Như định nghĩa ở phần 1, Competitive Intelligence là các hoạt động nhằm lấy được insights về: (a) competitors, (b) the market/industry, và (c) the domestic/global economy. Tùy vào công việc cụ thể mà bạn có thể cần một số hoặc cả ba thông tin cho việc phân tích của mình.
Ví dụ, nếu bạn làm phân tích về mức độ hài lòng của khách hàng với dịch vụ của công ty mình, hoặc phân tích về năng suất của nhân viên trong công ty, bạn có thể chỉ cần thông tin tương tự của (a) competitors để so sánh và đánh giá bản thân là đủ. Nếu bạn đang tìm kiếm hướng phát triển sản phẩm mới, thì ngoài data khách hàng hiện có, bạn có thể tham khảo thêm về data (b) thị trường và thị hiếu để có cái nhìn bao quát, từ đó phát hiện nhu cầu chưa được đáp ứng của thị trường. Còn nếu cần nghiên cứu chiến lược phát triển tổng thể cho toàn công ty, ngoài (a) và (b), thì bạn sẽ cần thêm thông tin (c) về nền kinh tế trong nước và thế giới.
Các dạng Competitive Intelligence
Nhìn chung thì CI có thể được phân loại dựa trên 3 khía cạnh chính (dimensions):
1 - By subject (đối tượng):
Đối tượng chính của data? What is the data about?
Consumers
Competitors
Overall business conditions (regulations, overall market trends, domestic and global economic direction)
2 - By input data (data đầu vào):
Data đầu vào là loại dữ liệu gì? từ đó suy ra được những ưu và nhược điểm của dữ liệu đầu và hệ quả là ưu và nhược điểm của các insight thu được? What kind of data is it? from there one can understand the pros and cons of the input data and as a result, the insights you can gain from it.
Primary (dữ liệu sơ cấp): e.g., interview, survey, store audit
Secondary (dữ liệu thứ cấp): e.g., scraped data, public database, published reports
3 - By data analysis techniques: (phương pháp xử lý và phân tích data):
Data đầu vào được xử lý và phân tích như thế nào để cho ra được insight cuối cùng? How was the input data processed and analyzed to yield the final insights?
Qualitative (phân tích định tính)
Quantitative (phân tích định lượng)
Ví dụ: Nielsen's Retail audit data
Công ty Nielsen được biết đến nhiều nhất với Retail audit data (dữ liệu kiểm toán bán lẻ) hay còn có thể được nhắc tới dưới tên Retail Measurements. Đây là dữ liệu được nhân viên Nielsen đi thu thập tại các của hàng và dữ liệu sẽ bao gồm: thông tin sản phẩm được bán trên thị trường, bán ở đâu, giá cả, khuyến mãi, doanh số.
Subject: Dù chúng ta có thể suy ra (infer) được thị hiếu người dùng, nhưng đối tượng chính mà dữ liệu đo đếm là về market và competitors.
Input data: Đây là dữ liệu được chính công ty thu thập cho một mục đích cụ thể - đo lường thị trường bán lẻ, nên nó sẽ là Primary data.
Data analysis technique: Các thông tin thu thập được là con số … rất nhiều con số, nên chúng ta có thể xác định luôn cách duy nhất để có thể phân tích là dùng quantitative techniques.
Nhận xét: Vì chỉ có thông tin về sản phẩm và doanh số, nên dù primary data có tính chính xác cao, cái chúng ta chỉ có thể kết luận mang tính chắc chắn về (a) đối thủ và (b) thị trường. Mọi suy đoán về hành vi người dùng sẽ kém chính xác, và cần thêm data CI dạng qualitative (e.g, survey, interview) để xác minh.
Bảng so sánh các dạng CI data phổ biến (nhấn mũi tên để expand)
Chọn CI data thế nào và lấy ở đâu?
Để chọn data CI thì bạn cần xác định:
Nguồn lực của bạn/cty bạn tới đâu: tiền bạc (ngoài ra là thời gian và nhân sự/chuyên môn)
Bạn cần CI về ai/cái gì (subject): competitors, consumers, hay overall business conditions
Tiền bạc là tiên quyết: không có tiền thì tự làm thôi 🙂
Ba cách nổi bật để tìm kiếm thông tin CI khi không có nguồn lực là:
Thông tin public và free: Google, các database public đáng tin cậy như database của chính phủ.
Gọi điện cho người thân: đây là lúc các bạn liên lạc lại người quen trong ngành để hỏi ý kiến, và thông tin nếu được.
Tự lấy data về tự phân tích: thường sẽ là scrape data từ web về để phân tích nếu cty/bộ phận bạn có chuyên môn để làm sau đó tự phân tích. Tất nhiên là data scrape về sẽ là secondary data nên khi sử dụng để đưa ra insight bạn sẽ cần phải cẩn trọng.
Nếu cty chả có gì ngoài tiền thì bạn có thể cân nhắc danh sách sau để đi sốp ping:
Các đơn vị cung cấp thông tin CI thường sẽ chuyên về một hoặc một vài nhóm ngành. Ở bảng dưới đây, Cherry đưa ra vài cái tên nổi bật cho từng loại CI và ngành nghề tương ứng.
CI Type | Retail | Pharmaceutical | E-commerce | IT | Fashion |
Retail Measurements | Nielsen, IRI | IQVIA, Symphony Health | SimilarWeb, Nielsen | Gartner, IDC | NPD Group, Euromonitor |
Consumer Panel | Kantar, Nielsen | Kantar, M3 Global Research | Amazon Insights, Shopify | App Annie, Statista | Vogue Business Intelligence, Kantar |
Social Media Monitoring (aka. Social Listening) | Hootsuite, Brandwatch | Talkwalker, Meltwater | BuzzSumo, Mention | Brand24, Sprout Social | WGSN, TrendWatching |
Financial Analysis | Bloomberg, S&P Global | Bloomberg, Thomson Reuters | Yahoo Finance, Morningstar | Crunchbase, PitchBook | Business of Fashion, WWD |
Expert Interviews | McKinsey & Company, Deloitte | LEK Consulting, ZS Associates | eMarketer, Forrester | Gartner, IDC | McKinsey & Company, Bain & Company |
Consumer Survey | SurveyMonkey, Qualtrics | Medallia, SurveyMonkey | Google Surveys, Typeform | SurveyMonkey, J.D. Power | SurveyMonkey, Qualtrics |
Market Intelligence Reports | Nielsen, Euromonitor | IQVIA, Frost & Sullivan | eMarketer, Statista | IDC, Gartner | Fashion Snoops, Euromonitor |
Regulatory Filings and Legal Documents | LexisNexis, Thomson Reuters | FDA databases, LexisNexis | SEC filings via EDGAR, LexisNexis | USPTO, WIPO | Fashion Law Institute, LexisNexis |
Patent Analysis | PatSnap, Clarivate | Clarivate, PatSnap | Google Patents, Clarivate | WIPO, USPTO | The Fashion Law, PatSnap |
Comments