Xác định các phân khúc dựa trên giá trị lâu dài của khách hàng với dữ liệu lớn RFM

Abstract

Quản lý quan hệ khách hàng là một chiến lược phổ biến để thu hút và giữ chân khách hàng. Quá trình này nhằm mục đích thu hút, duy trì, và nâng cao giá trị và lòng trung thành của khách hàng, đồng thời thiết lập các chiến lược hướng đến khách hàng. Nhận biết, phân khúc, và xếp hạng khách hàng là những thách thức nổi bật trong các tổ chức định hướng khách hàng. Phân khúc khách hàng thường dựa trên Giá trị Lâu dài của Khách hàng (Customer Lifetime Value - CLV) và được đo lường bằng ba biến: Recency (R), Frequency (F) và Monetary (M) (hay RFM). Do có sự không tường minh của các biến này, việc sử dụng phương pháp tiếp cận xác định là không phù hợp. Để giải quyết vấn đề trên, nghiên cứu này áp dụng một phương pháp phân khúc và xếp hạng khách hàng mới bằng cách kết hợp phân cụm mờ (Fuzzy Clustering) và Quá trình Phân tích Thứ bậc Mờ (Fuzzy Analytic Hierarchy Process - FAHP) dựa trên dữ liệu lớn. Khách hàng được phân loại dựa trên các biến R, F, M bằng cách dùng thuật toán phân cụm C-Means mờ (Fuzzy C-Means - FCM). Các biến này được đánh trọng số dựa trên một phiên bản tối ưu hóa của phương pháp Quá trình Phân tích Thứ bậc (AHP). Kế tiếp, phân khúc khách hàng sẽ được xếp hạng dựa trên CLV. Phương pháp được áp dụng trong nghiên cứu này đã được phát triển và triển khai tại Ngân Hàng T. Kết quả cho thấy phương pháp này có thể áp dụng cho Ngân Hàng T trong việc đánh giá khách hàng với bốn phân khúc được xếp hạng. Một đóng góp nổi bật của nghiên cứu này là sự kết hợp FCM và FAHP để giảm đi những hạn chế của các phương pháp luận trước đây. Ngoài ra, nghiên cứu này còn làm rõ quy trình phân khúc khách hàng để các tổ chức có thể cải thiện các hoạt động tiếp thị của mình. Phương pháp tính CLV được đề xuất trong nghiên cứu này có thể là một cách để các nhà quản lý áp dụng để bán các dịch vụ hay sản phẩm tốt nhất tiếp theo của họ cho nhóm khách hàng có giá trị hơn, bằng cách tính toán toàn bộ giá trị lâu dài của khách hàng.