Customer insight là gì là một trong những keyword được search nhiều nhất trên Google về chủ đề customer insight là gì. Trong bài viết này, kienthucmmo.vn sẽ viết bài viết Customer insight là gì? Tại sao chúng ta cần hiểu customer insight?
Mục Lục
Customer insight là gì? Tại sao chúng ta cần hiểu customer insight?
Insight là gì và các đặc tính của nó
Customer insight là việc diễn giải về hành vi và xu hướng của khách hàng dựa trên các data mà chúng ta có về họ để thông qua đó đủ nội lực thực hiện các hành động nhằm cải thiện chất lượng sản phẩm, dịch vụ và tăng trưởng doanh thu bán hàng để cả hai bên (thương hiệu và khách hàng) đều có lợi.
Một số đặc tính cần phải có của customer insight:
1. không phải là sự thật hiển nhiên. Nếu nó dĩ nhiên thì nó đang k được gọi là sự thật ngầm hiểu. Ví dụ: lệ thuộc Google Analytics, bạn biết rằng có 70% khách viếng thăm là trong độ tuổi 18 – 24 tuổi, từ đó bạn suy ra đa số khách viếng thăm của web đa phần là người trẻ tuổi. Điều này quá hiển nhiên nên không thể gọi đây là insight.
2. k chỉ dựa trên một loại data. Bạn cần phối hợp nhiều gốc, nhiều chỉ số, nhiều dữ liệu, nhiều hình thức thì mới có thể xây dựng các insight chuẩn xác. Ví dụ: nếu bạn chỉ Nhìn vào chỉ số bounce rate (số người vào web và thoát ra ngay mà k tương tác) cao trên một trang web mà phân tích rằng nội dung trang đó chưa tốt thì có thể không chuẩn xác vì đủ sức trang đó cung cấp content rất đa số và bổ ích nên khách vào đọc nội dung xong thì hài lòng, k cần thiết phải search hay xem thêm các thông tin khác nữa nên rời khỏi web luôn, tạo nên bounce rate cao. tuy nhiên, nếu bạn sử dụng đồng thời chỉ số bounce rate và chỉ số time on page (thời gian khách viếng thăm ở trên website) để nghiên cứu thì sẽ chính xác hơn. Nếu bounce rate cao và time on page của khách viếng thăm cao, tức là nội dung trang tốt. Nếu bounce rate cao nhưng time on page lại thấp, tức là content trang thật sự có chủ đề. Bởi vậy, việc phối hợp nhiều chỉ số sẽ làm bạn tìm ra insight chuẩn xác và sâu sắc hơn.
3. Dựa trên insight đó có thể mang ra được hành động thực tiễn. Nếu chỉ đủ sức là lý thuyết mà không áp dụng hay kiểm chứng được thì cũng không phải là insight. Ví dụ: công ty bạn có 2 mảng kinh doanh: B2B (khách hàng doanh nghiệp) và B2C (khách hàng lẻ). Mảng khách hàng B2B thì đã rất tốt nhưng cần thay đổi thu nhập từ group B2C hơn. Sau khi tìm hiểu nhóm B2C thì bạn đúc kết nhận định rằng khách hàng lẻ rất like mô tả dịch vụ cho friends và nhận hoa hồng. Từ đó bạn nghĩ rằng cần phải xây dựng một nền móng giới thiệu KH (referral) để giúp tăng trưởng tỉ lệ khách và doanh thu. bên cạnh đó thực tế thì hệ thống này là không thể thực hiện được với điều kiện của doanh nghiệp hiện giờ về: nhân công (tốn quá nhiều nhân công để quản lý hệ thống), ngân sách (đầu tư để xây dựng nền móng referral) và thời gian (6 tháng để hoàn thành nền móng và đưa vào sử dụng) ==> Nhận định đúc kết k thể chuyển biến được thành một hành động cụ thể và thực tiễn (khoan nói tới chuyện tốt hay k tốt) thì không gọi là insight được, mà cuối cùng chỉ là nhận định và suy nghĩ.
4. Hành động kể trên nếu được thực hiện thì cần có mức độ thuyết phục được KH refresh hành vi của họ. Ví dụ: bạn phát hiện ra rằng sau khi mua máy tính bàn, khách hàng thường tìm mua thêm con chuột máy tính. Từ insight của đối tượng khách hàng hàng này, bạn đủ nội lực đặt sản phẩm chuột máy tính bạn muốn bán kèm ngay bên cạnh sản phẩm máy tính bàn để tăng tỉ lệ mua hàng -> nếu khách hàng chịu mua cả 2 món hàng tức là bạn đang refresh hành vi mua hàng của họ (mua 2 món hàng thay vì 1).
5. Sự refresh về hành vi phải đem lại ích lợi cho cả hai bên: brand và KH. Ví dụ: việc mua kèm con chuột máy tính và máy tính bàn đem lại trị giá cho người mua hơn và đem lại thu nhập cao hơn cho bên bán, điều đó có nghĩa là cả hai bên đều có lợi.
Mỗi khách hàng sẽ có những suy nghĩ và hành vi rất riêng và chúng ta cần phải xem mọi thứ xa hơn là data hoặc con số. Chúng ta cũng cần hiểu rằng insight khách hàng sẽ cải thiện theo thời gian, theo xu hướng, theo công nghệ, theo thời điểm, theo mùa, theo tuổi tác và rất nhiều yếu tố khác nữa. Nếu bạn chỉ nghiên cứu và nghiên cứu dựa trên các hành vi cũ thì sẽ không làm sáng tỏ thêm điều gì mới mẻ về việc thấu hiểu KH thì dần dần các insight mà bạn có về khách hàng sẽ bị cũ kỹ và không còn chuẩn xác nữa.
Xây dựng customer insight giống như thế nào?
Hiểu được insight là gì và các đặc tính của nó, lúc này bạn đủ nội lực khởi đầu dựa trên đó các quy tắc đó để xây dựng customer insight và vận dụng nó vào việc kinh doanh. tiến trình này gồm 3 bước:
- Thu thập data
- Diễn giải / phân tích các data để tạo insight
- Dựa trên insight mang ra các hành động
Chúng ta sẽ đi qua từng bước một cách chi tiết dưới đây:
1. Thu thập data
như đã nói ở phần trên, insight đến từ data, và với digital mkt thì các data này đến từ:
- Website: sessions, time on site, bounce rate, v.v…
- ứng dụng mobile: screen views, time on screen, thông tin người download, v.v…
- online xã hội: followers, thích, chia sẻ, comments, v.v…
- ads search / hiển thị: impression, clicks, conversion, CTR, CR, v.v…
- Email: open rate, click rate, CTR, abuse / gửi tin rác rate, mục lục email not open, v.v…
- SMS: số tin nhắn send, phần trăm xây dựng, danh sách sdt không gửi được, v.v…
- khảo sát online
Đây chỉ là một số nơi thông thường và không phải là tất cả. Insight cũng đủ sức đến từ các gốc data không giống như:
- Bán hàng: thông tin từ CRM, file theo dõi đơn hàng, hợp đồng, v.v…
- Chăm sóc khách hàng: thông tin từ call center, tổng đài, website chat
- POS: thông tin từ hệ thống tại các địa điểm bán hàng
- đánh giá, nhận định từ KH
- tìm hiểu phân khúc
Cũng chỉ là một số kênh thông thường, chẳng hề toàn bộ. tiếp theo chúng ta đi qua mẹo để đủ sức từ data tạo ra được các insight có ý nghĩa.
2. Diễn giải và phân tích các data để tạo ra insight
Khi bạn vừa mới có data rồi, bạn cần phải hiểu các data này có ý nghĩa gì và từ đó search sự tương quan giữa việc lập lại (pattern) của một số chỉ số với mục đích của khách hàng (trải nghiệm tốt hơn) cũng như mục đích của bạn (bán được hàng).
Ví dụ: bạn thấy rằng các KH dùng ĐT di động truy cập vào website hiện giờ có số lượng chuyển biến sang mua hàng thấp hơn đối với desktop. Bạn đúc kết được insight rằng đủ sức website của mình bây giờ phiên bản di động chưa thực tốt lắm cho thử nghiệm người dùng và nếu bạn đủ sức cải thiện được điều này thì sẽ góp phần gia tăng doanh thu cao hơn.
Chúng ta sẽ thấy cấp độ ưng ý từ trải nghiệm của KH khi mua sản phẩm hoặc dùng dịch vụ sẽ trực tiếp hoặc gián tiếp đem lại doanh thu cho doanh nghiệp. do đó chẳng hề tất cả mọi insight đều nhất thiết phải hướng đến việc là xây dựng thu nhập ngay lập tức mà đôi khi chỉ cần tập trung vào việc refresh trải nghiệm user thì sau đó họ sẽ chủ động quay lại nhiều hơn hoặc giới thiệu thêm KH mới.
