Chương 1: GIỚI THIỆU VỀ KHOA HỌC DỮ LIỆU VÀ GIỚI THIỆU ĐỀ TÀI 1.1 Giới thiệu về khoa học dữ liệu 1.1 Dữ liệu “Dữ liệu là các giá trị của thông tin định lượng hoặc định tính của các sự vật, hiện tượng trong cuộc sống. Trong khoa học dữ liệu, dữ liệu được dùng như một cách biểu diễn hình thức hóa của thông tin về các sự kiện, hiện tượng thích ứng với các yêu cầu truyền nhận, thể hiện và xử lý bằng máy tính. Có hai loại dữ liệu: dữ liệu có cấu trúc và dữ liệu không có cấu trúc.” Dữ liệu có cấu trúc Dữ liệu không có cấu trúc Phân tích Định lượng Định tính Tạo lược Lược đồ được viết trước (schema- Lược đồ được đọc sau (schema-on- đồ on-write) read) Tìm kiếm Dễ dàng sử dụng các phương pháp Có thể cần các công cụ đặc biệt dựa trên SQL Định Định nghĩa trước, sử dụng ký tự Thường là các biểu diễn kỹ thuật dạng chữ và số (alphanumeric) số không theo ký tự Lưu trữ Có thể cần dung lượng lớn hơn để Một số dạng có dung lượng nhỏ đáp ứng cấu trúc dữ liệu xác định hơn; dạng khác có thể yêu cầu dung lượng lớn Hệ thống Hệ quản trị cơ sở dữ liệu quan hệ Ứng dụng, cơ sở dữ liệu NoSQL, lưu trữ (RDBMS), kho dữ liệu data lakes Thông tin (Information) là dữ liệu đã được xử lý, phân tích, tổ chức nhằm mục đích hiểu rõ hơn sự vật, sự việc, hiện tượng theo một góc độ nhất định.2 Tổng quan về Khoa học dữ liệu 13 Project report on Data Science (DS) “Khoa học dữ liệu là một lĩnh vực liên ngành sử dụng các thuật toán, quy trình để kiểm tra lượng lớn dữ liệu nhằm khám phá các mẫu ẩn, tạo ra thông tin chuyên sâu và trực tiếp đưa ra quyết định.” Đây là một lĩnh vực đa ngành được bao hàm Kiến thức nghiệp vụ, Khoa học máy tính và Khả năng toán học và thống kê, nó tổng hợp,giải quyết và truy xuất xuất dữ liệu thông qua các phần mềm phân tích thống kê và thuật máy tính khác nhau. Khoa học dữ liệu hỗ trợ tích cực trong việc: Cho phép doanh nghiệp truyền tải câu chuyện của họ Big Data là một lĩnh vực mới không ngừng phát triển Những phát hiện và nghiên cứu của nó có thể áp dụng cho hầu hết mọi lĩnh vực như du lịch, giáo dục,.
Hầu hết các lĩnh vực đều có thể tiếp cận khoa học dữ liệu 1.3 Ứng dụng tiêu biểu của Khoa học dữ liệu Ở thời đại 4.0, khoa học dữ liệu là một yếu tố không thể thiếu, nó sử dụng các thuật toán, quy trình để tổng hợp, tối ưu hóa và truy xuất dữ liệu. Một số áp dụng vào thực tiễn tiêu biểu của Khoa học dữ liệu trong một số lĩnh vực: Kinh doanh và thương mại điện tử: Nghiên cứu lựa chọn người tiêu dùng: cho phép nhà sản xuất thấu hiểu mong muốn và xu hướng tiêu dùng, và nhờ đó đề xuất đến khách hàng các gợi ý hữu ích. Hệ thống gợi ý: Amazon, Shopee, Tik Tok Shop,. đề xuất những nội dung mà người dùng quan tâm đến.
