Top 5 chỉ số Omni-channel hàng đầu để đo lường hiệu suất Marketing và bán hàng đa kênh

Top 5 chỉ số Omni-channel hàng đầu để đo lường hiệu suất Marketing và bán hàng đa kênh

Chiến lược đa kênh (Omnichannel) là chiến lược tương tác khách hàng 1:1. Từ đó, tạo ra trải nghiệm liền mạch, cá nhân hoá trên tất cả mọi kênh và mọi thiết bị. Để có một chiến lược đa kênh hiệu quả, chúng tôi xin gợi ý top 5 chỉ số Omi-channel hàng đầu cho quý độc giả.

1. Customer life value (LTV)

Customer life value là giá trị vòng đời khách hàng. Đây là giá trị mà khách chi trả cho sản phẩm của công ty bạn trong suốt cuộc đời của họ. Như CEO Repu digital agency, anh Lại Tuấn cường đã chia sẻ về xu hướng marketing trong việc tìm kiếm khách hàng như sau. Theo anh, hiện nay doanh nghiệp thường chú tâm về khách hàng mới mà bỏ qua đi khách hàng cũ. Trong khi đó, việc bán sản phẩm cho những khách hàng cũ dễ dàng hơn. Cũng như một nghiên cứu cũng chỉ ra rằng:

  “Thu hút một khách hàng mới tốn chi phí gấp 5 – 7 lần việc giữ chân một khách hàng cũ.”

Qua những nhận định trên, có thể thấy, xác định chính xác chỉ số vòng đời khách hàng rất quan trọng. Vì LTV ảnh hưởng trực tiếp đến tin tưởng của khách hàng với sản phẩm. Việc khách hàng tin dùng và chi tiêu cho thương hiệu càng nhiều thì lòng trung thành thương hiệu càng được nâng cao.

 LTV được tính theo công thức sau: 

LTV = Doanh thu trung bình x Đơn hàng x Thời gian gắn bó

3 cách tiếp cận có thể thực hiện để tính LTV:

• Tổng chi tiêu tính đến thời điểm hiện tại:

      Trừ tổng giá trị của tất cả các khoản tiền hoàn lại của khách hàng với tổng giá trị đơn đặt hàng của họ. Đây là cách tiếp cận đơn giản nhất để đo lường LVT. Tuy nhiên, chiến lược này chỉ tính đến dữ liệu lịch sử có thể hạn chế khả năng dự đoán. Đồng thời, chỉ có thể  lập kế hoạch của bạn để thay đổi hành vi của người tiêu dùng. 

• Giá trị dự đoán: 

    Giá trị dự đoán= mức chi tiêu trung bình mỗi năm của khách hàng x thời gian tồn tại trung bình của khách hàng

     Hoặc số liệu này có thể tính cho các khách hàng cá nhân bằng cách sử dụng các mô hình máy học điều chỉnh theo thời vụ và tốc độ tăng trưởng. 

     Với chiến lược này giúp dự đoán chi tiêu trong tương lai và tập trung nỗ lực vào các phân khúc có khả năng tạo ra giá trị cao nhất. Tuy nhiên đòi hỏi nguồn lực về CNTT hiện đại và lớn mạnh. 

•  Chi tiêu dự đoán trong suốt thời gian

     Chi tiêu dự đoán được tính bằng cách thêm tổng số chi tiêu cho đến thời điểm hiện tại và các chỉ số giá trị được dự đoán ở trên

      Chiến lược này giúp thông tin đầy đủ về giá trị khách hàng luôn cung cấp thường xuyên, chính xã. Tuy nhiên, giống như giá trị dự đoán, chiến lược này cũng yêu cầu cơ sở hạ tầng dữ liệu tinh vi, phức tạp. Đồng thời, dữ liệu phải đạt chất lượng cao và tài nguyên CNTT chuyên gia.

Kết luận:

Có thể thấy, việc đo lường chính xác LTV là vẫn là một thách thức với nhiều doanh nghiệp. Vì thông tin về khách hàng bị phân mảnh trên nhiều kênh khiến doanh nghiệp khó có cái nhìn tổng quan về khách hàng của mình. Chỉ có thống nhất và chuẩn hóa dữ liệu khách dạng một chế độ xem duy nhất mới có thể dễ dàng theo LTV. Xác định đối tượng và trải nghiệm đang thúc đấy giá trị cao nhất cho thương hiệu.

