Khoá học quảng cáo MFA

BÀI VIẾT CẦN KIỂM TRA:

Chưởng Môn — Fri, 18 Sep 2026 10:10:24 +0000

BÀI VIẾT CẦN KIỂM TRA:

Quảng cáo âm thanh: Cơ hội bứt phá trong kỷ nguyên mới

Bạn có bao giờ cảm thấy quá tải bởi những quảng cáo hiển thị liên tục trên màn hình, đến mức chúng ta gần như “tự động” bỏ qua? Trong bối cảnh người dùng ngày càng “chai sạn” với quảng cáo truyền thống, kênh âm thanh đang nổi lên như một mảnh đất màu mỡ, hứa hẹn một cách tiếp cận khách hàng hiệu quả và tự nhiên hơn. Đây không chỉ là một xu hướng nhất thời, mà là một sự dịch chuyển ngân sách đáng kể từ các kênh hiển thị và tìm kiếm truyền thống sang kênh âm thanh.

Theo số liệu từ IAB và PwC, chi tiêu quảng cáo podcast toàn cầu đã đạt khoảng 2,2 tỷ USD vào năm 2023, tăng trưởng ấn tượng 25% so với năm trước. Con số này cho thấy rõ ràng các thương hiệu lớn đang đặt niềm tin vào kênh âm thanh, nơi họ có thể tiếp cận khách hàng một cách ít xâm phạm hơn, khi họ đang thư giãn, tập trung vào một nội dung cụ thể, hoặc thậm chí là khi đang di chuyển.

Một trong những điểm mạnh lớn nhất của quảng cáo âm thanh chính là khả năng nhắm mục tiêu rất chính xác. Trên các nền tảng podcast, bạn có thể chọn mục tiêu theo chủ đề mà người nghe quan tâm, ví dụ như tài chính, sức khỏe, công nghệ, hoặc giải trí. Với Spotify, mình có thể tận dụng danh sách phát nhạc, thể loại nhạc, tâm trạng của người nghe hay thậm chí là thời điểm trong ngày để đưa thông điệp đúng người, đúng lúc. Điều này giúp quảng cáo trở nên phù hợp hơn, ít gây khó chịu và tăng khả năng được chấp nhận.

Về định dạng, quảng cáo âm thanh ngày nay đã vượt xa những đoạn voice-over đơn thuần. Các nền tảng đang phát triển những công nghệ tiên tiến. Chúng ta có thể thấy quảng cáo được chèn động (dynamic ad insertion) vào giữ các tập podcast, hoặc quảng cáo được đọc trực tiếp bởi người dẫn chương trình (host-read ads), mang lại cảm giác chân thực và đáng tin cậy hơn. Các công nghệ như Streaming Ad Insertion của Spotify hay các nền tảng như Megaphone, Acast giúp cá nhân hoá quảng cáo theo từng người nghe.

Ngoài ra, Spotify còn đang thử nghiệm những định dạng tương tác cao như Sponsored Sessions, cho phép người dùng xem quảng cáo video ngắn để đổi lấy thời gian nghe nhạc không gián đoạn. Hoặc Video Takeover, Podcast Ads with Interactive CTAs (kêu gọi hành động tương tác) cho phép người nghe phản hồi trực tiếp bằng giọng nói. Thậm chí, việc xây dựng Audio Branding với sonic logo (âm thanh thương hiệu) cũng đang dần trở thành một phần quan trọng để thương hiệu được ghi nhớ tốt hơn trong tâm trí khách hàng.

Tuy nhiên, kênh nào cũng có những thách thức riêng, và quảng cáo âm thanh cũng vậy. Thách thức lớn nhất là việc đo lường hiệu quả chuyển đổi trực tiếp. Người nghe thường không thể nhấp chuột trực tiếp vào quảng cáo âm thanh. Điều này đòi hỏi nhà quảng cáo phải sáng tạo hơn trong các phương pháp đo lường.

Mình cần sử dụng các mã khuyến mãi riêng biệt, các URL ngắn và dễ nhớ để người nghe có thể truy cập sau. Các nghiên cứu về mức độ nhận diện thương hiệu (brand lift studies), như Nielsen đã chỉ ra, có thể tăng 7% khả năng ghi nhớ quảng cáo và 4% ý định mua hàng. Việc kết hợp các mô hình phân bổ đa điểm chạm (Multi-Touch Attribution – MTA) là cực kỳ cần thiết để không bỏ sót giá trị của mỗi lượt nghe. Các nền tảng như Spotify’s Attribution Podcast, Podsights hoặc Chartable đang cung cấp những công cụ hỗ trợ cho việc này.

Quan trọng hơn, nhà quảng cáo cần hiểu rằng âm thanh thường nằm ở giai đoạn nhận biết (awareness) hoặc cân nhắc (consideration) trong hành trình mua sắm, chứ không phải luôn là điểm chạm cuối cùng. Vì vậy, việc tránh thiên vị điểm chạm cuối (last-click bias) và kết hợp dữ liệu bên thứ nhất (first-party data) từ website pixel hoặc CRM để đo lường mức độ tăng trưởng doanh số thực tế (incremental lift) là điều không thể thiếu.

Bên cạnh đó, mình cũng cần nhìn nhận các rủi ro và hạn chế. Một trong số đó là vấn đề toàn thương hiệu (brand safety). Quảng cáo có thể vô tình xuất hiện bên cạnh những nội dung không phù hợp hoặc gây tranh cãi trên podcast. Thêm vào đó, việc quảng cáo quá nhiều có thể gây khó chịu cho người nghe, dẫn đến tình trạng “chai sạn” quảng cáo âm thanh hoặc người dùng tắt tiếng khi quảng cáo xuất hiện. Các nghiên cứu cho thấy hơn 30% người dùng sẽ tắt âm thanh nếu có hơn 2 quảng cáo mỗi giờ.

Tóm lại, dù vẫn còn những thách thức về đo lường và rủi ro nhất định, nhưng xu hướng và các công nghệ mới cho thấy quảng cáo âm thanh đang là một kênh tiềm năng lớn với khả năng nhắm mục tiêu sâu và tương tác sáng tạo. Để thành công, nhà quảng cáo cần phải linh hoạt trong chiến lược nhắm mục tiêu, chấp nhận những phương pháp đo lường phức tạp hơn và luôn sẵn sàng thử nghiệm các định dạng quảng cáo sáng tạo.

Nếu bạn muốn tìm hiểu sâu hơn về các chiến lược quảng cáo trên các nền tảng khác, đừng ngần ngại để lại câu hỏi nhé!

HoangDucLong FacebookAds GoogleAds QuangCao Marketing

Bài viết BÀI VIẾT CẦN KIỂM TRA: đã xuất hiện đầu tiên vào ngày Khoá học quảng cáo MFA.

Quảng cáo đang kiểm soát bạn hay bạn đang kiểm soát quảng cá

Chưởng Môn — Thu, 17 Sep 2026 14:13:34 +0000

Quảng cáo đang kiểm soát bạn hay bạn đang kiểm soát quảng cáo?

Bạn có đang cảm thấy quảng cáo của mình đôi khi “chạy loạn xạ” mà không thực sự chạm tới đúng khách hàng tiềm năng không? Nếu câu trả lời là có, thì có lẽ bạn đang bỏ lỡ một “vũ khí” bí mật mà các thương hiệu lớn đang sử dụng đấy.

Đó chính là Đối tượng tùy chỉnh (Custom Audiences) được xây dựng từ nhiều nguồn dữ liệu khác nhau trên Facebook Ads. Đây không chỉ là một xu hướng mà còn là chiến lược cốt lõi giúp tối ưu hiệu quả quảng cáo trong thời đại số. Mình sẽ cùng bạn đi sâu vào cách tiếp cận này nhé.

Xu hướng tích hợp dữ liệu kênh: Nâng tầm hiểu biết khách hàng

Hãy tưởng tượng bạn có thể kết hợp dữ liệu khách hàng từ website, hệ thống quản lý quan hệ khách hàng (CRM) và thậm chí cả các giao dịch mua hàng tại cửa hàng offline. Điều này giúp bạn tạo ra một bức tranh toàn diện về hành vi và sở thích của khách hàng. Ví dụ, một thương hiệu thời trang có thể biết chính xác ai đã xem sản phẩm trên website nhưng lại quyết định mua tại cửa hàng vật lý. Từ đó, họ có thể tạo ra những chiến dịch tiếp thị lại (remarketing) siêu cá nhân hóa, đúng người đúng thời điểm.

Theo nghiên cứu của Meta năm 2023, việc sử dụng đối tượng tùy chỉnh từ dữ liệu của bạn (first-party data) có thể giúp giảm chi phí mỗi lần chuyển đổi (CPA) trung bình tới 28% so với việc chỉ nhắm mục tiêu theo sở thích chung. Điều này cho thấy sức mạnh không thể phủ nhận của việc tích hợp dữ liệu.

Khi tải lên, dữ liệu như email hay số điện thoại của khách hàng sẽ được mã hóa (hashing) thành các chuỗi ký tự ẩn danh trước khi gửi tới Facebook. Điều này đảm bảo quyền riêng tư cho khách hàng của bạn. Tuy nhiên, cần lưu ý rằng Facebook có giới hạn về kích thước danh sách tải lên (tối đa 10 triệu dòng dữ liệu cho mỗi lần) và khuyến nghị làm mới dữ liệu ít nhất 24 giờ một lần để đảm bảo tính cập nhật.

Chiến lược cạnh tranh qua phân khúc siêu cụ thể (hyper-segmentation)

Trong thị trường quảng cáo ngày càng cạnh tranh, việc nhắm mục tiêu chung sẽ rất tốn kém và kém hiệu quả. Đối tượng tùy chỉnh từ nhiều nguồn cho phép bạn chia nhỏ đối tượng thành các phân khúc siêu cụ thể.

Bạn có thể tạo ra tệp khách hàng “đã xem video sản phẩm lớn hơn 75% thời lượng nhưng chưa thêm vào giỏ hàng” hoặc “đã mua hàng 2 lần trong 6 tháng qua nhưng chưa quay lại trong 30 ngày gần đây”. Với những phân khúc này, bạn có thể thiết kế thông điệp cực kỳ phù hợp, chạm đúng vào điểm chạm cảm xúc và nhu cầu của từng nhóm. Điều này không chỉ giúp bạn giảm chi phí mỗi lần nhấp (CPC) mà còn tăng đáng kể tỷ lệ chuyển đổi.

Từ các tệp đối tượng tùy chỉnh này, bạn có thể mở rộng phạm vi tiếp cận bằng cách tạo thêm Đối tượng tương tự (Lookalike Audiences) – những người có hành vi và sở thích tương đồng với tệp khách hàng lý tưởng của bạn. Đồng thời, đừng quên sử dụng tính năng loại trừ đối tượng (exclusion audiences) để đảm bảo quảng cáo không hiển thị lại cho những khách hàng đã mua hoặc những người không phù hợp, tránh lãng phí ngân sách và gây phiền toái cho khách hàng.

Tuy nhiên, cần lưu ý rằng việc phân khúc quá nhỏ có thể khiến tệp đối tượng dưới mức tối thiểu cần thiết (thường là 1.000 người), dẫn đến quảng cáo khó phân phối hoặc chi phí mỗi nghìn lượt hiển thị (CPM) tăng cao. Lúc này, bạn có thể cân nhắc gộp các phân khúc nhỏ hơn lại hoặc mở rộng điều kiện nhắm mục tiêu một chút để đảm bảo hiệu quả.

Tác động doanh nghiệp: Tối ưu ngân sách và ROI vượt trội

Khi bạn tiếp cận đúng người, với đúng thông điệp, hiệu quả quảng cáo sẽ tăng lên rõ rệt. Sử dụng Đối tượng tùy chỉnh từ nhiều nguồn thường giúp doanh nghiệp giảm chi phí mỗi lần mua (CPA) và tối ưu lợi nhuận trên chi phí quảng cáo (ROAS).

Quảng cáo của bạn sẽ được hiển thị cho những người đã có biểu hiện ý định mua rõ ràng, thay vì những đối tượng chung chung. Điều này đồng nghĩa với việc ngân sách quảng cáo của bạn được sử dụng một cách hiệu quả hơn, mang lại tỷ suất hoàn vốn (ROI) cao hơn. Các chiến lược dựa trên dữ liệu của bạn luôn chứng minh được hiệu quả vượt trội so với việc chỉ dựa vào các đối tượng sở thích chung.

Để đo lường ảnh hưởng thực tế của các phân khúc siêu cụ thể này, bạn cần thiết lập các Cài đặt thuộc tính (Attribution Setting) phù hợp, ví dụ như 7 ngày nhấp chuột và 1 ngày xem (7-day click, 1-day view), hoặc sử dụng các API đo lường chuyên sâu. Việc này giúp bạn hiểu rõ hơn về hành trình khách hàng và tác động của từng điểm chạm quảng cáo.

Thách thức và giải pháp về quyền riêng tư và dữ liệu

Tất nhiên, đi kèm với những lợi ích là các thách thức. Với các quy định chặt chẽ về quyền riêng tư như Quy định chung về bảo vệ dữ liệu (GDPR) hay những thay đổi từ iOS 14+, việc thu thập và kết hợp dữ liệu trở nên phức tạp hơn bao giờ hết.

Các thương hiệu cần rà soát lại quy trình thu thập sự đồng ý của người dùng, đảm bảo tuân thủ các chính sách dữ liệu hiện hành. Việc thu thập sự đồng ý rõ ràng từ người dùng và lưu trữ bằng chứng đồng ý là cực kỳ quan trọng để tránh các rắc rối pháp lý. Ngoài ra, bạn cũng cần liên tục rà soát và duy trì chất lượng dữ liệu: loại bỏ các bản ghi cũ, trùng lặp hoặc không còn giá trị để đảm bảo độ chính xác và tỷ lệ khớp dữ liệu (match rate) cao nhất. Tỷ lệ khớp có thể giảm khi khách hàng chặn theo dõi hoặc sử dụng các email bí danh.

Một giải pháp quan trọng là sử dụng Giao diện lập trình ứng dụng chuyển đổi (Conversions API) của Facebook, giúp truyền dữ liệu trực tiếp từ máy chủ của bạn tới Facebook mà không cần dựa vào cookie trình duyệt. Để kết nối dữ liệu từ nhiều nguồn một cách hiệu quả, các doanh nghiệp thường sử dụng những nền tảng dữ liệu khách hàng (CDP) như Segment hay Treasure Data, hoặc các công cụ trung gian như Zapier, Make để tự động hoàn quy trình. Đối với dữ liệu mua hàng ngoại tuyến, API Offline Conversions của Facebook là giải pháp lý tưởng giúp bạn truyền tải thông tin giao dịch trực tiếp từ cửa hàng vật lý.

Việc tận dụng Đối tượng tùy chỉnh từ nhiều nguồn dữ liệu không chỉ là một chiến thuật, mà là một tư duy chiến lược giúp doanh nghiệp của bạn vượt lên trong cuộc đua kỹ thuật số. Đừng để quảng cáo của bạn chạy “loạn xạ” nữa, hãy kiểm soát chúng bằng dữ liệu và sự hiểu biết sâu sắc về khách hàng.

HoangDucLong FacebookAds GoogleAds QuangCao Marketing

Bài viết Quảng cáo đang kiểm soát bạn hay bạn đang kiểm soát quảng cá đã xuất hiện đầu tiên vào ngày Khoá học quảng cáo MFA.

BÀI VIẾT CẦN KIỂM TRA:

Chưởng Môn — Thu, 17 Sep 2026 00:20:43 +0000

BÀI VIẾT CẦN KIỂM TRA:

Lookalike Audience Từ Danh Sách Khách Hàng: Con Dao Hai Lưỡi Của Quảng Cáo Số

Bạn đã bao giờ tự hỏi làm thế nào để quảng cáo của mình chạm đúng người, đúng thời điểm mà vẫn đảm bảo tính riêng tư chưa? Câu trả lời có thể nằm ở Lookalike audience từ danh sách khách hàng chất lượng – một công cụ mạnh mẽ nhưng cũng ẩn chứa nhiều điều cần suy ngẫm. Đây là một chiến lược then chốt trong thế giới quảng cáo số ngày nay.

Việc kết nối dữ liệu từ hệ thống quản lý quan hệ khách hàng (CRM), hoạt động ngoại tuyến và các ứng dụng để tạo ra những danh sách khách hàng tiềm năng cực kỳ giá trị đã trở thành trọng tâm trong các nền tảng quảng cáo lớn. Ví dụ, Google Ads cho phép các nhà quảng cáo tận dụng dữ liệu này thông qua các tính năng như Customer Match và Enhanced Conversions để mở rộng tệp đối tượng.

Không thể phủ nhận tác động tích cực của phương pháp này đến hiệu quả quảng cáo. Google đã từng báo cáo rằng các nhà quảng cáo kết nối dữ liệu ngoại tuyến và ứng dụng thấy mức tăng trưởng lợi tức chi tiêu quảng cáo (ROAS) trung bình lên đến 26%. Đây là một con số đáng kể, cho thấy giá trị thực sự của việc đầu tư vào dữ liệu khách hàng chất lượng.

Các chỉ số mới như Data Strength Uplift trong Google Ads còn giúp đo lường minh bạch hơn số lượng chuyển đổi bổ sung được “hồi phục” nhờ cải thiện cơ sở dữ liệu first-party. Điều này giúp nhà quảng cáo đưa ra quyết định dựa trên bằng chứng cụ thể, thay vì chỉ dự vào cảm tính. Một danh sách khách hàng chất lượng cần đảm bảo độ đầy đủ, độ chính xác cao, được cập nhật thường xuyên và phân đoạn rõ ràng để tối ưu khả năng khớp nối với dữ liệu nền tảng.

Tuy nhiên, việc thu thập và tổng hợp nhiều nguồn dữ liệu cá nhân này đặt ra câu hỏi lớn về quyền riêng tư và sự đồng ý của người dùng. Liệu người dùng có thực sự hiểu rõ và đồng ý cho việc dữ liệu của họ được sử dụng để mở rộng tệp khách hàng như vậy không? Nếu thiếu cơ chế rõ ràng để người dùng kiểm soát hoặc rút lại sự đồng ý, chúng ta có thể vô tình vi phạm các nguyên tắc bảo vệ dữ liệu nghiêm ngặt như Quy định bảo vệ dữ liệu chung (GDPR) của Châu Âu.

Một khía cạnh khác cần nhìn nhận là nguy cơ tăng cường thiên lệch và bất công xã hội. Khi các thương hiệu quá phụ thuộc vào dữ liệu “first-party” chất lượng cao – thường là từ những phân khúc khách hàng đã có lợi thế như người giàu có hay cư dân đô thị – họ có thể vô tình bỏ qua những nhóm dân cư ít tương tác hơn trên các kênh số. Điều này có thể làm thị trường bị tập trung, quảng cáo chỉ hướng đến những người đã có điều kiện, từ đó làm sâu sắc thêm những bất bình đẳng kinh tế-xã hội hiện có.

Để giảm thiểu rủi ro này, các nhà quảng cáo cần xem xét sử dụng dữ liệu đã được hoá danh tính hoặc áp dụng các kỹ thuật bảo vệ quyền riêng tư tiên tiến như differential privacy. Mặc dù việc này có thể làm giảm một phần nhỏ hiệu quả quảng cáo (thường là 5-10% ROAS), nhưng nó đảm bảo tuân thủ các quy định và xây dựng lòng tin với khách hàng.

Nhìn về tương lai, ngành quảng cáo đang hướng tới sự chuẩn hoá và tự động hơn trong việc kết nối dữ liệu. Xu hướng này hứa hẹn việc tích hợp dữ liệu giữ các nền tảng sẽ đơn giản và nhất quán hơn, mở ra khả năng tự động hoá việc tạo Lookalike audience trên nhiều kênh và tích hợp các công cụ chẩn đoán dữ liệu hiệu quả. �0

Để tận dụng tối đa những lợi ích này mà vẫn giữ vững đạo đức, chúng ta cần phát triển các khung kiểm soát đạo đức chặt chẽ. Điều này bao gồm việc đánh giá tác động bảo mật trước khi triển khai bất kỳ chiến dịch nào, cung cấp các công cụ giải thích tại sao một Lookalike được tạo ra theo cách đó, và đặc biệt là cơ chế cho phép người dùng xem và chỉnh sử dụng dữ liệu cá nhân của họ. Chúng ta cần minh bạch hơn về cách dữ liệu được sử dụng để xây dựng lòng tin lâu dài.

Tóm lại, Lookalike audience từ danh sách khách hàng chất lượng là một công cụ cực kỳ mạnh mẽ, mang lại hiệu quả vượt trội cho chiến dịch quảng cáo. Tuy nhiên, nó cũng đòi hỏi sự cẩn trọng về đạo đức, quyền riêng tư và tiềm năng gây ra bất bình đẳng. Việc cân bằng giữ hiệu suất và trách nhiệm xã hội sẽ là chìa khóa để khai thác tối đa tiềm năng của công cụ này một cách bền vững.

HoangDucLong FacebookAds GoogleAds QuangCao Marketing

Bài viết BÀI VIẾT CẦN KIỂM TRA: đã xuất hiện đầu tiên vào ngày Khoá học quảng cáo MFA.

Quảng cáo trên sàn: Bạn đang kiểm soát hay bị dẫn dắt?

Chưởng Môn — Wed, 16 Sep 2026 14:26:56 +0000

Quảng cáo trên sàn: Bạn đang kiểm soát hay bị dẫn dắt?

Bạn có bao giờ tự hỏi liệu mình đang thực sự kiểm soát chiến dịch quảng cáo trên các sàn thương mại điện tử lớn như Shopee, Lazada, hay Tiki, hay đang để thuật toán dẫn dắt cuộc chơi? Đây là một câu hỏi trăn trở không riêng ai trong giới bán hàng và marketing.

Trong bối cảnh cạnh tranh khốc liệt như hiện nay, việc tối ưu quảng cáo trên các nền tảng này là yếu tố sống còn cho mọi doanh nghiệp, từ những nhà bán hàng cá nhân đến các thương hiệu lớn. Mặc dù mỗi sàn có những đặc thù riêng, chúng ta có thể thấy một số xu hướng chung trong cách họ phát triển hệ thống quảng cáo của mình. Mình xin lưu ý là các phân tích dưới đây dựa trên xu hướng chung của ngành quảng cáo thương mại điện tử, vì mình không có dữ liệu cụ thể từ Shopee, Lazada, Tiki trong nghiên cứu này.

Đầu tiên, hãy nói về sự đa dạng của các định dạng quảng cáo. Các sàn như Shopee, Lazada, Tiki không ngừng đổi mới cách tiếp cận khách hàng. Bạn sẽ thấy từ banner hiển thị bắt mắt, quảng cáo sản phẩm xuất hiện nổi bật trong kết quả tìm kiếm, cho đến các định dạng video ads và trải nghiệm livestream shopping tương tác cao.

Xu hướng này cho thấy một sự dịch chuyển mạnh mẽ sang quảng cáo native và video, nhằm tăng cường tương tác và mang lại trải nghiệm liền mạch hơn cho người dùng. Mục tiêu cuối cùng là làm cho quảng cáo trở nên tự nhiên, ít gây gián đoạn và hấp dẫn hơn.

Tiếp theo là khả năng tối ưu trên dữ liệu hành vi. Đây là một trong những sức mạnh cốt lõi của các nền tảng này. Họ khai thác mạnh mẽ lịch sử tìm kiếm, giỏ hàng, danh sách yêu thích và hành vi duyệt web của người mua để phân khúc đối tượng mục tiêu một cách cực kỳ chính xác.

Việc áp dụng học máy (Machine Learning) để đề xuất sản phẩm phù hợp và tự động đặt giá bid đang trở thành chuẩn mực. Điều này giúp các nhà quảng cáo tiếp cận đúng khách hàng vào đúng thời điểm, tối ưu khả năng chuyển đổi. Đây thực sự là một lợi thế lớn khi bạn có nguồn dữ liệu người dùng dồi dào và được phân tích sâu sắc.

Làm thế nào để đo lường hiệu quả đầu tư (ROI) một cách chính xác? Các nhà quảng cáo trên Shopee, Lazada, Tiki giờ đây có thể tải lên dữ liệu giao dịch trực tiếp từ hệ thống của mình thông qua API hoặc tệp CSV. Sau đó, họ liên kết dữ liệu này với các lượt click và hiển thị quảng cáo.

Quá trình này giúp chúng ta có cái nhìn toàn diện hơn về hiệu quả chiến dịch, không chỉ dừng lại ở lượt click hay hiển thị mà còn đánh giá được tác động thực sự đến doanh thu và lợi nhuận. Xu hướng kết hợp dữ liệu bán hàng offline với báo cáo online đang ngày càng mở rộng, giúp đưa ra quyết định marketing chính xác hơn.

Tuy nhiên, không phải tất cả đều màu hồng. Một trong những thách thức lớn nhất mà nhiều nhà quảng cáo phải đối mặt là vấn đề minh bạch và kiểm soát ngân sách. Nhiều người bày tỏ sự lo ngại về cơ chế “black box” trong việc tối ưu giá bid và phân bổ ngân sách trên các nền tảng này.

Cụ thể hơn, cơ chế tự động đặt giá bid (như CPC tối ưu, CPA mục tiêu) thường hoạt động dựa trên các mô hình học máy phức tạp, mà nhà quảng cáo không thể nhìn rõ từng bước. Điều này dẫn đến cảm giác thiếu kiểm soát, không biết tiền của mình đang được chi tiêu như thế nào, và liệu có thực sự hiệu quả hay không. Nhu cầu về báo cáo chi tiết theo vị trí hiển thị, đối tượng và mẫu quảng cáo đang ngày càng tăng để chúng ta có thể hiểu rõ hơn.

Vậy làm sao để nhà bán hàng có thể can thiệp và tối ưu tốt hơn? Dù thuật toán có thông minh đến đâu, sự can thiệp của con người vẫn là yếu tố then chốt. Bạn có thể đặt mức bid thủ công cho các từ khóa chiến lược, sử dụng các quy tắc loại trừ (negative keywords) để tránh hiển thị quảng cáo cho những tìm kiếm không liên quan, hoặc chạy A/B test giữ chiến dịch tự động và thủ công để tìm ra chiến lược tối ưu nhất.

Hãy tận dụng tất cả các công cụ báo cáo breakdown theo vị trí hiển thị, nhóm sản phẩm mà sàn cung cấp để phân tích hiệu suất. Việc thiết lập giới hạn ngân sách mỗi ngày cũng là một cách hiệu quả để đảm bảo bạn không chi tiêu vượt quá mức cho phép.

Dù có những thách thức, các sàn thương mại điện tử vẫn mở ra cơ hội lớn cho doanh nghiệp vừa và nhỏ (SMB). Các gói quảng cáo linh hoạt, chi phí theo lượt click (CPC) giúp các doanh nghiệp nhỏ dễ dàng tham gia và cạnh tranh. Ngoài ra, nhiều sàn còn có các chương trình hỗ trợ người bán mới, tín dụng quảng cáo, và các học viện đào tạo trực tuyến để giúp bạn nâng cao kỹ năng.

Quan trọng nhất là hãy luôn học hỏi, thử nghiệm và phân tích dữ liệu của chính mình. Đừng để thuật toán hoàn toàn kiểm soát, mà hãy học cách “làm bạn” với nó, sử dụng nó như một công cụ mạnh mẽ để đạt được mục tiêu kinh doanh của bạn.

HoangDucLong FacebookAds GoogleAds QuangCao Marketing

Bài viết Quảng cáo trên sàn: Bạn đang kiểm soát hay bị dẫn dắt? đã xuất hiện đầu tiên vào ngày Khoá học quảng cáo MFA.

Google Performance Max: Đánh giá sâu sắc về đạo đức và tương

Chưởng Môn — Wed, 16 Sep 2026 10:05:54 +0000

Google Performance Max: Đánh giá sâu sắc về đạo đức và tương lai

Bạn đang kiểm soát Google Performance Max hay đang để nó kiểm soát bạn? Nhiều nhà quảng cáo chỉ tập trung vào hiệu suất tức thì mà vô tình quên đi tư duy phản biện về những tác động sâu rộng hơn của công cụ này. Hôm nay, mình sẽ cùng đào sâu về Performance Max dưới góc độ đạo đức, tác động xã hội và triển vọng tương lai. Đây là một chủ đề phức tạp, đòi hỏi chúng ta phải có cái nhìn đa chiều.

Trước khi chuyển hoàn toàn ngân sách sang Performance Max, mình thực sự khuyên bạn cần thực hiện một cuộc “kiểm toán” kỹ lưỡng. Điều này không chỉ là kiểm tra cấu trúc tài khoản chung chung, mà còn đi sâu vào việc theo dõi chuyển đổi, đảm bảo các mục tiêu được cài đặt chính xác. Bạn cần xem xét các nhóm thành phần (asset groups) đã được tối ưu chưa, liệu có nên sử dụng quy tắc giá trị chuyển đổi (conversion value rules) để định hướng AI, và đặc biệt là cân nhắc việc loại trừ thương hiệu (brand exclusions) để tránh cạnh tranh với chính mình trên các từ khóa thương hiệu. Phân tích báo cáo cấp thành phần (asset-level reports) cũng là một bước cực kỳ quan trọng để hiểu rõ thành phần nào đang hoạt động tốt.

Từ góc độ đạo đức, việc kiểm toán kỹ lưỡng này giúp giảm thiểu rủi ro AI ưu tiên những nhóm khách hàng có giá trị cao hơn, bỏ qua những phân khúc có ít lợi nhuận hơn nhưng lại có nhu cầu xã hội cao, ví dụ như các dịch vụ y tế cơ bản hoặc giáo dục phi lợi nhuận. Mặc dù chúng ta chưa có số liệu cụ thể từ các nghiên cứu công khai về mức độ thiên vị của AI trong Performance Max, nhưng việc chủ động đảm bảo rằng tất cả các chuyển đổi có giá trị đều được ghi nhận và tối ưu sẽ là bước tối thiểu để thể hiện tính minh bạch và trách nhiệm khi ứng dụng AI vào quảng cáo. Mình tin rằng, việc này giúp xây dựng một hệ thống quảng cáo công bằng hơn.

Về tác động xã hội lâu dài, Performance Max mang lại cơ hội lớn cho các doanh nghiệp nhỏ và vừa (SMBs). Với khả năng tiếp cận trên toàn bộ mạng lưới của Google như Tìm kiếm, YouTube, Gmail và Discover, các dịch vụ diện có thể mở rộng phạm vi tiếp cận đáng kể mà trước đây chỉ các doanh nghiệp lớn mới làm được. Tuy nhiên, nếu thiếu nguồn lực và kiến thức chuyên sâu để kiểm tra, phân tích và tối ưu chi tiết, các SMBs dễ gặp khó khăn trong việc kiểm soát chi phí và đo lường hiệu quả đầu tư, dẫn đến lãng phí ngân sách và không đạt được ROI mong muốn.

Điều này có thể dẫn đến sự bất bình đẳng trong việc tiếp cận và khai thác công nghệ quảng cáo tiên tiến. Tác động xã hội về lâu dài sẽ phụ thuộc rất nhiều vào việc Google có cung cấp đủ tài nguyên hướng dẫn, các buổi đào tạo thực chiến và đặc biệt là công cụ báo cáo minh bạch cho các doanh nghiệp có ngân sách hạn hẹp hay không. Việc đơn giản hóa vẫn giữ được chiều sâu phân tích là một thách thức lớn.

Để thực sự kiểm soát Performance Max, bạn cần chủ động thử nghiệm. Việc tạo bản nháp thử nghiệm (experiment drafts) và so sánh hiệu suất với các chiến dịch thủ công truyền thống là cực kỳ cần thiết. Bạn cũng cần thường xuyên theo dõi ngân sách (budget pacing) để đảm bảo chiến dịch không chi tiêu quá nhanh hoặc quá chậm so với mục tiêu. Mặc dù PMax tự động hoá nhiều, nhưng việc phân tích báo cáo phân tích theo thành phần (breakdown by asset), theo kênh (by channel), và theo hành động chuyển đổi (by conversion action) sẽ cung cấp cái nhìn sâu sắc, giúp bạn đưa ra những điều chỉnh chiến lược kịp thời.

Về tương lai, Performance Max mở ra một kỷ nguyên đầy hứa hẹn, nơi AI có thể liên tục học hỏi từ dữ liệu hành vi người dùng trên các nền tảng mới. Ví dụ, trong tương lai, chúng ta có thể thấy sự tích hợp với các môi trường thực tế ảo/thực tế tăng cường (AR/VR) hoặc mua sắm bằng giọng nói, dù hiện tại Performance Max chưa hỗ trợ các kênh này mà chỉ tập trung vào Tìm kiếm, Mua sắm, YouTube, Gmail, và Hiển thị. Tuy nhiên, việc tăng cường tự động hoá cũng đặt ra câu hỏi về mức độ kiểm soát của nhà quảng cáo. Chúng ta cần cân nhắc khả năng can thiệp khi hệ thống đưa ra những quyết định có thể gây hại, ví dụ như hiển thị quảng cáo không phù hợp với nội dung nhạy cảm hoặc không hiệu quả. Tương lai sẽ cần một sự cân bằng tinh tế giữa tự động hoá và sự giám sát của con người, cùng với các chuẩn mực về bảo vệ dữ liệu và không phân biệt đối xử rõ ràng.

Mặc dù bài viết này không đi sâu vào quyền riêng tư, nhưng Performance Max dựa vào dữ liệu chuyển đổi và hành vi người dùng là điều hiển nhiên. Với các quy định về dữ liệu cá nhân như GDPR và CCPA ngày càng khắt khe, nhà quảng cáo phải đảm bảo rằng dữ liệu được thu thập và sử dụng tuân thủ các tiêu chuẩn pháp lý. Đây là một thách thức lâu dài mà cả nhà quảng cáo và Google cần giải quyết thông qua các giải pháp như lưu trữ dữ liệu tổng hợp, đồng ý rõ ràng từ người dùng và các công cụ loại trừ tùy chọn.

Tóm lại, Performance Max là một công cụ mạnh mẽ với tiềm năng lớn, nhưng để khai thác tối đa tiềm năng của nó một cách có trách nhiệm và hiệu quả, chúng ta không thể chỉ phụ thuộc hoàn toàn vào AI. Việc kết hợp kiểm toán kỹ lưỡng, hiểu biết sâu sắc về các tín hiệu và khả năng thử nghiệm, cùng với tư duy đạo đức và trách nhiệm xã hội, sẽ là chìa khóa để nhà quảng cáo thực sự kiểm soát được chiến dịch của mình.

HoangDucLong FacebookAds GoogleAds QuangCao Marketing

Bài viết Google Performance Max: Đánh giá sâu sắc về đạo đức và tương đã xuất hiện đầu tiên vào ngày Khoá học quảng cáo MFA.

We need to correct spelling, punctuation, grammar in Vietnam

Chưởng Môn — Tue, 15 Sep 2026 14:07:55 +0000

We need to correct spelling, punctuation, grammar in Vietnamese, preserving content, names, numbers, regulations. Output only corrected article, no extra text.

Let’s read and correct.

Original:

“Kỷ Nguyên Mới Của Lookalike Audience

Bạn có bao giờ tự hỏi làm sao để quảng cáo củmình “chạm” đúng người, đúng thời điểm một cách hiệu quả nhất? Với sự phát triển không ngừng của AI, khái niệm Lookalike Audience cũng đang dần bước sang một kỷ nguyên mới, mà mình tạm gọi là Lookalike 2.0. Đây không chỉ là việc tìm kiếm những người “na ná” khách hàng cũ, mà là một bước tiến sâu hơn trong việc hiểu và dự đoán hành vi củngười tiêu dùng.

Hôm nay, mình cùng đi sâu phân tích về khícạnh đạo đức, tác động xã hội và triển vọng củnhững mô hình phân khúc đối tượng tiên tiến này nhé. Lưu ý là những phân tích dưới đây dựtrên xu hướng chung từ các nghiên cứu về AI trong Bán hàng và Marketing, vì hiện tại chưcó số liệu hay tên cụ thể nào về “Lookalike 2.0” được công bố rộng rãi.

Đầu tiên, về đạo đức trong việc mở rộng nhóm khách hàng tương tự. Theo xu hướng chung, khi người mua hàng ngày càng có nhiều thông tin và kỳ vọng rõ ràng trước khi nhấp chuột, các mô hình AI tiên tiến như Lookalike 2.0 sẽ tìm kiếm những người dùng có hành vi và ý định cực kỳ giống với khách hàng hiện tại củbạn.

Điều này có thể tạo ra một “bóng Filter Bubble” – tức là chúng ta chỉ tiếp cận những người đã có xu hướng mua sắm hoặc tư duy tương tự. Điều này có thể vô tình bỏ qua những nhóm ít được biểu hiện hoặc có nhu cầu khác, dẫn đến câu hỏi về công bằng trong tiếp cận thị trường. Để khắc phục, mình nghĩ các nền tảng cần có cơ chế kiểm tra tính đdạng củcác nhóm lookalike, ví dụ như giới hạn mức độ tương đồng hoặc thực hiện kiểm tra độc lập về đặc điểm dân số học. Một nhóm khách hàng gốc (seed audience) đdạng và đủ lớn là yếu tố then chốt để mô hình lookalike hoạt động ổn định và công bằng hơn.

Thứ hai, chúng ta cần nhìn nhận tác động xã hội lâu dài và sự thay đổi trong hành vi tìm kiếm củngười dùng. Với khả năng suy luận ý định và trả lời các câu hỏi đphần của AI, người dùng đang dần hỏi những câu hỏi dài và phức tạp hơn khi tìm kiếm thông tin trên các công cụ tìm kiếm và mạng xã hội.

Lookalike 2.0, bằng cách phân tích các truy vấn phức tạp này, có thể dự đoán nhu cầu sâu hơn củngười dùng ngay cả trước khi họ thực hiện hành động mua sắm. Điều này giúp người dùng cảm thấy được “hiểu” hơn, từ đó tăng độ tin cậy vào quảng cáo. Nhưng mặt khác, nó cũng có thể làm giảm sự khám phá chủ động, vì AI đã “đoán trước” nhu cầu củhọ. Từ góc độ xã hội, chúng ta cần theo dõi xem việc cá nhân hóquá mức này có làm giảm khả năng tư duy phản biện củngười tiêu dùng hay không. Các mô hình Lookalike cũng cần được cập nhật thường xuyên để phản ánh sự thay đổi liên tục trong hành vi và xu hướng củngười dùng, tránh những suy luận lỗi thời hoặc không chính xác.

Thứ ba, triển vọng tương lai của Lookalike 2.0 là gì? Các hệ thống AI ngày càng giỏi hơn trong việc nhận diện ý định tương tự qua nhiều loại truy vấn và hành trình khách hàng rộng hơn, không chỉ dừng lại ở các tương tác đơn giản.

Tương lai của Lookalike 2.0 có thể sẽ không chỉ dừng lại ở dữ liệu tương tác trong nền tảng (như click, chuyển đổi) mà còn mở rộng tích hợp dữ liệu ngoại tuyến như mua hàng tại cửhàng, dữ liệu từ hệ thống quản lý quan hệ khách hàng (CRM), thậm chí là tín hiệu từ thiết bị Internet Vạn Vật (IoT). Điều này hứhẹn một bức tranh toàn diện hơn về khách hàng, nhưng cũng đặt ra những thách thức lớn về quyền riêng tư và tính “hộp đen” của AI.

Để giảm thiểu những lo ngại này, mình cho rằng các nhà quảng cáo nên yêu cầu các nền tảng cung cấp báo cáo chi tiết về các đặc điểm (nhân khẩu học, sở thích, hành vi) đã được sử dụng để tạo ra nhóm lookalike. Đồng thời, cần có tùy chọn cho phép nhà quảng cáo tùy chỉnh hoặc loại trừ các thuộc tính nhất định mà họ không muốn sử dụng. Hơn nữa, các giải pháp bảo vệ dữ liệu tiên tiến như “phòng dữ liệu sạch” (Data Clean Rooms), “học máy liên kết” (Federated Learning) hoặc “bảo mật vi phân” (Differential Privacy) sẽ đóng vai trò quan trọng trong việc huấn luyện mô hình mà không làm lộ dữ liệu người dùng cá nhân. Các quy định như Quy định chung về bảo vệ dữ liệu (GDPR) củchâu Âu, Đạo luật quyền riêng tư củngười tiêu dùng California (CCPA) và Luật Bảo vệ thông tin cá nhân của Việt Nam cần được tuân thủ nghiêm ngặt.

Việc đảm bảo tính bền vững củmô hình và tránh tình trạng overfitting (quá khớp) khi tích hợp nhiều loại dữ liệu cũng là một yếu tố quan trọng để Lookalike 2.0 thực sự mang lại giá trị.

Tóm lại, Lookalike 2.0, dù còn ở giai đoạn xu hướng và chưcó định nghĩcụ thể, hứhẹn một cuộc cách mạng trong việc phân khúc đối tượng quảng cáo nhờ AI. Tuy nhiên, chúng ta cần cân bằng giữhiệu quả Marketing và các yếu tố đạo đức, xã hội, cũng như đảm bảo sự minh bạch và quyền riêng tư dữ liệu.

HoangDucLong FacebookAds GoogleAds QuangCao Marketing”

We need to fix errors: many typos like “củmình”, “củngười”, “củbạn”, “đdạng”, “đphần”, “cửhàng”, “hứhẹn”, “giữhiệu quả”, “chưcó”, “khícạnh”, etc.

We need to correct to proper Vietnamese: “của mình”, “của người”, “của bạn”, “đẳng”, “đoán”, “của hàng”, “hứa hẹn”, “giữ hiệu quả”, “chưa có”, “khí hậu”? Actually “khícạnh đạo đức” should be “khía cạnh đạo đức”. “củmình” -> “của mình”. “củngười” -> “của người”. “củbạn” -> “của bạn”. “đdạng” -> “đẳng”. “đphần” -> “đoán”. “cửhàng” -> “cửa hàng”. “hứhẹn” -> “hứa hẹn”. “giữhiệu quả” -> “giữ hiệu quả”. “chưcó” -> “chưa có”. “khícạnh” -> “khía cạnh”. Also “củmô hình” -> “của mô hình”. Also “củngười tiêu dùng” repeated; correct to “của người tiêu dùng”. Also “củngười tiêu dùng” after “củngười tiêu dùng” appears multiple times; fix.

Check “củngười tiêu dùng” in first paragraph: “hiểu và dự đoán hành vi củngười tiêu dùng.” -> “hiểu và dự đoán hành vi của người tiêu dùng.”

Second paragraph: “khícạnh đạo đức” -> “khía cạnh đạo đức”. “củnhững mô hình” -> “của những mô hình”. Also “củnhững mô hình phân khúc đối tượng tiên tiến” -> “của những mô hình phân khúc đối tượng tiên tiến”. Also “củnhững” -> “của những”. Also “củnhững” later? Not.

Third paragraph: “củbạn” -> “của bạn”. Also “đdạng” -> “đẳng”. Also “đdạng và đủ lớn” -> “đẳng và đủ lớn”. Also “củngười tiêu dùng” -> “của người tiêu dùng”. Also “củngười tiêu dùng” later: “củngười tiêu dùng” -> “của người tiêu dùng”. Also “củngười tiêu dùng” after “củngười tiêu dùng” repeated.

Also “củngười tiêu dùng” in “củngười tiêu dùng” after “củngười tiêu dùng” appears in “củngười tiêu dùng” within “củngười tiêu dùng” phrase. We’ll replace all.

Also “củngười tiêu dùng” after “củngười tiêu dùng” in “củngười tiêu dùng” maybe.

Check phrase: “củngười tiêu dùng” appears many times; we need to replace with “của người tiêu dùng”. Also “củngười tiêu dùng” in “củngười tiêu dùng” after “củngười tiêu dùng” maybe.

Also “củngười tiêu dùng” in “củngười tiêu dùng” after “củngười tiêu dùng” in “củngười tiêu dùng” phrase.

Also “củngười tiêu dùng” after “củngười tiêu dùng” in “củngười tiêu dùng” maybe.

Let’s go through paragraph by paragraph.

Paragraph 1: “Bạn có bao giờ tự hỏi làm sao để quảng cáo củmình “chạm” đúng người, đúng thời điểm một cách hiệu quả nhất? Với sự phát triển không ngừng của AI, khái niệm Lookalike Audience cũng đang dần bước sang một kỷ nguyên mới, mà mình tạm gọi là Lookalike 2.0. Đây không chỉ là việc tìm kiếm những người “na ná” khách hàng cũ, mà là một bước tiến sâu hơn trong việc hiểu và dự đoán hành vi củngười tiêu dùng.”

Fix: “củmình” -> “của mình”. “củngười” -> “của người”. So: “quảng cáo của mình”. “hiểu và dự đoán hành vi của người tiêu dùng.”

Paragraph 2: “Hôm nay, mình cùng đi sâu phân tích về khícạnh đạo đức, tác động xã hội và triển vọng củnhững mô hình phân khúc đối tượng tiên tiến này nhé. Lưu ý là những phân tích dưới đây dựtrên xu hướng chung từ các nghiên cứu về AI trong Bán hàng và Marketing, vì hiện tại chưcó số liệu hay tên cụ thể nào về “Lookalike 2.0” được công bố rộng rãi.”

Fix: “khícạnh” -> “khía cạnh”. “củnhững” -> “của những”. “dựtrên” -> “dựa trên”. “chưcó” -> “chưa có”. Also “Bán hàng” maybe keep as is but could be “bán hàng”. But we keep original? It’s a proper noun? Probably keep as “bán hàng”. But we can keep as “Bán hàng” as it’s capitalized? We’ll keep as “Bán hàng”. Also “Marketing” capitalized? Keep.

Paragraph 3: “Đầu tiên, về đạo đức trong việc mở rộng nhóm khách hàng tương tự. Theo xu hướng chung, khi người mua hàng ngày càng có nhiều thông tin và kỳ vọng rõ ràng trước khi nhấp chuột, các mô hình AI tiên tiến như Lookalike 2.0 sẽ tìm kiếm những người dùng có hành vi và ý định cực kỳ giống với khách hàng hiện tại củbạn.

Fix: “củbạn” -> “của bạn”. “đdạng” -> “đẳng”. “củcác” -> “của các”. “đdạng và đủ lớn” -> “đẳng và đủ lớn”. Also “củngười tiêu dùng” not present. Also “củngười” not. Also “củngười” maybe none.

Paragraph 4: “Thứ hai, chúng ta cần nhìn nhận tác động xã hội lâu dài và sự thay đổi trong hành vi tìm kiếm củngười dùng. Với khả năng suy luận ý định và trả lời các câu hỏi đphần của AI, người dùng đang dần hỏi những câu hỏi dài và phức tạp hơn khi tìm kiếm thông tin trên các công cụ tìm kiếm và mạng xã hội.

Fix: “củngười” -> “của người”. “đphần” -> “đoán”. “củhọ” -> “của họ”. “củngười tiêu dùng” -> “của người tiêu dùng”. Also “củngười tiêu dùng” appears multiple times: “củngười tiêu dùng” after “củngười tiêu dùng”. We’ll replace each.

Also “củngười tiêu dùng” in “củngười tiêu dùng” after “củngười tiêu dùng” maybe.

Let’s rewrite paragraph with fixes.

Paragraph 5: “Thứ ba, triển vọng tương lai của Lookalike 2.0 là gì? Các hệ thống AI ngày càng giỏi hơn trong việc nhận diện ý định tương tự qua nhiều loại truy vấn và hành trình khách hàng rộng hơn, không chỉ dừng lại ở các tương tác đơn giản.

Việc đảm bảo tính bền vững củmô hình và tránh tình trạng overfitting (quá khớp) khi tích hợp nhiều loại dữ liệu cũng là một yếu tố quan trọng để Lookalike 2.0 thực sự mang lại giá trị.”

Fix: “cửhàng” -> “cửa hàng”. “hứhẹn” -> “hứa hẹn”. “củchâu Âu” -> “của châu Âu”. “củngười tiêu dùng California” -> “của người tiêu dùng California”. “củmô hình” -> “của mô hình”. Also “củngười tiêu dùng” maybe none else.

Paragraph 6: “Tóm lại, Lookalike 2.0, dù còn ở giai đoạn xu hướng và chưcó định nghĩcụ thể, hứhẹn một cuộc cách mạng trong việc phân khúc đối tượng quảng cáo nhờ AI. Tuy nhiên, chúng ta cần cân bằng giữhiệu quả Marketing và các yếu tố đạo đức, xã hội, cũng như đảm bảo sự minh bạch và quyền riêng tư dữ liệu. ”

Fix: “chưcó” -> “chưa có”. “hứhẹn” -> “hứa hẹn”. “giữhiệu quả” -> “giữ hiệu quả”. Also maybe “củngười” none.

Now also need to fix any other typos: “củngười” appears in “củngười tiêu dùng” we replaced. Also “củngười” in “củngười tiêu dùng” maybe also in “củngười tiêu dùng” after “củngười tiêu dùng”. We’ll ensure all replaced.

Check phrase: “củngười tiêu dùng” appears also in “củngười tiêu dùng” after “củngười tiêu dùng” maybe in “củngười tiêu dùng” within “củngười tiêu dùng” phrase. We’ll replace all.

Now also check “củngười” in “củngười tiêu dùng” maybe in “củngười tiêu dùng” after “củngười tiêu dùng” in “củngười tiêu dùng” phrase. Already.

Now also check “củngười” in “củngười tiêu dùng” after “củngười tiêu dùng” maybe in “củngười tiêu dùng” within “củngười tiêu dùng” phrase.