Y tế: Chẩn đoán bệnh: dựa trên dữ liệu về triệu chứng của bệnh nhân, từ đó hỗ trợ quá trình đưa ra chẩn đoán bệnh một cách chính xác. 14 Project report on Data Science (DS) Theo dõi sức khỏe: những ứng dụng như Google Fit của Google, Sức khỏe của Apple thu thập dữ liệu của người dùng của từng ngày, phân tích được cả sức khỏe thể chất lẫn tinh thần, có thể đưa ra các gợi ý về sức khỏe. Công nghiệp và sản xuất: Tối ưu hóa: sử dụng dữ liệu để quản lý kho bãi, dự đoán nhu cầu và tối ưu hóa vận chuyển Ngân hàng và tài chính: Phân tích khách hàng: phân tích dữ liệu, các thuộc tính của các nhóm khách hàng để tiếp thị đến tệp khách hàng Tối đa hóa lợi nhuận từ danh mục đầu tư: dựa vào dữ liệu để dự đoán xu hướng thị trường để đầu tư có hiệu quả.2 Giới thiệu đề tài 1.1 Lý do chọn đề tài Thời đợi ngày càng thay đổi, người tiêu dùng có xu hướng chọn sự linh hoạt và hiệu quả trong mọi hoạt động, việc chọn lựa các hình thức giao dịch cũng như thế. Vì vậy, các ngân hàng tăng trưởng nhanh chóng hơn để đơn giản hóa quy trình giao dịch để mang lại trải nghiệm tốt nhất cho khách hàng.
Người sử dụng được phép quyết định ngân hàng phù hợp với sở thích cá nhân, hoặc dựa vào các dịch vụ mà ngân hàng có thể giải quyết được mong muốn của khách hàng. Thị trường ngân hàng đang phải đối mặt với áp lực cạnh tranh lớn thì Marketing ngân hàng chính là chìa khóa để các ngân hàng kết nối được với người dùng của mình. Phân tích bộ dữ liệu Bank Marketing giúp chúng ta nghiên cứu này tập trung vào việc khám phá hành vi của khách hàng và xác định những nhân tố quan trọng ảnh hưởng đến việc lựa chọn sản phẩm, dịch vụ tài chính. Việc chọn dự án Bank Marketing không chỉ khắc phục các vấn đề cụ thể của ngân hàng mà còn gợi ý hướng đi mới để tối ưu hóa việc ứng dụng khoa học dữ liệu trong lĩnh vực 15 Project report on Data Science (DS) marketing ngân hàng, giúp ngân hàng có thể tối ưu hóa các chiến dịch tiếp thị thực tế để mang đến dịch vụ tốt nhất cho khách hàng.2 Khái niệm Marketing Bank Marketing ngân hàng là những hoạt động tạo ra các chiến dịch nhằm quảng bá các sản phẩm, dịch vụ tài chính của doanh nghiệp đến các nhóm đối tượng khách hàng, thúc đẩy nhu cầu của khách hàng trải nghiệm các sản phẩm, dịch vụ tài chính ngân hàng.
Ngoài ra, marketing ngân hàng còn là sự xây dựng, giữ vững, mở rộng sự nhận diện của thương hiệu và truyền tải thông điệp, câu chuyện của ngân hàng đến khách hàng để tăng trải nghiệm của người dùng khi sử dụng các sản phẩm, dịch vụ tài chính; từ đó giúp ngân hàng giữ vững sự kết nối lâu dài với khách hàng và đạt được sự tăng trưởng ổn định.3 Mục tiêu nghiên cứu 1. Đánh giá các thuộc tính của khách hàng như độ tuổi, giới tính, thu nhập,. đến khả năng thành công của các chiến lược marketing. Dự báo tiềm năng phát triển của các công cụ số đối với việc marketing ngân hàng.
Áp dụng các phương pháp dự đoán người dùng chọn sản phẩm, dịch vụ tài chính của doanh nghiệp như mô hình hồi quy, mô hình cây quyết định. Đưa ra những sự đổi mới trong tương lai để thu hút và giữ vững khách hàng của ngân hàng. 16 Project report on Data Science (DS) Chương 2: TỔNG QUAN VỀ CHƯƠNG TRÌNH SỬ DỤNG VÀ CÁC PHƯƠNG PHÁP SỬ DỤNG Thông qua chương này, chúng ta sẽ có cái nhìn tổng quát về chương trình và các phương pháp sử dụng đến đề tài bao gồm: Các phương pháp về Excel dùng để khai phá dữ liệu, Phần mềm Orange và 2 phương pháp: Phân lớp - Phân cụm. 17 Project report on Data Science (DS) 2.
