LEO CDP Framework Blog

Nguồn gốc Sankey Diagram Sơ đồ Sankey được đặt theo tên của Matthew Henry Phineas Riall Sankey, một thuyền trưởng người Ireland sử dụng biểu đồ này để thể hiện hiệu suất năng lượng của động cơ hơi nước vào năm 1898. Theo thời gian, biểu đồ này bắt đầu được sử dụng để hiển thị dòng năng lượng và thậm chí cả dữ liệu trong các hạng mục khác . Biểu đồ Sankey hiển thị các luồng và số lượng của chúng theo tỷ lệ với nhau. Thông thường, Biểu đồ Sankey được sử dụng để thể hiện trực quan quá trình truyền năng lượng, tiền bạc, vật liệu hoặc dòng chảy của bất kỳ hệ thống hoặc quy trình biệt lập nào. Độ dày của mũi tên và đường kẻ cho thấy độ lớn hoặc số lượng của chúng. Mũi tên hoặc dòng chảy có thể kết hợp hoặc tách ra ở mỗi giai đoạn của quy trình. Màu sắc có thể được sử dụng để chia biểu đồ thành các loại khác nhau hoặc để hiển thị quá trình chuyển đổi từ trạng thái này sang trạng thái khác của quy trình. Khi nào sử dụng sơ đồ Sankey Biểu đồ Sankey thường được sử dụng để hiển thị dòng năng lượn

How to target your customers wisely using life-cycle stages Different customer life-cycle stages should have different objectives, right?  You need to treat customers in each group to separate promotions, offers, and communication frequencies to continue exciting them and adequately engage with them over time. To easily monitor and measure KPIs along the way, it’s much easier to automate your entire customer base when you have a life-cycle-first strategy in place as it ensures optimal coverage rates. So, how do you go about planning a life-cycle-first strategy?  Establishing objectives per customer life-cycle Prospect or New Customer : You want to make sure to retain new customers and overcome the challenge of a single purchase or single deposit. You also want to build brand awareness and educate your customers about your product. And finally, expose them to the promotions you run. Active/Engaged Customer : With active customers, you want to retain them too, but you also want to maximi

How to think in the age of Dataism with LEO CDP ? Demo: Tasting consumer success with a Customer Data Platform (CDP) built on Google Cloud How much is a customer worth to Netflix? - Lifetime Value Implementing and Training Predictive Customer Lifetime Value Models in Python

In LEO CDP, you can import tracking events manually. All event data can be collected from 3rd-party systems or just using Excel / Google Sheets. This function could be useful if you have a lot of offline data, but need to import into LEO CDP for data unification Example Data can be viewed at this link:  https://docs.google.com/spreadsheets/d/16i4_FCI5OXf0AepMyC1d7wLlWFdzjsgsKt_YLGKJZIc/view Import Tracking Event UI The steps are:  Customer Data Hub  => Profile Management  => Event Data Import You can watch the video for demo:

  This note is copied from "CDP Use Cases: What Users Want", the report is researched by CDP Institute https://www.cdpinstitute.org/wp-content/uploads/2021/12/CDPI-2324-Use-Case-Generator-Report.pdf Building segments is the most widely required capability, across 72% of use cases. It is an option across all tasks except predictive models. The two core data assembly capabilities, ingest data (96%) and create profiles (90%), are used by nearly all use cases involving those tasks. ID resolution (75%) and clean data (71%) are listed notably less often, perhaps because a significant fraction of users already handle those functions outside their CDP. Predictive models (85%), attribution models (79%) and recommendation models (79%) are the most common capabilities among analysis and predictive modeling tasks. Even tasks such as creating a data set (56%) and appending model results on a recurring basis (58%) are less common, again perhaps because users have other ways to achieve the

