Phân khúc khách hàng thương mại điện tử bằng mô hình học máy không giám sát K-means kết hợp RFM nhằm tối ưu chiến lược marketing số

ThS. Nguyễn Thu Hằng

Trường Đại học Công nghệ thông tin và Truyền thông - Đại học Thái Nguyên; Email: nthangtmdt@ictu.edu.vn

ThS. Đinh Thị Ngọc Oanh

Trường Đại học Công nghệ thông tin và Truyền thông - Đại học Thái Nguyên; Email: dtnoanh@ictu.edu.vn

Tóm tắt

Trong bối cảnh cạnh tranh ngày càng gay gắt, các doanh nghiệp phải không ngừng nâng cao chất lượng dịch vụ nhằm thu hút khách hàng mới và duy trì lòng trung thành của khách hàng hiện hữu. Việc thấu hiểu nhu cầu và đặc điểm của từng nhóm khách hàng giúp doanh nghiệp xây dựng các chiến lược tiếp thị cá nhân hóa và tạo lợi thế cạnh tranh. Để đạt được mục tiêu này, phân khúc khách hàng được sử dụng nhằm phân chia khách hàng thành các nhóm có đặc điểm và hành vi tương đồng, tạo cơ sở cho việc triển khai các hoạt động marketing hiệu quả. Sự phát triển của học máy và dữ liệu lớn đã thúc đẩy việc ứng dụng các phương pháp phân tích tự động, vượt trội so với các kỹ thuật truyền thống trong xử lý dữ liệu quy mô lớn. Trên cơ sở đó, nghiên cứu này đề xuất áp dụng thuật toán phân cụm K-means để thực hiện phân khúc khách hàng, góp phần nâng cao hiệu quả phân tích hành vi tiêu dùng và hỗ trợ xây dựng các chiến lược kinh doanh phù hợp.

Từ khóa: Phân tích RFM, phân khúc thị trường, thuật toán phân cụm K-means, chiến lược tiếp thị

Abstract

In the context of increasingly intense competition, enterprises must continually improve service quality to attract new customers and retain existing ones. Understanding the needs and characteristics of different customer groups enables enterprises to develop personalized marketing strategies and gain competitive advantages. To achieve this objective, customer segmentation is used to group customers with similar characteristics and behaviors, providing a basis for implementing effective marketing activities. The development of machine learning and big data has enabled the application of automated analytical methods that outperform traditional techniques for processing large-scale data. Accordingly, this study proposes applying the K-means clustering algorithm for customer segmentation, thereby contributing to more effective analysis of consumer behavior and supporting the development of appropriate business strategies.

Keywords: RFM analysis, market segmentation, K-means clustering algorithm, marketing strategy

GIỚI THIỆU

Việc thấu hiểu nhu cầu và đặc điểm của khách hàng là yếu tố quan trọng, giúp doanh nghiệp triển khai các chiến lược tiếp thị cá nhân hóa và nâng cao chất lượng dịch vụ. Phân khúc khách hàng được xem là một trong những phương pháp phân tích thị trường quan trọng, cho phép phân chia tập khách hàng thành các nhóm có những đặc điểm và hành vi tương đồng.

Kết quả phân khúc tạo nền tảng để doanh nghiệp triển khai các hoạt động tiếp thị theo từng nhóm đối tượng, có thể xây dựng các quy tắc để mô tả các đặc điểm của họ, góp phần nâng cao hiệu quả của các chương trình chăm sóc khách hàng, các chiến thuật tiếp thị mục tiêu và giữ chân khách hàng và tăng cường khả năng cá nhân hóa dịch vụ (Tabianan, K., Velu, S., Ravi, V., 2022).

Trong nghiên cứu này, thuật toán phân cụm K-means, một phương pháp học máy không giám sát kết hợp kỹ thuật RFM được sử dụng rộng rãi trong các bài toán phân tích dữ liệu, được lựa chọn để xây dựng mô hình phân khúc khách hàng tại các cửa hàng và doanh nghiệp nhỏ, cung cấp cơ sở tham khảo cho các doanh nghiệp trong việc xây dựng chiến lược kinh doanh dựa trên dữ liệu. Đồng thời, nghiên cứu kỳ vọng sẽ hỗ trợ cải thiện trải nghiệm mua sắm của khách hàng thông qua việc cung cấp các dịch vụ và chương trình tiếp thị phù hợp với từng nhóm khách hàng mục tiêu (Li, P., Wang, C., Wu, J., 2022).

CƠ SỞ LÝ THUYẾT

Mô hình RFM được sử dụng rộng rãi để đánh giá giá trị và mức độ tương tác của khách hàng. Cụ thể, Recency (R) phản ánh khoảng thời gian từ lần giao dịch gần nhất của khách hàng đến thời điểm phân tích; Frequency (F) biểu thị số lần (tần suất) khách hàng thực hiện giao dịch trong một khoảng thời gian xác định; và Monetary (M) thể hiện tổng giá trị chi tiêu của khách hàng thông qua các giao dịch. Nhiều nghiên cứu đã chỉ ra rằng, 3 chỉ số R, F và M là những yếu tố quan trọng trong việc mô tả và phân tích hành vi tiêu dùng (Dwivedi và Singh, 2023).

Trên cơ sở các thuộc tính này, các kỹ thuật khai phá dữ liệu, đặc biệt là phương pháp phân cụm, được áp dụng để nhóm các khách hàng có đặc điểm tương đồng vào cùng một cụm. Mức độ tương đồng giữa các đối tượng được xác định thông qua khoảng cách giữa các điểm dữ liệu, trong đó khoảng cách Euclid giữa 2 điểm trong không gian n chiều là độ dài đoạn thẳng nối 2 điểm đó. Công thức tổng quát mở rộng từ định lý Pythagoras tính bằng căn bậc hai của tổng bình phương các hiệu số tương ứng của 2 điểm. Giả sử có 2 điểm A = (a_1, a_2, ..., a_n) và B = (b_1, b_2, ..., b_n) trong không gian n chiều. Khoảng cách d(A, B) được tính bằng công thức:

Các thuộc tính R, F và M được sử dụng làm ba chiều trong phương pháp phân cụm. Cụ thể khoảng cách Euclid giữa 2 khách hàng A (R_A, F_A, M_A) và B (R_B, F_B, M_B) được tính theo công thức:

Trong đó:

d(A, B): Khoảng cách Euclid giữa 2 khách hàng A và B;

R_A, F_A, M_A: Các giá trị Recency, Frequency và Monetary của khách hàng A;

(R_B, F_B, M_B): Các giá trị Recency, Frequency và Monetary của khách hàng B.

Giá trị khoảng cách càng nhỏ cho thấy 2 khách hàng có hành vi mua sắm càng tương đồng và có xu hướng được gán vào cùng một cụm trong thuật toán K-means.

Dựa trên các thuộc tính RFM, thuật toán K-means sử dụng khoảng cách Euclid để nhóm các khách hàng có đặc điểm tương đồng vào cùng một cụm, từ đó hỗ trợ phân loại khách hàng mới và xây dựng các chiến lược tiếp thị phù hợp. Ngoài K-means, các phương pháp AI khác như GA, SOM, ABC và PSO cũng được ứng dụng trong bài toán phân khúc khách hàng, tuy nhiên K-means vẫn được sử dụng phổ biến nhờ tính đơn giản và hiệu quả và tốc độ xử lý nhanh, dễ triển khai và phù hợp với dữ liệu có kích thước vừa và lớn. So với SOM hay DBSCAN, K-means có độ phức tạp tính toán thấp hơn và dễ diễn giải kết quả.

Kết quả nghiên cứu phù hợp với các nghiên cứu của Alamsyah và cộng sự (2022) và Rajesh và cộng sự (2024) khi đều khẳng định mô hình RFM kết hợp K-means có khả năng phân khúc khách hàng hiệu quả dựa trên hành vi mua sắm, hỗ trợ xây dựng các chiến lược marketing cá nhân hóa. Bên cạnh đó, nghiên cứu của Kumar (2025) cũng cho thấy việc kết hợp RFM với các thuật toán phân cụm giúp nhận diện nhóm khách hàng có giá trị và nâng cao hiệu quả quản trị quan hệ khách hàng.

