Customer Segmentation — Phân khúc khách hàng
Tải danh mục hàng, khách hàng hay nhà cung cấp lên và nhận ngay phân loại ABC — nền của mọi chính sách tồn kho và chăm sóc khác biệt theo nhóm.
Trục dọc là % giá trị luỹ kế. 20% mục đầu chiếm 59.5%. Đường càng cong lên nhanh thì phân loại ABC càng có ích; đường gần thẳng nghĩa là mọi mục quan trọng như nhau.
Đây là nhóm đáng bỏ công kiểm soát chặt: đếm thường xuyên, dự báo riêng, thương lượng giá riêng.
Quy tắc 80/20 chỉ là quan sát kinh nghiệm. Dưới 60% nghĩa là danh mục này khá phẳng và phân loại ABC ít giá trị hơn bình thường.
Nhóm này nên quản lý bằng quy tắc đơn giản. Bỏ công tối ưu ở đây thường tốn nhiều hơn phần tiết kiệm được.
| Nhóm A | 3 mục (30.0%) · 73.7% giá trị |
| Nhóm B | 2 mục (20.0%) · 17.3% giá trị |
| Nhóm C | 5 mục (50.0%) · 9.0% giá trị |
| 5 mục lớn nhất | SKU-004 (38.7%) · SKU-006 (20.8%) · SKU-001 (14.2%) · SKU-010 (10.6%) · SKU-008 (6.8%) |
| Tỷ lệ 20% đầu | 59.5% giá trị |
| Ngưỡng dùng | A ≤ 80% · B ≤ 95% giá trị luỹ kế |
Trục dọc là % giá trị luỹ kế. 20% mục đầu chiếm 59.5%. Đường càng cong lên nhanh thì phân loại ABC càng có ích; đường gần thẳng nghĩa là mọi mục quan trọng như nhau.
Chia theo GIÁ TRỊ, không theo số lượng mục.
| Nhóm A | 3 mục (30.0%) · 73.7% giá trị |
| Nhóm B | 2 mục (20.0%) · 17.3% giá trị |
| Nhóm C | 5 mục (50.0%) · 9.0% giá trị |
| 5 mục lớn nhất | SKU-004 (38.7%) · SKU-006 (20.8%) · SKU-001 (14.2%) · SKU-010 (10.6%) · SKU-008 (6.8%) |
| Tỷ lệ 20% đầu | 59.5% giá trị |
| Ngưỡng dùng | A ≤ 80% · B ≤ 95% giá trị luỹ kế |
1.234.567 lẫn 1.234,56.Phân khúc khách hàng chia tập khách thành các nhóm đồng nhất để đối xử khác nhau. Phân khúc chỉ có giá trị khi nó dẫn tới hành động khác nhau — nếu bạn làm y hệt với mọi nhóm thì việc chia nhóm không tạo ra gì.
| Silhouette score | mức tách biệt giữa các cụm |
| Chênh lệch chỉ số kinh doanh giữa cụm | cụm giống nhau về doanh thu và hành vi thì không đáng chia |
| Độ ổn định qua thời gian | cụm nhảy mỗi tháng thì không dùng được |
Phần quan trọng nhất của trang này. Một phương pháp được mô tả mà không nói chỗ nó hỏng là phiên bản quảng cáo của phương pháp đó.
Chưa có mô hình nào gắn riêng cho chủ đề này. Đây là những mô hình của cả ngành — liên quan ở cấp ngành, không phải cấp chủ đề.
Phân khúc khách hàng chia tập khách thành các nhóm đồng nhất để đối xử khác nhau. Phân khúc chỉ có giá trị khi nó dẫn tới hành động khác nhau — nếu bạn làm y hệt với mọi nhóm thì việc chia nhóm không tạo ra gì.
1. Chọn biến phân khúc theo hành vi (RFM, tần suất, danh mục mua) thay vì theo nhân khẩu học thuần tuý. 2. Chuẩn hoá biến trước khi phân cụm, vì thuật toán dựa trên khoảng cách. 3. Chọn số cụm bằng silhouette kết hợp với khả năng diễn giải kinh doanh. 4. Kiểm tra độ ổn định: chạy lại trên mẫu con có ra cụm tương tự không. 5. Gán tên và hành động cụ thể cho từng cụm.
Phân cụm ra kết quả đẹp về mặt toán nhưng không ai biết làm gì khác nhau với từng cụm. K-means giả định cụm hình cầu và kích thước tương đương — hiếm khi đúng với dữ liệu khách hàng.
Silhouette score — mức tách biệt giữa các cụm; Chênh lệch chỉ số kinh doanh giữa cụm — cụm giống nhau về doanh thu và hành vi thì không đáng chia; Độ ổn định qua thời gian — cụm nhảy mỗi tháng thì không dùng được.
Chưa xây dựng. Mục này hiện là điều hướng và tài liệu tham chiếu; chúng tôi không gắn nhãn 'live' cho thứ chưa chạy.