Luận văn thạc sĩ về phát hiện hành vi mua sắm của người dùng và tác nhân liên quan

Khám phá hành vi mua sắm của người dùng và các tác nhân liên quan qua kỹ thuật khai phá dữ liệu trong luận văn thạc sĩ công nghệ thông tin.

• Tác giả: Nguyễn Thành Vinh
• Người hướng dẫn: TS. Đặng Thanh Hải
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Phát hiện hành vi mua sắm người dùng qua khai phá dữ liệu
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2018
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN ỨNG DỤNG KHAI PHÁ DỮ LIỆU TRONG VIỆC PHÁT HIỆN HÀNH VI MUA SẮM
• 1.1. Thị trường và hành vi mua sắm hàng hóa
• 1.2. Hành vi mua sắm của người dùng
• 1.3. Hành vi mua của đơn vị, tổ chức
• 1.4. Khai phá dữ liệu và phát hiện tri thức
• 1.4.1. Khai phá dữ liệu
• 1.4.2. Các bước cơ bản của quá trình phát hiện tri thức
• 1.4.3. Kiến trúc của một hệ thống khai phá dữ liệu. Một số kỹ thuật khai phá dữ liệu
• 1.5. Ứng dụng khai phá dữ liệu cho thị trường hàng hóa
• 1.6. Ứng dụng của khai phá dữ liệu. Phát hiện hành vi mua sắm của người dùng
• 2. CHƯƠNG 2: TỔNG QUAN VỀ KHAI PHÁ LUẬT KẾT HỢP
• 2.1. Luật kết hợp
• 2.2. Khai phá luật kết hợp. Thuật toán Apriori
• 2.3. Thuật toán AIS
• 2.4. Thuật toán SETM
• 2.5. Thuật toán Krimp
• 2.6. Thuật toán TopKRules
• 3. CHƯƠNG 3: THỬ NGHIỆM PHÁT HIỆN HÀNH VI MUA SẮM CỦA NGƯỜI DÙNG
• 3.1. Giới thiệu bài toán
• 3.2. Cài đặt ứng dụng. Cấu hình phần cứng
• 3.3. Các công cụ phần mềm sử dụng
• 3.4. Quá trình thực nghiệm và đánh giá
• 3.5. Tiền xử lý dữ liệu
• 3.6. Cấu hình thông tin trong mô hình Krimp
• 3.7. Kết quả và đánh giá
• 3.8. Kết quả phân tích dữ liệu. Đánh giá kết quả
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về hành vi người tiêu dùng

Hành vi của người tiêu dùng là một lĩnh vực nghiên cứu quan trọng trong marketing. Nó giúp doanh nghiệp hiểu rõ hơn về cách mà khách hàng tương tác với sản phẩm và dịch vụ. Việc phân tích hành vi người tiêu dùng không chỉ giúp xác định ai là người mua hàng mà còn giúp doanh nghiệp hiểu rõ hơn về thói quen mua sắm của họ. Theo nghiên cứu, hành vi mua sắm thường diễn ra qua nhiều giai đoạn, từ nhận biết nhu cầu đến quyết định mua. Doanh nghiệp cần nắm rõ các yếu tố ảnh hưởng đến quyết định mua hàng của khách hàng, bao gồm thông tin từ bạn bè, quảng cáo và trải nghiệm cá nhân. Việc hiểu rõ thông tin khách hàng và dữ liệu người dùng sẽ giúp doanh nghiệp tối ưu hóa chiến lược marketing và cải thiện trải nghiệm khách hàng.

1.1. Quy trình quyết định mua hàng

Quy trình quyết định mua hàng của người tiêu dùng thường bao gồm năm giai đoạn chính: nhận biết nhu cầu, tìm kiếm thông tin, đánh giá các phương án, quyết định mua và đánh giá sau khi mua. Mỗi giai đoạn đều có những yếu tố ảnh hưởng riêng, từ đó doanh nghiệp có thể điều chỉnh chiến lược marketing cho phù hợp. Việc nắm bắt thói quen mua sắm của khách hàng sẽ giúp doanh nghiệp phát hiện ra các mẫu hành vi và từ đó đưa ra các quyết định kinh doanh chính xác hơn. Đặc biệt, trong bối cảnh mua sắm trực tuyến, việc phân tích dữ liệu người dùng trở nên quan trọng hơn bao giờ hết.

