ThS. Nguyễn Phương Liên
Trường Đại học Thương mại
(Quanlynhanuoc.vn) – Nghiên cứu khám phá cách doanh nghiệp khai thác trí tuệ nhân tạo tạo sinh (GenAI) để tạo ra hiểu biết khách hàng nhằm cải thiện hoạt động marketing. Kết quả cho thấy, việc sử dụng GenAI mang lại những lợi ích đáng kể, chủ yếu tập trung vào việc nâng cao hiệu quả hoạt động thông qua tự động hóa và tiết kiệm thời gian; đồng thời, hỗ trợ các chiến lược lấy khách hàng làm trung tâm bằng cách cung cấp sự hiểu biết sâu sắc hơn và khả năng cá nhân hóa. Hiện tại, việc áp dụng GenAI tạo ra hiểu biết khách hàng trong marketing vẫn còn ở giai đoạn đầu, đòi hỏi sự giám sát chặt chẽ và cần tiếp cận chiến lược hơn để có thể khai thác tiềm năng to lớn của nó.
Từ khóa: GenAI; doanh nghiệp; dữ liệu khách hàng; hiểu biết khách hàng; hiệu quả hoạt động; marketing.
1. Đặt vấn đề
Kỷ nguyên số hóa đang định hình lại mọi khía cạnh của kinh doanh, lĩnh vực marketing ở các doanh nghiệp. Công nghệ kỹ thuật số không còn là một lựa chọn mà đã trở thành nền tảng cốt lõi, thúc đẩy các tương tác, tạo ra vô số điểm chạm và sinh ra một khối lượng dữ liệu khách hàng khổng lồ chưa từng có (Plangger et al.,2023). Việc thấu hiểu không chỉ thị trường nói chung mà còn cả từng tệp khách hàng, từng nhóm khách hàng và từng cá nhân khách hàng cụ thể trở thành điều cấp thiết với các doanh nghiệp. Sự phức tạp này càng gia tăng bởi tốc độ thay đổi nhanh chóng của thị trường và sự gia tăng kỳ vọng của khách hàng đối với chất lượng sản phẩm và trải nghiệm hướng tới cá nhân hóa (Gavade, 2024). Do đó, việc phát triển các chiến lược marketing hiệu quả đòi hỏi sự hiểu biết sâu sắc về nhiều yếu tố, bao gồm: xu hướng thị trường, hành vi khách hàng và những tiến bộ công nghệ mới nhất.
Nhờ sự phát triển công nghệ mới, khách hàng hiện đại tương tác với doanh nghiệp qua một mạng lưới kênh đa dạng, từ website, email, hội thảo trực tuyến đến các nền tảng mạng xã hội và các nền tảng thương mại điện tử. Mỗi tương tác đều để lại dấu vết dữ liệu quý giá, mở ra tiềm năng hiểu biết sâu sắc về nhu cầu, hành vi và sở thích của họ (Kopare et al, 2024). Tuy nhiên, dù sở hữu kho dữ liệu này, nhiều tổ chức vẫn loay hoay trong việc quản lý và khai thác hiệu quả (Reza&Ali, 2024).
Trong bối cảnh đó, việc ra quyết định dựa trên dữ liệu không còn là lợi thế cạnh tranh mà đã trở thành yêu cầu bắt buộc đối với tất cả các loại doanh nghiệp. Chính những hiểu biết khách hàng chất lượng là la bàn giúp doanh nghiệp điều hướng thành công trong môi trường kinh doanh cạnh tranh và phức tạp. Chúng là nền tảng để xây dựng các chiến lược marketing hiệu quả, cá nhân hóa thông điệp, nuôi dưỡng mối quan hệ khách hàng bền chặt và cuối cùng là tạo ra lợi thế cạnh tranh bền vững cho các doanh nghiệp.
