tiếp thị và quảng cáo e-marketing - nguyễn huy hoàng

Tiếp thị và quảng cáo
E-Marketing
GV: NGUYỄN HUY HOÀNG
(NGUỒN: THƯƠNG MẠI ĐIỆN TỬ - THS. LƯƠNG VĨ MINH – ĐH
KHTN – ĐHQG TPHCM)
1
Nội dung
2
Tiếp thị điện tử
Hành vi mua hàng của người tiêu dùng
Quảng cáo điện tử
Hành vi mua hàng của người
dùng
TIẾP THỊ VÀ QUẢNG CÁO TRONG EC
3
Giới thiệu
4
Khách hàng
Đối thủ
cạnh
tranh
Doanh
nghiệp
Mối quan hệ với khách hàng
Hiểu hành vi mua hàng của
người tiêu dùng
Hành vi của người tiêu dùng
•Tìm hiểu hành vi của người tiêu dùng
• Giúp người bán hiểu “người tiêu dùng ra quyết
định mua hàng như thế nào?”
• Từ đó

• Sản xuất sản phẩm đúng với thị hiếu
• Thay đổi chiến lược tiếp thị và quảng cáo phù hợp
5
6
Quá trình ra quyết định mua
1
• Nhận diện nhu cầu
2
• Tìm kiếm thông tin
3
• Chọn nhà cung cấp, giá cả
4
• Mua, thanh toán, vận chuyển
5
• Dịch vụ, ý kiến sau khi mua
7
Các yếu tố ảnh hưởng
Người bán
Mua ?
Mua cái gì
Ở đâu ?
Khi nào?
Giá mua ?
Tiếp tục mua nữa ?
Người mua
Môi trường
Quá trình
Ra quyết định
Nguồn: Electronic Commerce, Efaim Turban (2006)
8

Các yếu tố ảnh hưởng
Người bán
Mua ?
Mua cái gì
Ở đâu ?
Khi nào?
Giá mua ?
Tiếp tục mua nữa ?
Người mua
Môi trường
Quá trình
Ra quyết định
Source: Electronic Commerce, Efaim Turban (2006)
Tuổi
Giới tính
Tâm lý
Học vấn
Đạo đức
Sở thích
Xã hội
Cộng đồng
Chính phủ
Pháp luật
Giá
Khuyến mãi
Phương thức thanh toán
Hình thức giao hàng
Bảo hành
Hỗ trợ kỹ thuật
Trả lời các câu hỏi thường gặp

Tiếp thị điện tử
TIẾP THỊ VÀ QUẢNG CÁO TRONG EC
9
Tiếp thị điện tử
Chiến lược tiếp thị 1-1
Hệ hỗ trợ quyết định
10
Tiếp thị 1-1 – Qui trình
• Quan tâm khách hàng theo một cách riêng biệt dựa trên hồ sơ và nhu cầu của
khách hàng
11
Source: Electronic Commerce 2006, Efaim Turban.
Mối quan
hệ khách
hàng
Khách hàng nhận
được quảng cáo
tiếp thị
Phản hồi của
khách hàng
Khách hàng ra quyết
định mua hàng
Thu thập thông tin
của khách hàng
Cập nhật
vào CSDL
Xây dựng hồ sơ
khách hàng
Cập nhật tiếp thị 4P’s
cho khách hàng

Chọn quảng cáo/tiếp
thị phục vụ tốt nhất
cho khách hàng
Tiếp thị 1-1
12
Cá nhân
hóa
(Personalization)
Dự đoán
(Collaborative Filtering)
Lòng
trung thành
(Loyalty)
Độ tin cậy
(Trust)
13
Kỹ thuật Cá nhân hóa – Ví dụ
Source: Website Personalization, Willy Chiu, IBM.
Kỹ thuật Cá nhân hóa
•Ghép cặp sản phẩm, dịch vụ và nội dung
quảng cáo với một cá nhân nào đó
•Doanh nghiệp biết gì về khách hàng
• Hồ sơ khách hàng (user profile)
• Sở thích của khách hàng (preferences)
• Hành vi của khách hàng (behaviors)
• Tiểu sử của khách hàng (demographics)
14
Kỹ thuật cá nhân hóa với Hồ sơ khách hàng
• Hồ sơ khách hàng (User profile)
• Hỏi trực tiếp thông tin của khách hàng

• Yêu cầu khách hàng điền thông tin
• Phỏng vấn
• Quan sát hoạt động của khách hàng trực tuyến
• Cookie
15
Web Server
URL
Tập
tin
Hoạt động
Client
Kỹ thuật cá nhân hóa với Hồ sơ khách hàng
•Từ những lần mua hàng trước đó
•Thực hiện nghiên cứu thị trường
•Suy luận
• Từ 1 vài thông tin do khách hàng cung cấp
• Từ những thông tin do thực hiện phân tích hồ sơ
của các khách hàng tương tự (collaborative
filtering)
16
Kỹ thuật Dự đoán
•Kỹ thuật dự đoán (Collaborative filtering)
•Là phương pháp dự đoán (filter) sở thích
của 1 người dùng dựa trên tập hợp các sở
thích của người khác (collaborating)
17
Kỹ thuật Dự đoán
• Dự đoán dựa trên luật (rule-based filtering)
• Cho phép người quản trị trang web chọn các luật để xác định ra
nội dung phục vụ cho 1 cá nhân nào đó

• www.broadvision.com
• Dự đoán dựa trên nội dung (content-based filtering)
• Kết hợp với hồ sơ khách hàng chọn lọc ra nội dung phù hợp cho
khách hàng đó
• www.amazon.com, www.CD2now.com
• Dự đoán dựa trên hành động (activitiy-based filtering)
• Tận dụng sự tương đồng của những hồ sơ khách hàng khác để
đề nghị nội dung phù hợp với khách hàng hiện tại thông qua các
hành động
18
Hệ thống tư vấn phim (user-based)
• Ví dụ:
19[13] Jing Chen, Anant Jatia, "zMovie: The Movie Recommendation Engine ,".
A. Bộ dữ liệu được chọn
A B C
D E F
G
H I J
Các đối tượng đã được
người dùng u đánh giá bị giới hạn.
Chỉ còn B, C, D, E.
B. Người dùng u chọn
Item A
C. Hồ sơ của
người dùng u
Item A
Hồ sơ của
người dùng tương đồng
User 1
Hồ sơ của

người dùng tương đồng
User 2
• Item A
• Item B
• Item C
• Item D
• Item A
• Item B
• Item C
• Item E
Những đối tượng yêu thích
trong hồ sơ người dùng
tương đồng, có chứa các
đối tượng trong hồ sơ người
dùng u.
D. Tư vấn
Tìm trong hồ sơ của người dùng tương
đồng, tư vấn những đối tượng thường
được chọn hoặc được đánh giá cao.
Item B & C
Tư vấn cho người
dùng u
[13]Jing Chen, Anant Jatia, "zMovie: The Movie Recommendation Engine ,".
20
Hệ thống tư vấn phim (item-based)
A. Bộ dữ liệu được chọn
A B C
D E F
G
H I J

Các đối tượng đã được
người dùng u đánh giá đã bị giới hạn.
Chỉ còn B, C, D.
B. Người dùng u chọn
Item A
D. Tư vấn
Tìm trong hồ sơ của người dùng tương
đồng, tư vấn những đối tượng thường
được chọn hoặc được đánh giá cao.
Item D
Tư vấn cho người
dùng u
C. Hồ sơ của
người dùng u
Item A
Item A Item B Item C Item D
Người dùng u
Người dùng 1
Người dùng 2
Người dùng 3
Item D tương đồng
với item A nhất
trong tập đánh giá
Tập đánh giá của người dùng gồm A, B, C & D
 Thích:
 Ghét:
2 2 3
Nhận xét
• Thông tin thu thập từ người dùng
• Người dùng không được biết trước

• Không được sự cho phép của người dùng
 Đạo đức, luật, những vấn đề riêng tư cá nhân
21
Chiến lược Lòng trung thành (Loyalty)
• Một trong những mục tiêu chính của tiếp thị 1-1
• Là mức độ mà 1 khách hàng sẽ tiếp tục mua hàng
của 1 nhãn hiệu hay một người bán nào đó
22
Tiếp tục mua hàng Bán hàng nhiều hơn Doanh thu nhiều hơn
Chí phí tìm 1 khách hàng mới
Chí phí giữ 1 khách hàng cũ
Chiến lược Lòng trung thành (Loyalty)
•Tăng lòng trung thành của khách hàng
• Tìm hiểu nhu cầu của khách hàng
• Tương tác với khách hàng
• Cung cấp những dịch vụ khách hàng cao cấp
23
Chiến lược Độ tin cậy (Trust)
• Lòng tin là trạng thái tâm lý của các bên tham gia giao dịch
• Những người sẵn lòng tiếp tục hợp tác nhằm đạt được mục tiêu đề ra
• Khi tin cậy lẫn nhau, doanh nghiệp có lòng tin đối tác sẽ giữ lời hứa
• Chất lượng sản phẩm
• Giao hàng hóa đúng hẹn
24
Mô hình độ tin cậy của eBay
25