BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH
TRỊNH THỊ HỒNG LAM
NGHIÊN CỨU CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN SỰ RỜI MẠNG CỦA KHÁCH HÀNG – TRƯỜNG HỢP MẠNG DI ĐỘNG MOBIFONE TẠI THỊ TRƯỜNG TP. HỒ CHÍ MINH
LUẬN VĂN THẠC SĨ KINH TẾ
TP.Hồ Chí Minh - Năm 2018
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH
TRỊNH THỊ HỒNG LAM
NGHIÊN CỨU CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN SỰ RỜI MẠNG CỦA KHÁCH HÀNG – TRƯỜNG HỢP MẠNG DI ĐỘNG MOBIFONE TẠI THỊ TRƯỜNG TP. HỒ CHÍ MINH
Chuyên ngành: Kinh tế phát triển
Mã số: 8310105
LUẬN VĂN THẠC SĨ KINH TẾ
NGƯỜI HƯỚNG DẪN KHÓA HỌC:
TS. TRƯƠNG ĐĂNG THỤY
TP.Hồ Chí Minh - Năm 2018
LỜI CAM ĐOAN
Tôi xác nhận đề tài “Nghiên cứu các yếu tố ảnh hưởng đến sự rời mạng của
khách hàng – Trường hợp mạng di động MobiFone tại thị trường Thành phố Hồ
Chí Minh” là kết quả và quá trình học tập của tôi. Bản thân tôi đã tự nghiên cứu, tìm
hiểu các tài liệu tiếng anh liên quan đến vấn đề rời mạng này và bằng những kiến
thức học được tại trường trong 02 năm qua cùng với sự hướng dẫn của giáo viên
hướng dẫn của tôi. Tất cả thông tin, số liệu, kết quả mà tôi thu thập và tìm ra trong
luận văn đều chưa có sử dụng ở các bài luận văn khác. Trường hợp được dùng từ
các nguồn khác thì đều được ghi rõ nguồn trích dẫn.
Học viên
Trịnh Thị Hồng Lam
MỤC LỤC
TRANG PHỤ BÌA
LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC BẢNG
DANH MỤC HÌNH
DANH MỤC CHỮ VIẾT TẮT
CHƯƠNG 1: MỞ ĐẦU ................................................................................................... 1
1.1. Đặt vấn đề ................................................................................................................. 1
1.2. Đối tượng và phạm vi nghiên cứu ............................................................................ 2
1.3. Mục tiêu nghiên cứu ................................................................................................. 2
1.4. Bố cục đề tài ............................................................................................................. 2
CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT VÀ NGHIÊN CỨU THỰC NGHIỆM
LIÊN QUAN ĐẾN SỰ RỜI MẠNG ................................................................................ 3
2.1. Giới thiệu .................................................................................................................. 3
2.2. Tổng quan thị trường dịch vụ viễn thông di động .................................................... 3
2.2.1. Giới thiệu về MobiFone ..................................................................................... 5
2.2.2. Các chương trình chăm sóc khách hàng tại Công ty 2 ..................................... 10
2.3. Tổng quan lý thuyết ................................................................................................ 11
2.3.1. Khái niệm sự rời mạng của khách hàng ........................................................... 11
2.3.2. Tầm quan trọng của việc duy trì khách hàng ................................................... 12
2.4. Các nghiên cứu thực nghiệm liên quan .................................................................. 14
2.5. Kết luận ................................................................................................................... 20
CHƯƠNG 3: PHƯƠNG PHÁP LUẬN NGHIÊN CỨU ............................................... 22
3.1. Giới thiệu ................................................................................................................ 22
3.2. Khung phân tích ...................................................................................................... 22
3.3. Mô hình kinh tế lượng ............................................................................................ 23
3.3.1. Lý thuyết phân tích sự rời mạng....................................................................... 23
3.3.2. Mô hình hồi qui Cox ........................................................................................ 24
3.3.3. Định nghĩa các biến giải thích trong mô hình .................................................. 25
3.4. Phương pháp kinh tế lượng .................................................................................... 27
3.5. Dữ liệu .................................................................................................................... 28
3.6. Kết luận ................................................................................................................... 28
CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU ....................................................................... 30
4.1. Giới thiệu ................................................................................................................ 30
4.2. Thống kê mô tả ....................................................................................................... 30
4.2.1. Đặc điểm cá nhân khách hàng .......................................................................... 30
4.2.2. Loại hình thuê bao ............................................................................................ 31
4.2.3. Thống kê nguyên quán của khách hàng ........................................................... 31
4.2.4. Doanh thu ......................................................................................................... 34
4.2.5. Trạng thái hoạt động của các thuê bao ............................................................. 35
4.3. Phân tích xác suất rời mạng .................................................................................... 36
4.3.1. Phân tích xác suất rời mạng theo giới tính ....................................................... 36
4.3.2. Phân tích xác suất rời mạng theo các loại thuê bao ...................................... 37
4.3.3. Phân tích xác suất rời mạng theo nguyên quán của khách hàng .................. 38
4.3.4. Phân tích xác suất rời mạng của khách hàng sử dụng và không sử dụng
thoại, SMS và data ...................................................................................................... 39
4.3.5. Kết quả hồi quy ............................................................................................. 42
4.4. Thảo luận ................................................................................................................ 44
CHƯƠNG IV KẾT LUẬN VÀ ĐÓNG GÓP CHÍNH SÁCH ....................................... 47
5.1. Giới thiệu ................................................................................................................. 47
5.2. Kết luận ................................................................................................................... 47
5.3. Kiến nghị ................................................................................................................. 48
5.3.1. Tăng trưởng doanh thu thoại và sms ................................................................ 48
5.3.2. Tăng trưởng doanh thu data ............................................................................. 48
5.4. Những hạn chế của đề tài ........................................................................................ 48
DANH MỤC TÀI LIỆU THAM KHẢO
PHỤ LỤC. KẾT QUẢ HỒI QUI MÔ HÌNH COX HAZARD
DANH MỤC BẢNG
Bảng 2.1. Tăng trưởng dịch vụ của năm 2017 so với năm 2016 ................................ 8
Bảng 2.2. Các nghiên cứu về phân tích rời mạng. .................................................... 14
Bảng 3.1. Thống kê các biến trong mô hình ............................................................. 25
Bảng 3.2. Định nghĩa từng biến ID_ISSUE_PLACE ............................................... 25
Bảng 4.1. Thống kê đặc điểm cá nhân khách hàng ................................................... 30
Bảng 4.2. Bảng thống kê vùng miền, tỉnh của khách hàng ....................................... 32
Bảng 4.3. Bảng thống kê nguyên quán của khách hàng ........................................... 32
Bảng 4.4. Doanh thu thoại, SMS và data .................................................................. 34
Bảng 4.5. Thống kê trạng thái hoạt động của thuê bao ............................................. 35
Bảng 4.6. Kết quả hồi quy bằng mô hình Cox Hazard Model .................................. 43
DANH MỤC HÌNH
Hình 2.1. Thị phần của các nhà mạng năm 2017 ........................................................ 4
7
Hình 2.2. Thuê bao phát triển mới năm 2017 ............................................................. 6
Hình 2.3. Số liệu thuê bao phát triển mới 2016-2005ASSA017
Hình 2.4. Doanh thu thông tin của Công ty 2 năm 2017 ............................................ 7
Hình 2.5. So sánh Doanh thu thông tin năm 2016 và năm 2017 ................................ 8
Hình 2.6. Hệ số rời mạng 2016 ................................................................................... 9
Hình 2.7. Mô hình nghiên cứu rời mạng của Ahn et al (2016) ................................. 16
Hình 2.8. Mô hình nghiên cứu rời mạng của Wrong (2011) .................................... 18
Hình 2.9. Mô hình nghiên cứu rời mạng khách hàng của Bahmani et al (2013) ...... 20
Hình 3.1. Khung phân tích nghiên cứu ..................................................................... 22
Hình 4.1. Tỷ lệ khách hàng theo từng loại thuê bao ................................................. 31
Hình 4.2. Tỷ lệ nguyên quán của khách hàng theo từng vùng miền ......................... 31
Hình 4.3. Xác suất rời mạng của mẫu nghiên cứu .................................................... 36
Hình 4.4. So sánh xác suất rời mạng giữa nam và nữ ............................................... 37
Hình 4.5. So sánh sự rời mạng của khách hàng sử dụng thuê bao FAS và VIE ....... 38
Hình 4.6. So sánh sự rời mạng của khách hàng có nguyên quán tại Tp. Hồ Chí Minh
và các tỉnh thành ........................................................................................................ 39
Hình 4.7. Xác suất rời mạng giữa khách hàng dùng thoại và không dùng thoại ...... 40
Hình 4.8. Xác suất rời mạng giữa khách hàng sử dụng và không sử dụng SMS ...... 41
Hình 4.9. Xác suất rời mạng giữa khách hàng sử dụng và không sử dụng data ....... 42
DANH MỤC CHỮ VIẾT TẮT
2G second generation
3G third-generation technology (công nghệ truyền thông thế hệ thứ ba)
4G ourth-generation (công nghệ truyền thông không dây thứ tư)
ARPU Doanh thu trung bình/thuê bao
Data Doanh thu truy cập internet 3G/4G
DV GTGT Dịch vụ giá trị gia tăng
FAS Thuê bao FastConnect
GPRS General Packet Radio Service
GSM Global Systems for Mobile
MMS Dịch vụ nhắn tin đa phương tiện
RMQT Outbound Hướng gọi đi chuyển vùng quốc tế
SMS Dich vụ tin nhắn
VIE Thuê bao cá nhân
VoIP Voice over Internet Protoco: công nghệ truyền tiếng nói của con
người qua mạng máy tính sử dụng bộ giao thức TCP/IP
VNPT Tập đoàn Bưu Chính Viễn Thông Việt Nam
1
CHƯƠNG 1: MỞ ĐẦU
1.1. Đặt vấn đề
Ngày nay, ngành công nghiệp viễn thông đã trở thành một lĩnh vực đầy
tiềm năng và quan trọng cho sự phát triển kinh tế của quốc gia. Nhu cầu về dịch vụ
viễn thông di động đã tăng lên theo cấp số nhân, đặc biệt ở các nước đang phát
triển. Việt Nam không phải là ngoại lệ.
Rõ ràng, cơ sở dữ liệu khổng lồ của khách hàng sẽ mang lại cho công ty lợi
nhuận ổn định và phát triển. Chi phí để thu hút khách hàng mới luôn cao gấp nhiều
lần so với mức giá cũ. Do đó, việc duy trì mối quan hệ lâu dài trở thành nhiệm vụ
trọng tâm và quan trọng đối với doanh nghiệp. Đặc biệt trong ngành dịch vụ viễn
thông di động, sự cạnh tranh là rất quan trọng. Khi khách hàng đã sử dụng và kết
nối với mạng viễn thông với một nhà mạng cụ thể, các liên kết dài hạn của họ với
nhà mạng thường ảnh hưởng lớn đối với sự thành công của doanh nghiệp tại các thị
trường cạnh tranh so với các ngành công nghiệp khác. Vì những lý do này, hầu hết
các nhà cung cấp dịch vụ di động tập trung hoàn toàn nguồn lực của họ vào việc giữ
chân khách hàng. Duy trì khách hàng trở thành vấn đề cốt lõi của các nhà mạng viễn
thông tại Việt Nam. Để có được ngày càng nhiều khách hàng, các nhà cung cấp đưa
ra nhiều cách để tăng số lượng khách hàng mới và kéo một lượng khách hàng từ các
đối thủ cạnh tranh. Có nhiều chương trình khuyến mãi hấp dẫn dành cho người
đăng ký mới trong khi chương trình chăm sóc khách hàng cho chương trình hiện tại
không rõ ràng và thú vị. Do đó, nhiều ý kiến cho rằng các nhà mạng quên khách
hàng của họ và họ sẽ nhận được nhiều lợi ích hơn nếu họ là người đăng ký mới ở
các nhà mạng khác dẫn đến tình trạng rời mạng của khách hàng ngày càng tăng.
Trong ngành viễn thông, khách hàng có thể chọn giữa nhiều nhà cung cấp
dịch vụ và chủ động thực hiện quyền chuyển đổi đến một nhà cung cấp dịch vụ
khác. Các nhà cung cấp dịch vụ viễn thông hiểu rằng nếu họ muốn giữ được khách
hàng, họ phải cung cấp các dịch vụ ở mức độ thỏa mãn của khách hàng càng cao
càng tốt. Tuy nhiên, có nhiều người sử dụng khiếu nại về cách thức hoặc chất lượng
dịch vụ, nhưng họ vẫn tiếp tục ở lại. Điều đó có nghĩa là sự hài lòng của khách hàng
2
không chỉ là yếu tố quyết định sự duy trì khách hàng. Ngay cả khi khách hàng của
họ nói rằng họ hài lòng, họ vẫn chuyển sang nhà cung cấp hoặc thương hiệu khác và
ngược lại; mặc dù họ không hài lòng, họ vẫn sử dụng các dịch vụ hiện tại. Điều này
giải thích rằng có những yếu tố khác tác động đến sự rời mạng của khách hàng.
