Với người đã làm nhiều năm trong lĩnh vực bigdata & socialData, tôi cũng đã từng đùa với các ae tài xế là platform nắm data nên sẽ là điều khiển cuộc chơi, họ muốn bào các anh thế nào cũng được và giờ đã có 1 bài đang được lang truyền rộng rãi trên X của 1 chàng lập trình viên đã quá hãi với cách bào của các platform vận tải khi họ có đủ big data trong tay: Tiêu đề: Tôi là lập trình viên cho một ứng dụng giao đồ ăn lớn. “Priority Fee” và “Driver Benefit Fee” đều vào túi công ty 100%. Tài xế không nhận được xu nào. Tôi đang đăng bài này từ Wi-Fi thư viện bằng một chiếc laptop dùng xong vứt, vì về mặt pháp lý tôi vẫn đang bị ràng buộc bởi một thỏa thuận bảo mật rất nghiêm ngặt (NDA). Nhưng tôi đếch quan tâm nữa. Tôi đã nộp đơn xin nghỉ cách đây hai tuần, và thật lòng mà nói thì tôi mong họ kiện tôi luôn đi. Tôi đã giữ chuyện này suốt khoảng 8 tháng, nhìn từng đoạn code được đẩy lên production, và tôi không thể ngủ nổi khi biết mình đã góp tay xây dựng cỗ máy này. Mọi người thường nghi ngờ rằng thuật toán bị gian lận, nhưng sự thật còn tệ hơn cả các thuyết âm mưu. Tôi là một kỹ sư backend. Mỗi tuần tôi đều có mặt trong các cuộc họp lập kế hoạch, nơi các Product Manager (PM) bàn cách “vắt thêm 0.4% giá trị từ ‘tài sản con người’” (đúng vậy, đó là cách họ gọi tài xế trong cơ sở dữ liệu). Họ xem tài xế như các “resource node” trong game, chứ không phải những người cha, người mẹ đang chật vật trả tiền thuê nhà. Đầu tiên, “Priority Delivery” hoàn toàn là lừa đảo. Nó được bán cho chúng ta như một "giá trị bổ sung mang tính tâm lý". Khi bạn trả thêm $2.99, hệ thống chỉ đổi một giá trị boolean trong thông tin đơn hàng, còn code xử lý logic thì hoàn toàn bỏ qua cờ đó. Nó không làm đơn của bạn được giao nhanh hơn chút nào. Chúng tôi từng chạy A/B test năm ngoái: không hề tăng tốc đơn ưu tiên - mà cố tình làm CHẬM các đơn thường thêm 5-10 phút để khiến đơn ưu tiên “có cảm giác nhanh hơn”. Ban lãnh đạo rất thích kết quả đó. Chúng tôi tạo ra hàng triệu đô lợi nhuận chỉ bằng cách làm tệ đi dịch vụ tiêu chuẩn, chứ không phải làm dịch vụ “premium” tốt hơn.

1. Ứng dụng Social Identity Graph để tăng hiệu suất quảng cáo Bước sang 2026, khi các nền tảng hạn chế thu thập dữ liệu người dùng, việc nhắm mục tiêu trở nên kém chính xác hơn. Social Data mở ra một cách tiếp cận mới: không dựa vào dự đoán mà dựa vào hành vi xã hội thật của người dùng. Khi doanh nghiệp hiểu người dùng đang tương tác gì, theo dõi ai, tham gia cộng đồng nào, việc chạy quảng cáo trở nên tiết kiệm và hiệu quả hơn. Hiệu suất cải thiện không phải nhờ chi nhiều hơn, mà nhờ chi đúng hơn. 2. Dự đoán chuyển đổi bằng Social Intent Data Marketing 2026 sẽ không còn là cuộc chơi của “phễu lớn” mà là cuộc chơi của khả năng dự đoán ai thực sự sẵn sàng chuyển đổi. Social Intent Data giúp doanh nghiệp đánh giá mức độ quan tâm của từng nhóm người dùng dựa trên tín hiệu xã hội như tần suất tương tác, chủ đề họ đang theo dõi, độ nghiêm túc trong hành vi tìm hiểu. Khi doanh nghiệp biết nhóm khách hàng nào có khả năng sẵn sàng cao hơn, ngân sách quảng cáo được phân bổ thông minh hơn và kết quả được cải thiện đáng kể. 3. Bắt sóng xu hướng bằng Social Trend Mining Một chiến dịch hiệu quả thường không chỉ nhờ target đúng đối tượng mà còn phải chọn đúng thông điệp và đúng thời điểm. Social Data giúp doanh nghiệp phát hiện các chủ đề đang tăng trưởng trong cộng đồng và dự đoán xu hướng sẽ bùng lên trong thời gian gần. Khi nội dung quảng cáo phản ánh điều thị trường đang quan tâm, hiệu suất tự nhiên tăng vì người dùng cảm thấy thông điệp “trúng” với suy nghĩ của họ. Đây chính là điểm khác biệt lớn giữa chạy quảng cáo theo cảm tính và chạy quảng cáo theo dữ liệu. 4. Lookalike 3.0 dựa trên hành vi xã hội Lookalike truyền thống ngày càng khó hoạt động tốt, nhưng phiên bản Lookalike dựa trên Social Data lại mang đến độ chính xác cao hơn vì dựa vào những điểm tương đồng về hành vi thật. Người cùng tham gia một cộng đồng, cùng theo dõi một nhóm creator hoặc quan tâm chung một chủ đề thường có nhu cầu gần nhau. Điều này giúp doanh nghiệp tạo ra nhiều nhóm nhỏ nhưng rất chất lượng, từ đó mở rộng quảng cáo mà không làm giảm hiệu quả.

