Bài giảng Phân tích dữ liệu - Chương 4: Phân loại (khúc) dữ liệu (Segmentation) - Nguyễn Thống

1PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
1
TRƯỜNG ĐẠI ỌC BÁCH KHOA TP. HCM
Khoa KTXD - Bộ môn KTTNN
Giảng viên: PGS. TS. NGUYỄN THỐNG
E-mail: nguyenthong@hcmut.edu.vn or nthong56@yahoo.fr
Web: 
Tél. (08) 38 691 592- 098 99 66 719
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
NỘI DUNG MÔN HỌC
Chương 1. Thống kê mô tả (ôn).
Chương 1bis. Xác suất & phân phối thống kê (ôn)..
Chương 2. Khoảng tin cậy.
Chương 3. Kiểm định thống kê.
Chương 4. Phân loại (khúc) dữ liệu (Segmentation).
Chương 5. Phân nhóm dữ liệu (Cluster).
Chương 6. Phân tích thành phần chính (PCA).
Chương 7. Phân tích chuỗi thời gian.
Chương 8. Hồi quy tuyến tính.
Chương 9. Xử lý số liệu thực nghiệm.
Chương 10. Giới thiệu phần mềm SPSS or R
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
GIỚI THIỆU VÀ ĐẶT VẤN ĐỀ
Phân loại dữ liệu áp dụng rộng rãi nhằm Phân 
khúc thị trường : phương pháp cho phép chia 
thị trường thành nhiều « tiểu thị trường », với 
mỗi tiểu thị trường có các đặc thù tương đối 
đồng nhất, và từ đó chúng ta sẽ định hướng 
được trong công tác thâm nhập.
Có nhiều phương pháp phân tích dữ liệu cho 
phép thực hiện sự phân chia này, trong số đó 
phướng pháp phân khúc được xem là một 
phương pháp cơ bản. 
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
• Ví dụ : Xác định thành phần khách hàng sẽ 
tiêu thụ một sản phẩm mới, nhờ vào các 
thuộc tính như : giới tính, nghề nghiệp, tuổi, 
nơi cư trú, thu nhập .
 Loại khách hàng tiêu thụ sản phẩm là biến 
cần được giải thích, ví dụ dưới dạng : loại 
khách tiêu thụ nhiều, loại khách tiêu thụ ít, 
loại khách không tiêu thụ. 
 Ngoài ra, biến này còn có thể xuất hiện dưới 
dạng định lượng như số lượng tiêu thụ.
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
 Áp dụng phương pháp phân khúc,
sẽ cho phép liên kết lại các loại
hành vi người tiêu dùng định trước,
cụ thể hoá bởi giá trị biến cần giải
thích.
 Nó cho phép nhận biết được các
nhóm khách hàng phù hợp với loại
hành vi tiêu dùng này.
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
GIỚI THIỆU PHƯƠNG PHÁP
 Cho một biến định lượng cần được giải thích
Y, có m thể thức (đồng ý hoặc không đồng ý :
m=2, tiêu thụ nhiều, tiêu thụ ít, không tiêu
thụ : m=3).
 Giả sử có k biến giải thích Xk, mỗi biến giải
thích có ck thể thức.
 Giá trị nij cho biết số lượng cá nhân thỏa đồng
thời thể thức i của biến cần giải thích Y và thể
thức j của biến giải thích Xk.
2PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
SỐ LIỆU: Bảng sĩ số ban đầu
Biến cần
giải thích
Y
Biến giải thích Xk Sĩ số
Class 1 Class j Class ck
Class 1 . . . N1.
Class i . Nij . Ni..
Class m . . . Nm.
ĩ số n.1 n.J n.ck N
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
 Mục đích của sự nhóm lại này là ta 
sẽ tạo ra 2 nhóm S1 và S2 với các 
thuộc tính liên kết. Hai nhóm này sẽ 
cho ta sự « tách biệt » là lớn nhất. 
