Bài viết nghiên cứu về NBO đối với các ngân hàng, các tổ chức tài chính, doanh nghiệp, cá nhân… và đưa ra các giải pháp giúp các tổ chức này đưa được các sản phẩm, dịch vụ của họ ngày càng đến gần hơn với khách hàng.
 

1. Vì sao NBO là cần thiết?
 

Trong thời đại số hóa, cá nhân hóa dịch vụ tài chính ngày càng trở nên quan trọng và được nhiều ngân hàng quan tâm. Ngoài việc tùy biến sản phẩm dịch vụ, điều quan trọng là đưa chúng đến với đúng khách hàng có nhu cầu. Vì thế, rất nhiều tổ chức đang cố gắng phân tích dữ liệu để có thể đưa ra NBO tốt nhất. Tuy nhiên, đằng sau những quảng cáo có cánh, khách hàng vẫn không cảm thấy hài lòng và nỗ lực của các ngân hàng thường chưa đem lại kết quả. Trong tài liệu “Các công ty dịch vụ tài chính cần suy nghĩ lại về cá nhân hóa”, Công ty nghiên cứu thị trường Forrester (Mỹ) cho rằng, các công ty dịch vụ tài chính hiện đang tập trung hơn vào các mục tiêu kinh doanh chiến thuật và bán sản phẩm hơn là giải quyết nhu cầu của khách hàng. Điều này dẫn đến các nỗ lực cá nhân hóa thiếu dấu ấn vì chúng được áp dụng hẹp, tạo ra các tương tác khó xử, thiếu giá trị với khách hàng hoặc thiếu hiểu biết về bối cảnh của khách hàng. Cách triển khai NBO tại các ngân hàng thường quá thiên về quảng cáo bán hàng. Những nỗ lực hiện tại thường được áp dụng trong phạm vi hẹp liên quan tới đề xuất sản phẩm và ưu đãi tốt nhất tiếp theo sẽ thúc đẩy mua hàng để đáp ứng các mục tiêu tìm kiếm doanh thu trong ngắn hạn, một mặt vì các đề xuất sản phẩm tài chính thường khó được khách hàng chấp nhận hơn so với hàng tiêu dùng. Trong khi cá nhân hóa cần đem lại sự hài lòng của khách hàng - dù họ giao dịch qua kênh nào, nhiều công cụ hiện có được xây dựng để tiếp thị sản phẩm và thúc đẩy doanh số bán hàng chứ không giúp khách hàng tìm thấy các dịch vụ, trải nghiệm và nội dung đáp ứng nhu cầu riêng của họ. Dù phần lớn các cuộc thảo luận về cá nhân hóa trong ngân hàng tập trung vào tiếp thị và các ưu đãi tốt nhất tiếp theo, nhưng tiềm năng thực sự của nó nằm trong việc chuyển đổi tất cả các tương tác với khách hàng của một tổ chức bằng cách sử dụng dữ liệu và phân tích để dự đoán nhu cầu cá nhân, các phân khúc mục tiêu của một tổ chức và xây dựng các mối quan hệ sâu sắc. Những tương tác như vậy, đối lập với giao tiếp bán hàng không thường xuyên, tạo thành điểm mấu chốt trong trải nghiệm của khách hàng, từ đó sẽ giúp khách hàng nhớ tới ngân hàng khi họ có nhu cầu.
 

 

