Nghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây Ninh

Nghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây NinhNghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây Ninh

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG -

TP HỒ CHÍ MINH - NĂM 2023

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

Người hướng dẫn khoa học: TS Huỳnh Trọng Thưa

Phản biện 1: ……… Phản biện 2: ……… Đề án sẽ được bảo vệ trước Hội đồng chấm đề án thạc sĩ tại Học viện Công nghệ Bưu chính Viễn thông

Vào lúc: giờ ngày tháng năm

Có thể tìm hiểu đề án tại:

- Thư viện của Học viện Công nghệ Bưu chính Viễn thông

MỞ ĐẦU

Trong dòng chảy liên tục của thời đại, xu thế phát triển của ngành thông tin và truyền dữ liệu được dự đoán mỗi lúc một mạnh mẽ và cạnh tranh hơn Trước tình hình đó, một quốc gia đang phát triển như Việt Nam có rất nhiều điều kiện thuận lợi để phát triển ngành này ở tương lai, chính vì vậy việc cạnh tranh và phát triển để chiếm lĩnh thị phần trong ngành này là không thể tránh khỏi

Với xu hướng phát triển của ngành thông tin truyền dữ liệu như trên, nên đây lã lĩnh vực rất hấp dẫn cho các doanh nghiệp phát triển, thuận lợi rất nhiều nhưng cũng rất nhiều thách thức, do các doanh nghiệp canh tranh quyết liệt để thu hút khách hàng, giành thị phần Nếu không liên tục thay đổi thích ứng với thị trường thì việc bị đào thải là đều tất yếu

Trong nhóm các doanh nghiệp kinh doanh dịch vụ truyền dữ liệu thông qua mạng cáp quang, việc duy trì khách hàng và mở rộng thị phần luôn là mục tiêu hàng đầu để đảm bảo doanh thu, và lợi nhuận cho doanh nghiệp Việc khách hàng duy trì thời gian sử dụng dịch vụ phụ thuộc vào rất nhiều yếu tố khách quan và chủ quan Việc này lâu nay vẫn thường xuyên được phân tích dự đoán, tuy nhiên thực hiện bằng các biện pháp thủ công, truyền thống mất rất nhiều thời gian, và đòi hỏi người phân tích phải có chuyên môn tương đối tốt, nhưng độ chính xác mang lại tương đối không cao Chính vì vậy, việc áp dụng

các mô hình học sâu để dự đoán xu hướng khách hàng cũng như mong muốn của khách hàng tiếp tục hay không tiếp tục sử dụng dịch vụ là vô cùng triển vọng, hỗ trợ cho doanh nghiệp hiểu rõ nhu cầu và lý do tại sao họ rời bỏ mạng của mình, từ đócải tiến dịch vụ, kỹ thuật, công nghệ để phục vụ tốt hơn khách hàng, giữ chân khách hàng và mở rộng hơn thị phần của mình Với mong muốn dự báo khả năng rời mạng của khách hàng sử dụng dịch vụ mạng cáp quang, đề án này xin đề xuất tên đề án như sau:

Nghiên cứu mô hình học sâu để dự báo khách hàng rời mạng viễn thông ở Tây Ninh

Nội dung của đề án được trình bày trong 4 chương nội dung chính như sau:

Chương 1: Tổng quan về dự báo khách hàng rời

mạng cáp quang

Chương 2: Các công trình liên quan

Chương 3: Xây dựng mô hình dự báo khách hàng

rời mạng cáp quang

Chương 4: Thí nghiệm và đánh giá

CHƯƠNG 1: TỔNG QUAN VỀ DỰ BÁO KHÁCH HÀNG RỜI MẠNG CÁP QUANG

1.1 Tổng quan về mạng cáp quang và thuê bao

1.1.1 Mạng cáp quang

Mạng cáp quang là một dịch vụ viễn thông có tốc độ cao sử dụng công nghệ cáp quang để cung cấp kết nối Internet, truyền hình và dịch vụ điện thoại tới người dùng Mạng cáp quang sử dụng tia sáng trong sợi quang để truyền tải dữ liệu với tốc độ cao và khả năng truyền thông lớn hơn so với các công nghệ truyền thông khác như cáp đồng trục hoặc DSL

