ChurnIQ AI-ssistant của Cleeng: Phân tích thuê bao được hỗ trợ bởi Amazon Bedrock

Tác giả: [Jason O’Malley], [Claudio Medeiros], và [Maggie Osude]
Ngày phát hành: 26 THÁNG 3 NĂM 2025
Chuyên mục: [Amazon Bedrock], [Amazon DynamoDB], [Amazon Machine Learning], [Artificial Intelligence], [AWS Lambda], [Compute], [Database], [Direct-to-Consumer & Streaming], [Generative AI], [Industries], [Media & Entertainment]

Bài viết này được đồng tác giả bởi Jakub Abramczyk, Data Scientist, Sebastian Boruch, ChurnIQ Product Manager, và Kirstin White, Growth Marketing Manager từ Cleeng.

Trong thị trường streaming trực tiếp đến người tiêu dùng (D2C) đầy cạnh tranh, việc thấu hiểu hành vi của người đăng ký là yếu tố cốt lõi để tăng cường tương tác, tối ưu hóa nội dung và giảm tỷ lệ khách hàng rời bỏ (churn). Theo Forbes, chi phí để có được một khách hàng mới cao gấp 5-7 lần so với việc giữ chân khách hàng hiện tại. Việc giữ chân khách hàng là cực kỳ quan trọng đối với các doanh nghiệp kinh doanh thuê bao kỹ thuật số trong các lĩnh vực streaming media, thể thao, học trực tuyến (e-learning), chăm sóc sức khỏe và podcast. Thành công phụ thuộc vào khả năng phân tích hiệu quả của các chiến dịch, xác định những khách hàng có nguy cơ rời bỏ và đưa ra các quyết định dựa trên dữ liệu để duy trì khả năng cạnh tranh và tối đa hóa doanh thu.

Theo truyền thống, việc trích xuất thông tin chi tiết từ dữ liệu thuê bao đòi hỏi các chuyên gia phân tích dữ liệu và đội ngũ kinh doanh thông minh (BI) chuyên biệt. Sự phụ thuộc này thường tạo ra các điểm nghẽn, làm trì hoãn các phản ứng quan trọng và nhạy cảm về thời gian đối với các rủi ro churn tiềm ẩn. Mở rộng quyền truy cập vào dữ liệu xu hướng của người đăng ký bằng một trợ lý dựa trên AI tạo sinh là cách mà Đối tác của Amazon Web Services (AWS) là Cleeng giải quyết thách thức này.

Cleeng đã xây dựng ChurnIQ AI-ssistant, được hỗ trợ bởi Amazon Bedrock. Giải pháp AI tạo sinh này cho phép các đội ngũ phân tích dữ liệu thuê bao phức tạp thông qua các câu lệnh ngôn ngữ tự nhiên, loại bỏ sự phụ thuộc vào chuyên môn phân tích sâu. Người dùng có thể tạo các biểu đồ trực quan hóa dữ liệu và khám phá các xu hướng ngay lập tức, trao quyền cho các đội ngũ marketing, sản phẩm và giữ chân khách hàng với khả năng phân tích tự phục vụ.

Chúng ta sẽ khám phá cách Cleeng xây dựng ChurnIQ AI-ssistant bằng cách sử dụng các dịch vụ AWS (bao gồm Amazon Bedrock, AWS Lambda, và Amazon DynamoDB) để biến đổi dữ liệu thuê bao phức tạp thành những thông tin chi tiết có thể hành động, giúp ra quyết định nhanh hơn và hiệu quả hơn.

Giới thiệu về ChurnIQ AI-ssistant

Một ảnh chụp màn hình giao diện ChurnIQ AI-ssistant hiển thị chatbot AI-ssistant và một biểu đồ được tạo ra với các đường xu hướng hàng tháng.

Hình 1: Ảnh chụp màn hình giao diện ChurnIQ AI-ssistant.

ChurnIQ AI-ssistant là một thành phần mới, dựa trên AI tạo sinh của ChurnIQ, sản phẩm phân tích trong giải pháp Subscriber Retention Management® của Cleeng. Giải pháp của Cleeng hợp nhất toàn bộ trải nghiệm của người đăng ký trên các ứng dụng web và di động từ một nền tảng duy nhất, giúp các công ty D2C đơn giản hóa việc quản lý thuê bao và tối đa hóa giá trị vòng đời khách hàng.

Để giúp các đội ngũ nền tảng chống lại tình trạng người dùng rời bỏ, ChurnIQ AI-ssistant có các truy vấn được định sẵn cho các câu hỏi phổ biến, tùy chỉnh biểu đồ dễ dàng và tích hợp liền mạch với ChurnIQ Studio. Nền tảng này cung cấp những thông tin chi tiết toàn diện trong suốt vòng đời của người đăng ký, từ lúc đăng ký, chuyển đổi từ dùng thử sang trả phí, cho đến gia hạn và rời bỏ.

