Tomorrow Marketers – Dữ liệu giống như một “mỏ vàng” bởi nó cho phép doanh nghiệp khai thác những insight đắt giá, góp phần nâng cao lòng trung thành của khách hàng và giúp doanh nghiệp tìm ra những cơ hội kinh doanh mới. Tuy nhiên, có rất nhiều công ty sở hữu một lượng lớn dữ liệu khách hàng nhưng lại không biết tận dụng nguồn dữ liệu đó. Trong bài viết này, Tomorrow Marketers sẽ giới thiệu đến bạn đọc 10 cách tận dụng dữ liệu mà các marketers, các chủ doanh nghiệp có thể tham khảo và áp dụng để thúc đẩy doanh nghiệp phát triển.
1. Basket Analysis – Phân tích hành vi mua sắm
Đây là loại dữ liệu giúp phân tích các sản phẩm mà một khách hàng đã mua, từ đó giúp các cửa hàng truyền thống (brick-and-motar stores) cải thiện bố cục trưng bày quầy kệ, hoặc giúp các cửa hàng trực tuyến như Amazon đề xuất thêm các sản phẩm liên quan cho khách hàng.
Dựa vào loại dữ liệu này, một công ty có thể dự đoán hành vi của khách hàng trong tương lai dựa vào lịch sử mua hàng trong quá khứ, bao gồm các giao dịch mua hàng và ưu đãi. Không chỉ các cửa hàng tạp hóa, một số ngành hàng khác cũng có thể khai thác dữ liệu theo những cách dưới đây:
- Đánh giá việc sử dụng thẻ tín dụng (đặc biệt quan trọng đối với các trang thương mại điện tử). Thông thường, các chuyên gia sử dụng dữ liệu để tìm ra các hành vi gian lận qua thẻ tín dụng, đồng thời điều chỉnh giới hạn tín dụng, các điều khoản, lãi suất và thậm chí thu nợ.
- Đánh giá hành vi sử dụng điện thoại di động. Ví dụ, một hãng điện thoại có thể phát hiện ra những khách hàng luôn sử dụng tất cả các dịch vụ và tính năng mới nhất mà công ty cung cấp, sau đó gợi ý thêm cho họ những trải nghiệm thú vị khác nữa để khuyến khích họ sử dụng dịch vụ thêm một năm.
- Xác định hành vi gian lận bảo hiểm. Thông qua việc khai thác thông tin trong quá khứ, các công ty bảo hiểm có thể phát hiện ra các yêu cầu bồi thường gian lận để thu hồi lại số tiền đã mất, đồng thời siết chặt các quy định để dễ dàng kiểm soát các hành vi gian lận trong tương lai.
Ngoài ra, khách hàng không phải lúc nào cũng thanh toán tất cả sản phẩm họ mua cùng một lúc. Hầu hết các công cụ phân tích khách hàng có thể quan sát quá trình mua hàng theo thời gian, giúp các công ty phát hiện ra những xu hướng hoặc cơ hội để thử nghiệm các chương trình khuyến mãi mới trong tương lai.
Ghi nhớ: Xem xét dữ liệu mua hàng có thể giúp các công ty xác định hành vi mua sắm của khách hàng và trả lời các câu hỏi như: Những khách hàng mua sản phẩm X có cùng lúc mua sản phẩm Y không? Họ mua sản phẩm nào trước? Tại sao? Tôi có thể khuyến khích họ mua sản phẩm X, Y và Z để từ đó thúc đẩy doanh số mua hàng (point-of-purchase sales) không?
2. Sales Forecasting – Dự đoán doanh số bán hàng
Dữ liệu này theo dõi thời điểm khách hàng mua sắm và dự đoán xem khi nào họ quay lại mua sắm tiếp. Cách phân tích này có thể dùng để xác định các chiến lược đã lỗi thời, lên danh mục sản phẩm tặng kèm cho khách hàng hoặc gửi email, tin nhắn gợi ý họ mua thêm sản phẩm mới sau khi dùng hết sản phẩm cũ.
