Zero-Party Data là gì? Cách thu thập dữ liệu khách hàng chủ động

Zero-Party Data là dữ liệu khách hàng chủ động và có chủ ý chia sẻ với doanh nghiệp: sở thích, nhu cầu, dự định mua, hoàn cảnh sử dụng, cách và tần suất muốn được liên hệ. Khách biết mình đang cung cấp thông tin gì, và thường cung cấp vì mong nhận lại một điều cụ thể — gợi ý hợp hơn, ưu đãi đúng dịp, ít tin nhắn không liên quan hơn.

Loại dữ liệu này khác First-Party Data ở cách hình thành: first-party là dữ liệu hành vi, giao dịch mà doanh nghiệp tự ghi nhận (khách đã mua gì, xem gì), còn zero-party là điều khách tự khai. Một bên cho biết khách đã làm gì, một bên cho biết khách nói mình muốn gì.

Zero-Party Data và First-Party Data khác nhau thế nào

Hai loại bổ sung nhau. Khi chúng mâu thuẫn — khách khai thích phong cách tối giản nhưng ba đơn gần nhất toàn đồ hoạ tiết — đó là tín hiệu để hỏi lại hoặc tin hành vi gần đây hơn, không phải để bỏ một bên.

Các cách thu thập Zero-Party Data phổ biến

• Quiz tư vấn: “chọn kem chống nắng hợp da bạn”, “tìm khoá học hợp trình độ” — khách trả lời 3–5 câu để nhận gợi ý. Đây cũng là một dạng lead magnet.
• Câu hỏi khi đăng ký hoặc onboarding: trung tâm tiếng Anh hỏi mục tiêu học (giao tiếp, thi chứng chỉ, công việc) khi đăng ký học thử.
• Khảo sát ngắn sau mua: một câu hỏi “bạn mua món này cho dịp gì” trên trang cảm ơn.
• Trung tâm tuỳ chọn (preference center): khách tự chọn chủ đề muốn nhận, kênh và tần suất.
• Form đặt lịch: phòng khám hỏi vấn đề cần khám, spa hỏi loại da — giúp chuẩn bị trước buổi hẹn.
• Hỏi trực tiếp qua tin nhắn: nhân viên hỏi và ghi lại, miễn là ghi có cấu trúc chứ không nằm trong đoạn chat.

Quy trình thu thập Zero-Party Data 6 bước

Bước 1. Chọn sở thích thật sự cần biết

Bắt đầu từ quyết định marketing, không bắt đầu từ danh sách câu hỏi. Hỏi: nếu biết điều này, tôi sẽ làm khác đi điều gì? Quán cà phê biết khách thích cà phê đậm hay trà trái cây thì gửi ưu đãi đúng món; biết khách thường đến buổi sáng hay tối thì chọn giờ gửi tin. Nếu một câu trả lời không làm thay đổi hành động nào, đừng hỏi. Mỗi câu hỏi thừa là một lý do để khách bỏ ngang, và là thêm một trường dữ liệu phải bảo vệ.

Bước 2. Giải thích lợi ích khi khách cung cấp dữ liệu

Khách trả lời khi thấy được lợi ích cụ thể và tức thì. “Cho chúng tôi biết thêm về bạn” là lời mời yếu; “Chọn loại da để nhận gợi ý liệu trình phù hợp ngay sau đây” rõ hơn nhiều. Ngay cạnh câu hỏi, nói ngắn gọn câu trả lời được dùng để làm gì và khách có thể đổi lại ở đâu. Sự minh bạch này vừa tăng tỉ lệ trả lời, vừa là nền tảng cho việc dùng dữ liệu đúng phạm vi ở bước 6.

