Professional Documents
Culture Documents
Phân khúc thị trường 3
Phân khúc thị trường 3
EFA
Phân tích Cronbach’s Alpha cho thấy, 27 biến quan sát của 5 nhân tố ảnh hưởng đến
quyết định mua sắm trực tuyến của người tiêu dùng. Các biến quan sát của thang đo đủ
yêu cầu về độ tin cậy, vì vậy EFA được thực hiện. Trong nghiên cứu này, phân tích nhân
tố khám phá (EFA) được áp dụng để thử nghiệm mô hình với thử nghiệm Kaiser-Meiyer-
Okin (KMO) và Bartlett bằng cách sử dụng Principal Axis Factoring với phép quay
Promax.
Bảng 2.7 trình bày kết quả hệ số KMO (Kaiser-Meyer-Olkin) và kiểm định Bartlett. Hệ
số KMO là 0.922 chứng tỏ phân tích nhân tố khám phá là thích hợp. Kiểm định Bartlett
với mức ý nghĩa thống kê là 0,000 (Sig Bartlett’s Test < 0.05), tức là các biến quan sát có
tương quan với nhau trong tổng thể. Do đó, phân tích nhân tố khám phá là phù hợp để
kiểm định thang đo.
Hệ số tải nhân tố
Thành phần
1 2 3 4
Nhận thức NT6 0.852
về sự hữu ích NT7 0.849
GC1 0.834
NT5 0.792
NT3 0.786
NT2 0.769
GC2 0.766
(NT) CL2 0.730
NT1 0.726
NT4 0.706
TK5 0.666
GC4 0.615
CL4 0.832
CL3 0.801
Chất lượng CL6 0.766
dịch vụ (CL) CL5 0.689
GC3 0.553
CL1 0.550
NTRR5 0.845
NhẬN thức NTRR2 0.844
rủi ro NTRR3 0.813
(NTRR) NTRR1 0.791
NTRR4 0.771
Nhóm tham TK1 0.776
khảo (TK) TK2 0.679
Eigenvalue 13.399 2.511 1.657 1.022
Phương sai trích (%) 53.598 63.640 70.268 74.358
Phương sai tích lũy (%) 32.866 50.415 66.857 74.358
KMO = 0.926
Kiểm định Barlett’s Sig.= 0.000
Bảng 2.9. Bảng kết quả phân tích nhân tố khám phá biến độc lập
Kết quả phân tích nhân tố khám phá được thể hiện ở bảng 2.8 cho thấy 4 nhân tố được
hình thành sau khi loại bỏ các biến quan sát có hệ số tải nhân tố < 0,5 và tải lên nhóm
nhân tố và hệ số tải trong một biến chênh lệch nhau dưới 0,3, là TK3, TK4 thì phương sai
trích là 74.358% (lớn hơn 50%) với hệ số Eigenvalue của tất cả các nhân tố đều lớn hơn 1
đạt yêu cầu so với tiêu chuẩn.
Kết quả phân tích nhân tố khám phá được thể hiện ở bảng 2.9 cho thấy phép trích
được một nhân tố với 4 biến quan sát và phương sai trích tích lũy được là 66.646%
(lớn hơn 50%). Hệ số KMO = 3.332 ( lớn hơn1). Kết quả này chỉ ra rằng các biến
quan sát trong tổng thể có mối tương quan với nhau và phân tích nhân tố (EFA) là
thích hợp. Như vậy, sau khi phân tích nhân tố EFA ta thấy rằng mô hình lý thuyết
ban đầu đề ra là phù hợp với nghiên cứu.
2. Phân khúc thị trường
- Sau khi chạy Two-step cluster thì ta thấy average sihoutte= 0.3 nằm ở mưc sử
dụng được.