Ngoài ra, dữ liệu này cũng ước tính lượng khách hàng trên thị trường và dự đoán bao nhiêu trong số đó sẽ thực sự mua. Ví dụ, dưới đây là những câu hỏi mà một người chủ quán cà phê có thể đặt ra:
- Có bao nhiêu người/ hộ gia đình/ doanh nghiệp nằm trong bán kính 1 dặm của quán sẽ đến mua cà phê?
- Có bao nhiêu đối thủ cạnh tranh trong phạm vi bán kính 1 dặm đó?
- Có bao nhiêu người/ hộ gia đình/ doanh nghiệp trong bán kính 5 dặm?
- Có bao nhiêu đối thủ cạnh tranh trong phạm vi 5 dặm đó?
Ghi nhớ: Khi dự báo doanh số, các công ty cần tạo ra 3 dự báo về dòng tiền theo 3 hướng: thực tế, lạc quan và bi quan. Bằng cách này, công ty có thể lên kế hoạch dự trù một lượng vốn phù hợp để đối phó với những tình huống xấu nhất có thể xảy ra nếu không đạt doanh số như kỳ vọng.
3. Database Marketing – Marketing dựa trên cơ sở dữ liệu
Bằng cách khảo sát hành vi mua sắm của khách hàng và xem xét các dữ liệu về nhân khẩu học (demographics) và tâm lý học (psychographics) để xây dựng hồ sơ khách hàng, doanh nghiệp có thể tạo ra các sản phẩm phù hợp với nhu cầu của họ.
Đối với các marketers, cơ sở dữ liệu có giá trị phải là một cơ sở dữ liệu liên tục phát triển và lớn dần lên. Họ phải cập nhật lên cơ sở dữ liệu các thông tin về doanh số bán hàng, các khảo sát, lượng đăng ký và bảng câu hỏi, sau đó tìm ra nhóm đối tượng khách hàng mục tiêu dựa trên chính những dữ liệu này.
Ghi nhớ: Marketing dựa trên cơ sở dữ liệu cần bắt đầu với việc thu thập thông tin. Ví dụ, đối với một quán cà phê, cơ sở dữ liệu có thể bao gồm những nội dung sau:
- Lịch sử mua hàng được lưu trên một chiếc thẻ thành viên của khách hàng với các ưu đãi như giảm 5% mua hàng hoặc tích điểm.
- Những cuộc thi mà quán tổ chức để thu thập thêm thông tin về nơi ở của khách hàng.
- Bản tin mà quán gửi qua email để cập nhật thông tin hàng tuần cho khách hàng, và để gửi các khảo sát nhằm thu thập ý kiến phản hồi của khách hàng về các sản phẩm mới và chương trình khuyến mãi.
Khi thu thập những dữ liệu này, hãy bắt đầu tìm kiếm các cơ hội kinh doanh, chẳng hạn như chọn ra những ngày phù hợp nhất cho việc thực hiện một chương trình giảm giá. Hãy tự hỏi: Ai là những khách hàng tiềm năng xung quanh địa bàn của doanh nghiệp, và làm sao để biến những người này trở thành khách hàng trung thành?
4. Merchandise Planning – Lên kế hoạch hàng hóa
Đây là một phương pháp hữu ích đối với các công ty kinh doanh theo cả 2 hình thức offline và online. Đối với các công ty offline, họ có thể đánh giá số lượng hàng hóa cần trưng bày tại các cửa hàng bằng cách quan sát bố cục chính xác của chúng. Còn đối với các công ty online, việc lên kế hoạch hàng hóa có thể giúp đưa ra phương án trữ hàng và sắp xếp hàng trong kho phù hợp.
Nếu biết tiếp cận dữ liệu một cách đúng đắn, doanh nghiệp sẽ có thể ra quyết định xử lý các vấn đề như:
- Hàng tồn kho bị cũ đi – Lên kế hoạch hàng hóa chỉ đơn giản là việc cập nhật một file PDF về số lượng sản phẩm hiện tại hoặc các phụ kiện mới đi kèm với sản phẩm.
- Lựa chọn sản phẩm – Cơ sở dữ liệu sẽ giúp doanh nghiệp xác định loại sản phẩm mà khách hàng mong muốn, đồng thời thu thập thông tin về hàng hóa của các đối thủ.