Vì những lý do trên, dự án “Nghiên cứu các yếu tố ảnh hưởng đến sự rời
mạng của khách hàng-Trường hợp khách hàng mạng MobiFone tại thị trường
Thành phố Hồ Chí Minh” đã được thực hiện.
1.2. Đối tượng và phạm vi nghiên cứu
Đối tượng: Khách hàng cá nhân đăng ký hòa mạng dịch vụ trả sau của
mạng di động MobiFone từ tháng 01 năm 2017 đến tháng 03 năm 2017.
Phạm vi nghiên cứu: Khu Vực Thành phố Hồ Chí Minh.
1.3. Mục tiêu nghiên cứu
Mục tiêu của bài nguyên cứu là phân tích các yếu tố ảnh hưởng đến sự rời
mạng của khách hàng trong thị trường dịch vụ viễn thông di động tại thị trường Hồ
Chí Minh bằng cách trả lời các câu hỏi nghiên cứu sau:
• Xác định các yếu tố ảnh hưởng đến thời gian rời mạng của khách
hàng.
• Ước tính xác suất rời mạng của khách hàng.
1.4. Bố cục đề tài
Nghiên cứu này bao gồm 5 chương mà chương đầu tiên đã được trình bày.
Sau chương giới thiệu, chương 2 là trình bày bài đánh giá tài liệu là nền tảng cho
nghiên cứu. Chương tiếp theo là đề xuất mô hình, thảo luận phương pháp được
dùng cho nghiên cứu. Chương 4 là trình bày các kết quả nghiên cứu. Từ kết quả
nghiên cứu, gợi ý chính sách và kết luận là chương cuối cùng.
3
CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT VÀ NGHIÊN CỨU THỰC
NGHIỆM LIÊN QUAN ĐẾN SỰ RỜI MẠNG
2.1. Giới thiệu
Chương này trình bày tóm tắt về ngành dịch vụ viễn thông di động Việt Nam
nói chung và MobiFone nói riêng. Nó cũng thảo luận về hoạt động kinh doanh của
MobiFone và tầm quan trọng của việc duy trì khách hàng trong việc giữ chân khách
hàng. Kể từ đó, chương này cung cấp cho người đọc bản tóm tắt lý thuyết cơ bản về
rời mạng cũng như kết quả của một số nghiên cứu trước đây về phân tích rời mạng
và các yếu tố tác động đến nó.
2.2. Tổng quan thị trường dịch vụ viễn thông di động
Năm 1993, MobiFone, nhà khai thác đầu tiên sử dụng GSM ra đời. Ba năm
sau, khách hàng đã có sự lựa chọn mới với thương hiệu Vinaphone, tiếp theo là
Vietel và các mạng nhỏ mới gia nhập khác như Vietnamobile, Beeline, S-Phone
…nhưng đều không phát triển. Từ năm 2014, MobiFone tách ra Tập đoàn VNPT trở
thành nhà mạng trực thuộc Bộ Thông tin và Truyển Thông để tránh độc quyền khi
VNPT có đến hai nhà mạng hoạt động kinh doanh là MobiFone và VinaPhone. Đến
thời điểm hiện tai, tính đến cuối năm 2017, thị phần của các nhà mạng hiện nay
được thể hiện ở hình 2.1.
Toàn thị trường, MobiFone đang chiếm thị phần 26.4% đứng thứ 2 và xếp
sau Vietel với tỷ lệ là 52.71%. Nhưng MobiFone vẫn chiếm giữ thị phần cao nhất ở
các thành phố lớn như Hà Nội, Hồ Chí Minh, Đồng Nai, … (vùng 1) so với Vietel.
4
Hình 2.1. Thị phần của các nhà mạng năm 2017
(Nguồn: Báo cáo thị phần ngoại mạng DSS tháng 09/2017)
Với cơ sở hạ tầng và số lượng thuê bao hiện có có thể thấy chưa xuất hiện
mối đe dọa nào ảnh hưởng đến việc chiếm giữ thị phần của ba nhà mạng đang thâu
tóm thị trường viễn thông: Vietel, Vinaphone, MobiFone. Như vậy có thể thấy rằng
ba nhà mạng này vẫn chiếm thị phần áp đảo tuyệt đối bất kể sự nỗ lực của các nhà
mạng nhỏ. Vì vậy, lợi nhuận trên thị trường của các hang độc quyền nhóm là phụ
thuộc lẫn nhau. Mỗi nhà mạng khi đưa ra một loại hình dịch vụ đều phải cân nhắc,
quan sát đến thái độ và hành vi của các đối thủ cạnh tranh.
Trong dịch vụ di động khách hàng có thể chọn một trong nhiều nhà mạng
khác nhau và chủ động chuyển đổi từ nhà mạng này sang nhà mạng khác chính vì
vậy sự cạnh tranh gay gắt của ba nhà mạng lớn MobiFone, Vinaphone, Vietel trong
việc giữ vững thị phần, tăng trưởng doanh thu sẽ ngày càng khốc liệt. Đặc biệt từ
tháng 04 năm 2017, chính phủ đã chính thức ban hành Nghị định số 49 về việc quản
lý thuê bao di động trả trước để siết chặt quản lý thông tin khách hàng, khách hàng
khi sử dụng SIM phải đăng ký thông tin chính chủ nhằm ngăn chặn SIM “rác”. Điều
này làm hạn chế sự phát triển thuê bao ảo và cũng đồng thời ảnh hưởng đến việc
5
phát triển thuê bao và tăng trưởng doanh thu của các nhà mạng. Để tăng thị phần và
phát triển thuê bao thực thu hút khách hàng mới, các nhà mạng phải thay đổi cách
thức kinh doanh cũng như đổi mới chính sách chăm sóc khách hàng đối với các thuê
bao hiện hữu để giữ chân khách hàng.
Ngoài ra để phát triển nhiều dịch vụ giá trị gia tăng mới và nâng cao chất
lượng dịch vụ của họ, các nhà mạng cũng chú trọng đặc biệt đến cấu trúc giá cả. Do
khách hàng ngoài sự hài lòng họ còn quan tâm chủ yếu về giá vì vậy các nhà mạng
luôn đưa ra nhiều phương thức hấp dẫn để thu hút người dùng mới cũng như thu hút
khách hàng của các nhà mạng khác.
Vì các lý do nêu trên, tỷ lệ khách hàng rời mạng trong ngành này trở nên cao
hơn bất cứ lúc nào. Khách hàng có thể dễ dàng chuyển sang các đối thủ cạnh tranh
khác. Họ sử dụng nhiều simcards cùng một lúc. Khi những simcard này hết tiền, họ
vứt nó đi và mua một cái khác để tiết kiệm chi phí. Hậu quả của nó là sự giảm sút
của chất lượng dịch vụ vì việc nâng cấp mạng không thể giữ được tốc độ rời mạng
cao của khách hàng. Bên cạnh đó, điều này cũng dẫn đến lãng phí tài nguyên số
quốc gia và sự suy giảm lợi ích của nhà mạng cũng như khách hàng trung thành
trong dài hạn.
2.2.1. Giới thiệu về MobiFone
MobiFone là một công ty nhà nước trực thuộc thuộc VNPT được thành lập
ngày 16 tháng 04 năm 1993. MobiFone trở thành nhà cung cấp dịch vụ viễn thông
đầu tiên sử dụng GSM 900/1800 đầu tiên, đánh dấu khời đầu cho ngành thông tin di
động Việt Nam. Ngày 01 tháng 12 năm 2014, MobiFone được chuyển đổi thành
Công ty trực thuộc Bộ Thông tin và Truyền thông, kinh doanh trong các lĩnh vực:
Viễn thông và Công nghệ thông tin; Phân phối và bán lẻ; Truyền hình và Đa dịch
vụ.
Công ty Dịch vụ MobiFone khu vực 2 (Công ty 2) là chi nhánh trực thuộc
Tổng công ty MobiFone phụ trách kinh doanh, phát triển kênh phân phối trên địa
bàn TP. Hồ Chí Minh. Công ty 2 luôn là đầu tàu kinh doanh của Tổng Công ty Viễn
Thông MobiFone với những tỷ trọng đóng góp lớn nhất về doanh thu, thị phần và
6
thuê bao. Chính vì vậy khi MobiFone phát triển hơn, mổ rộng ra nhiều lĩnh vực hơn,
áp lực từ việc tăng trưởng thuê bao, doanh thu cũng như duy trì thị trường dẫn đầu
tại thị trường Hồ Chí Minh sẽ ngày càng tăng.
● Sự tăng trưởng thuê bao
Được đánh giá là đầu tàu kinh doanh của Tổng công ty, công ty 2 luôn chiếm
một vị trí quan trọng và luôn có tỷ lệ lớn nhất về phát triển thuê bao và doanh thu so
với các công ty còn lại được thể hiện trong hình 2.2.
Hình 2.2. Thuê bao phát triển mới năm 2017
(Nguồn: số liệu báo cáo nội bộ)
Thuê bao phát triển năm 2017 đạt 2.471.774 thuê bao; đạt 119,15% kế hoạch
năm 2017 (2.074.500 thuê bao), giảm 60,54% so với năm 2016. Việc giảm tỷ lệ
thực hiện thuê bao phát triển mới so với năm 2016 là do chủ trương phát triển thuê
bao thực của Tổng Công ty và qui định của chính phủ về Nghị định 49.
7
Hình 2.3. Số liệu thuê bao phát triển mới 2016-2017
(Nguồn: số liệu báo cáo nội bộ)
Doanh thu thông tin năm 2017 đạt 8.698 tỷ đồng, đạt 91,15% kế hoạch năm
(9.542 tỷ đồng), giảm 3,74% so với năm 2016.
Hình 2.4. Doanh thu thông tin của Công ty 2 năm 2017
(Nguồn: số liệu báo cáo nội bộ)
8
Hình 2.5. So sánh Doanh thu thông tin năm 2016 và năm 2017
(Nguồn: số liệu báo cáo nội bộ)
Bảng 2.1. Tăng trưởng dịch vụ của năm 2017 so với năm 2016
(Nguồn: số liệu báo cáo nội bộ)
Nhìn vào hình 2.5 và bảng 2.1 ta thấy:
Doanh thu Data và khác có mức tăng trưởng lần lượt là 8,85% và 1,58% so
với năm 2016.
Doanh thu Thoại, SMS và DV GTGT và RMQT Outbound giảm lần lượt là
7,4%; 5,82% và 10,67%. Doanh thu chỉ được tăng từ các dịch vụ cũ như Furing,
MCA, MobiRadio, Buzz me.
Một số sản phẩm dịch vụ dự kiến triển khai năm 2017 nhưng chưa đúng tiến
độ hoặc chưa triển khai được (thanh toán ứng dụng trên app store, các sản phẩm
IoT,..)
Doanh thu từ các DV GTGT mới năm 2017 chỉ đạt 0,56% trên tổng doanh
thu thông tin DV GTGT trong khi mục tiêu của Tổng Công ty là 10%.
9
Năm 2017 các nhà mạng cạnh tranh gay gắt về giá cước và khuyến mãi đối
với dịch vụ Data khiến giá cước Data bình quân giảm trong khi lưu lượng tăng.
Các sản phẩm data chủ lực mới (FB1, MY, YT1…) được kỳ vọng sẽ làm gia
tăng doanh thu thông tin Data trong năm 2017, thực tế chỉ đóng góp khoảng 5%
doanh thu thông tin Data.
Chương trình chuyển đổi 2G sang máy 3G hiện thấp do sản phẩm cùng loại ở
chuỗi lớn như Thế giới di động, FPT tổ chức chương trình khuyến mãi thường
xuyên
● Tỷ lệ rời mạng
Khách hàng có nhiều sự lựa chọn để sử dụng dịch vụ của nhà mạng nào và
họ sẽ thay đổi nếu thấy không phù hợp và chuyển qua sử dụng mạng khác.
MobiFone cũng là một nhà cung cấp trong ngành viễn thông này và không thể tránh
tình trạng này. Để thu hút thêm nhiều khách hàng mới và giữ cho khách hàng hiện
tại, MobiFone luôn cố gắng mang lại chất lượng dịch vụ tốt nhất với giá cả cạnh
tranh và mang lại nhiều lợi ích cho họ. Kết quả là, MobiFone có thị phần thứ hai.
Tuy nhiên, tốc độ tăng trưởng cao nhưng người dùng mạng rời mạng trong thời gian
gần đây cũng tăng được thể hiện trong hình 2.6 hệ số rời mạng năm 2016.
