3 cách AI giúp kết nối doanh nghiệp và khách hàng

ai-triggerm

Thuật ngữ “big data” chắc có lẽ cũng không còn xa lạ gì với mọi người gần đây, nhưng những số liệu cho thấy rằng từ “big” không thể diễn tả đầy đủ được hết. Hơn 188 triệu email gửi ra, 55,140 hình ảnh đăng tải trên Instagram và gần 10,000 cuốc đi Uber. Đó là số liệu thống kê trong 2019, à không, trong mỗi phút của 2019. Và mỗi một dữ liệu là một nguồn thông tin. Vậy thì những marketer sẽ cần gì để phát triển chiến dịch dựa trên các dữ liệu này?

Mô hình “xu hướng khách hàng” là một chìa khoá vàng trong marketing. Và trong tầm tay, giả sử khách hàng sẵn sàng bỏ ra dữ liệu và tiền bạc để đổi lấy trải nghiệm khách hàng (Customer Experience – CX). Big data nắm giữ lá chủ bài trong việc CX được cá nhân hoá và kết nối.

Nhưng mức độ quan trọng của dữ liệu có sẵn cho thấy sự phức tạp và tốc độ phải xử lý là đáng kinh ngạc. Khai thác và phân tích dữ liệu thủ công truyền thống chỉ đơn giản là không đáp ứng được nhiệm vụ.

Trong AI, tuy nhiên big data đã có  được sự đồng điệu. Với các thuật toán và model mạnh mẽ, AI có thể giúp các nhà tiếp thị và tổ chức thuộc mọi quy mô hiểu được petabyte dựa trên petabyte dữ liệu mà họ hiện đang xử lý. Và với toàn bộ các lĩnh vực kinh doanh nắm bắt, lưu trữ và tận dụng tất cả dữ liệu này, các marketer giờ đây có thể chọn nhiều nhà cung cấp khác nhau để giúp xây dựng các chiến lược và chiến thuật dựa trên dữ liệu.

Dưới đây là 3 cách AI giúp marketing xây dựng mô hình “xu hướng khách hàng”:

1. Phân tích danh tính trên nền tảng AI

Đây là đoạn điệp khúc cũ rích, nhưng một điều cần phải ghi nhớ rằng: các marketer trước hết phải hiểu được khách hàng trước khi thật sự trò chuyện với họ – và ở đây nghĩa là khách hàng, chứ không phải thiết bị của họ. Sau cùng, góc nhìn tổng quát 360 độ ứng với khách hàng.

Mặc dù việc xác định khái niệm danh tính của khách hàng dễ dàng như việc kết hợp hai điểm dữ liệu với nhau (ví dụ: địa chỉ email, số điện thoại, ID khách hàng thân thiết), mọi thứ trở nên khó khăn hơn khi người tiêu dùng hiện tương tác với một thương hiệu ở nhiều kênh hơn so với trước đây rất nhiều. Hơn nữa, có đến ⅔ khách hàng sử dụng nhiều hơn một thiết bị để hoàn thành một giao dịch, và điều này cũng là một trở ngại.

May mắn thay, AI không bị nản chí. Các thuật toán mạnh mẽ của nó có thể nhận ra các mẫu ngay cả khi thông tin nhận dạng cá nhân (PPI) không có sẵn cho một kết quả khớp trực tiếp, xác định – nghĩa là khớp chính xác 100%. Kết hợp nhận dạng xác suất này, hoặc ‘kết hợp mờ’ (Fuzzy Matching), cho phép các nhà marketer tiếp cận và cá nhân hóa thành công hơn.

Ví dụ: một người đã duyệt các trang web và nội dung tương tự, từ cùng một vị trí IP, nhưng trên các thiết bị khác nhau, như điện thoại và máy tính bảng, thường sẽ nhận được một phiên bản lặp lại của thông điệp marketing cho mỗi thiết bị bởi vì profile của họ được tách riêng biệt.

