การกำหนดกลยุทธ์ลีสซิ่งด้วยการจัดกลุ่มลูกค้าโดยการทำคลัสเตอร์แบบเคมีน: กรณีศึกษาบริษัทลีสซิ่ง (ประเทศไทย) จำกัด

งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อวิเคราะห์ข้อมูลโดยการพัฒนาแบบจำลองการแบ่งกลุ่มลูกค้าเช่าซื้อรถยนต์บริษัท ลีสซิ่ง (ประเทศไทย) จำนวน 23,287 คน ซึ่งเป็นสถาบันการเงินที่ผู้ผลิตรถยนต์ก่อตั้งขึ้น (captive finance) โดยใช้เทคนิคการทำคลัสเตอร์แบบเคมีน (K-Means clustering) ซึ่งเป็นเทคนิคในรูปแบบการเรียนรู้แบบไม่มีผู้สอน (Unsupervised Learning) เพื่อจัดกลุ่มลูกค้า (Segmentation) ออกเป็นกลุ่มตามปัจจัยต่าง ๆ ดังนี้ (1) ลักษณะทั่วไปของลูกค้า ได้แก่ อายุ เพศ สถานภาพสมรส ระดับการศึกษา ระยะเวลาการพักอาศัย ณ ที่พัก อาชีพ ระยะเวลาการทำงาน (2) ปัจจัยทางการเงิน ได้แก่ รายได้ เครดิตทางการเงิน (3) พฤติกรรมการซื้อรถยนต์ ได้แก่ ระดับราคารถยนต์ที่ซื้อ มูลค่าเงินดาวน์ มูลค่าเงินงวดชำระ จำนวนงวดการผ่อน ด้วยกระบวนการ CRISP-DM ทั้ง 6 ขั้นตอน ดังนี้ (1) การทำความเข้าใจธุรกิจ (Business Understanding) (2) การทำความเข้าใจเกี่ยวกับข้อมูล (Data Understanding) (3) การเตรียมข้อมูล (Data Preparation) (4) การพัฒนาแบบจำลอง (Modeling) (5) การทดสอบแบบจำลอง (Evaluation) (6) การนำแบบจำลองไปใช้ (Deployment)ผลลัพธ์การจัดกลุ่มลูกค้าสามารถแบ่งออกเป็น 4 คลัสเตอร์ ได้แก่ กลุ่มที่ 1 คือ“กลุ่มลูกค้าเครดิตดี มีกำลังจ่าย ผ่อนสั้น” กลุ่มที่ 2 คือ “กลุ่มเจ้าของกิจการวัยเก๋า ดาวน์ต่ำ ชอบผ่อนนาน” กลุ่มที่ 3 คือ “กลุ่มรายไม่แน่นอน ดาวน์ต่ำ ผ่อนนาน” กลุ่มที่ 4 คือ “กลุ่มอายุน้อย ดาวน์ต่ำ ผ่อนนาน” จากนั้นจึงวิเคราะห์ลักษณะสำคัญของแต่ละกลุ่ม เพื่อให้ข้อเสนอแนะทางกลยุทธ์ให้กับบริษัท ลีสซิ่ง (ประเทศไทย) ทั้งในด้านข้อเสนอสิทธิพิเศษทางการเงิน ด้านการสร้างแคมเปญการตลาดสู่กลุ่มเป้าหมาย รวมถึงการกำหนดกลยุทธ์การเพิ่มยอดขายกับกลุ่มลูกค้าศักยภาพอย่างเหมาะสม