CHƢƠNG 1 : TỔNG QUAN VỀ KHAI PHÁ DỮ LIỆU TRONG MARKETING
3.2 Một số bài học rút ra cho các doanh nghiệp bán lẻ Việt Nam trong việc triển khai áp dụng
3.2.2 Xây dựng đội ngũ Marketer lấy dữ liệu làm trung tâm
Trên thế giới hiện nay, dễ nhận thấy các giám đốc marketing (CMO) đang muốn trở thành người làm marketing theo định hướng dữ liệu (data-driven). Một cuộc khảo sát gần đây thực hiện bởi Hiệp hội quảng cáo Quốc gia và McKinsey & Co
Nguồn:http://bigc.vn/Default.aspx?tabid=178&c=7&s=124
Hình 2.6 Dữ liệu khách hàng trƣớc khi mua có vai trị quan trọng trong việc lên kế tác động đến quyết định mua.
Hoi Can Su FTU Hoi Can Su FTU Hoi Can Su FTU
Hoi Can Su FTU Hoi Can Su FTU Hoi Can Su FTU
cho thấy 96% các CMO nghĩ rằng việc đưa ra quyết định dựa trên hiểu biết chuyên
sâu về dữ liệu rất quan trọng đối với hiệu quả kinh doanh của công ty. Tuy nhiên,
điều khiến họ mơ hồ là làm thế nào để xây dựng bộ phận marketing định hướng dữ liệu ngay tại công ty. Trong cuộc khảo sát chung, “Marketing Disruption: 5 Blind Spots on the Road to Marketing‟s Potential“, gần một nửa số người được hỏi cho biết họ cịn thiếu sự phân tích đúng đ ắn và cần thiết để đưa ra quyết định dựa trên dữ liệu.
Khai phá dữ liệu là một thuật ngữ nghe có vẻ đáng sợ, nhưng việc thực hiện các bước cần thiết để xây dựng bộ phận marketing định hướng dữ liệu không hề to tát và phức tạp như vậy. Sau đây là các lưu ý giúp các doanh nghiệp bán lẻ thấy được tầm nhìn của cơng ty và các khách hàng tiềm năng đang muốn và cần gì. Dựa vào đó, các cơng ty có thể nhanh chóng thu được lợi ích từ việc hiểu biết chuyên sâu mà dữ liệu mang lại.
3.2.2.1 Xác định khách hàng mục tiêu.
Nếu xác định được rõ khách hàng của mình là ai, doanh nghiệp sẽ biết được khách hàng tiềm năng đang ở đâu. Dữ liệu về khách hàng thường được ẩn giấu ở đâu đó trong dữ liệu thương mại điện tử, cơ sở dữ liệu e-mail, hệ thống quản lý quan hệ khách hàng (CRM). Phân tích dữ liệu trong cơ sỏ dữ liệu này có thể giúp doanh nghiệp xác định điểm chung của các khách hàng trung thành nhất (best customers). Nhờ đó, có thể nhận diện các khách hàng tiềm năng mà đội ngũ marketing và bán hàng nên theo đuổi. Nơi bắt đầu tốt nhất là trang web của cơng ty. Các cơng cụ phân tích rẻ tiền hay thậm chí miễn phí có thể giúp xác định nhân khẩu học cơ sở của những người đang truy cập trang web của công ty và họ đang xem nội dung gì. Khi biết rõ điều này, doanh nghiệp có thể cung cấp nội dung chuyên sâu và phù hợp hơn cho khách hàng khi họ ghé thăm website của doanh nghiệp hay khi họ thấy quảng cáo hiển thị ở những website khác hay trên các mạng xã hội như cách mà Amazon đã làm.
