Phương pháp đo lường đa kênh marketing nhất quán

Một hệ thống đo lường đáng tin cậy phải tạo ra một “ngôn ngữ chung” cho toàn bộ hoạt động marketing. Ngôn ngữ đó bao gồm cùng một mục tiêu kinh doanh, cùng định nghĩa sự kiện, cùng nguyên tắc nhận diện khách hàng, cùng mô hình doanh thu và cùng thời điểm chốt số liệu. Khi các điều kiện này được duy trì, doanh nghiệp mới có thể so sánh hiệu quả giữa các kênh mà không bị sai lệch bởi cách báo cáo riêng của từng nền tảng.

Bắt đầu từ kết quả kinh doanh thay vì báo cáo của từng kênh

Sai lệch phổ biến nhất trong đo lường đa kênh xuất hiện khi doanh nghiệp lấy số liệu của nền tảng quảng cáo làm kết quả cuối cùng. Số lượt chuyển đổi do nền tảng báo cáo chỉ thể hiện những chuyển đổi mà nền tảng có thể quan sát và ghi nhận theo quy tắc của chính nó. Con số này không nhất thiết bằng số đơn hàng, khách hàng hoặc doanh thu thực tế trong hệ thống kinh doanh.

Để đo lường nhất quán, doanh nghiệp cần xác định một nguồn dữ liệu chuẩn cho kết quả cuối cùng. Tùy mô hình hoạt động, nguồn chuẩn có thể là hệ thống quản lý đơn hàng, CRM, phần mềm bán hàng, hệ thống thanh toán hoặc kho dữ liệu doanh nghiệp.

Các chỉ tiêu kinh doanh cốt lõi thường gồm:

·         Số khách hàng mới

·         Số đơn hàng hợp lệ

·         Doanh thu thuần

·         Lợi nhuận gộp

·         Chi phí thu hút khách hàng

·         Giá trị vòng đời khách hàng

·         Tỷ lệ hoàn, hủy hoặc từ chối đơn

·         Thời gian hoàn vốn chi phí marketing

Việc lựa chọn chỉ tiêu phải phản ánh mục tiêu kinh doanh thực sự. Một chiến dịch tạo nhiều đơn hàng nhưng có tỷ lệ hoàn cao hoặc biên lợi nhuận thấp có thể kém hiệu quả hơn chiến dịch tạo ít đơn hàng nhưng thu hút khách hàng có giá trị dài hạn.

Một cấu trúc đo lường cơ bản có thể được biểu diễn như sau:

CAC = Tổng chi phí marketing phân bổ cho khách hàng mới / Số khách hàng mới hợp lệ

ROAS = Doanh thu được ghi nhận / Chi phí quảng cáo

ROMI = (Lợi nhuận tăng thêm từ marketing − Chi phí marketing) / Chi phí marketing

ROAS chỉ phản ánh doanh thu so với chi phí quảng cáo. ROMI tiến gần hơn đến hiệu quả kinh tế vì xem xét phần lợi nhuận tạo ra. Tuy nhiên, cả hai chỉ số đều phụ thuộc vào cách doanh thu được gắn với hoạt động marketing. Nếu phương pháp phân bổ sai, kết quả tính toán vẫn có thể gây hiểu nhầm.

Do đó, nguyên tắc đầu tiên là: nền tảng marketing cung cấp dữ liệu tiếp xúc, còn hệ thống kinh doanh xác nhận kết quả cuối cùng.

Chuẩn hóa định nghĩa chỉ số và sự kiện trên toàn bộ hành trình

Một chỉ số có cùng tên chưa chắc có cùng ý nghĩa. “Lead” trong nền tảng quảng cáo có thể là một lần gửi biểu mẫu, trong CRM có thể là một hồ sơ đủ thông tin, còn với đội ngũ bán hàng chỉ những người đã được xác minh nhu cầu mới được xem là lead hợp lệ.

Nếu ba định nghĩa này bị trộn lẫn, chi phí trên mỗi lead sẽ không thể so sánh giữa các kênh.

