Phân tích dữ liệu chiến dịch quảng cáo (P.1)

Bigdatauni.com Follow Fanpage Contact

Quay trở lại với chủ đề ứng dụng phân tích dữ liệu trong marketing, ở các bài viết trước BigDataUni và các bạn đã tìm hiểu các khái niệm liên quan, lợi ích, nguồn dữ liệu phổ biến được dùng trong Marketing analytics, quy trình triển khai Data analytics trong marketing tập trung đánh giá mức độ hiệu quả của những chiến dịch tiếp thị. Phần 3, 4 của chủ đề marketing analytics, ứng với phần 1, 2 của phân tích dữ liệu quảng cáo, chúng ta sẽ sang các phương pháp thống kê, phân tích dữ liệu cơ bản cho các chiến dịch quảng cáo để tìm hiểu xem chuyện gì đã xảy ra, những yếu tố tác động lên hiệu quả và đưa ra các đánh giá tổng quan về chiến lược marketing. Các bài viết này BigDataUni đặc biệt dành cho các bạn là dân marketing, những ai muốn tìm hiểu ứng dụng Data analytics như thế nào trong marketing.

Dành cho các bạn chưa tham khảo các bài viết trước:

Data analytics trong marketing (P1)

Data analytics trong marketing (P2)

Nguồn hình: Blue Planet Studio/ iStock photo

Trước khi nói đến phân tích dữ liệu quảng cáo, chúng ta cùng tìm hiểu sơ lược qua Digital marketing. Vì dữ liệu mẫu mà BigDataUni sử dụng trong bài viết này có liên quan đến Digital marketing, mà cụ thể là nền tảng quảng cáo Facebook.

Digital marketing được hiểu là việc sử dụng thiết bị, công cụ kỹ thuật số làm phương tiện để truyền tải các thông điệp tiếp thị (marketing), quảng cáo về sản phẩm, dịch vụ, công ty đến khách hàng, để trao đổi thông tin với khách hàng, tìm kiếm, tiếp cận gần hơn với những khách hàng tiềm năng mục đích xây dựng nhận thức thương hiệu trong tâm trí khách hàng, thúc đẩy khách hàng quan tâm và ra quyết định.

Digital: bao gồm TV, laptop, mobile, tablet, smartwatch, …(online hoặc offline)
Marketing: tiếp thị, quảng bá thương hiệu

Digital marketing không còn là xu hướng mới nổi như những năm trước đây, mà là hình thức tiếp thị “bắt buộc” đối với hầu hết các công ty hoạt động trong lĩnh vực kinh doanh. Khi khách hàng ngày càng ưa chuộng sự tiện lợi, gọn lẹ, và thông minh hơn trước trong việc nghiên cứu tìm hiểu sản phẩm, mua sắm trên nền tảng trực tuyến, bên cạnh sự phát triển và không ngừng mở rộng của các nền tảng mạng xã hội với lượng người dùng ngày càng tăng, tương tự như tỷ lệ sử dụng Internet, thì Digital marketing mang lại nhiều cơ hội cho các doanh nghiệp tiếp cận gần hơn với những khách hàng tiềm năng của mình, cơ hội để tương tác, thúc đẩy khách hàng ra quyết định, qua đó gia tăng doanh thu.

Đối với nhiều công ty khi nói đến chức năng marketing thì hầu như đều hướng đến Digital marketing thay vì marketing truyền thống. Digital marketing khác với các hình thức marketing truyền thống đó là bên cạnh khả năng cho phép tiếp cận nhiều khách hàng tiềm năng cao hơn, thì nó cho phép chúng ta tối ưu chi phí marketing, thực hiện các chiến dịch quảng cáo target chính xác nhóm khách hàng có nhu cầu với những mục tiêu rõ ràng từ thúc đẩy nhận biết thương hiệu cho đến tăng tỷ lệ chuyển đổi, tăng doanh số, theo dõi và tương tác với khách hàng ở mọi điểm tiếp xúc trên Customer journey, đặc biệt là có thể thu thập dữ liệu, phân tích, đánh giá hiệu quả, và cải thiện.

