Bí quyết kết hợp dữ liệu với “lắng nghe khách hàng” để có quyết định đúng

Hoàn toàn phụ thuộc vào dữ liệu lớn có thể đưa đến những sai lầm do cách lựa chọn dữ liệu nhiều khi phụ thuộc vào quan điểm chủ quan. Tương tác với khách hàng là việc cần thực hiện kết hợp để có những quyết sách đúng đắn.

Big Data fall

Ngày càng có nhiều công ty phụ thuộc vào Big Data với mong muốn đưa ra những quyết định chiến lược “sâu sắc” dựa trên việc phân tích các dữ liệu này.

Theo chuyên gia Graham Kenny, thay vì việc tuyệt đối hóa vai trò của dữ liệu, các doanh nghiệp có thể có được những hiểu biết chính xác hơn về thị trường nếu như họ chịu bước ra ngoài văn phòng và nói chuyện với khách hàng như cách mà Toyota hay Adobe đã thực hiện.

Hoàn toàn phụ thuộc vào dữ liệu có thể dẫn đến những quyết định sai lầm khi mà cách lựa chọn dữ liệu nhiều khi lại phụ thuộc vào quan điểm chủ quan của các nhà quản lý về những điều mà họ nghĩ rằng khách hàng quan tâm. Mà trên thực tế có thể không đúng như vậy.

Khả năng thu thập và xử lý các chi tiết cụ thể trên quy mô hàng loạt hứa hẹn sẽ khám phá ra những mối quan hệ không thể tưởng tượng được trong thị trường.

Nhưng liệu “chi tiết” có thực sự tương đương với “cái nhìn sâu sắc” không?

Nhiều nhà quản lý tin vào điều đó. Ví dụ, ở Úc, bốn ngân hàng lớn là Westpac, National, ANZ và Commonwealth đang chi lớn cho việc thu thập hàng núi dữ liệu khách hàng có liên quan đến một tập hợp các biến như giới tính, tuổi tác, nghề nghiệp cho một loạt các sản phẩm và dịch vụ của mình.

Tương tự, hai chuỗi siêu thị lớn nhất của Úc là Woolworths và Coles, đang tìm kiếm dữ liệu khách hàng và áp dụng sức mạnh của những hệ thống máy tính với các kỹ thuật thống kê để tìm kiếm “thông tin “chi tiết”. Việc thu thập dữ liệu đòi hòi sự kết hợp các thông tin về hành vi duyệt web, việc dùng mạng xã hội, các mô hình mua hàng, v.v. – được phân tích một các phức tạp trên các nền tảng khác nhau.

Với việc áp dụng nhiều biện pháp phân tích tiên tiến đối với lượng data khổng lồ thu thập được, dường như lãnh đạo các doanh nghiệp  sẽ bằng lòng với chuyện giao phó toàn bộ trách nhiệm tìm hiểu, lắng nghe khách hàng cho bộ phận công nghệ thông tin.

Khi dữ liệu cũng có thể “lừa đảo”

Keith là CEO của một doanh nghiệp quản lý tài sản hướng tới các khách hàng “đại gia”. Công ty này hỗ trợ khách hàng đầu tư bằng cách cung cấp các sản phẩm, danh mục đầu tư, tư vấn lập kế hoạch tài chính và các cơ hội đầu tư bất động sản.

Giống như các đối thủ cạnh tranh, công ty của Keith đã thực hiện các khảo sát để thu thập dữ liệu về hiệu quả hoạt động mình. Nhưng Keith và nhóm điều hành của ông đã nhận ra rằng việc tìm hiểu kỹ những chi tiết này không tạo ra những hiểu biết sâu sắc mà họ có thể dùng để cho việc phát triển chiến lược.

Vì vậy, nhóm của Keith đã quyết định chọn một con đường khác. Một cách thức thực sự liên quan đến việc lắng nghe khách hàng. Họ đã tiến hành một loạt các cuộc phỏng vấn khách hàng được cấu trúc theo cách cho phép khách hàng nói chuyện và công ty lắng nghe. Những gì Keith và các giám đốc điều hành của ông phát hiện ra thực sự khiến họ bị sốc.

Đầu tiên là dữ liệu của họ dựa trên những điều vô nghĩa. Điều này xảy ra bởi vì những câu hỏi mà họ đang hỏi được xây dựng dựa trên nhận thức của người quản lý về những gì khách hàng cần trả lời. Chúng không được xây dựng dựa trên những gì khách hàng muốn thể hiện. Điều này dẫn đến dữ liệu không phản ánh yêu cầu thực tế của khách hàng. Danh sách các ưu tiên thu được thông qua phỏng vấn khách hàng so với các ưu tiên khách hàng giả định của ban quản lý chỉ trùng hợp 50%.