Mạng cáp quang cung cấp tốc độ Internet đáng kể, cho phép người dùng truy cập nhanh chóng vào các trang web, xem video trực tuyến chất lượng cao, chơi game trực tuyến mà không gặp trở ngại về tốc độ Đồng thời, mạng cáp quang cũng hỗ trợ truyền hình kỹ thuật số và dịch vụ điện thoại qua Internet, mang lại trải nghiệm đa dạng và tiện ích cho người sử dụng

Một số ưu điểm của mạng cáp quang bao gồm:

1 Tốc độ cao: Mạng cáp quang cung cấp tốc độ truyền tải dữ liệu vượt trội so với các công nghệ khác Người dùng có thể tận hưởng việc tải xuống nhanh chóng, xem video mượt mà và trải nghiệm trực tuyến mà không bị giới hạn bởi tốc độ truyền thông

2 Độ ổn định: Công nghệ cáp quang ít bị ảnh hưởng bởi các yếu tố ngoại vi như thời tiết hay tia sét Điều này đảm bảo mạng cáp quang có độ ổn định cao hơn và ít gặp sự cố mất kết nối

3 Băng thông lớn: Mạng cáp quang có khả năng truyền thông lớn, cho phép nhiều người dùng cùng sử dụng dịch vụ Internet, xem video và chơi game mà không bị gián đoạn do tắc nghẽn mạng

4 Hỗ trợ dịch vụ đa dạng: Thuê bao mạng cáp quang không chỉ cung cấp Internet, mà còn kết hợp với dịch vụ truyền hình và điện thoại qua Internet Người dùng có thể tận hưởng các kênh truyền hình với độ phân giải và chất lượng cao

Trong những năm gần đây, thuê bao mạng cáp quang tại Việt Nam đã có sự phát triển đáng kể Các nhà mạng lớn như Viettel, VNPT và FPT Telecom đã đầu tư rất nhiều vào hạ tầng mạng cáp quang và mở rộng mạng lưới để cung cấp dịch vụ internet chất lượng cao cho khách hàng

Nhu cầu sử dụng internet của người dân Việt Nam ngày càng tăng cao, đặc biệt là trong bối cảnh dịch bệnh COVID-19 khi nhiều người phải làm việc và học tập từ xa Do đó, có thể dự báo rằng sự phát triển của thuê bao mạng cáp quang tại Việt Nam sẽ tiếp tục tăng trưởng trong tương lai

1.1.2 Cạnh tranh và hiện trạng khách hàng rời mạng

Theo báo cáo của Bộ Thông tin và Truyền thông [5], tính đến cuối năm 2020, Việt Nam đã có hơn 1 triệu km cáp quang được triển khai đến 100% xã, phường trên cả nước, cung cấp Internet cáp quang tới 58,34% hộ gia đình với tổng số thuê bao đạt mốc hơn 15,6 triệu

Hiện nay, thị trường thuê bao mạng cáp quang ở Việt Nam đang có sự cạnh tranh khá gay gắt giữa các nhà cung cấp dịch vụ Các công ty viễn thông lớn như Viettel, VNPT, FPT Telecom, Viettel, MobiFone, VNPost, SCTV, Viettel Post đều đang cung cấp dịch vụ thuê bao mạng cáp quang cho khách hàng Để cạnh tranh trên thị trường, các nhà cung cấp dịch vụ cố gắng cải thiện chất lượng dịch vụ, đưa ra các gói cước hấp dẫn, ưu đãi khuyến mãi, tăng tốc độ truy cập và phát triển các ứng dụng trực tuyến, game online, video streaming, dịch vụ chăm sóc khách hàng, đặc biệt là hỗ trợ kỹ thuật 24/7 Việc cạnh tranh này đang giúp cho người dùng có nhiều lựa chọn hơn, giúp giảm giá cước, tăng chất lượng dịch vụ và thúc đẩy sự phát triển của ngành viễn thông tại Việt Nam

Dưới đây là một số khía cạnh chính về sự cạnh tranh trong dịch vụ Internet cáp quang:

