Ứng dụng data vào Sale & Marketing - A1 Digihub

Applying Data-driven Mindset to Sale & Marketing | Số hóa Marketing & Sale bằng Data

𝑯𝒐𝒘 𝒕𝒐 𝒅𝒓𝒊ven 𝑴𝒂𝒓𝒌𝒆𝒕𝒊𝒏𝒈 & 𝑺𝒂𝒍𝒆 𝒘𝒊𝒕𝒉 𝒅𝒂𝒕𝒂 || 𝑩𝒖𝒊𝒍𝒅 𝑴𝒂𝒓𝒌𝒆𝒕𝒊𝒏𝒈 𝒂𝒏𝒅 𝒈𝒓𝒐𝒘𝒕𝒉 𝒉𝒂𝒄𝒌𝒊𝒏𝒈 𝒇𝒐𝒓 𝒕𝒆𝒄𝒉 𝑺𝒕𝒂𝒓𝒕-𝒖𝒑

Làm sao để số hóa Marketing & Sale theo data, từ đó thúc đẩu tăng trưởng về cả sale lẫn marketing cho các công ty khởi nghiệp công nghệ

Từ chia sẻ của anh Đường Tăng (Huy) former head of marketing Ahamove, Foody, Yeah1 TV

Một vấn đề mà rất nhiều business hiện nay, cụ thể là cácChia sẻ từ anh Đường Tăng – head of Marketing của Ahamove
Tech start-up gặp phải là việc kết hợp làm việc hiệu quả giữa team Sale, Marketing, product hay cả Operation.

 

▶ Marketing “chửi” Sale không biết take care khách, nên bao nhiêu leads vào cũng không mang lại revernue.
▶ Sale “chửi” Marketing target không đúng đối tượng, research không đúng thị trường, campain kém hiệu quả, nên không thể chốt được.
▶ Marketing, Sale “chửi” Products làm sản phẩm không đến nơi đến chốn, UI/UX kém, load speed chậm dẫn tới khách vừa vào là muốn đi liền.
Tóm lại, mỗi bên đều theo cảm tính muốn chứng minh là mình đúng và trách nhiệm được chuyền qua chuyền lại. Vậy Solution là gì?

->𝑺𝒐𝒍𝒖𝒕𝒊𝒐𝒏: 𝑪𝒉𝒐̣𝒏 𝒓𝒂 𝑲𝒆𝒚 𝑴𝒆𝒕𝒓𝒊𝒄𝒔 + 𝒔𝒖𝒃 𝒎𝒆𝒕𝒓𝒊𝒄 

 

Số hóa doanh nghiệp | A1 Digihub Số hóa doanh nghiệp | A1 Digihub[/Data Marketing & Sale]

 

𝑨́𝒑 𝒅𝒖̣𝒏𝒈 𝒕𝒓𝒊𝒆̣̂𝒕 đ𝒆̂̉ 𝒄𝒂̂𝒖:”𝑪𝒐́ 𝒔𝒐̂́ 𝒕𝒉𝒊̀ 𝒏𝒐́𝒊 𝒄𝒉𝒖𝒚𝒆̣̂𝒏”

 Việc apply metrics cụ thể giúp mỗi người nhận thấy giá trị rõ ràng của bản thân đối với công ty, nhìn thấy rõ vấn đề, từ đó tìm ra những điểm mấu chốt cần được growth.

