Tối thứ Sáu, một con số 0 và một người sắp mất việc
Tối thứ Sáu tuần trước.
Tôi mở bảng KPI của đội sale. Một hàng đỏ đập vào mắt.
Một bạn sale mới. Cả tuần: con số 0. Không một đơn nào.
Sếp đã nhắn thẳng từ đầu tuần: không có đơn là nghỉ.
Bạn ấy còn đúng một buổi tối để giữ việc.
Tôi ngồi nhìn cái số 0 đó khá lâu. Và tôi thấy khó chịu. Không phải với bạn ấy. Với chính cái bảng số.
Vì cái bảng chỉ biết hét lên: “Có vấn đề!” Nó gào rất to. Nhưng hỏi vấn đề nằm ở đâu, nó câm như hến.
Bạn ấy lười? Thiếu khách? Tư vấn dở? Chào giá sai? Tôi không biết. Sếp không biết. Không ai biết.
Và đây là chỗ đáng sợ nhất với một người quản lý. Bạn sắp cho một con người nghỉ việc. Mà không dám chắc lỗi nằm ở đâu.
Cảm giác đó tôi ghét nhất trên đời. Xử người bằng phỏng đoán.
Tôi tự nhủ một câu: không phải mình kém, mà mình đang cầm sai cây thước.
Bảng số đo được kết quả. Nó không đọc được nguyên nhân.
Còn nguyên nhân thì nằm ở một chỗ khác. Nằm trong từng câu chat bạn ấy gõ cho khách. Hàng trăm câu. Không ai có thời gian đọc hết.
Nhưng có một thứ đọc được.
Nên tối đó tôi làm một việc. Tôi tự tay kéo toàn bộ hội thoại của bạn ấy về máy. Rồi giao cho AI đọc từng dòng.
Tôi đi tìm cái van bị nghẹt.
Và thứ nó lôi ra làm tôi lặng người.
Vì sao bảng KPI làm bạn mù, và vì sao sale không chốt đơn thì chỉ hội thoại mới nói ra
Trước khi kể nó lôi ra cái gì, để tôi nói thẳng một điều.
Bảng KPI của bạn đang nói dối. Không phải vì nó sai. Mà vì nó nói chưa đủ.
Nó cho bạn con số 0. Nó giấu bạn lý do.
Giống cái đèn báo cháy nhấp nháy giữa đêm. Nó gào “có cháy!”. Nhưng nó không chỉ cháy ở phòng nào, cháy vì cái gì. Bạn cầm bình cứu hỏa đứng giữa nhà, chẳng biết xịt vào đâu.
Báo cáo bán hàng truyền thống y hệt vậy. Nó là cái đèn báo động. Nó nói CÓ vấn đề. Nó không bao giờ nói vấn đề Ở ĐÂU.
Và đây là chỗ mọi thứ lật ngược.
“Dùng AI phân tích hiệu suất nhân viên sale” nghe to tát, nhưng bản chất đơn giản lắm. Bạn giao cho một trợ lý AI đọc TOÀN BỘ lịch sử chat của một bạn sale với khách. Từng câu một. Rồi nó đối chiếu với những đoạn chat đã chốt đơn của người giỏi nhất, trên cùng loại khách. Nó chỉ đúng chỗ bạn ấy đang rơi khách.
Đó là khác biệt sinh tử. Con số chỉ đếm kết quả. Câu chat mới lộ nguyên nhân. Thứ mà cái dashboard (bảng điều khiển số liệu) không đời nào kể cho bạn nghe.
Vì sao sale không chốt đơn? Câu trả lời không nằm trong ô số liệu. Nó nằm trong từng dòng tin nhắn.
Có bạn tư vấn rất có tâm, khách quý ra mặt. Mà cả tuần không nổi một đơn. Vì sao? Vì bạn ấy chưa bao giờ mời khách mua. Bảng KPI mãi mãi không nói cho bạn điều đó. Đọc chat thì thấy ngay trong mười phút.
Đây là điều tôi ngộ ra sau nhiều năm ngồi cùng đội sale. Một bạn yếu hiếm khi yếu toàn diện. Thường bạn ấy rất mạnh ở một khúc, rồi tắc đúng một khúc trong phễu bán hàng (sales funnel, tức hành trình dắt khách từ lúc mở lời đến lúc chốt). Tìm ra đúng cái khúc nghẹt đó, việc sửa nhanh đến bất ngờ.
Còn bạn? Bạn chỉ cần biết diễn đạt ý mình muốn. Phần kỹ thuật, để cái máy lo.
Đêm đó tôi giao cho AI đọc hơn 100 đoạn chat, chấm cả phễu bán hàng 5 bước
Quay lại tối thứ Sáu.
Tôi không đọc tay. Đọc tay thì đến sáng cũng chưa xong một góc.
Nên tôi kéo dữ liệu về máy trước. Toàn bộ hội thoại bạn ấy phụ trách, cộng đơn hàng thật trên hệ thống. Nền tảng ở đây là Pancake (inbox Facebook nối phần mềm bán hàng). Nhưng cách này không kén nguồn. Zalo OA, live chat website, hay CRM (phần mềm quản lý khách hàng), miễn có lịch sử chat và số đơn thật, đều chấm được như nhau.
Rồi tôi giao việc cho Claude Code. Một câu lệnh, bốn động tác: kéo dữ liệu, chấm từng hội thoại theo phễu, đối chiếu với người giỏi, xuất ra công cụ cầm tay.
Cái “phễu” tôi bảo nó chấm gồm 5 bước. Nói cho dễ hình dung.
Mở lời. Hỏi xem khách đau gì. Chào phác đồ, sản phẩm cụ thể. Báo giá. Rồi xin thông tin, chốt đơn.
Mỗi hội thoại đi tới bước nào, tôi bắt nó ghi lại từng ly từng tí. Đây đúng là thứ con người ngồi cả tuần làm không nổi. Đọc trọn hơn trăm cuộc chat, không sót một câu.
Con số đầu tiên hiện ra làm tôi khựng lại.
157 hội thoại được gán cho bạn ấy. Một trăm năm mươi bảy. Bạn ấy không hề thiếu khách. Cái cớ “em ít khách quá” bay màu ngay tại đây.
Nhưng chấm một mình bạn ấy thì vô nghĩa. 26% là cao hay thấp? Ai biết được.
Nên tôi làm thêm một việc. Và đây mới là chỗ ăn tiền.
Tôi bảo nó lôi các đoạn chốt đơn thành công của bạn sale giỏi nhất ra đối chiếu. Cùng nguồn quảng cáo. Cùng chân dung khách. Cùng loại người nhắn vào.
Có công bằng thì bài học mới đúng. Tôi không đem lính mới ra so với thiên tài trời cho. Tôi đặt hai người trên cùng một sân. Chênh nhau ở bước nào, bài học nằm chính ở bước đó.
Phân tích phễu bán hàng bằng AI, cốt lõi chỉ có vậy.
Còn cái nó lôi ra khỏi đống chat kia?
Tôi kể ở phần sau. Ngồi yên.
Trợ lý bác sĩ giỏi, chưa phải người bán hàng: bảng đối chiếu tỷ lệ chốt bằng AI
Tôi mở bản báo cáo AI xuất ra. Đọc xong, tôi ngồi im một lúc.
Rồi đọc lại lần nữa. Vì nó đá văng hết mọi thứ tôi tưởng.
Tôi cứ đinh ninh bạn ấy lười. Hoặc thiếu khách. Hoặc non kiến thức nên khách bỏ đi.
Sai cả ba.
Bạn ấy được gán 157 hội thoại. Không thiếu một khách nào. Bạn ấy trả lời nhanh, trung vị 1,8 phút một tin, nhanh hơn cả người giỏi nhất phòng. Đồng cảm. Kiến thức chắc. Khách nhắn tới là được chăm tới nơi.
Chỉ vướng đúng một chuyện.
Bạn ấy không bao giờ mời khách mua.
Không phải mời dở. Là không mời. Chấm hết.
Đây là bảng AI dựng ra, đặt bạn sale mới cạnh người giỏi nhất, cùng một nguồn khách quảng cáo, cùng một chân dung khách. Đọc từng dòng, bạn sẽ thấy khách rơi ở đâu.
| Bước trong phễu bán hàng | Bạn sale mới | Người giỏi nhất |
|---|---|---|
| Xin được số điện thoại trong chat | 7% | 18% |
| Có chào sản phẩm / phác đồ cụ thể | 26% | 56% |
| Có nói giá | 19% | 53% |
| Có chủ động chốt (xin địa chỉ giao hàng) | 11% | 18% |
Nhìn dọc cả cột là rõ. Bạn ấy tụt dần đều. Càng về cuối phễu, khoảng cách càng toác.
Nhưng con số làm tôi lặng người lại nằm ngoài bảng.
Trong 5 khách đã TỰ nhắn số điện thoại, tức bước khó nhất đã xong, khách đã chịu mở lòng, bạn ấy đẩy lên bước chào sản phẩm: 0/5. Không một ai.
Người giỏi, cùng đúng tình huống ấy: 83%.
Và 69/72 hội thoại chết đứng ở chỗ khách im lặng sau tin nhắn của bạn ấy. Khách hỏi, bạn ấy đáp, rồi hết. Không một câu kéo khách quay lại. Cuộc trò chuyện tắt lịm ngay đó.
