Những điều dữ liệu chưa nói với bạn

Marketer thường nhấn mạnh rằng các hoạt động marketing của mình đều dựa trên dữ liệu (data-driven). Khẳng định đó giúp các bên cảm thấy “nhẹ lòng” hơn khi tin rằng các quyết định liên quan đều có một hệ thống dữ liệu rõ ràng làm cơ sở.

Tuy nhiên, các marketer thực sự đã có đủ những con số cần thiết cho một chiến dịch xây dựng thương hiệu (brand building)? Liệu có những cơ hội lớn nào vẫn bị vùi lấp dưới “biển” dữ liệu mà họ chưa tìm thấy?

Khoảng trắng (white spaces) là gì? 

Những khoảng trắng (white spaces) không chỉ giới hạn trong lĩnh vực thiết kế mà còn tồn tại trong các biểu đồ dữ liệu được các thương hiệu và agency dùng để phân tích hàng ngày. Dựa trên định nghĩa cơ bản, khoảng trắng là những khoảng trống, không có nội dung nằm giữa các đối tượng trong một ấn phẩm thiết kế. Khi nói về các khoảng trắng trong dữ liệu, tôi tạm xác định chúng là những vùng thông tin chưa được phân tích cặn kẽ.

Dựa trên kinh nghiệm làm việc của bản thân, tôi nhận thấy đa số các marketer chưa thấy được các khoảng trắng và cho rằng không có bất kì “lỗ hổng” dữ liệu nào. Họ tin rằng bản thân đã có đủ các con số cần thiết để xác định các cơ hội tăng trưởng mới cho thương hiệu của mình.

Nguồn: simplilearn

Vậy marketer đã bỏ lỡ những gì?

Không thể phủ nhận sự thật rằng công nghệ đã giúp con người khám phá được vô vàn các loại dữ liệu, từ first-, second- đến third-party data. Do vậy, các marketer khó có thể bị thuyết phục bởi quan điểm rằng họ vẫn bỏ sót khá nhiều thông tin có ích ngoài kia. 

Hiện tại, với sự phân mảnh dữ liệu, công nghệ máy học đã và đang giúp con người thu thập thông tin và xây dựng hồ sơ đối tượng, lập biểu đồ kết nối và phân tích mọi hành động mà người dùng thực hiện trên nền tảng mạng xã hội hoặc website. Tuy nhiên, vẫn sẽ xuất hiện tình trạng dữ liệu không chính xác hoặc đã lỗi thời. Vậy các marketer có đang thực sự sở hữu tất cả dữ liệu cần thiết cho chiến dịch brand building hay không?

Cần hiểu đúng khái niệm xây dựng thương hiệu (brand building)

Để trả lời được câu hỏi trên, tôi nên miêu tả rõ hơn ý nghĩa của việc xây dựng thương hiệu. Theo quan điểm cá nhân, brand building liên quan đến việc tạo ra các ấn tượng tích cực về thương hiệu, từ đó thúc đẩy những khách hàng tiềm năng xem xét sử dụng sản phẩm của thương hiệu đó trong tương lai. 

Thực tế sẽ không có cơ sở dữ liệu nào đủ chính xác để xác định được hành vi của khách hàng và đánh giá mức độ hiệu quả của các chiến dịch quảng cáo.

Bước đầu tiên của brand building là đảm bảo những người dùng tiềm năng nhận biết được thương hiệu của bạn giữa vô vàn đối thủ trong cùng một thị trường. Họ cần hiểu rõ về sản phẩm của thương hiệu, dành sự quan tâm và cảm xúc tích cực nhất định cho thương hiệu, đặc biệt là ở thời điểm cần đưa ra quyết định mua hàng. Việc xây dựng thương hiệu hiệu quả giúp mở rộng lượng khách hàng trong tương lai. Đây sẽ là những cá nhân sẵn sàng tương tác và phản hồi với các hoạt động marketing khuyến khích mua hàng của thương hiệu. 

Khách hàng tiềm năng sẽ không mua hàng ngay trong thời điểm hiện tại

Hầu hết người tiêu dùng sẽ chưa sẵn sàng mua hàng ngay trong khoảnh khắc đầu tiên tiếp xúc với thương hiệu. Theo tôi, khá nhiều marketer theo trường phái data-driven đã vô tình bỏ qua tâm lý này. Nhu cầu mua của khách hàng sẽ nằm ở “thì tương lai”. Ở hiện tại bản thân họ sẽ khó xác định được nhu cầu cụ thể với một sản phẩm hoặc dịch vụ. Do đó, các mẩu quảng cáo sẽ khó thuyết phục được khách hàng trong lần tiếp cận đầu tiên. Đồng nghĩa với việc lượt click, ghé landing page hay follow sẽ khá thấp.

Không có phản ứng rõ ràng

Quan điểm của tôi không có ý phủ định khả năng xây dựng chân dung khách hàng tiềm năng thông qua các dữ liệu hiện có. Vấn đề nằm ở việc khi các mẩu quảng cáo không mang lại hiệu quả như mong đợi, các marketer sẽ đơn giản cho rằng những nhóm khách hàng cùng làm việc trong một lĩnh vực cụ thể, sở hữu mẫu xe hơi giống nhau, có những điểm chung nhất định về sở thích, tuổi tác, nơi sống không có hứng thú hay nhu cầu với sản phẩm của họ. Thực tế, dựa trên tâm lý tôi đề cập ở trên, sẽ không có cơ sở dữ liệu nào đủ chính xác để xác định được hành vi của khách hàng và đánh giá mức độ hiệu quả của các chiến dịch quảng cáo. Cách duy nhất để đo lường hiệu suất là khảo sát nhóm người mua tiềm năng để xem họ có các phản ứng như kì vọng của thương hiệu dành cho các mẩu quảng cáo đó hay không.

