McKinsey gợi ý 4 bước kích hoạt dữ liệu để tối ưu tiếp thị

Theo nghiên cứu của McKinsey, kích hoạt dữ liệu (data activation) có thể thúc đẩy doanh số bán hàng của doanh nghiệp tăng lên 15-20%, doanh số của kênh kỹ thuật số thậm chí còn tăng nhiều hơn, đồng thời cải thiện đáng kể ROI cho mỗi kênh tiếp thị.

Bài viết dựa trên quan điểm của ông Julien Boudet, ông Brian Gregg, ông Jason Heller và bà Caroline Tufft - hiện là những Senior Partner của McKinsey, có nhiều năm kinh nghiệm trong lĩnh vực chuyển đổi số, thương mại điện tử.

Jane là một bà nội trợ “giàu có”, thường xuyên mua hàng trên nhiều kênh từ trang thương mại điện tử, cửa hàng vật lý cho đến ứng dụng di động. Khi truy cập website của một nhà bán lẻ để tìm quần tập yoga, cô được đề xuất các loại quần tập có kiểu dáng khác nhau dựa trên những lần mua trước đó, lượt mua của khách hàng có hồ sơ tương tự và loại quần đang bán chạy của cửa hàng. Sau một thời gian nhìn ngắm và đánh giá sản phẩm, cuối cùng, Jane thêm một chiếc quần yoga có kiểu dáng giống với lần mua trước đây vào giỏ hàng rồi thanh toán.

Chỉ trừ email follow-up, hầu hết tương tác của thương hiệu với người dùng đều dừng sau khi mua hàng thành công. Nhưng hãy xem điều gì sẽ xảy ra khi một nhà bán lẻ tiến hành kích hoạt dữ liệu của Jane. Ba ngày sau khi mua hàng online, một đơn vị tận dụng dữ liệu bên thứ ba (third party data) đã tiếp cận Jane và gửi cho cô một email có chủ đề về sức khoẻ. Trông có vẻ hấp dẫn, cô nhấp vào đường link rồi xem một video về cách nuôi dạy những đứa trẻ khoẻ mạnh. Một tuần sau, cô nhận được tin nhắn điện thoại kêu gọi tải ứng dụng di động từ một cửa hàng bán đồ thể thao khác để nhận được ưu đãi 15% khi mua các thiết bị tập luyện yoga. Mặc dù Jane chưa bao giờ mua chúng ở cửa hàng bán lẻ này, nhưng cô đã tận dụng ưu đãi nhận được để mua một chiếc túi thể thao mới. Có thể thấy, mọi thứ chỉ bắt đầu từ việc Jane mua quần tập yoga, nhưng cuối cùng lại trở thành nhiều trải nghiệm hấp dẫn khác.

Tiếp thị bằng kích hoạt dữ liệu khách hàng đóng vai trò quan trọng trong việc tăng trưởng

Và sau nhiều thử nghiệm khác, có thể thấy tiếp thị bằng kích hoạt dữ liệu khách hàng đóng vai trò quan trọng trong việc tăng trưởng. Nó sẽ góp phần thúc đẩy doanh số bán hàng tăng lên 15-20%, doanh số của kênh kỹ thuật số thậm chí còn tăng nhiều hơn, đồng thời cải thiện đáng kể ROI khi đầu tư cho các kênh tiếp thị.

CDP: Công cụ giải quyết những thách thức về cá nhân hoá bằng dữ liệu

Nhiều doanh nghiệp thường xuyên kiểm tra tác động của những trải nghiệm khách hàng khác nhau, nhưng lại thực hiện chúng riêng lẻ. Khi cố gắng mở rộng quy mô thử nghiệm, họ gặp khó khăn trong việc xác định cần ưu tiên cho thứ gì. Quay trở lại với Jane, khi tiếp cận mục tiêu, liệu các marketer đã xem cô ấy là một người mẹ, một người thích yoga hay một bà nội trợ? Điều gì sẽ xảy ra khi họ đều thử nghiệm với Jane bằng cả 3 phân khúc trên đồng thời? Liệu cô ấy có phải là đại diện của phân khúc khách hàng nhỏ riêng biệt (microsegments) sở hữu các thuộc tính và tín hiệu trên cả ba phân khúc hay không?