II. Khai phá dữ liệu và ứng dụng trong phát hiện hành vi mua sắm

Khai phá dữ liệu (KPDL) là một công cụ mạnh mẽ giúp phát hiện các mẫu hành vi trong dữ liệu lớn. KPDL cho phép doanh nghiệp phân tích dữ liệu người dùng để tìm ra các quy luật ẩn chứa trong hành vi mua sắm. Việc áp dụng KPDL trong lĩnh vực thương mại điện tử giúp doanh nghiệp hiểu rõ hơn về thói quen mua sắm của khách hàng, từ đó tối ưu hóa quy trình bán hàng và cải thiện dịch vụ khách hàng. Các thuật toán như Apriori và Krimp được sử dụng để phát hiện các luật kết hợp trong dữ liệu, giúp doanh nghiệp nhận diện các sản phẩm thường được mua cùng nhau. Điều này không chỉ giúp tăng doanh thu mà còn nâng cao trải nghiệm của khách hàng.

2.1. Các kỹ thuật khai phá dữ liệu

Các kỹ thuật khai phá dữ liệu bao gồm phân loại, gộp nhóm, và phân tích liên kết. Mỗi kỹ thuật đều có những ứng dụng riêng trong việc phát hiện hành vi người tiêu dùng. Ví dụ, phân loại giúp xác định nhóm khách hàng tiềm năng, trong khi phân tích liên kết giúp phát hiện các sản phẩm có mối quan hệ với nhau. Việc áp dụng các kỹ thuật này không chỉ giúp doanh nghiệp tối ưu hóa chiến lược marketing mà còn giúp cải thiện trải nghiệm khách hàng. Do đó, việc đầu tư vào công nghệ khai phá dữ liệu là cần thiết để doanh nghiệp có thể cạnh tranh hiệu quả trong thị trường hiện đại.

III. Đánh giá và ứng dụng thực tiễn

Việc phát hiện hành vi mua sắm của người dùng thông qua khai phá dữ liệu không chỉ mang lại lợi ích cho doanh nghiệp mà còn giúp nâng cao sự hài lòng của khách hàng. Các doanh nghiệp có thể sử dụng thông tin từ dữ liệu người dùng để điều chỉnh sản phẩm và dịch vụ của mình, từ đó tạo ra giá trị gia tăng cho khách hàng. Hơn nữa, việc phân tích thông tin khách hàng giúp doanh nghiệp phát hiện ra các xu hướng mới trong thị trường, từ đó đưa ra các quyết định kinh doanh chính xác hơn. Điều này không chỉ giúp doanh nghiệp tồn tại mà còn phát triển bền vững trong môi trường cạnh tranh khốc liệt.

3.1. Tác động đến chiến lược marketing

Khi doanh nghiệp hiểu rõ hành vi người tiêu dùng, họ có thể điều chỉnh chiến lược marketing của mình để phù hợp hơn với nhu cầu và mong muốn của khách hàng. Việc sử dụng KPDL để phân tích thói quen mua sắm giúp doanh nghiệp tối ưu hóa các chiến dịch quảng cáo, từ đó tăng cường hiệu quả tiếp thị. Hơn nữa, việc phát hiện các mẫu hành vi trong dữ liệu giúp doanh nghiệp có thể dự đoán xu hướng mua sắm trong tương lai, từ đó chuẩn bị các kế hoạch kinh doanh phù hợp. Điều này không chỉ giúp doanh nghiệp tăng trưởng mà còn tạo ra sự khác biệt trong lòng khách hàng.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh dữ liệu được tạo ra với khối lượng ngày càng lớn và đa dạng về thể loại, việc khai thác và sử dụng hiệu quả nguồn dữ liệu này trở thành thách thức lớn đối với các doanh nghiệp, đặc biệt trong lĩnh vực thương mại điện tử. Theo ước tính, ngành thương mại điện tử tạo ra một khối lượng dữ liệu khổng lồ bao gồm chi tiết hóa đơn bán hàng, thông tin khách hàng và dữ liệu cảnh báo hệ thống. Vấn đề nghiên cứu tập trung vào việc phát hiện hành vi mua sắm của người dùng và các tác nhân liên quan thông qua kỹ thuật khai phá dữ liệu nhằm xây dựng mô hình dự báo xu hướng mua hàng, từ đó giúp doanh nghiệp nâng cao chất lượng sản phẩm, dịch vụ và giữ chân khách hàng hiệu quả hơn.

