Skip to main content

Thẻ: dữ liệu

Đầu tư vào dữ liệu là chìa khoá để chuyển đổi số

Khi được tư vấn và thực hiện chuyển đổi số dữ liệu đúng cách, doanh nghiệp sẽ được giải phóng tiềm năng, tối ưu hóa tài nguyên và phát triển bền vững.

Đầu tư vào dữ liệu là chìa khoá để chuyển đổi số
Đầu tư vào dữ liệu là chìa khoá để chuyển đổi số

Việt Nam đang đặt mục tiêu hướng đến tỉ lệ đóng góp vào GDP của nền kinh tế số chiếm 20% vào năm 2025 và 30% vào năm 2030.

Theo Bộ Thông tin và Truyền thông, kinh tế số (Digital Economy) được định nghĩa là nền kinh tế dựa trên công nghệ số và nền tảng số, với các hoạt động kinh tế bằng công nghệ số và nền tảng số, đặc biệt là các giao dịch điện tử tiến hành trên internet.

Báo cáo Vietnam Customers Experience Excellence (CEE – Cung cấp trải nghiệm khách hàng xuất sắc) của KPMG năm 2022 cho thấy trong bảng xếp hạng Top 10 có đến 4 thương hiệu trong nước là PNJ, Viettel, Vietnam Airlines và Sacombank.

Trong đó, 3/4 thương hiệu này đều có thành tích kinh doanh khả quan trong năm 2022 gắn liền với nhiều hoạt động chuyển đổi số.

Đơn cử như Viettel, công bố doanh thu đạt 163.000 tỉ đồng, lợi nhuận trước thuế hơn 43.000 tỉ đồng, tăng lần lượt 6% và 3% so với năm 2021, đồng thời là mức lãi lớn nhất của doanh nghiệp này trong 5 năm trở lại đây. Tương tự là tình hình kinh doanh khả quan của PNJ và Sacombank.

Năm 2022, PNJ đạt doanh thu thuần 33.876 tỉ đồng (tăng 73%) và lợi nhuận sau thuế 1.807 tỉ đồng (tăng 75,6%) so với cùng kỳ. Sacombank cũng ghi nhận lãi trước thuế hơn 6.300 tỉ đồng, tăng 142%.

Theo nhận định của nhiều chuyên gia, các doanh nghiệp Việt Nam và thế giới đang đầu tư mạnh mẽ vào công nghệ; trong đó bao gồm tự động hóa trên nền tảng dữ liệu, phân tích dự báo (Predictive Analytics) và trí tuệ nhân tạo.

Sự đầu tư với hai mục tiêu chính là tăng hiệu suất vận hành trong khi giảm chi phí và gia tăng giá trị và trải nghiệm khách hàng.

Như vậy, chuyển đổi số và đầu tư vào dữ liệu, trí tuệ nhân tạo là yêu cầu cấp thiết ở mức toàn cầu nói chung và Việt Nam nói riêng.

Tuy nhiên, hiện trong quá trình thực hiện chuyển đổi số, doanh nghiệp đang gặp những rào cản như: Tư duy nhận thức của lãnh đạo về chuyển đổi số; văn hóa cục bộ Phòng ban; nhân viên tiêu cực, lợi ích nhóm, sợ nghĩ làm cùng lúc nhiều việc; sợ minh bạch; sợ mất dữ liệu, không bảo mật; nhân sự còn yếu kém công nghệ thông tin; cái gì cũng muốn làm, không giới hạn mục tiêu; sự chủ quan, chưa làm chủ công nghệ.

Theo báo cáo thường niên chuyển đổi số doanh nghiệp năm 2022 của Bộ Kế hoạch và Đầu tư và Cơ quan Phát triển quốc tế Hoa Kỳ (USAID): 48,8% các công ty trước đây đã sử dụng một số giải pháp chuyển đổi số nhất định, nhưng họ đã ngừng sử dụng do các giải pháp không phù hợp hoặc tính chất tạm thời của chúng.

35,3% các công ty đã số hóa dữ liệu và quy trình, chủ yếu chuyển đổi các tài liệu, văn bản và giấy tờ vật lý từ “bản cứng” sang “bản mềm” được lưu trữ trong hệ thống của họ. Bước này rất quan trọng để tiến tới phạm vi chuyển đổi số rộng hơn và đồng bộ hơn.

Một tỷ lệ nhỏ (2,2%) đã làm chủ công nghệ và phần mềm quản lý để phân tích dữ liệu và tự động hóa quy trình để tạo điều kiện thuận lợi cho việc ra quyết định trong hoạt động kinh doanh, mặc dù một số vẫn gặp phải những thách thức trong quá trình sử dụng công nghệ.

Thực trạng này thể hiện trong những trường hợp Syllog đã tư vấn trong thời gian từ 2021-2023. Các công ty được Syllog tư vấn, dàn trải và loay hoay ở các bước đầu của số hoá.

Syllog là công ty tư vấn mảng dữ liệu và trí tuệ nhân tạo cho các doanh nghiệp, bao gồm từ Kiến trúc hạ tầng cho hệ thống dữ liệu, tới hệ thống báo cáo, phân tích chuyên sâu và các ứng dụng trí tuệ nhân tạo.

Khi doanh nghiệp xây dựng hệ thống dữ liệu và không biết bắt đầu từ đâu, các chuyên gia có thể tư vấn về chiến lược dữ liệu, giúp bạn tuyển dụng đội ngũ, thiết lập cơ sở dữ liệu dữ liệu đúng, hỗ trợ doanh nghiệp chọn các công cụ phù hợp và đánh giá sự sẵn sàng về trí tuệ nhân tạo (AI) cũng như các trường hợp ứng dụng trí tuệ nhân tạo.

Khi doanh nghiệp gặp khó khăn trong việc khai thác giá trị từ dữ liệu và cần một tư vấn độc lập đến để đánh giá lại chiến lược dữ liệu, cơ sở dữ liệu, các chỉ số KPI mà doanh nghiệp đang sử dụng.

Syllog cũng có thể giúp cung cấp các phân tích chuyên sâu để giúp khai thác việc cá nhân hoá trải nghiệm của khách hàng, tính toán CLV của khách hàng, tìm kiếm các cơ hội nâng cao doanh thu mới từ dữ liệu.

Nếu chủ doanh nghiệp muốn áp dụng trí tuệ nhân tạo nhưng không biết bắt đầu từ đâu, hoặc doanh nghiệp đã có ý tưởng về việc áp dụng trí tuệ nhân tạo nhưng chưa có đủ đội ngũ để triển khai, Syllog có thể cung cấp dịch vụ tư vấn và triển khai các mô hình Machine Learning và trí tuệ nhân tạo thiết thực nhất cho tình hình kinh doanh của doanh nghiệp.

Syllog muốn giải phóng tiềm năng của các doanh nghiệp bằng cách đo đúng, đề xuất chiến lược đúng, có các biện pháp theo dõi đúng và tận dụng trí tuệ nhân tạo để tối ưu hóa tài nguyên và phục vụ khách hàng tốt nhất, hiểu khách hàng nhất.

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   

Theo Markettimes

Data Storytelling: Cách kể một câu chuyện hấp dẫn bằng dữ liệu

Data Storytelling – Nếu bạn đang muốn kể một câu chuyện thương hiệu đầy sức hấp dẫn cho đối tượng mục tiêu của mình, dữ liệu (data) là “gia vị” không thể thiếu. 

Data Storytelling
Data Storytelling: Cách kể một câu chuyện hấp dẫn bằng dữ liệu

Trong thế giới kinh doanh và marketing nói chung, bạn đã từng bao giờ bị thuyết phục và lôi cuốn bởi những câu chuyện được kể theo những cách hết sức sáng tạo và mới mẻ chưa?

Trong khi có vô số cách để bạn có thể một câu chuyện hay, với sự phát triển mạnh mẽ của các yếu tố công nghệ như hiện nay, một câu chuyện được kể bằng dữ liệu sẽ có khả năng gắn kết hơn bao giờ hết.

Kể chuyện Storytelling là một hình thức vừa mang tính nghệ thuật lại vừa có yếu tố khoa học, nó là một công cụ giao tiếp mạnh mẽ giúp các nhóm đối tượng mục tiêu nhớ, gắn bó sâu hơn với thương hiệu và hiển nhiên là trung thành với thương hiệu (Brand Loyalty).

Dưới đây là một số ý tưởng bạn có thể tham khảo khi xây dựng các câu chuyện thương hiệu của riêng mình thông qua dữ liệu – Data Storytelling.

1. Hãy bắt đầu bằng một câu chuyện (Story) là những gì chiến thuật Data Storytelling cần.

Nói một cách đơn giản và dễ hiểu, câu chuyện (story) là chất keo có khả năng kết dính tất cả các khía cạnh của nội dung khi giao tiếp hay truyền thông.

Từ những chính trị gia đến những doanh nhân từ các thương liệu lớn trên toàn cầu đều trang bị cho mình những câu chuyện riêng biệt, có thể bạn không thể nhớ sản phẩm của họ có những thông số gì hay bài nói chuyện của họ có những dữ liệu gì, nhưng chắc chắn cái mà bạn có được là những cảm nhận mang tính cảm xúc, những chi tiết khiến bạn tò mò, quan tâm và muốn tìm hiểu sâu hơn.

Với bất kỳ câu chuyện nào, dữ liệu (data) hiếm khi là thứ có khả năng kết nối với tâm trí của người nghe, có thể dữ liệu đó là cần thiết nhưng nếu bạn thiếu đi những yếu tố khác như con người, hình ảnh, màu sắc, âm thanh, bối cảnh hay thậm chí là các quan điểm riêng, mọi dữ liệu được thêm vào dường như không mấy có ý nghĩa.

Bạn cũng đừng quên truyền tải những đoạn tóm tắt ngắn ở đầu hoặc cuối câu chuyện, có thể câu chuyện của bạn đề cập đến rất nhiều thứ, và nó cũng rất dài, bạn cần làm cho người đọc biết được bạn đang đưa họ đi đâu và tới đâu.

2. Làm cho dữ liệu trở nên thú vị.

Dữ liệu về bản chất cũng chỉ là thông tin (information). Mà đã là thông tin thì nó phải được giải thích và sắp xếp một cách có trình tự để không gây nhầm lẫn.

Thông qua quá trình sắp xếp, chọn lọc và giải mã, bạn có thể làm cho các nhóm đối tượng mục tiêu biết thực chất thông điệp của bạn là gì và họ cần (hay có thể) làm gì sau những thông điệp đó.

Việc xây dựng các câu chuyện theo hướng Data Storytelling có thể khiến những dữ liệu khô khan trở nên có nhiều ý nghĩa hơn và có giọng điệu riêng biệt hơn, dữ liệu cũng cần có những cá tính riêng thay vì thể hiện nó thông qua những đoạn chú thích ở cuối câu chuyện.

Bạn cũng có thể cân nhắc cách truyền tải dữ liệu thông qua những câu chuyện hài hước và mang tính giải trí, khi mà người dùng có quá nhiều thứ phải nhớ và biết, những nội dung mới mẻ và vui vẻ có thể khiến họ nhớ và gắn kết sâu hơn.

3. Đưa câu chuyện và dữ liệu vào những ngữ cảnh cụ thể.

Trong thế giới của công nghệ và thông tin ngày nay, khi khách hàng của bạn có quá nhiều nguồn thông tin để tiếp cận, từ email, báo chí hay đến các nền tảng mạng xã hội, một câu chuyện có đủ dữ liệu cũng chưa thể có sức thuyết phục hay ít nhất là khiến họ nhớ về.

Khi bạn kết nối câu chuyện, dữ liệu vào những ngữ cảnh cụ thể, điều này cho phép bạn nhìn nhận mọi thứ từ nhiều quan điểm khác nhau của những người khác bên cạnh các quan điểm riêng của bản thân.

Các câu chuyện khi kết hợp với ngữ cảnh và dữ liệu có thể làm cho mọi thứ trở nên liên quan và đáng nhớ hơn.

4. Thúc đẩy sự kết nối.

Theo góc nhìn của triết học, con người vốn là tổng hoà của những kết nối và mối quan hệ xã hội, nếu không có yếu tố kết nối xã hội, khái niệm con người trở nên mờ nhạt hoặc thậm chí là không tồn tại.

Khi các dữ liệu được truyền tải thông qua những câu chuyện, mọi người có thể thấy và nhớ dữ liệu theo những cách tốt hơn vì họ cảm thấy được kết nối.

Nếu các nhóm đối tượng mục tiêu cảm thấy được kết nối với câu chuyện của thương hiệu của bạn, họ sẽ được kết nối với dữ liệu và có nhiều khả năng hành động hơn.

Những bài thuyết trình tốt nhất thường có một ý tưởng, một câu chuyện, một cách kể mang bản sắc riêng, dữ liệu và cả những yếu tố trực quan khác.

Mỗi thành phần trong toàn bộ câu chuyện đều hoạt động như những chất kết dính có khả năng gắn kết người đọc với thương hiệu được kể.

5. Thấu hiểu đối tượng mục tiêu.

Trong khi kể chuyện (Storytelling) là cần thiết, những kiểu hay nhóm đối tượng mục tiêu khác nhau lại tỏ ra hứng thú với những câu chuyện khác nhau.

Ví dụ: Nếu bạn là một digital natives hay công dân kỹ thuật số, có thể bạn sẽ hứng thú hơn với những câu chuyện gắn liền với các yếu tố công nghệ, hay nếu bạn thuộc Gen Z, bạn lại hứng thú với những câu chuyện mang tính xác thực cao, ít trau chuốt và thể hiện được giá trị riêng của bản thân.

Dữ liệu là cần thiết, một câu chuyện hấp dẫn để làm cho dữ liệu trở nên đáng nhớ cũng quan trọng không kém, tuy nhiên vì mục tiêu cuối cùng của các câu chuyện là người đọc, những nhóm người này lại là yếu tố quyết định.

6. Khác biệt chưa bao giờ thiếu quan trọng với Data Storytelling.

Một trong những yếu tố quan trọng cuối cùng khi xây dựng các câu chuyện thương hiệu với dữ liệu đó là tính khác biệt hay USP của thương hiệu.

Khi có quá nhiều câu chuyện được kể hàng ngày, hiển nhiên nếu câu chuyện của bạn không có bất cứ điểm khác biệt hay độc đáo nào, khách hàng không có lý do để nhớ hay thậm chí là tìm cách kể lại nó.

Tham gia Cộng đồng We’re Marketer để thảo luận các chủ đề về Marketing và Business tại: Link

Hà Anh

Xây dựng giá trị cho khách hàng khi nội dung và trải nghiệm được định hướng bởi dữ liệu

Tìm hiểu cách các thương hiệu có thể kết nối nội dung, trải nghiệm khách hàng và dữ liệu để tạo ra nhiều giá trị hơn cho khách hàng.

Xây dựng giá trị cho khách hàng khi nội dung và trải nghiệm được định hướng bởi dữ liệu
Source: Pexels

Ông Gene De Libero, Giám đốc Chiến lược và Trưởng bộ phận tư vấn tại công ty tư vấn công nghệ Marketing (Martech) GeekHive cho biết:

“Cách duy nhất để thúc đẩy doanh thu, thúc đẩy chuyển đổi và giữ chân người dùng là thông qua những trải nghiệm khách hàng có ý nghĩa.

Khi khách hàng tham gia vào phễu bán hàng, trước khi doanh nghiệp có thể chuyển đổi họ và xây dựng lòng trung thành, có vô số các điểm ngắt kết nối trong quá trình trải nghiệm.

Giải quyết các điểm ngắt kết nối đó là một phần của chiến lược trải nghiệm khách hàng (CX) và nội dung (content) được liên kết với nhau thông qua dữ liệu.

Nội dung và trải nghiệm.

Nội dung (content) và trải nghiệm (experience) được thúc đẩy bởi dữ liệu (data) và công nghệ marketing (martech), vì vậy những người làm marketing cần cố gắng quản lý và tích hợp cả 4 yếu tố này nếu muốn thúc đẩy những trải nghiệm và nội dung chất lượng cao.

Ông De Libero chia sẻ:

“Bạn phải thực sự hiểu nội dung và tất cả những ý nghĩa của nó đối với khách hàng của bạn. Bạn cần có một lượng kiến ​​thức thực sự vững chắc về quản lý dữ liệu.

Bạn cũng nên hiểu sức mạnh kích hoạt của yếu tố công nghệ marketing và cách nó có thể giúp bạn thúc đẩy doanh nghiệp tiến về phía trước.

Khi bạn hợp nhất 4 yếu tố này – trải nghiệm khách hàng, nội dung, dữ liệu và công nghệ tiếp thị, bạn đã có cho mình một chiến lược toàn diện thực sự vững chắc.”

Image: GeekHive.

Mục tiêu và công nghệ.

Khi nói đến sự phát triển doanh nghiệp, họ cần đạt được các mục tiêu kinh doanh, marketing và cả yếu tố công nghệ.

Các nhà lãnh đạo doanh nghiệp cần tạo ra những trải nghiệm khách hàng có ý nghĩa nhằm mục tiêu thúc đẩy chuyển đổi và giữ chân khách hàng, họ cần bắt đầu với các hoạt động phân tích, thấu hiểu khách hàng, và hiểu các mục tiêu kinh doanh của họ.

Ông De Libero chia sẻ:

“Đối với yếu tố công nghệ, nó cho phép bạn sử dụng để tạo ra giá trị không chỉ cho khách hàng mà còn cho những người bên trong doanh nghiệp của bạn, những công nghệ có thể giúp doanh nghiệp vận hành một cách trơn tru hơn.”

Image: Geekhive.

Khi nói đến việc vận hành và tổ chức doanh nghiệp, một thách thức đang đặt ra là cả nội dung, trải nghiệm và các hoạt động khác hiện đang nằm rời rạc trong tổ chức.

Dữ liệu cần được thống nhất, phân tích một cách một cách liền mạch và đồng bộ, vì nó sẽ mang lại đầy đủ những thông tin chi tiết về khách hàng và trải nghiệm của họ trên nhiều điểm tiếp xúc khác nhau.

Dữ liệu khách hàng, hoạt động phân tích và thương mại điện tử.

Nền tảng dữ liệu khách hàng (CDP) là nơi tốt để lưu trữ và quản lý dữ liệu khách hàng. Cũng từ đây, tất cả các bộ phận khác nhau trong tổ chức có thể truy cập vào những hạng mục dữ liệu cần thiết của họ.

Các hoạt động thương mại điện tử sẽ được hưởng lợi rất nhiều từ chiến lược đồng bộ hoá dữ liệu này. Thương mại điện tử vốn không phải là một mối quan hệ giao dịch bán hàng đơn thuần. Nó còn bao gồm nhiều hoạt động diễn ra trước và sau đó. Vì vậy, doanh nghiệp phải nhìn nhận thương mại điện tử hay dữ liệu từ một góc nhìn toàn diện.

Sau đại dịch, khi mà người tiêu dùng ngày càng ưu tiên các hoạt động mua hàng trực tuyến, yếu tố nội dung và trải nghiệm được hỗ trợ bởi dữ liệu sẽ ngày càng trở nên quan trọng hơn bao giờ hết.

Xem thêm:

Tham gia Cộng đồng We’re Marketer để thảo luận các chủ đề về Marketing và Business tại: Link

Long Trần

DOOH: Cách dữ liệu đối tượng có thể chuyển đổi hoạt động quảng cáo ngoài trời

Mức độ thành công của các hoạt động quảng cáo kỹ thuật số ngoài trời (D-OOH Advertising) vốn phụ thuộc vào mức độ hiểu biết về đối tượng mục tiêu của thương hiệu.

DOOH: Cách dữ liệu đối tượng chuyển đổi hoạt động quảng cáo ngoài trời
DOOH: Cách dữ liệu đối tượng chuyển đổi hoạt động quảng cáo ngoài trời

Trong thế giới marketing, có một câu nói nổi tiếng là “Khi bạn hiểu khách hàng của mình, khách hàng cũng sẽ biết điều đó”.

Tưởng chừng như là điều gì đó khá rõ ràng và hiển nhiên, để thực hiện được nó là cả một chặng đường dài, thậm chí là bất khả thi với nhiều thương hiệu.

Hầu hết các chiến dịch marketing hay quảng cáo thành công đều bắt đầu bằng việc có được sự hiểu biết sâu sắc về mong muốn, nhu cầu hay nỗi đau của khách hàng, mà thường vẫn gọi chung là đối tượng mục tiêu.

Việc xây dựng các nội dung quảng cáo phù hợp với sở thích, mối bận tâm và trải nghiệm của đối tượng mục tiêu (target audience) cho phép nhà quảng cáo khởi chạy các chiến dịch có khả năng thu hút sự chú ý của người tiêu dùng tốt hơn cũng như thúc đẩy mức độ liên quan và tương tác cao hơn.

Ngoài ra, việc hiểu hành vi của đối tượng mục tiêu cũng cho phép các marketer tiếp cận người xem một cách có chiến lược bằng những thông điệp thương hiệu có sức ảnh hưởng theo từng giai đoạn khác nhau trong hành trình khách hàng (Customer Jorney), với các điểm chạm khác nhau, khách hàng sẽ mong đợi các nội dung khác nhau.

Trước đây, quảng cáo ngoài trời (OOH – Out of Home) vốn được xem là một trong các hình thức quảng cáo truyền thống, giống như với TV hay Báo in (Print Ad).

Tuy nhiên, trong thế giới ngày nay, với sự phát triển và hỗ trợ của các yếu tố công nghệ, các quảng cáo ngoài trời dần được phủ lên một lớp công nghệ, khái niệm D-OOH (Digital Out of Home) cũng ra đời và phát triển như là một hình thức quảng cáo kỹ thuật số (Digital Ads) quan trọng trong các chiến dịch IMC của thương hiệu.

Với D-OOH, các mẫu quảng cáo ngoài trời giờ đây không chỉ là để xem mà còn có thể tương tác lại, nhà quảng cáo cũng nhắm mục tiêu quảng cáo (targeting) dựa trên các dữ liệu của đối tượng và hơn thế nữa.

Dưới đây là một số chiến lược mà marketer có thể tận dụng bằng cách tích hợp dữ liệu đối tượng vào các chiến dịch quảng cáo kỹ thuật số ngoài trời (D-OOH) để tiếp cận đối tượng mục tiêu bằng những thông điệp có sức ảnh hưởng cao nhất.

Các loại dữ liệu đối tượng chính có trong quảng cáo kỹ thuật số ngoài trời – Digital OOH Advertising.

  • Dữ liệu mẫu hành vi.

Nói về hành vi hay tâm lý của con người, nhà tâm lý học G. Stanley Hall từng nói: “Con người là một sinh vật của các thói quen. Họ có xu hướng tuân theo những khuôn mẫu hành vi tương đối dễ đoán trong cuộc sống hàng ngày, từ nơi họ làm việc, đến nơi họ vui chơi, tập thể dục hoặc bất cứ nơi nào khác.”

Thông qua việc sử dụng dữ liệu vị trí thụ động được ẩn danh (anonymized passive location data), các nhà tiếp thị có thể khai thác các mẫu hành vi này để hiểu sâu hơn về cách người tiêu dùng di chuyển trong suốt cả ngày.

Sử dụng thông tin này, nhà quảng cáo có thể xây dựng các tập đối tượng dựa trên những địa điểm mà các nhóm người tiêu dùng khác nhau ghé thăm và sau đó kích hoạt quảng cáo D-OOH phù hợp dựa trên nơi những đối tượng đó có nhiều khả năng đến nhất vào bất kỳ thời điểm nào.

  • Dữ liệu hộ gia đình.

Việc phân tích các dữ liệu mua hàng (purchase data) của người tiêu dùng có thể cung cấp cho các thương hiệu những thông tin có giá trị về nhân khẩu học, đặc tính kinh tế xã hội của hộ gia đình và cả những sản phẩm mà họ có khả năng mua trong tương lai.

Sử dụng loại dữ liệu này, các marketer có thể xây dựng nên các tệp đối tượng dựa trên các hộ gia đình đã mua một loại sản phẩm hay dịch vụ cụ thể nào đó trong quá khứ và sau đó kích hoạt màn hình D-OOH dựa trên các địa điểm mà những người mua đó thường lui tới.

Khi các thương hiệu tìm cách mang lại nhiều giá trị hơn từ người tiêu dùng và tối đa hóa lợi tức chi tiêu marketing (ROMI), dữ liệu của bên thứ nhất (hoặc dữ liệu từ khách hàng) là một tài sản vô giá.

Theo các nghiên cứu, trung bình, những người tiêu dùng đã từng mua hàng từ một thương hiệu có khả năng mua lại một lần nữa cao hơn đến 67%, tiếp cận lại (tiếp thị lại) theo đó là một giải pháp mà các thương hiệu không thể bỏ qua.

Các dữ liệu của bên thứ nhất khi được kết hợp với quảng cáo D-OOH có khả năng mang lại một cách thức hiệu quả để thu hút những người có khả năng mua hàng cao, vào thời điểm và địa điểm quan trọng nhất.

Sử dụng D-OOH để tiếp cận khách hàng mục tiêu.

Như đã phân tích ở trên, với bất cứ hoạt động marketing hay quảng cáo nào, việc có được những sự hiểu biết nhất định về khách hàng hay đối tượng mục tiêu là nền tảng cốt lõi, với D-OOH cũng vậy.

Bằng cách xây dựng đối tượng D-OOH dựa trên lịch sử mua hàng, thói quen mua sắm và đặc điểm nhân khẩu học, nhà quảng cáo có thể nhắm mục tiêu một cách hiệu quả tới những người tiêu dùng có tiềm năng cao bằng những thông điệp có sức ảnh hưởng và liên quan trực tiếp đến nhu cầu của họ.

Việc hiểu được các kiểu hành vi cụ thể của những đối tượng này cũng cho phép nhà quảng cáo kích hoạt các màn hình D-OOH vào đúng thời điểm, dữ liệu một lần nữa lại là chìa khoá thành công của thương hiệu.

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

Nam Nguyen | MarketingTrips

TikTok là ứng dụng thu thập và chia sẻ nhiều dữ liệu người dùng nhất

Theo các nghiên cứu thì TikTok và YouTube là hai ứng dụng đang thu thập và chia sẻ nhiều dữ liệu người dùng nhất.

TikTok là ứng dụng chia sẻ dữ liệu người dùng nhiều nhất

Theo một nghiên cứu gần đây, được công bố bởi công ty tiếp thị di động (mobile marketing) URL Genius, YouTube và TikTok theo dõi dữ liệu cá nhân của người dùng nhiều hơn bất kỳ ứng dụng truyền thông mạng xã hội nào khác hiện có trên thị trường.

Nghiên cứu cho thấy rằng YouTube, thuộc sở hữu của Google, thu thập dữ liệu cá nhân của người dùng cho các mục đích riêng – bằng cách theo dõi lịch sử tìm kiếm trực tuyến hoặc vị trí sinh sống hiện tại, YouTube hay Google có thể phân phối các quảng cáo có liên quan nhất đến từng người dùng khác nhau.

Với TikTok, thuộc sở hữu của gã khổng lồ công nghệ Trung Quốc ByteDance, lại sử dụng (hoặc cho phép) các trình theo dõi của bên thứ ba (third-party trackers) để thu thập dữ liệu và câu chuyện đằng sau các dữ liệu đó vẫn là những ẩn số lớn.

Với các trình theo dõi của bên thứ ba, về cơ bản người dùng không thể biết ai đang theo dõi dữ liệu của họ hoặc họ đang thu thập những thông tin gì.

Tuy nhiên tất cả các thông tin như bạn đã tương tác với bài đăng nào, thời gian bạn dành cho mỗi bài đăng ra sao hoặc vị trí thực của bạn đều được ghi nhận lại.

Như nghiên cứu đã lưu ý, các trình theo dõi của bên thứ ba có thể theo dõi hoạt động của người dùng trên các trang web khác ngay cả sau khi người dùng rời khỏi ứng dụng.

Để tiến hành nghiên cứu, URL Genius đã sử dụng tính năng ghi lại các hoạt động trong ứng dụng (Record App Activity) từ iOS của Apple để đếm xem hiện có bao nhiêu tên miền khác nhau đang theo dõi hoạt động của người dùng trên 10 ứng dụng truyền thông mạng xã hội như YouTube, TikTok, Twitter, Telegram, LinkedIn, Instagram, Facebook, Snapchat, Messenger và Whatsapp.

Kết quả sau nghiên cứu cho thấy rằng, YouTube và TikTok đứng là hai ứng dụng hiện sử dụng nhiều phương tiện theo dõi người dùng nhất so với các ứng dụng khác.

10 trong số các trình theo dõi của YouTube là mạng lưới của bên thứ nhất, có nghĩa là nền tảng này đang theo dõi hoạt động của người dùng cho các mục đích riêng.

4 trong số các trình theo dõi khác đến từ các tên miền của bên thứ ba, có nghĩa là nền tảng này đã cho phép một số ít các bên khác bên ngoài ứng dụng thu thập thông tin và theo dõi hoạt động của người dùng.

Đối với TikTok, một con số kỷ lục đã được thể hiện: 13 trong số 14 các trình theo dõi đến từ các mạng lưới hay nền tảng của bên thứ 3, tức TikTok để cho rất nhiều các bên khác theo dõi dữ liệu hay hành vi của người dùng thay vì chỉ là theo dõi cho mục đích riêng.

Theo tờ Wired, TikTok theo dõi dữ liệu người dùng, bao gồm vị trí, lịch sử tìm kiếm, địa chỉ IP, các video họ xem, thời lượng họ xem chúng và nhiều thông tin khác.

Từ những thông tin này, TikTok có thể dự báo hoặc suy ra hầu hết các đặc điểm cá nhân của người dùng từ độ tuổi đến giới tính. Google và các ứng dụng khác cũng đang làm điều tương tự, phương pháp này được gọi là “phỏng đoán nhân khẩu học”.

Như tờ CNBC đã lưu ý vào năm ngoái, chính sách quyền riêng tư của TikTok tuyên bố rằng ứng dụng này có thể chia sẻ dữ liệu của người dùng với công ty mẹ của nó ở Trung Quốc mặc dù ứng dụng vẫn tuyên bố rằng họ đang áp dụng các biện pháp khác nhau để bảo mật “các dữ liệu nhạy cảm của người dùng”.

Vào năm 2020, Tổng thống Donald Trump cũng đã ra lệnh cấm TikTok ở thị trường Mỹ vì lo ngại về chính sách bảo mật liên quan đến dữ liệu, tuy nhiên mọi thứ đã thay đổi kể từ khi tổng thống mới Joe Biden lên nắm quyền.

Hiện cả YouTube và TikTok vẫn chưa bình luận gì thêm về vấn đề này.

Tham gia Cộng đồng We’re Marketer để thảo luận các chủ đề về Marketing và Business tại: Link

Nam Nguyen

Tại sao Marketers nên xem dữ liệu là động lực chính cho các chiến lược Marketing thông minh

Những chiến lược marketing thông minh hay hiệu quả, không còn đơn thuần là những chiến lược dựa trên kinh nghiệm hay cảm nhận của người làm marketing.

Source: TechRepublic

Chiến lược tối ưu hóa các hoạt động truyền thông thương hiệu (brand communications) dựa trên những thông tin của khách hàng nghe thì tưởng chừng như đơn giản. Nhưng trên thực tế, có nhiều lớp dữ liệu khác nhau của khách hàng, điều mà rất khó để có thể nhận ra.

Giao tiếp và tương tác (engagement) với khách hàng chỉ là điểm khởi đầu, những hiểu biết sâu sắc (customer insight) về sở thích, hành vi, nhu cầu hay khao khát của họ mới là điểm quyết định khi xây dựng chiến lược.

Các dữ liệu từ các điểm kết nối đầu tiên cần phải có tính liên quan và có thể phân tích được, những công cụ phân tích (chẳng hạn như Hotjar hay Google Analytics) đóng một vai trò rất lớn ở đây trong việc giúp bạn hiểu hơn về khách hàng.

Một trong những phần lớn nhất của các hoạt động marketing là xây dựng kết nối – và dữ liệu trang bị cho những marketer thông tin để có thể tạo ra được các kết nối đó.

Cá nhân hoá các thông điệp.

Nội dung hay thông điệp được cá nhân hóa có xu hướng thành công hơn nhiều trong các chiến dịch marketing, đặc biệt là khi thương hiệu muốn xác nhận những hiểu biết của mình với khách hàng mục tiêu.

Báo cáo của Business2community đã chứng minh rằng tiếp thị được cá nhân hóa theo hướng dữ liệu (Personalized Data Driven Marketing) có thể mang lại ROI cao hơn từ 5 đến 8 lần trên mỗi đơn vị ngân sách chi tiêu.

Các hoạt động marketing được cá nhân hóa có thể được thực hiện thông qua việc phân tích các dữ liệu nhằm mục tiêu thúc đầy lòng trung thành của khách hàng với thương hiệu.

Khi khách hàng biết bạn nhận thức được sở thích của họ, họ hoàn toàn có thể tin tưởng rằng bạn có thể đáp ứng nhu cầu của họ.

Tìm kiếm thành công với tiếp thị dựa trên dữ liệu (data-led marketing).

Phần lớn sự thành công của các hoạt động dựa trên dữ liệu phụ thuộc vào một số chức năng quan trọng nhất định. Phân tích dữ liệu là một bài tập phức tạp, chúng đòi hỏi các kỹ năng và năng lực cụ thể để có được những insights hấp dẫn từ phía khách hàng.

Mặc dù ở bối cảnh hiện tại, việc thu thập dữ liệu đang trở nên dễ dàng hơn đồng thời nguồn dữ liệu cũng dồi dào hơn, tuy nhiên nỗi lo sợ về việc dư thừa dữ liệu hay những dữ liệu không liên quan vẫn là một thách thức lớn.

Từ các dữ liệu tổng thể có sẵn, nhiệm vụ của các marketer là xác định các dữ liệu có thể hành động được. Có không ít các nền tảng phân tích marketing và hình ảnh hóa dữ liệu có thể giúp họ làm điều đó, nhưng công nghệ không phải là vấn đề duy nhất ở đây.

Để có thể hiểu sâu hơn về dữ liệu và tận dụng được yếu tố công nghệ, các marketers cũng cần có thêm các kỹ năng và kinh nghiệm (sống và làm việc) khác.

Điều này đặc biệt đúng khi mà sở thích hay hành vi của các nhóm khách hàng mục tiêu luôn ở trạng thái thay đổi liên tục. Bạn cần phải có cả kỹ năng công nghệ và kinh nghiệm sống để có thể có được những thông tin tốt nhất và từ đó đưa ra các quyết định đúng đắn.

Ngoài ra, thách thức cũng đến từ sự sẵn sàng về việc thích ứng công nghệ của các tổ chức.

Thông thường, các doanh nghiệp lưu trữ dữ liệu trong các bộ phận khác nhau, tách rời nhau, trong khi với các yêu cầu của marketing hiện đại thì bạn cần phải tích hợp tất cả các điểm dữ liệu đó.

Lợi thế khi các insights được xác định bởi dữ liệu.

Những thấu hiểu về khách hàng được xác định bởi dữ liệu mang lại sự linh hoạt cho các hoạt động tiếp thị nhiều kênh (multi-channel) hoặc đa kênh (omni-channel), với các đề xuất được cá nhân hóa nhiều hơn.

Nó cũng cung cấp đầu vào cho sự phát triển liên tục của nội dung, khi mà bạn có thể đảm bảo rằng bạn đang truyền tải những gì tức thời nhất và liên quan nhiều nhất đến với sự quan tâm khách hàng.

Nghiên cứu cẩn thận về dữ liệu khách hàng và thị trường cũng có thể cung cấp những thông tin chi tiết về hành vi, xu hướng chiến lược và việc lập kế hoạch của các đối thủ cạnh tranh.

Đây sẽ là những thông tin vô cùng có giá trị để xây dựng các chiến lược sáng tạo nhằm đáp ứng nhu cầu của khách hàng trong khi vẫn để mắt đến yếu tố cạnh tranh.

Tuy nhiên, lợi thế quan trọng nhất mà dữ liệu cung cấp cho những người ra quyết định đó là khả năng xây dựng các chiến lược dựa trên sự thật – thay vì các phán đoán mang tính cảm tính hoặc cái tôi của cá nhân.

Những người làm marketing có thể sử dụng sức mạnh của những thông tin chi tiết có được từ các dữ liệu để tạo ra một chiến lược tinh gọn và nhanh nhẹn, chống lại các thông điệp chung chung và có thêm nhiều ROI.

Dữ liệu chắc chắn là vũ khí quan trọng nhất đối với một nhà tiếp thị nói chung và nhà tiếp thị kỹ thuật số nói riêng khi nói đến việc tìm kiếm các điểm thành công cao nhất với mức chi phí thấp nhất (hoặc tối ưu nhất).

Tham gia Cộng đồng We’re Marketer để thảo luận các chủ đề về Marketing và Business tại: Link

Long Trần

3 cách đơn giản để loại bỏ tính “thiên vị dữ liệu” trong doanh nghiệp

Trong thế giới công nghệ như hiện tại, dữ liệu (data) là tương lai, tuy nhiên cách nhìn nhận và đánh giá đúng vai trò của từng tập dữ liệu lại là một thách thức lớn.

thiên vị dữ liệu
Getty Images

AI (trí tuệ nhận tạo) và công nghê máy học (machine learning) đang dần trở nên là khái niệm đồng nghĩa với sự thành công của doanh nghiệp. Ở khắp mọi nơi trên toàn cầu, các doanh nghiệp đang tận dụng dữ liệu để đạt được những sự tăng trưởng mới.

Tuy nhiên, bên cạnh những lợi ích vốn có của nó, cách phân tích dữ liệu trong kinh doanh vẫn còn tồn tại nhiều vấn đề lớn. Một trong số đó là sự thiên vị về dữ liệu hay đánh giá sai lệch về vai trò của các tập dữ liệu khác nhau (data bias).

Sự thiên vị hay sai lệch về dữ liệu xảy ra khi doanh nghiệp sử dụng các dữ liệu không mang tính đại diện cho người dùng cuối (end-user), không xuất phát từ các nghiên cứu cụ thể hoặc không liên quan đến các quyết định cụ thể.

Nói cách khác, dữ liệu về cơ bản cũng chỉ là dữ liệu, và nó có thể bị thay đổi cách hiểu qua cơ cấu và hệ thống quản lý của doanh nghiệp.

Dưới đây là một số cách để bạn có thể đảm bảo rằng bạn đang sử dụng đúng dữ liệu và hạn chế tối đa sự thiên vị hay sai lệch dữ liệu.

1. Tập hợp một đội ngũ gồm những thành viên phù hợp.

Một trong những vấn đề lớn nhất đối với các dữ liệu bị sai lệnh là bạn không thể tin tưởng hoàn toàn vào một phần mềm có thể phát hiện ra những sai lệnh của chính nó. Mà nó còn phụ thuộc vào yếu tố con người.

Đó là lý do tại sao bước cơ bản đầu tiên không nằm ở yếu tố công cụ hay công nghệ mà là ở những thành viên trong đội ngũ. Bạn hãy bắt đầu bằng cách tìm ra những cá nhân mà bạn tin tưởng là họ có thể mang lại các dữ liệu chính xác, tự chịu trách nhiệm cho việc phân tích dữ liệu của chính họ.

Mọi thứ không chỉ dừng lại ở đây, các thành viên phù hợp cũng phải có khả năng giải thích dữ liệu và phát hiện ra các sai sót của dữ liệu.

Dữ liệu nên đi từ những người lập kế hoạch đến những người sẵn sàng tìm kiếm và giải quyết những thiếu sót giữa doanh nghiệp với khách hàng.

Quá trình phân tích dữ liệu toàn diện này đảm bảo các trách nhiệm giải trình khi cần thiết và giữ cho mức độ sai lệch về dữ liệu là thấp nhất.

2. Xác định các phạm vi thường có khả năng sai lệch về dữ liệu.

Bước tiếp theo trong việc hoàn thiện hoá quá trình phân tích dữ liệu của bạn là tìm kiếm các phạm vi hay khu vực thường xảy ra sai lệch nhất.

Việc thu thập, xử lý và phân tích dữ liệu là một công việc hết sức phức tạp. Nó liên quan đến nhiều hoạt động khác nhau trong phòng ban và tổ chức, và bất kỳ hoạt động nào trong số đó đều có thể có những sai lệch tiềm ẩn về dữ liệu (cố ý hoặc vô ý).

Dưới đây là một số phạm vi có thể xảy ra sự thiên vị hay sai lệch trong doanh nghiệp:

  • Sai lệch khi lấy mẫu (sampling), khi một doanh nghiệp thu thập dữ liệu theo phong cách thiên vị hay sai lệch.
  • Sai lệch loại trừ, khi một doanh nghiệp loại bỏ hoặc sử dụng sai một số tập dữ liệu.
  • Sai lệch đo lường, trong đó một doanh nghiệp tổ chức hoặc quản lý kém các dữ liệu được thu thập. (rất thường hay xảy ra trong marketing).
  • Sai lệch quan sát, khi người thử nghiệm hay quan sát có thể tạo ra sự mâu thuẫn thông qua hành động ghi lại dữ liệu (recording data).
  • Sai lệch kỳ vọng, khi kết quả mong muốn của người thu thập làm ảnh hưởng đến kết quả thực tế qua phân tích dữ liệu.
  • Sai lệch về xu hướng, khi một doanh nghiệp chú trọng quá mức hoặc chú ý quá mức đến một xu hướng cụ thể nào đó trong dữ liệu.

Ngoài những phạm vi ở trên, tuỳ thuộc vào từng ngành hàng và bối cảnh kinh doanh khác nhau bạn có thể có những phạm vi sai lệch hay sự thiên vị khác về dữ liệu – tuy nhiên, điều quan trọng là bạn phải xem xét từng yếu tố có thể tác động tiêu cực đến dữ liệu của bạn như thế nào.

3. “Làm sạch” dữ liệu.

Có rất nhiều cách có thể khiến dữ liệu của bạn bị sai lệch. Tuy nhiên, trong không ít trường hợp, một tập dữ liệu vô tình bị sai lệch.

Trong bối cảnh doanh nghiệp có vô số dữ liệu cần thu thập hàng ngày, thậm chí là hàng giờ, điều này càng có thể dễ dàng xảy ra hơn.

Khi dữ liệu nhiều lên và có vô số dữ liệu không được sử dụng hoặc ngay cả khi được sử dụng, nếu một dữ liệu nào đó không được coi trọng, nó có thể khiến doanh nghiệp lúng túng trước các số liệu thống kê, từ đó họ không thể đưa ra các quyết định đúng đắn.

Bài toán đặt ra cho doanh nghiệp là cần làm sạch phương pháp thu thập dữ liệu, loại bỏ các dữ liệu dư thừa hoặc không cần thiết để từ đó có thể giảm nguy cơ sai lệch đồng thời đảm bảo rằng hệ thống chỉ thu thập những dữ liệu cần thiết và chính xác.

Dữ liệu là tương lai. Tuy nhiên, việc thu thập đúng dữ liệu, phân tích và rút ra được kết luận từ dữ liệu là một thách thức lớn.

Điều quan trọng là các doanh nghiệp cần phải nỗ lực nhiều hơn nữa để đảm bảo rằng các công nghệ AI hay máy học của họ không hoạt động dựa trên các mẫu dữ liệu quá nhỏ hoặc tiềm ẩn những sự thiên vị về dữ liệu.

Đội ngũ trong hệ thống phải được đào tạo để có khả năng phát hiện ra các mâu thuẫn trong dữ liệu nhanh nhất có thể.

Tham gia Cộng đồng We’re Marketer để thảo luận các chủ đề về Marketing và Business tại: Link

Nam Nguyen

Tận dụng Small Data để khai thác insights trong thế giới tập trung vào quyền riêng tư

Bên cạnh Big Data (dữ liệu lớn), Small Data (dữ liệu nhỏ) đang ngày càng được quan tâm nhiều hơn khi nói đến việc phân tích dữ liệu người dùng, đặc biệt tại các doanh nghiệp vừa và nhỏ.

Tận dụng Small Data để khai thác insights trong thế giới tập trung vào quyền riêng tư
Source: iStock

Khi chúng ta nghe đến thuật ngữ “trí tuệ nhân tạo” (AI), chúng ta sẽ nghĩ ngay đến dữ liệu lớn (big data) và hàng loạt các nhiệm vụ sàng lọc khối lượng thông tin khổng lồ để có được các thông tin chi tiết chất lượng. Nhiều đột phá về AI trong vài năm qua cũng phụ thuộc rất nhiều vào dữ liệu lớn.

Tuy nhiên, một điều quan trọng khác là các doanh nghiệp cũng cần phải đánh giá cao sức mạnh của dữ liệu nhỏ (small data). Phần dữ liệu thường bị “lãng quên” này sẽ ngày càng trở nên quan trọng hơn bởi GDPR (các quy định về bảo vệ dữ liệu) và kiểm soát quyền riêng tư.

Khi Ông Christian Nielsen và Morten Lund của Đại học California thực hiện một nghiên cứu về cách Sokkelund, một nhà hàng ở Copenhagen đã tăng doanh thu từ 1,1 triệu USD lên 6,1 triệu USD trong vòng hai năm nhờ vào những insight từ dữ liệu nhỏ, họ thấy rằng nhà hàng này đã sắp xếp hợp lý của các luồng dữ liệu hiện có và loại bỏ các quy trình kém hiệu quả trong vô số các hiểu biết sâu sắc (insights) mà họ có được.

Khi số hóa các hoạt động kinh doanh của mình, Sokkelund đã chọn cách dựa vào các dữ liệu nhỏ hơn, dễ quản lý hơn mà nhà hàng đang tạo ra.

  • Những dữ liệu khách hàng, chẳng hạn như thông tin đặt chỗ, suất ăn đã mua, doanh thu trên mỗi chỗ ngồi và sự thay đổi theo mùa trong từng tệp khách hàng – tất cả những thông tin này về cơ bản đều có sẵn và dễ truy cập.
  • Thông tin chuỗi cung ứng cũng được sắp xếp hợp lý để có thể dễ quản lý hơn.
  • Lượng tiêu thụ năng lượng và nước.
  • Số hóa quy hoạch nhân viên.
  • Tận dụng dữ liệu từ các phương tiện truyền thông mạng xã hội và kỹ thuật số.

Bằng cách theo dõi chi tiết từ các dữ liệu được liệt kê ở trên – tất cả bộ phận quản lý của nhà hàng đều có thể dễ dàng truy cập, quản lý và có thể hành động mà không cần đến các dữ liệu lớn hay công nghệ AI tốn kém, Sokkelund có thể đưa ra các quyết định liên quan đến sự phát triển của nhà hàng rất kịp thời.

Dữ liệu nhỏ về cơ bản có thể thiết thực hơn đối với các doanh nghiệp nhỏ hay thậm chí là vừa do tính hiệu quả của nó về mặt chi phí, trong khi vẫn đủ dữ liệu để phân tích.

Trong thời đại GDPR và nhận thức về quyền riêng tư của người tiêu dùng dần được nâng cao, dữ liệu lớn có thể khó tiếp cận hơn đối với các doanh nghiệp, nhưng những thông tin chi tiết từ dữ liệu nhỏ lại có thể thể hiện được sức mạnh của mình.

Dữ liệu nhỏ hay small data là gì?

Trong khi dữ liệu lớn (big data) tập trung vào khối lượng thông tin khổng lồ mà các cá nhân và người tiêu dùng đã tạo ra để sau đó doanh nghiệp sử dụng AI để sàng lọc, dữ liệu nhỏ được tạo thành từ các khối thông tin có kích thước nhỏ, dễ tiếp cận hơn, điều mà doanh nghiệp có thể chuyển tải nhanh nó thành các insights có thể hành động được.

Trong khi dữ liệu lớn có thể là trở ngại đối với các doanh nghiệp vừa và nhỏ do tính chất phi cấu trúc của nó cũng như yêu cầu một khối lượng lớn không gian lưu trữ cần thiết, dữ liệu nhỏ có nhiều sức hấp dẫn ở chỗ nó có thể sẵn sàng được sử dụng ngay mà không cần qua quá nhiều bước xử lý phức tạp.

Tuy nhiên, vì dữ liệu nhỏ thường được lưu trữ trong một công ty, điều cần thiết là các doanh nghiệp phải sử dụng các cấp độ an ninh mạng thích hợp để bảo vệ quyền riêng tư của khách hàng và giữ an toàn cho dữ liệu của họ.

Vì các dữ liệu nhỏ được lưu trữ tập trung (tại doanh nghiệp) nên nó có thể dễ bị tin tặc đánh cắp hơn – trong khi dữ liệu lớn được lưu trữ trên các máy chủ bên ngoài.

Do quy mô dữ liệu bạn đang thu thập là tương đối nhỏ và cụ thể, bạn có thể sử dụng chúng để trả lời các câu hỏi cụ thể hoặc giải quyết các vấn đề mới nảy sinh trong doanh nghiệp.

Dữ liệu này có thể bao gồm bất kỳ thứ gì từ dữ liệu bán hàng, lượt truy cập website, báo cáo hàng tồn kho, dự báo thời tiết, cảnh báo sử dụng hay bất kỳ thứ gì con người có thể truy cập và dễ dàng tìm nạp (lấy dữ liệu về).

Thách thức của dữ liệu nhỏ.

Source: Data Science

Theo các nhà phân tích của Gartner, có tới 70% doanh nghiệp sẽ chuyển trọng tâm từ dữ liệu lớn sang dữ liệu nhỏ và rộng vào năm 2025.

Cũng giống như dữ liệu nhỏ, dữ liệu rộng (wide data) dựa vào việc các doanh nghiệp liên kết các dữ liệu được tạo ra từ nhiều nguồn khác nhau như lưu lượng truy cập website, lượt ghé qua cửa hàng (offline), các tương tác trên mạng xã hội hay các yêu cầu tư vấn qua điện thoại.

Có một số thách thức đi kèm khi sử dụng các dữ liệu nhỏ, đặc biệt là khi liên quan đến việc quản lý sự mất cân bằng về dữ liệu và khó khăn trong việc tối ưu hóa tập dữ liệu nhỏ hơn.

Với suy nghĩ này, những người ra quyết định nên dành nhiều thời gian hơn để xem xét khối lượng dữ liệu mà họ có thể thu thập từ khách hàng trước khi áp dụng các thuật toán máy học phức tạp hơn để sàng lọc dữ liệu.

Công nghệ One-shot learning (học một lần).

Trong khi con người thường có khả năng học hỏi từ một ví dụ duy nhất và có khả năng phân biệt nó với các sự kiện mới một cách chính xác, thì điều này lại rất khó khăn với các máy móc.

Các máy móc hay hệ thống máy học yêu cầu khối lượng lớn dữ liệu được lặp lại để đào tạo chúng và từ đó chúng dần có thể học và phân biệt được.

Tuy nhiên, với công nghệ học một lần (one-shot learning), máy tính có thể học chỉ thông qua một lần duy nhất từ các dữ liệu nhỏ.

Điều này có nghĩa là bằng cách phân tích một tập dữ liệu lớn, công nghệ one-shot learning sẽ học hỏi từ các quy trình của nó và lặp lại chúng trên các tập dữ liệu nhỏ hơn.

Điều này chắc chắn có thể hữu ích cho các doanh nghiệp nhỏ vốn không có quá nhiều dữ liệu để đào tạo máy móc hay AI.

Nói một cách đơn giản, “học một lần” chỉ yêu cầu một tập dữ liệu lớn ban đầu để áp dụng các quy trình của nó cho các tập dữ liệu nhỏ tiếp theo.

Tận dụng các công cụ phân tích để có được các insights từ các dữ liệu nhỏ.

Tận dụng dữ liệu nhỏ có nghĩa là các doanh nghiệp có thể khai thác các nguồn dữ liệu dễ tiếp cận và quản lý hơn như Google Analytics hay Hotjar – cả hai nền tảng đều cung cấp những thông tin chi tiết toàn diện về cách người dùng tương tác với website.

Đối với các doanh nghiệp nhỏ, những thông tin chi tiết từ các dữ liệu nhỏ mà các công cụ phân tích có thể cung cấp có khả năng thúc đẩy mức độ tương tác lớn hơn rất nhiều và các chiến dịch marketing từ đây cũng mang tính chiến lược hơn.

Học hỏi từ AI.

Về mặt kỹ thuật, các mô hình AI có thể học hỏi từ các điểm dữ liệu nhỏ nhờ các thuật toán khám phá dữ liệu (discovery algorithms), đây là một loại thuật toán mới được thiết kế để xác định các thông tin quan trọng của người dùng.

Về mặt kinh doanh, điều này có nghĩa là các thuật toán AI thông thường có thể được “nuôi dưỡng” bởi các dữ liệu nhỏ trên nhiều nguồn khác nhau để xác định các sự kiện được lặp lại hay các insights hữu ích khác.

Khi công nghệ phát triển, AI có thể xác định thêm thông tin chi tiết về người tiêu dùng cho những người làm marketing qua vô số thông tin mà người tiêu dùng đã tạo ra thông qua các điểm tiếp xúc khác nhau trên các kênh.

Mặc dù dữ liệu lớn (big data) đang được nhiều người biết đến, nhưng dữ liệu nhỏ (small data) có thể sẽ nổi lên như một phần thiết yếu của một tương lai bị ràng buộc bởi chính sách GDPR và quyền riêng tư của người dùng.

Tham gia Cộng đồng We’re Marketer để thảo luận các chủ đề về Marketing và Business tại: Link

Tra Nguyen

Tương lai của nghề marketing – Sự hài hoà giữa marketing, dữ liệu, công nghệ và kỹ thuật số

Sau một năm với nhiều lần bị ‘khoá cửa’, nhiều nhà marketers đang suy nghĩ về tương lai của nghề marketing cũng như các cách thức làm việc mới.

Tương lai của nghề marketing - Sự hài hoà giữa marketing, dữ liệu, công nghệ và kỹ thuật số

‘Đại dịch đã làm thay đổi mọi thứ’. Từ cuộc sống, cách sinh hoạt đến cả cách mà chúng ta đang giao tiếp và làm việc.

Trong bối cảnh đầy sự bất ổn đó, một câu hỏi mà nhiều người trong chúng ta đang đặt ra là, tương lai công việc của chúng ta sẽ thay đổi như thế nào?

Làm thế nào tôi có thể đưa ra những lựa chọn nghề nghiệp phù hợp hơn với tôi, cho sự nghiệp của tôi và cho cả nơi mà thế giới đang hướng đến?”

Mặc dù tôi không phải là một chuyên gia về tư vấn nghề nghiệp, nhưng với tư cách là một người làm marketing có kinh nghiệm, tôi từng trải qua những cuộc khủng hoảng buộc tôi phải cân nhắc lựa chọn nghề nghiệp của mình – và chứng kiến những gì xảy ra sau đó.

Ngay bây giờ đây, khi ngành marketing đang thay đổi nhanh chóng với vô số những thứ mới, tôi cũng đang phải suy nghĩ cho nghề nghiệp của mình trong những giai đoạn sắp tới.

Rốt cuộc nghề marketing của tôi sẽ đi về đâu và chúng sẽ thay đổi như thế nào?

Phần mềm đã ‘xâm chiếm’ thế giới và bây giờ nó tiếp tục ‘xâm chiếm’ ngành marketing.

Vào năm 2011, nhà đầu tư mạo hiểm ở Thung lũng Silicon (Silicon Valley) và cũng là người sáng tạo ra Netscape, Ông Marc Andreessen đã viết một bài luận với tên gọi “Why Software is Eating the World” (Tạm dịch: Tại sao phần mềm lại có thể ‘xâm chiếm’ thế giới).

Một trong những điểm đáng chú ý trong bài luận, là ông mô tả cách các doanh nghiệp mới được xây dựng trên những phần mềm tiên tiến đang ‘xâm chiếm’ và ‘phá vỡ’ cả những tập đoàn vốn thống trị trước đây.

Có lẽ, Andreessen đã biết trước tương lai. Ông viết rằng “trong 10 năm tới, các trận chiến sẽ diễn ra giữa những tên tuổi lớn vốn đang thống trị và những đội quân mới nổi được trang bị đầy những phần mềm tiên tiến”, ông đặc biệt đề cập đến những cái tên như Google, Netflix, Square, Spotify, PayPal và Salesforce.

Ý tưởng rằng một số doanh nghiệp ‘bám chặt’ với phần mềm và công nghệ trong năm 2011 sẽ là các doanh nghiệp dẫn đầu và thống trị thị trường trong tương lai theo một cách mà bạn không thể tưởng tượng được.

Đại dịch Covid-19 đã đẩy đi nhanh hơn một sự thật rằng ‘phần mềm đang xâm chiếm thế giới’. Andreessen đã viết vào năm 2011 rằng “Amazon là một công ty phần mềm – năng lực cốt lõi của nó là có những công cụ phần mềm tuyệt vời để có thể bán hầu như tất cả mọi thứ trực tuyến”.

Ít nhất cho đến nay, Andreesen đã được chứng minh là ông đã đúng – ngay cả trong marketing. Khi hầu hết những việc chúng ta làm trong marketing đều có liên quan đến hoặc gắn liền trực tiếp với các yếu tố phần mềm hoặc công nghệ.

Những nhà marketers ngày nay có nhiều công cụ công nghệ hơn, nhiều thông tin hơn và nhiều sức mạnh tính toán hơn cả các CEO của các công ty lớn nhất thế giới cách đây khoảng 2 thập kỷ trước.

Vào năm 2011, Ông Scott Brinker đến từ trang tin chuyên về công nghệ marketing, Chief Martech đã cố gắng tìm kiếm tất cả các công ty chuyên về công nghệ marketing (MarTech) mà ông có thể tìm thấy.

Theo Scott, ông đã tìm ra hơn 150 logo của các công ty công nghệ marketing khác nhau, điều đang thể hiện một sự bùng nổ đầy cảm hứng của yếu tố phần mềm trong markeing.

Và sự thật sau đó là, mọi thứ đã vượt ra những gì ông có thể tưởng tượng! Từ con số chỉ 150, Scott cho rằng hiện đã có hơn 8.000 công ty mà ông có thể tìm thấy đang cung cấp những phần mềm hoặc giải pháp về công nghệ marketing.

Từ năm 2011 đến nay, đó là mức tăng trưởng kỷ lục với 5,233%.

Cũng như Scott chỉ ra, Châu Âu hiện có nhiều công ty công nghệ marketing nhất, cụ thể, số lượng nó đang có bằng con số của toàn bộ thế giới vào năm 2016.

Các nền tảng Adobe Marketing Cloud, SalesForce Marketing Cloud, Google Marketing Platform – vốn rất mới mẻ và chưa hoàn chỉnh cách đây 10 năm. Bây giờ họ có thể chi phối không nhỏ đến thế giới marketing toàn cầu.

Khả năng dự báo – đặc biệt là về tương lai – thực sự rất khó!

Thật khó để có thể dự đoán được bao nhiêu phần mềm và công nghệ sẽ ‘xâm chiếm thế giới vào năm 2011 và mãi sau đó. Hầu hết các dự báo về những gì có thể xảy ra đều dựa trên ‘lý thuyết mơ mộng’ và những thành kiến ​​trong nhận thức.

Các nhà dự báo khá an toàn khi nói rằng sẽ không ai có thể gọi tên họ trong thời gian 10 năm tới và nói với họ rằng họ đã sai.

Vậy có cách nào để lập kế hoạch sự nghiệp của chúng ta mà không cần lắng nghe những suy nghĩ viển vông từ những dự báo này không?

Tôi nghĩ rằng có một số bằng chứng có thể giúp chúng ta. Hãy bắt đầu với những gì chúng ta có thể đảm bảo từ yếu tố công nghệ.

Năm 1965, Gordon Moore, người sáng lập của Intel, đã đưa ra dự báo – điều mà ngày nay được gọi là ‘Định luật Moore’ – rằng sức mạnh của máy tính sẽ tăng gấp đôi sau mỗi 18 đến 24 tháng – và / hoặc giảm một nửa về giá.

Định luật Moore cũng được chứng minh là đúng với hầu hết các công nghệ dựa trên thông tin khác như chip, điện toán đám mây, cảm biến, robot và di truyền. Điều này có nghĩa là tương lai sẽ không tuyến tính – trực tiếp – từ vị trí của chúng ta hôm nay.

Tất cả chúng ta đều suy nghĩ theo thuật ngữ tuyến tính vì đó là những gì chúng ta đã quan sát được về cách thế giới tự nhiên được vận hành và đó là cách chúng ta đưa ra dự báo về tương lai trong hàng thiên niên kỷ tới.

Nhiều người đọc sẽ tỏ ra nghi ngờ ý tưởng này về một thế giới theo cấp số nhân, tin rằng vì phần lớn mọi thứ trên thế giới này không phát triển theo cấp số nhân và, ngay cả khi nếu chúng có, thì cũng không thể phát triển vô hạn.

Tuy nhiên với những bằng chứng về sự phát triển của phần mềm như đã nói và cách nó mở rộng quy mô của nó, cho thấy niềm tin này của nhiều người là không đúng.

Để dễ hiểu hơn và thú vị hơn, hãy nghĩ đến iPhone. Nhiều người trong số chúng ta có thể nhớ iPhone đời đầu khi nó ra mắt.

Nếu bạn giống tôi, bạn có thể đã cười nhạo nó và nói các câu kiểu như, “Tôi sẽ gắn bó với Blackberry của tôi thôi” hay “Nó thật điên rồ…”.

Chiếc iPhone đầu tiên vào năm 2007 có màn hình 3,5 inch, chỉ nặng 2g – không có ứng dụng và không có camera. 3G và app store xuất hiện sau đó vào năm 2008 và máy ảnh xuất hiện vào năm 2010.

Hãy lấy điện thoại thông minh của riêng bạn ra ngay bây giờ. Và xem điều gì đã xảy ra với suy nghĩ của chúng ta cách đây khoảng 14 năm.

Vào năm 2011, khoảng một phần tư toàn cầu, khoảng 1,8 tỷ người, được kết nối với Internet. Vào tháng 1 năm 2021, 4,66 tỷ người trên thế giới sử dụng Internet, tăng 316 triệu người (7,3%) trong một năm.

Tỷ lệ thâm nhập của internet (internet penetration) toàn cầu hiện đạt gần 60% – trong đó phần lớn là trên điện thoại thông minh với màn hình có độ phân giải cao.

Nếu bạn đọc tin tức về marketing và quảng cáo – và xem xét góc nhìn dựa trên những người tự xưng là marketers, bạn có thể nghĩ rằng việc phụ thuộc vào công nghệ marketing (Martech) hay Digital là một điều gì đó rất tồi tệ.

Tuy nhiên, nếu bạn xem xét trên một góc nhìn chuyên nghiệp hơn, từ những người làm marketing thực thụ, khi các doanh nghiệp đang khuyến khích đo lường và quản lý hoạt động marketing bằng công nghệ thì mọi thứ sẽ hoàn toàn khác.

Các CEO và CFO ngày nay không thể quản lý “sự sáng tạo” hay “sự dũng cảm” đơn thuần, họ chỉ có thể nhìn với kết quả, bằng những con số để giải thích cho vấn đề.

Những điều duy nhất chúng ta có thể đảm bảo trong 10 năm tới trong lĩnh vực marketing.

  • Nhiều công nghệ hơn sẽ giúp thúc đẩy mọi doanh nghiệp.
  • Nhiều công nghệ hơn sẽ giúp thúc đẩy các hoạt động marketing.
  • Nhiều công nghệ hơn sẽ thúc đẩy việc đo lường và quản lý hiệu suất.
  • Nhiều người trên Internet hơn sẽ truy cập qua màn hình điện thoại di động.
  • Ít TV tuyến tính (linear TV) hơn và thay vào đó là TV thông minh (Smart TV).

