CHƯƠNG 4: PHÂN TÍCH DỮ LIỆU BIG DATA
4.3. Phân tích hành vi và phân khúc khách hàng
Như đã trình bày trước đó, việc áp dụng mô hình RFM để phân tích hành vi tiêu dùng là dựa vào thuật toán của (Wu & Lin, 2005) và (Khajvand, Zolfaghar, Ashoori, & Alizadeh, 2011) để xác định các ma trận. Mặc dù, số khách hàng tham gia các loại dịch vụ nêu trên có sự khác biệt về số lượng khách hàng. Tuy nhiên một khi các nhóm khách hàng này được hợp thành một phai (được merged) số khách hàng có tham gia sử dụng thẻ tín dụng, tham gia dịch vụ tiền vay, tham gia dịch vụ tiền gửi trong thời gian nghiên cứu của 12 tháng là 1.421 khách hàng.
Dựa vào ma trận khách hàng dựa vào sự kết hợp của hai thành phần, thời gian tham gia dịch vụ của khách hàng (LOS) và thời gian giao dịch gần nhất của khách hàng (Recency) của WU & Lin (2005), kết quả ma trận ở biểu đồ 4.5 cho ra 4 ô.
Trường hợp ô có LOS cao và Recency cao được xác định là ô có quan hệ gần với khách hàng (CR),ô này có tỷ lệ số khách hàng chiếm 20,9%. Đối với nhóm này, khách hàng sử dụng thẻ phổ biến classic chiếm 49% và thẻ Ladies_PAY chiếm 31%.
Đối với ô có LOS cao nhưng Recency thấp được xác định là ô có quan hệ tiềm năng với khách hàng (PR), ô này có tỷ lệ số khách hàng chiếm 16,7%. Đối với nhóm này, khách hàng sử dụng thẻ phổ biến classic chiếm 37% và thẻ Ladies_PAY chiếm 33%.
Đối với ô có LOS thấp nhưng Recency cao được xác định là ô đang hình thành mối quan hệ với khách hàng (ER), ô này có tỷ lệ số khách hàng chiếm 20,6%. Đối với nhóm này, khách hàng sử dụng thẻ phổ biến classic chiếm 33% và thẻ gold chiếm 33%, thẻ Ladies_PAY là 23% và thấp nhất là dòng thẻ VIP (Platinum) 12%.
Đối với ô có LOS thấp và cả Recency cũng thấp được xác định là ô có quan hệ mất dần với khách hàng (LR), ô này có tỷ lệ số khách hàng chiếm đến 41,7%, cao nhất trong 4 nhóm. Đối với nhóm này, khách hàng sử dụng thẻ phổ biến gold chiếm 41%
và thẻ lassic chiếm 30%.
Nguồn: Số liệu big data của ngân hàng
Biểu đồ 4.5. Mô hình ma trận khách hàng
Qua kết quả nêu trên cho thấy, số khách hàng có thể mất dần trong quan hệ chiếm tỷ lệ cao nhất 41,7%. Dựa trên nhóm này, ngân hàng cần có những chính sách riêng biệt, những chương trình marketing riêng biệt để tìm cách giữ chân khách hàng.
Muốn thế, ngân hàng cần đào sâu thêm vào nhóm quan hệ mất dần trong hành vi tiêu dùng thẻ, khả năng dư nợ tiền gửi để có những chính sách kích thích tiêu dùng. Do ma trận cho ra 4 ô riêng biệt, nên các chiến lược cũng cần có 4 chiến lược đặc thù để
QUAN HỆ TIỀM NĂNG (PR) Số khách hàng: 16,7%
Sử dụng dịch vụ thẻ:
-Classic: 37%
-Gold: 15%
-Laddies_PAY:33%
-Platinum: 15%
QUAN HỆ GẦN (CR)
Số khách hàng: 20,9%
Sử dụng dịch vụ thẻ:
-Classic: 49%
-Gold: 10%%
-Laddies_PAY:31%
-Platinum: 10%
QUAN HỆ MẤT DẦN (LR) Số khách hàng: 41.7%
Sử dụng dịch vụ thẻ:
-Classic: 30%
-Gold: 41%%
-Laddies_PAY:16%
-Platinum: 13%
HÌNH THÀNH QUAN HỆ (ER) Số khách hàng: 20.6%
Sử dụng dịch vụ thẻ:
-Classic: 33%
-Gold: 32%%
-Laddies_PAY:23%
-Platinum: 12%
THỜI GIAN MUA HÀNG GẦN NHẤT (RECENCY)
Thấp Trung bình Thấp
ThấpTrung bìnhCao THỜI GIAN THAM GIA DỊCH VỤ (LOS)
khai thác tiêu dùng, giữ chân khách hàng, tăng cường các dịch vụ cho những khách hàng thân thiết.
