Business Intelligence là gì? Vai trò của BI trong hệ thống doanh nghiệp

Trong thời đại 4.0, thời điểm mà dữ liệu là nguồn tài nguyên quan trọng nhất của doanh nghiệp thì BI đóng vai trò như một phương tiện biến đổi dữ liệu trở thành các thông tin, insight quan trọng, giúp doanh nghiệp có thể đưa ra các quyết định chính xác nhất.

BI – Business Intelligence là gì?

Business Intelligence (BI) kết hợp phân tích kinh doanh, khai thác dữ liệu, trực quan hóa dữ liệu, công cụ và cơ sở hạ tầng dữ liệu cũng như các phương pháp hay nhất để giúp các tổ chức đưa ra quyết định dựa trên dữ liệu nhiều hơn.

Trên thực tế, khi kinh doanh thông minh thì sẽ có cái nhìn toàn diện về dữ liệu của tổ chức mình và sử dụng dữ liệu đó để thúc đẩy sự thay đổi, loại bỏ sự kém hiệu quả và nhanh chóng thích ứng với những thay đổi của thị trường hoặc nguồn cung.

Sự khác biệt chính giữa BI và Data Analytics

Nhiều người sẽ nhầm tưởng BI cũng giống Data Analytics cũng bởi cả 2 đều là biến dữ liệu thô thành thông tin có ý nghĩa. Câu hỏi đặt ra là: BI thật sự khác biệt với Data Analytics ở điềm nào? Tại sao doanh nghiệp cần BI và doanh nghiệp như thế nào sẽ phù hợp triển khai BI. Câu trả lời hoàn toàn nằm trong bài viết này. Trước hết, chúng ta cần phân biệt được BI và DA.

Mục đích – Ý nghĩa

• BI là việc phân tích những thông tin cần có để tăng hiệu quả cho việc ra quyết định của doanh nghiệp
• Data analytics là việc điều chỉnh dữ liệu thô trở thành các hình thức mà người dùng có thể hiểu được

Chức năng

• BI có mục đích chính là hỗ trợ doanh nghiệp trong việc đưa ra các quyết định. Từ đó, giúp phát triển tổ chức kinh doanh
• Mục đích chính của phân tích dữ liệu là mô hình hóa, làm sạch, dự đoán và chuyển đổi dữ liệu tùy theo nhu cầu của doanh nghiệp.

Ứng dụng

• Business intelligence có thế được ứng dụng bằng cách sử dụng các công cụ BI trên thị trường. BI chỉ sử dụng những dữ liệu trong quá khứ được lưu trữ trong kho dữ liệu 
• Data analytics có thể được ứng dụng để sử dụng bằng nhiều công cụ lưu trữ dữ liệu khác nhau trên thị trường. Việc phân tích dữ liệu cũng có thể được thực hiện trên các công cụ BI, nhưng nó còn phụ thuộc vào cách tiếp cận, chiến lược riêng của mỗi tổ chức

Đối với cơ cấu tổ chức

• BI không ảnh hưởng đến mô hình doanh nghiệp hiện tại mà mục đích chính là giúp doanh nghiệp đạt được mục đích đề ra, giúp người dùng có thể xác định được lỗ hổng trong việc quản lý dữ liệu và đưa ra các hướng giải quyết hiệu quả nhất.
• Phân tích dữ liệu giúp doanh nghiệp thay đổi mô hình của bản thân, bằng cách phân tích dữ liệu trong quá khứ, dữ liệu hiện tại và dự đoán các xu hướng trong tương lai

Như bạn có thể thấy, các công cụ BI hiện đại đều được trang bị với các lựa chọn để phân tích dữ liệu và nó còn tùy thuộc vào các doanh nghiệp để đưa ra lựa chọn đúng đắn nhất dựa trên tình trạng của chính doanh nghiệp đó. 

Tại sao Business Intelligence lại quan trọng đối với doanh nghiệp

Trí tuệ kinh doanh có thể giúp các công ty đưa ra quyết định tốt hơn bằng cách hiển thị dữ liệu hiện tại và lịch sử trong bối cảnh kinh doanh của họ. Các nhà phân tích có thể tận dụng BI để cung cấp các điểm chuẩn về hiệu suất và đối thủ cạnh tranh để giúp tổ chức hoạt động trơn tru và hiệu quả hơn. Các nhà phân tích cũng có thể dễ dàng phát hiện xu hướng thị trường để tăng doanh số bán hàng hoặc doanh thu. Được sử dụng hiệu quả, dữ liệu phù hợp có thể giúp ích cho mọi việc, từ việc tuân thủ đến nỗ lực tuyển dụng.