1 Tốc độ và băng thông: Một yếu tố quan trọng trong sự cạnh tranh là tốc độ truyền tải dữ liệu và băng thông Các nhà mạng cung cấp dịch vụ Internet cáp

quang cố gắng cung cấp tốc độ cao và băng thông rộng để đáp ứng nhu cầu ngày càng tăng về truyền dữ liệu, xem video chất lượng cao và chơi game trực tuyến

2 Chất lượng dịch vụ: Sự cạnh tranh trong dịch vụ Internet cáp quang liên quan đến chất lượng dịch vụ và độ ổn định của kết nối Các nhà mạng đầu tư vào cơ sở hạ tầng và công nghệ mới nhằm cung cấp mạng lưới ổn định và truyền tải dữ liệu mượt mà 3 Giá cả và gói dịch vụ: Giá cả và các gói dịch vụ là

một yếu tố quan trọng trong sự cạnh tranh Các nhà mạng cố gắng cung cấp các gói dịch vụ linh hoạt và hấp dẫn về giá cả để thu hút và duy trì khách hàng Các gói dịch vụ thích ứng với nhu cầu của khách hàng, bao gồm các gói tốc độ khác nhau và các dịch vụ bổ sung như truyền hình và điện thoại qua Internet

4 Dịch vụ và hỗ trợ khách hàng: Sự cạnh tranh trong dịch vụ Internet cáp quang cũng liên quan đến chất lượng dịch vụ và hỗ trợ khách hàng Các nhà mạng cố gắng cung cấp dịch vụ chuyên nghiệp và nhanh chóng, cũng như hỗ trợ kỹ thuật và chăm sóc khách hàng tốt

5 Mở rộng mạng lưới: Một yếu tố quan trọng trong sự cạnh tranh là khả năng mở rộng mạng lưới cáp quang Các nhà mạng đầu tư vào việc xây dựng và

mở rộng mạng lưới để phủ sóng rộng hơn, đáp ứng nhu cầu truy cập Internet của nhiều khu vực và khách hàng tiềm năng

Sự cạnh tranh giữa các nhà mạng cung cấp dịch vụ Internet cáp quang đem lại lợi ích cho người tiêu dùng thông qua tốc độ cao, chất lượng dịch vụ và giá cả cạnh tranh Sự cạnh tranh này thúc đẩy các nhà mạng liên tục cải tiến để đáp ứng nhu cầu ngày càng tăng của người dùng

Hiện tại, khách hàng rời mạng cáp quang này chuyển sang mạng khác đang có xu hướng tăng lên do sự cạnh tranh giữa các nhà cung cấp dịch vụ mạng lôi kéo khách hàng từ nhà mạng khác và khách hàng trở nên thông thái hơn trong việc lựa chọn mạng phù hợp với nhu cầu và chi phí của mình Trong đó yếu tố dự đoán khách hàng rời mạng viễn thông là một yếu tố quan trọng để kịp thời nắm bắt tâm lý khách hàng để có các biện pháp chăm sóc về chất lượng và thái độ phục nhằm giữ chân khách hàng tiếp tục sử dụng dịch vụ

1.2 Bài toán dự báo khách hàng rời mạng cáp quang

Bài toán dự báo khách hàng rời mạng cáp quang là một bài toán quan trọng trong lĩnh vực phân tích dữ liệu và khai thác dữ liệu khách hàng Đây là bài toán dự đoán xác suất khách hàng sẽ chuyển đổi sang mạng khác dựa trên các thông tin khách hàng và hành vi sử dụng dịch vụ của họ trên mạng cáp quang Các yếu tố ảnh hưởng đến

khách hàng quyết định rời mạng có thể bao gồm giá cả, chất lượng dịch vụ, tốc độ truy cập, khuyến mãi, phục vụ khách hàng và cơ chế thanh toán

Dự báo khách hàng rời mạng viễn thông mang lại nhiều lợi ích cho các nhà mạng, bao gồm:

1 Xác định khách hàng có nguy cơ chuyển đổi: bằng cách sử dụng dữ liệu lịch sử và các thuộc tính khách hàng, bài toán này có thể xác định khách hàng có khả năng chuyển đổi sang nhà mạng khác hoặc rời bỏ dịch vụ Điều này giúp cho nhà mạng có thể tiếp cận và tương tác với những khách hàng có nguy cơ rời mạng cao, đưa ra các biện pháp giữ chân khách hàng hiệu quả

2 Tăng cường sự tập trung vào khách hàng: bài toán dự báo khách hàng rời mạng viễn thông cho phép nhà mạng hiểu rõ hơn về hành vi và nhu cầu của khách hàng Thông qua việc phân tích dữ liệu và dự đoán, nhà mạng có thể tùy chỉnh các chính sách, gói dịch vụ và chiến lược tiếp thị để đáp ứng và duy trì sự hài lòng của khách hàng

3 Tối ưu hóa chiến lược khách hàng: dự báo khách hàng rời mạng cung cấp thông tin quan trọng để định hình chiến lược quản lý khách hàng Các nhà mạng có thể tăng cường việc tạo lập mối quan hệ lâu dài, đưa ra các ưu đãi và chính sách khách hàng, cung cấp dịch

vụ cá nhân hóa và tạo trải nghiệm tốt hơn cho khách hàng

Để giải quyết bài toán này, các nhà phân tích dữ liệu sẽ sử dụng các kỹ thuật máy học và học sâu để xây dựng mô hình dự báo Các thông tin về khách hàng và hành vi của họ sẽ được thu thập và xử lý để tạo ra các đặc trưng để huấn luyện mô hình Sau đó, các thuật toán như hồi quy logistic, cây quyết định, random forest, hoặc mạng nơ-ron sẽ được áp dụng để dự đoán xác suất khách hàng rời mạng

Dự báo khách hàng rời mạng cáp quang có thể giúp các nhà cung cấp dịch vụ đưa ra các chiến lược tiếp thị và chăm sóc khách hàng phù hợp để giữ chân khách hàng hiện có và thu hút thêm khách hàng mới

1.3 Mô hình học sâu trong bài toán dự báo

Các mô hình học sâu [6] đại diện cho một mô hình học tập mới trong trí tuệ nhân tạo (AI) và học máy Các kết quả đột phá gần đây trong phân tích hình ảnh và nhận dạng giọng nói đã tạo ra mối quan tâm lớn trong lĩnh vực này bởi vì các ứng dụng trong nhiều lĩnh vực khác cung cấp dữ liệu lớn dường như cũng khả thi Mặt khác, phương pháp toán học và tính toán làm cơ sở cho các mô hình học sâu là rất khó khăn, đặc biệt là đối với các nhà khoa học liên ngành Dưới đây là một số mô hình học sâu phổ biến được sử dụng trong lĩnh vực này:

Convolutional Neural Networks (CNN): Mặc dù CNN thường được sử dụng cho xử lý hình ảnh, nhưng chúng cũng có thể được áp dụng trong bài toán dự báo khách hàng rời mạng CNN có khả năng học các đặc trưng tương quan không gian trong dữ liệu chuỗi, giúp xác định các mẫu quan trọng liên quan đến việc khách hàng rời mạng

Các mô hình học sâu trên thường được xây dựng và huấn luyện bằng sử dụng thư viện như Keras hoặc TensorFlow, cung cấp các công cụ và tài nguyên để triển khai và tối ưu hóa các mô hình này Việc lựa chọn mô hình học sâu phụ thuộc vào đặc điểm của dữ liệu và yêu cầu cụ thể của bài toán dự báo khách hàng rời mạng viễn thông

Trong đó, CNN là một trong những mô hình học sâu có thể áp dụng cho bài toán dự đoán giá chứng khoán nhờ vào khả năng trích xuất thông tin hiệu quả qua các bộ lọc Theo một số kết quả thực nghiệm, CNN có một vai trò đáng kể trong việc xử lý dữ liệu đầu vào và trích xuất đặc trưng Ví dụ, theo [7] có thể áp dụng cho nhiều dữ liệu từ các nguồn khác nhau, bao gồm nhiều thị trường khác nhau, và trích xuất đặc trưng để dự đoán cho các thị trường này Các kết quả đánh giá cho thấy so với thuật toán cơ sở (baseline algorithm) tốt nhất, hiệu suất dự đoán

khi sử dụng CNN cho cải thiện đáng kể

CNN đã được ứng dụng rộng rãi trong nhiều lĩnh vực, bao gồm nhận dạng ảnh, phân loại văn bản, nhận dạng giọng nói, tự lái xe, và nhiều ứng dụng khác Với khả năng học và trích xuất đặc trưng tự động, CNN đã đạt được những kết quả ấn tượng và đóng góp quan trọng cho sự phát triển của trí tuệ nhân tạo Trong đề án này, sẽ sử dụng mô hình học sâu CNN để giải quyết bài toán dự báo