Mục tiêu cụ thể của nghiên cứu là áp dụng các thuật toán khai phá dữ liệu như Krimp và TopKRules để phân tích dữ liệu hóa đơn bán hàng của Công ty Cổ phần Công nghệ PAC Việt Nam trong giai đoạn 2016-2017 tại Hà Nội. Phạm vi nghiên cứu bao gồm hơn 4242 hóa đơn bán hàng với hơn 20.923 mặt hàng và 6654 sản phẩm khác nhau. Ý nghĩa của nghiên cứu được thể hiện qua việc cung cấp các quy luật kết hợp trong hành vi mua sắm, giúp doanh nghiệp có cơ sở khoa học để điều chỉnh chiến lược kinh doanh, tối ưu hóa quản lý kho hàng và nâng cao sự hài lòng của khách hàng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên hai lý thuyết chính:

• Khai phá dữ liệu (Data Mining - KPDL): Quá trình trích xuất các mẫu, quy luật tiềm ẩn từ kho dữ liệu lớn nhằm hỗ trợ ra quyết định. KPDL bao gồm các kỹ thuật như phân loại, phân cụm, dự báo và phát hiện luật kết hợp.

• Luật kết hợp (Association Rules): Mô hình biểu diễn mối quan hệ giữa các tập mục trong dữ liệu giao dịch, được đo bằng độ hỗ trợ (support) và độ tin cậy (confidence). Luật kết hợp giúp phát hiện các mặt hàng thường được mua cùng nhau, từ đó hỗ trợ các quyết định marketing và quản lý.

Các khái niệm chính bao gồm:

• Tập mục phổ biến (Frequent Itemset): Tập các mặt hàng xuất hiện với tần suất vượt ngưỡng tối thiểu.

• Độ hỗ trợ (Support): Tỷ lệ giao dịch chứa tập mục trong tổng số giao dịch.

• Độ tin cậy (Confidence): Xác suất xuất hiện tập kết quả khi tập điều kiện đã xuất hiện.

• Nguyên lý mô tả chiều dài tối thiểu (MDL): Phương pháp tối ưu hóa khai phá mẫu nhằm giảm dư thừa và trùng lặp trong kết quả.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là tập hóa đơn bán hàng của Công ty Cổ phần Công nghệ PAC Việt Nam, gồm 4242 hóa đơn trong giai đoạn 2016-2017, lưu trữ dưới dạng file Excel. Mỗi hóa đơn chứa thông tin người mua, địa điểm và chi tiết mặt hàng.

Phương pháp phân tích bao gồm:

• Tiền xử lý dữ liệu: Chuẩn hóa dữ liệu từ file Excel sang định dạng text phù hợp cho khai phá dữ liệu, đánh số mã sản phẩm để đồng nhất.

• Áp dụng thuật toán Krimp: Sử dụng nguyên lý MDL để khai phá tập mục phổ biến, giảm thiểu dư thừa và trùng lặp trong dữ liệu.

• Áp dụng thuật toán TopKRules và Apriori: Tìm kiếm các luật kết hợp mạnh dựa trên tập mục phổ biến đã khai phá, xác định các quy luật hành vi mua sắm.