 Trên cơ sở lập nhóm này, sẽ cho 
chúng ta dễ dàng dự báo tính cách của 
cá nhân khi chúng ta biết cá nhân này 
sắp vào nhóm nào.
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
BẢNG SĨ SỐ ĐƯỢC PHÂN KHÚC
Biến cần giải
thích Y
Biến giải thích Xk
S1 S2 Sĩ số
Class 1 . . N1.
Class i Ni1 Ni2 Ni..
Class m . . Nm.
Sĩ số n.1 n.2 N=N·,·
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
CÁC BƯỚC CƠ BẢN TRONG KỸ THUẬT 
PHÂN KHÚC
Các kỹ thuật phân khúc khác nhau chủ yếu 
ở các tiêu chuẩn sử dụng để phân biệt sự 
khác biệt của 2 nhóm. 
 Tuy nhiên, các bước tiến hành phân 
khúc là giống nhau. Quy trình này, về cơ 
bản là một quy trình tính lặp và thử dần, bao 
gồm các bước cơ bản sau đây :
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Bước 1: Phân khúc lần lượt cho từng bảng 
sĩ số trong số p bảng (một bảng cho mỗi 
biến giải thích X) và chúng ta sẽ chọn bảng 
nào cho kết quả về phân nhóm là « rõ 
ràng » nhất theo tiêu chuẩn sử dụng. Có 
nghĩa là giá trị đánh giá sự phân khúc là lớn 
nhất. 
 Hai nhóm S1 và S2 lần lướt với các sĩ số 
N1 và N2 sẽ được thành lập.
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Bước 2: Với mỗi bảng mới thành lập, thiết 
lập (p-1) bảng sĩ số, trong bảng này ta sẽ 
xác định các thể thức của biến Y và các thể 
thức của (p-1) các biến giải thích X chưa sử 
dụng. 
 Mỗi bảng này sẽ tiếp tục được phân 
khúc. Bảng nào cho kết qủa phân khúc tốt 
nhất sẽ được chọn : kết quả này sẽ làm 
xuất hiện 4 phân khúc : S11, S12 bắt nguồn 
từ S1 và S21, S22 bắt nguồn từ S2.
3PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Bước 3: Quy trình sẽ lặp lại như trên, cho 
mỗi phân khúc được tạo ra cho mỗi bước 
phân khúc, với các biến còn lại chưa xét.
 Ta sẽ dừng tính toán khi sĩ số trong bảng 
nhỏ hơn một giá trị ngưỡng tối thiểu, hoặc 
trong trường hợp sự phân khúc không còn 
rõ ràng giữa 2 nhóm (trên cơ sở bài toán 
kiểm định giả thiết theo tiêu chuẩn KHI-
Square, hoặc là trường hợp ta không còn 
biến giải thích X để xét.
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
KẾT QUẢ PHÂN KHÚC
• Kết quả về quá trình phân khúc thường
được trình bày dưới dạng bởi một đồ thị
dưới dạng phân nhánh. Đồ thị này cho
phép chúng ta thấy diễn biến của N cá thể
ban đầu được lần lượt đưa vào phân
khúc. Đồ thị sau trình bày một ví dụ cho
dạng kết quả này. Các nhánh trong đồ thị
sẽ được cụ thể hoá theo một số thuộc
tính liên kết, thông qua các chỉ tiêu :
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
• Tỷ lệ phần trăm của mỗi phân khúc
đại diện cho mỗi loại thuộc tính, có
nghĩa là đaị biểu cho thể thức nào đó
của biến cần giải thích Y (khi biến
này là loại biến định tính).
• Giá trị trung bình, khi biến Y là định
lượng.
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
CÁC TIÊU CHUẨN PHÂN KHÚC
 Mục tiêu của một tiêu chuẩn là nhằm tìm
ra, trong số các phân khúc có thể được, 
phân khúc nào cho ta sự « tách biệt » rõ
ràng nhất (lớn nhất) khi sát nhập lại còn 2 
nhóm. 