𝑵𝒉𝒖̛𝒏𝒈 𝒄𝒐́ 4 𝒍𝒖̛𝒖 𝒚́ 𝒌𝒉𝒊 𝒔𝒖̛̉ 𝒅𝒖̣𝒏𝒈 𝒎𝒆𝒕𝒓𝒊𝒄𝒔 𝒕𝒖̛̀ 𝒅𝒂𝒕𝒂 𝒄𝒉𝒐 𝒕𝒂̂́𝒕 𝒄𝒂̉ 𝑨𝒑𝒂𝒓𝒕𝒎𝒆𝒏𝒕

Nhìn xa hơn: Cần đưa bối cảnh thực tế của doanh nghiệp vào các dữ liệu mà bạn đang nghiên cứu. Vì có ngữ cảnh, bạn mới có thể xác định hướng của dữ liệu và ý nghĩa của các số liệu mới trong mối liên hệ với quá khứ. Trong giới marketing, có rất nhiều báo cáo ngày hoặc tuần. Ví dụ như báo cáo tỷ lệ nhấp chuột (click-through-rate) hằng ngày. Báo cáo này không thể đưa ra được bức tranh toàn cảnh về những điều đang diễn ra. Vì thế các digital marketer nên tránh tập trung quá nhiều vào nguồn dữ liệu hạn chế đó.

>>>References: Xây dựng Digital Agency – From zero to one

Nhìn sâu hơn: Cần đánh giá cái gì là hiệu quả và cái gì không. Bạn nên cập nhật những góc nhìn mới nhất về tác động của các chiến lược đối với thương hiệu. Ví dụ, chuyên gia trong ngành hay các học giả nghĩ gì về ảnh hưởng của video theo yêu cầu (Video-On-Demand) lên doanh số? Rút kinh nghiệm từ thành công và sai lầm của người khác – nghiên cứu những điều đó cả trong dữ liệu lẫn trong cuộc sống.

Đặt câu hỏi: Để thấy được sự thật trong mớ dữ liệu đầy mâu thuẫn, cần nhìn nhận một cách vô cùng tỉ mỉ. Hãy tập trung vào các nguồn dữ liệu mâu thuẫn. Chúng kể câu chuyện gì? Liệt kê ra tất cả các lý do có thể gây ra mâu thuẫn và sau đó nghiên cứu từng lý do một. Từ đó cố gắng loại trừ sai lầm để đi đến sự thật.

Luôn cẩn trọng: Nếu tất cả các cách trên không giải quyết được vấn đề, tốt nhất bạn nên thận trọng. Hãy trung thực thừa nhận rằng có mâu thuẫn trong việc diễn giải data. Đó sẽ là lựa chọn an toàn hơn nhiều so với việc đưa ra kết luận sai lầm.
Chúng ta thường được nghe về kiểm tra và học hỏi (Testing and Learning), việc này đặc biệt thích hợp trong việc tìm kiếm sự thật từ khối dữ liệu. Khi không chắc chắn một phần nào đó có hiệu quả hay không, hãy giảm đầu tư xuống mức có thể kiểm soát được và xem xét hiệu quả ra sao.

Người ta hay nói rằng câu chuyện nào cũng có ba mặt: Mặt bên này, mặt bên kia và sự thật. Lọc đám dữ liệu thời gian thực (real-time) khổng lồ bày ra trước mắt là nhiệm vụ hết sức nặng nề cho tất cả các Apartment, đặc biệt các team non-tech, chưa kể là khi những gì họ thấy sau khi phân tích lại trái ngược nhau. Tuy nhiên, đi đến tận cùng của sự trái ngược cuối cùng chính là chìa khóa để doanh nghiệp giải bài toán tăng trưởng.

Nói chung để số hóa doanh nghiệp, lái growth theo hướng data thì yếu tố quan trọng nhất chính là mindset của các leader, vì thế các leader mau chóng bổ sung kiến thức về data ngay nhé., việc của các leader bây giờ hẳn nhiên là mau chóng cấp nhập ngay những kiến thức mới về Data ngay rồi này.

 

Nếu dựa vào dữ liệu có được để nhận biết sự thay đổi thì đã quá muộn vì lúc đó sự thay đổi đã diễn ra. Đó là một thách thức lớn, vậy làm cách nào bây giờ? Scott đưa ra ba dấu hiệu sớm ông cho là đáng quan tâm.