Làm sao cá nhân hóa quảng cáo cho những người mà bạn chẳng biết gì? Câu trả lời thẳng thắn: ở cấp độ cá nhân thì không thể. Nhưng bạn hoàn toàn có thể hiểu những người quan tâm đến một ngành hàng, và ghép người dùng mới vào một persona phù hợp từ vài tín hiệu. Đó là cốt lõi của một chiến lược cold-start khả thi.
Ngành này đang tìm kiếm giải pháp thay thế cho dữ liệu đối tượng truyền thống quyết liệt đến mức nào, thể hiện qua loạt bài gần đây của Digiday: đối tượng tổng hợp đang chuyển từ giai đoạn thử nghiệm sang công việc lập kế hoạch và chiến lược hằng ngày. Aveeno Body đã dùng nghiên cứu tổng hợp của Vurvey để rút thời gian cần cho một bản brief chiến lược từ khoảng 30 ngày xuống ba ngày. Goodway Group dùng “quần thể tổng hợp” của Arima gồm người tiêu dùng từ Mỹ, Anh và Đức để lập kế hoạch media.
Vấn đề cold-start trong quảng cáo là gì?
Thuật ngữ này đến từ thế giới các hệ thống gợi ý. Một hệ thống học từ hành vi thì cần có hành vi để học – mà người dùng mới thì chưa có. Vì vậy hệ thống đưa ra mức trung bình: sản phẩm bán chạy, thông điệp chung chung, mẫu quảng cáo hiệu quả đôi chút với tất cả và thực sự hiệu quả với không ai.
Trong quảng cáo, vấn đề còn tệ hơn. Nhiều trình duyệt chặn cookie bên thứ ba theo mặc định, banner xin đồng ý là chuyện thường ngày ở Đức, và không phải ai cũng bấm “Chấp nhận tất cả”. Lối thoát kinh điển là các phân khúc mua ngoài thì đã trở nên rắc rối hơn về mặt pháp luật bảo vệ dữ liệu, mà dù sao cũng chẳng cho biết mấy vì sao ai đó mua hàng. Ở khu vực DACH (Đức, Áo và Thụy Sĩ) chịu sự chi phối của GDPR, “mua thêm dữ liệu là xong” không còn là một chiến lược.
Vì sao thêm dữ liệu không giải quyết được vấn đề
Nghiên cứu về chất lượng dữ liệu có một công thức tỉnh táo cho việc này: dữ liệu chỉ tốt ở mức độ phù hợp với mục đích sử dụng. Chỉ chính xác thôi chưa đủ; dữ liệu phải liên quan, cập nhật và phù hợp với câu hỏi cụ thể. Trong các tài liệu, điều này được gọi là “fitness for use”.
Một phân khúc mua ngoài như “phụ nữ, 25 đến 34 tuổi, quan tâm đến làm đẹp” được diễn đạt rất chính xác. Nhưng với câu hỏi “Điều gì sẽ khiến người này dùng thử sản phẩm của chúng ta?” thì nó gần như vô giá trị. Nó mô tả thuộc tính, không phải động cơ. Sự gắn kết sinh ra từ thấu hiểu, không phải từ con số.
Với cold start, điều đó có nghĩa là nguồn lực then chốt không phải lịch sử của từng người dùng mà là một bức tranh vững chắc về động cơ, mối lo và ngôn ngữ trong ngành hàng. Và bức tranh đó có thể vẽ nên từ nội dung công khai.
Persona được xây từ nội dung công khai như thế nào?
Mọi người nói công khai khá nhiều về lý do họ mua – hoặc không mua: trong bình luận dưới bài đăng của thương hiệu, trong đánh giá sản phẩm, trong video của creator, trong các chủ đề diễn đàn. Nội dung này có thể được thu thập, phân cụm theo chủ đề và mâu thuẫn rồi chắt lọc thành persona – với những trích dẫn thật thay vì hồ sơ bịa ra.
Khác biệt so với persona kiểu workshop truyền thống: nó dựa trên điều mọi người thực sự nói, chứ không phải điều một nhóm làm việc giả định về họ. Digiday mô tả một cách tiếp cận tương tự: với thương hiệu Sacheu, Limitless Labs phân tích hàng nghìn video TikTok và Instagram từ hệ sinh thái creator của mình để xây dựng persona.
Quan trọng với thị trường Đức: những persona như vậy hoạt động ở cấp độ khuôn mẫu và nhóm. Chúng không cần hồ sơ của từng người dùng để chọn thông điệp đầu tiên. Việc đánh giá pháp lý đối với mô hình cụ thể của bạn vẫn thuộc về cố vấn bảo vệ dữ liệu của bạn.
Có những cách tiếp cận nào cho cold start?
| Cách tiếp cận | Cơ sở dữ liệu | Điểm mạnh | Điểm yếu |
|---|---|---|---|
| Phân khúc bên thứ ba mua ngoài | Hồ sơ bên ngoài, cookie | Có sẵn nhanh | Ít hiểu biết về động cơ; rắc rối về pháp luật bảo vệ dữ liệu |
| Nhắm mục tiêu theo ngữ cảnh | Môi trường, thời gian, vị trí, thiết bị | Hoạt động mà không cần dữ liệu cá nhân | Nói rất ít về động lực |
| Dữ liệu zero-party | Câu trả lời từ bài quiz hoặc onboarding | Trực tiếp và dựa trên sự đồng ý | Chỉ từ những người tham gia; gây ma sát trong phễu chuyển đổi |
| Khán giả tổng hợp | Mô hình dựa trên dữ liệu khảo sát, thống kê và panel | Mô phỏng phản ứng nhanh chóng | Thiên về mức trung bình; chất lượng phụ thuộc vào dữ liệu đầu vào |
| Persona từ nội dung công khai | Bình luận, đánh giá, nội dung creator, quảng cáo đối thủ | Động cơ và ngôn ngữ thực của ngành hàng | Cần có tín hiệu để ghép với từng người dùng |
Không cách tiếp cận nào tự giải quyết được vấn đề. Trong thực tế, persona từ nội dung công khai cung cấp các giả thuyết, tín hiệu theo ngữ cảnh lo phần ghép nối và dữ liệu first-party đóng vai trò xác nhận.
Triển khai cá nhân hóa cho cold start qua sáu bước như thế nào?
- Thu thập các cuộc hội thoại trong ngành hàng. Bình luận, đánh giá, nội dung creator và quảng cáo đối thủ từ những tháng gần đây – không chỉ về thương hiệu mà về cả ngành hàng.
- Xây persona và mâu thuẫn. Phân cụm nội dung theo động cơ và mối lo. Ba đến năm persona khác biệt rõ rệt là đủ để bắt đầu.
- Viết một giả thuyết cho mỗi persona. Thông điệp nào, hook nào, ưu đãi nào phù hợp? Phát triển ít nhất một biến thể sáng tạo riêng cho từng persona.
- Xác định tín hiệu ghép nối. Trang đích, từ khóa tìm kiếm, bối cảnh, nguồn chiến dịch, những lần click đầu tiên: quyết định tín hiệu nào trỏ đến persona nào.
- Phân phối kèm thăm dò. Dành một phần lượng phân phối cho những biến thể không khớp với persona được giả định. Nhờ vậy hệ thống tiếp tục học thay vì chỉ xác nhận giả định của chính nó.
- Đưa dữ liệu first-party quay lại. Mỗi tương tác tinh chỉnh việc ghép nối. Hãy cập nhật persona thường xuyên, vì các cuộc hội thoại luôn thay đổi.
Đối tượng tổng hợp hữu ích đến đâu cho cold start?
Khá hữu ích – nếu bạn biết giới hạn của chúng. Trong loạt bài của Digiday, ngay cả những người trong cuộc cũng bày tỏ dè dặt: Giám đốc điều hành Vurvey Chad Reynolds nói các mô hình ngôn ngữ lớn đưa ra phần đỉnh của đường cong hình chuông, nói cách khác là câu trả lời phổ biến nhất. Julie Clark của TransUnion cảnh báo về những persona xây trên dữ liệu đầu vào kém. Còn Stef Hoffman của Code & Theory nói rất gọn: kết quả giúp định hướng phán đoán, nhưng không thay thế nó.
Đây chính là chỗ nội dung công khai thể hiện giá trị. Nó không phải là mô phỏng; nó là bằng chứng. Nếu một persona khẳng định rằng người trong ngành hàng của bạn chủ yếu sợ mua nhầm, bạn phải xem được những bài đăng mà nhận định đó xuất phát. Một persona không truy vết được chỉ là một lời khẳng định.
Defy Monitor đi theo hướng này: nội dung của đối tượng được tự động phân cụm thành persona và mâu thuẫn, và việc lập kế hoạch bắt đầu từ các cuộc hội thoại thật thay vì nhân khẩu học. Đây là một mảnh ghép của nền tảng Defy, nền tảng mang đến cho các agency độc lập năng lực phân tích tương đương những gì các network lớn đã chi rất nhiều để xây dựng.
Làm sao biết chiến lược cold-start của bạn có hiệu quả?
So sánh các biến thể dựa trên persona với một nhóm đối chứng chung chung. Các chỉ số đáng nói nhất là số liệu ban đầu của người dùng mới: tương tác với quảng cáo đầu tiên, độ sâu của lần truy cập đầu tiên, thời gian đến lần chuyển đổi đầu tiên. Nếu các biến thể persona không dẫn trước, đó không phải thất bại mà là một manh mối: hoặc persona chưa chuẩn, hoặc tín hiệu ghép nối quá yếu.
