Phương pháp sử dụng Big Data Analytics để tối đa hiệu quả chiến dịch Mobile App Install

Big Data Analytics Tool là một công cụ được nhiều người làm mobile marketing sử dụng thành công, tránh được những quyết định hành động dựa trên cảm tính. Việc sử dụng thành thục một vài chỉ số cơ bản được trích xuất từ big data như chi phí trung bình thu hút một lượt tải ứng dụng, mức độ gắn kết của người dùng ở những tuần đầu tiên sau khi cài ứng dụng, doanh thu tạo ra từ người dùng của các chiến dịch performance marketing,… mobile growth marketer sẽ nắm trong tay vũ khí sắc bén, đẩy nhanh quá trình đi tới thắng lợi trong trận chiến mở rộng thị phần mobile app. Bài viết này sẽ trình bày công thức tính toán ra chỉ số, minh họa việc sử dụng công cụ big data để thu thập dữ liệu cần thiết, sau đó áp dụng nó để tìm insight, hỗ trợ việc ra quyết định trong chiến thuật thu hút người dùng.

Một số chỉ số mobile growth cơ bản:

Khi nói về các chỉ số growth (phát triển) của một business, nhiều người thường quan tâm đến việc làm sao để tăng trưởng và thu hút càng nhiều khách hàng mới thì càng tốt. Trong mobile business, việc này có nghĩa là tổng số app new install càng cao càng tốt. Việc thu hút khách hàng mới sử dụng mobile app (acquisition) được tiến hành thông qua các chiến dịch app install campaign và hiệu quả kinh tế có thể được đánh giá bằng chỉ số CPI – cost per install – chi phí cho mỗi lượt tải mới hoặc cũng có thể là CPA – cost per action như đăng ký người thành viên, đăng nhập sau khi cài ứng dụng. Đôi khi CPA phản ánh tốt hơn hiệu quả của acquisition campaign vì không ít người dùng rớt khỏi phễu do họ chỉ cài đặt app chứ chưa bao giờ mở app hoặc đã từng mở app nhưng lại không tham gia đăng ký người dùng dịch vụ.

CPI = tổng chi phí acquisition / số lượt cài đặt

CPA = tổng chi phí acquisition/ số action được thực hiện trong ứng dụng

(Action: Có thể là login, service registration, purchase, v.v.)

Acquisition chỉ là một vế của quá trình growth, một vế rất quan trọng khác vẫn chưa được quan tâm đúng mức, đó chính là retention – chỉ số giữ chân các khách hàng hiện tại và tạo ra giá trị thêm từ họ. Chỉ số quan trọng nhất khi đánh giá chất lượng người dùng là CLV – customer lifetime value – giá trị trọn đời mà một khách hàng tạo ra. Một tham số khác dễ đo lường hơn là ARPU (average revenue per user), doanh thu trung bình một người dùng tạo ra trong một khoảng thời gian nhất định.

ARPU = tổng doanh thu tạo ra / tổng số người dùng trong một khung thời gian

Nếu muốn tách biệt người dùng có phát sinh doanh thu (paying user) và người dùng chưa có phát sinh doanh thu (non-paying user) thì chúng ta có thể sử dụng chỉ số ARPPU – average revenue per paying user. Chỉ số này giúp chúng ta có một cái nhìn khác chính xác hơn về giá trị mà paying user tạo ra để từ đó có thể ra những quyết định hành động phù hợp.

ARPPU = tổng doanh thu tạo ra/ tổng số paying user trong một khung thời gian

Một cách tương đối thì người dùng càng dành nhiều thời gian tương tác với app của bạn thì khả năng họ sẽ tạo ra doanh thu cho bạn càng cao, vì thế tỉ lệ retention rate càng cao, churn rate (CR) càng thấp càng tốt. Chỉ số retention rate lý tưởng là 100% trong khung thời gian nhất định. Retention rate và churn rate là 2 chỉ số có mối quan hệ nghịch biến.