2. Tỷ lệ truy cập gần đây và tỷ lệ mua lại (Recency and repurchase rates)

Hiện nay việc chuyển đổi số đang diễn ra ngày càng mạnh mẽ. Điều này sản phẩm là thương hiệu bị cạnh tranh càng cao. Vì thế việc thực hiện các chiến dịch Marketing cá nhân hoá “đúng người, đúng thời điểm” đang là chiến lược được doanh nghiệp ưu tiên. Nhằm thu hút và giữ chân khách hàng với thương hiệu. Theo như nghiên cứu cũng chỉ ra rằng 80% doanh thu doanh nghiệp đến từ 20% khách hàng của họ, những khách hàng đã mua hàng gần đây có khả năng mua lại nhiều hơn. Điều này xảy ra khi và chỉ khi thương hiệu truyền tải được thông ddiejp phù hợp, ý nghĩa đến đúng người, đúng nơi. Đặc biệt những khách hàng sau khi mua càng sớm thì khả năng quay lại thực hiện giao dịch thứ hai càng cao.

Tuy nhiên, việc theo dõi chính xác các đơn hàng gần đây là khó khăn lớn khi các dữ liệu giao dịch được lưu trữ riêng biệt trên từng kênh. Vì lúc này chiến dịch chỉ có thể nhắm đến đối tượng đã mua từ các kênh thương mại điện tử khác. Ví dụ như Shopee, Tiki, Lazada thay vì các kênh bạn có.

Để giải quyết yếu tố trên, một phương án giải quyết được đề ra. Đó là áp dụng nền tảng CDP. việc sử dụng phương pháp trên giúp thu thập và thống kê dữ liệu khách hàng từ nhiều nguồn. Sau đó, có thể dễ dàng xây dựng thành một nguồn duy nhất, nhất quán và đầy đủ về từng khách hàng. Điều này giúp các hệ thống khác có thể cùng truy cập được.

Kết luận:

Việc nắm bắt được thông tin mua hàng cuối cùng của khách hàng diễn ra mang đến hiệu quả cho chiến lược remarketing. Với Các kênh và sản phẩm khác nhau có thể có tỷ lệ mua lại khác nhau. Cho nên,  thời gian cross-sale và up-cale của bạn có thể thay đổi tùy thuộc vào kênh mà khách hàng đã tương tác gần đây nhất.

3. Sự hài lòng của khách hàng (NPS)

 Jeff Bezos từng nhận định rằng: “Nếu bạn xây dựng được trải nghiệm tốt thì khách hàng sẽ kể cho nhau nghe về điều đó. Word-of-mouth là thứ lan tỏa rất nhanh”.

Thật đúng vậy, việc hài lòng khách hàng với thương hiệu có ảnh hưởng lớn đến doanh thu. Tuy nhiên sự hài lòng của khách hàng là yếu tố ảnh hưởng bởi cảm xúc. Vì thế nên rất khó đo lường chính xác. Thông qua các cuộc khảo sát về Net Promoter Score (NPS). Là một trong những chiến lược phổ biến nhất để đo mức độ hài lòng khách hàng. NPS được đo lường bằng một câu hỏi duy nhất: “Trên thang điểm từ 1–10, bạn có sẵn lòng giới thiệu sản phẩm/dịch vụ của chúng tôi đến bạn bè hoặc người thân?”

 Một số hướng dẫn về cách đo lường NPS:

Điểm mạnh và điểm yếu trong sản phẩm, hoạt động tiếp thi, dịch vụ và trải nghiệm thương hiệu được các định bằng cách phân tích sự khác biệt giữa những khách hàng cho điểm cao và khách hàng cho điểm thấp. Tuy nhiên,  chỉ đánh giá khác biệt từ NPS sẽ có phần phiến diện. Cho nên để thu thập thêm thông tin chi tiết về lý do vì sao điểm NPS cao hay thấp, bạn có thể hỏi thêm các câu hỏi như:

• Vì sao bạn chọn thang điểm đó?
• Trên thang đo từ 1-5, bạn đánh giá trải nghiệm mua sắm như thế nào?
• Bạn có hài lòng với sản phẩm bạn đã đặt?

Các câu hỏi này sẽ giúp bạn đào sâu vào điểm hài lòng của khách hàng. Từ đó điều chỉnh giá cả, sản phẩm, marketing hoặc các yếu tố khác để cải thiện các kênh.

4. Tỉ lệ từ bỏ giỏ hàng (Abandoned Cart)

Theo thống kê của Baymard Institute, số lương sản phẩm mà khách hàng cho vào giỏ đến 70% giỏ hàng Ecommerce thường không được thanh toán. Việc giảm thiểu tỷ lệ từ bỏ giỏ hàng vẫn luôn là vấn đề khó khăn với nhiều doanh nghiệp. Đặc biệt là khi mức độ cạnh tranh ngày càng cao trong thời kì chuyển đổi số hiện nay. Việc Việc đo lường và hiểu rõ chỉ số này sẽ giúp doanh nghiệp biết được pain points của khách hàng trong quá trình thanh toán. Đồng thời giảm khả năng tỷ lệ hủy bỏ giỏ hàng. Nhờ đó mà cải thiện được doanh thu và tối ưu lợi nhuận. 

