Điểm qua những thông tin hữu ích nhất tại webinar “Performance Ads Analytics’” – 20/11/2024

Tối ngày 20/11/2024 vừa qua, webinar đầu tiên trong chuỗi sự kiện“Performance Ads Analytics” do Datapot kết hợp với cộng đồng Data Analytics and Business Intelligence Vietnam tổ chức đã diễn ra thành công tốt đẹp với sự tham gia tích cực của hơn 120 anh chị và các bạn trẻ. Sự kiện thu hút sự quan tâm của đông đảo người tham dự nhờ nội dung mang tính ứng dụng cao và sự chia sẻ chuyên sâu đến từ diễn giả Tô Mạnh Hoàng – CEO Founder tại Datapot. Anh cũng đồng thời là Microsoft Certified Solution Expert với hơn 12 năm kinh nghiệm trong lĩnh vực Phân tích dữ liệu.

Sự kiện khởi đầu với một hoạt động warm-up đầy sôi động, nơi các anh chị tham gia cùng nhau giải quyết một bài toán thực tế liên quan đến kinh doanh và Performance Ads

Bài toán thực tế liên quan đến kinh doanh và Performance Ads

Đề bài được thiết kế đơn giản và ở mức cơ bản, giúp tất cả người tham dự, từ các CEO giàu kinh nghiệm đến sinh viên mới bắt đầu, đều có thể dễ dàng tiếp cận và thực hành. Dưới đây là nội dung của câu hỏi phần warm-up:

Một doanh nghiệp thương mại điện tử hoạt động trong lĩnh vực bán hàng online có mô hình kinh doanh nhập sản phẩm, xây dựng thương hiệu và bán ra với các chỉ số giả định sau:

• Doanh thu 2 tỷ VNĐ/tháng
• Tổng chi phí quảng cáo chiếm 25% doanh thu
• Biên lợi nhuận thuần đạt 10%
• Tỷ lệ chuyển đổi từ lead sang khách hàng là 10%.

Khi tỷ lệ chuyển đổi tăng thêm 1%, với giả định các yếu tố và chi phí khác giữ nguyên, thì…

Mức tăng hoặc giảm lợi nhuận là bao nhiêu?

Đáp án được thảo luận sôi nổi bởi anh Hoàng và hơn 100 anh chị tham gia

Đề bài này nhấn mạnh tầm quan trọng của việc cải thiện tỷ lệ chuyển đổi trong hoạt động Performance Ads và tác động trực tiếp của nó đến lợi nhuận doanh nghiệp.

Phần warm-up không chỉ tạo sự kết nối giữa các thành viên mà còn thúc đẩy tư duy phân tích, giúp mọi người làm quen với các khái niệm và dữ liệu quan trọng sẽ được trình bày chi tiết trong các phần sau. Hoạt động này cũng đóng vai trò như một bước đệm cần thiết, giúp người tham gia hiểu sâu hơn về ý nghĩa của việc phân tích dữ liệu và tầm quan trọng của nó trong việc tối ưu hóa hiệu quả kinh doanh.

Phần 1: Hiểu về Performance Ads Analytics

Mở đầu phần kiến thức của webinar, diễn giả nhấn mạnh rằng việc hiểu rõ nghiệp vụ Performance Ads là nắm vững nền tảng quan trọng, và là một bước không thể thiếu trước khi bắt tay vào phân tích dữ liệu.

Vì lẽ đó, diễn giả đã mang đến một cái nhìn tổng quan về Performance Ads, giúp tạo tiền đề cho các nội dung phân tích dữ liệu chuyên sâu được trình bày ở các phần tiếp theo.

Performance Ads – một hình thức quảng cáo tập trung vào việc đo lường các kết quả cụ thể như CTR (Click Through Rate), CVR (Conversion Rate) và ROAS (Return on Ad Spend).

Đây là một phương thức quảng cáo nhắm đến hiệu quả rõ ràng, sử dụng dữ liệu từ nhiều nền tảng để tối ưu hóa liên tục, giúp doanh nghiệp tối đa hóa ROI. Trong bối cảnh các nền tảng quảng cáo ngày càng đa dạng và ngân sách chi tiêu không ngừng tăng, việc phân tích dữ liệu để đo lường hiệu quả Performance Ads không chỉ giúp doanh nghiệp giảm chi phí mà còn tăng doanh thu.