Bước 3. Thiết kế câu hỏi ngắn và dễ bỏ qua

Ưu tiên câu hỏi chọn đáp án thay vì gõ tự do, 3–5 câu cho mỗi lần hỏi, có lựa chọn “Không muốn trả lời” hoặc “Bỏ qua”. Hỏi dần theo hành trình thay vì hỏi hết một lần: lần đầu hỏi phong cách, lần mua thứ hai hỏi dịp sử dụng. Tránh câu hỏi về thông tin nhạy cảm — sức khoẻ, tài chính, tôn giáo, đời sống riêng — trừ khi thật sự cần cho dịch vụ (như phòng khám) và đã có cách xử lý phù hợp.

Bước 4. Lưu câu trả lời cùng thời điểm và nguồn

Mỗi câu trả lời cần đi kèm: ngày trả lời, trả lời ở đâu (quiz trên web, form đặt lịch, nhân viên ghi), và phiên bản câu hỏi. Sở thích thay đổi: khách chọn “chuẩn bị cưới” sáu tháng trước thì hôm nay có thể đã khác. Không có ngày, bạn sẽ gửi ưu đãi váy cưới cho người đã cưới xong. Lưu ở nơi có cấu trúc — CRM, phần mềm bán hàng, bảng tính có cột rõ ràng — không để trong ghi chú tự do.

Bước 5. Cho khách chỉnh sửa lựa chọn

Khách phải có cách xem lại, sửa hoặc xoá câu trả lời của mình, và đổi kênh, tần suất liên hệ: một đường link trong email, một mục trong tài khoản, hoặc đơn giản là nhắn cho fanpage và được xử lý. Khi khách sửa, bản mới thay bản cũ ngay ở mọi nơi dùng dữ liệu. Đây vừa là trải nghiệm tốt, vừa phù hợp tinh thần tôn trọng quyền của chủ thể dữ liệu trong Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân — với nghĩa vụ cụ thể, nên hỏi người có chuyên môn pháp lý.

Bước 6. Dùng dữ liệu trong phạm vi đã thông báo

Nếu đã nói “dùng để gợi ý sản phẩm”, đừng dùng để bán dữ liệu cho đối tác hay gọi điện chào dịch vụ khác. Nếu khách chọn “chỉ nhận tin khuyến mãi mỗi tháng một lần”, đừng gửi mỗi tuần. Cá nhân hoá cũng có giới hạn: dùng câu trả lời để chọn nội dung phù hợp là tốt, nhưng nhắc lại quá chi tiết điều khách đã khai (“vì bạn đang điều trị mụn nội tiết…”) trong một tin nhắn có thể khiến khách thấy bị theo dõi. Khi cá nhân hoá qua email, xem thêm AI email marketing.

Ví dụ thực hành: quiz 3 câu của shop thời trang

Ví dụ giả định: một shop thời trang online thêm quiz “Tìm set đồ hợp bạn” trên website. Shop không hỏi nghề nghiệp hay thu nhập vì những thông tin đó không phục vụ việc gợi ý.

Dưới quiz có một dòng: “Câu trả lời chỉ dùng để gợi ý sản phẩm và nội dung phù hợp. Bạn có thể đổi lựa chọn trong mục Tài khoản.” Sau vài tuần, shop dùng câu trả lời đã tổng hợp để chia nhóm khách và viết nội dung riêng cho từng nhóm — cách chia nhóm chi tiết ở bài phân khúc khách hàng bằng AI.

AI giúp được gì với Zero-Party Data

Sai lầm thường gặp

• Hỏi quá nhiều trong một lần, biến quiz 3 câu thành form 15 trường.
• Hỏi mà không dùng: khách khai sở thích rồi vẫn nhận đúng tin nhắn như mọi người — lần sau họ sẽ không trả lời nữa.
• Không lưu ngày trả lời, dùng sở thích đã cũ nhiều tháng.
• Bắt buộc trả lời mới cho xem kết quả hay nhận ưu đãi.
• Dùng câu trả lời ngoài phạm vi đã nói, hoặc nhắc lại điều khách khai một cách quá riêng tư.

Câu hỏi thường gặp