string(108) "customer-insight-cach-phan-tich-va-ung-dung-insight-vao-trong-chien-luoc-marketing-cua-doanh-nghiep-5556.jpg" CUSTOMER INSIGHT - CÁCH PHÂN TÍCH VÀ ỨNG DỤNG INSIGHT VÀO TRONG CHIẾN LƯỢC MARKETING CỦA DOANH NGHIỆP

CUSTOMER INSIGHT - CÁCH PHÂN TÍCH VÀ ỨNG DỤNG INSIGHT VÀO TRONG CHIẾN LƯỢC MARKETING CỦA DOANH NGHIỆP

CUSTOMER INSIGHT - CÁCH PHÂN TÍCH VÀ ỨNG DỤNG INSIGHT VÀO TRONG CHIẾN LƯỢC MARKETING CỦA DOANH NGHIỆP

Nhận báo giá
CUSTOMER INSIGHT - CÁCH PHÂN TÍCH VÀ ỨNG DỤNG INSIGHT VÀO TRONG CHIẾN LƯỢC MARKETING CỦA DOANH NGHIỆP

 

Customer Insight – Cách phân tích và ứng dụng insight vào trong chiến lược marketing của doanh nghiệp

Những người đang làm trong mảng marketing đa phần đều biết từ customer insight có nghĩa là gì: sự thật ngầm hiểu – sự thấu hiểu khách hàng và các hành vi của họ dù họ không nói ra. Tuy nhiên nếu vậy thì customer insight khác gì với các nghiên cứu hay các data về khách hàng mà bạn có? Làm sao để có thể tạo được insight về khách hàng của bạn và ứng dụng chúng vào việc cải thiện kinh doanh? Những sai lầm và những hiểu lầm thường mắc phải về customer insight là gì? Đi xa hơn insight và ứng dụng của nó, chúng ta có thể làm được gì hơn? Bài viết này sẽ giúp bạn trả lời những câu hỏi đã nêu trên.

(Trong bài viết này tôi xin dùng từ tiếng anh customer insight hay insight thay cho từ “sự thật ngầm hiểu” để ngắn gọn hơn.)

1. Insight là gì và các đặc tính của nó

Customer insight là việc diễn giải về hành vi và xu hướng của khách hàng dựa trên các data mà chúng ta có về họ để thông qua đó có thể thực hiện các hành động nhằm cải thiện chất lượng sản phẩm, dịch vụ và tăng doanh thu bán hàng để cả hai bên (thương hiệu và khách hàng) đều có lợi.

Noka Marketing

Một số đặc tính phải có của customer insight:

Để xác định đúng insight của khách hàng bạn cần phải hiểu rõ những đặc tính sau đây:

a. Không phải là sự thật hiển nhiên. 

Nếu nó hiển nhiên thì nó đã không được gọi là sự thật ngầm hiểu. 

Ví dụ: dựa vào Google Analytics, bạn biết rằng có 70% khách viếng thăm là trong độ tuổi 18 – 24 tuổi, từ đó bạn suy ra đa số khách viếng thăm của website đa phần là người trẻ tuổi. Điều này quá hiển nhiên nên không thể gọi đây là insight.

b. Không chỉ dựa trên một loại data. 

Bạn cần kết hợp nhiều nguồn, nhiều chỉ số, nhiều dữ liệu, nhiều thể loại thì mới có thể tạo ra các insight chính xác. 

Ví dụ: nếu bạn chỉ nhìn vào chỉ số bounce rate (số người vào website và thoát ra ngay mà không tương tác) cao trên một trang web mà đánh giá rằng nội dung trang đó chưa tốt thì có thể không chính xác vì có thể trang đó cung cấp nội dung rất đầy đủ và hữu ích nên khách vào đọc nội dung xong thì hài lòng, không cần thiết phải tìm kiếm hay xem thêm các thông tin khác nữa nên rời khỏi web luôn, tạo nên bounce rate cao. 

Tuy nhiên, nếu bạn sử dụng đồng thời chỉ số bounce rate và chỉ số time on page (thời gian khách viếng thăm ở trên website) để đánh giá thì sẽ chính xác hơn. Nếu bounce rate cao và time on page của khách viếng thăm cao, tức là nội dung trang tốt. Nếu bounce rate cao nhưng time on page lại thấp, tức là nội dung trang thật sự có vấn đề. Bởi vậy, việc kết hợp nhiều chỉ số sẽ giúp bạn tìm ra insight chính xác và sâu sắc hơn.

c. Dựa trên insight đó có thể đưa ra được hành động thực tế. 

