Bai ging thc si h thng qun ly mi q

Giữ được 5% khách hàng có thể nâng lợi nhuận lên tới 80% Giữ được khách hàng có lợi hơn là mất họ Khách hàng thường giúp doanh nghiệp tăng thêm lợi nhuận sau mỗi năm duy trì quan hệ K Kế

Hai Hai V Pham V Pham Email:

Email: haipv haipv haipv ((@)) soict.hust.edu.vn ((@)) soict.hust.edu.vn http://ritsumei.academia.edu/HaiVPham http://is.soict.hust.edu.vn/haipv Hanoi University of Science and Technology PhD in Computer Intelligence & Information Science Soft Intelligence LAB, Ritsumeikan University

1

HUST

L

Lớppp caocaocao hhhọcccc HHHệ thththốngngng ThôngThôngThông tintin

2

5

6

8

Management

Decision

Process

Customer sensitivity

•Diversity

•Information

•Differentiated

offering

Value Creation Process

Technology delivery process

•R&D

•Technology integration

•Efficiency, effectiveness learning

Product delivery process

•Concept to launch

•Manufacturing process

Customer delivery process

•Supply chain

•Distribution

•Infomediation (distribution

Value Value -basedbased Strategies

•Pricing

•Communication 6.2

6.2 Ch Ch Chức c c năng năng năng CRM … CRM …

11

Th

Thấu hiu hiu hiểu nhu cu nhu cu nhu cầu khách hàngu khách hàng

Ph

Phảnnn hhhồiiii ttttừ kháchkháchkhách hànghànghàng( ( ( bbbảngngng câucâucâu hhhỏiiii))))

?ánh giá liên t

?ánh giá liên tụccc

Marketing thường

xuyên

◦Tập trung vào những

khách hàng tốt nhất của

công ty

◦Mục tiêu: động lực mua

đối với một hay nhiều sản

phẩm khác của người bán

tăng

Marketing đồng cảm

◦Là nỗ lực marketing tài

trợ bởi một tổ chức nhằm

thu hút sự quan tâm của

những cá nhân cùng sở

thích và hoạt động

◦Giá trị cộng thêm cho

thành viên, tăng cường

các quan hệ

Giữ được 5% khách hàng có thể nâng lợi nhuận lên tới 80%

Giữ được khách hàng

có lợi hơn là mất họ

Khách hàng thường giúp doanh nghiệp tăng thêm lợi nhuận sau mỗi năm duy trì quan hệ

K Kết qu t qu t quả

Sử dụng công nghệ thông tin để phân

tích thông tin khách hàng và giao dịch

của họ

• Cơ sở dữ liệu có thể giúp :

– Nhận diện những khách hàng

đem lại lợi nhuận nhất

– Tính toán giá trị vòng đời của

giao dịch với mỗi khách hàng

– Xây dựng đối thoại tạo dựng

quan hệ và lòng trung thành

chân thật với nhãn hiệu

– Gia tăng sự ghi nhớ và tỉ lệ

nhắc đến nhãn hiệu của khách

hàng

– Giảm chi phí quảng cáo,

marketing

– Tăng doanh thu trên mỗi

khách hàng hay nhóm khách

hàng mục tiêu

Tìm ki Tìm kiếm d m d m dữ li li liệu u cho cơ s

cho cơ sở d d dữ li li liệu u

• Credit card

• ?ăng ký phần mềm

• Bảo hành sản phẩm

• Máy quét đăng ký tiền( Cash register scanners)

• Khảo sát ý kiến khách hàng

• Mẫu đăng ký rút thăm trúng thưởng

• Web sites

• TV tương tác – Thông tin về thái độ,hành

vi thực của khách hàng đối với nhãn hiệu

– Phần mềm

Kết hợp các chiến lược với công nghệ kỹ

thuật để đưa sức mạnh vào những chương

trình quan hệ.

Hệ thống phần mềm CRM có thể hiểu

lượng rất lớn dữ liệu khách hàng.

Hệ thống có thể đơn giản hóa quá trình

kinh doanh phức tạp và duy trì sự yêu

thích của khách hàng.

