Phân khúc khách hàng theo cách tiếp cận định hướng dữ liệu

Abstract

Phân khúc khách hàng là một trong những chủ đề quan trọng trong lĩnh vực marketing. Các phương pháp phân khúc khách hàng truyền thống như RFM (Recency, Frequency, Monetary) và các biến thể của nó có nhược điểm lớn là phân khúc khách hàng chỉ dựa trên một số khía cạnh hành vi của khách hàng. Trong nghiên cứu này chúng tôi đề xuất một kỹ thuật lựa chọn đặc trưng mới, giúp cải thiện đáng kể hiệu năng của các mô hình phân cụm. Từ dữ liệu giao dịch, các thuộc tính mới được tổng hợp có thể để mô phỏng hành vi tiêu dùng của khách hàng. Sau đó tác giả sử dụng thuật toán KMeans kết hợp với phương pháp lựa chọn đặc trưng để thực hiện phân khúc khách hàng. Phương pháp lựa chọn đặc trưng này giúp chỉ số Silhouette score tăng đáng kể từ 0.53 lên 0.81.