Vào đầu những năm 1950, Chủ tịch của NBC, Ông ‘Pat’ Weaver đã phát minh ra các chương trình ‘hoành tráng’ và xa hoa kéo dài hơn một giờ với mục tiêu sẽ lấp đầy một buổi tối của mọi người xem. Cái mà thời điểm đó ông gọi là magazine format (định dạng tạp chí).

Là tác giả của hai trong số những cuốn sách hàng đầu về quảng cáo ‘The Anatomy of Humbug’ và ‘Why Does the Pedlar Sing?’, Paul Feldwick nói từng nói:

“Các nhà quảng cáo có thể mua các chương trình này nhưng không phải bằng cách tài trợ toàn bộ mà bằng cách mua thời gian phát sóng theo từng phút một, điều này cho phép nhà mạng cung cấp một chương trình chất lượng và đắt giá hơn nhiều.”

“Việc lựa chọn một phút làm thời lượng bán hàng là tùy ý; sự thay đổi này về bản chất của các quảng cáo truyền hình không phải là để làm cho bản thân quảng cáo trở nên hiệu quả hơn, mà bởi mục tiêu gia tăng lượng khán giả và doanh thu quảng cáo thông qua việc tài trợ cho các chương trình đắt giá hơn.”

Fedwick tiếp tục: “Truyền hình Anh sử dụng thời lượng phút làm đơn vị cơ bản, nhưng theo thời gian, ba mươi giây đã trở thành tiêu chuẩn mới.”

Trở lại với nghề marketing. Mọi thứ cũng đang thay đổi. Dưới đây là các công việc thường có của một số Giám đốc Marketing (Marketing Director/CMO/Head of Marketing) ở một số các ngành hàng khác nhau.

  • Chịu trách nhiệm lãnh đạo, chiến lược và thực thi tất cả các hoạt động marketing của doanh nghiệp (hoặc thương hiệu).

Nó bao gồm việc phát triển và thực hiện chiến lược, B2C và B2B Marketing, vận hành marketing, sáng tạo quảng cáo, phân tích marketing, điều phối với chiến lược chung của công ty, chuyển đổi số doanh nghiệp, dự báo nhu cầu của khách hàng…

Tiếp thị hiệu suất hay performance marketing có thể thực hiện qua quảng cáo tìm kiếm có trả phí, SEO, đối tác chiến lược (Strategic Partnerships), tiếp thị liên kết (Affiliates) và các phương tiện truyền thông mạng xã hội (social media).

Quản lý danh tiếng thương hiệu cả trực tuyến (Search, Social…) và ngoại tuyến (PR) bằng cách liên tục tối ưu thông điệp thương hiệu và thiết kế sáng tạo trên tất cả các kênh để thúc đẩy sự tăng trưởng bền vững lâu dài.

Hiểu, theo dõi hành vi và xây dựng các chiến lược marketing được nhắm mục tiêu phù hợp trên tất cả các kênh.

  • Chịu trách nhiệm về chiến lược kỹ thuật số.

Đối với các hoạt động Tìm kiếm (Search), Mạng xã hội, Display, Video, Programmatic Ads…để mang lại hiệu suất cao, hiệu quả chi tiêu tốt và tính nhất quán của chiến dịch.

Tuỳ vào mỗi ngành hàng hay chiến lược cụ thể trong từng giai đoạn của doanh nghiệp hoặc thương hiệu mà các công việc của từng Giám đốc Marketing là khác nhau.

Qua nhiều nghiên cứu từ các doanh nghiệp khác nhau, nhu cầu về các nhà marketers đa năng vẫn còn, nhưng các yêu cầu để thành công thì đang thay đổi.

Các doanh nghiệp đang tìm kiếm các nhân tài có chuyên môn sâu về nền tảng kỹ thuật số (digital) và tiếp thị (marketing).

Họ đang tìm kiếm những người có chuyên môn kỹ thuật (technical) trong tất cả các khía cạnh của hoạt động digital. Họ đang tìm kiếm những người làm (do-ers) – thay vì chỉ là những người nghĩ (think-ers).

Tương lai của vai trò marketing.

Quay lại với câu hỏi ban đầu mà các nhà marketer đã tự hỏi: “Làm thế nào tôi có thể đưa ra những lựa chọn nghề nghiệp phù hợp với tôi, cho sự nghiệp của tôi và cho cả thứ mà thế giới đang hướng tới?”

Tương lai của vai trò marketing trong 10 năm tới là sự kết hợp hài hoà giữa các yếu tố chiến lược, marketing, dữ liệu và công nghệ.

Marketing sẽ được thực hiện thông qua sự hỗ trợ của các yếu tố phần mềm và công nghệ, vì vậy những người làm marketing không thể không hiểu công nghệ cũng như các thành phần liên quan đến nó.

Thị trường muốn bạn có kiến ​​thức chuyên môn sâu về marketing – nhưng cũng phải có kiến ​​thức chuyên môn về công nghệ, dữ liệu và cả kỹ thuật số, cho dù bạn có muốn hay không.

Sự bùng nổ của công nghệ là một khía cạnh cũng tương đối mới đối với ngành marketing, vì vậy không có gì quá ngạc nhiên khi chúng ta nói chung hiện không thể nắm bắt được cách khai thác và quản lý nó một cách thực sự ‘mượt mà’.

Công nghệ trong marketing, không phải là có hay không, tận dụng hay không mà là phải tận dụng nó như thế nào.

Các thông số kỹ thuật không biết nói dối.

Nếu bạn muốn có một công việc marketing đủ tốt trong tương lai, bạn phải biết rằng công nghệ (technology) cũng như 4 Ps (hoặc 7Ps) hay phân khúc và định vị là đều quan trong như nhau.

Digital không phải là một lĩnh vực tách biệt: hiểu và trở thành một chuyên gia về nó là trọng tâm của marketing.

Hãy cố gắng tận dụng các yếu tố công nghệ, thương mại điện tử, kỹ thuật số vào các hoat động kinh doanh của doanh nghiệp và thương hiệu.

Phát triển kiến ​​thức chuyên môn với các nền tảng marketing. Biết cách một phần mềm ‘hoạt động’. Và nhiều thứ khác.

Mặc dù, dưới một thế giới đầy bất ổn như thế này, rất khó để có thể nói chắc chắn điều gì sẽ xảy ra trong tương lai, tuy nhiên có một thứ mà chúng ta có thể chắc chắn được đó là ‘tương lai sẽ luôn thay đổi’, công nghệ hay marketing cũng sẽ thay đổi.

Điều cuối cùng của chúng ta chỉ là sẵn sàng tiếp nhận và phát triển nó một cách hiệu quả !

Tham gia Cộng đồng We’re Marketer để thảo luận các chủ đề về Marketing và Business tại: Link

Nam Nguyen 

Các tổ chức hiện đang lo lắng rủi ro mất dữ liệu

85% số tổ chức được hỏi trong một cuộc khảo sát chuyên sâu của Fortinet bày tỏ mối lo ngại về tấn công bằng mã độc tống tiền bởi khoảng hai phần ba trong số họ đã từng là mục tiêu của ít nhất một vụ tấn công kiểu này.

Mối quan tâm hàng đầu của các tổ chức đối với một vụ tấn công bằng mã độc tống tiền đó là nguy cơ mất dữ liệu, ngay sau đó là lo ngại về suy giảm năng suất và gián đoạn vận hành. Các tổ chức cho biết bảo hiểm an ninh mạng chiếm 57% trong các kế hoạch ứng phó với sự cố.

Tuy đa số các tổ chức được khảo sát khẳng định họ đã chuẩn bị cho các vụ tấn công bằng mã độc tống tiền, bao gồm đào tạo về không gian mạng cho nhân viên, chuẩn bị các kế hoạch ứng phó rủi ro, trang bị bảo hiểm an ninh mạng, thì thực tế vẫn có những thiếu sót rất rõ ràng về công nghệ chính là các giải pháp bảo vệ thiết yếu giúp phòng tránh hiệu quả nhất trước các phương pháp chiếm quyền truy cập vào hệ thống phổ biến nhất hiện nay.

Theo khuyến cáo của Fortinet, với các tổ chức đang lo ngại nhất về thiết bị vận hành và đội ngũ làm việc từ xa, thì các lựa chọn công nghệ hàng đầu của họ là Secure Web Gateway, VPN và Network Access Control.

Mặc dù ZTNA là một công nghệ mới đang phát triển nhưng nên được cân nhắc để trở thành giải pháp thay thế cho công nghệ VPN truyền thống.

Tuy nhiên, điều đáng lo nhất là tỷ lệ phổ biến khá thấp của giải pháp phân đoạn mạng (31%) – một giải pháp công nghệ quan trọng giúp ngăn chặn những kẻ xâm nhập di chuyển trên khắp hệ thống để tiếp cận những dữ liệu và IP quan trọng.

Hoạt động bảo mật cổng email cũng chưa được chú trọng đúng mức mặc dù lừa đảo qua email đã được ghi nhận là phương thức xâm nhập phổ biến của những kẻ tấn công.

Cuối cùng, quan trọng nhất theo Fortinet là các giải pháp nên được thiết kế để cùng vận hành như một hệ thống đồng nhất và được tăng cường bởi công nghệ AI và máy học nhằm phát hiện và phản ứng tốt hơn với các mối đe dọa từ mã độc tống tiền.

Tham gia Cộng đồng We’re Marketer để thảo luận các chủ đề về Marketing và Business tại: Link

Hà Anh