?iều khiển được kết quả (

results-driven)

?ược thực hiện đầy đủ từ trên

xuống.

?òi hỏi đầu tư thử nghiệm.

Kết hợp hiệu quả giữa các chức

năng,nhiệm vụ.

?ược tổ chức hợp lý.

Thu hút người sử dụng sau cùng vào

việc tạo ra các giải pháp phần mềm(

involve end users in creation of

software solutions).

Không ngừng tìm cách phát triển.

1 S ự c ộ ng tác mua : doanh nghiệp mua hàng

hóa,dịch vụ từ một hay nhiều nhà cung cấp.

2 Sự cộng tác bán : thiết lập giao lưu hàng hóa,dịch

vụ lâu dài để có được tiền hay các khoản giá trị

khác.

3 Sự cộng tác nội bộ : nền tảng của tổ chức và năng

lực của nó có thể đáp ứng các cam kết với bên

ngoài.

4 Sự cộng tác bên bao gồm sự liên kết chiến lược

với các công ty hay tổ chức phi lợi nhuận, cũng như

liên kết nghiên cứu.

?em l ạ i:

Sự đổi mới.

Giảm chi phí.

Cải tiến cách giải quyết mâu thuẫn

trong chuỗi.

Cải tiến giao thiệp và liên kết giữa

các thành viên chuỗi.

Giá tr ị vòng đ ờ i c ủ a khách hàng là doanh

thu và lợi ích vô hình một khách hàng

mang lại trong vòng đời trung bình, trừ chi

phí công ty bỏ ra để thu hút, tiếp thị, phục

vụ họ.

Theo dõi yêu cầu giảm giá (Tracking rebate

request).

Giám sát các khiếu nại và hàng hóa trả lại.

Trả lời thẻ( Reply cards).

Giám sát các truy cập trên web.

Dịch vụ cung cấp chung

◦ Cung cấp tập hợp dữ liệu tiêu chuẩn cho mọi khách

hàng

Cung cấp dịch vụ nghiên cứu toàn phần

◦ Tiến hành kế hoạch nghiên cứu marketing toàn phần.

Cung cấp dịch vụ nghiên cứu hạn chế

◦ Doanh nghiệp nghiên cứu marketing chuyên về một

số hoạt động nhất định như phỏng vấn, xử lý dữ liệu.

6.8 Nghiên cứu Marketing, Hệ hỗ trợ quyết

định, Dự đoán doanh thu

Nghiên cứu Marketing có thể mang lại thông tin

quan trọng về cơ sở khách hàng hiện tại hay tiềm

năng

◦ Thông tin về thói quen mua sắm, nhu cầu, quan

điểm, sở thích là rất cần thiết, có thể lấy được

nhờ nghiên cứu

◦ Nghiên cứu có nhiều cách thức: khảo sát, nhóm

trọng tâm, phỏng vấn cá nhân, quan sát và thử

nghiệm

◦ ?ể quyết định nên dùng kỹ thuật nào, cần cân

nhắc số tiền có thể chi, loại dữ liệu cần, thời

gian cần dữ liệu đó( nhanh hay chậm).

Gi Giải thích, trình bày thông tini thích, trình bày thông tin –Giải thích và trình bày kết quả thu được với những người quyết định giúp họ đưa ra quyết định hiệu quả

– Báo cáo trực tiếp với người quản lý chứ không phải những người nghiên cứu khác, giải thích rõ ràng, súc tích, dễ hiểu kết luận của mình

1 Xác đ Xác định v nh v nh vấn đ n đ n đề

nghiên c

nghiên cứu u

2 Thi Thiết k t k t kế k k kế

ho

hoạch nghiên ch nghiên

c

cứu th u th u thử

nghi

nghiệm m

4 Thi Thiết k t k t kế đ đ đồ án án

nghiên c

nghiên cứu u

3 Lập h L p h p hệ th th thống các ng các

gi

giả thuy thuy thuyếtttt

5.

