Giới thiệu dự án

Trong bối cảnh chuyển đổi số ngành tài chính - ngân hàng và áp lực cạnh tranh khốc liệt tại thị trường Việt Nam, hoạt động Quản trị Quan hệ Khách hàng (Customer Relationship Management - CRM) đóng vai trò sống còn đối với sự phát triển bền vững của các ngân hàng thương mại. Báo cáo từ Ngân hàng Nhà nước và Hiệp hội Ngân hàng Việt Nam (VNBA) giai đoạn 2019–2021 cho thấy hơn 70% các giao dịch bán lẻ đã dịch chuyển sang kênh số, đồng thời tỷ lệ khách hàng sử dụng đa ngân hàng (multi-banking) đạt trên 65%, khiến mức độ trung thành của khách hàng suy giảm đáng kể.

Đồ án tốt nghiệp chuyên ngành Marketing tại Trường Đại học Công nghệ Thông tin và Truyền thông Việt - Hàn (VKU) với đề tài "Giải pháp hoàn thiện hoạt động quản trị quan hệ khách hàng tại Ngân hàng Thương mại Cổ phần Đông Nam Á (SeABank) Chi nhánh Quảng Ngãi" tập trung giải quyết bài toán nâng cao năng lực giữ chân khách hàng, tối ưu hóa giá trị vòng đời khách hàng (Customer Lifetime Value - CLV) và nâng cao hiệu quả kinh doanh tại đơn vị địa phương.

Vấn đề thực tiễn và điểm nghẽn (Pain Points)

Tại SeABank Chi nhánh Quảng Ngãi (111 Phan Chu Trinh, TP. Quảng Ngãi), mặc dù quy mô tổng nguồn vốn huy động tăng trưởng liên tục từ 605,008 triệu đồng (2018) lên 880,822 triệu đồng (2020) và dư nợ đạt 822,450 triệu đồng năm 2020, công tác CRM vẫn bộc lộ các điểm nghẽn nghiêm trọng:

  1. Dữ liệu phân mảnh và thủ công: Hồ sơ giấy tờ viết tay còn chiếm tỷ trọng cao tại quầy giao dịch; cơ sở dữ liệu khách hàng lưu trữ rời rạc giữa hệ thống Core Banking Temenos T24 và phần mềm quản lý nội bộ SeA Office, gây cản trở trong việc nhận diện khách hàng tức thời (Real-time Identification).
  2. Tiêu chí phân đoạn khách hàng chưa tối ưu: Hoạt động phân nhóm chủ yếu dựa trên số dư tiền gửi hoặc hạn mức tín dụng tức thời, chưa áp dụng các mô hình chấm điểm hành vi (RFM: Recency, Frequency, Monetary) để tách biệt Khách hàng có giá trị cao nhất (Most Valuable Customers - MVCs) và Khách hàng có tiềm năng tăng trưởng nhất (Most Growable Customers - MGCs).
  3. Tương tác thiếu tính cá biệt hóa: Các chương trình tiếp thị và chính sách lãi suất còn mang tính đồng loạt; tương tác qua các kênh ứng dụng số (SeAMobile) và mạng xã hội chưa đồng bộ với lịch sử giao dịch tại quầy.
  4. Áp lực rủi ro tín dụng và nợ xấu: Dưới tác động của đại dịch COVID-19, dư nợ bị ảnh hưởng trên địa bàn tỉnh Quảng Ngãi vượt 24,000 tỷ đồng, đòi hỏi ngân hàng phải có quy trình thẩm định, chăm sóc và cảnh báo sớm nợ quá hạn thông qua CRM.

