AI và dữ liệu marketing: Đo đúng để tối ưu quảng cáo

Nhiều doanh nghiệp chạy quảng cáo mỗi ngày nhưng vẫn không chắc tiền đang được dùng hiệu quả hay không. Báo cáo nền tảng có thể cho thấy quảng cáo có nhiều lượt hiển thị, nhiều lượt nhấp, nhiều tin nhắn, nhiều form đăng ký hoặc chi phí trên lead khá thấp. Nhưng khi đi sâu vào thực tế bán hàng, đội sale lại gặp những vấn đề quen thuộc: lead không nghe máy, không đúng nhu cầu, chưa có ngân sách, chỉ hỏi cho biết, không phản hồi sau tư vấn hoặc rất khó chốt.

Lúc này, doanh nghiệp thường vội tối ưu quảng cáo bằng cách đổi nội dung, đổi tệp khách hàng, tăng ngân sách, giảm ngân sách hoặc tắt chiến dịch. Nhưng nếu chưa đo đúng, những quyết định này rất dễ dựa trên cảm tính. Một chiến dịch có nhiều lead chưa chắc tốt. Một chiến dịch có chi phí lead cao hơn chưa chắc kém. Một kênh tạo ít form chưa chắc không hiệu quả nếu khách từ kênh đó có tỷ lệ chốt cao hơn.

Đây là lý do AI và dữ liệu marketing cần được nhìn cùng nhau. AI có thể hỗ trợ doanh nghiệp phân tích dữ liệu quảng cáo, hành vi khách hàng, chất lượng lead, trạng thái sale, tỷ lệ chuyển đổi và doanh thu. Nhưng AI chỉ phân tích tốt khi dữ liệu đầu vào được đo đúng, đủ và có liên kết giữa marketing, sale, CSKH.

Nói cách khác, trước khi hỏi “làm sao tối ưu quảng cáo”, doanh nghiệp cần hỏi: “Mình đang đo đúng chưa?” Nếu chỉ đo lượt click, lượt inbox hoặc số lead, doanh nghiệp mới nhìn thấy phần đầu của phễu. Muốn tối ưu hiệu quả thật, cần đo sâu hơn: lead có phù hợp không, sale có liên hệ được không, khách có tư vấn không, có báo giá không, có chốt không, doanh thu đến từ kênh nào và chi phí bỏ ra có tương xứng không.

Bài viết này sẽ giúp doanh nghiệp hiểu vì sao cần đo đúng dữ liệu marketing trước khi tối ưu quảng cáo, AI có thể hỗ trợ phân tích dữ liệu ra sao và nên bắt đầu xây hệ thống đo lường từ đâu.

I. Dữ liệu marketing là gì?

1. Dữ liệu marketing không chỉ là số liệu quảng cáo

Nhiều doanh nghiệp nghĩ dữ liệu marketing chỉ là số tiền đã chi, số lượt hiển thị, số click, số tin nhắn hoặc số form. Thực tế, đây mới là dữ liệu ở phần đầu.

Dữ liệu marketing đầy đủ hơn cần bao gồm: nguồn lead, nội dung quảng cáo, trang đích, hành vi trên website, form đăng ký, trạng thái CRM, lịch sử tư vấn, phản hồi sale, chất lượng lead, báo giá, hợp đồng, doanh thu và chăm sóc sau bán.

Nếu chỉ nhìn dữ liệu quảng cáo mà không nhìn kết quả phía sau, doanh nghiệp rất dễ tối ưu sai.

2. Dữ liệu marketing giúp trả lời câu hỏi kinh doanh

Dữ liệu tốt không chỉ để làm báo cáo đẹp. Dữ liệu phải giúp doanh nghiệp trả lời các câu hỏi thực tế:

Kênh nào tạo lead chất lượng nhất? Nội dung nào thu hút đúng khách hàng? Chiến dịch nào tạo nhiều form nhưng ít chốt? Landing page nào đang làm khách rời đi? Sale đang mất cơ hội ở bước nào? Ngân sách quảng cáo có tạo ra doanh thu tương xứng không? Khách hàng nào có khả năng mua lại hoặc rời bỏ?

Khi dữ liệu trả lời được những câu hỏi này, doanh nghiệp mới có cơ sở tối ưu.

