Tag và Attribute trong Smax.AI: nền tảng phân nhóm khách hàng cho mọi workflow automation

Ở bài trước, chúng ta đã đi vào Trigger Bot API + n8n để tự động tạo task sales khi lead đạt điểm nóng. Nhưng một workflow chỉ chính xác khi dữ liệu đầu vào đủ rõ. Vì vậy, bài này quay về lớp nền tảng: Tag và Attribute trong Smax.AI — hai thành phần giúp bạn phân nhóm khách hàng, ghi nhớ nhu cầu và kích hoạt automation đúng ngữ cảnh.

Nhiều doanh nghiệp triển khai chatbot khá nhanh: có kịch bản chào hỏi, có nút bấm, có form xin số điện thoại, có tin nhắn nhắc lịch. Nhưng sau vài tuần, đội sales bắt đầu gặp vấn đề: không biết khách nào đang quan tâm sản phẩm nào, ai là khách nóng, ai chỉ hỏi tham khảo, ai đã mua, ai cần chăm lại. Khi dữ liệu khách hàng bị ghi chú tự do trong inbox hoặc trong trí nhớ nhân viên, automation dễ trở thành chuỗi tin nhắn đại trà.

Tag và Attribute là cách biến hội thoại thành dữ liệu có cấu trúc. Tag giúp bạn dán nhãn nhóm khách hàng hoặc hành vi. Attribute giúp lưu thông tin cụ thể của từng người như nhu cầu, ngân sách, số điện thoại, khu vực, sản phẩm quan tâm, trạng thái tư vấn. Khi hai lớp này được thiết kế đúng, Smax.AI có thể phối hợp tốt hơn với Follow Up, GenAI, n8n, Google Sheets, CRM, Bank Hub hoặc dashboard đo hiệu quả.

Bài viết này dành cho chủ shop, marketer, sales admin và người đang tự xây automation. Bạn sẽ có framework thiết kế Tag/Attribute, ví dụ ứng dụng thực tế, checklist triển khai và các lỗi nên tránh.

1. Tag và Attribute khác nhau như thế nào?

Cách dễ hiểu nhất: Tag là nhãn phân nhóm, còn Attribute là thông tin chi tiết. Tag thường trả lời câu hỏi “khách này thuộc nhóm nào?”; Attribute trả lời câu hỏi “khách này có giá trị cụ thể là gì?”.

Ví dụ, một khách nhắn tin hỏi khóa học automation. Bạn có thể gắn Tag quan_tam_khoa_hoc, lead_nong, den_tu_facebook_ads. Đồng thời, bạn lưu Attribute như phone, nhu_cau, ngan_sach, lich_hen, sales_phu_trach. Khi cần lọc danh sách khách có nhu cầu học trong tháng này, bạn không chỉ nhìn Tag mà còn cần Attribute về thời điểm, ngân sách hoặc trạng thái.

Nếu chỉ dùng Tag, hệ thống dễ bị quá nhiều nhãn chồng chéo. Nếu chỉ dùng Attribute, marketer lại khó chạy nhanh các nhóm follow-up. Vì vậy, cách tốt nhất là dùng Tag để chia nhóm hành vi/chiến dịch, dùng Attribute để lưu dữ liệu có thể đọc, lọc, truyền sang công cụ khác.

2. Vì sao Tag và Attribute là nền cho mọi workflow automation?

Automation không nên bắt đầu từ câu hỏi “gửi tin nhắn gì?”, mà nên bắt đầu từ “gửi cho ai, trong bối cảnh nào, với mục tiêu gì?”. Tag và Attribute trả lời đúng ba câu hỏi này.

Phân loại lead trước khi Follow Up

Một người chỉ tải tài liệu miễn phí không nên nhận cùng chuỗi nhắc thanh toán với người đã đặt cọc. Một khách hỏi giá nhưng chưa để lại số điện thoại cần kịch bản khác với khách đã có lịch tư vấn. Khi Tag và Attribute rõ, Follow Up trở thành chăm sóc có ngữ cảnh thay vì bắn tin hàng loạt.

Giúp GenAI trả lời an toàn hơn

GenAI có thể hỗ trợ tư vấn, giải thích sản phẩm, gợi ý lựa chọn hoặc trả lời câu hỏi thường gặp. Nhưng AI càng cần dữ liệu nền để hiểu khách đang ở giai đoạn nào. Nếu Attribute lưu đúng nhu cầu, sản phẩm quan tâm và trạng thái tư vấn, AI có thể phản hồi phù hợp hơn. Nếu thiếu dữ liệu, nên để AI hỏi thêm hoặc chuyển người thật thay vì đoán.

Kết nối n8n, CRM và dashboard

Khi truyền dữ liệu sang n8n, Google Sheets, Telegram, email, CRM hoặc POS Cake, Tag và Attribute là phần payload quan trọng. Workflow có thể kiểm tra điều kiện: nếu Tag là lead_nong và Attribute phone đã có, gửi thông báo cho sales; nếu trạng thái là cho_thanh_toan, kích hoạt nhắc thanh toán; nếu đã mua, đưa vào chăm sóc sau mua.

