Công nghệ máy học (Machine Learning), AI đã cho thấy một bước tiến lớn của công nghệ và tính ứng dụng trong cuộc sống. Digital marketing cũng hưởng lợi rất lớn nhờ sự phát triển này. 

Cụ thể, các kênh đang tích hợp chúng vào hệ thống tự động tối ưu của họ và để nó vận hành hiệu quả điều tối quan trọng là dữ liệu đưa vào phải chính xác. Ngoài ra, các browsers (Safari và Chrome) có tổng lượng dùng chiếm tổng cộng đến gần 90% đang loại bỏ tính năng 3rd-party-cookie (cookie bên thứ ba) khiến cho việc theo dõi hành vi của người dùng ngày càng khó khăn hơn.

Thị phần browsers trên toàn thế giới (tính đến tháng 4, 2022) – Nguồn: ClobalStats & InternetWorldStats

Việc cung cấp dữ liệu đúng cho các marketer để tối ưu và cho hệ thống máy học và phân phối quảng cáo sẽ càng ngày càng khó khăn hơn. Trước những thay đổi này, đâu là cơ hội và thách thức trong việc thu thập dữ liệu để tối ưu quảng cáo?

Cùng PMAX hiểu ngay những xu hướng và giải pháp thu thập thông tin người dùng nổi bật trong năm 2023.

Google Analytics 4

Ngày 01.07.2023 đánh dấu sự chuyển đổi chính thức từ UA (Universal Analytics – GA3) sang GA4 vì UA sẽ không thu thập dữ liệu nữa. Đây là một bước chuyển mình lớn với một số thay đổi cốt lõi như sau:

• Session-based vs event-based: UA sẽ thu thập dữ liệu dựa trên session (phiên truy cập – 1 lượt truy cập trong vòng 30’), trong khi GA4 sẽ thu thập dữ liệu dựa trên event (sự kiện). Điều này có vẻ tập trung quá nhiều vào chuyên ngành dữ liệu và kỹ thuật nhưng chúng ta có thể hiểu đơn giản là với cách ghi nhận mới GA4 sẽ hiểu người dùng tốt hơn so với UA từ đó, các báo cáo của GA4 sẽ sâu hơn, có nhiều insight hơn.
• Fixed report và Customized report: ở GA4 chúng ta sẽ có nhiều báo cáo tùy chỉnh hơn và có nhiều mẫu báo cáo khác nhau tùy theo mục đích marketing của doanh nghiệp. Việc tăng thêm tùy chỉnh sẽ khiến người dùng khó làm quen và sử dụng hơn. Nhưng nếu tận dụng tốt việc tùy chỉnh này, doanh nghiệp có thể sử dụng được rất nhiều insight khác nhau và dùng nó để có những chiến lược marketing hiệu quả hơn.
• Tích hợp AI vào trong GA4: Google hứa hẹn sẽ sử dụng tích hợp AI để sử dụng dữ liệu một cách hiệu quả hơn. Trước mắt chúng ta sẽ có các tập khách hàng để sử dụng trong việc tiếp cận quảng cáo để giữ chân hoặc chuyển đổi họ thành người mua hàng hoặc người mua hàng trung thành của thương hiệu.
• Cookieless-tracking-solution: GA4 là một giải pháp hoàn hảo để vẫn có dữ liệu để tối ưu trong khi các browser đã loại bỏ 3rd party cookies.

Tóm lại, GA4 là một bước tiến lớn của Google trong năm 2023 này và hứa hẹn đem lại nhiều báo cáo hữu ích hơn và tích hợp AI để tận dụng dữ liệu một cách hiệu quả hơn.

1st-party-data (Dữ liệu từ bên thứ nhất)

1st-party-data là những dữ liệu của khách hàng mà phía doanh nghiệp sở hữu, dữ liệu đó có thể đơn giản là số điện thoại, email, hoặc phức tạp hơn là thông tin định danh như id hoặc địa chỉ IP, v.v… 1st-party-data có thể đẩy lên kênh quảng cáo dưới dạng mã hóa để vẫn đảm bảo privacy nhưng vẫn có dữ liệu để máy học. Khi 3rd-party-data bị xóa bỏ, một làn sóng lớn các kênh quảng cáo đang dựa vào 1st-party-data để vẫn có dữ liệu cho hệ thống máy học. Cùng xem các top channel ứng dụng 1st-party-data vào hệ thống tối ưu của họ như thế nào nhé.