Nếu chỉ có thể là lý thuyết mà không áp dụng hay kiểm chứng được thì cũng không phải là insight. 

Ví dụ: công ty bạn có 2 mảng kinh doanh: B2B (khách hàng doanh nghiệp) và B2C (khách hàng lẻ). Mảng khách hàng B2B thì đang rất tốt nhưng cần cải thiện doanh thu từ nhóm B2C hơn. Sau khi nghiên cứu nhóm B2C thì bạn rút ra nhận định rằng khách hàng lẻ rất thích giới thiệu dịch vụ cho bạn bè và nhận hoa hồng. Từ đó bạn nghĩ rằng cần phải thiết lập một hệ thống giới thiệu khách hàng (referral) để giúp gia tăng số lượng khách và doanh thu. 

Noka Marketing

Tuy nhiên thực tế thì hệ thống này là không thể thực hiện được với điều kiện của công ty hiện giờ về: nhân lực (tốn quá nhiều nhân lực để quản lý hệ thống), chi phí (đầu tư để xây dựng hệ thống referral) và thời gian (6 tháng để hoàn thành hệ thống và đưa vào sử dụng) 

=> Nhận định rút ra không thể chuyển đổi được thành một hành động cụ thể và thực tế (khoan nói tới chuyện tốt hay không tốt) thì không gọi là insight được, mà cuối cùng chỉ là nhận định và suy nghĩ.

d. Hành động kể trên nếu được thực hiện thì phải có khả năng thuyết phục được khách hàng thay đổi hành vi của họ. 

Ví dụ: bạn phát hiện ra rằng sau khi mua laptop, khách hàng thường tìm mua thêm con chuột máy tính. Từ insight của phân khúc khách hàng hàng này, bạn có thể đặt sản phẩm chuột máy tính bạn muốn bán kèm ngay bên cạnh sản phẩm laptop để tăng tỉ lệ mua hàng. Nếu khách hàng chịu mua cả 2 sản phẩm tức là bạn đã thay đổi hành vi mua hàng của họ (mua 2 sản phẩm thay vì 1).

e. Sự thay đổi về hành vi phải mang lại lợi ích cho cả hai bên: thương hiệu và khách hàng. 

Ví dụ: việc mua kèm con chuột máy tính và laptop mang lại giá trị cho người mua hơn và mang lại doanh thu cao hơn cho bên bán, điều đó có nghĩa là cả hai bên đều có lợi.

Mỗi khách hàng sẽ có những suy nghĩ và hành vi rất riêng và chúng ta cần phải nhìn thấy mọi thứ xa hơn là data hoặc con số. Chúng ta cũng cần hiểu rằng insight khách hàng sẽ thay đổi theo thời gian, theo xu hướng, theo công nghệ, theo thời điểm, theo mùa, theo tuổi tác và rất nhiều yếu tố khác nữa. Nếu bạn chỉ phân tích và đánh giá dựa trên các hành vi cũ thì sẽ không làm sáng tỏ thêm điều gì mới mẻ về việc thấu hiểu khách hàng thì dần dần các insight mà bạn có về khách hàng sẽ bị cũ kỹ và không còn chính xác nữa.

2. Xây dựng customer insight như thế nào?

Hiểu được insight là gì và các đặc tính của nó, lúc này bạn có thể bắt đầu dựa trên đó các quy tắc đó để xây dựng customer insight và áp dụng nó vào việc kinh doanh. Quá trình này gồm 3 bước:

  • Thu thập data
  • Diễn giải / phân tích các data để tạo insight
  • Dựa trên insight đưa ra các hành động

Chúng ta sẽ đi qua từng bước một cách chi tiết dưới đây:

2.1. Thu thập data

Như đã nói ở phần trên, insight đến từ data, và với digital marketing thì các data này đến từ:

  • Website: sessions, time on site, bounce rate, v.v…
  • Ứng dụng mobile: screen views, time on screen, thông tin người download, v.v…
  • Mạng xã hội: followers, like, share, comments, v.v…
  • Quảng cáo tìm kiếm / hiển thị: impression, clicks, conversion, CTR, CR, v.v…
  • Email: open rate, click rate, CTR, abuse / spam rate, danh sách email not open, v.v…
  • SMS: số SMS gửi, tỷ lệ mở, danh sách số điện thoại không gửi được, v.v…
  • Khảo sát trực tuyến

Noka Marketing

Đây chỉ là một số kênh thông thường và không phải là tất cả. Insight cũng có thể đến từ các nguồn data khác như:

  • Bán hàng: thông tin từ CRM,file theo dõi đơn hàng, hợp đồng, v.v…
  • Chăm sóc khách hàng: thông tin từ call center, tổng đài, web chat
  • POS: thông tin từ hệ thống tại các địa điểm bán hàng
  • Đánh giá, nhận định từ khách hàng
  • Nghiên cứu thị trường

Cũng chỉ là một số kênh thông thường, không phải toàn bộ. Tiếp theo chúng ta đi qua cách thức để có thể từ data tạo ra được các insight có ý nghĩa.

2. 2. Diễn giải và phân tích các data để tạo ra insight

Khi bạn đã có data rồi, bạn cần phải hiểu các data này có ý nghĩa gì và từ đó tìm kiếm sự tương quan giữa việc lập lại (pattern) của một số chỉ số với mục tiêu của khách hàng (trải nghiệm tốt hơn) cũng như mục tiêu của bạn (bán được hàng).

Vậy, Những phân tích quan trọng về insight khách hàng là gì. Hãy cùng noka marketing tìm hiểu nhé.

2.2.1 Phân tích trải nghiệm khách hàng

Phân tích trải nghiệm khách hàng là một dạng phân tích mô tả cung cấp thông tin chi tiết về cảm nhận của khách hàng khi họ tương tác với thương hiệu. Họ có thể chứng minh một công cụ tuyệt vời để thúc đẩy doanh thu.   

Mục đích của việc sử dụng các phân tích hành vi khách hàng này là để hỏi hoặc biết “điều gì đã xảy ra” trong hành trình của khách hàng. 

Sử dụng chúng, thật dễ dàng để tóm tắt dữ liệu thô thành các khái niệm dễ hiểu và dễ giải thích, do đó, có thể giúp cải thiện trải nghiệm của khách hàng theo cách mong muốn.  

Cách sử dụng phân tích trải nghiệm khách hàng 

  • Sự hài lòng của khách hàng (CSAT) - Bạn có thể lấy chỉ báo hiệu suất chính này từ dữ liệu hỗ trợ, xem quy trình làm việc hiện có và đo lường hiệu suất của nhóm.
  • Thời gian phản hồi đầu tiên (FRT) - Để hiểu liệu khách hàng có được phục vụ kịp thời tại các điểm tiếp xúc khác nhau hay không, bạn có thể tính FRT bằng cách chia tổng thời gian phản hồi đầu tiên cho số trường hợp đã giải quyết.    
  • Tổng thời gian để giải quyết (TTR) - Các doanh nghiệp có thể đo lường TTR để xem các đại lý hỗ trợ của họ đang hoạt động như thế nào và dựa vào đó, có thể xem nơi cần thực hiện các cải tiến thích hợp.

2.2.2. Phân tích tương tác của khách hàng 

Hiểu biết đầy đủ về hành trình của khách hàng luôn là yếu tố quan trọng để mang lại trải nghiệm khách hàng tốt hơn. Vì hành trình phức tạp với nhiều giai đoạn khác nhau và nhiều điểm tiếp xúc, nên luôn tập trung vào việc biết được toàn bộ tương tác của khách hàng với doanh nghiệp.   

Noka Marketing

Từ việc biết lịch sử mua hàng đến việc sử dụng sản phẩm cho đến việc bỏ qua giỏ hàng, luôn có rất nhiều điều cần biết. Việc sử dụng các công cụ tương tác với khách hàng có thể giúp bạn rất nhiều - ngay từ khi nghiên cứu ban đầu cho đến khi mua hàng thực tế và hơn thế nữa. Đây là lý do tại sao phân tích tương tác của khách hàng chứa hỗn hợp các điểm dữ liệu từ các tương tác khác nhau. 

