Competitive Advantage: Khi nào dữ liệu có thể xây dựng lợi thế cạnh tranh (P2)

Không ít người làm marketing cho rằng, khi doanh nghiệp càng có nhiều khách hàng, họ càng có thể thu thập thêm nhiều dữ liệu (Data) và khi phân tích nhiều hơn các dữ liệu này họ càng có thể thu hút thêm được nhiều khách hàng hơn, đồng thời có thể tạo ra nhiều lợi thế cạnh tranh hơn, tuy nhiên, trong nhiều trường hợp, đây là một tư duy sai lầm.

Nhiều marketer và nhà lãnh đạo doanh nghiệp cho rằng họ có thể sử dụng năng lực về dữ liệu khách hàng (customer data) để tạo ra hay giành lấy các lợi thế cạnh tranh lớn.

Bằng cách có càng nhiều khách hàng, họ càng có thể thu thập nhiều dữ liệu hơn và từ những dữ liệu đó, khi được phân tích bằng các công cụ máy học hoặc trí tuệ nhân tạo (AI), cho phép họ cung cấp một sản phẩm hoặc dịch vụ tối ưu hơn để từ đó thu hút được nhiều khách hàng hơn.

Mục tiêu chính của doanh nghiệp khi này là loại bỏ các đối thủ cạnh tranh của mình giống như cách mà các doanh nghiệp hoạt động theo mô hình mạng lưới lớn có thể làm với các doanh nghiệp khác.

Tuy nhiên, thực tế là nhiều người làm marketing và kinh doanh một mặt đánh giá quá cao sức mạnh của các dữ liệu khách hàng nói chung, mặt khác họ chưa phân biệt được khi nào thì các dữ liệu khách hàng thực sự có thể giúp xây dựng lợi thế cạnh tranh so với các đối thủ khác trong ngành.

Trong khi lợi thế có được khi có nhiều khách hàng và dữ liệu hơn trông có vẻ hoạt động giống với các mô hình nền tảng hay mạng lưới (platforms, networks), trong đó một sản phẩm ví dụ như nền tảng mạng xã hội – sẽ trở nên có giá trị hơn khi có nhiều người sử dụng nó hơn và cuối cùng, khi nền tảng thu hút được một lượng lớn người dùng, điều này khiến các đối thủ khó thâm nhập và cạnh tranh hơn.

Nhưng trong thực tế, sức mạnh có được từ các mô hình mạng lưới thường tồn tại lâu hơn và có xu hướng mạnh hơn. Để thiết lập vị thế cạnh tranh, doanh nghiệp vừa cần có các hiệu ứng theo kiểu mạng lưới vừa phải liên tục học tập dựa trên dữ liệu (data-enabled learning). Tuy nhiên, có rất ít doanh nghiệp có thể phát triển cả hai.

Trong những điều kiện thích hợp, dữ liệu có được từ khách hàng có thể giúp doanh nghiệp xây dựng hệ thống phòng thủ cạnh tranh (competitive defenses), ngay cả khi không có hiệu ứng kiểu mạng lưới.

Trong bài viết này, hãy cùng phá xem, để dữ liệu có thể mang lại lợi thế cạnh tranh hay giúp xây dựng hệ thống phòng thủ cạnh tranh, dữ liệu được thu thập từ khách hàng cần có những điều kiện gì và doanh nghiệp liệu có thể tận dụng nó ra sao.

Tiếp phần 2.

(Bạn có thể xem lại phần 1 tại: Khi nào dữ liệu có thể xây dựng lợi thế cạnh tranh (P1)

4. Dữ liệu của doanh nghiệp có phải là dữ liệu độc quyền không? Có nghĩa là dữ liệu đó không thể mua từ các nguồn khác, không thể sao chép dễ dàng.