Hoi Can Su FTU Hoi Can Su FTU Hoi Can Su FTU
Hoi Can Su FTU Hoi Can Su FTU Hoi Can Su FTU
Với những lợi ích to lớn mà khai phá dữ liệu đem lại cho Marketing, những người hoạt động trong lĩnh vực Marketing giờ đây ngoài những kiến thức về Marketing thông thường cũng cần phải có những khả năng nhất định liên quan đến xử lý dữ liệu giúp họ điều hành các chương trình tập trung vào thu thập và phân tích dữ liệu hỗ trợ cho bộ phận kĩ thuật của khai phá dữ liệu bởi khai phá dữ liệu cần sự kết hợp nhuần nhuyễn giữa những chuyên viên khai phá dữ liệu mang nặng đầu óc tốn học và những nhà Marketer có hiểu biết nhất định về công nghệ, dữ liệu. Các nhà marketer cũng phải sử dụng kinh nghiệm và chuyên môn để hỗ trợ, giúp đỡ đội ngũ IT của khai phá dữ liệu. Đội ngũ IT cũng nên phát triển tinh thần “dịch vụ chăm sóc khách hàng” bao gồm việc lắng nghe những gì đội ngũ marketing muốn, làm việc như một đối tác thực thụ để phát triển các giải pháp, thường xuyên kiểm tra tính hiệu quả của các giải pháp. Điều này đặt ra vấn đề không những đội ngũ Marketing cần tuyển những người thiên về Marketing đơn thuần mà bộ phận kĩ thuật cũng vô cùng quan trọng. Sau khi dữ liệu đã được thu thập, họ sẽ là những chuyên gia phân tích có khả năng làm được gì đấy với kho dữ liệu đó.
3.2.2.3 Sự chuẩn bị về mặt cơng nghệ.
Hầu hết các công ty trong thời đại số cần phải có những cơng nghệ cơ bản như sau: hệ thống CRM, phần mềm tự động hóa marketing và cơng cụ phân tích. Khi được liên kết với nhau một cách hợp lý (việc này đòi hỏi đội ngũ marketing có mối quan hệ làm việc chặt chẽ nhưng cũng nhã nhặn với bộ phận công nghệ thông tin), các cơng cụ này có thể giúp doanh nghiệp có cái nhìn sâu sắc về cách thức các chương trình marketing từ email, tìm kiếm, đến quảng cáo hiển thị và thơng qua các mạng xã hội có thể đẩy mạnh cơ hội thơng qua khai phá dữ liệu .
3.2.2.4 Đo lường hiệu quả của áp dụng công nghệ liên quan đến dữ liệu
Một bộ phận marketing không thể được coi là theo định hướng dữ liệu nếu chưa đo lường được mức độ hiệu quả các chương trình mình đang xây dựng. Bằng việc sử dụng phần mềm phù hợp, các nhà Marketing giỏi nhất nhất hiện nay có thể đo lường doanh thu bắt nguồn từ marketing và sau đó là chứng minh được cho cả công
Hoi Can Su FTU Hoi Can Su FTU Hoi Can Su FTU
Hoi Can Su FTU Hoi Can Su FTU Hoi Can Su FTU
ty biết: marketing định hướng dữ liệu góp phần vào doanh thu của cơng ty như thế nào. Một số thông số phổ biến thường dùng để đo độ hiệu quả của một chiến dịch Marketing là:
Số lần khách hàng nhìn thấy: thước đo đầu tiên doanh nghiệp có thể xem xét
để định lượng chính là số lượng người thực sự nhìn thấy quảng cáo, các thông điệp marketing, hoặc những nhân tố marketing khác. Ví dụ như quảng cáo online có thể đo lường được bởi lượng thời gian một quảng cáo hiển thị trên màn hình tới một người.
Thước đo nhận thức khách hàng: sử dụng mạng xã hội là một yếu tố cực kì
cần thiết trong chiến dịch marketing vì những động thái chia sẻ, marketing truyền miệng trên mạng xã hội có thể xây dựng hoặc phá vỡ một chiến dịch marketing, thậm chí là cả một thương hiệu. Giá trị của một trào lưu online tích cực về thương hiệu, sản phẩm, dịch vụ của công ty không dễ để đo lường, nhưng chúng là những công cụ quyền lực. Doanh nghiệp có thể sử dụng các cơng cụ, phần mềm để tính tốn lượng chia sẻ nội dung, nhận xét, đánh giá tích cực, tiêu cực…
3.2.2.5 Chú trọng đến việc tổ chức dữ liệu của doanh nghiệp.
Đây là vấn đề đã được nhấn mạnh ở trên. Tại khơng ít cơng ty, thơng tin về khách hàng và dữ liệu tiềm năng đang nằm dàn trải ở quá nhiều nhiều phòng ban. Bộ phận bán hàng kiểm soát dữ liệu khách hàng liên quan đến sản phẩm được mua, khách hàng.. Kế tốn có dữ liệu thanh tốn. Và bộ phận cơng nghệ thơng tin cũng có thể có dữ liệu bán hàng thương mại điện tử. Các cơng ty cần có một cơ sở dữ liệu tập trung với cái nhìn tồn diện về khách hàng, và người đứng đầu bộ phận Marketing nên chịu trách nhiệm cho cơ sở dữ liệu này. CMO là vị trí tốt nhất biến cơng ty trở thành một mơ hình kinh doanh theo định hướng dữ liệu và tập trung vào khách hàng. Nếu việc sở hữu dữ liệu đã là khơng đơn giản, địi hỏi các nhà quản lý phải nhận thấy được tầm quan trọng của dữ liệu đối với cơng việc kinh doanh, thì việc phân tích và xử lý dữ liệu nhằm giúp các nhà quản lý đưa ra những quyết định kinh
Hoi Can Su FTU Hoi Can Su FTU Hoi Can Su FTU
Hoi Can Su FTU Hoi Can Su FTU Hoi Can Su FTU
doanh chính xác cịn khó hơn. Việc này địi hỏi các nhà quản lý phải biết được điểm mạnh, điểm yếu của doanh nghiệp, phải có tư duy phân tích dữ liệu, và nhất là phải xây dựng được mơ hình kinh doanh dựa trên tài sản có tên khai phá dữ liệu.
Như vậy, để có thể chạm vào và tận dụng sức mạnh của khai phá dữ liệu, các doanh nghiệp phải xác định được mơi trường, mơ hình kinh doanh của mình có vận hành dựa trên khai phá dữ liệu hay khơng. Để có câu trả lời cho vấn đề này, các doanh nghiệp cần phải tìm ra:
Sản phẩm, dịch vụ nào của doanh nghiệp có liên quan đến khai phá dữ liệu?
Giải pháp nào để tối ưu hoá hiệu quả của việc ra quyết định và các chiến lược kinh doanh dựa vào khai phá dữ liệu ?
Giá trị nào của khai phá dữ liệu sẽ tạo ra các giải pháp kinh doanh tối ưu và
thông minh hơn?
Lúc này, dựa trên những gì đã có sẵn trên cơ sở dữ liệu của doanh nghiệp, dữ liệu từ các nguồn của bên thứ ba và từ truyền thông xã hội, internet; công c ụ xử lý khai phá dữ liệu sẽ tự động hoá, tối ưu hố quy trình tìm hiểu, tiếp cận nhu cầu khách hàng và xác định những thông tin quan trọng để cải thiện chất lượng của những quyết định cũng như tạo ra giải pháp vĩ mô về thị trường cho doanh nghiệp. Không những vậy, cơng nghệ khai phá dữ liệu cịn có thể theo dõi thời gian thực đối với dữ liệu động và dự báo những sự kiện có thể tác động đến những hoạt động hoặc chiến lược kinh doanh đồng thời giúp giảm thiểu rủi ro bằng cách tối ưu hoá các quyết định phức tạp của những sự kiện không nằm trong kế hoạch nhanh hơn.
