Ứng dụng học máy vào xây dựng mô hình đánh giá hiệu quả quảng cáo cho doanh nghiệp Kenvue Việt Nam trên sàn Shopee

Abstract

Trong bối cảnh quảng cáo số cạnh tranh ngày càng khốc liệt, việc đánh giá hiệu suất không thể chỉ dựa vào các chỉ số định lượng như CTR, CPC hay ROAS, mà còn cần xét đến yếu tố nội dung. Tuy nhiên, hiện còn thiếu nghiên cứu kết hợp hai khía cạnh này một cách hệ thống. Đề tài nhằm kết hợp dữ liệu hiệu suất và nội dung quảng cáo (dưới dạng văn bản) để phân tích hiệu quả chiến dịch. Nghiên cứu sử dụng mô hình phân cụm K Means trên các chỉ số định lượng và đặc trưng văn bản (TF-IDF), kết hợp hồi quy logistic để xác định yếu tố ảnh hưởng đến hiệu suất quảng cáo. Kết quả cho thấy một số chỉ số như CTR, ROAS và các từ khóa nhất định trong nội dung có tác động đáng kể đến phân loại chiến dịch tốt/kém. Mô hình cũng đạt độ chính xác cao và giúp trực quan hóa quy tắc phân nhóm. Nghiên cứu mang lại hàm ý thiết thực cho doanh nghiệp trong việc tối ưu cả nội dung và chiến lược quảng cáo dựa trên dữ liệu.