Đo lường hiệu quả tiếp thị từ dữ liệu hợp nhất

Theo nghiên cứu của Hubspot, có đến 40% ⁽¹⁾ các nhà tiếp thị toàn cầu cho rằng một trong những trở ngại lớn nhất đối với hoạt động kinh doanh của họ là chứng minh hiệu quả đem lại của các chương trình tiếp thị. Hiện nay, sự phát triển của dữ liệu lớn đã góp phần mở ra hướng đi mới cho các doanh nghiệp trong việc sử dụng dữ liệu cho hoạt động marketing. Mặc dù vậy, chất lượng của dữ liệu cũng như sự tích hợp của dữ liệu được cho là trở ngại lớn đối với các doanh nghiệp trong việc đo lường hiệu quả của các chương trình tiếp thị ⁽²⁾. Vậy điều này có khác biệt trong lĩnh vực bán lẻ?

Tại sao khó đo lường hiệu quả tiếp thị?

Đối với các nhà bán lẻ, việc đo lường hiệu quả của các hoạt động marketing được cho là khả thi nhưng lại tương đối khó thực hiện do xu hướng mua hàng của khách hàng có nhiều biến đổi, cụ thể:

• Khách hàng đang sử dụng nhiều nền tảng để mua hàng, từ cửa hàng vật lý đến các gian hàng trên các sàn thương mại điện tử, các trang mạng xã hội hay website của chính nhà bán lẻ. Điều này đòi hỏi các nhà bán lẻ phải đo lường hiệu quả của chương trình tiếp thị từ rất nhiều nguồn thông tin.
• Do nhu cầu tương tác với nhà bán lẻ trên đa kênh, khách hàng sẽ yêu cầu trải nghiệm liền mạch, dẫn đến việc họ phải sử dụng dữ liệu hợp kênh nhằm đưa đến thông tin đo lường chính xác nhất về hiệu quả của một chương trình tiếp thị.
• Xu hướng cá nhân hoá trải nghiệm mua hàng tăng cao khiến các nhà bán lẻ đau đầu trong việc chạy theo các chương trình tiếp thị riêng biệt mà chưa chắc chắn về tác động thật sự của những chương trình này đến hành trình mua hàng.
• Việc quản lý một hệ thống tiếp thị cồng kềnh với các công cụ khác nhau cho từng kênh bán hàng gây tốn kém chi phí, trong khi hiệu quả đem lại chưa thực sự được cam kết.
• Quá nhiều các công cụ khác nhau được sử dụng để phục vụ cho việc xây dựng và quản lý các chương trình tiếp thị, do đó, các nhân viên phải mất nhiều thời gian và công sức học cách sử dụng dữ liệu từ các kênh này.

Hợp nhất dữ liệu giúp đo lường hiệu quả của chương trình tiếp thị

Để đo lường hiệu quả của các chương trình tiếp thị một cách hữu hiệu nhất, chúng tôi gợi ý các nhà bán lẻ sử dụng nguồn dữ liệu hợp nhất dựa trên bốn góc độ: Mô hình gia tăng, Báo cáo bán hàng, Định vị trên thị trường và Hiệu quả các kênh tiếp thị. Dựa trên cơ sở đầu vào của các nguồn dữ liệu này, các nhà bán lẻ có thể triển khai hệ thống dữ liệu tập trung để đo lường hiệu quả của một chương trình tiếp thị dễ dàng hơn.

Mô hình gia tăng

Phương pháp tiến hành mô hình gia tăng

Mô hình gia tăng (Uplift/Incremental Behavior Modelling) là cách thức phân tích còn chưa được ứng dụng nhiều bởi các nhà bán lẻ. Thực hiện mô hình này được dựa trên việc phân chia khách hàng thành các nhóm riêng biệt, thông thường các khách hàng được chia thành hai nhóm:

1. Nhóm không kiểm soát: Những khách hàng mà doanh nghiệp cho là khách hàng mục tiêu và có thể phản ứng mạnh với một chương trình tiếp thị. Nhà bán lẻ sẽ thực hiện xây dựng chương trình tiếp thị riêng cho nhóm này và thực hiện đo lường phản ứng của họ đối với chương trình.
2. Khách hàng có kiểm soát: Những khách hàng bình thường không nằm trong nhóm trên và sẽ tiếp tục mua hàng hoặc không ngay cả khi không có những chương trình tiếp thị.

