Thuốc trị mụn rộp ở mặt và môi mang tên Abreva từ lâu vẫn tập trung tiếp cận những đối tượng từ 35 tuổi trở lên, thông qua các phương tiện truyền thông như TV. Tuy nhiên, sau khi tiến hành khảo sát thị trường, Abreva phát hiện ra rằng hầu hết những người bị mụn rộp lần đầu tiên đều là thanh thiếu niên. Khám phá này đã khiến thương hiệu buộc phải suy nghĩ lại về chiến lược tiếp thị của mình để làm sao có thể thu hút thêm một nhóm đối tượng quan trọng mà mình chưa từng tiếp cận.
GSK Consumer Healthcare – đơn vị sản xuất Abreva
“Đối với những người trẻ tuổi, mụn rộp là một chủ đề không dễ chịu. Nhất là trong trường hợp lần đầu tiên khi bị mụn rộp – đó không phải là điều họ có thể thoải mái để chia sẻ”, Rishi Mulgund, giám đốc thương hiệu của GSK Consumer Healthcare – đơn vị sản xuất Abreva cho biết. “Làm thế nào để có thể làm nổi bật một chủ đề không phổ biến như bệnh mụn rộp và chia sẻ về cách Abreva chính là phương pháp điều trị tốt nhất với những người vốn không muốn đề cập về nó?”, Mulgund chia sẻ thêm.
Đồng thời, thống kê cũng cho thấy tỷ lệ những người thuộc gen Z và gen Y xem TV ngày càng ít hơn trước đây, do đó, Abreva quyết định sử dụng YouTube để tiếp cận khách hàng. Nhóm tiếp thị của thương hiệu đã tận dụng sức mạnh của máy học để xác định, tiếp cận đối tượng mục tiêu của họ và điều chỉnh thông điệp tiếp thị sao cho liền mạch với trải nghiệm người xem, thông qua một quảng cáo video dài 6s trước mỗi video.
Từ bốn video cơ bản, Abreva đã tạo ra 119 mẫu quảng cáo khác nhau để tùy chỉnh thông điệp cho phù hợp với nhiều đối tượng người xem. Sau đó, video quảng cáo sẽ được phân phối tới khách hàng dựa trên mức độ liên quan với những gì họ đang xem.
Phương pháp tiếp cận cá nhân hóa đã giúp tăng đáng kể nhận thức về thương hiệu: Abreva đã thống kê được mức tăng tới 41% về số người nhớ tới quảng cáo và mức tăng 342% về sở thích tìm kiếm của đối tượng mục tiêu giữa Google và YouTube.
Cá nhân hóa thông điệp của thương hiệu cho khán giả là rất quan trọng nhưng làm thế nào để có thể thực hiện điều này một cách hiệu quả trên quy mô lớn? Dưới đây là ba bài học từ Abreva mà các thương hiệu hoàn toàn có thể áp dụng để các chiến dịch quảng cáo trở nên cá nhân hóa.
1. Không chỉ dừng lại ở yếu tố nhân khẩu học
Trước đây, Abreva chưa bao giờ cố gắng tiếp cận nhóm những người tiêu dùng trẻ tuổi, vì vậy, điều nên làm ở giai đoạn đầu là chạy một chiến dịch chung được xây dựng xung quanh tất cả các khuôn mẫu liên quan đến thế hệ Z và thế hệ Y.
Tuy nhiên, thay vì làm theo cách truyền thống, nhóm đã vượt ra ngoài nhân khẩu học và thực sự đào sâu vào các điểm quan tâm khác nhau và trạng thái nhu cầu của khách hàng. Ví dụ: họ xác định những gì khách hàng tiềm năng của họ quan tâm – những thứ như làm đẹp, vận động và mạng xã hội – sau đó cá nhân hóa quảng cáo dựa trên những sở thích này. Bằng cách sử dụng báo cáo Đối tượng, Abreva có thể hiểu những người mà họ đang cố gắng tiếp cận đã tìm kiếm trước đây trên Google và đảm bảo rằng họ đang phân phối cho họ một mẫu quảng cáo có liên quan.
Mulgund chia sẻ rằng: “Chiến dịch này đã chỉ ra cách chúng tôi có thể sử dụng các công cụ phân tích đối tượng mục tiêu để không chỉ hiệu quả mà còn độc đáo hơn trong việc truyền tải thông điệp tiếp thị của mình”.
Cá nhân hoá quảng cáo trên Youtube để tiếp cận Gen Y và Gen Z
2. Hòa quyện chứ đừng tách biệt
Là nhà tiếp thị, công việc của chúng ta là khiến mọi người nghĩ đến – và hy vọng trong tương lai gần sẽ mua – sản phẩm hoặc dịch vụ mà doanh nghiệp đang cung cấp. Nhưng nếu chỉ tập trung nói tất cả về mình, chúng ta sẽ có nguy cơ gây phiền nhiễu hơn là thu hút khách hàng tiềm năng. Nhờ các công cụ mới như Director Mix, việc tạo các chiến dịch quy mô lớn, cá nhân hoá, góp phần cộng hưởng trải nghiệm của người xem thay vì khiến họ xao lãng hoặc khó chịu trở nên dễ dàng hơn bao giờ hết.
Đồng thời, nghiên cứu cũng cho thấy quảng cáo có liên quan sẽ được chú ý nhiều hơn quảng cáo thông thường. Đây chính là tương lai của quảng cáo: mang đến cho khách hàng trải nghiệm mà họ đang tìm kiếm.
3. Tiếp tục thử nghiệm
Nhóm tiếp thị của Abreva không chỉ sử dụng sức mạnh của công nghệ máy học để xây dựng hình mẫu khán giả và nhắm mục tiêu quảng cáo của họ mà còn để tinh chỉnh cách tiếp cận của khách hàng trong thời gian thực.
Mulgund nói: “Với hơn 100 quảng cáo khác nhau, không có cách nào để chúng tôi biết quảng cáo nào sẽ hoạt động tốt nhất, vào thời điểm nào và nội dung nào chưa hiệu quả”. Nhưng khi ngày càng có nhiều người xem quảng cáo, máy học có thể nhanh chóng giải mã nội dung nào thực sự tạo được ảnh hưởng và trong hoàn cảnh nào.
Cùng lúc đó, Đặt giá thầu thông minh đảm bảo quảng cáo hoạt động tốt nhất xuất hiện ở đúng nơi vào đúng thời điểm. Sử dụng học máy theo cách này cho phép tối ưu hóa và ngữ cảnh hóa thông điệp của mình, từ đó kết nối với người tiêu dùng theo những cách tự nhiên hơn.
Theo Kristen Shipley
Bài liên quan:
- Cách viết mẫu quảng cáo tìm kiếm không thể không click
- Cá nhân hóa trải nghiệm khách hàng đúng thời điểm
