Chương 1: Cơ sở lý thuyết và tổng quan nghiên cứu 1. Cơ sở lý thuyết v €kha năng rời bỏ của khách hang Phân tích sự roi bỏ của khách hàng có thể được định nghĩa là công việc phân tích, thực hiện v €kha năng khách hang rời khỏi một sản phẩm hoặc dich vụ. Theo định nghĩa đơn giản nhất, đi`âi đó có nghĩa là khách hang từ bỏ khi lựa chọn công ty vì sự cạnh tranh (Ñettleton. Mục đích là để xác định tình huống này trước khi khách hàng rời bỏ sản phẩm hoặc dịch vụ và sau đó thực hiện một số hành động phòng ngừa vấn đ`ềnày.
Theo Jill Avery, tỷ lệ khách hàng rời bỏ (customer churn rate) là một chỉ số đo lường tỷ lệ phần trăm số người chấm dứt quan hệ khách hàng với một doanh nghiệp trong một giai đoạn cụ thể. Thông thường, tỷ lệ rời bỏ được tính theo tháng, quý hoặc năm, tùy thuộc vào ngành hang và sản phẩm của doanh nghiệp. Tỷ lệ hang năm là đơn vị mặc định cho hu hết các công ty, tuy nhiên có nhi`âi công ty như nhà cung cấp dịch vụ điện thoại di động, phòng tập gyms, hay công ty ph m`ồn,. sé theo dõi tỷ lệ nay theo tháng.
Một số công ty có tỷ lệ khách hàng rời bỏ dịch vụ rất lớn, kéo theo việc để mất khách hàng sẽ ảnh hưởng rất lớn đến việc đánh giá tỷ lệ này hàng tháng”. Tuy nhiên, không chỉ có những người làm marketing mới xem xét tỷ lệ này, rất nhi`â! nha di tư cũng sử dụng chi số này để đánh giá những tin năng thực sự của một công ty nào đó. Tỷ lệ rời bỏ khách hàng của công ty càng cao sẽ kéo theo nghi vấn v €kha năng duy trì vat‘ tại của công ty đó càng lớn. Theo Frederick Reichained (2006), người phát minh ra chỉ số đo lường sự hài lòng, khi tỷ lệ giữ chân khách hang tăng 5%, lợi nhuận của công ty sẽ tăng từ 25% đến 95%.
Và chi phí để có một khách hàng mới thường cao thường vượt xa so với việc duy trì một khách hàng hiện có. Thông thường, các công ty chi nhi hơn 7 Lần cho việc có được khách hàng mới so với việc giữ chân khách hang và giá trị trung bình toàn cầi của một khách hàng bị mất là 243 đô la. Rõ ràng, sự roi bỏ của khách hàng gây tốn kém rất lớn cho các doanh nghiệp. Vi tỷ lệ khách hàng rời bỏ chi đơn giản là tỷ lệ phần trăm khách hang chấm dứt quan hệ mua hàng với công ty trong một khoảng thời gian nhất định, nên việc tính toán nó khá đơn giản.
Ta có thể lấy tổng số khách hàng rời bỏ doanh nghiệp trong một khoảng thoi gian chia cho tổng số khách hàng ở đ`ầi kỳ. Có thể thấy, đây là một chi báo chậm (lagging indicator), CHUYEN DE TOT NGHIỆP - CHUYÊN NGÀNH TOÁN KINH TE nghĩa là doanh nghiệp chỉ có thể xem lại những xu hướng đã diễn ra, cũng là một trong những nhược điểm của nó. — Vai trò của việc phân tích sự roi bỏ của khách hàng Phân tích sự rời bỏ của khách hàng đặc biệt quan trọng trong việc tính toán của doanh nghiệp trong các lĩnh vực như bảo hiểm, viễn thông hoặc ngân hàng. (2009), việc giành được khách hàng mới trong đi`êi kiện cạnh tranh ngày nay tốn kém hơn tới 10 In so với việc giữ chân khách hàng hiện tại.
