báo cáo nhóm nguyên lý máy học đề tài phân cụm khách hàng tiềm năng

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC NHA TRANGKHOA CÔNG NGHỆ THÔNG TIN

BÁO CÁO NHÓM NGUYÊN LÝ MÁY HỌC

Đề tài: PHÂN CỤM KHÁCH HÀNG TIỀM NĂNG

Giảng viên : Đinh Đồng Lưỡng

Thành viên nhóm : Nguyễn Vũ Duy Hưng

Hoàng Tuấn Kiệt Hồ Đức Thắng

Nha Trang – 2023

LỜI MỞ ĐẦU

Thấu hiểu khách hàng là mục tiêu hàng đầu của hầu hết các doanh nghiệptrong lĩnh vực kinh doanh sản phẩm, dịch vụ nói chung và lĩnh vực bán lẻ nóiriêng Muốn đạt được điều đó, nhà quản trị phải có khả năng phân chia khách hàngcủa mình vào từng nhóm riêng biệt và đưa ra chính sách chăm sóc phù hợp với nhucầu của từng nhóm, cụthể hơn là từng khách hàng, việc làm này được gọi là phânkhúc khách hàng (Customer Segmentation).

Ngày nay, khoa học dữ liệu cũng như các công cụ, kỹ thuật phân tích dữliệu đã và đang phát triển rất nhanh chóng Việc tận dụng được nguồn dữ liệukhổng lồ từ hành vi mua hàng và nhân khẩu học của khách hàng và ứng dụng cácthuật toán, mô hình nhằm phân tích các dữ liệu ấy là điều hết sức quan trọng màbất kỳ doanh nghiệp bán lẻ nào cũng phải nắm bắt nếu muốn đạt được thành côngtrong thời đại số Bài báo này đề xuất một mô hình kết hợp giữa phương pháp tínhtoán các giá trị RFM (Recency, Frequency, Monetary) và phân cụm bằng thuật toánhọc máy K-means (Machine Learning) để phân nhóm khách hàng trong lĩnh vựcbán lẻ Ngoài ra, nghiên cứu đã chứng minh sự hữu ích của phương pháp này bằngcách tiến hành thực nghiệm trên tập dữ liệu (dataset) thực tế với giao dịch của mộtcông ty, qua kiểm định chất lượng đã cho thấy tính hiệu quả và khả năng ứng dụngcủa nghiên cứu vào thực tiễn Không chỉ đóng góp về mặt lý thuyết, thông qua môhình này còn giúp các doanh nghiệp, nhà quản trị có thể có những quyết định chínhxác hơn dựa trên dữ liệu, từ đó đưa ra các chiến dịch tiếp thị phù hợp cho từngphân khúc khách hàng, mang lại hiệu quả kinh tế và giữ chân được khách hàng.

LỜI CẢM ƠN

Chúng em xin gửi lời cảm ơn chân thành nhất tới thầy về những giờ phútquý báu mà thầy đã dành cho chúng tôi trong suốt thời gian học môn "Học máy".Thầy đã truyền đạt cho chúng em những kiến thức bổ ích, từ những khái niệm cơbản đến những ứng dụng thực tiễn, giúp chúng em hiểu sâu hơn về lý thuyết và ápdụng được vào thực tế.

Ngoài ra, thầy Đinh Đồng Lưỡng còn là một người thầy rất tận tâm và chuđáo trong công tác giảng dạy, luôn sẵn sàng giải đáp thắc mắc của chúng em và hỗtrợ chúng em trong quá trình học tập Những bài giảng của thầy luôn truyền đạtmột cách rõ ràng, dễ hiểu và thú vị, giúp chúng em có được những trải nghiệm họctập tuyệt vời.

Cảm ơn thầy đã giúp chúng em tiếp cận với các kỹ thuật và công nghệ mớinhất trong lĩnh vực Học máy, giúp chúng em nắm được những phương pháp vàcông cụ cần thiết để phát triển các ứng dụng thực tế Thầy cũng đã giúp chúng emrèn luyện kỹ năng tư duy và giải quyết vấn đề, giúp chúng em trở nên tự tin hơntrong việc giải quyết các vấn đề thực tế.

