Phân tích Tỷ lệ khách hàng rời bỏ – Học viên Đức Anh

Ngày đăng: 17/01/2024

Phân tích Tỷ lệ khách hàng rời bỏ là chủ đề chắc hẳn những người làm Marketing, Dịch vụ,…rất quan tâm với mong muốn giảm tỷ lệ khách hàng rời bỏ, tăng tỷ lệ giữ chân khách hàng. Đó chính là chủ đề mà học viên Trần Đức Anh lựa chọn để phân tích trong bài dự án cuối khóa Power BI.

Trước khi kết thúc mỗi khóa học, các học viên đều có cơ hội làm bài tập dự án để được thực hành giải quyết một vấn đề cụ thể do học viên tự lựa chọn và nhận được những nhận xét chi tiết đến từ ban giám khảo là những giảng viên, chuyên gia trong ngành Dữ liệu.

Dưới đây là bài tập dự án trong khóa học của học viên Trần Đức Anh.

Phân tích Tỷ lệ khách hàng rời bỏ - Học viên Đức Anh
Slide trình bày của học viên Đức Anh

Thông tin dự án 

  • Học viên: Trần Đức Anh 
  • Lớp: PL-300: Analyzing Data with Power BI 
  • Khóa: K95 
  • Chủ đề dự án: Phân tích Tỷ lệ khách hàng rời bỏ 
  • Bộ dữ liệu: Telco Customer Churn 

Bối cảnh bộ dữ liệu 

Bộ dữ liệu mô tả về đặc điểm khách hàng của công ty Telco – một doanh nghiệp cung cấp dịch vụ viễn thông và các dịch vụ giá trị gia tăng đi kèm, như: 
– Internet: Thuê bao kỹ thuật số; Dịch vụ cáp quang, Streaming (TV, Phim ảnh) 
– Dịch vụ trên điện thoại 
– Các dịch vụ bổ sung: Sao lưu dữ liệu, Bảo mật trực tuyến, Hỗ trợ kỹ thuật,… 
  
Trong tập KH của công ty, một lượng KH đã rời bỏ dịch vụ. Mục tiêu của bài phân tích là giúp công ty chỉ ra được đâu là những yếu tố ảnh hưởng đến khả năng rời bỏ dịch vụ của công ty, từ đó có những chiến lược để giữ chân KH. 
 
Bộ dữ liệu chứa thông tin của 7043 khách hàng, thông tin các dịch vụ mà khách hàng sử dụng và thông tin tài khoản của khách hàng. 

Bạn có thể tìm hiểu thêm và tải xuống bộ dữ liệu tại đây: CUSTOMER CHURN PREDICTION 📈 | Kaggle 

Mục tiêu phân tích 

Mục tiêu mà bài Phân tích Tỷ lệ khách hàng rời bỏ của học viên Trần Đức Anh đang hướng tới là: 

  • Nhận diện khuôn mẫu của nhóm khách hàng rời bỏ và xu hướng của họ. 
  • Đưa ra đề xuất nhằm cải thiện tình trạng rời đi của khách hàng. 

Báo cáo Power BI 

Toàn bộ bài thuyết trình 

Bài phân tích của học viên Trần Đức Anh đã nhận được một số đánh giá từ ban giám khảo như sau:  

Về phần trình bày: 

  • Trình bày tự tin, mạch lạc 
  • Slide trau chuốt, dễ nhìn, tuy nhiên nên cô đọng ý hơn. 
  • Nên thêm một số label trong báo cáo Power BI để người xem dễ nắm bắt thông tin. 
  • Nên thêm conditional formatting để ý nghĩa của các chỉ số trên biểu đồ được thể hiện rõ rệt. 

Về nội dung: 

  • Phần đề xuất giải pháp nên có thêm giải pháp ngắn hạn và dài hạn. 

Hãy cùng xem lại toàn bộ phần trình bày của học viên và những nhận xét từ ban giám khảo dưới đây nhé: 

Kết luận 

Việc thực hành dự án phân tích bằng Power BI cuối khoá sẽ giúp các học viên:  

  • Rèn luyện kỹ năng phân tích, trực quan hoá dữ liệu trên Power BI một cách chỉn chu.  
  • Rèn luyện khả năng thuyết trình với stakeholders.  
  • Trau dồi kinh nghiệm thực hành một project phân tích dữ liệu thực tế trong doanh nghiệp.  
  • Thêm Project vào Portfolio cho các vị trí Data Analyst, Business Analyst,…giúp nhà tuyển dụng đánh giá năng lực ứng viên dễ dàng hơn.  

Tham khảo thêm Final Projects của các học viên Datapot tại đây 

Tham gia group ôn thi PL-300/DA-100 tại: https://www.facebook.com/groups/da100vn  

Chuỗi Video Hướng dẫn thực hành Lab và sử dụng các tài nguyên của Microsoft: https://www.youtube.com/c/Datapotvn/videos  

Update tài nguyên từ Microsoft, DA-100 exam questions và exam topics tại Fanpage của Datapot: https://www.facebook.com/DatapotAnalytics/  

Với các bạn mới bắt đầu tìm hiểu Power BI & mong muốn ứng dụng Power BI trong công việc, hãy tham khảo khóa học PL-300: Microsoft Power BI Data Analyst. 

Được thiết kế và giảng dạy bởi các chuyên gia giàu kinh nghiệm làm việc và đào tạo trong ngành dữ liệu, được triển khai tại các doanh nghiệp như Unilever, SHB, MB Ageas Life,.., khóa học sẽ mang đến cho bạn những kiến thức và kỹ năng thực tiễn nhất. 

Chia sẻ bài viết này

Để lại một bình luận

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

This site uses Akismet to reduce spam. Learn how your comment data is processed.