Tech Talk #6: Viết lại kịch bản CRM B2B khi AI vào cuộc

Viễn cảnh đội ngũ kinh doanh của doanh nghiệp truy xuất và thấu hiểu toàn diện chân dung khách hàng tức thì, chỉ bằng một câu lệnh đơn giản không còn là tương lai xa vời. Với hỗ trợ của tự động hóa, AI chính là bộ não thúc đẩy CRM B2B vượt xa các chức năng quản lý truyền thống.

Hệ sinh thái CRM B2B hiện đại

Theo ông Lê Xuân Hưng – CEO, OMN1 Solution, mô hình B2B hiện đại đòi hỏi một hệ thống CRM quản lý liền mạch toàn bộ vòng đời khách hàng. 

Quy trình bắt đầu từ B2B Marketing thông qua các kênh như email marketing, website, sự kiện và hội chợ để tạo nguồn khách hàng tiềm năng. Sau khi có dữ liệu, doanh nghiệp cần thực hiện việc nuôi dưỡng và tiếp cận khách hàng cho ra tệp đầu mối kinh doanh chất lượng.

Giai đoạn tiếp theo là Quản lý bán hàng (Sales Management). Trong giai đoạn này, doanh nghiệp cần chú ý các nhóm thông tin cơ sở để hiểu rõ và tương tác hiệu quả với khách hàng, từ đó cung cấp những dịch vụ và sản phẩm phù hợp nhất:

• Người liên hệ (Contact Point): là thông tin liên hệ của những người phụ trách liên quan của từng khách hàng doanh nghiệp, chẳng hạn như CEO, CFO, Project manager,…

• Phân khúc (Segment): là thông tin cho biết khu vực địa lý, tần suất mua hàng, giá trị vòng đời (lifetime value), v.v…
• Lịch sử tương tác: Bao gồm lịch sử tương tác, sở thích, hành vi mua sắm, lịch sử chăm sóc, hỗ trợ và những vấn đề họ đang gặp phải.

Tiếp đến là các bước quản lý đặt hàng, cập nhật thông tin khách hàng và quản lý hiệu suất kinh doanh. 

Sau giai đoạn Quản lý bán hàng (Sales Management), để tối ưu hóa trải nghiệm và sự chủ động của khách hàng, nhiều doanh nghiệp B2B ngày nay đang hướng tới việc cho phép khách hàng tương tác thông qua Customer Portal hoặc nền tảng B2B Commerce. Đây là những kênh cho phép khách hàng chủ động tra cứu thông tin sản phẩm, đặt hàng và yêu cầu hỗ trợ mà không cần sự can thiệp trực tiếp từ đội ngũ sales, từ đó nâng cao hiệu quả và sự hài lòng.

Cuối cùng là giai đoạn Hỗ trợ khách hàng (Customer Support), nơi CRM đóng vai trò trung tâm trong việc xử lý các nhu cầu sau mua. Doanh nghiệp cần phản ứng linh hoạt với mọi vấn đề phát sinh như hư hỏng, đổi trả, tiến độ giao hàng, xử lý sự cố,v.v… Hệ thống CRM không chỉ đảm bảo tuân thủ các cam kết về chất lượng dịch vụ (SLA) mà còn tự động điều phối đội ngũ kỹ thuật và các nguồn lực cần thiết để hỗ trợ khách hàng đa kênh một cách kịp thời và chuyên nghiệp.

>> Đọc thêm: Hệ thống CRM – “Chìa khóa” thúc đẩy kinh doanh thời đại số

CRM B2B đã dịch chuyển ra sao dưới tác động của 3 làn sóng AI? 

Làn sóng đầu tiên là Predictive AI, tập trung vào khả năng dự báo và trả lời câu hỏi về việc doanh nghiệp nên làm gì tiếp theo. AI này sẽ dựa trên dữ liệu để đề xuất sản phẩm nên xúc tiến, dự báo xu hướng và đề xuất hành động. 

Làn sóng thứ hai là Generative AI (Gen AI) với khả năng học hỏi từ dữ liệu đầu vào để tạo ra nội dung phái sinh mới và độc đáo. Gen AI đóng vai trò là trợ lý đắc lực, giúp con người thực hiện công việc nhanh hơn và hiệu quả hơn. Các ứng dụng thực tiễn bao gồm việc tổng hợp thông tin khách hàng thành báo cáo ngắn gọn, tạo bài viết marketing hoặc thậm chí là soạn thảo proposal bán hàng.

Làn sóng thứ ba là Autonomous Agent AI. Ông Hưng chỉ rõ điểm vượt trội của loại hình AI này: “Khác với Gen AI giúp chúng ta làm việc được nhanh hơn và hiệu quả hơn thì Autonomous AI sẽ làm việc thay chúng ta”. Autonomous Agent AI có khả năng tự động thực hiện các tác vụ mà không cần sự can thiệp liên tục của con người. Cụ thể, loại AI này có thể tự động phát triển thị trường, chăm sóc khách hàng, giải quyết sự cố và thậm chí đánh giá, huấn luyện thuyết trình trước khi đội ngũ kinh doanh đàm phán trực tiếp với khách hàng. 

Với sự phát triển vượt bậc, AI hiện nay đã có thể: 

Nâng cao hiệu quả hoạt động kinh doanh (commercial operation): AI hỗ trợ kiểm soát toàn diện từ khâu lập kế hoạch đến triển khai và quản lý. Có thể xem đây là “homebook”, giúp tối ưu hóa quản lý bán hàng, đại lý, giá bán, lên quy trình sản phẩm, thiết kế sales service,… Hiện tại, toàn bộ các quy trình này được hỗ trợ từ tự động hóa đến ứng dụng AI để làm việc thay con người. 

Tối ưu hóa quản lý quan hệ đối tác (partner): đối với mô hình B2B2B hoặc B2B2C, đối tượng cần quản lý ở đây là đại lý và đối tác bán hàng. Trước hết, AI hỗ trợ doanh nghiệp xây dựng quy trình liền mạch để tuyển chọn, onboard và đào tạo liên tục đối tác, đảm bảo các đối tác luôn sẵn sàng và đủ năng lực để đưa sản phẩm đến tay khách hàng. 

Bên cạnh đó, AI còn giúp chuẩn hóa hoạt động marketing giữa doanh nghiệp và đối tác, từ các chương trình quảng bá, vật phẩm khuyến mãi, chính sách giá bán,…

Trong mô hình dropship – nơi nhà sản xuất trực tiếp giao hàng đến tay khách hàng cuối mà không thông qua kho của đối tác – AI và tự động hóa càng thể hiện vai trò quan trọng: đối tác cần một hệ thống CRM để nhập liệu thông tin khách hàng chính xác, nhà sản xuất lại cần hợp nhất dữ liệu đại lý và người mua cuối cùng. Điều này đảm bảo sự minh bạch và tối ưu hóa hiệu quả cho toàn bộ chuỗi cung ứng. 

Nâng cao chất lượng dịch vụ khách hàng (customer service): không dừng lại ở việc tiếp cận khách hàng trên đa kênh, AI giúp phân công và xử lý các yêu cầu một cách tự động, đảm bảo mọi vấn đề của khách hàng đều được giải quyết kịp thời và hiệu quả.

CEO của OMN1 Solution kết luận: “Hoạt động trong kỷ nguyên AI, CRM hiện đại không chỉ giúp doanh nghiệp vận hành nhanh hơn và hiệu quả hơn mà còn là chìa khóa để nâng cao năng suất bán hàng, thúc đẩy cơ hội mới và nâng cao sự hài lòng của khách hàng.”

Kịch bản CRM B2B khi AI vào cuộc

Kịch bản 1: Hỗ trợ người bán

Bối cảnh: Sales Manager, Badger Manufacturing (nhà sản xuất máy móc công nghiệp phục vụ nông nghiệp phân phối toàn cầu) nhận được thông tin Hildeman (nhà phân phối máy móc nông nghiệp) đang có chiến lược phát triển thị trường ở châu Âu. Sales Manager nhận thấy đây là một khách hàng tiềm năng nên bắt tay vào chuẩn bị kế hoạch tiếp cận. 

• Nhận biết chân dung khách hàng: Sales Manager nhận biết chân dung khách hàng toàn diện thông qua tính năng Customer 360 tích hợp trong hệ thống CRM. Nhờ AI, Sales Manager có thể nắm bắt thông tin tổng thể chỉ với câu lệnh “Tóm tắt thông tin liên quan về Hildeman”. AI sẽ tự thu thập và tổng hợp, sau đó tạo ra bản tóm tắt hoàn chỉnh về Hildeman như yêu cầu. Với sự hỗ trợ của AI, Sales Manager tiết kiệm được thời gian tra cứu và có nhiều thời gian hơn để chuẩn bị kế hoạch bán hàng. 

• Soạn thảo đề xuất thuyết phục Hildeman nhập sản phẩm của Badger: Sales Manager đặt lệnh để AI hỗ trợ thông tin về “Tình hình nền nông nghiệp châu Âu nói chung và nước Pháp nói riêng”,  “Tình hình đó ảnh hưởng gì đến kế hoạch phát triển thị trường của Hildeman?”, “Badger có những sản phẩm nào phù hợp với Hilderman?”. Sau khi tìm hiểu và phân tích những thông tin trên,AI sẽ kết nối với danh mục sản phẩm mà Badger đang có để đề xuất phương án bán hàng khả thi nhất. 
• Chuẩn bị nội dung cho buổi thuyết trình: Để tăng khả năng chốt đơn, Sales Manager sử dụng AI để chuẩn bị kỹ lưỡng cho buổi thuyết trình. AI giúp cô xác định phạm vi trình bày, những thông tin sản phẩm cần nhấn mạnh, và thậm chí là dự đoán các câu hỏi từ Hildeman kèm theo câu trả lời tối ưu.

Một câu hỏi được đặt ra: Tại sao Sales Manager không dùng Chat GPT mà dùng AI tích hợp trong CRM?

“AI tích hợp trong CRM được “huấn luyện” bằng dữ liệu nội bộ, độc quyền và đầy đủ của Badger Manufacturing và khách hàng. Điều này đảm bảo rằng mọi output đều phù hợp với bối cảnh kinh doanh của Badger, khác hẳn với nguồn dữ liệu ngẫu nhiên mà các AI thị trường sử dụng” – Ông Hưng giải thích. 

Kịch bản 2: Hỗ trợ khách hàng

Bối cảnh: Đại diện của Hildeman ở châu Âu có nhiệm vụ nhập hàng của Badger để bán cho khách hàng ở châu Âu. Để tạo thuận tiện, Badger cung cấp cho cô một cổng thông tin khách hàng (Customer Portal) chuyên biệt. Với kênh này, phía Hildeman có thể dễ dàng truy cập mọi thông tin cần thiết: từ danh mục sản phẩm, chính sách bán hàng, giá cả, các đề xuất (proposal) đơn hàng đến chiết khấu đặc biệt. 

Vấn đề: Mặc dù cổng thông tin là một công cụ tra cứu mạnh mẽ, đôi khi đại diện Hildeman vẫn cần những thông tin chi tiết hơn hoặc những yêu cầu đặc thù. Ví dụ, cô có thể cần một đề xuất cụ thể cho một sản phẩm, hoặc yêu cầu chiết khấu sâu hơn cho một dự án đấu thầu với chính phủ. Đây là lúc cần sự phối hợp chặt chẽ với đại diện phía Badger. Thế nhưng, điều gì sẽ xảy ra nếu Sales Manager của Badger không thể phản hồi ngay lập tức? 

Khi đó, AI tác tử (Agentic AI) hiển thị dưới hình thức cửa sổ chat sẽ thay Sales Manager để hỗ trợ khách hàng:

• Trả lời tức thì các thắc mắc: Dựa trên “kho tri thức” của Badger, AI có thể trả lời các câu hỏi của đại diện Hildeman liên quan đến đơn đặt hàng, chính sách giao hàng dự kiến, hoặc các rủi ro bán hàng tiềm ẩn.
• Cung cấp đề xuất và thông tin kịp thời: trong phạm vi được cho phép, Agentic AI sẽ cung cấp thông tin và hỗ trợ đại diện Hildeman thực hiện công việc. 

Sau phân tích 2 kịch bản, ông Lê Xuân Hưng đúc kết 3 điểm trợ lực AI tạo ra cho hệ thống CRM: “Thứ nhất, nâng cao được năng suất bán hàng.Thứ hai, hỗ trợ tương tác khách hàng để tạo ra cơ hội bán hàng mới. Và thứ ba là đảm bảo tối đa sự hài lòng khách hàng để duy trì mối quan hệ.” Cả ba khía cạnh tác động này đều nhằm mang lại hiệu quả về mặt doanh thu. 

3 bước khởi động dự án AI-CRM

Với kinh nghiệm tư vấn và triển khai hơn 200 dự án CRM, ông Lê Xuân Hưng chia sẻ quy trình tiền dự án gồm 3 bước như sau:

Business-Centric Ideation

Bước đầu tiên – và cũng là quan trọng nhất – trong hành trình triển khai một dự án CRM là xác định mục tiêu dự án. Bước này không chỉ dừng lại ở quyết định “Tôi muốn triển khai CRM”, mà cần cụ thể hơn: “CRM sẽ giúp doanh nghiệp giải quyết vấn đề gì?”. 

Ông Hưng đã đề xuất 9 nguồn ý tưởng thiết thực giúp doanh nghiệp định hình các dự án CRM theo hướng bám sát thực trạng doanh nghiệp: 

• Ineffective operational data (Cải thiện hiệu quả vận hành): Nhận diện các điểm nghẽn trong quy trình hiện tại. Ví dụ, doanh nghiệp đang không có đủ khách hàng tiềm năng, hoặc có nhiều khách hàng nhưng tỷ lệ chốt đơn thấp và liên tục bị từ chối. 
• Recurring issues and areas of dissatisfaction (Giải quyết các vấn đề thường xuyên phát sinh): Khắc phục những lỗi lặp đi lặp lại gây cản trở tiến độ và làm giảm sự hài lòng khách hàng. Ví dụ như việc báo giá sai thường xuyên, hay quy trình phê duyệt bị chậm trễ dẫn đến lỡ mất các giao dịch quan trọng.
• Repetitive and time-consuming processes (Tự động hóa công việc lặp lại và tốn thời gian): Giảm thiểu tắc nghẽn do các tác vụ thủ công, cho phép đội ngũ tập trung vào các công việc mang lại giá trị cao hơn.
• “Design thinking” approach (Tiếp cận theo hướng Design Thinking): Nắm bắt sâu sắc nhu cầu và tìm kiếm những hướng đi mới thông qua phỏng vấn các nhân sự chủ chốt trong công ty và chuyên gia trong ngành.  
• Identifying high-value opportunities (Xác định cơ hội mang lại giá trị cao): Đánh giá cơ hội tạo ra những bước tiến mới trong kinh doanh. Ví dụ, liệu đầu tư vào AI-CRM có giúp doanh nghiệp B2B kết hợp thêm B2C và tiếp cận được người tiêu dùng không? 
• New areas of business growth (Phát triển lĩnh vực kinh doanh mới): Xác định lợi ích mở rộng kinh doanh sau khi triển khai CRM, ví dụ như cơ hội phát triển thêm thị trường nước ngoài nhờ vào khả năng tiếp cận khách hàng toàn cầu với sự hỗ trợ của hệ thống CRM mới. 
• Competitor analysis (Phân tích đối thủ cạnh tranh): Nghiên cứu các đối thủ đang ứng dụng CRM như thế nào và hiệu quả ra sao. Nếu họ đã đi trước và đạt kết quả tốt, đây là tín hiệu rõ ràng cho thấy chúng ta cần hành động để không bị tụt lại phía sau.
• Industry benchmarks (Tham khảo tiêu chuẩn thị trường): So sánh với các chuẩn mực và ứng dụng thực tiễn trong ngành để tìm kiếm các phương pháp cải tiến.
• Use cases repository (Tham khảo kho ứng dụng thực tế): Tham khảo các tình huống ứng dụng CRM như Salesforce hoặc HubSpot để học hỏi và tùy chỉnh cho phù hợp với đặc thù ngành hàng và tình hình kinh doanh thực tế.

Prioritizing Opportunities

Sắp xếp mức độ ưu tiên của mỗi ý tưởng để xây dựng lộ trình chi tiết, từ đó có kế hoạch phân bổ nguồn lực theo từng giai đoạn. Mức độ ưu tiên có thể được đánh giá dựa trên ma trận value – effort với 2 trục chính: giá trị mang lại và công sức bỏ ra.

“Ưu tiên triển khai ngay những ý tưởng mang lại giá trị cao nhưng đòi hỏi ít công sức. Tiếp theo là cân nhắc đến các ý tưởng  mang lại giá trị cao, đồng thời cũng đòi hỏi nhiều công sức. Và bắt buộc tạm hoãn hoặc hủy bỏ các phát kiến mang lại giá trị thấp” – Ông Hưng làm rõ. 

Đánh giá các chỉ số (Metric) liên quan: Đo lường thành công

Cuối cùng, để đảm bảo dự án CRM đi đúng hướng và mang lại hiệu quả thực sự, cần xác định các chỉ số quan trọng để đánh giá dự án ngay trong giai đoạn tiền đề Một số chỉ số thường gặp bao gồm:

• Khả năng sinh lời: đo lường khả năng tạo ra doanh thu hoặc trực tiếp cải thiện lợi nhuận
• Tỷ suất hoàn vốn (ROI): phần trăm lợi nhuận thu được so với chi phí đầu tư 
• Thời gian tạo ra giá trị: dự kiến thời gian dự án bắt đầu tạo ra lợi ích rõ rệt (tăng doanh thu, tăng lợi nhuận, tăng năng suất,…)
• Tăng năng suất: dự báo biến đổi năng suất của các bộ phận có liên quan đến hệ thống CRM như Sales, Marketing, Customer Service,…
• Mức độ hài lòng của khách hàng (Customer Satisfaction): kỳ vọng tăng trưởng mức độ hài lòng của khách hàng sau khi triển khai dự án.
• Tỷ lệ tương tác với khách hàng (Customer Engagement Rate): gia tăng tần suất khách hàng tương tác với doanh nghiệp và mức độ tương tác (mua lại, ký kết dài hạn,…)

Kết

Với AI, CRM hiện đã trở thành một bữa tiệc của những tiềm năng vô hạn, hứa hẹn doanh thu đột phá, vận hành tinh gọn và mối quan hệ đối tác bền chặt. Điều các doanh nghiệp cần làm là chuẩn bị kỹ lưỡng và mạnh dạn nắm bắt cơ hội để định hình tương lai với  AI-CRM.

Tech Talks là series quy tụ các chuyên gia công nghệ chia sẻ xu hướng chuyển đổi số, phân tích các rào cản kỹ thuật trong doanh nghiệp và chuyển hóa thành giải pháp công nghệ tối ưu theo triết lý đào tạo của PSO – Problem Solving in Organization.