Đây thực sự là một thách thức cho các nhà tiếp thị, dù đã có sẵn mô hình quản lý quan hệ khách hàng (CRM), quản lý dữ liệu tổng thể (MDM) và quản lý tài nguyên tiếp thị (MRM).

Dù các công cụ này có thể giúp doanh nghiệp xử lý và sắp xếp dữ liệu, quản lý phân khúc khách hàng, tổ chức quy trình làm việc và cải thiện mối quan hệ với khách hàng, nhưng hầu như họ không tận dụng hết các tín hiệu kỹ thuật số mà khách hàng cung cấp. Thay vào đó, họ lại dựa vào dữ liệu, phân khúc khách hàng cơ bản sẵn có hoặc từ những chiến dịch marketing thông thường. Trong khi những kênh này đều thiếu khả năng tự đưa ra quyết định, mô hình hoá dữ liệu và mở rộng tương tác cá nhân hoá.

Và nền tảng dữ liệu và ra quyết định tự động CDP có thể giúp các nhà tiếp thị mở rộng quy mô tương tác với khách hàng trong thời gian thực. Tuy CDP chưa thực sự xâm nhập vào các nền tảng dữ liệu và nghiên cứu thị trường lớn Gartner Magic Quadrant hay Forrester Wave, nhưng nó đang dần trở thành khái niệm tiêu chuẩn của ngành cùng với một nhóm nhỏ các nền tảng third-party đang phát triển khác.

Bốn bước kích hoạt dữ liệu

Để kích hoạt dữ liệu, doanh nghiệp nên tích hợp CDP vào hệ thống dữ liệu. Trong trường hợp chưa xây dựng được CDP, hãy tận dụng những hình thức quản lý dữ liệu, mô hình CRM hoặc thậm chí chấp nhận bắt đầu xây dựng lại từ đầu bằng 4 bước như sau.

1. Data foundation: Xây dựng nền tảng dữ liệu

Nhiều công ty đã có sẵn một lượng dữ liệu tương đối đầy đủ để xác định chân dung khách hàng. Tuy nhiên, những dữ liệu này hiện còn phân bố rời rạc. Họ cần phải hợp nhất và kết nối chúng lại thì mới có thể đưa vào sử dụng được. Theo đó, CDP sẽ lấy dữ liệu có sẵn của doanh nghiệp để khởi tạo những hồ sơ khách hàng có ý nghĩa, rồi đẩy chúng vào hệ thống của tổ chức và cho phép nhân viên ở phòng ban liên quan truy cập.

Bước đầu tiên để xây dựng nền tảng dữ liệu, đó là feeding (đưa dữ liệu vào CDP). Bước này được thực hiện khi doanh nghiệp đẩy toàn bộ dữ liệu có được vào hệ thống rồi xây dựng dần dần. Theo thời gian, khi hệ thống tiếp thu và “học” được thông tin từ dữ liệu đầu vào sẽ tạo ra những phân khúc khách hàng mới ngày càng chi tiết và cụ thể hơn. Ngoài ra, những dữ liệu mà người tiêu dùng để lại (ví dụ: lượt truy cập website, thông tin mua hàng trên ứng dụng, cách tương tác trên mạng xã hội) có thể góp phần mở rộng tập dữ liệu, cho phép doanh nghiệp phản hồi trong thời gian thực và tìm ra những cách khác để kích hoạt khách hàng tương tác. Với CDP, insight thu thập được không chỉ dừng lại ở phản ứng của khách hàng đối với một chiến dịch cụ thể, mà còn liên quan đến việc phát triển sản phẩm có mục tiêu hơn.

Việc kết hợp dữ liệu từ bên thứ ba với các phân khúc khách hàng khác nhau qua nền tảng quản lý dữ liệu (DMP) có thể nâng cao trải nghiệm cho cả người dùng số định danh và ẩn danh.

Thực tế, nhiều doanh nghiệp đang đấu tranh để có thể hiểu hơn về khách hàng của họ – những người mua hàng không thường xuyên. Các công ty này kết hợp dữ liệu CRM có sẵn với dữ liệu người dùng Facebook để xác định số lượng khách hàng tiềm năng và có nhiều khả năng mua hàng nhất. Bởi việc nhắm mục tiêu thông qua quảng cáo hiển thị trên và ngoài Facebook có thể mang lại lợi nhuận cao hơn từ 50-100% so với việc chỉ tập trung trên Facebook. Do vậy, có thể kết luận việc kết hợp dữ liệu từ bên thứ ba với các phân khúc khách hàng qua nền tảng quản lý dữ liệu (DMP) có thể nâng cao trải nghiệm cho cả người dùng số định danh và ẩn danh. Từ đó, doanh nghiệp sẽ cải thiện được mức độ tương tác và chuyển đổi bằng chỉ số đo lường sự hài lòng của khách hàng (net promoter score), giá trị tìm kiếm khách hàng mới (acquisition) và lifetime.

