Từ dữ liệu đến hành động

PGS. TS Hồ Đắc Ngã, Đại học San Francisco State, Hoa Kỳ, Nhà sáng lập Gmartek cho biết, để hoạt động marketing hiệu quả, dữ liệu và phân tích dữ liệu vô cùng quan trọng.

Vị chuyên gia nêu ví dụ về một tổ chức nhận nuôi chó, mèo bỏ hoang. Họ kêu gọi tiền từ các mạnh thường quân. Họ có website, sau khi phân tích người dùng vào website đó, họ phân ra thành những người yêu chó và yêu mèo. Sau đó, họ gửi email nói về chó cho người yêu chó riêng và tương tự như vậy với người yêu mèo. Sau đó, họ thấy rằng hiệu quả huy động tiền tăng từ 1-3%, doanh số tăng 200%.

Ví dụ thứ hai là một bài toán mà tất cả doanh nghiệp đang gặp phải. Đó là doanh nghiệp hiện có rất nhiều kênh quảng cáo như Google, Facebook… nhưng ngân sách quảng cáo cố định. Làm sao để phân bổ nguồn tiền, ngân sách đó vào kênh khác nhau để đạt hiệu quả tối ưu.

Ông Hồ Đắc Ngã cho biết, đầu tiên, marketer phân bổ dòng tiền vào các kênh khác nhau, sau đó chạy quảng cáo. Khi người dùng tương tác với quảng cáo sẽ để lại thông tin và marketer dùng thông tin đó để tiếp tục phân bổ cho các kênh khác nhau.

Một nghiên cứu dựa trên dữ liệu của một công ty internet khi họ chạy quảng cáo để tăng lượng người dùng mới là một ví dụ. Họ có data 540 ngày quảng cáo , 5 kênh quảng cáo khác nhau. Và có 3 phương pháp được thử nghiệm.

Phương pháp 1 là sử dụng nguồn data quảng cáo và phân bổ ngân sách nhưng chỉ dựa vào thông tin về hiệu quả của kênh ở thời điểm hiện tại. Sau khi chạy xong, có kết quả thì họ tiếp tục thay đổi ngân sách. Đây là cách nhiều công ty đang làm. Với phương pháp này, công ty đó chỉ có khoảng 10.000 người dùng.

Phương pháp thứ 2 là ngoài cân nhắc hiệu quả kênh ở hiện tại, công ty còn phân tích hiệu quả của kênh quảng cáo trong quá khứ. Tổng hợp thông tin đó để phân bổ ngân sách quảng cáo thì họ tăng lên 12.000 người dùng mới.

Phương pháp thứ 3 là ngoài việc tìm hiểu thông tin hiện tại, quá khứ, công ty này còn đẩy nguồn ngân sách từ kênh này qua kênh khác cho tới khi họ đạt được điểm tối ưu, với cách này, họ đạt được 13.000 người dùng mới.

Như vậy, nếu tận dụng tốt data để thực hiện quảng cáo, công ty có thể tăng 10.000-13.000 người dùng mới, khoảng 30%.

Thực tế không giống trong sách

Như vậy, theo cách thông thường, các công ty sẽ dựa vào data để cá nhân hóa trải nghiệm, từ đó sẽ duy trì sự hài lòng của khách hàng. Nhưng PGS. TS Hồ Đắc Ngã cũng cho biết thực tế không phải như vậy.

Đơn cử như tại các công ty hàng không, hành khách hạng thương gia chỉ chiếm khoảng 12% nhưng đóng góp tới 75% lợi nhuận cho các công ty hàng không. Vì vậy, đa phần họ đều tập trung chăm sóc nhóm khách hàng mang lại nhiều lợi nhuận đó một cách tốt nhất. Nhưng hành động cụ thể của 2 hãng hàng không đã cho thấy 2 kết quả khác nhau. 

Như câu chuyện của Giáo sư Peter Fader (Trường kinh doanh Wharton thuộc Đại học Pennsylvania, Mỹ), người luôn luôn đặt ghế thương gia cho các chuyến bay của mình. Một hôm ông phải đi hạng thường trong chuyến du lịch với gia đình. Ngay lập tức, dữ liệu về thông tin chuyến bay của ông được gửi về trung tâm xử lý và gửi thông điệp tới phòng bay. Đại diện hãng tới chào hỏi gia đình ông và chăm sóc họ với một chế độ đặc biệt giống như hành khách hạng thương gia.

Tuy vậy, Giáo sư Peter Fader không cảm thấy vui mà ngược lại, ông thấy xấu hổ vì đồ ăn, chế độ khác mọi người xung quanh. Cùng với đó, những khách hàng xung quanh khi nhìn thấy bị phân biệt đối xử như vậy cũng không mấy vui vẻ.

Một ví dụ khác là Southwest, Đây là được đánh giá là hãng hàng không có trải nghiệm khách hàng tốt nhất nước Mỹ hiện nay, dù vì họ làm ngược lại tất cả những gì trong sách nói. Họ không có phân loại khách hàng. Họ chỉ có 3 sự lựa chọn nhưng những lựa chọn không nhiều sự khác biệt. Tức khi bạn leo lên máy bay ngồi, ghế giống nhau, đồ ăn giống nhau, không ai biết bạn thuộc lựa chọn nào, nó chỉ khác biệt ở chỗ bạn có được đổi trả vé hay không.

Southwest không có cá nhân hóa trải nghiệm để duy trì sự hài lòng cho một nhóm khách hàng, mà họ nhắm đến toàn bộ khách hàng. Southwest làm được việc mà tất cả các hãng hàng không khác không làm được.

“Tiếp thị theo hướng dữ liệu là một quá trình học hỏi. Không phải cứ phân tích data và làm theo data là đã thắng. Mà sau đó vẫn phải đo lường lại hiệu quả và phân tích tiếp. Đó không phải là quy trình tuyến tính mà là một vòng lặp. Một công ty làm được tiếp thị theo hướng dữ liệu là họ làm bằng data nhưng sau mỗi hành động sẽ tạo thêm data để họ có thêm sự thấu hiểu về sản phẩm, thị trường, khách hàng”, PGS. TS Hồ Đắc Ngã nhận định.