Tiếng ViệtTiếng Việt
FAQ
MON - FRI : 09:00 AM-18:00 PM

Các chuyên gia nói gì về CDPs tại thị trường Việt Nam?

Tháng Bảy 12, 2022
admin

Các chuyên gia nói gì về CDPs tại thị trường Việt Nam?

Bạn đã nghe về nền tảng dữ liệu khách hàng (CDP) và nhiều doanh nghiệp đang áp dụng hiện nay. Tuy nhiên tại Việt Nam, CDP dường như đang trở thành xu hướng mới. Hãy cùng xem các chuyên gia chia sẻ gì về CDP, marketing automation, AI, data,… qua bài viết dưới đây.

Bối cảnh 

Trong thời gian gần đây, “cá nhân hóa” là tiêu chí quan trọng trong mảng Marketing & Sales ở nhiều doanh nghiệp. Nhưng để thực hiện cá nhân hóa, cải thiện trải nghiệm khách hàng, doanh nghiệp cần có dữ liệu để phân tích, tìm ra insights người dùng.

Chính vì lý do đó, nhiều doanh nghiệp Việt đã tìm đến nền tảng dữ liệu khách hàng (CDP) để thu thập và thống kê dữ liệu từ nguồn online và offline của công ty. Kết hợp CDP cùng với công nghệ marketing hứa hẹn sẽ giúp doanh nghiệp biết cách chinh phục, lưu trữ thông tin người dùng để đem lại hành trình khách hàng tuyệt vời nhất.

Nền tảng dữ liệu khách hàng (CDP) là gì?

Nền tảng dữ liệu khách hàng (CDP) là một phần mềm tổng hợp và sắp xếp dữ liệu khách hàng trên nhiều điểm tiếp xúc khác nhau và được sử dụng bởi các phần mềm, hệ thống và nỗ lực marketing. CDP thu thập và cấu trúc dữ liệu thời gian thực thành các hồ sơ khách hàng cá nhân, tập trung.

Theo CDP Institute, CDP được định nghĩa là “một phần mềm đóng gói tạo ra một cơ sở dữ liệu khách hàng thống nhất, bền vững mà các hệ thống khác có thể truy cập được”.

Nền tảng dữ liệu khách hàng xây dựng hồ sơ khách hàng bằng cách tích hợp dữ liệu từ nhiều nguồn bên thứ nhất, thứ hai và thứ ba. Dữ liệu bao gồm CRM và DMP, hệ thống giao dịch, biểu mẫu web, email, hoạt động social media, trang web và dữ liệu hành vi thương mại điện tử,…

Dữ liệu khách hàng là gì?

CDP tồn tại vì dữ liệu khách hàng đã trở nên quan trọng đối với cả hoạt động kinh doanh và marketing. Vậy dữ liệu khách hàng là gì?

Dữ liệu khách hàng là thông tin mà người dùng để lại khi họ sử dụng internet và tương tác với các công ty theo cách online hay offline. Nói cách khác là thông qua các trang web, blog, cổng thương mại điện tử và các tương tác tại cửa hàng. Dữ liệu khách hàng rất có giá trị đối với các doanh nghiệp, mặc dù các quy định pháp lý gần đây (chẳng hạn như GDPR) đã thay đổi cách các tổ chức thu thập và quản lý dữ liệu.

CDP thu thập và sắp xếp 4 loại dữ liệu khách hàng chính

Dữ liệu nhận dạng (Identity Data)

Dữ liệu nhận dạng xây dựng nền tảng của từng hồ sơ khách hàng trong CDP. Loại dữ liệu này cho phép các doanh nghiệp xác định duy nhất từng khách hàng và ngăn chặn việc sao chép nhóm khách hàng tốn kém. Dữ liệu nhận dạng bao gồm:

  • Thông tin tên như họ và tên
  • Thông tin nhân khẩu học như tuổi và giới tính
  • Thông tin vị trí như địa chỉ, thành phố và mã zip
  • Thông tin liên hệ như số điện thoại và địa chỉ email
  • Thông tin social như Twitter và LinkedIn
  • Thông tin nghề nghiệp như chức danh công việc và công ty
  • Thông tin tài khoản như ID người dùng cụ thể và số tài khoản 

Dữ liệu mô tả (Descriptive Data)

Dữ liệu mô tả mở rộng trên dữ liệu nhận dạng và cung cấp cho bạn bức tranh đầy đủ hơn về khách hàng của mình. Các loại dữ liệu mô tả sẽ khác nhau tùy theo loại hình công ty.

Ví dụ: một đại lý ô tô có thể thu thập thông tin chi tiết về lối sống của khách hàng, trong khi một công ty tã giấy sẽ thu thập thông tin chi tiết về số lượng trẻ em trong gia đình của khách hàng. Dữ liệu mô tả bao gồm:

  • Thông tin nghề nghiệp, chẳng hạn như nhà tuyển dụng trước đây, ngành, thu nhập và cấp độ công việc (job level)
  • Thông tin về lối sống như loại nhà đang ở, phương tiện đi lại và vật nuôi
  • Thông tin gia đình như số lượng trẻ em và tình trạng hôn nhân
  • Thông tin về sở thích như đăng ký tạp chí và đăng ký thành viên phòng gym 

Dữ liệu định lượng hoặc hành vi (Quantitative, Behavioral Data)

Dữ liệu định lượng cho phép các doanh nghiệp hiểu cách mỗi khách hàng đã tương tác với tổ chức của họ, cho dù thông qua các hành động, phản ứng hoặc giao dịch nhất định. Dữ liệu định lượng bao gồm:

  • Thông tin giao dịch như số lượng và loại sản phẩm đã mua hoặc trả lại, số lượng giỏ hàng bị bỏ lại và ngày đặt hàng. Thông tin này cũng bao gồm phân tích RFM – lần truy cập gần đây (Khách hàng này gần đây đã mua hàng như thế nào?), tần suất mua hàng (Bao lâu thì khách hàng này mua hàng?) và thông tin thanh toán (Khách hàng này chi bao nhiêu tiền cho một lần mua hàng?)
  • Thông tin liên lạc qua email như số email được mở, nhấp vào email, phản hồi email
  • Thông tin hoạt động trực tuyến như lượt truy cập trang web, CTR, lượt xem sản phẩm (product view) và mức độ tương tác trên social media
  • Thông tin dịch vụ khách hàng như ngày giao tiếp, chi tiết truy vấn và chi tiết về người đại diện dịch vụ 

Dữ liệu định tính (Qualitative Data)

Dữ liệu định tính cung cấp bối cảnh cho hồ sơ khách hàng, thể hiện tính cách dữ liệu khách hàng. Loại dữ liệu này thu thập bất kỳ động cơ, ý kiến ​​hoặc phản ứng được thể hiện bởi khách hàng của doanh nghiệp (cho dù có liên quan đến công ty hay không). Dữ liệu định tính bao gồm:

  • Thông tin về động lực khách hàng, chẳng hạn như Bạn biết về chúng tôi như thế nào? Tại sao bạn mua sản phẩm này? Điều gì khiến bạn chọn sản phẩm này thay vì những sản phẩm khác?
  • Thông tin ý kiến, chẳng hạn như Bạn đánh giá sản phẩm này như thế nào? Bạn đánh giá dịch vụ khách hàng của chúng tôi như thế nào? Khả năng bạn giới thiệu chúng tôi như thế nào?
  • Thông tin về thái độ, chẳng hạn như màu sắc yêu thích, động vật, hoặc thực phẩm

Bạn có thể thấy rằng, CDP thu thập và sắp xếp nhiều loại dữ liệu. Điều quan trọng cần lưu ý là nhiều dữ liệu và danh mục dữ liệu cụ thể sẽ khác nhau tùy thuộc vào doanh nghiệp và ngành.

 

 

Nâng cấp CDP: Marketer kỳ vọng CDP sẽ vượt ra khỏi tổng hợp dữ liệu để kích hoạt Omnichannel

Theo nghiên cứu, chỉ 10% người dùng CDP cảm thấy sản phẩm thế hệ đầu tiên đáp ứng được nhu cầu hiện tại và 99% không tin rằng CDP hiện tại của họ đáp ứng các yêu cầu trong tương lai.

Một nghiên cứu được ủy quyền thực hiện bởi Forrester Consulting thay mặt cho Zeta Global (NYSE: ZETA), một công ty công nghệ marketing dựa trên đám mây cho phép các doanh nghiệp mua lại, phát triển và duy trì khách hàng, nhận thấy rằng phần lớn người dùng CDP tin rằng các giải pháp CDP ngày nay không đạt được kỳ vọng và khả năng vốn có. Họ đang tìm kiếm một CDP mạnh mẽ hơn, mở rộng quá trình tổng hợp và quản lý dữ liệu, cũng như thực hiện các chức năng marketing quan trọng, chẳng hạn như cá nhân hóa và kích hoạt đa kênh.

 

 

Theo nghiên cứu, trong khi 66% người được hỏi tin rằng việc áp dụng CDP là chiến lược hoặc sáng kiến ​​quan trọng đối với tổ chức của họ, thì chỉ 10% người dùng CDP ngày nay cảm thấy sản phẩm đáp ứng mọi nhu cầu. Con số đó giảm đáng kể xuống còn 1% ở những người tin rằng CDP hiện tại của họ đáp ứng các yêu cầu trong tương lai. Mặc dù quản lý dữ liệu là quan trọng, nhưng marketers cũng cho rằng cần phải phân tích dữ liệu, thu thập insights, cá nhân hóa thông điệp, điều chỉnh chiến lược, chiến dịch, đo lường hiệu suất và kích hoạt dữ liệu trên tất cả các kênh marketing. Hơn một nửa số người được hỏi gặp phải các thách thức kỹ thuật với CDP và cần thêm chuyên môn về tích hợp, triển khai và thực thi từ nhà cung cấp.

“Mặc dù CDP thế hệ đầu tiên cung cấp cho marketers khả năng quản lý, làm phong phú dữ liệu, lưu trữ và truy cập dữ liệu khách hàng của bên thứ nhất, nhưng sự phức tạp ngày càng tăng của bối cảnh marketing ngày nay đã bộc lộ khoảng cách ngày càng lớn giữa nhu cầu của người dùng và chức năng hiện tại của CDP”. Christian Monberg, Giám đốc Công nghệ kiêm Giám đốc Sản phẩm tại Zeta Global cho biết “Chúng tôi tin rằng marketers ngày nay có nhu cầu về một CDP được nâng cấp có thể vượt ra ngoài quản lý dữ liệu và kích hoạt trên tất cả các kênh, tạo insights và đo lường kết quả – có thể so sánh với việc tích hợp một đám mây marketing hiện đại”.

Nghiên cứu này xác nhận rằng để đáp ứng các mục tiêu chiến lược hàng đầu, CDP cần có các khả năng tích hợp thống nhất quản lý dữ liệu khách hàng với khả năng thực thi marketing, chẳng hạn như cá nhân hóa, bảng điều khiển thống nhất, xử lý dữ liệu thời gian thực. Nghiên cứu cũng nhấn mạnh tầm quan trọng của CDP trong việc tạo ra các kết quả top-level như doanh thu cao hơn, cải thiện tỷ lệ thu hút, giữ chân khách hàng và sự hài lòng, nhiều tương tác được cá nhân hóa hơn, tăng sự tin tưởng từ khách hàng.

Tăng trưởng đáng kể về tổng thể

Sự tăng trưởng phần lớn là do những thay đổi đáng kể trong nhà cung cấp hiện tại, những người chiếm 85% nhân viên mới và 88% nguồn vốn mới, thể hiện nỗ lực của những nhà cung cấp này trong việc trở thành người dẫn đầu trong danh mục CDP.

Trong 5 năm qua, các công ty lớn hơn đã phát triển nhanh hơn các công ty nhỏ, nhưng vẫn không có nhà cung cấp nào thống trị trên thị trường.

Chỉ có 4 công ty mới được thêm vào trong kỳ báo cáo, con số này thấp nếu xét rằng mức trung bình là 15 cho các kỳ trước. Ngoài ra, 3 công ty nhỏ được mua lại và một công ty ngừng hoạt động.

Cuối năm 2021, số lượng nhân viên của ngành tăng lên với ước tính khoảng 1375 nhân viên. Cụ thể, 25% công ty hàng đầu dựa trên quy mô nhân viên đã tăng 14% số lượng việc làm. Phần còn lại của ngành chỉ tăng 4%.

Nhìn vào sự tăng trưởng về thời điểm các nhà cung cấp tham gia vào thị trường, chúng ta thấy rằng các nhà cung cấp cốt lõi truyền thống (được thành lập từ năm 2008 đến 2012) chiếm 28% toàn ngành. Các nhà cung cấp đến sau năm 2014 chiếm 1/4 thị trường nhưng nhỏ hơn và có ít vốn hơn.