Quá trình nghiên cứu được thực hiện trên cấu hình phần cứng gồm CPU Intel Core i5 2.2 GHz, RAM 12GB, hệ điều hành Windows 10 Pro, với phần mềm hỗ trợ như Notepad++, Microsoft Visual C++ 2010, SQLite Database Browser và Eclipse Mars. Timeline nghiên cứu kéo dài trong năm 2018, tập trung vào thu thập, xử lý dữ liệu và thử nghiệm các thuật toán khai phá.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

• Thuật toán Krimp khai phá được 38 tập mục phổ biến với độ dài từ 4 trở lên, trong đó các tập mục có độ hỗ trợ từ khoảng 26% trở lên được lựa chọn để phân tích sâu hơn.

• Các mặt hàng phổ biến trong tập dữ liệu bao gồm các loại lưỡi dao với mã sản phẩm như TCMT110204HQ-CA525, VNMG160404-CA525, TCMT110204HQ-PV7025, với độ hỗ trợ dao động từ 26% đến 27%.

• Thuật toán TopKRules và Apriori đã phát hiện các luật kết hợp mạnh, ví dụ như khách hàng mua mặt hàng A thường có xu hướng mua mặt hàng B với độ tin cậy trên 60%, hỗ trợ cho việc xây dựng các gói sản phẩm và chương trình khuyến mãi.

• Số lượng hóa đơn bán hàng là 4242, với trung bình mỗi hóa đơn chứa khoảng 4.93 mặt hàng, cho thấy mức độ đa dạng trong hành vi mua sắm của khách hàng.

Thảo luận kết quả

Kết quả cho thấy thuật toán Krimp hiệu quả trong việc giảm thiểu số lượng mẫu dư thừa, giúp tập trung vào các tập mục có ý nghĩa thực tiễn cao. Việc phát hiện các luật kết hợp mạnh hỗ trợ doanh nghiệp trong việc hiểu rõ hơn về hành vi mua sắm, từ đó tối ưu hóa chiến lược nhập hàng và bố trí sản phẩm.

So sánh với các nghiên cứu trong ngành, việc áp dụng kỹ thuật khai phá dữ liệu cho phép khai thác tri thức tiềm ẩn mà các phương pháp truyền thống khó có thể phát hiện. Kết quả có thể được trình bày qua biểu đồ tần suất xuất hiện các tập mục phổ biến và bảng tổng hợp các luật kết hợp với độ hỗ trợ, độ tin cậy tương ứng, giúp trực quan hóa các mối quan hệ trong dữ liệu.

Ý nghĩa của nghiên cứu không chỉ nằm ở việc ứng dụng thành công các thuật toán khai phá dữ liệu mà còn góp phần nâng cao năng lực cạnh tranh cho doanh nghiệp trong bối cảnh thị trường ngày càng phức tạp và biến động.

Đề xuất và khuyến nghị

• Triển khai hệ thống khai phá dữ liệu tự động: Áp dụng các thuật toán Krimp và TopKRules vào hệ thống quản lý bán hàng để cập nhật liên tục các quy luật hành vi mua sắm, giúp doanh nghiệp phản ứng nhanh với xu hướng thị trường.

• Tối ưu hóa quản lý kho hàng: Dựa trên các luật kết hợp, điều chỉnh nhập hàng và bố trí sản phẩm nhằm tăng hiệu quả bán hàng và giảm tồn kho không cần thiết.

• Phát triển chương trình khuyến mãi theo nhóm sản phẩm: Sử dụng các tập mục phổ biến để xây dựng các gói khuyến mãi hấp dẫn, tăng tỷ lệ mua hàng đồng thời và nâng cao doanh thu.

• Đào tạo nhân viên bán hàng chuyên nghiệp: Nâng cao kỹ năng phân tích dữ liệu và hiểu biết về hành vi khách hàng để tư vấn hiệu quả, tăng sự hài lòng và giữ chân khách hàng.

• Thời gian thực hiện: Các giải pháp nên được triển khai trong vòng 6-12 tháng, với sự phối hợp giữa bộ phận IT, marketing và quản lý kho.

Đối tượng nên tham khảo luận văn

• Doanh nghiệp thương mại điện tử: Hỗ trợ phân tích hành vi khách hàng, tối ưu hóa chiến lược bán hàng và marketing.

