Dùng AI sàng lọc khách hàng tiềm năng từ dữ liệu Facebook trong 20 phút
Một danh sách người tương tác chưa phải danh sách khách sẵn sàng mua. Người hỏi giá, người cần hỗ trợ đơn cũ và người đăng ký tư vấn có nhu cầu khác nhau. AI giúp sắp xếp những gì khách thực sự nói, để đội bán hàng chọn bước tiếp theo phù hợp.
Mốc 20 phút dưới đây dành cho một tập dữ liệu nhỏ đã có sẵn. Không bao gồm việc xin quyền truy cập, thu thập toàn bộ dữ liệu hoặc xác minh mọi bản ghi.
📥 1. Phút 0–4: chọn đúng đầu vào
Ưu tiên yêu cầu tư vấn khách đã gửi cho doanh nghiệp, dữ liệu biểu mẫu bạn được quyền sử dụng hoặc lịch sử trao đổi liên quan trong hệ thống của mình. Báo cáo tổng hợp về lượt xem, độ tuổi hoặc khu vực không tự biến thành thông tin liên hệ từng người.
Meta phân biệt việc thu thập tự động được cho phép và scraping trái điều khoản trong hướng dẫn về data scraping. Quy trình này bắt đầu từ dữ liệu bạn đã có quyền dùng; không cần quét hồ sơ, nhóm kín hay tìm thêm thông tin cá nhân để lấp chỗ trống.
Tạo các trường lead_id, source, created_at, message, requested_product, contact_permission và status. Giữ số điện thoại, email trong hệ thống quản lý nếu việc phân tích chỉ cần mã khách và nội dung yêu cầu. Chỉ đưa dữ liệu cần thiết vào công cụ AI phù hợp với quy định của doanh nghiệp.
🧹 2. Phút 4–8: làm sạch mà không đoán
Chuẩn hóa ngày, tên sản phẩm và trạng thái. Gộp bản ghi trùng bằng khóa đáng tin cậy; hai người trùng tên không đủ để kết luận là một người. Gắn nhãn dữ liệu thiếu thay vì tự bổ sung.
Làm sạch tập yêu cầu tư vấn đã được phép sử dụng dưới đây. Giữ nguyên lead_id và nội dung làm bằng chứng. Phát hiện bản ghi có khả năng trùng nhưng không gộp chỉ vì trùng tên. Tách yêu cầu mua, câu hỏi sản phẩm, hỗ trợ đơn cũ và nội dung không rõ. Không tìm hoặc suy đoán số điện thoại, email, thu nhập hay thuộc tính cá nhân. Trường thiếu ghi null. Trả riêng danh sách cần người kiểm tra.
Kiểm tra tổng số dòng trước và sau. Nếu một dòng bị loại, phải biết lý do. Một danh sách “sạch” nhưng mất yêu cầu thật sẽ làm đội bỏ sót khách.
🎯 3. Phút 8–13: ưu tiên theo nhu cầu được nói rõ
Ưu tiên dựa trên sản phẩm được hỏi, câu hỏi cần trả lời và thời điểm khách tự nêu. “Tôi cần giao trước thứ Sáu” là bằng chứng về thời gian; một lượt thích không chứng minh ý định mua.
- Yêu cầu cụ thể: khách hỏi cách đặt, báo giá cho số lượng rõ hoặc thời gian đáp ứng.
- Cần thêm thông tin: khách hỏi tính năng hay khả năng phù hợp.
- Hỗ trợ: chuyển đúng người phụ trách đơn hàng hoặc kỹ thuật.
- Chưa rõ: cần đọc lại ngữ cảnh hoặc hỏi một câu ngắn.
Với mỗi lead_id, trả về nhu cầu khách nói rõ, trích đoạn ngắn làm bằng chứng, câu hỏi còn thiếu, mức ưu tiên xử lý và lý do. Không diễn giải “hỏi giá” thành “chắc chắn mua”. Không suy ra khả năng chi trả từ tên, ảnh hoặc hồ sơ cá nhân. Nếu thiếu căn cứ, ghi “chưa rõ” và đề xuất bước xác minh.
💬 4. Phút 13–17: soạn câu trả lời có ích
Cho AI bảng giá, chính sách giao hàng và thông tin sản phẩm đã duyệt. Mỗi tin nhắn nên trả lời đúng câu hỏi trước, rồi đề xuất một bước tiếp theo. Không tự thêm giảm giá, số lượng sắp hết hoặc lời hứa giao hàng.
Ví dụ minh họa, dùng dữ liệu giả: “Anh/chị đang hỏi phiên bản [A]. Giá hiện được xác nhận là [giá]. Anh/chị muốn dùng cho [nhu cầu] để bên em kiểm tra bản phù hợp không?” Các chỗ trong ngoặc phải được điền từ nguồn thật trước khi dùng.
📌 Phân biệt bản nháp với quyền gửi
Trạng thái contact_permission cần xuất phát từ dữ liệu hoặc quy trình của bạn. AI không thể xác lập quyền liên hệ chỉ từ một bình luận. Nếu chưa rõ kênh và phạm vi được phép, giữ bản nháp để người phụ trách kiểm tra.
✅ 5. Phút 17–20: đưa vào danh sách làm việc
Lưu lead_id, nhóm nhu cầu, người phụ trách, bước tiếp theo, ngày xem lại và trạng thái xử lý. Giữ liên kết về nguồn để người nhận có thể đọc toàn bộ ngữ cảnh.
Trước khi nhập vào CRM hoặc bảng tính, kiểm tra mã trùng, định dạng ngày và các trường bắt buộc. Sau nhập, đọc lại một số bản ghi và đối chiếu số lượng. Đội cần học quy trình có thể xem video thao tác với dữ liệu mẫu được ghi bằng CYAN CAM, hiện ở beta.
📊 6. Học từ kết quả thực tế
Theo dõi thời gian phản hồi, số yêu cầu được giải quyết và lý do không phù hợp. Đừng coi điểm ưu tiên AI là xác suất mua hàng. Khi phát hiện một nhóm thường bị phân loại sai, sửa tiêu chí và kiểm tra lại các bản ghi tương tự.
Danh sách tốt giúp đội hiểu nên trả lời ai, trả lời điều gì và dựa vào bằng chứng nào. Đó là giá trị thiết thực hơn một bảng dài chứa nhiều suy đoán.