô hình
- Parameter subset: chọn tất cả các thuộc tính trong tập dữ liệu bank_full.csv trừ thuộc tính y
Bước 4: Kiểm thử mô hình
Xây dựng bước kiểm thử hiệu quả mô hình
- Parameter number of validation: 5 (kiểm thử 5 folds) Bước 4.1.1: Cân bằng dữ liệu
Trong tập dữ liệu có chứa các giá trị "có" và "không", tỷ lệ giữa chúng không đồng đều Do đó, cần điều chỉnh quy trình đưa dữ liệu vào huấn luyện để đảm bảo mô hình đạt được sự cân bằng tối ưu.
- Parameter balance data: (đánh dấu)
- Parameter sample size per class:
Bước 4.1.2: Lựa chọn phương pháp phân lớp
Sử dụng giải thuật cây quyết định để phân lớp dữ liệu
- Modeling Predictive Trees Decision Tree
- Parameter criterion: accuracy Bước 4.2.1: Ứng dụng mô hình Áp dụng mô hình đã được xây dựng trong bước 4.1.2 để đánh giá tập dữ liệu kiểm tra
- Scoring Apply Model Bước 4.2.2: Đánh giá hiệu quả mô hình Đánh giá hiệu quả mô hình bằng các độ đo hồi tưởng và chính xác
- Validation Performance Predictive Performance (Classification)
Hình 15-Mô hình phân lớp
Hình 16-Mô hình đánh giá phân lớp sử dụng kiểm thử chéo
Hình 17-Một phần của cây quyết định được sinh ra
Một cây quyết định được đánh giá là hiệu quả nếu nó có khả năng phân loại chính xác các tình huống trong tương lai, đặc biệt là những ví dụ không có trong tập dữ liệu huấn luyện Tuy nhiên, quá trình học của cây quyết định có thể dẫn đến việc giảm độ chính xác trên tập kiểm tra, mặc dù độ chính xác trên tập huấn luyện lại tăng lên Để đánh giá hiệu suất của cây quyết định, người ta thường sử dụng một tập kiểm tra tách biệt với tập huấn luyện Thông thường, dữ liệu được chia thành hai phần: tập huấn luyện chiếm 2/3 và tập kiểm tra chiếm 1/3 tổng số mẫu Trong nghiên cứu này, phương pháp này được áp dụng để đánh giá thuật toán phân lớp ID3 trên dữ liệu bank-full.cvs, với kết quả độ chính xác được kiểm tra 10 lần.
Hình 18-Độ đo chính xác của thuật toán
Trong bảng đánh giá, việc chia tập dữ liệu thành hai phần với 2/3 cho tập huấn luyện và 1/3 cho tập kiểm tra theo phương pháp ngẫu nhiên dẫn đến độ chính xác khác nhau, mặc dù sử dụng cùng một bộ dữ liệu và thuật toán Tuy nhiên, độ chính xác trung bình đạt 85.60% cho thấy tính đáng tin cậy khi áp dụng vào các bài toán thực tế.
Các luật thu thu được: duration > 521.500: no {no'90, yes!83} duration ≤ 521.500
| | | | | loan = no: yes {no=0, yes=8}
| | | | | loan = yes: no {no=1, yes=1}
| | | | | | | | housing = no: yes {no=0, yes=2}
| | | | | | | | housing = yes: no {no=2, yes=0}
| | | | | | education = secondary: no {no=2, yes=0}
| | | | | | education = tertiary: yes {no=0, yes=5}
| | month = feb: no {noC8, yesA}
| | | | | | | marital = married: yes {no=1, yes=2}
| | | | | | | marital = single: no {no=3, yes=0}
| | | | | | | | housing = yes: yes {no=0, yes=3}
| | month = mar: no {noE, yes%}
| | | | | housing = no: yes {no=0, yes=7}
| | | | | housing = yes: no {no=1, yes=1}
| | | | loan = yes: no {no=7, yes=0}
| | | | job = admin.: no {no, yes=0}
| | | | job = blue-collar: no {no=4, yes=0}
| | | | job = entrepreneur: no {no=2, yes=0}
| | | | job = housemaid: no {no=2, yes=1}
| | | | job = retired: no {no=8, yes=1}
| | | | job = self-employed: no {no=2, yes=0}
| | | | job = services: yes {no=1, yes=2}
| | | | job = unemployed: no {no=2, yes=0}
| | | | | | housing = no: yes {no=0, yes=2}
| | | | | | housing = yes: no {no=2, yes=0}
| | | | | | | marital = married: yes {no=0, yes=3}
| | | | | | | marital = single: no {no=2, yes=0}
| | | | | | job = blue-collar: yes {no=0, yes=3}