Một số các lợi ích phải kể đến khi các công ty sử dụng Digital marketing

Bắt kịp xu hướng mua sắm trực tuyến của người dùng đối với các sản phẩm.
Chi phí đâu tư ban đầu thấp, và không yêu cầu tiềm lực tài chính mạnh như tiếp thị truyền thống.
Tiếp cận được nhiều khách hàng tiềm năng, vẽ chân dung rõ hơn những khách hàng mới.
Mở rộng cơ hội kinh doanh, cơ hội quảng bá sản phẩm, công ty, không chịu ảnh hưởng bởi áp lực cạnh tranh
Xây dựng các chiến dịch quảng cáo với những thông điệp marketing khác nhau, và mức chi ngân sách khác tùy theo mục đích chiến lược từ thử nghiệm, tìm hiểu thị trường đến thúc đẩy doanh số.
Nhắm chính xác nhóm khách hàng mục tiêu, retargeting trên nhóm khách hàng đã tương tác, tăng tỷ lệ chuyển đổi
Tạo cơ hội thu thập và phân tích dữ liệu tương tác với khách hàng, tìm hiểu cảm nhận của khách hàng về sản phẩm, dịch vụ.
Có cơ hội tương tác nhiều hơn với các khách hàng cũ, tiềm năng, mới, giữ chân, thu hút khách hàng tương tác, ra quyết định.
Hỗ trợ là kênh marketing cho các gian hàng trên những trang thương mại điện tử hoặc hoạt động Online sales, qua đó thúc đẩy doanh số.
Tìm hiểu xu hướng, thị trường, tìm hiểu đối thủ cạnh tranh.
Phân dịch dữ liệu chiến dịch để đánh giá hiệu quả, để tối ưu các hoạt động digital marketing, tối ưu chi phí.

Trong đó lợi ích cuối cùng là cái chúng ta đã và đang tìm hiểu ở các bài viết trước và bài viết lần này.

Digital marketing thường bị hiểu lầm là Online marketing, nhưng thực chất không phải. Online marketing hiểu đơn giản là hình thức truyền tải thông điệp tiếp thị đến khách hàng sử dụng Internet. Kỹ thuật số như đã nói bao gồm các thiết bị như smartphone, TV, radio, tablet, các bảng điện tử quảng cáo,… không nhất thiết phải có internet mà vẫn quảng bá được ví dụ như tin nhắn sms đến điện thoại khách hàng.

Digital marketing gồm 2 loại: online marketing và non-online marketing

Và trong online marketing, nếu nói tại thị trường Việt Nam thì có các loại phổ biến sau:

Chúng ta có thể thấy Facebook là nền tảng được đầu tư nhiều nhất theo kết quả khảo sát (của Báo cáo Digital marketing trends Vietnam 2021) trên 400 công ty có doanh thu từ 5 tỷ VND, có vốn đầu tư nước ngoài (FDI) hoặc các tập đoàn, công ty đa quốc gia (MNC) đang hoạt động tại thị trường Việt Nam. Facebook có tỷ lệ đầu tư từ 20% đến hơn 50% trên tổng ngân sách.

Nếu các bạn hoạt động trong lĩnh vực Digital marketing thì những gì chúng tôi trình bày ở trên chắc chắn sẽ không xa lạ.

Nhưng trong bài viết lần này, chúng ta sẽ không đi tìm hiểu Digital marketing hay nền tảng Facebook mà là tìm hiểu cách ứng dụng phương pháp phân tích dữ liệu đơn giản để nghiên cứu các chiến dịch quảng cáo như đánh giá tổng quan chiến lược marketing, độ hiệu quả của các chiến dịch, phát hiện các insights quan trọng có thể giúp cải thiện các chiến dịch quảng cáo, và cả các chiến lược tổng thể trong tương lai.

Lưu ý, dữ liệu mẫu chúng tôi sử dụng không phải dữ liệu thật của bất kỳ công ty, cá nhân nào và chỉ là dữ liệu minh họa để các bạn thấy được cách ứng dụng Data analytics mà thôi.

Vì thế, sẽ có thể có những điểm bất hợp lý trong dữ liệu mà các bạn sẽ thấy dựa trên kiến thức, kinh nghiệm của mình về Facebook ads, tuy nhiên BigDataUni mong các bạn thông cảm và tiếp nhận bài viết dưới góc độ Data analytics trong marketing chứ không phải chuyên môn sâu về Digital marketing.

