Xu hướng chuyển dịch số và hiệu quả đa kênh

Dữ liệu cho thấy một sự dịch chuyển rõ rệt trong hành vi khách hàng:

• Sự thống trị của Mobile/Online: Số lượng giao dịch qua kênh Mobile tăng trưởng trung bình 15% mỗi quý. Đến đầu năm 2025, kênh Mobile và Online chiếm tới 70% tổng lượng giao dịch. Ngược lại, giao dịch tại chi nhánh (Branch) giảm dần về số lượng nhưng tăng về giá trị trung bình mỗi giao dịch, cho thấy chi nhánh đang chuyển mình thành nơi tư vấn các dịch vụ giá trị cao (Vay vốn, Bảo hiểm).
• Tối ưu hóa ATM: Mặc dù tần suất rút tiền tại ATM giảm 10% so với cùng kỳ năm 2023, nhưng giá trị giao dịch trung bình (AOV) lại tăng 20%. Điều này chứng tỏ khách hàng đang tối ưu hóa việc rút tiền mặt, ưu tiên rút số lượng lớn trong một lần để giảm chi phí thời gian.

Phân khúc khách hàng và quản trị rủi ro

Sự phân hóa về sức khỏe tài chính được thể hiện rõ qua CustomerSegment và CreditSegment:

• Nhóm High Income & Excellent Credit: Đóng góp hơn 55% tổng doanh thu từ CreditCardFees và InsuranceFees. Nhóm này có hành vi giao dịch xuyên suốt và ít nhạy cảm với các biến động phí, là nguồn thu ổn định nhất của ngân hàng.
• Cảnh báo từ nhóm nợ tiềm tàng: Chỉ số LatePaymentAmount bắt đầu tăng nhẹ từ quý 4/2024, tập trung chủ yếu ở phân khúc Low Income với điểm CustomerScore dưới mức trung bình. Điều này đặt ra yêu cầu phải điều chỉnh lại mô hình chấm điểm tín dụng hoặc thắt chặt hạn mức cho nhóm Very Poor credit để bảo toàn vốn.

Hiệu quả sản phẩm và tương quan thu nhập

• Cơ cấu Doanh thu phí: ProductCategory về Tín dụng (Credit) vẫn là nguồn thu lớn nhất, chiếm 40% doanh thu phí. Tuy nhiên, mảng Bảo hiểm (Insurance) ghi nhận tốc độ tăng trưởng phí (InsuranceFees) ấn tượng nhất (25% y-o-y), đặc biệt là ở nhóm khách hàng có MonthlyIncome ổn định.
• Đặc thù nhóm Student & Business: Trong ProductSubcategory, nhóm khách hàng Student tuy có số dư giao dịch thấp nhưng lại sở hữu tỷ lệ tương tác cao nhất trên Mobile App. Trong khi đó, nhóm Business đóng góp lượng Amount lớn nhất nhưng lại phát sinh nhiều phí phạt trả chậm (LatePaymentAmount) nhất do đặc thù vòng quay vốn.

Phân tích địa lý và mạng lưới chi nhánh

• Mật độ giao dịch: Dựa trên BranchLat và BranchLong, các cụm giao dịch có giá trị lớn tập trung dày đặc tại các thành phố lớn (BranchCity). Các chi nhánh vùng ven ghi nhận lượng giao dịch thấp nhưng tỷ lệ giao dịch bảo hiểm lại cao hơn mức trung bình 12%.
• Điều chỉnh hạ tầng: Phân tích cho thấy một số khu vực có mật độ máy ATM dày đặc nhưng lượng giao dịch thấp, trong khi nhu cầu giao dịch Online tại đó lại rất cao. Đây là căn cứ để ngân hàng tái cấu trúc, giảm bớt chi phí vận hành vật lý tại các “điểm lạnh”.

Hiệu quả cá nhân hóa (Recommended Offers)

• Tỷ lệ chuyển đổi: Có một mối liên hệ chặt chẽ giữa RecommendedOffer và sự gia tăng giá trị giao dịch ở nhóm Middle Income. Các đề xuất về “Nâng hạn mức thẻ” hoặc “Gói bảo hiểm gia đình” có tỷ lệ phản hồi cao nhất khi được gửi qua kênh Mobile dựa trên hành vi chi tiêu thực tế.
• Tối ưu hóa ưu đãi: Dữ liệu chỉ ra rằng việc gửi ưu đãi không phù hợp với CreditSegment (ví dụ gửi đề xuất vay cho nhóm nợ xấu) không chỉ gây lãng phí nguồn lực mà còn làm giảm điểm hài lòng của khách hàng.

Tính thời điểm và chu kỳ giao dịch (Seasonality)

• Đỉnh giao dịch định kỳ: Dữ liệu ghi nhận lượng giao dịch (Amount) tăng đột biến vào tuần cuối cùng của mỗi tháng (trùng với kỳ trả lương) và các dịp lễ lớn cuối năm 2023, 2024.
• Biến động phí phạt: LatePaymentAmount thường có xu hướng tăng vào quý 1 hàng năm (sau kỳ nghỉ lễ dài), cho thấy áp lực chi tiêu quá mức trước đó ảnh hưởng đến khả năng trả nợ ngắn hạn của khách hàng.

Tương quan giữa điểm tín nhiệm và hành vi nợ

• Tính dự báo của CustomerScore: Có một mối tương quan nghịch rõ rệt giữa CustomerScore và LatePaymentAmount. Khách hàng có điểm dưới 400 có xác suất phát sinh phí phạt trả chậm cao gấp 3.5 lần so với nhóm trên 700.
• Sự ổn định của nhóm “Standard”: Nhóm khách hàng Standard (trong ProductSubcategory) có mức thu nhập không quá cao nhưng lại có CustomerScore ổn định nhất, cho thấy đây là phân khúc khách hàng bền vững, ít rủi ro biến động cho ngân hàng.