Bài này là điển hình build model làm prediction của Machine Learning thôi.
Nhưng cái mình tò mò là hiện tại thím làm kiểu "phân tích truyền thống" là cụ thể làm gì để giải quyết bài toán trên nếu không biết ML?
SQL, python hay Machine Learning chỉ là tool, cho dù biết cả chục giải thuật ML rồi bỏ data vào chạy mà ko biết lý thuyết thống kê thì cũng như thợ gõ thôi. Tại thấy phía trên thím nói trước giờ làm "phân tích truyền thống... phán đoán chủ quan.." nếu vậy thì nên ưu tiên học thống kê dữ liệu trước đừng bận tâm tới mấy cái tool này.
Cảm ơn thím, cách thức truyền thống thực ra đã phải dùng thống kê rất nhiều, nhưng sẽ có những thứ được cho là luôn phải thế, như câu chuyện đèn không thể treo ngược.
Lấy ví dụ đánh giá rủi ro tín dụng một khách hàng, 10 năm trước đây chủ yếu dùng phân tích định lượng, sau đó mới đến trào lưu áp dụng Basel 2 trong đó các TCTD cố xây mô hình tính xác xuất rủi ro vỡ nợ để định giá khoản vay, tính toán các dự phòng và vốn kinh tế vân vân và mây mây.
Về lĩnh vực bán lẻ, cách truyền thống vẫn là thống kê tần suất lặp lại và tương quan, trong đó có một số quan niệm truyền thống như một năm có bao nhiêu mùa và từng mùa bán gì, các đảo khuyến mãi dẫn hành trình mua hàng, các đầu quầy kệ là điểm vàng, sản phẩm dẫn, sản phẩm kèm, màu sắc, mùi vị.... Nhiều lúc cứ nghĩ sản phẩm nào đó bán được nhiều là do khuyến mãi, nhưng thực ra do yếu tố khác, có khi chỉ là thay đổi vị trí trưng bày hay đặt gần sản phẩm nào đó