Các chỉ số quan trọng bao gồm khối lượng giao dịch, doanh thu theo ưu đãi và quốc gia, tỷ lệ khách hàng rời bỏ, giá trị vòng đời khách hàng, thay đổi về thuê bao và các kênh thu hút khách hàng. Những chỉ số này giúp các công ty hiểu rõ các xu hướng về hiệu suất nền tảng, xu hướng doanh thu và hành vi của khán giả.

Để tạo một biểu đồ, người dùng chỉ cần nhập câu hỏi của mình vào giao diện chatbot của ChurnIQ AI-ssistant và nhận được câu trả lời nhanh chóng, chính xác cùng với các biểu đồ dữ liệu trực quan. Những phản hồi và biểu đồ này cung cấp thông tin chi tiết về hành vi của người đăng ký, tỷ lệ rời bỏ và doanh thu. Sau đó, ChurnIQ AI-ssistant phân tích dữ liệu để phát hiện các xu hướng đáng lo ngại và kích hoạt các đội ngũ cần thiết để tìm hiểu sâu hơn nhằm khắc phục sự cố.

Ngoài việc cho phép người dùng đặt câu hỏi của riêng mình, công cụ này còn bao gồm các truy vấn phổ biến được định sẵn liên quan đến việc người dùng rời bỏ, chẳng hạn như:

  • Đâu là những lý do chính khiến khách hàng rời bỏ?
  • Có bao nhiêu khách hàng đã hủy đăng ký trong tuần này?
  • Tỷ lệ rời bỏ của những người đăng ký gói hàng tháng là bao nhiêu?
  • Số lượng khách hàng quay trở lại trong số những người đăng ký mới của chúng ta là bao nhiêu?
  • Tỷ lệ phần trăm đăng ký mới đến từ khách hàng quay trở lại là bao nhiêu?

Tổng quan kiến trúc AWS

Sơ đồ kiến trúc AWS cho ChurnIQ AI-ssistant sử dụng các dịch vụ AWS bao gồm Amazon Bedrock, Amazon DynamoDB, AWS Lambda và Amazon API Gateway.

Hình 2: Kiến trúc AWS của ChurnIQ AI-ssistant từ Cleeng.

ChurnIQ AI-ssistant tận dụng các dịch vụ AWS như Amazon Bedrock, một dịch vụ được quản lý hoàn toàn cung cấp lựa chọn các foundation model (FM) hàng đầu trong ngành cùng với một bộ khả năng rộng lớn cần thiết để xây dựng các ứng dụng AI tạo sinh.

Dưới đây là mô tả chi tiết về các dịch vụ AWS cơ bản được sử dụng và luồng xử lý của một prompt từ người dùng:

  1. Người dùng cuối mở ChurnIQ AI-assistant và đặt một câu hỏi bằng ngôn ngữ tự nhiên về dữ liệu, ví dụ: “Cho tôi xem phân tích về những người đăng ký đã rời bỏ theo quốc gia.”
  2. Yêu cầu được gửi đến một endpoint của Amazon API Gateway, endpoint này sẽ gọi một hàm AWS Lambda.
  3. Hàm AWS Lambda truy vấn một bảng Amazon DynamoDB để kiểm tra xem phản hồi cho mô hình đã tồn tại hay chưa. Các prompt được lưu vào bộ nhớ đệm (cache) trong DynamoDB trong sáu giờ trước khi bị ghi đè; điều này cho phép phản hồi nhanh hơn và giảm chi phí khi chạy một yêu cầu suy luận giống hệt.
  4. Đối với một phản hồi chưa tồn tại, một hàm AWS Lambda sẽ phân tích các yêu cầu và gọi API của Amazon Bedrock với prompt đó.
  5. Amazon Bedrock, chạy foundation model Claude của Anthropic, sẽ diễn giải yêu cầu tự nhiên và đánh giá dựa trên các cài đặt của Amazon Bedrock Guardrails để ngăn chatbot trả lời các yêu cầu không liên quan đến chức năng của ChurnIQ. Amazon Bedrock tạo ra schema cần thiết để truy vấn các kho dữ liệu liên quan trong ChurnIQ bằng cách tận dụng kỹ thuật prompt (prompt engineering) được lập trình sẵn để tự động chọn các cột và bộ lọc phù hợp cho dữ liệu được yêu cầu.
  6. ChurnIQ AI-ssistant tổng hợp và tạo ra dashboard để người dùng xem xét. Người dùng có thể tùy chỉnh biểu đồ bằng cách sửa đổi các bộ lọc, chỉ số và chiều dữ liệu. Người dùng có thể tùy chọn lưu biểu đồ vào thư mục cá nhân của mình để tham khảo sau này.
  7. Cuối cùng, trong giao diện AI-ssistant, người dùng cuối được cung cấp khả năng đưa ra phản hồi tích cực hoặc tiêu cực về câu trả lời. Yêu cầu phản hồi đó được chuyển qua một endpoint của Amazon API Gateway, được phân tích bởi một hàm Lambda, và sau đó được ghi vào một bảng DynamoDB. Phản hồi này cho phép đội ngũ sản phẩm của Cleeng thực hiện các cải tiến bổ sung cho việc tinh chỉnh prompt và chức năng theo thời gian.

