Làm Sao Để Tối Ưu Hóa Quảng Cáo Hiệu Quả Hơn

Trong hoạt động quảng cáo việc đo lường và phân tích dữ liệu là một phần không thế thiếu của tiến trình tối ưu hóa nhằm đạt hiệu quả cao nhất trên chi phí đầu tư. Trước khi đi sâu vào việc phân tích đo lường hiệu quả quảng cáo từ các kênh, một số khái niệm cơ bản và rút gọn về các kênh quảng cáo hiện tại sẽ giúp các bạn đọc mới dễ nắm được vấn đề hơn.

Các kênh quảng cáo

Ngày nay các brands (thương hiệu) có rất nhiều kênh quảng cáo để xây dựng nhận thức (brand awareness) và thúc đẩy việc bán hàng (boost sales). Các kênh quảng cáo thường được chia thành 2 khái niệm là Above The Line (ATL) và Below The Line (BTL) nhằm để phân loại mục đích của các kênh quảng cáo này. “The Line” là đường nối của thông điệp đến khách hàng bằng việc phân chia Trên (Above) và Dưới (Below) giúp phân định rõ ràng hơn.


Above The Line: là các hoạt động quảng cáo nhằm xây dựng nhận thức và hình ảnh thương hiệu thông qua các phương tiện thông tin đại chúng như: TV, radio, Outdoor,… ATL cũng có thể được dùng để thúc đẩy việc bán hàng bằng các giảm giá hay ưu đãi. Tuy nhiên, ATL rất khó để đo đạc được thông số chính xác vì một phần đối tượng quảng cáo hướng đến quá rộng lớn cũng như không có các công cụ và phương thức để làm được điều này.

Below The Line: quảng cáo dạng tập trung chú trọng đến đối tượng cụ thể (one to one). BTL bao gồm nhiều hoạt động, trong đó trong mảng offline có thể kể đến: phát tờ rơi, tờ rơi được đặt tại điểm bán hàng (POSM), biểu ngữ và áp phích, phát mẫu thử, telemarketing. Trong mảng online các kênh BLT được kể đến bao gồm: email marketing, quảng cáo hiển thị trên internet, cho phép tiếp cận đên từng nhóm nhỏ khách hàng đã được xác định (target).

Sử dụng các kênh quảng cáo ATL hay BTL là hoàn toàn tùy thuộc vào định hướng, mục đích, ngành nghề, đối tượng khách hàng của brands đó. Một brand chuyên về các sản phẩm FMCG (fast moving consumer goods – hàng tiêu dùng nhanh), ví dụ như dầu gội hay kem đánh răng chẳng hạn, thì sẽ sử dụng nhiều vào các kênh quảng cáo ATL vì họ cần nắm giữ được nhận thức của người dùng về thương hiệu và sản phẩm, để trở thành lựa chọn đầu tiên khi (top of mind) khi có khách hàng có nhu cầu. Hay một chương trình khuyến mãi đặc biệt nhân ngày 8/3 của một brand chuyên về thời trang nữ thì BTL là lựa chọn tối ưu để đạt ROI cao.

Tuy nhiên ngay cả trong các ngành FMCG và các ngành nghề truyền thống trước giờ dựa hoàn toàn vào ATL, thì các kênh BLT cũng đang ngày càng trở nên quan trọng hơn và được chú ý nhiều hơn. Do đó trong thời gian gần đây đã xuất hiện định nghĩa Through The Line (TTL), ý nói đến một định hướng quảng cáo mà trong đó kết hợp cả ATL và BTL nhằm: đánh trúng được nhiều người dùng có nhu cầu hơn và tối ưu hóa được chi phí quảng cáo từ từng khoản đầu tư này hơn là tham gia một cuộc chiến ATL tốn kém với các đối thủ khác. Một ví dụ của TTL là ngay khi bạn đang xem 1 game show trên truyền hình, bạn có thể download app trên thiết bị di động chơi và tương tác cùng game show ngay cùng một thời điểm.