 Điều này trong thực tế có nghĩa tạo ra 2 
tập hợp « đối nghịch » nhất, cho phép ta 
dễ dàng nhất trong việc tìm hiểu cung
cách khác biệt của 2 nhóm được tách biết
từ một tập hợp « mẹ ».
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
TIÊU CHUẨN BELSON
Đây là tiêu chuẩn sử dụng phổ biến
nhất trong kỹ thuật phân khúc. Xét
dạng số liệu trong bảng trên. Tiêu
chuẩn D của Belson được tính như
sau :
 
i j
j..iij N/NNND
4PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Trong tất cả các phương án phân khúc 
(sát nhập), phân khúc nào cho D max 
sẽ là phương án chọn. Trong đó :
Nij : số quan trắc có trong ô (i,j)
Ni. = Ni1 + Ni2 ++ Nik
N.j = N1j + N2j ++ Nmj
N = N.. : tổng các quan trắc 
Chú ý : Giá trị Ni.N.j/N là giá trị lý thuyết để 2 
thể thức liên quan hoàn toàn độc lập.
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
 Vấn đề áp dụng tiêu chuẩn Belson sẽ rất 
dễ dàng trong trường hợp biến cần giải thích 
Y chỉ có 2 thể thức và trong trường hợp 
chúng ta tiến hành phân khúc dạng « chẻ đôi 
», giống như số liệu trong bảng ví dụ sau.
 Trong trường hợp tính toán « thủ công », 
đây là phương pháp dể dàng áp dụng nhất. 
Một hạn chế quan trọng của phương pháp 
này là nó không cho phép chúng ta có được 
giới hạn, ở đó chúng ta không cần tiến hành 
tiếp tục phân khúc.
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
VÍ DỤ TÍNH D THEO BELSON
Quan trắc
S1 S2 Sĩ số
Class 1 10 20 30
Class 2 30 20 50
Sĩ số 40 40 80
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Lý thuyết: Nij=Ni.*N.j/N
S1 S2 Sĩ số
Class 1 15 15 30
Class 2 25 25 50
Sĩ số 40 40 80
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Sự khác biệt giữa quan trắc & lý thuyết:
Giá trị D theo tiêu chuẩn Belson :
D =4|±5| =20
S1 S2 Sĩ số
Class 1 -5 5 0
Class 2 5 -5 0
Sĩ số 0 0 0
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
PHƯƠNG PHÁP AID
Phương pháp AID có nguồn gốc từ nghiên 
cứu phương sai (variance analysis). Biến 
nghiên cứu có thể là biến nhị nguyên (có 2 
thể thức) hoặc biến định lượng. Trong 
trường hợp biến nhị nguyên, tiêu chuẩn 
phân khúc như sau :
2.
22
2
1.
21
1
2
22
2
11
N
N
f&
N
N
fwith
fNfNE
5PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Trong trường hợp biến định lượng:
trong đó Y1,Y2 chỉ giá trị trung bình của mỗi
phân khúc, và Y0 là giá trị trung bình của
toàn bộ N cá thể nghiên cứu.
Do là hằng số tiêu chí AID trở thành:
2
0
2
22.
2
11.
2
022.
2
011.F
NYYNYN
YYNYYNV
2
0NY
2
22.
2
11. YNYNE 
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Phương pháp AID thực hiện sự tìm kiếm các
phương án chẻ đôi tốt nhất có thể từ tập
hợp « mẹ », dựa trên khái niệm phân tích
phương sai : phương sai tổng, phương sai
giải thích được và phương sai thặng dư.
 Một ưu thế của áp dụng tiêu chuẩn này so
với tiêu chuẩn Belson là cho phép ta tiếp
tục hay kết thúc sự phân khúc trên cơ sở
so sanh giữa phương sai giải thích và
phương sai tổng (thường chỉ tiến hành khi
tỷ số này còn lớn hơn 5%).
