The Millennials Life

Trẻ con đi học, còn #NgườiLớnĐiLàm cùng chuỗi bài viết chia sẻ kinh nghiệm và tổng hợp các bí quyết hữu ích nơi công sở của #ThemillennialsLife

Đại dịch COVID-19 khiến phần lớn cuộc sống của chúng ta dịch chuyển sang môi trường internet. Chúng ta đã quen với mua hàng trực tuyến, xem quảng cáo, giải trí online. Khi xã hội mở cửa trở lại, các doanh nghiệp đã gặp không ít khó khăn trong việc bắt kịp những chuyển biến mạnh mẽ trong hành vi và thói quen tiêu dùng của khách hàng trên nền tảng online.

Doanh nghiệp không còn nắm bắt được hành trình khách hàng trên online, không thể trả lời được các câu hỏi cơ bản như làm sao để tìm ra khách hàng có nhu cầu nhưng đang phân vân với sản phẩm của bạn? Làm sao để tổng hợp hàng loạt dữ liệu khác nhau trong hành trình khách hàng và sàng lọc nhóm khách hàng có khả năng mua sắm nhất? Lúc này, các giải pháp công nghệ số sẽ là giải pháp cần thiết giúp cho các doanh nghiệp tồn tại cũng như tăng tốc!

Buổi trò chuyện Digital Landscape: Strategy for Survival and Speed Up with Personalized Customer Journey đồng tổ chức bởi JobHopin và Appier – unicorn châu Á chuyên chuyên cung cấp nền tảng trí tuệ nhân tạo nhằm giúp các doanh nghiệp giải quyết các vấn đề kinh doanh nan giải nhất, với 1000+ khách hàng trải dài gần 20 quốc gia – đã mang đến một cái nhìn toàn cảnh về lĩnh vực công nghệ Marketing (MarTech) tại châu Á hậu COVID-19, cũng như cách ứng dụng công nghệ AI để tối ưu chiến lược tiếp cận khách hàng.

Đặc biệt, sự kiện trên được diễn ra trên Gather – nền tảng gặp mặt trực tuyến đang “làm mưa làm gió” cộng đồng mạng. Với hàng loạt tính năng, tiện ích giúp đem lại trải nghiệm nghe-nhìn 360 độ, với Gather, người tham dự có thể dễ dàng trò chuyện với nhau và chủ động tương tác với diễn giả.

Thế nào là hành trình khách hàng?

Theo chia sẻ của anh Tú Bùi (CGO JobHopin – nền tảng tuyển dụng bằng AI đầu tiên tại Việt Nam), acquisition (tìm kiếm khách hàng mới) và retention (giữ chân khách hàng để họ tiếp tục mua sản phẩm, dịch vụ) là 2 giai đoạn quan trọng trong một hành trình khách hàng (customer journey). Doanh nghiệp cần lưu ý và tìm cách tối ưu những chỉ số liên quan đến các cột mốc trong 2 giai đoạn này nhằm phát triển tệp khách hàng của mình.

Một customer journey thông thường sẽ bắt đầu từ lúc khách hàng vẫn còn là audience – tức chưa biết gì về doanh nghiệp. Nếu click vào các thông tin điều hướng về website (hoặc nền tảng nào khác mà doanh nghiệp sử dụng), họ trở thành visitor.

Để trở thành user, visitor cần phải thực hiện first action như một minh chứng rằng họ có hứng thú với sản phẩm, dịch vụ doanh nghiệp cung cấp. Đó có thể là các hành vi như đăng ký tài khoản, thêm vào giỏ hàng (chưa thanh toán), “lượn lờ” các danh mục hoặc các trang khác nhau trên website.

Sau khi đã có first action, user cần phải convert để có thể trở thành new customer. Khác với first action, convert là những hoạt động tạo ra giá trị cho doanh nghiệp, ví dụ như mua hàng, subscribe một lựa chọn nào đó, đặt lịch hẹn, chốt tư vấn thành công, …

Tiếp đó là giai đoạn giữ chân (retain) để khách hàng quay lại mua sản phẩm, dịch vụ. Nếu new customer vẫn tiếp tục mua, họ trở thành standard customer. Thành công trong việc up-sell / cross-sell giúp nâng cấp họ lên premium customer.

Ở thời điểm này, dù là standard hay premium thì bước tiếp theo vẫn là tìm cách để khách hàng sẵn sàng giới thiệu doanh nghiệp cho những người dùng khác. Nếu điều này xảy ra, họ sẽ trở thành loyal customer. Đây là nhóm khách hàng đặc biệt quan trọng, đóng vai trò tương tự một người bán hàng. Những người dùng biết đến doanh nghiệp thông qua nhóm loyal được gọi là referred customer. Nhóm này tiếp theo sẽ thực hiện các hành động convert để trở thành new customer – bắt đầu một hành trình khách hàng mới cho doanh nghiệp.

