HỌC VIỆN NGÂN HÀNG
KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ
KIỂM TRA 1
Học phần: Hệ hỗ trợ ra quyết định và kinh doanh thông minh
Đề tài:
XÂY DỰNG KHO DỮ LIỆU NÂNG CAO HIỆU QUẢ QUẢN LÝ VÀ
BÁO CÁO PHÂN TÍCH THỐNG KÊ CHO CÔNG TY ÂM NHẠC CHINOOK
Giảng viên hướng dẫn : ThS. Ngô Thùy Linh
Mã lớp học phần : 231IS31A03
Nhóm sinh viên thực hiện : Nhóm 14
Hà Tuấn Phong – 23A4040112
Hoàng Minh Phương – 23A4040114
Đào Thu Hằng – 23A4040035
Nguyễn Thu Hằng – 23A4040037
Ngô Thị Huyền – 23A4040053
Hà Nội - 2023
BẢNG PHÂN CÔNG CÔNG VIỆC
STT
|
MSV
|
Họ và tên
|
Công việc
|
Mức độ đóng góp
|
1
|
23A4040077
|
Vũ Thiều Hoàng Long
(Leader)
|
Thực hành, thuật toán phân lớp
|
20%
|
2
|
23A4040053
|
Ngô Thị Huyền
|
Thực hành, thuật toán phân cụm,tiền xử lý dữ liệu
|
20%
|
3
|
23A4040035
|
Đào Thu Hằng
|
Thực hành, thuật toán luật kết hợp
Làm word
|
20%
|
4
|
23A4040037
|
Nguyễn Thu Hằng
|
Thực hành, thuật toán phân cụm, tiền xử lý dữ liệu
|
20%
|
5
|
23A4040114
|
Hoàng Minh Phương
|
Thực hành, thuật toán luật kết hợp
Làm word
|
20%
|
I.Tổng quan bài toán
1.1.Đặt vấn đề
Trong thời đại kinh tế thị trường cạnh tranh gay gắt, việc giữ chân khách hàng là một trong những chiến lược quan trọng hàng đầu của các doanh nghiệp, đặc biệt là các ngân hàng. Khách hàng rời bỏ ngân hàng (churn) sẽ gây ra nhiều tổn thất cho ngân hàng, bao gồm: Mất doanh thu từ các khoản vay, tiết kiệm, đầu tư,...mất chi phí tiếp thị để thu hút khách hàng mới, mất uy tín và hình ảnh thương hiệu. Vì vậy, việc dự đoán khách hàng sẽ rời bỏ ngân hàng trong tương lai là một bài toán quan trọng đối với các ngân hàng. Việc giải quyết bài toán này giúp ngân hàng có thể đưa ra các biện pháp phù hợp để giữ chân khách hàng, chẳng hạn như: Gửi các chương trình khuyến mãi, ưu đãi đến các khách hàng có nguy cơ cao rời bỏ ngân hàng. Cải thiện chất lượng dịch vụ, sản phẩm của ngân hàng. Nghiên cứu thị trường để hiểu rõ hơn nhu cầu của khách hàng. Dữ liệu sử dụng cho bài toán này thường bao gồm các thông tin về khách hàng, chẳng hạn như: Thông tin cá nhân: city (thành phố cư trú), gender (giới tính), age (tuổi), tenure (thời gian gắn bó với ngân hàng) . Thông tin tài chính: credit_score (điểm tín dụng), balance (số dư tài khoản), estimated_salary: (ước tính mức lương), churn: Khách hàng có rời bỏ ngân hàng hay không (1: rời bỏ, 0: không rời bỏ). Thông tin về sản phẩm, dịch vụ của ngân hàng: products_number (số lượng sản phẩm sử dụng), active_member (thành viên hoạt động), credit_card (thẻ tín dụng)
Có nhiều phương pháp khác nhau để giải quyết bài toán này, chẳng hạn như: Phương pháp thống kê: sử dụng các mô hình thống kê, chẳng hạn như mô hình hồi quy logistic, để dự đoán khả năng khách hàng rời bỏ ngân hàng. Phương pháp học máy: sử dụng các mô hình học máy, chẳng hạn như mô hình cây quyết định, mô hình dự đoán khả năng khách hàng rời bỏ ngân hàng. Thuật toán: phân lớp, phân cụm, luật kết hợp,...
Việc lựa chọn phương pháp giải quyết phù hợp phụ thuộc vào nhiều yếu tố, chẳng hạn như loại dữ liệu, mục tiêu dự đoán,... Để giải quyết bài toán này một cách hiệu quả, các ngân hàng cần có một hệ thống dữ liệu khách hàng đầy đủ và chính xác. Ngoài ra, các ngân hàng cũng cần có đội ngũ chuyên gia có kiến thức và kinh nghiệm trong lĩnh vực phân tích dữ liệu và học máy.
Chia sẻ với bạn bè của bạn: |