- Cân đối lượng hàng hóa – Cơ sở dữ liệu cũng có thể giúp doanh nghiệp duy trì số lượng hàng tồn kho phù hợp – không quá nhiều hoặc quá ít trong suốt cả năm hoặc trong các mùa mua sắm cao điểm.
- Giá cả – Dữ liệu còn giúp nắm bắt sự nhạy cảm về giá cả của khách hàng, từ đó xác định giá bán phù hợp nhất đối với các sản phẩm của doanh nghiệp.
Ghi nhớ: Doanh nghiệp nếu bỏ qua cơ sở dữ liệu này có thể dẫn đến hiệu quả sản xuất và chăm sóc khách hàng giảm sút. Thêm vào đó, nếu doanh nghiệp không xử lý tốt các hoạt động kinh doanh đối với một sản phẩm nào đó, mức doanh thu tại các cửa hàng không đáp ứng được kỳ vọng hoặc giá bán không phù hợp với thị trường, khách hàng sẽ nhanh chóng quay sang các sản phẩm của đối thủ.
5. Card Marketing – Marketing qua việc phát hành thẻ
Nếu phát hành thẻ thành viên, thẻ tích điểm hoặc thẻ tín dụng, doanh nghiệp có thể thu thập thông tin về việc sử dụng thẻ của khách hàng và xác định phân khúc khách hàng, từ đó lên kế hoạch duy trì lượng mua hàng, khuyến khích việc mua nhiều loại sản phẩm, tập trung phát triển các sản phẩm nhất định và định giá sản phẩm.
Một ví dụ tuyệt vời của phương pháp này là việc Liên Hợp Quốc cấp thẻ tín dụng Visa cho những người thường xuyên đi du lịch nước ngoài. Nhân cơ hội đó, các agency marketers đã dựa vào cơ sở dữ liệu của mình để nhắm đến phân khúc khách du lịch giàu có gồm 30.000 người trong các hộ gia đình có thu nhập cao.
Sau đó, họ gửi email trực tiếp cho những khách hàng này và nhận được 3% lượt phản hồi. Con số 3% tưởng chừng nhỏ nhưng thực sự đã vượt mức tiêu chuẩn của ngành, bởi các tổ chức tài chính lớn thường cũng chỉ có tỷ lệ phản hồi là 0,5%. Đó là ví dụ cho thấy một cơ sở dữ liệu mạnh đóng vai trò quan trọng như thế nào trong việc phát hành thẻ tín dụng.
Ghi nhớ: Tất nhiên, việc phát hành các loại thẻ này cần đến một khoản chi phí mà hầu hết các công ty không có khả năng chi trả. Nhưng nếu một công ty có đủ khả năng tài chính, đây sẽ là lựa chọn phù hợp. Phân tích các hành vi mua hàng dựa trên thói quen sử dụng thẻ sẽ giúp công ty xác định nhóm khách hàng phù hợp, từ đó đưa ra các chương trình và chiến dịch khuyến mãi giúp tăng doanh thu cho công ty và tăng lòng trung thành của khách hàng.
6. Call Detail Record Analysis – Phân tích hồ sơ chi tiết cuộc gọi
Nếu một công ty có liên kết với các đơn vị viễn thông, công ty đó có thể sử dụng cơ sở dữ liệu để xác định thói quen gọi điện thoại của khách hàng và xây dựng hồ sơ khách hàng, sau đó xây dựng cấu trúc giá theo tầng (pricing structure) để tối đa hóa lợi nhuận. Ngoài ra, công ty còn có thể xây dựng các chương trình khuyến mãi tương ứng với dữ liệu thu được.
Một nhà mạng di động Trung Quốc với khoảng 600.000 khách hàng từng phân tích dữ liệu của mình để tạo ra các dịch vụ nhằm chống lại sự cạnh tranh. Đầu tiên, công ty tạo một danh mục để mô tả hành vi của người gọi, sau đó phân chia những người gọi này thành 15 nhóm dựa trên các yếu tố như sau:
- Số phút gọi trung bình trên mỗi người
- Tỷ lệ cuộc gọi nội hạt (local call percentage)
- Tỷ lệ cuộc gọi đường dài (long distance call percentage)
- Tỷ lệ cuộc gọi IP
- Tỷ lệ chuyển vùng (roam percentage)
- Tỷ lệ thời gian chờ đối với các cuộc gọi nội hạt (idle period local call percentage)
- Tỷ lệ thời gian chờ đối với các cuộc gọi đường dài (idle period long distance call percentage)
- Tỷ lệ thời gian chờ đối với các cuộc gọi chuyển vùng (idle period roam call percentage)
Từ dữ liệu đó, bộ phận Marketing bắt đầu tung ra các chiến lược hướng vào từng phân khúc khách hàng, cụ thể là cải thiện mức độ hài lòng của khách hàng, cung cấp dịch vụ SMS chất lượng cho một nhóm khách hàng này và khuyến khích một nhóm khác thực hiện cuộc gọi dài hơn.