Số là team mình thực hiện các nhiều dự án Marketing Lead cho các brand, mà mình thường thấy sau 1 campaign lead xong với 1 landing page thì khách hàng sẽ hết đợt. Nhân chiến dịch vài năm trước thực hiện campaign lead generation cho Lazada để recruit sellers. Thì mình mở luôn trang HocVienSeller.com Với lượng user xử lý là seller trên nền tảng Alita thì cũng tầm được được 250K. Tính mình lại thích lưu trữ các tài liệu sau đó xử lý cho phù hợp với công việc và đó chính là tài sản digital Khi có user, digital product thì HocVienSeller.com. Mình không tập trung lắm cứ để đấy nhưng lai rai có tiền cafe Đây cũng là 1 cách bạn có thể xây dựng big data

Nhiều người thường gom chung Social Data, Big Data và CRM Data vào một nhóm, nhưng thực tế chúng khác nhau khá rõ ràng nếu nhìn từ góc độ ứng dụng trong kinh doanh và marketing. CRM Data là dữ liệu bạn có được từ chính khách hàng của mình: thông tin họ đã đăng ký, lịch sử mua hàng, số lần họ tương tác với đội ngũ chăm sóc, các yêu cầu hỗ trợ và những hành vi xảy ra bên trong hệ thống của bạn. Dữ liệu này thường rất rõ ràng, nhưng lại có một hạn chế lớn: nó chỉ cho bạn thấy những gì diễn ra sau khi khách hàng đã vào hệ thống. Bạn không thể biết họ quan tâm điều gì trước đó hay vì sao họ tìm đến bạn. Big Data là thế giới dữ liệu rất rộng, bao gồm mọi thứ từ hành vi trên website, tín hiệu thiết bị, dữ liệu ứng dụng, dữ liệu giao dịch, vị trí, thời tiết cho đến dữ liệu cảm biến. Nó giống như một siêu kho chứa tất cả loại thông tin mà doanh nghiệp có thể khai thác để phân tích ở quy mô lớn. Big Data rất mạnh, nhưng để dùng được, doanh nghiệp cần bộ máy phân tích phức tạp và mục tiêu rõ ràng, nếu không sẽ rất dễ bị ngợp và không biết bắt đầu từ đâu. Social Data là một mảnh ghép hoàn toàn khác. Đây là dữ liệu phản ánh hành vi, sở thích, cuộc trò chuyện, cộng đồng, người mà người dùng theo dõi và những chủ đề họ tương tác trên các nền tảng xã hội. Social Data cho bạn biết khách hàng đang quan tâm điều gì ngay lúc này, họ thuộc nhóm nào, họ chịu ảnh hưởng bởi ai và họ có thể sắp có nhu cầu gì. Điểm mạnh nhất của Social Data là tính cập nhật và sát với đời sống thật, vì hành vi xã hội thường phản ánh chính xác nhu cầu và cảm xúc hiện tại của người dùng. Nếu tóm lại một cách đơn giản, CRM Data nói về những gì bạn biết sau khi khách hàng đã vào hệ thống, Big Data cho bạn bức tranh tổng thể ở quy mô rất lớn, còn Social Data cho bạn biết điều gì đang diễn ra bên ngoài, trong môi trường mà khách hàng dành phần lớn thời gian mỗi ngày. Doanh nghiệp mạnh nhất thường là doanh nghiệp biết kết hợp cả ba loại dữ liệu này thành một bức tranh thống nhất, trong đó Social Data đóng vai trò giúp marketing và bán hàng hiểu người dùng nhanh hơn, đúng hơn và kịp thời hơn.

Gần đây khi làm việc với một vài team marketing và growth, mình nhận ra Social Data đang được nhìn theo hai cách rất khác nhau. Có team xem Social Data như một phần bắt buộc trong báo cáo định kỳ. Có dashboard, có biểu đồ, có số liệu tăng giảm rõ ràng, nhưng chủ yếu để tổng hợp lại những gì đã xảy ra. Ở chiều ngược lại, mình thấy một số team bắt đầu dùng Social Data như tín hiệu vận hành hằng ngày. Họ không chờ đến cuối tuần hay cuối tháng mới đọc dữ liệu, mà theo dõi những thay đổi nhỏ trên social để quyết định nên giữ hay bỏ một thông điệp, có nên tiếp tục đẩy ngân sách cho một nhóm nội dung, hoặc có dấu hiệu rủi ro nào đang xuất hiện sớm hay không. Điểm khác biệt không nằm ở công cụ, vì đa phần các team đều dùng những nền tảng tương tự nhau. Khác biệt nằm ở câu hỏi họ đặt ra khi nhìn vào data. Thay vì hỏi “số này tăng hay giảm”, họ hỏi “nếu xu hướng này tiếp diễn thêm 3–5 ngày nữa, team có nên thay đổi gì ngay bây giờ không”. Từ góc nhìn cá nhân, mình thấy Social Data phát huy giá trị lớn nhất khi nó giúp team phản ứng sớm, chứ không phải khi nó được trình bày thật đẹp trên slide. Dữ liệu lúc này không còn là thứ để giải thích quá khứ, mà là tín hiệu để điều chỉnh hiện tại. Mình tò mò muốn hỏi mọi người trong cộng đồng: hiện tại Social Data trong team của bạn đang được dùng chủ yếu để tổng hợp báo cáo, hay đã thực sự trở thành một phần trong quá trình ra quyết định hằng ngày?