Đây là một phương pháp phân tích được sử dụng trong các vấn đ`ềnhư xác định h`ồsơ của khách hàng hiện tại, phân tích các khách hang rời bỏ và ước tính sự roi bỏ của khách hàng. Hơn nữa, theo Poel, V., Lariviére (2004), giá trị của các doanh nghiệp này tỷ lệ thuận với số lượng khách hang còn hoạt động. Do đó, nhi`âi chỉ số như chi phí, lợi nhuận, quy mô, năng lực đi tư, dòng tin của doanh nghiệp phụ thuộc vào số lượng khách hang va do đó phụ thuộc vào sự trung thành của khách hàng. Ngoài ra, nghiên cứu đã chỉ ra rằng lợi nhuận của khách hàng các dài hạn cao hơn so với khách hàng vãng lai.
— Một số sai lần khi phân tích v`ềkhách hang rời bỏ Avery trong bài viết “The Value of Keeping the Right Customers” đã chỉ ra 4 sai lần mà nhà quản lý của các công ty thường mắc phải khi xem xét tỷ lệ rời bỏ của khách hàng. Thứ nhất là việc sử dụng tỷ lệ rời bỏ như một chỉ số bị động chứ không phải là một cơ hội trong thực tế. Khi bạn nhận ra tỷ lệ khách hang rởi bỏ mình tăng lên, đó đã là 6-8 tháng sau thời điểm bạn thực sự đánh mất khách hàng của mình. Nếu chỉ số khách hàng rời bỏ dịch vụ là thước đo duy nhất bạn sử dụng để đánh giá mức độ hài lòng của khách hàng, thì bạn luôn luôn đi sau thời thế những 6 tháng và vô phương tác động đến tương lai.
Thứ hai là xem tỷ lệ này đơn giản là một con số hoặc dữ liệu chứ không phải là một chỉ số v €hanh vi của khách hàng. Các công ty nên tự đặt ra câu hỏi: Công ty chúng ta dang làm gì để tạo ra doanh thu từ khách hàng? Những khách hàng của chúng ta vì sao lại quyết định rời đi? Lam thế nào để có thể quản ly quan hệ khách hàng hiệu quả hơn để đảm bảo sự rời bỏ đó không xảy ra? Phân tích thông tin thực sự dang sau những con số sẽ giúp bạn xác định cn phải làm gì để thay đổi tình hình. Thứ ba, nhi € nhà tiếp thị tin vào những con số thn kỳ. Tỷ lệ rời bỏ thực tế và tỷ lệ rời bỏ chấp nhận được là hoàn toàn khác nhau tùy theo từng mô hình kinh doanh và phụ thuộc CHUYEN DE TOT NGHIỆP - CHUYÊN NGÀNH TOÁN KINH TE rất nhi&u vào khả năng công ty có được khách hàng nhanh chóng và hiệu quả như thế nào trong ngắn hạn và dài hạn.
Một số mô hình kinh doanh vẫn phát triển tốt bất chấp tỷ lệ khách hang rời bỏ doanh nghiệp cao và một số khác cân dựa vào tỷ lệ rời bỏ dịch vụ thấp. Thay vì ấn định một con số nhất định, những nhà quản lý giỏi nhất sẽ nhìn vào các thông số của họ vào năm ngoái và tự hỏi làm thế nào họ có thể làm tốt hơn. Chỉ số này thực sự cho thấy công ty đang quản lý các mối quan hệ khách hàng của mình tốt đến đâu và công ty luôn có thể cải thiện hiệu quả của nó. Sai lần cuối cùng là việc không nhìn thấy được rang tỷ lệ khách hàng rời bỏ cao thưởng là kết quả của việc thu hút khách hàng không hiệu quả.
Theo Avery, nhi& công ty đã và dang thu hút sai đối tượng khách hang. Họ nhận thấy sai lần nay ở những ngành tập trung đẩy mạnh ưu đãi vềgiá cả. Ho thu hút những người tìm kiếm giá hoi. Những người này ra sẽ rời bỏ doanh nghiệp nhanh chóng khi tìm được những giao dịch tốt hơn đối với doanh nghiệp khác.
