Báo Cáo Đồ Án Cuối Kỳ: Giải Pháp Hiệu Quả Để Phân Cụm Khách Hàng Trong Lĩnh Vực Bán Lẻ

Báo cáo đồ án cuối kỳ trình bày giải pháp RFM hiệu quả trong phân cụm khách hàng lĩnh vực bán lẻ, giúp tối ưu hóa chiến lược kinh doanh.

• Đề tài: Giải Pháp Hiệu Quả Phân Cụm Khách Hàng Trong Lĩnh Vực Bán Lẻ

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM KẾT
• 1. CHƯƠNG 1: TỔNG QUAN VỀ TÌNH HÌNH NGHIÊN CỨU
• 1.1. Tổng quan tình hình nghiên cứu
• 1.2. Đánh giá chung
• 1.3. Khoảng trống nghiên cứu và những điểm mới của nhóm
• 2. CHƯƠNG 2: CƠ SỞ LÝ LUẬN
• 2.1. Hành vi khách hàng
• 2.2. Phân khúc khách hàng
• 2.3. Tổng quan về mô hình RFM
• 2.4. Tổng quan về K-mean clustering
• 2.5. Cohort analysis - Phân tích theo nhóm
• 3. CHƯƠNG 3: CHUẨN BỊ DỮ LIỆU
• 3.1. Mô tả về dữ liệu
• 3.2. Phân tích khám phá dữ liệu
• 3.3. Làm sạch dữ liệu
• 3.4. Thu thập dữ liệu
• 4. CHƯƠNG 4: MÔ TẢ BÀI TOÁN
• 4.1. Mô hình RFM trên excel
• 4.2. Mô hình RFM trên python
• 4.3. Mô hình RFM trên K-means
• 4.4. Phân khúc theo K-means
• 5. CHƯƠNG 5: PHÂN TÍCH THẢO LUẬN VÀ ĐỀ XUẤT
• 5.1. Mô hình RFM truyền thống
• 5.2. Mô hình RFM với K-means
• 5.3. Cohort
• KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Khám Phá Phân Cụm Khách Hàng Chìa Khóa Tăng Trưởng Bán Lẻ

Trong bối cảnh thị trường cạnh tranh khốc liệt, việc áp dụng các chiến lược marketing đại trà không còn mang lại hiệu quả. Phân cụm khách hàng nổi lên như một giải pháp chiến lược, cho phép doanh nghiệp bán lẻ phân chia tệp khách hàng thành các nhóm nhỏ có đặc điểm chung. Quá trình này không chỉ dựa trên dữ liệu nhân khẩu học mà còn đi sâu vào phân tích hành vi khách hàng, đặc biệt là hành vi mua sắm. Thay vì đối xử với mọi khách hàng như nhau, doanh nghiệp có thể phát triển các chiến lược tiếp thị riêng biệt, phù hợp với nhu cầu và mong muốn của từng nhóm. Điều này giúp tối ưu hóa chiến dịch marketing, tăng cường sự gắn kết và thúc đẩy lòng trung thành. Nghiên cứu của Hồ Trung Thành và Nguyễn Đăng Sơn (2021) nhấn mạnh rằng việc ứng dụng học máy vào phân khúc khách hàng giúp tìm ra những giá trị thật sự (insight) có khả năng tác động đến quyết định mua hàng. Bằng cách hiểu rõ từng phân khúc, doanh nghiệp có thể phân bổ nguồn lực hiệu quả hơn, tập trung vào những nhóm khách hàng mang lại giá trị cao nhất, từ đó tối đa hóa doanh thu và tạo ra lợi thế cạnh tranh bền vững trong ngành bán lẻ.

1.1. Tầm quan trọng của phân khúc thị trường trong ngành bán lẻ

Việc thực hiện phân khúc thị trường là nền tảng cho mọi hoạt động kinh doanh thành công. Nó giúp doanh nghiệp xác định và khoanh vùng các nhóm đối tượng khách hàng phù hợp nhất với sản phẩm hoặc dịch vụ. Thay vì dàn trải nguồn lực một cách lãng phí, doanh nghiệp có thể tập trung vào việc đáp ứng một nhu cầu cụ thể, từ đó gia tăng tỷ lệ chuyển đổi. Hơn nữa, phân khúc thị trường còn giúp điều chỉnh thông điệp truyền thông sao cho phù hợp, tiếp cận nhanh chóng và hiệu quả hơn với nhóm khách hàng mục tiêu. Điều này không chỉ giúp xây dựng mối quan hệ bền chặt mà còn là cơ sở để mở rộng tệp khách hàng tiềm năng, đẩy nhanh chu kỳ bán hàng và củng cố vị thế thương hiệu trên thị trường.

1.2. Lợi ích cốt lõi từ việc phân tích hành vi mua sắm chi tiết

Hiểu rõ hành vi mua sắm của người tiêu dùng mang lại những lợi ích vô giá. Việc phân tích các dữ liệu như tần suất mua hàng, giá trị đơn hàng, và thời điểm mua hàng gần nhất giúp doanh nghiệp xây dựng nên chân dung khách hàng bán lẻ một cách rõ nét. Dựa trên những insight này, doanh nghiệp có thể cá nhân hóa trải nghiệm của khách hàng, từ việc đề xuất sản phẩm phù hợp đến việc thiết kế các chương trình khuyến mãi hấp dẫn. Như nghiên cứu của Mussadiq Abdul Rahim và cộng sự (2021) chỉ ra, phân tích hành vi khách hàng giúp chủ doanh nghiệp đưa ra các quyết định quan trọng, ảnh hưởng đến nhiều khía cạnh của cửa hàng bán lẻ. Điều này không chỉ giúp giữ chân khách hàng hiện tại mà còn thu hút thêm khách hàng mới thông qua các chiến lược marketing được thiết kế riêng.

II. Thách Thức Khi Bỏ Qua Phân Cụm Khách Hàng Bán Lẻ Hiệu Quả

Việc không áp dụng một phương pháp phân cụm khách hàng hiệu quả đẩy các doanh nghiệp bán lẻ vào tình thế bất lợi. Các chiến dịch marketing trở nên thiếu định hướng, dẫn đến lãng phí ngân sách và không đạt được mục tiêu đề ra. Khi tất cả khách hàng đều nhận được cùng một thông điệp, khả năng kết nối và thuyết phục giảm đi đáng kể, khiến tỷ lệ chuyển đổi thấp và chi phí thu hút khách hàng mới (CAC) tăng cao. Hơn nữa, doanh nghiệp sẽ gặp khó khăn trong việc xác định đâu là nhóm khách hàng giá trị cao cần được chăm sóc đặc biệt và đâu là nhóm có nguy cơ rời bỏ. Điều này trực tiếp ảnh hưởng đến khả năng giữ chân khách hàng và tối ưu hóa giá trị vòng đời khách hàng (CLV). Theo tài liệu nghiên cứu, việc gộp chung tất cả khách hàng để phục vụ cùng một loại sản phẩm/dịch vụ có thể làm giảm khả năng cạnh tranh của công ty so với các đối thủ khác. Thiếu đi sự thấu hiểu sâu sắc về khách hàng, doanh nghiệp không thể cá nhân hóa trải nghiệm, một yếu tố then chốt để xây dựng lòng trung thành trong kỷ nguyên số.

2.1. Lãng phí ngân sách khi marketing mục tiêu không hiệu quả

Khi không có sự phân khúc rõ ràng, các chiến dịch marketing mục tiêu thường thất bại trong việc truyền tải đúng thông điệp đến đúng đối tượng. Ngân sách bị phân bổ cho những nhóm khách hàng không có tiềm năng hoặc không quan tâm đến sản phẩm, dẫn đến hiệu quả đầu tư (ROI) thấp. Các nỗ lực quảng cáo, email marketing, hay khuyến mãi không được cá nhân hóa sẽ bị khách hàng phớt lờ. Hậu quả là doanh nghiệp vừa tốn kém chi phí, vừa không thể tăng tỷ lệ chuyển đổi, đồng thời bỏ lỡ cơ hội tiếp cận những khách hàng thực sự tiềm năng, những người có thể trở thành khách hàng trung thành nếu được tiếp cận đúng cách.

2.2. Khó khăn trong việc giữ chân khách hàng và tối ưu hóa CLV

Việc giữ chân khách hàng là một trong những thách thức lớn nhất khi thiếu dữ liệu phân cụm. Doanh nghiệp không thể nhận diện các dấu hiệu cho thấy một khách hàng sắp rời đi để có biện pháp can thiệp kịp thời. Các chương trình khách hàng thân thiết cũng trở nên kém hiệu quả vì không được thiết kế riêng cho từng nhóm. Kết quả là tỷ lệ khách hàng rời bỏ (churn rate) tăng cao. Điều này làm giảm đáng kể giá trị vòng đời khách hàng (CLV), một chỉ số quan trọng đo lường tổng doanh thu mà một khách hàng mang lại trong suốt thời gian gắn bó với doanh nghiệp. Việc không thể tối ưu hóa CLV khiến doanh nghiệp mất đi một nguồn doanh thu ổn định và bền vững.

III. Phương Pháp Phân Cụm Khách Hàng Bán Lẻ Qua Mô Hình RFM

Một trong những giải pháp hiệu quả và được áp dụng rộng rãi nhất để phân cụm khách hàng là mô hình RFM. Đây là một kỹ thuật phân tích dựa trên dữ liệu giao dịch lịch sử để xác định các nhóm khách hàng giá trị. RFM là viết tắt của ba yếu tố chính: Recency (Thời gian mua hàng gần nhất), Frequency (Tần suất mua hàng), và Monetary (Giá trị chi tiêu). Bằng cách chấm điểm cho từng khách hàng dựa trên ba tiêu chí này, doanh nghiệp có thể phân loại họ vào các phân khúc khác nhau, chẳng hạn như "Khách hàng VIP", "Khách hàng tiềm năng", "Khách hàng cần quan tâm" hay "Khách hàng sắp mất". Theo nghiên cứu được trích dẫn, mô hình RFM giúp xác định khách hàng tốt nhất, khách hàng có khả năng rời bỏ, và khách hàng sẽ phản hồi lại với các chiến dịch quảng cáo. Cách tiếp cận này không chỉ đơn giản, dễ triển khai mà còn mang lại những insight cực kỳ giá trị để tối ưu hóa chiến dịch marketing và cá nhân hóa trải nghiệm người dùng, giúp tăng tỷ lệ chuyển đổi một cách rõ rệt.

3.1. Phân tích ba yếu tố cốt lõi Recency Frequency Monetary

Ba yếu tố của mô hình RFM cung cấp một cái nhìn toàn diện về giá trị của khách hàng. Recency đo lường khoảng thời gian kể từ lần mua hàng cuối cùng; khách hàng mua gần đây có khả năng phản hồi cao hơn. Frequency tính tổng số lần giao dịch trong một khoảng thời gian nhất định; khách hàng mua thường xuyên thường trung thành hơn. Monetary là tổng số tiền khách hàng đã chi tiêu; những người chi tiêu nhiều mang lại giá trị kinh doanh lớn hơn. Bằng cách kết hợp ba chỉ số này, doanh nghiệp có thể định lượng và so sánh giá trị của từng khách hàng một cách khách quan.

3.2. Xây dựng chân dung khách hàng bán lẻ từ điểm số RFM

Sau khi tính toán và cho điểm từng yếu tố R, F, M, doanh nghiệp sẽ kết hợp chúng lại để tạo ra điểm RFM tổng hợp. Dựa trên điểm số này, một chân dung khách hàng bán lẻ chi tiết sẽ được hình thành. Ví dụ, khách hàng có điểm R, F, M đều cao được xếp vào nhóm "Top Customer", là tài sản quý giá nhất của công ty. Ngược lại, khách hàng có điểm R thấp nhưng F và M cao có thể là những khách hàng trung thành đang có nguy cơ rời bỏ. Trong nghiên cứu về dữ liệu AdventureWorks Cycles, các nhóm như "High Value Customer", "Medium Value Customer" và "Low Value Customer" được xác định rõ ràng, cho phép đề xuất các chiến lược marketing phù hợp cho từng nhóm.