Hệ số rời mạng năm 2016
16.00%
14.00%
12.00%
10.00%
8.00%
6.00%
4.00%
2.00%
0.00%
Tháng 1
Tháng 2
Tháng 3
Tháng 4
Tháng 5
Tháng 6
Tháng 7
Tháng 8
Tháng 9
Tháng 10
Tháng 11
Tháng 12
Hình 2.6. Hệ số rời mạng 2016
10
2.2.2. Các chương trình chăm sóc khách hàng tại Công ty 2
Để tăng thị phần và duy trì khách hàng, Công ty 2 đã và đang thực hiện các
chương trình sau:
Thực hiện các chương trình bán hàng thường xuyên tăng ARPU cho thuê bao
hiện hữu như: Chương trình khuyến mãi Bigdata khuyến khích tiêu dùng dành cho
thuê bao trả trước, chương trình khuyến khích kênh phân phối bán gói cước, chương
trình khuyến khích khách hàng sử dụng gói data liên tục, nâng cấp gói.
Triển khai chương trình chăm sóc khách hàng thường niên theo hướng cá biệt
hóa, đa dạng hóa vẫn được duy trì và triển khai hiệu quả; chương trình khuyến mãi
cho khách hàng đến giao dịch tại cửa hàng của MobiFone.
Triển khai chương trình khuyến khích đổi sim 4G và trải nghiệm dịch vụ tại
chuỗi Thế giới di động, Viễn thông A, cửa hàng MobiFone; hỗ trợ thay sim 4G của
MobiFone tới từng doanh nghiệp.
Triển khai công tác cải tiến nghiệp vụ giao dịch tại cửa hàng MobiFone
nhằm tối ưu hóa qui trình phục vụ, giảm thời gian giao dịch của khách hàng, nâng
cao sự hài lòng của khách hàng về chất lượng dịch vụ của MobiFone, chuẩn bị cho
giai đoạn chuyển mạng giữ số (MNP) trong năm 2018.
Trong năm 2017, Công ty 2 giới thiệu đến khách hàng nhiều gói cước dịch
vụ nhằm đáp ứng mọi nhu cầu của khách hàng, như gói Thần tài Plus (gói C90); xây
dựng gói Mobi102 cung cấp độc quyền cho khách hàng giao dịch tại hệ thống chuỗi
cửa hàng Vinmart+; gói cước subsidy cho kênh chuỗi, và các gói cước dành riêng
cho khách hàng doanh nghiệp.
Tổ chức các chương trình hội thảo tại doanh nghiệp để truyền thông, giới
thiệu sản phẩm, hợp tác về các giải pháp liên quan đến công nghệ thông tin kết hợp
với dịch vụ của MobiFone.
Hợp tác với doanh nghiệp Grab cung cấp gói cước cho tài xế, hợp tác với sở
du lịch cung cấp sản phẩm giải pháp cho ngành du lịch - khách sạn, hợp tác kinh
doanh toàn diện với Bưu điện TP.Hồ Chí Minh, hợp tác với Sở Công thương TP.Hồ
Chí Minh trong đề án quản lý nhận diện và truy xuất nguồn gốc thịt heo đem đến
11
hiệu quả kinh doanh và vị thế cho các bên, đồng thời khai thác phát triển tiềm năng
của nhau để phát triển quan hệ hợp tác song phương lâu dài cũng như đem lại lợi
ích cho bên thứ ba.
Truyền thông ứng dụng mConnect qua nhiều hình thức (SMS, Facebook,
website,…). Phát triển với đối tác để tạo sự cộng hưởng trong việc mang lại nhiều
ưu đãi cho khách hàng, chăm sóc khách hàng (ưu đãi cho Khách hàng trên app
mConnect) với các đối tác như: nhà hàng Golden Gate, Huy Việt Nam, TiniWorld,
CGV, Alfresco,… Tổ chức sự kiện nhằm gia tăng lượng cài đặt app; các chương
trình khuyến khích kênh phân phối giới thiệu và cài đặt app cho khách hàng.
2.3. Tổng quan lý thuyết
2.3.1. Khái niệm sự rời mạng của khách hàng
Sự rời mạng, nói chung là một thuật ngữ được định nghĩa là sự mất mát về
khách hàng. Trong ngành dịch vụ viễn thông di động nói riêng có nghĩa là khách
hàng chấm dứt hợp đồng dịch vụ với công ty. Theo Lu (2001) có ba thuật ngữ về sự
rời mạng đó là:
● Nhà cung cấp dịch vụ không tự nguyện ngừng cung cấp dịch vụ
● Khách hàng không còn hoạt động hoặc di chuyển đến các khu vực khác.
● Khách hàng tự nguyện chuyển đổi đến các nhà cung cấp tiềm năng hơn.
Khi khách hàng rời mạng và ngừng mối quan hệ với một công ty trong một
khoảng thời gian nhất định, điều đó đã trở thành vấn đề quan trọng và là một trong
những vấn đề nghiêm trọng mà nhiều doanh nghiệp trên toàn thế giới đang phải đối
mặt. Mặt khác, các doanh nghiệp viễn thông không tự thỏa mãn với việc dự đoán sự
rời mạng của khách hàng, họ mong muốn biết khi nào khách hàng của họ có ý định
chuyển đổi. Các doanh nghiệp cố gắng biết xác suất ở lại của từng khách hàng và
phân biệt giữa khách hàng nào ở lại lâu hơn và khách hàng nào ở lại ngắn hơn. Nếu
chúng ta có thể dự đoán trước, các thuộc tính của khách hàng mà chúng ta sẽ mất
trong tương lai gần, người ta có thể thực hiện hành động khắc phục để chúng ta có
thể giảm thiểu hiện tượng này. Trong thế giới cạnh tranh ngày nay, sự khuấy động
12
của khách hàng vẫn là một trong những mối quan tâm cấp bách nhất cho các nhà
mạng. Người ta thấy rằng chi phí mua lại khách hàng mới là cao hơn nhiều so với
giữ lại những cái hiện có. Tuy nhiên, dự đoán sự rời mạng của khách hàng là vấn đề
quan tâm chính là một công việc cực kỳ khó khăn.
Phân tích rời mạng là ước lượng tỷ lệ sụt giảm khách hàng trong cơ sở dữ
liệu của một công ty. Về cơ bản, nó liệt kê ra nhiều khả năng những khách hàng có
khả năng ngừng các dịch vụ của Công ty. Điều rất quan trọng đối với một công ty
để đánh giá doanh thu thực sự bị mất do một khách hàng rời đi và điều gì sẽ là thích
hợp để giữ chân khách hàng. Dự đoán rời mạng của khách hàng giúp các nhà quản
lý phát triển đa dạng các chính sách dành riêng cho từng nhóm khách hàng khác
nhau. Cách tốt nhất để giữ chân khách hàng của bạn là hãy hiểu rõ hơn về họ. Bạn
nên biết kỳ vọng, mức độ hài lòng và xu hướng của họ ở cấp độ cá nhân. Bằng cách
này bạn có thể tách khách hàng của mình thành các nhóm khác nhau và áp dụng các
chính sách khác nhau để giữ chân khách hàng.
2.3.2. Tầm quan trọng của việc duy trì khách hàng
Fornell & Wernerfelt (1987) cho rằng duy trì khách hàng được coi là một
trong những yếu tố quan trọng thúc đẩy doanh nghiệp phát huy hiệu suất vượt trội
trong các ngành dịch vụ. Lee, & Freick (2001) thì cho rằng để duy trì vị trí cạnh
tranh và chiếm giữ thị trường, các nhà cung cấp phải chú ý đến việc lập kế hoạch và
thực hiện các sáng kiến giữ chân khách hàng.
Duy trì khách hàng là một chủ đề rất được quan tâm của tất cả các doanh
nghiệp khi môi trường kinh doanh có sự cạnh tranh. Đặc biệt, khi các thị trường này
ngày càng trở nên bão hòa, trọng tâm của cạnh tranh bắt đầu chuyển từ việc mua lại
khách hàng sang việc giữ chân khách hàng. Phát triển khách hàng là một khoản đầu
tư, trong khi tỷ lệ giữ chân khách hàng mang lại lợi nhuận. Các doanh nghiệp càng
lớn thì tỷ lệ duy trì khách hàng càng cao, tác động lợi nhuận càng lớn.
Theo kết quả của nhiều nghiên cứu của Reichheld và Kenny (1990), Koler
(2000), Rust and Zahorik (1993) thì chi phí tạo ra một khách hàng mới đã được ước
tính cao gấp năm lần so với chi phí để duy trì một cơ sở hiện có. Về lâu dài, tỷ lệ
13
duy trì khách hàng cao hơn sẽ kéo dài tuổi thọ trung bình của khách hàng và làm
tăng giá trị lâu dài của chúng. Khi nền kinh tế phải đối mặt với nhiều thách thức
cạnh tranh quyết liệt thì giữ chân khách hàng là yếu tố quyết định thành công. Nếu
bất kỳ doanh nghiệp nào không đưa ra cho khách hàng của họ một số lý do chính
đáng để ở lại, đối thủ cạnh tranh sẽ cho họ những lý do để rời đi. Grot và Dye
(1999) nói rằng “thành công hay thất bại của việc tạo ra giá trị dịch vụ chất lượng
được xác định bởi mối quan hệ giữa các dịch vụ; chăm sóc trước và sau bán hàng
cho khách hàng”.
Nhiều nghiên cứu trước đây đã xác định được lợi ích của việc giữ chân của
một tổ chức như nghiên cứu của Colgate et al (2007), Reichheld and Sasser (1990).
Ví dụ, khách hàng còn ở lại với một tổ chức, tiện ích mà khách hàng tạo ra. Tiện ích
này là kết quả của một số yếu tố liên quan đến thời gian khách hàng dành cho tổ
chức, bao gồm chi phí ban đầu thấp hơn để giới thiệu và thu hút khách hàng mới;
tăng giá trị mua sắm, tăng số lần mua hàng, sự hiểu biết của khách hàng về tổ chức
và quảng bá truyền miệng tích cực. Trong cuốn sách của mình, ông cũng chia sẻ
một số thống kê quan trọng về tầm quan trọng của việc duy trì khách hàng. Ví dụ,
nâng tỷ lệ duy trì khách hàng lên 5% có thể làm tăng giá trị của một khách hàng
trung bình (lợi nhuận suốt đời) lên 25-100%; tăng tỷ lệ giữ chân khách hàng tăng
2% có cùng hiệu quả với lợi nhuận như cắt giảm chi phí 10%; giảm 5% tỷ lệ rời
mạng khách hàng có thể tăng lợi nhuận 25-125%, tùy thuộc vào ngành. Vì vậy, việc
duy trì khách hàng có một dòng lợi thế hai chiều cho doanh thu - doanh thu thông
qua việc giảm chi phí và giảm chi phí thông qua nhiều khoản tiết kiệm. Như vậy,
theo Rust và Zahorik (1993) giữ chân khách hàng trở thành một nguồn quan trọng
của sự thành công kinh doanh lâu dài.
Tuy nhiên, theo Blery et al (2009) không chỉ các doanh nghiệp được hưởng
lợi từ việc duy trì khách hàng mà còn là khách hàng. Ông đã đề cập rằng mối quan
hệ giữa doanh nghiệp và khách hàng đều nhận được lợi ích như nhau nếu họ hợp tác
lâu dài. Lợi ích của khách hàng khi trung thành bao gồm lợi ích xã hội và lợi ích
kinh tế phi tiền tệ. Zeithaml et al.(1996) chứng minh rằng nếu nhà cung cấp hiểu rõ
14
về sở thích của khách hàng, điều này đảm bảo khách hàng sẽ được chăm sóc tốt hơn
và khuyến khích sự quan tâm đến hành vi của khách hàng nhiều hơn.
2.4. Các nghiên cứu thực nghiệm liên quan
Quản lý việc rời mạng của khách hàng là mối quan tâm lớn đối với các công
ty dịch vụ viễn thông và nó đang trở thành một vấn đề nghiêm trọng hơn khi thị
trường cạnh tranh ngày càng khốc liệt, vì vậy từ xưa đã có rất nhiều nghiên cứu về
vấn đề rời mạng của khách hàng được trình bày trong bảng 2.2.
Bảng 2.2. Các nghiên cứu về phân tích rời mạng.
