Suốt hơn một thập kỷ lăn lộn với Product Listing Ads cho các cửa hàng Shopify ở Mỹ, từ những xưởng nội thất nhỏ ở Austin cho đến các thương hiệu thời trang tám con số tại Los Angeles, tôi nhận ra một điều khiến mình phải giật mình. Hầu như tất cả chúng ta đều đang nhìn PLA sai bét. Chúng ta mải mê kiểm tra ROAS, canh chỉnh giá thầu, A/B test tấm hình nào “ăn” hơn, rồi cắm đầu vào đấu giá. Nhưng cuộc chiến thực sự đã rời khỏi bảng điều khiển từ lâu. Nó đang diễn ra âm thầm ở một nơi mà rất ít người buồn ngó tới: chính cái đống dữ liệu sản phẩm mà bạn dùng để “nuôi” Google và Meta mỗi ngày.
Nghe có vẻ khô khan, nhưng để tôi kể bạn nghe. Khi Google Shopping chuyển mình thành một cỗ máy khám phá chạy bằng AI - với Shopping Graph, các bảng so sánh tự động, rồi SGE - và Meta dùng mô hình ngôn ngữ lớn để khớp ý định mua hàng mơ hồ với sản phẩm, thì Product Listing Ads không còn là cái vòi để bạn “mua” traffic nữa. Nó đã trở thành lớp giao tiếp dữ liệu sống còn giữa gian hàng Shopify của bạn và bộ não mua sắm toàn cầu. Nói cách khác, mỗi dòng trong product feed của bạn chính là một tín hiệu huấn luyện cho AI. Nếu tín hiệu ấy nghèo nàn, chung chung, thiếu cá tính, thì trong mắt máy móc, bạn chỉ là một món hàng vô danh trong vô số những món hàng na ná nhau. Và cái giá phải trả không chỉ là mỗi click ngày càng đắt, mà còn là việc bạn mãi mãi bị gạt khỏi những không gian hiển thị mới mà chỉ những thực thể dữ liệu “có DNA riêng” mới được bước vào.
Sai lầm tai hại: Xem PLA như kiểu ống nước mua lưu lượng
Gần như tuần nào tôi cũng gặp những chủ shop Shopify nghĩ giống hệt nhau. Họ đồng bộ sản phẩm lên Google Merchant Center bằng app Google & YouTube, điền vài trường bắt buộc như `title`, `price`, `image_link`, rồi đùng một cái bật Performance Max hay Shopping campaigns và đổ tiền vào. Với họ, feed chỉ là cái hộp đen vận chuyển thông tin từ Shopify sang nền tảng quảng cáo. Mọi nỗ lực dồn vào khâu bên ngoài: tối ưu giá thầu, phân nhóm sản phẩm, thử đối tượng. Nhưng bạn có biết Google thực sự “đọc” sản phẩm của bạn như thế nào không? Chúng không đọc ngôn ngữ con người. Chúng phân giải toàn bộ đồ thị thực thể: từ schema markup trên website, dữ liệu có cấu trúc trong feed, cho tới những tín hiệu phi cấu trúc khắp nơi - video YouTube, đánh giá khách hàng, thậm chí là các bài đăng trên diễn đàn. Với AI, feed sản phẩm chính là bản thể số quyết định mức độ “hiểu biết” về món hàng ấy. Một bản thể nhạt nhòa sẽ bị đối xử như hàng hoá phổ thông - và bạn không thể thắng nổi cuộc chiến giá nếu cứ mãi là một món hàng phổ thông.