| | | | | | job = student: yes {no=0, yes=3}
| | | | | | job = technician: no {no=2, yes=0}
| | | | marital = divorced: yes {no=0, yes=2}
| | | | | education = primary: no {no=4, yes=1}
| | | | | education = secondary: no {no=6, yes=0}
| | | | | housing = no: yes {no=0, yes=9}
| | | | | housing = yes: no {no=2, yes=1}
| | | | | | education = primary: no {no=2, yes=0}
| | | | | | education = secondary: no {no=8, yes=0}
| | | | | marital = divorced: no {no=2, yes=1}
| | | | | marital = married: yes {no=0, yes=7}
| | | | | marital = single: yes {no=0, yes=6}
| | | | | | | | | | | marital = married: yes {no=0, yes=2}
| | | | | | | | | | | marital = single: no {no=2, yes=0}
| | month = aug: no {noP27, yes4}
| | | | | job = management: yes {no=0, yes=2}
| | | | | job = unemployed: yes {no=0, yes=2}
| | | | | education = primary: yes {no=1, yes=2}
| | | | | education = secondary: yes {no=0, yes=6}
| | | | | education = unknown: no {no=1, yes=1}
| | | | | | | housing = no: no {no=6, yes=0}
| | | | | | | housing = yes: yes {no=0, yes=2}
| | | | | | | | education = secondary: no {no=1, yes=1}
| | | | | | | | education = tertiary: yes {no=0, yes=2}
| | month = jul: no {noV53, yes2}
| | | contact = unknown: no {no@30, yes1}
| | month = may: no {no59, yes7}
| | | | | job = admin.: no {no=5, yes=0}
| | | | | job = entrepreneur: no {no=2, yes=0}
| | | | | job = management: no {no, yes=2}
| | | | | job = retired: no {no=4, yes=1}
| | | | | job = services: no {no=4, yes=0}
| | | | | job = student: yes {no=1, yes=2}
| | | | | job = technician: no {no, yes=0}
| | | | | job = unemployed: no {no=4, yes=0}
| | | | | | | | contact = cellular: yes {no=1, yes=2}
| | | | | | | | contact = telephone: no {no=3, yes=0}
| | | | | | job = entrepreneur: yes {no=1, yes=3}
| | | | | | job = housemaid: no {no=1, yes=1}
| | | | | | job = self-employed: yes {no=0, yes=3}
| | | | | | job = services: yes {no=0, yes=5}
| | | | | | job = student: yes {no=0, yes=5}
| | | | | | | marital = divorced: yes {no=0, yes=3}
| | | | | | | marital = married: yes {no=1, yes=7}
| | | | | | job = unknown: no {no=1, yes=1}
| | | | | education = primary: no {no, yes=1}
| | | | | education = unknown: yes {no=1, yes=2}
| | | | | | | | | education = secondary: yes {no=0, yes=3}
| | | | | | | | | education = tertiary: no {no=1, yes=1}
| | | | marital = single: no {no9, yes=1}
Kết luận
Trong chương này, chúng tôi đã sử dụng bộ dữ liệu Bankfull với 45,211 bản ghi và 17 thuộc tính để kiểm chứng các thuật toán xây dựng cây quyết định Bộ dữ liệu này rất phù hợp cho việc dự đoán khả năng rời bỏ dịch vụ của khách hàng tại các ngân hàng thương mại Bên cạnh đó, thông qua mô hình cây quyết định đã được xây dựng, chúng tôi cũng tiến hành đánh giá và phân tích các luật trong quá trình phân loại khách hàng, nhằm hỗ trợ việc ra quyết định kinh doanh hợp lý tại các ngân hàng thương mại.
Ngân hàng dựa vào kết quả này để tham khảo và quyết định xem khách hàng có đủ điều kiện vay vốn tiêu dùng hay không Các quy định liên quan có thể được minh họa thông qua một số luật đại diện.
+ Luật 1: IF(Nghenghiep: Giaovien) and (Thunhap: Thap) and
(TaiKhoanHienTai: Khong) THEN => Quyết định: True
Một giáo viên có thu nhập thấp và chưa có tài khoản ngân hàng có thể không đủ điều kiện để được vay tiêu dùng Quyết định này của ngân hàng có thể được giải thích dựa trên các yếu tố tài chính cần hỗ trợ, dẫn đến việc không cho vay đúng như kết quả từ thuật toán ID3.
