Cách 3 thương hiệu lớn “đoán” nhu cầu khách hàng

November 9, 2019 - Dịch vụ khách hàng

Bạn có tin rằng review gần đây về một loại bàn chải đánh răng đã được xem tới 21 triệu lần trên YouTube? Điều đó chứng tỏ rằng: với khách hàng trực tuyến hiện nay, bất kỳ giao dịch mua bán nào, dù là một chiếc xe thể thao đời mới hay một sản phẩm nhỏ như bàn chải đánh răng – đều được nghiên cứu rất kỹ lưỡng.

Đây cũng chính là lý do tại sao hành trình khách hàng ở thời điểm hiện tại lại trở nên phức tạp hơn bao giờ hết. Sự bùng nổ của các thiết bị và kênh truyền thông đã phân nhóm hiểu biết của người dùng, điều đó vô hình chung khiến cho việc hiểu được một cách chung nhất vô số những điểm chạm kỹ thuật số trong hành trình khách hàng trở nên khó khăn hơn.

Đồng thời, đây cũng chính là cơ hội (hay cuộc chiến – theo nghĩa tiêu cực) để thương hiệu xuất hiện và ảnh hưởng đến hành vi mua của khách hàng. Nhưng điều gì sẽ xảy ra nếu tôi nói rằng bạn nên ngừng cố gắng chỉ để xuất hiện trước mặt khách hàng? Thay vào đó, tại sao thương hiệu lại không đi trước một bước, giải quyết những điểm đau của khách hàng sớm hơn và trong suốt hành trình khách hàng? Điều gì sẽ xảy ra nếu bạn sớm dự đoán được nhu cầu của khách hàng?

Chúng ta đang trong một kỷ nguyên mới, với sự thay đổi mang tính đột phá đến từ bùng nổ của dữ liệu và điểm chạm kỹ thuật số. Đồng thời, với sự góp mặt của học máy, chúng ta đã có thể xử lý, khớp mẫu và hiểu sâu sắc những khoảnh khắc cá nhân quan trọng để dự đoán tốt hơn nhu cầu của khách hàng, tiếp cận họ trong những thời điểm ảnh hưởng đến việc ra quyết định và góp phần tăng tỷ lệ chuyển đổi trong tương lai.

Mục tiêu cuối cùng của thương hiệu là tăng trưởng kinh doanh

Mục tiêu cuối cùng của thương hiệu là tăng trưởng kinh doanh

Đặt mục tiêu tập trung tăng trưởng kinh doanh

Mục tiêu cuối cùng của thương hiệu là gì? Tôi đoán rằng hầu hết các thương hiệu (nếu trung thực) sẽ nói một cách dứt khoát: tăng trưởng kinh doanh! Nhưng để đạt được mục tiêu này, bạn phải đặt mục tiêu đúng. Điều đó có nghĩa là bạn cần phải xem xét các số liệu phù phiếm trong quá khứ – như số lần hiển thị, số lần nhấp và chuyển đổi trực tuyến và kết nối với doanh số, doanh thu, lợi nhuận và tỷ suất lợi nhuận.

Hãy cùng tham khảo cách Hải quân Hoa Kỳ đang tuyển sinh. Họ chắc chắn không phải là một thương hiệu xuất hiện trong đầu khi bạn nghĩ về tiếp thị kỹ thuật số. Nhưng, giống như bất kỳ thương hiệu nào, họ cũng phải đối mặt với những thách thức tăng trưởng: thu hút tân binh mới, đặc biệt là trong những bộ phận đặc thù như kỹ sư hải quân.

Hải quân Hoa Kỳ đã chi tiền cho tiếp thị kỹ thuật số nhưng vì họ chỉ đếm lead chứ không tham gia tuyển dụng thực tế, vì vậy họ không biết liệu những lead này có chuyển đổi hay không. Vì vậy, các nhà tiếp thị đã xem xét kỹ hơn dữ liệu nội bộ để hiểu rõ các nhóm nội dung cụ thể đang thúc đẩy chuyển đổi, kết hợp sử dụng học máy để tiếp cận, chuyển đổi các đối tượng khó tìm, cả trên các kênh trực tuyến và ngoại tuyến.

Bằng cách tập trung vào mục tiêu đo lường phù hợp, giờ đây nhóm có thể tự tin nói rằng các khoản đầu tư kỹ thuật số của họ đang hoạt động hiệu quả. Trên thực tế, tiếp thị kỹ thuật số hiện đang là động lực số 1 để đảm bảo tuyển đủ các tân binh nhập ngũ trên tất cả các quảng cáo trả tiền cho Hải quân Hoa Kỳ.