2. Decisioning: Khai thác dữ liệu để ra quyết định

Insight từ dữ liệu cho phép nhà tiếp thị quyết định đâu là nội dung phù hợp cần gửi cho khách hàng, và dùng kênh nào để truyền tải. Theo đó, mỗi khách hàng sẽ được chấm điểm dựa trên giá trị tiềm năng của họ.

Với những dữ liệu đã có, máy học sẽ đưa ra một tập hợp các quy tắc kinh doanh và mô hình hồi quy, rồi tiến hành so sánh các thông điệp, ưu đãi và trải nghiệm với với điểm số của mỗi khách hàng. Từ đó, có thể xác định được những yếu tố cần được ưu tiên phân phối và thời điểm có thể triển khai.

Điều này cho phép doanh nghiệp cải thiện mối quan hệ với khách hàng tốt hơn và quan sát những dấu hiệu khác nhau trên hành trình mua hàng. Những dấu hiệu này có thể là “giỏ hàng bị bỏ qua” hoặc “đã duyệt mà không mua” hay thời gian trực tuyến của khách hàng theo ngày.

Trên thực tế, những tín hiệu này sẽ trở thành yếu tố giúp doanh nghiệp đưa ra hành động cụ thể đối với từng nhóm khách hàng.

Lấy ví dụ, một chuỗi bán lẻ đa kênh phát hiện ra rằng có một nhóm khách hàng chỉ mua hàng một lần trên website của họ một lần mỗi năm. Tuy nhiên, nhiều phân tích và báo cáo khác lại chỉ ra những người này lại có xu hướng quay trở lại website một vài ngày sau khi mua hàng. Do đó, công ty tận dụng cơ hội này để gửi tin nhắn, email marketing với chương trình ưu đãi nhằm kích thích họ mua hàng thường xuyên hơn, thay vì có thể mất nhiều đơn hàng hơn trong 1 năm nữa. Cách tiếp cận này làm tăng gấp đôi tỷ lệ mở email của khách hàng – từ 10-15% lên đến 25-35% (nhờ bám sát dữ liệu và tín hiệu kỹ thuật số của khách hàng trong thời gian thực).

Các công ty lớn xây dựng mô hình quyết định bằng dữ liệu này trên tất cả các kênh phân phối. Điều đó đòi hỏi kỹ thuật phân tích và mô hình hoá phải ở mức cao hơn thì mới xác định được tác động của kênh này lên kênh khác khi khách hàng đang ở trên hành trình quyết định của họ. Gần đây, một công ty du lịch đã áp dụng phương pháp này và nhận thấy việc phối hợp các thông điệp trên đa kênh giúp tăng tỷ lệ chuyển đổi và customer lifetime value của khách hàng tăng từ 10% lên 20%.

Bên cạnh đó, những quyết định đúng đắn thường dựa trên nhiều thử nghiệm khác nhau và được điều chỉnh liên tục. Theo thời gian, những thử nghiệm này có thể ngày càng trở nên tinh vi hơn khi các mô hình và thuật toán xây dựng chồng lên nhau. Chẳng hạn, một công ty viễn thông đã thử nghiệm nhiều đề nghị khác nhau theo từng nhóm khách hàng riêng biệt: Thế hệ Millennials, người tiêu dùng ở thành thị và những người đã ghé thăm website trong vòng 3 ngày trước thời điểm khảo sát. Điều này có vẻ phức tạp nhưng bộ máy ra quyết định tự động vẫn kết luận được những ưu đãi và trải nghiệm có khả năng đem lại tỷ lệ hoàn vốn cao nhất đối với 3 nhóm trên. Điều này cho phép công ty viễn thông này mở rộng quy mô thử nghiệm mà không sợ trải nghiệm khách hàng mất đi sự nhất quán.