Tác giả và năm Phương pháp phân tích
Ahn et al. (2006) Hồi qui đa thức
Thuật toán Gradient boosting và random
Van den Poel and Burez (2009) forests
Hồi qui tuyến tinh nhiều biến Buckinx et al. (2007) Phân tích phương sai
Hồi quy logistic, thuật toán giám sát SVM và
random forests Coussement and Van den Poel Mạng nơ-ron nhân tạo (2009) Phân tích hồi qui
Phân tích tương quan
Gerpott et al. (2001) Phân tích nhân quả
Glady et al. (2009) Phân tích sống còn
Mô hình hồi qui Binomial Kim and Yoon (2004) Hồi quy logistic, phân tích phương sai
Pendharkar (2009) Thuật toán Genetic dựa vào mạng nơ-ron
Hồi qui logistic đơn biến và mô hình hồi qui
Seo et al. (2008) thứ bậc tuyến tính
Tsai and Lu (2009) Mạng nơ-ron lai
Tsai and Chen (2010) Mạng nơ-ron và mô hình cây quyết định
15
Van den Poel and Larivière Phân tích sống còn và mô hình hóa hành vi
(2004) lựa chọn
Van den Poel and Burez (2009) Phân tích sống còn
Verbeke et al. (2010) Thuật toán ACO
Zhao et al. (2005) Thuật toán giám sát SVM
Boehm (2008) Phân tích sống còn, mô hình hồi qui Cox
Wrong (2011) Phân tích hồi qui Cox
Suhartono-et-al (2013) Phân tích hồi qui Cox
Keramati và Ardabili (2012) Phân tích sống còn, mô hình hồi qui Cox
Bahmani et al (2013) Phân tích hồi qui Cox
Phân tích hồi qui Cox, phương pháp Kaplan
Normeshie (2013) Meier
Nguồn: Keramati et at (2011)
● Nghiên cứu của Kim và Yoon (2004):
Kim và Yoon (2004) đã triển khai mô hình logit nhị thức sử dụng một cuộc
khảo sát người dùng di động ở Hàn Quốc và xác định các yếu tố quyết định của việc
hủy thuê bao và lòng trung thành của khách hàng. Khả năng người đăng ký chuyển
đổi nhà mạng tùy thuộc vào mức độ sự hài lòng với các thuộc tính dịch vụ thay thế
cụ thể bao gồm chất lượng cuộc gọi, mức thuế, v.v. Tuy nhiên, chỉ có các yếu tố
như chất lượng cuộc gọi, loại thiết bị cầm tay và hình ảnh thương hiệu mới có thể
ảnh hưởng lòng trung thành của khách hàng.
● Nghiên cứu của Van den Poel và Larivie‘re (2004):
Van den Poel và Larivie‘re (2004) đã nghiên cứu chủ đề về sự sụt giảm
khách hàng trong bối cảnh các công ty dịch vụ tài chính châu Âu và nghiên cứu các
dự đoán về tỷ lệ rời mạng như một phần của quản lý khách hàng. Họ sử dụng mô
hình Hazard và phân tích hồi qui Cox để phân tích hành vi và thời gian rời mạng
của khách hàng.
16
Phát hiện của họ cho thấy: đặc điểm nhân khẩu học, thay đổi môi trường và
các mối quan hệ 'tương tác và liên tục' với khách hàng là mối quan tâm chính khi
xem xét lưu giữ. Xét về đặc điểm nhân khẩu học, nam giới và người lớn tuổi ít có
khả năng kết thúc mối quan hệ của họ với công ty dịch vụ tài chính. Các cá nhân có
xu hướng suy giảm cao hơn trong một môi trường kinh tế vĩ mô giàu có hơn;
Những người được giáo dục nhiều hơn có tỷ lệ tiêu hao thấp hơn một chút (8,2%)..
Những người được giáo dục tốt có khả năng hiểu được sự khác biệt thực sự giữa các
lựa chọn thay thế có thể và do đó có thể chọn một lựa chọn đáp ứng tốt nhất nhu cầu
của họ. Vì vậy, sự lựa chọn có ý thức của họ có lẽ là lý do cho khả năng ở lại cao
hơn để giữ quyết định ban đầu đó và duy trì trung thành.
● Nghiên cứu của Ahn et al (2006):
Ahn et al (2006) nghiên cứu các yếu tố quyết định sự chần chừ của khách
hàng trong việc lựa chọn mạng viễn thông di động ở Hàn Quốc. Nghiên cứu này
cho thấy sự thay đổi tình trạng của khách hàng từ việc sử dụng chủ động (sử dụng
dịch vụ thường xuyên) sang không sử dụng (quyết định không sử dụng nó tạm thời
mà không có rời mạng hay chưa) hoặc bị tạm ngưng (bị tạm ngưng bởi các nhà
mạng). Mô hình nghiên cứu của Ahn et al (2006) như sau:
Hình 2.7. Mô hình nghiên cứu rời mạng của Ahn et al (2016)
17
Các biến giải thích mà tác giả đưa ra gồm sự không hài lòng (chất lượng
cuộc gọi, chất lượng mạng lưới, số lượng khiếu nại), chi phí chuyển đổi, chất lượng
dịch vụ, tình trạng sử dụng của khách hàng (hoạt động và không hoạt động) và các
biến liên quan khác. Tác giả cho rằng tỷ lệ cuộc gọi bị dứt đoạn/rớt mạng có tác
động đáng kể đến xác suất khách hàng rời mạng, điểm số khách hàng trung thành
càng cao thì ít có khả năng rời mạng, số lượng khiếu nại càng cao thì khả năng
khách hàng rời mạng càng cao. Diễn biến trạng thái của khách hàng từ việc sử dụng
hoặc không sử dụng hoặc bị tạm dừng sử dụng có ảnh hưởng đến xác xuất khách
hàng rời mạng.
● Nghiên cứu của Boehm (2008):
Boehm (2008) nghiên cứu ảnh hưởng của kênh Internet vào việc duy trì
khách hàng. Tác giả sử dụng dữ liệu từ một ngân hàng bán lẻ lớn ở châu Âu để xác
định tác động của việc sử dụng Internet đến sự tồn tại hoạt động của khách hàng..
Kết quả cho thấy việc sử dụng Internet làm giảm khả năng rời bỏ của khách hàng
đến 87,1 %. Xác suất sống sót của người sử dụng Internet cao hơn so với người sử
dụng các kênh truyền thống. Đối với người dùng Internet, xác suất còn lại của
khách hàng sau 05 năm là 96%, trong khi xác suất tương ứng của một người dùng
sử dụng các kênh truyền thống là 74%. Các khách hàng lớn tuổi ít có khả năng kết
thúc mối quan hệ với ngân hàng, tuổi càng cao thì khả năng rời mạng giảm 3,1%.
Kết quả ước tính cho thấy rằng các nhà quản lý nên quan tâm đến việc tăng
tỷ lệ giữ chân khách hàng của họ bằng cách thuyết phục khách hàng chuyển sang
kênh Internet hoặc khuyến khích khách hàng mới sử dụng kênh Internet. Kết quả
còn cho thấy rằng việc di chuyển khách hàng sang kênh Internet có thể hiệu quả hơn
trong việc tăng tỷ lệ giữ chân khách hàng.
● Nghiên cứu của Wrong (2010) và Wrong (2011):
Wrong (2010) nghiên cứu về ngành viễn thông không dây tại Canada.
Nghiên cứu xem xét tính khả thi của việc chọn đúng gói cước phù hợp với nhu cầu
cá nhân nhằm làm giảm khả năng rời mạng. Tác giả sử dụng mô hình Hazard để
phân tích về khả năng rời mạng của 2 nhóm khách hàng: sử dụng gói cước tối ưu và
18
không tối ưu. Khách hàng sử dụng mạng không dây với gói cước không phù hợp có
khả năng rời mạng cao hơn gấp 2.49 lần các khách hàng sử dụng các gói cước phù
hợp hơn. Vì thế có sự khác biệt về tỷ lệ rời mạng trong việc khách hàng sử dụng các
gói cước phù hợp hay không phù hợp. Mức độ trung thành và ở lại cao hơn nếu
khách hàng có kế hoạch sử dụng các gói cước không dây phù hợp với những người
sử dụng gói cước không phù hợp.
Wrong (2011) cũng nghiên cứu vấn đề lưu giữ khách hàng trong bối cảnh
của doanh nghiệp viễn thông không dây tại Canada và đánh giá các yếu tố ảnh
hưởng đến tỷ lệ rời mạng của khách hàng trong ngành viễn thông không dây. Tác
giả dùng mô hình hồi quy Cox dựa trên 4896 hồ sơ khách hàng được trích xuất từ
dữ liệu của nhà cung cấp dịch vụ không dây. Tác giả nghiên cứu về các đặc điểm
nhân khẩu học và các biến hành vi của khách hàng để phân tích. Kết quả nghiên cứu
cho rằng tuổi và vị trí ở của khách hàng có tác động đến ý định rời mạng. Những
người có hợp đồng với nhà cung cấp dịch vụ ít có khả năng rời mạng so với những
người không có hợp đồng. Kết quả này cho thấy hợp đồng dịch vụ có thể hoạt động
hiệu quả như một rào cản chuyển đổi cho các khách hàng sử dụng mạng không dây.
Hình 2.8. Mô hình nghiên cứu rời mạng của Wrong (2011)
19
● Nghiên cứu của Suhartono-et-al (2013)
Suhartono-et-al (2013) nghiên cứu khả năng cạnh tranh kinh doanh trong
ngành viễn thông di động giữa các nhà mạng ở Indonesia, nổi bật là hiện tượng tỷ lệ
rời mạng của khách hàng ngày càng gia tăng gây hậu quả nghiêm trọng đối với hoạt
động kinh doanh. Trong hoàn cảnh hiện tại, khách hàng đang có nhiều lựa chọn với
nhiều nhà cung cấp khác nhau nên sẽ gây ảnh hưởng cho các công ty trong việc làm
thế nào để giữ chân khách hàng.
Tác giả sử dụng mô hình Cox’s Proportional Hazard để đánh giá các yếu tố
ảnh hưởng đến sự rời mạng của khách hàng. Các biến giải thích: gồm dữ liệu nhân
khẩu học, chẳng hạn như; lứa tuổi, nghề nghiệp, tình trạng hôn nhân, giới tính, giáo
dục, vùng, và tôn giáo và tính năng sử dụng cho điện thoại như cuộc gọi trong nước,
cuộc gói quốc tế, VoIP, 3G, Voice Intl. Roaming, SMS, MMS, GPRS, SMS Intl.
Roaming, GPRS Intl Roaming. Kết quả cho thấy rằng khách hàng sử dụng GPRS
loại 2 (>5000) sẽ ít có khả năng rời mạng hơn các khách hàng sử dụng GPRS loại 1
(<5000). Khách hàng có trình độ học vấn cử nhân có khả năng sống sót và ở lại cao
hơn so với với khách hàng có trình độ giáo dục thấp hơn như trình độ Tiểu học,
dưới tiểu học và trung cấp.
● Nghiên cứu của Keramati và Ardabili (2012)
Keramati và Ardabili (2012) đã nghiên cứu các nhân tố tác động đến sự rời
mạng liên quan đến nhật ký cuộc gọi của 3150 khách hàng được chọn ngẫu nhiên từ
cơ sở dữ liệu trung tâm cuộc gọi của nhà điều hành di động Iran. Họ báo cáo rằng
sự không hài lòng của khách hàng, số lượng sử dụng dịch vụ và đặc điểm nhân khẩu
học có thể tác động đến quyết định ở lại hay rời mạng của họ.
● Nghiên cứu của Bahmani et al (2013)
Bahmani et al (2013) nghiên cứu các yếu tố ảnh hưởng đến sự rời mạng và
dự đoán khả năng sống sót và nguy cơ rời mạng của khách hàng. Tác giả sử dụng
phương pháp lai giữa mạng Neural và mô hình hồi qui Cox để dự đoán sự rời mạng
trong tương lai. Mô hình nghiên cứu của Bahmani et al (2013) như sau:
20
Hình 2.9. Mô hình nghiên cứu rời mạng khách hàng của Bahmani et al (2013)
Ông cho rằng cho chất lượng cuộc gọi, số lượng khiếu nại, tần suất sử dụng,
tần suất nhắn tin, tuổi và tình trạng sử dụng của khách hàng có ảnh hưởng đến sự
rời mạng của khách hàng.
● Nghiên cứu của Normeshie (2013)
Normeshie (2013) đã nghiên cứu thị trường viễn thông di động Gana bằn
phương pháp ước lượng Kaplan Meier để ước tính khả năng sống của mỗi khách
hàng. Kết quả cho thấy chỉ có biến “tổng số phút sử dụng" và "số tiền nạp" đã tác
động đáng kể đến khả năng rời mạng của khách hàng. Khách hàng có “tổng số phút
sử dụng” cao có xác suất rời mạng thấp hơn và do đó có thời gian tồn tại lâu hơn so
với những người có “tổng số phút sử dụng” thấp.
2.5. Kết luận
Trong chương này, tình hình kinh doanh của MobiFone, đặc biệt là Công ty
2 đã cho thấy được vấn đề mà MobiFone đang phải đối mặt; đặc biệt là trong khía
cạnh giữ chân khách hàng. Rõ ràng là MobiFone đã bộc lộ một số điểm yếu trong
việc duy trì khách hàng khi tỷ lệ rời mạng tăng trong những năm gần đây. Vì lý do
này, các tài liệu về việc phân tích rời mạng trong ngành dịch vụ viễn thông cần
được xem xét để nghiên cứu những yếu tố ảnh hưởng đến vấn đề này.