Cũng lưu ý thêm, qua ví dụ mẫu mà chúng tôi sẽ trình bày dưới đây không bao gồm việc hướng dẫn các bạn cách tối ưu các chiến dịch quảng cáo Facebook trong thực tế, vì nó phụ thuộc vào nhiều yếu tố như cách các bạn target khách hàng mục tiêu, cách các bạn đặt giá thầu, và phát triển content. Ví dụ chỉ cho các bạn thấy được lợi ích của Data analytics trong việc nghiên cứu “chuyện gì đã xảy ra với các chiến dịch?”, “các yếu tố nào ngoài những yếu tố chủ quan chúng tôi vừa kể sẽ tác động vào sự hiệu quả của các chiến dịch?” hay nói cách khác một chiến dịch thành công gồm những đặc điểm gì?

Nói một chút về quảng cáo Facebook, đây là hình thức quảng cáo trực tuyến mà hầu như các doanh nghiệp từ B2C, B2B, ở các lĩnh vực kinh doanh khác nhau kể cả dịch vụ, giáo dục thuộc quy mô từ nhỏ đến lớn đều sử dụng. Để một chiến dịch quảng cáo Facebook có hiệu quả thì cần xác định trước tiên là mục tiêu chiến lược cho đến mục tiêu chiến dịch, ngân sách bỏ ra, chiến lược giá thầu phù hợp, nghiên cứu và target chính xác khách hàng mục tiêu, xây dựng content phù hợp, đa dạng, thu hút, thời gian triển khai chiến dịch hợp lý,…

Đối với mục tiêu chiến dịch thì chúng ta có mục tiêu tăng độ nhận biết thương hiệu, tăng lượt tiếp cận, tăng lượt tương tác, tăng lượt truy cập web, tăng lượt nhắn tin, tăng tỷ lệ chuyển đổi,… chia làm 3 nhóm lớn mục tiêu theo mức độ nhận biết, cân nhắc, chuyển đổi. Về chiến lược giá thầu như đặt giá thầu tự động, giới hạn giá thầu, giới hạn chi phí, giá cao nhất. Còn đối tượng mục tiêu sẽ tùy vào sản phẩm, dịch vụ, mỗi marketer sẽ vẽ ra cho mình chân dung khách hàng hoàn chỉnh nhất.

Thông thường khi có dữ liệu hoạt động của các chiến dịch, bạn thường làm gì? Đơn giản chỉ xem số liệu rồi so sách với số liệu của các chiến dịch trước để xem nó có hiệu quả hơn? Liệu bạn có tìm ra được chiến dịch thành công nhất? và bí quyết thành công đó là gì? Liệu bạn có cần một công thức chuẩn nhất cho các chiến dịch quảng cáo? Việc bạn thay đổi một số yếu tố bạn có muốn biết nó có thể tác động như thế nào vào chiến dịch của mình không?

Trong bài viết này BigDataUni sẽ trả lời thay cho bạn các câu hỏi trên thông qua phân tích một ví dụ nhỏ trong Digital marketing sử dụng thống kê mô tả, và một số thuật toán đơn giản trong Data mining.

Về hướng phân tích chúng ta sẽ sử dụng Descriptive analytics với thống kê là chủ yếu và phân tích hồi quy để tìm hiểu những gì đã xảy ra đối với các chiến dịch, và nếu mình đưa ra các thay đổi thì chiến dịch mới sẽ mang lại hiệu quả như thế nào, thành công hay thất bại.

Lý do Data science vẫn còn khá mới lạ, và chưa được sử dụng nhiều trong ngành marketing vì đa phần các chuyên gia tiếp thị thường không có nhiều kiến thức chuyên sâu, kinh nghiệm, và cả tư duy trong ngành nghiên cứu dữ liệu.

Và hầu như các marketers chỉ dựa trên một số phương pháp phân tích cơ bản như A/B testing để cải thiện các hoạt động marketing, hoặc nếu khó hơn sẽ phải nhờ đến các chuyên gia dữ liệu hay thuê một nền tảng công nghệ phân tích với đầy đủ các thuật toán, và cả “hướng dẫn sử dụng” để triển khai phân tích.

Ngoài ra, chúng tôi cũng lưu ý một chút về Predictive analytics. Facebook là nền tảng quảng cáo mang lại sự “hồi hộp” nhất, đau tim nhất cho các công ty và cá nhân kinh doanh. Nếu bạn đã từng chạy quảng cáo Facebook thì không mấy xa lạ với chuyện Facebook thay đổi các tính năng, các thuật toán liên tục chỉ với mục đích “tối đa hóa trải nghiệm người dùng” và giữ chân họ trên nền tảng này càng lâu càng tốt, nhưng ngược lại khiến các chiến dịch quảng cáo, thậm chí cả các bài post “organic” bị ảnh hưởng nghiêm trọng, số lượt tiếp cận giảm, tương tác cũng giảm,…Ngoài ra còn rất nhiều yếu tố khác khiến cho việc dự báo của chúng ta không thể chính xác.

