Tìm kiếm và phân tích khách hàng tốt nhất

Để khám phá được giá trị  của khách hàng (Lead Value), một số kỹ thuật ‘thử nghiệm-và-phù hợp’ (tried-and-true) có thể sẽ hữu ích.

Ví dụ như, một tiến hành phân bậc về giá trị đơn giản như minh họa bên dưới có thể là cách tốt nhất để bắt tay vào công việc này. Hãy lấy một tập cơ sở dữ liệu khách hàng, sắp xếp chúng theo thứ tự tăng (hoặc giảm) dần dựa trên tiêu chí “tổng lợi nhuận/khách hàng”, và chia chúng thành 5 phần bằng nhau (cột trái). Tiếp theo hãy nhìn vào tổng lợi nhuận được đóng góp bởi các khách hàng trong từng phần (cột phải).

Dễ thấy nhất là một tỷ lệ nhỏ khách hàng đã đóng góp phần lớn lợi nhuận của doanh nghiệp (2 nhóm màu xanh và đỏ cuối mỗi cột). Chính vì vậy vấn đề doanh nghiệp cần quan tâm là xác định được những nhóm khách hàng này là ai? Thuộc tính của từng nhóm? Và mỗi nhóm thường thể hiện những hành vi nào?

May mắn là các thông tin này đều có thể được tiết lộ từ tập dữ liệu sẵn có. Một số phân tích và mô hình có thể giúp Marketer hiểu biết hơn về giới tính, độ tuổi, trình độ giáo dục, nơi cư trú và bất cứ dữ liệu hành vi nào khác,…tất cả chúng đều có thể trở thành chỉ số giá trị cho một khách hàng.

Và với những dữ liệu này, Marketer sẽ có nền tảng tốt để hiểu chính xác loại khách hàng nào thương hiệu cần phải lôi kéo. Thậm chí còn có thể dự báo chỉ số CLV của khách hàng tiềm năng trước khi đầu tư vào để biến họ thành khách hàng thực sự.

Khách hàng giá trị đến từ đâu?

Khi đã thực sự nắm rõ đâu là những khách hàng mang lại giá trị lớn nhất, câu hỏi tiếp theo sẽ là “Tìm họ ở đâu và làm thế nào biến họ trở thành khách hàng thực sự (đối với khách hàng mới) hay giữ chân họ (đối với khách hàng hiện tại)?”. Đây chính là lúc cần đến cầu nối giữa dữ liệu khách hàng với số liệu về thành quả tiếp thị để giải đáp thắc mắc trên.

Thực tế, hệ thống CRM có thể cung cấp mọi dữ liệu về hành vi và thái độ của khách hàng. Mỗi hành động chuyển đổi như “nhấp chuột vào quảng cáo”, “tương tác trên website hoặc ứng dụng di động”, hay “tương tác trên mạng xã hội” đều có tiềm năng trở thành phần giá trị trong tập dữ liệu khách hàng và có thể được tận dụng để dự báo giá trị tương lai mà khách hàng này mang lại.

Vấn đề ở chỗ nhiều Marketer chưa thể lồng ghép hiệu quả những điểm tiếp xúc online và offline họ có với các thông tin từ CRM này. Để đánh giá thành quả chiến dịch tiếp thị, đa số Marketer chỉ sử dụng thang đo “tỷ lệ chuyển đổi” mà chưa quan tâm đúng mức đến “giá trị khách hàng”.

Lấy trường hợp tiệm cà phê ở trên, giả sử Marketer xem hành động ‘tải phiếu giảm giá’ của người dùng như một hành động chuyển đổi. Thông thường các phân tích thành quả ROI chỉ dừng lại ở việc đánh giá – kênh tiếp thị nào mang lại chuyển đổi cao nhất (có nhiều phiếu được tải nhất) là kênh hiệu quả nhất. Tuy nhiên Marketer lại không chú ý đến loại khách hàng đã chuyển đổi. Liệu nhóm khách hàng đó có mang lại giá trị lớn hay không?

Do đó những Marketer có hiểu biết sẽ không giới hạn ở phân tích hai chiều này. Họ sẽ đặt thêm những câu hỏi như: ‘Chi phí chuyển đổi cho từng kênh là bao nhiêu?’, ‘Loại khách hàng nào đang chuyển đổi?’, ‘Giá trị ROI sau cùng mỗi Lead mang lại như thế nào?’ Để trả lời, Marketer cần bổ sung dữ liệu ‘giá trị khách hàng’ như một góc nhìn thứ 3 cho các phân tích vốn dĩ hai chiều trước đây. Lúc này, nhìn vào đồ thị miêu tả bên dưới có thể thấy nhiều kênh có tỷ lệ chuyển đổi cao nhất lại mang đến giá trị chuyển đổi thấp nhất.

Rõ ràng nếu không thực hiện tiếp tục phân tích chuyên sâu tập trung vào giá trị khách hàng, Marketer có thể lại tiếp tục chi nhiều ngân sách vào những kênh mang lại tỷ lệ chuyển đổi cao nhất bất chấp chất lượng của các chuyển đổi này tác động như thế nào đến ROI sau cùng.

Còn nếu sử dụng đồ thị trực quan dạng trên, Marketer rất nhanh chóng thấy được không chỉ thông tin “kênh nào mang lại Lead và bao nhiêu Lead thu được” hoặc “tỷ lệ chuyển đổi của từng kênh”, mà quan trọng hơn chúng ta còn có thể hiểu được ‘giá trị của từng Lead’. Qua đó, Marketer có thể tìm ra cách tốt nhất để phân bổ ngân sách trong hệ sinh thái đa kênh và đa chiến dịch vẫn chạy hàng ngày.

Hãy đối xử với khách hàng xứng đáng với giá trị họ mang lại

Việc lồng ghép dữ liệu khách hàng với các số liệu thành quả hoạt động (như thang đo tỷ lệ chuyển đổi), qua đó phân bổ giá trị chính xác cho mỗi khách hàng sẽ cung cấp cho Marketer các thông tin giá trị để hoạch định ngân sách, giúp định hình chiến lược và tiếp cận những khách hàng phù hợp nhất.

Ví dụ như doanh nghiệp tiên phong trong lĩnh vực thương mại điện tử 1stdibs (một Website mua bán trực tuyến cao cấp), theo tiết lộ là gần đây đang triển khai một dự án để thu thập một cái nhìn toàn diện về dữ liệu thông qua việc lồng ghép các dữ liệu tiếp thị, dữ liệu khách hàng, dữ liệu thương mại điện tử và các nguồn khác hợp thành một.

Trưởng phòng phân tích của 1stdibs, ông Jung Lee đã chia sẻ thêm: “Cuối cùng chúng ta cũng có thể định nghĩa các nhóm khách hàng bằng những thuộc tính mới và so sánh chúng với nhau. Điều này sẽ chỉ ra vấn đề khác nhau mà từng nhóm khách hàng này gặp phải, qua đó thương hiệu có thể sửa chữa kịp thời, hoặc cung cấp hiểu biết về loại khách hàng có thể mang lại giá trị cao nhất cho doanh nghiệp”.

Sau cùng mọi nỗ lực cũng nhằm cung cấp những thông điệp chính xác cho đúng người tại đúng thời điểm và thực sự hiệu quả với những đồng tiền đã bỏ ra.

(Theo www.marketingland.com)