Trên cơ sở các nghiên cứu thực nghiệm liên quan về vấn đế phân tích sự rời
mạng của khách hàng như đã trình bày ở trên ta nhận thấy các yếu tố quan trọng ảnh
21
hương đến rời mạng của khách hàng như: chất lượng cuộc gọi, chất lượng mạng
lưới, số lượng khiếu nại, hình ảnh thương hiệu, các đăc điểm về nhân khẩu học của
khách hàng (tuổi, giới tính, trình độ giáo dục), sự thay đổi trạng thái hoạt động của
khách hàng (sử dụng, không sử dụng, tạm ngừng dịch vụ), loại gói cước phù hợp,
doanh thu sử dụng dịch vụ (thoại, sms, data), tần suất sử dụng (thoại, sms, data).
Căn cứ vào các yếu tố tác động đến rời mạng nêu trên, trong chương 03 tôi
sẽ đề xuất mô hình nghiên cứu, phương pháp phân tích để xem các yếu tố ảnh
hưởng nêu trên có đúng phù hợp với doanh nghiệp viễn thông MobiFone hay
không?
22
CHƯƠNG 3: PHƯƠNG PHÁP LUẬN NGHIÊN CỨU
3.1. Giới thiệu
Nghiên cứu này áp dụng dữ liệu giao dịch hiện tại của nội bộ doanh nghiệp
MobiFone tại thị trường Hồ Chí Minh được lưu trữ trong kho dữ liệu để tìm mô
hình dự báo sự rời mạng. Trong nghiên cứu này, khai thác dữ liệu được chọn để
xây dựng mô hình dự báo và phân khúc khách hàng. Tôi sẽ giới thiệu tất cả các quy
trình và kỹ thuật liên quan được nghiên cứu này sử dụng.
(i) Thu thập dữ liệu
(ii) Tìm hiểu phân tích và đánh giá dữ liệu
Do vấn đề thời gian và giới hạn dữ liệu thu được, trong này nghiên cứu, tôi
chỉ tập trung vào việc sử dụng kỹ thuật khai thác dữ liệu mô hình Cox để xây dựng
dự đoán mô hình rời mạng để hỗ trợ vấn đề quản lý rời mạng trong ngành viễn
thông.
3.2. Khung phân tích
Mục tiêu của dự án này là tìm ra các yếu tố chính ảnh hưởng đến sự rời mạng
của khách hàng sử dụng mạng MobiFone tại thị trường Hồ Chí Minh và tìm ra mô
hình đề xuất để áp dụng cho MobiFone. Từ cơ sở lý thuyết nêu trên, đặc biệt từ hai
mô hình nghiên cứu của Boehm (2008) và Normeshie (2013), mô hình nghiên cứu
chi tiết được xây dựng gồm các thành phần sau: đặc điểm cá nhân của khách hàng
(tuổi, giới tính, nguyên quán), doanh thu thoại, doanh thu SMS và doanh thu data.
Sau đó dự án sẽ đánh giá các yếu tố này có ảnh hưởng đến sự rời mạng của khách
hàng như thế nào?
Đặc điểm cá nhân (tuổi, giới tính, nguyên quán)
Xác suất rời mạng
Doanh thu (thoại, SMS, data)
Hình 3.1. Khung phân tích nghiên cứu
23
3.3. Mô hình kinh tế lượng
3.3.1. Lý thuyết phân tích sự rời mạng
Phân tích sống còn là cụm từ để mô tả phân tích dữ liệu tương ứng với biến
thời gian. Biến này ghi nhận thời gian từ lúc bắt đầu theo dõi cho đến khi xảy ra
biến cố hoặc điểm kết thúc cụ thể. Nếu điểm kết thúc là sự rời mạng của một cá
nhân, dữ liệu kết quả theo nghĩa đen là thời gian sống sót. Ở nghiên cứu này được
hiểu là thời gian rời mạng của khách hàng MobiFone.
Ưu điểm và thuận lợi của phân tích sống còn:
(i) Có thể giải thích cho những số liệu bị cắt
(ii) Có thể so sánh giữa 02 nhóm với nhau
(iii) Có thể đánh giá mối liên quan giữa biến độc lập và thời gian sống
Phân tích sự rời mạng là một tập hợp các phương pháp thống kê mô hình dữ
liệu liên quan đến thời gian khi muốn tìm hiểu các yếu tố ảnh hưởng đến các biến
kết cục (biến phụ thuộc) mang tính thời gian. Biến quan tâm là thời gian cho đến
khi sự kiện này xảy ra. Điều này trái ngược với các phương pháp như phương pháp
hồi quy.
Phân tích thời gian rời mạng của khách hàng được đặc trưng bởi ba hàm sau:
(iv) Hàm sống sót:
Hàm này được biểu thị bằng S (t) hoặc 1-F (T suất mà một cá thể tồn tại lâu hơn t. (v) Hàm mật độ xác suất Hàm này được định nghĩa là giới hạn thời gian mà một cá nhân rời mạng trong khoảng thời gian ngắn t đến t + ∆t trên một đơn vị ∆t, hoặc đơn giản là xác suất rời mạng trong khoảng thời gian nhỏ trên một đơn vị thời gian. (vi) Hàm nguy hiểm Hàm nguy hiểm h (t) của thời gian rời mạng T đưa ra tỷ lệ thất bại có điều kiện. Điều này được xác định là xác suất rời mạng trong một khoảng thời gian rất nhỏ, giả định rằng cá nhân đã rời mạng đến đầu của khoảng thời gian, hoặc là giới 24 hạn thời gian mà một cá nhân rời mạng trong một khoảng thời gian rất ngắn, t đến t + ∆t trên mỗi đơn vị thời gian, cho rằng cá nhân đã sống sót đến thời gian t. Dữ liệu rời mạng được ghi lại theo cách sau: các đối tượng được quan sát trong một khoảng thời gian nhất định. Trong thời gian này, thời gian của sự kiện quan tâm được đăng ký. Dữ liệu tồn tại yêu cầu cả nguồn gốc thời gian cũng như quy mô thời gian. Nguồn gốc của thời gian là thời điểm bắt đầu quan sát trong nghiên cứu này là ngày cam kết của khách hàng. Quy mô thời gian là tần suất mà một đối tượng được kiểm tra khi xảy ra sự kiện. Quy mô chung là dựa trên năm hoặc tháng, tùy thuộc vào bản chất của ứng dụng của nó. Trong bài này, tôi áp dụng quy mô thời gian dựa trên tháng, vì dữ liệu tôi sử dụng được tổng hợp hàng tháng. 3.3.2. Mô hình hồi qui Cox Để có cái nhìn toàn diện về mối quan hệ giữa các biến giải thích này và tỷ lệ rời mạng của khách hàng, mô hình hồi quy Cox được sử dụng. Mô hình này được công nhận là kỹ thuật thống kê được sử dụng đồng thời điều tra các hiệu ứng của một số biến giải thích biến về sự rời mạng của khách hàng. Mô hình hồi qui Cox dựa trên phương pháp mô hình hóa phân tích dữ liệu về sự rời mạng, làm cho nó phù hợp với dữ liệu trong loại nghiên cứu này, xem xét các quan sát kiểm duyệt đúng và thay đổi theo thời gian của các biến giải thích. Hàm nguy hiểm đo lường tiềm năng để 'sự kiện' xảy ra tại một thời điểm cụ thể, cho rằng sự kiện vẫn chưa xảy ra. Giá trị hàm nguy hiểm cao cho thấy rằng sự kiện có thể sẽ xảy ra. Nó được ký hiệu bằng h (t) có thể được ước tính bằng cách sử dụng như sau: h (t)= Số cá nhân trải qua một sự kiện trong khoảng thời gian bắt đầu từ t (1) Số lượng cá nhân sống sót tại thời điểm t x khoảng thời gian Trong bối cảnh khai thác dữ liệu trong ngành viễn thông, ‘sự rời mạng’ có nghĩa là giữ chân khách hàng trong khi 'chức năng nguy hiểm' có thể được xem là xác suất mà khách hàng sẽ rời khỏi nhà cung cấp dịch vụ MobiFone. Kết hợp các đặc điểm cá nhân khác nhau và các biến đặc điểm hành vi, ta có thể diễn đạt nguy 25 cơ khách hàng rời mạng tại thời điểm t như trong phương trình (2). Đây là phương trình ước lượng của bài nghiên cứu. h(t) = h0(t) x exp (bBIRTH_DATE.BIRTH_DATE + bSEX.SEX + bID_ISSUE_PLACE.ID_ISSUE_PLACE + bTHOAI_DT.THOAI_DT + bSMS_DT.SMS_DT + bDATA_DT .DATA_DT) (2) trong đó h0 (t) là nguy cơ rời mạng tại thời điểm t tương ứng với xác suất của khách hàng rời mạng khi tất cả các biến giải thích không thay đổi. 3.3.3. Định nghĩa các biến giải thích trong mô hình Bảng 3.1. Thống kê các biến trong mô hình STT Tến biến Diễn giải 1 SUB_ID Mã thuê bao khách hàng 2 BIRTH_DATE ngày sinh của khách hàng SEX Giới tính của khách hàng (male=1, female=0) 3 4 ID_ISSUE_PLACE nơi cấp CMND 5 STA_DATETIME thời gian hòa mạng 6 END_DATETIME thời gian hủy hợp đồng 7 MONTH tháng xuất dữ liệu 8 THOAI_DT doanh thu thoại (tính bằng đồng) 9 SMS_DT doanh thu sms (tính bằng đồng) 10 DATA_DT doanh thu data (tính bằng đồng) 11 CHAN_1C bị chặn chiều đi (1,2,3: số lần bị chặn) bị chặn chiều đi về chiều nghe (1,2,3: số lần bị 12 CHAN_2C chặn) 13 HUY_HOP_DONG 1: hủy Bảng 3.2. Định nghĩa từng biến ID_ISSUE_PLACE STT MÃ ID_ISSUE_PLACE 1
2 CTH
BDI DIỄN GIẢI
TP Cần Thơ
Bình Định 26 Hà Tây
Yên Bái
An Giang
Hưng Yên
Bình Dương
Kiên Giang
Bình Phước
Vĩnh Phúc
Ninh Bình
Đà Nẵng
Đồng Nai
Quảng Bình
Thừa Thiên Huế
Thái Nguyên
Hải Dương
Bắc Ninh
Hải Phòng
Lâm Đồng
Lào Cai
Bình Thuận
Quảng Nam
Hà Tĩnh
Nghệ An
Điện Biên
Ninh Thuận
Phú Thọ
Đắk Nông
Tuyên Quang
Sóc Trăng
Bạc Liêu
ĐắkLắk
Sơn La
Thái Bình
Hậu Giang
Tỉnh KonTum
Lạng Sơn
Tiền Giang
Quảng Ninh 3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40 HTA
YBA
AGI
HYE
BDU
KGI
BPH
VPH
NBI
DNA
DNI
QBI
TTH
TNG
HDU
BNI
HPH
LDO
LCA
BTH
QNA
HTI
NAN
DBI
NTH
PTH
DNO
TQU
STR
BLI
DLA
SLA
TBI
HGI
KON
LSO
TGI
QNI 27 Khánh Hòa
Long An
Đồng Tháp
Gia Lai
Trà Vinh
Bắc Kạn
Bà Rịa - Vũng Tàu
Quảng Ngãi
Hà Nam
Thanh Hóa
Tây Ninh
Bắc Giang
Phú Yên
Hà Giang
Cao Bằng
QuảngTrị
Cà Mau
Hòa Bình
Hà Nội
Lai Châu
Vĩnh Long
Nam Định
Thành Phố Hồ Chí Minh
Bến Tre 41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64 KHO
LAN
DTH
GLA
TVI
BKA
BRV
QNG
HNA
THO
TNI
BGI
PYE
HGA
CBA
QTR
CMA
HBI
HNO
LCH
VLO
NDI
HCM