CR = 1 – retention rate

Nếu lấy những người dùng mới cài đặt app trong một ngày nhất định làm chuẩn và đo lường xem trong số họ có bao nhiêu người quay trở lại dùng mobile app sau 1, 7, 15, 30 ngày sau đó, ta sẽ có chỉ số retention rate theo ngày là D+1, D+7, D+15, D+30 tương ứng.

Chỉ số retention rate càng cao thì khả năng tạo ra được lợi nhuận càng lớn. Theo thông tin của công ty tư vấn Bain, nếu có thể tăng retention rate thêm 5% thì lợi nhuận có thể tăng thêm 75%. Chúng ta cũng biết quy luật 80-20, 80% doanh thu chỉ đến từ 20% khách hàng hiện tại, điều đó nhấn mạnh tầm quan trọng của quá trình giữ chân người dùng, cần được tiến hành song hành cùng thu thập người dùng mới.

Với 6 chỉ số đã được đề cập ở trên (CPI, CPA, Retention Rate, CR, ARPU, ARPPU), marketer có thể biết được hiệu quả marketing ở 3 bước quan trọng nhất của phễu người dùng là Acquistion, Retention, Monetization. Thế nhưng, làm thế nào để có được những thông tin đó? Chú ý rằng, để có thể phân tích được hành vi người dùng mà không cần biết thông tin cá nhân của họ, các phép phân tích mobile sẽ cần dựa trên mã không định danh như device id, advertising id, cookie, v.v. Khi người dùng tương tác trên nền tảng mobile, những điểm chạm sẽ được gắn kết thành một chuỗi dữ liệu xoay quanh các mã không định danh này. Hành trình của người dùng mobile app, từ khi tiếp cận với quảng cáo, click vào banner và được đưa tới app store để cài đặt ứng dụng, sau đó tiến hành các chuyển đổi trong ứng dụng (login, register, purchase v.v.), tạo ra doanh thu bằng việc thanh toán in-app purchase v.v. sẽ cần được lưu trữ một cách có tổ chức để tiện cho quá trình trình phân nhóm cohort và truy vấn thông tin. Toàn bộ quá trình khai thác dữ liệu đó liên quan tới khái niệm big data được trình bày bên dưới.

Quy trình tối ưu hiệu năng chiến dịch mobile app install sử dụng các chỉ số tính toán từ Big Data Analytics

Vai trò của Big Data trong hoạt động mobile marketing

Big Data được ví như “the new oil”. Trong tăng trưởng mobile, Big Data đem lại thông tin insight về người dùng, về hiệu năng campaign, giúp ích tăng trải nghiệm khách hàng, tối đa hóa doanh thu mobile app (monetization). Hầu như toàn bộ Tech trong Mobile Growth Stack đều dựa trên nền tảng big data. Để dễ hình dung, giả sử chúng ta cần lên chiến dịch để thu hút 10,000 lượt cài mới, tỉ lệ click to install rate là 1% thì số lượng ad-touch cần xử lý sẽ là 1 triệu click. Người dùng sau khi cài đặt ứng dụng sẽ tương tác với app sẽ để lại hàng triệu in-app event hàng ngày. Với số lượng thông tin lên tới hàng triệu dòng, thì chúng ta sẽ khó có thể sử dụng các công cụ quen thuộc trên máy tính cá nhân như Excel, Google Sheet để có thể lưu trữ cũng như xử lý. Với sự trợ giúp từ các nền tảng điện toán đám mây như AWS, Azure, Google Cloud, việc thu thập, lưu trữ và xử lý dữ liệu lớn đã trở nên vô cùng thuận tiện. Dữ liệu có thể được lữu trữ với chi phí hợp lý trên Cloud Storage và có thể được truy vấn bằng Serverless Query Service khi cần mà không phải đầu tư lớn cho IT infrastructure. Capital expense (CAPEX) cho hạ tầng được giảm tới mức tối thiểu.