Về bản chất, việc có được các dữ liệu khách hàng duy nhất (unique customer data) với ít hoặc không có dữ liệu thay thế là rất quan trọng để tạo ra một rào cản có thể bảo vệ được thương hiệu hay xây dựng được các lợi thế cạnh tranh cho thương hiệu.

Adaviv là một công ty khởi nghiệp ở khu vực Boston chuyên cung cấp hệ thống quản lý cây trồng cho phép người trồng liên tục theo dõi tình trạng của cây cối.

Hệ thống này dựa trên AI (trí tuệ nhân tạo), phần mềm thị giác máy tính (computer vision) và kỹ thuật ghi nhận dữ liệu độc quyền khác có thể theo dõi các kết quả sinh trắc mà mắt người không thể nhìn thấy, chẳng hạn như các dấu hiệu ban đầu của bệnh hoặc thiếu vi chất dinh dưỡng.

Sau đó, hệ thống sẽ chuyển dữ liệu thành các thông tin chuyên sâu (insights) mà người trồng trọt có thể sử dụng để ngăn chặn dịch bệnh bùng phát và từ đó cải thiện năng suất.

Adaviv phục vụ càng nhiều người trồng trọt thì phạm vi các biến thể, điều kiện nông nghiệp và các yếu tố khác mà Adaviv có thể tìm hiểu càng rộng và cũng từ đây những dự báo của Adaviv cho khách hàng mới và khách hàng hiện tại càng chính xác.

Những dữ liệu này của Adaviv có thể gọi là độc quyền, ít có khả năng mua từ bên ngoài hay sao chép, chính các dữ liệu này đã mang lại những lợi thế cạnh tranh đặc biệt cho doanh nghiệp.

Ở một khía cạnh khác, với sự tiến bộ ngày càng lớn của công nghệ, nhiều dữ liệu khác lại có thể được thay thế một cách dễ dàng. Một ví dụ điển hình đó là các phần mềm nhận dạng giọng nói (speech-recognition).

Trước đây, người dùng cần đào tạo phần mềm để nó hiểu giọng nói và kiểu giọng nói của từng cá nhân và càng sử dụng nhiều thì phần mềm càng trở nên chính xác.

Thị trường này từng bị chi phối và thống trị bởi một số ít các doanh nghiệp. Tuy nhiên, như đã phân tích khi các công nghệ hỗ trợ như trí tuệ nhân tạo hay học máy càng trở nên phổ biến và dễ tiếp cận hơn, hệ thống này có thể được đào tạo dựa trên các bộ dữ liệu giọng nói có sẵn công khai và chỉ mất một khoảng thời gian ngắn để học cách hiểu giọng nói của từng cá nhân.

Những tiến bộ này đã cho phép nhiều doanh nghiệp khác cung cấp các ứng dụng nhận dạng giọng nói mới (dịch vụ chăm sóc khách hàng tự động qua điện thoại, trợ lý ảo…) và hiển nhiên, các dữ liệu mà doanh nghiệp có được khi này không thể là rào cản bảo vệ chính doanh nghiệp.

5. Độ khó của việc bắt chước sản phẩm (cải tiến sản phẩm) dựa trên các dữ liệu khách hàng ra sao?

Ngay cả khi dữ liệu khách hàng có được là duy nhất hoặc độc quyền và tạo ra những hiểu biết có giá trị, thì chúng cũng khó xây dựng được các lợi thế cạnh tranh bền vững nếu những cải tiến về sản phẩm có được có thể bị đối thủ cạnh tranh sao chép mà không cần phải có các dữ liệu tương tự.

Dưới đây là một số yếu tố mà doanh nghiệp có thể cân nhắc và đánh giá về điều này.

• Liệu những cải tiến của sản phẩm có thể được giấu kín hoặc liên quan đến một quy trình sản xuất phức tạp khiến chúng khó bị sao chép hay không?

