Marketing 4.0 Cần Những Loại Dữ Liệu Gì?

Góp ý
cho chúng tôi

Mục lục

Hồi tháng 5 vừa rồi em có tham dự hội thảo Data Summit Vietnam 2019. Đại loại nội dung của hội thảo nói về việc ứng dụng Phân tích dữ liệu lớn BigData trong các hoạt động kinh doanh và marketing. Vé hội thảo tương đối đắt (khoảng 12tr/vé) nên em đã cố gắng ghi chép cẩn thận những gì học được để đỡ cảm thấy phí tiền.

Hôm nay em đưa ra chủ đề “Marketing 4.0 cần những loại dữ liệu gì?” để anh chị làm marketing cùng trao đổi thảo luận, đối với anh chị nào làm chủ doanh nghiệp có thể tham khảo/đối chiếu với hệ thống dữ liệu bên mình để sẵn sàng cho cuộc chơi “Marketing 4.0 base-on Big Data”.

Đa số các doanh nghiệp ở Việt Nam thường rơi vào 3 nhóm sau:

Chưa có dữ liệu khách hàng, và cũng chưa ý thức được cần phải xây dựng hệ thống thu thập dữ liệu khách hàng (doanh nghiệp truyền thống, cỡ nhỏ/siêu nhỏ)
Có 1 chút dữ liệu cơ bản, chưa biết cần phải xử lý làm gì để tạo ra được giá trị (Doanh nghiệp vừa và nhỏ, sản phẩm theo xu hướng chuyển dịch số, đã tham gia Digital Marketing)
Có nhiều dữ liệu, đang tích cực khai khác (Doanh nghiệp công nghệ, doanh thu nghìn tỷ.)

Trong hội thảo phần trình bày của Tiến sĩ Carol Hargreaves – Giám đốc Trung tâm tư vấn phân tích dữ liệu – Đại học quốc gia Singapore nói về cách xây dựng 1 hệ thống Phân tích dữ liệu (PTDL), bà có nói về các nguồn dữ liệu cần có và output của nó dùng vào việc gì.

4 bước chính trong kinh doanh dựa trên dữ liệu bao gồm

Thu thập dữ liệu(Data Gathering) -> Quản lý(Data Manage)-> Phân tích(Analyze) -> Hành động(Action).

Thu thập dữ liệu(Data Gathering)

Từ trước đến giờ, mỗi khi muốn biết 1 lý do hay nhu cầu nào đó của khách hàng thì ta thường thực hiện survey --> chi phí đắt đỏ, không đảm bảo câu trả lời của khách hàng là chính xác, chưa kể tập khách hàng mẫu khảo sát mà không đại diện được toàn bộ tập khách hàng của doanh nghiệp thì việc khảo sát là vô nghĩa.

Trong kỷ nguyên dữ liệu thì nhược điểm này được khắc phục bằng các hệ thống thu thập dữ liệu hành vi khách hàng --> như vậy hệ thống phải đảm bảo có đủ loại dữ liệu về khách hàng, từ dữ liệu demographics tới dữ liệu hành vi và log sử dụng dịch vụ…

Customer Demographics: Dữ liệu nhân khẩu học của 1 khách hàng như tên, tuổi, ngày sinh, giới tính, địa chỉ, nghề nghiệp, đã làm cha mẹ, có con học tiểu học…

Product Sale & Usage: Đây là nhóm dữ liệu về hành vi khách hàng mua và sử dụng sản phẩm của công ty anh/chị: hành vi sử dụng, tần suất mua, loại sản phẩm, đơn giá, mức độ hài lòng, thời gian mua gần nhất, những sản phẩm tương tự, sản phẩm hỗ trợ, sản phẩm bán kèm…

Media & devices: Dữ liệu này thu thập từ kênh truyền thông mà khách hàng tiếp cận được đến sản phẩm của anh chị bao gồm kênh tương tác, dòng máy (khách hàng sử dụng smarphone và features phone hành vi mua sắm rất khác nhau), mức độ nhạy cảm với quảng cáo, các loại tài khoản MXH,…

Third Party Data: Dữ liệu trả về khi anh/chị sử dụng dịch vụ của bên thứ 3 trong công việc kinh doanh của mình.

Social Media: Là các nguồn dữ liệu từ các MXH Facebook, Youtube, LinkedIn… --> các doanh nghiệp nhỏ chủ yếu chỉ có loại dữ liệu này được sinh ra sau những chiến dịch quảng cáo trên Facebook, Youtube…

Data manage

Việc quản lý dữ liệu tác giả nói không kỹ nhưng theo chuẩn thế giới thì dữ liệu CRM, Channels, social media --> sẽ dùng để xây dựng lên hệ thống Customer 360 (C360 là kho dữ liệu có đầy đủ features xoay quanh 1 khách hàng, đủ các loại dữ liệu categorical, numberic, time series… nó thể hiện được đúng như cái tên 360 độ view về khách hàng. Tuỳ đặc thù ngành mà dữ liệu này có thể lên đến gần 2000 trường)

Tương tự như vậy dữ liệu về Product & Usage sẽ xây dựng lên Product360 (P360)

Analyze

Tất cả 5 nhóm dữ liệu trên sẽ được kết hợp sử dụng vào các bài toán khác nhau. Xuyên suốt vòng đời sử dụng dịch vụ của khách hàng, từ khách hàng mới -> upsell, cross-sell -> rồi rời bỏ dịch vụ (churn) đều có thể phân tích.

Action

Đối với khách hàng mới ta có Profile Customers (C360) kết hợp với P360 để nhắm mục tiêu cho các chiến dịch quản cáo, upsell, cross sell sản phẩm. -> Tạo ra doanh thu bán hàng và tăng trưởng.

Từ việc phân tích hành vi sử dụng dịch vụ, phản ánh, phàn nàn trên MXH… sẽ xây dựng được Churn modelling – giữ chân khách hàng sử dụng dịch vụ. Những doanh nghiệp nhỏ – trung bình thường chưa quan tâm đến việc giữ chân khách hàng, trong khi chi phí để có được 1 khách hàng mới lớn gấp 5 lần chi phí để giữ chân 1 khách hàng cũ.

Lời kết: Bài viết trên là 1 phần kiến thức nhỏ trong chuỗi 15 bài talk của hội thảo. Em sẽ chia sẻ dần dần, gửi tặng anh/chị quan điểm vui vui của Mr. Mike Sherman chủ toạ diễn đàn:

“Big data is like High School sex: