Quản trị trải nghiệm khách hàng trong kỷ nguyên AI: Bài học từ Long Châu

Giới thiệu

Trong bối cảnh chuyển đổi số ngày càng sâu rộng, AI không còn là khái niệm xa vời mà đã trở thành công cụ thiết yếu giúp doanh nghiệp tối ưu vận hành và nâng cao trải nghiệm khách hàng. Tuy nhiên, giữa hàng loạt câu chuyện hào nhoáng về AI, không nhiều doanh nghiệp thực sự hiểu cách ứng dụng công nghệ này một cách hiệu quả.

Bài viết này tổng hợp những chia sẻ quý báu từ hai chuyên gia hàng đầu trong lĩnh vực quản trị trải nghiệm khách hàng (Customer Experience - CX):

• Nguyễn Dương – Chuyên gia CX, Founder Vperia với hơn 15 năm kinh nghiệm tư vấn cho các doanh nghiệp trong và ngoài nước
• Ngô Quốc Bảo – Giám đốc Cấp cao Trải nghiệm Khách hàng của Nhà thuốc Long Châu, đơn vị phục vụ hơn 30 triệu khách hàng mỗi năm

PHẦN 1: NỀN TẢNG CỦA QUẢN TRỊ TRẢI NGHIỆM KHÁCH HÀNG

CX là gì và tại sao nó quan trọng?

Trải nghiệm khách hàng không đơn thuần là dịch vụ chăm sóc khách hàng. Đó là toàn bộ cảm nhận và đánh giá của khách hàng về doanh nghiệp xuyên suốt hành trình: từ lúc biết đến thương hiệu, tiếp xúc, mua hàng, sử dụng, cho đến khi quay lại.

Theo Nguyễn Dương, khách hàng đánh giá trải nghiệm qua ba tiêu chí:

1. Đạt mục tiêu: Sản phẩm/dịch vụ có giúp khách hàng giải quyết vấn đề không?
2. Thuận tiện: Quá trình có nhanh chóng, dễ dàng hay rắc rối, phức tạp?
3. Cảm xúc: Khách hàng có được tôn trọng hay cảm thấy bị lợi dụng, thờ ơ?

Xu hướng ứng dụng AI trong CX toàn cầu

Hiện nay, các doanh nghiệp trên thế giới đang tập trung AI vào ba lĩnh vực chính:

1. Hiểu khách hàng ở quy mô lớn

• Thu thập và phân tích dữ liệu về nhu cầu, mong muốn của khách hàng
• Phân khúc khách hàng tự động dựa trên hành vi
• Dự báo xu hướng tiêu dùng

2. Tự động hóa và hỗ trợ 24/7

• Chatbot thông minh xử lý các yêu cầu phổ biến
• Hệ thống tự phục vụ giúp khách hàng tìm thông tin nhanh chóng
• Giảm thời gian chờ đợi, tăng tính thuận tiện

3. Cá nhân hóa trải nghiệm

• Gửi thông điệp phù hợp với từng khách hàng
• Đề xuất sản phẩm dựa trên lịch sử và sở thích
• Tạo cảm giác được quan tâm riêng biệt

Ví dụ thực tế: Khách hàng bị hen suyễn ở Hà Nội nhận tin nhắn nhắc mặc áo ấm khi trời chuyển lạnh, trong khi khách hàng ở Sài Gòn không nhận được thông báo này. Đây là cá nhân hóa dựa trên dữ liệu bệnh lý và vị trí địa lý.

PHẦN 2: CASE STUDY LONG CHÂU - KHI AI BIẾN Ý TƯỞNG THÀNH HIỆN THỰC

Bối cảnh và thách thức

Nhà thuốc Long Châu hiện có:

• Hơn 30 triệu khách hàng (1/3 dân số Việt Nam)
• 17 triệu giao dịch mỗi tháng
• 2.400 cửa hàng trên toàn quốc
• Hàng chục nghìn SKU (đơn vị sản phẩm)
• 20.000+ cán bộ y tế (dược sĩ, bác sĩ, điều dưỡng)

Với quy mô này, việc quản lý bằng sức người là bất khả thi.

Ứng dụng 1: Quản lý tồn kho thông minh

Thách thức:

• Phải đảm bảo đủ hàng khi khách hỏi
• Không thể tích trữ thừa vì chi phí cao và thuốc có hạn sử dụng
• Nhu cầu khác nhau theo vùng miền, thời tiết, dịch bệnh

Giải pháp AI:

• Dự báo nhu cầu theo từng cửa hàng dựa trên dữ liệu lịch sử, xu hướng, yếu tố môi trường
• Phân bổ hàng hóa phù hợp thay vì chia đều
• Quản lý đến từng viên thuốc/ống thuốc

Kết quả:

• Tỷ lệ có hàng khi khách hỏi: >95%
• Kiểm kê tồn kho từ 3 ngày rút xuống còn 2 giờ
• Tỷ lệ thuốc cận date (gần hết hạn) được kiểm soát tốt

Ứng dụng 2: Đào tạo dược sĩ với AI Mentor

Thách thức:

• Kiến thức dược phẩm cập nhật liên tục
• 20.000 nhân sự trải rộng 63 tỉnh thành
• Không thể tổ chức đào tạo tập trung thường xuyên

Giải pháp AI:

• Hệ thống AI Mentor cá nhân hóa lộ trình học tập cho từng người
• Knowledge base vẽ bản đồ tri thức (neuron note) của mỗi dược sĩ
• Bài test thích ứng: câu hỏi tự động điều chỉnh theo điểm yếu của từng người
• Nhắc nhở kiến thức qua nhiều kênh: app, check-in hàng ngày

Kết quả:

• Đào tạo liên tục, không giới hạn thời gian
• Mỗi người có lộ trình riêng theo năng lực
• Dược sĩ nắm vững kiến thức, tự tin tư vấn khách hàng

Ứng dụng 3: Đọc đơn thuốc viết tay

Thách thức:

• Nhiều đơn thuốc vẫn viết tay, chữ khó đọc
• Dược sĩ mất thời gian giải mã
• Nguy cơ sai sót cao

Giải pháp AI:

• Machine learning nhận dạng chữ viết tay
• Học từ hàng triệu đơn thuốc thực tế
• Kết hợp ngữ cảnh: triệu chứng, cân nặng, độ tuổi

Kết quả:

• Độ chính xác 98%
• Tiết kiệm thời gian xử lý đơn
• Giảm thiểu sai sót

Ứng dụng 4: Chatbot nội bộ

Đặc điểm:

• KHÔNG dùng để giao tiếp trực tiếp với khách hàng
• Hỗ trợ dược sĩ tra cứu thông tin nhanh (thành phần, liều dùng, tương tác thuốc)
• Trả lời 100+ tình huống thường gặp

Triết lý: AI làm việc hậu cần, con người tập trung kết nối cảm xúc với khách hàng.

PHẦN 3: AI NGOÀI LĨNH VỰC BÁN LẺ

Ví dụ: AI trong y tế - Tầm soát ung thư

Phương pháp truyền thống (Nhật Bản):

• Mất 2 ngày kiểm tra toàn diện
• Chi phí gần 100 triệu đồng
• Cần nhiều bác sĩ và thiết bị

Phương pháp ứng dụng AI:

• Rút ngắn xuống 2 giờ
• Chi phí 8 triệu đồng
• Độ chính xác cao với các bệnh ung thư chính

Ý nghĩa:

• Giúp nhiều người tiếp cận dịch vụ y tế chất lượng
• Tăng hiệu suất gấp nhiều lần
• Khách hàng vẫn đạt mục tiêu tầm soát

PHẦN 4: NHỮNG SAI LẦM PHỔ BIẾN KHI ỨNG DỤNG AI

Sai lầm 1: Mindset sai - Dùng AI để "móc túi" khách hàng

Một số doanh nghiệp dùng AI và Big Data để:

• Khai thác điểm yếu khách hàng
• Đẩy hàng không phù hợp
• Spam thông tin khuyến mại

Hậu quả: Khách hàng cảm thấy bị lợi dụng, trải nghiệm tệ, không quay lại.

Cách đúng: Dùng AI để hiểu khách hàng nhằm phục vụ họ tốt hơn, không phải để bán nhiều hơn.

Sai lầm 2: Không hiểu bản chất CX

Nhiều doanh nghiệp nghĩ CX = chatbot trả lời 24/7. Nhưng CX thực sự bao gồm:

• Toàn bộ hành trình khách hàng
• Các điểm chạm (touchpoint) từ đầu đến cuối
• Cả phần backend (tồn kho, đào tạo nhân viên, quy trình nội bộ)

Lời khuyên: Hiểu rõ hành trình khách hàng trước, sau đó mới xác định AI có thể giúp gì ở từng điểm.