3. Dữ liệu marketing cần được kết nối giữa các bộ phận

Marketing có dữ liệu quảng cáo. Sale có dữ liệu tư vấn. CSKH có dữ liệu sau bán. Nếu ba nhóm dữ liệu này nằm rời rạc, doanh nghiệp không nhìn được toàn bộ hành trình khách hàng.

Ví dụ, marketing thấy chiến dịch A tạo nhiều lead rẻ. Sale lại thấy phần lớn lead từ chiến dịch A không đúng nhu cầu. Nếu hai dữ liệu này không kết nối, marketing có thể tiếp tục tăng ngân sách cho một chiến dịch tưởng tốt nhưng thực tế kém hiệu quả.

II. Vì sao doanh nghiệp cần đo đúng trước khi tối ưu quảng cáo?

1. Đo sai khiến doanh nghiệp tối ưu sai mục tiêu

Nếu doanh nghiệp chỉ đo số lead, hệ thống quảng cáo có thể được tối ưu để tạo càng nhiều lead càng tốt. Nhưng nhiều lead không đồng nghĩa với nhiều khách hàng.

Ví dụ, một chiến dịch tạo 300 lead với chi phí thấp nhưng chỉ có 5 khách đủ nhu cầu. Một chiến dịch khác tạo 80 lead với chi phí cao hơn nhưng có 20 khách thật sự phù hợp. Nếu chỉ nhìn số lượng và CPL, doanh nghiệp dễ chọn sai chiến dịch.

Đo đúng giúp doanh nghiệp tối ưu theo chất lượng và doanh thu, không chỉ theo số lượng.

2. Đo thiếu khiến doanh nghiệp không biết điểm nghẽn nằm ở đâu

Quảng cáo có thể không hiệu quả vì nhiều nguyên nhân: tệp sai, nội dung sai, landing page yếu, form khó điền, sale phản hồi chậm, tư vấn chưa đúng, báo giá chưa phù hợp hoặc follow-up không đều.

Nếu không đo từng giai đoạn, doanh nghiệp chỉ thấy kết quả cuối cùng là “chuyển đổi thấp” mà không biết cần sửa ở đâu.

AI có thể hỗ trợ tìm điểm nghẽn, nhưng trước hết dữ liệu phải được ghi nhận theo từng bước.

3. Đo đúng giúp tiết kiệm ngân sách tốt hơn

Doanh nghiệp thường muốn giảm chi phí quảng cáo. Nhưng giảm chi phí không nên hiểu là cắt ngân sách một cách cơ học. Giảm chi phí đúng là giảm phần lãng phí và giữ lại phần tạo giá trị.

Nếu đo đúng, doanh nghiệp biết chiến dịch nào nên tăng, chiến dịch nào nên giảm, kênh nào nên giữ, nội dung nào cần thay và nhóm khách nào cần ưu tiên.

4. Đo đúng giúp marketing và sale phối hợp tốt hơn

Khi marketing chỉ đo lead còn sale chỉ đo đơn hàng, hai bộ phận dễ đánh giá khác nhau. Marketing nghĩ chiến dịch tốt vì nhiều lead, sale nghĩ lead kém vì khó chốt.

Nếu có dữ liệu xuyên suốt từ quảng cáo đến chốt đơn, cả hai bộ phận có cùng một bức tranh. Marketing biết nội dung nào tạo lead tốt. Sale biết khách đến từ chiến dịch nào và đang quan tâm điều gì.

III. AI hỗ trợ phân tích dữ liệu marketing như thế nào?

1. AI giúp tổng hợp dữ liệu từ nhiều nguồn

Doanh nghiệp thường có dữ liệu ở nhiều nơi: Facebook Ads, Google Ads, TikTok Ads, Zalo, website, form, CRM, email, sale, CSKH. Nếu phân tích thủ công, rất mất thời gian và dễ bỏ sót.

AI có thể hỗ trợ gom dữ liệu, chuẩn hóa trường thông tin và tạo báo cáo tổng quan.

Ví dụ, AI có thể giúp doanh nghiệp nhìn một lead từ lúc bấm quảng cáo, vào landing page, điền form, được sale tư vấn, nhận báo giá và cuối cùng có chốt hay không.