Mục đích và lợi ích của mô hình

Mục đích của mô hình này là giúp các nhà tiếp thị so sánh hiệu quả của một chương trình tiếp thị trên những tập khách hàng nhất định. Từ đó, giúp họ xác định được tập khách hàng mục tiêu cũng như đo lường được mức độ ảnh hưởng của chương trình tiếp thị với những tập khách hàng khác nhau. MC Donald’s – một trong những ông lớn trong ngành bán lẻ thực phẩm đã phải gia tăng khoản chi cho các hoạt động tiếp thị trong 6 năm qua lên hơn 15%, đạt mức đầu tư 1,62 tỷ đô la tại Mỹ vào năm 2019 ⁽³⁾, tuy nhiên mức tăng doanh thu lại không đạt được như kỳ vọng. Một trong những nguyên nhân dẫn đến điều này đó là việc các chương trình tiếp thị không tiếp cận được đến đúng đối tượng khách hàng mục tiêu.

Hiện nay, sự xuất hiện của các công cụ CRO (Conversion Rate Optimization) có thể giúp các nhà bán lẻ xử lý dữ liệu của các nhóm khách hàng, tạo nội dung quảng bá, phát triển các chương trình tiếp thị trên nhiều kênh bán hàng, đồng thời quản lý các chương trình này trên cùng một nền tảng, từ đó dễ dàng so sánh hiệu quả của các chương trình tiếp thị với các tập khách hàng khác nhau.

Báo cáo bán hàng

Hiện trạng đang diễn ra

Thông thường, các doanh nghiệp thường sử dụng các chỉ số như ROI, CPS, CPL, CLV… để đo lường hiệu quả của các chương trình tiếp thị, nhưng việc đo lường các chỉ số này thường không đơn giản và đòi hỏi việc kiểm tra và thống kê số liệu của rất nhiều loại báo cáo, đặc biệt trong tình huống các doanh nghiệp phải thực hiện tiếp thị trên nhiều kênh khác nhau.

Đối với kênh tiếp thị trực tuyến, Google Analytics vẫn đang là công cụ đo lường hiệu quả tiếp thị phổ biến, giúp các nhà bán lẻ nắm bắt được hành vi mua hàng của khách thông qua các nguồn truy cập với mức chi phí thấp. Tuy nhiên, hiện giờ khách hàng có xu hướng bỏ qua thao tác truy cập vào website của một nhà bán lẻ để mua hàng mà trực tiếp thao tác trên nền tảng mạng xã hội và các sàn thương mại điện tử. Do đó, xu hướng sử dụng những công cụ như Google Analytics đang dần trở nên thoái trào.

Xu hướng thực hiện báo cáo

Hiện nay, do sự phát triển của xu hướng bán hàng đa kênh, các nhà bán lẻ đang chuyển hướng sang sử dụng những hệ thống giúp hợp nhất báo cáo từ CRM, POS và WMS để phân tích tác động của các chương trình tiếp thị lên doanh số bán hàng trong thời điểm nhất định. Những hệ thống này sẽ tự động phân tích báo cáo bán hàng, kiểm tra hàng tồn kho, kiểm tra doanh số bán hàng theo các nhóm khách hàng và dòng sản phẩm khác nhau… Nhà tiếp thị chỉ cần nhập thời gian và thông tin của những chương trình quảng cáo, hệ thống sẽ tự động phân tích và đưa ra biểu đồ trực quan, giúp họ đánh giá hiệu quả của chương trình.

Bên việc sử dụng các hệ thống hợp nhất báo cáo trên, việc hợp nhất dữ liệu từ những công cụ Social Media Monitoring và Ecommerce Monitoring cũng giúp các nhà bán lẻ theo dõi được hành trình mua hàng của khách hàng từ nhiều nguồn truy cập.

