TikTok x WARC #2: Đại diện PMAX chia sẻ về công nghệ quản lý dữ liệu tại Việt Nam

Brands Vietnam đã có cơ hội trò chuyện cùng ông Long Lê – CEO PMAX – về tổng quan mức độ ứng dụng giải pháp công nghệ trong hoạt động thu thập, quản lý, đo lường dữ liệu của các chiến dịch quảng cáo digital tại thị trường Việt Nam.

* Ông có thể chia sẻ tổng quan về bối cảnh thu thập thông tin, đo lường tại thị trường Việt Nam ở thời điểm “chuyển giao” này?

Ông Long Lê – CEO PMAX.

Hiện tại, có thể thấy các bên đều đã nhận thức rõ bối cảnh, thử thách và cơ hội trong thời cookie-less. Tuy nhiên, về mức độ chuẩn bị cho một môi trường vắng bóng cookies sẽ có sự khác nhau tuỳ thuộc vào từng phân khúc và mô hình kinh doanh.

Với những doanh nghiệp SMEs, tôi thấy họ chưa có động thái mạnh tay đầu tư cho các giải pháp thay thế để chuẩn bị cho bối cảnh mới này. Bởi hoạt động chuẩn bị đòi hỏi doanh nghiệp đầu tư nhiều cho năng lực công nghệ cũng như các phần mềm, thiết bị hỗ trợ để có thể thu thập, xử lý lượng lớn dữ liệu và áp dụng chúng trong việc giải những bài toán kinh doanh cho doanh nghiệp.

Từ những yêu cầu khá cao về năng lực công nghệ và thiết bị, các doanh nghiệp, tập đoàn lớn sẽ là nhóm có nhiều hoạt động chuẩn bị hơn trong thời điểm hiện tại. Dù vậy, mức độ chuẩn bị cũng chỉ dừng ở mức thử nghiệm và phát triển những giải pháp quản lý dữ liệu gồm CDP (Customer Data Platform) hoặc bộ giải pháp CAPI từ Facebook được quảng bá gần đây nhưng vẫn chưa được sử dụng rộng rãi và tính hiệu quả cũng còn khá hạn chế.

* Trong bối cảnh các nhà quảng cáo, công ty công nghệ đang dần giảm sự phụ thuộc vào 3rd parties data thì đâu là những giải pháp thu thập thông tin, đo lường nào được ưu tiên phối hợp sử dụng trong thời điểm hiện tại?

Như tôi có chia sẻ trước đó, mức độ ứng dụng các giải pháp thay thế tại Việt Nam vẫn chưa ở mức cao.

Người trong ngành đều nói đến câu chuyện khi 3rd-party data bị “chặn” thì doanh nghiệp và nhà quảng cáo có xu hướng tập trung thu thập, quản lý và khai thác nguồn 1st-party data thông qua CDP là chủ yếu. Tuy nhiên, giải pháp này sẽ có một vấn đề khá lớn là chi phí. Do đó, những công ty quy mô lớn, mạnh về tiềm lực tài chính thì họ sẽ cân nhắc đến giải pháp này nhiều hơn.

Một vấn đề khác doanh nghiệp cần chú ý khi có dự định sử dụng CDP là năng lực chuyên môn. Hệ thống này yêu cầu kĩ năng chuyên môn khá cao để có thể tuỳ chỉnh hệ thống, cung cấp những dữ liệu hữu ích để giải bài toán kinh doanh của doanh nghiệp. Ở mức độ cao hơn, đội ngũ phụ trách cần có chuyên môn ở tầng sâu để có thể nâng mức độ tuỳ chỉnh của CDP được khớp với mô hình kinh doanh của từng doanh nghiệp.

Doanh nghiệp có thể linh hoạt lựa chọn giải pháp thu thập, quản lý và đo lường dữ liệu phù hợp với quy mô, nguồn lực miễn sao những giải pháp đó mang lại hiệu quả.

