Ứng dụng Machine Learning: Lối đi mới cho quảng cáo số tại Việt Nam

Đó là nhận định của ông Paul D'Arcy, Giám đốc Tiếp thị Toàn cầu, Moloco - công ty về công nghệ quảng cáo sử dụng Machine Learning tại Hoa Kỳ khi trao đổi với phóng viên Diễn đàn Doanh nghiệp.

- Ông đánh giá thế nào về mức độ sẵn sàng của thị trường quảng cáo số tại Việt Nam trong việc ứng dụng các công nghệ như Machine Learning để tối ưu hiệu quả chiến dịch?

Theo khảo sát, Việt Nam đứng thứ 3 toàn cầu về lượt tải ứng dụng, cho thấy các nhà quảng cáo ứng dụng tại đây có tư duy tiên phong và thành trong việc áp dụng công nghệ mới.

Để có thể cạnh tranh trong nền kinh tế ứng dụng toàn cầu hiện nay, các nhà quảng cáo tiếp thị dựa trên hiệu suất cần liên tục thử nghiệm các công cụ, kênh và phương pháp tiếp cận mới. Chúng tôi nhận thấy tư duy đó đang phát triển mạnh mẽ tại Việt Nam. Moloco tự hào đồng hành cùng 8/10 nhà phát triển ứng dụng hàng đầu tại Việt Nam để tận dụng Machine Learning nhằm tối ưu hóa hiệu quả chiến dịch và thúc đẩy tăng trưởng thực sự cho doanh nghiệp.

- Vậy Machine Learning đã và đang thay đổi cách các thương hiệu cá nhân hóa nội dung quảng cáo như thế nào? Đâu là lợi thế nổi bật nhất khi áp dụng vào thực tế tại Việt Nam, thưa ông?

Có thể nói sự thay đổi lớn nhất là các thương hiệu không còn phụ thuộc vào những quy tắc cố định hay thao tác tối ưu thủ công. Thay vì dựa vào các giả định từ dữ liệu cũ, doanh nghiệp hiện có thể xử lý hàng triệu tín hiệu theo thời gian thực, từ hành vi đến bối cảnh người dùng để tạo ra các quảng cáo chính xác, có khả năng dự đoán và và cá nhân hóa hơn.

Tại Việt Nam, điều này giúp doanh nghiệp cung cấp trải nghiệm quảng cáo phù hợp hơn với từng người dùng, cải thiện trải nghiệm người dùng nhờ hiển thị thông điệp đúng thời điểm và có ý nghĩa. Với các nhà phát hành và quảng cáo Việt Nam, sự gia tăng phù hợp này giúp nâng cao hiệu suất chiến dịch, bao gồm tiếp cận người dùng có giá trị cao, hiệu quả hơn, tối ưu ngân sách theo thời gian thực và cải thiện các chỉ số then chốt như lợi tức chi tiêu quảng cáo (ROAS) và chi phí mỗi lượt chuyển đổi (CPA).

Khi nền kinh tế số tại Việt Nam tiếp tục phát triển mạnh mẽ, vai trò hỗ trợ cá nhân hóa của Machine Learning là con đường rõ ràng để doanh nghiệp mở rộng quy mô, nâng cao hiệu suất và đạt được kết quả kinh doanh tốt hơn trong một thị trường cạnh tranh cao.

- Theo ông, doanh nghiệp Việt Nam nên bắt đầu từ đâu nếu muốn ứng dụng hiệu quả Machine Learning vào hoạt động quảng cáo số mà không có nguồn lực kỹ thuật lớn? Xin ông hãy chia sẻ đôi chút kinh nghiệm từ Moloco.

Rất ít doanh nghiệp tại Việt Nam hay toàn cầu sở hữu quy mô dữ liệu hoặc năng lực nội bộ cần thiết để có thể tự khai thác triệt để những lợi ích của Machine Learning trong quảng cáo. Vì vậy, bước quan trọng nhất là chọn đúng đối tác công nghệ.

