Khách cũ không quay lại hiếm khi chỉ là lỗi marketing. Trước khi tăng voucher hay chạy quảng cáo kéo khách cũ, người quản trị nên kiểm ba điều theo thứ tự: con số khách quay lại có đếm đúng không, lần mua trước của khách có trục trặc không, và có ai liên hệ khách đúng lúc họ bắt đầu thưa dần không.
Tỷ lệ khách quay lại của bạn có đang đếm đúng không?
Thường là không, vì mỗi kênh nhận diện khách bằng một khóa khác nhau. Cửa hàng và đơn Facebook qua Nhanh.vn có số điện thoại. Shopee và TikTok Shop thường che số điện thoại người mua, chỉ còn tên hoặc email tài khoản sàn. Cùng một người mua ở cửa hàng rồi mua Shopee sẽ thành hai khách.
| Kênh | Khóa nhận diện dùng được | Bẫy |
|---|---|---|
| Cửa hàng (POS) | Số điện thoại | Nhân viên nhập số nội bộ hoặc số chung |
| Facebook, website qua Nhanh.vn | Số điện thoại | Số có thể bị che một phần, che rồi thì không gộp được |
| Shopee | Tên tài khoản người mua | Trùng tên, không nối được sang kênh khác |
| TikTok Shop | Email / tài khoản người mua | Không có số điện thoại |
Hệ quả: tỷ lệ quay lại tính gộp mọi kênh thường thấp hơn thực tế, và khó so giữa các kênh. Cách đúng là tính riêng từng kênh với một khóa cố định, không lấy khóa này bù khóa kia. Khách nào không có khóa thì coi mỗi đơn là một khách, chấp nhận số thấp nhưng trung thực. Gộp đa kênh chỉ khi khách đã thật sự được nối tài khoản, ví dụ qua đăng nhập web hoặc chương trình tích điểm.
Lần mua trước của khách có trục trặc gì không?
Khách không quay lại thường vì lần trước đã có chuyện: đơn hủy vì hết hàng, giao thất bại, hàng hoàn vì sai size, hay một đánh giá một sao không ai trả lời. Những điểm này nằm rải ở nhiều nơi: trạng thái đơn ở sàn, trạng thái giao ở phần mềm bán hàng, đánh giá ở trang sản phẩm.
Câu hỏi quản trị là: trong nhóm khách đã mất, bao nhiêu người có một điểm hỏng ở lần mua cuối? Nếu tỷ lệ này cao, tiền cần đổ vào vận hành và sản phẩm chứ không phải quảng cáo. Đọc thêm cách tách đơn hoàn và giao thất bại, vì gộp hai loại này sẽ chỉ sai bộ phận phải sửa.
Nhóm khách nào đang rơi, và rơi từ lúc nào?
RFM trả lời câu này: Recency là bao lâu chưa mua, Frequency là mua mấy lần, Monetary là chi bao nhiêu. Khách mua nhiều, chi cao nhưng lâu chưa quay lại là nhóm đáng lo nhất. Mỗi tháng mất một người trong nhóm này tốn hơn mất mười khách mua một lần.
Đừng đặt một mốc "lâu chưa mua" chung cho mọi người. Mỗi khách có nhịp mua riêng. Khách thường quay lại sau ba tuần mà đã sáu tuần chưa mua là tín hiệu; khách mua mỗi quý thì sáu tuần chưa có gì lạ. So khoảng cách hiện tại với nhịp của chính khách đó.
AI và tự động hóa giúp được gì?
AI làm nhanh hai việc: đọc bức tranh RFM và soạn kịch bản liên hệ. Ví dụ prompt cho ChatGPT hay Claude, với dữ liệu đã bỏ tên và số điện thoại:
Dữ liệu là bảng phân khúc RFM 12 tháng (số khách, chi tiêu, khoảng cách mua trung bình theo phân khúc).
Phân khúc nào đang thu hẹp nhanh nhất? Khách rời đi chủ yếu từ phân khúc nào?
Đề xuất 3 việc cho từng phân khúc đáng lo, mỗi việc kèm chỉ số đo được sau 30 ngày. Không bịa số.
Phần còn lại là vận hành, AI không làm thay được: phải có người gọi, nhắn, và ghi kết quả. Từ gói Pro, trang Chăm sóc khách hàng của Quantri360 sinh việc từ các điểm rơi: khách nhắn tin chưa ra đơn, bỏ giỏ trên web, đơn hủy, giao thất bại, đơn hoàn, đánh giá xấu, và khách thân thiết quá nhịp mua. Mỗi việc giao cho một người, có hạn xử lý.
Đo thế nào để biết chăm sóc có hiệu quả?
Đo bằng đơn hợp lệ phát sinh sau khi liên hệ, so với một nhóm đối chứng không được liên hệ. Không có đối chứng thì không biết khách tự quay lại hay quay lại vì được gọi. Quantri360 cho đặt tỷ lệ đối chứng theo brand, giữ lại một phần khách không giao việc để so.
Các chỉ số nên theo dõi:
- Tỷ lệ khách quay lại theo từng kênh, mỗi kênh một khóa cố định.
- Số khách thân thiết quá nhịp mua đang mở việc, và thời gian đến lần liên hệ đầu.
- Tỷ lệ ra đơn hợp lệ sau liên hệ, so với nhóm đối chứng.
- Tỷ lệ khách mất có điểm hỏng ở lần mua cuối.
Xem thêm trang tổng quan, phân tích chuyên sâu về khách hàng và gửi ZNS theo đơn hàng để nhắn khách đúng lúc sau mua. Gói có trang Chăm sóc khách hàng xem ở bảng giá.
Đọc thêm: marketing dựa trên dữ liệu — bài tổng quan của chủ đề này.
Tóm lại
- Tính tỷ lệ quay lại riêng từng kênh với một khóa nhận diện cố định, không bù khóa.
- Kiểm điểm hỏng ở lần mua cuối của khách đã mất trước khi chi thêm cho marketing.
- Dùng RFM và nhịp mua riêng từng khách để phát hiện khách thân thiết đang thưa dần.
- Giao việc liên hệ cho người cụ thể, có hạn, có ghi kết quả.
- Đo hiệu quả chăm sóc bằng đơn hợp lệ sau liên hệ so với nhóm đối chứng.