Một điểm thú vị khác là CDP có trụ sở tại Hoa Kỳ chiếm 45% thị trường (64 nhà cung cấp) và nhận được 75% tiền tài trợ. Tiếp theo là EMEA (các CDP lớn nhất được thành lập ở Pháp, Anh và Hà Lan), cuối cùng là các nhà cung cấp CDP từ APAC. Các nhà cung cấp CDP của APAC là các công ty trẻ hơn thường cung cấp delivery CDP.

Nguồn vốn lớn và hợp nhất

Khoản tài trợ lớn nhất so với bất kỳ giai đoạn nào trước đó có giá trị 853 triệu đô la. Phần lớn số tiền tài trợ này được chuyển cho các nhà cung cấp đã có tên tuổi. 5 giao dịch trong giai đoạn này là với các công ty có hơn 200 nhân viên, bao gồm 4 nhà cung cấp nhận được hơn 100 triệu đô la tài trợ cho mỗi công ty. Ngoài ra, 6 giao dịch nhỏ hơn có tổng trị giá 117 triệu đô la, cho thấy có sự hỗ trợ cho các nhà cung cấp nhỏ hơn.

Với nguồn tài trợ mới này, 5 công ty hàng đầu hiện đã nhận được trung bình 190 triệu đô la mỗi công ty. Phần còn lại của thị trường nhận được trung bình 21 triệu đô la.

Có 4 nền tảng dữ liệu khách hàng chính hiện nay: chiến dịch (campaign), phân tích (analytics), phân phối (delivery) và dữ liệu (data). Loại CDP phổ biến nhất là Campaign CDP với 39% CDP. Campaign CDP chiếm 41% số nhân viên và 44% kinh phí. Các nhà cung cấp lâu đời nhất trong ngành hầu hết là Campaign CDP và Delivery CDP.

Tuy nhiên, trong khi Campaign CDP có thị phần lớn nhất, thì thị phần đó đang dần bị thu hẹp theo hướng có lợi cho Delivery CDP.

Gần như tất cả Analytics CDP và Data CDP đều xuất hiện năm 2012. Data CDP cũng đang phát triển nhưng với tốc độ chậm hơn. Các CDP này cũng có xu hướng nhỏ hơn và ít được tài trợ hơn (ngoại trừ các CDP ở Mỹ). Analytics CDP thường là những CDP lớn nhất và được tài trợ tốt nhất nhưng hiện nay dưới mức trung bình về cơ sở nhân viên và nguồn tài trợ.

Tăng trưởng mạnh mẽ cho một công nghệ then chốt

Đây chỉ là một số điểm nổi bật từ bản cập nhật tháng 1 của Institute CDP. Rõ ràng là các nhà cung cấp đã có tên tuổi vẫn tiếp tục hoạt động tốt và phát triển mạnh mẽ hơn, nhưng có một số khách hàng tiềm năng cần chú ý vì đã nhận được khoản tài trợ đáng kể. Có thể thấy có sự tăng trưởng mạnh mẽ về Delivery CDP và sự tăng trưởng chậm hơn của Campaign CDP, cho thấy sự thay đổi về các loại CDP có sẵn, mặc dù không ai mong đợi sự thay đổi đó diễn ra nhanh chóng.

Chuyên gia nói gì về CDPs tại Việt Nam?

Sự hình thành và phát triển của CDP đến từ đâu

Theo chia sẻ của anh Triều Nguyễn (founder PrimeData), sự hình thành và phát triển CDP đến từ:

  • Thành công của marketing cần có sự kết hợp các công đoạn: data segmentation, channel, content creative, automation…một cách nhịp nhàng và liền mạch.
  • Sự hoàn thiện của mỗi công đoạn, ví dụ sử dụng Mailchimp khi thực hiện email marketing
  • CDP làm nhiệm vụ tích hợp sẵn tất cả những giải pháp đó trong 1 phần mềm duy nhất để sử dụng thuận tiện và không bị phân mảnh hay sai lệch về dữ liệu.
  • Ngân sách sẵn có, vì khi dùng quá nhiều công cụ automation chi phí sẽ tăng cao. Do đó xu hướng tích hợp hoặc xây dựng để giảm mức đầu tư khiến khách hàng dễ lựa chọn hơn

Tính năng CDP có sự khác biệt từ lý thuyết đến thực tế

  • Unify (Hợp nhất)

Điều quan trọng cần xem xét đó là Customer identify data và access management (lịch sử của user). Nếu dữ liệu không được nhận diện sẽ không có ý nghĩa. Nhưng nhận diện như thế nào sẽ tùy thuộc vào từng trường hợp kinh doanh. Hãy tự hỏi:

– Nhận dạng ẩn danh: Nếu người dùng chưa đăng nhập thì làm thế nào?