BTR 3.4. Phương pháp kinh tế lượng Phương pháp nghiên cứu này được tóm tắt như sau: Phần II: Ước tính hàm sinh tồn bằng phương pháp Kaplan - Meier: (i) Phép ước tính Kaplan - Meier cho biết xác suất rời mạng tại các mốc thời gian khác nhau của đối tượng nghiên cứu (hoặc các nhóm nghiên cứu) tại thời gian mỗi biến cố xảy ra. Đường cong Kaplan - Meier: Đường cong thể hiện sự sống còn của quần thể nghiên cứu theo thời gian cho phép đánh giá sự sống còn theo thời gian ngay cả khi ở những thời gian khác nhau 28 (ii) Mô tả đồ thị sự rời mạng của khách hàng theo từng biến: tuổi, giới tính, nguyên quán, doanh thu (thoại, SMS, data) (iii) Giải thích kết quả Phần II: Phân tích mô hình nguy cơ tỷ lệ phần trăm của Cox: (iv) Xử lý dữ liệu; bao gồm việc xác định khuôn khổ, làm sạch dữ liệu, phân loại các giá trị của biến giải thích thành các danh mục. (v) Trình bày các loại của mỗi biến thành các biến giả. (vi) Tiến hành mô hình nguy hiểm tỷ lệ Cox của một khách hàng quay về mô hình đầy đủ để đánh giá các yếu tố ảnh hưởng đáng kể. 3.5. Dữ liệu Do thời gian nghiên cứu có hạn nên dữ liệu thuê bao khách hàng được lấy từ kho dữ liệu nội bộ của công ty MobiFone Khu vực 2 tại thị trường Hồ Chí Minh để phân tích. Dữ liệu là thuê bao hòa mạng trả sau phát triển từ tháng 01 năm 2017 đến tháng 03 năm 2017 và quan sát thời gian đến tháng 10 năm 2017 thuê bao còn hoạt động hay rời mạng. Thông tin về dữ liệu khách hàng là thông tin cá nhân và quá trình sử dụng của khách hàng bao gồm: ngày sinh, giới tính, nguyên quán, doanh thu sử dụng hàng tháng gồm doanh thu thoại, doanh thu nhắn tin sms, doanh thu data để sử dụng Internet. Vì dữ liệu được chọn để phân tích xác suất rời mạng của thuê bao đó nên dữ liệu phải đáp ứng các yêu cầu sau: (i) Nguồn gốc của thời gian được chọn là ngày khách hàng đăng ký hòa mạng thuê bao. (ii) Khách hàng được theo dõi trong thời gian tối đa 08 tháng. (iii) Thang thời gian được đặt thành tháng. 29 3.6. Kết luận Trong chương này, chúng tôi đã xem xét cách tiếp cận phương pháp luận để mô hình hóa vấn đề khách hàng rời mạng. Trong chương tiếp theo, chúng tôi cũng tiến hành thu thập dữ liệu, phân tích và giải thích kết quả của nghiên cứu. 30 CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU 4.1. Giới thiệu Bằng phương pháp luận đã trình bày ở chương 3, chương này trình bày dữ liệu thống kê mô tả, phân tích số liệu và kết luận nghiên cứu. 4.2. Thống kê mô tả 4.2.1. Đặc điểm cá nhân khách hàng Bảng 4.1. Thống kê đặc điểm cá nhân khách hàng Đặc điểm cá nhân Số người Tỷ lệ Tổng số khách hàng 22,927 100% Nam 13,426 59% Giới tính Nữ 9,501 41% Từ 18 đến 24 tuổi 2,369 10% (Tuổi thấp nhất là 19 tuổi) Từ 25 đến 40 tuổi Độ tuổi 13,907 61% (Tuổi trung bình là 36 tuổi) Trên 40 tuổi 6,651 29% (Tuổi cao nhất là 90 tuổi) Trong 22,927 khách hàng, phần lớn khách hàng sử dụng dịch vụ mạng MobiFone là nam giới với số lượng là 13,426 người (chiếm 59%) nhiều hơn so với nữ giới là 9,501 người (chiếm 41%). Khách hàng sử sụng mạng có tuổi thấp nhất là 19 tuổi, tuổi trung bình là 36 tuổi và khách hàng sử dụng có độ tuổi cao nhất là 90 tuổi. Độ tuổi khách hàng từ 25 đến 40 tuổi có 13,907 người, chiếm tỷ lệ cao nhất là 61%. Trong khi đó, khách hàng trên 40 tuổi có 6,651 người, chiếm 29% và độ tuổi từ 18 đến 24 tuổi có 2,369 khách hàng chỉ chiếm 10%. 31 4.2.2. Loại hình thuê bao Có 2 loại thuê bao chính được sử dụng là thuê bao cá nhân (VIE) và thuê bao FastConnect (FAS). Kết quả thống kê được trình bày theo Hình 4.1. 2% Thuê bao cá nhân FastConnect 98% Hình 4.1. Tỷ lệ khách hàng theo từng loại thuê bao Thuê bao cá nhân (VIE) là loại thông thường được sử dụng phổ biến. Qua thống kê, khách hàng sử dụng thuê bao cá nhân chiếm 98%, tương ứng với 22,447 khách hàng. Thuê bao FastConnect (FAS) chiếm 2%, tương ứng 480 khách hàng. 4.2.3. Thống kê nguyên quán của khách hàng 3% 12% Miền Bắc Miền Trung 85% Miền Nam Hình 4.2. Tỷ lệ nguyên quán của khách hàng theo từng vùng miền 32 Kết quả thống kê cho thấy khách hàng hầu hết có nguyên quán ở khu vực miền Nam, chênh lệch đáng kể về số lượng khách hàng có quê ở Miển Bắc và miền Trung. Điều này cho thấy khách hàng nhập cư tại thị trường Hồ Chí Minh sử dụng mạng MobiFone không nhiều. Cụ thể, khách hàng ở khu vực ở miền Nam chiếm tỷ lệ cao nhất với 85.25% tương ứng với 19,546 khách hàng, miền Trung chiếm 11.99% tương ứng với 2,750 khách hàng và miền Bắc chiếm tỷ lệ thấp nhất với 2.75% tương ứng với 631 khách hàng (Bảng 4.2). Bảng 4.2. Bảng thống kê vùng miền, tỉnh của khách hàng Miền Số lượng KH Phần trăm tích lũy Miền Nam 19,546 85.25% Miền Trung 2,750 11.99% Miền Bắc 631 2.75% Tổng 22,927 100% Ngoài ra, dữ liệu nghiên cứu cho thấy khách hàng có nguyên quán ở TP. Hồ Chí Minh là cao nhất với 16,950 người và thấp nhất là khách hàng có quê quán tại các tỉnh Bắc Kạn, Hà Giang và Lai Châu chỉ có 1 người, chiếm số lượng rất ít. Bảng 4.3. Bảng thống kê nguyên quán của khách hàng Tỉnh thành Số lượng TP. HCM
Đồng Nai
Bình Định
Quảng Ngãi
Tiền Giang
ĐắkLắk
Bình Thuận
Bến Tre
Bà Rịa - Vũng Tàu
Lâm Đồng
Quảng Nam 16,950
412
380
309
272
254
246
212
208
207
192 Phần trăm
tích lũy
73.93%
1.80%
1.66%
1.35%
1.19%
1.11%
1.07%
0.92%
0.91%
0.90%
0.84% 33 190
183
181
175
156
154
137
132
122
119
107
106
103
97
94
94
94
82
74
73
70
69
59
58
57
57
50
49
43
40
35
33
32
30
22
20
18 Hà Nội
An Giang
Long An
Đồng Tháp
Thanh Hóa
Khánh Hòa
Vĩnh Long
Phú Yên
Thừa Thiên Huế
Tây Ninh
Kiên Giang
Bình Phước
Nghệ An
Gia Lai
Nam Định
Ninh Thuận
TP Cần Thơ
Bình Dương
Cà Mau
Hải Phòng
Trà Vinh
Thái Bình
Hà Tĩnh
QuảngTrị
Đà Nẵng
Sóc Trăng
Bạc Liêu
Đắk Nông
Hậu Giang
Quảng Bình
Hải Dương
Ninh Bình
Hà Nam
Tỉnh KonTum
Bắc Ninh
Bắc Giang
Hưng Yên 0.83%
0.80%
0.79%
0.76%
0.68%
0.67%
0.60%
0.58%
0.53%
0.52%
0.47%
0.46%
0.45%
0.42%
0.41%
0.41%
0.41%
0.36%
0.32%
0.32%
0.31%
0.30%
0.26%
0.25%
0.25%
0.25%
0.22%
0.21%
0.19%
0.17%
0.15%
0.14%
0.14%
0.13%
0.10%
0.09%
0.08% 34 15
14
11
6
6
5
4
2
2
2
1
1
1
22,927 0.07%
0.06%
0.05%
0.03%
0.03%
0.02%
0.02%
0.01%
0.01%
0.01%
0.00%
0.00%
0.00%
100% Phú Thọ
Vĩnh Phúc
Quảng Ninh
Thái Nguyên
Yên Bái
Hòa Bình
Tuyên Quang
Điện Biên
Lào Cai
Lạng Sơn
Bắc Kạn
Hà Giang
Lai Châu
Tổng 4.2.4. Doanh thu Doanh thu của nhà mạng MobiFone đến từ 3 nguồn là doanh thu thoại, doanh thu SMS và doanh thu data. Kết quả các loại doanh thu từ tháng 01 năm 2017 đến tháng 10 năm 2017 được trình bày như Bảng 4.4 Bảng 4.4. Doanh thu thoại, SMS và data Đơn vị: đồng DT Số quan DT DT Tổng DT trung sát thấp nhất cao nhất bình/tháng DT thoại 21,813 0 18,131,320 85,239 18,593,074,216 DT SMS 20,420 0 8,692,298 10,506 2,145,264,554 DT data 11,671 0 21,840,000 59,497 6,943,840,837 Trong đó doanh thu thoại cao hơn nhiều so với doanh thu SMS và doanh thu data. Tổng doanh thu thoại là cao nhất, đạt 18,593,074,216 đồng chiếm 67% tương 35 ứng với 21,813 khách hàng, doanh thu cao nhất của 1 thuê bao đạt 18,131,320 đồng, doanh thu trung bình/tháng/thuê bao là 85,239 đồng. Thấp nhất là tổng doanh thu SMS đạt 2,145,264,554 đồng chiếm 8% tương ứng với 20,420 khách hàng, doanh thu cao nhất 1 thuê bao đạt 8,692,298 đồng, doanh thu trung bình/thuê/tháng là 10,506 đồng. Tổng doanh thu data đạt 6,943,840,837 đồng chiếm 25% tương ứng với 11,671 khách hàng, doanh thu cao nhất 1 thuê bao đạt 21,840,000 đồng/thuê bao và doanh thu trung bình/tháng/thuê bao là 59,497 đồng. 4.2.5. Trạng thái hoạt động của các thuê bao Trạng thái hoạt động của các thuê bao bao gồm các loại: chặn 1 chiều, chặn 2 chiều, và thuê bao đã ngưng sử dụng. Số liệu thống kê được trình bày theo Bảng 4.5. Bảng 4.5. Thống kê trạng thái hoạt động của thuê bao Số lần chặn Số người Phần trăm tích lũy 1 17,547 98.6% Chặn 1 chiều 2 245 1.38% 3 4 0.02% 1 8,241 99.31% Chặn 2 chiều 2 56 0.67% 3 1 0.01% Hủy hợp đồng 7,029 30.66% Thống kê cho thấy, có 17,796 thuê bao bị chặn 1 chiều. Trong đó, có 98.6% thuê bao bị chặn 1 lần, tương ứng với 17,547 người. Thuê bao bị chặn 2 lần là 245 người và thuê bao bị chặn 3 lần là 4 người. Trạng thái chặn 2 chiều có tổng số là 8,298 thuê bao, trong đó có 8,241 thuê bao bị chặn 1 lần (chiếm 99.31%) tổng số, 56 thuê bao chặn 2 lần (chiếm 0.67%) và 1 thuê bao bị chặn 3 lần. 36 Ngoài ra, trong tổng số 22,927 thuê bao có 7,029 thuê bao (chiếm 30.66%) đã hủy hợp đồng và ngưng sử dụng mạng MobiFone. 4.3. Phân tích xác suất rời mạng Phân tích tỷ lệ rời mạng của khách hàng sử dụng mạng MobiFone tại Tp. Hồ Chí
Minh bằng phương pháp Kaplan-Meier. Hình 4.3. Xác suất rời mạng của mẫu nghiên cứu Kết quả phân tích theo Hình 4.3 cho thấy, xác suất rời mạng của khách hàng sử dụng mạng MobiFone bắt đầu giảm dần từ tháng thứ 3 và bắt đầu từ tháng thứ 10, xác suất rời mạng dừng lại ở tỷ lệ 20%. Điều này có nghĩa rằng, sau thời gian 10 tháng, tỷ lệ rời mạng của khách hàng sử dụng mạng MobiFone là 20%. 4.3.1. Phân tích xác suất rời mạng theo giới tính Qua phương pháp Kaplan-Meier, trong 10 tháng sử dụng, xác suất rời mạng giữa khách hàng nam và nữ là tương đương nhau theo Hình 4.4. Xác suất rời mạng giữa nam và nữ sử dụng mạng MobiFone có xu hướng giảm dần từ tháng thứ 4. Trong đó, xác suất rời mạng của nam giới thấp hơn so với nữ tại các tháng thứ 3,5,7, 9 và tại tháng thứ 6, xác suất rời mạng của nữ cao hơn so với nam. Tuy nhiên, 37 mức chênh lệch này là không đáng kể. Sau thời gian 10 tháng, xác suất rời mạng của khách hàng nam và nữ sử dụng mạng MobiFone dừng lại ở tỷ lệ 20%. (Chú thích: 0=Nam, 1=Nữ) Hình 4.4. So sánh xác suất rời mạng giữa nam và nữ 4.3.2. Phân tích xác suất rời mạng theo các loại thuê bao Trong 10 tháng sử dụng, xác suất rời mạng của khách hàng sử dụng thuê bao VIE cao hơn thuê bao FAS qua Hình 4.5. Từ khi bắt đầu sử dụng cho đến tháng thứ 5, xác suất rời mạng của khách hàng sử dụng thuê bao FAS và VIE là tương đương nhau. Từ tháng thứ 6, xác suất rời mạng của 2 loại thuê bao tăng dần. Xác suất rời mạng của khách hàng sử dụng FAS cao hơn VIE từ tháng thứ 5 đến tháng thứ 8 và tỷ lệ chênh lệch nhiều tại tháng thứ 6, 7. Từ tháng thứ 9, xác suất rời mạng của khách hàng sử dụng thuê bao VIE tăng mạnh so với thuê bao FAS. Cụ thể, tại tháng thứ 10, xác suất rời mạng của FAS là 20% và VIE là 29%. 38 (Chú thích: 0 = FAS, 1 = VIE) Hình 4.5. So sánh sự rời mạng của khách hàng sử dụng thuê bao FAS và VIE 4.3.3. Phân tích xác suất rời mạng theo nguyên quán của khách hàng Kết quả phân tích bằng phương pháp Kaplan-Meier cho thấy trong 10 tháng sử dụng mạng, xác suất rời mạng của khách hàng có nguyên quán tại TP. Hồ Chí Minh và các tỉnh thành khác là tương đương nhau và đều giảm dần từ tháng thứ 3 theo Hình 4.6. Từ tháng thứ 3 đến tháng thứ 8, xác suất rời mạng của khách hàng có nguyên quán tại TP. Hồ Chí Minh có tỷ lệ cao hơn (mức chênh lệch không đáng kể) so với các tỉnh thành khác, một phần vì khách hàng đa số đều có hộ khẩu ở TP. Hồ Chí Minh còn các khách hàng đến từ tỉnh khác không đáng kể. Tại tháng thứ 9 và 10, xác suất rời mạng của khách hàng có nguyên quán tại TP. Hồ Chí Minh có sự chuyển biến thấp hơn so với các tỉnh thành khác. Sau thời gian 10 tháng, xác suất rời mạng của khách hàng có nguyên quán tại TP. Hồ Chí Minh và các tỉnh thành dừng lại ở tỷ lệ 20%. 39 (Chú thích: 0 = Tp. Hồ Chí Minh, 1 = Các tỉnh khác) Hình 4.6. So sánh sự rời mạng của khách hàng có nguyên quán tại Tp. Hồ Chí