Pandora, một dịch vụ phát nhạc trực tuyến là thương hiệu đã được hưởng lợi từ rào cản này. Sản phẩm của Pandora tận dụng hàng loạt các dịch vụ độc quyền và phân loại hàng triệu bài hát trên cơ sở khoảng 450 thuộc tính khác nhau, điều này cho phép Pandora tùy chỉnh các đài phát thanh (radio stations) theo sở thích của từng người dùng.

Người dùng càng nghe nhiều từ đài của họ và xếp hạng các bài hát cao hoặc thấp, thì Pandora càng có thể điều chỉnh các lựa chọn âm nhạc phù hợp với người dùng đó.

Các đối thủ khác không thể dễ dàng bắt chước vì quá trình này gắn liền sâu sắc với nhiều sản phẩm và dịch vụ độc quyền.

• Các insight có được từ dữ liệu khách hàng thay đổi nhanh đến mức nào. Insight thay đổi càng nhanh thì đối thủ càng khó bắt chước.

Ví dụ: nhiều tính năng thiết kế của giao diện Google Maps có thể dễ dàng bị sao chép (sự thật là Apple Maps và một số ứng dụng khác đã sao chép).

Nhưng một phần quan trọng khác trong hệ giá trị của Google Maps đó là khả năng dự báo lượng traffic và đề xuất các tuyến đường tối ưu, tính năng này khó sao chép hơn nhiều vì nó tận dụng dữ liệu người dùng theo thời gian thực, thứ mà sẽ trở nên vô giá trị trong một thời điểm khác (thậm chí là vài phút sau đó).

Chỉ những doanh nghiệp có một lượng dữ liệu lớn từ người dùng mới có thể cạnh tranh với Google (và cả Apple).

6. Dữ liệu khách hàng có được từ một người dùng chỉ giúp cải thiện sản phẩm cho chính người dùng đó hay cho cả những tập người dùng khác?

Lý tưởng nhất là dữ liệu có được vừa giúp chính người dùng đó lẫn những người dùng hay khách hàng khác.

Khi dữ liệu từ một người dùng chỉ giúp cải thiện sản phẩm cho chính người đó, doanh nghiệp có thể tùy chỉnh riêng cho từng người dùng, tuy nhiên, chi phí cho điều này thường là không hề nhỏ.

Ngược lại, khi dữ liệu từ một người dùng lại có thể giúp cải thiện sản phẩm cho cả những người dùng khác, điều này cuối cùng có thể tạo ra thứ được gọi là “hiệu ứng mạng lưới” mà MarketingTrips đã đề cập đến khá nhiều lần trong phần 1.

Trong khi cả 2 loại dữ liệu đều giúp tạo ra các rào cản gia nhập (đối với các đối thủ), loại dữ liệu thứ 2 lại mang lại lợi thế lớn trong việc tìm kiếm các khách hàng mới.

Ví dụ: Pandora, mặc dù là doanh nghiệp tiên phong trong lĩnh vực phát nhạc trực tuyến nhưng sau đó đã bị tụt lại phía sau so với Spotify và Apple Music.

Như đã phân tích, các dữ liệu có được giúp Pandora điều chỉnh các bài hát theo từng sở thích cá nhân của người dùng, tuy nhiên vì mỗi người có một sở thích và hành vi khác nhau, Pandora không thể tận dụng dữ liệu cũ (của từng người dùng hiện tại) để tìm kiếm hay áp vào các khách hàng khác.

Ngược lại, Spotify và Apple Music tập trung nhiều hơn vào việc cung cấp cho người dùng các tính năng chia sẻ và khám phá, chẳng hạn như khả năng tìm kiếm và nghe những bài hát yêu thích của người khác, điều này giúp tạo ra một hiệu ứng mạng lưới trực tiếp và thu hút thêm khách hàng mới.

Dịch vụ của Pandora vẫn chỉ khả dụng ở Mỹ (nơi có lượng người dùng trung thành cao), trong khi Spotify và Apple Music đã trở thành những thương hiệu toàn cầu.

