


Preview text:
Case study: Trải nghiệm khách hàng trong thời đại AI
Khái niệm: Hành trình trải nghiệm khách hàng -
Một trong yếu tố tăng năng lực cạnh tranh của doanh nghiệp là tăng trải nghiệm khách
hàng => quản trị trải nghiệm khách hàng -
Căn bản hành trình trải nghiệm khách hàng:
+ Tiến trình ra quyết định mua hàng gồm 5 bước (Problem [Need] Recognition) => con
người nhu cầu xuất phát từ 2 phái: từ nội bên trong – xài tháp nhu cầu Maslow. Thứ hai
là tác động bởi các yếu tố bên ngoài VD: yếu tố khí hậu – cần sử dụng sản phẩm để đáp
ứng nhu cầu giải quyết vến đề đó
Bước 1: Problem (Need) => nguyên lý là nó tác động thông qua 5 giác quan của con người
Bước 2: Search – tìm kiếm thông tin để giải thích và thoã mãn nhu cầu của mình
Bước 3: Alternative Evalution – đánh giá phương án Bước 4: Mua hàng
Bước 5: Post Purchase – hành vi sau khi mua: gồm các bước sau o
Customer Satisfaction/ Disatisfaction o
Ở giữa 2 cái này có khái niệm (Delight - vượt quá sự hài lòng) o
Customer Loyalty (Repurchase – mua lặp lại) o Customer Engagement o Avocay -
Vậy doanh nghiệp làm gì (Touchpoint) => làm sao khách hàng hài lòng nhu cầu của họ
Bước 1: Doanh nghiệp cần phải nghĩ làm cách nào để mình chạm được Khách hàng
thông qua 5 giác quan này => Làm cho khách hàng kích thích cái nhu cầu của họ. o
Nhu cầu có thể công cụ tác động được => đặt câu hỏi có thể trả lời ra được
thông qua các câu hỏi thu thập từ thị trường o
Có những nhu cầu bản thân con người cũng không thể tự nhìn thấy được cho
đến khi có các hoạt động khơi gọi thì nhu cầu đó mới hiện ra
Hơn nhau ở chỗ nhu cầu tiềm ẩn này, MKT có thể khơi ra được nhu
cầu tiềm ẩn mà người khác không thấy
Để khám phá được yếu tố này cũng phải kết hợp yếu tố cộng nghệ o
Ngoài ra cái khó MKT không chỉ nằm ở mặt nhu cầu tiềm ẩn mà còn phải chạm về mặt cảm xúc
MKT luôn đi cùng với sự phát triển của xã hội Giải case
Câu 1: "Intelligent experience engine" là gì? Tại sao nó khác biệt so với các hệ thống chăm sóc khách hàng truyền thống?
"Intelligent experience engine" là hệ thống sử dụng AI và dữ liệu khách hàng để tự động
tạo ra các trải nghiệm cá nhân hóa, liền mạch và theo thời gian thực ở mọi điểm tiếp xúc
với khách hàng (touchpoints)
Khác biệt so với hệ thống truyền thống:
Hệ thống truyền thống thường phản ứng bị động, dựa trên quy trình cố định.
Engine này học hỏi liên tục, cá nhân hóa ở mức độ sâu và theo ngữ cảnh cụ thể (vị
trí, thời điểm, lịch sử mua hàng...).
Phản hồi theo thời gian thực thay vì phản ứng chậm
Tối ưu hoá liên tục dựa trên dữ liệu hành vi thay vì thiết kế UX tĩnh
Tập trung vào từng cá nhân thay vì phân khúc thị trường rộng
? Tập trung vào từng cá nhân thay vì phân khúc thị trường rộng => có sự đánh đổi giũa cá nhân
hoá và rủi ro mất dữ liệu cá nhân, dữ liệu bị xâm hại. Có mâu thuẫn: tại sao ng ta lại phân khúc
thị trường và có phân khúc nhóm thị trường. Người ta tập trung vào nhóm để có thể có economic
of sale => cá nhân hoá thì cũng phải trong nhóm giống nhau. Chứ cá nhân hoá thay phân khúc
thị trường rộng này thì không thể nào hiểu theo kiểu là sản phảm cung cấp cho từng cá nhân một.
Mà bản chất cá nhân hoá là cho từng đối tượng cụ thể vì mỗi người mỗi nhu cầu khác nhau.