2. Trí tuệ nhân tạo tạo sinh (Generative AI – GenAI)
Trí tuệ nhân tạo (AI) được dự đoán sẽ tạo ra những thay đổi cơ bản trong cách doanh nghiệp tương tác với khách hàng. AI đã nổi lên như một lực lượng chuyển đổi mạnh mẽ trong nhiều lĩnh vực với những tác động đặc biệt đáng kể đối với ngành marketing. Đáng chú ý, 73% tổ chức tại Hoa Kỳ đã triển khai các công cụ GenAI trong hoạt động marketing của họ tính đến tháng 3/2023 (Kshetri et al, 2024).
AI tạo sinh (GenAI) đặc biệt là các mô hình ngôn ngữ lớn (Large Language Models – LLMs),như kiến trúc GPT (Generative Pretrained Transformer) có khả năng đặc biệt trong việc tự động tạo ra kiến thức mới từ khối lượng lớn dữ liệu phi cấu trúc (Yoo & Piscarac,2023). Công nghệ này có tiềm năng đáng kể trong việc tạo ra những hiểu biết khách hàng dựa trên cơ sở dữ liệu thu thập được (Gavade, 2024). Tiềm năng này bao gồm cả việc tạo đề xuất được cá nhân hóa cho người tiêu dùng, cung cấp lời khuyên đầu tư phù hợp dựa trên phân tích dữ liệu hồ sơ rủi ro, hay hỗ trợ nghiên cứu thị trường và người tiêu dùng để cải tiến sản phẩm, dịch vụ. Một lợi thế quan trọng của GenAI là khả năng giảm đáng kể thời gian tạo ra hiểu biết từ dữ liệu thô và cho phép phản hồi nhanh chóng – những nhiệm vụ mà con người có thể mất hàng tuần để hoàn thành (Kshetri et al, 2024). Việc ứng dụng GenAI có thể nâng cao hiệu quả các quy trình marketing, tạo điều kiện cho việc ra quyết định quản trị tốt hơn và giảm chi phí các nguồn lực. AI cải thiện khả năng nghiên cứu và phân tích thị trường bằng cách nhanh chóng xác định những thay đổi, cơ hội và thách thức, đồng thời nhanh chóng đưa ra các gợi ý chuyển đổi hoạt động marketing để thích ứng với xu hướng mới (Yoo & Piscarac,2023).
Hiểu biết khách hàng là kết quả của quá trình phân tích và diễn giải dữ liệu có chủ đích, cho phép các tổ chức rút ra những kết luận có ý nghĩa. Kshetri et al., (2024) làm rõ thêm sự hiểu biết về khách hàng được tạo ra từ thông tin về hành vi, yêu cầu và nhu cầu của khách hàng, sau đó, được phân tích và chuyển hóa thành hành động cần thiết. Mục tiêu cuối cùng của việc tạo ra những hiểu biết này không chỉ để “biết” mà còn để “hiểu” sâu sắc hơn, khám phá ra những cơ hội tiềm ẩn, dự đoán hành vi mua hàng trong tương lai của khách hàng.
Dữ liệu khách hàng và nguồn dữ liệu khách hàng: hiện nay, doanh nghiệp thu thập dữ liệu khổng lồ từ nhiều nguồn khác nhau. Dữ liệu này thường phức tạp và chủ yếu là phi cấu trúc (văn bản, hình ảnh, âm thanh), gây khó khăn cho phân tích truyền thống. Tuy nhiên, khả năng phân tích hiệu quả khối dữ liệu đa dạng này lại ẩn chứa tiềm năng to lớn, giúp khám phá xu hướng, sở thích, định hướng mục tiêu cho các chiến lược marketing. Để tạo ra những hiểu biết ý nghĩa và chính xác, việc thu thập dữ liệu từ các nguồn đa dạng là rất cần thiết (Yoo & Piscarac, 2023). Bằng cách tận dụng các bộ dữ liệu lớn từ nhiều nguồn, công ty có thể có được cái nhìn toàn diện và chính xác hơn về thị trường và khách hàng của mình (Gavade, 2024). Dựa trên các nghiên cứu trước đó, phân loại dữ liệu khách hàng được phân chia dựa trên hai tiêu thức chính: (1) Dữ liệu phân loại theo nguồn gốc, bao gồm: dữ liệu nội bộ (dữ liệu giao dịch, dữ liệu hành vi, dữ liệu từ hệ thống CRM, dữ liệu phản hồi từ khách hàng) và các dữ liệu bên ngoài (dữ liệu đến từ nhà cung cấp, dữ liệu nghiên cứu thị trường, đối thủ cạnh tranh, internet…); (2) Dữ liệu phân loại theo khung thời gian (bao gồm dữ liệu lịch sử và dữ liệu thời gian thự).
