Pdf.thuong hieu va_tiem_thuc
- 1. Th動董ng hi畛u v ti畛m th畛c M畛i ng動畛i c坦 th畉t s畛 nh畛 v畛 th動董ng hi畛u?
- 2. Khi search google: marketing funnel, trong 0.49s b畉n s畉 c坦 40,800,000 k畉t qu畉
- 3. C坦 bao gi畛 b畉n th畉c m畉c, c叩i ph畛u ny 畛 但u ra? T畉i sao l畉i c坦 ph畛u ny??
- 4. Ok. C湛ng lm th畛 1 vi th鱈 nghi畛m nh畛
- 5. Nh狸n th畉y g畛i 箪 ny, b畉n ngh挑 ngay 畉n nh畛ng th動董ng hi畛u no? G畛i 箪 1: Th動董ng hi畛u c坦 mu s畉c ch畛 畉o l mu en
- 6. Th棚m 1 t鱈 g畛i 箪, b畉n s畉 ngh挑 ngay 畉n nh畛ng th動董ng hi畛u no? Mu en D畉u stick Th動董ng hi畛u g狸? +
- 7. Th棚m 1 t鱈 g畛i 箪, b畉n s畉 ngh挑 ngay 畉n nh畛ng th動董ng hi畛u no? Mu en 3 s畛c x辿o Th動董ng hi畛u g狸? +
- 8. Th棚m 1 t鱈 g畛i 箪, b畉n s畉 ngh挑 ngay 畉n nh畛ng th動董ng hi畛u no? Mu en M畉t tr畛i Th動董ng hi畛u g狸? + ( Th畉t ra h狸nh m畉t tr畛i ny ng動畛i vi畉t ch畛n 畉i, ch畛 b畉n th但n ng動畛i vi畉t c滴ng kh担ng ngh挑 ra brand g狸, vui l嘆ng 畛ng h畛i)
- 9. Ho畉c gi畉 d畛 1 t狸nh hu畛ng B畉n ang c畉n t狸m mua 1 担i giy ch畉y b畛 畛 t畉p th畛 d畛c m畛i s叩ng, t畉m gi叩 dao 畛ng t畉m 5,000,000 vn. V畉y b畉n s畉 ngh挑 ngay 畉n nh畛ng th動董ng hi畛u no? V t畉i sao kh担ng ph畉i l nh畛ng th動董ng hi畛u kh叩c?
- 10. Th畉t ra, ng動畛i ta kh担ng nh畛 ch鱈nh x叩c 1 th動董ng hi畛u no c畉, ng動畛i ta ch畛 nh畛 nh畛ng g畛i 箪 v畛 th動董ng hi畛u 坦. B畉ng nh畛ng t叩c 畛ng g畛i nh畛, ng動畛i ta s畉 t畛 li棚n t動畛ng ng動畛c v畛 th動董ng hi畛u. Petty & Cacioppo- The Elaboration Likelihood theory (1986)
- 11. Qu叩 tr狸nh 叩nh gi叩, li棚n t動畛ng, 動畛c g畛i l qu叩 tr狸nh x畛 l箪 th担ng tin 畛c l畉p ( 但y l i畛u KHNG THAY 畛I m Thanh L但m Tr畉n hay n坦i n竪)
- 12. G畛i 箪 (Stimuli) Ti畉p nh畉n Ch炭 箪 Hi畛u Ch畉p nh畉n Gi畛 l畉i Tr鱈 nh畛/ K鱈 畛c Quy tr狸nh x畛 l箪 th担ng tin cn b畉n c畛a 1 ng動畛i b狸nh th動畛ng. Source: Engel et al (1990)
- 13. Qu叩 tr狸nh 坦 di畛n ra nh動 th畉 no? S畛 g畛i 箪 B畛 nh畛 畛 c叩c gi叩c quan B畛 nh畛 ng畉n h畉n B畛 nh畛 di h畉n (b畛 nh畛 l動u tr畛) Quy tr狸nh x畛 l箪 th担ng tin cn b畉n c畛a 1 ng動畛i b狸nh th動畛ng. Source: Engel et al (1990) Ch畛 t畉o ra nh畉n th畛c, kh担ng t畉o ra ghi nh畛. B畉t 畉u k畉t n畛i nh畛ng nh畉n th畛c v畛i 箪 ngh挑a ri棚ng c畛a ch炭ng v l畉p i l畉p l畉i nh畉n th畛c 坦 H畛 th畛ng c叩c lu畛ng th担ng tin nh畉n th畛c, t畉o thnh nh畛ng kinh nghi畛m, tr鱈 nh畛 v畛 th動董ng hi畛u Ch炭ng ta nh畛 mu en, bi畛u t動畛ng d畉u stick H狸nh 畉nh d畉u stick xu畉t hi畛n c湛ng v畛i nh畛ng ng動畛i t畉p luy畛n th畛 thao, kh担ng b畛 cu畛c, kh担ng l湛i b動畛c 動畛c l畉p i l畉p l畉i Mu en, d畉u stick xanh, brand th畛 thao -> Nike
- 14. Ph畛u 畛 畉u bi, th畉t ra ch畛 l m担 ph畛ng quy tr狸nh x畛 l箪 th担ng tin c畛a 1 ng動畛i- theo h動畛ng marketing. T畛 ti畉p nh畉n- 畉n c坦 1 action c畛 th畛.
- 15. M畛 r畛ng ra S畛 k鱈ch th鱈ch cng ch畉t ch畉, th狸 tr鱈 nh畛/k鱈 畛c s畉 cng nhi畛u v r探 rng. T畛 nm 1986, Petty & Cacioppo g畛i 但y l Elaboration Likelihood Model. T畛 model ny, t畉o ra s畛 ph但n bi畛t gi畛a High Involvement v Low Involvement process.
- 16. Communication Ch炭 箪 & ch畉p nh畉n th担ng tin High involvement processing Ph畉n 畛ng v畛 nh畉n th畛c Thay 畛i v畛 ni畛m tin & th叩i 畛 Thay 畛i hnh vi Low Involvement processing Thay 畛i ni畛m tin Thay 畛i hnh vi Thay 畛i th叩i 畛
- 17. Th担ng i畛p C坦 畛ng l畛c & kh畉 nng s畉 suy ngh挑 v畛 th担ng i畛p T畉p trung s但u v畛 ch畉t l動畛ng th担ng tin c畛a th担ng i畛p 動a ra T畉o s畛 thay 畛i l但u di, kh坦 phai m畛 t 畛ng l畛c & kh畉 nng ngh挑 v畛 th担ng i畛p H畛i h畛t v畛i th担ng i畛p, t畉p trung vo nh畛ng t鱈nh nng b畛 n畛i t c坦 畛ng l畛c ho畉c kh畉 nng suy ngh挑 v畛 th担ng i畛p Audience factor Processing approach Persuation outcome Persuation Attempt
- 18. 畛ng d畛ng c畛 th畛 AIDA-AISAS model ATTENTION INTERESTED High involvement processing SEARCH ACTION SHARE Low Involvement processing DESIRE ACTION
- 19. K畉T N畛I V畛I CHNG TI CLB nh畛ng chi畉n l動畛c gia c畛 khoai t但y @S畛 M畛
- 20. Thank you