Để giải quyết bài toán ra quyết định phức tạp, Paul E. Green – Giáo sư danh dự
chuyên ngành marketing của Đại học Pennsylvania, Philadelphia –, trong một nghiên cứu của mình, đã xây dựng thành công một mô hình phân tích đặc trưng khách hàng đơn giản dựa trên lý thuyết phân lớp Bayes [23]. Mô hình của ông áp dụng được trong tình huống có
2 phương án và 2 loại khách hàng cần xem xét. (xem thêm Phụ lục A)
Tác giả dựa chủ yếu vào giá trị EOL đểước lượng rủi ro cho từng phương án áp dụng, kết hợp với việc sử dụng một số thông tin về thuộc tính khách hàng để gia tăng tính chính
xác cho bài toán quyết định. Kỹ thuật phân lớp Bayes được sử dụng như là công cụ hữu hiệu trong phân loại khách hàng. Tuy khá đơn giản nhưng kết quả quá trình phân tích đặc trưng
khách hàng của mô hình này lại tốt hơn nhiều so với kỹ thuật lựa chọn phương án dựa trên Minimize Expected Opportunity Loss. Mô hình của Green cũng đã chứng tỏđược tính hiệu quả của việc sử dụng thêm các thông tin khách hàng vào bài toán phân tích đặc trưng.
Mặc dù thu được hiệu quả tích cực nhưng mô hình G(2,2) (mô hình phân tích đặc
trưng khách hàng với 2 phương án đề xuất và 2 loại khách hàng của Paul E. Green) vẫn bộc lộ một số hạn chế. Các hệ sốCritical Probability và Likelihood Ratio được tác giả giới thiệu nhằm giải quyết bài toán phân tích đặc trưng trong hoàn cảnh mô hình chỉ có 2 phương án đề
xuất và 2 loại khách hàng. Hai hệ số này hoàn toàn không thể áp dụng được trong việc phát triển mô hình lên nhiều loại khách hàng khác nhau và nhiều phương án đề xuất.
Bên cạnh đó việc xác định số lượng thuộc tính tối ưu của nghiên cứu này cũng chưa
thực sự tổng quát và tốt, một phần cũng vì nguyên nhân là các công cụ kỹ thuật hỗ trợ lúc bấy giờ chưa đáp ứng được đầy đủ nhu cầu tính toán, phân tích các bài toán phức tạp.
Ngoài ra, việc chưa xác định được các loại khách hàng mới cũng là một thiếu sót của Green và mô hình G(2,2). Trong thực tế, các đặc trưng khách hàng nhiều và đa dạng, xác
định và dự đoán thị hiếu của những khách hàng mới thường rất khó khăn nhưng vô cùng
quan trọng, góp phần quyết định trong hoạt động marketing, mở rộng kinh doanh và nâng cao lợi nhuận cho doanh nghiệp.
Khắc phục thành công những hạn chế của mô hình G(2,2) và áp dụng các kỹ thuật tiên tiến hiện nay vào mô hình sẽ góp phần giúp cho mô hình phân tích đặc trưng khách
Khóa luận tốt nghiệp Cửnhân tài năng 02 – Khoa học máy tính Trang 34
hàng này cải thiện được đáng kể về mặt hiệu suất và cung cấp một công cụ tốt cho nhà quản lý trong việc đưa ra các quyết định rủi ro cao.