Hoi Can Su FTU Hoi Can Su FTU Hoi Can Su FTU
Hoi Can Su FTU Hoi Can Su FTU Hoi Can Su FTU
KẾT LUẬN
Trong đầu thế kỷ XIX, các nhà máy dệt may chính là biểu tượng thành cơng của cách mạng cơng nghiệp với nước chính là nguồn năng lượng giúp các nhà máy hoạt động. Thế giới kinh doanh ngày nay đã thay đổi, khả năng tiếp cận các nguồn năng lượng hay sức mạnh cơ khí dường như khơng cịn phù hợp để làm thước đo cho sự thành công. Đối với các sản phẩm đại chúng (mass-marketing products), dữ liệu về khách hàng, về sự tương tác với họ chính là nguồn năng lượng mới trong thế kỉ này - như nước đã từng làm ở những thế kỉ 19. Kiến thức, những khám phá mới về khách hàng chính là nguồn năng lượng làm quay các tuabin của nền kinh tế dịch vụ. Và khai phá dữ liệu chính là một bước đột phá giúp các doanh nghiệp đặc biệt là các nhà bán lẻ - những người đang nắm trong tay một nguồn dữ liệu khổng lồ và không ngừng gia tăng về khách hàng – tận dụng được nguồn tài nguyên mà mình đang có để nâng cao hiệu quả hoạt động Marketing của mình từ việc thấu hiểu tâm lý khách hàng đến nâng cao hiệu quả của hoạt động xúc tiến và hỗ trợ kinh doanh cho tới quản lý nhà cung cấp, quy trình phân phối…
Mang đến nhiều cơ hội nhưng khai phá dữ liệu cũng là thách thức đặt ra cho các tổ chức, doanh nghiệp trong thời đ ại số hiện nay khi mà số lượng doanh nghiệp quan tâm đến khai phá dữ liệu còn chưa cao do những hạn chế về hiểu biết, công nghệ, nguồn lực…Tuy vậy, trong bối cảnh cạnh tranh ngày càng khốc liệt, để thành công vững mạnh doanh nghiệp cần phải biết bắt kịp những xu hướng công nghệ hiện đại trước đối thủ của mình. Hơn hết, những người đứng đầu doanh nghiệp cần phải có những sự quan tâm nhất định về những xu hướng này nếu không muốn bị tụt hậu và bỏ lại trong cuộc đua thấu hiểu khách hàng. Hy vọ ng, các doanh nghiệp Việt Nam sẽ sớm có khả năng hịa mình vào dịng chảy của những xu hướng Marketing đang làm thay đổi thế giới kinh doanh ngày nay để có thể cảm nhận những lợi ích to lớn mà cơng nghệ nói chung và khai phá dữ liệu nói riêng mang lại cho doanh nghiệp, khách hàng.
Hoi Can Su FTU Hoi Can Su FTU Hoi Can Su FTU
Hoi Can Su FTU Hoi Can Su FTU Hoi Can Su FTU
TÀI LIỆU THAM KHẢO
1. Bharati M.Ramageri and B.L.Desai: Role of Data Mining in Retail Sector, International Journal on Computer Science and Engineering,Vol.5 No.01 Jan 2013.
2. Clive Humby. 2004: Terry Hunt and Tim Phillips:Scoring Points How Tesco
is winning customer loyalty, Kogan Page. pp. 95-122.
3. Corinne Baragoin, Christian M.Andersen, Stephan Bayert, Graham Bent,
Jieun Lee and Christoph Schommer. 2001: Mining your own Busniess in
Retail Using DB2 Intelligent Miner for Data, 1st ed, IBM Corp. pp. 127-148.
4. Dan Sewell: Kroger uses Shopper Data to target Coupons, The
Huffingtonpost, June 2009.
5. Elizabeth R. Zelen: Mining the Mind, BUS 295-Business Honors Seminar II.
6. Greg Linden, Brent Smith and Jeremy York: Amazon.com Recommendations
Item-to-Item Collaborative Filtering, The Huffingtonpost, October 2012.
7. Greg Linden, Brent Smith, and Jeremy York, Amazon.com
Recommendations Item-to-Item Collaborative Filtering, IEEE Computer
Society, January 2003.
8. Margaret Lewis: Digging Big Data, The Hub Magazine, November 2013.
9. Michael J.A.Berry and Gordon S.Linoff. 2004: Data Mining Techniques for
Marketing, Sales, and Customer Relationship Management, 2nd ed, Wiley Publishing. pp. 45-54.
10. John W. Foreman. 2013: Data Smart: Using Data Science to Transform
Information into Insight, Wiley Publishing.
11. Nguyễn Đức Cường: Tổng quan về khai phá dữ liệu, Kỷ yếu Hội nghị Khoa
học và Công nghệ lần 9, ĐH Bách khoa TP.Hồ Chí Minh.
12. Olivia Parr Rud. 2009: Data Mining Cookbook Modeling Data for Marketing,
Hoi Can Su FTU Hoi Can Su FTU Hoi Can Su FTU
Hoi Can Su FTU Hoi Can Su FTU Hoi Can Su FTU
13. Philip Kotler and Gary Armstrong. 2011: Principles of Marketing, 14th ed, Pearson.pp 167-189.
14. Sagarika Prusty: Data Mining Application in Direct Marketing, Web Data Mining (ECT 584), DePaul University Chicago, Spring 2013
15. Vũ Hoàng Tâm: Big Data-Kho báu từ dữ liệu, Workshop “Big Data-Kho báu