Xây dựng mô hình dự đoán điểm chạm của khách hàng dựa trên dữ liệu hành trình mua sắm trên website du lịch
Luận văn · Thạc sĩ · năm 2024 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Marketing, thương mại |
| Tác giả | Lâm Thị Bích Ngân |
| Người hướng dẫn | Thái Kim Phụng |
| Cơ sở đào tạo | Trường Đại học Kinh tế TP. Hồ Chí Minh |
| Năm | 2024 |
| Nguồn | Thư viện số Trường Đại học Kinh tế TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Trong thời đại phát triển về thương mại điện tử, các doanh nghiệp đang cập nhật các thông tin trên website trực tuyến và cho phép khách hàng tìm kiếm thông tin doanh nghiệp, sản phẩm và mua hàng. Ngành du lịch cũng phát triển hình thức đặt chỗ trực tuyến, đòi hỏi các thông tin trên website đầy đủ và tiếp cận khách hàng hiệu quả. Việc thấu hiểu hành trình mua hàng trên website của khách hàng đã trở nên thiết yếu để doanh nghiệp cải thiện và điều hướng đề xuất các thông tin phù hợp, đạt được các mục đích kinh doanh. Nghiên cứu thực hiện khai phá quy trình (process mining) và hệ thống gợi ý (recommendation system), huấn luyện mô hình dự đoán điểm chạm trên hành trình mua hàng trên website và dự đoán quyết định mua hàng của khách hàng. Sử dụng ứng dụng Disco và Celonis để trực quan hoá hành trình mua hàng trên website của nhóm khách hàng mục tiêu sau khi dùng thuật toán Kmeans phân nhóm khách hàng. Ứng dụng lọc cộng tác (Collaborative Filtering) với Low Rank Matrix Factorization, huấn luyện mô hình Neural Network để dự đoán mỗi hành trình mua hàng của khách hàng có điểm chạm nào với tần suất bao nhiêu, cụ thể loss của tập huấn luyện sau 120 lần chạy là 5.9277 và tập xác thực có loss: 5.7892. Với dữ liệu tần suất tại các điểm chạm trên mỗi hành trình mua hàng của khách hàng, nghiên cứu này dự đoán quyết định mua hàng của khách hàng qua mô hình Logistic Regression, Decision Tree, Random Forest, KNN, SVM, XG Boost, Gradient Boosting. Kết quả mô hình Random Forest có kết quả dự đoán tốt nhhất với F1-score,Recall, Precision cho quyết định không mua và mua lần lượt là 97%, 97%, 97%, 92%,93%, 92%, độ chính xác accuracy là 96% và ROC - AUC là 95%. Doanh nghiệp có thể ứng dụng nghiên cứu, dựa vào sự tương đồng của khách hàng và hành trình mua hàng trên website, dự đoán các điểm chạm khách hàng có thể quan tâm tác động đến quyết định mua hàng để cải thiện điều hướng trên website của doanh nghiệp.
Dự đoán điểm chạmHành trình mua sắmWebsiteKhai phá quy trìnhHệ thống đề xuấtPredict touchpointPurchase journeyProcess miningRecommendation system
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
- Giải pháp nâng cao động lực làm việc đối với cán bộ nhân viên tại Văn phòng Liên hiệp Hợp tác xã Thương mại Thành phố Hồ Chí Minh
- Nghiên cứu các yếu tố ảnh hưởng đến ý định mua sản phẩm xanh của người tiêu dùng tại TPHCM
- Các yếu tố công việc ảnh hưởng đến sự sáng tạo của các kiến trúc sư: nghiên cứu từ ngành thiết kế kiến trúc tại thị trường TP. HCM
- Thông tin bất cân xứng và nhu cầu rau của người tiêu dùng tại TP.HCM
- Các nhân tố ảnh hưởng đến quyết định lựa chọn thương hiệu Bia Sài Gòn của người tiêu dùng tại khu vực ĐBSCL
- Định hướng chiến lược kinh doanh xuất khẩu cà phê cho Tổng công ty cà phê Việt Nam đến năm 2015
- Giải pháp gia tăng giá trị cảm nhận của khách hàng đối với sản phẩm trà hòa tan của Công ty trách nhiệm hữu hạn Harris Freeman Việt Nam : Luận văn thạc sĩ
- How does channel integration quality enrich customer experiences with omnichannel retailers? An examination of mediating and moderating mechanisms
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.