Hồi đầu năm ngoái, tôi nhận được cú điện thoại từ một thương hiệu nội thất boutique ở New York. Họ có những chiếc sofa bọc nhung tuyệt đẹp, website trên Shopify trau chuốt đến từng pixel, giá thì cạnh tranh hơn hẳn mặt bằng. Vậy mà chiến dịch Google Shopping cứ như cái thùng không đáy: ngân sách tăng, ROAS mòn dần, tỉ suất hiển thị lao dốc. Khi tôi mở feed của họ lên xem, mọi thứ hiện ra rõ như ban ngày. Toàn bộ chỉ vỏn vẹn mấy thuộc tính cơ bản như “Sofa bọc nhung màu xanh”. Không có tay nghề thủ công, không chứng nhận vật liệu, không chính sách giao hàng đặc biệt. Khi Google bắt đầu dùng AI Overviews để tạo các bảng so sánh mua sắm tự động, hệ thống chẳng có lý do gì để phân biệt chiếc sofa ấy với hàng nghìn lựa chọn khác. Nó chỉ là một trong vô số “sofa bọc nhung”. Hậu quả? Mỗi lần cố gắng đẩy vị trí, họ lại phải trả thêm tiền mà chẳng đi đến đâu. Bài toán không nằm ở giá thầu. Nó nằm ở chỗ Google không có đủ dữ liệu để xây dựng một thực thể sản phẩm đặc biệt.
Ba mũi tên bạc để xây dựng “DNA số” cho sản phẩm - AI sẽ tự tìm đến bạn
Từ sau thương vụ sofa đó, tôi bắt đầu áp dụng một triết lý mới cho mọi khách hàng của mình: hãy ngừng “mua” sự chú ý, thay vào đó hãy “dạy” AI rằng sản phẩm của bạn là duy nhất và đáng tin cậy. Dưới đây là ba chiến thuật đã giúp nhiều thương hiệu Mỹ bứt phá, nhưng vì một lý do kỳ lạ nào đó, chúng hiếm khi được chia sẻ công khai.
1. Schema markup mở rộng - mảnh đất vàng ngay trên trang sản phẩm
Hầu hết theme Shopify tự động chèn một đoạn schema JSON-LD cơ bản cho sản phẩm. Nhưng hầu như chẳng ai đoái hoài đến những trường dữ liệu mà Google cực kỳ khát để làm giàu Shopping Graph: `additionalProperty`, `hasMerchantReturnPolicy`, `shippingDetails`, hay `inProductGroupWithID` cho các sản phẩm có biến thể. Khi bạn đồng bộ qua app Google & YouTube, mấy trường ấy cũng thường bị bỏ lại phía sau. Vậy là chúng tôi tạo một tầng trung gian xử lý dữ liệu - có thể là app như DataFeedWatch, hoặc một cloud function nhỏ - để bơm thêm “vitamin” vào feed. Với thương hiệu sofa kia, tôi thêm `additionalProperty` gồm các cặp key-value đầy sức nặng: `craftsmanship=Hand‑tufted in North Carolina`, `material_certification=FSC Certified Wood`, `assembly=White‑glove delivery included`. Những thông tin này cũng được lặp lại trong mô tả sản phẩm trên trang, nhưng được định dạng sao cho máy dễ trích xuất. Vài tuần sau, điều kỳ diệu xảy ra: trong các bảng so sánh mua sắm do AI tạo ra, sản phẩm của họ xuất hiện kèm theo các tag đặc biệt. Quan trọng hơn, Google bắt đầu coi đây là một thực thể có độ tín nhiệm thông tin cao, giúp CPC giảm tự nhiên và vị trí hiển thị cải thiện rõ rệt, ngay cả khi không thay đổi giá thầu.
Làm ngay hôm nay: Vào Google Search Console, kiểm tra mục “Sản phẩm” để xem Google đã đọc được những thuộc tính nào từ schema của bạn. Sau đó, nhờ developer hoặc dùng app bổ sung ít nhất 3‑5 thuộc tính mở rộng cho mỗi sản phẩm: chất liệu, chính sách vận chuyển, ưu đãi đặc biệt, chứng nhận, phiên bản giới hạn… Dữ liệu càng chi tiết, AI càng ít nghi ngờ, và bạn càng ít phải “đút tiền” cho hệ thống đấu giá.