Các phương pháp của Excel dùng để khai phá dữ liệu 2. Phương pháp thống kê mô tả 2. Thống kê bằng công cụ Descriptive Statistics Hình 1. Số liệu bán hàng (thịt Heo, kg) trong tháng 03 tại siêu thị ABC và hộp thoại Descriptive Statistics 18 Project report on Data Science (DS) Hình 2.”Ví dụ thống kê mô tả cho biết lượng thịt Heo (kg) bán được trong tháng 03 tại siêu thị ABC” 2.
Báo cáo tổng hợp của Subtotal 19 Project report on Data Science (DS) Hình 3. Bảng dữ liệu của nhân viên Các bước thực hiện để thống kê tổng số tiền mà mỗi nhân viên đã thực hiện: Bước 1: Sắp xếp các dữ liệu theo cột muốn gom nhóm (Trong trường hợp này là Salesperson) Bước 2: Nhấn toàn bộ cơ sở dữ liệu hoặc nhấn nút chuột vào 1 ô bất kỳ của dữ liệu. Bước 3: Nhấn chọn lệnh Data Outline Subtotal, sẽ xuất hiện hộp thoại Subtotal. Bảng tổng hợp số tiền 20 Project report on Data Science (DS) Hình 5.
Hộp thoại Subtotal xuất hiện sau khi thống kế tổng số tiền của một công ty 2. Hợp nhất dữ liệu với Consolidate Chức năng của Consolidate: Cho phép hợp nhất dữ liệu từ những bảng dữ liệu khác nhau. Consolidate có khả năng hợp nhất dữ liệu theo 2 hình thức: Tổng hợp theo vị trí: Các bảng dữ liệu giống nhau về cấu trúc. Tổng hợp theo hạng mục (theo hàng và cột): Các bảng dữ liệu khác nhau về cấu trúc.
21 Project report on Data Science (DS) Hình 6. Ví dụ tổng doanh thu năm 2014 công ty ABC của 3 cửa hàng Cách thực hiện: Bước 1: Chọn vùng sẽ chứa dữ liệu được hợp nhất. Bước 2: Nhấn nút Data Data Tools Consolidate, hộp thoại Consolidate sẽ xuất hiện. 22 Project report on Data Science (DS) Hình 7.
Minh họa hộp thoại Consolidate về 3 cửa hàng của công ty ABC ở vùng dữ liệu nguồn Ở mục Function ta chọn Sum, Reference sẽ là vùng hiện kết quả. Mục All references: cần thêm vào các vùng dữ liệu cần hợp nhất cảu cửa hàng 1, cửa hàng 2 và cửa hàng 3. Sau đó ta sẽ thu được kết quả. Bảng hợp nhất doanh thu 3 cửa hàng 2.
Tổng hợp đa chiều với Pivot Table 23 Project report on Data Science (DS) Trong quy trình tổng hợp và phân tích dữ liệu, thường thấy việc gom nhóm dữ liệu với một số tiêu chí nhất định để ciệc quan sát có thể dễ dàng quản lý. Công cụ Pivot Table được Excel cung cấp để phân tích và tổng hợp dữ liệu với những cấp và góc độ khác nhau. Để tạo tạo Pivot Table thì nguồn dữ liệu của bài toán có thể là một cơ sở dữ liệu của Excel hoặc từ nguồn dữ liệu bên ngoài (như MS, SQL Server, MS Access,…) Hình 8. tổng hợp dữ liệu đa chiều với PivotTable Cách thực hiện PivotTable trong Excel Bước 1: Nhấn chọn vào ô tùy chọn của bộ dữ liệu Bước 2: Click Insert -> PivotTable Bước 3: Xuất hiện hộp thoại Create PivotTable, bấm vào dữ liệu nguồn và nơi chứa PivotTable, click nút OK.
24 Project report on Data Science (DS) Hình 9. Hộp thoại Create PivotTable Bước 4: Drag các tên field từ PivotTable Fields vào 4 khu vực: COLUMNS, FILTERS, ROWS, và VALUES. Kết quả tổng hợp đa chiều với Pivot Table 25 Project report on Data Science (DS) 2.Phương pháp Phân tích dự báo 2.