Tất cả bài · Bài viết
Khi AI đọc heatmap thay người, CRO còn lại phần hiểu khách
Heatmap, khảo sát khách hàng và các điểm khách rời đi trong funnel giờ đã có AI đọc, nhanh hơn phần lớn người làm CRO, nên thứ founder Shopify cần tự giỏi là hiểu vì sao khách muốn món hàng ngay từ đầu.
Chia sẻ: WhatsApp · Telegram · X · Facebook · LinkedIn · Email
@jordanhill11, người làm CRO cho các brand Shopify, chia nghề này thành hai mặt, một bên là đọc dữ liệu, một bên là làm marketing ngay trên website, và cho rằng chỉ cần giỏi một trong hai. Mặt thứ nhất đang dần chuyển sang tay máy.
Heatmap, khảo sát, chỗ rơi trong funnel: máy đọc nhanh hơn người
Jordan Hill đưa ra ba ví dụ cho thấy AI đang lấn dần mảng dữ liệu của CRO. Với heatmap, đã có MCP nối dữ liệu heatmap vào model AI quen dùng; theo Hill, máy quét hết một site nhanh hơn bất kỳ ai và đưa ra đề xuất tốt hơn phần lớn người làm CRO. Với khảo sát phản hồi, trước đây người ta mất vài ngày đọc hết câu trả lời rồi tóm ý, còn bây giờ AI nhận ra xu hướng và cảm xúc của khách trong vài giây. Với hành trình mua, AI đọc analytics, chỉ ra chỗ khách rơi nhiều nhất trong funnel và gợi ý cách sửa ngay lập tức.
Thời gian dành cho cả mảng này vì thế giảm mạnh. Hill coi đó là chuyện tốt. Trước kia mọi thứ trông vào một người ngồi đọc số và phải chọn đúng, cách làm mà tác giả gọi là khá rủi ro.
Những người lạc quan về AI còn đi xa hơn. @hanifproduktif đưa ra một vòng làm việc gần như tự chạy: nối Claude Code hoặc Codex với Meta Ads MCP, khai báo offer, tệp khách nhắm tới, ngân sách và CPA mục tiêu, để AI viết copy, tạo biến thể creative rồi A/B test hook, angle, offer. Bước tiếp theo là nối analytics và landing page để AI tự tìm chỗ khách bỏ đi và test bản sửa, sau đó tắt quảng cáo thua, dồn tiền cho winner, rồi lặp lại cả vòng.
Phía Shopify cũng đang thử theo hướng này. @ShopifyEng giới thiệu SimGym, một nghiên cứu mang tới hội nghị COLM2026: các agent VLM chạy A/B test storefront trong trình duyệt thật, với persona dựng từ clickstream thật của người mua. Theo Shopify Engineering, một chu kỳ thử nghiệm rút từ vài tuần xuống dưới một giờ. Cần nói rõ đây là công trình nghiên cứu, chưa phải tính năng nhà bán bật lên trong admin để dùng.
Với founder, cả ba nguồn cùng chỉ về một hướng: phần việc từng phải thuê người đọc hộ giờ rẻ và nhanh hơn nhiều.
Dữ liệu chỉ tối ưu được những gì đã nằm sẵn trên trang
Mặt dữ liệu có giới hạn của nó, và Hill nói thẳng ra. “Dữ liệu chỉ cho biết cách làm tốt hơn những gì đã có sẵn trên site,” @jordanhill11 viết (nguyên văn: “But data only ever tells you how to improve what's already on the site.”).
Theo Hill, thứ dữ liệu mang lại là các chỉnh UX, vài chỗ sửa chữ, khối này dời sang chỗ kia. Những thay đổi như vậy có trần. Làm thêm bao nhiêu vòng thì trang cũng chỉ nhích tới một mức nhất định.
@kasper_dolk, người làm CRO và landing page, nhìn cùng vấn đề từ phía các "mẹo" quen thuộc. Theo Dolk, CRO không phải là gắn thêm đồng hồ đếm ngược hay một khối review rồi cầu cho nó chạy. Gắn review, trong cách xếp của Dolk, là đòn bẩy thấp. Việc thật của CRO là hiểu sâu khách hàng, biết họ bị chặn ở đoạn nào trong funnel, rồi sửa đúng đoạn đó.
Hai người dùng chữ khác nhau nhưng chỉ vào cùng một chỗ. Dữ liệu và mẹo gắn thêm đều làm việc trên trang đang có. Lý do khách muốn mua thì nằm ngoài trang.