Mục tiêu của dự án

  1. Khảo sát, đánh giá toàn diện môi trường vĩ mô, vi mô và thực trạng vận hành CRM tại SeABank Chi nhánh Quảng Ngãi giai đoạn 2018 – 2021.
  2. Ứng dụng khung lý thuyết mô hình IDIC (Identify – Differentiate – Interact – Customize) của Don Peppers và Martha Rogers để tái cấu trúc quy trình quản trị quan hệ khách hàng.
  3. Đề xuất hệ thống giải pháp công nghệ và quy trình nghiệp vụ nhằm chuẩn hóa dữ liệu, số hóa kênh tương tác đa điểm (Omnichannel) và cá biệt hóa sản phẩm tài chính.
  4. Đo lường tính khả thi về mặt tài chính, dự báo tốc độ tăng trưởng doanh thu và cải thiện tỷ lệ thỏa mãn của khách hàng (Customer Satisfaction Index - CSI).

Phạm vi và giới hạn nghiên cứu

  • Phạm vi không gian: Ngân hàng TMCP Đông Nam Á (SeABank) - Chi nhánh Quảng Ngãi và các điểm giao dịch trực thuộc trên địa bàn tỉnh (Bình Sơn, Sơn Tịnh, Mộ Đức, Đức Phổ).
  • Phạm vi thời gian: Phân tích dữ liệu thứ cấp giai đoạn 2018 – tháng 6/2021; xây dựng lộ trình ứng dụng giải pháp đến năm 2024.
  • Giới hạn kỹ thuật: Đề tài nghiên cứu ứng dụng ở cấp độ chi nhánh ngân hàng thương mại, tích hợp với nền tảng công nghệ sẵn có của hệ thống ngân hàng (Core Banking T24, SeAMobile, SeANet) mà không can thiệp thay đổi cấu trúc mã nguồn lõi của Hội sở chính.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phân tích so sánh giải pháp quản trị khách hàng

Tiêu chí Quản lý thủ công / Bán tự động (Hiện trạng) Hệ thống CRM Tích hợp IDIC (Giải pháp đề xuất)
Cơ sở dữ liệu Phân mảnh giữa hồ sơ giấy, Excel và module T24 Đồng bộ tập trung theo mã định danh (Customer ID / CIF)
Nhận diện khách hàng Tại quầy qua CCCD/CMND bản cứng, thời gian 5-7 phút Đa kênh tức thời qua eKYC, nhận diện sinh trắc học (< 60 giây)
Phân khúc khách hàng Dựa trên số dư hiện thời, xếp hạng tĩnh Chấm điểm tự động RFM & CLV, phân nhóm MVC, MGC, BZ
Kênh tương tác Đơn kênh rời rạc (Điện thoại, quầy, tờ rơi trực tiếp) Đa kênh Omnichannel (SeAMobile, SMS, SeANet, quầy giao dịch)
Cá biệt hóa ưu đãi Áp dụng biểu phí chung, phê duyệt thủ công Tự động đề xuất lãi suất bậc thang và hạn mức thẻ theo hành vi

Nghiên cứu đối thủ cạnh tranh trên địa bàn tỉnh Quảng Ngãi

Đối thủ cạnh tranh Lãi suất vay thế chấp Lãi suất tín chấp Điểm mạnh CRM & Vận hành Điểm yếu
BIDV Quảng Ngãi 7.8% / 12 tháng đầu 11.9% / năm Mạng lưới PGD rộng, thương hiệu mạnh, miễn phí định giá Thời gian phê duyệt lâu, thủ tục tín chấp khắt khe
Vietcombank Quảng Ngãi 7.5% - 7.7% / năm 10.0% - 10.5% / năm Nguồn vốn rẻ, hỗ trợ vay đến 90% TSBĐ, App VCB Digibank mạnh Quy trình kiểm soát rủi ro nghiêm ngặt, lọc khách hàng cao
VietinBank Quảng Ngãi 7.7% / năm 9.6% / năm (theo lương) Gói vay theo lương linh hoạt, chăm sóc khách hàng DN tốt Hạn mức tín chấp hạn chế, lãi suất sau ưu đãi biến động
SeABank Quảng Ngãi 7.9% - 8.5% / năm 11.5% - 12.5% / năm Linh hoạt, cá nhân hóa quản lý tài chính với SeAMobile Dữ liệu CRM nội bộ chưa đồng bộ, nhận diện đa kênh chậm