Công thức đo lường tỉ lệ từ bỏ giỏ hàng thường được tính như sau:

Abandonment cart rate = 1 – (Tổng giỏ hàng đã thanh toán/ Tổng giỏ hàng)x100

Tỉ lệ từ bỏ giỏ hàng phụ thuộc nhiều yếu tố. Ví dụ như quy trình thanh toán phức tạp, phí ship cao. Hoặc yêu cầu đăng nhập, hoặc quá ít tuỳ chọn thanh toán,… Bên cạnh đó, do thiết bị sử dụng khách hàng. Quy trình cấu hình và cách hiển thị của mỗi thiết bị khác nhau thì trải nghiệm cũng khác nhau. Điều này dẫn đến việc tỉ lệ từ bỏ giỏ hàng không đồng nhất.

Cho nên, việc phân tích thông tin nhiều chiều đa kênh sẽ giúp rút ra thông tin chi tiết hữu ích. Từ đó có thể cải thiện trải nghiệm khách hàng mà bạn cung cấp. Khi có kết quả đo lường, có thể thực hiện  các điều chỉnh về vấn đề thanh toán, dự đoán xu hướng mua hàng. Ngoài ra, còn có thể tối ưu các chiến dịch Marketing nhắc nhở (email marketing, retargeting ads, push notification,…) để giảm thiểu tỉ lệ huỷ bỏ giỏ hàng.

5. Lợi nhuận kiếm được từ 1 khách hàng (Customer profitability)

Lợi nhuận từ 1 khách hàng là tổng lợi nhuận bạn kiếm được từ khách hàng đó. Trong đó, với tổng doanh thu và các chi phí liên quan để tạo ra sản phẩm, có được khách hàng. Đồng thời thực hiện các đơn đặt hàng. Việc tính toán được lợi nhuận sẽ cho đến kết quả cực kỳ khó theo dõi  nếu không có công cụ đa kênh toàn diện, chi tiết. Nổi bật như  công cụ CDP ANTSOMI 365. Vì chỉ số này phụ thuộc rất nhiều yếu tố liên quan, ảnh hưởng đến nhau.

Một phiên bản đơn giản của phép tính lợi nhuận trông như sau:

Customer Profitability = Doanh thu – Lợi nhuận – Giá thành sản phẩm – Chi phí thực hiện.

Khi khả năng sinh lời tương đối của các phân khúc khách hàng khác nhau nên tập trung ngân sách của mình vào các phân khúc tốt. Từ đó mang lại lợi nhuận cao nhất.

 Ví dụ: Các phân khúc có giá trị cao, tỷ suất lợi nhuận cao thì khách hàng tương tác với bạn càng nhiều. Họ là những người thường xuyên mua các sản phẩm giá gốc từ thương hiệu của bạn. Vì vậy bạn nên tập trung vào phân khúc này trước để tăng khả năng sinh lời. Mặt khác, những khách hàng có giá trị thấp, lợi nhuận thấp thường không mua hàng . Ngoài ra, các sản phẩm họ mua thường được giảm giá. Vì thế, bạn nên tránh phân bổ ngân sách của mình cho việc thu hút và phát triển những khách hàng này.

Nhận xét:

Có thể thấy, Nền tảng dữ liệu tốt sẽ là bàn đạp cho doanh nghiệp khai thác thông tin và tối ưu hoạt động Marketing của mình. Từ đó có thể mang lại trải nghiệm khách hàng liền mạch, cá nhân hoá hiệu quả. Như doanh nhân Jack Ma từng nhận định rằng “Trong kinh doanh, dữ liệu là tất cả”. Cách duy nhất để theo dõi và tối ưu hóa các chỉ số đa kênh một cách hiệu quả là làm việc với một tập dữ liệu thống nhất. Đồng thời, cần được tiêu chuẩn hóa, lấy khách hàng làm trung tâm. CDP sử dụng phương pháp lấy khách hàng làm trung tâm để thu thập, quản lý. Ngoài ra, còn có phân tích dữ liệu. Nhờ đó khiến chúng trở thành công cụ hoàn hảo cho các doanh nghiệp đa kênh.

Hy vọng bài viết của chúng tôi đã cung cấp được cho quý bạn đọc những thông tin hữu ích. Chúc bạn thành công!