Đối với các tác động như vậy của Facebook thì việc bạn “lên voi xuống chó” là khó thể dự báo, ngành hôm nay lên đỉnh, hôm sau xuống núi là chuyện khó thể dự báo được. Vì thế Predictive analytics dù “mạnh” cỡ nào thì trong trường hợp này chưa chắc đã giúp ích gì nhiều trong việc dự báo hiệu quả chiến dịch. Do đó chỉ mang tính chất tham khảo và phong phú thêm cái nhìn của bạn về lợi ích của nó trong marketing.

Nhưng chưa thử thì sao biết được? Nếu lỡ các chiến dịch thất bại là do chính bạn thì sao, thì lúc này cả Descriptive, Predictive analytics có thể là chìa khóa để bạn tìm ra kho báu “doanh thu”? Bài viết tiếp theo sẽ bàn về Predictive analytics, để các bạn tự đưa ra đánh giá liệu chiến dịch quảng cáo có thể dự báo kết quả? Bài viết lần này chúng ta chỉ tìm hiểu “What’s happened?” – điều gì đã xảy ra với các chiến dịch quảng cáo.

Những lý thuyết về Data analytics trong bài viết này sẽ không khó, thậm chí đơn giản và dễ hiểu dành cho các bạn là dân marketing. Tuy nhiên nếu có thời gian, thì hãy trang bị thêm các kiến thức vì các phương pháp phân tích thực sự giúp ích nhiều trong công việc, và cuộc sống của bạn, đặc biệt khi bạn càng hiểu rõ công cụ mình sử dụng, hiệu quả bạn đạt được sẽ càng cao.

Nào không mất thời gian của các bạn nữa, chúng ta cùng đi vào ví dụ. Lưu ý ví dụ không đề cập đến các giải pháp tối ưu chiến dịch quảng cáo.

Ví dụ công ty sản xuất tai nghe không dây XM, có dữ liệu về kết quả của 500 chiến dịch quảng cáo triển khai trên Facebook của 5 sản phẩm khác nhau.

Dữ liệu thu thập gồm các biến dưới đây.

Post ID: mã số chiến dịch. Để đơn giản, tránh phức tạp, mỗi chiến dịch sẽ chỉ có một nội dung marketing, không có nhiều bài viết, nhiều nhóm chủ đề.
Strategy: mục tiêu chiến lược hướng đến gồm
- A: Awareness – tăng nhận biết thương hiệu
- C1: Consideration – tăng tương tác, tìm kiếm khách hàng tiềm năng
- C2: Conversion – tăng tỷ lệ chuyển đổi, tăng sales
Product: sản phẩm, bao gồm 5 sản phẩm XM – 01M, 02S, 03A, 04N, 05K, giá dao động từ 3 – 5 USD
Audience: cách target khách hàng, chúng ta chỉ có 5 cách Au1, Au2, Au3, Au4, Au5. Mỗi Au1 sẽ là chi tiết về thông tin nhân khẩu học khách hàng và sở thích, nghề nghiệp,… Các bạn nào từng chạy quảng cáo Facebook chắc sẽ biết. Tuy nhiên để đơn giản chúng ta sẽ không đi chi tiết và chỉ giả định công ty có 5 cách target khách hàng như trên.
Objectives: mục đích chiến dịch. Cái này chi tiết hơn strategy. Bao gồm:
- Reach: số lượt tiếp cận khách hàng của bài post quảng cáo
- Traffic: tăng số lần khách hàng truy cập website, view fanpage,…
- Engagement: tương tác với bài viết, tăng số lần khách hàng like (bao gồm like fanpage), share, comment, click,…
- Message: thu hút khách hàng nhắn tin cho fanpage, mục đích khách hàng nhắn tin có thể đa dạng từ hỏi về sản phẩm, về ưu đãi, thông tin mua hàng,…
- Video views: số lượt xem video sản phẩm
- Purchase: tăng doanh số, tăng số khách hàng đăng ký thông tin mua sản phẩm.

