HASAKI BEAUTY

Trang chủ

/

Dự án

MARKETING DATA ANALYTICS

HASAKI BEAUTY · ACADEMIC CASE STUDY

Từ 15.000 giao dịch mô phỏng đến các yếu tố ảnh hưởng giá trị đơn hàng

Dự án sử dụng hồi quy tuyến tính, phân tích RFM và dashboard để đọc chất lượng doanh thu, hành vi mua và sức khỏe quan hệ khách hàng.

15.000Giao dịch

19Trường dữ liệu

4.749Khách hàng định danh

Dữ liệu mô phỏng cho mục đích học tập, không phải dữ liệu tài chính thực của Hasaki.

Kết quả mô hình hồi quy đa biến trong dự án Hasaki Beauty

BUSINESS QUESTION

Làm thế nào chuyển từ mở rộng quy mô sang tối ưu chất lượng doanh thu?

Động lực doanh thu

Đo tác động của giá, sản lượng và các biến liên quan đến tổng tiền.

Giá trị vòng đời

Phân nhóm hành vi bằng RFM để hỗ trợ chăm sóc phù hợp.

Danh mục sản phẩm

Xác định nhóm sản phẩm đóng góp tốt hơn cho dòng tiền.

Trải nghiệm vận hành

Kiểm tra mối liên hệ giữa thanh toán, khu vực và phân khúc.

Bối cảnh thị trường trong báo cáo Hasaki Beauty

DATA QUALITY

Kiểm tra tính toàn vẹn trước khi đưa dữ liệu vào mô hình

0Bản ghi trùng lặpBáo cáo ghi nhận cấu trúc dữ liệu có độ toàn vẹn tốt.

29,8%Thiếu ở cột ratingPhần thiếu được xem như hành vi không để lại đánh giá.

1,57%Thiếu trên toàn bộ ma trậnTính trên tập dữ liệu gồm 19 trường.

1–3Sản phẩm mỗi giao dịchMin 1, trung vị 2 và tối đa 3.

QUY TRÌNH KIỂM TRA

Kiểm tra giá trị thiếu và bản ghi trùng lặp.
Đối chiếu logic giữa các cột.
Kiểm tra kiểu dữ liệu.
Phát hiện và gắn cờ giá trị ngoại lai.

OUTLIER ANALYSIS

Ngoại lai được giữ lại vì phản ánh giao dịch giá trị cao hợp lý

889Giao dịch được gắn cờ “nghi ngờ”

325Ngoại lai đơn giá

778Ngoại lai tổng tiền

KẾT LUẬN TRONG BÁO CÁO

Các giao dịch đều khớp công thức Tổng tiền = Số lượng × Đơn giá.
Giá trị cao đến từ đơn giá cao hoặc mua nhiều sản phẩm.
Nhóm này chiếm dưới 6% số đơn nhưng đóng góp hơn 18% doanh thu mô phỏng.
Thay vì xóa, báo cáo phân loại để tiếp tục khai thác hành vi.

SIMPLE REGRESSION

Số lượng giải thích một phần giá trị đơn hàng của nhóm Normal

MÔ HÌNH ĐƠN BIẾN

Tổng tiền = 129.539,531 + 300.724,007 × Số lượng

22,9%R² của mô hình

445.396,859Sai số chuẩn ước lượng

4.197,310Giá trị F

0,000Mức ý nghĩa Sig.

Phương trình hồi quy đơn biến khách hàng Normal

MODEL COMPARISON

Thêm thông tin về giá và cấu trúc giỏ giúp mô hình giải thích tốt hơn

ĐƠN BIẾN22,9%

Chỉ dùng số lượng

Sai số chuẩn ước lượng: 445.396,859.

→

ĐA BIẾN88,7%

Sáu biến giải thích

Sai số chuẩn ước lượng giảm còn 170.915,511.

Số lượng+Đơn giá+Danh mục+Sản phẩm+Thành phố+Phân khúc

Phương trình hồi quy đa biến khách hàng Normal

KEY DRIVERS

Đơn giá và số lượng là hai biến nổi bật trong mô hình đa biến

ĐƠN GIÁβ = 0,818

Biến có hệ số chuẩn hóa lớn nhất; Sig. = 0,000.

SỐ LƯỢNGβ = 0,569

Tác động cùng chiều và có ý nghĩa thống kê; Sig. = 0,000.

DANH MỤCβ = 0,031

Tác động nhỏ hơn nhưng báo cáo ghi nhận Sig. < 0,001.

CÁC BIẾN ẢNH HƯỞNG RẤT NHỎ TRONG MÔ HÌNH

Tên sản phẩm, thành phố và phân khúc khách hàng có mức Sig. lần lượt là 0,186; 0,461 và 0,400.

Bảng hệ số hồi quy đa biến khách hàng Normal

RFM SEGMENTATION

4.749 khách hàng mô phỏng được chia theo sức khỏe quan hệ

32%Nhóm báo động1.511 khách hàng.

33%Nhóm tăng trưởng1.559 khách hàng.

20%Ngủ đông hoặc đã mất975 khách hàng.

15%Champions và Loyal704 khách hàng.

TRỌNG TÂM QUẢN TRỊ

524 khách Can’t Lose Them cần chiến dịch win-back cá nhân hóa.
666 Potential Loyalists là nhóm tiềm năng để nuôi dưỡng lên hạng trung thành.
Nhóm Lost/Hibernating cần được tiếp cận có chọn lọc thay vì quảng cáo đại trà.

Tổng quan phân tích RFM của tập khách hàng

DATA-DRIVEN STRATEGY

Bốn hướng hành động được đề xuất từ hồi quy và RFM

01 · GIỎ HÀNG

Bundling

Tạo combo theo chu trình chăm sóc để tăng số lượng sản phẩm trong một đơn hàng.

02 · GIÁ TRỊ

Price ladder

Làm rõ lựa chọn bình dân, trung cấp và cao cấp để hỗ trợ upsell đơn giá.

03 · GIỮ CHÂN

Win-back cá nhân hóa

Ưu tiên nhóm Can’t Lose Them; mục tiêu trong kế hoạch là tái kích hoạt 15%.

04 · CRM

Nuôi nhóm tiềm năng

Gamification cho Potential Loyalists; kế hoạch đặt mục tiêu chuyển 20% lên nhóm trung thành.

Đề xuất bundling và upsell từ kết quả phân tích

Lộ trình quản trị khách hàng theo ba giai đoạn

Các tỷ lệ tái kích hoạt và chuyển đổi là mục tiêu đề xuất trong báo cáo, không phải kết quả đã đạt.

MY CONTRIBUTION

Phần phân tích cá nhân: hồi quy cho nhóm khách hàng Normal và xử lý giá trị ngoại lai

Mô hình đơn biến

Xây phương trình dự báo tổng tiền từ số lượng.

Đánh giá độ phù hợp

Đọc sai số chuẩn, R², ANOVA và ý nghĩa hệ số.

Mô hình đa biến

Phân tích sáu biến giải thích và so sánh với mô hình đơn biến.

Kiểm tra phần dư

Đánh giá Histogram và Normal P-P Plot trong báo cáo.

Đồng thời đảm nhiệm xây dựng bảng phân loại các giá trị ngoại lai " Outlier".

XEM BẢN TRÌNH BÀY DỰ ÁN ↗