Khó khăn trong việc đo lường các kênh quảng cáo

Dù cho là ATL, BTL hay TTL thì việc đo lường được hiệu quả và phân tích dữ liệu để tối ưu hóa chi phí và hiệu quả là yêu cầu bắt buộc hiện nay. Rất nhiều brands đã thiết lập những quy trình đo lường nhằm đánh giá hiệu quả của các kênh quảng cáo. Ví dụ: một brand bên mảng dịch vụ, thông qua các công cụ đo lường và phân tích đã rút ra được rằng TVC chiếm gần 50% tổng chi phí, trong khi đó quảng cáo trên Youtube chỉ chiếm 5% tổng chi phí nhưng mang lại nhiều hơn số lượng tìm kiếm và mua hàng trên website. Hãng này cũng thấy rằng Paid Search, chỉ chiếm 10% tổng chi phí quảng cáo nhưng mang lại gần 20% tổng số lượng đặt hàng. Với các thông tin và dữ liệu quảng cáo cần thiết này, bộ phận marketing đã tối ưu hóa các chiến dịch bằng việc điều chỉnh chi phí cho các kênh và thành công khi tăng số lượng đơn hàng lên 10% mà không cần phải tốn thêm một đồng quảng cáo nào.

Tuy nhiên, trên thực tế thì mọi việc không phải lúc nào cũng đơn giản như trên ví dụ phía trên vì việc đo lường và phân tích dữ liệu thì phức tạp và khó khăn hơn rất rất nhiều chủ yếu là vì các nguyên nhân sau:

1. Quá nhiều thông tin

Hiện nay cho mỗi kênh quảng cáo, marketers sẽ có những phương pháp khác nhau để đo lường và phân tích dữ liệu quảng cáo: với Google Adwords có thể xem các thông số của Paid Search và Google Display Network; với các Local Ad Network / DSP / SSP / Ad Exchange sẽ có các hệ thống dashboard riêng để xem từng thông tin chi tiết đó; Chưa kể các third party tracking tools như MediaMind, Google DoubleClick, TradeDoubler riêng biệt để đo lường hiệu quả nếu cần hệ thống đối chứng.. Ngoài ra còn có Google Analytics để thu thập các thông số từ các nguồn traffic trên website, social monitoring tools để thu thập các thông tin từ các kênh mạng xã hội, Heat Map Tools thu thập các thông tin về hành động của người dùng trên website; Các video trên Youtube, Facebook (hoặc Vimeo, Dailymotion) cũng có các chỉ số đo lường riêng và chưa kể tới các dữ liệu từ các hoạt động như email marketing, telemarketing, SMS, CRM và các hoạt động offline khác.

Có quá ít thông tin là một vấn đề nhưng có quá nhiều thông tin cũng là vấn đề
Có quá ít thông tin là một vấn đề nhưng có quá nhiều thông tin cũng là vấn đề

Việc có nhiều dữ liệu để phân tích không phải là một điều tốt hay sao? Không hẳn. Có một sự thật là các thông tin đo lường của cùng 1 kênh quảng cáo lại có thể hoàn toàn khác nhau trên các hệ thống khác nhau. Ví dụ chỉ số của một Ad Network trên hệ thống của Ad Network đó sẽ khác với chỉ số trên Google Analytics và sẽ lại khác với chỉ số đo được trên một công cụ third party tracking. Chỉ số traffic của Facebook đo được trên Ads Manager của Facebook chắc chắn sẽ khác với chỉ số traffic đo được trên Google Analytics và social listening tools. Đấy là chỉ với traffic, cho mỗi chỉ số khác (unique visits, bounce rate, conversion, v.v…) bạn sẽ có một mớ thông số khác nhau nữa. Việc các công cụ đưa ra các con số khác nhau là bình thường và rất khó để nói rằng thông tin của công cụ nào là chính xác vì mỗi công cụ đo lường dựa trên các chuẩn mực khác nhau. Tuy nhiên điều này mang lại rất nhiều khó khăn cho marketers trong việc lựa chọn nguồn thông tin nào để tin và dùng nó là cơ sở để xác định hiệu quả của một kênh quảng cáo.

2. Sự tác động qua lại giữa các kênh

Ví dụ bạn có một website và khi xem lại thông tin về conversion của các kênh cho tháng vừa qua bạn thấy: Direct traffic có khoảng 1,000 conversion, organic traffic có khoảng 500 conversion, GDN có khoảng 300 conversion, Paid search có khoảng 700 conversion, Facebook có khoảng 800 conversion. Nếu số tiền bạn chi cho quảng cáo hiện là bằng nhau cho Facebook và Adwords thì có thể dễ dàng thấy Adwords có nhiều conversion hơn 1000 (Paid Search + GDN) so với Facebook chỉ có 800 conversion. Tháng tiếp theo bạn quyết định cắt giảm chi phí của Facebook và đặt nhiều hơn vào Adwords.