• Nhà quản lý kho và logistics: Giúp cải thiện quản lý tồn kho dựa trên các quy luật mua sắm thực tế.

• Chuyên gia phân tích dữ liệu và khoa học dữ liệu: Cung cấp phương pháp và thuật toán khai phá dữ liệu ứng dụng thực tiễn trong lĩnh vực bán lẻ.

• Sinh viên và nghiên cứu sinh ngành Công nghệ Thông tin, Quản lý Hệ thống Thông tin: Tham khảo mô hình nghiên cứu, phương pháp và ứng dụng khai phá dữ liệu trong thực tế.

Câu hỏi thường gặp

1. Khai phá dữ liệu là gì và tại sao quan trọng trong thương mại điện tử?
   Khai phá dữ liệu là quá trình trích xuất các mẫu và quy luật tiềm ẩn từ dữ liệu lớn, giúp doanh nghiệp hiểu rõ hành vi khách hàng và tối ưu hóa hoạt động kinh doanh. Ví dụ, phát hiện các mặt hàng thường mua cùng nhau giúp xây dựng chương trình khuyến mãi hiệu quả.

2. Thuật toán Krimp có ưu điểm gì so với các thuật toán khác?
   Krimp dựa trên nguyên lý mô tả chiều dài tối thiểu giúp giảm dư thừa và trùng lặp trong kết quả khai phá, tạo ra các tập mục phổ biến dễ hiểu và có chất lượng cao hơn.

3. Làm thế nào để xác định ngưỡng độ hỗ trợ và độ tin cậy phù hợp?
   Ngưỡng được lựa chọn dựa trên đặc điểm dữ liệu và mục tiêu nghiên cứu. Ví dụ, trong nghiên cứu này, độ hỗ trợ tối thiểu khoảng 26% và độ tin cậy tối thiểu 60% được sử dụng để đảm bảo các luật kết hợp có ý nghĩa thực tiễn.

4. Dữ liệu nghiên cứu được thu thập như thế nào?
   Dữ liệu gồm hơn 4242 hóa đơn bán hàng của Công ty PAC Việt Nam trong giai đoạn 2016-2017, được lưu trữ dưới dạng file Excel và chuyển đổi sang định dạng phù hợp cho khai phá dữ liệu.

5. Ứng dụng thực tế của kết quả nghiên cứu là gì?
   Doanh nghiệp có thể sử dụng các quy luật mua sắm để tối ưu hóa nhập hàng, bố trí sản phẩm, xây dựng chương trình khuyến mãi và nâng cao trải nghiệm khách hàng, từ đó tăng doanh thu và giữ chân khách hàng.

Kết luận

• Nghiên cứu đã áp dụng thành công các thuật toán khai phá dữ liệu Krimp và TopKRules để phát hiện hành vi mua sắm của người dùng dựa trên dữ liệu hóa đơn bán hàng thực tế.
• Thuật toán Krimp giúp giảm thiểu dư thừa và trùng lặp trong tập mục phổ biến, nâng cao chất lượng phân tích.
• Các luật kết hợp được phát hiện cung cấp thông tin quan trọng cho doanh nghiệp trong việc xây dựng chiến lược kinh doanh và marketing.
• Kết quả nghiên cứu có thể được ứng dụng rộng rãi trong quản lý bán hàng, kho vận và phát triển sản phẩm.
• Đề xuất triển khai hệ thống khai phá dữ liệu tự động và đào tạo nhân viên nhằm nâng cao hiệu quả kinh doanh trong vòng 6-12 tháng tới.