2. AI giúp phát hiện mẫu dữ liệu quan trọng

AI có thể hỗ trợ phát hiện các mẫu lặp lại trong dữ liệu. Ví dụ: lead từ Google có ít số lượng hơn nhưng tỷ lệ tư vấn cao hơn; lead từ Facebook có nhiều nhưng cần nuôi dưỡng lâu hơn; một nhóm nội dung tạo nhiều click nhưng lead không phù hợp; khách đọc bài về AI CSKH thường quan tâm chatbot và AI Agent; lead được phản hồi trong 15 phút có tỷ lệ tư vấn cao hơn lead phản hồi sau 24 giờ.

Những mẫu này giúp doanh nghiệp ra quyết định dựa trên dữ liệu.

3. AI giúp cảnh báo điểm bất thường

Nếu một chiến dịch đột nhiên tăng chi phí, giảm chuyển đổi, tạo nhiều lead kém chất lượng hoặc landing page giảm tỷ lệ form, AI có thể hỗ trợ cảnh báo sớm.

Cảnh báo sớm giúp doanh nghiệp không đợi đến cuối tháng mới phát hiện ngân sách đã bị lãng phí.

4. AI giúp gợi ý hành động tối ưu

Sau khi phân tích, AI có thể gợi ý các hành động như: điều chỉnh thông điệp, thay CTA, phân bổ lại ngân sách, ưu tiên kênh có lead chất lượng, cải thiện landing page, tạo nội dung remarketing, nhắc sale follow-up hoặc cập nhật quy trình nhập CRM.

Tuy nhiên, doanh nghiệp vẫn cần con người kiểm duyệt và quyết định. AI đưa ra gợi ý dựa trên dữ liệu, còn con người hiểu bối cảnh kinh doanh, sản phẩm, thị trường và năng lực vận hành.

IV. Những chỉ số marketing doanh nghiệp thường đo sai

1. Chỉ nhìn lượt hiển thị và lượt nhấp

Lượt hiển thị và lượt nhấp cho biết quảng cáo có được nhìn thấy và có thu hút người bấm hay không. Nhưng chúng không cho biết khách có phù hợp hay không.

Một quảng cáo có nhiều click có thể do tiêu đề gây tò mò, ưu đãi quá mạnh hoặc tệp quá rộng. Nếu click không chuyển thành lead chất lượng, doanh nghiệp vẫn tốn tiền.

2. Chỉ nhìn số lượng lead

Số lead là chỉ số quan trọng, nhưng không đủ. Một chiến dịch có nhiều lead chưa chắc tốt nếu lead sai nhu cầu, không có ngân sách hoặc không liên hệ được.

Doanh nghiệp cần phân biệt lead tổng, lead hợp lệ, lead có nhu cầu, lead được tư vấn, lead nhận báo giá và lead chốt đơn.

3. Chỉ nhìn CPL thấp

CPL thấp thường tạo cảm giác chiến dịch hiệu quả. Nhưng nếu CPL thấp đi kèm lead kém chất lượng, sale mất thời gian xử lý và tỷ lệ chốt thấp, tổng chi phí thật có thể cao hơn.

Một CPL cao hơn nhưng lead phù hợp hơn có thể tốt hơn trong dài hạn.

4. Không đo thời gian phản hồi lead

Tốc độ phản hồi ảnh hưởng lớn đến khả năng chuyển đổi, đặc biệt với lead từ quảng cáo. Nếu khách vừa để lại thông tin nhưng phải chờ quá lâu, họ có thể tìm đơn vị khác.

Doanh nghiệp cần đo thời gian từ lúc lead phát sinh đến lúc sale liên hệ đầu tiên.

5. Không đo doanh thu theo nguồn marketing

Nếu không biết doanh thu đến từ kênh nào, doanh nghiệp rất khó phân bổ ngân sách. Một kênh tạo nhiều lead nhưng ít doanh thu có thể không đáng tăng ngân sách. Một kênh tạo ít lead nhưng nhiều hợp đồng giá trị cao cần được ưu tiên hơn.

V. Doanh nghiệp nên đo những dữ liệu nào trước khi tối ưu quảng cáo?

1. Dữ liệu đầu vào từ quảng cáo

Doanh nghiệp cần đo ngân sách, kênh, chiến dịch, nhóm quảng cáo, nội dung, audience, keyword, lượt hiển thị, click, CTR, CPC, CPM, tin nhắn, form và CPL.

Nhóm dữ liệu này giúp biết quảng cáo có thu hút được sự chú ý hay không.

2. Dữ liệu hành vi trên website hoặc landing page

Cần đo khách vào trang nào, ở lại bao lâu, bấm CTA nào, thoát ở đâu, có điền form không, form nào chuyển đổi tốt hơn và nội dung nào giữ chân khách lâu hơn.

Nếu quảng cáo có nhiều click nhưng landing page không tạo form, điểm nghẽn có thể nằm ở trang đích.

3. Dữ liệu chất lượng lead

Cần đo lead có hợp lệ không, có đúng nhu cầu không, có đúng nhóm khách mục tiêu không, có liên hệ được không, có đủ ngân sách không và có phù hợp với dịch vụ không.

Đây là lớp dữ liệu rất quan trọng nhưng nhiều doanh nghiệp chưa đo kỹ.

4. Dữ liệu sale

Cần đo lead được liên hệ lúc nào, tư vấn ra sao, có đặt lịch không, có nhận báo giá không, lý do chưa chốt là gì, khách phản đối điều gì và trạng thái hiện tại ở đâu.

Nếu sale không cập nhật dữ liệu, marketing không thể biết chiến dịch nào thật sự tạo khách tốt.

5. Dữ liệu doanh thu và lợi nhuận

Cuối cùng, cần đo hợp đồng, doanh thu, biên lợi nhuận, chi phí để có khách hàng, giá trị vòng đời khách hàng và khả năng mua lại.

Tối ưu quảng cáo nên gắn với doanh thu và lợi nhuận, không chỉ gắn với lead.

VI. AI giúp kết nối dữ liệu marketing, sale và CRM

1. Kết nối nguồn lead với trạng thái CRM

Mỗi lead nên có thông tin về nguồn đến: chiến dịch nào, nội dung nào, kênh nào, form nào, keyword nào hoặc landing page nào. Khi lead đi vào CRM, trạng thái tư vấn cần được cập nhật liên tục.

AI có thể hỗ trợ phân tích mối liên hệ giữa nguồn lead và kết quả sale.

Ví dụ, nếu lead từ một nhóm quảng cáo có tỷ lệ nhận báo giá cao, doanh nghiệp có thể tăng ngân sách cho nhóm đó. Nếu lead từ một nội dung có tỷ lệ không liên hệ được cao, cần xem lại tệp hoặc form.

2. Kết nối hành vi khách hàng với nội dung chăm sóc

AI có thể phân tích khách đã xem nội dung nào, quan tâm chủ đề gì và đang ở giai đoạn nào để gợi ý nội dung chăm sóc phù hợp.

Ví dụ, khách đã đọc nhiều bài về AI Content có thể nhận thêm nội dung về quy trình viết content bằng AI. Khách quan tâm AI CSKH có thể nhận thêm nội dung về chatbot và AI Agent.

3. Kết nối dữ liệu sale với tối ưu quảng cáo

Sale là nơi phản hồi chất lượng lead rõ nhất. Nếu sale thường ghi nhận một nhóm lead không đúng nhu cầu, thông tin này cần quay lại marketing để điều chỉnh nội dung, tệp hoặc từ khóa.

AI có thể hỗ trợ tổng hợp phản hồi sale để tìm mẫu vấn đề. Ví dụ, nhiều lead hỏi sai dịch vụ, nhiều lead không đủ ngân sách hoặc nhiều lead chưa hiểu rõ giải pháp.

4. Kết nối dữ liệu sau bán với marketing

Dữ liệu sau bán giúp doanh nghiệp biết nhóm khách nào có giá trị dài hạn, nhóm nào dễ rời bỏ, vấn đề nào khách hay gặp và dịch vụ nào có khả năng bán thêm.

Nếu marketing chỉ tối ưu theo đơn hàng đầu tiên mà không nhìn giá trị vòng đời khách hàng, doanh nghiệp có thể bỏ lỡ nhóm khách ít nhưng chất lượng cao.

VII. Quy trình đo dữ liệu marketing trước khi tối ưu quảng cáo

1. Xác định mục tiêu cần tối ưu

Trước khi đo, cần xác định mục tiêu: giảm chi phí lead, tăng lead chất lượng, tăng tỷ lệ tư vấn, tăng tỷ lệ chốt, tăng doanh thu hay tăng ROI.

Mỗi mục tiêu cần một bộ chỉ số khác nhau.