Lý do khách muốn mua vẫn phải do người tìm ra
Mặt thứ hai của CRO, theo Hill, là marketing áp lên một website. Người làm phải nhìn vào sản phẩm và hình dung trang nên nói điều gì: những angle chưa ai chạy, bộ ảnh tĩnh, landing page dựng quanh angle đó, cách định vị khiến một ngành hàng nhàm chán thành thứ đáng bỏ tiền. Hill cho rằng AI không làm được phần này. Khi máy đã xử lý xong dữ liệu, việc còn lại là tìm ra vì sao người ta muốn sản phẩm; theo tác giả, chỗ này không phải lúc nào cũng có số để dựa, người làm đi bằng kinh nghiệm và bằng hiểu biết về điều gì khiến người ta hành động.
Jordan Hill ⚙️ CRO for Shopify Brands@jordanhill11There's two sides to CRO, and you only need to be good at one of them.
One side is the data. Historically brands outsourced CRO to agencies because they didn't know how to look at data, pull ideas out of it and come up with tests, so people's idea of a CRO has always been someone super data orientated. Data still has a part to play and you need to understand it, but that side is being eaten alive by AI:
-…Oct 7, 2026 · Xem trên X
Ca ống kính máy ảnh của Dolk cho thấy phần này trông ra sao khi làm thật. Khách hàng của Dolk bán ống kính, nhưng lựa chọn quá nhiều nên người vào site khó chắc chắn hoàn toàn mình chọn đúng. Thay vì thêm review, đội của Dolk dựng một popup đơn giản để khách nhập hãng và đời máy, rồi tìm ra đúng ngàm lắp vừa. Dolk xếp cách này vào đòn bẩy cao, dù dựng tốn công hơn. Bài không đưa con số kết quả nào. Điều đáng học là cách chọn chỗ sửa: nỗi lo mua về mà không lắp được vào máy là chỗ khách kẹt, và popup đánh thẳng vào đúng nỗi lo ấy.
Ở mảng quảng cáo, @thankyouecom (Yuanda W) kể một trải nghiệm tương tự trong bài đăng từ tháng 9/2026. Bài nói về việc tìm angle quảng cáo, không riêng về CRO. Tác giả kể đã thử giao việc nghiên cứu cho AI, nhưng theo lời họ, nó chỉ ra winner khoảng 1/100 lần; đây là con số tác giả tự kể, không kèm cách đo. Yuanda W cho rằng ai để AI gánh phần lớn việc nghiên cứu rồi bị kẹt là vì đã giao luôn cả việc hiểu angle. Khi đã đọc 130 người nói về cùng một vấn đề, người viết biết khách sợ gì, điều gì đẩy họ tới quyết định mua, và có thể viết 10 quảng cáo chỉ từ hiểu biết đó.
Ngay cả Hanif, người vẽ ra vòng làm việc giao gần hết cho AI ở trên, cũng khép bài bằng một câu để phần quyết định lại cho người. “Giờ ‘gu’ là lợi thế khó sao chép duy nhất,” @hanifproduktif viết (nguyên văn: “"Taste" is the only moat now.”).
Một vòng test: việc nào giao AI, việc nào founder giữ lại
Hill nhắc lại lý do các brand từng thuê agency CRO: họ không biết nhìn vào dữ liệu, rút ra ý tưởng và lên test, nên hình ảnh người làm CRO xưa nay là người rất nặng về số. Phần đó giờ AI làm được với giá rẻ. Vì vậy, trước khi ký với một agency hay freelancer CRO, founder nên hỏi thẳng một câu: họ đang bán việc đọc dữ liệu, hay việc hiểu khách và định vị sản phẩm?
Chia việc trong một vòng test có thể theo bốn bước:
- Giao cho AI phần đọc số: heatmap, tóm tắt khảo sát, tìm chỗ khách rơi nhiều nhất trong funnel.
- Tự đọc lời khách ở bốn nơi Yuanda W dùng: Reddit, nơi khách tả vấn đề bằng chính lời họ và rất chi tiết; sản phẩm đối thủ trên Amazon, để xem đối thủ làm hỏng chỗ nào và khách ghét điều gì; khảo sát sau mua, tức phản hồi từ người đã trả tiền; và TikTok organic, nơi một video của creator cùng ngách đạt 10 triệu view cho thấy người xem đang dừng lại ở đâu.
- Mỗi vòng chỉ chọn một thay đổi đòn bẩy cao. Dolk lưu ý rằng mỗi lần chỉ test được một số thứ, nên cần làm có chủ đích và dồn sức vào chỗ có đòn bẩy.
- Hỏi agency họ làm mặt nào trước khi trả tiền cho phần việc AI đã làm rẻ đi.
Việc làm được ngay tuần này: mở file khảo sát sau mua, đọc từng câu trả lời và chép ra những câu khách hay vướng trước khi quyết định mua, rồi mới đưa dữ liệu cho AI đề xuất test. Khi AI trả về mười đề xuất, danh sách câu vướng ấy là thứ giúp chọn ra một đề xuất đáng test.