Ngoài việc xem lại cách tiếp cận, chuyển từ hướng từ sản phẩm sang khách hàng, các ngân hàng cần xem lại cách làm của mình và học tập từ các doanh nghiệp khác để có thể biến định hướng thành cách làm cụ thể. Chẳng hạn như ngành bán lẻ. Hầu hết những người mua sắm không mua mọi thứ họ cần tại một cửa hàng. Thay vào đó, họ mua một số mặt hàng ở cửa hàng tạp hóa, đồ chơi ở cửa hàng đồ chơi, họ chỉ ghé thăm một siêu thị khi họ cần một số mặt hàng nhất định mà họ nghĩ rằng siêu thị đó cung cấp tốt hơn nơi khác. Nhưng các siêu thị lớn thường bán rất nhiều thứ, vì vậy, một trong những mục tiêu chính của siêu thị là thuyết phục khách hàng rằng họ là cửa hàng duy nhất mà họ cần tới. Nhưng đó là một thông điệp khó thực hiện, ngay cả với những chiến dịch quảng cáo khéo léo nhất, bởi vì một khi thói quen mua sắm của người tiêu dùng đã ăn sâu, thì rất khó để thay đổi chúng. Tuy nhiên, có một số giai đoạn ngắn trong cuộc đời của một người khi các thói quen cũ bị phá vỡ và thói quen mua hàng đột ngột thay đổi. Một trong những khoảnh khắc đó, có thể là rất ngắn, ví dụ như mới sinh con, khi đó, các bậc cha mẹ rất bận rộn và có nhiều nhu cầu hàng hóa, dịch vụ dành cho trẻ sơ sinh, chính là lúc các cửa hàng cần nắm lấy để thu hút khách hàng. Chuỗi siêu thị Target (Mỹ) đã cố gắng nắm bắt được thời điểm đó một cách nhanh nhất. Vì hồ sơ sinh thường được công khai, thời điểm một cặp vợ chồng có em bé mới, họ gần như ngay lập tức nhận được các đề nghị, khuyến khích và quảng cáo từ đủ loại công ty. Điều mấu chốt là liên hệ được với họ sớm hơn, trước khi bất kỳ nhà bán lẻ nào khác biết có em bé sắp sinh.
 

Vào những năm 1980, một nhóm các nhà nghiên cứu của đại học California do giáo sư Alan Andreasen lãnh đạo đã thực hiện một nghiên cứu về những thứ mua sắm đời thường nhất của mọi người, như xà phòng, kem đánh răng, túi rác và giấy vệ sinh. Họ nhận thấy rằng hầu hết những người mua sắm hầu như không chú ý đến cách họ mua những sản phẩm này, rằng việc mua hàng diễn ra theo thói quen, không có bất kỳ quyết định phức tạp nào. Điều đó có nghĩa là, các nhà tiếp thị rất khó để thuyết phục người mua hàng thay đổi, dù họ có trưng bày hấp dẫn, dùng phiếu giảm giá cũng như khuyến mãi sản phẩm. Nhưng khi một số khách hàng trải qua một sự kiện lớn trong đời, như tốt nghiệp đại học, kiếm việc làm mới hoặc chuyển đến một thị trấn mới, thói quen mua sắm của họ trở nên linh hoạt theo những cách vừa có thể dự đoán được vừa là mỏ vàng tiềm năng cho các nhà bán lẻ. Nghiên cứu cho thấy rằng, khi một người nào đó kết hôn, họ có nhiều khả năng bắt đầu mua một loại cà phê mới. Khi một cặp vợ chồng chuyển đến một ngôi nhà mới, họ có xu hướng mua một loại ngũ cốc khác. Khi họ ly hôn, có nhiều khả năng họ sẽ bắt đầu mua các nhãn hiệu bia khác nhau... Vào những khoảnh khắc đặc biệt nào đó, khách hàng dễ bị các nhà tiếp thị tác động. Người tiêu dùng trải qua những sự kiện lớn trong đời thường không nhận thấy rằng thói quen mua sắm của họ đã thay đổi, nhưng các nhà bán lẻ nhận thấy điều đó, họ sẽ quan tâm và nắm bắt các cơ hội đó.
 

Các dịch vụ tài chính vừa có những điểm tương đồng, vừa có những điểm khác biệt rất lớn với hàng tiêu dùng thông thường. Một số đáng kể khách hàng thường giao dịch với nhiều ngân hàng khác nhau, họ gửi tiền ở những ngân hàng nhỏ, nơi có lãi suất huy động cao nhưng lại thích vay tiền ở các ngân hàng lớn, nơi có lãi suất cho vay thấp, mở thẻ tín dụng ở một ngân hàng nhưng lại sử dụng dịch vụ chuyển tiền quốc tế của một ngân hàng khác. Khách hàng cũng thường tin tưởng sử dụng thêm dịch vụ ở ngân hàng có nhân viên giao dịch quen biết và hiểu rõ về họ, giới thiệu cho họ những dịch vụ hữu ích. Tuy nhiên, trừ những khách hàng lâu năm và rất thân thuộc, nhân viên ngân hàng khó nắm bắt được những sự kiện lớn trong đời của khách hàng. Mức độ ảnh hưởng của những sự kiện lớn trong đời thường ảnh hưởng nhiều hơn tới việc lựa chọn sản phẩm tài chính của khách hàng hơn so với các mặt hàng tiêu dùng. Nếu siêu thị có thể mời khách mua thêm đồ nhắm khi họ mua bia hay đề nghị họ mua vài lô giấy vệ sinh để được giảm giá, thì các ngân hàng rất khó mời khách mua thêm bảo hiểm hay vay tiền khi họ không có nhu cầu. Và khi khách hàng đã nảy sinh nhu cầu mua bảo hiểm cho con hay vay tiền mua nhà, mua xe thì họ đã chủ động tìm kiếm (hoặc được một ngân hàng khác “vô tình” chào mời đúng thời điểm), điều đó có nghĩa là, ngân hàng đã bỏ lỡ cơ hội bán hàng.
 

2. Các bước cơ bản triển khai NBO
 

Theo giáo sư Thomas H. Davenport (Đại học Babson - Mỹ), Leandro DalleMule (CDO tại Tập đoàn bảo hiểm AIG), John Lucker (chuyên gia chính tại Deloitte Consulting LLP), nghiên cứu của họ về chiến lược NBO ở hàng chục công ty bán lẻ, phần mềm, dịch vụ tài chính và các công ty khác, qua các cuộc phỏng vấn với giám đốc điều hành tại 15 công ty tiên phong, cho thấy ngay cả khi NBO được triển khai, chúng thường được thực hiện một cách yếu kém. Hầu hết đều là những lời quảng cáo bừa bãi hoặc không có mục tiêu, chẳng hạn như những lời chào hàng đến những khách hàng đã mua sản phẩm. Một ngân hàng bán lẻ đã phát hiện ra rằng NBO của họ có nhiều khả năng tạo ra tác động xấu hơn tới hoạt động bán hàng.
 

Theo giáo sư Thomas H. Davenport và các chuyên gia cùng nghiên cứu, có bốn bước cơ bản để triển khai NBO như sau:
 

2.1. Xác định mục tiêu
 

Nhiều tổ chức lúng túng trong nỗ lực NBO của họ không phải vì họ thiếu khả năng phân tích mà vì họ thiếu mục tiêu rõ ràng. Vì vậy, câu hỏi đầu tiên đối với một tổ chức, cá nhân bán hàng là: Bạn muốn đạt được điều gì? Tăng doanh thu? Tăng lòng trung thành của khách hàng? Chiếm phần lớn hơn trong chi tiêu của khách hàng? Thu hút khách hàng mới?
 

Nhà bán lẻ Tesco có trụ sở tại Vương quốc Anh đã tập trung chiến lược NBO của mình vào việc tăng doanh số bán hàng cho khách hàng thường xuyên và nâng cao lòng trung thành với các phiếu mua hàng mục tiêu được cung cấp thông qua chương trình thẻ Clubcard của mình. Như Roland Rust và các đồng nghiệp đã mô tả trong bài viết “Rethinking Marketing” trên Tạp chí Havard Business Review, Tesco sử dụng thẻ Clubcard để theo dõi những cửa hàng nào khách hàng ghé thăm, những gì họ mua và cách họ thanh toán. Điều này đã cho phép nhà bán lẻ điều chỉnh hàng hóa theo sở thích địa phương và tùy chỉnh các dịch vụ ở cấp độ cá nhân trên nhiều loại hình cửa hàng, từ siêu thị đến cửa hàng nhỏ. Ví dụ: Những người mua hàng Clubcard lần đầu tiên mua tã tại cửa hàng Tesco sẽ nhận được phiếu giảm giá qua thư không chỉ cho khăn lau và đồ chơi trẻ em mà còn cả bia (phân tích dữ liệu cho thấy, những ông bố mới có xu hướng mua nhiều bia hơn, vì họ dành ít thời gian hơn ở quán rượu). Tiếp đó, Tesco đã thử nghiệm “bán hàng nhanh” gấp ba lần giá trị quy đổi của một số phiếu thưởng Clubcard, về bản chất đưa ra ưu đãi tốt nhất thậm chí còn tốt hơn cho những khách hàng được chọn. Cơ chế đếm ngược cho biết thời gian hoặc sản phẩm sắp hết nhanh như thế nào, gây căng thẳng và thúc đẩy việc mua hàng. Một số phiếu mua hàng trong số này đã được bán hết trong 90 phút.
 

Hãng máy tính Microsoft đã có một loạt mục tiêu rất khác cho Bing NBO của mình: Thu hút khách hàng mới dùng thử dịch vụ, tải nó xuống điện thoại thông minh của họ, cài đặt thanh tìm kiếm Bing trong trình duyệt của họ và đặt nó trở thành công cụ tìm kiếm mặc định của họ.
 

Hay như Redbox, công ty cho thuê đĩa DVD giá rẻ ban đầu đã cung cấp phiếu giảm giá qua email và trang web nhằm mục đích giúp người tiêu dùng làm quen với các ki-ốt của họ. Redbox kiosk là một khái niệm bán lẻ mới, nhưng theo thời gian, mọi người đã quen với việc cho thuê phim tự động. Khi công việc kinh doanh phát triển, các giám đốc điều hành của công ty nhận ra rằng để tăng lợi nhuận trong khi vẫn duy trì mô hình chi phí thấp, họ cần thuyết phục khách hàng thuê nhiều DVD cho mỗi lượt truy cập. Vì vậy, họ chuyển trọng tâm của chiến lược NBO từ việc thu hút khách hàng mới sang giảm giá cho khách hàng thuê nhiều lần.
 

Bắt đầu với một mục tiêu rõ ràng là điều quan trọng và hãy linh hoạt trong việc sửa đổi nó khi cần thiết.
 

2.2. Thu thập dữ liệu
 

Để tạo NBO hiệu quả, người bán hàng phải thu thập và tích hợp dữ liệu chi tiết về khách hàng, dịch vụ và hoàn cảnh mua hàng của khách hàng.
 

Biết khách hàng
 

Thông tin có giá trị để điều chỉnh NBO có thể tương đối cơ bản và dễ dàng có được: tuổi, giới tính, số con, địa chỉ cư trú, thu nhập hoặc tài sản, cũng như dữ liệu về lối sống và hành vi tâm lý. Các giao dịch mua trước thường là chỉ dẫn tốt nhất về những gì khách hàng sẽ mua tiếp theo, nhưng thông tin đó có thể khó nắm bắt hơn, đặc biệt là từ các kênh ngoại tuyến. Các chương trình khách hàng thân thiết như của Tesco có thể là một công cụ mạnh mẽ để theo dõi mô hình mua hàng của người tiêu dùng.
 

Nhưng cần lưu ý rằng, dữ liệu sẵn có đôi khi không phải là tất cả thứ người bán hàng cần. Các nhà tiếp thị đã quen với việc thu thập dữ liệu chức năng của mình, giúp họ liên kết việc mua hàng với một khách hàng và một lớp khách hàng. Tuy nhiên, dữ liệu đó không cung cấp nhiều thông tin chi tiết về con người, động lực thúc đẩy họ hoặc những gì họ cần trong tương lai - những điều làm cho việc cá nhân hóa trở nên có ý nghĩa hơn đối với khách hàng. Ngoài các giao dịch tài chính sẵn có trong hệ thống, ngân hàng có thể sẽ cần thêm dữ liệu để biết khi nào khách hàng cần mua bảo hiểm hay vay mua nhà.
 

Ngay cả khi các công ty cố gắng (và đôi khi gặp khó khăn) để có được những loại dữ liệu khách hàng quen thuộc này, thì sự sẵn có ngày càng tăng của thông tin xã hội, thiết bị di động và thông tin vị trí (SoMoLo) sẽ tạo ra những tập dữ liệu mới được khai thác. Các công ty đang bắt đầu tạo ra các đề nghị dựa trên vị trí của khách hàng tại bất kỳ thời điểm nào, các bài đăng trên mạng xã hội của một người nói gì về sở thích của anh ta và thậm chí những gì bạn bè của anh ta đang mua hoặc thảo luận trực tuyến. Một ví dụ là Foursquare (công cụ chia sẻ địa điểm), cung cấp các ưu đãi tùy chỉnh theo số lần người tiêu dùng đã “đăng ký” vào một cửa hàng bán lẻ nhất định. Một công ty khác là Walmart, đã mua lại công ty khởi nghiệp công nghệ truyền thông xã hội Kosmix để kết hợp với đơn vị chiến lược kỹ thuật số mới được thành lập @WalmartLabs, nhằm tận dụng dữ liệu SoMoLo của người tiêu dùng cho các ưu đãi của mình. Trong số các dự án của đơn vị này là tìm cách dự đoán việc mua hàng trên Walmart.com của khách trên cơ sở các sở thích trên mạng xã hội của họ. Walmart cũng đang xem xét các công nghệ dựa trên vị trí sẽ giúp khách hàng tìm thấy sản phẩm trong các cửa hàng của mình. Nhà bán lẻ quần áo H&M đã hợp tác với trò chơi trực tuyến MyTown để thu thập và sử dụng thông tin về vị trí của khách hàng. Nếu khách hàng tiềm năng đang chơi trò chơi trên thiết bị di động gần cửa hàng H&M và khi đăng ký, H&M sẽ thưởng cho họ quần áo và điểm ảo; nếu họ quét các sản phẩm được khuyến mại trong cửa hàng, nó sẽ đưa họ vào một chương trình rút thăm trúng thưởng. Kết quả ban đầu cho thấy trong số 700.000 khách hàng đã đăng ký trực tuyến, 300.000 khách hàng đã vào cửa hàng và mua ít nhất một mặt hàng.
 

Nhiều nhà bán lẻ tập trung vào cách sử dụng thông tin vị trí của khách hàng trong thời gian thực, nơi khách hàng đã đến cũng có thể tiết lộ nhiều điều về họ. Chỉ riêng ở Hoa Kỳ, các thiết bị di động gửi khoảng 600 tỷ nguồn cấp dữ liệu được gắn thẻ không gian địa lý trở lại các nhà cung cấp dịch vụ viễn thông mỗi ngày. Một ứng dụng do công ty phân tích phần mềm Sense Networks phát triển có thể so sánh chuyển động của người tiêu dùng với hàng tỷ điểm dữ liệu về chuyển động và thuộc tính của người khác. Sử dụng lịch sử vị trí này, nó có thể ước tính tuổi của người tiêu dùng, phong cách du lịch, mức độ giàu có và vị trí có khả năng tiếp theo, cùng những thứ khác. Ý nghĩa của việc tạo NBO được tùy chỉnh cao là rất rõ ràng.
 

 

Biết sản phẩm dịch vụ của bạn
 

Nếu một công ty không có thông tin chi tiết về các sản phẩm hoặc dịch vụ của mình, họ sẽ gặp khó khăn khi xác định dịch vụ nào có thể thu hút khách hàng nhất. Đối với một số sản phẩm, chẳng hạn như phim, cơ sở dữ liệu của bên thứ ba cung cấp các thuộc tính sản phẩm và các công ty cho thuê hoặc bán phim có thể phỏng đoán rằng nếu bạn thích một bộ phim với một diễn viên hoặc loại cốt truyện cụ thể, bạn có thể sẽ thích một bộ phim khác. Nhưng trong các ngành bán lẻ khác, chẳng hạn như quần áo và cửa hàng tạp hóa, việc tổng hợp các thuộc tính sản phẩm khó hơn nhiều. Ví dụ: các nhà sản xuất không phân loại đồng nhất áo len là “thời trang” hoặc “truyền thống”. Họ thậm chí không có danh mục màu rõ ràng và được tiêu chuẩn hóa. Vì vậy, các nhà bán lẻ phải dành nhiều thời gian và công sức để tự mình nắm bắt các thuộc tính của sản phẩm. Công ty bán giày qua mạng Zappos có ba bộ phận làm việc để tối ưu hóa tìm kiếm của khách hàng và tạo ra các ưu đãi hiệu quả nhất cho giày của mình. Ngay cả khi các thuộc tính được thu hẹp lại thành loại sản phẩm, kiểu dáng, màu sắc, thương hiệu và giá cả, một đôi giày có thể có bất kỳ mẫu nào trong số hơn 40 mẫu chất liệu. Nếu không có hệ thống phân loại chi tiết các thuộc tính sản phẩm như vậy, Zappos sẽ không biết rằng khách hàng đã thường mua một loại thiết kế dệt trang trí trong quá khứ, vì vậy, họ sẽ không biết rằng nó nên bao gồm các sản phẩm có thiết kế trong NBO cho khách hàng đó.
 