Mỗi cột mốc như vậy sẽ có những cách thức khác nhau để tái tương tác, kích thích, thúc đẩy khách hàng “đi tiếp” đến hết hành trình thay vì bỏ dở. Hiện nay, hầu như tất cả các quy trình kể trên đều có thể được tự động hóa. Tuy nhiên, thực thi điều này không đơn giản vì rất dễ gặp phải sự thiên vị của yếu tố con người. Đây chính là lúc AI tham gia vào.

Tham khảo thêm về hành trình khách hàng: Customer Acquisition và Retention

Chặng đường chuyển đổi số được rút ngắn

Nếu ngày xưa, những khái niệm như chuyển đổi số, big data, hay AI còn khá xa lạ với chúng ta, thì ngày nay, những công nghệ này đã gần như trở thành một phần không thể thiếu. Theo báo cáo thường niên gần nhất từ Google và Temasek, có 30-35% các doanh nghiệp cho biết không thể sống sót qua COVID-19 nếu không có các nền tảng digital. Trong 5 năm tới, có đến 82% đơn vị tin rằng tối thiểu 50% doanh số bán hàng của họ đến từ các kênh online.

Nhu cầu doanh nghiệp về các công cụ digital đang vô cùng cao – nhóm có nguyện vọng gia tăng sử dụng tools cao hơn nhóm muốn duy trì gần 4 lần. Về phía người dùng, sau dịch bệnh, khách hàng sẵn sàng tăng cả tần suất sử dụng lẫn mức độ chi trả qua các kênh online. Ngoài những ngành có sự chuyển biến rõ rệt như giao nhận thức ăn (food delivery), thực phẩm (groceries), đa số các ngành khác (điện tử, làm đẹp, âm nhạc, …) gần như đều tăng gấp đôi.

Vậy chúng ta cần làm gì? Cũng theo báo cáo của Google và Temasek, có 5 yếu tố ảnh hưởng đến quyết định mua của người dùng: đa dạng hàng hóa, giá cả cạnh tranh, lựa chọn thanh toán, trải nghiệm mua hàng, và mức độ thuận tiện.

Tiếp đó là những vấn đề liên quan đến việc lựa chọn và sử dụng AI nào cho hiệu quả. Trí tuệ nhân tạo thực chất là khái niệm không mới. Nó đã xuất hiện từ những năm 1950s nhằm thay thế con người xử lý các công việc đơn giản theo những cách thức căn bản nhất.

Đến những năm 80, công nghệ máy học (machine learning – ML) ra đời để xử lý lượng data ngày một lớn hơn. Nhưng phải đến trong vòng 10 năm trở lại đây, cuộc cách mạng mới thật sự bắt đầu với deep learning (DL) – công nghệ mô phỏng gần nhất cách não bộ hoạt động.

DL có thể học hỏi và nhìn ra những quy luật ẩn mà ML, và đôi khi cả con người, bỏ sót. Thay vì đưa ra gợi ý dựa trên dữ liệu gần nhất như ML, DL phân tích dựa vào sequence, “đi theo” người dùng trên suốt hành trình. Một khác biệt nữa là với ML, lượng data càng lớn thì sai số sẽ càng nhiều, dẫn đến việc không ít đơn vị sau khi áp dụng công nghệ lại nhận về kết quả kém hơn hẳn lúc chưa dùng.

Ngoài các tiêu chí về thương hiệu, giá cả, khả năng triển khai, doanh nghiệp cần xét thêm một số yếu tố khác nhằm đảm bảo việc ứng dụng AI sẽ giúp máy hoạt động tốt nhất.

(1) Cơ sở hạ tầng: máy móc có đủ “xịn” không?
(2) Data: ngoài nguồn data chính từ doanh nghiệp, vendor có thể giúp bổ sung không? Doanh nghiệp ở quy mô vừa nên để ý phần này vì nếu data không đúng và đủ thì không có công nghệ AI nào có thể giúp cả.
(3) Thuật toán: thuật toán này cũ hay đã được cập nhật?

Kết hợp AI và MarTech để cá nhân hóa hành trình khách hàng

Kết hợp AI với MarTech đem lại tính ứng dụng cao trong nhiều lĩnh vực: quảng cáo, làm content, mạng xã hội, bán hàng, quản lý, … Trong đó, 3 xu hướng đang lên ngôi tại thị trường Việt Nam là:

Cá nhân hóa hành trình khách hàng
Các cách làm cũ dựa trên quy luật để đưa ra gợi ý sản phẩm từ các segment khác nhau (phổ biến nhất vẫn là sản phẩm đã xem, sản phẩm bán chạy hoặc đang giảm giá), không cần biết liệu khách hàng có quan tâm không. Hiện nay, AI sẽ kết hợp với phần dự báo hành vi để đưa ra các gợi ý phù hợp hơn, ví dụ như cùng là giảm giá nhưng khách A được xem đồ dành cho nữ hoặc mang phong cách thanh lịch, còn khách B sẽ thấy sản phẩm dành cho nam giới hoặc đồ gia đình.

Dự báo hành vi trong hành trình khách hàng
Trong quá khứ, việc dự báo thường cần yếu tố con người, dẫn đến chuyện dữ liệu không có tính real time. Vấn đề đặt ra là cần làm thế nào để khi khách vừa click xem hàng thì website đã đưa ra được gợi ý tiếp theo phù hợp với hành vi của họ.

Thương mại điện tử trên nền tảng di động có tích hợp khả năng giao tiếp giữa người bán và người mua
Hai thách thức lớn của việc dùng chatbot: bản thân chúng ta không thể set up chi tiết ma trận hội thoại cho từng tình huống một, và khách hàng không quen giao tiếp với máy. Cho dù không thể thay thế hoàn toàn việc trò chuyện với con người, nhưng viễn cảnh là nếu ứng dụng AI, chúng ta vẫn có thể thay thế phần lớn và đáp ứng khách hàng tốt hơn cho dù yêu cầu của họ có phức tạp đến đâu.

Appier là ai

Appier là một trong những startup về lĩnh vực trí tuệ nhân tạo nổi tiếng của Đài Loan; là đối tác của một số thương hiệu hàng đầu thế giới, cung cấp một bộ sản phẩm cấp doanh nghiệp để hỗ trợ các quyết định dựa trên dữ liệu và thúc đẩy tăng trưởng kinh doanh.

Được thành lập vào năm 2012 bởi một đội ngũ kỹ sư và nhà khoa học máy tính đầy nhiệt huyết, Appier hiện có hơn 450 nhân viên làm việc tại 15 văn phòng ở châu Á – Thái Bình Dương và châu Âu, đồng thời được Tạp chí Fortune công nhận là công ty AI hàng đầu.

Năm 2017, Appier từng nhận 82 triệu USD từ các nhà đầu tư gồm Softbank, Line, Sequoia… sau khi tiến hành gọi vốn Series C. Đầu năm 2017 được Fortune bình chọn vào Top 50 startup AI của thế giới; giữa tháng 4/2018 Appier được tạp chí New Economy bình chọn là một trong 5 startup AI tốt nhất châu Á.

Khó khăn khi tối ưu hành trình khách hàng và giải pháp từ Appier

Thử thách đầu tiên: Tiếp cận những khách hàng có giá trị vòng đời (CLV) cao

Từ trước cả khi người dùng “đặt chân” đến website, làm thế nào để biết liệu họ có quan tâm về ngành hàng của mình, hoặc có CLV cao để trở thành loyal customer?

Giải pháp từ Appier: Tiếp cận theo chủ đề và kết nạp khách hàng mới dựa trên chỉ số lợi tức đầu tư (ROI-based Customer Acquistion)

Công nghệ NLP (natural language processing) được sử dụng để quét tất cả các hệ thống SSP và ad network có kết nối với Appier nhằm “theo dấu” người dùng, chắt lọc từ những bài báo họ đọc hoặc những gì họ tìm kiếm để cho ra bộ keyword và những chủ đề có ý nghĩa. Hiện Appier có khoảng 25 danh mục (category) trải dài nhiều lĩnh vực, mỗi danh mục có khoảng 522 interest, hơn 1 triệu từ khóa và 45 chân dung khách hàng khác nhau.

Do đó, việc target người dùng trên nền tảng sẽ diễn ra chính xác hơn, thông điệp cũng liên quan nhiều hơn đến nhu cầu người dùng hiện tại.

Thử thách thứ hai: Tương tác với khách hàng

Hành vi khách hàng trên môi trường digital khá phức tạp vì họ có thể chuyển đổi nhanh chóng giữa các thiết bị. Làm thế nào để có thể tiếp cận và tương tác với đúng khách hàng, ở đúng thời điểm, trên đúng nền tảng?

Giải pháp từ Appier: Công nghệ phân khúc khách hàng và gợi ý sản phẩm dựa trên AI

Khi dùng con người cho công việc phân khúc, chúng ta chỉ có thể tự chạy và tự tối ưu đâu đó 10-20 nhóm. Tốn nhân lực và kinh phí mà kết quả đưa ra không hài lòng.