IV. Bí Quyết Phân Cụm Khách Hàng Với Thuật Toán K Means và AI

Để nâng cao độ chính xác và tính khách quan của việc phân cụm, các doanh nghiệp đang ngày càng ứng dụng machine learning trong bán lẻ. Một trong những thuật toán phân cụm phổ biến và hiệu quả nhất là K-Means. Đây là một phương pháp học không giám sát, tự động phân chia tập dữ liệu khách hàng thành 'K' cụm riêng biệt dựa trên sự tương đồng về các đặc điểm như chỉ số RFM. Ưu điểm của K-Means là khả năng xử lý phân tích dữ liệu lớn và tìm ra các cụm khách hàng một cách tự nhiên mà không cần các quy tắc định sẵn. Nghiên cứu của Phạm Kiên Trung và cộng sự (2020) chỉ ra rằng thuật toán K-Means giúp thấy rõ ràng hơn cụm khách hàng mục tiêu. Việc tích hợp trí tuệ nhân tạo (AI) cho bán lẻ thông qua các thuật toán như K-Means, kết hợp với dữ liệu từ hệ thống CRM và nền tảng dữ liệu khách hàng (CDP), sẽ tạo ra một hệ thống phân khúc thông minh, linh hoạt và có khả năng tự động cập nhật theo thời gian thực.

4.1. Vai trò của machine learning trong việc phân tích dữ liệu lớn

Với sự bùng nổ của dữ liệu, việc phân tích dữ liệu lớn theo cách thủ công là không thể. Machine learning trong bán lẻ đóng vai trò then chốt trong việc tự động hóa quá trình này. Các thuật toán có thể phân tích hàng triệu giao dịch để xác định các mẫu hành vi mua sắm phức tạp, dự báo xu hướng và phân loại khách hàng một cách nhanh chóng. Điều này không chỉ tiết kiệm thời gian và nguồn lực mà còn khám phá ra những insight mà con người có thể bỏ lỡ, tạo tiền đề cho các quyết định kinh doanh dựa trên dữ liệu.

4.2. Áp dụng thuật toán phân cụm K Means để tối ưu hóa phân khúc

Thuật toán phân cụm K-Means hoạt động bằng cách xác định trước số lượng cụm (K) và sau đó nhóm các khách hàng có các giá trị RFM gần nhau nhất vào cùng một cụm. Quá trình này được lặp lại cho đến khi các cụm ổn định. Trong nghiên cứu về AdventureWorks, phương pháp Elbow và chỉ số Silhouette được sử dụng để xác định số cụm tối ưu là k=4. Kết quả cho thấy K-Means cung cấp một cách phân cụm khách quan hơn so với việc chia điểm RFM thủ công, giúp việc tối ưu hóa chiến dịch marketing trở nên chính xác và hiệu quả hơn.

V. Phân Tích Case Study Kết Quả Phân Cụm Khách Hàng Thực Tế

Nghiên cứu điển hình trên tập dữ liệu bán hàng của công ty AdventureWorks Cycles cung cấp một cái nhìn thực tiễn về hiệu quả của các giải pháp phân cụm. Dữ liệu bao gồm 121.253 giao dịch từ năm 2017 đến 2020, là một nguồn tài nguyên phong phú cho việc phân tích dữ liệu lớn. Bằng cách áp dụng cả mô hình RFM truyền thống và thuật toán phân cụm K-Means, nghiên cứu đã xác định được các phân khúc khách hàng khác nhau với những đặc điểm riêng biệt. Đáng chú ý, phân tích RFM chỉ ra rằng nhóm "Low Value Customers" chiếm đến 72.67% tổng số khách hàng nhưng lại đóng góp tới 80.216% tổng doanh thu. Đây là một insight quan trọng, cho thấy không nên bỏ qua nhóm khách hàng này. Trong khi đó, mô hình K-Means đã phân chia khách hàng thành 4 cụm, mỗi cụm có các đặc điểm về Recency, Frequency và Monetary trung bình khác nhau, từ đó đề xuất các chiến lược tiếp thị phù hợp để giữ chân khách hàng và tăng tỷ lệ chuyển đổi.

5.1. Các phân khúc khách hàng chính từ dữ liệu AdventureWorks

Từ việc phân tích hành vi khách hàng trong bộ dữ liệu, nghiên cứu đã phác họa các nhóm chính. Nhóm "High Value Customer" có tần suất mua hàng và mức chi tiêu cao nhất, dù số lượng ít nhưng là nguồn doanh thu quan trọng. Nhóm "Medium Value Customer" là nhóm tiềm năng có thể được nuôi dưỡng để trở thành khách hàng giá trị cao. Đặc biệt, nhóm "Low Value Customer" và "Lost Customer" chiếm tỷ lệ lớn, đòi hỏi các chiến lược tái kích hoạt và thu thập phản hồi để cải thiện dịch vụ. Các kết quả này cung cấp một cơ sở vững chắc để xây dựng chân dung khách hàng bán lẻ và định hướng chiến lược kinh doanh.

5.2. Đề xuất chiến lược cá nhân hóa trải nghiệm cho từng cụm

Dựa trên các phân khúc đã xác định, nghiên cứu đề xuất các chiến lược cá nhân hóa trải nghiệm cụ thể. Đối với nhóm "High Value Customer", cần có các chương trình chăm sóc đặc biệt, ưu đãi độc quyền và giới thiệu sản phẩm mới. Với nhóm "Medium Value Customer", các chiến dịch khuyến khích mua hàng lặp lại và xây dựng hệ thống tích điểm là phù hợp. Đối với nhóm "Low Value Customer", cần gửi các ưu đãi cá nhân hóa để khuyến khích họ quay trở lại. Việc áp dụng các chiến lược này giúp tối ưu hóa chiến dịch marketing, đảm bảo mỗi đồng chi tiêu đều mang lại hiệu quả cao nhất.

VI. Tương Lai Phân Cụm Khách Hàng Xu Hướng AI và Tối Ưu Hóa

Lĩnh vực phân cụm khách hàng đang liên tục phát triển, được thúc đẩy bởi những tiến bộ trong trí tuệ nhân tạo (AI) cho bán lẻ và machine learning. Trong tương lai, các mô hình phân cụm sẽ không chỉ dừng lại ở dữ liệu giao dịch lịch sử. Thay vào đó, chúng sẽ tích hợp nhiều nguồn dữ liệu hơn như hành vi lướt web, tương tác trên mạng xã hội và dữ liệu nhân khẩu học để tạo ra một cái nhìn 360 độ về khách hàng. Các thuật toán AI tiên tiến có thể thực hiện phân cụm động (dynamic segmentation), tức là khách hàng có thể di chuyển giữa các phân khúc khác nhau trong thời gian thực dựa trên hành vi của họ. Hơn nữa, AI còn cho phép dự báo hành vi, giúp doanh nghiệp đón đầu nhu cầu của khách hàng và can thiệp một cách chủ động để ngăn chặn việc khách hàng rời bỏ. Việc kết hợp các kỹ thuật này sẽ giúp các nhà bán lẻ không chỉ hiểu khách hàng của hiện tại mà còn dự đoán được giá trị của họ trong tương lai, từ đó tối ưu hóa chiến dịch marketing một cách toàn diện.