5 Thu th Thu th Thu thập d p d p dữ iiiiệu u

a.

a D D Dữ li li liệu sơ c u sơ c u sơ cấp p

b.

b D D Dữ li li liệu th u th u thứ c cc cấp p

6.

6 Gi Gi Giải thích, trình bày i thích, trình bày

thông tin nghiên c

thông tin nghiên cứu u

Thông tin c cần thi n thi n thiết đã t đã n nắm đư m đư m được cc

Quy Quyết đ t đ t định nh marketing d dựa trên a trên thông tin thu th thu thập p

Ph Phản h n h n hồi t i t i từ nghiên nghiên c cứu và hi u và hi u và hiệu l u l u lực c quy quyết đ t đ t định nh marketing

Thu th Thu thập dp dp dữ lililiệuu

1 Dữ liệu thứ cấp là thông tin

có sẵn, đã được thu thập cho mục đích khác

2 Dữ liệu sơ cấp là những thông tin được thu thập lần đầu cho mục tiêu cụ thể nào đó

Theo xác su ấ t : mỗi người dân đều cơ hội được

chọn Gồm các dạng như mẫu đơn giản, mẫu

phức tạp, mẫu phân tầng, mẫu cụm

• Không theo xác su ấ t : một nhóm bất kỳ không

cho phép sử dụng các kiểm tra thống kê thông

thường Gồm các dạng như mẫu tiện lợi và mẫu

quota.

Quan sát Những hoạt động công

khai của đối tượng

KhKhảo sáto sát Lấy thông tin về thái

độ, động cơ, ý kiến

A PhPhỏng vng vng vấn qua đin qua đin qua điện thon thon thoạiiii

– Nhanh chóng, rẻ tiền

– Thông tin ít, tương đối

chung chung

B PhPhỏng vng vng vấn cá nhânn cá nhân

– Cách tốt nhất để có được

thông tin chi tiết về đối

tượng

C Nhóm

– Gồm 8-12 người cùng

thảo luận về sở thích

– Khuyến khích thảo luận

các chủ đề định trước

D

D KhKhKhảooo sátsátsát qua mail.qua mail

- Kinh tế, riêng tư

- Theo dõi thái độ khách hàng xuyên suốt quá trình nghiên cứu

- Tỷ lệ hồi đáp thấp hơn phỏng vấn cá nhân

- Tốn nhiều thời gian hướng dẫn

- Không dự liệu hết bất ngờ

- Có sự thành kiến

Th Thựcccc nghinghinghiệmm Ít dùng nhất trong việc thu thập dữ liệu cơ bản,thường dùng để Marketing thử nghiệm

3 vấn đề của Marketing thử nghiệm :

– Mắc

– ?ối thủ nhanh chóng biết về sản phẩm mới

– Vài sản phẩm không phù hợp để marketing thử nghiệm

6.9 Nghiệp vụ CRM tạo ra một vòng tròn khép kín để

quản lý quan hệ khách hàng:

ANALYSIS

PLAN

SERVICE

SALES Quản lý các quy trình và nghiệp vụ bán

hàng

Quản lý việc lập kế hoạch marketing

Quản lý mọi hoạt động tương tác với khách hàng

Phân tích đa chiều về các hoạt động marketing

Cây quyết định là một cấu trúc phân cấp của

các nút và các nhánh

Nút gốc

Nút nội bộ: mang tên thuộc tính của CSDL

Nút lá: mang tên lớp Ci

Cây quyết định được sử dụng trong phân lớp

bằng cách duyệt từ nút gốc của cây cho đến khi

đụng đến nút lá.