Doanh nghiệp cần xây dựng từ điển đo lường dùng chung. Mỗi chỉ số phải có tối thiểu các thành phần sau:

·         Tên chỉ số

·         Định nghĩa nghiệp vụ

·         Công thức tính

·         Nguồn dữ liệu

·         Điều kiện ghi nhận

·         Quy tắc loại trừ

·         Cửa sổ thời gian

·         Đơn vị chịu trách nhiệm

Chẳng hạn, “khách hàng mới” có thể được định nghĩa là một người hoàn thành đơn hàng hợp lệ lần đầu tiên, không có giao dịch thành công trước đó và không bị hoàn toàn bộ đơn trong thời hạn đối soát. Định nghĩa này chặt chẽ hơn việc coi mọi đơn hàng đầu tiên được tạo là một khách hàng mới.

Tương tự, hệ thống sự kiện phải sử dụng cùng tên gọi và cấu trúc dữ liệu trên website, ứng dụng, cửa hàng và CRM. Một quy trình thương mại điện tử có thể bao gồm các sự kiện như xem sản phẩm, thêm vào giỏ hàng, bắt đầu thanh toán, tạo đơn, thanh toán thành công, hủy đơn và hoàn tiền.

Mỗi sự kiện nên có mã định danh riêng, dấu thời gian, mã khách hàng nếu có, mã phiên truy cập, nguồn tiếp thị và giá trị giao dịch. Mã định danh sự kiện đặc biệt quan trọng vì nó cho phép loại bỏ bản ghi trùng khi cùng một chuyển đổi được gửi từ trình duyệt, máy chủ và nền tảng quảng cáo.

Tính nhất quán không đến từ việc mọi hệ thống có giao diện giống nhau. Nó đến từ việc các hệ thống diễn giải cùng một hành vi theo cùng một quy tắc.

Hợp nhất dữ liệu bằng mô hình nhận diện và khóa liên kết chung

Dữ liệu đa kênh thường bị phân mảnh theo thiết bị, trình duyệt và hệ thống. Một khách hàng có thể xem quảng cáo trên điện thoại, truy cập lại bằng máy tính, đăng ký bằng email, gọi điện cho nhân viên bán hàng và mua tại cửa hàng. Nếu không có cơ chế liên kết, hành trình này dễ bị ghi thành nhiều người khác nhau.

Hợp nhất dữ liệu cần hai lớp nhận diện.

Nhận diện xác định

Nhận diện xác định sử dụng các thông tin có thể liên kết trực tiếp, chẳng hạn mã khách hàng, mã tài khoản, email đã chuẩn hóa, số điện thoại đã chuẩn hóa hoặc mã thành viên. Đây thường là lớp nhận diện đáng tin cậy nhất.

Thông tin cá nhân không nên được phân phối tùy tiện giữa các hệ thống. Doanh nghiệp có thể sử dụng mã nội bộ hoặc giá trị đã được biến đổi phù hợp với chính sách bảo mật để phục vụ đối sánh.

Nhận diện xác suất

Nhận diện xác suất suy luận khả năng nhiều dấu vết thuộc cùng một người dựa trên thiết bị, địa chỉ mạng, hành vi, thời gian hoặc mẫu truy cập. Phương pháp này có thể tăng độ bao phủ nhưng luôn chứa sai số.

Vì vậy, dữ liệu xác suất không nên được xem tương đương với dữ liệu xác định. Kết quả đo lường cần thể hiện rõ phần nào đã được liên kết chắc chắn và phần nào được mô hình hóa.

Một mô hình dữ liệu tối thiểu thường cần các thực thể sau:

·         Khách hàng

·         Phiên truy cập

·         Điểm tiếp xúc marketing

·         Chiến dịch

·         Sự kiện

·         Đơn hàng

·         Thanh toán

·         Chi phí

·         Sản phẩm hoặc dịch vụ

Các thực thể được liên kết bằng khóa chung như customer_id, session_id, event_id, order_id và campaign_id. Khi khóa liên kết không đồng nhất, doanh nghiệp cần một bảng ánh xạ để kết nối mã chiến dịch của nền tảng với mã chiến dịch nội bộ.

UTM và các tham số theo dõi giúp chuẩn hóa nguồn truy cập, nhưng không đủ để giải quyết toàn bộ nhận diện đa kênh. UTM có thể mất khi người dùng đổi thiết bị, chuyển sang ứng dụng, gọi điện hoặc quay lại theo đường dẫn trực tiếp. Vì vậy, UTM nên được xem là một nguồn tín hiệu trong mô hình dữ liệu, không phải bằng chứng duy nhất về nguồn tạo chuyển đổi.