Vấn đ`ềnày được thể hiện rất rõ qua mô hình kinh doanh groupon (mua theo nhóm để có được giá thành rẻ). Những giao dịch đó có thể đã mang lại nhi‘u khách hang mới cho doanh nghiệp, nhưng họ thường là những khách hàng điển hình có tỷ lệ rời bỏ cao và chẳng bao giờ lượn lờ mua những món hàng khác nếu không có giảm giá lớn. Bài viết cũng chỉ ra rằng: mục tiêu chính của doanh nghiệp là thu hút và giữ chân những khách hàng mà doanh nghiệp có thể mang lại giá trị cho họ và ngược lại, họ trở thành những khách hàng đáng giá của doanh nghiệp. CHUYEN DE TOT NGHIỆP - CHUYÊN NGÀNH TOÁN KINH TE 1.
Phương pháp nghiên cứu 1. Mô hình hồi quy Logistics Một phương pháp phổ biến nhất góp mặt trong hi hết các nghiên cứu định lượng v`ề khả năng vỡ nợ của khách hàng chính là mô hình h`õ quy Logistic. Mô hình h ` quy Logistic (Logistic Regression — Maddala, 1984) là một loại mô hình tuyến tính tổng quát dùng để dự báo phân loại các biến nhị phân theo xác suất. Việc phân loại này được thực hiện bằng cách sử dụng hàm logit để ước tính xác suất xảy ra của biến phụ thuộc, với các nhãn của biến này được thay thế bằng các mã hóa giả (0 và 1).
Ví dụ như chúng ta muốn dự báo khả năng vỡ nợ của một khách hàng thì biến phụ thuộc sẽ là khả năng vỡ nợ ứng với hai giá trị vỡ nợ hoặc không vỡ nợ. Vào năm 1980, Wiginton đã thực hiện so sánh h quy Logistic và phương pháp MDA. Ông đã đưa ra kết luận rằng Logistic đem lại những kết quả phân loại tốt hơn trong việc chấm điểm tín dụng. — Dạng mô hình và lý thuyết toán học của mô hình.
Gọi biến phụ thuộc là Y (Y là biến nhị phân), khi đó hai giá trị của Y được mã hóa thành 0 và 1. Với các biến độc lập là những biến có tác động đến khả năng Y = 1 được ký hiệu là: x4, X2,X3, 0) Xp Ý tưởng của mô hình h‘G quy Logistic là dự báo xác suất đểY = 1 (P(Y = 1)). Như vậy ta có xác suất để Y = 0 là: P(Y =0) = 1— P(Y = 1). Phương trình h'ã quy Logistic có dạng: c024n1142%° .-tđnXn PUY = | x)= A FAX Fag Xa F.
Fan Xp l+e trong đó e là hằng số Euler (2/718), P e [0;1] Nhiệm vụ của bài toán này là thực hiện hồ quy các hệ số AQ 1 ›--:› Ay dựa trên phương pháp ước lượng hợp lý tối đa. Tuy nhiên, rất khó để đánh giá tác động của các biến phụ thuộc lên biến độc lập dựa trên dạng mô hình trên, vì vậy, người ta đánh giá chúng thông qua một tỷ số được gọi là tỷ số nguy cơ (odds ratio): P Aj + xX +AyX5 +. Fay Xp odd = =e 0 T1 22 1-P Từ đây ta có thể thấy rằng: Khi Xj T 1 đơn vị va các yếu tố khác không đổi thì tỷ số a: odd † e † Tần hay In(odd) 2 a,đơn vị. CHUYEN DE TOT NGHIỆP - CHUYÊN NGÀNH TOÁN KINH TE — Nguyên lý hoạt động của mô hình Mô hình Logistic hoạt động tốt nhất khi nó đạt được độ phân loại cao nhất hay nói cách khác sai số dự báo là bé nhất.
Thật vậy, giả sử như một đối tượng nhận giá trị ', = |, vay ta kỳ vọng rang Y, càng g3 1 càng tốt, hay nói cách khác là xác suất để ¥ = 1 càng cao càng tốt.