Phân tích dữ liệu

Phân tích dữ liệu sẽ giúp thương hiệu khám phá những đối tượng mới, tiềm năng cao

Sử dụng đúng dữ liệu để giải quyết vấn đề

Khi đã có hiểu biết đúng đắn về khách hàng, các thuật toán học máy có thể giúp bạn tìm kiếm và thu hút “khách hàng giá trị cao” – người sẽ thúc đẩy tăng trưởng kinh doanh cho thương hiệu, giúp bạn tránh được những khách hàng không có nhu cầu. Nhưng làm thế nào để xác định đúng insights khách hàng?

Hãy tiến hành phân tích nhân khẩu học và tìm ra mấu chốt của hành vi khách hàng có giá trị cao của thương hiệu. Bằng cách đi sâu vào phân nhóm hiểu biết về phân khúc khách hàng và hành vi để thúc đẩy quá trình học máy, thương hiệu không còn phải đào bới một lượng dữ liệu khổng lồ để tạo ra các phân đoạn có giá trị. Nhờ đó nhanh chóng khám phá những đối tượng mới, tiềm năng cao và giảm chi phí tiếp thị.

Tập đoàn truyền hình Hoa Kỳ Dish Network là một thương hiệu thành công lớn khi ứng dụng chiến lược này. Đội marketing muốn khai thác học máy để thúc đẩy giá trị vòng đời của khách hàng (CLV). Nhưng trước tiên họ cần hiểu khách hàng có CLV cao được mô tả như thế nào, bắt đầu từ một số hiểu biết quan trọng: chi tiêu cao gấp 5 lần so với thuê bao trung bình. Nắm trong tay danh sách những khách hàng có tỷ lệ tiêu hao cao và hiểu rằng mọi người đã chuyển từ trực tuyến sang ngoại tuyến khi hơn 50% thuê bao đăng ký qua Hotline, ngay cả khi hành trình nghiên cứu bắt đầu trên kênh trực tuyến, Dish Network đã có một cú lội ngược dòng ngoạn mục.

Thành công có nghĩa là có thể sáng tạo những chiến lược khác nhau, theo các phân khúc khác nhau nhưng sẽ không khả thi nếu thực hiện thủ công. Nhóm đã kết nối dữ liệu chuyển đổi ngoại tuyến với Quảng cáo Google, cho phép học máy hiểu các thuộc tính của người dùng CLV cao và tìm người dùng tương tự theo các quy mô. Kể từ đó, tỷ suất lợi nhuận các chiến dịch của Dish Network đã tăng tới 43%.

Tự động hoá hành trình khách hàng

Tự động hoá hành trình khách hàng

Tự động hóa trên hành trình của khách hàng

Với sự xuất hiện của học máy, chúng ta không còn phải kết nối thủ công các chiến lược tiếp thị và thương hiệu có thể dự đoán nhu cầu của người tiêu dùng và sáng tạo trải nghiệm khách hàng ấn tượng, thấu hiểu.

Đồng thời, công nghệ lại được thiết kế để học hỏi, cải tiến không ngừng theo thời gian và phá vỡ các định kiến trong tổ chức, vì vậy học máy có thể giúp bạn nhìn thấy, nhận ra và thay đổi trong toàn bộ hành trình của khách hàng.

Chẳng hạn như với thương hiệu quản lý cân nặng của Hoa Kỳ, Jenny Craig, học máy đã thực sự góp phần thay đổi cuộc chơi. Theo cách truyền thống, thương hiệu tập trung nỗ lực tiếp thị của mình vào những người đã và đang tìm kiếm một kế hoạch giảm cân phù hợp. Nhưng bây giờ, bằng cách sử dụng học máy, thương hiệu đã có thể tiếp cận khách hàng tại bất kỳ thời điểm nào họ đang tìm kiếm, ngay cả khi họ bắt đầu xem xét các lựa chọn lối sống lành mạnh hơn dựa trên sự thấu hiểu về sở thích, hành vi và nhu cầu của người tiêu dùng.

Tính năng đặt giá thầu thông minh của Google cũng cho phép Jenny Craig tối ưu hóa cho các phân khúc đối tượng tiềm năng cao trong suốt hành trình để tiếp cận nhiều hơn những người sẽ mang lại sự tăng trưởng dài hạn cho thương hiệu – thay vì chỉ thúc đẩy chuyển đổi ngắn hạn. Nhờ đó, Jenny Craig đã chứng kiến tỷ lệ cuộc hẹn tăng 30% và doanh thu tăng 10%.

Ngày nay, với sự góp mặt của học máy trong tiếp thị kỹ thuật số, chúng ta có thể dự đoán những gì người tiêu dùng đang tìm kiếm, hiểu rõ hơn sở thích, hành vi và nhu cầu của họ để ứng dụng thiết kế các chương trình tiếp thị hiệu quả, thấu hiểu và thúc đẩy kết quả kinh doanh. Có thể sẽ khó khăn khi bắt đầu, nhưng với những mục tiêu phù hợp, những hiểu biết đúng đắn và tự động hóa trong toàn bộ hành trình của khách hàng, tất cả chúng ta đều có thể đến đích.

Theo Think with Google 

Bài liên quan:

Share this