Thu thập hiểu biết khách hàng bằng GenAI: trong bối cảnh dữ liệu ngày càng đồ sộ, phi cấu trúc và phức tạp, việc áp dụng GenAI vào quá trình biến đổi trên mang đến những giải pháp đột phá. Trọng tâm của cuộc cách mạng này là các mô hình ngôn ngữ lớn (Large Language Models – LLMs), như kiến trúc GPT nổi tiếng. LLMs có khả năng vượt trội trong việc xử lý dữ liệu văn bản và phi cấu trúc, thực hiện hiệu quả các tác vụ, như: tóm tắt, diễn giải, làm sạch dữ liệu, từ đó, tạo ra những hiểu biết khách hàng sâu sắc và ý nghĩa một cách tự động hóa (Gavade, 2024).
Năng lực cốt lõi của GenAI trong tạo hiểu biết khách hàng: một đặc điểm then chốt của GenAI là khả năng tạo ra văn bản giống như con người và quan trọng hơn là hỗ trợ quá trình ra quyết định bằng cách cung cấp những diễn giải về dữ liệu đã được phân tích (Reza&Ali, 2024). Sự thành thạo trong việc xử lý khối lượng lớn dữ liệu phi cấu trúc của GenAI cho phép các nhà quản trị marketing trích xuất những hiểu biết cần thiết cho các hoạt động thực tiễn một cách hiệu quả, nhanh chóng từ các nguồn dữ liệu mà trước đây rất khó khai thác. Khi vai trò của dữ liệu lớn trong các quyết định marketing tiếp tục mở rộng, GenAI cung cấp khả năng phân tích nhanh hơn và chính xác hơn, qua đó,giảm sự phụ thuộc vào nỗ lực của con người đối với các tác vụ lặp đi lặp lại. Ngoài ra, GenAI còn hỗ trợ tạo ra các phương án phản hồi tổng hợp cho nghiên cứu thị trường, giúp nâng cao chiều sâu và hiệu quả của việc phân tích dữ liệu.
Khả năng mở rộng và vai trò giám sát của con người khi áp dụng GenAI: hiệu suất của GenAI ngày càng được cải thiện khi quy mô và độ phức tạp của chúng tăng lên, tận dụng các bộ dữ liệu lớn hơn để tạo ra các phản hồi mạch lạc và tinh tế hơn (Schweidel, 2024). Khả năng mở rộng của chúng cho phép thực hiện một loạt các tác vụ trên nhiều lĩnh vực mà không cần tinh chỉnh cho từng tác vụ cụ thể. Tính linh hoạt này đặc biệt có giá trị trong marketing, nơi khả năng đáp ứng các nhu cầu đa dạng của khách hàng và các điều kiện thị trường luôn thay đổi là điều cần thiết.
Trong môi trường cạnh tranh, khả năng vận dụng việc ra quyết định dựa trên dữ liệu là rất quan trọng. Gavade (2024) nhấn mạnh cách GenAI trao quyền cho các hoạt động marketing bằng cách cung cấp những hiểu biết theo thời gian thực từ các bộ dữ liệu lớn và phức tạp (Gavade, 2024). Khả năng này cho phép doanh nghiệp hiểu rõ hơn về hành vi khách hàng, dự đoán kết quả bán hàng và xác định các xu hướng thị trường mới nổi, đóng góp đáng kể vào việc định hình chiến lược marketing và phát triển sản phẩm.
3. Lợi ích và thách thức của việc ứng dụng GenAI trong marketing để tạo ra hiểu biết khách hàng.
Hiểu biết khách hàng được công nhận là tài sản vô giá, đóng vai trò then chốt trong việc định hình các hoạt động marketing. Sự xuất hiện của GenAI đã khuếch đại đáng kể tiềm năng này. Với khả năng xử lý và diễn giải khối lượng lớn dữ liệu khách hàng, GenAI có thể tiết lộ những hiểu biết sâu sắc về sở thích, các mẫu hành vi và những xu hướng mới nổi một cách hiệu quả hơn (Reza&Ali,2024). Lợi ích của tích hợp GenAI trong marketing được chia thành ba nhóm chính.
(1) Lợi ích về mặt chiến lược và đổi mới cho doanh nghiệp. GenAI đóng vai trò như một động lực chiến lược và chất xúc tác đổi mới khi được tích hợp vào hoạt động marketing. Bằng cách liên tục giải mã dữ liệu khách hàng và thị trường, nó cung cấp trí tuệ kinh doanh giúp doanh nghiệp duy trì lợi thế cạnh tranh thông qua các quyết định hiệu quả và linh hoạt hơn (Kopare et al, 2024). Nhờ đó, doanh nghiệp tối ưu hóa chất lượng dịch vụ nhằm nâng cao sự hài lòng của khách hàng (Schweidel, 2024), củng cố lòng trung thành (Plangger et al.,2023), góp phần xây dựng nền tảng vững chắc cho sự phát triển chiến lược bền vững.
(2) Nâng cao hiệu quả hoạt động marketing và vận hành tổ chức. GenAI mang lại những cải tiến đáng kể cho hiệu quả hoạt động marketing và vận hành tổng thể của tổ chức. Bằng cách phân tích dữ liệu và phát hiện các hình mẫu ẩn, GenAI giúp nâng cao năng suất, tối ưu hóa chiến lược và cho phép xác định mục tiêu chính xác hơn. Hơn nữa, việc ứng dụng GenAI vào các quy trình tạo hiểu biết khách hàng giúp rút ngắn thời gian, giảm chi phí và cải thiện các quy trình liên quan, như: phát triển sản phẩm và nâng cao trải nghiệm khách hàng (Plangger et al., 2023).
(3) Hướng tới khách hàng là trung tâm và quản lý quan hệ khách hàng. GenAI đóng vai trò then chốt trong việc chuyển đổi marketing hướng tới lấy khách hàng làm trung tâm và tối ưu hóa quản lý quan hệ khách hàng (CRM). Bằng cách phân tích sâu sắc dữ liệu, GenAI cung cấp hiểu biết chi tiết về hành vi và sở thích (Schweidel, 2024), tạo nền tảng vững chắc cho các nỗ lực cá nhân hóa mạnh mẽ (Kshetri et al,2024). Công nghệ này cho phép doanh nghiệp tạo ra nội dung và tương tác khiến mỗi khách hàng cảm thấy được thấu hiểu và coi trọng, qua đó, nâng cao sự hài lòng và lòng trung thành. Hơn nữa, GenAI giúp phân khúc khách hàng chính xác hơn dựa trên hành vi, xác định các nhóm mục tiêu tiềm năng (Kopare et al, 2024). Khả năng tích hợp với hệ thống CRM còn cho phép tự động hóa việc tạo giao tiếp phù hợp và phân tích phản hồi khách hàng, cải thiện trải nghiệm hiệu quả.
Mặc dù ứng dụng GenAI trong marketing tạo ra rất nhiều lợi ích cho doanh nghiệp nhưng vẫn còn rất nhiều thách thức khi các doanh nghiệp triển khai và áp dụng công nghệ này trong marketing, cụ thể:
Thứ nhất, thách thức lớn nhất là khả năng suy luận nguyên nhân – kết quả còn yếu của các môhình LLMs, chúng có thể xác định các hình mẫu và mối tương quan nhưng thường gặp khó khăn trong việc hiểu nguyên nhân gốc rễ dẫn đến nguy cơ bỏ lỡ những hàm ý chiến lược quan trọng (Reza&Ali, 2024). Bên cạnh đó, hiệu quả của GenAI phụ thuộc vào quy mô và chất lượng của nguồn dữ liệu đầuvào và việc tiếp cận dữ liệu này có thể là một rào cản đáng kể (Gavade, 2024). Do dựa vào dữ liệu lịch sử, khả năng tạo ra những ý tưởng thực sự đột phá hoặc xử lý các tình huống hoàn toàn mới lạ của GenAI còn hạn chế. Ngoài ra, sự thiếu minh bạch trong quy trình hoạt động và sự phức tạp của mô hình thường được ví như “hộp đen” cũng gây khó khăn cho việc hiểu và tin tưởng vào kết quả, cùng với đó là những hạn chế tiềm ẩn về khả năng suy luận logic và tính toán trong một số mô hình (Schweidel, 2024).