Tách biệt ghi nhận chuyển đổi, phân bổ đóng góp và tác động tăng thêm

Ba khái niệm thường bị dùng thay thế cho nhau nhưng thực chất trả lời ba câu hỏi khác nhau.

Ghi nhận chuyển đổi trả lời: chuyển đổi nào đã xảy ra và được hệ thống nào quan sát?

Phân bổ đóng góp trả lời: các điểm tiếp xúc trong hành trình được chia bao nhiêu công?

Đo lường tăng thêm trả lời: có bao nhiêu kết quả sẽ không xảy ra nếu không có hoạt động marketing?

Sự khác biệt này rất quan trọng. Một khách hàng có thể nhấp quảng cáo tìm kiếm thương hiệu ngay trước khi mua. Mô hình nhấp cuối sẽ gán toàn bộ doanh thu cho quảng cáo đó. Tuy nhiên, khách hàng có thể đã biết thương hiệu từ một video, email hoặc cửa hàng trước đó. Thậm chí họ có thể vẫn mua dù quảng cáo tìm kiếm không xuất hiện.

Không có một mô hình phân bổ duy nhất phù hợp cho mọi quyết định.

Mô hình nhấp cuối

Mô hình này đơn giản, dễ kiểm tra và phù hợp với báo cáo vận hành. Hạn chế của nó là đánh giá thấp các kênh tạo nhận biết hoặc hỗ trợ ở đầu hành trình.

Mô hình nhấp đầu

Mô hình nhấp đầu nhấn mạnh nguồn khởi tạo hành trình. Nó hữu ích khi doanh nghiệp muốn quan sát khả năng thu hút nhu cầu mới, nhưng có thể bỏ qua các điểm tiếp xúc giúp khách hàng hoàn thành quyết định.

Mô hình tuyến tính hoặc dựa trên quy tắc

Các mô hình này chia giá trị cho nhiều điểm tiếp xúc theo tỷ lệ định trước. Chúng phản ánh hành trình tốt hơn mô hình một điểm chạm, nhưng kết quả phụ thuộc vào giả định do doanh nghiệp thiết lập.

Mô hình dựa trên dữ liệu

Mô hình dựa trên dữ liệu ước tính mức đóng góp từ các mẫu hành trình quan sát được. Kết quả có thể thích ứng tốt hơn với hành vi thực tế, nhưng cần dữ liệu đủ lớn, chất lượng ổn định và khả năng giải thích mô hình.

Thử nghiệm tăng thêm

Thử nghiệm kiểm soát, thử nghiệm theo khu vực hoặc tạm dừng có chủ đích một hoạt động marketing giúp ước tính tác động nhân quả. Đây là cách tiếp cận gần nhất với câu hỏi “marketing đã thực sự tạo thêm bao nhiêu kết quả”.

Tuy nhiên, thử nghiệm cũng có giới hạn. Hiệu ứng giữa các nhóm có thể bị nhiễu, thời gian thử nghiệm có thể quá ngắn, thị trường có tính mùa vụ hoặc hoạt động của đối thủ có thể làm thay đổi kết quả.

Cách sử dụng thực tế là kết hợp các phương pháp:

·         Dùng dữ liệu nền tảng để tối ưu phân phối hằng ngày

·         Dùng mô hình phân bổ thống nhất để báo cáo hành trình

·         Dùng dữ liệu kinh doanh để xác nhận doanh thu và khách hàng

·         Dùng thử nghiệm tăng thêm để kiểm chứng tác động nhân quả

·         Dùng mô hình marketing mix khi cần đánh giá ở cấp độ tổng thể và dài hạn

Phân bổ giúp chia công. Thử nghiệm giúp xác định phần kết quả thực sự được tạo thêm. Hai phương pháp không nên bị đánh đồng.

Xây dựng quy trình đối soát để loại trừ trùng lặp và sai lệch

Ngay cả khi đã có mô hình dữ liệu chung, kết quả vẫn không nhất quán nếu thiếu quy trình đối soát.

Một chuyển đổi có thể đồng thời được Facebook, Google và nền tảng email nhận là kết quả của mình. Nếu cộng trực tiếp số chuyển đổi từ ba báo cáo, doanh nghiệp có thể ghi nhận một đơn hàng nhiều lần.