- Và có tổng cộng 3 cluster như hình
- Việc sử dụng phân tích cụm thứ bậc Hierarchical clustering nhằm xây dựng thứ tự
bậc thang hình cây dendrogram và tiến hành theo cách tích tụ lại (agglomerative)
Mô hình dendrogram cho thấy rằng có 2 nhóm lớn nhất và luần lượt là các nhóm nhỏ hơn
Phương pháp Ward được sử dụng vì dữ liệu được nhập tạo thành phân cấp hoặc cấp của
riêng nó, do đó đơn giản hóa việc giải thích số lượng cụm từ bảng lịch trình tổng hợp
Khi đã chắc chắn có 2 cluster thì tiếp chạy Two-Step Cluster thêm biến nhân khẩu học
vào thì có thể thấy: Chân dung khách hàng
Cluster 1: 84,2% Nữ và 15,8% Nam , HS/SV có thu nhập Dưới 5 triệu và nằm ở độ tuổi
18 – 25
Cluster 2: 29,5% Nữ 69,5% Nam, HS/SV có thu nhập dưới 5 triệu và ở độ tuổi 18-25
Thị trường mục tiêu: sau khi chạy và bỏ nhân khẩu học vào thì ta nhận được chân dung
khách hàng xác nhận được mục tiêu.
Như chân dung khách hàng nhìn chung thì không có quá nhiều sự khác biệt khi ta có thể
thấy cả 2 cluster đều hội tụ đủ cả nam và nữ và là HS/SV có độ tuổi từ 18-25 với mức thu
nhập dưới 5 triệu
3. Tuyên bố định vị
Cluster 1: 84,2% Nữ và 15,8% Nam , HS/SV có thu nhập Dưới 5 triệu và nằm
ở độ tuổi 18 – 25
Cluster 2: 29,5% Nữ 69,5% Nam, HS/SV có thu nhập dưới 5 triệu và ở độ tuổi
18-25
- Và xác định những tác động đến quyết định mua sản phẩm trên các sàn thương
mại điện tử là:
Nhận thức của khách hàng về sự tiện ích khi mua sản phẩm qua sàn thương
mại điện tử.
Sự tác động từ bên ngoài( bạn bè, người than,…) cũng giúp đến việc quyết
định.
Chất lượng về sản phẩm về dịch vụ cũng là vấn đề khiến KH có quyết định
mua qua trực truyến hay không.
Sản phẩm có hư hỏng, sản phẩm không tốt là những vấn đề rủi ro khi họ quyết
định mua qua sàn thương mại điện tử.
Canifa sẽ trở thành một bán hàng có mặt tại các sàn thương mại điện tử với
một điều khẳng định là sản phẩm sẽ luôn được cập nhật, giá cả tốt nhất và chất
lượng nhất, và vận chuyển nhanh chóng nhát có thể đến tay khách hàng
4. Ma trận GE
Định vị cạnh tranh:
Như bảng so sánh ta có thể thấy là Canifa hiện tại đừng vị trí thứ 2 thua Yame 0,2 điểm
và vượt trội hơn zara tại thị trường Việt nam 0,05.
Tầm
Các yếu tố bên ngoài chủ Xếp Tính
quan
yếu loại điểm
trọng
Cơ hội
Dân số tăng
0.12 3 0.36
Bảng EFE
Tầm
Tính
Các yếu tố bên trong quan Xếp loại
điểm
trọng
Kinh nghiệm sản xuất(Có khả 0.3 4 1.2
năng bắt trend)
Bảng IFE
Canifa
Sức
Hấp
Dẫn
thị
trường
Sử dụng điểm tối đa là 5 để kiểm tra sức mạnh và sức hấp dẫn của doanh nghiệp, với mức
thang đo như sau:
- 0-1.6: yếu
- 3.2-5: mạnh
Như bảng định vị cạnh tranh so với các đối thủ đã làm thì có thể thấy điểm của
Canifa nằm ở mức 4 do đó Sức mạnh của doanh nghiệp nằm ở mức mạnh có thể
thấy sức mạnh của doanh nghiệp so với các đối thủ cạnh tranh là tốt
Sử dụng dụng bảng IFE, EFE thì có thể thấy sức hấp dẫn của thị trường thời trang khá
lớn nên có thể nói sức hấp dẫn của doanh nghiệp trên thị trường nằm ở mức mạnh(cận
trung bình)
INPUT
Cluster Group Size
R F M
Các chỉ số của R, F, M trước khi đưa vào sử dụng phân tích cụm (cluster), các giá trị gốc
được Excel định giá trị lại theo bậc thàng điểm tăng dần từ 1 đến 5. Trong đó 1 là giá trị
thấp nhất và 5 là giá trị cao nhất. Dựa trên kết quả phân tích hành vi được áp dụng từ mô
hình RFM, nhóm khách hàng được phân chia làm 5 nhóm. Việc phân nhóm này là kết
quả cho ra từ thuật toán Cluster (phân tích cụm).