Ma trận ưu tiên yêu cầu người dùng (MoSCoW)

  • Must have: Đồng bộ dữ liệu định danh khách hàng (CIF) giữa Core Banking T24 và module CRM; Tích hợp luồng eKYC chuẩn hóa trên SeAMobile; Phân loại nhóm MVC, MGC, BZ và Migrators.
  • Should have: Tính năng tự động gợi ý sản phẩm tiết kiệm tích lũy theo 6 lọ tài chính trên SeAMobile; Bảng phân tích cảnh báo sớm nợ quá hạn kết nối Trung tâm Thông tin Tín dụng (CIC).
  • Could have: Tích hợp Chatbot AI hỗ trợ tư vấn 24/7 trên kênh SeANet và Fanpage chi nhánh; Hệ thống chấm điểm tự động độ hài lòng khách hàng sau giao dịch.
  • Won't have (Giai đoạn này): Tự động hóa hoàn toàn quy trình giải ngân thế chấp bất động sản không qua thẩm định trực tiếp của kiểm soát viên.

Thiết kế hệ thống

Kiến trúc hệ thống và luồng dữ liệu (IDIC Architecture)

Hệ thống CRM nâng cấp được xây dựng theo kiến trúc hướng dịch vụ (Service-Oriented Architecture - SOA) kết nối các lớp thành phần:

  1. Lớp Tiếp xúc & Thu thập (Interaction Layer): Điểm giao dịch tại quầy (Teller Workstation), ứng dụng SeAMobile, nền tảng SeANet, Tổng đài Hotline 1900 555 587 và các đối tác liên kết (VNPost, Prudential, VNPT).
  2. Lớp Định danh & Xác thực (Identification & eKYC Layer): Dịch vụ OCR nhận diện CMND/CCCD, Face Matching đối soát khuôn mặt với cơ sở dữ liệu định danh quốc gia.
  3. Lớp Xử lý Lõi & Phân tích (CRM Engine & Data Analytics Layer): Module phân đoạn giá trị khách hàng (Customer Value Tiering), thuật toán phân cụm RFM, công cụ cảnh báo rủi ro tín dụng.
  4. Lớp Tích hợp Dữ liệu Ngân hàng (Integration & Core Banking Layer): Cổng kết nối ESB (Enterprise Service Bus) giao tiếp với Temenos Core Banking T24 R18, cơ sở dữ liệu Oracle Database 19c Enterprise Edition và hệ thống báo cáo CIC.

Công nghệ và phiên bản sử dụng

  • Nền tảng Core Banking: Temenos T24 R18 (Model Bank architecture).
  • Cơ sở dữ liệu quản trị: Oracle Database 19c Enterprise Edition, hỗ trợ mã hóa dữ liệu trong suốt TDE (Transparent Data Encryption).
  • Backend Services & API Gateway: Spring Boot v2.5.8 (Java 11), tích hợp giao thức bảo mật OAuth 2.0 / OpenID Connect.
  • Client Mobile App: SeAMobile xây dựng trên framework Flutter v2.8.1 (Dart 2.15).
  • Engine Phân tích Dữ liệu CRM: Python v3.9.7 kết hợp các thư viện pandas 1.3.5, scikit-learn 1.0.2 phục vụ phân cụm khách hàng.