Tuy nhiên, AI có thể liên kết danh tính của cá nhân trên cả hai thiết bị với độ tin cậy cao, có nghĩa là khách hàng – không chỉ đơn giản là hành vi của họ khi sử dụng máy tính bảng hoặc điện thoại của họ – vẫn là trọng tâm của tin nhắn có thể được cá nhân hóa bất kể họ ở đâu duyệt web.

Nếu bạn đang xem xét cách tốt nhất để giải quyết danh tính – xác định hoặc xác suất – hãy xem xét các yếu tố dưới đây:

  • 100% chính xác có cần thiết không? Nếu không tương ứng, liệu có hậu quả tiêu cực nào không? Nếu vậy, phương pháp deterministic matching (kết hợp xác định trước) cần được áp dụng.
  • Độ tương thích cao đã được chọn liệu có ổn không? Nếu vậy, hãy xem xét probabilistic matching (kết hợp xác suất) hoặc thậm chí là sự pha trộn của hai phương pháp.

2. Sử dụng AI để thu thập thông tin lần lượt

Phân khúc dựa trên hồ sơ khách hàng và thuộc tính hành vi theo truyền thống là bước tiếp theo cho các marketer.

Nhưng làm thế nào chúng ta có thể chắc chắn rằng tất cả các dữ liệu và thông tin chi tiết có sẵn đang được sử dụng, đặc biệt là với số lượng dữ liệu khổng lồ hiện tại theo ý muốn? Liệu mình có thực sự biết rõ khách hàng đủ để bắt đầu tham gia ở cấp độ cá nhân hóa quan trọng đó không?

Một lần nữa, AI có thể là một công cụ mạnh mẽ bằng cách bổ sung đầy đủ thông tin còn sót do thu thập thông tin lần lượt – một kỹ thuật hữu ích chủ yếu dựa trên các khách hàng cung cấp phản hồi rõ ràng.

Thay vào đó, AI có thể quan sát các tương tác và hành vi của khách hàng sau đó áp dụng các mô hình giúp các marketer suy luận và dự đoán hành vi và sở thích của khách hàng.

Hãy xem xét phương pháp sau:

  • Xây dựng thu thập thông tin lần lượt kết hợp các thông điệp được thiết kế để thu thập nhiều dữ liệu hơn, không bán sản phẩm. Có phải họ đã tải xuống infographic về chiến lược đầu tư hoặc ngân sách và tư vấn tiết kiệm?
  • Xác định nơi tỷ lệ tương tác thấp và sử dụng các thuộc tính dự đoán để bổ sung thêm. Ví dụ, loại nội dung hoặc sản phẩm nào mà khách hàng đặc biệt ưu tiên hoặc kênh truyền thông ưa thích của họ là gì?

3. AI tiết lộ những chân dung khách hàng “bí mật”

AI sử dụng các công cụ tiên tiến nhất và các mô hình phân tích cụm để mở ra mức độ sâu nhất của dữ liệu khách hàng và để việc thực hiện dễ dàng hơn.

Với AI, các marketer không chỉ tìm các thuộc tính mới để tinh chỉnh các phân khúc hiện có, họ đang khám phá các chân dung khách hàng hoàn toàn mới. Nhiều khả năng rằng các phân khúc đối tượng đang ngày càng filter sâu hơn, họ là những người có cùng đặc điểm với các phân khúc lớn nhưng tạo cơ hội xây dựng thông điệp mới.

Khả năng của AI cho phân khúc cực nhỏ tạo ra sự phân nhánh mạnh mẽ cho bất kỳ chiến dịch marketing nào.

Big data nhìn như một con dao hai lưỡi dành cho các team marketing – một điều khiến họ tự hỏi liệu có tốt không khi thuận lợi như vậy. Nhưng với sự ra đời của các công cụ AI cấp doanh nghiệp, các marketer giờ đây có thể hiểu sâu hơn, tinh tế hơn và dễ hiểu hơn về khách hàng với big data.

Đội ngũ TriggerM sưu tầm và biên soạn. Nguồn: Salesforce

huuduc

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *