Giữa một rừng data, một dãy chỉ số đo lường (Key performance indicators), và hàng loạt các thông số (Metrics), làm sao các marketer có thể đọc vị những con số để từ đó đưa ra quyết định đúng đắn? Câu trả lời chính là kĩ năng data analytics. Bài viết này sẽ gửi đến bạn 4 cách ứng dụng data analytics trong marketing.
I. Chiến lược marketing đẩy (push marketing)
Khi một thương hiệu đưa ra quyết định “Có nên đầu tư vào ngành hàng này hay không? Sản phẩm nào để họ có thể tham gia vào ngành hàng?” thì họ bắt đầu bằng cách thấu hiểu các dữ liệu quan trọng của chiến lược đẩy (push) từ nhãn hàng đến hệ thống phân phối hiện có của mình. Vậy quá trình push bạn sẽ cần đánh giá những chỉ số nào?
1. Đối với Retail
- Các chỉ số này có ý nghĩa:
Value/volume sales: value sales – giá trị đã bán; volume sale – số lượng đã bán. 2 chỉ số sẽ cho bạn biết lượng hàng hóa mình đã bán trong tháng qua.
Value/volume share: phần trăm thị phần của một thương hiệu hay một SKU bất kỳ trên tổng thị trường hay trong một phân khúc nhất định.
Volume, Value share of Trade: tỷ lệ phần trăm đóng góp của từng vùng, từng kênh của 1 nhãn hãng hay cả thị trường.
- Tình huống thực tế
9 tình huống thực tế dưới đây, giúp bạn nắm bắt các khái niệm và áp dụng vào công việc của chính mình.
Tóm lại, chỉ số value/ volume sales sẽ cho bạn biết lượng hàng và doanh thu trong tháng có tốt so với đối thủ không? Chỉ số share cho bạn biết mình đang cạnh tranh với đối thủ như thế nào trong ngành hàng. “Hiểu mình hiểu địch” khi đó, bạn sẽ có góc nhìn bao quát về thị trường của mình.
Trong 6P của marketing, distribution là place. Một thương hiệu có sản phẩm tốt và chiến dịch quảng cáo hoành tráng nhưng lại không đưa sản phẩm đến người tiêu dùng thì thật tiếc. Chính vì vậy, bạn cần dữ liệu từ hệ thống phân phối của mình để đo lường và đánh giá.
2. Đối với Distribution (độ phủ)
Bạn cần nắm những định nghĩa về 3 thuật ngữ mà bạn sẽ gặp xuyên suốt bài viết, AIM sẽ giải thích 3 chỉ số chính trong quá trình push từ nhà sản xuất đến hệ thống phân phối nhé:
3 chỉ số này có ý nghĩa:
Numeric Distribution: Chỉ số đo lường mức độ phủ của thương hiệu trên thị trường.
Weighted Distribution: Chỉ số đo lường mức độ hiệu quả của kênh phân phối theo số liệu bán hàng tại điểm bán.
Stock:
- Stock cover day: ngày tồn kho.
- Out-of-stock: Tình trạng hết hàng.
- Loss distribution: Mất đi độ phủ.
AIM diễn giải hơn như sau:
Numeric Distribution
Ví dụ bạn muốn đo lượng độ phủ của sản phẩm kemque trên thị trường. Sản phẩm của bạn có mặt 70 cửa hàng mà trên thị trường có 100 cửa hàng thì numeric distribution của nhãn hàng là 70%.
Weighted Distribution
Đây là chỉ số quan trọng để nhãn hàng tập trung nguồn lực, chi phí và nhân sự để phát triển các cửa hàng tại khu vực đang có doanh thu cao. Nếu nhãn hàng có độ phủ rộng nhưng volume từng cửa hàng không cao sẽ tốn chi phí, tốn thời gian và giảm ROI (return on investment – tỷ lệ hoàn vốn).
Tổng số weighted distribution của toàn thị trường luôn là 100. Nhưng tổng numeric distribution của tất cả thương hiệu luôn >100, vì một cửa hàng chứa nhiều hơn 1 thương hiệu
Ví dụ dưới đây để bạn nắm 2 khái niệm về độ phủ. Trên thị trường có 10 cửa hàng và sản phẩm của thương hiệu đang được bán tại 4 cửa hàng. Có nghĩa là numeric distribution chiếm 40% so với thị trường. Tại 4 cửa hàng, weighted distribution chiếm 72% so tổng các cửa hàng trên thị trường.