Hành động tiếp theo là triển khai thử nghiệm các giải pháp đề xuất và mở rộng nghiên cứu sang các lĩnh vực khác để tăng cường ứng dụng khai phá dữ liệu trong quản lý doanh nghiệp.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN ỨNG DỤNG KHAI PHÁ DỮ LIỆU TRONG VIỆC PHÁT HIỆN HÀNH VI MUA SẮM 1. Thị trường và hành vi mua sắm hàng hóa 1. Khái niệm Thị trường bao gồm tất cả những khách hàng tiềm ẩn cùng có một nhu cầu hay mong muốn cụ thể, sẵn sàng và có khả năng tham gia trao đổi để thỏa mãn nhu cầu và mong muốn đó [3]. Như vậy, theo khái niệm này, quy mô thị trường sẽ tùy thuộc vào số người có cùng nhu cầu, cùng mong muốn, có đủ thu nhập và sẵn sàng bỏ ra mua sắm hàng hóa để thỏa mãn nhu cầu và mong muốn đó.

Quy mô thị trường không phụ thuộc vào số người đã mua hàng hay số người có nhu cầu và mong muốn nhưng không có đủ thu nhập (kể cả nguồn tự có và vay mượn) hay có thu nhập nhưng không sẵn sàng chi ra để mua sắm. Các sản phẩm cho tiêu dùng cá nhân, tiêu dùng cho đơn vị tổ chức thường rất đa dạng như quần áo, thức ăn, xe cộ, đồ trang sức, các dịch vụ vui chơi giải trí, vật tư sản xuất… Nhờ tiêu dùng các sản phẩm đó, con người đáp ứng được các nhu cầu cá nhân để tồn tại, các tổ chức cũng đáp ứng được nhu cầu về mặt sản xuất kinh doanh. Mặt khác, cũng qua tiêu dùng, con người có thể thể hiện mình trước con mắt của cộng đồng. Đó là văn hoá tiêu dùng.

Điều dễ dàng có thể rất nhận thấy là các dân tộc, các tôn giáo khác nhau thì văn hoá tiêu dùng khác nhau. Văn hóa tiêu dùng tạo nên hành vi tiêu dùng. Như vậy, thị trường tiêu dùng có thể chia theo 2 đặc điểm lớn: - Nhu cầu tiêu dùng đa dụng và biến đổi theo thời gian - Quy mô thị trường lớn và ngày càng tăng. Hành vi mua sắm của người dùng Nghiên cứu hành vi của người tiêu dùng giúp cho doanh nghiệp tìm hiểu xem khách hàng mua và sử dụng hàng hoá như thế nào.

Trên cơ sở nhận định rõ được hành vi của người tiêu dùng thì từ đó doanh nghiệp sẽ có căn cứ để giải quyết các vấn đề liên quan tới các chiến lược cần vạch ra. Đó là các vấn đề như sau: - Ai là người mua hàng? - Họ mua các hàng hoá, dịch vụ gì? - Mục đích mua các hàng hoá, dịch vụ đó? - Họ mua như thế nào? Mua khi nào? Mua ở đâu? 9 z Quá trình thông qua quyết định mua của người tiêu dùng Hành vi mua của người tiêu dùng xảy ra trong một quá trình. Để đi đến quyết định mua một loại hàng hoá dịch vụ gì đó thì nói chung người mua phải trải qua quá trình bao gồm 5 giai đoạn như Hình 1. Đây là quá trình đầy đủ khi mới bắt đầu mua.

Người mua thường xuyên có thể bỏ qua các giai đoạn không cần thiết (do đã được thực hiện ở các lần mua trước đây), tức là quá trình mua lặp lại sẽ bỏ qua một số giai đoạn. Quá trình thông qua quyết định mua hàng[4] - Nhận biết nhu cầu Đây là bước đầu tiên. Nhu cầu phát sinh do các yếu tố kích thích từ bên trong cũng như từ bên ngoài. - Tìm kiếm thông tin Khi nhu cầu thôi thúc thì con người tìm kiếm thông tin để đáp ứng nhu cầu đó.