Nên tận dụng “khoảng trắng” dữ liệu để tối ưu hoá hiệu suất quảng cáo

Khi các marketer áp dụng biện pháp nhắm đối tượng dựa trên dữ liệu, khả năng cao các thương hiệu trong cùng ngành hàng sẽ cùng xuất hiện trước mắt một khách hàng mục tiêu. Mọi trường hợp thường gặp là người tiêu dùng sẽ nhận được quảng cáo từ các thương hiệu khác nhau cung cấp cùng một loại sản phẩm mà họ đang quan tâm. Khi đó họ bị bão hoà thông tin sẽ xảy ra và khó đưa ra quyết định bởi sự “bủa vây” của các thương hiệu trong một khoảng thời gian gần nhau. Vì vậy, tôi đề xuất các thương hiệu có thể tìm kiếm và khai thác các “khoảng trắng” dữ liệu, nhắm đến những nhóm đối tượng cũng có nhu cầu nhưng sở hữu các đặc điểm khác với các tập khách hàng đã được tiếp cận trước đây.

Hoạt động nào sẽ tốn nhiều chi phí hơn, targeting hay reach?

Tôi nghĩ rằng nếu các data scientist có đủ dữ liệu và khả năng máy học, họ sẽ có thể phát triển một thuật toán giúp nhắm các người mua tiềm năng cho các ngành hàng có các điểm chung nhất định. Họ có thể sử dụng thuật toán này để phân tích các quyết định mua hàng và chuỗi dữ liệu tương ứng. Tuy nhiên, tính chính xác của phương pháp này vẫn là một ẩn số và liệu có đáng để các thương hiệu chi ngân sách cho một thuật toán phân tích? Hoặc họ có thể bỏ qua phần chi phí cho việc xác định và nhắm mục tiêu và đơn giản triển khai các hoạt động tiếp cận mọi đối tượng như cách họ vẫn đang thực hiện?

Lợi ích của việc tiếp cận nhóm người mua rộng

Khi các marketer triển khai hoạt động tiếp cận đến mọi nhóm đối tượng, lợi ích thu được sẽ là tỉ lệ nhận biết cao cho chiến dịch xây dựng thương hiệu, vốn là một yếu tố quan trọng bởi các lý do sau:

Trọng tâm không nằm ở việc phân tích dữ liệu mà các marketer cần thực sự hiểu được tâm lý, hành vi của người tiêu dùng “lấp ló” đằng sau các con số có phần cứng nhắc trong các biểu đồ dữ liệu họ đang sở hữu.

• Khi mọi khách hàng nhận biết được một thương hiệu và hiểu rõ lợi ích của sản phẩm, họ thường có xu hướng thảo luận về sản phẩm đó nhiều hơn. Hình thức quảng bá truyền miệng đóng vai trò khá quan trọng nếu họ đã có sự cân nhắc với sản phẩm hoặc dịch vụ trước đó. Một lời nhận xét tích cực kết hợp với ấn tượng tích cực có sẵn sẽ tăng khả năng mua hàng của người tiêu dùng.

• Khi mọi khách hàng biết và có trải nghiệm tích cực với một thương hiệu cụ thể, dù họ có những thay đổi về nơi công tác, vị trí trong công ty hoặc thay đổi sở thích, vẫn sẽ có khả năng cân nhắc lại thương hiệu đó trong tương lai.

Một sự thật hiển nhiên rằng nếu các marketer mở rộng phạm vi của các hoạt động marketing, họ sẽ giảm thiểu khả năng bỏ sót những đối tượng mà các dữ liệu hiện có chưa kịp cập nhật hoặc bị phân tích sai trước đó.

Tiếp cận người tiêu dùng dễ hơn việc thuyết phục họ 

Dù các thương hiệu sở hữu đủ dữ liệu và ngân sách để tiếp cận tất cả người mua tiềm năng trong ngành hàng, họ vẫn phải xử lý một ẩn số lớn đang “ẩn nấp” giữa biển dữ liệu ngoài kia. Các yếu tố như giá trị, bản năng và cảm xúc của một người ẩn sau các con số sẽ là chìa khoá thúc đẩy người đó chú ý đến quảng cáo của thương hiệu và cân nhắc sử dụng sản phẩm của thương hiệu đó. 

Tiếp cận người tiêu dùng không khó, thuyết phục họ tin và sử dụng sản phẩm mới là nhiệm vụ nan giải. Từ đó, trọng tâm không còn nằm ở việc phân tích dữ liệu mà các marketer cần thực sự hiểu được tâm lý, hành vi của người tiêu dùng “lấp ló” đằng sau các con số có phần cứng nhắc trong các biểu đồ dữ liệu họ đang sở hữu. Đó chính là “khoảng trắng” dữ liệu lớn nhất đang đợi các marketer khám phá.

Vậy quan điểm của bạn về vấn đề này như thế nào? Hãy chia sẻ bên dưới nhé.

Theo Thu Nga / Brands Vietnam
* Nguồn: Ask Nigel Hollis