Ứng dụng thuật toán K-Means trong phân cụm khách hàng mục tiêu

Bài viết nghiên cứu phân khúc cụm khách hàng thông qua phương pháp phân cụm K-Means (K-Means clustering methods) của một cơ sở kinh doanh. Nghiên cứu được thực hiện trên 272 khách hàng với các đặc điểm về độ tuổi, thu nhập và điểm chi tiêu. Kết quả nghiên cứu đã chia thành 2 cụm khách hàng mục tiêu, hứa hẹn sẽ giúp việc chăm sóc, tiếp thị khách hàng hiệu quả hơn; giúp đơn vị kinh doanh có những chiến lược marketing phù hợp giảm chi phí và tăng hiệu quả.
Nội dung trích xuất từ tài liệu:
Ứng dụng thuật toán K-Means trong phân cụm khách hàng mục tiêu Journal of Mining and Earth Sciences Vol. 61, Issue 5 (2020) 145 - 150 145 Analyzing customer sentiments using K-means algorithm Trung Kien Pham *, Thang Duc Nguyen, Chien Van Le, Thuong Van Nguyen Faculty of Economics and Business Administration, Hanoi University of Mining and Geology, Vietnam ARTICLE INFO ABSTRACT Article history: Customer segmentation is the process of dividing customers based on Received 18th Aug. 2020 common characteristics such as their behavior, buying habits and service Accepted 24th Sept. 2020 usage,... so that companies can market for each group customers more Available online 31st Oct. 2020 effectively and appropriately. The paper analyzes customer cluster Keywords: segmentation via the K-Means clustering methods of a business sector. Clustering algorithm, The research was conducted on 272 customers with characteristics of age, income and expense score. The research results are divided into 2 target Customer segmentation, customer clusters, promising to help care and marketing customers more K-Means clustering, effectively; Help business units to have appropriate marketing strategies Potential customer. to reduce costs and increase efficiency. Copyright © 2020 Hanoi University of Mining and Geology. All rights reserved. _____________________ *Corresponding author E-mail: phamkientrung@humg.edu.vn DOI: 10.46326/JMES.KTQT2020.19 146 Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất Tập 61, Kỳ 5 (2020) 145 - 150 Ứng dụng thuật toán K-Means trong phân cụm khách hàng mục tiêu Phạm Kiên Trung *, Nguyễn Đức Thắng, Lê Văn Chiến, Nguyễn Văn Thưởng Khoa Kinh tế và Quản trị kinh doanh, Trường Đại học Mỏ - Địa chất, Việt Nam THÔNG TIN BÀI BÁO TÓM TẮT Quá trình: Phân cụm khách hàng (customer segmentation) là quá trình phân chia Nhận bài 18/8/2020 khách hàng dựa trên các đặc điểm chung như hành vi, thói quen mua sắm Chấp nhận 24/9/2020 và sử dụng dịch vụ của họ,… để các công ty, doanh nghiệp có thể tiếp thị cho Đăng online 31/10/2020 từng nhóm khách hàng một cách hiệu quả và phù hợp hơn. Bài báo nghiên Từ khóa: cứu phân khúc cụm khách hàng thông qua phương pháp phân cụm K-Means K-Means clustering, (K-Means clustering methods) của một cơ sở kinh doanh. Nghiên cứu được thực hiện trên 272 khách hàng với các đặc điểm về độ tuổi, thu nhập và điểm Khách hàng mục tiêu, chi tiêu. Kết quả nghiên cứu đã chia thành 2 cụm khách hàng mục tiêu, hứa Phân cụm khách hàng, hẹn sẽ giúp việc chăm sóc, tiếp thị khách hàng hiệu quả hơn; giúp đơn vị kinh Thuật toán phân cụm. doanh có những chiến lược marketing phù hợp giảm chi phí và tăng hiệu quả. © 2020 Trường Đại học Mỏ - Địa chất. Tất cả các quyền được bảo đảm. Hiện nay, có nhiều phương pháp giúp doanh 1. Mở đầu nghiệp thực hiện việc phân cụm khách hàng mục Phân cụm khách hàng là quá trình phân chia tiêu dựa trên những hiểu biết về hành vi khách hàng thành nhiều cụm/nhóm có chung sự (behavior), thói quen (habits), sở thích tương đồng theo những tiêu chí như giới tính, tuổi (preferences) của khách hàng tiềm năng như K- tác, sở thích, thu nhập và thói quen chi tiêu, hành Means, Mean-Shift, Density-Based Spatial, vi mua sắm,… để doanh nghiệp có phương thức Expectation-Maximization, Agglomerative tiếp thị hiệu quả. Khi thực hiện được phân cụm Hierarchical Clustering (Chen et al., 2012). khách hàng giúp đơn vị giải quyết đúng các yêu Trong phạm vi nghiên cứu, các tác giả lựa chọn cầu của từng khách hàng, giúp tăng lợi nhuận, giữ phương pháp phân cụm theo thuật toán K-Means, chân các khách hàng quan trọng, cũng như thực đây là thuật toán quan trọng và được sử dụng phổ hiện các chiến dịch, chiến lược marketing hiệu quả biến trong các nghiên cứu hiện nay (Chapman and hơn (Khajvand and Tarokh, 2011). Feit 2019). Bài báo thu thập số liệu từ 272 khách hàng tại showroom ô tô với các thông tin thu thập về dòng _____________________ xe quan tâm, kênh tiếp cận khách hàng, độ tuổi, *Tác giả liên hệ thu nhập bình quân và điểm chi tiêu để thực hiện E - mail: phamkientrung@humg.edu.vn phân cụm theo thuật toán K-Means. DOI: 10.46326/JMES.KTQT2020.19 Phạm Kiên Trung và nnk/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 61(5), 145 - 150 149 2. Phương pháp nghiên cứu 3. Dữ liệu nghiên cứu - Phương pháp thống kê: Thu thập và xử lý số Nghiên cứu thu thập thông tin của 272 khách liệu, điều tra chọn mẫu được nhóm tác giả sử dụng hàng tại điểm bán hàng của công ty Trường Hải để có được hình ảnh tổng quát về mẫu nghiên cứu. Auto, các thông tin được tập hợp gồm 6 cột: mã - Phương pháp phân cụm K-means: Thuật toán khách hàng ID, Chủng loại xe quan tâm, Kênh K-Means là tìm cách phân nhóm các đối tượng thông tin phản hồi, độ tuổi, thu nhập bình (objects) đã cho vào K cụm (K là số các cụm được quân/tháng và điểm chi tiêu. Dư ...