Hôm nay là mùng 2/9, chắc các bạn được nghỉ lễ nhiều đúng không? Bạn của mình được nghỉ tận 5, 6 ngày liền, đang không biết làm gì để “giết” thời gian. Nếu bạn cũng đang rơi vào tình huống này thì bây giờ mình sẽ cho bạn một gợi ý về kỹ năng cần học, đọc xong chắc bạn sẽ muốn được nghỉ nhiều hơn để tu luyện kỹ năng này đó.
Kỹ năng này càng ngày càng quan trọng, không chỉ với content writer, marketer mà còn với nhiều công việc khác nữa. Tuy nhiên, bởi vì mình đã và đang chạm tới hai mảng content writing và marketing nên mình sẽ xoáy sâu vào đây nhé.
Thực ra kỹ năng này mình đã biết từ cách đây vài năm rồi. Mình biết nó vô cùng quan trọng, vô cùng hữu ích, và sẽ cực kỳ “hot” trong tương lai. Nhưng một phần vì thời gian đó, công việc chưa đụng chạm nhiều, cộng thêm mình không mạnh về tư duy logic nên cứ bỏ qua mãi.
Đến bây giờ, khi thực sự làm ở vị trí Digital Marketing Executive, trực tiếp chạy các chiến dịch quảng cáo, marketing và phải đưa ra chiến lược thì mình bắt đầu ngấm dần kỹ năng này quan trọng đến mức nào. Thế nên, để giúp bạn sớm đi đúng hướng, tránh trường hợp như mình nước đến chân mới nhảy thì hôm nay mình sẽ giới thiệu đến bạn kỹ năng này nhé.
Đó là data analytic.
Tại sao data analytic lại cần thiết để trở thành một marketer giỏi?
Data analytic có thể hiểu một cách nôm na là phân tích dữ liệu. Nếu không có sự phân tích, dữ liệu sẽ chỉ là dữ liệu, một mình nó chẳng có ý nghĩa gì.
Lượt view, đọc, bình luận, thích, không thích, chia sẻ.
Số lượng người vào website, số lượng người đọc một bài viết cụ thể, thời gian họ ở trên website của bạn.
Người ta bình luận vào quảng cáo của bạn, bình luận cái gì, dùng ngôn ngữ như thế nào, có dùng emoji hay không, bình luận ngắn hay dài?
Số lượng người xem một sản phẩm, nhấp chuột cho sản phẩm vào giỏ hàng, đi vào trang thanh toán rồi hoàn tất việc mua. Hoặc họ có thể thoát trang giữa chừng mà không mua.
Số lượng người đọc email, tỷ lệ nhấp chuột vào liên kết trong email, tỷ lệ huỷ đăng ký email, phản hồi lại email của bạn.
Vân vân và mây mây.
Tất cả những cái này đều là dữ liệu — có thể dưới dạng con số, text, hình ảnh, emoji… Chúng rất thô và có vẻ rời rạc.
Nhưng nếu bạn liên kết các dữ liệu này lại với nhau, bạn sẽ thấy rất nhiều điều.
Với việc bây giờ chúng ta mua hàng trực tuyến, dùng Internet rất nhiều, rồi cả mạng xã hội từ Facebook sang Instagram rồi TikTok thì phân tích dữ liệu càng trở nên vô cùng quan trọng.
Mình ví dụ như này.
Bạn muốn mua một loại kem dưỡng da. Bạn bắt đầu google về những loại kem dưỡng da tốt nhất. Bạn tìm thấy một blog chuyên viết review sản phẩm làm đẹp và vào đó đọc ngấu nghiến.
Hôm sau, bạn vào Facebook và thấy một quảng cáo về loại sản phẩm kem dưỡng bạn đọc hôm qua. Bạn click vào quảng cáo đó và được dẫn vào một trang web của người bán. Bạn đọc hết thông tin trên trang sản phẩm, nhưng bạn chưa mua ngay. Bạn tiếp tục lướt hết các trang khác, xem thử cửa hàng này bạn cái gì, đọc thông tin về người bán xem thử có uy tín không. Sau đó, bạn lại quay sang Google xem có trang nào bán rẻ hơn không. Rồi bạn tiếp tục nhắn tin cho những người bạn quen biết hỏi xem đã dùng loại dưỡng này chưa. Chưa hết, có bạn thậm chí còn sẽ đăng lên các nhóm Facebook hỏi review nữa. Cơ mà sau rất nhiều những thao tác vậy, bạn vẫn chưa quyết định mua.