CHƯƠNG 2: CÁC CÔNG TRÌNH LIÊN QUAN

2.1 Các công trình nghiên cứu trong nước

Trong nghiên cứu của Nguyễn Trọng Thắng [8], để xác định các nhân tố ảnh hưởng đến sự hài lòng của khách hàng về chất lượng dịch vụ internet cáp quang FiberVNN tại VNPT thành phố Phan Rang - Tháp Chàm, nhóm tác giả dựa vào mô hình nghiên cứu của các nghiên cứu trước có liên quan, từ đó xây dựng mô hình nghiên cứu và đo lường các nhân tố ảnh hưởng đến sự hài lòng của khách hàng về chất lượng dịch vụ internet cáp quang FiberVNN tại VNPT thành phố Phan Rang - Tháp Chàm Với kích thước mẫu nghiên cứu là 300, và sử dụng phần mềm thống kê SPSS 20.0, mô hình nghiên cứu cuối cùng gồm 5 nhân tố ảnh hưởng đến sự hài lòng của khách hàng về chất lượng dịch vụ internet cáp quang FiberVNN tại VNPT thành phố Phan Rang - Tháp Chàm, gồm: Phương tiện hữu hình; Sự đồng cảm; Sự tin cậy; Sự đáp ứng; Năng lực phục vụ

Dương Thị Hòa Bình [9] nghiên cứu xây dựng mô hình học sâu dự đoán xu hướng giá chứng khoán, tìm hiểu và ứng dụng các mô hình học sâu vào thực tế Theo nhóm tác giả, cùng với sự phát triển của nền kinh tế thị trường, nhu cầu tăng thêm thu nhập của con người ngày càng cao Đối với tầng lớp lao động, đi làm thuê thì việc vươn lên tầng lớp doanh nhân, giàu có gần như là rất khó chỉ với

nguồn thu nhập bị động ít ỏi Trong khi đó thị trường chứng khoán lại vô cùng năng động Bài nghiên cứu đã nghiên cứu về mô hình học sâu và áp dụng cho bài toán dự đoán xu hướng giá chứng khoán Đề xuất được phương pháp đánh giá mô hình, phương pháp xây dựng tập dữ liệu và phương pháp kết hợp phân tích kỹ thuật với mô hình học sâu để cho ra kết quả tốt cho bài toán

Một nghiên cứu trong tập đoàn VNPT ở Đồng Nai, do Võ Đức Vinh và Trần Văn Lăng thực hiện [10], đã áp dụng công cụ máy học và thuật toán cây quyết định để xây dựng mô hình dự báo các thuê bao rời mạng dịch vụ FIBER Mô hình đề xuất này được xây dựng dựa trên dữ liệu khách hàng rời mạng VNPT đồng nai Với mô hình đề xuất, kết quả dự báo có tỉ lệ chính xác cao so với thực tế

2.2 Các công trình nghiên cứu trên thế giới

Ngành viễn thông đã trở nên cạnh tranh cao trong hai thập kỷ qua Do đó, việc có một hệ thống dự đoán khách hàng rời mạng hiệu quả cao là rất quan trọng [11] Vì vậy, trong nghiên cứu này, đã kiểm tra một số kỹ thuật học máy giám sát trên hai bộ dữ liệu khách hàng rời mạng từ hai thị trường viễn thông của hai quốc gia khác nhau và với các đặc trưng khác nhau Trong cả hai kịch bản, ANN và CNN đưa ra kết quả tốt hơn Tất cả các kỹ thuật này đều hoạt động khá tốt trên cả hai bộ dữ liệu, với độ chính xác trên 90% cho tất cả chúng Như được thể hiện ở kết quả phân phối khách hàng rời mạng mất cân đối một cách