Nếu mục tiêu là tăng doanh thu, không thể chỉ đo click và CPL. Nếu mục tiêu là cải thiện chất lượng lead, cần đo trạng thái sale và mức độ phù hợp của khách.

2. Vẽ hành trình dữ liệu từ quảng cáo đến doanh thu

Doanh nghiệp cần vẽ lại luồng dữ liệu: quảng cáo tạo traffic, traffic vào landing page, khách điền form, lead vào CRM, sale tư vấn, báo giá, chốt đơn, chăm sóc sau bán.

Ở mỗi bước, cần xác định dữ liệu nào phải được ghi nhận.

3. Chuẩn hóa cách đặt tên chiến dịch và nguồn lead

Một lỗi phổ biến là mỗi người đặt tên chiến dịch một kiểu, nguồn lead ghi không thống nhất. Điều này làm báo cáo bị rối.

Doanh nghiệp nên chuẩn hóa tên kênh, chiến dịch, nhóm quảng cáo, nội dung, form và trạng thái lead.

4. Thiết lập trạng thái lead rõ ràng

Lead nên có các trạng thái dễ theo dõi như: mới, đã liên hệ, không liên hệ được, sai nhu cầu, đúng nhu cầu, đã tư vấn, đã báo giá, đang cân nhắc, đã chốt, không chốt.

Khi trạng thái rõ, AI có thể phân tích phễu tốt hơn.

5. Xây dashboard theo từng tầng dữ liệu

Dashboard nên có nhiều tầng: quảng cáo, landing page, lead, sale, doanh thu. Không nên chỉ có dashboard quảng cáo.

Một dashboard tốt giúp quản lý nhìn thấy chiến dịch nào đang tạo traffic, chiến dịch nào tạo lead, lead nào chất lượng và nguồn nào tạo doanh thu.

6. Dùng AI để phân tích và gợi ý tối ưu

Sau khi dữ liệu đủ rõ, AI có thể hỗ trợ phân tích xu hướng, cảnh báo điểm nghẽn, gợi ý phân bổ ngân sách, đề xuất nội dung mới, phát hiện nhóm khách tốt và tạo báo cáo dễ hiểu cho quản lý.

7. ViAI hỗ trợ doanh nghiệp xây hệ thống dữ liệu marketing

ViAI có thể hỗ trợ doanh nghiệp rà soát dữ liệu marketing hiện tại, chuẩn hóa nguồn lead, kết nối quảng cáo với CRM, thiết kế dashboard đo hiệu quả, ứng dụng AI phân tích chất lượng lead và gợi ý tối ưu ngân sách theo mục tiêu kinh doanh.

Mục tiêu là giúp doanh nghiệp ra quyết định dựa trên dữ liệu thật, không chỉ dựa vào cảm giác hoặc báo cáo bề mặt.

VIII. Những sai lầm cần tránh khi dùng AI và dữ liệu marketing

1. Đưa dữ liệu rác vào AI

Nếu nguồn lead ghi sai, trạng thái CRM không cập nhật, dữ liệu trùng lặp hoặc sale không nhập kết quả, AI sẽ phân tích trên nền dữ liệu sai.

Trước khi dùng AI, doanh nghiệp cần làm sạch và chuẩn hóa dữ liệu cơ bản.

2. Chỉ dùng AI để tạo báo cáo đẹp

Báo cáo đẹp nhưng không giúp ra quyết định thì chưa đủ giá trị. AI nên giúp doanh nghiệp hiểu vấn đề và gợi ý hành động: nên tăng kênh nào, giảm chiến dịch nào, sửa landing page nào, chăm sóc nhóm khách nào.

3. Đo quá nhiều chỉ số nhưng không biết chỉ số nào quan trọng

Nhiều doanh nghiệp có rất nhiều số liệu nhưng không biết nên nhìn gì. Điều này khiến tối ưu bị rối.

Doanh nghiệp nên chọn một số chỉ số cốt lõi theo mục tiêu: lead hợp lệ, tỷ lệ tư vấn, tỷ lệ báo giá, tỷ lệ chốt, chi phí trên khách hàng, doanh thu theo kênh, ROI.

4. Không để sale cập nhật dữ liệu

Nếu sale không cập nhật trạng thái lead, marketing chỉ thấy phần đầu phễu. Đây là lý do nhiều doanh nghiệp không tối ưu được chất lượng quảng cáo.