Một số cách mà trí tuệ kinh doanh có thể giúp các công ty đưa ra quyết định thông minh hơn, dựa trên dữ liệu:

1. Xác định các cách để tăng lợi nhuận
2. Phân tích hành vi của khách hàng
3. So sánh dữ liệu với đối thủ cạnh tranh
4. Theo dõi hiệu suất
5. Tối ưu hóa hoạt động
6. Dự đoán thành công
7. Xu hướng thị trường giao ngay
8. Khám phá các vấn đề hoặc sự cố

Quy trình thực hiện Business Intelligence bao gồm

Trong vài năm qua, trí tuệ kinh doanh đã phát triển để bao gồm nhiều quy trình và hoạt động hơn để giúp cải thiện hiệu suất.

• Khai thác dữ liệu: Sử dụng cơ sở dữ liệu, thống kê và học máy để khám phá các xu hướng trong các tập dữ liệu lớn.
• Báo cáo: Chia sẻ phân tích dữ liệu cho các bên liên quan để họ có thể đưa ra kết luận và đưa ra quyết định.
• Chỉ số hiệu suất và điểm chuẩn: So sánh dữ liệu hiệu suất hiện tại với dữ liệu lịch sử để theo dõi hiệu suất so với mục tiêu, thường sử dụng trang tổng quan tùy chỉnh.
• Phân tích mô tả: Sử dụng phân tích dữ liệu sơ bộ để tìm hiểu điều gì đã xảy ra.
• Truy vấn: Hỏi các câu hỏi cụ thể về dữ liệu, BI kéo các câu trả lời từ các tập dữ liệu.
• Phân tích thống kê: Lấy kết quả từ phân tích mô tả và khám phá thêm dữ liệu bằng cách sử dụng thống kê, chẳng hạn như xu hướng này xảy ra như thế nào và tại sao.
• Trực quan hóa dữ liệu: Chuyển phân tích dữ liệu thành các biểu diễn trực quan như biểu đồ, đồ thị và biểu đồ để dễ dàng sử dụng dữ liệu hơn.
• Phân tích trực quan: Khám phá dữ liệu thông qua cách kể chuyện bằng hình ảnh để truyền đạt thông tin chi tiết một cách nhanh chóng và nắm bắt được quy trình phân tích.
• Chuẩn bị dữ liệu: Tổng hợp nhiều nguồn dữ liệu, xác định các kích thước và phép đo, chuẩn bị cho phân tích dữ liệu.

Ai sẽ sử dụng hệ thống BI này

Những người hưởng được nhiều lợi ích nhất từ các công nghệ BI bao gồm:

• Ban quản trị (Executives)
• Người ra quyết định kinh doanh (Business Decision Makers)
• Khách hàng (Customers)
• Phân tích viên (Analysts)

Không chỉ vậy, lý do mà các công nghệ BI nên được phổ biến trong nhiều doanh nghiệp là:

• Nó hỗ trợ hầu hết các doanh nghiệp thuộc tất cả các kích cỡ và lĩnh vực khác nhau
• Đặc biệt mang lại lợi ích với các doanh nghiệp trong ngành hàng hóa tiêu dùng, F&B
• Mang lại lợi ích tối đa khi được kết hợp với các ứng dụng ERP

4 thành phần chính của BI

#1. Data sources (nguồn dữ liệu)

CRM, dữ liệu từ các nền tảng quảng cáo (Facebook, Google, Ad networks), Google Analytics, ERP, payment gateway…

Tùy thuộc vào việc bạn cần phân tích gì, bạn sẽ lựa chọn những nguồn dữ liệu phù hợp để tích hợp vào.

Tôi thường phân loại nguồn dữ liệu ra 3 nhóm chính:

• Dữ liệu doanh thu
• Các dữ liệu chi phí
• Những dữ liệu hành vi (các hoạt động của nhân sự trong công ty, khách hàng và người dùng).

Tất nhiên việc phân chia này là do kinh nghiệm cá nhân, các bạn có thể phân chia theo cách nào mình thấy phù hợp.

Điều này là cần thiết vì bạn không thể khơi khơi quẩy ngay trong database của CRM, lỗi nhẹ thì quá tải hệ thống CRM, nặng thì đi tù. Hãy coi bước này giống như bạn copy database của CRM ra 1 chỗ khác để nghiên cứu.

Đối với dữ liệu doanh thu

Nguồn chính thường vẫn là từ CRM. CRM ngày nay thường ở dạng web-based, tức là có 1 website để bạn vào thao tác, và đằng sau nó có 1 database (let’s say MySQL). Công việc của chúng ta lúc này sẽ là ETL các dữ liệu từ database này về data warehouse của chúng ta.

Dữ liệu chi phí

Dữ liệu chi phí thường đến từ các hoạt động quảng cáo. Trong giới hạn bài này tôi chỉ nói đến các ads platform phổ biến ví dụ Facebook, Google. Để lôi được dữ liệu từ các platform này ra, phần mềm ETL của chúng ta cần kết nối được với API của Facebook, Google và họ có API để làm công việc đó tại đây:

Facebook for developers, AdWords API

Không cần bị ngợp nếu bạn đọc không hiểu gì, 1 phần mềm ETL phù hợp có thể làm thay bạn kha khá công việc rồi.

Nguồn dữ liệu hành vi

Nguồn dữ liệu hành vi thì đa dạng hơn, từ log của CRM (với hành vi của sales), issue logs (CSKH), system log (đối với phần mềm, app), Google analytics, appsflyer, mixpanel (đối với hành vi của users, visitors)

#2. ETL

Cái này là 1 phần mềm có tác dụng Extract (trích xuất), Transform (biến đổi) và Load (đẩy) dữ liệu vào database

Có thể nói ETL là trái tim của data warehouse vì nó đảm bảo cho cả hệ thống vận hành trơn tru và chính xác. Vậy nên quyết định sử dụng ETL nào khá là quan trọng

ETL tôi chia làm 2 loại.

Loại 1

Để xử lý các dữ liệu nội bộ (từ CRM, logs ra database thô, từ database thô trộn tung tóe ra database tinh). Loại ETL này chủ yếu cần kết nối với các DBMS của công ty (MySQL, PostgreSQL, MongoDB, Bigquery, SQL server…), nhiều options để xử lý dữ liệu (có sẵn template xử lý, SQL, Javascript, Java, Python,…)

Hiện nay trên thị trường đang nổi nhất 2 bọn miễn phí, open source là Talend DI và Pentaho DI (của Hitachi Vantara). Theo đánh giá của cộng đồng và trải nghiệm của cá nhân tôi thì Pentaho DI dễ dùng và nhanh hơn Talend DI.

Loại 2

Để kéo dữ liệu từ các nguồn dữ liệu giao tiếp bằng API ví dụ như Facebook, Google. Loại ETL này cần maintain khá nhiều và yêu cầu hiểu biết sâu về API của bên cung cấp.

Do đó tốt nhất là nên tìm một dịch vụ ETL trả phí để người ta làm hộ mình phần này. Mấy cái tên nổi trên thị trường là Stitch Data, Aloma (Google mới mua lại), Panoply, Blendo, Fortran… Các dịch vụ này đều có dùng thử miễn phí, tôi khuyến khích các bạn nên thử hết 1 lượt và cân đối về tính năng với giá trước khi quyết định.

Ngoài ra ở Việt Nam bạn có thể bắt đầu sử dụng bản dùng thử Tool A1 Analytics do team dev A1 Digihub thực hiện. Đây là một công cụ giúp hợp nhất dữ liệu từ Google, Facebook, nhiều kênh truyền thông ở Việt Nam trên một Data Warehouse để visualization dựa trên phương thức giao tiếp API. Để hiểu rõ hơn bạn có thể xem hình bên dưới

Nếu bạn có 1 team dev xịn hoặc khối lượng dữ liệu của bạn kéo về quá lớn (1 tỷ bản ghi/tháng hoặc nhiều hơn) thì có thể cân nhắc đến 1 giải pháp ETL khác là Singer.io

Đây là bản open source của Stitch Data phát triển. Bạn có thể tự host nó và dùng để kết nối như Stitch (tất nhiên là với giao diện dòng lệnh). Singer.io còn phát triển 1 phiên bản miễn phí khác có giao diện đồ họa là Knots. Tuy nhiên tôi đã từng thử code có sẵn của Knots và nó không còn hỗ trợ Facebook Ads. Nếu muốn quẩy thì bạn sẽ phải tự upgrade.

#3. Database

Thông thường, các hệ thống data warehouse sẽ dùng relational database management systems (RDBMS) để làm database. Nghe RDBMS có vẻ hơi xa lạ, nhưng thực ra nó rất gần gũi vì chắc các bạn đều biết MySQL (database của WordPress và nhiều web frameworks khác).

