Từ tài sản dữ liệu đến số liệu hành trình

Từ việc tích lũy dữ liệu đến hiểu biết sâu sắc về hành trình, bài viết này sẽ đi sâu vào quá trình phát triển này và tiết lộ cách các công ty có thể chuyển từ quản lý tài sản dữ liệu đơn giản sang hệ thống chỉ báo hành trình thông minh và toàn diện hơn.

Nhiều công ty đang phải đối mặt với quá trình chuyển đổi số đang tập trung vào tài sản dữ liệu và số liệu hành trình. Một vấn đề thường gặp sau chuyển đổi số là bùng nổ dữ liệu. Sau khi mở rộng từ các kênh truyền thống sang các kênh trực tuyến như APP và chương trình nhỏ, công ty sẽ phải đối mặt với tình trạng tăng trưởng dữ liệu gấp 5 lần, 10 lần hoặc thậm chí hàng chục lần. Ngoài việc mang đến những thách thức cho kiến ​​trúc kỹ thuật, nó còn đồng thời làm tăng áp lực lên tài sản dữ liệu và việc xác minh giá trị của chúng.

Áp lực tăng trưởng ứng dụng kinh doanh và áp lực tăng trưởng tài sản dữ liệu được đồng bộ hóa và cuối cùng sẽ đưa đến một câu hỏi tự vấn: Giá trị của tăng trưởng tài sản dữ liệu là gì?

Giải pháp cho tình trạng khó khăn trong việc tích lũy tài sản dữ liệu chủ yếu xoay quanh hai phần: tăng trưởng tài sản dữ liệu chất lượng cao và tích lũy liên tục các chỉ số hành trình.

1. Tăng trưởng dữ liệu chất lượng cao

Trong xu hướng chuyển đổi số, cốt lõi của tăng trưởng dữ liệu chính là sự tăng trưởng nhanh chóng của dữ liệu khách hàng. Từ hành vi và trạng thái của khách hàng đến dữ liệu sản phẩm, tất cả đều sẽ tăng đột biến.

Sau khi tóm tắt dữ liệu khách hàng, bạn có thể coi nó giống như một bảng tính Excel. Các hàng và cột trong bảng tạo nên một cơ sở dữ liệu. Sự gia tăng của "hàng" trong bảng chủ yếu là do sự gia tăng của người dùng và hành trình; sự gia tăng của "cột" trong bảng chủ yếu là do sự gia tăng về độ phức tạp của khách hàng và sản phẩm, chẳng hạn như sự gia tăng của các thuộc tính thẻ người dùng; và sự tăng trưởng của "sự duy trì" trong bảng phụ thuộc vào phản hồi tích cực và tiêu cực liên tục. Lấy các công ty ô tô làm ví dụ, sự tăng trưởng doanh số bán ô tô là sự tăng trưởng theo "hàng", trong khi việc mở rộng mẫu xe, tăng dòng sản phẩm, tăng lựa chọn mua sắm sẽ khiến nhu cầu của khách hàng trở nên phức tạp hơn, từ đó kéo theo sự tăng trưởng theo "cột".

Làm thế nào để duy trì sự tăng trưởng chất lượng cao của ngành? Chúng ta cần định nghĩa lại “người dùng”, sắp xếp “hành trình” và giải phóng ý tưởng về tăng trưởng dữ liệu. Nói chung, chúng ta có thể coi "khách hàng" là người đã thực hiện thanh toán hoặc có hành vi tiêu dùng, còn "người dùng" mở rộng khái niệm "khách hàng". Bất kỳ ai chú ý đến thương hiệu và hiểu sản phẩm trước khi trả tiền đều là người dùng của chúng tôi. Đối với các công ty chuyển đổi truyền thống, những thay đổi do sự khác biệt này mang lại thúc đẩy chúng tôi phải suy nghĩ lại về thiết kế hành trình, từ khách hàng lên hàng đầu đến người dùng lên hàng đầu. Ứng dụng của quảng cáo kỹ thuật số, công nghệ tạo trang đích và công nghệ dịch vụ khách hàng thông minh đều thuộc về phần này. Chuyển góc nhìn từ trực tuyến sang ngoại tuyến, việc nâng cấp kỹ thuật số các công cụ sản xuất cho nhân viên dịch vụ tuyến đầu đã định lượng nhiều hơn các hành trình ngoại tuyến ban đầu của khách hàng, đặc biệt là các nút ảnh hưởng đến dịch vụ khách hàng.