Sai lầm 3: Làm theo phong trào, không có chiến lược

Biểu hiện:

• Giao cho IT mua một công cụ AI bất kỳ
• Kỳ vọng kết quả ngay lập tức
• Đầu tư ồ ạt không có trọng tâm

Hậu quả:

• Chatbot không ai dùng
• Tốn tiền nhưng không hiệu quả
• Mất niềm tin vào AI

Sai lầm 4: Coi AI là "cây đũa thần"

Sự thật:

• AI không thể thay thế hoàn toàn con người
• AI là trợ lý, không phải người ra quyết định
• AI cần dữ liệu, thời gian và điều chỉnh liên tục

Ví dụ: Chatbot Long Châu không giao tiếp trực tiếp với khách vì vấn đề như "Anh Minh hay Chị Minh?". Họ dùng chatbot cho nội bộ, để con người lo phần cảm xúc.

PHẦN 5: LỘ TRÌNH ỨNG DỤNG AI ĐÚNG CÁCH

Bước 1: Có chiến lược CX rõ ràng

Trải nghiệm khách hàng là chiến lược và văn hóa, không phải chiến dịch ngắn hạn.

Câu hỏi cần trả lời:

• Khách hàng mục tiêu của chúng ta là ai?
• Hành trình của họ như thế nào?
• Chúng ta muốn họ cảm nhận điều gì?

Bước 2: Xây dựng nền tảng dữ liệu

Không có dữ liệu = không có AI

Cần có:

• Hệ thống thu thập dữ liệu khách hàng (CDP - Customer Data Platform)
• Lịch sử mua hàng, hành vi trên website/app
• Feedback, khảo sát
• Dữ liệu vận hành nội bộ

Bước 3: Xác định điểm ứng dụng

Ánh xạ hành trình khách hàng và hỏi:

• Chỗ nào cần hiểu khách hàng quy mô lớn?
• Chỗ nào cần tự động hóa công việc lặp đi lặp lại?
• Chỗ nào cần cá nhân hóa?
• Chỗ nào cần hỗ trợ 24/7?

Bước 4: Bắt đầu với bài toán cụ thể, có nhiều dữ liệu

ĐỪNG đầu tư ồ ạt khắp nơi. Thay vào đó:

• Chọn 1-2 điểm có nhiều dữ liệu nhất
• Chọn bài toán dễ đo lường kết quả
• Pilot (thử nghiệm) trước khi mở rộng
• Điều chỉnh dựa trên feedback

Bước 5: Đo lường và cải tiến

Thiết lập KPI rõ ràng:

• Không phải "tăng doanh thu" mơ hồ
• Mà là: tỷ lệ có hàng, thời gian kiểm kê, điểm hài lòng khách hàng, số lượt tra cứu chatbot...

Bước 6: Đảm bảo yếu tố con người

AI thành công = Công nghệ + Con người

Cần:

• Đào tạo nhân viên hiểu và dùng AI
• Giải thích AI giúp gì cho công việc của họ (không phải thay thế)
• Các bộ phận phải "buy-in", thấy giá trị
• Lãnh đạo cam kết và hỗ trợ

KẾT LUẬN: 3 NGUYÊN TẮC VÀNG

1. AI phải phục vụ khách hàng, không phải khai thác khách hàng

   • Mục tiêu: giúp khách đạt mục tiêu, thuận tiện, có cảm xúc tốt
   • AI là phương tiện, CX là mục đích

2. Dữ liệu là nền móng, chiến lược là kim chỉ nam

   • Số hóa trước khi nghĩ đến AI
   • Hiểu CX trước khi áp dụng công nghệ

3. AI không phải cây đũa thần

   • Bắt đầu nhỏ, đo lường cụ thể
   • Kết hợp con người và công nghệ
   • Kiên trì và liên tục cải tiến

---

Bài viết được tổng hợp từ những chia sẻ thực tế của các chuyên gia hàng đầu trong lĩnh vực CX và AI. Hy vọng những bài học từ Long Châu sẽ giúp doanh nghiệp Việt áp dụng AI một cách hiệu quả, tạo ra giá trị thực sự cho khách hàng.