Perry Ellis International – một trong những hãng bán lẻ thời trang lớn nhất tại Mỹ và Anh đã sử dụng hệ thống POS với khả năng tích hợp dữ liệu từ các hệ thống quản lý chuỗi cửa hàng, quản lý tồn kho, phân bổ hàng hoá… và tự động phân tích dữ liệu, từ đó giúp cải thiện đáng kể khả năng tiếp thị, đẩy mạnh doanh số bán hàng và giảm lượng hàng tồn kho.

Định vị thị trường

Dữ liệu định vị thị trường tập trung vào việc đo lường ba yếu tố chính: Sự trung thành với nhãn hàng, Nhận thức thương hiệu và Sự liên tưởng thương hiệu. Những dữ liệu này thường được thu thập thông qua việc khảo sát khách hàng.

Hiện nay, công nghệ đã hỗ trợ cho các nhà bán lẻ chủ động lấy ý kiến khách hàng thông qua các công cụ khảo sát trực tuyến, các đại lý khảo sát số hay chatbot… Những dữ liệu này được tự động thống kê và trực quan hoá thành các biểu đồ, giúp nhà tiếp thị dễ dàng nắm bắt được hình ảnh về thương hiệu của mình đối với khách hàng. Tuy nhiên, việc thực hiện khảo sát cũng có nhiều hạn chế và thường chỉ được thực hiện trên số lượng mẫu nhỏ.

Sự ra đời của những công cụ Open Text Feedback – tự động thu thập và phân tích phản hồi của khách hàng trên các nền tảng trực tuyến có thể giúp cung cấp cái nhìn tổng quan hơn về hình ảnh thương hiệu một cách hiệu quả hơn so với hình thức khảo sát. Những công cụ này sẽ thu thập phản hồi của khách hàng từ nhiều nguồn, tự động chấm điểm cảm xúc trong phản hồi sử dụng xử lý ngôn ngữ tự nhiên (NLP).

Hiệu quả của từng kênh tiếp thị

Đối với từng kênh tiếp thị khác nhau, các nhà tiếp thị có thể dễ dàng sử dụng những công cụ sẵn có để kiểm tra hiệu quả của các kênh này, điển hình như:

• Đối với các mạng xã hội như Facebook, Instagram… họ có thể để kiểm tra mức độ tương tác của khách hàng đối với các thông tin quảng cáo của mình thông qua số lượng tiếp cận, bình luận, lượt chia sẻ,…
• Đối với các nền tảng thương mại điện tử, thông thường các nhà cung cấp nền tảng đã tích hợp sẵn hệ thống báo cáo phân tích doanh số cho các gian hàng, nhờ đó các nhà tiếp thị có thể kiểm tra ảnh hưởng của chương trình tiếp thị đến doanh số ở những thời điểm nhất định.
• Với website bán hàng riêng của nhà bán lẻ, họ có thể đo lường hiệu quả của chương trình tiếp thị thông qua những công cụ như Google Analytics.
• Với hình thức email marketing, những công cụ như Hubspot, Mailchimp, SendPulse có thể giúp đo lường được tỉ lệ click chuột, tỉ lệ bounce rate…

Việc phân tích hiệu quả của một chương trình tiếp thị đòi hỏi các nhà bán lẻ không chỉ thực hiện đánh giá cục bộ trên một vài kênh nhất định. Sự hợp nhất của nhiều loại dữ liệu từ các nguồn dữ liệu khác nhau sẽ giúp cung cấp cái nhìn rõ ràng nhất về hiệu quả của một chương trình đối với hoạt động kinh doanh của doanh nghiệp.

Nguồn tham khảo

(1) HubSpot. 2017. Challenges in Marketing – State of Inbound Report.
(2) Informatica. 2016. Data-Driven Marketing Trends Report.
(3) Statista. 2020. McDonald’s Corporation advertising spending in the United States from 2009 to 2019.