Một lần nữa, tôi xin chân thành cảm ơn thầy Đinh Đồng Lưỡng vì nhữngđóng góp giá trị của thầy trong việc giúp chúng em có được những kiến thức và kỹnăng quan trọng trong lĩnh vực Học máy Tôi tin rằng những kiến thức mà thầy đãtruyền đạt sẽ giúp chúng em phát triển tốt hơn trong sự nghiệp của mình và đónggóp tích cực đến xã hội.

Mục Lục

LỜI MỞ ĐẦU 2

LỜI CẢM ƠN 3

CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI 5

1.1 Phân cụm khách hàng tiềm năng là gì 5

1.2 Lý do chọn đề tài 6

1.3 Mục tiêu nghiêm cứu 6

CHƯƠNG 2: CÁC PHƯƠNG PHÁP ĐƯỢC SỬ DỤNG 8

2.1 Tổng quát 8

2.2 Khái niệm từng phương pháp 8

2.2.1 Tổng quan về RFM 8

2.2.2 Tổng quan về K-means 9

CHƯƠNG 3: GIỚI THIỆU SẢN PHẨM 10

3.1 Giới thiệu tổng quan 10

CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI1.1 Phân cụm khách hàng tiềm năng là gì

Phân cụm khách hàng tiềm năng là một trong những ứng dụng quan trọngcủa Machine Learning trong lĩnh vực Marketing Đây là quá trình tìm kiếm nhữngđặc trưng chung giữa các khách hàng và phân loại chúng thành những nhóm kháchhàng tương đồng dựa trên hành vi mua hàng, thông tin cá nhân, sở thích và yêu cầucủa khách hàng.

Phân cụm khách hàng tiềm năng giúp cho các doanh nghiệp có thể hiểu rõhơn về khách hàng của mình và cung cấp các sản phẩm, dịch vụ phù hợp với nhucầu của từng nhóm khách hàng tương ứng Điều này giúp cho doanh nghiệp tối ưuhóa chiến lược kinh doanh và tăng cường lợi nhuận.

Trong phương pháp phân cụm khách hàng tiềm năng, các thuật toánMachine Learning được sử dụng để phân tích và xử lý dữ liệu khách hàng Cácthuật toán này bao gồm K-means, Hierarchical Clustering, DBSCAN, GaussianMixture Models, và t-SNE Trong bài báo cáo này nhóm chúng em sẽ tìm hiểu kĩvề thuật toán K-means

Một số ứng dụng của phân cụm khách hàng tiềm năng bao gồm:

 Định hướng chiến lược phát triển sản phẩm và dịch vụ phù hợp với từngnhóm khách hàng.

 Tối ưu hóa chiến lược tiếp thị, quảng cáo và bán hàng dựa trên đặc trưng củatừng nhóm khách hàng.

 Tối ưu hóa chi phí marketing bằng cách tập trung vào nhóm khách hàngtiềm năng có khả năng mua hàng cao.

 Phát hiện các xu hướng và thay đổi trong hành vi mua hàng của khách hàng.Với sự phát triển của công nghệ Machine Learning, phân cụm khách hàngtiềm năng đang trở thành một công cụ quan trọng trong lĩnh vực Marketing Quađó giúp các doanh nghiệp có thể tối ưu hóa chiến lược kinh doanh và đạt được hiệuquả kinh doanh cao hơn.

1.2 Lý do chọn đề tài

Phương pháp phân khúc khách hàng không còn là một phương pháp mới lạtrong kinh doanh, hầu hết các doanh nghiệp hiện nay đều sử dụng phương phápnày để tiếp cận khách hàng một cách hiệu quả RFM là một trong những mô hìnhđược các công ty sử dụng rộng rãi, mô hình này giúp các công ty biết khách hàngtrung thành của họ, những khách hàng không hài lòng với dịch vụ và sản phẩm củahọ và những khách hàng cũ đã rời bỏ họ Tuy nhiên việc áp dụng mô hình RFMvào lĩnh vực bán lẻ sẽ tồn tại nhiều đặc điểm riêng biệt cần được nghiên cứu, Tuynhiên, việc áp dụng mô hình này cho lĩnh vực bán lẻ xe đạp chưa được phát triểnrộng rãi, trong khi đó mô hình RFM có thể giúp nhà bán lẻ tối đa hóa lợi tức đầu tưvà hoạch định nguồn lực họ đãbỏ vào chiến dịch marketing một cách hiệu quả hơn.Ngoài ra, việc kết hợp mô hình RFM với thuật toán học máy K-means được mongđợi mang lại hiệu quả lớn cho các doanh nghiệp trong việc phân khúc khách hàng.Vấn đề lớn nhất của ngành bán lẻ xe đạp là các nhà bán lẻvẫn còn sử dụng mô hìnhphân khúc khách hàng truyền thống, vì vậy họ gặp khó khăn trong việc đáp ứngnhu cầu khách hàng và tìm ra nguồn khách hàng tiềm năng Đối với ngành bán lẻ,việc sử dụng mô hình RFM cùng thuật toán K-means được kỳ vọng sẽ cung cấp sựhiểu biết khách hàng tốt hơn nhằm đưa ra quyết định hiệu quả hơn Đó là lýdo màbài nghiên cứu này được thực hiện Bài nghiên cứu này sẽ hướngđến việc tạo lậpmô hình phân khúc khách hàng hiệu quả kết hợp phương pháp học máy cho lĩnhvực bán lẻ xe đạp của Công ty AdventureWorks đồng thời so sánh mô hình RFMtruyền thống với mô hình RFM khi kết hợp với thuật toán phân cụm K-Means.