Bạn thấy chưa? Đúng như tôi nói đầu bài. Một sale yếu hiếm khi yếu toàn diện. Bạn ấy mạnh gần như mọi khâu. Mở lời duyên. Khai thác khéo. Phản hồi nhanh. Chỉ nghẹt đúng một chỗ: khâu mời mua.
Như đường ống tốt từ đầu tới cuối, kẹt đúng một cái van. Nước dồn ứ phía trên, mà đầu vòi không rỉ nổi một giọt.
AI gói lại bằng một câu. Một câu thôi, mà tôi thấy đúng đến gai người:
Bạn ấy đang là một trợ lý bác sĩ giỏi. Chưa phải một người bán hàng.
Tư vấn hay. Khách quý. Nhưng chẳng ai được mời mua.
Không bắt học lại từ đầu: vá đúng khâu chốt và trao khách nóng tận tay như một chiếc phao
Đây là phần tôi thích nhất.
Vì khi đã biết cái van bị nghẹt nằm ở đâu, bạn không cần đập cả cái máy ra sửa.
Bạn ấy không dốt. Không lười. Không thiếu khách, 157 hội thoại được gán tận tay. Bạn ấy chỉ thiếu đúng một việc: mời khách mua.
Vậy thì sửa đúng một việc đó thôi.
Tôi không bắt bạn ấy đi học lại từ đầu. Không giáo trình 200 trang. Không “em về đọc lại quy trình bán hàng nhé”. Mấy thứ đó nghe cho oai. Nhưng một người còn 7 ngày để giữ việc thì lấy đâu thời gian học lại.
Tôi cho AI xuất một file PDF. Đúng một trang. Cầm tay được.
Trong đó có ba thứ.
Một là lời chẩn đoán thẳng. Thẳng mà có tình. Mở đầu vẫn ghi nhận: em tư vấn có tâm, khách quý em, em trả lời nhanh. Rồi mới chỉ ra chỗ rơi. Người ta chỉ chịu sửa khi thấy mình được nhìn nhận trước.
Hai là một tấm phao. Cheat-sheet (tờ mẹo cầm tay) ba câu chốt, copy dán được ngay. Một câu báo giá kèm ưu đãi. Một câu gỡ khi khách nói “để em xem sau”. Một câu chốt kiểu mặc định, cứ tự nhiên xin địa chỉ giao hàng, coi như khách đã gật.
Ba là thứ tôi tâm đắc nhất. Một danh sách 10 khách. Không phải khách lạ. Là 10 người đã nghe đủ phác đồ, đã biết giá, chỉ chưa chốt. AI chấm sẵn ai đang nóng nhất để gọi trước.
Bạn thấy khác biệt chưa?
Tôi không đưa bạn ấy một bản báo cáo đẹp để treo tường.
Tôi đưa một chiếc phao. Và mười người đang chới với chờ được nắm tay.
Đây mới là cái hay của việc huấn luyện sale bằng AI. Phân tích không dừng ở chỗ “biết”. Nó biến thẳng thành thứ để làm sáng mai. Vá đúng cái van. Đặt khách nóng vào tay người bán.
Rẻ. Nhanh. Và cứu được người.
Tôi thú thật: kết quả chưa ngã ngũ, đây là cách tôi đo, và vì sao tôi dùng AI để huấn luyện chứ không phải để rình
Tôi nói thẳng với bạn điều này.
Tôi vừa vá xong cái van bị nghẹt. Chưa có phép màu nào cả.
Dễ lắm. Tôi chỉ cần gõ một câu: “Sau một tuần, đơn tăng gấp ba.” Bạn đọc sẽ trầm trồ. Nhưng đó là nói dối. Và bạn ngồi đây để học thật, không phải để nghe tôi nổ.
Vậy sự thật là gì?
Sự thật là bạn ấy đã bắt đầu mời khách mua. Có khách được đẩy tới bước xin địa chỉ giao hàng, thứ trước đó bạn ấy chưa từng làm. Đó là tín hiệu. Chưa phải kết quả.
Còn kết quả thật, tôi đo bằng số. Không đo bằng cảm giác.
Một: số đơn thật trên POS (phần mềm quản lý bán hàng) mỗi ngày.
Hai: tỷ lệ khách qua từng bước phễu, tuần sau so tuần trước. Bước chào sản phẩm có nhích khỏi 26% không? Bước nói giá có vượt 19% không?
Số biết nói. Tôi chờ số.
