Tìm hiểu về Behavioral Data

Byunito

Là một dạng dữ liệu cần được thu thập trong bộ những dữ liệu khách hàng – Customer Data. Hiểu rõ hơn về Behavioral Data sẽ giúp cho bạn, marketer và cả data analytics, rất nhiều trong công việc.

Bahavioral Data là gì?

Là những hành vi tương tác của khách hàng trên những tài sản kỹ thuật số (digital assets) của bạn như website, mobile app, IOT devices… Bạn có thể được biết đến nó thông qua các thuật ngữ tương tự như event data, activity data hay thậm chí product-usage data.

Tại sao phải thu thập Behavioral Data?

Khi bạn làm ra sản phẩm và quảng cáo/hiển thị trên tài nguyên kỹ thuật số của mình thì việc thu thập dữ liệu hành vi này sẽ giúp bạn 2 mục đích chính sau:

  • Hiểu rõ sản phẩm của bạn được khách hàng sử dụng hoặc không sử dụng (tương tác) như thế nào
  • Xây dựng cá nhân hóa trải nghiệm khách hàng thông qua những điểm chạm trên hành vi.
Funnel analysis using behavioral data from databeats

Việc thu thập dữ liệu hành vi này sẽ cần một số bước để từ đó bạn có thể phân tích, đong đếm, tính toán. Và sau đó lại tiếp tục đưa ra dữ liệu này đến các công cụ khác như kích hoạt một chiến dịch tiếp thị hay báo cáo.

Các nguồn dữ liệu hành vi

Người ta chia ra dữ liệu hành vi đến từ 2 nguồn chính sau:

Nguồn cơ bản (primary data source):

Như đã nói ở trên đó là những tài nguyên kỹ thuật số như website, mobile app, IOT devices… Thông thường bạn quản lý nên mã nguồn thì việc tích hợp để thu thập dữ liệu hành vi này là trước sau có thể thực hiện được. Tuy nhiên nếu bạn sử dụng những công cụ low-code platform để tạo ra thì khả năng khó khăn hơn hay thậm chí là không hỗ trợ cho việc thu thập này. Các công cụ kể đến:

  • Công cụ tạo website, landing page: WIX
  • Công cụ tạo website ecomerce: Sapo, Haravan

Thông thường việc thu thập sẽ sử dụng cách thức sau:

  • Trực tiếp: nhúng đoạn mã để thu thập dữ liệu hành vi tại điểm cần thiết, cụ thể là một điểm nào đó trong bộ mã nguồn website, mobile app… của bạn.
  • Gián tiếp: nhúng đoạn mã ở bên thứ 3 mà bên này bạn đã nhúng trước đó như Google Tag Manager, việc này sẽ giúp bạn tập trung đầu mối ở một chổ và không phải thu thập lại như ở cách 1.

Cho dù là cách nào đi chăng nữa thì thông thường các vendor cung cấp SDK hoặc API để giúp bạn thu thập dữ liệu hành vi này dễ dàng.

Nguồn dữ liệu phụ(secondary data source):

Đó cũng chính là những tài nguyên kỹ thuật số nhưng thường bạn tích hợp từ bên thứ ba để phục vụ những chức năng của bạn như là xác thực tài khoản, thanh toán, chăm sóc khách hàng…

Những dữ liệu từ các bên này sẽ rất phức tạp và chủ yếu phục vụ cho mục đích chức năng của các bên này, bạn cần xem xét sử dụng dữ liệu hành vi nào có lợi và có thể lấy được.

Công cụ thu thập

Product Analytics

Tất cả các công cụ Product Analytics như GA hay GA360 hay GA4 sau này, MixPanel, Amplitude, Heap… và bao gồm các công cụ mã nguồn mở (open-source). Mục đích chính của những công cụ này là thu thập và phân tích hành vi khách hàng. Và như đã nói, từng công cụ đều có cung cấp SDK và API để việc thu thập được dễ dàng nhất. Nhiệm vụ chính dễ dàng thấy được của các công cụ này là:

  • Thu thập hành vi khách hàng theo thời gian thực (real-time)
  • Phân tích hành vi khách hàng (một số theo thời gian thực, một số thì không)
  • Đưa dữ liệu hành vi sang bên thứ ba như CDP, Marketing Automation Platform, BI

Customer Data Infastructure

Thỉnh thoảng bạn được nghe là Customer Data Platform. Nó được dùng với mục đích chính là thu thập dữ liệu hành vi của khách hàng thông qua SDK hoặc API dựng sẳn. Và dữ liệu này có thể được đồng bộ hóa trực tiếp với Data warehouse dễ dàng. Vì vậy mà có thể CDI này, trong một số trường hợp, sẽ không lưu trữ dữ liệu hành vi để đảm bảo theo quyền riêng tư và sự cho phép.

Tuy nhiên đa số sẽ lưu trữ dữ liệu hành vi cho mục đích định danh khách hàng (identity resolution) – đây là thành phần quan trọng trước tiên cho một CDP. Các công cụ có thể kể tên ra đây như:

  • CDP: Segment, mParticle, ActionIQ, Amperity…
  • BDP: Snowplow, Jitsu

Extract Load Transform (ELT)

Dùng để trích xuất dữ liệu từ các bên thứ ba (ở trên gọi là secondary data source) và tải vào trong Cloud Data Warehouse. Vì vậy mà những công cụ này thường sẽ không có lưu trữ dữ liệu vào cơ sở dữ liệu của mình. Một số cái tên có thể kể ra như Fivetran, Airbyte…

Custom solutions

Là các giải pháp doanh nghiệp tự xây dựng từ các mã nguồn mở hoặc từ đầu. Điều này giúp bạn ưu tiên về bảo mật dữ liệu, có thể điều khiển dễ dàng, tuy nhiên cũng gặp khó khăn trong nguồn nhân lực, kiến thức xử lý. Ngoài ra bạn cần quản lý cả hệ thống máy chủ, cơ sở dữ liệu để tránh việc đánh phá từ các hacker. Những công cụ có thể giúp bạn đó là:

  • Kafka
  • Redis
  • Apache Spark