Minh và các tỉnh thành 4.3.4. Phân tích xác suất rời mạng của khách hàng sử dụng và không sử dụng thoại, SMS và data ▪ So sánh xác suất rời mạng giữa khách hàng dùng thoại và không dùng thoại Theo Hình 4.7 ta thấy xác suất rời mạng giữa khách hàng sử dụng thoại và khách hàng không sử dụng thoại có có sự chênh lệch rõ rệt. Từ tháng thứ 2 đến tháng 10 xác suất rời mạng của khách hàng không sử dụng thoại giảm đều một cách đột ngột và tỷ lệ rời mạng ở mức 74%. Trong 06 tháng đầu sử dụng các thuê bao có sử dụng thoại thường xuyên chưa có dấu hiệu rời mạng nhưng đến tháng thứ 7 xác suất rời mạng có giảm nhẹ và tỷ lệ rời mạng dừng ở 6%. 40 (Chú thích: 0 = dùng thoại, 1 = không dùng thoại) Hình 4.7. Xác suất rời mạng giữa khách hàng dùng thoại và không dùng thoại ▪ So sánh xác suất rời mạng giữa khách hàng sử dụng và không sử dụng SMS Ta tiếp tục sử dụng phương pháp Kaplan-Meier so sánh xác suất rời mạng của khách hàng sử dụng SMS và không sử dụng SMS (Hình 4.8). Xác suất rời mạng của khách hàng sử dụng SMS chênh lệch đáng kể so với khách hàng không sử dụng SMS. Đối với khách hàng sử dụng SMS, xác suất rời mạng có xu hướng giảm dần nhưng không đáng kể từ tháng thứ 8 và dừng lại ở tỷ lệ 3% tại tháng thứ 10. Tuy nhiên, xác suất rời mạng của khách hàng không sử dụng SMS tăng mạnh hơn. Từ tháng thứ 3 đến tháng thứ 5 xác suất rời mạng tăng nhẹ, từ tháng thứ 6 xác suất rời mạng của khách hàng không sử dụng SMS tăng mạnh đến tháng thứ 10 và dừng lại ở tỷ lệ 49%. 41 (Chú thích: 0 = dùng SMS, 1 = không dùng SMS) Hình 4.8. Xác suất rời mạng giữa khách hàng sử dụng và không sử dụng SMS ▪ So sánh sự rời mạng giữa khách hàng sử dụng và không sử dụng data Nhìn vào hình 4.9 ta thấy xác suất rời mạng giữa khách hàng sử dụng data và không sử dụng data có sự chênh lệch được thể hiện từ tháng thứ 5. Xác suất rời mạng của khách hàng sử dụng data bắt đầu tăng nhẹ từ tháng thứ 8 đến tháng thứ 10, tỷ lệ tăng không đáng kể và dừng lại ở 3% tại tháng thứ 10. Trong khi đó, xác suất rời mạng của khách hàng không sử dụng data tăng hơn so với khách hàng sử dụng. Xác suất rời mạng của khách hàng không sử dụng data bắt đầu tăng dần nhưng không đáng kể tại tháng thứ 3, 4 và 5, từ tháng thứ 6 xác suất rời mạng của khách hàng không sử dụng data bắt đầu tăng mạnh và dừng lại ở tỷ lệ 26% tại tháng thứ 10. 42 (Chú thích: 0 = dùng data, 1 = không dùng data) Hình 4.9. Xác suất rời mạng giữa khách hàng sử dụng và không sử dụng data Qua phân tích trên cho thấy, sau 10 tháng sử dụng mạng, xác suất rời mạng của khách hàng sử sụng dịch vụ data là thấp nhất dừng lại ở tỷ lệ 3%, tiếp theo là SMS (tỷ lệ dừng ở 3%) và cao nhất là dịch vụ thoại (tỷ lệ dừng ở 6%). 4.3.5. Kết quả hồi quy Kết quả hồi quy bằng mô hình Cox Hazard Model được ước lượng từ phương trình (2) được nêu ở chương 3 để xác định các yếu tố ảnh hưởng đến sự rời mạng của khách hàng MobiFone được thể hiện theo Bảng 4.6. 43 Bảng 4.6. Kết quả hồi quy bằng mô hình Cox Hazard Model Tên biến Coef Std.Err. P>lzl -0.025 -Tuổi 0.012 0.000 0.054 -Giới tính Nam 0.023 0.019 -1.250 -Thuê bao FAS 0.078 0.000 -0.00004 -DT thoại 1.170 0.000 -0.00002 -DT SMS 9.050 0.034 -0.00001 -DT data 1.260 0.000 -Tỉnh thành: -0.025 An Giang 0.124 0.839 0.108 Bình Định 0.100 0.284 -0.228 Bà Rịa-Vũng Tàu 0.131 0.082 0.003 Bình Thuận 0.107 0.980 -0.273 Bến Tre 0.126 0.030 -0.196 ĐắkLắk 0.124 0.115 -0.159 Đồng Nai 0.093 0.087 -0.291 Đồng Tháp 0.137 0.033 -0.278 TP. HCM 0.042 0.000 -0.263 Hà Nội 0.142 0.063 0.207 Khánh Hòa 0.143 0.148 -0.462 Long An 0.145 0.001 -0.178 Lâm Đồng 0.129 0.169 0.065 Phú Yên 0.148 0.660 -0.024 Quảng Nam 0.140 0.864 0.165 Quảng Ngãi 0.113 0.142 -0.086 Tiền Giang 0.111 0.438 0.565 Thanh Hóa 0.118 0.000 -0.356 Tây Ninh 0.172 0.039 44 Thừa Thiên Huế -0.267 0.167 0.872 Vĩnh Long -0.006 0.145 0.969 Kết quả hồi quy từ mô hình cho thấy các yếu tố về tuổi, giới tính và doanh thu (thoại, SMS, data) là các yếu tố ảnh hưởng đến sự rời mạng của khách hàng MobiFone, có ý nghĩa thống kê (p<0.05). Các yếu tố này có tác động ngược chiều đến sự rời mạng của khách hàng, độ tuổi khách hàng càng cao sự rời mạng của khách hàng càng thấp. Doanh thu thoại, doanh thu SMS và doanh thu data cũng tác động ngược chiều đến sự rời mạng của khách hàng, doanh thu càng cao thì khả năng rời mạng của khách hàng càng thấp. Trong đó, doanh thu thoại và doanh thu data (có ý nghĩa thống kê với p=0.00) đã có tác động mạnh hơn doanh thu SMS (có ý nghĩa thống kê với p=0.034) Đối với yếu tố nguyên quán của khách hàng kết quả hồi quy cho thấy khách hàng có nguyên quán ở TP. Hồ Chí Minh và Thanh Hóa là hai tỉnh thành có tác động mạnh nhất đến sự rời mạng của khách hàng MobiFone (có ý nghĩa thống kê với p=0.000 < p=0.05). Khách hàng ở TP.Hồ Chí Minh có khả năng rời mạng thấp hơn so với nhóm các tỉnh thành còn lại, khách hàng ở Thanh ,,,Hóa có khả năng rời mạng cao hơn so với các nhóm tỉnh thành còn lại. Bên cạnh đó, các tỉnh thành gồm: Bến Tre, Đồng Tháp, Long An và Tây Ninh cũng có tác động đến sự rời mạng của khách hàng và đồng thời tác động ngược chiều đến sự rời mạng. Ngoài ra, kết quả hồi quy còn cho thấy nhóm khách hàng có giới tính là nam có khả năng rời mạng cao hơn nữ giới và nhóm khách hàng sử dụng loại thuê bao FAS có khả năng rời mạng thấp hơn so với khách hàng sử dụng thuê bao VIE, điều này hợp lý và cũng chưa thể kết luận được chính xác vì dữ liệu thuê bao hòa mạng FAS thấp hơn thuê bao VIE rất nhiều (thuê bao FAS chỉ có 2%). 4.4. Thảo luận Kết quả nghiên cứu cho thấy các yếu tố ảnh hưởng đến xác suất rời mạng của khách hàng MobiFone là giới tính, độ tuổi, thuê bao, doanh thu và nguyên quán của 45 khách hàng. Mức độ ảnh hưởng của các yếu tố trên đến sự rời mạng của khách hàng cũng đã được xác định ở bảng 4.6. Đa số khách hàng sử dụng mạng MobiFone là nam giới chiếm 59% so với nữ giới chiếm 41%, điều này phù hợp với mật độ dân số Việt Nam hiện nay (nam nhiều hơn nữ). Độ tuổi là yếu tố tác động mạnh đến sự rời mạng của khách hàng. Ở độ tuổi từ 18 đến 24 tuổi (chiếm 10%), độ tuổi này phần lớn khách hàng sử dụng là giới trẻ, học sinh, sinh viên có nhu cầu sử dụng luôn thay đổi. Tùy vào nhu cầu sử dụng, sở thích cá nhân hay sự tiện lợi của dịch vụ sử dụng hấp dẫn giữa các nhà mạng nên ở độ tuổi này khả năng rời mạng là cao nhất. Đối với độ tuổi từ 25 đến 40 tuổi (chiếm 61%), khách hàng sử dụng mạng MobiFone ở độ tuổi này phần lớn là người lao động, nhân viên, doanh nhân,... và không có nhu cầu thay đổi nên độ tuổi này khả năng rời mạng là rất thấp. Cuối cùng là độ tuổi trên 40 tuổi (chiếm 29%), ở độ tuổi này khả năng rời mạng sẽ thấp hơn ở độ tuổi từ 28 đến 24 tuổi và sự rời mạng phần lớn là khách hàng lớn tuổi, sẽ không sử dụng mạng và hủy hợp đồng. Kết quả này phù hợp với kết quả nghiên cứu của Ahn et al. (2006), Bahmani et al 2013. Về các loại thuê bao của nhà mạng MobiFone thì phần lớn khách hàng sử dụng thuê bao VIE (98% trong tổng số quan sát), ta thấy loại thuê bao này được sử dụng phổ biến hơn thuê bao FAS. Những nhu cầu từ thực tế đã dẫn đến sự lựa chọn loại thuê bao để sử dụng của khách hàng là sử dụng loại thuê bao thông thường này và chỉ 2% khách hàng trong tổng số quan sát sử dụng FAS. Và đồng thời, ưu điểm mà nhà mạng MobiFone mang lại cho khách hàng sử dụng so với các nhà mạng khác như Viettel, VinaFone,.. cũng là yếu tố ảnh hưởng đến việc sử dụng hay tiếp tục sử dụng mạng của khách hàng. Kết quả này cũng phù hợp với kết quả nghiên cứu của Lu & Park 2003, Reinartz & Kumar 2003. Đối với yếu tố doanh thu đã cho ta thấy được khách hàng sử dụng mạng đã sử dụng dịch vụ thoại nhiều hơn so với việc sử dụng SMS hay data. Cụ thể, tổng doanh thu thoại nhà mạng thu được là 18,593,074,216 đồng (chiếm 67%) trong tổng doanh thu và thấp nhất là doanh thu từ dịch vụ SMS chỉ 2,145,264,554 đồng (chiếm 46 8%). Yếu tố này có liên quan bởi yếu tố độ tuổi, khách hàng sử dụng có độ tuổi từ 25 đến 40 tuổi chiếm đa số. Thực tế rằng, ở độ tuổi này khách hàng sẽ sử dụng dịch vụ thoại hơn thay thay vì dùng SMS và với công nghệ hiện nay Wifi ở hầu hết khắp mọi nơi nên dịch vụ data cũng sẽ trở nên không cần thiết đối với nhiều khách hàng. 47 CHƯƠNG IV KẾT LUẬN VÀ ĐÓNG GÓP CHÍNH SÁCH 5.1. Giới thiệu Kết luận của nghiên cứu này dựa trên câu hỏi và mục tiêu nghiên cứu được nêu trong Chương 1. Bằng cách trả lời những câu hỏi này, bài luận không chỉ cung cấp tổng quan về công việc được trình bày trong nghiên cứu này mà còn đưa ra những kết luận yếu tố có ảnh hưởng đến xác suất rời mạng của khách hàng sử dụng mạng di động MobiFone tại Hồ Chí Minh. Bên cạnh đó, đây là kết luận của toàn bộ luận án làm việc dựa trên kết quả phân tích dữ liệu. Nó cũng cung cấp một số khuyến nghị cho từng yếu tố ảnh hưởng khác nhau. Nghiên cứu có thể được áp dụng cho bất kỳ mạng điện thoại di động nào trong công tác đánh giá khả năng rời mạng của khách hàng. Qua nghiên cứu sẽ thấy được các yếu tố tác động đến tỷ lệ rời mạng để từ đó đưa ra được các chính sách tối ưu để nâng cao chất lượng dịch vụ và giảm khả năng rời mạng. Dự án này rất hữu ích cho các nhà quản lý của MobiFone để biết quan điểm của khách hàng về quyết định của họ ở lại hay không. 