Biểu đồ 4.6. Phân khúc thị trường dựa vào mô hình RFM Ghi chú:
Các chỉ số của R, F, M trước khi đưa vào sử dụng phân tích cụm (cluster), các giá trị gốc được IBM Modeler định giá trị lại theo bậc thàng điểm tăng dần từ 1 đến 5.
Trong đó 1 là giá trị thấp nhất và 5 là giá trị cao nhất. Các giá trị trung bình của Recency, Frequency và Monetary sẽ nằm trong giới hạn từ 1 đến 5.
Kết quả phân khúc thị trường như ở biểu đồ 4.6 cho thấy, dựa trên kết quả phân tích hành vi được áp dụng từ mô hình RFM, nhóm khách hàng được phân chia làm 4 nhóm. Việc phân nhóm này là kết quả cho ra từ thuật toán Cluster (phân tích cụm).
Theo cột group tính từ trên xuống có nhóm không chắc chắn (Uncertain), nhóm tốt nhất (Best), nhóm chi tiêu (Spender) và nhóm mới (New), kết quả được xuất ra từ phần mềm IBM Modeler có thể được thấy ở phụ lục.
- Đối với nhóm khách hàng được cho là tốt nhất (Best): do các chỉ số thời gian mua hàng gần đây (Recency) là gần nhất, tần suất giao dịch (Frequency) cao nhất và giá trị giao dịch (Monetary) cao nhất. Nhóm khách hàng được xem tốt nhất có tỷ lệ khách hàng trong tổng số khách hàng nghiên cứu chiếm 24,8%. Điều này sẽ là một thông điệp tốt cho ngân hàng, vì tỷ lệ này được xem là không nhỏ.
- Đối với nhóm khách hàng được cho là nhóm chi tiêu (Spender): chỉ số R thấp, F cao và M cao. Nhóm khách hàng được xem là khách hàng chi tiêu trong tổng số khách hàng nghiên cứu chiếm 22%.
Cluster Label Group Size
Cluster-1
R=LOW; F= LOW; M=
LOW Uncertain 28.2%
Recency (1.89)
Frequency (1.92)
Monetary (1.69) Cluster-2
R=HIGH; F= HIGH; M=
HIGH Best 24.8%
Recency (4.02)
Frequency (4.51)
Monetary (4.07) Cluster-3
R=LOW; F= HIGH; M=
CAO Spender 22.0%
Recency (1.66)
Frequency (3.79)
Monetary (4.20) Cluster-4
R=LOW; F= LOW; M=
CAO New 24.9%
Recency (4.35)
Frequency (1.57)
Monetary (2.29) Inputs
- Đối với nhóm khách hàng được xem là nhóm mới (New): chỉ số R là cao (4.35), F thấp (1.57) M ở mức trung bình (2.29). Nhóm khách hàng được xem là nhóm khách hàng tiềm năng trong tổng số khách hàng nghiên cứu nhóm này chiếm 24,9%.
- Đối với nhóm khách được xem là nhóm khách hàng không chắc chắn (uncerntain): Nhóm này có ba chỉ số R, F và M đều thấp (dưới bậc thàng điểm 2).
Nhóm này có tỷ lệ không nhỏ chiếm 28,2%. Đây có thể nói, nhóm khách hàng có nguy cơ rời dịch vụ trong thời gian tới, nếu ngân hàng không có những chính sách giữ chân thông qua các dịch vụ chăm sóc, hoặc giới thiệu đến họ những gói, sản phẩm hấp dẫn khác.
Nếu xét về món vay của từng phân khúc và mối quan hệ của khách hàng được xếp loại với ngân hàng, kết quả ở biểu đồ 4.7 và biểu đồ 4.8 sẽ cho ta kết quả nhận định như sau:
- Theo kết quả phân khúc thị trường của nhóm, nhóm khách hàng tốt nhất (Best) phần lớn khách hàng tham gia dịch vụ vay tiêu dùng nhân viên (VTD) staff chiếm tỷ lệ 50,3%, kế đến vay tiêu dùng mua nhà đất chiếm 17,2%. Như biểu đồ 4.8, nhóm phân khúc Best, nhóm được xem là có mối quan hệ lâu dài với ngân hàng (LR: Long Relationship) chiếm 51% và quan hệ tiềm năng (PR: Potential Relationship) chiếm 48%.
- Trong khi đó nhóm phân khúc mới (New), nhóm này khách hàng quan tâm vay tiêu dùng từ lương (VTD Tu Luong) chiếm 27,8%, kế đến là vay tiêu dùng mua nhà đất chiếm 20,3%. Nếu xem biểu đồ 4.8, nhóm New có 25,5% được xem là nhóm có quan hệ tiềm năng.