Thành công của doanh nghiệp liên quan trực tiếp đến số lượng khách hàng hài lòng và vui vẻ mà doanh nghiệp có được. Đây là lý do tại sao nhân viên bán hàng (salespeople) đóng vai trò quan trọng nhất trong một công ty. Họ là những người tương tác với khách hàng, hiểu nhu cầu của họ, thuyết phục họ về giá trị sản phẩm của bạn và xây dựng mối quan hệ tuyệt vời giữa khách hàng và nhân viên. Trong bán hàng và tiếp thị, các từ “sales lead” và “prospect” thường bị nhầm lẫn với những thứ khác nhau. Sales Lead (khách hàng tiềm năng) là ai? Sales Lead hay  Customer Lead là khách hàng tiềm năng hoặc khách hàng đã bày tỏ sự quan tâm đến công ty hoặc dịch vụ của bạn. Sales Lead là một người vừa bước vào kênh tiếp thị của bạn, VD  microsite  hay landing page. Anh ấy có thể đã điền vào contact form hoặc đăng ký vào chương trình của bạn hoặc nhấp vào quảng cáo của bạn, xem video livestream demo  sản phẩm. Mức độ tương tác của khách hàng tiềm năng thường là tối thiểu. Họ vừa thể hiện sự quan tâm nhưng

Bài dịch từ link:  https://www.projectguru.in/a-conceptual-framework-for-factors-affecting-online-shopping-behaviour-of-generation-z-and-millennials Các bài viết trước về lý thuyết của Hawkins Stern , lý thuyết của Maslow và mô hình ra quyết định trực tuyến của Kim, Ferrin và Rao’s (2008) đã làm sáng tỏ các yếu tố quan trọng ảnh hưởng đến hành vi mua của người tiêu dùng đối với mua sắm trực tuyến. Hơn nữa, các chiến lược marketing của các công ty thương mại điện tử cũng có vai trò ảnh hưởng đến hành vi mua sắm trực tuyến. Cuối cùng, một yếu tố quan trọng khác ảnh hưởng đến hành vi mua sắm trực tuyến của người tiêu dùng là đặc điểm nhân khẩu học, cách sử dụng mạng xã hội và trải nghiệm mua sắm của họ. Độ tuổi của người tiêu dùng xác định cụ thể quyết định mua hàng của họ kể từ thế hệ millennials và thế hệ Z cảm nhận trải nghiệm khác nhau. Những yếu tố này nên được xem xét trong khi đưa ra quyết định tiếp thị trực tuyến. Thiết kế khung khái niệm Để tóm tắt những phát hiện trong nghiên

Bước đầu tiên trước khi bạn bắt đầu nghiên cứu xem nền tảng dữ liệu khách hàng (CDP) nào sẽ phù hợp với tổ chức của bạn là xác định cách bạn định sử dụng và nhận giá trị từ nó. Việc thiết lập trước các trường hợp sử dụng (Use Cases) dữ liệu khách hàng sẽ đảm bảo bạn đang xem xét nền tảng CDP và nhà cung cấp CDP thích hợp cho ngành và ứng dụng cụ thể của bạn, cũng như giúp công ty của bạn liên kết nội bộ về những mục tiêu, quy trình và kết quả sẽ xác định sự thành công của CDP. Điều quan trọng là đảm bảo có sự hiểu biết chung trong tổ chức của bạn về điều gì tạo thành trường hợp sử dụng dữ liệu khách hàng và điều chỉnh mọi người xung quanh định nghĩa chung đó. Nếu không có sự hiểu biết chung trong nội bộ, có thể thiếu sự rõ ràng xung quanh việc ưu tiên phát triển ca sử dụng. Và các trường hợp sử dụng không được xác định rõ ràng có thể dẫn đến đánh giá đơn giản hóa quá mức về những gì cần thiết để đạt được thành công. Nhiều tổ chức sẽ tập trung quá nhiều vào công nghệ và tính năng trong

