Giới thiệu dự án

  • Context & industry statistics

    • Du lịch toàn cầu đạt 1,5 tỷ lượt khách năm 2023, tăng 8 % so với 2022 (UNWTO).
    • Việt Nam ghi nhận 13,9 triệu lượt khách quốc tế năm 2023, trong đó 30 % đến miền Trung (Bộ Du lịch).
    • Các công ty lữ hành trung cấp tại miền Trung chiếm ≈ 35 % thị phần nội địa.
  • Problem statement

    • Pain points:
      • Thiếu hệ thống đo lường ROI cho các kênh truyền thông (Facebook, website, fan‑page).
      • Nội dung truyền thông chưa đồng bộ, gây chênh lệch nhận diện giữa các điểm tiếp xúc.
      • Việc thu thập, chuẩn hoá và phân tích dữ liệu khách hàng dựa vào Excel thủ công, dẫn đến dịch saiđộ trễ > 7 ngày.
  • Project objectives

    1. Xây dựng nền tảng Data‑Driven Marketing cho Hue Tourist.
    2. Tích hợp KPIs (Conversion Rate, NPS, CAC) vào quy trình báo cáo.
    3. Đề xuất automation pipeline giảm thời gian xử lý dữ liệu từ 7 ngày xuống < 1 ngày.
  • Solution approach

    • Data collection: Google Forms → PostgreSQL.
    • Data processing: Python 3.10 + pandas, scikit‑learn cho **## Giới thiệu dự án
  • Context & industry statistics

    • Du lịch toàn cầu đạt 1,5 tỷ lượt khách năm 2023, tăng 8 % so với 2022 (UNWTO).
    • Việt Nam ghi nhận 13,9 triệu lượt khách quốc tế năm 2023, trong đó 30 % đến miền Trung (Bộ Du lịch).
    • Các công ty lữ hành trung cấp tại miền Trung chiếm ≈ 35 % thị phần nội địa.
  • Problem statement

    • Pain points:
      • Thiếu hệ thống đo lường ROI cho các kênh truyền thông (Facebook, website, fan‑page).
      • Nội dung truyền thông chưa đồng bộ, gây chênh lệch nhận diện giữa các điểm tiếp xúc.
      • Việc thu thập, chuẩn hoá và phân tích dữ liệu khách hàng dựa vào Excel thủ công, dẫn đến dịch saiđộ trễ > 7 ngày.
  • Project objectives

    1. Xây dựng nền tảng Data‑Driven Marketing cho Hue Tourist.
    2. Tích hợp KPIs (Conversion Rate, NPS, CAC) vào quy trình báo cáo.
    3. Đề xuất automation pipeline giảm thời gian xử lý dữ liệu từ 7 ngày xuống < 1 ngày.
  • Solution approach

    • Data collection: Google Forms → PostgreSQL.
    • Data processing: Python 3.10 + pandas, scikit‑learn cho sentiment analysis và **clusteras