Facebook automation
*SON HUNG

Năm: 2025

Đội: Tiếp thị Giao hàng Nội bộ

Vai trò của tôi: Chuyên viên Tiếp thị

Year: 2026

My Role: Marketing Executive

Năm: 2025

Đội: Tiếp thị Giao hàng Nội bộ

Vai trò của tôi: Chuyên viên Tiếp thị

Graphic Design
Social Media Design
Branding
Graphic Design
Social Media Design
Branding
Graphic Design
Social Media Design
Branding
Graphic Design
Social Media Design
Branding
Graphic Design
Social Media Design
Branding
Graphic Design
Social Media Design
Branding
Graphic Design
Social Media Design
Branding
Graphic Design
Social Media Design
Branding
Graphic Design
Social Media Design
Branding

Phân khúc và Chiến lược Hành trình Khách hàng

Ngữ cảnh

Khi tôi lần đầu tham gia vào dự án, các chiến dịch quảng cáo đang nhắm đến tất cả người dùng ứng dụng hiện có mà không có phân khúc.
Cách tiếp cận này tạo ra hai vấn đề lớn:

Rất khó để đo lường ROAS thực sự vì những người dùng trung thành có xu hướng mua nhiều lần, làm sai lệch dữ liệu hiệu suất.
Các quảng cáo thiếu sự nhắm mục tiêu hành vi — chúng tôi không thể biết người dùng là mới, không hoạt động, hay đang ở giữa hành trình quyết định của họ.

Đồng thời, nội dung trên các quảng cáo xã hội và quảng cáo trả tiền bị giới hạn ở việc giới thiệu nhà hàng và thực phẩm, điều này không phù hợp với từng giai đoạn của người dùng trong hành trình khách hàng.

Bối cảnh

Khi tôi tham gia dự án lần đầu, các chiến dịch quảng cáo nhắm đến tất cả người dùng ứng dụng hiện có mà không có phân khúc.
Cách tiếp cận này đã tạo ra hai vấn đề chính:

Rất khó để đo lường ROAS thực sự vì những người dùng trung thành có xu hướng mua nhiều lần, làm sai lệch dữ liệu hiệu suất.
Các quảng cáo thiếu mục tiêu hành vi, chúng tôi không thể phân biệt được người dùng là mới, không hoạt động hay đang ở giữa hành trình quyết định của họ.

Trong cùng một thời gian, nội dung trên các quảng cáo xã hội và trả tiền bị giới hạn vào việc giới thiệu nhà hàng và thực phẩm, không phù hợp với giai đoạn của từng người dùng trong hành trình khách hàng.

Ngữ cảnh

Rất khó để đo lường ROAS thực sự vì những người dùng trung thành có xu hướng mua nhiều lần, làm sai lệch dữ liệu hiệu suất.
Các quảng cáo thiếu sự nhắm mục tiêu hành vi, chúng tôi không thể biết người dùng là mới, không hoạt động, hay đang ở giữa hành trình quyết định của họ.

Các giải pháp:

Tôi đã tái cấu trúc chiến dịch dựa trên một phương pháp toàn bộ, lập bản đồ hành trình của người dùng từ Tiếp nhận → Chuyển đổi → Giữ chân.
Mục tiêu là:

Phân đoạn người dùng dựa trên hành vi của họ trên ứng dụng (cài đặt, mở, thêm vào giỏ, mua hàng).
Xác định các mục tiêu có thể đo lường cho mỗi giai đoạn của phễu.
Căn chỉnh các trụ cột nội dung với ý định của khán giả và mục tiêu kinh doanh.

Giải pháp:

Tôi đã cấu trúc lại chiến dịch dựa trên phương pháp toàn diện, xác định hành trình người dùng từ Tiếp cận → Chuyển đổi → Giữ chân.
Mục tiêu là:

Phân đoạn người dùng dựa trên hành vi ứng dụng của họ (cài đặt, mở, thêm vào giỏ hàng, mua hàng).
Định nghĩa các mục tiêu có thể đo lường cho từng giai đoạn của phễu.
Căn chỉnh các trụ cột nội dung với ý định của khán giả và mục tiêu kinh doanh.

The Architecture: A Modular Approach

Using n8n as the primary orchestrator, I engineered a multi-layered workflow to solve these challenges.

1. The Reliability Layer (Deduplication and Storage)

I integrated Supabase to act as a real-time message filter. By checking unique message IDs before processing, the system identifies and kills duplicate webhooks. This ensures each user query is processed exactly once.

2. The Cognitive Layer (Gemini and LangChain)

The "brain" of the agent is powered by Google Gemini 2.5 Flash via LangChain nodes.

Persistent Memory: Using Postgres Chat Memory, the AI maintains deep context.N it remembers user preferences and previous questions across sessions.
Centralized Knowledge: I used Google Sheets as a headless CMS for Prompt Management. This allows me to update the agent's knowledge or tone instantly without redeploying the code.

3. The UX Layer (Humanizing the Interface)

To make the AI feel like a personal consultant, I implemented specific features:

Message Merging: A custom logic that "waits" for the user to finish their thought. It merges fragmented messages into a single coherent prompt for the AI.
Visual Cues: The workflow triggers a "typing_on" status followed by a strategic Wait node. This simulates the natural delay of a human staff member typing a response.

The Impact: Measurable Growth

24/7 Availability: Zero missed leads, even during late-night hours.

Scalability: The system handles hundreds of concurrent inquiries without performance degradation.
Conversion Rate: A 20% increase in qualified leads as students received instant and accurate information regarding licensing categories and exam schedules.

Các dự án liên quan

Xem các dự án liên quan