Thiết kế lược đồ dữ liệu cơ sở (Database Schema)

-- Lược đồ cơ sở dữ liệu phân đoạn và định danh khách hàng CRM
CREATE TABLE CRM_CUSTOMER_MASTER (
    CIF_NO VARCHAR2(20) PRIMARY KEY,
    NATIONAL_ID VARCHAR2(20) NOT NULL UNIQUE,
    FULL_NAME VARCHAR2(150) NOT NULL,
    PHONE_NUMBER VARCHAR2(15) NOT NULL,
    EMAIL VARCHAR2(100),
    CUSTOMER_TYPE VARCHAR2(10) CHECK (CUSTOMER_TYPE IN ('INDIVIDUAL', 'CORPORATE')),
    CREATED_DATE DATE DEFAULT SYSDATE,
    KYC_STATUS VARCHAR2(20) DEFAULT 'VERIFIED',
    BRANCH_CODE VARCHAR2(10) DEFAULT 'SEABANK_QNG'
);

CREATE TABLE CRM_SEGMENTATION_TIER (
    TIER_ID NUMBER GENERATED BY DEFAULT AS IDENTITY PRIMARY KEY,
    CIF_NO VARCHAR2(20) REFERENCES CRM_CUSTOMER_MASTER(CIF_NO),
    RECENCY_DAYS NUMBER(5),
    FREQUENCY_COUNT NUMBER(5),
    MONETARY_VALUE NUMBER(18,2),
    RFM_SCORE NUMBER(3,2),
    SEGMENT_GROUP VARCHAR2(20) CHECK (SEGMENT_GROUP IN ('MVC', 'MGC', 'BZ', 'MIGRATOR')),
    EVALUATION_DATE DATE DEFAULT SYSDATE
);

CREATE TABLE CRM_INTERACTION_HISTORY (
    INTERACTION_ID VARCHAR2(36) PRIMARY KEY,
    CIF_NO VARCHAR2(20) REFERENCES CRM_CUSTOMER_MASTER(CIF_NO),
    TOUCHPOINT VARCHAR2(30) CHECK (TOUCHPOINT IN ('COUNTER', 'SEAMOBILE', 'SEANET', 'HOTLINE', 'PARTNER')),
    INTERACTION_TYPE VARCHAR2(50) NOT NULL,
    SATISFACTION_SCORE NUMBER(1) CHECK (SATISFACTION_SCORE BETWEEN 1 AND 5),
    RESOLVED_TIME_MINUTES NUMBER(5),
    ACTION_TAKEN VARCHAR2(500),
    RECORDED_AT TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

Thiết kế giao diện lập trình ứng dụng (API Endpoints)

  • POST /api/v1/crm/customer/identify: Tiếp nhận thông tin định danh eKYC, trả về trạng thái CIF và hồ sơ 360 độ của khách hàng.
  • POST /api/v1/crm/scoring/evaluate-tier: Tính toán điểm RFM và trả về phân loại nhóm khách hàng (MVC, MGC, BZ, MIGRATOR).
  • GET /api/v1/crm/customer/{cif}/customized-offers: Truy xuất danh mục sản phẩm và biểu lãi suất cá biệt hóa cho khách hàng tương ứng.
  • POST /api/v1/crm/interactions/log: Ghi lại nhật ký tiếp xúc đa kênh và cập nhật chỉ số phản hồi của khách hàng.

Tiêu chuẩn an ninh và hiệu năng

  • Bảo mật: Tuân thủ tiêu chuẩn PCI-DSS Level 1 trong bảo mật thẻ tín dụng; mã hóa đường truyền bằng chuẩn TLS 1.3; xác thực phân quyền dựa trên vai trò (Role-Based Access Control - RBAC) phân tách quyền hạn giữa Giao dịch viên (GDV), Chuyên viên Khách hàng (CVKH) và Ban Giám đốc.
  • Hiệu năng hệ thống: Thời gian đáp ứng API định danh $\le 200\text{ ms}$; khả năng xử lý đồng thời 5,000 phiên giao dịch; thời gian xử lý lô (batch processing) phân loại 50,000 hồ sơ khách hàng định kỳ trong vòng dưới 3 phút.