6.1. Trí tuệ nhân tạo AI và dự báo giá trị vòng đời khách hàng CLV

Một trong những ứng dụng đột phá nhất của AI là khả năng dự báo giá trị vòng đời khách hàng (CLV). Các mô hình dự đoán có thể phân tích các mẫu hành vi phức tạp để ước tính tổng doanh thu mà một khách hàng sẽ mang lại trong tương lai. Điều này cho phép doanh nghiệp phân bổ ngân sách marketing một cách thông minh hơn, tập trung đầu tư vào việc thu hút và giữ chân những khách hàng có CLV dự kiến cao. Việc dự báo CLV giúp chuyển đổi tư duy marketing từ tập trung vào giao dịch đơn lẻ sang xây dựng mối quan hệ khách hàng lâu dài và bền vững.

6.2. Hướng tới cá nhân hóa trải nghiệm và marketing mục tiêu 1 1

Xu hướng cuối cùng là tiến tới cá nhân hóa trải nghiệm ở cấp độ 1:1. Với sự trợ giúp của AI và nền tảng dữ liệu khách hàng (CDP), doanh nghiệp có thể tạo ra các phân khúc siêu nhỏ, thậm chí là phân khúc của một người. Mỗi khách hàng sẽ nhận được những thông điệp, đề xuất sản phẩm và ưu đãi được thiết kế riêng cho họ. Đây là cấp độ cao nhất của marketing mục tiêu, nơi mọi tương tác đều có liên quan và mang lại giá trị cho khách hàng. Mặc dù đầy thách thức, đây chính là tương lai của ngành bán lẻ, nơi sự thấu hiểu khách hàng sâu sắc sẽ quyết định người chiến thắng.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh cạnh tranh bán lẻ hiện đại, các doanh nghiệp chịu áp lực liên tục về việc tối ưu hóa doanh thu song song với việc cắt giảm chi phí vận hành và tiếp thị. Các chiến lược tiếp thị đại trà (mass marketing) – vốn tiếp cận toàn bộ khách hàng bằng cùng một thông điệp và sản phẩm – ngày càng bộc lộ sự kém hiệu quả và làm suy giảm năng lực cạnh tranh của doanh nghiệp trên thị trường. Để giải quyết vấn đề này, việc phân khúc khách hàng (customer segmentation) dựa trên dữ liệu giao dịch lịch sử trở thành một yêu cầu cấp thiết, cho phép doanh nghiệp cá nhân hóa chính sách bán hàng và chương trình chăm sóc khách hàng.

Mặc dù mô hình RFM (Recency - Frequency - Monetary) truyền thống đã được ứng dụng rộng rãi, phần lớn các hệ thống quản lý quan hệ khách hàng (CRM) hiện nay chỉ dừng lại ở việc thống kê định kỳ thủ công hoặc áp dụng quy tắc gán điểm cố định. Cách tiếp cận này đòi hỏi nhiều nguồn lực, dễ phát sinh sai sót chủ quan và khó thích ứng với tập dữ liệu quy mô lớn. Việc ứng dụng các kỹ thuật học máy (Machine Learning) không giám sát, tiêu biểu là thuật toán phân cụm K-means kết hợp với phân tích đoàn hệ (Cohort Analysis), mang lại khả năng tự động hóa quy trình phân cụm, nâng cao độ chính xác và khám phá các giá trị ẩn (insights) về vòng đời khách hàng.

Đề tài đặt ra các mục tiêu và nhiệm vụ nghiên cứu cụ thể:

1. Mục tiêu ngắn hạn:
   • Phân cụm các tệp khách hàng dựa trên hành vi giao dịch nhằm xây dựng chính sách bán hàng và hậu mãi phù hợp.
   • Nhận diện và xử lý các nhóm khách hàng đặc thù hoặc ngoại lệ (như nhóm mua ít lần nhưng giá trị đơn hàng rất lớn hoặc nhóm có nguy cơ rời bỏ cao).
   • Trực quan hóa các phân khúc khách hàng qua biểu đồ và hệ trục không gian để hỗ trợ nhà quản trị ra quyết định nhanh chóng.
2. Mục tiêu dài hạn:
   • Xây dựng quy trình ứng dụng học máy vào phân tích dữ liệu bán lẻ, giúp tiết kiệm chi phí và nguồn lực phân tích định kỳ cho doanh nghiệp.
   • Nâng cao lợi thế cạnh tranh dài hạn của doanh nghiệp bán lẻ thông qua các chiến lược giữ chân và mở rộng tệp khách hàng trung thành.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Dữ liệu hành vi mua sắm của khách hàng thông qua tập dữ liệu bán hàng của doanh nghiệp sản xuất và kinh doanh xe đạp AdventureWorks Cycles.
• Phạm vi không gian: Thị trường bán lẻ tại 6 quốc gia thuộc 4 khu vực địa lý lớn (Bắc Mỹ, Châu Âu, Thái Bình Dương, Trụ sở chính), bao gồm: Mỹ, Canada, Pháp, Đức, Úc và Vương quốc Anh.
• Phạm vi thời gian: Dữ liệu giao dịch được ghi nhận trong giai đoạn từ tháng 07/2017 đến tháng 06/2020; nghiên cứu và xử lý thực nghiệm được nhóm tác giả tiến hành trong thời gian 2 tháng.

