LuanVan.vnLuận Văn
Gửi thư

Ứng dụng mô hình học máy trong phân tích giá trị vòng đời khách hàng thông qua hành vi mua sắm tại công ty bán lẻ trang sức

Luận văn · Thạc sĩ · năm 2023 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhMarketing, thương mại
Tác giảNguyễn Thị Kim Ngân
Người hướng dẫnLê Hoành Sử
Cơ sở đào tạoTrường Đại học Kinh tế TP. Hồ Chí Minh
Năm2023
NguồnThư viện số Trường Đại học Kinh tế TP. Hồ Chí Minh · trang gốc

Tóm tắt

Ngày nay, tầm quan trọng của giá trị khách hàng trong môi trường kinh doanh ngày càng tăng, nhiều công ty đang tập trung vào khái niệm về lòng trung thành của khách hàng và lợi nhuận để tăng thị phần. Xây dựng thành công hệ thống quản lý quan hệ khách hàng (Customer Relationship Management - CRM), các công ty bắt đầu từ việc xác định giá trị thực sự và lòng trung thành của khách hàng vì giá trị của khách hàng có thể cung cấp thông tin cơ bản để triển khai tiếp thị được cá nhân hóa và nhắm mục tiêu hơn thông qua hành vi mua sắm của khách hàng. Trong bài nghiên cứu này, giá trị lâu dài của khách hàng (Customer Lifetime Value - CLV) được sử dụng để phân khúc khách hàng của một Công ty chăm bán lẻ trang sức ACB. Hai cách tiếp cận được sử dụng: trong cách tiếp cận đầu tiên, phương pháp phân tích tiếp thị RFM (lần mua gần nhất, tần suất mua hàng và giá trị mỗi lần mua hàng) được sử dụng để phân khúc khách hàng và trong cách tiếp cận thứ hai, phương pháp phân tích CLV kết hợp với phân cụm K-means, một thuật toán học máy không giám sát. Kết quả của CLV được tính toán cho các phân khúc khác nhau có thể được sử dụng để phát triển các chiến lược tiếp thị và bán hàng của công ty chính xác hơn.
Bản toàn văn lưu tại thư viện Trường Đại học Kinh tế TP. Hồ Chí Minh

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn marketing, thương mại · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.