Bạn đã bao giờ tự hỏi tại sao sau khi mua một đôi giày (hay bất cứ mặt hàng tiêu dùng nào khác) trực tuyến, nhiều tuần hay thậm chí nhiều tháng tiếp theo bạn sẽ liên tục thấy các quảng cáo hoặc khuyến mãi liên quan đến những mẫu giày tương tự ở gần như mọi website bạn ghé thăm? Hơn thế nữa, bạn còn có thể thấy đôi giày nào những người bạn trên Facebook đã mua, và đôi giày nào ‘những người tương tự như bạn’ đã mua.

Vấn đề là bạn đã hoàn thành đơn hàng, vậy tại sao vẫn tiếp tục bị tấn công dồn dập bởi các quảng cáo liên quan đến các sản phẩm đã mua?

Lý do rất đơn giản: công nghệ cá nhân hóa website và hoạt động quảng cáo nhắm mục tiêu (Targeting advertising) đang ngày càng phổ biến. Ngoài những phương pháp xác định đối tượng gởi thông điệp quảng cáo khác nhau như Audience Targeting, Contextual Targeting, Geotargeting,... Marketer hiện gia tăng tận dụng hoạt động theo dấu và phản hồi với những hành động quá khứ của người dùng.

Cơ chế này thường được biết đến với tên gọi Behavioral targeting – nhắm mục tiêu quảng cáo dựa trên hành vi. Theo đó, các website tiến hành nhận dạng mẫu hình tương tác của người dùng từ các hành vi lướt web trong quá khứ của họ, và sử dụng chúng để phục vụ cho quá trình ra quyết định phân phối quảng cáo.

Có 4 dạng thông tin cơ bản từ các tương tác trong quá khứ của người dùng:

• UserBehavior (Hành vi người dùng): gồm các nhấp chuột, tìm kiếm, xem trang và xem những sản phẩm trong quá khứ
• Social Events (Sự kiện trên mạng xã hội): gồm những hành động như Like, Share, đề cập hay gợi ý trên cộng đồng mạng xã hội.
• Item Details (Chi tiết sản phẩm): gồm tên, danh mục, giá, mô tả và một số thông tin khác liên quan đến các sản phẩm được khuyến mãi.
• Contextual Information (Thông tin ngữ cảnh): như thời gian trong ngày, thời tiết, thiết bị, vị trí hiện tại, liên kết được đề nghị, hay những truy vấn tìm kiếm gốc liên quan đến các khuyến mãi.

Với sự hỗ trợ từ các dữ liệu thu thập ở trên, quá trình nhắm mục tiêu quảng cáo dựa trên hành vi cơ bản sẽ được tiến hành theo một trong hai phương pháp bên dưới:

• Content-Based Filtering (lọc dựa trên nội dung): khai thác những thuộc tính của nội dung/thông tin sản phẩm người dùng từng mua, sử dụng hoặc truy cập trong quá khứ để tạo nên các đề nghị/quảng cáo. Cách thức này có hiệu quả tốt với dạng thông tin được biểu diễn bằng các đặc trưng nội dung (ví dụ như dạng văn bản) nhưng lại gặp khó khăn trên các dạng thông tin đa phương tiện như hình ảnh, âm thanh, tương tác hoạt họa,...
  
• Collaborative Filtering (lọc cộng tác): khai thác những thói quen sử dụng sản phẩm của cộng đồng người dùng có cùng sở thích để tạo nên danh sách các sản phẩm đề nghị.

Hạn chế của Behavioral Targeting

Giả thiết cơ bản đằng sau cơ chế Behavioral targeting là – thứ người dùng đã làm trong thời gian gần đây xác định thứ họ sẽ có khả năng lặp lại trong tương lai. Cụ thể, hệ thống sẽ theo dấu các thao tác quá khứ, dự báo những thứ người dùng này có thể muốn trong tương lai để mang đến những thông điệp, những lời đề nghị về sản phẩm, nội dung hay quảng cáo được cá nhân hóa.