Tương tự như vậy, nếu không có hệ thống phân loại tốt, người bán hàng tạp hóa không thể dễ dàng xác định sản phẩm nào sẽ thu hút khách hàng thích mạo hiểm, quan tâm đến sức khỏe hoặc tiết kiệm chi tiêu. Khi Tesco muốn xác định các sản phẩm thu hút khẩu vị ưa mạo hiểm, Tesco sẽ bắt đầu với một thứ được nhiều người đồng ý là một lựa chọn táo bạo ở một quốc gia cụ thể (ví dụ thử nghiệm sốt cà ri xanh của Thái Lan ở Anh) và sau đó phân tích các giao dịch mua khác mà người mua lựa chọn táo bạo. Nếu những khách hàng mua bột cà ri cũng thường xuyên mua mực hoặc sốt cải lông thì những sản phẩm này có hệ số tương quan cao. Các sản phẩm dịch vụ ngân hàng tuy không đa dạng như hàng tiêu dùng nhưng cũng có số lượng không nhỏ. Hơn thế, tại một số ngân hàng, nhiều sản phẩm lỗi thời vẫn nằm trong danh mục mà không được cập nhật, đã rất lâu không có khách hàng quan tâm có thể khiến việc phân tích dữ liệu bị sai lệch hoặc tốn thời gian không cần thiết.
 

Biết ngữ cảnh mua hàng
 

Cuối cùng, NBO phải tính đến các yếu tố như kênh mà khách hàng liên hệ với doanh nghiệp (trực tiếp, qua điện thoại, qua e-mail, trên web), lý do liên hệ và hoàn cảnh của nó, thậm chí cả âm lượng và cao độ giọng nói, cho biết khách hàng đang bình tĩnh hay khó chịu (phần mềm phát hiện cảm xúc đang chứng minh giá trị cho yếu tố cuối cùng). Bank of America đã biết rằng, các đề nghị cho vay thế chấp được đề xuất thông qua máy ATM không hiệu quả vì khách hàng không có thời gian và xu hướng tương tác với chúng. Tương tự như vậy, một người gọi đến bộ phận dịch vụ khách hàng để khiếu nại khó chấp nhận một đề xuất sản phẩm, mặc dù họ có thể chào đón nó qua e-mail vào một thời điểm khác.
 

Khi một người phụ nữ bước vào một trong các cửa hàng cùng chồng, cô ấy thường là người mua chính và NBO của nhà bán lẻ thường là một mặt hàng tương đối rẻ cho người chồng. Việc lựa chọn những gì để cung cấp cho anh ấy xuất phát từ hiểu biết rằng, những người đàn ông đi cùng vợ đi mua sắm nhưng bản thân không chủ động mua sắm sẽ nhạy cảm hơn về giá cả so với những người chồng đang tìm kiếm một sản phẩm cụ thể khi mua hàng một mình.
 

2.3. Phân tích và thực thi
 

Những NBO dự đoán sớm nhất được tạo ra bởi Amazon và các công ty trực tuyến khác. Họ đã phát triển các ưu đãi kiểu “người mua cái này cũng mua cái kia” dựa trên mối tương quan mua chéo tương đối đơn giản, họ không phụ thuộc vào kiến ​​thức đáng kể về khách hàng hoặc thuộc tính sản phẩm và do đó, nó là một công cụ không hiệu quả. Các ưu đãi được nhắm mục tiêu nhiều hơn dựa trên hành vi mua hàng trước đây của chính khách hàng, nhưng ngay cả những ưu đãi đó cũng chưa được đưa ra hợp lý. Nếu khách hàng mua một cuốn sách hoặc một đĩa CD cho một người bạn không cùng sở thích với họ, điều đó có thể dễ dàng làm sai lệch những thông tin ưu đãi mà khách hàng đó nhận được trong tương lai.
 

Một NBO được tạo ra cẩn thận chỉ tốt với cách truyền tải hợp lý. Nói cách khác, một NBO được chuẩn bị chu đáo gửi qua e-mail mà không bao giờ được mở cũng không mang lại lợi ích gì. NBO có nên được giao trực tiếp không? Cung cấp tại một ki-ốt trong cửa hàng? Gửi đến thiết bị di động? Được in trên giấy đăng ký? Thường thì câu trả lời là tương đối đơn giản: Kênh mà khách hàng đã liên hệ là kênh thích hợp để cung cấp NBO. Ví dụ: một khách hàng của Công ty CVS Health (Mỹ) quét thẻ khách hàng thân thiết ExtraCare của mình tại một ki-ốt trong cửa hàng có thể ngay lập tức nhận được các phiếu giảm giá tùy chỉnh.
 