Machine Learning có thể giúp cải thiện hiệu suất quảng cáo một cách đáng kể, nhưng quá trình triển khai lại khá phức tạp nếu thiếu chuyên môn. Các đối tác như Moloco đóng vai trò hỗ trợ doanh nghiệp hiểu rõ khả năng và độ phức tạp của từng mô hình Machine Learning, từ đó xác định hướng đi phù hợp với mục tiêu quảng cáo. Chẳng hạn, nền tảng có khả năng tối ưu chiến dịch theo thời gian thực và phân tích dựa trên dữ liệu có thể giúp doanh nghiệp tập trung vào hiệu suất mà không cần một đội ngũ kỹ thuật lớn.

Tại các thị trường đang tăng trưởng nhanh như Việt Nam, nơi hiệu quả và tốc độ là yếu tố sống còn, các đối tác như Moloco giúp doanh nghiệp tiếp cận Machine Learning một cách dễ dàng hơn, từ đó tiếp cận người dùng giá trị cao, tối ưu ngân sách và mở rộng quy mô nhanh chóng, mà không cần đầu tư lớn vào nguồn lực kỹ thuật. Điều quan trọng là đầu tư thông minh hơn, chứ không nhất thiết phải lớn hơn.

- Trong bối cảnh dữ liệu người dùng ngày càng được kiểm soát chặt chẽ, đặc biệt sau các quy định về bảo mật, đâu là giải pháp công nghệ giúp cân bằng giữa hiệu quả quảng cáo và quyền riêng tư, thưa ông?

Khi các quy định về bảo mật dữ liệu ngày nghiêm ngặt, các nhà quảng cáo buộc phải điều chỉnh chiến lược của mình để cân bằng giữa tính liên quan cho người xem và trách nhiệm của doanh nghiệp. Mặc dù có thể có một mức độ suy giảm hiệu suất nhất định, nhưng đó là sự đánh đổi hợp lý để xây dựng niềm tin và đảm bảo sự tuân thủ.

Thách thức đặt ra là làm sao duy trì hiệu quả quảng cáo mà vẫn bảo vệ quyền riêng tư người dùng. Một giải pháp đầy tiềm năng là sử dụng dữ liệu tổng hợp và ẩn danh, thay vì dựa vào định danh cá nhân, các thương hiệu có thể phân tích tín hiệu hành vi chung.

Machine Learning đóng vai trò then chốt trong hướng tiếp cânh này, cho phép các nhà quảng cáo phân tích các mô hình hành vi tiêu dùng mà không cần thông tin cá nhân nhạy cảm. Bằng cách tập trung vào các tín hiệu tổng quát như thói quen mua sắm, lịch sử mua hàng và lĩnh vực quan tâm... các thương hiệu vẫn có thể cung cấp trải nghiệm quảng cáo phù hợp mà không xâm phạm quyền riêng tư của người dùng.

- Ông có thể chia sẻ một ví dụ cụ thể tại Việt Nam nơi Machine Learning đã tạo ra sự khác biệt rõ rệt về hiệu quả truyền thông hoặc chi phí quảng cáo?

Một ví dụ tiêu biểu là VTC Mobile, nhà phát hành game hàng đầu tại Việt Nam. VTC Mobile đã hợp tác với Moloco để nâng cao hiệu suất chiến dịch quảng cáo cho bốn tựa game lớn, tận dụng ML và dữ liệu sở hữu (first-party data) của chính họ.

Bằng cách áp dụng các mô hình ML của chúng tôi, VTC Mobile nhanh chóng tối ưu hóa mục tiêu nhắm tới người dùng và hiệu quả chiến dịch. Chỉ sau một tuần, họ đã đạt được mục tiêu số chi phí trên mỗi lượt cài đặt (CPI). Tiếp sau đó, lợi tức chi tiêu quảng cáo (ROAS) sau 7 ngày đã vượt gấp đôi mục tiêu đề ra. Các công cụ báo cáo minh bạch của Moloco cũng giúp VTC Mobile đưa ra quyết định nhanh và chính xác hơn để mở rộng chiến dịch một cách hiệu quả.

Việc ứng dụng Machine Learning đã giúp VTC Mobile tiếp cận đúng nhóm người dùng có giá trị cao với chi phí thấp hơn, tối ưu hoá toàn bộ chiến dịch, và thành công trong việc ra mắt nhiều tựa game mới, chứng minh chứng tác động thực sự của Machine Learning đối với hiệu suất quảng cáo và kiểm soát chi phí tại thị trường Việt Nam.

Trân trọng cảm ơn ông!

Diễm Ngọc thực hiện