1.3 Mục tiêu nghiêm cứu

Mục tiêu tổng quát: Nghiên cứu này đề xuất phương pháp và xây dựng môhình phân khúc khách hàng dựa trên phương pháp RFM kết hợp với thuật toán họcmáy phân cụm K-means để phân tích phân khúckhách hàng trong lĩnh vực bán lẻ.Từ đó hoàn thiện mô hình phân khúc khách hàng hiệu quả, đồng thời đánh giá hiệuquả phương pháp RFM truyền thống so với RFM kết hợp thuật toán học máy Điềunày giúp cácnhà quản lý doanh nghiệp đưa ra các chiến dịch marketing phù hợpvớitừng phân khúc khách hàng.

Mục tiêu cụ thể:

-Nghiên cứu này sẽ làm rõ các cơ sở lý thuyết liên quan như hành vi khách hàng,phân khúc khách hàng, mô hình RFM, và cácnghiên cứu liên quan có sử dụngphương pháp K-means trong phân khúc khách hàng

-Trình bày về việc thu thập, xử lý dữ liệu để đưa ra phân khúc khách hàng dựa trênmô hình RFM, phương pháp K-means

-Đưa ra những phân tích định tính và định lượng tương ứng với từng phân khúckhách hàng Từ đó hoàn thiện mô hình phân khúc khách hàng hiệu quả sử dụngRFM kết hợp phương pháp họcmáy.

-Đề xuất/khuyến nghị chiến lược marketing hiệu quả cho từng phân khúc kháchhàng.

CHƯƠNG 2: CÁC PHƯƠNG PHÁP ĐƯỢC SỬ DỤNG2.1 Tổng quát

 K-means

 RFM (Recency, frequency, monetary)

2.2 Khái niệm từng phương pháp2.2.1 Tổng quan về RFM

RFM là 3 ký tự đầu tiên của Recency, frequency, monetary Nó là công cụphân tích được marketing sử dụng để định danh khách hàng của công ty dựa trênthói quen mua sắm tự nhiên của họ.

RFM phân tích và đánh giá khách hàng bằng cách tính điểm hành vi mua sắm củahọ dựa trên ba tiêu chí:

 Recency: Khoảng thời gian mua hàng gần nhất là bao lâu Nếu họ đã mua

hàng gần đây, xác suất họ sẽ mua thêm một lần nữa rất cao Tuy nhiên, nếukhách hàng không thực hiện bất kỳ một giao dịch nào trong một khoảng thờigian dài, chúng ta có thể lôi kéo họ bằng một offer đặc biệt, hoặc giới thiệulại thương hiệu của mình cho họ.

 Frequency: Tần suất mua hàng của khách hàng Nếu khách hàng có tầng

suất mua dày đặc, chúng ta sẽ biết thói quen và sở thích của họ Nếu họ chỉmua một lần và chưa bao giờ trở lại, họ có thể là một ứng viên tốt để thựchiện bài khảo sát sự hài lòng của khách hàng.

 Monetary Value: Số tiền trung bình khách hàng sử dụng trên mỗi giao dịch.

Tuy nhiên, đừng quá chú trọng vào con số này Tất cả các giao dịch muahàng đều có giá trị Monetary tác động trực tiếp đến doanh thu của công ty,tác động gián tiếp với 2 chỉ số ở trên kia Nếu chúng ta gặp một khách hàngthực hiện nhiều lần mua hàng gần đây với mức giá cao, những người đó cóthể là khách hàng trung thành của chúng ta.