Theo cột group tính từ trên xuống có các nhóm lần lượt là Tốt nhất; nhóm Tiềm năng;
nhóm Không chắc chắn; nhóm Hiện nay; nhóm Đã mất. Kết quả được xuất ra từ EXCEL
Do các chỉ số thời gian mua hàng gần đây (Recency) là tương đối gần,
dao động từ 1 tháng trước và nhiều nhất là 2 tuần trước
Tần suất mua là (Frequency) tương đối trung bình cao, dao động chủ
yếu khoảng 5-8 lần và từ 8 lần trở lên
Số tiền khách hàng chi trả (Monetary) trung bình cao, dao động chủ yếu
khoảng 500 000 - 1triệu.
Nhóm khách hàng được xem tốt nhất có tỷ lệ khách hàng trong tổng số khách hàng
nghiên cứu chiếm 8.8%. Điều này sẽ là một thông điệp tốt cho doanh nghiệp.
- Đối với nhóm khách hàng được xem là nhóm mới (New):
Do chỉ số thời gian sử dụng gần đây (Recency) đối với việc sử dung từ 1
tháng trước và 2,1 tuần trước nhỏ chỉ chiếm (1.98)
Chỉ số tần suất mua là (Frequency) chủ yếu là từ 2-4 lần và chiếm một
lượng nhỏ (1.1).
Số tiền khách hàng chi trả (Monetary) tuy khá nhỏ chỉ chiếm (2.04)
nhưng hầu hết đều rơi vào khoảng từ 500 ngàn và trở lê n.
Thế nên nhóm khách hàng được xem là nhóm khách hàng tiềm năng trong tổng số
khách hàng nghiên cứu nhóm này chiếm 10%.
- Đối với nhóm khách được xem là nhóm khách hàng không chắc chắn
(Uncerntain): Nhóm này có ba chỉ số R, F và M đều thấp (dưới bậc thang điểm 1).
Nhóm này có tỷ lệ không nhỏ chiếm 26.4%. Đây có thể nói, nhóm khách hàng có
nguy cơ không sử dụng và để ý đến sản phẩm bổ sung chức năng trong thời gian
tới, nếu doanh nghiệp không có những chính sách giữ chân thông qua các chiến
dịch marketing, hoặc tiếp cận họ thường xuyền thì có thể sẽ mất hẳn phân khúc
này.