Kết quả và lợi ích

Đội ngũ Cleeng đã chọn Amazon Bedrock vì sự dễ dàng trong việc cấu hình và tích hợp đơn giản giữa Amazon API Gateway, AWS Lambda và Amazon DynamoDB. Sự tích hợp này đã hợp lý hóa quy trình phát triển cho ChurnIQ AI-ssistant. Ngoài ra, khả năng sử dụng Amazon Bedrock playgrounds để so sánh các mô hình và phản hồi khác nhau đã đẩy nhanh quá trình lựa chọn mô hình tốt nhất cho công việc.

ChurnIQ AI-ssistant đã được đánh giá nội bộ với khách hàng trước khi ra mắt, và những lợi ích sau đã được ghi nhận:

  • Câu trả lời tức thì, chính xác cho các câu hỏi quan trọng về hành vi của người đăng ký, tỷ lệ rời bỏ và xu hướng doanh thu.
  • Thông tin chi tiết có thể hành động về các chiến dịch thành công nhất và các phân khúc khách hàng có nguy cơ cao nhất.
  • Khám phá các ý tưởng chiến dịch dựa trên hành vi của người đăng ký để cung cấp thông tin về các cơ hội cải thiện sự hài lòng và lòng trung thành.
  • Giảm tải công việc tồn đọng cho các nhà phân tích dữ liệu và đội ngũ BI, cho phép các đội ngũ này tập trung vào các nhiệm vụ có giá trị cao.

Kết luận

Chúng tôi đã trình bày cách Cleeng sử dụng Amazon Bedrock để tích hợp ChurnIQ AI-ssistant của họ nhằm cung cấp cho các nền tảng thuê bao kỹ thuật số khả năng phân tích dự đoán được cải thiện. Những thông tin chi tiết hợp nhất này có thể chủ động giảm tỷ lệ rời bỏ và tối ưu hóa giá trị vòng đời khách hàng.

Tìm hiểu thêm về giải pháp ChurnIQ của Cleeng và AI-ssistant bằng cách xem một bản demo tương tác hoặc liên hệ với Đội ngũ Bán hàng của họ.

Hãy xem thêm các Đối tác AWS khác hoặc liên hệ với một Đại diện AWS để biết chúng tôi có thể giúp đẩy nhanh hoạt động kinh doanh của bạn như thế nào.

Tài liệu đọc thêm


Về tác giả

Jason O’Malley

Jason O'Malley

Jason O’Malley là một Kiến trúc sư Giải pháp Đối tác Cấp cao tại AWS, hỗ trợ các đối tác kiến trúc các giải pháp cho ngành công nghiệp truyền thông, viễn thông và công nghệ. Trước khi gia nhập AWS, Jason đã có 13 năm kinh nghiệm trong ngành truyền thông và giải trí tại các công ty bao gồm Team Coco của Conan O’Brien, WarnerMedia và Media.Monks. Jason bắt đầu sự nghiệp của mình trong lĩnh vực sản xuất và hậu kỳ truyền hình trước khi xây dựng các workload truyền thông trên AWS. Khi không tạo ra các giải pháp cho đối tác và khách hàng, Jason có thể được tìm thấy đang phiêu lưu cùng vợ và con trai, hoặc đọc sách về tính bền vững.

Claudio Medeiros

Claudio Medeiros

Claudio Medeiros là một Kiến trúc sư Giải pháp Chính tại AWS với hơn 14 năm kinh nghiệm giúp các công ty truyền thông và viễn thông đổi mới và xây dựng các nền tảng video thế hệ tiếp theo.

Maggie Osude

Maggie Osude

Maggie Osude là một Kiến trúc sư Giải pháp tại AWS, giúp các doanh nghiệp tối ưu hóa và mở rộng cơ sở hạ tầng đám mây của họ. Cô thúc đẩy sự đổi mới trong các quy trình làm việc truyền thông, AI/ML và hiệu quả đám mây, giúp khách hàng xây dựng các giải pháp có khả năng mở rộng và hiệu suất cao.

Leave a comment