Với data warehouse, người ta có những lựa chọn khác như PostgreSQL (miễn phí, open source), Oracle Database, IBM DB2 (cho các dự án siêu to khổng lồ), hoặc những hybrid storage systems như Google Bigquery, Amazon Redshift.

Bạn có thể tưởng tượng nó giống như những file excel có các trường dữ liệu được chia thành cột (field), và thay vì lưu trong máy tính của bạn thì nó được lưu trong máy chủ.

Cá nhân tôi ưa thích dùng PostgreSQL cho các dự án tự quản lý database và Google Bigquery cho các dự án lớn nhưng lại hạn chế về tài nguyên con người và khách hàng không ngại đặt database trên Google Cloud.

#4. Dashboards/Visualization Tools

Cái này thì còn đa dạng hơn rất nhiều

• Miễn phí, open source: Metabase, Redash, Jupyter, Grafana…
• Miễn phí, close source: Google Data Studio
• Có phí: Tableau, Power BI, Sisense, Looker (mới bị Google mua lại)…
• Hoặc bạn có thể bắt đầu sử dụng Dashboards A1 Analytics miễn phí

Đường đi của dữ liệu sẽ như sau: Nguồn dữ liệu -> ETL dữ liệu -> đẩy vào databases thô (nơi lưu dữ liệu thô) -> ETL lần 2 -> databases đã xử lý -> Dashboard.

Các phần mềm và hệ thống của BI

Có rất nhiều công cụ được sử dụng trong BI, một số danh mục và tính năng quan trọng trong các công cụ này:

• Dashboard
• Trực quan hóa
• Báo cáo
• Làm sạch dữ liệu
• ETL (công cụ giúp nhập dữ liệu từ các kho dữ liệu khác nhau)
• OLAP (quy trình phân tích dữ liệu trực tuyến)

Trong các công cụ này, trực quan trực quan hóa và tạo dashboard là hai tính năng phổ biến nhất, chúng giúp người dùng có thể tổng hợp các dữ liệu một các nhanh chóng và dễ dàng.

Các công cụ BI phổ biến nhất hiện nay

Tableau: Nền tảng tự phân tích cung cấp khả năng trực quan dữ liệu và có thể tích hợp với các nguồn dữ liệu khác nhau, kể cả Microsoft Azure SQL Data Warehouse và Excel.

Splunk: Nền tảng phân tích này có thể cung cấp các tính năng BI và phân tích dữ liệu cấp doanh nghiệp.

ALteryx: Công cụ này có thể có nhiều công dụng từ phân tích nhiều nguồn dữ liệu đến đơn giản hóa quy trình làm việc, cũng như cung cấp insight về BI.

Qlik: Có khả năng trực quan hóa dữ liệu, BI và phân tích, cung cấp nền tảng BI quy mô lớn

Google Data Studio: Một công cụ nằm trong hệ sinh thái của Analytics.

Hiểu về BI Dashboard Dashboard

BI Dashboard – Dashboard theo dõi kinh doanh là một công cụ quản lý dữ liệu thông qua hình thức trực quan hóa dữ liệu. KPIs được hiển thị trong các BI Dashboard sinh động và trực quan bằng các biểu đồ đa dạng để người sử dụng có thể nhìn thấu được insights từ số liệu.

Các Dashboard trực quan đều được sử dụng công nghệ để cấu trúc thành các biểu đồ hoàn chỉnh và số liệu được cập nhật realtime. Các biểu đồ trong Dashboard được cấu thành từ sự kết hợp giữa các trường (dimension) và chỉ số (metric) tương thích với nhau để phục vụ cho từng ngành hàng, nhu cầu của từng doanh nghiệp.

>>Xem thêm: Top 5 mẫu báo cáo Marketing&Sales được sử dụng nhiều nhất năm 2020

Mục đích sử dụng BI Dashboard

Mục đích chính của BI Dashboard là để hỗ trợ chủ doanh nghiệp, cấp quản lý trong việc ra quyết định nhờ vào việc thu thập, chắc lọc, phân tích dữ liệu và trực quan dữ liệu mang ý nghĩa đối với hoạt động sales và marketing. Đây cũng là mục đích chính của công cụ A1 Analytics đối với các doanh nghiệp vừa và nhỏ trong việc quản lý và report dữ liệu sales, marketing.