Ghi nhớ: Dù dựa trên dữ liệu người dùng các thiết bị di động hoặc dữ liệu các cuộc gọi chăm sóc khách hàng, hãy đi sâu vào dữ liệu có sẵn trong hồ sơ chi tiết cuộc gọi để tìm cách cải thiện dịch vụ hiện tại và tìm thêm các cơ hội tung ra khuyến mãi.
7. Customer Loyalty – Nâng cao lòng trung thành của khách hàng
Khi xảy ra chiến tranh về giá cả, khách hàng có thể quay lưng với một công ty khi đối thủ cạnh tranh của công ty đó đưa ra mức giá thấp hơn. Lúc này, công ty có thể sử dụng dữ liệu để giúp giảm thiểu tình trạng trên, đặc biệt là trên các phương tiện truyền thông xã hội (social media).
Spigit – một công ty phần mềm của Mỹ đã ứng dụng các kỹ thuật khác nhau nhằm tận dụng cơ sở dữ liệu khách hàng trên social media để tiếp cận thêm và giữ chân nhiều khách hàng hơn. Các chương trình của họ bao gồm:
- Sáng kiến của nhân viên – Đây là một công cụ dùng để hỏi ý kiến nhân viên về cách cải thiện sự kết nối với khách hàng, phát triển sản phẩm và giúp công ty tăng trưởng trong tương lai. Khi sử dụng dữ liệu, các công ty không nhất thiết phải tuân theo duy nhất một quan điểm “lấy khách hàng làm trung tâm” (customer-centric).
- Facebook – Thông qua một kỹ thuật có tên là “customer cluster”, Spigit sử dụng dữ liệu khách hàng trên Facebook để lên ý tưởng cải thiện thương hiệu, làm hài lòng nhiều khách hàng hơn và tăng lòng trung thành của họ.
- FaceOff – Ứng dụng này giống như một nơi mà mọi người trong công ty có thể đưa ra những ý tưởng và bình chọn. Ví dụ, một người có ý tưởng “tạo ra mạng xã hội sử dụng trên máy bay” và “thiết kế sàn máy bay trong suốt để mọi người có thể thấy khung cảnh bên dưới khi đang bay”. Sau đó, mọi người cùng vào xem và bình chọn. Điều này cho phép một công ty tìm ra những ý tưởng đến từ khách hàng một cách rất tự nhiên, sau đó xem kết quả để chọn ra một ý tưởng cuối cùng.
Ghi nhớ: Tập trung vào các con số như “Lifetime Customer Value” khi sử dụng dữ liệu có thể giúp doanh nghiệp cải thiện chi phí sở hữu khách hàng (acquisition costs), đồng thời xác định lý do tại sao khách hàng ra đi. Đây là phương pháp cho thấy lợi ích của việc kết hợp nhiều chiến thuật khác nhau, bởi thực tế dữ liệu giúp chỉ ra vấn đề của một công ty. Và để đưa ra giải pháp, công ty sẽ phải thực hiện một số khảo sát và đưa ra bảng câu hỏi để xây dựng một case-study cụ thể.
8. Market Segmentation – Phân khúc thị trường
Phân khúc thị trường cũng là một hoạt động có thể thực hiện dựa vào cơ sở dữ liệu một cách khá đơn giản. Từ dữ liệu sẵn có, một công ty có thể chia thị trường của mình thành các phân khúc có ý nghĩa như tuổi tác, thu nhập, nghề nghiệp hoặc giới tính. Cách này phù hợp với cả những công ty đang chạy các chiến dịch email marketing hoặc SEO.