Trong khi đó đối với:
+ Luật 2: IF(Nghenghiep: Giaovien) AND (Thunhap: Thap) AND
(TaiKhoanHienTai: Co) AND (Thunhaptuluong: Co) THEN (=> Quyết định: False)
Một giáo viên có thu nhập cao nhưng không có tài sản thế chấp đã bị từ chối vay vốn tiêu dùng, trong khi nếu không có thu nhập từ lương, khách hàng này lại được chấp nhận vay Kết quả này có thể không phù hợp với chính sách của một số ngân hàng, do công cụ khai phá dữ liệu chỉ hỗ trợ quyết định Cuối cùng, quyết định vay vẫn phụ thuộc vào người quản trị ngân hàng.
+ Luật 3: IF(Nghenghiep: LDPT) THEN (=> Quyết định: False)
Nếu khách hàng chỉ là lao động phổ thông, khả năng trả nợ của họ rất thấp Do đó, để giảm thiểu rủi ro, ngân hàng quyết định không cho những khách hàng này vay vốn tiêu dùng.
Kết quả dự đoán được thể hiện trong [Hình 6], đây là kết quả của việc đánh giá kết quả bằng phương pháp K-Folder với k = 10
Hình 5: Độ chính xác trên phần mềm RapidMiner
Nghiên cứu của chúng tôi đề xuất một ứng dụng cụ thể của kỹ thuật khai phá dữ liệu cho các ngân hàng trong việc phân loại khách hàng, giúp họ có thêm thông tin để quyết định cho vay tiêu dùng Để đạt được kết quả thực tiễn, cần bổ sung dữ liệu cho mẫu để tăng độ tin cậy của mô hình cây quyết định Đồng thời, việc tìm hiểu nhu cầu thực tế là cần thiết để cải tiến chương trình và áp dụng các thuật toán nghiên cứu, nhằm tối ưu hóa việc xử lý các cơ sở dữ liệu lớn.
Khai phá dữ liệu là một lĩnh vực hấp dẫn cho các nhà nghiên cứu, vì nó giúp phát hiện tri thức trong các cơ sở dữ liệu lớn thông qua các phương pháp thông minh Nghiên cứu trong lĩnh vực này yêu cầu người nghiên cứu phải tổng hợp kết quả từ nhiều lĩnh vực của khoa học máy tính và áp dụng chúng vào từng nhiệm vụ cụ thể trong khai phá dữ liệu.
Sau thời gian nghiên cứu và thử nghiệm, đặc biệt trong quá trình thực hiện đề tài, nhóm nghiên cứu đã hoàn thiện các mục tiêu ban đầu Đề tài đã đạt được những kết quả cụ thể như sau:
- Trình bày các kiến thức cơ bản về khám phá tri thức và khai phá dữ liệu
Bài viết này giới thiệu phương pháp tổng quát để xây dựng cây quyết định, bao gồm việc trình bày thuật toán xây dựng cây quyết định và cung cấp một số ví dụ minh họa cho các phương pháp khác nhau trong quá trình xây dựng cây quyết định.
- Thử nghiệm trên phần mềm khai phá phá dữ liệu Rapidminer với bộ dữ liệu gồm
45211 bản ghi và 17 thuộc tính của khách hàng mà nhóm đã sưu tầm và xử lý
Một số vấn đề đề tài phải tiếp tục nghiên cứu, tìm hiểu:
Cần tiếp tục nghiên cứu các thuật toán dự báo khác như Bayesian, mạng nơ-ron nhân tạo, phân cụm và sự kết hợp giữa các thuật toán này để cải thiện độ chính xác của kết quả dự báo.
Để nâng cao độ tin cậy và hiệu quả của mô hình dự báo, cần bổ sung thêm thuộc tính và số lượng bản ghi cho bộ dữ liệu, đặc biệt là cho tập huấn luyện Nhóm sẽ tiếp tục phát triển phần mềm khai phá dữ liệu trong lĩnh vực ngân hàng, nhằm hỗ trợ các ngân hàng trong việc ra quyết định kinh doanh hợp lý.
Để cải tiến chương trình và tối ưu hóa việc xử lý các cơ sở dữ liệu lớn, cần tìm hiểu nhu cầu thực tế và điều chỉnh bài toán dựa trên các thuật toán đã nghiên cứu, từ đó phát triển sản phẩm phù hợp với thị trường.