Đối soát cần được thực hiện từ cấp giao dịch thay vì chỉ so sánh tổng số. Mỗi đơn hàng nên được kiểm tra theo order_id, trạng thái thanh toán, giá trị doanh thu, khách hàng và thời điểm phát sinh. Số liệu marketing sau đó được liên kết với giao dịch đã xác nhận.

Quy trình đối soát nên xử lý ít nhất bốn dạng sai lệch.

Trùng sự kiện

Cùng một hành động được gửi nhiều lần từ trình duyệt, máy chủ hoặc công cụ theo dõi. event_id và order_id giúp hệ thống giữ lại một bản ghi hợp lệ.

Khác cửa sổ ghi nhận

Một nền tảng có thể tính chuyển đổi trong một khoảng thời gian sau lượt nhấp hoặc lượt xem, trong khi hệ thống khác sử dụng khoảng thời gian khác. Báo cáo hợp nhất phải áp dụng một cửa sổ phân tích chung hoặc phân tách rõ từng loại cửa sổ.

Khác múi giờ và thời điểm chốt dữ liệu

Đơn hàng gần nửa đêm có thể được ghi nhận ở hai ngày khác nhau nếu các hệ thống sử dụng múi giờ khác nhau. Tất cả dấu thời gian nên được lưu theo một chuẩn thống nhất và chuyển đổi sang múi giờ báo cáo khi hiển thị.

Khác trạng thái giao dịch

Nền tảng quảng cáo thường ghi nhận khi đơn được tạo hoặc sự kiện mua hàng được gửi. Hệ thống kinh doanh có thể chỉ công nhận doanh thu sau khi thanh toán, giao thành công hoặc hết thời hạn hoàn trả. Báo cáo cần phân biệt doanh thu đặt hàng, doanh thu thanh toán và doanh thu thuần.

Một chỉ số hữu ích để kiểm soát chất lượng là tỷ lệ đối soát:

Tỷ lệ đối soát = Số giao dịch marketing liên kết được với giao dịch chuẩn / Tổng số giao dịch chuẩn

Doanh nghiệp cũng có thể theo dõi:

Tỷ lệ trùng lặp = Số bản ghi trùng bị loại / Tổng số bản ghi chuyển đổi nhận được

Độ lệch doanh thu = |Doanh thu báo cáo − Doanh thu chuẩn| / Doanh thu chuẩn

Không có một ngưỡng phổ quát phù hợp cho mọi doanh nghiệp. Ngưỡng cảnh báo phải được xây dựng từ đặc điểm hệ thống, độ trễ dữ liệu và mức biến động lịch sử. Điều quan trọng là ngưỡng phải được xác định trước, theo dõi liên tục và kích hoạt điều tra khi bị vượt qua.

Thiết kế bảng đo lường dùng chung cho mọi kênh

Một bảng điều khiển đa kênh không nên đặt mọi chỉ số của các nền tảng cạnh nhau rồi coi đó là một hệ thống đo lường thống nhất. Bảng đo lường cần được tổ chức theo tầng quyết định.

Tầng kết quả kinh doanh

Tầng này thể hiện kết quả cuối cùng như doanh thu thuần, lợi nhuận, khách hàng mới, CAC và thời gian hoàn vốn. Đây là tầng phục vụ lãnh đạo và quyết định phân bổ ngân sách.

Tầng đóng góp marketing

Tầng này thể hiện doanh thu hoặc chuyển đổi được phân bổ cho từng kênh theo một mô hình thống nhất. Nó giúp so sánh vai trò của quảng cáo tìm kiếm, mạng xã hội, email, đối tác, nội dung và các điểm tiếp xúc khác.

Tầng hiệu suất vận hành

Tầng vận hành bao gồm lượt hiển thị, phạm vi tiếp cận, tần suất, lượt nhấp, chi phí mỗi lượt nhấp, tỷ lệ chuyển đổi và chi phí mỗi hành động. Các chỉ số này giúp đội ngũ tối ưu chiến dịch nhưng không nên tự động được xem là bằng chứng về lợi nhuận.

Tầng chất lượng dữ liệu

Tầng này theo dõi tỷ lệ thiếu nguồn, tỷ lệ đối sánh khách hàng, tỷ lệ sự kiện trùng, độ trễ dữ liệu, độ lệch doanh thu và số lượng bản ghi bị lỗi. Nếu chất lượng dữ liệu suy giảm, các tầng kết quả phía trên phải được gắn cảnh báo.

Để bảo đảm khả năng so sánh, mỗi bảng số liệu cần sử dụng cùng:

·         Khoảng thời gian

·         Múi giờ

·         Đơn vị tiền tệ

·         Quy tắc thuế và chiết khấu

·         Trạng thái đơn hàng

·         Định nghĩa khách hàng mới

·         Cửa sổ ghi nhận

·         Phiên bản mô hình phân bổ

Kết quả cũng nên được phân tách theo ba trạng thái: số liệu sơ bộ, số liệu đã đối soát và số liệu đã chốt. Cách làm này ngăn đội ngũ so sánh dữ liệu thời gian thực chưa hoàn chỉnh với dữ liệu tài chính đã được xác nhận.

Thiết lập quản trị và kiểm chứng định kỳ

Đo lường đa kênh là một hệ thống quản trị, không phải một dự án cài đặt một lần. Cấu trúc website thay đổi, nền tảng điều chỉnh cơ chế theo dõi, chiến dịch được đổi tên và đội ngũ bổ sung công cụ mới. Nếu không có chủ sở hữu và quy trình kiểm soát, tính nhất quán sẽ suy giảm theo thời gian.

Doanh nghiệp cần phân định rõ trách nhiệm:

·         Bộ phận marketing chịu trách nhiệm quy ước chiến dịch và ý nghĩa nghiệp vụ

·         Bộ phận dữ liệu chịu trách nhiệm mô hình, đường truyền và kiểm tra chất lượng

·         Bộ phận kinh doanh hoặc tài chính xác nhận doanh thu và trạng thái giao dịch

·         Bộ phận pháp lý hoặc bảo mật kiểm soát việc thu thập và sử dụng dữ liệu cá nhân

Mỗi thay đổi về sự kiện, trường dữ liệu, mô hình phân bổ hoặc định nghĩa KPI nên được quản lý theo phiên bản. Báo cáo cũng cần ghi rõ phiên bản đang sử dụng. Nếu mô hình được thay đổi mà dữ liệu lịch sử không được tính lại, việc so sánh trước và sau thay đổi có thể dẫn đến kết luận sai.

Quy trình kiểm chứng định kỳ có thể bao gồm:

1.    Đối chiếu chi phí với hóa đơn hoặc dữ liệu thanh toán của nền tảng

2.    Đối chiếu số đơn hàng với hệ thống giao dịch

3.    Kiểm tra các sự kiện quan trọng từ đầu đến cuối

4.    Kiểm tra bản ghi trùng và bản ghi thiếu khóa liên kết

5.    So sánh kết quả phân bổ với thử nghiệm tăng thêm

6.    Ghi nhận nguyên nhân của các chênh lệch vượt ngưỡng

7.    Chốt số liệu theo lịch báo cáo thống nhất

Sự khác biệt giữa các hệ thống không phải lúc nào cũng là lỗi. Một số chênh lệch là hệ quả tự nhiên của phạm vi quan sát, độ trễ và phương pháp ghi nhận. Mục tiêu không phải ép mọi báo cáo hiển thị cùng một con số, mà là giải thích được vì sao chúng khác nhau và xác định con số nào được sử dụng cho từng loại quyết định.

Đo lường đa kênh marketing nhất quán được hình thành khi doanh nghiệp thống nhất từ mục tiêu kinh doanh đến cấu trúc dữ liệu và quy tắc ra quyết định. Kết quả kinh doanh phải được xác nhận bởi hệ thống giao dịch; điểm tiếp xúc phải được chuẩn hóa và hợp nhất; đóng góp của kênh phải được tính theo một mô hình chung; tác động thực sự cần được kiểm chứng bằng phương pháp tăng thêm.

Một hệ thống tốt không cố tìm một con số duy nhất để phục vụ mọi mục đích. Nó phân biệt rõ số liệu vận hành, số liệu phân bổ, số liệu kinh doanh và tác động nhân quả. Nhờ đó, đội ngũ có thể tối ưu chiến dịch hằng ngày mà vẫn duy trì một cơ sở đáng tin cậy cho quyết định ngân sách dài hạn.