3. Dựa trên insight mang ra các hành động
Sau khi vừa mới có các insight được tạo ra từ việc phân tích các data có được thì lúc này bạn có thể bắt đầu phụ thuộc đó để mang ra các hành động mà đủ nội lực giúp bạn hướng tới gần hơn mục đích kinh doanh. Đây là thời điểm mà các insight được diễn giải và phân tích từ data phải được đối chiếu lại với các đặc tính được nêu ở phần 1 để đảm bảo rằng chúng thật sự đúng đắn và phù hợp để bạn đủ sức vận dụng.
Hành động được xây dựng từ các insight sẽ khác biệt tùy theo mục đích mà bạn muốn cũng như đặc tính ngành, tình hình công ty, tình ảnh phân khúc và cũng như thiên hướng. do đó sẽ k có một phù hợp mực hay template mẫu nào cho việc này.
Một số ứng dụng thường thấy của insight
giống như đã nói ở trên là dù không có chuẩn mực chung nhưng đây là một số vận dụng mà bạn đủ sức sử dụng được với customer insight xây dựng từ các data và một số gợi ý để minh họa:
1. đánh giá cấp độ tác động: giúp công ty hiểu được những thứ mà họ đang thực hiện ảnh hưởng ntn đến hành vi khách hàng và song song cho phép dự báo các phản ứng của KH với những refresh đang được đề xuất.
Ví dụ: trước khi áp dụng một chính sách giá thành mới thì bạn đủ sức dựa vào insight thu thập từ các gốc để phân tích nhìn thấy việc áp dụng giá tiền này đủ sức xây dựng phản ứng thế nào từ KH (tích cực hay tiêu cực). Và dựa vào đánh giá đến từ insight này bạn đủ sức điều chỉnh giá tiền thích hợp hơn trước khi mang ra thị trường.
2. tăng trưởng giá trị trọn đời: phân tích giá trị trọn đời (lifetime value) của các khách hàng và cho phép doanh nghiệp đo lường nhiều thành phần như chi phí để có một KH và tỉ lệ khách hàng ngưng dùng dịch vụ.
Ví dụ: dựa vào insight thu thập được từ mẹo KH thì bạn biết được rằng trung bình KH từ 15 – 22 tuổi thường sẽ đổi điện thoại 1 năm 1 lần và like các dòng điện thoại mới sang chảnh, KH từ 23 – 30 tuổi sẽ đổi ĐT 2 năm 1 lần và không cần phải là điện thoại loại mới nhất. Từ insight đó hãng quyết định cứ khoảng 1 năm thì tung ra hàng hóa mới một lần để KH 15 – 22 tuổi mua và song song khuyến mãi dòng ĐT cũ để KH 23 – 30 tuổi cảm thấy mong muốn thay điện thoại cũ sớm hơn thay vì phải đợi tới năm sau. Điều này giúp gia tăng giá trị vòng đời của group KH thứ hai và đảm bảo doanh thu từ khách hàng thứ nhất.
3. nghiên cứu khuynh hướng: giúp đoán trước hành vi trong tương lai của khách hàng dựa trên các hành động trước đây và giúp doanh nghiệp hiểu được mức độ KH sẽ hành xử theo một hướng nào đó.
Ví dụ: lệ thuộc data của thời gian trước đến giờ thì công ty bds biết rằng thời điểm tháng 7 cô hồn ở Việt Nam là lúc KH hạn chế tham gia vào việc kinh doanh do mê tín, dẫn đến việc giảm nhu cầu. công ty này quyết định thời điểm đó sẽ tiết kiệm các chi phí ads để tránh phung phí và đưa ra các giảm giá cuốn hút hơn để kích thích việc kinh doanh.
4. nghiên cứu cross-sell / up-sell: dựng lại mối gắn kết giữa các hàng hóa và dịch vụ nhằm hiểu cách tốt nhất để hòa hợp các món hàng. Các sản phẩm hòa hợp này sau đó có thể dùng để cross-sell hoặc up-sell. Cross-sell: bán kèm thêm các sản phẩm có liên quan cho khách hàng đang mua một loại sản phẩm. Up-sell: bán một món hàng cùng loại nhưng cao cấp hơn sản phẩm mà khách hàng vừa mới sử dụng.