Nhóm lợi ích chính của BI Dashboard

Nhìn rõ xu hướng tăng trưởng: BI Dashboard giúp báo hiệu các xu hướng tăng trưởng tích cực và cảnh báo với các xu hướng tiêu cực thể hiện sự chậm chạp của hoạt động kinh doanh.

Gia tăng hiệu quả: hiệu quả của các quyết định trong kinh doanh đến từ việc quan sát số liệu trực quan một cách chính xác và có tính realtime

Dashboard phục vụ người dùng: người dùng không cần kiến thức về IT vẫn có thể sử dụng và đọc hiểu dashboard một cách dễ dàng. Ngoài ra, các dashboard cũng cung cấp tính năng chia sẻ trong nội bộ công ty, khách hàng,… theo ý muốn của người sử dụng.

Tự do và linh hoạt: số liệu trực quan trên các dashboard có tính realtime 24/7 hỗ trợ người dùng truy cập đa thiết bị và ở mọi địa điểm.

Hướng dẫn sử dụng BI Dashboard hiệu quả nhất

Xác định yêu cầu report

Yêu cầu report giúp phân ra các loại report như sau: report cho bộ phận marketing, tài chính, quản lí, … Tuy nhiên, bạn cần đặt một vài câu hỏi quan trọng để xác định yêu cầu report một cách rõ ràng.

Tại sao cần report và report dành cho ai xem? Gợi ý trả lời câu hỏi này bằng cách liệt kê các bên liên quan cũng như những người ra quyết định và người dùng cuối cùng report. Khi đó, bạn sẽ xác định được đối tượng mục tiêu sẽ xem report là ai.

Vì thế, bạn sẽ biết được những gì sẽ đặt vào dashboard cho report với các thông tin phù hợp để mang đến giá trị cho đối tượng mục tiêu sử dụng.

Ví dụ, mẫu dashboard dưới đây để report hiệu quả quảng cáo của kênh Google Ads về hiệu quả của các từ khóa đang chạy. Đối tượng xem dashboard là cấp nhân viên thực thi chạy quảng cáo.

Tạo không gian trống trong thiết kế dashboard

Thiết kế của dashboard phải đảm bảo tính giao tiếp và truyền tải được insight từ dữ liệu được trực quan trong dashboard. Khoảng cách giữa các biểu đồ với nhau không chỉ giúp dữ liệu dễ nhìn mà còn giúp tạo nên tính giao tiếp của dữ liệu.

Tính lân cận

Các chỉ số và các trường có tính liên quan với nhau nên được trực quan thành các biểu đồ và nhóm gần với nhau.

Sự giống nhau

Các chỉ số và các trường có tính so sánh được nên được trực quan thành các biểu đồ và nhóm lại gần với nhau.

Thiết kế Dashboard có tính ứng dụng

Marketing KPI Dashboard

Các mẫu Dashboard về Marketing tiêu biểu trên công cụ A1 Analytics:

Báo cáo tổng quan hiệu quả các chiến dịch Facebook Ads – Trải nghiệm miễn phí ngay

Một số mẫu báo cáo Marketing khác trên A1 Analytics:

Báo cáo so sánh hiệu quả traffic từ quảng cáo

Báo cáo kết quả hoạt động Facebook Fanpage

Sales KPI Dashboard

Các mẫu báo cáo Sales dành cho các sàn thương mại điện tử trên A1 Analytics

Bạn còn có thể tham khảo thêm các mẫu báo cáo dành cho Sale khác như:

Báo Cáo Hiệu Quả Marketing Và Bán Hàng Cho Người Bán Trên Lazada

Báo Cáo Hiệu Quả Marketing Và Bán Hàng Cho Người Bán Trên Tiki

Vì sao phải sử dụng Dashboard?

Sử dụng các Dashboard được cấu hình sẵn là một giải pháp hiệu quả trong việc tiết giảm nguồn lực làm report và hạn chế sai sót trong cập nhật dữ liệu thủ công.

Trong kỉ nguyên số, các giải pháp liên quan đến dữ liệu cần được ứng dụng công nghệ tự động và có tính realtime để khai thác hết giá trị từ dữ liệu và cạnh tranh bền vững trước sự thích nghi cao của đối thủ.

Nếu bạn đang quan tâm về điều này, bạn hãy dùng thử miễn phí kho template report các kênh quảng cáo Google, Facebook tại link này: Công cụ A1 Analytics

Ví dụ về những doanh nghiệp Việt Nam áp dụng BI thành công

Chia sẻ thực tế từ anh Nguyễn Tùng Giang – Nguyên Chief Growth Officer (A1 chúng em cảm ơn anh rất nhiều)

“Data là thước đo giá trị của Doanh nghiệp”

“Data là tài sản quý nhất của Doanh nghiệp”

Những cái này chắc các bạn đã nghe quá nhiều rồi. Nhưng tóm lại thì Data giúp gì cho công việc kinh doanh của tôi ?

Câu hỏi tưởng chừng đơn giản nhưng theo kinh nghiệm triển khai cho nhiều DN, nếu không đặt câu hỏi này thì gần như đều dừng chân giữa đường hoặc làm không đến nơi. Để cho anh em chút động lực tôi kể vài câu chuyện thực tế cho anh em nghe xem có đồng cảm không nhé

Câu chuyện 1

2014 khi mảng mỹ phẩm của DN tôi và cộng sự kinh doanh thuận lợi, đỉnh điểm doanh số bán lẻ 1 ngày 1 tỷ 2. Và như 1 con ngựa non háu đá chúng tôi chỉ tập trung vào việc đẩy marketing sale làm sao cho bán được nhiều đơn hàng nhất có thể, khách hàng sử dụng ra sao, có quay lại mua tiếp không thì mặc – I don’t care.

– Lúc đó bán cho 1250 khách hàng tổng doanh số chỉ có 572 triệu, trong đó đơn lẻ thì chiếm 87% đơn combo chỉ có 13% và gần như tỷ lệ khách hàng cũ quay trở lại chỉ có 7%. Giá trị của một khách hàng đó đối với DN là 484.000₫, giá trị của một khách hàng đối với nhân viên sale chỉ là 4846₫ ( không bằng 1/10 ly Trà Sữa.)

Và đến một ngày khi doanh số chúng tôi sụt giảm vì thương hiệu bắt đầu giảm dần độ nóng trên thị trường, chỉ có một thứ cứ tăng duy nhất là chi phí nhân sự hệ thống.Đó là động lực để chúng tôi quyết định dừng lại 1 nhịp, nhìn toàn cảnh và xây hệ thống CRM vào DN của mình, với hy vọng vượt dậy DN.

Những thành quả không ngờ sau công cuộc đó

• Cùng với 1.250 khách hàng nhưng doanh số đạt lên tới 925 triệu, đơn giản vì lúc này đơn lẻ chỉ chiếm 40% còn đơn combo chiếm 60%
• Không chỉ vậy với nhiều cải tổ về hệ thống chăm sóc khách hàng và chương trình KM dành cho khách hàng đã mua hàng, tỉ lệ khách hàng quay trở lại với chúng tôi sau lần đầu tiên đã tăng lên từ 7% lên tới 48%.
• 15% khách hàng mới của chúng tôi đến từ những khách hàng cũ giới thiệu mà không tốn chi phí MKT nào.

Cách chúng tôi đã làm như sau

Như vậy xây dựng hệ thống và ra những cải tiến tổng giá trị một khách hàng của chúng tôi trong vòng 1 năm trị giá tới 2 tỷ. Giá trị trung bình của một khách hàng với doanh nghiệp lên tới 1 triệu 6.

#1 Khi sâu sát cùng với anh em Sale trong từng đơn hàng bán ra, chúng tôi phát hiện có nhiều sale upsell rất hiệu quả, đơn mụn luôn bán được sữa rữa mặt đi kèm.

Nên quy trình kịch bản của chúng tôi bắt buộc và ra chỉ tiêu cho sale khi bán sản phẩm trị mụn bắt buộc phải bán thêm sữa rửa mặt, điều đó là giúp chúng tôi tăng giá trị trung bình đơn đơn từ 425000₫ lên 700.000₫

#2 Sau đó phân tích sâu hơn về chu kỳ sử dụng sản phẩm, Ví dụ như mụn thường chu kỳ sử dụng là 30 ngày ngày, và nếu chủ động gọi cho khách hàng trước khi họ xài hết thì tỉ lệ Upsell tăng đáng kể
Áp dụng crm chúng tôi cho hệ thống báo tự động cho Sale ngày khách hàng sắp hết hạn sử dụng, hãy gọi điện và chăm sóc ngay nhé.