* Reach thuộc chiến lược A; Traffic, Engagement, Message, Video views thuộc chiến lược C1; Purchase thuộc chiến lược C2

Lifetime: thời gian chạy chiến dịch, tính theo ngày. Để đơn giản chúng tôi không đề cập đến thời điểm chính xác bắt đầu chiến dịch, do cái này phụ thuộc vào Facebook duyệt quảng cáo
Cost: chi phí của mỗi chiến dịch, đơn vị USD. Để đơn giản chúng tôi giả định công ty đặt ngân sách mỗi ngày để chạy.
Content: loại nội dung sử dụng, bao gồm:
- Text + image: văn bản, và hình ảnh
- Text + video: văn bản mô tả và video, video thường ngắn < 30 giây
- Video: chỉ sử dụng mỗi video, video dài hơn, từ 60 – 90 giây
Idea: ý tưởng sáng tạo hay cơ sở phát triển nội dung, concept chính
- Lifestyle: phong cách sống
- Main features: xoay quanh các đặc điểm sản phẩm
- Promotion: tin về ưu đãi
- Trendy: những nội dung bắt trend khác
Impressions: số lượt tiếp cận khách hàng của bài viết quảng cáo, hay cụ thể là số lần quảng cáo được hiển thị đến người dùng Facebook, một người dùng có thể thấy quảng cáo hơn một lần. Do đơn giản ví dụ, nên chúng tôi không sử dụng biến Reach, tức số người dùng duy nhất tiếp cận được quảng cáo.
Likes: số lượt thích
Shares: số lượt chia sẻ
Comments: số lượt bình luận
Clicks: số lượt nhấn vào liên kết trỏ về web bán hàng, về landing page, hay vào form đăng ký ưu đãi,…
Messages: số khách hàng gửi tin nhắn trong giai đoạn triển khai chiến dịch.
Leads: số khách hàng tiềm năng có được từ chiến dịch là những khách hàng để lại thông tin chi tiết vào form đăng ký nhận ưu đãi, hay nhắn tin trực tiếp hỏi mua sản phẩm, hỏi về giá, hay cần tư vấn mua sản phẩm
Sales: doanh số của sản phẩm, số đơn hàng đã chốt, và nhận thanh toán.

Facebook ads còn rất nhiều chỉ số đo lường khác cung cấp cho các marketers để tiến hành phân tích, nhưng vì bài viết có giới hạn nên chúng tôi chỉ tập trung vào một số metrics phổ biến để minh họa cho các bạn phương pháp phân tích dữ liệu mà thôi.

Ngoài ra, ví dụ chúng tôi sử dụng bao gồm các thông tin khác để đánh giá khía cạnh “tạo và triển khai chiến dịch” của chính các marketers mà Facebook không có, và cho cái nhìn tổng quan về hoạt động quảng cáo trên Facebook của từng sản phẩm.

Trình báo cáo chiến dịch của Facebook cho phép chúng ta đánh giá hiệu quả từ chiến dịch, nhóm quảng cáo, đến từng bài post chi tiết nhưng đánh giá tổng thể thì mình phải set up lại bộ dữ liệu, và kết hợp cả dữ liệu của quá trình tạo chiến dịch như cách target khách hàng, concept, loại content,…

Vì thế tránh nhầm lẫn, và lưu ý bảng dữ liệu chúng tôi đề ra trong ví dụ này không phải minh họa cho tính năng Báo cáo trong Facebook Ads manager (trình quản lý quảng cáo)

Dưới đây là dữ liệu mẫu của 10 chiến dịch. Dữ liệu có thể download tại đây

Đầu tiên chúng ta xem xét nguồn dữ liệu có missing values, thiếu giá trị ở trường dữ liệu nào không? Trong tập dữ liệu chúng ta có biến % Avg video view, khoảng thời gian trung bình khách hàng xem video của chiến dịch đó tính trên % tổng thời gian video có. Ví dụ 73% tức là trung bình một khách hàng xem hết 73% thời lượng video. Tuy nhiên không phải chiến dịch nào content cũng là video, có những chiến dịch khác loại content không phải là video như text và image sẽ không có giá trị tại biến này.

Đầu tiên chúng ta sẽ thống kê dạng đồ thị để tìm hiểu số liệu hoạt động của các chiến dịch.

Các bạn có thể sử dụng Excel hay phần mềm phân tích SPSS, các phần mềm tương tự khác.