đáng kể, điều này rất rõ ràng khi số lượng khách hàng rời mạng luôn phải thấp hơn số lượng khách hàng không rời mạng Tuy nhiên, sự mất cân đối trong dữ liệu gây nên sự ảnh hưởng mạnh mẽ đến hiệu suất của mô hình áp dụng Dựa trên các giá trị đặc trưng cụ thể, còn được gọi là tỷ lệ âm tính thực, những mô hình này có tỷ lệ phát hiện cao hơn đối với khách hàng không rời mạng so với khách hàng rời mạng Vấn đề này đã được giải quyết bằng cách sử dụng CNN, cho thấy tỷ lệ dự đoán âm tính thực rất cao, tức là khách hàng chuyển mạng trong kịch bản này Hiệu suất của các mô hình khác có thể được nâng cấp bằng cách sử dụng cân bằng dữ liệu; tuy nhiên, khi tỷ lệ khách hàng chuyển mạng quá thấp, thậm chí cân bằng dữ liệu cũng không cải thiện hiệu suất Do đó, việc sử dụng các bộ dữ liệu chứa một số lượng lớn khách hàng chuyển mạng để huấn luyện các mô hình là kịch bản tốt nhất Trong cùng một tuyến, dự đoán khách hàng rời mạng bằng phương pháp học sâu là một công cụ rất hữu ích trong việc xử lý các hoạt động tiếp thị trên mạng xã hội cho bất kỳ công ty nào, vì nó giúp xác định những khách hàng đang có nguy cơ rời bỏ doanh nghiệp Qua việc dự đoán khách hàng rời mạng, một doanh nghiệp có thể tiến hành các biện pháp chủ động và hoạt động tiếp thị để giữ chân khách hàng và ngăn chúng rời đi, dẫn đến sự trung thành của khách hàng, doanh thu tăng cao và ngăn chặn việc mất đi khách hàng quý giá

Vì vậy, trong bối cảnh tiếp thị trên mạng xã hội, các mô hình dự đoán khách hàng rời mạng bằng học sâu có thể phân tích hành vi khách hàng, tương tác và các yếu tố khác để xác định khách hàng có nguy cơ rời bỏ Thông tin như vậy sau đó có thể được sử dụng để nhắm mục tiêu các khách hàng này bằng các chiến dịch tiếp thị cá nhân hóa và lời khuyên đặc biệt để giữ chân họ Ví dụ, một mô hình dự đoán khách hàng rời mạng bằng học sâu có thể xác định rằng một khách hàng ngừng tương tác với tài khoản mạng xã hội của công ty đang có nguy cơ cao chuyển mạng Công ty có thể nhắm mục tiêu khách hàng này bằng cách gửi thông điệp cá nhân, ưu đãi hoặc khuyến mãi đặc biệt để thúc đẩy khách hàng tiếp tục là khách hàng và tương tác lại với công ty Tóm lại, dự đoán khách hàng rời mạng bằng học sâu là một công cụ quý giá cho các nhà tiếp thị trên mạng xã hội

Bất kỳ nghiên cứu nào về dữ liệu cũng có thể được cải thiện bằng cách nâng cao chất lượng và số lượng dữ liệu Dự đoán khách hàng rời mạng cũng không phải là ngoại lệ Một chất lượng cao hơn của dữ liệu khách hàng có thể trả về độ chính xác cao hơn trong dự đoán, cũng như tăng doanh thu của công ty

Nghiên cứu này cũng có thể được cải thiện bằng cách bao gồm dữ liệu từ cả nguồn có cấu trúc và không cấu trúc, điều này cũng có thể giúp tăng số lượng dữ liệu Dữ liệu về hành vi và đặc điểm khách hàng cũng nên được

phân tích để hiểu rõ hơn về các yêu cầu của họ, từ đó giúp giảm tỷ lệ khách hàng rời mạng Nguồn dữ liệu phi truyền thống như mạng xã hội để biết về cảm nhận về sản phẩm, trung tâm cuộc gọi để biết về số lượng khiếu nại, các ưu đãi từ đối thủ, và những yếu tố tương tự nên được xem xét để cải thiện việc giữ chân khách hàng