• Meta conversion API: Conversion AI là công cụ được xây dựng để nhà quảng cáo sử dụng dữ liệu nhằm nhắm mục tiêu, tối ưu hóa và đo lường các chiến dịch trên Facebook của họ. Việc tích hợp API chuyển đổi sẽ thiết lập kết nối dữ liệu đáng tin cậy hơn bằng cách gửi trực tiếp các sự kiện web tới Facebook từ máy chủ thay vì trình duyệt.

Mô tả quy trình conversion API của Facebook. – Nguồn: Meta

• Google enhance conversion: Tính năng lượt chuyển đổi nâng cao là một tính năng có thể cải thiện độ chính xác của hoạt động đo lường lượt chuyển đổi và giúp marketer đặt giá thầu hiệu quả hơn. Tính năng này bổ sung cho các thẻ chuyển đổi hiện có của bạn bằng cách gửi dữ liệu chuyển đổi của bên thứ nhất từ trang web tới Google theo cách an toàn và bảo mật. Tính năng này sử dụng thuật toán một chiều an toàn có tên SHA256 trên dữ liệu khách hàng bên thứ nhất của bạn, chẳng hạn như địa chỉ email, trước khi gửi tới Google.
• TikTok 1st-party and 3rd-party tracking: TikTok đã quyết định điều chỉnh các sản phẩm của mình phù hợp với ngành bằng cách kích hoạt việc sử dụng cookie của bên thứ nhất và bên thứ ba. Cookie sẽ bổ sung cho dữ liệu sự kiện hiện có mà các nhà quảng cáo đã chia sẻ với TikTok và sẽ cải thiện cả chất lượng cũng như độ tin cậy của dữ liệu sự kiện. Nhờ vậy, TikTok sẽ phân phối quảng cáo của thương hiệu hiệu quả hơn đến những người có khả năng chuyển đổi. 

Tóm lại, 1st-party-data là một giải pháp thay thế được cho 3rd-party-cookie nhưng việc thực hiện nó sẽ khó và cần nhiều nhân sự am hiểu về cả tech và digital ads để triển khai.

Offline data (Dữ liệu ngoại tuyến)

Offline data bản chất vẫn là 1st-party-data nhưng nó sẽ dễ thực hiện hơn rất nhiều so với việc sử dụng conversion API hay enhance conversion ở trên. Cụ thể là chúng ta sẽ sử dụng một danh sách bao gồm các thông tin cá nhân như điện thoại, tên, email với số lượng chuyển đổi và giá trị chuyển đổi (thông dụng nhất của chuyển đổi này là đơn hàng và doanh thu) và để upload lên hệ thống quảng cáo (hiện nay cả Meta, Google và TikTok đều cho phép cách thực hiện này) để nó tự phân bổ lại là quảng cáo nào tạo ra chuyển đổi. Điểm mạnh là dễ thực hiện những điểm yếu khá lớn chính là tần suất cập nhật và việc đối mặt với data privacy (Bảo vệ dữ liệu cá nhân) với khách hàng.

CDP (Customer data platform – Nền tảng dữ liệu khách hàng)

Ví dụ minh họa cách kết hợp AI và CDP để tạo ra hồ sơ khách hàng chính xác và toàn diện nhất trong chiến lược marketing của doanh nghiệp – Nguồn: Insider

Customer data platform là một giải pháp đã xuất hiện khá nhiều năm hiện nay nhưng đang dần nổi lên khi công nghệ ngày càng phát triển và việc 3rd-party-tracking bị xóa bỏ như đề cập ở trên.

• Điểm mạnh: cách thu thập dữ liệu mạnh nhất hiện nay, kết nối dữ liệu xuyên suốt được từ online đến offline và khi người dùng sử dụng nhiều thiết bị khác nhau thì CDP vẫn định danh được họ. CDP còn kết hợp lên các kênh marketing như quảng cáo, SMS, ZnS, Email, v.v…
• Điểm yếu: cần một lượng dữ liệu rất lớn để hoạt động hiệu quả và tốn chi phí cực lớn.