Tuy nhiên, có những thời điểm, khi các kênh đến và kênh đi sẽ khác nhau. Một ưu đãi phức tạp không nên được phân phối thông qua một kênh đơn giản. Hãy nhớ lại kinh nghiệm của Bank of America với các đề nghị cho vay thế chấp: Kênh đến ATM nhanh chóng bị coi là một kênh kém, bởi vì các khoản thế chấp quá phức tạp để cài đặt trên ATM. Tương tự, nhiều nhân viên tổng đài dịch vụ khách hàng không hiểu nhu cầu của khách hàng và chi tiết sản phẩm đủ để đưa ra các đề nghị hiệu quả, đặc biệt khi mục đích chính của họ là hoàn thành các giao dịch bán hàng hoặc dịch vụ đơn giản. Các công ty thường thử nghiệm phiếu mua hàng qua nhiều kênh để tìm ra kênh hiệu quả nhất.
 

Các công ty dịch vụ tài chính phục vụ khách hàng giàu có sẽ đầu tư nhiều vào kiến ​​thức sản phẩm của nhân viên bán hàng, khả năng hiểu nhu cầu của khách hàng và xây dựng mối quan hệ. Đối với những doanh nghiệp này, con người thường là kênh tốt nhất để đưa ra lời chào hàng. Nhiều tổ chức đưa ra nhiều phiếu mua hàng và sắp xếp chúng theo các mô hình dự đoán để xếp hạng xu hướng chấp nhận chúng của khách hàng trên cơ sở các lần mua hàng trước đó hoặc dữ liệu khác. Nhân viên bán hàng hoặc nhân viên dịch vụ khách hàng có thể chọn trong số các ưu đãi này trong thời gian thực, dựa trên cuộc đối thoại của họ với khách hàng, sự mong muốn của khách hàng đối với một ưu đãi nhất định và thậm chí là mức độ thoải mái giữa khách hàng và nhân viên bán hàng. Kết hợp khả năng phán đoán của con người với các mô hình dự đoán có thể hiệu quả hơn so với việc chỉ làm theo các khuyến nghị của mô hình. Ví dụ: Yêu cầu nhân viên đưa ra một đề xuất cụ thể trong mọi trường hợp thực sự có thể làm giảm khả năng chấp nhận đề nghị của cả khách hàng và sự hài lòng sau khi mua hàng của họ. Công ty đầu tư T. Rowe Price cung cấp cho các nhân viên tổng đài các đề nghị được nhắm mục tiêu, nhưng họ đã kết luận rằng, nếu một nhân viên tổng đài đưa ra các đề nghị trong hơn 50% số lần tương tác, thì có thể người đó không xem xét nhu cầu của khách hàng để đưa ra đề xuất phù hợp.
 

2.4. Rút kinh nghiệm và trưởng thành
 

Tạo ra các NBO là một quá trình không ngừng cải tiến. Giống như bất kỳ ngành khoa học nào, nó đòi hỏi sự thử nghiệm. Một số ưu đãi sẽ thu hút khách hàng tốt hơn những ưu đãi khác; các công ty phải đo lường hiệu suất của từng loại và rút ra các bài học, kết quả. Như một giám đốc điều hành của CVS Health đã nói: “Hãy coi mọi đề xuất như một thử nghiệm”.
 

Các công ty có thể phát triển các quy tắc ngón tay cái (là nguyên tắc đề cập đến một quy trình hoặc tiêu chuẩn dễ học và dễ áp dụng, dựa trên kinh nghiệm thực tế hơn là lý thuyết) từ hiệu suất của NBO của họ để hướng dẫn việc tạo ra các đề xuất trong tương lai cho đến khi dữ liệu mới yêu cầu sửa đổi các quy tắc. Các quy tắc này sẽ khác nhau giữa các công ty. Và mỗi công ty sẽ phải tìm ra một nguyên tắc NBO khác nhau, phù hợp với thực trạng các sản phẩm và bối cảnh kinh doanh của mình.