3. Framework thiết kế Tag trong Smax.AI

Tag nên ngắn gọn, có quy ước đặt tên và không bị tạo tùy hứng. Một hệ thống nhỏ cũng cần kỷ luật, vì Tag càng nhiều càng khó lọc, khó báo cáo và dễ sai khi nhân viên mới vào vận hành.

Nhóm Tag theo mục đích

• Nguồn lead: facebook_ads, comment_ads, messenger, zalo, website, ladipage, webcake, wordpress, woo_order.
• Mức độ quan tâm: lead_moi, lead_lanh, lead_am, lead_nong, da_dat_lich, cho_thanh_toan.
• Nhóm sản phẩm: quan_tam_khoa_hoc, quan_tam_chatbot, quan_tam_automation, quan_tam_pos, quan_tam_crm.
• Trạng thái chăm sóc: can_goi_lai, da_tu_van_lan_1, can_gui_bao_gia, da_mua, can_cham_sau_mua.
• Rủi ro hoặc ưu tiên: khach_vip, khieu_nai, can_nguoi_that, khong_lien_he_duoc.

Không nhất thiết dùng toàn bộ danh sách trên. Hãy bắt đầu bằng 10-20 Tag thực sự cần cho vận hành, sau đó mở rộng khi có nhu cầu báo cáo hoặc phân tuyến.

Đặt tên Tag theo quy chuẩn

Nên thống nhất cách đặt tên không dấu, viết thường, dùng gạch dưới hoặc tiền tố. Ví dụ: src_facebook_ads, stage_lead_nong, product_khoa_hoc, status_can_goi_lai. Quy ước này giúp người vận hành hiểu ngay Tag thuộc nhóm nào và giúp n8n xử lý điều kiện dễ hơn.

4. Framework thiết kế Attribute: lưu ít nhưng đúng

Attribute là nơi nhiều đội triển khai bị rối. Có đội lưu quá ít, khiến sales phải hỏi lại khách nhiều lần. Có đội lại tạo quá nhiều trường, cuối cùng không ai nhập đủ. Nguyên tắc thực chiến là: chỉ lưu dữ liệu có tác dụng cho phân loại, tư vấn, follow-up hoặc báo cáo.

Nhóm Attribute tối thiểu nên có

• Thông tin liên hệ: họ tên, số điện thoại, email, kênh liên hệ ưu tiên.
• Nhu cầu: sản phẩm quan tâm, vấn đề cần giải quyết, ngành nghề, quy mô đội sales hoặc số lượng đơn.
• Ý định mua: thời điểm dự kiến, ngân sách, mức độ ưu tiên, câu hỏi chính.
• Vận hành sales: sales phụ trách, lịch hẹn, ghi chú ngắn, trạng thái tư vấn.
• Đo lường: nguồn chiến dịch, mã quảng cáo hoặc UTM nếu có, trạng thái thanh toán, giá trị đơn hàng nếu được xác nhận.

Hãy phân biệt Attribute dùng cho chatbot và Attribute dùng cho báo cáo. Chatbot chỉ cần hỏi những thông tin thật sự cần tại thời điểm đó. Những trường còn lại có thể được bổ sung bởi sales, n8n, Bank Hub, WooCommerce hoặc CRM.

Không biến Attribute thành nơi ghi chú dài

Ghi chú tự do vẫn hữu ích, nhưng không nên thay thế dữ liệu có cấu trúc. Nếu mọi thông tin nằm trong một ô “ghi chú”, automation không thể lọc chính xác. Thay vì ghi “khách ở Hà Nội, cần demo tuần sau, quan tâm gói doanh nghiệp”, hãy lưu khu vực, lịch hẹn, sản phẩm quan tâm và phân khúc thành các trường riêng khi các dữ liệu đó cần dùng cho workflow.

5. Ví dụ thực chiến: phễu tư vấn khóa học online

Giả sử bạn chạy quảng cáo Messenger cho một khóa học online. Chatbot bắt đầu bằng việc hỏi khách muốn học để tự động hóa marketing, bán hàng hay CSKH. Sau đó, hệ thống xin số điện thoại và hỏi thời gian phù hợp để tư vấn.

Ở bước này, Tag có thể là src_messenger_ads, product_khoa_hoc_online, stage_da_de_lai_sdt. Attribute có thể gồm phone, nhu_cau_hoc, thoi_gian_tu_van, kinh_nghiem_hien_tai. Nếu khách hỏi học phí hoặc lịch khai giảng, có thể thêm Tag lead_nong để sales ưu tiên.

Khi Attribute phone đã có và Tag lead_nong được gắn, n8n có thể nhận webhook để gửi thông báo Telegram cho sales. Nếu sau buổi tư vấn khách chưa thanh toán, hệ thống chuyển trạng thái sang cho_thanh_toan và kích hoạt Follow Up nhắc lịch nhẹ nhàng. Nếu Bank Hub xác nhận chuyển khoản, trạng thái đổi sang da_thanh_toan và khách được đưa vào chuỗi onboarding.