5.2. Kết luận Trong nghiên cứu này, phân tích tỷ lệ sống còn được sử dụng để phân tích tỷ lệ rời mạng giữa các khách hàng trong mạng viễn thông MobiFone và cũng để phân tích, đánh giá các yếu tố quan trọng được cho là ảnh hưởng đến sự rời mạng. Mô hình Cox được sử dụng để tìm ra các yếu tố ảnh hưởng đáng kể đến rời mạng. Ước tính Kaplan-Meier được thực hiện để mô tả các đặc tính rời mạng thể hiện qua đường cong Kaplan-Meier. Trong tất cả các yếu tố phân tích được nghiên cứu cho thấy các yếu tố tuổi, giới tính, nguyên quán, doanh thu có ảnh hưởng đến tỷ lệ rời mạng của khách hàng nhưng yếu tố doanh thu của các dịch vụ thoại, sms và data đóng vai trò khá quan trọng. Nếu MobiFone muốn giữ chân khách hàng, điều đó có nghĩa là họ phải tăng tỷ lệ giữ chân khách hàng làm giảm xác suất rời mạng vì thế các yếu tố về tăng trưởng doanh thu cần phải được xem xét và được thảo luận trong phần kiến nghị. 48 5.3. Kiến nghị Dựa trên phân tích và phát hiện, các khuyến nghị sau đây được thực hiện: 5.3.1. Tăng trưởng doanh thu thoại và sms Hiện nay do qui định của Bộ Thông tin và Truyền thông giảm khuyến mãi cho thuê bao nạp thẻ từ 50% xuống 20% nên xu hướng thoại và sms sụt giảm và các khách hàng hiện tại có xu hường chỉ sử dụng dịch vụ data để truy cập internet để chat voice như zalo, viber, mạng xã hội facebook vì thế để có thể tăng trưởng doanh thu thì MobiFone phải đưa ra các gói cước thoại hấp dẫn theo từng phân khúc khách hàng và đẩy mạnh truyền thông các chương trình bán máy điện thoại kèm gói cước ưu đãi cho khách hàng tại các kênh phân phối đại lý, cửa hàng MobiFone để thu hút khách hàng mới và giảm tỷ lệ rời mạng đối với các khách hàng hiện hữu. Tiếp tục đẩy mạnh các chương trình đổi máy 2G lấy 3G; khuyến mãi gói cước kèm máy khi khách hàng mua máy tại hệ thống cửa hàng bán lẻ MobiFone. 5.3.2. Tăng trưởng doanh thu data Đẩy mạnh phát triển doanh thu data để bù đắp suy giảm của thoại và sms làm giảm xác suất rời mạng. Đẩy nhanh tốc độ 4G để tăng lưu lượng data là xu hướng của viễn thông nói chung và MobiFone nói riêng. Theo xu hướng thế giới thì thoại và sms gần như thả nổi chỉ kiểm soát giá data và cách mạng công nghiệp 4.0 (4G). Vì thế MobiFone cần tập trung vào cạnh tranh, quản lý giá cước, khuyến mãi và tập trung vào các gói cước 4G, xây dựng các gói cước data hộ gia đình, doanh nghiệp và các khu vực vùng ven phù hợp. MobiFone cần đưa ra các chính sách tăng dung lượng với giá cước không đổi cho các gói internet 3G/4G. 5.4. Những hạn chế của đề tài Thứ nhất, phạm vi của nghiên cứu này chỉ tập trung tại thành phố Hồ Chí Minh và trong khoảng thời gian nhất định nên kết quả chỉ mang tính tương đối, tính khát quát chưa cao. Kết quả có thể đúng trong giai đoạn nghiên cứu nhung có thể 49 không còn đúng trong khoảng thời gian dài. Để có những quyết định chính xác, thông tin cập nhập cần có các nghiên cứu tiếp theo. Thứ hai, dự án chỉ diễn ra tại Công ty 2 và bao phủ một thị trường địa lý hạn chế (Thành phố Hồ Chí Minh); không phải toàn bộ khách hàng của MobiFone hoặc toàn bộ ngành dịch vụ viễn thông. Thứ ba, với khoảng thời gian hạn hẹp, kinh phí thực hiện có hạn nên quá trình nghiên cứu chưa được sâu sát, có thể còn nhiều tố ảnh hưởng đến sự rời mạng của khách hàng MobiFone tại thành phố Hồ Chí Minh mà mô hình chưa đề cập đến. Các nghiên cứu tiếp theo có thể khắc phục được hạn chế này. Thứ tư, dự án chỉ xem xét tác động của yếu tố ảnh hưởng đến sự rời mạng đối với duy trì khách hàng mà không đo lường các thành phần của sự hài lòng. Ngoài các yếu tố được thảo luận ở trên, còn có các yếu tố khác ảnh hưởng đến nó, chẳng hạn như đặc điểm nhân khẩu học của khách hàng hoặc các mối quan hệ của người dùng di động. DANH MỤC TÀI LIỆU THAM KHẢO Ahn, J-H., Han, S-P. and Lee, Y-S. (2006) ‘Customer churn analysis: churn determinants and mediation effects of partial defection in the Korean mobile telecommunications service industry’, Telecommunications Policy, Vol. 30, Nos. 10–11, pp.552–568. Bahmani et al (2013) ‘Customer churn prediction’, Management Science Letters, 1345–1352. Blery, E., Batistatos, N., Papastratou, E., Perifanos, I., Remoundaki, G. And Retsina, M. (2009), “Service quality and customer retention in mobile telephony”, Journal of Targeting, Measurement and Analysis for Marketing, Vol.17 No.1, pp 27-37 Boehm (2008) ‘Impact of internet channel on a customer's lifetime’, Journal of Interactive Marketing, Vol 22 No 3. Buckinx, W., Verstraeten, G. and Van den Poel, D. (2007) ‘Predicting customer loyalty using the internal transactional database’, Expert Systems with Applications, Vol. 32, pp.125–134. Colgate, M., Tong, V.T.U, Lee, C.K.C and Farley, J.U (2007), “Back from the Brink: Why customers stay”, Journal of Service Research, Vol.9 No.3. Coussement, K. and Van den Poel, D. (2009) ‘Improving customer attrition prediction by integrating emotions from client/company interaction emails and evaluating multiple classifiers’, Expert Systems with Applications, Vol. 36, pp.6127–6134 Doni Suhartono, Asep Saefuddin, I Made Sumertajaya (2013) ‘Survival analysis of customer in postpaid telecommunication industry’, Indonesian Journal of Statistics Vol. 18 No. 1, p:1-10 Gerpott, T.J., Rams, W. and Schindler, A. (2001) ‘Customer retention, loyalty, and satisfaction in the German mobile cellular telecommunications market’, Telecommunications Policy, Vol. 25, pp.249–269. Glady, N., Baesens, B. and Croux, Ch. (2009) ‘Modeling churn using customer lifetime value’, European Journal of Operational Research, Vol. 197, pp.402–411 Godsway Roland Normeshie (2013) ‘Master thesis. Churn model in the mobile telecommunication Industry in Ghana: A Case Study of Vodafone Ghana’, Kwame Nkrumah University of Science and Technology, Kumasi. Grot, J. C. and Dye, R. T. (1999), “Service Quality: Guideline for Marketer”, Managing Service Quality, Vol. 9, No. 5, pp. 337-358 Ken-Wong, Kay-Wong (2010) ‘Customer retention strategy for wireless telecommunications’, The Service Industries Journal Vol. 30, No. 13, November 2010, 2261–2271. Ken-Wong, Kay-Wong (2011) ‘Cox regression to model customer time to churn’, Journal of Targeting, Measurement and Analysis for Marketing (2011), published online 21 March 2011. Keramati et al (2011). Customer churn determinants using censored log file data, Int. J. Electronic Customer Relationship Management, Vol. 5, No. 2, 2011. Kim, H-S. and Yoon, C-H. (2004) ‘Determinants of subscriber churn and customer loyalty in the Korean mobile telephony market’, Telecommunications Policy, Vol. 28, pp.751–765 Koler, P. (2000), Marketing management (10th edition), Prentice Hall Inc Lee, M., & L.Cunningham, F. (2001), “A cost/benefit approach to understanding service loyalty”, Journal of Business Research, Vol. 55 No.2, pp. 113-130 Lu J. 2001. Predicting Customer Churn in the Telecommunications Industry –– An Application of Survival Analysis Modeling Using SAS, Proceeding of Data Mining Conference of DiaMondSUGI 27, Overland Park, 2001, pp114 Pendharkar, P.C. (2009) ‘Customer genetic algorithm based neural network approaches for predicting churn in cellular wireless network services’, Expert Systems with Applications, Vol. 36, pp.6714–6720. Reichheld, F.F and Sasser, W.E (1990), “Zero defections: quality comes to services”, Harvard Business Review, September-October, pp. 105-11 Reichheld, F.F., Kenny, D.W. (1990), "The hidden advantages of customer retention", Journal of Retail Banking, Vol. 13 No.4, pp.19-23 Rust, R.T and Zahorik, A.J (1993), “Customer satisfaction, customer retention, and market share”, Journal of Retailing, Vol.69 No.2, pp 193-215 Seo, D.B., Ranganathan, C. and Babad, Y. (2008) ‘Two-level model of customer retention in the US mobile telecommunications service market’, Telecommunications Policy, Vol. 32, pp.182–196 Tsai, C-F. and Chen, M-Y. (2010) ‘Variable selection by association rules for customer churn prediction of multimedia on demand’, Expert Systems with Applications, Vol. 37, pp.2006–2015. Tsai, C-F. and Lu, Y-H. (2009) ‘Customer churns prediction by hybrid neural networks’, Expert Systems with Applications, Vol. 36, pp.12547–12553. Van den Poel, D. and Burez, J. (2009) ‘Handling class imbalance in customer churn prediction’, Expert Systems with Applications, Vol. 36, pp.4626– 4636 Van den Poel, D. and Larivière, B. (2004) ‘Customer attrition analysis for financial services using proportional hazard models’, European Journal of Operational Research, Vol. 157, pp.196–217 Verbeke, W., Martens, D., Mues, C. and Baesens, B. (2010) ‘Building comprehensible customer churn prediction models with advanced rule induction techniques’, Expert Systems with Applications Zeithaml, V.A and Bitner (1996), Services Marketing, McGraw-Hill, New York Zhao, Y., Li, B., Li, X., Liu, W. and Ren, S. (2005) ‘Customer churn prediction using improved one-class support vector machine’, Advanced Data Mining and Applications, Vol. 3584, pp.300–306. PHỤ LỤC. KẾT QUẢ HỒI QUI MÔ HÌNH COX HAZARD