David là quản lý của một câu lạc bộ đánh golf nổi tiếng Anh

ta đang có rắc rối chuyện các thành viên đến hay không đến Có

ngày ai cũng muốn chơi golf nhưng số nhân viên câu lạc bộ lại

không đủ phục vụ Có hôm, không hiểu vì lý do gì mà chẳng ai

đến chơi, và câu lạc bộ lại thừa nhân viên

Mục tiêu của David là tối ưu hóa số nhân viên phục vụ mỗi

ngày bằng cách dựa theo thông tin dự báo thời tiết để đoán xem

khi nào người ta sẽ đến chơi golf ?ể thực hiện điều đó, anh cần

hiểu được tại sao khách hàng quyết định chơi và tìm hiểu xem

có cách giải thích nào cho việc đó hay không

Vậy là trong hai tuần, anh ta thu thập thông tin về: Trời

(outlook) (nắng (sunny), nhiều mây (overcast) hoặc mưa

(raining)) Nhiệt độ (temperature) bằng độ F ?ộ ẩm (humidity)

Có gió mạnh (wind) hay không

Và tất nhiên là số người đến chơi golf vào hôm đó David thu

được một bộ dữ liệu gồm 14 dòng và 5 cột

Kiểm tra khi nào chơi golf, khi nào không chơi

Wind Humidity

Outlook

Yes

No

Yes Sunny Overcast Rain

Yes

No

Kiểm tra khi nào chơi golf, khi nào không chơi

Humidity

Outlook

Yes

No

Sunny Overcast Rain

High Normal

Mỗi nút mang một thuộc tính (biến độc lập)

Mỗi nhánh tương ứng với một giá trị của thuộc tính Mỗi nút lá là một lớp (biến phụ thuộc)

Wind Humidity

Outlook

Yes

No

Yes Sunny Overcast Rain

Yes

No

Wind

Outlook

No

Overcast

Strong Weak

No

Outlook=Sunny ∧∧Wind=Weak

∧= AND = và

∨= OR = hoặc

Outlook

Overcast Rain

Yes

No

Strong Weak Yes

Outlook=Sunny ∨∨Wind=Weak

Sunny

Wind

Yes

No

Strong Weak

(Outlook=Sunny ∧∧Humidity=Normal)

∨Outlook=Overcast

∨(Outlook=Rain ∧∧Wind=Weak)

Wind Humidity

Outlook

Yes

No

Yes Sunny Overcast Rain

Yes

No

Cây được thiết lập từ trên xuống dưới

Rời rạc hóa các thuộc tính dạng phi số

Các mẫu huấn luyện nằm ở gốc của cây

Chọn một thuộc tính để phân chia thành các

nhánh Thuộc tính được chọn dựa trên độ đo

thống kê hoặc độ đo heuristic

Tiếp tục lặp lại việc xây dựng cây quyết định

cho các nhánh

?iều kiện dừng

lớp (nút lá)

mẫu nữa

38

?ộ đo để lựa chọn thuộc tính: Thuộc tính được

chọn là thuộc tính có lợi nhất cho quá trình phân

lớp (tạo ra cây nhỏ nhất)

Có 2 độ đo thường dùng

◦ 1 ?ộ lợi thông tin (Information gain)

Giả sử tất cả các thuộc tính dạng phi số

Có thể biến đổi để áp dụng cho thuộc tính số

◦ 2 Chỉ số Gini (Gini index)

Giả sử tất cả các thuộc tính dạng số

Giả sử tồn tại một vài giá trị có thể phân chia giá trị của

từng thuộc tính

Có thể biến đổi để áp dụng cho thuộc tính phi số

S: số lượng tập huấn luyện

Si: số các mẫu của S nằm trong lớp Civới i =

{1, …, m}

Thông tin cần biết để phân lớp một mẫu

s

s s

s , ,s

,s

m

i

i

1 2

=

−

=

Thuộc tính A có các giá trị {a1, a2, …,an}

Dùng thuộc tính A để phân chia tập huấn luyện thành n tập con {S1,

S2, …, Sn}

Sij: số mẫu của lớp Cithuộc tập con Sj(A=aj)

Entropy của thuộc tính A:

?ộ lợi thông tin dựa trên phân nhánh bằng thuộc tính A:

Tại mỗi cấp, chúng ta chọn thuộc tính có độ lợi lớn nhất để phân

nhánh cây hiện tại

) , , (

1

1

mj j n

j

mj j

s s s

s s

∑

=

+ +

=

E(A) ) s , , s , I(s G(A) = 1 2 m −

Ta có

940 0 14

5 log 14

5 14

9 log 14

9 )

5

,

9

I(

)