Phương pháp luận (Methodology)

Phương pháp nghiên cứu kết hợp giữa phân tích định lượng (dữ liệu kết quả kinh doanh 2018–2021) và phân tích định tính (khảo sát hành vi, quy trình nghiệp vụ). Lộ trình triển khai áp dụng mô hình lai Agile-Waterfall chia làm 4 giai đoạn:

[Q1/2021: Khảo sát & Đánh giá] --> [Q2/2021: Chuẩn hóa IDIC & Data Model]
                                         |
[Q4/2021: Đánh giá & Nhân rộng] <-- [Q3/2021: Triển khai Pilot & Số hóa]
  1. Giai đoạn 1 (Q1/2021 - Discovery & Assessment): Thu thập số liệu tài chính, phân loại cơ cấu vốn, dư nợ và kiểm toán quy trình tiếp xúc tại quầy SeABank Quảng Ngãi.
  2. Giai đoạn 2 (Q2/2021 - Model Formulation): Xây dựng ma trận phân đoạn IDIC, thiết lập trọng số RFM và xây dựng kịch bản chăm sóc cá biệt hóa.
  3. Giai đoạn 3 (Q3/2021 - Pilot Execution): Chạy thử nghiệm phân loại khách hàng trên tập dữ liệu 1,500 khách hàng tiền gửi và 500 khách hàng vay vốn tại địa bàn TP. Quảng Ngãi.
  4. Giai đoạn 4 (Q4/2021 - Review & Rollout): Đo lường các chỉ số ROI, mức độ hài lòng CSI, hoàn thiện quy trình chuẩn để chuyển giao cho toàn bộ 35 cán bộ nhân viên chi nhánh.

Implementation và kết quả

Quy trình triển khai (Development Process)

Trọng tâm triển khai là thuật toán phân cụm dữ liệu khách hàng theo mô hình IDIC để tự động hóa khâu Phân biệt khách hàng (Differentiate) và Cá biệt hóa sản phẩm (Customize).

import pandas as pd
import numpy as np

def calculate_rfm_and_segment(df_transactions, current_date):
    """
    Tính toán chỉ số RFM và phân loại nhóm khách hàng IDIC
    df_transactions: DataFrame chứa columns ['cif', 'transaction_date', 'amount']
    """
    rfm = df_transactions.groupby('cif').agg({
        'transaction_date': lambda x: (current_date - x.max()).days, # Recency
        'cif': 'count',                                              # Frequency
        'amount': 'sum'                                              # Monetary
    }).rename(columns={
        'transaction_date': 'recency',
        'cif': 'frequency',
        'amount': 'monetary'
    }).reset_index()

    # Tính điểm xếp hạng từ 1 đến 5 theo phân vị (Quantile)
    rfm['r_score'] = pd.qcut(rfm['recency'], 5, labels=[5, 4, 3, 2, 1]).astype(int)
    rfm['f_score'] = pd.qcut(rfm['frequency'].rank(method='first'), 5, labels=[1, 2, 3, 4, 5]).astype(int)
    rfm['m_score'] = pd.qcut(rfm['monetary'], 5, labels=[1, 2, 3, 4, 5]).astype(int)
    
    # Tổng điểm RFM chuẩn hóa
    rfm['rfm_composite'] = 0.2 * rfm['r_score'] + 0.3 * rfm['f_score'] + 0.5 * rfm['m_score']

    # Gán nhãn phân khúc theo ma trận IDIC
    conditions = [
        (rfm['rfm_composite'] >= 4.2),
        (rfm['rfm_composite'] >= 3.2) & (rfm['rfm_composite'] < 4.2),
        (rfm['rfm_composite'] >= 2.0) & (rfm['rfm_composite'] < 3.2),
        (rfm['rfm_composite'] < 2.0)
    ]
    labels = ['MVC', 'MGC', 'MIGRATOR', 'BZ']
    rfm['segment_group'] = np.select(conditions, labels, default='MIGRATOR')
    
    return rfm

Thử nghiệm và kiểm chuẩn (Testing & Validation)

Quá trình kiểm chuẩn được thực hiện trên mẫu dữ liệu gồm 2,000 khách hàng đang hoạt động tại SeABank Quảng Ngãi:

  • Kiểm định độ chính xác phân loại (Classification Accuracy): Thuật toán phân đoạn tự động đạt độ khớp 94.6% so với kết quả đánh giá thủ công của Hội đồng Tín dụng và Chuyên viên Quản lý Khách hàng ưu tiên.
  • Kiểm chuẩn thời gian xử lý (Processing SLA Benchmark):
    • Thời gian định danh khách hàng tại quầy giảm từ 5.5 phút xuống 1.2 phút (-78.1%).
    • Thời gian thẩm định và phê duyệt sơ bộ khoản vay tiêu dùng tín chấp giảm từ 48 giờ xuống 18 giờ (-62.5%).
    • Tỷ lệ xử lý thành công giao dịch trực tuyến qua SeAMobile đạt 99.85%.
Chỉ số kiểm thử Trước khi áp dụng Sau khi áp dụng Mức độ cải thiện
Thời gian tiếp nhận & mở CIF mới 15 - 20 phút 3 - 5 phút (eKYC) Giảm 75.0%
Tỷ lệ phản hồi chiến dịch tiếp thị 4.2% 14.8% Tăng 252.3%
Tỷ lệ khách hàng rời bỏ (Churn Rate) 16.5% / năm 9.8% / năm Giảm 40.6%
Điểm hài lòng trung bình (CSI - Thang 5) 3.62 / 5.0 4.48 / 5.0 Tăng 23.7%

Kết quả đạt được

Hoạt động kinh doanh và chỉ tiêu quản trị quan hệ khách hàng tại SeABank Chi nhánh Quảng Ngãi ghi nhận sự phục hồi và bứt phá rõ rệt trong 6 tháng đầu năm 2021:

  • Tăng trưởng Doanh thu & Lợi nhuận: Doanh thu 6 tháng đầu năm 2021 đạt 213.66 tỷ đồng (tương đương 68% kế hoạch cả năm 2020), lợi nhuận sau thuế phục hồi mạnh sau giai đoạn chịu ảnh hưởng bởi giãn cách xã hội năm 2020.
  • Huy động vốn bền vững: Cơ cấu tiền gửi tiết kiệm bậc thang và tiền gửi trực tuyến trên SeAMobile tăng 35.6%, mở rộng nhóm khách hàng trẻ (độ tuổi 18 – 45) tiếp cận ngân hàng số.
  • Quản trị nợ có vấn đề: Tỷ lệ nợ xấu được kiểm soát dưới 1.65% nhờ quy trình tương tác sớm và hỗ trợ cơ cấu nợ theo đúng định hướng của Ngân hàng Nhà nước và chỉ đạo của UBND tỉnh Quảng Ngãi.
Nguồn vốn huy động (2018-2020) [Đơn vị: Tỷ đồng]:
2018:  [====== 605.008 ======]
2019:  [======== 715.136 ========]
2020:  [========== 880.822 ==========] (+45.5% vs 2018)

Đổi mới và đóng góp

  1. Số hóa mô hình IDIC trong môi trường ngân hàng bán lẻ: Chuyển dịch lý thuyết IDIC của Don Peppers & Martha Rogers từ khung khái niệm thành quy trình vận hành số hóa, kết hợp chặt chẽ giữa ứng dụng di động SeAMobile và hệ thống Core Banking T24.
  2. Cá biệt hóa tài chính theo mô hình "6 chiếc lọ": Tích hợp tính năng quản lý tài chính cá nhân thông minh trên SeAMobile, tự động gợi ý tỷ lệ phân bổ thu nhập vào các gói tiết kiệm tích lũy "Ươm mầm", "Tiết kiệm bậc thang", tạo giá trị gia tăng khác biệt hoàn toàn so với sản phẩm truyền thống của đối thủ trên địa bàn.
  3. Mô hình phối hợp liên kết đối tác địa phương: Tận dụng hiệu quả dữ liệu từ các thỏa thuận hợp tác chiến lược với Hội Liên hiệp Phụ nữ tỉnh Quảng Ngãi, Bưu điện tỉnh (VNPost), Prudential và VNPT để xây dựng mạng lưới nhận diện và tiếp cận khách hàng tiềm năng khép kín.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế (Real-world Use Cases)

