Dự đoán tỉ lệ từ bỏ sử dụng dịch vụ của khách hàng trong lĩnh vực thương mại điện tử

Abstract

Dự đoán khách hàng rời bỏ dịch vụ là bài toán rất quan trọng đối với các doanh nghiệp thương mại điện tử để đưa ra các biện pháp giữ chân khách hàng một cách hiệu quả, đồng thời, thực hiện các chiến lược tiếp thị thành công. Dựa trên bộ dữ liệu về lịch sử giao dịch của khách hàng, đề tài nghiên cứu về hành vi mua hàng của khách hàng thương mại điện tử B2C, đặc biệt về động lực nào làm khách hàng từ bỏ mua sản phẩm của doanh nghiệp và phân khúc khách hàng với mô hình học máy K-Means để hiểu rõ hơn về hành vi của họ. Từ đó, tạo nền tảng để triển khai các mô hình phân lớp Logistic Regression, Random Forest, K-nearest Neighbour và XGBoost để dự đoán. Kết quả cuối cùng, với 4 phân khúc khách hàng thu được bằng phân cụm K-Means, mô hình Random Forest cho ra kết quả tốt hơn các mô hình còn lại. Nghiên cứu này có ý nghĩa trong việc quản trị quan hệ khách hàng của doanh nghiệp thương mại điện tử B2C.