Các thuật ngữ và chỉ số phổ biến trong Performance Ads

Mô hình vận hành Performance Ads

Đồng thời, anh Tô Mạnh Hoàng còn chia sẻ mô hình vận hành Performance Ads, trong đó nêu rõ các vai trò công việc, mối quan tâm của từng vị trí, và một số kênh bán hàng phổ biến, nhằm mang đến cho người tham dự cái nhìn toàn diện hơn về nghiệp vụ này.

Phần 2: Những khó khăn thường gặp trong phân tích Performance Ads

Trong webinar, anh Hoàng đã nhấn mạnh rằng mỗi nhóm đối tượng, từ cấp quản lý đến nhân sự vận hành, đều có những vấn đề và mối quan tâm riêng, đòi hỏi cách tiếp cận khác nhau để giải quyết. Điều này giúp tất cả người tham gia có góc nhìn sâu sắc và thực tế hơn về các thách thức trong nghiệp vụ Performance Ads.

Cấp quản lý: Quan tâm đến bức tranh tổng thể

Cấp quản lý thường đối mặt với khó khăn trong việc theo dõi các chỉ số tổng thể như doanh thu, lợi nhuận, và chi phí. Nguyên nhân chính là sự thiếu liên kết giữa dữ liệu quảng cáo và dữ liệu bán hàng, đặc biệt khi quảng cáo được triển khai trên nhiều nền tảng như Facebook Ads, Google Ads, hay TikTok Ads, nhưng doanh thu lại đến từ nhiều kênh bán hàng khác nhau.

Các báo cáo mặc định của nền tảng thường thiếu chiều sâu, không thể đánh giá hiệu quả theo các yếu tố cụ thể như sản phẩm, nội dung, hay hiệu suất của nhân sự. Điều này khiến cấp quản lý khó đưa ra quyết định chiến lược quan trọng.

Nhân sự vận hành: Tập trung vào chi tiết chiến dịch

Ngược lại, nhân sự vận hành, bao gồm các chuyên viên Ads và Data Analyst, phải theo dõi các chỉ số chiến dịch hàng ngày như CTR, CPC, và CPM. Tuy nhiên, họ gặp trở ngại trong việc thu thập và tổng hợp dữ liệu từ nhiều nguồn do định dạng không đồng nhất. Quy trình này không chỉ tốn thời gian mà còn dễ dẫn đến sai sót, làm giảm độ chính xác của báo cáo.

Ngoài ra, nhiều chuyên viên thiếu kỹ năng để trực quan hóa dữ liệu và phân tích các chỉ số phức tạp, dẫn đến khó khăn trong việc đưa ra các khuyến nghị tối ưu hóa chiến dịch, đặc biệt khi cần phản ứng nhanh trước sự thay đổi của hiệu suất quảng cáo.

Để cụ thể hóa những khó khăn, anh Hoàng đã đưa ra một ví dụ thực tế về E-commerce Ads nhằm giúp người xem dễ hình dung hơn, với 3 ví dụ về các vấn đề như:

• Chạy quảng cáo cho sản phẩm chưa có sẵn trong kho, dẫn đến trải nghiệm khách hàng bị gián đoạn.
• Triển khai chiến dịch mạnh mẽ nhưng không kiểm soát được tỷ lệ hoàn hủy đơn hàng, làm tăng chi phí không cần thiết.
• Nhập hàng không phù hợp với nhu cầu thực tế, dẫn đến tình trạng tồn kho cao.

Vậy, đâu là giải pháp?

Thị trường hiện nay mang đến vô số công cụ và công nghệ, đáp ứng mọi nhu cầu đa dạng. Tuy nhiên, lựa chọn công cụ nào không phải là yếu tố quyết định.

Điều quan trọng hơn cả, là các nhân sự quảng cáo và doanh nghiệp cần tập trung phát triển tư duy và phương pháp luận rõ ràng cùng quy trình xây dựng hệ thống chặt chẽ.

Dưới đây là những tiêu chí quan trọng mà doanh nghiệp và nhân sự chạy Ads cần đầu tư thời gian nghiên cứu và không ngừng học hỏi:

• Tích hợp dữ liệu từ nhiều nguồn: Hệ thống báo cáo phải bao quát các thông tin từ quảng cáo, bán hàng, tài chính doanh nghiệp, đồng thời đánh giá hiệu quả hoạt động của từng nhân sự, sản phẩm, hoặc giai đoạn cụ thể.
• Lựa chọn các chỉ số phân tích phù hợp: Đảm bảo các chỉ số phản ánh đúng yêu cầu quản lý và hỗ trợ lập kế hoạch một cách chính xác, hiệu quả.
• Tự động hóa và cấu trúc khoa học: Hệ thống cần được thiết kế để cập nhật dữ liệu tự động, đảm bảo độ chính xác và sắp xếp thông tin một cách khoa học.
• Xây dựng hệ thống báo cáo đa tầng: Hệ thống này giúp lãnh đạo có cái nhìn tổng quan về toàn bộ hoạt động Performance Ads, đồng thời hỗ trợ nhân sự quảng cáo quản lý công việc một cách chi tiết và dễ dàng.

Nhờ đó, doanh nghiệp có thể kiểm soát chi phí Ads hiệu quả hơn, nhân sự Ads có thể lập kế hoạch hành động cụ thể hơn để giải quyết các vấn đề tồn đọng, tối ưu hóa chiến dịch quảng cáo, và hướng tới mục tiêu tăng trưởng doanh thu bền vững.

Phần 3: Case study: Phân tích dữ liệu trong Performance Ads

Phần 3 của webinar giới thiệu một case study thú vị, trong đó diễn giả chia sẻ chi tiết về Data Analytical Platform – hệ thống tích hợp dữ liệu từ nhiều nguồn như Facebook Ads, Google Ads, TikTok Ads và các kênh bán hàng như POS, CRM. Case study này mang đến góc nhìn rõ nét hơn về bài toán thực tế, phương pháp luận, kiến trúc dữ liệu và cách thiết kế báo cáo, dựa trên một hệ thống đã được triển khai thành công.

Những vấn đề khi xây dựng hệ thống dữ liệu và báo cáo

Mô hình phương pháp luận khi xây dựng hệ thống dữ liệu và báo cáo

Trong webinar, anh Hoàng đã chia sẻ về cách xây dựng và chuẩn hóa hệ thống dữ liệu – từ bước thu thập dữ liệu thô đến tạo ra các báo cáo trực quan phục vụ quản lý.

Quy trình chuẩn hóa và kiến trúc dữ liệu:

• Thu thập dữ liệu từ nhiều nguồn: Dữ liệu từ các nền tảng như Facebook Ads, Google Ads, TikTok Ads hay các hệ thống POS, CRM đều được lưu trữ vào Data Lake. Đây là bước quan trọng để tích hợp tất cả dữ liệu ở một nơi.
• Chải chuốt và chuẩn hóa dữ liệu: Từ dữ liệu thô ban đầu, hệ thống tiến hành xử lý để dữ liệu ngày càng sạch và nhất quán qua từng lớp, từ Staging Area đến Gold Data. Điều này giúp dữ liệu dễ truy cập và thuận tiện cho việc viết query.
• Công cụ tạo báo cáo: Anh Hoàng cũng giới thiệu việc sử dụng các công cụ như Power BI hay Looker Studio để chuyển dữ liệu từ vùng Gold Data thành các báo cáo trực quan. Các báo cáo này cung cấp thông tin chi tiết như doanh thu, lợi nhuận, chi phí tổng thể, và các chỉ số vận hành như CTR, CPC, CPM real-time.

Lợi ích của một kiến trúc dữ liệu khoa học

Mỗi nền tảng như Facebook, Google, và TikTok đều có cấu trúc dữ liệu và định nghĩa về các chỉ số riêng biệt. Ví dụ, chỉ số “Impression” trên Google có thể mang ý nghĩa khác với chỉ số “View” trên TikTok. Điều này đặt ra yêu cầu cho các Ads thủ phải chuẩn hóa và tổ chức lại cấu trúc dữ liệu và các định nghĩa sao cho đồng nhất. Điều này không chỉ hỗ trợ việc so sánh hiệu quả giữa các nền tảng mà còn đảm bảo tính chính xác và nhất quán trong quá trình phân tích và đưa ra kế hoạch hàng động.

Dữ liệu có thể được thu thập thông qua việc gửi yêu cầu API từ các nền tảng cung cấp. Tuy nhiên, quá trình xin phê duyệt API và chuẩn hóa dữ liệu từ các nguồn này không hề đơn giản, đòi hỏi nhiều nỗ lực và sự cẩn trọng để đảm bảo hệ thống vận hành mượt mà và hiệu quả.

Kiến trúc hệ thống dữ liệu và báo cáo

Case study này làm nổi bật tầm quan trọng của việc chuẩn hóa và tổ chức dữ liệu – một yếu tố thường bị bỏ qua nhưng lại vô cùng cần thiết, đặc biệt khi mở rộng quy mô chạy Ads. Việc này không chỉ giúp Ads thủ quản lý dễ dàng hơn mà còn tối ưu hóa vận hành và nâng cao hiệu quả của các chiến dịch quảng cáo.

Phần 4: Các lưu ý khi triển khai

Dưới đây là những lưu ý quan trọng giúp bạn định hướng rõ ràng khi bắt đầu triển khai xây dựng hệ thống dữ liệu và báo cáo:

Phần 5: Hướng dẫn thực hành với Adveronix

Dù vượt thời gian dự kiến 30 phút, khán giả vẫn nán lại để theo dõi phần hướng dẫn sơ lược về giao diện cơ bản và các lưu ý khi kết nối, lấy dữ liệu từ Facebook Ads qua Adveronix.

Nội dung webinar lần này chỉ mang tính chất giới thiệu, buổi sau sẽ đi sâu hơn vào các thao tác chi tiết để kéo dữ liệu Ads từ Facebook, Google, Tiktok để phục vụ phân tích.

Đừng quên đăng ký tham gia các sự kiện tiếp theo để khám phá chi tiết hơn về nội dung này bạn nhé!

Phần 6: Q&A – Giải đáp cùng chuyên gia

Dưới đây là những câu hỏi và giải đáp nổi bật từ phần Q&A

1. Đánh giá performance content dựa trên chỉ số gì?

Khi đánh giá hiệu suất quảng cáo, cần tập trung vào các chỉ số chính:

• CTR (Click Through Rate), CPC (Cost Per Click) là các chỉ số trung gian, hỗ trợ tối ưu hóa.
• Mục tiêu cuối cùng là mỗi nội dung quảng cáo mang lại doanh thu bao nhiêu, phản ánh hiệu quả của cả chiến dịch.

2. Làm sao để người học Data Science trái ngành phát huy thế mạnh trong Performance Ads Analytics?

Bạn Ngọc Nguyễn, đang học Data Science ở Mỹ, đặt câu hỏi về cách phát huy chuyên môn Marketing trong ngành Performance Ads Analytics và tìm nguồn dataset để luyện tập. Diễn giả đã tư vấn cho bạn:

• Trải nghiệm thực tế: Tham gia trực tiếp vào công việc chạy Ads hoặc quan sát, học hỏi từ đồng nghiệp để hiểu sâu hơn cách vận hành chiến dịch.
• Nguồn dữ liệu: Tận dụng dataset từ các dự án hoặc webinar tương tự, Datapot cũng sẽ cung cấp dataset thực tế trong các chương trình webinar sắp tới. Đăng ký ngay để không bỏ lỡ bạn nhé!

3. Không có kinh nghiệm, có cơ hội được nhận vào ngành này không?

• Cơ hội: Không khó nhưng khó để định lượng bạn có chắc chắn được nhận không và tỉ lệ người có việc làm là bao nhiêu. Tuy nhiên, phần lớn các doanh nghiệp thường ưu tiên người làm được việc. Điều quan trọng là hãy nỗ lực học hỏi và phát triển mỗi ngày, chuẩn bị kỹ càng để khi cơ hội đến chúng ta đã sẵn sàng để nắm bắt.
• Thực tế: Thị trường đang cần nhân sự nhưng không nhiều nơi có văn hóa đào tạo bài bản như ở Datapot.

4. Cách học nhanh và hiệu quả trong ngành Performance Ads Analytics?

• Tập trung vào công cụ và công việc sát, hoặc mô phỏng đúng với thực tế nhất.
• Tham gia các dự án mô phỏng, webinar, hoặc cuộc thi phân tích dữ liệu để luyện tập.
• Kỹ thuật là phần dễ học, nhưng quan trọng là học cách xử lý vấn đề trong môi trường thực tế với áp lực thời gian và bối cảnh buộc phải giao tiếp với khách hàng, sếp, …

👉 Tham gia khóa học của Datapot, bạn sẽ được thực hành trực tiếp trên các dự án thực tế với bộ dữ liệu có sẵn, đồng thời nhận sự hướng dẫn tận tình 1-1 từ giảng viên, đăng ký ngay tại:

5. Kỹ năng cần có để được tuyển dụng?

Khi phỏng vấn, nhà tuyển dụng không chỉ đánh giá báo cáo đẹp mà còn chú trọng câu chuyện mà ứng viên có thể kể thông qua báo cáo. Điều họ tìm kiếm chính là khả năng tư duy logic, xây dựng giải pháp phù hợp và trình bày chúng một cách rõ ràng, dựa trên các vấn đề kinh doanh thực tế.

6. Công cụ và tư duy Analytics cái nào quan trọng hơn?

Công cụ và tư duy chỉ là phương tiện, điều quan trọng hơn cả là:

• Mindset tốt: Hiểu rõ mô hình kinh doanh, ưu nhược điểm của từng công cụ, và biết cách kết hợp chúng thành giải pháp tối ưu.
• Tình hình tại Việt Nam: Thiếu hụt nhân sự có khả năng nhận diện vấn đề và đề xuất giải pháp, mở ra cơ hội cho người học sẵn sàng và chủ động.

7. Có cần xây dựng nhiều mô hình phân tích cho nghiệp vụ Performance Ads không?

Điều này thuộc vào nhu cầu kinh doanh và phân tích của tổ chức.

Ở mỗi giai đoạn phát triển, tổ chức sẽ cần các loại báo cáo khác nhau, vì vậy không nhất thiết phải xây dựng đầy đủ các mô hình dữ liệu hướng tới tương lai ngay từ đầu. Tuy nhiên, yếu tố đặc biệt quan trọng mà doanh nghiệp cần ưu tiên là xây dựng một kiến trúc dữ liệu ổn định, đảm bảo khả năng mở rộng linh hoạt khi cần. Đây chính là nền móng vững chắc cho việc phân tích dữ liệu và xây báo cáo lâu dài cho tổ chức.

Khi công cụ hiện tại không đáp ứng đủ nhu cầu, doanh nghiệp cần linh hoạt kết hợp nhiều công cụ, công nghệ hoặc nền tảng khác nhau. Nếu thực sự cần thiết, việc tự xây dựng thêm các giải pháp cũng là một lựa chọn. Tuy nhiên, điều quan trọng nhất là xác định rõ nhu cầu phân tích, vì mọi công cụ hay giải pháp đều chỉ nên được sử dụng để phục vụ mục tiêu này một cách hiệu quả nhất.

Các câu hỏi và chia sẻ từ diễn giả không chỉ giải tỏa thắc mắc mà còn truyền cảm hứng cho người tham dự về cách bắt đầu và phát triển hệ thống phân tích dữ liệu và báo cáo phục vụ cho sự phát triển của doanh nghiệp trong tương lai.

Kết

Những kiến thức và giải pháp từ webinar mang lại giá trị thiết thực cho doanh nghiệp trong bối cảnh quảng cáo số không ngừng phát triển.

Webinar không chỉ cung cấp cho các anh chị và các bạn nền tảng kiến thức mà còn mở ra góc nhìn thực tế về cách ứng dụng dữ liệu để tối ưu quảng cáo. Đây chính là khởi đầu đầy triển vọng cho chuỗi sự kiện Performance Ads Analytics của Datapot.

👉 Đừng quên join nhóm Zalo để cập nhật các sự kiện sắp tới và khám phá thêm cách lấy dữ liệu và xây dựng báo cáo trên Power BI của các nền tảng quảng cáo phổ biến như: Facebook, Tiktok, Google bạn nhé!

Cảm ơn bạn đã luôn ủng hộ các hoạt động của chúng mình. Hẹn gặp lại bạn trong các chương trình kế tiếp!

My Đào Thị Trà