Stock
Bạn là nhân viên khảo sát thị trường. Tháng đầu tiên, bạn xuống thị trường – nơi cửa hàng đang bán sản phẩm của công ty.
Tháng đầu tới cửa hàng, bạn thấy họ còn hàng thì sản phẩm còn distribution và hàng không out-of-stock.
Tháng thứ 2, bạn tới cửa tiệm và chủ cửa hàng không nhập hàng nhưng hàng vẫn còn trên kệ. Bạn vẫn còn distribution và không bị tình trạng out of stock
Tháng tiếp theo, bạn tới cửa hàng và chủ cửa hàng có nhập hàng nhưng hàng đã hết. Điều này cho thấy hàng đã được nhập vào và bán ra trước khi bạn đến. Distribution vẫn còn nhưng cửa hàng bị out-of-stock.
Tháng 4 bạn không còn thấy cửa hàng còn nhập hàng và bạn đối chiếu dữ liệu budget dairy không thấy nhập hàng vào. Đồng thời, hàng của bạn đã không còn. Đây là trường hợp xấu nhất bạn đã loss distribution.
Bạn sẽ không để bị bệnh rồi mới đi khám phải không nhỉ? Bạn có thể thấy cửa hàng ở tháng 3 cửa hàng đang bị out of stock – thiếu hàng, vì vậy bạn dự đoán được nếu hàng bị thiếu ở mức cao thì nguy cơ những tháng sau bạn sẽ mất độ phủ loss distribution.
II. Chiến lược marketing kéo (pull marketing)
Khi đánh giá doanh số bán ra có hiệu quả hay không, doanh thu (value sales), sản lượng bán (volume sales), 2 chỉ số đã đủ để bạn đánh giá sự tăng trưởng của nhãn hàng hay chưa? Chỉ số quan trọng tiếp theo sẽ cho bạn biết sức mua của khách hàng với sản phẩm.
1. Sales per point of distribution – S.P.P.D
Sức ủng hộ của người tiêu dùng trên một đơn vị của một cửa tiệm, đây là chỉ số mình sẽ tính toán không thể thu thập của cửa tiệm.
- Tại sao bạn nên dựa vào SPPD thay vì volume sales?
Khi bạn so sánh nhãn hàng A và nhãn hàng B nếu bạn xét theo volume/ value sales – chỉ về độ lớn của nhãn hàng đó mà bạn quên đưa vào mức độ phủ hàng của nhãn hàng đó như thế nào. Ví dụ, nhãn hàng A có độ phủ hàng là 90% – dĩ nhiên volume sales của họ cao hơn nhãn hàng B với mức độ phủ hàng mới chỉ có 20% về distribution.
Khi bạn tính theo 1 đơn vị cửa hàng để xem ở cửa hàng đó họ đang bán được bao nhiêu hàng. Giả sử, doanh số của nhãn hàng B trên đơn vị 1 cửa tiệm cao hơn nhãn hàng A và họ có xu hướng tăng. Lúc này, bạn cần để ý nhãn hàng B, trong tương lai khi họ mở rộng độ phủ (distribution) mà vẫn giữ được sức ủng hộ của người tiêu dùng (SPPD) thì thị phần của bạn sẽ bị đe doạ.
2. Off – Take
Tiếp nối với ví dụ về độ phủ (distribution) thì bạn sẽ thấy “nhãn hàng A” có 4 cửa hàng trên tổng thị trường là 10 cửa hàng (numeric là 40%) và họ đóng góp 45% sales tương đương 83% weighted trên tổng ngành hàng. Bạn dùng công thức sẽ có được off-take = 0.54 SPPD. Con số này có ý nghĩa gì?
Nó sẽ không có ý nghĩa gì cả! Vì chúng ta chỉ nhìn vào 1 con số được tính ra nên đối với off-take – bạn nên so sánh nhãn hàng của mình với các nhãn hàng khác dựa trên xu hướng của từng tháng từng quý và bạn sẽ thấy mình đang cao hay thấp so với đối thủ và nhãn hàng của bạn đang tăng hay giảm theo xu hướng của thời gian.
Điều quan trọng bạn sẽ cần nhớ, khi phân tích doanh thu của nhãn hàng thì độ phủ (distribution) và off-take thường xuyên được để ý trước.