 RMF có thang điểm từ 1-5 ( 1 là tệ, 5 là tốt) của mỗi khách hàng cho mỗitiêu chí.

 RFM giúp công ty có khả năng dự đoán những khách hàng nào có khả năngcao sẽ mua lại sản phẩm của họ, doanh thu đến từ khách hàng mới là baonhiêu, cách biến cơ hội mua hàng thành thói quen.

2.2.2 Tổng quan về K-means

K-means là một thuật toán phân cụm không giám sát được sử dụng rộng rãitrong Machine Learning để phân chia các điểm dữ liệu thành các nhóm dựa trênđặc trưng của chúng Thuật toán K-means được sử dụng để giải quyết các bài toánphân cụm dữ liệu, trong đó mục tiêu là phân chia các điểm dữ liệu thành các nhómsao cho các điểm trong cùng một nhóm tương đồng với nhau và khác biệt so vớicác điểm ở nhóm khác.

Thuật toán K-means hoạt động bằng cách chọn ngẫu nhiên một số lượng K điểmdữ liệu làm điểm trung tâm ban đầu của K nhóm Sau đó, thuật toán tính toánkhoảng cách Euclidean giữa các điểm dữ liệu và các điểm trung tâm này Các điểmdữ liệu sẽ được phân vào nhóm có điểm trung tâm gần nhất Tiếp theo, thuật toánsẽ tính toán lại các điểm trung tâm mới của các nhóm dựa trên dữ liệu đã đượcphân vào các nhóm ở bước trước Quá trình này được lặp lại cho đến khi các điểmtrung tâm không thay đổi nữa hoặc đạt được một điều kiện dừng khác.

Khi sử dụng thuật toán K-means, có một số tham số cần được đặt cụ thể, bao gồmsố lượng nhóm K, phương pháp khởi tạo điểm trung tâm ban đầu, phương pháptính khoảng cách và điều kiện dừng Việc đặt các tham số này ảnh hưởng đến kếtquả của thuật toán, do đó cần được chọn và điều chỉnh kỹ lưỡng để đạt được kếtquả tốt nhất.

Thuật toán K-means được sử dụng rộng rãi trong các bài toán phân cụm dữ liệu,bao gồm phân cụm khách hàng, phân cụm ảnh, phân cụm văn bản và nhiều lĩnhvực khác Ngoài ra, K-means cũng được sử dụng làm bước tiền xử lý dữ liệu trướckhi áp dụng các thuật toán khác trong Machine Learning Tuy nhiên, thuật toán K-means cũng có những hạn chế và điểm yếu, bao gồm khó xác định số lượng nhómK tối ưu và không phù hợp với dữ liệu không phân cách rõ ràng.

CHƯƠNG 3: GIỚI THIỆU SẢN PHẨM3.1 Giới thiệu tổng quan

- Với các mục tiêu đã đề ra ở trên thì sản phẩm của nhóm chúng em sẽ hướng tới

các làm cho mô hình có thể phân ra được các cụm khách hàng như sau:

 Nhóm khách hàng có giá trị thấp (Low value): bao gồm các khách hàng đãlâu rồi chưa quay lại mua, số lượng đơn hàng ít và tổng giá trị đơn hàngthấp Ở trong bài này chúng em sẽ biểu diễn nhóm khách hàng bằng số 2  Nhóm khách hàng có giá trị trung bình (Mid Value): là nhóm khách hàng có

3 chỉ số RFM trung bình, không cao cũng không thấp Ở trong bài nàychúng em sẽ biểu diễn nhóm khách hàng bằng số 1.

 Nhóm khách hàng có giá trị cao (High Value): là nhóm khách hàng có muahàng gần đây, số lượng đơn hàng nhiều và có tộng giá trị cao Ở trong bàinày chúng em sẽ biểu diễn nhóm khách hàng bằng số 0.

3.2 Code và giải thích

Đầu tiên chúng em sẽ lấy một dataset ở trên internet và tải nó xuống, sau đósử dụng ngôn ngữ python để xử lý bài toán này Hàm ‘pandas’ giúp ta có thể đọcdữ liệu từ các file Ở trong bài làm lần này chúng em sử dụng một file dữ liệu ‘csv’để lấy thông tin các khách hàng Biến ‘orders’ ở đây được dùng để lưu dữ liệu đọctừ file ‘sample-orders.csv’ tiếp đó là in ra các dòng đầu của file.