Mặc dù nhiều nghiên cứu đã ứng dụng mô hình RFM kết hợp K-means trong phân khúc khách hàng, phần lớn được thực hiện trên các tập dữ liệu quốc tế hoặc các lĩnh vực như ngân hàng, viễn thông và bán lẻ quy mô lớn. Các nghiên cứu áp dụng cho doanh nghiệp bán lẻ và thương mại điện tử tại Việt Nam còn hạn chế. Do đó, nghiên cứu này đề xuất áp dụng mô hình RFM kết hợp K-means trên dữ liệu khách hàng tại Thái Nguyên nhằm đánh giá khả năng ứng dụng trong bối cảnh doanh nghiệp Việt Nam.

PHƯƠNG PHÁP NGHIÊN CỨU

Phương pháp luận được áp dụng bao gồm một quy trình nhiều bước, kết hợp giữa thu thập dữ liệu, tiền xử lý dữ liệu và việc áp dụng thuật toán phân cụm K-means và kỹ thuật RFM (Hình 1).

Hình 1: Quy trình phân khúc khách hàng bằng K - means

Nguồn: Nhóm tác giả tổng hợp

Thu thập dữ liệu: Dữ liệu được thu thập từ các cửa hàng bán lẻ phụ kiện thời trang Thái Nguyên, bao gồm dữ liệu giao dịch (lịch sử mua sắm, danh mục sản phẩm, thời gian giao dịch) và dữ liệu nhân khẩu học (độ tuổi, giới tính, khu vực sinh sống, thu nhập hằng năm và điểm số chi tiêu).

Tiền xử lý dữ liệu: Dữ liệu được làm sạch, xử lý giá trị khuyết, loại bỏ ngoại lai và chuẩn hóa nhằm đảm bảo tính nhất quán, độ tin cậy và phù hợp cho quá trình phân tích.

Lựa chọn đặc trưng: Các đặc trưng quan trọng được lựa chọn từ tập dữ liệu đã tiền xử lý nhằm phản ánh hành vi và đặc điểm của khách hàng, góp phần nâng cao hiệu quả của quá trình phân cụm.

Thuật toán phân cụm: Phân cụm là kỹ thuật học không giám sát nhằm nhóm các đối tượng có đặc điểm tương đồng vào cùng một cụm, đồng thời tối đa hóa sự tương đồng trong cụm và tối thiểu hóa sự tương đồng giữa các cụm (Kamthania, 2021). Theo Kansal và Choudhury (2018), các phương pháp phân cụm được chia thành 2 nhóm chính: Phân cụm phân cấp và phân cụm phân vùng. Phân cụm phân cấp xây dựng cấu trúc cụm theo hướng gom nhóm hoặc phân chia, trong khi phân cụm phân vùng chia dữ liệu thành k cụm được xác định trước nhằm tối ưu hóa chất lượng phân cụm. Để xác định số lượng cụm tối ưu, nghiên cứu sử dụng phương pháp Elbow, dựa trên sự biến thiên của chỉ số WCSS theo số lượng cụm K. Giá trị K= 4 được lựa chọn vì tại điểm này đường cong WCSS bắt đầu giảm chậm, thể hiện sự cân bằng giữa độ chặt của cụm và độ phức tạp của mô hình.

Thuật toán K-means: Sau khi hoàn thành bước lựa chọn đặc trưng, thuật toán chia tập dữ liệu gồm n đối tượng thành k cụm không chồng lấp, trong đó mỗi đối tượng được gán vào cụm có tâm gần nhất nhằm tối thiểu hóa tổng bình phương khoảng cách trong cụm. Trong nghiên cứu này, dữ liệu đầu vào được xây dựng từ mô hình RFM, gồm các thuộc tính Recency (R), Frequency (F) và Monetary (M). Khoảng cách Euclid được sử dụng để tính mức độ tương đồng giữa các điểm dữ liệu và tâm cụm. Quá trình phân cụm được thực hiện theo các bước: (1) Khởi tạo k tâm cụm; (2) tính khoảng cách từ mỗi điểm dữ liệu đến các tâm cụm; (3) gán điểm dữ liệu vào cụm gần nhất và (4) cập nhật tâm cụm, lặp lại cho đến khi kết quả hội tụ.