Một tuần sau, lúc đang lướt Facebook trên điện thoại, bạn thấy một người bạn khác đăng hình ảnh tự sướng với khuôn mặt sáng loáng, đẹp đến bất ngờ. Bạn cảm thấy mình đã bỏ bê việc chăm sóc da mặt. Bạn quyết định quay lại website mà bạn đã ghé thăm và mua sản phẩm mà bạn đã tìm hiểu trước đó.
Bạn có cảm thấy quen thuộc với quá trình mua sắm như vậy không? Mình chắc chắn là rất nhiều bạn sẽ thấy “hình như chị ấy đang mô tả về mình” hoặc tình huống vậy là phổ biến rồi.
Với các thương hiệu, người bán sản phẩm thì việc phân tích hành trình mua hàng của người dùng như vậy là điều cực kỳ, cực kỳ giá trị với họ. Cái khó ở chỗ là không phải công ty nào cũng làm được, và không phải dễ để làm bởi vì khách hàng bây giờ có hành vi mua sắm rất phức tạp. Họ có thể xem một sản phẩm hôm nay nhưng vài tháng sau họ mới mua. Hoặc họ cũng có thể bất ngờ một ngày đẹp trời, ghé vào Tiki và mua hết thứ này đến thứ khác.
Bởi vì hành vi của khách hàng thay đổi như vậy, cộng thêm những thay đổi của công nghệ, các nền tảng quảng cáo và marketing nên việc phân tích dữ liệu càng cực kỳ quan trọng.
Bạn không thể ngồi một chỗ trước màn hình máy tính và đưa các quyết định dựa trên phán đoán hay giả thuyết. Bây giờ, bạn cần làm điều này dựa trên phân tích dữ liệu. Bạn cần đưa ra cơ sở chắc chắn cho những giả thuyết của mình vì nếu không như vậy, bạn sẽ dễ đưa ra các nhận định sai lầm. Khi đã có quyết định sai lầm thì một loạt những hệ quả xấu sẽ kéo theo, ví dụ tốn kém chi phí quảng cáo mà không bán được hàng, khách hàng phàn nàn, thậm chí còn huỷ hoại danh tiếng công ty nữa.
Đó cũng là lý do vì sao bây giờ các công ty rất nhấn mạnh tới data-driven marketing hay data-driven decision. Ai sở hữu khả năng đọc, phân tích dữ liệu và đưa ra các insight giá trị từ những dữ liệu đó thì người đó sẽ rất được trọng dụng — là “tài sản” của các công ty luôn ấy.
Làm thế nào để cải thiện kỹ năng data analytic?
Marketer bây giờ khác với hồi xưa. Các marketer hiện đại là người làm việc đa nhiệm, thành ra bộ kỹ năng để thành công trong nghề cũng trở nên đa dạng hơn nhiều. Tuỳ vào vị trí bạn đang đảm nhiệm thì kỹ năng cần thiết có thể khác nhau.
Ví dụ, mình đang là Digital Marketing Executive — phần việc của mình yêu cầu các kỹ năng liên quan đến (Klaviyo) email marketing, quảng cáo trả phí (paid ads), copywriting, thiết kế. Bọn mình tập trung vào các ecommerce brand nên sẽ còn đặc thù hơn nữa.
Nếu bạn là một SaaS marketer thì tuy rằng có thể bạn cũng cần đến email marketing và ads, nhưng cách bạn ra chiến lược, triển khai và kiểm soát hiệu quả nó sẽ hoàn toàn khác với mình. Lý do bởi vì lĩnh vực SaaS của bạn không giống với lĩnh vực thương mại điện tử (ecommerce) mình đang làm.
Vậy thì làm thế nào để cải thiện kỹ năng data analytic? Mình thấy cách hiệu quả nhất, ít nhất là với mình, đó là vừa học vừa làm. Những bạn nào đang đi làm marketing tại hoặc cho các công ty thì thử xem nhé. Ngày đi làm ở công ty, tối về cày cuốc tìm hiểu thêm rồi áp dụng trở lại cho công việc hiện tại. Đụng tới cái gì chưa biết thì google về nó. Mình tự học bằng như vậy.
Còn nếu bạn muốn thêm các tài liệu về data analytic trong marketing thì mình có biết một số này, bạn xem thử nhé. Tất cả đều miễn phí, vì mình thích dùng đồ miễn phí :))
- Free Analytics Courses | HubSpot
- Marketing Analytics Guide | Snowflake
- Google Analytics Academy | Free Courses
- Free Facebook and Instagram Courses | Facebook
- Email Insights: Campaign Tracking and Reporting Guide | Campaign
Hy vọng bài viết hôm nay có ích cho bạn nhé. Có gì muốn thảo luận cứ gửi email cho mình nha.