Cách sử dụng phân tích tương tác với khách hàng 

  • Nhận xét trên mạng xã hội - Loại nhận xét mà khách hàng để lại trên mạng xã hội có thể cung cấp thông tin chi tiết tốt về những gì họ mong đợi từ doanh nghiệp của bạn và chỉ số này cũng có thể được sử dụng để điều chỉnh lộ trình và thúc đẩy doanh thu của bạn. 
  • Dữ liệu lưu lượng truy cập trang sản phẩm - Doanh nghiệp của bạn có thể sử dụng dữ liệu lưu lượng truy cập vào trang sản phẩm để hiểu chi tiết về các giai đoạn đầu trong hành trình của khách hàng và cũng để xem qua nghiên cứu và thu thập thông tin.
  • Tỷ lệ từ bỏ giỏ hàng - Khi bạn phân tích tỷ lệ từ bỏ giỏ hàng, thật dễ dàng để biết số lượng khách hàng rời khỏi giỏ hàng trước khi nhấp vào nút mua hàng.  

2.2.3. Phân tích mức độ tương tác của khách hàng 

Dữ liệu khách hàng không bao giờ là đủ khi đề ra chiến lược trải nghiệm khách hàng thành công. Doanh nghiệp của bạn cũng cần dữ liệu hành vi từ nhiều kênh để thực hiện các hành động kịp thời và đưa ra các thông điệp tiếp thị được cá nhân hóa. 

Đây là nơi giúp phân tích mức độ tương tác của khách hàng - chúng cung cấp thông tin chi tiết hữu ích giúp các tổ chức đáp ứng nhu cầu của khách hàng một cách kịp thời và tăng doanh số bán hàng.  

Mục đích của phân tích mức độ tương tác của khách hàng là giúp cải thiện mức độ tương tác của khách hàng bằng cách phân tích dữ liệu khách hàng có cấu trúc và không có cấu trúc đạt được từ các kênh khác nhau. 

Các tập dữ liệu thu được từ những phân tích này có thể tỏ ra rất hữu ích trong việc tìm hiểu các ví dụ về mức độ tương tác của khách hàng trước tiên và sau đó thúc đẩy các sáng kiến ​​trải nghiệm của khách hàng hoặc thúc đẩy các hoạt động tiếp thị.   

Làm thế nào để sử dụng phân tích mức độ tương tác của khách hàng?

  • Dữ liệu phản hồi của khách hàng - Doanh nghiệp của bạn cần phân tích dữ liệu phản hồi của khách hàng từ nhiều điểm tiếp xúc và kênh giao tiếp. Và sau đó tích hợp chúng để có được cái nhìn tổng thể về hành trình và cung cấp trải nghiệm được cải thiện về tổng thể.
  • Chỉ số tiếp thị qua email - Thật dễ dàng để phân tích các chỉ số như tỷ lệ nhấp và tỷ lệ nhấp để có được cái nhìn sâu sắc về cách tăng mức độ tương tác của khách hàng trên các kênh.  

2.3. Phân tích mức độ trung thành của khách hàng  

Trải nghiệm tốt có thể mở đường cho những khách hàng hạnh phúc lâu dài. Để mang lại những trải nghiệm như vậy, trước tiên bạn cần hiểu rõ về khách hàng của mình. 

Đây là nơi mà phân tích lòng trung thành của khách hàng có thể hữu ích vì nó có thể cung cấp cái nhìn sâu sắc về người mua và sau đó bạn có thể điều chỉnh trải nghiệm phù hợp với mong đợi. 

Nếu bạn muốn phát triển các chiến lược tiếp thị lấy khách hàng làm trung tâm hoặc nhằm mục đích thu được câu trả lời về hành vi của khách hàng, bạn luôn có thể chuyển sang phân tích lòng trung thành của khách hàng. 

Bạn có thể dễ dàng hiểu liệu khách hàng có mua sản phẩm từ thương hiệu của bạn hay họ để lại những đánh giá tích cực, v.v. 

Làm thế nào để sử dụng phân tích lòng trung thành của khách hàng? 