Từ những yêu cầu về mặt chuyên môn, thị trường gần đây cũng xuất hiện thêm những dịch vụ cung cấp giải pháp bên cạnh cung cấp công cụ kĩ thuật. Những đơn vị này sẽ có đủ chuyên môn để hỗ trợ doanh nghiệp tạo được những tác động tích cực về mặt kinh doanh dựa trên nguồn dữ liệu sẵn có.

Nhìn chung, mức độ ứng dụng 1st party data tại thị trường Việt Nam vẫn đang ở giai đoạn sơ khởi và là khu vực thử nghiệm của những doanh nghiệp với tiềm lực tài chính và nguồn lực nhân sự đủ mạnh.

Một giải pháp khác cũng khá phổ biến trong một khoảng thời gian là Contextual Targeting (nhắm đối tượng theo bối cảnh). Biện pháp dựa trên những nội dung người tiêu dùng thường xuyên tương tác để xác định được mối quan tâm, sở thích của họ và đưa ra những thông điệp, sản phẩm phù hợp. Tuy nhiên, cá nhân tôi nhận thấy khả năng nhắm mục tiêu của giải pháp này vẫn còn hạn chế, chưa đủ sâu đến mức độ cá nhân hoá.

* Vậy những doanh nghiệp thuộc phân khúc SME với nguồn lực hạn chế hơn có thể ứng dụng những giải pháp thu thập, quản lý và đo lường dữ liệu nào, thưa ông?

Với quy mô và nguồn lực của các doanh nghiệp SME, tôi nghĩ họ hoàn toàn có thể tận dụng những nền tảng quản có sẵn cũng như các giải pháp đến từ nhóm sàn thương mại điện tử. Hoặc họ cũng có thể tự quản lý trên excel bởi nguồn dữ liệu lúc này chưa quá lớn để cần đến một hệ thống “phức tạp” như CDP.

Theo quan điểm cá nhân, tôi nghĩ điểm quan trọng cần tập trung là khả năng tạo tác động tích cực lên hoạt động kinh doanh. Doanh nghiệp có thể linh hoạt lựa chọn giải pháp thu thập, quản lý và đo lường dữ liệu phù hợp với quy mô, nguồn lực miễn sao những giải pháp đó mang lại hiệu quả.

* Bàn sâu hơn về mảng đo lường nhằm xác định các yếu tố tác động tích cực lên kết quả kinh doanh, báo cáo “When entertainment meets effectiveness: A guide to maximizing impact” (Tạm dịch: Khi giải trí trở thành một công cụ hiệu quả – gợi ý tối đa hóa tác động) do WARC và TikTok phối hợp thực hiện đã đề cập đến việc ứng dụng công nghệ AI và máy học (Machine Learning – ML) trong quy trình thử nghiệm quảng cáo digital (digital ad testing).

Ông có thể phân tích một vài ứng dụng, ưu điểm của việc ứng dụng công nghệ AI và ML trong việc thử nghiệm các hoạt động quảng cáo digital?

Nhìn chung việc ứng dụng AI đã xuất hiện khá lâu và dần được phát triển để trở nên thông minh hơn.

Nếu nói về ứng dụng AI ở góc độ các nền tảng lớn (big platform) thì những doanh nghiệp như TikTok và các sàn thương mại điện tử đều đã áp dụng AI vào trong bộ công cụ của họ và được các client sử dụng, thu được những kết quả khá khả quan. Một trong những ứng dụng phổ biến nhất của AI có thể kể đến là hỗ trợ chạy quảng cáo thông minh với những trường hợp áp dụng (usage case) thường gặp như Performance Max, Smart Shopping.

Việc ứng dụng AI vào quá trình thử nghiệm và chạy quảng cáo digital giúp đơn giản hoá quy trình và tăng hiệu suất công việc ở 3 góc độ: media, creative và nhắm đối tượng mục tiêu. Đây cũng là điểm tôi đồng tình với những đúc kết được nêu trong báo cáo “When entertainment meets effectiveness: A guide to maximizing impact” của WARC và TikTok.

