Làm sao xác định phân khúc khách hàng tiềm năng?

Gần đây, trong chuyên đề Chuyển đổi số, mình nhận được câu hỏi là chúng ta nên sử dụng công cụ nào để phân tích thị trường và xác định phân khúc khách hàng tiềm năng.

Liên quan tới vấn đề này, mình nghĩ có 2 khía cạnh (tasks) chính, đó là: ⁽¹⁾xác định các phân khúc và ⁽²⁾mô tả các phân khúc đó.

Về mặt công cụ, có thể sẽ phụ thuộc vào từng nguồn dữ liệu, ví dụ:

• Dữ liệu bán hàng thực tế (từ POS). Dữ liệu này thường giúp mình xác định hành vi mua hàng (ví dụ như giá trị đơn hàng, tần suất, tính toán CLV,…). Và để phân tích các dữ liệu này, có thể dùng Power BI hoặc Tableau (hoặc Excel)
• Các dữ liệu thứ cấp (secondary data). Đây là dữ liệu có thể tìm thấy từ Google Trends, Social Listening, ecommerce data từ các sàn thương mại điện tử (hoặc từ các research agency). Các dữ liệu này thường cho chúng ta biết xu hướng thị trường, tỷ trọng các ngành, insight người dùng,…
• Khảo sát người dùng. Nguồn dữ liệu thứ 3 đến từ việc chúng ta khảo sát người dùng. Có thể sử dụng các công cụ như Google Form, Microsoft Form,… (nói chung là survey). Thường thì các dữ liệu này sẽ cung cấp thông tin chuyên sâu về người dùng, ví dụ động cơ, tiêu chí lựa chọn, điểm đau (pain points),…

Sau khi thu thập dữ liệu, bước tiếp theo là tổng hợp và phân tích chéo để xác định đâu là phân khúc có giá trị nhất.

Làm sao “liên kết” các nguồn dữ liệu này lại với nhau?

Thông thường, để “liên kết” các nguồn dữ liệu này, người ta thường dùng các nền tảng Customer Data Platform (CDP) như Optimove, Power BI, Google BigQuery, hoặc CRM có tính năng phân tích dữ liệu (như HubSpot, Zoho CRM). Thông thường, các nền tảng CDP này có khả năng gom dữ liệu về một nơi và thực hiện một số phân tích (hoặc tác vụ) sau:

• Phân khúc (nhóm) khách hàng, thường dựa trên hành vi, giá trị hoặc tương tác. Mô hình phân tích kinh điển là RFM (Recency – Frequency – Monetary), sẽ được giải thích chi tiết bên dưới.
• Tính toán CLV (Customer Lifetime Value) cho từng nhóm khách hàng
• Tự động đề xuất các chiến dịch phù hợp cho từng phân khúc khách hàng

Mô hình RFM là gì?

Đối với dữ liệu bán hàng (POS), có thể dùng mô hình RFM (Recency – Frequency – Monetary) để phân tích và xác định các nhóm khách hàng. Đây là mô hình phân tích khách hàng dựa trên 3 yếu tố:

• Recency: Lần mua hàng gần đây nhất là khi nào?
• Frequency: Tần suất mua hàng trong kỳ như thế nào?
• Monetary: Tổng giá trị đơn hàng là bao nhiêu?

RFM sẽ giúp phân nhóm khách hàng như sau:

• Champions (chỉ là tên gọi thôi, bạn có thể gọi tên khác): Đây là nhóm mua nhiều (tần suất cao), gần đây (lần mua hàng gần nhất cũng mới đây), giá trị cao. Đây là nhóm có thể nói là tốt nhất, nên cần đầu tư chăm sóc và bán upsell chẳng hạn.
• At-risk: Từng mua nhiều (tần suất cao) nhưng lâu không quay lại (lần gần nhất đã khá lâu). Đây là nhóm có nguy cơ “rời bỏ” chúng ta, nên cần các chiến dịch kích hoạt việc mua lại.
• Potential Loyalists: Đây là nhóm mới mua vài lần, nên cần nuôi dưỡng bằng các chương trình chăm sóc khách hàng hay khuyến mãi chẳng hạn.
• Và một số nhóm khác

Làm sao xác định (lựa chọn) và mô tả phân khúc tiềm năng?

Đây là một vấn đề thực tế, sâu và “chạm” đúng vào bản chất của việc phân khúc khách hàng trong môi trường dữ liệu phức hợp. Ở đây có 2 cách tiếp cận.

Thứ nhất, từ phân tích RFM (dựa trên dữ liệu bán hàng, POS) chúng ta sẽ lựa chọn phân khúc mục tiêu và sau đó sẽ dựa trên 2 nguồn dữ liệu còn lại để mô tả các phân khúc này. Cách này có ưu điểm là quá trình tuần tự, dễ thực hiện và có thể áp dụng ngay cả khi chưa có hệ thống CDP tích hợp dữ liệu đa nguồn. Nhưng nhược điểm là chỉ xem xét dựa trên khách hàng đã mua, mà bỏ qua khách hàng chưa mua (tiềm năng), cũng như các yếu tố khác như xu hướng, nhu cầu,… Quá trình cụ thể cách tiếp cận này như sau:

• Bước 1: Dùng dữ liệu bán hàng (POS) phân nhóm theo mô hình RFM
• Bước 2: Chọn các nhóm (ví dụ có CLV cao chẳng hạn)
• Bước 3: Dùng dữ liệu từ thị trường hoặc khảo sát để hiểu thêm về các nhóm này

Cách tiếp cận thứ 2 là việc lựa chọn phân khúc tiềm năng (và mô tả phân khúc sau đó) sẽ dựa trên cả 3 nguồn dữ liệu. Với cách này thì quá trình cụ thể như sau:

• Bước 1: Gom dữ liệu từ nhiều nguồn lại
• Bước 2: Xác định các tiêu chí cần phân khúc (ví dụ chi tiêu, tần suất, nhu cầu, xu hướng, khả năng tiếp cận,…)
• Bước 3: Đánh giá và lựa chọn các phân khúc theo tổng điểm của những tiêu chí ở trên

Mỗi cách tiếp cận sẽ có ưu nhược điểm riêng và thường được áp dụng trong những “bối cảnh” khác nhau, tùy thuộc vào sản phẩm mới hay cũ và mức độ sẵn có của các nguồn dữ liệu. Ví dụ:

• Nếu chỉ có dữ liệu từ POS mà chưa có các nguồn khác thì có thể chọn cách tiếp cận số 1 – phân khúc khách hàng trước, sau đó mô tả sau.
• Nếu có đầy đủ các nguồn dữ liệu thì có thể tiếp cận theo cách 2
• Nếu là sản phẩm mới (chưa có đơn hàng, nên chưa có dữ liệu POS) thì sẽ phải tiếp cận theo cách 2

Vì sao cần phân khúc khách hàng?

Việc phân khúc không chỉ giúp hiểu khách hàng, mà còn giúp doanh nghiệp:

• Ra quyết định đúng: Nên bán gì – Bán cho ai – Dùng kênh nào?
• Tối ưu ngân sách: Tránh “bắn đại trà”
• Tăng hiệu quả các chiến dịch: Đúng người – Đúng nội dung và Đúng thời điểm

Nếu doanh nghiệp có quy mô nhỏ hoặc trung bình, hoàn toàn có thể bắt đầu đơn giản bằng RFM + survey, sử dụng Excel/Google Sheet trước khi đầu tư vào CDP lớn.

Trần Trí Dũng