Làm thế nào để duy trì tốc độ tăng trưởng nhanh của "cột"? Sự tăng trưởng của cột phản ánh sự tăng trưởng của các dữ liệu thuộc tính khác nhau như nhu cầu của người dùng, tiềm năng tiêu dùng và giai đoạn hành trình. Khả năng sản phẩm phù hợp có thể giúp chúng ta mở rộng cột tốt hơn. Chức năng tìm kiếm và trang thông tin chi tiết sản phẩm có thể giúp chúng tôi hiểu được ý định và mức độ nhu cầu của người dùng; phản hồi đánh giá có thể giúp chúng tôi hiểu được thái độ và trải nghiệm của khách hàng; và việc khai thác và tinh chỉnh thông qua các hình thức hoặc thuật toán có thể giúp chúng ta hiểu được lối sống và tiềm năng của người dùng. Việc thu thập thêm dữ liệu về hành vi của người dùng có thể giúp chúng tôi hiểu rõ hơn về người dùng.

Sau các “hàng” và “cột”, phản hồi tích cực liên tục cần được hình thành. Dữ liệu chính xác và nhanh chóng, là cốt lõi của phản hồi tích cực cho sự phát triển liên tục của dữ liệu chất lượng cao. Việc thu thập dữ liệu không chính xác một phần là do lý do kỹ thuật, nhưng chủ yếu là do sự liên kết giữa hoạt động kinh doanh, dữ liệu, nhận thức kỹ thuật và ngữ nghĩa. "Tốc độ" dữ liệu về cơ bản là cách đáp ứng nhu cầu sử dụng dữ liệu trong điều kiện công suất tính toán hạn chế. Do đó, cần phải có định nghĩa rõ ràng về các tình huống ứng dụng dữ liệu. Điều quan trọng là phải phân biệt giữa những người dùng và tình huống kinh doanh khác nhau, cho dù đó là điện toán ngoại tuyến, gần như thời gian thực hay thời gian thực.

2. Sự phát triển của số liệu hành trình

Có ba chỉ số hành trình: dựa trên kiến ​​thức kinh doanh được giả định trước, các quy tắc tính toán tổng hợp dữ liệu được thiết kế để có được hệ thống mô tả hành trình của khách hàng. Các chỉ số hành trình được thiết kế để có thể định lượng và xác minh được nhằm giải quyết các vấn đề kinh doanh và làm cơ sở cho việc tối ưu hóa liên tục hiệu suất kinh doanh.

Quá trình kết hợp các chỉ số hành trình được chia thành bốn bước:

1. Xác định mục tiêu và nhóm khách hàng: làm rõ mục tiêu kinh doanh và nhóm người dùng tương ứng;
2. Xác định giai đoạn nhu cầu của người dùng: Thông qua khảo sát khách hàng hoặc phỏng vấn chuyên gia, làm rõ và xác định lộ trình phát triển và các giai đoạn nhu cầu của loại người dùng này. Có một số mô hình có sẵn có thể được sử dụng làm tài liệu tham khảo, chẳng hạn như AIPL cho bán lẻ và AARRR cho Internet;
3. Phân loại các hành vi rõ ràng của người dùng: Phân loại các loại kết quả hành vi điển hình của người dùng dựa trên suy nghĩ chủ quan và tương tác điểm tiếp xúc của người dùng ở mỗi giai đoạn hành trình;
4. Lập bản đồ chỉ báo hành trình: Dựa trên hiệu suất của các chỉ báo dữ liệu trên, chúng ta có thể phân loại các tập kết quả hành vi phản ánh từng giai đoạn trong hành trình nhu cầu của khách hàng. Ví dụ, đối với “sự hiểu biết” về thương hiệu của AIPL, chúng ta có thể thấy những hành vi điểm tiếp xúc cụ thể nào có liên quan, chúng xảy ra bao nhiêu lần, chúng tồn tại trong bao lâu, v.v. Có thể coi rằng người dùng đã hoàn tất “sự hiểu biết” về thương hiệu.

3. Phân tích hành trình khách hàng

Sau khi đã tổng hợp số liệu hành trình của mình, bạn cần phải phân tích chúng. Phân tích hành trình của khách hàng được chia thành ba bước:

1. Kiểm tra tình hình hiện tại: Sau khi sắp xếp các chỉ số hành trình, hãy xem xét dữ liệu tổng thể về phạm vi khách hàng của hành trình, mức độ phong phú dữ liệu của từng nút, tỷ lệ quay vòng, v.v. để xác định xem thiết kế hành trình tổng thể có hợp lý hay không;
2. Tìm kiếm cơ hội: Quan sát tỷ lệ chuyển đổi giữa các nút, xác định các điểm tắc nghẽn “thấp” và “chậm” điển hình trong hành trình và điều chỉnh thiết kế hành trình để tối đa hóa giá trị;
3. Tiềm năng phán đoán: Lặp lại hoạt động kinh doanh có chi phí. Một số nút hành trình hoạt động "thấp" hoặc "chậm" do hạn chế về mô hình kinh doanh hoặc hạn chế về ngành. Cần phải tham khảo dữ liệu ngành hoặc xem xét biến động dữ liệu của nút trong thời gian dài hơn để xác định tiềm năng cải thiện hoạt động kinh doanh của nút đó.