Nhu cầu càng cấp bách, thông tin ban đầu càng ít, sản phẩm cần mua có giá trị càng lớn thì càng thôi thúc con người tìm kiếm thông tin. Sau đây là các nguồn thông tin cơ bản mà người tiêu dùng có thể tìm kiếm, tham khảo: o Nguồn thông tin cá nhân: từ bạn bè, gia đình, hàng xóm, đồng nghiệp… o Nguồn thông tin thương mại: qua quảng cáo, hội chợ, triển lãm, người bán hàng… o Nguồn thông tin đại chúng: dư luận, báo chí, truyền hình… o Nguồn thông tin kinh nghiệm thông qua tiếp xúc trực tiếp với sản phẩm. - Đánh giá các phương án Từ các nhãn hiệu sản phẩm khác nhau đã biết qua giai đoạn tìm kiếm, khách hàng bắt đầu đánh giá để chọn ra nhãn hiệu phù hợp với nhu cầu của mình. Doanh nghiệp cần phải biết được là khách hàng đánh giá các phương án như thế nào? Họ dùng tiêu chuẩn gì để lựa chọn? Chất lượng hay giá cả quan trọng hơn? Để hiểu rõ việc đánh giá của khách hàng như thế nào, doanh nghiệp cần tìm hiểu ở những vấn đề sau: o Các thuộc tính của sản phẩm mà khách hàng quan tâm.

o Mức độ quan trọng của các thuộc tính đối với khách hàng. o Niềm tin của người tiêu dùng đối với các nhãn hiệu. 10 z o Độ hữu dụng của các thuộc tính đó. - Quyết định mua Sau khi đánh giá các lựa chọn, khách hàng đi tới ý định mua.

Tuy nhiên, từ ý định mua đến quyết định mua còn có các cản trở như thái độ của các nhóm ảnh hưởng (bạn bè, gia đình.), các điều kiện mua hàng (địa điểm giao dịch, phương thức thanh toán, các dịch vụ hậu mãi…). Do vậy các hoạt động xúc tiến bán (khuyến mại, các dịch vụ sau bán hàng…) có vai trò rất quan trọng, đặc biệt khi có cạnh tranh. - Đánh giá sau khi mua Sau khi mua xong khách hàng sử dụng sản phẩm và có các đánh giá về sản phẩm mua được. Mức độ hài lòng của khách hàng sẽ tác động trực tiếp đến các quyết định mua vào các lần sau.

Doanh nghiệp cần thu thập thông tin để biết được đánh giá của khách hàng để điều chỉnh các chính sách. Hành vi mua của đơn vị, tổ chức Điều khác biệt cơ bản của các đơn vị, tổ chức so với khách hàng tiêu dùng cá nhân là các khách hàng tổ chức mua hàng hoá và dịch vụ để phục vụ cho các hoạt động của tổ chức đó, tức là hàng hoá dịch vụ họ mua là yếu tố đầu vào cho hoạt động của tổ chức, doanh nghiệp. Đặc điểm này sẽ chi phối những đặc điểm khác như nhu cầu, hành vi mua, số lượng mua, người tham gia mua… Ví dụ như là các doanh nghiệp sử dụng thông tin liên lạc, vật tư, thiết bị để tiến hành hoạt động sản xuất kinh doanh [4]. Hàng hoá, dịch vụ mua phục vụ cho sản xuất được gọi là tư liệu sản xuất.

Như vậy, các tổ chức cần đến các tư liệu sản xuất như là các yếu tố đầu vào cần thiết cho quá trình hoạt động của các tổ chức đó. Có thể chia khách hàng là các tổ chức thành bốn loại: - Các doanh nghiệp sản xuất. - Các doanh nghiệp thương mại. - Các tổ chức phi lợi nhuận (cơ quan đào tạo, nghiên cứu, công ty phục vụ công ích…) - Các cơ quan Đảng, Nhà nước.

Đặc trưng cơ bản của thị trường các doanh nghiệp, tổ chức - Quy mô thị trường, khối lượng mua [4] Số lượng các khách hàng tổ chức thì ít hơn nhiều so với các khách hàng tiêu dùng cá nhân. Nhưng số lượng mua thì lớn hơn nhiều so với nhu cầu tiêu dùng cả nhân. Họ cũng mua thường xuyên hơn. Quan hệ giữa khách hàng và người cung cấp dịch vụ thân thiện hơn, gần gũi hơn.