3. Design: Thiết kế ưu đãi, thông điệp và trải nghiệm

Hiểu được khách hàng và cách tương tác với họ chỉ vô nghĩa nếu như thiếu đi nội dung truyền tải. Tuy nhiên, việc thiết kế ra các nội dung và ưu đãi tuyệt vời bị cản trở bởi thực tế là các chức năng và phòng ban trong nhiều doanh nghiệp có xu hướng hoạt động riêng lẻ. Chủ sở hữu của mỗi kênh thử nghiệm và thu hút người tiêu dùng theo cách của riêng họ. Sự hiệu quả chỉ đến khi các phòng ban trong công ty liên kết với nhau lại chẳng hạn: marketing, digital, pháp lý, merchandising và IT/DevOps để tạo ra một phòng ban riêng mang tên “thực chiến”. Đây là mô hình modern marketing đã được McKinsey khuyên doanh nghiệp nên ứng dụng trong bài viết trước đây.

Các nhóm này nắm những ưu tiên cho người tiêu dùng và có trách nhiệm thực hiện chúng. Nhóm đa chức năng liên tục phát triển ý tưởng mới, thiết kế các giả thuyết về cách thu hút khách hàng, lập kế hoạch thử nghiệm, vẽ ra ưu đãi và nội dung. Bộ phận phân tích giúp xác định quy mô của cơ hội, tác động khi thử nghiệm và thu thập insight từ thử nghiệm. Những thông tin này sau đó được gắn thẻ để liên kết với một trình kích hoạt và sẵn sàng được sử dụng khi cần thiết.

Hiểu được khách hàng và cách tương tác với họ chỉ vô nghĩa nếu như thiếu đi nội dung truyền tải

Điển hình, chỉ ba tháng sau khi ra mắt phòng thực chiến, một nhà bán lẻ đa kênh tầm cỡ đã thấy tốc độ thử nghiệm của họ giảm xuống còn 2-3 tuần, so với 15-20 tuần như trước đây, đồng thời số lần thử nghiệm tăng từ 4-6 lên 20- 30 mỗi tháng.

4. Distribution: Phân phối trải nghiệm trên nhiều nền tảng

Hệ thống phân phối chỉ đơn giản là “đường ống” đưa quảng cáo hoặc nội dung đến người dùng cuối (ví dụ: máy chủ quảng cáo, DSP hoặc nền tảng quản lý nội dung). Thông thường, chúng được thực hiện thủ công và chỉ truyền đến những phân khúc có nhu cầu thấp. Nhưng khi kết nối với CDP, những thông điệp và nội dung cụ thể sẽ được gửi đến những phân khúc khách hàng khác nhau trên đa kênh. Nhiều doanh nghiệp lớn đã phát triển hệ thống thư viện API để giúp gắn CDP vào martech nhằm theo dõi trải nghiệm khách hàng. Việc tích hợp yếu tố này sẽ tạo ra một năng lực phản hồi, tương tác với khách hàng nhanh chóng. Sau đó, những dữ liệu này lại được vận chuyển về CDP.

Các mức độ kích hoạt dữ liệu phổ biến của doanh nghiệp

Cách kích hoạt dữ liệu thực ra không giống nhau, mà sẽ thay đổi tuỳ theo tiềm năng và tình hình của mỗi doanh nghiệp. Để kích hoạt dữ liệu, việc tự đánh giá tài sản dữ liệu có thể giúp lãnh đạo doanh nghiệp phát triển bộ benchmark đo lường hiệu quả trên hành trình kích hoạt dữ liệu của mình. Để thấy rõ sự khác biệt, đội ngũ nghiên cứu của McKinsey đã làm một khảo sát ba nhóm doanh nghiệp khác nhau về mức độ kích hoạt dữ liệu của họ. Dưới đây là câu trả lời của họ. Trong đó, trường hợp (1) là nhóm doanh nghiệp chưa có nhu cầu, trường hợp (2) là nhóm có mức độ kích hoạt dữ liệu trung bình và trường hợp (3) là nhóm rất quan tâm về sử dụng dữ liệu cho hoạt động tiếp thị.

Data foundation

Doanh nghiệp biết gì về người tiêu dùng thông qua những tệp dữ liệu nội bộ của công ty cùng các nguồn cập nhật dữ liệu thời gian thực?