– Identity resolution và cross checking identify: Single customer view đến từ kênh chéo, dịch vụ chéo. Vậy câu hỏi đặt ra là nếu công ty có 3 dịch vụ thì làm thế nào để kiểm tra đó là cùng một khách hàng?

  • Phân khúc đối tượng

Có 2 nhóm phân khúc chính:

– Đầu tiên là xuất dữ liệu từ các hệ thống cũ và tải lên CDP. Điểm hạn chế của cách thức này là chỉ phù hợp với nhóm khách hàng cũ (dữ liệu giao dịch)

– Thứ 2 là dynamic segment, có thể kích thích Anonymous (người dùng ẩn danh) thực hiện các hành động theo thời gian thực

 

 

Có một thực tế là 2 kiểu phân khúc này chưa thật sự khớp với nhau. Dữ liệu ở nhóm đầu dường như rất nhỏ so với trường hợp thứ 2 nên CDP sẽ khó giải quyết đúng bài toán này. Anh Triều cũng chia sẻ, một sai lầm mà nhiều người thường nghĩ đó là CDP có thể giải quyết mọi vấn đề. Các tính năng như cross tracking, recommendation đã tồn tại từ lâu trước khi CDP xuất hiện.

Anh Nam Nguyễn (Founder Opla) có nhiều năm kinh nghiệm trong việc tư vấn CDP với vai trò consultant tại Oracle/Salesforce cũng chia sẻ rằng, mỗi doanh nghiệp sẽ có định nghĩa khác nhau về CDP tùy vào chiến lược bán hàng. Do đó khi CDP phát triển thì định nghĩa này cũng thay đổi. Vì vậy điều quan trọng là tập trung vào bài toán của khách hàng để điều chỉnh cho phù hợp.

Ví dụ sàn thương mại điện tử cần tối ưu CR, lúc này CDP có thể là phần mềm để thu thập dữ liệu, phân tích hành vi và đưa ra các gợi ý. Đối với nhà bán lẻ O2O (offline to online) cần cải thiện trải nghiệm mua thì CDP lại là một phần mềm để thu thập dữ liệu, đo lường, phân tích hành vi của người dùng, xác định điểm chạm để cá nhân hóa hoạt động tư vấn, chăm sóc khách hàng.

Mô hình phổ biến của Digital marketing/ecommerce tại Việt Nam vẫn còn đơn giản, đó là chỉ sử dụng Google và Facebook ads làm top funnel. Dưới đó là direct communication (bán hàng, chăm sóc khách hàng). Vì vậy chỉ cần thực hiện web push notification cũng đủ tăng CR (Conversion Rate – Tỷ lệ chuyển đổi) và không cần đến công cụ phức tạp như CDP.

Còn theo chia sẻ của anh Minh Nguyễn (Founder AkaLava), người có nhiều năm kinh nghiệm tư vấn CDP, các nhà cung cấp CDP luôn bắt đầu câu chuyện rằng khách hàng có trải nghiệm không tốt sẽ rời bỏ doanh nghiệp. Lúc này CDP xuất hiện để tăng trải nghiệm khách hàng. Đây là lợi ích rõ nét nhất của CDP ở góc độ của cấp quản lý. Nếu tiếp cận CDP theo hướng tối ưu chi phí marketing hay tăng hiệu quả quảng cáo thì điều này rất khó để chứng minh.

Còn đứng dưới góc nhìn của người làm Brand, anh Thuận Đoàn – Phó Tổng Giám đốc Kowil Group chia sẻ, nỗi lo của Brand là sợ bị lạc hậu trước xu thế mới của công nghệ như AI/Data/Machine Learning/Martech. Các thuật ngữ này nhận được kỳ vọng của BOD và đòi hỏi marketers phải tìm cách để áp dụng.

Nhưng cái khó ở Brand là Mindset vì nhân sự cấp quản lý đã quen với cách làm truyền thống. Còn những bạn làm CDP đa số là nhân sự trẻ thường sử dụng những metrics mới như CAC/LTV/CR/Phễu,….và điều này dẫn đến cả 2 phía không tìm được tiếng nói chung. 

Một thách thức tiếp theo của CDP đó là ở doanh nghiệp lớn quy trình vận hành khá phức tạp, không dễ để sử dụng hệ thống hay thu thập data. Hầu hết doanh nghiệp đều không muốn lãng phí dữ liệu và mong muốn sở hữu data lake để thu thập 3 loại data (data sẵn có, data đang thu về và data tương lai có thể thu thập). Khi đã có data lake đủ lớn, doanh nghiệp lúc này mới tiến hành phân tích để hiểu customer insights và thực hiện automation. Tuy nhiên xây dựng data lake lại không phải là điều dễ.

Như vậy có thể thấy rằng định nghĩa CDP như thế nào là không quan trọng. Vấn đề là doanh nghiệp cần hiểu CDP sẽ đáp ứng nhu cầu gì và sử dụng ra sao. Vì mỗi ngành nghề, lĩnh vực sẽ có trường hợp áp dụng khác nhau để đưa ra định nghĩa mới.

  • Chuyển đổi số ở Việt Nam và sự phát triển của CDP

Anh Trần Ngọc Hải từng đảm nhiệm dự án CDP cho 1MG, hiện đang giữ vị trí data tại Techcombank đã có những trải nghiệm trong việc triển khai CDP ở góc độ tập đoàn lớn. Để có thể áp dụng CDP, đánh giá đúng năng lực của nền tảng này và áp dụng cho đối tác, anh đã vẽ ra 3 bản kiến trúc CDP:

– Conceptual view: Liệt kê các khối năng lực chính và công dụng

– Data flow và logical view: giải thích cách từng khối hoạt động như thế nào, các năng lực được xử lý logic ra sao, luồng data chảy in out, các khối phối hợp với nhau tổng thể như thế nào

– Tech stack: làm việc với đội Tech & data engineers để quyết định sử dụng Tech như thế nào trong lập trình

Từng mất 3 tháng để lập mô hình CDP và không được chấp thuận vì doanh nghiệp không hình dung được use case thực tế. Cái khó nhất của CDP là quản lý kỳ vọng, chẳng hạn như quá nhiều người kỳ vọng quá lớn về tính năng của CDP nhưng thực tế dữ liệu đang có chưa chắc sẽ cần đến AI.

Anh Hải cũng chia sẻ những hiểu lầm nhiều người thường nghĩ về CDP:

– CDP không áp dụng cho mọi doanh nghiệp. Ví dụ: customer 360 view là yếu tố bất kỳ doanh nghiệp nào cũng thích. Nhưng chỉ số này không có nhiều data, không có nhiều touch points để tương tác. Kết quả là chỉ số này chỉ đem lại 1 view, vậy customer 360 view chỉ là metrics thiếu thực tế.

– Vẽ một bức tranh quá rộng hoặc quá sâu khi chưa làm bài toán thực tế là điều sai lầm. Rất nhiều bên làm CDP đã vội phô diễn tính năng AI/Machine Learning trong khi họ chưa có data thật, đến khi làm việc thực tế thì không thành công. Lấy ví dụ về VinID, rất nhiều hoạt động giao dịch trong hệ sinh thái Vingroup vẫn là low frequency cap (tần suất truy cập ít vì user không dành nhiều thời gian trên app) nên lượng data thu được không lớn, hành vi không đa dạng. Chính điều này khiến lượng data đầu vào không đủ để phân tích insights.

Có 2 trường hợp tận dụng CDP

– Native CDP: Dành cho đội Tech, có thể lập trình để kết nối các data flow. Với khối data mà CDP thu thập sẽ cung cấp năng lực query để filter các Data đó. Vì hiện nay vẫn tồn tại CDP có real time Segmentation và CDP không có realtime 

– CDP Marketing: Đã tích hợp vào nền tảng martech dành cho Marketer

Anh Đỗ Hữu Hưng, CEO Accesstrade, top affiliate platform ở Việt Nam đặt ra bài toán thực tiễn và sẵn sàng trả tiền nhiều cho các cao thủ tham gia Accesstrade để có 50.000 publishers mới, data mới, cũng như realtime. Publishers mới đem đến doanh thu lớn nhưng churn rate rất cao.

Bài toán đặt ra ở đây là làm thế nào để publishers quay lại và gia tăng lợi nhuận. Theo anh Hưng, bạn sử dụng CDP hay CXP cũng đều đem lại kết quả như nhau, miễn là giải được bài toán đó. Bất kỳ lời tư vấn, chiến lược nào cũng đều khả thi nếu có case study tốt. Đây là bài toán điển hình đặt ra thách thức cho những người làm chuyển đổi số tại Việt Nam. Hãy đặt ra các câu hỏi như: Khách hàng có muốn đầu tư vào công nghệ không? Khách hàng có muốn làm CDP không? Khách hàng có muốn chuyển đổi số không? Khách hàng có ngân sách không?

  • Cơ hội lớn, thị trường rộng mở nhưng doanh nghiệp có đủ sức làm CDP hay không?

Chia sẻ từ anh Hưng Lê – CEO của Mobio.vn – người có nhiều năm kinh nghiệm làm CDP. Thị trường cần những người tiên phong để khai phá tiềm năng của CDP. Vendor cần lựa chọn hướng đi mang tính lựa chọn theo nhu cầu khách hàng. Chẳng hạn như các công ty chuyển hướng từ email sang CDP, điều này thể hiện rằng sử dụng công cụ có sự linh hoạt tùy theo nhu cầu thị trường và nhu cầu của Brand.

Còn theo anh Jackie Long (Thành Long) – CEO Hub.js chia sẻ rằng, quan điểm về CDP của anh Hưng khá sát thực tế. Nhưng trường hợp của anh dường như không cần đến CDP mà chỉ cần đến DMP để nâng cao CR cho nhà quảng cáo. 

Về quan điểm CDP của anh Triều và anh Minh thì hiện tại đã đầy đủ ở cả góc nhìn liên quan marketer và góc nhìn strategy. Về ứng dụng DMP, CDP hiện nay, anh Long chia sẻ:

– Use case cho lĩnh vực Retail O2O (sử dụng DMP, CRM, OTT)

– Use case cho lĩnh vực Game CDP (sử dụng Data Lake, Clickhouse, Analytics, Campaign omni-channel)

– Use case cho lĩnh vực Banking Omnichannel (sử dụng Analytics, CRM, Agent eKYC, Automation)

– Use case cho lĩnh vực HRM scoring (sử dụng Talent, Profile, CRM, Onboarding)

Theo anh Long, CDP đã tồn tại ở mức độ sơ khai nhất trong hoạt động Marketing & Sales của doanh nghiệp. Anh Long đã thực hiện nhiều thử nghiệm sử dụng DMP và Campaign automate để thu thập và khai phá dữ liệu tiềm năng dựa trên những kịch bản sẵn có.

Nhưng để có thể giải quyết bài toán lớn của CDP thì cần có sự phối hợp của 3 bên:

– Từ góc độ doanh nghiệp: Cần nêu rõ nhu cầu mà khách hàng hướng tới, hiểu đúng giá trị các nền tảng (không riêng CDP mà còn xem xét CRM, ERP, MarTech) 

– Từ góc độ nhà tư vấn: Cần lắng nghe khách hàng và lựa chọn giải pháp phù hợp nhất, có khả năng triển khai với nguồn lực hạn chế của doanh nghiệp

– Từ góc độ nhà cung cấp giải pháp: Cần biết năng lực của mình có thể cung cấp nền tảng nào và có thể tận dụng nền tảng nào để giải quyết nhu cầu khách hàng

Quản lý dữ liệu hiệu quả cùng Adtek

CDP được xem là giải pháp giúp doanh nghiệp thu thập, quản lý và tận dụng dữ liệu khách hàng hiệu quả. Nhưng để sử dụng CDP thế nào không phải là vấn đề đơn giản.

Nhận thấy vấn đề đó cùng mục tiêu giúp doanh nghiệp tận dụng dữ liệu để tăng trưởng, Adtek đem lại giải pháp tư vấn và triển khai hệ thống CDP để quản lý dữ liệu. Giải pháp CDP giúp doanh nghiệp thu thập, quản lý, phân tích dữ liệu dễ dàng hơn. Adtek sẽ đồng hành cùng doanh nghiệp khai thác dữ liệu từ CDP, phân tích, lập chiến lược xây dựng trải nghiệm khách hàng để tăng giá trị vòng đời khách hàng.

Để lại bình luận

Hiện tại chưa có đánh giá nào

Tin mới nhất