Recap Webinar: Customer Journey Modeling

JourneyX Data – TS Lê Thiện Hòa

Webinar Customer Journey Modeling vừa qua đã khép lại với hơn 90+ người tham gia, 180 phút chia sẻ và hơn 10 câu hỏi được gửi đến diễn giả trong suốt buổi webinar. Tuy nhiên, điều thú vị của buổi webinar không chỉ nằm ở nội dung được trình bày, mà nằm ở chính những người tham gia và những câu hỏi họ đặt ra. Khi nhìn vào tệp người tham gia, có thể thấy Customer Journey không còn là câu chuyện của riêng Data team, mà đang trở thành mối quan tâm chung của nhiều vai trò khác nhau như Data, Product, Marketing, Growth và cả những bạn mới bắt đầu với Data.

1. Chân dung người tham gia: Customer Journey là câu chuyện của nhiều vai trò

Tệp người tham gia webinar đến từ nhiều vị trí khác nhau như Data Analyst, Business Analyst, Product, Growth, Sales, Marketing, Data Engineer, Software Engineer và Student/Fresher. Điều này cho thấy Customer Journey Modeling không còn là một chủ đề chỉ dành cho những người làm mô hình hay Machine Learning, mà là một bài toán chung khi làm việc với khách hàng và dữ liệu.

Có thể thấy mỗi nhóm vai trò quan tâm đến Customer Journey ở một góc độ khác nhau:

• Data quan tâm đến segmentation, churn, CLV, modeling
• Product quan tâm đến activation, retention, trải nghiệm sản phẩm
• Marketing quan tâm đến acquisition, campaign, conversion
• Growth quan tâm đến funnel và tối ưu chuyển đổi
• Business/Sales quan tâm đến doanh thu và giá trị khách hàng

Sự đa dạng này phản ánh một xu hướng khá rõ: trước đây nhiều người làm Data tập trung vào report và dashboard, nhưng hiện nay trọng tâm đang dần chuyển sang việc hiểu hành vi khách hàng và hỗ trợ ra quyết định.

2. Customer Journey Modeling không bắt đầu từ Model

Một trong những nội dung quan trọng của webinar là làm rõ rằng Customer Journey Modeling không nên bắt đầu từ thuật toán hay mô hình, mà nên bắt đầu từ việc hiểu khách hàng đang đi qua những giai đoạn nào trong hành trình. Các framework như AARRR hay RACE được sử dụng để cấu trúc hành trình khách hàng, từ đó xác định ở mỗi giai đoạn doanh nghiệp hoặc đội ngũ sản phẩm đang gặp bài toán gì.

Một số câu hỏi quan trọng cần trả lời trước khi làm model:

• Khách hàng đến từ đâu? (Acquisition)
• Khi nào họ bắt đầu sử dụng sản phẩm? (Activation)
• Khi nào họ rời đi? (Churn/Retention)
• Khi nào họ quay lại? (Re-activation)
• Nhóm khách hàng nào tạo ra doanh thu chính? (Revenue/CLV)
• Có thể tác động vào giai đoạn nào để thay đổi hành vi khách hàng?

Khi trả lời được những câu hỏi này, lúc đó các bài toán như segmentation, churn prediction, CLV, recommendation hay next best action mới thực sự có ý nghĩa. Tức là model là bước sau, không phải bước đầu.

3. Những câu hỏi được quan tâm nhiều nhất trong Webinar

Phần Q&A của webinar tập trung nhiều vào các tình huống triển khai thực tế. Các câu hỏi không còn dừng ở lý thuyết mà đi thẳng vào các vấn đề mà nhiều team đang gặp trong công việc hàng ngày.

Một số câu hỏi tiêu biểu:

• Làm Product nhưng muốn chuyển sang Growth thì nên bắt đầu từ đâu?
• Framework như AARRR, RACE nên dùng như thế nào trong công việc hàng ngày?
• Sau khi làm segmentation thì viết segment profile như thế nào để team marketing/business hiểu?
• Trong bài toán churn, nếu khách hàng rời đi rồi quay lại thì có được xem là churn không?
• Khi làm churn hoặc CLV thì nên chọn feature như thế nào?
• Nếu background là Data Analyst, không quá mạnh về Machine Learning thì nên bắt đầu từ đâu?

Nếu nhìn tổng thể, có thể thấy các câu hỏi này xoay quanh một vấn đề lớn: làm sao để đi từ Data → Model → Action trong thực tế chứ không chỉ dừng lại ở phân tích.

4. Sự khác biệt giữa câu hỏi trước Webinar và trong Webinar

Một điểm khá thú vị là khi so sánh câu hỏi người tham gia gửi trước webinar và câu hỏi trong webinar, có thể thấy sự khác biệt khá rõ về góc độ quan tâm.

Trước webinar, câu hỏi mang tính tổng quan:

• AI có thể sử dụng dữ liệu gì trong chăm sóc khách hàng?
• Dữ liệu có thể hỗ trợ ra quyết định thâm nhập thị trường hay không?
• Doanh nghiệp nên làm Customer Analytics ở mức độ nào?
• Customer Analytics thường giải quyết bài toán gì?
• Có thể chia sẻ case study triển khai thực tế không?

Trong webinar, câu hỏi trở nên cụ thể hơn:

• Dùng AARRR và RACE như thế nào trong phân tích?
• Viết segment profile như thế nào để team khác hiểu?
• Định nghĩa churn như thế nào trong từng loại sản phẩm?
• Chọn feature cho churn/CLV như thế nào?
• Data Analyst nên bắt đầu Machine Learning từ đâu?

Sự thay đổi này cho thấy khi chưa tiếp cận Customer Journey Modeling, nhiều người quan tâm đến việc dữ liệu có thể làm được gì, nhưng khi đã hiểu rõ hơn về hành trình khách hàng, mối quan tâm sẽ chuyển sang việc triển khai cụ thể như thế nào trong thực tế, tức là chuyển từ câu hỏi “Why” sang “How”.

5. Customer Journey Modeling và sự thay đổi trong cách làm Data

Nếu nhìn rộng hơn, Customer Journey Modeling phản ánh một sự thay đổi trong cách nhiều tổ chức và cá nhân tiếp cận Data. Trước đây, Data thường gắn với report và dashboard, mục tiêu chính là nhìn lại những gì đã xảy ra. Tuy nhiên, hiện nay vai trò của Data đang dịch chuyển sang việc hiểu hành vi khách hàng, dự đoán hành vi và hỗ trợ ra quyết định.

Có thể tóm tắt sự thay đổi này như sau:

Customer Journey Modeling vì vậy không chỉ là một kỹ thuật phân tích, mà là một cách tiếp cận giúp kết nối dữ liệu với hành vi khách hàng và các quyết định trong sản phẩm, marketing và tăng trưởng.

6. Tổng kết

Từ tệp người tham gia đến nội dung thảo luận, có thể thấy một điểm chung là ngày càng nhiều người làm trong các lĩnh vực Data, Product, Marketing, Growth và Business đang cùng tiếp cận một bài toán giống nhau: làm sao để hiểu khách hàng tốt hơn bằng dữ liệu và làm sao để sử dụng dữ liệu đó để thay đổi hành vi khách hàng. Customer Journey Modeling vì vậy không chỉ là một chủ đề mang tính kỹ thuật, mà đang dần trở thành một cách tiếp cận quan trọng trong việc kết nối dữ liệu, hành vi khách hàng và các quyết định trong thực tế.