Public cloud có tính tùy biến cao tuy nhiên nó yêu cầu kiến thức nhất định về lập trình và đội ngũ lập trình viên để xây dựng custom solution. Ngành Martech đã nắm bắt được nhu cầu về Tech và Data ngày một lớn của các phòng ban marketing đã cho ra thị trường rất nhiều giải pháp phần mềm SaaS (Software as a Service) giúp cho các thương hiệu mới, còn chưa giành được thị phần cạnh tranh tốt hơn trong kỉ nguyên số, đặc biệt là chiến trường mobile. Rất nhiều trong số những phần mềm Martech cho mobile dựa trên công nghệ big data, có ưu điểm đã giải quyết được một số bài toán cụ thể trong marketing, dễ sử dụng, không yêu cầu kĩ năng viết code để truy vấn dữ liệu, cung cấp báo cáo về chỉ số trực quan bằng công cụ visualization và tạo dashboard linh hoạt. Thông qua phần mềm, marketer được trang bị thông tin cần thiết để giám sát hiệu quả, điều chỉnh hoạt động marketing tại những thời điểm thích hợp, giống như việc quan sát dashboard của chiếc ô tô để thay đổi tốc độ và hướng đi của xe vậy.

Quy trình triển khai mobile marketing dựa vào big data

Marketing dựa vào big data là một phương pháp sử dụng dữ liệu để ra quyết định. Dữ liệu được sử dụng để phán đoán hành vi, nhu cầu người dùng để cá nhân hóa việc truyền tải thông điệp tiếp thị, tối ưu việc mua quảng cáo đa kênh, tối đa hóa return on investment (ROI). Quá trình triển khai chiến dịch marketing theo phương pháp dựa vào big data sẽ gồm một số bước trình bày bên dưới.

  1. Đặt mục tiêu KPI

  2. Lên ý tưởng và chuẩn bị các hoạt động marketing

  3. Triển khai và kiểm thử ý tưởng marketing

  4. Đo lường chỉ số hiệu năng

  5. Phân tích kết quả và cải tiến ý tưởng

Khác với mô hình truyền thống waterfall, mô hình dựa vào big data nhấn mạnh vào tính linh hoạt, chấp nhận thay đổi đề phù hợp tình hình thực tế. Ý tưởng marketing mới được khuyến khích thử nghiệm liên tục với nhiều phiên bản khác nhau (hình ảnh, video, nội dung văn bản, audience segment, đối tác truyền thông), đi kèm với KPI cụ thể đo lường được. Khi chưa xác định được ý tưởng nào thực sự hiệu quả, quá trình trên cần được lặp đi lặp lại nhiều lần, mỗi lần lặp sẽ loại bỏ những yếu tố không phù hợp. Bằng cách đó, marketer sẽ dần tiến được tới mục tiêu (KPI) đặt ra từ trước.

Minh họa về quy trình triển khai mobile user acquisition campaign dựa vào big data

Mỗi ứng dụng trong vòng đời của nó sẽ phù hợp với các chiến lược marketing khác nhau. Nhưng cần nhấn mạnh rằng marketing sẽ là vô nghĩa nếu như dịch vụ trên app không thỏa mãn được mong đợi của người dùng. Vì thế trước khi tiến hành hoạt động marketing rầm rộ thu hút khách hàng, cần đảm bảo rằng những người dùng từ lượt tải organic hài lòng với dịch vụ hiện tại. Theo dõi phản hồi của người dùng trên app store, trên mạng xã hội, xác định chỉ số retention hiện tại đang ở mức nào để từ đó xác định được mục tiêu cần đạt sau này khi thực sự triển khai user acquisition campaign.

Đối với ứng dụng mobile mới, chưa có mức độ nhận diện cao thì bên cạnh hoạt động app store optimization – ASO, SEO, viral marketing v.v. tận dụng kênh mobile ad network để mua quảng cáo kéo lượt install đem lại hiệu quả tương đối tốt. Đây cũng là kênh được nghiên cứu trong phạm vi bài viết này. Mobile ad network có đặc điểm như sau:

  1. Độ phủ tập người dùng tiềm năng (audience) tương đối rộng, đa dạng về độ tuổi, sở thích

  2. Định dạng quảng cáo (creative) tiếp cận khách hàng phong phú

  3. Gồm kết nối tới nhiều publisher, mỗi publisher lại có thể có kết nối tới nhiều sub publisher trong mạng lưới nhỏ hơn

Chính vì tính đa dạng về tham số của ad network ảnh hưởng tới hiệu quả của chiến dịch, marketer cần phải xem xét một cách thận trọng tham số nào cần thay đổi, tham số nào cần loại bỏ để đạt được mục tiêu KPI mong muốn. Trước khi bắt đầu chiến dịch, cần phải xác định rõ KPI mong muốn, định lượng phù hợp. Giả dụ: ưu tiên cho tham số CPI thấp hay CPA thấp thì hợp lý, CPI trong tầm giá nào thì chấp nhận được, nếu ARPU cao hơn CPI thì CPI cao cũng có vấn đề gì không, retention rate D+1, D+7, D+14 của lượt tải mới cần duy trì ở mức nào thì chấp nhận được, ARPPU của nhóm người dùng mới mong muốn tối thiểu là bao nhiêu v.v.

 

Sau khi đã xác định được KPI, công việc tiếp theo cần làm là chuẩn bị nội dung, triển khai các hoạt động tiếp thị tới nhóm người dùng mục tiêu trên mobile ad network phù hợp. Như đã nói ở trên, việc đi tìm tham số tối ưu cho KPI đã đặt ra là một quá trình thử nghiệm, lặp lại liên tục để loại bỏ các tham số kém hiệu quả. Quá trình này gắn liền với việc phân tích dữ liệu để tìm ra được insight. Việc tìm ra được insight không có một khuôn mẫu cụ thể, tuy nhiên chúng ta có thể áp dụng phương pháp thay đổi “hệ quy chiếu” để xem xét cùng một hiện tượng ở các góc nhìn khác nhau như xem xét cùng một chỉ số ở các dimension khác nhau, sử dụng nhiều tiêu chuẩn đánh giá cho cùng một đối tượng.

Ví dụ, hình bên dưới minh họa retention rate chia theo ngày của một ứng dụng. D+1 tầm 30%, D+2 tầm 20%. Tuy nhiên, đây là phân tích theo chỉ số trung bình vì nó bao gồm cả organic install lẫn paid install, phân tích này không giúp marketer thấy được publisher nào hiệu quả. Nếu thay đổi hệ quy chiếu của phép phân tích cohort, chia nhỏ thông tin thành quả install theo dimension là publisher, sub-publisher thì chúng ta đã có một báo cáo retention rate chi tiết hơn. Thể hiện trong bảng thứ 2, chúng ta phát hiện ra rằng một số sub publisher đem về user có retention rate rất tệ ở D+2, D+3, và đây là dấu hiệu để chúng ta xem xét loại bỏ sub publisher này ra khỏi chiến dịch ở vòng lặp tiếp theo.

cohort analytics
Ví dụ cohort analytics 1

Vẫn là dữ liệu về chiến dịch app install đó, vẫn theo cách tính retention rate theo dimension là publisher, sub-publisher như trình bày ở trên, nếu chúng ta áp dụng để tính retention không chỉ cho sự kiện app open mà mở rộng cho các sự kiện khác như Registration, Tutorial Complete và đặt báo cáo cạnh nhau giống như hình bên dưới, thông tin cuối cùng về hiệu quả chiến dịch mobile app install trở nên ý nghĩa hơn rất nhiều. Quá trình ra quyết định cũng vì thế bớt cảm tính đi rất nhiều.

cohort analytics 2
Ví dụ cohort analytics 2

Kết luận:

Trong bài viết này, chúng ta đã tìm hiểu 6 chỉ số rất cơ bản tuy nhiên lại vô cùng linh hoạt để đánh giá tính hiệu quả của chiến dịch mobile app install. Big data là một tài sản quý giá mà phòng marketing có thể sử dụng để tối đa hóa chất lượng người dùng, tối đa hóa doanh thu và giảm thiểu tối đa lãng phí do các yếu tố kém hiệu quả gây ra. Brand, MarTech, Data ngày nay là bộ ba công cụ mà ai làm marketing cũng không thể bỏ qua. Bài viết hi vọng đem lại một cái nhìn hữu ích về vai trò của dữ liệu trong digital marketing nói chung và mobile marketing nói riêng.