S

,

I(S1 2 = = − 2 − 2 =

985 0 7

4 log 7

4 7

3 log 7

3

2

−

Gain(S,Humidity)

=0.940 –(7/14)*0.985 – (7/14)*0.592

=0.151

Humidity

Normal

[3+, 4-]

High

7

1 log 7

1 7

6 log 7

6

2

−

Ghi chú: ?ể tính log25 bằng máy tính điện tử, nhấn: 5 log / 2 log =

811 0 8

2 log 8

2 8

6 log 8

6

2

−

Gain(S,Wind)

=0.940 –(8/14)*0.811 – (6/14)*1.000

=0.048

Wind

Strong

[6+, 2-]

Weak

[3+, 3-]

000 1 6

3 log 6

3 6

3 log 6

3

2

−

=0.940 –(5/14)*0.971

–(4/14)*0.0 – (5/14)*0.0971

Outlook

Overcast

[2+, 3-]

Sunny

[4+, 0-]

E=0.971

[3+, 2-]

Rain

Gain(S,Humidity)=0.151

Gain(S,Wind)=0.048

Chỉ số Gini của nút t:

Trong đó là tần suất của lớp j trong nút t

các lớp

2

) ( 1 ) ( GINI = − ∑

j t p t

)

( t j

p

2

) ( 1 ) (

GINI = − ∑

j t p t

C1 0

C2 6

P(C1) = 0/6 = 0 P(C2) = 6/6 = 1

GINI = 1 – (P(C1)2+P(C2)2) = 1 – (0+1) = 0

C1 1

C2 5

P(C1) = 1/6 P(C2) = 5/6

GINI = 1 – (1/6)2 – (5/6)2= 0.278

C1 2

C2 4

P(C1) = 2/6 P(C2) = 4/6

GINI = 1 – (2/6)2 – (4/6)2= 0.444

Khi phân chia nút p thành k nhánh, chất lượng

của phép chia được tính bằng:

trong đó

Chọn thuộc tính có GINIchianhỏ nhất để phân

nhánh

∑

=

=

k

i

i

n

n

1

) ( GINI GINI

Chỉ phân thành 2 nhánh

N2 N1

p

Gini=0.500

N1 N2

Gini=0.333

Gini(N1) =1-(5/6)2-(2/6)2

=0.194

Gini(N2) =1-(1/6)2-(4/6)2

=0.528

Ginichia =7/12*0.194 +5/12*0.528

=0.333

Dựa trên một giá trị nếu

muốn phân chia nhị phân

Dựa trên vài giá trị nếu

muốn có nhiều nhánh

Với mỗi giá trị tính các mẫu

thuộc một lớp theo dạng

A<v và A>v

Cách chọn giá trị v đơn

giản: với mỗi giá trị v trong

CSDL đều tính Gini của nó

và lấy giá trị có Gini nhỏ

nhất  kém hiệu quả

TID Refund Marital Tax Cheat

1 Yes Single 125K No

2 No Married 100K No

3 No Single 70K No

4 Yes Married 120K No

5 No Divorced 95K Yes

6 No Married 60K No

7 Yes Divorced 220K No

8 No Single 85K Yes

9 No Married 75K No

10 No Single 90K Yes

Tax

> 80K < 80K

Cách chọn giá trị v hiệu quả:

◦Sắp xếp các giá trị tăng dần

◦Chọn giá trị trung bình của từng giá trị của thuộc tính để

phân chia và tính chỉ số gini

◦Chọn giá trị phân chia có chỉ số gini thấp nhất

Biểu diễn tri thức dưới dạng luật IF-THEN

Mỗi luật tạo ra từ mỗi đường dẫn từ gốc đến

lá

Mỗi cặp giá trị thuộc tính dọc theo đường dẫn

tạo nên phép kết (phép AND – và)