- Riêng đối với nhóm phân khúc khách hàng chi tiêu (Spender) nhóm khách hàng quan tâm đến vay tiêu dùng nhân viên chiếm 23,2%, kế đến là vay tiêu dùng mua nhà, đất chiếm 20,3% và vay tiêu dùng bảo toàn chiếm 16,6%. Nhóm Spender được xếp hạng vào nhóm đang hình thành mối quan hệ với ngân hàng (ER:
Establishing Relationship) chiếm 55,3%
- Sau cùng đối với nhóm phân khúc không chắn chắn (Uncertain), nhóm này phổ biến vay tiêu dùng mua nhà đất chiếm 33,2%, kế đến là vay tiêu dùng bảo toàn chiếm 27% và vay tiêu dùng cán bộ nhân viên chiếm 12,4%. Theo biểu đồ 4.8, nhóm Uncertain thuộc được xếp vào nhóm đang hình thành mối quan hệ hệ (ER:
Establishing Relationship) chiếm 42,9%, nhóm tiếp theo là nhóm có quan hệ gần (CR: Close Relationship) chiếm 26,75%.
Nguồn: Kết quả từ big data
Biểu đồ 4.7. Thông tin vay vốn theo nhóm phân khúc khách hàng
Nguồn: Kết quả từ phân tích big data
Biểu đồ 4.8. Phân khúc thị trường và mối quan hệ với khách hàng Ghi chú:
CR = Quan hệ gần;
ER = Hình thành mối quan hệ;
LR = Quan hệ lâu dài;
PR = Quan hệ tiềm năm
Kết quả biểu đồ 4.9 là sự kết hợp 3 thông tin, thông tin khúc thị trường, thông tin số dư nợ thẻ (đồng) và loại sản phẩm/dịch vụ khách hàng đang tham gia sử dụng và chi trả. Các sản phẩm/dịch vụ chính trong nghiên cứu là: tiền vay, tiền gửi, thẻ tín dụng, thẻ thanh toán, thanh toán quốc tế, ngân hàng điện tử, phí dịch vụ, kinh doanh ngoại hối. Chi tiết như sau:
- Đối với nhóm khách hàng tốt nhất (Best): ngoại trừ khách hàng thanh toán quốc tế, các khách hàng sử dụng sản phẩm/dịch vụ khác đều có ở nhóm này, tuy nhiên nhóm này lại có mức dư nợ thẻ tín dụng không cao giao động ở mức 10 triệu đồng.
Điều này cho thấy, mặc dù có nhóm này có thẻ tín dụng nhưng mức độ sử dụng chưa cao, ngân hàng cần đưa ra các chính sách, chiến lược về giá, chiết khấu về thẻ tín dụng để có thể kích thích khách hàng tiêu dùng từ đó nâng cao mức dư nợ thẻ tín dụng, tăng giá trị đóng góp cho ngân hàng.
- Đối với nhóm phân khúc mới (New): tất cả các khách hàng sử dụng sản phẩm/dịch vụ của ngân hàng đều có ở nhóm này. Tuy nhiên, các khách hàng sử dụng tiền gửi, tiền vay, thẻ thanh toán, ngân hàng điện tử, kinh doanh ngoại hối, phí dịch vụ ở nhóm này lại có mức dư nợ thẻ tín dụng cao nhất (40 triệu đồng). Điều này cho thấy, các khách hàng ở nhóm này có mức chi tiêu thẻ tín dụng rất lớn, nếu có chiến lược phù hợp sẽ giúp ngân hàng khai thác tối đa hệ khách hàng này từ đó gia tăng lợi nhuận cho ngân hàng.
- Đối với nhóm phân khúc khách hàng chi tiêu (Spender): cũng giống như nhóm best, ngoại trừ khách hàng thanh toán quốc tế, các khách hàng sử dụng sản phẩm/dịch vụ khác đều có ỏ nhóm này. Tuy nhiên, ở nhóm này chỉ có các khách hàng sử dụng tiền vay, tiền gửi và thẻ là có mức dư nợ tương đối tốt (20 triệu đồng) còn lại nhóm kinh doanh ngoại hối hầu như ít phát sinh.
- Sau cùng đối với nhóm phân khúc không chắn chắn (Uncertain), ngoại trừ các khách hàng sử dụng thẻ khác, các khách hàng sử dụng sản phẩm/dịch vụ khác của ngân hàng đều có ở nhóm này. Tuy nhiên, số dư nợ thẻ của nhóm này không cao, đặc biệt các khách hàng sử dụng thanh toán quốc tế và kinh doanh ngoại hối rất
thấp (mức dưới 10 triệu đồng), các khách hàng còn lại thì ở mức từ 10 đến 20 triệu đồng.
Nguồn: Kết quả từ phân tích big data
Ghi chú: DNTHE_Mean: là số dư nợ thẻ (đơn vị đồng)
Biểu đồ 4.9. Thông tin phân khúc thị trường theo dịch vụ tham gia và số dư nợ thẻ