Data Strategy: Xây dựng Data Lake cho Marketing để hỗ trợ đưa ra quyết định thực thi (Decision-making).

Có một cảnh quen thuộc trong gần như mọi phòng marketing Việt Nam. Cuối tháng, CMO hỏi: "Kênh nào đang mang lại khách chất lượng nhất?" Team growth mở Google Ads ra một con số, team CRM mở Excel ra một con số khác, team social mở dashboard của agency ra con số thứ ba. Ba con số không khớp nhau, không ai sai hoàn toàn, và cuộc họp kết thúc bằng một câu quen thuộc: "Thôi để anh xem lại." Ngân sách tháng sau vẫn chia theo cảm tính.

Vấn đề ở đây không phải là thiếu dữ liệu. Trớ trêu là hầu hết doanh nghiệp đang chết chìm trong dữ liệu: pixel Facebook, GA4, CRM, tổng đài, sàn TMĐT, file Excel của từng bạn nhân viên. Vấn đề là dữ liệu nằm rải rác trong hàng chục "ốc đảo" (data silo), không ai ghép được thành một bức tranh khách hàng duy nhất, và vì thế không dùng để ra quyết định được. Dữ liệu tồn tại nhưng không "chảy" tới đúng nơi cần dùng.

Bài này bàn về Data Strategy cho marketing — chiến lược để biến mớ dữ liệu hỗn độn thành một tài sản ra quyết định. Nguyên tắc xuyên suốt, và cũng là câu tôi muốn bạn ghim lại: một điểm dữ liệu chỉ có giá trị khi nó gắn được với một quyết định cụ thể. Nếu một báo cáo đẹp mà không đổi được bất kỳ hành động nào của bạn, nó là chi phí, không phải tài sản.

Ba khái niệm hay bị nhầm: Data Lake, Data Warehouse, CDP

Trước khi xây, phải gọi đúng tên thứ mình xây. Ba khái niệm này bị dùng lẫn lộn đến mức nhiều đề xuất của agency/vendor cố tình mập mờ để bán thứ bạn chưa cần.

Data Lake (hồ dữ liệu) — nơi chứa dữ liệu thô, đủ mọi định dạng (log, JSON, ảnh, event, bảng), đổ vào trước, định nghĩa cấu trúc sau (schema-on-read). Ưu điểm: rẻ, linh hoạt, giữ được mọi thứ để sau này khai thác — kể cả dữ liệu mà hôm nay bạn chưa biết dùng làm gì. Nhược điểm: nếu không quản trị, hồ biến thành "data swamp" (đầm lầy dữ liệu) — không ai biết trong đó có gì, tin được cái nào.

Data Warehouse (kho dữ liệu) — dữ liệu đã được làm sạch, chuẩn hoá, cấu trúc thành bảng để truy vấn phân tích nhanh (schema-on-write). Đây là nơi bạn chạy báo cáo BI, dựng dashboard, tính LTV theo cohort. Ưu điểm: sạch, nhất quán, truy vấn nhanh. Nhược điểm: đắt và kém linh hoạt hơn — muốn thêm loại dữ liệu mới phải thiết kế lại bảng.

CDP (Customer Data Platform - Nền tảng dữ liệu khách hàng) — được sinh ra riêng cho marketing. CDP gom dữ liệu từ mọi nguồn, hợp nhất (identity resolution) thành một hồ sơ khách hàng 360 độ duy nhất (một người mua trên web, mở email, nhắn Zalo, gọi tổng đài — CDP ghép thành một profile), rồi kích hoạt (activation) dữ liệu đó ra các kênh: đẩy audience sang Facebook, cá nhân hoá email, chấm điểm lead. Điểm khác biệt cốt lõi: warehouse để phân tích, CDP để hành động trên từng khách hàng.

Cách phân biệt nhanh cho người bận:

Vậy khi nào dùng cái nào? Đừng bắt đầu bằng việc mua CDP đắt tiền chỉ vì nó "hot". Nếu bạn là SME với vài nguồn dữ liệu và câu hỏi lớn nhất là "chi tiêu quảng cáo có ra đơn không", một warehouse gọn (thậm chí BigQuery + Looker Studio) đã giải quyết 80% nhu cầu. Data Lake chỉ đáng đầu tư khi khối lượng và độ đa dạng dữ liệu lớn tới mức warehouse không kham nổi chi phí. CDP xứng đáng khi bạn đã có traffic/khách hàng đủ lớn, chạy đa kênh, và nút thắt thật sự là không cá nhân hoá được vì không nhận diện được cùng một người qua các kênh. Mô hình hiện đại phổ biến ở nhiều công ty: warehouse làm trung tâm (như "hồ + kho" gộp — lakehouse), CDP kéo dữ liệu từ warehouse ra để kích hoạt (composable CDP).

First-party data: cuộc chơi đã đổi luật

Không thể bàn data strategy 2026 mà bỏ qua cái chết của third-party cookie (cookie bên thứ ba — thứ giúp các nền tảng theo dõi và nhắm quảng cáo người dùng khắp internet). Khi trình duyệt siết quyền riêng tư, khi iOS cho người dùng tắt tracking, khả năng "mượn" dữ liệu người khác để nhắm quảng cáo teo lại nhanh chóng. Đồng thời ROAS (Return on Ad Spend - doanh thu trên mỗi đồng quảng cáo) của nhắm mục tiêu kiểu cũ đi xuống.

Hệ quả chiến lược: first-party data (dữ liệu bên thứ nhất — dữ liệu do chính bạn thu thập trực tiếp từ khách hàng, với sự đồng ý) trở thành lợi thế cạnh tranh không thể sao chép. Đây là email họ để lại, hành vi họ tương tác trên tài sản của bạn, lịch sử mua hàng, phản hồi khảo sát. Đối thủ có thể copy sản phẩm, copy content, nhưng không copy được tập first-party data mà khách hàng đã tin tưởng giao cho bạn.

Kèm theo là hai khái niệm nên biết: zero-party data — dữ liệu khách hàng chủ động khai báo (sở thích, ý định, ngày sinh qua quiz/khảo sát) — thứ chính xác và "sạch" nhất về mặt pháp lý; và data clean room — không gian trung lập để bạn và một nền tảng đối chiếu dữ liệu mà không bên nào lộ dữ liệu thô. Với đa số SME Việt, ưu tiên số một vẫn là dựng cho được cơ chế thu và giữ first-party/zero-party data một cách tử tế.

Phân tích theo 5W3H1R: Xây Data Strategy & Data Lake cho Marketing

Why — Tại sao phải làm

Pain point: quyết định marketing đang dựa trên cảm tính hoặc trên những con số mâu thuẫn nhau, ngân sách bị chia sai vì không đo được kênh nào thật sự ra tiền. Mục tiêu kinh doanh: tăng hiệu quả chi tiêu (giảm CAC, tăng LTV/CAC), rút ngắn thời gian từ câu hỏi tới quyết định, và bảo vệ tài sản dữ liệu trước bối cảnh mất cookie. Giá trị tạo ra: một nguồn sự thật duy nhất (single source of truth) để mọi cuộc họp bắt đầu từ cùng một con số, và khả năng cá nhân hoá ở quy mô lớn.

What — Bản chất là gì (chi tiết nhất)

Data Strategy cho marketing là bản thiết kế về việc dữ liệu nào được thu, chảy qua đâu, làm sạch thế nào, và phục vụ quyết định gì — không phải là "mua một cái tool". Nó gồm bốn tầng cấu thành:

1. Tầng thu thập (collection): các nguồn first-party — website/app (event tracking), CRM, đơn hàng/POS, tổng đài, form, quiz zero-party; kèm dữ liệu quảng cáo từ các nền tảng.
2. Tầng lưu trữ & xử lý (storage & processing): data lake/warehouse — nơi đổ dữ liệu thô về, làm sạch, chuẩn hoá, hợp nhất danh tính khách hàng.
3. Tầng phân tích & kích hoạt (analytics & activation): BI/dashboard cho phân tích; CDP/automation cho kích hoạt ra kênh.
4. Tầng quản trị (governance): ai được truy cập, dữ liệu sống bao lâu, consent (đồng ý) quản lý ra sao, đảm bảo tuân thủ pháp luật.

Scope IN: dữ liệu marketing & khách hàng phục vụ ra quyết định (thu hút, chuyển đổi, giữ chân). Scope OUT: dữ liệu vận hành thuần tuý (kế toán nội bộ, HR) — trừ khi phục vụ trực tiếp một quyết định marketing. Output/sản phẩm đầu ra: một data model khách hàng thống nhất, một bộ dashboard quyết định (không phải dashboard "để cho đẹp"), các segment/audience dùng được ngay, và một data dictionary + chính sách governance thành văn bản.

Who — Ai làm & ai hưởng lợi

RACI gọn: Responsible — Marketing Data Lead / Data Engineer (dựng pipeline), Analyst (mô hình hoá & dashboard). Accountable — CMO (chủ sở hữu chiến lược & ngân sách). Consulted — IT/Security, bộ phận pháp chế (về consent & bảo vệ dữ liệu cá nhân), Sales & CSKH (nguồn dữ liệu và người dùng cuối). Informed — Founder/CEO, các trưởng nhóm kênh. Người hưởng lợi trực tiếp: marketer thực thi (chọn đúng audience), CMO (ra quyết định ngân sách có bằng chứng), và cuối cùng là khách hàng (được nhận thông điệp đúng lúc, đúng nhu cầu thay vì bị spam).

Where — Diễn ra ở đâu

Trong hệ sinh thái martech: điểm chạm thu thập nằm ở website/app, landing page, kênh social & sàn, tổng đài, cửa hàng. Dữ liệu chảy về hồ/kho (cloud). Phân tích diễn ra trên lớp BI. Kích hoạt bắn ngược ra các kênh: ad platforms, email/Zalo ZNS, push, CSKH. Trong một hệ thống Intelligence Hub, đây chính là tầng nền dữ liệu mà mọi module phân tích, dự báo, cá nhân hoá đứng trên.

When — Khi nào bắt đầu & kết thúc

Không có "kết thúc" — data strategy là sản phẩm sống, nhưng có phasing rõ. Thời điểm vàng để bắt đầu: khi số nguồn dữ liệu vượt quá khả năng ghép tay bằng Excel, hoặc khi một quyết định ngân sách lớn sắp tới mà bạn không có dữ liệu để bảo vệ. Nhịp review: pipeline & chất lượng dữ liệu kiểm hàng tuần; data model & dashboard review hàng tháng; chiến lược & governance review hàng quý.

How — Thực hiện bằng cách nào (quy trình các bước)

Bước 1 — Bắt đầu từ Decision, không phải từ Data. Đầu vào: liệt kê 5–10 quyết định marketing quan trọng nhất bạn phải ra định kỳ ("chia ngân sách kênh nào", "khách nào sắp rời bỏ", "content nào nên nhân đôi"). Hoạt động: với mỗi quyết định, ghi rõ cần dữ liệu gì để trả lời. Đầu ra: danh sách "quyết định → dữ liệu cần" — đây là brief cho toàn bộ dự án. (Đây là bước chống lãng phí quan trọng nhất; bỏ qua nó là cách chắc chắn nhất để xây một data swamp.)

Bước 2 — Kiểm kê nguồn & lập data dictionary. Đầu vào: mọi hệ thống đang giữ dữ liệu. Hoạt động: liệt kê nguồn, định dạng, chủ sở hữu, tần suất, và quan trọng nhất — định danh khách hàng dùng chung (email? SĐT? user_id?) để sau này hợp nhất được. Đầu ra: data inventory + từ điển định nghĩa chỉ số (một "MQL" nghĩa là gì, thống nhất toàn công ty).

Bước 3 — Dựng pipeline thu thập (ingestion). Đầu vào: nguồn đã kiểm kê. Hoạt động: thiết lập tracking plan (event nào, thuộc tính nào), kết nối nguồn về hồ/kho qua ETL/ELT. Đầu ra: dữ liệu thô chảy về tự động, có log.

Bước 4 — Làm sạch & mô hình hoá (transform). Đầu vào: dữ liệu thô. Hoạt động: khử trùng lặp, chuẩn hoá, hợp nhất danh tính (identity resolution), dựng data model khách hàng (ví dụ mô hình sự kiện + hồ sơ). Đầu ra: bảng sạch, đáng tin trong warehouse. Công cụ tham chiếu: dbt cho transform, framework star schema cho mô hình hoá.

Bước 5 — Phân tích & dựng dashboard quyết định. Đầu vào: data model sạch. Hoạt động: mỗi dashboard trả lời đúng một quyết định ở Bước 1, có ngưỡng và "so what". Đầu ra: bộ dashboard hành động được (CAC theo kênh, LTV theo cohort, funnel conversion).

Bước 6 — Kích hoạt (activation). Đầu vào: segment từ warehouse/CDP. Hoạt động: đẩy audience ra ad platform, trigger email/ZNS theo hành vi, chấm điểm lead cho Sales. Đầu ra: dữ liệu quay lại tạo ra hành động marketing thật.

Bước 7 — Governance & vòng lặp cải tiến. Đầu vào: toàn hệ thống đang chạy. Hoạt động: gán quyền truy cập, quản lý consent, đặt lịch data quality check, đo xem dashboard nào thực sự được dùng để ra quyết định (cái nào không ai xem thì cắt). Đầu ra: hệ thống được quản trị, tin cậy, và tinh gọn dần.

How Much — Cần bao nhiêu nguồn lực

Định tính theo mức. Nhân sự: tối thiểu một người "lai" hiểu cả data lẫn marketing (analytics engineer) — đây là vai trò khan hiếm và đáng đầu tư nhất; SME có thể bắt đầu bán thời gian hoặc thuê ngoài phần dựng, giữ phần phân tích in-house. Ngân sách hạ tầng: ở mức khởi đầu, chi phí cloud warehouse cho SME thường khiêm tốn và trả theo dùng; đừng để bị bán một CDP enterprise khi chưa cần. Chi phí cơ hội lớn nhất: thời gian team dành để làm sạch dữ liệu bẩn về sau — luôn đắt hơn nhiều so với thu đúng ngay từ đầu (garbage in, garbage out). Nguyên tắc phân bổ: đầu tư nặng vào tầng thu thập & chất lượng, nhẹ tay ở tầng công cụ hào nhoáng.

How Long — Bao lâu thấy kết quả

Milestones tham khảo: một warehouse tối giản + dashboard cho một quyết định trọng yếu có thể lên trong vài tuần (đây nên là "quick win" bắt buộc để giữ niềm tin của lãnh đạo). Hợp nhất danh tính & bộ dashboard đủ dùng: vài tháng. CDP kích hoạt đa kênh trưởng thành: nửa năm tới một năm. Lead time để dữ liệu đổi được văn hoá ra quyết định — dài hơn công nghệ, vì nó là bài toán con người.

Risk — Rủi ro & phương án dự phòng

Khung tư duy: Vòng Dữ liệu → Insight → Quyết định → Hành động

Đây là mô hình cần dán lên tường phòng marketing. Dữ liệu không phải đích đến, nó là điểm khởi đầu của một vòng:

Data → Insight → Decision → Action → (dữ liệu mới) → …

• Data: sự kiện thô (khách A mở email, không mua).
• Insight: mẫu hình có nghĩa (nhóm mở email 3 lần nhưng không mua có tỷ lệ chuyển đổi cao nếu được gọi trong 48h).
• Decision: chọn hành động (ưu tiên gọi nhóm này).
• Action: thực thi (Sales gọi), và hành động lại sinh ra dữ liệu mới.

Điểm chết của hầu hết doanh nghiệp là dừng ở "Insight" — có báo cáo hay nhưng không có ai/cơ chế biến nó thành Decision. Data strategy tốt là data strategy khép được vòng này và rút ngắn thời gian mỗi vòng. Mỗi tầng của vòng nên có một câu hỏi kiểm tra: "Cái này dẫn tới hành động gì?" Nếu không trả lời được, dừng lại — bạn đang tạo chi phí.

FRAMEWORK áp dụng ngay: Data-to-Decision Canvas

Copy bảng này, điền cho từng quyết định marketing quan trọng trước khi yêu cầu team dựng bất kỳ dashboard hay pipeline nào. Nếu một dòng không điền được cột "Hành động khi…", đừng thu dữ liệu đó.

Checklist "sức khoẻ dữ liệu" review hàng quý:

• Mỗi dashboard đang dùng đều map tới ít nhất một quyết định thật.
• Mọi chỉ số quan trọng có định nghĩa thống nhất trong data dictionary.
• Có quy trình consent và có thể xoá dữ liệu theo yêu cầu khách hàng.
• Định danh khách hàng được hợp nhất, không có "khách ma" trùng lặp tràn lan.
• Dữ liệu không ai truy cập trong 90 ngày đã được rà để lưu trữ/xoá.
• Có ít nhất một data quality alert tự động ở pipeline.

Case study Việt Nam (minh hoạ điển hình)

Bối cảnh minh hoạ, số liệu mang tính điển hình để minh hoạ tư duy, không phải dữ liệu nội bộ của doanh nghiệp có thật.

Một chuỗi mỹ phẩm nội địa, tạm gọi "LumiSkin", 40 cửa hàng cộng bán online trên web, Shopee và TikTok Shop. Triệu chứng kinh điển: cùng một khách mua kem chống nắng ở cửa hàng, hỏi tư vấn qua Zalo, rồi mua serum trên Shopee — hệ thống ghi nhận thành ba khách khác nhau. Marketing retarget quảng cáo sản phẩm mà khách vừa mua tuần trước, đốt tiền và làm phiền. CAC leo thang sau khi cookie bên thứ ba mất tác dụng, nhưng không ai chỉ được kênh nào thật sự sinh khách trung thành.

Cách LumiSkin tiếp cận theo đúng quy trình 7 bước. Họ không mua CDP ngay. Bước 1, họ chốt ba quyết định trọng yếu: (1) phân bổ ngân sách giữa online–offline, (2) ai nên nhận chương trình chăm sóc để mua lại, (3) sản phẩm nào nên đẩy cho ai. Bước 2–4, họ chọn SĐT làm định danh hợp nhất — mọi điểm chạm đều thu SĐT (đổi điểm loyalty làm động lực zero-party data), đổ dữ liệu web/POS/sàn/Zalo về một warehouse, hợp nhất theo SĐT. Lần đầu tiên họ nhìn thấy một khách 360 độ: mua gì offline, xem gì online.

Kết quả (minh hoạ): dashboard LTV theo cohort cho thấy khách mua lần đầu ở offline rồi được chăm qua Zalo có LTV cao hơn hẳn khách chỉ mua một lần trên sàn giảm giá. Insight → Decision: dịch một phần ngân sách săn khách giá rẻ trên sàn sang chương trình đưa khách online về trải nghiệm tại cửa hàng, và dừng retarget sản phẩm vừa mua, thay bằng gợi ý sản phẩm bổ trợ. Vòng dữ liệu khép lại: hành động chăm sóc sinh ra dữ liệu mua lại mới, nuôi tiếp mô hình. Điểm mấu chốt của case không phải công nghệ — họ khởi đầu chỉ với warehouse và một định danh chọn khôn ngoan — mà là kỷ luật bắt đầu từ quyết định.

GÓC NHÌN CMO — 4 câu hỏi tự vấn

1. Nếu tôi xoá một dashboard bất kỳ ngay bây giờ, có quyết định nào của công ty thực sự thay đổi không? Nếu không, tại sao tôi trả tiền để duy trì nó?
2. Chúng tôi có thật sự sở hữu tập first-party data của mình, hay đang phụ thuộc vào audience "đi mượn" trên nền tảng của người khác — thứ có thể biến mất qua một đêm?
3. Một khách hàng đi qua bốn điểm chạm — hệ thống của chúng tôi nhìn thấy một người hay bốn người?
4. Chúng tôi đầu tư nhiều tiền hơn vào tool hay vào chất lượng dữ liệu đầu vào và con người đọc được dữ liệu?
5. Nếu ngày mai cơ quan chức năng hỏi chúng tôi thu và dùng dữ liệu cá nhân khách hàng dựa trên sự đồng ý nào, tôi có câu trả lời bằng văn bản không?

🔗 Liên kết với các bài khác (Alignment)

Data strategy là tầng nền đỡ cho gần như mọi bài trong series:

• Hệ thống đo lường (Thiết kế Hệ thống Đo lường) — attribution và CLV chỉ chạy được khi có data model sạch bên dưới; bài này là "đường ống" cấp dữ liệu cho bài 06.
• Mục tiêu (OKRs vs. KPIs trong Marketing) — mỗi KPI cần một nguồn dữ liệu đáng tin; không có data strategy thì KPI chỉ là con số cãi nhau.
• Phân khúc & insight (Phân đoạn khách hàng & Insight) — segment sống động, cập nhật theo hành vi, cần first-party data thay vì persona tĩnh.
• Triển khai (Xây dựng Campaign Engine) — campaign engine tiêu thụ audience từ tầng activation của data strategy này.
• Dự báo (Marketing Forecasting) — mọi mô hình dự báo đứng trên chất lượng dữ liệu lịch sử mà bài này dựng.

Kết bài

Đừng để bị cuốn vào cuộc đua công cụ. Data Lake, Data Warehouse hay CDP chỉ là danh từ — thứ tạo ra khác biệt là kỷ luật gắn từng điểm dữ liệu với một quyết định, và văn hoá khép vòng Data → Insight → Decision → Action. Trong bối cảnh third-party cookie tắt dần, doanh nghiệp nào chủ động sở hữu và biết dùng first-party data của mình sẽ có một con hào cạnh tranh mà tiền quảng cáo không mua được.

Hành động thực chiến tuần này: mở Data-to-Decision Canvas ở trên, chọn một quyết định marketing tốn ngân sách nhất mà bạn đang ra bằng cảm tính, điền đủ các dòng — và giao cho team dựng đúng một dashboard trả lời nó. Một quyết định được cải thiện bằng dữ liệu có giá trị hơn mười dashboard đẹp không ai dùng.

Bài trước: Thiết kế Hệ thống Đo lường · Bài tiếp theo: Xây dựng Campaign Engine