Thống kê số chiến dịch quảng cáo Facebook theo 3 mục tiêu chiến lược A: Awareness, C1: Consideration, C2: Conversion

Sản phẩm XM-01M có nhiều chiến dịch nhất với 108 chiến dịch, ít nhất là sản phẩm XM-03A chỉ có 88 chiến dịch. Tiếp tục chúng ta cùng tìm hiểu về cách chọn khách hàng mục tiêu.

Nếu xét theo tổng quát, cách target khách hàng thứ 4, và thứ 5 được sử dụng nhiều nhất, tiếp đến là cách target thứ 3, và thứ 5.

Chúng ta tiếp tục tìm hiểu số chiến dịch phân theo mục tiêu quảng cáo xét cho từng sản phẩm, thì 2 mục tiêu hướng đến nhiều nhất ở mỗi sản phẩm là là quảng cáo tiếp cận Reach, và quảng cáo tăng doanh số Purchases. Trong chiến lược Awareness, mục tiêu Reach là chính và không có mục tiêu nào khác, tương tự chiến lược Conversion là Purchases. Còn chiến lược Consideration, công ty phân bổ các chiến dịch theo 4 mục tiêu Engagement, Messages, Traffic, Video views khác nhau cho 5 sản phẩm.

Tiếp tục chúng ta qua số chiến dịch phân theo loại nội dung sử dụng, và ý tưởng để xây dựng nội dung.

Loại nội dung phổ biến sử dụng cho các chiến dịch là văn bản và hình ảnh, tiếp đến là văn bản và video, sau cùng là video.

Đối với sản phẩm 01M thì hướng đến phong cách sống là chính, tiếp đến là các đặc điểm nổi bật của sản phẩm; 02S thì ngược lại đặc điểm nổi bật ưu tiên trước phong cách sống. Xét tiếp cho các sản phẩm khác, riêng sản phẩm 04N thì nội dung xoay quanh các ưu đãi đi kèm. Có thể sản phẩm 04N trước khi triển khai các chiến dịch là một sản phẩm mới, nhưng ít khách hàng quan tâm, doanh số thấp, cần thúc đẩy sales.

Cũng lưu ý thêm các nội dung quảng cáo sẽ phát triển song song nội dung theo các idea trên và kết hợp với nội dung về sản phẩm. Vì các chiến dịch quảng cáo mục tiêu là quảng cáo sản phẩm.

Đối với idea về phong cách sống, thì loại nội dung sử dụng chủ yếu là văn bản và hình ảnh, tiếp theo là văn bản và video. Các ý tưởng về phong cách sống theo công ty dễ thiết kế đa dạng nhiều loại content. Riêng Promotion đây là điểm yếu kém, công ty không thiết kế các video giới thiệu về các chương trình khuyến mãi, dù là video ngắn chỉ dưới 15 giây. Về các bài viết xu hướng bên cạnh văn bản với các ảnh bắt trend.thì có thể post các video đang là trending.

Xét tiếp theo cơ cấu idea khi triển khai các chiến dịch theo mục tiêu, thì mục tiêu tương tác thường tập trung vào các bài viết sản phẩm có nói về phong cách sống, và bắt trend như vậy khách hàng có thể tương tác nhiều hơn như like, share, comment dưới bài viết.

Với mục tiêu thu hút tin nhắn của khách hàng thì các thông tin về ưu đãi, đặc điểm nổi bật sản phẩm sẽ dễ thực hiện hơn thay vì chỉ nói về sản phẩm thông thường. Tương tự ở mục tiêu tăng doanh số, khách hàng quan tâm nhiều hơn đến ưu đãi là chính.

Mục tiêu tăng tiếp cận (Reach) thì có thể đa dạng nội dung nhưng vẫn tập trung nhiều nhất là bài viết sản phẩm nói về phong cách sống. Còn về mục tiêu tăng lượt truy cập web (Traffic) thì thường chỉ tập trung vào bài viết nói về thông tin sản phẩm mà thôi.

Điểm bất ngờ, là ở chiến dịch tăng lượt xem video, công ty không sử dụng các video trending mà thiết kế các video chủ yếu giới thiệu sản phẩm là chính, kết hợp với nói về phong cách sống.

Lưu ý thêm về idea, hay concept về phong cách sống lifestyle, tức là giới thiệu sản phẩm được sử dụng như thế nào bởi những người dùng có lối sống khác nhau.

