Quy trình

1. Thu thập dữ liệu: Tuổi, giới tính, thu nhập, sở thích, hành vi mua sắm...
2. Tiền xử lý: Làm sạch, mã hoá, chuẩn hóa dữ liệu.
3. Chọn mô hình:
4. • Có nhãn → Dùng Decision Tree, Random Forest,...
   • Không nhãn → Dùng K-Means, Clustering...
5. Huấn luyện mô hình: Cho mô hình học cách phân nhóm (1 - Mới, 2 - Tiềm năng, 3 - Thân thiết).
6. Đánh giá & triển khai: Kiểm tra độ chính xác, áp dụng vào thực tế để phân loại khách hàng mới.
7. Kết quả: Doanh nghiệp hiểu khách hàng hơn và tiếp thị hiệu quả hơn.

-Vì khoa học dữ liệu giúp phân tích dữ liệu lớn để:

Ra quyết định chính xác hơn

Dự đoán xu hướng tương lai

Tối ưu hoá hoạt động và chi phí

Cá nhân hoá dịch vụ, trải nghiệm người dùng

-Ví dụ:

Bán lẻ: Amazon gợi ý sản phẩm bạn cần dựa trên lịch sử mua sắm.

Y tế: Dự đoán nguy cơ bệnh để điều trị sớm.

Ngân hàng: Phát hiện giao dịch gian lận tức thì.

Sản xuất: Dự báo máy móc sắp hỏng để sửa trước.

Giáo dục: Cá nhân hoá nội dung học cho từng học sinh.

Vai trò

1. Triển khai & bảo trì hệ thống: Lắp đặt, cấu hình và giữ cho hệ thống CNTT hoạt động ổn định.
2. Bảo mật thông tin: Ngăn chặn virus, hacker, và bảo vệ dữ liệu quan trọng.
3. Hỗ trợ kỹ thuật: Giúp nhân viên xử lý sự cố máy tính, phần mềm nhanh chóng.
4. Tư vấn công nghệ: Đề xuất giải pháp CNTT phù hợp để nâng cao hiệu quả làm việc.
5. Nâng cấp hệ thống: Cải tiến và mở rộng hệ thống theo nhu cầu phát triển của doanh nghiệp.