Nếu bạn muốn khai thác nhiều hơn dữ liệu của mình thì Nền tảng dữ liệu khách hàng (CDP - Customer Data Platform) là lựa chọn phù hợp. Nhưng làm thế nào để bạn chọn một trong những "phù hợp" cho bạn? Sự phổ biến của một hệ thống có thể phá vỡ các dữ liệu silo trong nhiều system khác nhau để tập trung và tổng hợp dữ liệu khách hàng của bạn từ tất cả các nguồn data khác nhau. Khả năng này giúp các doanh nghiệp theo dõi khách hàng tiềm năng và khách hàng trên tất cả các điểm tiếp xúc và sau đó mang đến trải nghiệm khách hàng hấp dẫn vào đúng thời điểm trên đúng kênh là điều quan trọng để xây dựng doanh nghiệp và duy trì lòng trung thành của khách hàng. Đối với các doanh nghiệp, nắm bắt được việc tạo mối quan hệ với khách hàng (customer relationship) trong khi quản lý dữ liệu lớn là một thách thức. Chọn một CDP có thể hữu ích. Nhưng có quá nhiều thứ ngoài kia, việc đưa ra lựa chọn đúng không phải là điều dễ dàng. Làm cách nào để bạn chọn một CDP phù hợp cho doanh nghiệp của mình?

Use Case: You have a lot of data in legacy systems and online website and want to write data into LEO CDP database (ArangoDB)  Benefits: More security due to LEO CDP can be deployed in the Intranet of your company network Enrich offline data and onboard for data-driven business purposes Make sure only clean high quality data is stored and processed for important data pipeline

  Ví dụ về journey map: booking khách sạn không tiếp xúc, mùa du lịch cùng Covid Một hành trình khách hàng thành công đòi hỏi cả chiến lược cá nhân hóa và thực tiễn.  Mọi marketer đều có một trong những bản đồ hành trình của khách hàng. Bí quyết thực sự không nằm ở việc hình dung ra tất cả những việc bạn có thể làm, mà là tìm ra cách để trở nên thực tế. Bạn cần thu thập dữ liệu: survey, chat và phỏng vấn trực tiếp khách hàng tiềm năng để hiểu rõ nhu cầu và thiết kế journey map sát với thực tế nhất. Sau đây là 3 chiến lược để tạo ra hành trình của khách hàng tốt hơn trên bất kỳ kênh nào 1) Tạo các mốc (milestones) và điểm chạm (touchpoint) quan trọng cho hành trình khách hàng của bạn Bạn tập hợp “các cột mốc vàng”, là những sự kiện “phải xảy ra để khách hàng của bạn nhận được giá trị từ sản phẩm của bạn”. Những điều này có thể giúp các nhà tiếp thị vạch ra mục tiêu của họ trong khi điền vào các bước thực tế cần thiết để đạt được mục tiêu đó. Một khách hàng có thể  trải nghiệm qua tất c

Khả năng dự đoán chính xác hành vi của khách hàng tiềm năng và khả năng bán hàng có thể là yếu tố thay đổi cuộc chơi cho tổ chức của bạn. Theo một nghiên cứu điển hình của McKinsey , một nhà sản xuất có thể giảm tới 40% hàng tồn kho và sản phẩm lỗi thời trong khi tăng doanh số bán hàng lên 5% bằng cách dựa trên thông tin chi tiết về dự báo bán hàng. Trong trung hạn, các công ty có thể thu thập thêm kiến ​​thức về nhu cầu sản phẩm và đa dạng hóa thành các danh mục / khu vực mục tiêu trong dài hạn bằng cách theo dõi các dự báo bán hàng thường xuyên. Điều này đạt được bằng cách dự đoán các sự kiện trong tương lai một cách chính xác và chuẩn bị trước. Để hiểu cách dự báo bán hàng hoạt động và các trường hợp sử dụng để áp dụng nó trong tổ chức của bạn, trước tiên, chúng ta hãy hiểu ý nghĩa của thuật ngữ này chi tiết hơn. Dự báo bán hàng là gì? Bạn có thể định nghĩa dự báo bán hàng là quá trình dự đoán các sự kiện bán hàng trong tương lai - chẳng hạn như khả năng chuyển đổi, tạo doanh thu ướ