3. Source of growth – nguồn tăng trưởng
Đề bài của doanh nghiệp/thương hiệu sẽ xoay quanh 3 mục tiêu chính “SALE – doanh thu; PROFIT – lợi nhuận và GROWTH – tăng trưởng). Nếu bạn nhận đề bài này, bạn sẽ bắt đầu từ đâu?
Source of growth là gì?
Đó là “source of growth – nguồn tăng trưởng” của một doanh nghiệp/thương hiệu. Nguồn tăng trưởng được cấu tạo từ 3 yếu tố.
3 yếu tố giúp tăng “source of growth” cho thương hiệu
Để một ngành hàng tăng trưởng thường sẽ có 3 cách chính:
- Tăng số lần ngành hàng được mua.
- Tăng lượng mua ở mỗi lần mua.
- Tăng mức chi tiêu ở mỗi lần mua.
Theo dữ liệu của Kantar Worldpanel, những chỉ số để bạn hoạch định chiến lược cho từng cách. Chúng ta sẽ bắt đầu với “penetration”.
Penetration
Chỉ số thể hiện tỷ lệ người dùng có mua thương hiệu/ngành hàng ít nhất một lần trong một khoảng thời gian.
Công thức của Penetration:
- Penetration – chiến lược thâm nhập thị trường có ý nghĩa:
Nhãn hàng A đã tiếp cận được bao nhiêu hộ gia đình và họ đã sản phẩm là bao nhiêu. Từ đó, bạn sẽ tiên lượng được tiềm năng của người chưa mua sản phẩm là bao nhiêu, xác định rõ họ là ai để bạn đưa ra chiến lược tiếp cận và mở rộng cơ sở người mua.
- Lưu ý khi phân tích Penetration
Không tính tổng các penetration. Ví dụ, 3 nhãn hàng sẽ có 3 penetration nếu tính tổng thì kết quả sẽ không bằng penetration của tổng ngành hàng. Vì một người/một hộ gia đình có thể mua nhiều ngành hàng cùng một lúc.
Dù bạn 1 hoặc 10 lần thì bạn vẫn được tính một người mua.
Frequency
Sức mua hàng trung bình của một gia đình khi mua một nhãn hàng (hay một ngành hàng) trong một khoảng thời gian nhất định.
- Công thức của Frequency
- Frequency có ý nghĩa:
Chỉ số này phản chiếu số lần mua hàng của một hộ gia đình tại một khoảng thời gian. Đồng thời giúp bạn đưa ra chiến lược để tăng average volume buyer – tần suất mua hàng thì đồng nghĩa với việc tăng lượt mua hàng trung bình của một hộ gia đình trong một khoảng thời gian.
Trip volume
Chỉ số cho thấy trung bình một lần 1 đi mua hàng thì hộ gia đình đó sẽ mua bao nhiêu hàng cho một lần đó.
-
Công thức của Volume per trip
- Volume per trip sẽ trả lời các câu hỏi như
Người mua của thương hiệu có gia tăng lần mua theo thời gian không?
Số lượng người mua/ số lần mua với một số lượng chính xác là bao nhiêu?
Đưa ra chiến lược thiết kế kích thước bao bì. Theo average per buyer tăng lên, bạn có thể thúc đẩy bán những kích cỡ bao bì lớn hơn.
Tóm lại, nguồn tăng trưởng đã đưa ra những cách thức để bạn có thể tăng trưởng một ngành hàng hay một thương hiệu trong một phân khúc nhờ vào các nhân tố chính như penetration; frequency và trip volume. Price paid không được dùng phổ biến, vì vậy AIM sẽ hẹn bạn ở một bài về chiến lược giá bán nhé.
Đọc thêm: Tại sao data analysis quan trọng trong chiến dịch marketing?
4. Brand health
Sau khi đi qua các dữ liệu về ngành hàng; độ phủ và dữ liệu tăng trưởng của một ngành hàng thì chúng ta sẽ cùng tìm hiểu sâu hơn về nhãn hàng.
- Brand funnel
Thể hiện mức độ gắn bó của người tiêu dùng với thương hiệu của mình như thế nào, từ những bước sơ khai nhất như mức độ nhận biết – awareness đến mức độ dùng thử – trial lên tới mức độ thường xuyên – regular và cuối cùng là mức độ trung thành – loyal.