Câu 2: Vai trò của trải nghiệm khách hàng ngày càng quan trọng bởi vì:
Tăng lợi thế cạnh tranh và giữ chân khách hàng => Khách hàng mong đợi trải nghiệm
phù hợp, không gây phiền nhiễu
Tối ưu hóa hành trình khách hàng: AI giúp điều chỉnh nội dung tiếp thị, dịch vụ, và
sản phẩm theo thời gian thực, giúp khách hàng đạt được mục tiêu nhanh chóng và dễ
dàng hơn. Qantas sử dụng dữ liệu để cá nhân hóa từng bước trong trải nghiệm đặt vé và di chuyển.
Tạo sự khác biệt trong thị trường cạnh tranh: Các công ty như Starbucks và
Sweetgreen sử dụng AI để cá nhân hóa ưu đãi và menu, tạo trải nghiệm độc đáo giúp thu
hút khách hàng so với đối thủ.
Tăng hiệu quả kinh doanh: Stitch Fix thử nghiệm liên tục để hiểu rõ hơn về phong cách
của khách hàng, giúp tăng doanh thu và mức độ hài lòng. Cá nhân hóa không chỉ giúp cải
thiện trải nghiệm mà còn mang lại lợi ích tài chính rõ rệt
? Tăng giá trị vòng đời khách hàng => MKT là công việc tốn kém. Vòng đời là từ khi khách
hàng bắt đầu thấy sản phẩm, mua rồi trải nghiệm. Vòng đời lặp lại giúp DN giảm thiểu cái chi
phí MKT như vòng 1. Cái giảm chi phí cũng đến từ lòng trung thành của khách hàng. Cũng sản
phẩm đó, nhưng hành trình của khách hàng A khác với khách hàng B. Sản phẩm vẫn như nhau,
chỉ là con AI giúp cho trải nghiệm mỗi người mỗi khác thôi thông qua dữ liệu của họ, càng ngày
càng phù hợp với mỗi người.
Câu 3: Những rủi ro có thể kể đến
Xâm phạm quyền riêng tư: thu thập dữ liệu nhạy cảm như vị trí, hành vi, sở thích có thể
gây cảm giác “bị theo dõi”.
Sai lệch hoặc thiên vị thuật toán (algorithm bias) nếu dữ liệu huấn luyện không đại diện.
Phụ thuộc quá mức vào tự động hóa, thiếu cảm xúc con người trong những tình huống
đặc biệt (ví dụ: khiếu nại, sự cố).
Quá tải về dữ liệu, khó để đồng bộ
Chi phí đầu tư quá lớn, vì phải đầu tư vào cơ sở hạ tầng, công nghệ, IT
Nhiều thông tin khách hàng nên khi đề xuất sản phẩm cho khách hàng mà nhầm lẫn thì có
thể dẫn tới phản ứng tiêu cực Cách kiểm soát rủi ro:
Thiết kế minh bạch và xin phép rõ ràng (consent-based data collection).
Áp dụng quy tắc bảo vệ dữ liệu (GDPR, CCPA...) và hạn chế dữ liệu không cần thiết.
Kết hợp AI với đội ngũ con người, đặc biệt ở các điểm chạm nhạy cảm.
Kiểm tra, thử nghiệm thường xuyên để phát hiện và sửa sai lệch của AI.
Xây dựng quy trình kiểm soát, phân chia chức năng cụ thể: Phần nào Ai tham gia, phần
nào do con người ra quyết định.
? Geminai của Google có phiên bản trả lời theo dữ liệu cá nhân. Nhưng sự thật thì germeni có
thật sự sử dụng dữ liệu trong 1 năm để làm cái AI nhật ký không? Sự thật khi trả lời nó cứ khăng
khăng khẳng định là vậy chỉ sử dụng dữ liệu 1 năm. Nhưng thật chất là nó có sử dụng quá khứ
trước đó, mặc dù quyền chỉ được sử dụng dữ liệu 1 năm. Nếu Gemenai mà nói lộ ra thì có thể có
nguy cơ bị nói là xâm phạm quyền riêng tư của cá nhân người dùng.
? Trong hệ thống vào chế độ seting có chế độ không lưu trữ thông tin cá nhân. Có tin rằng chế độ
này thì bên chat gpt sẽ không lấy dữ liệu cá nhân của mình hay không. Thật sự không biết hệ
thống có xài không, nhưng khi đánh câu hỏi nó trả lời thì nó phải thu thập dữ liệu để trả lời =>
mới có chuẩn để thể hiện sự minh bạch của dữ liệu mà nó dùng.