Khách hàng cần phải tiếp xúc với rất nhiều kênh trước đi họ quyết định mua hàng
Khách hàng cần phải tiếp xúc với rất nhiều kênh trước đi họ quyết định mua hàng

Tuy nhiên, quyết định này có thể là sai lầm và thay vì thấy sự gia tăng thì tháng sau bạn lại thấy sự giảm sút trong số lượng conversion. Tại sao các thông số rõ ràng như vậy lại không giúp bạn có một quyết định đúng? Có thể đó là vì bạn đã quên mang vào trong đánh giá một yếu tố quan trọng đó là mối quan hệ giữa các kênh quảng cáo. Sai lầm của marketers là thường nghĩ rằng các kênh quảng cáo hoạt động hoàn toàn độc lập trong khi đó các kênh quảng cáo dù là online hay offline, ATL hay BTL đều có mối quan hệ tác động qua lại lẫn nhau. Và việc bỏ qua các tác động này có thể dẫn đến việc đánh giá không đúng mức về tầm quan trọng của các kênh quảng cáo và khiến việc tối ưu hóa và điều tiết chi phí quảng cáo không hiệu quả nữa.

3. Yếu tố con người khi phân tích dữ liệu

Việc đánh giá và phân tích dữ liệu, đưa ra quyết định về việc tối ưu hóa quảng cáo là một quy trình quan trọng và đòi hỏi sự chính xác. Chúng ta có thể thiết lập để tự động hóa hầu hết mọi quy trình từ thu thập dữ liệu cho tới so sánh và tự điều chỉnh chi phí một cách hoàn toàn tự động với các công cụ đang có. Tuy nhiên việc phân tích, rút ra kết luận và đưa ra quyết định là quan trọng do đó yếu tố con người vẫn được đòi hỏi từ phía marketers. Tương tự như việc các thuật toán của Google dù có tân tiến đến đâu thì vẫn phải có đội ngũ con người giám định lại các kết quả của nó.

Con người là yếu tố quan trọng trong mọi quy trình nhưng cũng đồng thời là một điểm cần cân nhắc
Con người là yếu tố quan trọng trong mọi quy trình nhưng cũng đồng thời là một điểm cần cân nhắc

Có điều khi đã dính dáng đến yếu tố con người thì chắc chắn sẽ có lẫn vào những vấn đề như cảm tính, định kiến và sự thiên vị, những thứ vốn sẽ làm ảnh hướng đến các quyết định và đánh giá. Hiện nay vẫn còn rất nhiều bạn dựa vào các suy nghĩ mang tính “linh cảm” và “nhất thời”, không dựa trên các con số và dữ liệu đã được chứng minh nào, để làm nền tảng khi ra quyết định. Một ví dụ cụ thể là đã không biết bao nhiêu lần tôi nghe trong các cuộc họp và các buổi thuyết trình một số các câu nói từ các bạn làm marketers, analysts như: “như chúng ta biết organic traffic thường tốt hơn traffic đến từ quảng cáo” hay “direct traffic là khi người dùng gõ trực tiếp URL website của bạn và suy ra tức là người ta đã biết về thương hiệu của bạn rồi nên mới gõ để truy cập trực tiếp”, v.v… Các câu nói này hoàn toàn cảm tính (nghĩ rằng organic traffic có chất lượng hơn) thậm chí hiểu sai bản chất của vấn đề (nghĩ direct traffic là người dùng gõ URL vào website trực tiếp). Nghĩ rằng organic traffic hay bất cứ nguồn traffic nào có chất lượng hơn nguồn nào là một suy nghĩ mang tính định kiến, nếu nguồn traffic từ AdWords của bạn không mang lại chất lượng như nguồn traffic từ organic thì có thể là bạn chưa tối ưu hóa quảng cáo ở mức tốt nhất. Direct traffic thực chất không chỉ là traffic khi người dùng gõ vào và không hẳn là ai đến từ nguồn này đều đã biết đến brand của bạn vì có rất nhiều nguồn traffic không xác định được source đều sẽ được gộp vào chung với Direct traffic trong Google Analytics.
Tóm lại những định kiến hoặc các kiến thức chưa vững vàng của marketer cũng có thể là một yếu tố ảnh hưởng đến việc phân tích và đánh giá hiệu quả của chiến dịch quảng cáo.