Pandora đã được Sirius XM mua lại với giá 3,5 tỷ USD vào tháng 2 năm 2019, Spotify thì đã trở thành công ty đại chúng vào tháng 4 năm 2018 và tính đến đầu tháng 11 năm 2019, giá trị của Spotify là 26 tỷ USD.

Bài học mà người làm marketing và kinh doanh có thể rút ra là gì, trong khi khả năng tùy chỉnh sản phẩm (hay dịch vụ) dựa trên việc học hỏi từ dữ liệu của một người dùng riêng lẻ giúp giữ chân các khách hàng hiện tại, nhưng nó lại không thể dẫn đến kiểu tăng trưởng theo cấp số nhân mà hiệu ứng mạng lưới có thể tạo ra.

7. Các insight có được từ dữ liệu người dùng có thể được tích hợp vào sản phẩm nhanh đến mức nào?

Các chu kỳ học tập và thay đổi nhanh chóng khiến các đối thủ cạnh tranh khó bắt kịp, đặc biệt nếu có nhiều chu kỳ cải tiến sản phẩm được diễn ra trong một hành trình khách hàng sử dụng và trải nghiệm sản phẩm.

Ngược lại, nếu phải mất nhiều năm hoặc phải dự vào các thế hệ sản phẩm mới để áp dụng việc cải tiến dựa trên dữ liệu, các đối thủ cạnh tranh hiện có sẽ có nhiều cơ hội hơn để đổi mới và bắt đầu thu thập dữ liệu người dùng của riêng họ.

Từ góc nhìn này, các lợi thế cạnh tranh có được từ dữ liệu khách hàng sẽ trở nên mạnh hơn khi việc học hỏi từ khách hàng sẽ nhanh chóng được chuyển thành các cải tiến sản phẩm cho chính những khách hàng đó thay vì chỉ dành cho khách hàng tương lai.

KẾT LUẬN.

Ngay cả khi với các sản phẩm tiêu dùng bình thường cũng có thể trở nên thông minh và có ý nghĩa hơn, ví dụ như các thế hệ quần áo mới giờ đây có thể phản ứng lại với các điều kiện thời tiết khác nhau, theo dõi số dặm di chuyển và hơn thế nữa.

Việc học tập dựa trên dữ liệu từ đó sẽ được sử dụng để nâng cao và cá nhân hóa ngày càng nhiều các sản phẩm và dịch vụ của doanh nghiệp.

Tuy nhiên, doanh nghiệp hay thương hiệu sẽ không thể xây dựng được vị thế cạnh tranh tốt hay tạo ra các rào cản gia nhập ngành với các đối thủ nếu những giá trị được tạo ra từ dữ liệu không đủ lớn và bền vững, nếu dữ liệu không phải là độc quyền, đối thủ dễ dàng sao chép các cải tiến của sản phẩm hay không thể tạo ra các hiệu ứng tăng trưởng kiểu mạng lưới.

Trong những thập kỷ tới, việc cải thiện các sản phẩm và dịch vụ từ dữ liệu khách hàng sẽ là điều kiện tiên quyết để doanh nghiệp tiếp tục ở lại thị trường, hay được xem là rào cản cạnh tranh so với các doanh nghiệp mới.

Những doanh nghiệp tốt và có giá trị nhất trong tương lai gần sẽ là những doanh nghiệp vừa được xây dựng dựa trên hiệu ứng mạng lưới (Network/Platforms Effects) vừa được thúc đẩy (và bảo vệ) bằng cách học hỏi liên tục dựa trên dữ liệu. Alibaba, Amazon, App Store của Apple và các nền tảng mạng xã hội như Facebook là những minh chứng sống.

Tham gia Cộng đồng We’re Marketer của MarketingTrips (Trang tin trực tuyến về Marketing và Kinh doanh) để thảo luận các chủ đề về Marketing và Business tại: We’re Marketer

Hà Anh  | MarketingTrips