Hình ảnh từ cuốn Human To Human Marketing của Philip Kotler and Waldemar Pförtsch  Khung khách hàng 5As (5As Customer Framework) là một mô hình phễu tiếp thị hoặc phễu mua hàng để giúp phân tích, hiểu và sau đó tác động đến những gì xảy ra với người tiêu dùng trong hành trình của họ khi họ chuyển từ sự thiếu hiểu biết về thương hiệu và giải pháp sang hy vọng khách hàng và sau đó là những người hâm mộ cuồng nhiệt ủng hộ giải pháp. Mặc dù có những thách thức và hạn chế khi phân loại một chuỗi liên tục, chẳng hạn như nơi mà các "giai đoạn hành trình" theo khái niệm của chúng ta trùng lặp và có thể cùng tồn tại, nhưng vẫn có giá trị trong việc tạo ra các mô hình để giúp chúng ta hiểu được sự phức tạp liên quan. Trong khung khách hàng 5As, mỗi chữ ‘A’ là một giai đoạn hành trình được thể hiện bằng Nhận thức, bị thu hút, yêu cầu, hành động và ủng hộ. Aware  (Nhận thức) - đây là điểm khởi đầu cho người tiêu dùng. Người tiêu dùng trở nên biết đến thương hiệu của bạn và giải pháp củ

Customer data in LEO CDP  can be divided into 2 types of primary profile     Visitors Contacts A visitor is an internet user who has come to your website by hasn’t converted to a contact / prospect yet. A contact is a visitor who has associated his email address and has opted for any of the email communications by sharing unique details like email address/mobile/ external ID. They are completely anonymous They are known/signed or identified Visitors are tracked via cookies or behavioral event data (page-view, click, play-video,...) Contacts are identified by their details such as mobile, external ID, email address. Visitors are generally classified as unique or returning visitors Contacts are broadly classified into marketing and non-marketing contacts Visitors do not have a deal associated with it. A contact may or may not have a deal associated with it, however, they are potential and can be nurtured to become sales-ready.   LEO CDP has Journey Map Report for Customer Analytics

CLV (Customer Lifetime Value) hay LTV (Lifetime Value)) của khách hàng là một trong những số liệu quan trọng được các công ty khởi nghiệp đo lường để bù đắp chi phí marketing, chăm sóc khách hàng, dịch  vụ, khuyến mãi. Nói một cách đơn giản hơn, đó là giá trị gần đúng (tính theo tiền) mà khách hàng có thể phân phối trong suốt thời gian sử dụng sản phẩm của bạn. Điều này giúp các công ty khởi nghiệp (người tiêu dùng) trong việc phân bổ ngân sách cho việc tạo ra khách hàng (CAC). Lý tưởng nhất là CAC không bao giờ được cao hơn CLV trừ khi bạn chưa phát huy hết tiềm năng doanh thu từ sản phẩm của mình. Ngoài ra, điều quan trọng là phải tính CLV khi bạn thấy có ít chu kỳ chuyển đổi, chuyển đổi và kiếm tiền. Tính toán quá sớm trong hành trình của bạn sẽ cho kết quả sai lệch. Bạn có thể tìm thấy 100 kết quả tìm kiếm với công thức CLV khi bạn google nó, nhưng tôi ngạc nhiên là 90% kết quả đó đưa ra một công thức có thể không tính toán chính xác LTV cho công ty khởi nghiệp của bạn. Công thức t