Ví dụ: một công ty về giáo dục chuyên phân phối dịch vụ dạy tiếng Anh có các hàng hóa giống như kiềm hãm học tiếng Anh linh hoạt dành cho người to gồm 15 mức độ với 1 là thấp nhất và 15 là cao nhất, kiềm hãm học online về business từ một trường ĐH danh tiếng nước ngoài, các kiềm hãm luyện thi IELTS, TOEFL và SAT. Bằng việc nghiên cứu các data, doanh nghiệp này thu thập được insight rằng các học viên học cấp độ cao (10-15) của kiềm hãm tiếng anh linh hoạt dành cho người to thường có nhu cầu đăng ký thêm kiềm hãm học Trực tuyến về business của trường ĐH nước ngoài trong khi các học viên cấp độ tầm trung (6 – 9) thường tải ký thêm các kiềm hãm học luyện thi IELTS. doanh nghiệp này tung ra một camp ưu đãi khuyến mại nếu học viên đã học cấp cao mua kèm kiềm hãm Trực tuyến cty và học việc cấp trung mua kèm kiềm hãm học IELTS. Chương trình này khiến số lượng kiềm hãm học bán kèm theo gia tăng gần 200% trong thời gian ưu đãi.
Đây chỉ là một số vận dụng thường thấy và thường sử dụng trong mua bán. Tùy theo các nhu cầu không giống nhau sẽ có những áp dụng và các thức tiếp cận không giống nhau.
Đi xa hơn chỉ là customer insight
ngoài ra áp dụng xong không hề vừa mới là hết, bạn còn cần phải biết rằng hiệu quả xây dựng từ các hành động đó ntn và từ đó rút ra được những dữ liệu gì. Có 2 thứ nữa bạn NÊN LÀM:
Phân tích
- kết quả hay không hiệu quả? Đo lường như thế nào? Bằng tool gì? Bằng các chỉ số gì? Điều này là thứ bạn cần phải xác định rõ trước khi ứng dụng và thực thi các hoạt động đến từ insight.
- Nếu hiệu quả thì đạt được bao nhiêu % và có điều gì đủ sức sử dụng tốt hơn được nữa hay không?
- Nếu không kết quả thì bạn đã sai điều gì? Hành động bạn kiến tạo từ insight là k hợp lý? Hay chính mình insight do bạn xây dựng đã sai? Hay là dữ liệu vốn không đáng tin cậy dẫn đến việc sai lầm từ đầu? Cần phải đi ngược lại từng giai đoạn để tìm ra vấn đề.
Dữ liệu thu thập được
- Các hoạt động vận dụng vừa rồi xây dựng các dữ liệu gì?
- Dựa trên các dữ liệu mới này chúng ta đủ nội lực rút ra được thêm các insight gì?
- Các dữ liệu mới đủ nội lực kết hợp với các dữ liệu cũ như thế nào để tạo ra thêm các insight mới nữa hay không?
- Một insight k chỉ đủ sức xây dựng một mà đủ sức là nhiều hành động áp dụng. Có thêm điều gì bạn đủ nội lực sử dụng nữa?
Tổng kết
tổng kết lại, một insight “tốt” cần phải k dĩ nhiên, dựa trên nhiều nguồn data không giống nhau, có cấp độ áp dụng được và ứng dụng này có mức độ cải thiện hành vi KH và đem lại quyền lợi chung cho cả người bán và người mua. Để xây dựng insight, bạn cần phải tính từ lúc việc thu thập các data từ nhiều nguồn không giống nhau và sau đó diễn giải các data để tạo ra các nhận định về khách hàng. Các nhận định về khách hàng này chỉ đủ sức được gọi là insight nếu chúng thỏa hết các đặc tính được nêu trên và chỉ khi đó bạn mới nên áp dụng chúng vào việc mua bán để refresh kết quả. Và sau khi vận dụng thì việc đánh giá hiệu quả và thu thập dữ liệu để từ đó tiếp tục rút ra được các insight mới hơn, rạch ròi hơn.
post này hi vọng sẽ mang đến cho các bạn đọc một cái Nhìn tương đối đa số, rõ ràng hơn về insight và hữu ích trong việc giúp bạn cải thiện những gì vừa mới sử dụng hơn.
nguồn: brandsvietnam.com