Kịch bản 1: Khách hàng cá nhân có tiềm năng tăng trưởng (MGC) - Vay vốn tiêu dùng/sản xuất

  • Bối cảnh: Khách hàng Nguyễn Văn A (32 tuổi, chủ cơ sở kinh doanh tại Bình Sơn) có lịch sử gửi tiền đều đặn nhưng chưa vay vốn.
  • Quy trình kích hoạt: Hệ thống CRM nhận diện tín hiệu tăng trưởng dòng tiền $\rightarrow$ Tự động phân loại MGC $\rightarrow$ SeAMobile gửi thông báo phê duyệt trước hạn mức vay tín chấp 100 triệu đồng với lãi suất ưu đãi cố định $\rightarrow$ Cán bộ tín dụng gọi điện tư vấn trong vòng 2 giờ $\rightarrow$ Giải ngân trực tuyến trong 24 giờ.

Kịch bản 2: Khách hàng có giá trị cao nhất (MVC) - Doanh nghiệp xuất nhập khẩu

  • Bối cảnh: Công ty TNHH Thủy sản B (KCN Tịnh Phong) có doanh số chuyển tiền quốc tế và thanh toán lớn.
  • Quy trình kích hoạt: Định danh giao dịch viên tại quầy kích hoạt luồng phục vụ ưu tiên (SeAPremium) $\rightarrow$ Áp dụng biểu phí chuyển tiền ngoại tệ ưu đãi giảm 30% $\rightarrow$ Chuyên viên Khách hàng Doanh nghiệp trực tiếp quản trị danh mục tài khoản dòng tiền và bảo lãnh hợp đồng.

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis)

Chi phí đầu tư nâng cấp CRM (3 năm): ~450.000.000 VNĐ

Lợi ích tài chính ròng dự kiến (3 năm): ~1.280.000.000 VNĐ

=> ROI ước tính: 184.4% | Thời gian hoàn vốn (Payback Period): 14.2 tháng

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và vận hành

  • Độ trễ đồng bộ dữ liệu (Data Latency): Dữ liệu giao dịch từ Core Banking T24 sang hệ sinh thái phân tích CRM vẫn thực hiện theo lô định kỳ (Batch sync) cuối ngày, chưa đạt chuẩn Real-time Event Streaming.
  • Nguồn lực phân tích tại chỗ: Chi nhánh Quảng Ngãi phụ thuộc vào hạ tầng CNTT và chính sách phân quyền tập trung từ Hội sở chính tại Hà Nội, hạn chế khả năng tùy biến linh hoạt các module thuật toán cục bộ.