Các nhà cung cấp cũng muốn có các khách hàng ổn định và lâu dài. Các khách 11 z hàng cũng muốn có nhà cung cấp tin cậy, ổn định. Điều này có lợi cho cả nhà cung cấp và các DNSX. Số người tham gia tuỳ thuộc vào mức độ quan trong của hàng mua.

Vai trò của các thành viên trong Hội đồng là khác nhau. Mua sắm các yếu tố đầu vào của các tổ chức mang tính chuyên nghiệp. Các nhân viên mua sắm được đào tạo, có kinh nghiệm mua sắm. Do vậy, doanh nghiệp bán hàng cũng phải tuyển chọn đội ngũ bán hàng chuyên nghiệp, được tuyển chọn kỹ và đào tạo có bài bản về nghiệp vụ, kỹ thuật.

- Các đặc tính khác: Mua sắm thường theo phương thức trực tiếp, không thông qua trung gian. Lựa chọn kỹ người cung cấp và xây dựng quan hệ lâu dài, ổn định. Xu hướng chuyển sang thuê mua tài chính hơn là mua đứt bán đoạn vì giảm được rủi ro và nâng cao hiệu quả. Quá trình thông qua quyết định mua của các tổ chức Quá trình này tương tự như quá trình thông qua quyết định mua của người tiêu dùng.

Tuy nhiên, ở đây người mua phải trải qua nhiều giai đoạn hơn: - Ý thức được vấn đề cần phải mua sắm Đó là khi tổ chức ý thức được vấn đề cần phải mua sắm. Ý thức này xuất hiện dưới sự tác động của các yếu tố bên trong doanh nghiệp (có nhu cầu mua sắm) và từ các yếu tố kích thích bên ngoài (quảng cáo, chào hàng).  Khi tổ chức bắt đầu sản xuất dịch vụ, sản phẩm mới thì họ cần thiết bị, vật tư mới cho sản xuất.  Khi tổ chức cần thay thế, nâng cấp các thiết bị cũ, lạc hậu.

Do vậy họ có nhu cầu mua sắm thiết bị, phụ tùng.  Khi nhà cung cấp cũ không đáp ứng nhu cầu, đòi hỏi cao hơn của tổ chức. Họ bắt đầu tìm kiếm các nhà cung cấp mới.  Khi xuất hiện công nghệ mới chất lượng cao hơn, tiết kiệm chi phí, nâng cao khả năng cạnh tranh.

 Khi các nhà cung ứng quảng cáo, chào hàng các vật liệu, công nghệ mới, dịch vụ mới có ưu thế hơn so với hiện tại. - Mô tả khái quát nhu cầu  Xác định các đặc tính của các mặt hàng cần mua. Các chuyên gia về kỹ thuật có thể được mời để đưa ra các yêu cầu chính xác đối với các yếu tố đầu vào cần mua. 12 z  Doanh nghiệp mua cần có thông tin kịp thời.

Người bán hàng cần cung cấp thông tin đầy đủ, nhanh chóng về các loại yếu tố đầu vào khác nhau, tư vấn cho người mua. - Đánh giá tính năng của hàng hoá ( phân tích hiệu quả- chi phí)  Hàng hoá dự kiến mua mang lại giá trị gì cho công ty? Có tương xứng với chi phí bỏ ra không?  Có cần tất cả các chức năng của hàng hoá đó không?  Có loại hàng hoá thay thế có tính năng tương tự với giá rẻ hơn không?  Có các nhà cung cấp cùng loại khác với giá rẻ hơn không?  Công ty có tự sản xuất được không? - Tìm hiểu người cung ứng  Nhân viên mua hàng tìm kiếm, lập danh sách các nhà cung ứng có thể, loại bỏ các nhà cung ứng không đạt các yêu cầu ban đầu, xếp loại các nhà cung ứng theo các tiêu chuẩn nào đó.  Các nguồn thông tin khác nhau được sử dụng để tìm kiếm các nhà cung ứng. Đó là: Các ấn phẩm thương mại; Quảng cáo; Triển lãm; Internet; Các phương tiện thông tin đại chúng.