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
PHƯƠNG PHÁP KHÁC
 Theo tiêu chuẩn khoảng cách KHI-
Square.
 Theo tiêu chuẩn hệ số « redondance »

i j j.i.
ijij
NN
NN
Log
N
N
E
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Ví dụ: Xác định đối tượng tiếp thị
Công ty TVPlus chủ nhân của một chương 
trình TV chuyên đề thể thao, dự kiến sẽ đưa 
vào thị trường một tạp chí thể thao mới. Một 
thăm dò được thực hiện trên 1000 khán giả 
trung thành với chương trình TV thể thao và 
kết quả là 289 trong số khán giả trả lời sẽ là 
độc giả thường xuyên của tạp chí (mua). 
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Bảng sau trình bày kết quả tổng hợp lấy ra từ
thăm dò, trong đó biến Y biểu thị trả lời đồng
ý mua (biến Y có 2 thể thức : đồng ý hoặc
không đồng ý mua). Các thông tin ghi nhận
từ các khán giả (các biến giải thích) là : 
Tuổi AG(AG1,AG2,AG3)
Lĩnh vực hoạt động PCS(CS1,CS2,CS3,CS4) 
Nơi cư ngụ LO(LO1,LO2,LO3). 
Câu hỏi sẽ được trả lời là đối tượng nào cho
tỷ lệ trả lời đồng ý mua thuận lợi nhất ?
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
AG1
LO1 LO2 LO3 Sous total
CS1
1 1 0 2
39 51 20 110
CS2
3 5 12 20
6 11 63 80
CS3
4 9 14 27
5 10 55 70
CS4
2 5 0 7
10 18 12 40
Total
10 (***) 20 26 56 (**)
60 90 150 300
Mua
Tổng
khảo sát
6PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
AG2
LO1 LO2 LO3 Sous total
CS1
25 18 3 46
30 38 22 90
CS2
1 7 30 38
5 8 37 50
CS3
2 2 9 13
4 2 24 30
CS4
0 1 16 17
1 2 27 30
Total
28 (***) 28 58 114
40 50 110 200
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
AG3
LO1 LO2 LO3
Sous 
total
Total 
(total)
CS1
33 10 0 43 91 (*)
109 41 0 150 350
CS2
10 10 4 24 82
12 28 80 120 250
CS3
9 18 15 42 82
10 43 47 100 200
CS4
3 7 0 10 34
19 48 63 130 200
Total
55 (***) 45 19 119 289
150 160 190 500 1000
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Ghi chú:
 1 người sẽ mua
 30 tổng khảo sát (có thuộc tính
theo hàng, cột tương ứng)
Total (total): Cột tổng hợp cho 3 biến AG,
PCS, LO
Total: Tổng theo cột cho từng « lớp »
Sous total: Tổng theo hàng cho từng « lớp »
1
30
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
THỰC HIỆN NHÓM CÁC BIẾN
THEO THỨ TỰ ƯU TIÊN (THEO
TIÊU CHÍ CHỌN) SẼ LẦN LƯỢT
TẠO THÀNH CÒN LẠI 2 « TIỂU
NHÓM »
 Xem sơ đồ cây ví dụ theo sau:
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Chú ý: Khi thực hiện khảo sát tìm phương án
nhóm lại cho 1 biến X (ví dụ có 4 thể thức)
nào đó trước hết cần gom các biến còn
lại để nhận được bảng trước khi phân tích
có dạng, ví dụ:
X_1 X_2 X_3 X_4
Đồng ý 91 82 82 34
Không
đồng ý
259 168 118 166
Total 350 250 200 200
7PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
NHÓM CÁC BIẾN LẦN 1
 Biến PCS: Sẽ thực hiện để thành 2 tiểu nhóm:
Chú ý: 91 =2 + 46 + 43 ; 350 =110+90+150
259 =350-91
CS1 CS2 CS3 CS4
Đồng ý 91(*) 82 82 34
(%) 26 32.8 41 17
Không
đồng ý
259 168 118 166
Total 350 250 200 200
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Nhóm PCS còn lại 2 nhóm
 D = 550*289/1000 - 125 = 34
(thực ra tính đủ phải là D=4x34 =136)
CS1-4 CS2-3 Total
Đồng ý
(%)
Không
đồng ý
125
22.72
425
164
36.44
286
289
28.90
711
Total 550 450 1000
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Nhóm PCS còn lại 2 nhóm
Ghi chú : 
 Đây là phương án sát nhập còn lại 2 nhóm cho
giá trị D lớn nhất. Với CS1,CS2,CS3,CS4 ta có
nhiều phương án để còn lại 2 nhóm.