Thứ hai, việc tích hợp GenAI vào hoạt động marketing còn gặp phải những rào cản về mặt tổ chức. Một khó khăn cơ bản là sự hiểu biết còn hạn chế về khả năng thực sự của GenAI (Kshetri et al, 2024), điều này, kết hợp với tính chất “hộp đen” của công nghệ có thể dẫn đến sự thiếu tin tưởng vào các phương án mà nó tạo ra (Reza&Ali, 2024). Đồng thời, mặc dù các công cụ GenAI ngày càng thân thiện nhưng vẫn đòi hỏi nhân viên phải trang bị những kỹ năng mới, đặc biệt là kỹ năng tương tác và điều khiển mô hình, tạo ra áp lực tái đào tạo nhân viên và có thể gây ra sự phản kháng đối với việc áp dụng (Plangger et al., 2023). Điều này càng trở nên phức tạp bởi mối lo ngại về việc AI có thể thay thế công việc của con người, khiến nhân viên coi GenAI như một mối đe dọa và làm gia tăng sự phản kháng thay đổi trong tổ chức (Reza&Ali, 2024). Bên cạnh đó, các tổ chức cũng phải đối mặt với những rủi ro và chi phí chuyển đổi tiềm ẩn, bao gồm: đầu tư công nghệ, chi phí đào tạo và khả năng gián đoạn quy trình làm việc, tất cả đều có thể dẫn đến sự do dự trong việc tích hợp GenAI (Kopare et al, 2024).
Thứ ba, việc sử dụng dữ liệu khách hàng, đặc biệt là thông tin cá nhân nhạy cảm làm đầu vào cho các mô hình GenAI đặt ra những thách thức về quyền riêng tư và bảo mật dữ liệu. Điều này xuất phát một phần từ lo ngại của chính khách hàng về việc mất kiểm soát thông tin cá nhân khi họ không rõ dữ liệu của mình được sử dụng ra sao dẫn đến do dự trong việc tương tác với các doanh nghiệp (Kshetriet al,2024). Đồng thời, các tổ chức phải đối mặt với yêu cầu tuân thủ các luật lệ và quy định về quyền riêng tư dữ liệu tại địa phương khi xử lý dữ liệu khách hàng bằng AI (Reza&Ali, 2024).
Thứ tư, xu hướng tích hợp ngày càng sâu rộng của GenAI trong marketing có thể làm nảy sinh hàng loạt vấn đề đạo đức. Bản thân các mô hình GenAI không hoàn hảo (Reza&Ali,2024) và mang tiềm năng thiên vị thuật toán có thể bắt nguồn từ dữ liệu huấn luyện không cân bằng, dẫn đến nguy cơ tạo ra nội dung mang tính phân biệt đối xử. Điều này kéo theo rủi ro tạo ra nội dung gây hại hoặc vô tình lan truyền thông tin sai lệch, cùng với khả năng vi phạm bản quyền không chủ ý khi tạo ra các hiểu biết mới.
4. Các hàm ý và kết luận
Để triển khai hiệu quả GenAI trong marketing nhằm khai thác hiểu biết khách hàng, nghiên cứu đề xuất một số hàm ý quản trị quan trọng cho các nhà lãnh đạo của các doanh nghiệp.
