Case study AI marketing với số liệu thật nằm ở đâu? Ở ít nơi hơn so với những gì giới hội nghị gợi ý. Hầu hết “câu chuyện thành công về AI” chỉ đếm đầu ra: số tài sản được tạo, số giờ tiết kiệm trên lý thuyết, số công cụ được áp dụng. Số ít đáng học hỏi nêu rõ một điểm kém hiệu quả cụ thể, đo lường nó, giải thích phương pháp và thành thật cho biết kết quả đã xảy ra hay chưa.
Ví dụ mới nhất xuất hiện ngay tuần này. Campaign Middle East đưa tin rằng agency hiệu suất TRKKN đã dùng mô hình marketing mix mã nguồn mở Meridian của Google để chỉ cho Faces, nhà bán lẻ làm đẹp, thấy doanh thu của họ tại Ả Rập Xê Út thực sự đến từ đâu. Ba năm dữ liệu, 11 kênh, cùng mức tăng doanh thu gia tăng dự kiến 8,5% và cải thiện ROI 10,8 điểm phần trăm, chỉ nhờ chuyển dịch phần ngân sách mà Faces vốn đã chi.
Case Faces và TRKKN thực sự chứng minh điều gì?
Một điều cụ thể và hữu ích. TRKKN triển khai Meridian trong môi trường Google Cloud sẵn có của Faces, mô hình hóa dữ liệu marketing và doanh thu trực tuyến lẫn ngoại tuyến từ năm 2023 đến 2025, và xây dựng các đường cong phản hồi và bão hòa cho từng kênh. Performance Max hóa ra là kênh mạnh nhất. Mô hình cũng cho thấy chỗ nào chi thêm sẽ gặp lợi suất giảm dần.
Harry Lonergan, giám đốc digital marketing của Faces, thuộc Chalhoub Group, đã gói giá trị đó trong một câu: “Meridian giúp chúng tôi vượt ra khỏi những gì mình thấy trong hiệu suất last-click.”
Có hai lưu ý. Thứ nhất, như bài báo nói rõ, mức 8,5% và 10,8 điểm đến từ các kịch bản mô hình hóa, không phải kết quả sau triển khai. Thứ hai, đây là mô hình thống kê chứ không phải AI tạo sinh, nên nó không cho bạn biết gì về các công cụ tạo nội dung. Không điều nào làm yếu case này. Cả hai đều làm nó đáng tin, vì bạn biết chính xác mình đang nhìn vào cái gì.
Vì sao hầu hết case study AI marketing lại sơ sài đến vậy?
Các nhà kinh tế học có một tên gọi cho những thị trường mà giá cả thôi phát đi đúng tín hiệu: thất bại thị trường. Một nguyên nhân kinh điển là bất cân xứng thông tin, khi một bên trong giao dịch biết nhiều hơn hẳn bên kia. Ngành quảng cáo đã sống chung với nó hàng thập kỷ. Các nền tảng tự chấm bài của mình. Các agency tính giờ cho công việc mà khách hàng không bao giờ thấy. Khách hàng đánh giá kênh bằng số liệu last-click, vốn tâng bốc bất cứ thứ gì tình cờ nằm gần điểm bán nhất.
Các case study AI thừa hưởng vấn đề này. Nhà cung cấp công bố chiến thắng, hiếm khi công bố phương pháp và gần như không bao giờ công bố mốc cơ sở. Một câu như “tiết kiệm 40% thời gian sản xuất” nghe như bằng chứng cho đến khi bạn hỏi: 40% của cái gì, đo bằng cách nào, và công việc sau đó ra sao?
Những case hữu ích làm ngược lại. Chúng nhắm vào một điểm kém hiệu quả mà thị trường vẫn dung thứ, như đo lường last-click hay những ngày làm báo cáo thủ công, và đưa ra con số. Theo nghĩa này, hiệu quả đúng là mẹ đẻ của đổi mới: bạn không thể tái thiết một quy trình cho đến khi thấy được nó tốn bao nhiêu.
Những case study AI nào có số liệu bạn có thể kiểm chứng?
Dưới đây là những gì chúng tôi có thể chỉ ra hiện nay, gồm cả khách hàng của chính chúng tôi, được đánh giá bằng cùng một phép thử. Nơi nào không có số liệu công bố, chúng tôi nói rõ.
