Unit 3/3 · ~14 phút · +300 điểm

Dùng AI phân tích dữ liệu marketing

Mục tiêu học tập

Sau khi hoàn thành bài này, bạn có thể:

  • Xác định những câu hỏi phân tích marketing mà AI hỗ trợ tốt và những giới hạn cần biết
  • Áp dụng quy trình chuẩn bị dữ liệu ẩn danh, đặt câu hỏi và kiểm chứng kết quả khi phân tích bằng AI
  • Tổng hợp hệ thống nuôi dưỡng và automation của cả chặng thành một vòng cải tiến dựa trên dữ liệu

Bài trước bạn đã đưa AI vào quy trình nội dung có kiểm duyệt. Bài này, cũng là bài cuối của chặng, dùng AI cho một việc mà nhiều marketer ngại nhất: đọc dữ liệu. Suốt chặng, bạn đã xây rất nhiều dữ liệu: vòng đời, điểm số, nhóm ưu tiên, kết quả chuỗi nuôi dưỡng, lý do thắng và thua. AI có thể giúp bạn đặt câu hỏi, tính toán và tìm mẫu hình nhanh hơn, miễn là bạn biết cách chuẩn bị dữ liệu và kiểm chứng kết quả.

AI giúp được gì trong phân tích?

Tóm tắt

Chỉ số nào tăng giảm, so với kỳ trước ra sao

Tìm mẫu

Nhóm nào chuyển đổi khác biệt, theo ngành, kênh, quy mô

Phân loại

Gom lý do thua, phản hồi khảo sát dạng chữ thành nhóm

Công thức

Viết công thức bảng tính, câu truy vấn, gợi ý biểu đồ

Việc thứ ba đặc biệt hữu ích. Trường “lý do thua” trên cơ hội thường là chữ tự do, mỗi sales viết một kiểu: “giá cao”, “khách chê đắt”, “ngân sách không đủ”. AI có thể gom chúng thành vài nhóm lý do để bạn đếm và so sánh, việc mà làm tay sẽ mất cả buổi.

Nhưng cũng cần biết giới hạn: AI có thể tính sai, hiểu sai ý nghĩa cột, hoặc đưa ra kết luận nhân quả từ một tương quan. Kết quả của AI là giả thuyết để kiểm chứng, không phải sự thật để hành động ngay.

Bước 1: chuẩn bị dữ liệu an toàn

Hầu hết câu hỏi phân tích marketing không cần biết khách là ai. Bạn cần thuộc tính và kết quả, không cần tên và số điện thoại.

  1. Chọn cột cần thiết: ví dụ nguồn lead, chiến dịch, ngành, quy mô, nhóm ưu tiên lúc bàn giao, giai đoạn hiện tại, thắng hay thua, lý do thua, giá trị deal, số ngày từ lead đến cơ hội.
  2. Bỏ thông tin nhận dạng: họ tên, email, số điện thoại, tên công ty khách nếu không cần. Thay bằng mã ngẫu nhiên nếu cần phân biệt từng dòng.
  3. Viết từ điển dữ liệu: mỗi cột nghĩa là gì, giá trị nào có thể có. Ví dụ: “nhom_uu_tien: A/B/C/D theo ma trận hồ sơ × hành vi tại thời điểm chuyển cho sales”.
  4. Dùng công cụ được công ty cho phép, kể cả với dữ liệu đã bỏ nhận dạng.

Lưu ý

Bỏ tên và số điện thoại chưa chắc đã đủ để dữ liệu không còn nhận dạng được, ví dụ khi kết hợp ngành, quy mô và tỉnh có thể chỉ ra đúng một công ty. Hãy đưa vào ít cột nhất có thể và tuân theo quy định nội bộ về công cụ AI. Nguyên tắc chung của Nghị định 13/2023/NĐ-CP và Luật Bảo vệ dữ liệu cá nhân năm 2025 là xử lý dữ liệu cá nhân cần căn cứ, đúng mục đích và được bảo mật. Đây không phải tư vấn pháp lý; hãy hỏi bộ phận pháp chế.

Bước 2: đặt câu hỏi tốt

Khung prompt năm phần ở bài đầu module vẫn đúng ở đây. So sánh:

Câu hỏi yếu: “Phân tích file này.”

Câu hỏi tốt: “Bạn là chuyên viên phân tích marketing B2B. File đính kèm là lead tạo từ tháng 1 đến tháng 6, kèm từ điển dữ liệu. Tôi muốn biết vì sao lead từ hội chợ có tỷ lệ thành cơ hội thấp hơn các nguồn khác. Hãy: (1) tính tỷ lệ thành cơ hội theo nguồn và theo nhóm ưu tiên; (2) so sánh phân bố ngành và quy mô của lead hội chợ với các nguồn khác; (3) gom cột lý do thua thành tối đa 6 nhóm; (4) nêu 3 giả thuyết kèm dữ liệu ủng hộ, và ghi rõ chỗ nào cỡ mẫu nhỏ. Trình bày bằng bảng, ghi cách tính.”