Áp dụng AI giúp tối ưu công việc phân khúc, giúp quá trình này trở nên chính xác hơn. Đầu tiên, AI sẽ học dựa trên hành động của user trên trang, tần suất, và đã thực hiện cách đây bao lâu. Từ 3 tiêu chí này cộng thêm kết quả tối ưu mong muốn (ví dụ để họ quay lại mua lần 2), AI sẽ phân chia user vào các phân khúc khác nhau, đồng thời tiến hành xếp hạng những phân khúc đó dựa trên kết quả cần đạt.

Một khách hàng khi đã nằm trong phân khúc A sẽ không xuất hiện lại trong phân khúc B nữa. Điều này tránh được chuyện target một khách hàng quá nhiều lần (khi họ có mặt trong nhiều hơn 1 phân khúc).

Sau khi đã phân nhóm người dùng, AI tiếp tục dựa vào hoạt động của user trên trang và cả nguồn data trên hệ thống DMP của Appier để đưa ra gợi ý sản phẩm phù hợp cho họ. Cách làm này giúp tăng tỷ lệ chuyển đổi lên đến 20%.

Ngoài ra, nhằm giúp phần tương tác on-site trở nên dễ dàng và nhẹ nhàng hơn, Appier còn cung cấp sản phẩm AIQUA. Đây là nền tảng đồng nhất dữ liệu từ các kênh khác nhau, giúp doanh nghiệp tương tác, thiết kế và gửi đi thông điệp, hiểu rõ hơn về hành trình khách hàng bất kể trên web hay app.

Thử thách thứ ba: Đẩy doanh số

Khi khách hàng đã thực hiện chuyển đổi, hầu hết các đơn vị sẽ tìm cách đẩy doanh số bằng coupon, quà tặng, giảm giá, … Nhưng cách làm này khi áp dụng trên quy mô lớn thì không có lợi cho kinh phí.

Giải pháp từ Appier: Kích thích quyết định mua hàng

Người dùng trên các nền tảng có thể được chia thành 3 nhóm chính:
(1) immediate buyer: biết mình muốn gì, vào mua xong ra ngay
(2) window shopper: những người chỉ xem chứ không mua
(3) hesitant user: lưỡng lự trong việc ra quyết định, chiếm khoảng 75% tỷ lệ người dùng drop

Lúc này, AI sẽ “theo dấu” từ lúc người dùng vừa vào trang, phân loại, và đưa ra những giải pháp kích thích ra quyết định mua hàng, ví dụ như coupon, discount, … Các ưu đãi đưa ra là ưu đãi dành riêng, chỉ người dùng đó nhìn thấy, đồng thời được tùy chỉnh cho phù hợp với từng nhóm người dùng. Chẳng hạn như nhóm hesitant thì cho ưu đãi giá trị thấp, discount nhiều; trong khi nhóm loyal sẽ tăng giá trị bắt buộc mua để được hưởng ưu đãi.

Thử thách thứ tư: Giữ chân người dùng

Sau khi đã mua vài lần, làm cách nào để doanh nghiệp giữ chân khách hàng, khuyến khích họ tiếp tục sử dụng sản phẩm, dịch vụ?

Giải pháp từ Appier: Tái tương tác với những người dùng mang lại giá trị cao đang tạm ngưng hoạt động (dormant users)

Rule-based segmentation sẽ phân chia người dùng theo những nhóm như: mua hàng, đang hoạt động, không hoạt động, … Tuy nhiên cách làm này không mang lại hiệu quả do không thật sự phân tách được những khách hàng nào có tỷ lệ chuyển đổi cao trong tương lai.

Ứng dụng công nghệ AI có thể giúp phân tích đa hướng để bóc tách và phân chia người dùng hầu như theo từng trường hợp riêng biệt. Sau đó, hệ thống DMP tiếp tục phân tích, điều hướng để khai thác thêm những mối quan tâm bên trong, tìm hiểu xu hướng của họ trên những nền tảng có kết nối với Appier, mang họ trở về và kích thích tăng trưởng.

Tựu trung, việc áp dụng công nghệ trí tuệ nhân tạo giúp quản lý hiệu quả lượng người dùng trên quy mô lớn, tối ưu người dùng trên từng điểm chạm của họ trong hành trình ở tất cả các kênh mà họ tham gia.

Nếu bạn có hứng thú tìm hiểu thêm về Appier và các giải pháp MarTech, hãy để lại thông tin và BTC sẽ liên hệ với bạn nhé.

(Nội dung biên tập từ buổi tọa đàm trực tuyến “Digital Landscape: Strategy for Survival and Speed Up with Personalized Customer Journey” do JopHopin và Appier đồng tổ chức)