Các ứng dụng chính của CDP sẽ như sau:

1. Tăng CLV (Customer Lifetime Value – Giá trị vòng đời khách hàng): Với dữ liệu lớn, CDP có thể tích hợp với AI như GA4 ở trên và tạo ra các tệp dự đoán: khách hàng sắp mua, sắp rời bỏ, quay lại mua, v.v… để doanh nghiệp có những chiến lược tiếp cận hiệu quả bằng personalized ads, tăng trải nghiệm tốt khi mua hàng từ đó tăng được mức độ trung thành của khách hàng.
2. Cá nhân hóa trên nhiều điểm chạm: personalized marketing đang trở thành xu thế chính hiện nay, với sức mạnh tạo nên những profile rõ ràng về demographic và lịch sử mua hàng và sức mạnh tạo nội dung tự động của các hệ thống AI, CDP sẽ giúp cho doanh nghiệp tiếp cận mỗi khách hàng khác nhau bằng một thông điệp riêng dành cho họ, từ đó có thể giúp được tăng tỷ lệ chuyển đổi cho các chiến dịch marketing.
3. Dữ liệu đồng nhất: CDP giải quyết được sự đứt gãy giữa online và offline hoặc đứt gãy khi một người dùng sử dụng nhiều thiết bị khác nhau như laptop, mobile, v.v… Việc không còn đứt gãy trong dữ liệu thì việc nhiễu trong quá trình phân tích và đưa ra các quyết định dựa trên dữ liệu sẽ chính xác và hiệu quả hơn.

Marketing Modelling Mix

Mô hình hỗn hợp tiếp thị (Marketing Modelling Mix – MMM) là một hộp công cụ gồm các phương pháp thống kê được các nhà tiếp thị sử dụng để đánh giá tác động của khoản đầu tư marketing của họ so với các số liệu kinh doanh chính như khối lượng, doanh thu hoặc lợi nhuận.

Công cụ này có một số ưu điểm so với các kỹ thuật đo lường khác ở chỗ:

• Đánh giá tác động của tất cả các phương tiện truyền thông (trực tuyến & ngoại tuyến);
• Nắm bắt được những tác động dài hạn cũng như ngắn hạn của quảng cáo;
• Đo lường tác động gia tăng của quảng cáo đến doanh số bán hàng;
• Kiểm tra giá cả và tác động của chương trình khuyến mãi;
• Có thể giải thích tác động của các biến số phi tiếp thị đến hiệu suất quảng cáo (ví dụ: thời tiết, hoạt động của đối thủ cạnh tranh, xu hướng kinh tế, COVID-19).

Những tiến bộ trong công nghệ đang giúp các nhà cung cấp MMM chuyên nghiệp phát triển dịch vụ của họ và đưa các giải pháp phức tạp hơn ra thị trường. Nhưng họ phải đối mặt với sự cạnh tranh ngày càng tăng từ những người chơi lớn bao gồm Meta, Google và Amazon. Tất cả đều đã đưa ra các giải pháp của riêng mình nhằm nỗ lực làm cho việc lập mô hình trở nên dễ tiếp cận hơn với nhiều nhà quảng cáo hơn. Mặc dù về mặt lý thuyết, các giải pháp này ít tốn kém hơn và dễ tiếp cận hơn nhưng vẫn cần có chuyên môn để tiến hành lập mô hình và diễn giải kết quả.

Mô tả sơ bộ về giải pháp MMM đến từ Meta, Google và Amazon. – Nguồn: WARC

Tóm lại, các xu hướng trong năm 2023 đều tập trung chính vào việc sử dụng 1st-party-data và tìm cách ứng dụng vào các case của business để tăng chuyển đổi hoặc tạo ra các quảng cá nhân hóa và tạo ra một bước tiến mới về quảng cáo cá nhân hóa, tạo trải nghiệm tốt cho khách hàng.

Tác giả: Khiêm Quách – Associate Media Director | PMAX