Muốn creative hiệu quả lặp lại được, phải biết vì sao nó hiệu quả

Sau mỗi đợt chạy quảng cáo, câu hỏi quen thuộc trong cuộc họp là: mẫu nào đang chạy hiệu quả nhất? Đội ngũ chọn ra mẫu có CPL (chi phí trên mỗi khách hàng tiềm năng) thấp hoặc ROAS (lợi tức trên chi tiêu quảng cáo) cao, rồi yêu cầu làm thêm những phiên bản giống vậy.

Câu hỏi này cần thiết nhưng chưa đủ. Biết kết quả cuối cùng của một mẫu creative không cho biết yếu tố nào bên trong nó tạo ra kết quả: hình ảnh, tiêu đề, tông giọng hay lời kêu gọi hành động (CTA). Vì vậy, nhân bản một mẫu thành công bằng cách giữ nguyên bố cục, tông giọng hay góc tiếp cận không đảm bảo phiên bản sau cũng hiệu quả như vậy.

Bài viết này trả lời một câu hỏi khác: thành phần nào trong creative đang thực sự tạo ra hiệu quả, và làm sao biến hiểu biết đó thành brief cho loạt nội dung tiếp theo.

Các nền tảng quảng cáo ngày càng tự học và tự tối ưu tốt hơn. Từ cơ chế đấu thầu (bidding), phân phối quảng cáo đến xác định đối tượng mục tiêu (targeting), gần như toàn bộ quá trình vận hành chiến dịch truyền thông đã được tự động hóa hoặc có AI hỗ trợ. Google Performance Max, Meta Advantage+ Shopping hay TikTok Smart Ads là những ví dụ rõ của xu hướng này: marketer không còn cần, và cũng không thể, can thiệp sâu vào việc phân phối, vì nền tảng tự tối ưu theo mục tiêu đã đặt.

Trong cách vận hành đó, nội dung sáng tạo đưa vào hệ thống (creative input) là một trong những vùng tác động cuối cùng con người còn kiểm soát, bên cạnh việc liên tục cung cấp tín hiệu dữ liệu (data signal) để nền tảng học và tối ưu tốt hơn. Marketer có thể không quyết định được quảng cáo hiển thị lúc nào hay tới ai, nhưng hoàn toàn quyết định được hình ảnh, thông điệp, cảm xúc và góc thể hiện. Chính những yếu tố này có thể tạo ra khoảng cách giữa một chiến dịch đạt ROAS bằng 2 và một chiến dịch đạt ROAS bằng 5.

Có một điều ít được nói tới: mẫu creative nào cũng giảm hiệu quả theo thời gian. Một mẫu mới có thể đạt tỷ lệ nhấp (CTR) cao và chi phí trên mỗi hành động (CPA) thấp, nhưng sau vài ngày đến vài tuần, tùy ngành hàng, hiệu quả đi xuống vì tần suất lặp lại và người xem nhàm chán. Marketer vì vậy phải liên tục làm mới creative để duy trì vòng đời hiệu suất (performance lifecycle), bằng những phiên bản kế thừa vừa có điểm mới, vừa giữ lại yếu tố đã được chứng minh hiệu quả.

Cách đánh giá creative đã tiến bộ. Marketer không còn chỉ nhìn CTR hay chi phí trên mỗi nhấp (CPC), mà theo dõi những chỉ số gần với kinh doanh hơn: CPL, chi phí trên mỗi khách hàng tiềm năng đủ điều kiện (CPQL), chi phí trên mỗi đơn hàng (CPO) và ROAS. Mỗi creative lại phục vụ một giai đoạn khác nhau trong hành trình khách hàng, nên cần insight, chỉ số đánh giá và cách tối ưu riêng:

Vấn đề nằm ở chỗ: dù đo được kết quả cuối cùng của từng mẫu, đội ngũ vẫn chưa biết chính xác yếu tố nào bên trong nội dung là nguyên nhân. Khi thiếu hiểu biết đó, quá trình sáng tạo vẫn là thử và sai (trial and error): lặp đi lặp lại, tốn kém, và khó tích lũy bài học có giá trị cho chiến dịch sau.

Hệ quả kéo theo là khoảng cách giữa bộ phận Media và Creative. Media nhìn vào chỉ số hiệu suất, Creative làm việc dựa nhiều vào cảm hứng cá nhân. Hai bên khó hiểu và tin nhau, và cũng khó thuyết phục bên còn lại khi không có chung một căn cứ.

“Biết mẫu nào thắng mới là một nửa câu trả lời. Nửa còn lại là vì sao nó thắng.”

PMAX đã dành gần một thập kỷ cho bài toán hiệu suất: tối ưu chi phí quảng cáo, tăng số đơn hàng và cải thiện ROAS cho hàng trăm thương hiệu. Trong suốt thời gian đó, đội ngũ gặp cùng một khó khăn như nhiều marketer khác: phải thử hàng chục, có khi hàng trăm mẫu creative để tìm ra phiên bản chạy tốt, nhưng vẫn không giải thích được vì sao nó hiệu quả. Không rút ra được bài học cụ thể, mỗi chiến dịch mới lại bắt đầu từ vòng lặp cũ: động não, đoán, thử nghiệm.

Từ hành trình thử và sai đó, PMAX xây dựng Creative for Performance (CFP), một mô hình sáng tạo dựa trên dữ liệu (data-driven creative model) giải quyết hai việc. Thứ nhất, xác định công thức thành công của các mẫu đã chạy: không chỉ biết mẫu nào chạy tốt mà hiểu tiêu đề, góc tiếp cận (angle), hình ảnh nào đang tạo tác động, thông qua mô hình toán học, từ đó đề xuất công thức có tỷ lệ thành công cao. Thứ hai, tạo nền tảng dữ liệu để lập kế hoạch sáng tạo: xác định yếu tố cần giữ và yếu tố nên đổi, viết brief cho loạt nội dung mới bằng dữ liệu minh bạch thay vì phỏng đoán, và giảm chi phí thử nghiệm nhờ định hướng đúng ngay từ khâu lên ý tưởng.

Hai dự án ở hai ngành khác nhau cho thấy cách phân tích này vận hành ra sao.

Chuỗi chăm sóc da: creative đẹp chưa chắc tạo ra tin nhắn. Một chuỗi thương hiệu chăm sóc da phát triển nhanh, có hơn 20 chi nhánh sau một năm hoạt động, chạy quảng cáo số để kéo khách nhắn tin qua Messenger, kênh chuyển đổi chính của thương hiệu. Nhiều mẫu được đánh giá là đẹp mắt nhưng không tạo đủ tin nhắn, và việc thử liên tục mà thiếu định hướng đã làm tốn ngân sách. CFP được dùng để đánh giá hiệu quả của từng yếu tố sáng tạo và các tổ hợp nội dung (combo value) trên dữ liệu thực tế. Sau khi áp dụng, hơn 50% mẫu creative vượt mức benchmark đề ra, chi phí trên mỗi tin nhắn (CPMess) giảm gần 1,5 lần, và số tin nhắn đạt 110% so với mục tiêu ban đầu. Thương hiệu cũng có một hệ thống phân tích insight giúp rút ngắn chu kỳ sản xuất nội dung, tăng tỷ lệ có mẫu thắng ngay từ lần thử đầu, và nối dữ liệu, sáng tạo với kết quả chuyển đổi.

Bệnh viện mắt: một thông điệp chung cho hai thị trường. Femto LASIK là dịch vụ trọng tâm mùa cuối năm của một bệnh viện mắt lớn. Khi mở rộng truyền thông toàn quốc từ tháng 12/2024 đến tháng 02/2025, đội media thấy hiệu quả không đều: TP.HCM đạt khối lượng chuyển đổi tốt, còn Hà Nội có CPL cao và tỷ lệ chuyển đổi thấp. Hai thị trường với kỳ vọng khác nhau đang dùng chung một bộ creative, khiến CPL biến động mạnh giữa hai vùng và khó phân bổ ngân sách. CFP phân tích hiệu suất sáng tạo theo từng khu vực, đo ảnh hưởng của góc tiếp cận, tiêu đề, hình ảnh chủ đạo, và làm rõ động lực chuyển đổi ở mỗi nơi. Dữ liệu cho thấy người dùng tại TP.HCM quan tâm nhiều đến ưu đãi tài chính và tốc độ đặt lịch, trong khi người dùng Hà Nội đánh giá cao tính minh bạch, uy tín của bác sĩ và sự bảo chứng chuyên môn. Bệnh viện xây bộ creative riêng cho từng thị trường, từ hình ảnh, thông điệp đến cấu trúc nội dung. Kết quả: hơn 47% mẫu creative vượt benchmark hiệu suất, CPL giảm 5% dù ngân sách tăng 25%, và hình thành một hệ thống sáng tạo phân vùng theo địa lý.

Cách tiếp cận dựa trên dữ liệu này cũng được PMAX áp dụng cho bài toán bán chéo (cross-selling) dựa trên dữ liệu thời gian thực cùng FE Credit.

Khi thuật toán quyết định gần như mọi thứ về việc ai thấy quảng cáo, khi nào và ở đâu, creative là nơi marketer có thể tạo khác biệt. Muốn làm điều đó đều đặn, đội ngũ cần một cách làm có hệ thống dựa trên dữ liệu thay vì cảm nhận chủ quan hay kinh nghiệm của một cá nhân.

Bước đầu tiên là gom các mẫu đã chạy theo chiến dịch, sản phẩm, mùa vụ hoặc phân khúc, và thống nhất giữa Media và Creative những thành phần sẽ phân tích, như tiêu đề, góc tiếp cận, hình ảnh, tông giọng và CTA. Tiếp theo, đánh giá mỗi mẫu bằng chỉ số đúng với giai đoạn phễu nó phục vụ. Khi viết brief cho đợt mới, hãy yêu cầu brief ghi rõ yếu tố nào được giữ vì đã có dữ liệu chứng minh và yếu tố nào đưa vào để thử. Media và Creative lúc đó có chung một căn cứ để trao đổi.

PMAX tiếp tục phát triển CFP theo bốn hướng: phân tích tương tác giữa nhiều yếu tố nội dung cùng lúc; nâng năng lực gắn nhãn bằng AI để xử lý hàng trăm mẫu quảng cáo mỗi ngày; xây vòng phản hồi gần như tức thời (real-time feedback loop) để tối ưu ngay trong chiến dịch; và dự báo hiệu suất dài hạn để lập kế hoạch sáng tạo cho cả chu kỳ vận hành và ngân sách, không riêng từng chiến dịch.

Một mẫu quảng cáo chạy tốt là kết quả. Hiểu vì sao nó chạy tốt mới là thứ đội ngũ mang được sang chiến dịch sau.

Thành phần nào trong creative đang tạo ra kết quả cho doanh nghiệp bạn? Trao đổi với tác giả về cách phân tích những mẫu quảng cáo đã chạy và biến kết quả thành brief cho đợt tiếp theo.