Phân tích và tối ưu hóa quảng cáo hiệu quả hơn


Với tất cả những yếu tố gây khó khăn ở phía trên thì làm thế nào một marketer có thể thực hiện việc phân tích dữ liệu quảng cáo và từ đó rút ra được các thông tin cần thiết để tiến hành việc tối ưu hóa chi phí quảng cáo hiệu quả hơn? Bên dưới là một số đề xuất rút ra từ kinh nghiệm của người viết về vấn đề này:

1. Chú tâm tới các thông số thật sự quan trọng

Như đã nói ở trên với rất nhiều data thu thập được từ nhiều công cụ đo lường khác nhau và trong cái mớ bòng bong đấy có rất nhiều thông tin gây nhiễu và không cần thiết. Marketers cần xác định rõ đâu là mục tiêu của chiến dịch quảng cáo và các thông số nào là thật sự mà họ cần để tâm tới. Hãy quên hết đi những chỉ số vốn chẳng đóng góp được gì nhiều trong việc phân tích hiệu quả của bạn nếu không muốn nói là vô dụng, ví dụ như như impression, CTR, followers, likes và chú trọng nhiều hơn tới các chỉ số liên quan trực tiếp tới chất lượng của traffic như leads, conversion.

2. Thu thập thông tin từ nhiều nguồn để thấy được sự tác động qua lại giữa các kênh

Khách hàng không phải chỉ thấy brand của sản phẩm 1 lần và ngay lập tức quyết định mua hàng hoặc ký hợp đồng mà họ thật ra họ có thể đã thấy nhiều lần từ nhiều kênh quảng cáo khác nhau rồi mới đi đến quyết định. Hãy tìm kiếm ra những touch point trong chu kỳ bán hàng để tiến hành đo đạc và thu thập thêm thông tin về việc khách hàng tìm đến brand từ các kênh nào. Ví dụ khi khách hàng gọi điện đến, nhân viên trong lúc trò chuyện có thể hỏi nhanh 1 câu: “anh/chị biết đến thương hiệu / sản phẩm từ đâu ạ?”, khách hàng thường sẽ không có lý do gì mà không trả lời và chỉ cần ghi nhận lại câu trả lời của khách. Hoặc nếu brand có các địa điểm cửa hàng thì có thể chuẩn bị một tờ thông tin để thu thập ý kiến khách hàng về dịch vụ và kèm theo đó có hỏi họ về việc họ biết đến brand từ nguồn nào. Nếu khách hàng đến website thì có thể hỏi khách hàng thông tin này bằng một câu hỏi nhỏ khi khách hàng đăng ký tài khoản hoặc lúc điền thông tin mua hàng. Điều quan trọng là chọn đúng touchpoint để có thể đảm bảo khách hàng sẵn sàng để lại thông tin mà không gây khó chịu cho họ.

Thiết lập những quy trình để đo đạc sự ảnh hưởng của quảng cáo online sang offline và ngược lại cũng là một trong những điều cần làm và sẽ được đề cập tới trong các bài viết tiếp theo.

3. Tất cả mọi đánh giá và quyết định đều phải dựa trên kết quả testing

Mối quan hệ giữa các kênh quảng cáo rất phức tạp và phụ thuộc rất nhiều yếu tố như hành vi khách hàng, thời vụ, nhu cầu về sản phẩm. Đôi khi với các thông tin từ việc phân tích dữ liệu quảng cáo có sẵn, bạn cần phải áp dụng một cách từ từ và kết hợp với việc A/B testing để thấy rõ hiệu quả của các thay đổi, tránh việc thay đổi và điều chỉnh ồ ạt nhưng lại không đạt được kết quả như mong muốn và cuối cùng là không rút ra được kết luận là cái gì tốt và không tốt.

4. Cải thiện và cập nhật kiến thức

Đây là giải pháp cho yếu tố con người được nêu trong phần khó khăn phía trên. Không còn cách nào khác tốt hơn là chính con người làm công việc phân tích và tối ưu hóa phải tự mình cải thiện và nâng cấp các kiến thức đang có cũng như mở rộng tầm hiểu biết hơn. Một nền tảng kiến thức sâu và rộng hơn sẽ giúp bạn có một cái nhìn tổng thể hơn, thấy được những insight mà trước đây bạn có thể không thấy được.

Cùng với sự thay đổi và phát triển của các platforms và các kênh quảng cáo thì việc thì việc phân tích và tối ưu hóa quảng cáo là một việc cần phải làm liên tục và gần như không có điểm dừng. Hi vọng những đề xuất được nêu ra trong bài viết sẽ có ích cho những người đang tìm kiếm các giải pháp để cải thiện chiến dịch quảng cáo của mình ngày càng hiệu quả hơn. Nếu bạn có những góp ý hoặc những suy nghĩ gì về vấn đề này thì hãy để lại bên dưới comment.

Nguồn: conversion

0 nhận xét:

Post a Comment

+