Experience Segmentation

Phân khúc đối tượng khách hàng theo hướng hiện đại

Đối với các thương hiệu, việc phân khúc đối tượng khách hàng đã trở thành một bước phổ biến trong quá trình cá nhân hóa và trải nghiệm khách hàng. Tuy nhiên, các brand khác nhau có thể tạo và sử dụng các phân đoạn khác nhau tùy thuộc vào mức độ hiểu biết khách hàng của mình.

Trong đó các yếu tố như quyền truy cập vào dữ liệu, hệ thống quản lý chất lượng dữ liệu và tốc độ xử lý dữ liệu của brand hàng đầu sẽ phân biệt với phần còn lại. Tuy nhiên, bất kể brand của bạn ở mức độ nào thì bạn đều phải bắt đầu với việc phân khúc khách hàng để tương tác. Vậy mức độ phân khúc khách hàng theo mức độ sẽ trông như thế nào? Dưới đây là 4 phân đoạn mức độ chính.

1. Website visitor

See the source image

Nếu bạn đang ở giai đoạn đầu trong quá trình phân khúc khách hàng, thì việc nhắm mục tiêu với những khách hàng thường truy cập trang web như 7 ngày gần đây là một ví dụ cơ bản để bắt đầu. Đầu tiên bạn theo dõi lượt truy cập trang web của khách và nó có thể được thực hiện bằng cách triển khai công cụ theo dõi phân tích như Google Analytics hoặc bằng cách triển khai #CDP để quản lý theo dõi sự kiện của bạn. Nếu bạn làm việc với nền tảng truyền thông xã hội cho mục đích quảng cáo như Facebook Ads, bạn cũng có thể triển khai Pixel tích hợp trên trang web của mình để có thể đồng bộ hóa hoạt động trang web với công cụ truyền thông xã hội của mình. Sau khi thu thập các sự kiện truy cập trang web, bạn có thể sử dụng chúng để làm điều kiện cho việc phân khúc đối tượng khách hàng. Để nhắm mục tiêu những khách hàng hoạt động tích cực, bạn có thể đặt điều kiện như “bao gồm tất cả người dùng đã truy cập trang web hơn 5 lần trong vòng 30 ngày qua”… Để mở rộng phạm vi phân khúc của mình, bạn có thể đặt điều kiện thành “bao gồm tất cả người dùng đã truy cập trang web hơn 0 lần trong 30 ngày qua”.

Bạn có thể xây dựng phân khúc đối tượng khách hàng này trong một nền tảng truyền thông xã hội như Facebook hoặc nền tảng SMS, Messenger, Chat…. nếu những nền tảng này có hỗ trợ phân đoạn. Nếu bạn sử dụng CDP làm nền tảng cho cơ sở dữ liệu khách hàng của mình thì đó chắc chắn là một nơi tuyệt vời để xây dựng phân đoạn vì bạn sẽ có thể lấy dữ liệu được thu thập từ nhiều nguồn(source) và kết nối đối tượng đó với nhiều điểm đến(destination).

2. Historical activity

When and How to Use Your Historical Data: The Historical Habit

Bước tiếp theo sau khi nhắm mục tiêu thông qua những khách truy cập trang web gần đây là nhắm mục tiêu dựa trên historical activity. Việc này phát huy hiệu quả khi chạy các chiến dịch theo mùa, chẳng hạn như chiến dịch Black-Friday; hoặc gửi thông điệp độc quyền của brand như như ưu đãi đặc biệt cho khách hàng lâu năm…

Ngoài ra, các phân đoạn khách hàng dựa vào historical activity có thể được áp dụng cho các thử nghiệm phân tích và tiết lộ sự phát triển của đối tượng mục tiêu của bạn trong một khoảng thời gian nhất định. Bạn có thể tạo phân đoạn khách hàng dựa vào historical activity của mình bằng cách chạy truy vấn trong công cụ BI hoặc trong #CDP.

3. Cross-channel

capabilities of remarketing in Bing

Khi khách hàng tương tác trên nhiều kênh và thiết bị hơn, điều quan trọng là phải đảm bảo rằng thông điệp của bạn được đồng bộ hóa trên các nền tảng. Các chiến dịch cross-channel tận dụng dữ liệu và thông tin chi tiết có được trong một kênh để cung cấp trải nghiệm của khách hàng trong các kênh khác. Ví dụ: nếu khách hàng yêu thích một sản phẩm nhất định trong mobile app, bạn có thể xây dựng chiến dịch cross-channel để cung cấp các ưu đãi theo ngữ cảnh của khách hàng đó trên Facebook và / hoặc qua email.

Để xây dựng chiến dịch cross-channel, điều quan trọng là phải đảm bảo rằng bạn đang thu thập dữ liệu từ nhiều nguồn vào một hệ thống duy nhất và tất cả hoạt động của khách hàng được gắn với một hồ sơ khách hàng duy nhất. CDP đặc biệt có giá trị khi xây dựng các chiến dịch cross-channel, vì chúng tự động hóa việc thu thập dữ liệu từ nhiều kênh, đảm bảo rằng dữ liệu đó nhất quán theo giản đồ dữ liệu của bạn và giúp người dùng doanh nghiệp dễ dàng truy cập và sử dụng dữ liệu đó để xây dựng khán giả mà không có sự hỗ trợ của nhà phát triển.

4. Machine learning-based

MarTech Landscape: What is predictive advertising?

Khi bạn đã nâng cao cả khả năng phân khúc đối tượng và cơ sở hạ tầng dữ liệu, phân khúc đối tượng dựa trên công nghệ máy học(machine learning) là một cách tuyệt vời để cung cấp trải nghiệm có liên quan cho khách hàng của bạn trên quy mô lớn.

Đầu tiên, thiết lập các thuật toán để phân tích dữ liệu tương tác của khách hàng và hiểu các đặc điểm như sở thích sản phẩm, sở thích kênh và ý định mua hàng… Tiếp theo, hãy đảm bảo rằng bạn đang lưu trữ những thông tin chi tiết dựa trên ML đó dưới dạng thuộc tính trên hồ sơ khách hàng của mình. Cuối cùng, bạn có thể tạo phân khúc đối tượng bằng cách sử dụng các thuộc tính đó làm tiêu chí, điều kiện. Nếu bạn đang xây dựng đối tượng của mình trong CDP, thì bạn có thể kết nối nó với bất kỳ hệ thống cơ sở nào có liên quan đến sáng kiến của bạn.

Tổng kết

Cho dù bạn đang sử dụng cấp độ nào để phân khúc đối tượng khách hàng của mình, đối tượng khách hàng của bạn sẽ chỉ có thể tốt nếu như hệ thống bạn đang sử dụng được xây dựng dựa trên tiêu chí lấy khách hàng làm trung tâm. Điều quan trọng là sau khi xây dựng phân đoạn đối tượng khách hàng đó, bạn có khả năng kiểm tra bằng A/B testing các phân khúc của mình và xem kết quả mang lại như thế nào.