Nó được kỳ vọng sẽ hiển thị đúng quảng cáo hoặc sản phẩm đến đúng đối tượng.

Vấn đề là từ góc nhìn của tâm lý học, không có bất cứ cơ sở nào hỗ trợ cho giả định này. Việc tôi đã mua một đôi giày cách đây 2 tuần không phải là cơ sở vững chắc để dự đoán có thể tôi sẽ tiếp tục mua một đôi tương tự vào tuần tới hoặc tháng tới.

Bên cạnh đó, cơ chế lọc đối tượng dựa trên hành vi quá khứ cũng tiềm ẩn tính không chính xác. Lấy ví dụ cơ chế Collaborative filtering làm nảy sinh các câu hỏi như: độ tương đồng giữa những người dùng được đo lường như thế nào? Khi nào thì hai cá nhân được xem là tương đồng? Bao nhiêu điểm chung cần có để các cá nhân được xem là tương đồng?... Hơn nữa, người dùng thường có tiềm thức về chủ nghĩa cá nhân – một phản xạ tâm lý dạng như ‘tôi không giống người khác’ – nên sẽ có xu hướng từ chối những lời đề nghị được tùy chỉnh dựa trên những điểm tương đồng được xác định bởi các thuật toán máy tính.

Lòng tin của người dùng cũng là vấn đề đáng quan tâm. Chuyện gì sẽ xảy ra nếu người dùng xóa các cookie trong máy tính hay thiết lập các trình duyệt để khóa một phần hoặc toàn bộ cookie vì cảm thấy khó chịu với việc các hoạt động của mình bị theo dõi liên tục? Điều này có thể làm suy giảm trầm trọng độ chính xác của các dữ liệu hành vi và giới hạn khả năng tiếp thị dựa trên thị hiếu và sở thích cá nhân.

Và sau cùng, chuyện gì xảy ra nếu một ‘người dùng’ không thực sự là một cá nhân. Ví dụ như một vài thành viên trong gia đình có thể luân phiên sử dụng chung các thiết bị để lướt Web.

Phương pháp tiếp cận mới

Tất cả những hạn chế nêu trên không nhằm chứng minh Behavioral targeting không thể cung cấp một nền tảng hiệu quả cho quá trình cá nhân hóa. Thay vào đó, nó tạo tiền đề cho những công nghệ dựa trên trải nghiệm người dùng tiên tiến hơn, giúp đánh giá và quản lý ở mức độ vi mô các hành vi người dùng trên trang.

Theo đó, Marketer sẽ cá nhân hóa dựa trên quan điểm (Mindset), mục đích (Affect) và mức độ bị tác động bởi người khác (Suggestibility) của từng người dùng khi lướt web. Điều này cho phép nâng quá trình cá nhân hóa lên một tầm cao mới – tạo ảnh hưởng không chỉ đến mức độ hài lòng của người dùng và nhận dạng thương hiệu mà còn mang lại lợi nhuận thực sự.

Theo một bài viết trên chuyên trang Techcrunch của Liraz Margalit – chuyên gia tâm lý học phân tích trải nghiệm người dùng tại ClickTale, người dùng đến trang có thể chia làm hai nhóm cơ bản dựa trên Mindset – một chỉ đơn giản lướt Web (Browser) và nhóm còn lại có định hướng mua hàng rõ ràng (Goal-oriented Visitor). Việc phân định người dùng nào rơi vào nhóm nào có thể được đo lường và xác định theo thời gian thực thông qua hành vi mua sắm của họ trên trang. Sau đó, các nội dung và thông tin khuyến mãi có thể được cá nhân hóa trên những trang tiếp theo mà người này ghé đến.

Không dừng lại ở đó, Marketer còn có thể đào sâu hơn nữa vào tính cách người dùng để cho ra các nội dung phù hợp nhất. Điều này cũng giúp Marketer biết tường tận về người dùng để đảm bảo không cá nhân hóa sai lầm.

Ngoài ra, một trong những đặc điểm tính cách quan trọng nên được đo lường đó là “Suggestibility” – được định nghĩa là “tính cách sẵn sàng chấp nhận và hành động dựa trên các đề nghị của người khác”.

Người dùng có thể thuộc về một trong 2 nhóm Browser và Goal-oriented Visitor. Nhưng một khi xác định được người này dễ bị ảnh hưởng bởi các lời đề nghị (Suggestible visitor) dựa trên hành vi của họ tại trang đích (landing-page), thì Marketer sẽ có hướng cá nhân hóa phù hợp cho các trang tiếp theo một cách đơn giản và hiệu quả hơn.

Vậy làm cách nào để nhận dạng một Suggestible visitor?

ClickTale – công ty chuyên về phân tích các trải nghiệm số – đã phát triển một giải pháp giúp nhận dạng tính cách Suggestibility ở người dùng.

Chúng ta sẽ không tìm hiểu sâu về cơ chế đằng sau phương pháp này, nhưng có thể giải thích dễ hiểu như: tại trang landing-page (hoặc trang đầu tiên mà người dùng ghé đến Website), một người dùng được xác định là ‘dễ bị ảnh hưởng’ khi hành động đầu tiên của họ là nhìn ngay vào các sản phẩm mà trang gợi ý.

Suggestible visitor này sẽ nghiên cứu kỹ các tab điều hướng trên toàn bộ Website và thường cho thấy một mức độ gắn kết cao trên trang. Họ sẽ theo dõi sít sao các đề nghị đặc biệt, các nội dung được làm nổi bật hay các thông tin khuyến mãi. Họ cũng sẽ nhìn vào những mặt hàng phổ biến hoặc được yêu thích nhất, nhấp chuột vào video quảng cáo và tìm kiếm các thông tin bổ sung hoặc hàng hóa có liên quan.

Ví dụ, một người dùng ghé đến trang dịch vụ du lịch – với hành động đầu tiên là xem qua các gói khuyến mãi cho kỳ nghỉ mà trang đưa ra – có thể được xem là một Suggestible visitor (Ngược với một người dùng khác mới đến Website là đi ngay vào mục tìm kiếm chuyến bay với một đích đến cụ thể). Các Suggestible visitor cho thấy rằng họ sẵn sàng xem xét những thứ trang đang đề nghị và sẵn sàng tiếp nhận cái mới.

Tùy vào người dùng thuộc dạng nào được xác định ở trang đầu tiên, cách thức cá nhân hóa cho người này ở các trang tiếp theo về cơ bản cũng sẽ khác hoàn toàn. Hơn nữa, quay trở lại với trải nghiệm mua giày ở trên, người dùng bị quảng cáo mẫu giày đã mua rồi. Điều này cho thấy, việc dựa trên hành vi quá khứ đôi khi khiến quá trình cá nhân hóa quảng cáo hoàn toàn sai lệch. Nói cách khác, không thể chỉ dùng hành vi quá khứ để dự đoán quyết định mua sắm tương lai của người dùng.

Tóm lại

Nhà nhân học Jarno M.Koponen đã liệt kê 5 lỗ hổng trong quá trình cá nhân hóa, có lẽ đến lúc cần bổ sung thêm cái thứ 6 – lỗ hổng trong hành vi. Chỉ cần đưa thêm cái nhìn ở góc độ hành vi vào việc hiểu người dùng web, Marketer có thể tiến hành cá nhân hóa nội dung sao cho khớp với mindset, affect, và suggestibility của người dùng một cách hiệu quả nhất.

Khi người dùng ngày càng trở nên tinh tế và tính cạnh tranh trên thị trường liên tục gia tăng theo cấp số nhân, các trang web muốn tồn tại phải có tầm nhìn vượt khỏi những hành vi quá khứ, để từ đó tạo nên các cơ chế cá nhân hóa gây được ảnh hưởng thực sự đến conversion (hành động chuyển đổi của người dùng) và thúc đẩy lợi nhuận.

Nguồn: techcrunch.com

Theo blog.ants.vn