2. Dùng dữ liệu ngoại tuyến để dạy Google về chất lượng sau mua hàng
Bạn có bao giờ nghĩ đến việc lấy tỉ lệ trả hàng ra để điều chỉnh chính sách quảng cáo ngay trong feed chưa? Phần lớn chủ shop chỉ nhìn doanh thu, bỏ quên mớ dữ liệu sau mua cực kỳ quý giá: địa chỉ giao hàng nhiều lần, thời gian giữ hàng trước khi hoàn tiền, và nhất là tỉ lệ trả hàng theo từng biến thể. Google Ads, đặc biệt Performance Max, hoàn toàn có thể học hỏi từ các tín hiệu chuyển đổi ngoại tuyến nếu bạn gửi ngược lại. Nhưng tôi muốn đi xa hơn: dùng dữ liệu ấy để tạo ra một vòng phản hồi “tín hiệu chất lượng sản phẩm” ngay trong chính feed của bạn.
Với một hãng thời trang nữ ở Los Angeles, tôi đã làm như sau. Mỗi khi một biến thể - ví dụ áo len size XL - có tỉ lệ trả hàng cao hơn 20% so với trung bình, hệ thống tự động gán cho nó một nhãn: `custom_label_3 = high_return_risk`. Trong Google Ads, tôi dùng chính nhãn này để tách những sản phẩm “rủi ro” vào một nhóm riêng, đặt giá thầu thấp hơn hoặc loại hẳn khỏi các chiến dịch tìm kiếm khách hàng mới - chỉ giữ lại cho người đã từng mua hàng. Kết quả thật đáng kinh ngạc: lợi nhuận gộp tăng vọt vì không còn đốt tiền vào những biến thể thường xuyên bị trả lại. Đồng thời, Google nhận được tín hiệu gián tiếp rằng những sản phẩm ấy không mang lại trải nghiệm tốt cho một số phân khúc nhất định, và chất lượng toàn cửa hàng trong mắt thuật toán được cải thiện. CPC dần ổn định, vị trí hiển thị cũng khả quan hơn vì Google “thấy” bạn đang chủ động quản lý kỳ vọng khách hàng.
Hành động cụ thể: Tích hợp dữ liệu quản lý đơn hàng từ Shopify (hoặc CRM) với công cụ quản lý feed. Thiết lập quy tắc tự động gán nhãn dựa trên tỉ lệ trả hàng, điểm đánh giá, hoặc tốc độ giao hàng thực tế. Sau đó phản ánh những nhãn này vào cấu trúc nhóm sản phẩm trong chiến dịch. Đây là một cú huých nhỏ về mặt kỹ thuật nhưng mang lại hiệu quả lâu dài mà rất ít đối thủ của bạn nghĩ tới.
3. Biến đánh giá của khách thành “mồi nhử” cho thuật toán
Khoảng hai năm trở lại đây, Google không chỉ thu thập tín hiệu từ trang sản phẩm của bạn; nó ráo riết tổng hợp dữ liệu từ khắp hệ sinh thái: video YouTube, blog, diễn đàn thảo luận. Một điểm yếu kinh điển của các cửa hàng Shopify là thiếu nội dung “cấu trúc” do chính người dùng tạo ra mà máy móc có thể phân giải dễ dàng. Đa số chỉ có đánh giá sao và vài dòng bình luận chung chung. Để tạo khác biệt, bạn cần khuyến khích khách hàng để lại đánh giá có định dạng rõ ràng - ví dụ “Ưu điểm / Nhược điểm” hoặc “Phù hợp nhất cho…”.
Tôi đã áp dụng chiêu này cho một thương hiệu giày thể thao. Họ dùng app Yotpo để gửi email sau mua hàng, trong đó có một trường hỏi: “Bạn thấy đôi giày này phù hợp nhất cho hoạt động gì?”. Khách hàng thoải mái chọn hoặc tự điền: “chạy bộ đường dài”, “tập gym”, “đi làm hàng ngày”… Sau một thời gian, chúng tôi dùng API của Yotpo để xuất dữ liệu này và tự động chèn vào phần mô tả sản phẩm trong feed - đại loại như: “Được khách hàng đánh giá cao nhất cho chạy bộ đường dài và bàn chân bẹt”. Khi Google phân tích cú pháp những dòng này, nó bắt gặp các tín hiệu ngữ nghĩa cực mạnh mà đối thủ của bạn không có. Điều đó giúp sản phẩm bất ngờ xuất hiện trong các bảng so sánh tự động cho những truy vấn dài, giàu ý định như “best running shoes for flat feet” mà chẳng cần phải cạnh tranh từ khóa trên trang đích hay trả thêm tiền quảng cáo. Chính feed đã nói thay bạn.