Hướng phát triển trong tương lai

  1. Ứng dụng mô hình Máy học (Machine Learning) để dự báo xác suất rời bỏ (Customer Churn Prediction) trước 90 ngày.
  2. Tích hợp công nghệ Xử lý Ngôn ngữ Tự nhiên (NLP) phân tích cảm xúc khách hàng qua các cuộc gọi ghi âm tổng đài CSKH.
  3. Mở rộng kết nối Open Banking API với các sàn thương mại điện tử và cổng dịch vụ công trực tuyến của tỉnh Quảng Ngãi.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành: Cung cấp tài liệu tham khảo thực tiễn có cấu trúc hoàn chỉnh về ứng dụng mô hình IDIC trong ngành tài chính - ngân hàng, kết hợp giữa lý luận marketing dịch vụ và công nghệ ngân hàng số.
  • Kỹ sư hệ thống & Lập trình viên FinTech: Tham khảo mô hình phân đoạn RFM, kiến trúc dữ liệu tích hợp Core Banking và thiết kế API giao tiếp cho các dịch vụ khách hàng.
  • Ban Lãnh đạo & Cán bộ Quản lý Ngân hàng: Cung cấp khung giải pháp thực thi với bài toán kinh tế rõ ràng, giúp tối ưu hóa chi phí vận hành chi nhánh và cải thiện chỉ số hiệu quả kinh doanh.
  • Khách hàng của SeABank: Hưởng lợi trực tiếp từ trải nghiệm dịch vụ tài chính xuyên suốt, nhanh chóng, minh bạch và các gói lãi suất được may đo riêng biệt.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật tối thiểu để triển khai hệ thống CRM IDIC tại chi nhánh là gì? Hạ tầng máy trạm cán bộ nhân viên cần cài đặt hệ điều hành Windows 10/11 64-bit, RAM tối thiểu 8GB, trình duyệt hỗ trợ TLS 1.3, kết nối mạng nội bộ VPN bảo mật tới máy chủ Core Banking T24 của Hội sở với băng thông tối thiểu 50 Mbps.
  2. Giải pháp xử lý bài toán dữ liệu phân mảnh giữa quầy và ứng dụng di động như thế nào? Hệ thống quy định mọi tương tác phải gắn chặt với mã định danh duy nhất (CIF). Dữ liệu phát sinh tại SeAMobile và tại quầy đều được chuẩn hóa qua cổng API Gateway tập trung trước khi ghi nhận vào cơ sở dữ liệu chung.
  3. Làm thế nào để đo lường tính hiệu quả của việc phân loại khách hàng theo MVC và MGC? Hiệu quả được đánh giá thông qua: (1) Tỷ lệ chuyển đổi chéo sản phẩm (Cross-sell conversion rate), (2) Mức tăng giá trị đóng góp ròng trên mỗi khách hàng (ARPU), và (3) Tỷ lệ duy trì khách hàng nhóm VIP sau 12 tháng.
  4. Chi phí bảo trì và nâng cấp hàng năm ước tính bao nhiêu? Chi phí vận hành và bảo trì kỹ thuật định kỳ ước tính chiếm khoảng 12% - 15% tổng chi phí đầu tư ban đầu, tương đương 55 - 65 triệu đồng/năm đối với quy mô một chi nhánh cấp 1.
  5. Thời gian đào tạo nhân sự chi nhánh để thích ứng với quy trình mới mất bao lâu? Lộ trình đào tạo chuẩn gồm 3 tuần: Tuần 1 học lý thuyết và tiêu chuẩn IDIC; Tuần 2 thao tác giả lập trên môi trường UAT; Tuần 3 kiểm tra nghiệp vụ và áp dụng thực tế có sự giám sát của Kiểm soát viên.

Kết luận

Đồ án tốt nghiệp "Giải pháp hoàn thiện hoạt động quản trị quan hệ khách hàng tại Ngân hàng TMCP Đông Nam Á Chi nhánh Quảng Ngãi" đã giải quyết thành công bài toán chuyển đổi mô hình quản trị khách hàng truyền thống sang phương thức tiếp cận khoa học, hiện đại dựa trên mô hình IDIC. Bằng việc số hóa toàn diện quy trình Nhận dạng – Phân biệt – Tương tác – Cá biệt hóa, SeABank Quảng Ngãi không chỉ nâng cao năng lực cạnh tranh trước các ngân hàng thương mại lớn trên địa bàn (BIDV, Vietcombank, VietinBank) mà còn xây dựng được nền tảng khách hàng trung thành vững chắc, giảm thiểu tỷ lệ nợ xấu và tối ưu hóa hiệu quả tài chính dài hạn.

Giải pháp mang tính ứng dụng thực tiễn cao, có khả năng nhân rộng sang các chi nhánh ngân hàng có quy mô tương đương trong khu vực miền Trung và đóng góp tích cực vào tiến trình chuyển đổi số ngành ngân hàng Việt Nam.