Phân khúc thị trường cũng giúp các công ty tự đánh giá khả năng cạnh tranh, từ đó xác định đầy đủ các công ty đối thủ của mình trên thị trường. Điều này đặc biệt quan trọng bởi nhiều công ty chỉ có một danh sách các công ty đối thủ rất ngắn. Tuy nhiên, hầu hết các doanh nghiệp nên mở rộng danh sách này thêm 2-3 lần nhờ tận dụng tối đa cơ sở dữ liệu để có thể vạch ra kế hoạch cạnh tranh hiệu quả.
Ghi nhớ: Phân khúc thị trường dựa vào cơ sở dữ liệu có thể cải thiện tỷ lệ chuyển đổi (conversion rate) của một công ty, bởi lúc này công ty chỉ tập trung chạy các chương trình khuyến mãi trong một thị trường hẹp với độ quan tâm rất cao. Cách này cũng giúp công ty hiểu rõ hơn đối thủ của mình là ai trong từng phân khúc khác nhau, từ đó điều chỉnh các sản phẩm, chương trình khuyến mãi cho phù hợp nhằm thỏa mãn nhu cầu của khách hàng thuộc các phân khúc đó. Những phương thức quảng cáo đại chúng, rộng rãi sẽ không bao giờ cho kết quả tốt được như vậy.
9. Product Production – Tạo ra sản phẩm mới
Sử dụng dữ liệu cũng là sự lựa chọn hoàn hảo giúp các công ty tạo ra những sản phẩm phù hợp dành riêng cho từng phân khúc thị trường khác nhau. Trên thực tế, các công ty có thể dự đoán những tính năng mà người dùng mong muốn được trải nghiệm – mặc dù các sản phẩm đột phá thực sự vốn không được tạo ra nhằm cung cấp cho khách hàng những gì họ muốn.
Khi công ty nhìn vào dữ liệu và phát hiện thêm những nhu cầu chưa được thỏa mãn của khách hàng, các sản phẩm mới sẽ được tung ra để làm thỏa mãn những nhu cầu đó. Dưới đây là các tiêu chí mà một sản phẩm mới cần phải đáp ứng:
- Giải quyết được một nhu cầu rõ ràng
- Mang lại một trải nghiệm hoàn toàn độc đáo
- Tham gia vào thị trường với một cái tên ấn tượng
- Thiết kế bao bì nổi bật
- Đáp ứng được nhu cầu của một thị trường rộng lớn
- Có tính bền vững, bán được từ thế này sang thế hệ khác
- Có mức giá hấp dẫn
- Chi phí sản xuất vừa đủ nhằm tăng khả năng đạt lợi nhuận
Ghi nhớ: Các doanh nghiệp đột phá không bắt đầu bằng việc tạo ra một sản phẩm mới, mà bắt đầu từ một vấn đề (pain point) của khách hàng được tìm thấy nhờ sử dụng dữ liệu. Sau đó, họ sẽ cho ra mắt một sản phẩm khả thi giúp giải quyết vấn đề đó ở mức vượt xa sự mong đợi của khách hàng. Điều này giúp doanh nghiệp dễ dàng dẫn trước đến 90% đối thủ của mình trên thị trường.
10. Warranties – Chế độ bảo hành
Cuối cùng, sử dụng dữ liệu sẽ cho phép các công ty dự đoán có bao nhiêu người chịu trả tiền cho dịch vụ bảo hành của mình.
Ví dụ, trang blog QuickSprout từng thử nghiệm sức mạnh của chế độ bảo hành đối với việc tăng doanh số của công ty. Tuy nhiên, trước khi chạy thử nghiệm này, QuickSprout đã sử dụng dữ liệu để xem có bao nhiêu khách hàng đem trả lại sản phẩm cho công ty dựa trên 2 bộ dữ liệu sau:
- Doanh số (Net sales)
- Các thanh toán được thực hiện trong thời gian bảo hành
Tiếp theo, công ty thu thập 2 dữ liệu này thông qua nhiều bộ doanh số khác nhau để dự đoán số khách hàng quay trở lại mua gói bảo hành, sau đó điều chỉnh số tiền bảo hành để công ty không bị mất tiền khi khách hàng mang trả lại sản phẩm.