Như vậy chúng ta mới tìm hiểu xong các biến định tính, thấy được phần nào tổng quan cách triển khai chiến dịch quảng cáo cho 5 sản phẩm của công ty.

Tiếp theo về số liệu để đánh giá hiệu quả.

Trung bình lượt tiếp cận (Impression) của một chiến dịch Conversion – purchases ở sản phẩm 01M, 02S, 04N và 05K là cao nhất, tiếp đến là chiến dịch Video views. Có thể các chiến dịch này loại nội dung sử dụng đều là video nên lượt tiếp cận có thể cao hơn so với các chiến dịch còn lại.

Trái ngược với chính mục tiêu của chiến dịch là tăng lượt tiếp cận, thì trung bình lượt tiếp cận của chiến dịch Awareness – Reach là thấp nhất.

Tuy nhiên nếu nhìn ở bảng trên mà vội kết luận thì thật là sai sót. Nếu các bạn chạy quảng cáo Facebook thì có thể thấy chi phí cũng như thời gian chạy chiến dịch sẽ tác động lên lượt tiếp cận.

Trung bình một chiến dịch Reach chỉ chạy trong 5 ngày, chiến dịch video views, và purchases thì thường từ 10 đến 11 ngày, chiến dịch tin nhắn cũng được kéo dài hơn 7 ngày. Giải thích đơn giản là đối với chiến dịch Purchases và chiến dịch Messages 2 chiến dịch này sẽ tập trung thúc đẩy sales mặc dù chưa biết liệu thực sự có hiệu quả hay không nhưng có thể kéo dài thời gian so với các chiến dịch khác. Riêng video views thường tập trung quảng cáo sản phẩm, cũng coi như quảng cáo TV trên nền tảng Facebook vì thế công ty có thể đã kéo dài thời gian chiến dịch.

Yếu tố quan trọng để chúng ta xét đến nữa đó là chi phí trung bình mỗi chiến dịch, vì chi phí cao có thể do công ty đã target đối tượng khách hàng quá rộng và khi phạm vi đối tượng được mở rộng thì lượt tiếp cận có thể sẽ tăng theo.

Chi phí trung bình cho một chiến dịch quảng cáo A-reach là thấp nhất chỉ trên dưới 270 USD. Đa phần cao nhất là chiến dịch C1 – Messages, video views và C2 – Purchases là các chiến dịch tập trung thúc đẩy sales.

Với việc chi phí trung bình bỏ ra thấp, thời gian chạy cũng ngắn nên số lượt tiếp cận trung bình thấp nhất của một chiến dịch A – reach cũng là điều hiển nhiên nếu chưa xét các yếu tố khác như cách target đối tượng, Facebook đổi thuật toán,…

Tiếp theo nói về vấn đề nội dung, ý tưởng, nhìn vào biểu đồ phía dưới đây có thể thấy trung bình một chiến dịch sử dụng loại nội dung là văn bản và hình ảnh. Điều này có đi ngược lại với những gì bạn biết về lợi ích của bài post video không? Thông thường, nhiều người cho rằng quảng cáo bằng video sẽ tăng lượt tiếp cận khách hàng trên Facebook nhưng ở công ty trong ví dụ này là điều ngược lại. Lý do có thể các video chưa hay, chưa có nhiều lượt shares, chưa thực sự viral? Các bạn hãy tự tính trung bình lượt share bài post của một chiến dịch xét theo mỗi loại content để tìm ra câu trả lời.

Trái ngược với những gì chúng ta tưởng ban đầu rằng các bài post quảng cáo sản phẩm nói về lifestyle thường sẽ tiếp cận nhiều khách hàng hơn nhưng thực chất không phải, nó lại chiếm thấp nhất. Do lifestyle có thể không thực sự thú vị, hoặc ít được shares hơn các concept còn lại. Promotion chắc chắn được nhiều người quan tâm, và họ cũng sẵn sàng chia sẻ đến bạn bè, người thân vì đây là thông tin hữu ích.

Lượt share trung bình của Lifestyle thấp hơn nhiều so với mấy concept khác, cao nhất như đã nói ở trên là Promotion.

Như vậy chúng ta mới tìm hiểu xong về hiệu quả tiếp cận, Impressions. Các bạn là tương tự cho biến Likes, Shares, Comments và Clicks nhé.

Riêng đối với lượt Click (nhấn vào liên kết trỏ về web, landing page, hay vào form đăng ký ưu đãi,…) đây là chỉ số đo lường quan trọng bên cạnh Impressions, thường được dùng để tính toán tối ưu chi phí quảng cáo, đánh giá hiệu quả chiến dịch.