Sau khi xác định được số lượng cụm tối ưu và hoàn thành quá trình phân cụm, từng nhóm khách hàng được phân tích nhằm xây dựng hồ sơ đặc trưng. Kết quả của bước này giúp làm rõ hành vi, nhu cầu và sở thích của từng nhóm khách hàng, đồng thời cung cấp cơ sở khoa học cho việc thiết kế các chương trình tiếp thị, chăm sóc khách hàng và phát triển sản phẩm theo hướng cá nhân hóa.

KẾT QUẢ NGHIÊN CỨU

Kết quả thực nghiệm

Nghiên cứu sử dụng Excel đơn giản, có thể giới hạn khoảng thời gian thu thập dữ liệu ngẫu nhiên năm 2026 (tính từ ngày 1/1/2026 đến nay) trên bộ dữ liệu mẫu khoảng 200 khách hàng tại cửa hàng bán lẻ phụ kiện thời trang nữ Elly Thái Nguyên, với các thuộc tính: Mã hóa đơn, mã khách hàng, tên hàng, ngày mua hàng, số lượng, đơn giá, để tìm Recency sau đó sắp xếp dữ liệu theo khách hàng để xác định Frequency cũng như tính tổng giá trị tiền khách hàng đem lại Monetary (Bảng 1, Bảng 2).

Bảng 1: Dữ liệu mẫu

Nguồn: Dữ liệu khảo sát của nhóm tác giả (2026)

Bảng 2: Bảng dữ liệu sau khi áp dụng mô hình RFM

Nguồn: Nhóm tác giả tính toán từ dữ liệu khảo sát (2026)

Chuẩn hóa dữ liệu bằng phương pháp Min-Max Scaling được trình bày tại Bảng 3.

Bảng 3: Bảng dữ liệu RFM sau chuẩn hóa

Nguồn: Nhóm tác giả xử lý từ dữ liệu khảo sát bằng phương pháp Min–Max Scaling

Kết quả nghiên cứu cho thấy, chỉ số WCSS giảm mạnh khi số cụm tăng từ 1 đến 4 và bắt đầu giảm chậm từ K= 4 trở đi, chứng tỏ việc tăng thêm số cụm không còn cải thiện đáng kể chất lượng phân cụm. Vì vậy K= 4 được lựa chọn.

Áp dụng thuật toán K means

Kết quả nghiên cứu Bảng 4 cho thấy, Cluster 1 có Recency thấp, Frequency và Monetary cao nên được xác định là nhóm khách hàng giá trị cao.

Bảng 4: Bảng phân khúc khách hàng

Nguồn: Kết quả phân tích của nhóm tác giả bằng thuật toán K-means

Bảng 5: Đặc trưng các cụm sau phân cụm

Nguồn: Nhóm tác giả tổng hợp từ kết quả phân tích

Bảng 5 bằng cách phân loại người tiêu dùng vào các nhóm tương ứng dựa trên chi tiêu, hành vi mua hàng và xu hướng trả hàng, các công ty bán lẻ trực tuyến như Amazon có thể thu được những thông tin chi tiết có giá trị và điều chỉnh chiến lược tiếp thị của mình để nhắm mục tiêu và thu hút từng phân khúc khách hàng một cách hiệu quả.

Thảo luận

Kết quả nghiên cứu cho thấy, mô hình RFM kết hợp thuật toán K-means phân khúc khách hàng hiệu quả, tạo cơ sở để doanh nghiệp xây dựng các chiến lược marketing dựa trên dữ liệu. 4 phân khúc khách hàng được hình thành có sự khác biệt rõ rệt về hành vi mua sắm và giá trị chi tiêu.

Trong đó, nhóm khách hàng giá trị cao (VIP) có mức chi tiêu và tần suất mua lớn nhất, đóng góp doanh thu chủ yếu, do đó cần được duy trì thông qua các chương trình khách hàng thân thiết và ưu đãi cá nhân hóa. Nhóm khách hàng tiềm năng phù hợp với các hoạt động email marketing và giới thiệu sản phẩm nhằm gia tăng giá trị mua sắm. Nhóm khách hàng có nguy cơ rời bỏ cần được ưu tiên triển khai các chiến dịch Remarketing/Retargeting, ưu đãi cá nhân hóa hoặc Flash Sale để khuyến khích quay lại mua hàng. Trong khi đó, nhóm khách hàng giá trị thấp hoặc mới nên được kích thích bằng các chương trình khuyến mại và gợi ý sản phẩm để tăng tần suất giao dịch.