  • Khảo sát định tính - Khảo sát luôn là một công cụ tốt để lấy phản hồi của khách hàng và hỏi những câu hỏi chính xác mà bạn muốn có câu trả lời. Dựa trên các cuộc khảo sát, bạn có thể có được hình ảnh rõ ràng về lòng trung thành của khách hàng đối với thương hiệu của bạn.  
  • Bài đánh giá trực tuyến và bài đăng trên phương tiện truyền thông xã hội - Khi bạn định phân tích số liệu phân tích về lòng trung thành của khách hàng, không có cách nào tốt hơn là tìm kiếm các bài đánh giá trực tuyến và bài đăng trên mạng xã hội vì chúng cung cấp cái nhìn sâu sắc về những gì khách hàng nghĩ về doanh nghiệp của bạn. 

2.4. Phân tích tỷ lệ giữ chân khách hàng 

Có được khách hàng mới cũng quan trọng như giữ chân những người bạn đã có. Vì việc giữ chân khách hàng chỉ tốn một phần nhỏ so với việc giành được những khách hàng mới, nên điều quan trọng đối với các tổ chức là phải biết điều gì khiến khách hàng ở lại hay rời đi.  

Noka Marketing

Phân tích tỷ lệ giữ chân khách hàng có thể giúp bạn kiểm tra dữ liệu để hiểu lý do và các yếu tố chịu trách nhiệm cho việc giữ chân và bỏ cuộc của khách hàng. Những tập dữ liệu này rất hữu ích trong việc hiểu điều gì khiến khách hàng gắn bó và sau đó là giảm thiểu tình trạng gián đoạn. 

Làm thế nào để sử dụng phân tích tỷ lệ giữ chân khách hàng?

  • Đo lường tỷ lệ LTV trên CAC - Bạn có thể sử dụng phân tích tỷ lệ giữ chân khách hàng để hiểu và sau đó đạt được tỷ lệ giữa giá trị lâu dài của khách hàng (LTV) và chi phí mua lại khách hàng (CAC)
  • Chiến lược phòng ngừa churn - Việc sử dụng phân tích tỷ lệ giữ chân khách hàng là rất lớn trong việc xác định những khách hàng có giá trị cao, những người thường có tỷ lệ sống sót thấp, sau đó đưa ra chiến lược ngăn chặn churn hiệu quả.    

2.5. Phân tích thời gian tồn tại của khách hàng  

Đối với một doanh nghiệp, điều quan trọng là phải biết ai là khách hàng tốt nhất của bạn. Và khi bạn có dữ liệu đó, bước tiếp theo là bạn phải biết cách giữ chân những khách hàng đó. Bạn cũng cần biết những lợi ích mong đợi mà khách hàng có thể mang lại trong suốt thời gian họ lưu trú. 

Do đó, Giá trị lâu dài của khách hàng (CLTV) là một số liệu chính giúp bạn hiểu được mức độ. doanh thu mong đợi từ một khách hàng trong suốt thời gian họ ở với doanh nghiệp của bạn.

Khi bạn đã biết CLV cho từng khách hàng, bạn luôn có thể sử dụng số liệu đó một cách hiệu quả và tối ưu hóa việc tiếp thị và bán hàng cho phù hợp. 

Tương tự, bạn cũng có thể phân đoạn số liệu này để biết những khách hàng có giá trị hơn và sau đó bạn có thể nhắm mục tiêu họ bằng các chiến dịch tiếp thị có liên quan.

Nếu CLTV giảm dần trong một khoảng thời gian, điều đó có nghĩa là bạn có vấn đề với khách hàng lặp lại. 

Và nếu CLTV của bạn thấp hơn chi phí mua lại của khách hàng, điều đó cho thấy bạn đang bội chi trong việc thu hút khách hàng trở lại. 

2.6. Phân tích tư tưởng của khách hàng 

Khách hàng quan trọng rất nhiều và những gì họ nói cũng quan trọng không kém. Họ thường nói về doanh nghiệp dù tích cực hay tiêu cực. Và sẽ là một sai lầm nếu không theo dõi những gì họ nói và ở đâu. 

Ý tưởng đằng sau việc theo dõi ý kiến ​​khách hàng là biết ý kiến ​​và kỳ vọng của họ để bạn luôn có thể điều chỉnh hoạt động tiếp thị của mình và nhắm mục tiêu họ với những ưu đãi phù hợp.  