Từ phễu, bạn có thể tính toán được tỷ lệ chuyển đổi của từng tầng mà thương hiệu của bạn. Đối với một nhãn hiệu đang đi qua từng các cấp độ đang tiến triển như thế nào? Bao nhiêu người nhận biết về thương hiệu A và trong số lượng đó có bao nhiêu người cân nhắc sử dụng nhãn hàng để từ đó tỷ lệ đưa ra quyết định sử dụng thử sản phẩm của thương hiệu A bao nhiêu. Cho tới, bao nhiêu phần trăm người dùng sử dụng thương hiệu A thường xuyên nhất.
Tỷ lệ chuyển đổi từ tầng trên qua từng tầng dưới như vậy, bạn có đang chuyển đổi tốt hay không?
Với trường hợp một thương hiệu A có mức độ awareness khiêm tốn nhưng tỷ lệ cân nhắc và sử dụng thường xuyên rất cao. Trong khi đó thương hiệu B có gian hàng rất lớn, độ nhận biết của người dùng là cao nhưng ít ai sử dụng. Vì vậy những dữ liệu đó bạn sẽ đặt trong một bối cảnh là so sánh với đối thủ.
Bạn sẽ so sánh số liệu của mình với nhãn hiệu của đối thủ về tỷ lệ ở từng tầng đang tốt hay không tốt?
Giả sử, trường hợp tỷ lệ chuyển đổi từng mức từ nhãn hiệu của bạn đang thấp hơn so với đối thủ. Bạn đừng vội đánh giá vấn đề ngay, một yếu tố ảnh hưởng trực tiếp tại từng tầng trong một khoảng thời gian nhất định. Bạn cần tìm hiểu đối thủ có đang thực hiện chiến dịch nào không?
- Những yếu tố để chiến dịch truyền thông hiệu quả
Reach: Chỉ số này phải thực hiện được 2 nhiệm vụ, quảng cáo có hiển thị (visibility) tới khách hàng mục tiêu không? Thương hiệu được đón nhận như thế nào?
Response: Chiến dịch quảng cáo mang đến thông điệp thuyết phục (persuasion) được người dùng hay không? Từ đó, người dùng đang nhận biết về giá trị thương hiệu (equity perceptions) như thế nào?
Tạm tóm lại, chiến dịch truyền thông hiệu quả sẽ tăng trưởng doanh thu trong thời gian ngắn và xây dựng thêm giá trị của thương hiệu. Những yếu tố trên đã tạo nên tổng quan về truyền thông để phân tích data sâu hơn trong truyền thông, bạn sẽ làm quen với above the line (ATL) và các chỉ số KPI của media.
5. Above The Line (ATL)
Là những hoạt động sử dụng phương tiện truyền thông đại chúng như TV, radio, OOH, báo… Đây thường là những phương tiện có độ phủ cao, thích hợp cho các chiến dịch branding hay tăng độ nhận diện thương hiệu.
Tại từng kênh, chiến dịch quảng cáo sẽ tác động đến từng tầng của brand funnel. Đi kèm đó là những khó khăn tại các kênh.
- 4 KPI phổ biến của media
Spot: Đơn vị cho một lần xuất hiện quảng cáo.
Reach: Quảng cáo tiếp cận thành công 1 target consumer (xem TVC hơn 60% thời lượng được xem là tiếp cận.
Rating: Phần trăm (%) target consumers xem 1 chương trình nào đó.
GRP: Gross Rating Points: tổng rating của các chương trình, dùng để chỉ độ lớn của campaign.
Tóm lại, chúng ta đã ròng rã đi qua 2 cách ứng dụng Data Analytics trong marketing như chỉ số push và chỉ số pull. Điều quan trọng bạn cần nhớ điểm bắt đầu để phân tích chỉ số bán hàng (sales) thì (độ hiệu quả của cửa hàng) & Off-take (sức ủng hộ của người tiêu dùng) là chỉ số bạn cần phân tích sâu nhất.
Theo dõi AIM Academy để đón đọc phần 2 nhé.
Đừng quên tham khảo khóa học DATA ANALYTICS FOR MARKETERS để thành thạo kĩ năng đọc vị data để tối ưu các quyết định kinh doanh.
Điền form đăng ký ngay để AIM tư vấn chi tiết hơn cho bạn!