5 đại xu hướng chính: Công nghiệp truyền thông tạo KOL gây ảnh hưởng  Đạo đức dữ liệu (Ethics) Phân tích dữ liệu hành trình và tiếp thị theo thời gian thực  Customer Data Platform và AI cho Marketing  Tiếp thị đa kênh ( SOLOMO -  SOcial, LOcal, MObile) Ngoài ra còn có các trends chính sau: Customer Journey Analytics  Phân tích hành trình của khách hàng: Các nhà tiếp thị hiện cần có được bức tranh toàn cảnh về hành trình của khách hàng. Họ phải phân tích hành vi của khách hàng qua các điểm tiếp xúc. Real-Time Marketing Tiếp thị thời gian thực: Mọi thứ diễn ra với tốc độ nhấp chuột. Các nhà tiếp thị cần phản ứng trong thời gian thực để thu hút và giữ chân nhiều khách hàng hơn. Consent and Preference Management Quản lý sự đồng ý và ưa thích: Các nhà tiếp thị cần đặc biệt quan tâm đến cách họ quản lý sự đồng ý và ưa thích của khách hàng. Personification (nhân cách hóa) Gartner định nghĩa “nhân cách hóa” là “việc cung cấp trải nghiệm kỹ thuật số có liên quan cho các cá nhân dựa trên hồ sơ k

Là một đại lý bất động sản, bạn được trả tiền hoa hồng. Khoản hoa hồng này là kết quả của rất nhiều công việc khó khăn: làm marketing cho dự án bạn đang bán, thu hút khách hàng, quảng cáo, thương lượng bán hàng. Vì vậy, có lý do để bạn đặt giá trị cho khách hàng đó bằng với hoa hồng bạn kiếm được trên giao dịch, phải không? Sai. Khách hàng của bạn đáng giá hơn đối với bạn. Bởi vì giá trị của khách hàng đó không nên dựa trên một giao dịch. Nó phải dựa trên mối quan hệ mà bạn đã có trong tương lai, trong suốt thời gian tồn tại của nó. Giá trị lâu dài của khách hàng (CLV) của ngành môi giới bất động sản là một con số thực, có thể tính toán được có cân nhắc đến một số yếu tố: Tuổi của khách hàng của bạn Số năm trung bình trong một ngôi nhà Kinh doanh trên tập khách hàng sẵn có  Số lượng khách hàng mới mà họ sẽ giới thiệu cho bạn (Referrals) Tính toán CLV (Client Lifetime Value) hay giá trị lâu dài của khách hàng Việc tìm ra giá trị của khách hàng đối với bạn là tương đối đơn giản. Tất cả n

  Trái tim của mọi mô hình marketing và sales chính là dữ liệu. Dữ liệu có thể thúc đẩy hoạt động marketing của bạn,  giá trị  Return-on-Investment (ROI) là một con số khổng lồ 224%! ( VB Insight  ) VB Insight đã khảo sát hơn 3.000 nhà tiếp thị và xem xét các công cụ được sử dụng trên hơn 3 triệu trang web. Ngay cả những cải tiến nhỏ cũng có khả năng thúc đẩy ROI cao hơn. Dữ liệu khách hàng rõ ràng đã trở thành một loại tiền tệ có giá trị cho các nhà tiếp thị ở mọi quy mô và trên tất cả các ngành. Tuy nhiên, nếu bạn cảm thấy như thể mình đang chìm trong biển dữ liệu, thì đây là một số cách chính để tăng doanh thu bằng cách tiếp thị tốt hơn và dữ liệu tốt hơn. Data Fragmentation: Giải vấn đề phân mảnh dữ liệu từ các team vận hành hay các chiến dịch marketing Bạn có thể có vô số dữ liệu, nhưng nếu dữ liệu đó nằm trong các hệ thống khác nhau và ở các định dạng khác nhau, thì dữ liệu của bạn không có lợi cho bạn. Ví dụ: hồ sơ thanh toán của bạn có thể được lưu trữ trong một hệ thống với mộ

  https://github.com/trieu/leo-cdp-free-edition System Demo: https://vnuk.leocdp.net User Login ID: demo Password: 123456  Image Source: A Guide to What Is — and Isn’t — a Customer Data Platform   https://www.gartner.com/doc/reprints?id=1-29IZJUP4&ct=220328&st=sb