---

Cơ sở lý thuyết và phương pháp

Nghiên cứu được xây dựng trên nền tảng lý thuyết tiếp thị hiện đại kết hợp với kỹ thuật khai phá dữ liệu và học máy không giám sát:

• Hành vi khách hàng và phân khúc thị trường: Nghiên cứu hệ thống hóa các nhóm hành vi quan sát được (số lượng, tần suất, số tiền, thời gian giao dịch) và không quan sát được; đánh giá các yếu tố ảnh hưởng gồm văn hóa, xã hội, cá nhân và tâm lý. Các phương pháp phân khúc phổ biến được khảo cứu gồm: phân khúc theo nhân khẩu học, theo hành vi, theo hành trình mua hàng, theo mức độ tham gia và theo loại thiết bị.
• Mô hình RFM và các biến thể: Khung đánh giá dựa trên ba biến số cốt lõi:
  • Recency (R): Khoảng thời gian tính từ lần tương tác/giao dịch gần nhất đến mốc phân tích.
  • Frequency (F): Tổng tần suất giao dịch hoặc số lượng đơn hàng trong chu kỳ quan sát.
  • Monetary (M): Tổng giá trị tiền tệ mà khách hàng đã chi trả cho doanh nghiệp.
  • Các biến thể mở rộng được tổng quan gồm: RFD (thời lượng), RFE (mức độ gắn kết), RFM-I (chi phí tương tác), RFMIC (tỷ lệ rời bỏ và chuỗi Bernoulli), TRFM (chu kỳ sản phẩm) và RFM/P (giá trị trên từng sản phẩm).
• Thuật toán phân cụm K-means: Phương pháp học máy không giám sát phân tách $n$ quan sát thành $K$ cụm sao cho tối thiểu hóa phương sai nội cụm dựa trên khoảng cách Euclidean. Độ phức tạp tính toán đạt $O(tkn)$.
• Phân tích đoàn hệ (Cohort Analysis): Phương pháp phân tích dữ liệu theo nhóm khách hàng có cùng thời điểm bắt đầu trải nghiệm dịch vụ (Acquisition Cohort) nhằm theo dõi các chỉ số duy trì (Retention Rate) và tỷ lệ rời bỏ (Churn Rate) theo thời gian.

Phương pháp nghiên cứu thực tế và nguồn dữ liệu:

• Nguồn dữ liệu: Tập dữ liệu thứ cấp AdventureWorks Sales gồm 121.253 dòng giao dịch trải dài trên 7 bảng dữ liệu quan hệ (Sales Order, Sales Territory, Sales Data, Reseller Data, Date Data, Customer Data, Product Data).
• Phương pháp định lượng và thực nghiệm:
  • Tiền xử lý và khám phá dữ liệu (EDA) trên môi trường Python (sử dụng thư viện Pandas, Matplotlib, Scikit-learn) và Microsoft Excel.
  • Xử lý giá trị khuyết thiếu (missing values) và loại bỏ dữ liệu ngoại lai (outliers) bằng phương pháp biểu đồ hộp (Box-plot).
  • Chuẩn hóa khoảng giá trị các biến số $R, F, M$.
  • Xác định số cụm tối ưu $K$ bằng phương pháp Elbow (thông qua công cụ KElbowVisualizer) và kiểm định chất lượng phân cụm bằng hệ số Silhouette.
  • Trực quan hóa phân bố cụm đa chiều trên hệ trục không gian 3D ($Oxyz$) và xây dựng báo cáo trực quan trên Microsoft Power BI.

---

Nội dung chính theo từng chương

Chương 1: Tổng quan về tình hình nghiên cứu

Chương 1 hệ thống hóa các công trình nghiên cứu trong nước và quốc tế liên quan đến phân khúc khách hàng bằng mô hình RFM và khai phá dữ liệu:

• Điểm qua các nghiên cứu ứng dụng RFM và K-means trong các ngành viễn thông, tài chính (Arne Floh et al., 2013), bảo hiểm (Wafa Qadadeh & Sherief Abdallah, 2018 kết hợp SOM), mỹ phẩm (Sari Hartini et al., 2020 kết hợp Naive Bayes đạt độ chính xác 65,87%), siêu thị bán lẻ tại TP.HCM (Nguyễn Phúc Sơn et al., 2021 kết hợp mạng nơ-ron sâu), và khách sạn (Arkadriusz T. Tomczyk et al., 2022).
• Nhận diện các nghiên cứu liên ngành của Hồ Trung Thành và Nguyễn Đăng Sơn (2021) về việc kết hợp RFM, phương pháp Elbow, hệ số Silhouette, chuẩn hóa Z-score và Cohort Analysis.
• Xác định khoảng trống nghiên cứu: Các hệ thống CRM thực tế chủ yếu thống kê mô tả thụ động, thiếu cơ chế tự động gom cụm bằng học máy có khả năng loại bỏ nhiễu và theo dõi vòng đời khách hàng đa thị trường như trường hợp của AdventureWorks Cycles.

Chương 2: Cơ sở lý luận

Chương này cung cấp nền tảng khoa học cho toàn bộ đồ án:

• Phân tích chi tiết khái niệm, vai trò và động lực nghiên cứu hành vi khách hàng; làm rõ 5 yếu tố tác động đến quyết định tiêu dùng.
• So sánh ưu và nhược điểm của 5 hình thức phân khúc khách hàng chính:

Hình thức phân khúc	Ưu điểm chính	Nhược điểm chính
Nhân khẩu học	Dễ thu thập, chi phí thấp, phân tích đơn giản	Dữ liệu dễ lỗi thời, mang tính giả định, không phản ánh tâm lý sâu
Hành vi	Dễ lập kế hoạch và tối ưu chiến dịch tiếp thị	Hành vi thay đổi liên tục, khó đo lường toàn diện
Hành trình mua hàng	Tiếp cận đúng nhu cầu từng giai đoạn	Tốn nhiều thời gian và nguồn lực phân tích
Mức độ tham gia	Giữ chân khách hàng kịp thời qua ưu đãi	Dễ gây nhàm chán nếu lạm dụng khuyến mãi
Loại thiết bị	Tối ưu hóa hiển thị và trải nghiệm giao diện	Đòi hỏi nguồn lực cập nhật công nghệ thiết bị liên tục

• Trình bày chi tiết toán học và thuật toán K-means, quy trình 5 bước gán tâm và tính khoảng cách Euclidean, đồng thời làm rõ cơ chế phân tích Cohort theo thời gian và quy mô nhóm.

Chương 3: Chuẩn bị dữ liệu

Nội dung chương tập trung vào quy trình tiếp nhận và làm sạch dữ liệu:

• Khảo sát cấu trúc 7 bảng dữ liệu thành phần của tập dữ liệu AdventureWorks Sales (121.253 giao dịch). Trong đó, bảng Sales Territory bao gồm 10 phân vùng thuộc 6 quốc gia (Mỹ, Canada, Pháp, Đức, Úc, Anh) thuộc 4 nhóm khu vực.
• Xử lý giá trị rỗng tại 2 trường thông tin: ShipDateKey (trong bảng Sales Data) và Color (trong bảng Product Data).
• Loại bỏ các bản ghi không hợp lệ (CustomerKey = -1).
• Kết hợp hai bảng Sales Order Data và Sales Data thông qua khóa liên kết SalesOrderLineKey để trích xuất 4 thuộc tính cốt lõi phục vụ tính toán RFM: CustomerKey, OrderDateKey, SalesOrderLineKey, và SalesAmount.

Chương 4: Mô tả bài toán

Chương 4 thực thi tính toán thực nghiệm trên các môi trường khác nhau:

• Triển khai trên Excel:
  • Sử dụng Pivot Table gom nhóm theo CustomerKey. Tính $R$ bằng hiệu số ngày giữa ngày chốt bộ dữ liệu và ngày mua gần nhất; $F$ bằng đếm số hóa đơn; $M$ bằng tổng SalesAmount.
  • Phân khoảng giá trị và gán điểm $R, F, M$ từ 1 đến 5 bằng hàm điều kiện.
  • Tính điểm tổng hợp RFM theo trọng số: $\text{Điểm RFM} = \dots + 0.57 \times \text{Mscore}$.
• Triển khai trên Python và EDA:
  • Dữ liệu sau gom nhóm gồm 18.484 khách hàng duy nhất.
  • Phân bố Recency: Từ 0 đến 1080 ngày (trung bình 174 ngày, tập trung từ 0 đến 400 ngày, phân phối lệch trái).
  • Phân bố Frequency: Từ 1 đến 68 lần (trung bình 3 lần, tập trung từ 1 đến 9 lần, đa số dưới 5 lần).
  • Phân bố Monetary: Từ 2,29 đến 13.295,39 đơn vị tiền tệ (trung bình 1.588 đơn vị).
• Triển khai phân cụm K-means:
  • Dùng Box-plot xác định và lọc bỏ các điểm dữ liệu dị biệt (outliers).
  • Chuẩn hóa thang đo các biến số để triệt tiêu ảnh hưởng chênh lệch độ lớn dữ liệu.
  • Chạy KElbowVisualizer xác định điểm uốn khuỷu tay tại $K=4$, sau đó xác nhận lại độ tin cậy bằng kiểm định hệ số Silhouette.
  • Trực quan hóa 4 cụm trên biểu đồ phân tán 3D ($Oxyz$) và biểu đồ cơ cấu tỷ trọng: Cụm 0 (62,4%), Cụm 1 (13,5%), Cụm 2 (12,7%), Cụm 3 (11,4%).

Chương 5: Phân tích thảo luận và đề xuất

Chương 5 diễn giải chi tiết đặc điểm từng phân khúc và đề xuất chiến lược tiếp thị tương ứng:

1. Đánh giá phân khúc theo mô hình RFM truyền thống:

• Top Customer (Điểm RFM > 4.5): Tỷ lệ 0%. Doanh nghiệp chưa có khách hàng đạt mức hoàn hảo tuyệt đối này.
• High Value Customer (Điểm RFM 4 - 4.5): Gồm 4 khách hàng (chiếm 0,02% số lượng; đóng góp 0,161% doanh thu). Recency trung bình 50 ngày, Frequency 18 lần, Monetary trung bình 11.784. Đề xuất: Duy trì liên lạc thường xuyên, gửi quà tri ân đơn hàng lớn, giới thiệu sản phẩm cao cấp, tặng ưu đãi bảo lưu giá khi thị trường điều chỉnh tăng giá.
• Medium Value Customer (Điểm RFM 3 - 4): Gồm 237 khách hàng (chiếm 1,28% số lượng; đóng góp 7,003% doanh thu). Recency trung bình 160 ngày, Frequency 7 lần, Monetary 8.676. Đề xuất: Xây dựng hệ thống tích điểm, giới thiệu sản phẩm phổ biến kèm chiết khấu để nâng hạng lên nhóm trung thành.
• Low Value Customer (Điểm RFM 1.6 - 3): Gồm 13.313 khách hàng (chiếm 72,02% số lượng; đóng góp 80,216% doanh thu). Recency trung bình 117 ngày, Frequency 3 lần, Monetary 1.768. Đề xuất: Gửi email cá nhân hóa, cung cấp ưu đãi giá đặc biệt và tài nguyên hữu ích nhằm giảm thiểu nguy cơ rời bỏ; áp dụng khuyến mãi kích cầu tái mua hàng.
• Lost Customer (Điểm RFM < 1.6): Gồm 4.930 khách hàng (chiếm 26,68% số lượng; đóng góp 16,2% doanh thu). Recency trung bình 333 ngày, Frequency 2 lần, Monetary 751. Đề xuất: Gửi khảo sát tìm hiểu nguyên nhân ngừng mua sắm kèm mã giảm giá cảm ơn; không phân bổ quá nhiều ngân sách tiếp thị trực tiếp.

2. Đánh giá phân khúc theo thuật toán K-means (4 Cụm):

Cụm (Màu sắc)	Tỷ lệ số lượng (%)	Số lượng (KH)	Recency TB (ngày)	Frequency TB (lần)	Monetary TB	Tỷ trọng doanh thu (%)	Đặc điểm & Chiến lược trọng tâm
Cụm 0 (Xanh dương)	62,38% (62,4%)	10.446	60	2	132	4,87%	Nhóm mua gần đây nhưng chi tiêu nhỏ. Tiếp thị dòng sản phẩm cao cấp hơn, cấp mã giảm giá riêng để gia tăng giá trị giỏ hàng.
Cụm 1 (Xanh lá)	13,53% (13,5%)	2.266	168	3	2.713	21,70%	Nhóm tiềm năng duy trì tần suất ổn định. Gửi thông tin ngành hàng quan tâm, ưu đãi chiết khấu khi mua số lượng lớn, mời tham gia sự kiện triển lãm.
Cụm 2 (Vàng)	12,73% (12,7%)	2.131	158	4 (cao nhất)	4.874 (cao nhất)	36,66%	Nhóm giá trị cao nhất về tần suất và chi tiêu. Tập trung chăm sóc khách hàng chuyên sâu, cải thiện chất lượng phục vụ sau bán hàng.
Cụm 3 (Đỏ)	11,35% (11,4%)	1.901	171 (xa nhất)	3	1.493	36,77%	Nhóm khách hàng mới hoặc có nguy cơ rời bỏ cao. Gọi điện, gửi email khảo sát nhu cầu, đưa ra chương trình khuyến mãi dài hạn để giữ chân.