Dữ liệu sale là phần rất quan trọng của dữ liệu marketing.

5. Tối ưu quá nhanh khi dữ liệu chưa đủ

Một vài ngày dữ liệu chưa chắc đủ để kết luận, đặc biệt với sản phẩm có chu kỳ mua dài. Nếu AI hoặc người quản lý tối ưu quá sớm, doanh nghiệp có thể tắt nhầm chiến dịch tiềm năng.

Cần hiểu bối cảnh ngành, chu kỳ mua và số lượng dữ liệu trước khi ra quyết định.

IX. Doanh nghiệp nên bắt đầu từ đâu?

1. Bắt đầu từ chuẩn hóa nguồn lead

Hãy đảm bảo mỗi lead đều biết đến từ đâu: kênh nào, chiến dịch nào, nội dung nào, form nào. Đây là bước nền tảng để biết ngân sách đang tạo cơ hội ở đâu.

2. Bắt đầu từ trạng thái lead trong CRM

Doanh nghiệp cần thống nhất cách cập nhật lead. Lead mới, đã liên hệ, không nghe máy, sai nhu cầu, đúng nhu cầu, đã tư vấn, đã báo giá, đã chốt — các trạng thái này phải rõ và được cập nhật đều.

3. Bắt đầu từ báo cáo chất lượng lead

Thay vì chỉ hỏi “tháng này có bao nhiêu lead”, hãy hỏi: bao nhiêu lead hợp lệ, bao nhiêu lead đúng nhu cầu, bao nhiêu lead tư vấn được, bao nhiêu lead báo giá, bao nhiêu lead chốt.

Chỉ số này giúp doanh nghiệp nhìn rõ chất lượng thật của marketing.

4. Bắt đầu từ một dashboard đơn giản

Một dashboard cơ bản có thể gồm: chi phí quảng cáo, số lead, lead hợp lệ, tư vấn, báo giá, chốt đơn và doanh thu theo kênh. Khi dữ liệu này rõ, AI mới có thể hỗ trợ phân tích tốt hơn.

5. Bắt đầu từ một kênh đang tiêu nhiều ngân sách nhất

Không cần tối ưu tất cả cùng lúc. Hãy chọn kênh đang tiêu nhiều tiền nhất hoặc đang gây nghi ngờ nhất để đo sâu. Sau khi có mô hình đo tốt, doanh nghiệp có thể mở rộng sang các kênh khác.

FAQ

1. AI và dữ liệu marketing có vai trò gì trong tối ưu quảng cáo?

AI giúp phân tích dữ liệu marketing, phát hiện điểm nghẽn, đánh giá chất lượng lead, gợi ý tối ưu ngân sách và hỗ trợ ra quyết định. Nhưng AI cần dữ liệu đúng và đủ để phân tích chính xác.

2. Vì sao không nên chỉ đo số click hoặc số lead?

Click và lead chỉ cho thấy phần đầu của phễu. Doanh nghiệp cần đo thêm lead hợp lệ, chất lượng lead, tỷ lệ tư vấn, báo giá, chốt đơn, doanh thu và ROI để biết quảng cáo có thật sự hiệu quả không.

3. Doanh nghiệp cần dữ liệu gì để tối ưu quảng cáo bằng AI?

Doanh nghiệp cần dữ liệu quảng cáo, hành vi website, form, nguồn lead, CRM, trạng thái sale, chất lượng lead, báo giá, đơn hàng, doanh thu và dữ liệu chăm sóc sau bán.

4. AI có thể tự tối ưu quảng cáo nếu dữ liệu chưa chuẩn không?

Không nên kỳ vọng như vậy. Nếu dữ liệu sai, thiếu hoặc rời rạc, AI có thể phân tích sai và gợi ý sai. Doanh nghiệp cần chuẩn hóa dữ liệu trước khi dùng AI để tối ưu sâu.

5. Doanh nghiệp nên bắt đầu đo dữ liệu marketing từ đâu?

Nên bắt đầu từ việc chuẩn hóa nguồn lead, thống nhất trạng thái CRM, đo chất lượng lead, xây dashboard đơn giản từ quảng cáo đến doanh thu và chọn một kênh đang tiêu nhiều ngân sách để phân tích trước.