Một buổi kickoff chiến dịch CTV tại Mỹ thường bắt đầu bằng những con số: CPM mục tiêu, tần suất dự kiến, độ phủ hộ gia đình. Nhưng câu hỏi tôi luôn ném ra trước khi bàn bất kỳ chỉ số nào là: “Con số completion rate và viewability trong báo cáo này do ai cung cấp, và ai trả tiền cho người đo?” Thoạt nghe thì hơi khó chịu, nhưng tin tôi đi, đó chính là ranh giới giữa một marketer mua quảng cáo bằng dữ liệu và một marketer mua quảng cáo bằng đức tin.
Rất nhiều bài viết về công cụ đo lường CTV chỉ xoay quanh bảng so sánh tính năng: Nielsen ONE có gì, Comscore mạnh ở đâu, VideoAmp hay iSpot bên nào panel to hơn, DoubleVerify với IAS ai quét fraud tốt hơn. Nhưng tôi muốn nói một chuyện ít ai động tới vì nó chạm vào lợi ích của nền tảng và cả một số agency: Công cụ đo lường CTV không hề trung lập. Chúng là lá bài trong cuộc mặc cả quyền lực giữa bên bán và bên mua.
Nếu bạn chọn công cụ chỉ vì “dashboard đẹp, metric cao”, rất có thể bạn đang trao quyền phán xét hiệu quả của mình cho đúng người mà bạn đang trả tiền để mua hàng.
1. SSAI và bức tường mù của các công cụ xác minh độc lập
Hãy bắt đầu từ một lỗ hổng kỹ thuật mà nhiều marketer tại Mỹ vẫn chưa nhận ra: SSAI - Server-Side Ad Insertion. Khi quảng cáo CTV được ghép trực tiếp vào luồng nội dung trên server của nền tảng phát, các công cụ xác minh bên thứ ba như DoubleVerify hay IAS thường không có tín hiệu client-side để quét fraud, đo viewability hay giám sát brand safety một cách độc lập. Họ không thể nhìn thấy chính xác điều gì đang xảy ra trên màn hình người dùng, bởi toàn bộ quá trình ghép quảng cáo diễn ra trước khi tín hiệu chạm tới thiết bị.
Hệ quả là gì? Nền tảng phát - vốn là người bán inventory - có thể tự khai báo “completion rate 98%” hay “viewability 99%” dựa trên chính server của mình. Chẳng khác nào để học sinh tự chấm bài thi rồi nộp điểm lên cho hiệu trưởng. Con số rất đẹp, nhưng người mua không bao giờ biết chắc có ai đang thực sự ngồi trước TV hay không.
Tôi từng đối chiếu một chiến dịch CTV cho một retail brand tại Mỹ: nền tảng báo cáo completion rate 97%, nghe tuyệt đối. Nhưng khi đối chiếu với panel đo lường độc lập của TVision - đơn vị dùng camera và cảm biến để xác nhận người thật sự có mặt trong phòng - tỷ lệ người hiện diện lúc quảng cáo phát chỉ khoảng 68%. Chênh lệch gần 30 điểm phần trăm. Đó không hẳn là gian lận; nó phản ánh sự khác biệt trong định nghĩa thành công: một bên đo “quảng cáo đã phát hết trên server”, bên kia đo “có người thật sự xem nó”.
Trước khi ký hợp đồng với bất kỳ nền tảng CTV nào, hãy hỏi thẳng: Dữ liệu gốc của báo cáo đến từ đâu? Nếu chỉ từ server của bên bán, đó không phải đo lường độc lập. Yêu cầu điều khoản cho phép một bên thứ ba đối chiếu dữ liệu bằng phương pháp riêng, hoặc ít nhất tách bạch số liệu server-side và số liệu có xác minh độc lập. Cụ thể, hãy truy vết vài câu hỏi sau:
- Con số completion rate do client-side hay server-side sinh ra?
- Dữ liệu audience lấy từ ACR của hãng TV nào? Có hợp đồng cho phép bên thứ ba xác minh không?
- Panel đo lường độc lập có chồng lấn lợi ích với người bán inventory không?
2. Nghịch lý ACR: Người bán quảng cáo sở hữu mỏ dữ liệu và tự chấm bài
Automatic Content Recognition (ACR) là công nghệ nhận diện nội dung tự động trên TV. Samsung, Vizio, LG, Roku đều có dữ liệu ACR riêng, cho biết hộ gia đình đang xem chương trình gì, vào lúc nào, trên ứng dụng nào và đã tiếp xúc với quảng cáo nào. Đó là mỏ vàng cho việc nhắm mục tiêu audience và đo lường tần suất tiếp cận.
