ปัจจุบันข้อมูลเป็นสิ่งสำคัญที่ใช้ในการสนับสนุนการดำเนินการและการตัดสินใจเพื่อบริหารและจัดการธุรกิจด้านต่าง ๆ ทำให้ในปัจจุบันข้อมูลที่มีคุณภาพจึงเป็นทรัพยากรที่จำเป้นอย่างยิ่ง การจัดเก็บหรือรวบรวมข้อมูลที่ดี มีคุณภาพจึงถือว่าเป็นสิ่งจำเป็น เพื่อให้ได้ข้อมูลที่ครบถ้วนสมบูรณ์ การบริหารจัดการข้อมูล การดูแลข้อมูลให้พร้อมที่จะนำมาใช้สนับสนุนการดำเนินการของหน่วยงาน ด้วยความก้าวหน้าทางเทคโนโลยีสารสนเทศ ส่งผลให้มีข้อมูลขนาดใหญ่ ที่มีปริมาณมหาศาล อยู่ในหลากหลายรูปแบบ และเปลี่ยนแปลงอย่างรวดเร็ว และมีความต้องการนำข้อมูลเหล่านั้นมาประมวลเพื่อสร้างสารสนเทศ สำหรับใช้ประกอบการตัดสินใจและการนำข้อมูลใหญ่หรือสารสนเทศมาวิเคราะห์ เพื่อสร้างองค์ความรู้ เพิ่มศักยภาพในการแข่งขันทางด้านธุรกิจ การให้บริการสินเชื่อของธนาคารพาณิชย์ ในรูปแบบของบัตรสินเชื่อ (credit card) ถือว่าเป็นผลิตภัณฑ์หลักอย่างหนึ่งที่สร้างรายได้หลักที่ธนาคารพาณิชย์ให้ความสำคัญ จึงจำเป็นจะต้องพัฒนาผลิตภัณฑ์บัตรสินเชื่อรูปแบบใหม่เพื่อใหทันกับยุคสมัย ค่านิยม ที่สงผลตอพฤติกรรมผู้บริโภคที่เปลี่ยนแปลงไป ที่จะดึงดูดผู้บริโภคให้สนใจและใช้งานผลิตภัณฑ์ ที่ตอบโจทย์ตามความต้องการ เพื่อสร้างความพึงพอใจระหว่างธนาคารพาณิชย์ ผู้ที่เป็นเจ้าของผลิตภัณฑ์ และลูกค้าบัตรสินเชื่อ ผู้ที่เป็นผู้บริโภค งานวิจัยฉบับนี้เป็นส่วนหนึ่งของวิชา BADS 7201 และ BADS 7202

1. from credit card usage data Credit card
Strategy planning to
increase new customers
1

2. Abstract
This project aims to study and planning the
marketing strategy for increase new customers. We
propose 3 unique important topics to study which are
(1) customer segmentation
(2) market basket analysis
(3) recommendation
2

3. INtroduction
Objective,
Scope of study
Literature
review
Customer segmentation,
Recommendation system,
Customer behavior
results
Analysis,
Results
methodology
Process
02 04
01 03
Conclusions
andsuggestion
Conclusions,
Suggestion
05
3

4. Objectives
01.
INtroduction
4

5. Scopeofstudy
2016 641,914
The dataset contains transactions by
credit card in 2016 from kaggle by Dery
Kurniawan
We have 641,914
transactions
5

6. 02. Literature
review
● K-mean
● CURE
Customersegmentation
6

7. ● First Purchase
● Best Seller
● The Highest price
Customerbehavior
● Association Rule
● Collaborative Filtering
Recommendationsystem
7

8. 03.
methodology
8

9. 02.
03. 04.
01.
Datapreparation
3.Grouping data
Use groupby() function to
group the data based on
the “Customer ID”
1.Missing value
Check if there is any
missing value.
4.Customer singleview
Rename columns and
reset index
2.Type ofdata
It is important to make
sure you are using the
correct data types.
9

10. 1. Histogram count
Frequency plot
Exploratorydataanalysis(EDA)
10

11. Exploratorydataanalysis(EDA)
2.boxplot
11

12. Exploratorydataanalysis(EDA)
3.Heatmap
correlation
12

13. 1. 2. 3.
4. 5. 6.
Model
Recommendation
system
Filter regular
customer
Association rule
Customer
segmentation
Collaborative
filtering
Customer
behaviorTop3
2 Model 1. K-mean 2. CURE Show Top 3
Create new dataset, EDA,
Data preparation
Apriori remove bias
Item-Based Filtering 13

14. DATavisualization
Countplot top10merchant
name
Theelbowmethod
14

15. 04.
results
Comparing model
selection in clustering:
K-mean, CURE
15

16. Comparingmodel:Numberofcustomer
Group K-mean CURE
1 2191 4865
2 1443 41
3 844 40
4 327 5
5 141 1
6 7 1 16

17. DATavisualization
49536
CustomerGroup
K-mean CURE
2
Variable
17

18. CustomerbehaviorbyK-mean
Group Firstpurchese Bestseller Thehighest
price
1 Play Store,
Apple iTunes
Play Store,
Apple iTunes
AMC,
Uber
2 Lyft, AMC AMC, Lyft AMC, Lyft
3 Lyft, AMC AMC, EZ Putt Putt AMC, Uber
4 Lyft, AMC AMC, Apple iTunes AMC, EZ Putt Putt
5 Alibaba, Uber AMC, Uber Amazon, Uber
6 - AMC, gap oldnavy
18

19. AssociationRule
Lift >= 2.4 and
Interest >= 0.51
Graph-base for 28
rules visualization
with items and
rules as vertices
19

20. Collaborativefilteringitem-base
Cosine similarity > 0.75
Graph-base for 220
item similarity
visualization with items
and similar as vertices
20

21. interpret
21

22. 05.
Conclusions
andsuggestion
22

23. CONclusions andsuggestion
SUGGESTION
● Unsupervised learning
● Domain Expert
CONCLUSIONS
● K-mean vs. CURE
● No Primary data
23

24. CREDITS: This presentation template was created by
Slidesgo, including icons by Flaticon, and infographics &
images by Freepik
THANKS!
24
นายพรหมฤทธิ์ รมยศิริไทย
6120412019
นายทรงวุฒิ อมรอนุกูล
6120412029