การวิเคราะห์พฤติกรรมการซื้อของลูกค้าด้วย machine learning และ rfm analysis

analyzing customer purchase behavior using machine learning and rfm analysis.

66541207039-3

2568

อาจารย์ชัชฎาพร  ปุกแก้ว

โครงงานนี้มีวัตถุประสงค์เพื่อวิเคราะห์พฤติกรรมการซื้อของลูกค้าอีคอมเมิร์ซด้วยเทคนิคการทำเหมืองข้อมูลและการวิเคราะห์ rfm (recency, frequency, monetary) พร้อมพัฒนาระบบเว็บไซต์สำหรับประมวลผลและแสดงข้อมูลเชิงลึก เพื่อช่วยให้องค์กรสามารถนำไปกำหนดกลยุทธ์ทางการตลาดได้อย่างมีประสิทธิภาพ
วิธีการดำเนินงานเริ่มจากการนำข้อมูลการทำธุรกรรมมาคำนวณคะแนน rfm แล้วจัดกลุ่มลูกค้าด้วยอัลกอริทึม k-means (k=3) เป็น 3 กลุ่ม ได้แก่ ลูกค้าชั้นดี (a) ลูกค้าที่มีความเสี่ยง (b) และลูกค้าที่หลับใหล (c) จากนั้นนำไปสร้างโมเดลจำแนกกลุ่มด้วย decision tree ค้นหากฎความสัมพันธ์ด้วย fp-growth และพัฒนาระบบเว็บไซต์เพื่อจัดการข้อมูล
ผลการดำเนินงานพบว่า โมเดล decision tree สามารถจำแนกกลุ่มลูกค้าได้แม่นยำ (accuracy) ถึงร้อยละ 100 และอัลกอริทึม fp-growth ให้กฎความสัมพันธ์ที่แข็งแกร่งด้วยความเชื่อมั่น (confidence) ร้อยละ 100 ในทุกกฎ ในส่วนของระบบเว็บไซต์สามารถประมวลผล จัดกลุ่มอัตโนมัติ และแสดงสถานะลูกค้าได้อย่างถูกต้องแม่นยำ ซึ่งสามารถนำไปประยุกต์ใช้ในการบริหารความสัมพันธ์ลูกค้า (crm) ได้