Những tính toán này thường phức tạp hơn đối với các tập đoàn lớn, còn các cửa hàng nhỏ hơn không nhất thiết phải thực hiện những tính toán phức tạp như vậy.
Ghi nhớ: Một trong những cách tốt nhất để tạo ra một chế độ bảo hành thành công là xem xét dữ liệu của các chế độ bảo hành, doanh thu và lợi nhuận của công ty trong quá khứ. Cách này cũng giúp công ty đưa ra mức bảo đảm hoàn lại 110% để có được lợi thế cạnh tranh.
Tạm kết
Như vậy, có thể thấy rằng dữ liệu có ý nghĩa quan trọng trong việc nâng cao tính cạnh tranh và vị thế vững chắc của các doanh nghiệp trên thị trường. Càng thu thập nhiều dữ liệu từ khách hàng, doanh nghiệp càng có khả năng cung cấp nhiều giá trị hơn cho họ. Và càng tạo ra nhiều giá trị cho khách hàng, doanh nghiệp càng đạt được nhiều doanh thu hơn.
Việc nắm vững các công cụ và kỹ thuật trình bày dữ liệu trực quan không chỉ tăng cường sức thuyết phục của các bản báo cáo mà còn đóng vai trò quan trọng trong việc phân tích và khai thác hiệu quả các nguồn dữ liệu phong phú trong kỷ nguyên số. Khóa học Data Visualization & Analytics with Excel của TM Data School sẽ là lựa chọn lý tưởng để nâng cao kỹ năng này.
Khóa học này sẽ giúp bạn:
- Trang bị kỹ năng xử lý dữ liệu: Hiểu cách xác định và xử lý các vấn đề về dữ liệu, làm sạch dữ liệu với Excel Power Query.
- Trực quan hóa dữ liệu chuyên nghiệp: Tự xây dựng các báo cáo, dashboard tự động từ các file Excel riêng lẻ.
- Khai phá các công cụ phân tích nâng cao của Excel: Sử dụng Excel Solver, Excel Toolpak để giải quyết các bài toán nâng cao như xác định xu hướng và dự báo kết quả.
- Kỹ năng Data storytelling: Kể chuyện bằng dữ liệu để truyền tải thông tin một cách hấp dẫn và dễ hiểu.
Hãy đăng ký ngay khóa học Data Visualization & Analytics with Excel để trang bị cho mình những kỹ năng trực quan hóa dữ liệu, xây dựng dashboard tự động và phân tích nâng cao trên nền tảng Excel.
Sau khi có các dữ liệu ở dạng biểu đồ, dashboard, việc bạn cần làm là tìm ra các Insights, vấn đề mà dữ liệu muốn nói, để đưa ra các quyết định kinh doanh đúng đắn. Để làm được những điều này, bạn cần có một tư duy phân tích dữ liệu vững chắc, luôn biết từng bước mình cần làm gì khi đối mặt với lượng dữ liệu khổng lồ. Nếu chưa biết cách trang bị tư duy phân tích dữ liệu như thế nào, tham khảo ngay khóa học Data Analysis của Tomorrow Marketers nhé!
Khoá học Data System của Tomorrow Marketers muốn truyền tải tư duy khai thác dữ liệu, để giúp các doanh nghiệp xây dựng văn hoá dữ liệu và khai phá những tiềm năng tăng trưởng ngay từ dữ liệu nội bộ. Khóa học Data System sẽ giúp bạn hiểu rõ:
- Tầm quan trọng của hệ thống dữ liệu nội bộ đối với sự tăng trưởng dài hạn của doanh nghiệp.
- Cấu trúc của hệ thống dữ liệu nội bộ: Hiểu rõ các thành phần của một hệ thống dữ liệu hoàn chỉnh.
- Tư duy xây dựng quy trình và số hoá quy trình kinh doanh nhằm thu thập được dữ liệu qua thời gian
- Tư duy xây dựng đường ống dữ liệu và nhà kho dữ liệu, giúp doanh nghiệp chuẩn hoá dữ liệu từ sớm.
- Tư duy khai thác dữ liệu để xây dựng báo cáo quản trị, cung cấp bức tranh toàn cảnh của kinh doanh và giám sát hoạt động.