Nhưng chính điều này tạo ra nghịch lý: những công ty sở hữu dữ liệu ACR cũng chính là người bán quảng cáo. Khi bạn dùng Samsung Ads, bạn dựa vào dữ liệu người dùng của Samsung để tối ưu chiến dịch, và sau đó Samsung báo cáo hiệu quả cho bạn. Bên bán vừa bán inventory, vừa là người cung cấp thước đo. Về lý thuyết, đây là xung đột lợi ích rõ ràng.
Nhiều thương hiệu lớn tại Hoa Kỳ đã nhận ra và siết chặt hợp đồng bằng điều khoản “measurement independence” - bắt buộc có bên thứ ba đối chiếu. Nhưng thực tế, bên thứ ba cũng thường lấy dữ liệu từ chính các OEM này qua thỏa thuận cấp phép. Vậy nên sự độc lập chỉ là tương đối.
Tôi từng làm việc với một advertiser ngành CPG, agency của họ đề xuất dùng dữ liệu ACR của một OEM để tối ưu tần suất. Báo cáo cho thấy tần suất lý tưởng, độ phủ đẹp. Nhưng khi chúng tôi tự chạy geo-lift test độc lập, mức tăng doanh số không tương xứng. Nguyên nhân không phải dữ liệu ACR sai; mà là bộ lọc audience được thiết kế để tối ưu cho mục tiêu của nền tảng, không nhất thiết cho mục tiêu kinh doanh của thương hiệu.
Hãy tránh phụ thuộc vào một nguồn dữ liệu duy nhất, đặc biệt khi nguồn đó đến từ bên bán. Yêu cầu quyền truy cập dữ liệu thô (log-level data) hoặc dùng thêm panel độc lập để đối chiếu. Quan trọng hơn, hãy tách bạch vai trò: người bán inventory không nên là người duy nhất cung cấp số liệu hiệu quả.
3. “Precision theater” - Ảo giác về độ chính xác của reach và frequency
Các công cụ audience currency như Nielsen ONE, Comscore, VideoAmp, iSpot đang cạnh tranh gay gắt để trở thành “đồng tiền chung” cho giao dịch CTV tại thị trường Hoa Kỳ. Nhưng mỗi tool có methodology, panel, cách deduplicate và mô hình hóa audience khác nhau. Nielsen dựa vào panel truyền thống kết hợp dữ liệu set-top box; VideoAmp và iSpot thiên về dữ liệu từ nguồn số và ACR; Comscore dùng panel kết hợp dữ liệu từ các nhà cung cấp.
Kết quả: cùng một chiến dịch, ba công cụ có thể cho ba con số reach và frequency khác biệt đáng kể. Không phải vì tool kém, mà vì CTV về bản chất không thể đo lường định danh cá nhân chính xác như cookie trước đây. Nó dựa trên IP, household ID và các mô hình xác suất. Do đó, số liệu reach/frequency luôn mang tính ước lượng, không phải con số chính xác tuyệt đối.
Điều đáng lo hơn là nhiều CMO chọn công cụ dựa trên con số mình muốn thấy. Nếu một agency muốn “chứng minh” hiệu quả để giữ ngân sách, họ có thể chọn currency tool cho ra reach cao hơn, hoặc cắt báo cáo theo lát cắt có lợi. Đây là lựa chọn có tính đạo đức nghề nghiệp mà hiếm ai thảo luận công khai, nhưng lại diễn ra phổ biến trong các cuộc họp nội bộ.
Tôi gọi hiện tượng này là “precision theater” - sân khấu hóa độ chính xác. Chúng ta trình bày những con số có hai chữ số thập phân, kèm biểu đồ đẹp, nhưng thực chất biên độ sai số có thể lên tới 10-15 điểm phần trăm. Điều này khiến lãnh đạo doanh nghiệp đưa ra quyết định dựa trên ảo giác về sự chắc chắn.
Đừng trình bày reach/frequency như một con số tuyệt đối. Hãy báo cáo theo khoảng tin cậy (confidence interval). Nếu không có khoảng tin cậy, hãy so sánh ít nhất hai nguồn đo lường độc lập và công khai sự khác biệt. Quan trọng hơn, hãy buộc các bên liên quan đồng ý về methodology trước khi chiến dịch bắt đầu, không phải sau khi nhìn thấy số liệu.