3. Phân tích đoàn hệ (Cohort Analysis):

• Theo dõi tỷ lệ duy trì khách hàng theo các mốc OrderMonth và CohortMonth.
• Kết quả cho thấy tỷ lệ duy trì trong các tháng đầu chỉ dao động từ 3% đến 4%.
• Chu kỳ mua lặp lại thường kéo dài từ 6 chu kỳ trở lên.
• Từ sau ngày 01/06/2019, tỷ lệ duy trì từ chu kỳ thứ 6 trở đi suy giảm mạnh từ mức 17% - 22% xuống còn 1% - 4% (giảm khoảng 20% so với giai đoạn 2017–2018), cảnh báo các chính sách hậu mãi hiện hữu đang giảm sút hiệu lực và cần tái cấu trúc.

---

Kết quả và đóng góp

Kết quả chính

• Xử lý và phân tích thành công tập dữ liệu 121.253 giao dịch bán lẻ quốc tế của AdventureWorks Cycles, quy đổi thành tập dữ liệu 18.484 khách hàng định danh.
• Xác lập và đối chiếu quy trình phân khúc trên cả 3 phương pháp: Excel Pivot Table, tính điểm RFM trên Python, và mô hình phân cụm K-means.
• Xác định số cụm tối ưu $K=4$ thông qua kiểm định nhất quán giữa phương pháp Elbow (KElbowVisualizer) và hệ số Silhouette.
• Khám phá nghịch lý cơ cấu doanh thu: Phân khúc khách hàng giá trị thấp (Low Value Customers) chiếm 72,02% số lượng nhưng tạo ra tới 80,216% tổng doanh thu của doanh nghiệp, đòi hỏi chính sách chăm sóc tệp khách hàng số đông này một cách nghiêm ngặt.
• Đo lường được xu hướng sụt giảm tỷ lệ duy trì khách hàng qua phân tích Cohort, chỉ ra điểm nghẽn tại chu kỳ thứ 6 sau mua hàng.

Đóng góp thực tiễn và học thuật

• Về mặt phương pháp luận: Đồ án minh chứng tính khả thi của quy trình liên ngành kết hợp giữa phân tích tiếp thị (RFM, Cohort) và khoa học dữ liệu (K-means, Box-plot outlier filtering, 3D visualization), khắc phục tính chủ quan của việc gán trọng số truyền thống.
• Về mặt ứng dụng doanh nghiệp: Cung cấp khung phân khúc 4 cụm và hệ thống giải pháp marketing định mục tiêu cụ thể, giúp doanh nghiệp bán lẻ tối ưu hóa ngân sách tiếp thị, định vị đúng sản phẩm cho từng nhóm đối tượng và cải thiện tỷ lệ giữ chân khách hàng.

---

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

• Nghiên cứu mới chỉ áp dụng mô hình RFM cơ bản, chưa tích hợp sâu các biến thể mở rộng như TRFM (tính đến chu kỳ sống của sản phẩm) hay RFM/P (giá trị RFM trên từng danh mục sản phẩm).
• Nguồn dữ liệu thực nghiệm thuần túy dựa trên lịch sử giao dịch hóa đơn, chưa kết hợp được dữ liệu nhân khẩu học (độ tuổi, thu nhập, nghề nghiệp) và dữ liệu hành vi số (nhật ký lướt web, thời gian dừng trên trang).

Hướng nghiên cứu tiếp

• Mở rộng thu thập và tích hợp dữ liệu nhân khẩu học và tâm lý học để hoàn thiện chân dung khách hàng (Customer Persona) toàn diện từ giới tính, tình trạng hôn nhân, nghề nghiệp đến sở thích và lối sống.
• Thử nghiệm các mô hình học máy nâng cao và thuật toán phân cụm khác (như Hierarchical Clustering, Fuzzy C-means, hoặc mạng nơ-ron tự giám sát) kết hợp các biến thể RFMIC, TRFM nhằm nâng cao độ chính xác dự báo hành vi mua lại.

---

Giá trị tham khảo

Đồ án là tài liệu tham khảo hữu ích cho:

• Sinh viên và học viên chuyên ngành Hệ thống thông tin quản lý, Thương mại điện tử, Khoa học dữ liệu và Phân tích kinh doanh (Business Analytics): Tham khảo quy trình xử lý dữ liệu thực tế từ dữ liệu bán hàng quan hệ sang ma trận RFM, phương pháp trực quan hóa 3D và cách lập trình K-means trên Python.
• Chuyên viên Marketing và CRM tại các doanh nghiệp bán lẻ: Vận dụng khung phân tích 4 cụm khách hàng, phương pháp đọc hiểu ma trận duy trì Cohort và các giải pháp chăm sóc khách hàng mục tiêu theo từng nhóm giá trị.

---

Câu hỏi thường gặp

1. Tập dữ liệu thực nghiệm của đồ án có quy mô như thế nào?

Nghiên cứu sử dụng tập dữ liệu AdventureWorks Sales của công ty AdventureWorks Cycles trong lĩnh vực sản xuất và kinh doanh xe đạp, gồm 121.253 dòng giao dịch ghi nhận từ tháng 07/2017 đến tháng 06/2020 tại 6 quốc gia (Mỹ, Canada, Pháp, Đức, Úc, Anh). Sau khi loại bỏ dữ liệu ngoại lệ và gom nhóm theo khách hàng, tập dữ liệu đạt 18.484 khách hàng định danh duy nhất.

2. Số lượng cụm $K$ tối ưu trong mô hình K-means được xác định bằng cách nào?

Nhóm tác giả sử dụng công cụ KElbowVisualizer để thực hiện phương pháp khuỷu tay (Elbow method), xác định điểm uốn của hàm mất mát tại giá trị $K=4$. Kết quả này sau đó được kiểm tra và xác nhận lại độ tin cậy bằng chỉ số kiểm định Silhouette trước khi tiến hành gán nhãn dữ liệu.