• a- Trường hợp khách hàng chưa hết mụn nhân viên sale sẽ up thêm kem trị mụn.
• b- Trường hợp khách hàng đã hết mụn Sẽ up thêm sữa rửa mặt nếu trước đó khách hàng chưa mua combo
• c- Trường hợp khách hàng không mua sữa rửa mặt Sale sẽ cross sell sang kem trị sẹo trị thâm,
• d- Nếu khách hàng không bị sẹo bị thâm Chúng tôi sẽ up kem dưỡng da

1. Mỗi khách hàng mua đơn đầu tiên chúng tôi đều tặng 1 phiếu mua hàng trị giá 50.000 hoặc 100000₫ cho lần mua tiếp theo. Kết hợp CRM và CTKM Chúng tôi đã tăng tỷ lệ khách hàng cũ từ 7% lên 48%, hiện tại con số mới nhất số tôi được thống kê là tỷ lệ khách hàng cũ đã lên tới 58% trên tổng doanh số hiện tại t8/ 2019

KHÔNG CHỈ GIA TĂNG DOANH SỐ VÀ SỰ TRUNG THÀNH CỦA khách hàng mà điều ý nghĩa hơn với tôi đó là : Tăng THÁI ĐỘ – HIỆU SUẤT công việc và lòng TRUNG THÀNH của nhân sự sale:

Trước đây nhân viên sale nhìn khách hàng chỉ trị giá bằng 4846₫ tức là bằng 1 /10 ly trà sữa. Sau đó tôi cho sale hiểu rằng cùng với 1.250 khách hàng tổng hoa hồng các bạn nhận được không chỉ là là 6 triệu mà lên tới 21 triệu và những khách hàng đó sẽ giới thiệu thêm thêm nhiều khách hàng cho các bạn. Kết quả là n sale Chăm sóc khách hàng ngày càng nhiệt tình chu đáo

Bản theo dõi “huyền thoại” của Nguyễn Tùng Giang – nhìn rất lộn xộn nhưng đáng giá tiền tỉ

Câu chuyện 2

2019 tại chuỗi 8 spa tôi đang làm giám đốc tăng trưởng, có một số quyết định đã giúp chúng tôi loại bỏ 50% khách hàng lạnh, tăng được gần 30% khách hàng đặt lịch

• Theo dõi Report Call center và Pancake chúng tôi phát hiện có rất nhiều khách hàng call và inbox ở những khung giờ đêm 18h-24h và những khung giờ đó rất dễ xin số điện thoại và chốt lịch. Nên sau đó chúng tôi xây dựng cơ chế trực đêm và tỷ lệ khách hàng lạnh trong khoảng thời gian đêm giảm 60%, tỷ lệ chốt lên tới 30% so với trước đây không có ai chăm sóc.
• Một phân tích nữa chúng tôi nhận thấy được rằng có rất nhiều khu giờ giải đặc biệt bị bỏ qua : 6h30 – 7h30 / 11h30 – 13h / 24h – 2h. Nên tôi đã sắp xếp khung giờ làm việc xoay ca linh hoạt để đảm bảo khi khách hàng liên hệ thì luôn luôn có người giải đáp và phục vụ tỷ lệ chốt tăng hơn 18% ở các khung giờ đó
• Cuộc Miss Call ở khung giờ hành chính quá cao -> Áp KPI không để điện thoại reo quá 5s, đem vào KPI hiệu suất phạt nếu quá cao => tỉ lệ miss call giảm 80%

Nếu ngay từ lúc đầu phát triển doanh nghiệp chúng tôi tập trung vào những vấn đề trên, thì có lẽ đã không xảy ra những câu chuyện như tụt giảm doanh số, khách hàng bỏ đi. Theo ước tính tôi đã bỏ rơi gần 50.000 đã chi trên 1 triệu 2 ở DN chúng tôi.Đó là lý do tôi khuyên các bạn trước khi bắt đầu Xây dựng hệ thống phân tích số liệu marketing và sale.

HÃY ACTION NGAY ĐI ANH EM À,mà ACTION từ đâu ?