Trước khi kết thúc bài viết chúng ta cùng tìm hiểu qua mối quan hệ giữa các biến định lượng sử dụng ma trận hệ số tương quan.

Bên trên là Ma trận hệ số tương quan giữa các biến, khoan nói đến mối quan hệ giữa các biến khác với biến Messages, Leads, Sales, bài viết sắp tới chúng tôi sẽ nói rõ hơn về các yếu tố tác động lên doanh thu mà thông qua phân tích chúng ta biết được. Chúng ta hãy tập trung vào biến Cost, life-time và biến Impressions.

Theo lý thuyết rxy, tức hệ số tương quan Pearson nằm từ -1 đến +1

Nếu hệ số rxy < 0, thì 2 biến có mối quan hệ theo chiều nghịch nhau, tức một biến tăng thì biến còn lại sẽ giảm hoặc ngược lại.
Hệ số rxy > 0 thì 2 biến có mối quan hệ thuận, một biến tăng, biến còn lại có thể tăng theo hoặc ngược lại.
Hệ số rxy = 0, thì 2 biến không có mối quan hệ tuyến tính với nhau.
Hệ số rxy càng tiến gần giá trị -1, mối liên hệ nghịch càng chắc chắn, tương tự với giá trị 1, mối liên hệ thuận càng chắc chắn.

Các bạn xem lại bài viết dưới đây để rõ hơn về tương quan và hồi quy:

Correlation (tương quan) & Linear regression (hồi quy tuyến tính)

Tổng quan về Regression (phân tích hồi quy)

Như vậy, biến Life-time, và Cost có các hệ số tương quan Pearson > 0 với các biến Impressions, Likes, Shares, Comments, Clicks. Khi cost tức chi phí, và Life-time tức tổng thời gian chạy chiến dịch tăng thì số lượt tiếp cận, likes, shares, comments, kể cả clicks cũng sẽ tăng, đây là mối quan hệ đồng biến. Trong đó mối quan hệ giữa Life-time vs Impressions, cũng như Cost vs Impressions là các mối quan hệ bền vững khi hệ số gần tiến tới 1.

Còn mối quan hệ giữa Cost và Life-time thì chắc chắn là đồng biến khi số ngày chạy chiến dịch tăng thì chi phí bỏ ra sẽ tăng theo cho dù duy trì bất kỳ mức nào mỗi ngày.

Dòng Sig-2 tailed là giá trị P-value của kiểm định hệ số tương quan, ở bảng trên tất cả giá trị đều < 0.01, tức có ý nghĩa phân tích hay nói cách khác kết luận các biến trong bảng đều có mối quan hệ tương quan với nhau.

Các bạn nào chưa xem qua các bài viết về phương pháp hồi quy, tương quan và phương pháp kiểm định hệ số tương quan thì có thể tham khảo các bài viết của chúng tôi.

Tìm hiểu về phương pháp kiểm định tham số

Phương pháp kiểm định trong tương quan và hồi quy tuyến tính

Đến đây chúng ta tạm kết thúc phần 1 bài viết chủ đề phân tích chiến dịch quảng cáo Facebook, sang phần tiếp theo chúng ta sẽ đánh giá hiệu quả quảng cáo khi nói đến các số liệu về Clicks, Messages, Leads, Sales, tìm hiểu các yếu tố tác động lên doanh số, đưa ra một số kết luận ban đầu sử dụng kiểm định, và ứng dụng các phương pháp phân tích dự báo để trả lời cho câu hỏi trong bài viết này: “liệu có dự báo được kết quả của chiến dịch quảng cáo Facebook?”

Về chúng tôi, công ty BigDataUni với chuyên môn và kinh nghiệm trong lĩnh vực khai thác dữ liệu sẵn sàng hỗ trợ các công ty đối tác trong việc xây dựng và quản lý hệ thống dữ liệu một cách hợp lý, tối ưu nhất để hỗ trợ cho việc phân tích, khai thác dữ liệu và đưa ra các giải pháp. Các dịch vụ của chúng tôi bao gồm “Tư vấn và xây dựng hệ thống dữ liệu”, “Khai thác dữ liệu dựa trên các mô hình thuật toán”, “Xây dựng các chiến lược phát triển thị trường, chiến lược cạnh tranh”.