Yêu cầu ghi cách tính rất quan trọng: nó giúp bạn kiểm tra lại, và giúp phát hiện khi AI hiểu sai một cột.

Bước 3: kiểm chứng trước khi hành động

Kiểm traCách làm
Phép tínhTự tính lại một hai con số quan trọng bằng bảng tính hoặc báo cáo CRM
Cỡ mẫuNhóm so sánh có đủ lớn không? Tỷ lệ của nhóm 5 lead rất dễ dao động
Yếu tố gây nhiễuHai nhóm khác nhau ở điểm nào khác? Lead webinar có thể tốt hơn vì đúng ngành hơn, không hẳn vì webinar
Ý nghĩa cộtAI có hiểu đúng “ngày tạo” là ngày tạo lead, không phải ngày tạo cơ hội?
Hỏi salesGiả thuyết có khớp với trải nghiệm thực tế của họ không?

Mẹo

Dựng một prompt báo cáo tuần cố định trong thư viện prompt: đưa vào bảng chỉ số tổng hợp tuần này và tuần trước (đã ẩn danh), yêu cầu AI tóm tắt biến động và nêu 3 câu hỏi đáng đào sâu. Bạn đọc kết quả trong 10 phút, chọn một câu hỏi để kiểm chứng trong tuần.

Khép lại chặng: một vòng cải tiến

Nhìn lại toàn chặng, bạn đã xây một hệ thống gồm năm lớp nối với nhau:

  1. Dữ liệu CRM: lead, liên hệ, công ty, cơ hội; vòng đời rõ ràng; dữ liệu sạch, không trùng.
  2. Chấm điểm: điểm hồ sơ và hành vi, ma trận phân nhóm, hiệu chỉnh bằng deal thắng thua.
  3. Nuôi dưỡng: chuỗi theo câu hỏi người mua, email vào được hộp thư, phối hợp email, Zalo và gọi điện.
  4. Automation: workflow trigger, điều kiện, hành động; phân khúc động; tương tác thời gian thực trên website.
  5. AI: prompt có ngữ cảnh, quy trình nội dung có duyệt, phân tích dữ liệu có kiểm chứng.

Hệ thống này không bao giờ “xong”. Mỗi quý, dùng dữ liệu để hỏi: nhóm A có thật sự chuyển đổi tốt nhất không, chuỗi nào đưa lead tiến lên, workflow nào đã lỗi thời. AI giúp bạn đặt và trả lời những câu hỏi đó nhanh hơn; bạn quyết định thay đổi gì.

Cùng ôn lại

  • AI hỗ trợ tóm tắt, tìm mẫu, phân loại chữ tự do và viết công thức; kết quả là giả thuyết cần kiểm chứng.
  • Chuẩn bị dữ liệu: chỉ lấy cột cần thiết, bỏ thông tin nhận dạng, kèm từ điển dữ liệu, dùng công cụ được phép.
  • Câu hỏi tốt có ngữ cảnh, nhiệm vụ cụ thể và yêu cầu ghi cách tính.
  • Kiểm tra phép tính, cỡ mẫu, yếu tố gây nhiễu và hỏi sales trước khi hành động.
  • Cả chặng là một vòng cải tiến: dữ liệu, chấm điểm, nuôi dưỡng, automation, rồi dùng dữ liệu để chỉnh lại.

Chúc mừng bạn đã hoàn thành chặng Nuôi dưỡng và automation trên CRM. Ở chặng tiếp theo, Marketing–Sales và đo lường, bạn sẽ thống nhất cách bàn giao lead với sales và đo xem toàn bộ hệ thống này mang về bao nhiêu doanh thu.

Kiểm tra kiến thức

Trả lời đúng ngay lần đầu được 100 điểm mỗi câu, lần thứ hai 50, từ lần thứ ba 25.

Bạn đang học với tư cách khách: quiz vẫn chấm nhưng điểm không được lưu. Đăng nhập hoặc tạo tài khoản để tích điểm và nhận huy hiệu.

  1. Chị Diễm ở Công ty Thiết bị Y tế Hòa Bình muốn AI phân tích vì sao lead từ hội chợ chuyển đổi kém. Cách chuẩn bị dữ liệu nào phù hợp?

  2. AI kết luận “lead từ webinar có tỷ lệ thắng cao gấp 3 lần lead từ quảng cáo”. Bước tiếp theo hợp lý là gì?

  3. Việc nào sau đây phù hợp nhất để giao cho AI trong phân tích marketing hằng tuần?