Là Chủ DN hoặc quản lý, chúng ta muốn những Báo cáo đẹp mượt mà như thế này cơ . Có thể nhìn được dễ dàng trên Mobile, nắm bắt thông tin nhanh chóng và nói được những điều thật sự quan trọng

Có bao giờ bạn ngồi xuống vài ghi ra cụ thể những câu hỏi mà mình luôn phải “đau đáu” không ? Như thế này :

1. Doanh thu , lợi nhuận của bạn đến từ mặt hàng nào, đang tăng giảm bao nhiêu % từng ngày/tuần/tháng/quý/năm

2. Lãi ròng trên từng sản phẩm hoặc cửa hàng là bao nhiêu sau khi trừ đi tất cả mọi chi phí (kể cả lương chủ)

3. Tỉ lệ % của từng loại chi phí: giá vốn, marketing, sale, giao nhận – bóc tách tỉ lệ này ra cho từng loại sản phẩm, từng cửa hàng, từng team, chia theo ngày/tháng/quý

4. Chi phí để có 1 khách là bao nhiêu (CaC); giá trị vòng đời của khách (LTV) là bao nhiêu. Tần suất mua hàng và giá trị trung bình từng đơn hàng

5. Tỉ lệ chốt của từng sale? Tốc độ và hiệu suất làm việc của Sale?

6. Hiệu quả của Marketing: reach, view, traffic, lead, qualified lead, deal… Google hay Facebook đang đem lại hiệu quả tốt hơn. CPL trên từng kênh là bao nhiêu? Đang tăng hay giảm? Nếu tăng thêm 20% ngân sách cho Ads thì liệu doanh số có tăng 20% ?

7. Các chỉ số nào đang tốt và các chỉ số nào đáng báo động? Hay đợi chuyện xảy ra rồi mới vỡ lẽ…

Mình gặp rất nhiều doanh nghiệp vừa và nhỏ, có đến 90% các bạn rất mù mờ về câu trả lời. Hoặc sẽ biết 1 cách chung chung rằng đang lời bao nhiêu, hoặc nhớ đơn giản là bỏ 1 triệu tiền ads thu về 30 triệu doanh số

Khi thuận lợi thì ko sao. Đến lúc gặp khó thì ko biết khó ở đâu để gỡ. Hoặc dễ quyết định theo cảm tính, và đỡ ko kịp. Hoặc nghe lời nhân viên rồi đến lúc mới ra đã lầm tin em. Thực ra việc này ko khó. Anh em nào đọc phần trên của Nguyễn Tùng Giang nhiều rồi cũng đoán cách giải. Đó là bắt tay vào làm ngay. Bằng Excel/ Google sheet đều được.

1. Thiết lập ra các chỉ số cần đo lường

2. Tổ chức lại hết các file dữ liệu nhằm trả lời được các chỉ số mong muốn

3. Tạo ra quy trình hướng dẫn nhân viên cách nhập liệu và có cách kiểm tra

4. Tốt hơn là dùng các tool kết nối số tự động vì con người luôn có sai sót. Thêm nữa là ai cũng ngán phải nhập số mỗi ngày

5. Tạo các bản báo cáo trực quan, có ý nghĩa và cập nhật

6. Xây dựng thói quen đọc số và làm việc dựa trên số liệu. Ko phát biểu theo kiểu: em nghĩ, em tưởng, em đoán

Tuy vậy chắc hẳn ai cũng cảm thấy khá nhức não với những file kiểu như thế này. Đặc biệt mỗi khi phát sinh thêm SKU, thêm nhân viên, thêm nhu cầu thì số liệu & công thức càng trở nên rối rắm

Là Chủ DN hoặc quản lý, chúng ta muốn những Báo cáo đẹp mượt mà như thế này cơ . Có thể nhìn được dễ dàng trên Mobile, nắm bắt thông tin nhanh chóng và nói được những điều thật sự quan trọng

Nếu được ngồi cafe và mân mê với những báo cáo thế này trên tay, bạn có thích không. Nếu câu trả lời là YES thì liên hệ A1 Digihub ngay. Có team Data xịn và đồ chơi đầy đủ phục vụ anh em nhé!Rất nhiều cty lớn như Grab, Topica, The coffee house …đã áp dụng thành công. Và tiếp theo sẽ là bạn ?

Kết luận,

• BI (Business intelligence) là một chuỗi các quy trình, kiến trúc và công nghệ giúp chuyển đổi dữ liệu thô thành các thông tin có ý nghĩa giúp doanh nghiệp đưa ra được các chiến lược tốt, mang lại lợi nhuận.
• Hệ thống BI giúp các doanh nghiệp có thể xác định các xu hướng thị trường và chỉ ra các vấn đề mà doanh nghiệp cần giải quyết.
• Các công nghệ BI có thể được các nhân viên phân tích dữ liệu (Data analyst), nhân viên IT, chủ doanh nghiệp sử dụng.
• Các hệ thống BI có thể giúp tổ chức tăng hiệu suất, làm rõ trách nhiệm và làm rõ các quy trình.