Ở góc độ media, AI có thể hỗ trợ tốt việc tối ưu hoá ngân sách quảng cáo (budget optimization) và phân bổ ngân sách (budget allocation) giữa các kênh ở những thời điểm khác nhau với từng nhóm mục tiêu khác nhau. Về phần creative, những tính năng như creative optimization (tối ưu hoá nội dung sáng tạo) và creative subjection cũng mang lại hiệu quả về mặt hiệu suất cho các nhà quảng cáo.

Hoạt động nhắm mục tiêu (audience targeting) cũng được tự động hoá. Cụ thể, công nghệ AI và máy học có thể tự động mở rộng tệp đối tượng, tự động gợi ý nhóm đối tượng phù hợp và tự động điều phối quảng cáo đến nhóm đối tượng phù hợp.

Về phía doanh nghiệp, AI phần lớn được ứng dụng cho owned channel. Những trường hợp ứng dụng phổ biến bao gồm cá nhân hoá nội dung email, tối ưu hoá hiển thị nội dung website (web front) để cải thiện UX của khách hàng. Đa phần doanh nghiệp sẽ sử dụng những công cụ, nền tảng được phát triển bởi bên thứ 3 và chỉ có một vài doanh nghiệp lớn, sở hữu đủ nguồn lực, tài nguyên về mặt công nghệ mới bắt đầu tự phát triển nền tảng, công cụ có tích hợp công nghệ AI và máy học.

* Ông có những lưu ý hoặc đúc kết nào về việc ứng dụng công nghệ AI và ML trong những hoạt động thu thập, phân tích và thử nghiệm hoạt động quảng cáo?

Những từ khoá như AI, máy học đều là những buzz word dễ tạo cảm giác FOMO cho doanh nghiệp và các nhà quảng cáo, dẫn đến việc nhảy vào đầu tư những công nghệ này một cách mù quáng.

Tôi cho rằng mục tiêu quan trọng nhất vẫn là tạo được tác động tích cực lên hoạt động kinh doanh của doanh nghiệp. Do đó, điểm đầu tiên cần xác định là những thử thách về mặt kinh doanh. Liệu những thử thách này có thật sự cần đến sự hỗ trợ của AI, máy học? Doanh nghiệp nên đặt ra những giả thuyết, câu hỏi để xác định mức độ cần thiết của việc ứng dụng AI. Bởi lẽ, đây là một công cụ tốt nhưng có thể sẽ không là giải pháp tốt nhất cho mọi bài toán kinh doanh. Đặc biệt các doanh nghiệp SME nên cân nhắc kỹ trước khi áp dụng bởi sự hạn chế nguồn lực và tiềm lực.

Về mặt bản chất, những công nghệ ở thời điểm hiện tại vẫn chỉ là những công cụ hỗ trợ. Do đó, doanh nghiệp nên có tỉ lệ ưu tiên đầu tư phù hợp để không bị cuốn theo làn sóng công nghệ ồ ạt như hiện tại. Một tỉ lệ tôi thấy khá hợp lý đó là 70-20-21. 70% nguồn lực nên dành cho những hoạt động kinh doanh chủ lực, 20% dành cho những cải tiến mới và có sự liên quan, tương quan với lĩnh vực kinh doanh và bài toán kinh doanh của doanh nghiệp và 10% còn lại sẽ dành cho những cải tiến hoàn toàn mới, có phần mạo hiểm hơn.

Về mặt kĩ thuật khi thu thập, quản lý dữ liệu, doanh nghiệp cần cẩn thận sàng lọc kĩ dữ liệu đầu vào để thu được những dữ liệu chất lượng, tối ưu hoá được chi phí đầu tư và hiệu suất. Để có thể xác định được nhóm dữ liệu chất lượng, doanh nghiệp có thể đa dạng nguồn thu dữ liệu. Sau đó đến giai đoạn chia nhóm phân khúc và rà soát xem phân khúc dữ liệu nào có khả năng chuyển đổi cao hơn, đâu sẽ là những tệp dữ liệu khách hàng tiệm cận với tỉ lệ chuyển đổi.

* Cảm ơn ông về những chia sẻ trên!

Thu Nga
Nguồn TikTok for Business