3. Tỷ trọng số lượng và doanh thu của 4 cụm K-means phân bổ ra sao?

Cơ cấu 4 cụm khách hàng theo thuật toán K-means bao gồm:

• Cụm 0 (Xanh dương): 10.446 khách hàng (62,38% số lượng; 4,87% doanh thu).
• Cụm 1 (Xanh lá): 2.266 khách hàng (13,53% số lượng; 21,70% doanh thu).
• Cụm 2 (Vàng): 2.131 khách hàng (12,73% số lượng; 36,66% doanh thu).
• Cụm 3 (Đỏ): 1.901 khách hàng (11,35% số lượng; 36,77% doanh thu).

4. Kết quả phân tích đoàn hệ (Cohort Analysis) phản ánh điều gì về tỷ lệ giữ chân khách hàng?

Biểu đồ phân tích Cohort cho thấy tỷ lệ quay lại mua sắm trong những tháng đầu tiên rất thấp, chỉ đạt khoảng 3%–4%, và chu kỳ mua lặp lại thường kéo dài từ 6 chu kỳ trở lên. Đặc biệt, từ giai đoạn tháng 06/2019 trở đi, tỷ lệ duy trì từ chu kỳ thứ 6 giảm mạnh từ mức 17%–22% xuống còn 1%–4% (giảm khoảng 20%), báo hiệu doanh nghiệp cần điều chỉnh lại chính sách hậu mãi.

---

Kết luận

Đồ án đã xây dựng thành công quy trình nghiên cứu liên ngành ứng dụng mô hình RFM kết hợp thuật toán phân cụm K-means và phân tích Cohort trên tập dữ liệu bán lẻ AdventureWorks Sales. Nghiên cứu đã phân tách chính xác 18.484 khách hàng thành 4 cụm hành vi rõ rệt, đồng thời chỉ ra các đặc trưng quan trọng về doanh thu và chu kỳ duy trì khách hàng. Những phát hiện này cung cấp cơ sở khoa học và thực tiễn vững chắc giúp doanh nghiệp bán lẻ tối ưu hóa chiến lược tiếp thị mục tiêu và nâng cao hiệu quả giữ chân khách hàng.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan về tình hình nghiên cứu 1.1 Tổng quan tình hình nghiên cứu Trong lĩnh vực tiếp thị, quảng bá thương hiệu, sản phẩm đến người tiêu dùng hay để xuất giải pháp cho các công ty, việc phân loại khách hàng mục tiêu luôn là một vấn để quan trọng và cần được đầu tư phát triển. Phân tích dữ liệu lớn đóng một vai trò quan trọng trong việc ra quyết định bán lẻ, đặc biệt khi đữ liệu liên quan đến hành vi của khách hàng. Phân tích hành vi khách hàng giúp chủ công ty thực hiện các quyết định quan trọng ảnh hưởng đến các khía cạnh khác nhau của cửa hàng bán lẻ, nơi hành vị không chỉ giới hạn ở hành vĩ mua hàng của khách hàng. (Mussadiq Abdul Rahim và cộng sự, 2021) Phân cum khach hang (customer segmentation) là quá trình phân chia khách hàng dựa trên các đặc điểm chung như hành vị, thói quen mua sắm và sử dụng dịch vụ của họ.

để các công ty, công ty có thể tiếp thị cho từng nhóm khách hàng một cách hiệu quả và phủ hợp hơn. Với các đặc điểm của nhóm khách hàng, thì việc phân cụm theo điểm chỉ tiêu và thu nhập cho công ty thấy rõ ràng hơn cụm khách hàng mục tiêu, và theo thuật toán K-Means thi việc phân thành 2 cụm khách hàng là tối ưu. (Phạm Kiên Trung và cộng sự, 2020) Đề đạt mục tiêu trên, có nhiều phương pháp đã được tiến hành trên nhiều lĩnh vực khác nhau để tiến hành phân cụm các khách hàng mục tiêu. Trong lĩnh vực dịch vụ viễn thông và dịch vụ tài chính, nghiên cứu của Arne Floh và cộng sự (2013) đã dựa trên mô hình về khái niệm đa chiều dé đánh giá các điểm không đồng nhất ở chính khách hàng đã ủng hộ mạnh mẽ lập luận rằng ảnh hưởng giá trị cảm nhận là ý định về mặt môi trường, nhưng các tác động đó cũng khác nhau về mức độ tùy thuộc vào phân khúc người tiêu dùng (Arne Floh và cộng sự, 2013).

Trong lĩnh vực bảo hiểm, (Wafa Qadadeh và Sherief Abdallah, 2018) đã sử dụng 2 kỹ thuật khai thác đữ liệu là phân cụm K- Means va ky thuat SOM (dựa trên ANN). Thông qua phân tích cụm và trực quan hóa dữ liệu đa chiều có thể biết được đặc điểm tính cách khách hàng trong CRM, từ đó có thể thiết kế một kế hoạch marketing riêng cho từng loại khách hàng của công ty. Còn trong lĩnh vực kinh doanh mỹ phâm, Sari Hartini và cộng sự (2020) đã thu được mô hình phân tích hỗ sơ và phân khúc khách hàng hiệu quả sử dụng thuật toán phân nhóm và phân loại cho kết quả rằng mô hình thuật toán có thê cung cấp giải pháp cho những nhu cầu này là mô hình thuật toán K-Means + Na ve Bayes, với giá trị chính xác cao là 65, 87%. Ở Việt Nam, trong lĩnh vực bản lẻ, Nguyễn Phúc Sơn và cộng sự (202L) đã tập hợp dữ liệu giao dịch bán lẻ từ một chuỗi siêu thị ở Thành phố Hồ Chí Minh, Việt Nam đề thiết kế mô hình phân đoạn mới dựa trên sự kết hợp của mạng nơ-ron sâu và kỹ thuật phân cụm xác suất tự giám sát.

Mô hình mới linh hoạt hơn vả thích ứng hơn với sự đa dạng của bộ dữ liệu khách hàng so với các thuật toán heuristic hién tai trong CRM. Trong linh vực du lịch và khách sạn, Arkadriusz T.