Đó là chuyện xảy ra không chỉ với công ty của Keith. Các nghiên cứu đã chỉ ra rằng dữ liệu lớn thường “không chính xác một cách chính xác”. Một nghiên cứu do Deloitte báo cáo cho thấy “hơn 2/3 số người trả lời khảo sát nói rằng dữ liệu của bên thứ ba về họ nhìn chung chỉ đúng khoảng 0 – 50%”. Một phần ba số người được hỏi cho rằng thông tin này “chính xác khoảng 0 – 25%”.

Trong trường hợp của Keith, lỗi này tạo ra sai lệch lớn hơn nhiều lần với việc xếp hạng các yêu cầu của khách hàng. Ví dụ: công ty tin rằng những khách hàng lớn tuổi sẽ không xếp hạng “công nghệ” (công cụ kỹ thuật số và trực tuyến) cao trong danh sách yêu cầu của họ.

Tuy nhiên, trong các cuộc phỏng vấn, Keith phát hiện ra rằng mặc dù bản thân những khách hàng lớn tuổi này không phải là người sành công nghệ nhưng họ lại quan tâm đến vấn đề này. Điều này là do họ có các trợ lý về công nghệ và do vậy họ coi việc có một công nghệ “xịn” là điều kiện tiên quyết đối với một hoạt động kinh doanh hiện đại.

Điều mà Keith và nhóm của mình cũng ngạc nhiên phát hiện ra, đó là cần ít cuộc phỏng vấn để có được cái nhìn sâu sắc thực sự. Keith cho biết chỉ cần “khoảng 18 đến 20 khách hàng để có được hầu hết các phản hồi quan trọng”. Trước đó nhóm nghiên cứu nghĩ rằng phải cần nhiều hơn con số này nhưng rồi họ đã tới điểm bão hòa – một thuật ngữ có nghĩa là thời điểm có thể ngừng thực hiện các cuộc phỏng vấn khi không nghe thấy bất kỳ điều gì mới.

Lắng nghe khách hàng

Tương tác với khách hàng có thể không thú vị và mới mẻ bằng đầu tư vào “dữ liệu lớn”. Nhưng phương pháp này được ghi nhận một cách chắc chắn về hiệu quả thành công. Hãy đến với câu chuyện của Toyota.

Khi Toyota muốn phát triển một chiếc xe hơi sang trọng cho thị trường Hoa Kỳ, nhóm thiết kế của họ không ngồi ở Tokyo để đưa ra một bản thiết kế hoàn hảo hay sàng lọc các dữ liệu từ các khách hàng Toyota đã có  về các mẫu xe Toyota hiện tại. Thay vào đó, họ cử các nhà thiết kế và quản lý của mình đến California để quan sát và phỏng vấn đối tượng khách hàng mục tiêu của mình – một người Mỹ, nam giới, có thu nhập cao – để tìm hiểu xem anh ta muốn gì ở một chiếc xe hơi.

Những kiến thức này, kết hợp với sự xuất sắc về kỹ thuật đã dẫn đến một hướng đi hoàn toàn mới cho Toyota: một dòng xe sang được xuất khẩu tới Hoa Kỳ. Đó chính là Lexus. Lắng nghe khách hàng giờ đây đã gắn liền với văn hóa của Toyota.

Lắng nghe khách hàng cũng là một thành phần cơ bản trong văn hóa của Adobe. Công ty này đề cao “văn hóa lắng nghe khách hàng” và đã đưa ra một bộ hướng dẫn hữu ích về cách hòa nhập với khách hàng. Elaine Chao, Giám đốc sản phẩm của công ty chia sẻ: “Lắng nghe là bước đầu tiên. Chúng tôi cố gắng tập trung vào những gì khách hàng muốn hoàn thành, không nhất thiết là cách họ muốn hoàn thành ”.

Theo Graham Kenny, với điều kiện dữ liệu “không chính xác”, hãy sử dụng sức mạnh của máy tính để kiểm tra các mẫu trong hành vi mua hàng của khách hàng. Nhưng cũng cần hiểu những hạn chế của dữ liệu lớn. Dữ liệu có tính lịch sử và “đứng yên”. Tính lịch sử có nghĩa nó dữ liệu của quá khứ. Khách hàng rất có thể đã thay đổi khác xa với những dữ liệu thu thập được. “Dữ liệu “đứng yên” vì như với bất kỳ mô hình máy tính nào, dữ liệu không bao giờ có thể trả lời một câu hỏi mà chúng ta không nghĩ đến để hỏi”, chuyên gia nhận định.