Đây là kết quả sau khi chạy đoạn code trên

Tiếp theo chúng ta chuyển dữ liệu ở hàng ‘order_date’ về loại dữ liệu ‘date-time’.Sau đó tách dữ liệu ra theo R-F-M (Recency – Frequency – Monetary Value) và lưu vàobiến ‘rfmTable’ và sau đó lần lượt đổi tên các thuộc tính về cho đúng Và sau đó ta sẽ inra để xem đoạn code này chạy như thế nào.

Đây là kết quả sau khi chạy đoạn code trên

Hình 2 - Thông tin KH đã được in theo RFM

Tiếp theo chúng ta lần lượt in ra các biểu đồ để xem sự phân bố của dữ liệu.

Sau khi chạy đoạn code này, dữ liệu sẽ biến đổi thành các ‘histogram’ như hình sau:

Hình 3 - Biểu đồ phân bố dữ liệu ban đầu

Ở trên chúng ta đã được thấy sự phân bố của dữ liệu, nhưng nếu áp dụng dữliệu như thế này để phân cụm thì kết quả đầu ra sẽ không tốt lắm Nên buộc chúngta phải chuyển đổi dữ liệu sao cho biểu đồ ‘histogram’ của nó thành hình chuôngkhi đó kết quả mới được tối ưu nhất.

Ở đoạn code trên chúng ta sẽ biết được nên chuyển đổi dữ liệu về cách theobiểu đồ phân phối của nó cũng như các giá trị nó đưa ra Giá trị nào gần bằng ‘0’nhất chúng ta sẽ áp dụng nó

Hình 4 - Dữ liệu biến đổi

Ở đây chúng ta sẽ lấy cột ‘monetary_value’ làm ví dụ Thông qua biểu đồchúng ta có thể thấy khi sử dụng ‘boxcox’ đồ thị dữ liệu gần như là đã được đưa vềđồ thị hình chuông Ta hãy cùng xem các giá trị để có thể quyết định chính xácnhất.

Chúng ta có thể thấy được giá trị ở đây ‘boxcox’ là gần bằng ‘0’ nhất Vậy làquyết định trên đã chính xác Tiếp theo chúng ta sẽ dùng ‘boxcox’ để biến đổi giátrị của dữ liệu.

Đây chính là đoạn code chúng ta sẽ tiến hành biến đổi dữ liệu, và sau khibiến đổi sau ta sẽ trả về mười giá trị của nó để xem như thế nào.

Hình 5 - Dữ liệu sau khi biến đổi

Sau khi biến đổi xong chúng ta sẽ tiến hành scaler các dữ liệu đã được biến đổi ở trên.

Hình 6 - Scale dữ liệu sau khi biến đổi

Sau khi tiến hành các bước ở trên xong, chúng ta sẽ bắt đầu phân cụm dữliệu Đối với bài toán này chúng em sẽ sử dụng thuật toán phân cụm Kmeans để cóthể phân cụm dữ liệu Để bắt đầu có thể phân cụm được thì phải chọn số cụm, ởđây chúng em sử dụng Elbow để chọn ra được hằng số ‘k’.

Hình 7 - Chọn K bằng Elbow

Hình 8 - Biểu đồ K

Với biểu đồ trên thì ‘k’ ở đây chúng em sẽ sử dụng là ‘3’ để có thể tiến hànhphân cụm dữ liệu trong bài toán này.

Hình 9 - Bắt đầu phân cụm khách hàng

Sau khi tiến hành phân cụm xong, chúng em sẽ in một danh sách khách hàngvà chúng ta nhìn vào đó sẽ biết đâu là khánh hàng ‘tiềm nằng’ của doanh nghiệp.

Hình 10 - TT Khách hàng sau khi phân cụm

Nhìn vào đây chúng ta có thể dễ dàng nhận biết đâu chính là khách hàng‘tiềm năng’ mà doanh nghiệp còn nhắm tới Với số mua hàng gần nhất ‘recency’bé, tần số mua hàng cao ‘frequency’ và số tiền cho mỗi lần mua ‘monetary_value’chúng ta có thể dễ dàng nhận thấy; khách hàng ở cụm ‘0’ chính là những kháchhàng tiềm năng mà doanh nghiệp cần nhắm tới