Bên cạnh việc hỗ trợ xây dựng chiến lược tiếp thị, kết quả phân cụm còn giúp doanh nghiệp tối ưu quản lý tồn kho, nâng cao trải nghiệm khách hàng và phân bổ nguồn lực hiệu quả.

KẾT LUẬN VÀ KHUYẾN NGHỊ GIẢI PHÁP

Kết luận

Nghiên cứu đã đề xuất mô hình phân khúc khách hàng dựa trên RFM kết hợp thuật toán K-means nhằm khai thác dữ liệu giao dịch trong hoạt động bán lẻ. Sau khi chuẩn hóa dữ liệu và sử dụng phương pháp Elbow, kết quả xác định số cụm tối ưu là k= 4. Thuật toán K-means đã phân chia khách hàng thành 4 phân khúc có đặc điểm và hành vi mua sắm khác nhau bao gồm: nhóm khách hàng giá trị cao, khách hàng tiềm năng, khách hàng giá trị thấp và khách hàng có nguy cơ rời bỏ. Kết quả này khẳng định tính hiệu quả của mô hình trong việc nhận diện các nhóm khách hàng có đặc trưng tương đồng, hỗ trợ phân tích hành vi tiêu dùng và ra quyết định dựa trên dữ liệu và còn cung cấp cơ sở tham khảo cho các doanh nghiệp bán lẻ và thương mại điện tử tại Việt Nam trong quá trình xây dựng chiến lược marketing dựa trên dữ liệu.

Khuyến nghị giải pháp

Từ các phân khúc đã xác định, doanh nghiệp có thể xây dựng các chiến lược marketing cá nhân hóa, triển khai chương trình khách hàng thân thiết, tối ưu quản lý hàng tồn kho và thực hiện các hoạt động chăm sóc, giữ chân khách hàng phù hợp với từng nhóm nhằm nâng cao hiệu quả kinh doanh. Trong thời gian tới, nghiên cứu có thể được mở rộng với quy mô dữ liệu lớn hơn, bổ sung các nguồn dữ liệu hành vi trực tuyến và so sánh hiệu quả của K-means với các thuật toán phân cụm khác như DBSCAN, Fuzzy C-Means hoặc Hierarchical Clustering để nâng cao độ chính xác và khả năng ứng dụng của mô hình.

Tài liệu tham khảo:

1. Alamsyah, A., Prasetyo, P. E., Sunyoto, S., & Bintari, S. H. (2022). Customer Segmentation Using the Integration of the Recency Frequency Monetary Model and the K-Means Cluster Algorithm. Scientific Journal of Informatics, 9(2), 189-196. https://doi.org/10.15294/sji.v9i2.39437.

2. Dwivedi, S., & Singh, A. (2023). A Study of Customer Segmentation Based on RFM Analysis and K-Means. In A. E. Hassanien et al. (Eds.), Proceedings of the International Conference on Innovative Computing and Communications (ICICC 2023), Lecture Notes in Networks and Systems (Vol. 731, pp. 347–355). Springer. https://doi.org/10.1007/978-981-99-4071-4_27.

3. Kamthania, D., Pahwa, A., & Madhavan, S. (2021). Market Segmentation Using K-Means Clustering. In Advances in Intelligent Systems and Computing. Springer.

4. Kansal, V., & Choudhury, T. (2018). Customer Segmentation Using K-Means Clustering. International Journal of Engineering & Technology.

5. Kumar, N. (2025). Intelligent Customer Segmentation: Unveiling Consumer Patterns with Machine Learning. Journal of Umm Al-Qura University for Engineering and Architecture, 16, 774–783. https://doi.org/10.1007/s43995-025-00180-7.

6. Li, P., Wang, C., & Wu, J. (2022). An E-commerce Customer Segmentation Method Based on RFM Weighted K-Means. In Proceedings of the International Conference on Management Engineering, Software Engineering and Service Sciences (pp. 93-98).

7. Tabianan, K., Velu, S., & Ravi, V. (2022). K-Means Clustering Approach for Intelligent Customer Segmentation Using Customer Purchase Behavior Data. Sustainability, 14(12), 7243.