| Trường hợp | Điểm kém hiệu quả được xử lý | Con số | Dự kiến hay đã đạt được? | Còn thiếu gì |
|---|---|---|---|---|
| Faces và TRKKN (MMM Meridian) | Góc nhìn last-click trên 11 kênh | Doanh thu gia tăng tăng 8,5%; ROI cải thiện 10,8 điểm | Dự kiến, dựa trên dữ liệu ba năm | Kết quả sau triển khai |
| SAMY với Defy Agents | Báo cáo hiệu quả làm thủ công | Ba ngày làm việc rút xuống một ngày | Đã đạt được trong quy trình làm việc | Giá trị thương mại của thời gian được giải phóng |
| Enchant với Defy Monitor | Phân tích CRM và triển khai chiến dịch làm thủ công | Không có số liệu công bố | Được áp dụng cho toàn bộ khách hàng của họ | Một kết quả được định lượng |
| SharkNinja với Defy Monitor | Thấu hiểu các thị trường LATAM | Không có số liệu công bố | Dùng để xây dựng các chiến lược nhằm thử nghiệm và học hỏi nhanh | Kết quả của những thử nghiệm đó |
| Các agency sprint (Beers With Friends, X&O) | Dự án kéo dài nhiều tháng và hợp đồng retainer | Sprint năm ngày; khách hàng quay lại vài lần mỗi năm | Mô hình vận hành đang được áp dụng | AI không đóng vai trò gì trong câu chuyện |
“Ba ngày xuống một ngày” trông như thế nào bên trong một agency?
SAMY, một agency influencer toàn cầu, đã áp dụng Defy Agents để tinh giản báo cáo hiệu quả, rút ba ngày làm việc xuống một. Đó không phải con số hào nhoáng. Nhưng nó là loại con số có ý nghĩa, vì báo cáo là công việc vặt mà đội account nào cũng biết: lấy số liệu từ các nền tảng, đối chiếu, định dạng bản trình bày, kiểm tra, gửi đi, rồi giải thích.
Các quy trình agentic trên nền tảng Defy gỡ loại công việc bàn giao lặp lại đó khỏi bàn làm việc của mọi người. Câu hỏi thú vị là hai ngày còn lại sẽ biến thành gì. Nếu chúng tan vào nhiều việc y hệt, khách hàng sẽ chẳng thấy gì. Nếu chúng dành cho phân tích, ý tưởng và trao đổi, báo cáo thôi là một khoản chi phí và trở thành lý do để gia hạn.
Bài phân tích của Campaign US về mô hình agency sprint cho thấy tốc độ dẫn đến đâu về mặt thương mại. Beers With Friends làm việc theo sprint năm ngày. Brett Banker, đồng sáng lập X&O, nói agency của ông có “tỷ lệ giữ chân khách hàng bằng không”, vì khách hàng quay lại vài lần mỗi năm thay vì ký hợp đồng agency-of-record. Bài viết hoàn toàn không nhắc đến AI. Đó chính là điểm mấu chốt: khách hàng vốn đã trả tiền cho tốc độ và sự tập trung. Giao hàng nhanh hơn chỉ làm mô hình đó khả dụng với nhiều agency hơn.
Cách đánh giá một case study AI marketing trước khi bạn làm theo
- Nêu tên điểm kém hiệu quả. Trước đây cái gì lãng phí hoặc vô hình? “Chúng tôi đã áp dụng AI” không phải là một điểm kém hiệu quả.
- Tìm mốc cơ sở. Ba ngày làm báo cáo, attribution last-click, một dự án kéo dài nhiều tháng. Không có mốc cơ sở thì không có case study.
- Kiểm tra phương pháp. Dữ liệu nào, trong khoảng thời gian bao lâu, qua bao nhiêu kênh? Case Faces trả lời được cả ba.
- Tách dự kiến khỏi đã đạt được. Mức tăng từ mô hình hóa là một dự báo. Hãy coi nó là giả thuyết cần kiểm chứng, không phải kết quả để trích dẫn trong bài pitch.
- Hỏi xem thời gian tiết kiệm được đã đi đâu. Hiệu suất chỉ có giá trị khi nó thể hiện thành công việc tốt hơn, quyết định nhanh hơn hoặc chi phí thấp hơn cho khách hàng.
- Tự chạy thử nghiệm của bạn. Một khách hàng, một quy trình, một tháng, với mốc cơ sở được ghi lại trước khi bắt đầu.
Bằng chứng còn mỏng ở đâu?
Chủ yếu ở nơi những tuyên bố ồn ào nhất. Đo lường và báo cáo cho ra những con số trước-sau rõ ràng, nên chúng làm nên những case study tốt. Nội dung tạo sinh khó hơn: sản xuất nhiều tài sản hơn thì dễ đếm, còn chứng minh những tài sản đó bán được nhiều hơn thì không. Hãy dè chừng bất kỳ case study nào dừng lại ở khối lượng.
Bảng của chúng tôi cũng có khoảng trống. Enchant và SharkNinja là những triển khai thật nhưng chưa có số liệu công bố, và con số của SAMY đo thời gian chứ không phải doanh thu. Chúng tôi thà cho thấy khoảng trống còn hơn che đậy. Những agency làm tốt từ đây sẽ công bố phương pháp cùng với thành tích, vì đó là loại case study duy nhất mà một giám đốc tài chính khó tính phía khách hàng sẽ đọc đến hai lần.
