Tác dụng của data warehouse: Câu chuyện tự dựng Data Warehouse – Phần 1

Câu-chuyện-tự-dựng-DATA-WAREHOUSE-A1-digihub

Customer Acquisition Cost (CAC) – Cost per Income Ratio (CIR) – Câu chuyện tự dựng DATA WAREHOUSE
Cùng với sự phát triển của các công nghệ Analytics và advertising platforms, ngày nay trong Digital marketing chúng ta có thể đo đạc được khá sâu hiệu quả của hoạt động marketing và quảng cáo thông qua các chỉ số như CPI (cost per install), CPL (cost per lead).
Các chỉ số này không chỉ được tính 1 cách chung chung mà còn còn thể chia nhỏ theo nhiều dimensions khác nhau (tuổi, giới tính, vị trí địa lý, thiết bị, hệ điều hành, định dạng quảng cáo, nội dung quảng cáo, vị trí đặt quảng cáo,…).
Tuy nhiên một người làm performance marketing sẽ hiểu rằng CPL, CPI tốt không có nghĩa kết quả kinh doanh cũng sẽ tốt. Sếp của chúng ta quan tâm đến lợi nhuận, và lead rẻ không tương đương với lợi nhuận tốt.

Bản phần mềm tự dựng Data Warehouse

Đo lường CAC, CIR

Bài toán đo lường trong marketing cần nâng lên 1 tầm khác đó là đo lường CAC, CIR và thậm chí là CLV (Customer Lifetime Value).

  • Concept của kĩ thuật đo lường CAC khá đơn giản = Tổng ngân sách quảng cáo / tổng số khách hàng.
  • CIR thì = tổng chi phí quảng cáo / tổng doanh thu (tính ngược của chỉ số ROAs).

Tuy nhiên, câu chuyện trở nên phức tạp nếu bạn muốn khám phá sâu hơn nữa. Ví dụ:

  • CAC của tỉnh Thái Bình Sky’ss so với Tiền Giang cái nào tốt hơn?
  • Trong tương quan giữa sản lượng khách hàng với CAC của 2 nơi này, nơi nào đáng để chi nhiều tiền quảng cáo hơn? (đánh đổi sản lượng lấy CAC rẻ, hay vít thẳng lên để lấy sản lượng cao)
  • Khách hàng sử dụng điện thoại loại nào sẽ cho CIR và CAC tốt nhất?
  • Tiêu đề quảng cáo như thế nào dễ dẫn đến hành vi mua hàng nhất?

Khi trả lời được những câu hỏi này, chúng ta mới có thể tự tin ra quyết định đốt tiền.

Bản phần mềm tự dựng Data Warehouse

Vì sao nên dựng DATA WAREHOUSE

Tôi cũng từng bối rối khi gặp phải những câu hỏi kiểu này. Sau một thời gian thử nghiệm với nhiều công nghệ và phương án tích hợp khác nhau và dừng chân tại phương án tự dựng data warehouse. Một số nhận xét nhỏ giữa các công nghệ:

Google Analytics

Việc đẩy dữ liệu chi phí lên GA là khả thi, nhưng sẽ phải làm thủ công nếu bạn chạy nhiều kênh khác ngoài Google Ads. Ngoài ra, khối lượng dữ liệu đẩy lên cũng không lớn, kém linh hoạt. Dữ liệu doanh thu có thể làm tự động nếu bạn có website thương mại điện tử và hoạt động mua bán chỉ diễn ra trên website

Facebook Offline Conversion

Nếu bạn chỉ chạy quảng cáo Facebook, bạn có thể nghĩ đến phương án này. Tuy nhiên, theo kinh nghiệm cá nhân thì tôi thấy độ chính xác không cao, chỉ tầm 60 – 70%. Một nửa sự thật thì không phải sự thật, mà 2/3 sự thật cũng không phải sự thật. Thậm chí tôi còn không tin nổi 1 phần nào trong cái báo cáo của bọn này, vì mọi thứ đều bị giấu kín.

Salesforce, Zoho CRM

Giải pháp của 2 bên này tôi chưa nghiên cứu sâu để có kết luận. Tuy nhiên, không phải công ty nào cũng sẵn sàng từ bỏ CRM hiện tại của mình để chuyển sang 1 giải pháp đắt tiền và phức tạp như bọn này. Còn về lợi ích của Salesforce hay Zoho, hãy để chuyên gia vào phân tích.

Báo cáo thủ công: This is a pain in the ass. Đồng thời, bạn cũng gần như không đào sâu được gì với đám báo cáo này

Bạn có thể bắt đầu dùng thử miễn phí Công cụ A1 Analytics. tích hợp đa kênh, và các chiến dịch quảng cáo trên một nền tảng duy nhất, trực quan hóa các dữ liệu bằng đồ thi, biểu đồ. Giúp doanh nghiệp dễ dàng trong việc báo cáo dữ liệu, KPI mong muốn.

Dashboard A1 Analytics báo cáo hiệu quả truy cập của 2 kênh Facebook và Google ads
Dashboard A1 Analytics báo cáo hiệu quả truy cập của 2 kênh Facebook và Google ads

Ngoài ra còn một số nguyên nhân nữa giúp bạn cân nhắc tự dựng data warehouse:

  • Quảng cáo đa kênh, mỗi kênh một kiểu dữ liệu báo cáo
  • Chỉ quảng cáo Facebook, nhưng chạy nhiều tài khoản, mỗi tài khoản chạy hàng chục chiến dịch
  • CRM của bạn là hàng thửa, không theo tiêu chuẩn gì
  • Sales pipeline phức tạp
  • Ki bo, chỉ muốn giữ data cho nội bộ, không leak ra ngoài dưới bất kỳ hình thức nào

Hôm nay tạm thời tôi chia sẻ đến đây. Tôi cũng không biết anh em có hứng thú nghe tiếp không. Nếu ủng hộ thì tôi sẽ viết tiếp về cách dựng data warehouse bằng các công nghệ open source và các kĩ thuật phụ trợ.

Bạn có thể quan tâm

4 thành phần chính trong Business Intelligence: Tự Dựng Data Warehouse – Phần 2

Nguồn: Cuong Tran

———————————————————————————————-
Một phần của hệ sinh thái A1Digihub – A1 Analytics là công cụ tổng hợp, phân tích dữ liệu và làm báo cáo sale, marketing, vận hành đầu tiên tại Việt Nam. Với hơn 2000 khách hàng cả cá nhân và doanh nghiệp trong vòng chỉ 6 tháng. A1 Analytics tự tin sẽ thay đổi hoàn toàn cách làm kinh doanh, làm báo cáo của hàng triệu doanh nghiệp Việt.
Đăng ký và sử dụng miễn phí ngay

Những Bài Viết Liên Quan

Theo dõi A1 Blog

Nhận các bài viết mới về các lĩnh vực tại A1

Call Now Button