Một là, cần ưu tiên xây dựng một cơ sở dữ liệu vững chắc, tập trung vào việc bảo đảm chất lượng, quản trị hiệu quả và khả năng tiếp cận các nguồn dữ liệu đa dạng. Song song đó, việc nuôi dưỡng một văn hóa tổ chức cởi mở, sẵn sàng thử nghiệm, học hỏi và chấp nhận AI cũng như các công nghệ mới là thiết yếu; điều này bao gồm việc giải quyết nỗi sợ hãi của nhân viên thông qua giao tiếp minh bạch và đầu tư vào con người bằng cách đào tạo các kỹ năng cần thiết để sử dụng công cụ an toàn và hiệu quả. GenAI nên được xem xét dưới góc độ chiến lược và toàn diện, không chỉ là một công cụ marketing đơn lẻ, mà là một năng lực có thể mang lại lợi ích chuyển đổi trên nhiều lĩnh vực và bộ phận trong doanh nghiệp, đòi hỏi sự hợp tác liên phòng, ban và sự ủng hộ mạnh mẽ từ cấp lãnh đạo cao nhất.
Hai là, cần triển khai giai đoạn thử nghiệm thông qua các dự án thí điểm với các tình huống ứng dụng rõ ràng và có thể đo lường trước khi tiến hành mở rộng quy mô. Đồng thời, việc chủ động quản lý rủi ro là không thể thiếu thông qua việc xây dựng và thực thi các chính sách rõ ràng về bảo mật dữ liệu, quyền riêng tư và sử dụng AI có đạo đức, ưu tiên các giải pháp công nghệ an toàn. Quan trọng nhất, cần nhấn mạnh mô hình hợp tác giữa người và máy thông qua việc tận dụng AI để tăng cường khả năng của con người chứ không phải thay thế hoàn toàn. Luôn duy trì vai trò giám sát, đánh giá và ra quyết định cuối cùng của con người.
Ba là, các nhà quản lý cần chuẩn bị cho những thay đổi sâu rộng mà AI có thể mang lại đối với cấu trúc tổ chức và các phương thức làm việc.
Mặc dù còn tồn tại những thách thức, triển khai GenAI được đánh giá là mang lại nhiều lợi ích cho doanh nghiệp. Tuy nhiên, cần phải thừa nhận rằng, việc áp dụng GenAI trong bối cảnh hiện nay vẫn đang ở giai đoạn tương đối sơ khai. Quá trình học hỏi, thích ứng và những tiến bộ tiếp theo trong công nghệ AI cũng như trong phương thức triển khai được dự đoán sẽ tiếp tục diễn ra mạnh mẽ khi lĩnh vực này ngày càng phát triển và trưởng thành hơn.
Tài liệu tham khảo:
1. Plangger, K., Marder, B., Montecchi, M., Watson, R., & Pitt, L. (2023). Does (customer data) size matter? Generating valuable customer insights with less customer relationship risk. Psychology & marketing, 40(10), 2016-2028.
2. Gavade, P. (2024). Enhancing Customer Relationship Management with Artificial Intelligence. SSRG International Journal of Computer Science and Engineering.
3. Kopare, A., Shaikh, A., Sharma, J. K., & Waghmare, G. (2024). AI-Enabled Customer Insights: Transforming Marketing and Customer Relationship Management. 15, 1–6.
4. Reza Amini & Ali Amini. (2024). An overview of artificial intelligence and its application in marketing with focus on large language models. International Journal of Science and Research Archive, 12(2), 455–465.
5. Kshetri, N., Dwivedi, Y. K., Davenport, T. H., & Panteli, N. (2024). Generative artificial intelligence in marketing: Applications, opportunities, challenges, and research agenda. International Journal of Information Management, 75, 102716.
6. Yoo, S.-C., & Piscarac, D. (2023). Generative AI and its Implications for Modern Marketing: Analyzing Potential Challenges and Opportunities. International Journal of Advanced Smart Convergence, 12(3), 175–185.
7. Schweidel, D. A. (2024). Moving Beyond ChatGPT: Applying Large Language Models in Marketing Contexts. NIM Marketing Intelligence Review, 16(1), 24–29.