• Trường hợp 1: Không sử dụng dữ liệu cho mục đích cá nhân hoá.
• Trường hợp 2: Cá nhân hoá theo hướng dữ liệu. Nguồn dữ liệu đến từ dữ liệu giao dịch hoặc dữ liệu ẩn danh của bên thứ ba. Dữ liệu được cập nhật thủ công hàng ngày hoặc hàng tuần.
• Trường hợp 3: Để có được góc nhìn rộng về người tiêu dùng, cần phải phân tích họ thông qua nhiều điểm chạm (giao dịch, chiến dịch truyền thông, lượng truy cập website, dịch vụ chăm sóc khách hàng). Dữ liệu được kích hoạt để sử dụng cho mục đích cá nhân hoá trải nghiệm khách hàng. Dữ liệu luôn ở trạng thái “thời gian thực” hoặc được làm mới nhiều lần trong ngày.

Trong hoạt động tiếp thị, kích hoạt dữ liệu được xem là chìa khoá để chuyển đổi những giao dịch đơn giản của khách hàng trở thành các mối quan hệ bền vững đối với doanh nghiệp.

Decisioning

Doanh nghiệp đang sử dụng mô hình nào để kích hoạt dữ liệu?

• Trường hợp 1: Không sử dụng bất cứ mô hình nào để nâng cao khả năng nhắm mục tiêu hoặc kích hoạt trải nghiệm cá nhân hoá trên các kênh.
• Trường hợp 2: Sử dụng mô hình cơ bản. Nhưng mô hình này không thể chạy được trên kênh kỹ thuật số vì doanh nghiệp thiếu năng lực về công nghệ và khoa học dữ liệu.
• Trường hợp 3: Sở hữu nhiều mô hình dự đoán giá trị đối với một tương tác nhất định của khách hàng, với đội ngũ kỹ sư dữ liệu nội bộ là người quản lý mô hình. Trong tương lai, doanh nghiệp sẽ sử dụng công nghệ máy học để tinh chỉnh thêm các mô hình khác.

Design

Doanh nghiệm thường kiểm tra nhu cầu và phản hồi của khách hàng như thế nào?

• Trường hợp 1: Giới hạn việc kiểm tra và không cập nhật yêu cầu thường xuyên.
• Trường hợp 2: Các bài kiểm tra được thiết lập và triển khai thủ công. Doanh nghiệp phân tích hiệu quả hàng tuần hoặc hàng tháng và tối ưu hoá định kỳ.
• Trường hợp 3: Doanh nghiệp chạy trình A/B test hoặc đa lượng biến kích hoạt hàng ngày để quan sát phản hồi của khách hàng với những thông điệp.

Distribution

Các nền tảng tiếp thị tương tác với hệ thống dữ liệu như thế nào?

• Trường hợp 1: Không tối ưu hoá martech và chỉ phản hồi trên nền tảng của agency mà doanh nghiệp đang sử dụng dịch vụ.
• Trường hợp 2: Tải hàng loạt dữ liệu lên hệ thống martech theo cách thủ công, và cung cấp trải nghiệm cá nhân hoá để mở rộng phân khúc khách hàng trên một số kênh nhất định. Dữ liệu phản hồi và giao dịch được gửi lại hàng loạt vào CDP.
• Trường hợp 3: Sử dụng kết nối API giữa nhiều nền tảng dữ liệu và hệ thống martech. Tất cả phản hồi và giao dịch được đưa vào nền tảng dữ liệu khách hàng để làm nguồn cho hoạt động tiếp thị kế tiếp.

Nhìn chung, không giống như chuyển đổi số, triển khai CDP không phải là sự thay thế các hệ thống dữ liệu khách hàng hiện tại mà là một giải pháp hoạt động dựa trên các hệ thống hiện có. Theo McKinsey, nhiều nhà tiếp thị đã có sẵn giải pháp tiếp thị nhờ công nghệ và dữ liệu, chỉ là họ chưa sử dụng nó đúng cách. Bài viết trên đây tóm gọn 4 bước kích hoạt dữ liệu mà doanh nghiệp nên cân nhắc. Vì trong hoạt động tiếp thị, kích hoạt dữ liệu là chìa khoá để chuyển đổi những giao dịch đơn giản của khách hàng trở thành các mối quan hệ bền vững đối với doanh nghiệp.

Theo Hạnh Bạch / Brands Vietnam
* Nguồn: McKinsey