 Ý nghĩa kiểm định Belson là sự lựa « chập » 
nhóm này sẽ làm cho 2 tiểu nhóm mới là có sự
« tách biệt » lớn nhất (giá trị D thể hiện sự khác
với bảng lý thuyết ở đó bảng 2D có 2 biến (mỗi
biến có 2 thể thức) là « độc lập » nhau.
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Ví dụ: Phương án nhóm CS1-2 & CS3-4
 D=600*289 – 173 =0.4 < 34!
CS1-2 CS3-4
Đồng ý 173 116 289
Không 
đồng ý 427 284 711
Tổng 600 400 1000
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Biến AG: Thực hiện để thành 2 tiểu nhóm:
AG1 AG2 AG3
Đồng ý 56 (**) 114 119
(%) 18.67 57 23.8
Không
đồng ý
244 86 381
Total 300 200 500
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Biến AG: Thực hiện để thành 2 tiểu nhóm:
 D= 800*289/1000 – 175 =56
AG1-3 AG2 Total
Đồng ý 175 114 289
(%) 21.88 57 28.9
Không đồng ý 625 86 711
Total 800 200 1000
8PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Biến LO: Thực hiện để thành 2 tiểu nhóm:
LO1 LO2 LO3 Total
Đồng ý 93 (***) 93 103 289
(%) 37.2 31 22.89 28.9
Không
đồng ý
157 207 347 711
Total 250 300 450 1000
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Biến LO: Thực hiện để thành 2 tiểu nhóm:
 D=550*289/1000-186 = 27
LO1-2 LO3 Total
Đồng ý 186 103 289
(%) 33.82 22.89 28.9
Không đồng ý 364 347 711
Total 550 450 1000
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Kết luận: Từ kết quả phân khúc bước 1, 
ta thấy « phương án » nhập AG thành 2 
nhóm AG1-3 và AG2 cho chỉ tiêu Belson 
tốt nhất (D=56). Kết quả này sẽ được 
chọn. Ta tiếp tục cho các biến còn lại LO 
và CS. 
 Với phương án chọn AG1-3 và AG2, 
từ bảng số liệu ban đầu sẽ biến đổi như 
sau :
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
NHÓM CÁC BIẾN LẦN 2
AG1-3
LO1 LO2 LO3 Total
CS1 34 11 0 45(1)
148 92 20 260(3)
CS2 13 15 16 44
18 39 143 200
CS3 13 27 29 69
15 53 102 170
CS4 5 12 0 17(2)
29 66 75 170(4)
Total 65 65 45 175
210 250 340 800
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
AG2
LO1 LO2 LO3 Total
CS1 25 18 3 46
30 38 22 90
CS2 1 7 30 38
5 8 37 50
CS3 2 2 9 13
4 2 24 30
CS4 0 1 16 17
1 2 27 30
Total 28 28 58 114
40 50 110 200
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Xem xét AG1-3
Phương án « nhập » CS tốt nhất
 D=430*175/800 – 62 = 32
CS1-4 CS2-3 Total
Đồng ý 62(*) 113 175
(%) 14.4 30.5 21.8
Không
đồng ý
368 257 625
Total 430 370 800
9PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Từ đó: CS1-4:
• (*) = (1)+(2)
• (**) = (3)+(4)
 CS2-3: 
62(*) S11
430(**) 62/430=14.4%
113 S12
370 30.5%
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Xem xét AG2
Phương án « nhập » CS tốt nhất:
 D = 150*114/200–76 = 150*86/200-74 = 9.5
CS1-3-4 CS2 Total
Đồng ý 76 38 114
(%) 50.6 76 57
Không
đồng ý
74 12 86
Total 150 50 200
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Từ đó :
 CS1-3-4
 CS2:
Kết luận : Từ kết quả phân tích trên, ta thấy
mục tiêu để tiên hành một chiến dịch
Marketing trực tiếp và có trọng điểm hợp lý
nhất sẽ là đối tượng có đồng thời tính chất
A 2 và CS2.
76 S21
150 50.6%
38 S22
50 76%
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
KẾT QUẢ
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Bài tập : Một Công ty kinh doanh giày dự kiến
đưa ra thị trường một tạp chí tháng, giới
thiệu về thời trang của thị trường giày. Để có
thể đánh giá tình hình thuê bao tiềm năng
của khách hàng cho tạp chí, một thăm dò
trên một mẫu gồm 1000 khách hàng ở Tp.
HCM, của Công ty được chọn ngẫu nhiên
trong hồ sơ khách hàng của Công ty.
Anh(Chị) hãy dùng phương pháp phân khúc để
xác định « đối tượng » cho phép tiến hành
Marketing « hy vọng » có hiệu quả nhất.
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Các biến khảo sát:
Gia đình: GĐ(1 : độc thân, 2 : có gia đình, 3 : ly
hôn)
Nghề nghiệp: PRO(1 : giám đốc-phó giám đốc,
2 : công nhân viên, 3 : tự do, 4 : thương
mại-dịch vụ)
Tuổi: AGE (1: 15-25 ;2: 26-35 ;3: 36-45 ;4: >45)
Tổng hợp kết quả thăm dò như sau:
10
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
GD_1 Tổng
AGE_1 AGE_2 AGE_3 AGE_4
PRO_1 10 2 6 7 25
25 20 20 10 75
PRO_2 3 6 3 8 20
30 15 15 20 80
PRO_3 5 7 5 10 27
15 20 20 15 70
PRO_4 2 4 10 2 18
20 15 25 15 75
Tổng 20 19 24 27 90
90 70 80 60 300
Đồng ý
Số khảo sát
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
GD_2 Tổng
AGE_1 AGE_2 AGE_3 AGE_4
PRO_1 4 2 5 5 16
25 20 20 40 105
PRO_2 3 6 3 2 14
30 15 15 20 80
PRO_3 1 2 5 3 11
20 20 20 20 80
PRO_4 2 4 1 2 9
20 25 25 25 95
Tổng 10 14 14 12 50
95 80 80 105 360
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
GD_3 Tổng
AGE_1 AGE_2 AGE_3 AGE_4
PRO_1 2 2 4 5 13
25 20 20 35 100
PRO_2 5 6 3 2 16
25 15 15 25 80
PRO_3 2 1 5 6 14
20 10 20 30 80
PRO_4 3 7 1 6 17
15 20 25 20 80
Tổng 12 16 13 19 60
85 65 80 110 340
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
PGS. TS. Nguyễn Thống
Hướng dẫn: Xem PKTT_Vidu.xls
 Tổ hợp nhóm cho GD
 Tổ hợp nhóm cho PRO
 Tổ hợp nhóm cho AG
 Chọn D max Lập bảng số liệu
cho nhóm lần 1
 .tiếp tục  nhóm lần 2.
PGS. TS. Nguyễn Thống
PHÂN TÍCH DỮ LIỆU
Chương 4: Phân loại dữ liệu (Segmentation)
HẾT