Bất cứ điều gì giúp bạn nhìn thấu suy nghĩ của khách hàng luôn là một dữ liệu tuyệt vời, vì vậy bạn cần phải luôn tập trung lắng nghe điều đó. 

Cách sử dụng phân tích suy nghĩ của khách hàng 

  • Đề ra chiến lược theo dõi tất cả các bài đăng và tương tác trên mạng xã hội để biết khách hàng nghĩ gì về doanh nghiệp của bạn. 
  • Chạy các cuộc khảo sát CSAT và NPS, đồng thời đặt những câu hỏi phù hợp và hiểu sâu hơn về nhân khẩu học để hiểu rõ hơn về khách hàng. 

Phân tích khách hàng khôn ngoan trong ngành  

Mọi ngành đều cần dữ liệu khách hàng để hiểu được hành vi và mô hình mua hàng trong tương lai của khách hàng. Với phân tích khách hàng, thật dễ dàng để hiểu loại tương tác được cung cấp và loại ưu đãi sẽ có sẵn trong tương lai. 

Vai trò của phân tích rất quan trọng đối với từng ngành mà các doanh nghiệp hướng tới cải thiện dịch vụ khách hàng trực tuyến và thúc đẩy chuyển đổi. 

3. Những lưu ý khi phân tích và ứng dụng insight vào trong doanh nghiệp

Tuy nhiên ứng dụng xong không phải đã là hết, bạn còn cần phải biết rằng hiệu quả tạo ra từ các hành động đó như thế nào và từ đó rút ra được những dữ liệu gì. 

Có 2 thứ nữa bạn “NÊN LÀM” khi thu thập và phân tích data khách hàng:

3.1. Đánh giá

  • Hiệu quả hay không hiệu quả? Đo lường như thế nào? Bằng công cụ gì? Bằng các chỉ số gì? Điều này là thứ bạn cần phải xác định rõ trước khi ứng dụng và thực thi các hoạt động đến từ insight.
  • Nếu hiệu quả thì đạt được bao nhiêu phần trăm và có điều gì có thể làm tốt hơn được nữa hay không?
  • Nếu không hiệu quả thì bạn đã sai điều gì? Hành động bạn kiến tạo từ insight là không hợp lý? Hay bản thân insight do bạn tạo ra đã sai? Hay là dữ liệu vốn không đáng tin cậy dẫn đến việc sai lầm từ đầu? Cần phải đi ngược lại từng công đoạn để tìm ra vấn đề.

Noka Marketing

3.2. Dữ liệu thu thập được

  • Các hoạt động ứng dụng vừa rồi tạo ra các dữ liệu gì?
  • Dựa trên các dữ liệu mới này chúng ta có thể rút ra được thêm các insight gì?
  • Các dữ liệu mới có thể kết hợp với các dữ liệu cũ như thế nào để tạo ra thêm các insight mới nữa hay không?
  • Một insight không chỉ có thể tạo ra một mà có thể là nhiều hành động ứng dụng. Có thêm điều gì bạn có thể làm nữa?

Tổng kết

Tổng kết lại, một insight “tốt” cần phải không hiển nhiên, dựa trên nhiều nguồn data khác nhau, có khả năng ứng dụng được và ứng dụng này có khả năng thay đổi hành vi khách hàng và mang lại lợi ích chung cho cả người bán và người mua. Để tạo ra insight, bạn cần phải bắt đầu từ việc thu thập các data từ nhiều nguồn khác nhau và sau đó diễn giải các data để tạo ra các nhận định về khách hàng. Các nhận định về khách hàng này chỉ có thể được gọi là insight nếu chúng thỏa hết các đặc tính được nêu trên và chỉ khi đó bạn mới nên ứng dụng chúng vào việc kinh doanh để cải thiện hiệu quả. Và sau khi ứng dụng thì việc đánh giá hiệu quả và thu thập dữ liệu để từ đó tiếp tục rút ra được các insight mới hơn, rõ ràng hơn.

NOKA MARKETING 

Website: Nokamarketing.com

Email: Khanhvo@nokamarketing.com

SĐT/Zalo: 0901 634 434 - Khánh

Fanpage: Dịch vụ Quảng Cáo Marketing

 

 

 

Zalo
Hotline