Các nút lá mang tên của lớp

Wind Humidity

Outlook

Yes

No

Yes Sunny Overcast Rain

Yes

No

R1: If (Outlook=Sunny) ∧ (Humidity=High) Then Play=No

R2: If (Outlook=Sunny) ∧ (Humidity=Normal) Then Play=Yes

R3: If (Outlook=Overcast) Then Play=Yes

R4: If (Outlook=Rain) ∧ (Wind=Strong) Then Play=No

R5: If (Outlook=Rain) ∧ (Wind=Weak) Then Play=Yes

Cây quyết định dễ hiểu

Việc chuẩn bị dữ liệu cho một cây quyết định là

cơ bản hoặc không cần thiết

Cây quyết định có thể xử lý cả dữ liệu có giá trị

bằng số và dữ liệu có giá trị là tên thể loại

Cây quyết định là một mô hình hộp trắng

Có thể thẩm định một mô hình bằng các kiểm tra

thống kê

Cây quyết định có thể xử lý tốt một lượng dữ liệu

lớn trong thời gian ngắn

Chuyển thành luật

Phân lớp, khai phá dữ liệu

Tỉa cây (tỉa cây trước-cùng với dựng cây, tỉa

cây sau, sai số tỉa cây) , khử nhiễu

Bảng quyết định - Cây quyết định - Mạng

quyết định (có thêm nút HOẶC)

56

http://www.montefiore.ulg.ac.be/~geurts/dta

pplet/dtexplication.html

http://webdocs.cs.ualberta.ca/~aixplore/lear

ning/DecisionTrees/Applet/DecisionTreeAppl

et.html

3 Cowgill, David (2006) Five Stpes to a Successful CRM Implementation Available:

http://ezinearticles.com/?Five-Steps-to-a-Successful-CRM-4 Implementation&id=169315

5 CXO Media Inc (2006) Customer relationship management; Available:

http://guide.darwinmag.com?technology?enterprise/crm/index.html

6 Duncan, Tom (2005) Principles of Advertising & IMC; McGraq-Hill Irwin Publ., New York, NY.

7 entellium (2006) About Entellium; Available: http://www.entellium.com/about.html

8 Exact Software North America (2006) E-synergy; Available: http://www.exactamerica.com/esynergy

9 Gollan, Casey (2006) CRM Software; Available: http://ezinearticles.com/?CRM-Software&id=192832

10 Maximizer Software, Inc (2006) Proven, Adaptable & Affordable CRM & Contact Management Software;

Available: http://www.maximizer.com/

11 McDonald, Lori (2002) Customer Relationship Management; Available:

http://www.brillianceweb.com/betterwebdesign/tips_48.aspx

12 Microsoft Corporation (2006) Microsoft Dynamics CRM; Available:

13 http://www.microsoft.com/dynamics/crm/default.mspx

14 NetSuite Inc (2006) NetSuite CRM+; Available:

15 http://www.netsuite.com/portal/products/crm_plus/main.shtml

16 ON! contact Software Corporation (2005) Oncontact V (ONCV); Available:

http://www.oncontact.com/Products/OncontactV.aspx

17 Oracle (2006) The Siebel Solution; Available: http://www.siebel.com/what-is-crm/solution.shtm

18 Oracle (2006) What is CRM; Available: http://www.siebel.com/what-is-crm/why-crm-important.shtm

19.

Parature, Inc (2006) CRM Process Management; Available:

http://www.parature.com/crm-process-management.aspx

21 Pivotal Corporation (2006) Pivotal CRM: A Trusted Market Leader; Available:

http://pivotalcrmsoftware.com/

22 Sage Software, Inc (2006) Customer Relationship Management; Available:

http://www.saleslogix.com/home/index.php3?cellid=306000001011

23 SAP (2006) SAP Solutions; Available: http://www.sapamerica.com/usa/solutions/sme/index.epx

24 TechTarget (2006) Comparing Top 11 CRM Software Solutions; Available:

25 http://www.2020software.com/software/display.asp?tMethodID=5&tMethod=category

26 Wikipedia (2006) Customer relationship management; Available:

http://en.wikipedia.org/wiki/Customer_relationship_management

27 Williams, Eric (2006) Define Customer Relationship Management; Available:

http://whatis.techtarget.com/definition/0,289893,sid9_gci213567,00.html

Thanks for your attentions

59