ĐỀ TÀI XÂY DỰNG CHIẾN LƯỢC ĐỊNH GIÁ CHO TỪNG PHÂN KHÚC KHÁCH HÀNG ĐỂ TỐI ƯU HÓA

LỢI NHUẬN
– Vấn đề được nghiên cứu: Xây dựng chiến lực giá theo từng phân khúc khách hàng để tối đa lợi nhuận trong chiến dịch marketing
– Đối tượng, phạm vi nghiên cứu: Dữ liệu về khách hàng đã, đang và dự kiến của doanh nghiệp
INTRODUCTION
– Vị trí, vai trò, tầm quan trọng của vấn đề được nghiên cứu: Phân tích xu hướng hành vi của người tiêu dùng để thực hiện xây dựng chiến lược CRM
phù hợp tránh lãng phí nguồn lực của doanh nghiệp.

1. Cơ sở lý luận: Các khái niệm, định nghĩa, kiến thức nền tảng về mô hình RFM, phương pháp K means và Fuzzy C means
2. Thực trạng vấn đề nghiên cứu: Khái quát các kết quả nghiên cứu đã đạt được
LITERATURE REVIEW / HYPOTHESIS
– Mô hình lí thuyết của các nhà khoa học trên thế giới: K means và Fuzzy C means
– Mô hình thực nghiệm đã được áp dụng (trên thế giới và Việt Nam): Ứng dụng lôgic mờ xây dựng hệ thống điều khiển tín hiệu đèn giao thông minh

– Mô tả bạn đã nghiên cứu như thế nào, trình bày các phương pháp nghiên cứu
1.Phân nhóm khách hàng dựa trên Willing To Pay (WTP)
METHODOLOGY 2. Ứng dụng phương pháp Kmeans and Fuzzy C means dựa trên mô hình RFM (Recency - Frequency - Monetary) để tìm nhóm khách hàng có WTP
cao
3. Mô tả và trực quan hóa dựa liệu và đưa ra chính sách giá cho từng phân khúc giá (Price Discrimination)

1. Báo cáo kết quả: sau khi phân tích, xử lí dữ liệu thu được kết quả gì? (có thể được trình bày bằng các bảng biểu, số liệu, …)
DISCUSSION
2. Đánh giá, nhận xét: Kết quả có phù hợp với giả thuyết, dự kiến không? Giải thích vì sao lại có kết quả như vậy, …

1. Kết luận:
– Đưa ra tóm tắt tổng hợp nội dung và kết quả nghiên cứu
CONCLUSIONS 2. Khuyến nghị:
– Đề xuất biện pháp áp dụng
– Nghiên cứu đã giải quyết vấn đề gì, chưa giải quyết vấn đề gì (hoặc có vấn đề mới nào nảy sinh)? Từ đó đề xuất hướng nghiên cứu tiếp theo.

[REP 1]. APPLICATION OF K-MEANS ALGORITHM TO SEGMENT CUSTOMERS BASED ON THE RFM MODE
[REP 2].Christy AJ, et al. RFM ranking - An effective approach to customer segmentation. Journal of King Saud University
[REP 3].RFM model for customer purchase behavior using K-Means algorithm
RESEARCH FINDINGS
[REP 4].Chen, D., Sain, S. L., & Guo, K. (2012). Data mining for the online retail industry: A case study of RFM model-based customer segmentation
using data mining.
[REP 5].Customer segmentation, pricing, and lead time decisions: A stochastic-user-equilibrium perspective