CLV
Churn rate =
Xác định 2 lựa chọn ban đầu của khách hàng đối với sự tiện lợi là Đặt hàng trực tiếp và Di chuyển đến
đặt hàng. Giả định xác xuất ban đầu là 50% và 50%
Xác định xác xuất chuyển đổi (Xác định người tiêu dùng thực phẩm chức năng này sẽ quan tâm đến độ
tiện lợi là sử dụng ngay hay sau khi chế biến)
(Xác định được 2 xác xuất này rồi sau đó chạy python để ra sơ đồ Markov)
Sơ đồ Markov
Sơ đồ kết hợp xác xuất ban đầu với bảng ma trận chuyển đổi
Giải thích cho bảng này:
- Xác xuất mà khách hàng đặt hàng trực tiếp sau 1 năm là:
(0,5 x 0,9) + (0,5 x 0,6) = 0,75
- Xác xuất mà khách hàng lựa chọn đi chuyển đến nơi đặt hàng sau 1 năm là:
(0,5 x 0,1) + (0,5 x 0,4) = 0,25
Markov ẩn
Nỗ lực marketing thấp
Không mua Mua Dừng hẳn
Không mua 0,6 0,2 0,2
Mua 0,3 0,7 0
Dừng Hẳn 0 0 1
Giả định đối với Hoạt động Marketing thấp cho thấy rằng:
- Khách hàng không mua chuyển sang trạng thái mua là 20% và dự định dừng hẳn là 20%
- Khách hàng mua vẫn giữ ý định mua khoảng 70% và chuyển sang không mua khoảng
30%
- Còn nhóm khách hàng dừng hẳn vẫn giữ ý định là từ bỏ 100%
Nỗ lực marketing cao
5 4.76 4.94
Nhóm 1 Tốt nhất 10.1%
2 4.83 5
Nhóm 2 Tiền năng 3.5 %
Các chỉ số của R, F, M trước khi đưa vào sử dụng phân tích cụm (cluster), các giá trị gốc
được Excel định giá trị lại theo bậc thàng điểm tăng dần từ 1 đến 5. Trong đó 1 là giá trị
thấp nhất và 5 là giá trị cao nhất. Dựa trên kết quả phân tích hành vi được áp dụng từ mô
hình RFM, nhóm khách hàng được phân chia làm 5 nhóm. Việc phân nhóm này là kết
quả cho ra từ thuật toán Cluster (phân tích cụm).
Theo cột group tính từ trên xuống có các nhóm lần lượt là Tốt nhất; nhóm Tiềm năng;
nhóm Không chắc chắn; nhóm Hiện nay; nhóm Đã mất. Kết quả được xuất ra từ EXCEL
- Đối với nhóm khách hàng được cho là Tốt nhất
Do các chỉ số thời gian mua hàng gần đây (Recency) là tương đối gần,
dao động từ 1 tháng trước và nhiều nhất là 2 tuần trước
Tần suất mua là (Frequency) tương đối trung bình cao, dao động chủ
yếu khoảng 5-8 lần và từ 8 lần trở lên
Số tiền khách hàng chi trả (Monetary) trung bình cao, dao động chủ yếu
khoảng 500-1 triệu.
Nhóm khách hàng được xem tốt nhất có tỷ lệ khách hàng trong tổng số khách hàng
nghiên cứu chiếm 8.8%. Điều này sẽ là một thông điệp tốt cho doanh nghiệp.
- Đối với nhóm khách hàng được xem là nhóm mới (New):
Do chỉ số thời gian sử dụng gần đây (Recency) đối với việc sử dung từ 1
tháng trước và 2,1 tuần trước nhỏ chỉ chiếm (1.98)
Chỉ số tần suất mua là (Frequency) chủ yếu là từ 2-4 lần và chiếm một
lượng nhỏ (1.1).
Số tiền khách hàng chi trả (Monetary) tuy khá nhỏ chỉ chiếm (2.04)
nhưng hầu hết đều rơi vào khoảng từ 500 - 1 triệu và trở lên.
Thế nên nhóm khách hàng được xem là nhóm khách hàng tiềm năng trong tổng số
khách hàng nghiên cứu nhóm này chiếm 10%.
- Đối với nhóm khách được xem là nhóm khách hàng không chắc chắn
(Uncerntain): Nhóm này có ba chỉ số R, F và M đều thấp (dưới bậc thang điểm 1).
Nhóm này có tỷ lệ không nhỏ chiếm 26.4%. Đây có thể nói, nhóm khách hàng có
nguy cơ không sử dụng và để ý đến sản phẩm bổ sung chức năng trong thời gian
tới, nếu doanh nghiệp không có những chính sách giữ chân thông qua các chiến
dịch marketing, hoặc tiếp cận họ thường xuyền thì có thể sẽ mất hẳn phân khúc
này.