6. Checklist triển khai Tag và Attribute trong 5 bước

1. Liệt kê hành trình khách hàng: khách đến từ đâu, hỏi gì, để lại thông tin nào, sales cần làm gì, khi nào xem là thành công.
2. Chọn 10-20 Tag cốt lõi: ưu tiên nguồn lead, giai đoạn phễu, sản phẩm quan tâm và trạng thái chăm sóc.
3. Chọn Attribute bắt buộc: chỉ lấy các trường phục vụ tư vấn, follow-up, phân tuyến hoặc báo cáo.
4. Viết quy tắc gắn dữ liệu: Tag nào tự động gắn khi khách bấm nút, Attribute nào lưu từ User Input, trường nào sales cập nhật thủ công.
5. Kiểm thử với 20 hội thoại mẫu: xem dữ liệu có đủ để lọc lead nóng, tạo task sales, nhắc thanh toán và báo cáo nguồn lead hay chưa.

7. Sai lầm thường gặp khi dùng Tag và Attribute

• Tạo Tag theo cảm hứng: mỗi chiến dịch tạo một kiểu tên, sau vài tháng không ai hiểu hệ thống đang có gì.
• Dùng quá nhiều Tag thay cho Attribute: ví dụ tạo hàng chục Tag cho từng tỉnh thành hoặc từng mức ngân sách, trong khi nên lưu thành trường dữ liệu.
• Không có người sở hữu dữ liệu: chatbot gắn một phần, sales sửa một phần, marketing tạo thêm một phần nhưng không ai kiểm tra chất lượng.
• Không dọn Tag cũ: Tag của chiến dịch đã kết thúc vẫn nằm trong hệ thống, làm danh sách ngày càng rối.
• Không truyền dữ liệu sang công cụ khác: Tag/Attribute chỉ nằm trong chatbot mà không đi vào n8n, Google Sheets, CRM hoặc dashboard nên đội vận hành không tận dụng được.

8. Gợi ý bộ Tag/Attribute khởi đầu cho doanh nghiệp nhỏ

Nếu bạn chưa biết bắt đầu từ đâu, hãy dùng bộ tối giản dưới đây rồi điều chỉnh theo ngành.

Tag khởi đầu

• src_facebook_ads, src_website, src_zalo, src_referral
• stage_lead_moi, stage_da_de_lai_sdt, stage_lead_nong, stage_da_dat_lich, stage_cho_thanh_toan, stage_da_mua
• status_can_goi_lai, status_can_gui_bao_gia, status_can_nguoi_that

Attribute khởi đầu

• full_name, phone, email, preferred_channel
• product_interest, need_summary, budget_range, buying_timeframe
• lead_source, campaign_name, assigned_sales, next_follow_up_at, payment_status

Bộ này đủ để bạn chạy các workflow cơ bản: phân nhóm theo nguồn, xác định lead nóng, giao sales, nhắc lịch, nhắc thanh toán và đo kết quả theo chiến dịch.

FAQ

1. Nên tạo Tag trước hay Attribute trước?

Nên vẽ hành trình khách hàng trước, sau đó chọn Tag và Attribute cùng lúc. Nếu chỉ tạo Tag trước, bạn dễ bỏ quên dữ liệu chi tiết mà sales cần. Nếu chỉ tạo Attribute trước, bạn khó phân nhóm nhanh cho Follow Up.

2. Có nên tạo Tag cho từng sản phẩm?

Có thể, nếu số sản phẩm ít và phục vụ follow-up rõ ràng. Nếu danh mục quá lớn, nên lưu sản phẩm quan tâm dưới dạng Attribute hoặc đồng bộ từ hệ thống sản phẩm để tránh danh sách Tag phình to.

3. Attribute có thay thế CRM không?

Không hoàn toàn. Attribute giúp chatbot lưu dữ liệu khách hàng có cấu trúc. CRM vẫn hữu ích khi bạn cần quản lý pipeline sales, lịch sử giao dịch, báo cáo đội nhóm và phân quyền sâu hơn. Tuy nhiên, với đội nhỏ, Tag/Attribute kết hợp Data Table hoặc Google Sheets có thể là bước khởi đầu gọn nhẹ.

4. Làm sao biết bộ Tag/Attribute đang hiệu quả?

Hãy kiểm tra xem bạn có lọc được lead nóng, biết nguồn lead, biết ai phụ trách, biết bước tiếp theo và đo được kết quả sau chăm sóc hay không. Nếu dữ liệu không trả lời được các câu hỏi này, cần thiết kế lại.

5. Có cần dọn dẹp Tag định kỳ?

Có. Mỗi tháng hoặc sau mỗi chiến dịch, nên rà soát Tag không còn dùng, Tag trùng nghĩa và Attribute nhập sai định dạng. Dữ liệu sạch là điều kiện để automation chạy bền.

Nếu bạn muốn triển khai hệ thống automation tương tự cho doanh nghiệp, hãy liên hệ Quân Chatbot để được tư vấn giải pháp phù hợp.