Bắt đầu từ đâu? Cài đặt một ứng dụng đánh giá cho phép thu thập câu trả lời có cấu trúc. Thiết kế email sau mua hàng với một câu hỏi gợi ý kiểu “Best for…” hoặc “Perfect for…”. Khi đã tích lũy đủ dữ liệu, nhờ chuyên viên feed đưa chúng vào Merchant Center một cách có hệ thống. Đây là cách rẻ tiền nhất để sở hữu những không gian hiển thị mà chỉ những thực thể dữ liệu đủ sâu mới có thể chen chân vào.
Tại sao 99% marketer bỏ lỡ điều này?
Câu trả lời ngắn gọn: vì chúng ta quen đo lường những thứ hiện ra ngay trước mắt. ROAS, CPC, CTR - những con số ấy dễ nhìn, dễ báo cáo, dễ khiến ta cảm thấy mình đang làm gì đó. Còn dữ liệu sản phẩm? Nó nằm im trong một file tưởng như kỹ thuật, chẳng mấy hào nhoáng. Nhưng chính sự thờ ơ tập thể ấy đang tạo ra một khoảng cách khổng lồ. Các thương hiệu lớn ở Mỹ đã sớm thuê hẳn đội ngũ kỹ sư dữ liệu để thao túng Shopping Graph ở cấp độ thực thể. Trong khi đó, các merchant nhỏ vẫn mải miết kéo thanh ngân sách mỗi khi muốn tăng hiệu suất. Họ không biết rằng mình đang chơi một trò chơi hoàn toàn khác.
Mỗi lần tôi chia sẻ triết lý này với một khách hàng Shopify mới, phản ứng đầu tiên thường là hoài nghi. Bởi nó đòi hỏi công sức ở một khâu ít được ưu tiên: quản lý dữ liệu sản phẩm. Nhưng khi họ chứng kiến tỉ trọng hiển thị tăng vọt từ những vị trí AI mới, CPC giảm dần trong khi chất lượng chuyển đổi đi lên, thì ai cũng hiểu rằng đây mới là lợi thế cạnh tranh bền vững. Bạn có thể copy mẫu quảng cáo, copy chiến lược giá thầu, thậm chí copy cả cách chụp ảnh sản phẩm. Nhưng không ai, kể cả đối thủ sừng sỏ nhất, có thể copy được cả một hệ thống dữ liệu sản phẩm được xây dựng riêng biệt và có chiều sâu như của bạn.
Vậy nên, lần tới khi bạn định mở trình quản lý quảng cáo để tăng giá thầu hay điều chỉnh ngân sách Shopping, hãy dừng lại một nhịp và tự hỏi: “AI đã thực sự ‘hiểu’ sản phẩm của mình chưa? Hay mình vẫn chỉ là một cái tên trong đám đông?”. Bắt đầu kiểm tra feed ngay hôm nay, bổ sung những thuộc tính tưởng chừng vụn vặt, dạy cho hệ thống biết bạn là ai và vì sao sản phẩm của bạn xứng đáng được ưu tiên. Đầu tư vào cấu trúc dữ liệu sản phẩm chính là đầu tư vào vị thế lâu dài của thương hiệu trong một thế giới mà AI ngày càng định đoạt hành vi mua sắm. Hãy hành động trước khi đối thủ của bạn thức tỉnh - vì ngay lúc này, rất có thể họ vẫn đang mải mê nhìn vào những con số hào nhoáng trên dashboard mà bỏ quên chiến trường thực sự nằm ở phía sau.