Sẽ có người hỏi: “Thế mấy con số AI tăng doanh thu 25-30% ở đâu ra?” Tôi trả lời luôn cho sòng phẳng. Báo công nghệ Việt (eSMS.vn, CloudGO) tổng hợp rằng AI trong bán hàng có thể tăng doanh thu 25-30%, có nơi rút thời gian từ lead (khách tiềm năng) đến chốt từ 45 ngày xuống 28 ngày. Đó là tiềm năng của ngành. Không phải kết quả case của tôi. Đừng để ai nhập nhèm hai thứ đó với bạn.
Và điều cuối. Quan trọng nhất.
Tôi đọc chat của bạn ấy để cứu. Không phải để rình. Mục tiêu là giữ việc cho một con người, không phải bới lỗi để đuổi. Khi kể lại chuyện này, tôi ẩn danh bạn ấy, giấu sạch dữ liệu khách.
Con dao này sắc lắm.
Cầm nó, bạn phải nhớ: mình đang cầm dao mổ để chữa, không phải cầm dao để rạch.
Bài học cho người quản lý, và prompt copy-dán để bạn tự mổ một bạn sale ngay hôm nay
Tôi rút ra ba điều. Gói thật gọn cho bạn.
Một, không ai yếu toàn diện. Người ta thường rất mạnh ở một khúc, rồi rơi đúng một khúc. Bạn sale của tôi tư vấn hay hơn khối người. Chỉ là không bao giờ mời khách mua. Tìm ra cái van bị nghẹt, việc sửa nhanh và rẻ đến bất ngờ. Đừng bắt người ta học lại từ đầu khi họ chỉ hụt một bước chân.
Hai, phải so trên cùng loại khách. Đừng đặt lính mới cạnh thiên tài. So trên cùng nguồn quảng cáo, cùng chân dung khách. Chênh ở bước nào, bài học nằm ở bước đó. Công bằng. Không ai cãi được.
Ba, đọc chat để cứu người, không phải để rình. Tôi mở từng đoạn hội thoại lên là để giữ việc cho một bạn sắp mất việc. Không phải bới lỗi để đuổi. Ra ngoài thì ẩn danh. Dữ liệu khách, không lộ một chữ.
Giờ tới lượt bạn. Bạn không cần biết code. Chỉ cần biết diễn đạt điều mình muốn. Phần kỹ thuật, để cái máy lo.
Mở Claude Code. Dán nguyên khối này vào:
Tôi là quản lý một đội sale chat bán hàng qua [Facebook/Zalo/Pancake/CRM].
Tôi có một bạn sale đang không ra đơn và tôi chưa biết bạn ấy rơi khách ở khâu nào.
Tôi muốn bạn:
1. Giúp tôi kéo toàn bộ lịch sử hội thoại chat + đơn hàng thật của bạn ấy về máy
(qua API của nền tảng tôi đang dùng — hướng dẫn tôi lấy khoá kết nối).
2. Đọc từng hội thoại và chấm theo phễu bán hàng 5 bước:
mở lời → khai thác → chào sản phẩm → báo giá → xin thông tin/chốt.
3. Đối chiếu tỷ lệ qua từng bước của bạn ấy với bạn sale GIỎI NHẤT
trên CÙNG nguồn khách, để chỉ ra chính xác khâu rơi khách.
4. Xuất cho tôi: một file PDF 1 trang (chẩn đoán + điểm mạnh),
một cheat-sheet 3 câu chốt để bạn ấy copy-dán,
và danh sách khách đã nghe đủ phác đồ + giá nhưng chưa chốt,
chấm sẵn ai nóng nhất để gọi trước.
Quan trọng: ẩn danh mọi thứ, không để lộ dữ liệu khách hàng.
Trước khi làm, hãy hỏi lại tôi vài câu cho rõ, rồi vừa làm vừa giải thích cho tôi hiểu.Vậy thôi. Máy sẽ hỏi bạn vài câu, rồi bắt tay làm.
Còn câu này, tôi để lại cho riêng bạn: đội bạn có ai đang bị bảng số 0 kết tội oan không?
Biết đâu người đó không kém. Người đó chỉ đang cầm sai công cụ. Y hệt bạn sale của tôi tuần trước. Thôi đừng quản bằng cảm tính nữa, khi bạn đã có thể quản bằng dữ liệu thật. Con số nói có vấn đề. Chỉ hội thoại mới nói vấn đề nằm ở đâu. Và giờ, bạn đọc được nó rồi.
Câu hỏi thường gặp
Tôi không biết code, có tự làm được không? Được. Bạn không viết một dòng lệnh nào. Bạn chỉ mở Claude Code, dán khối prompt phía trên vào, rồi trả lời vài câu nó hỏi. Phần kéo dữ liệu, đọc chat, chấm phễu, xuất PDF là việc của máy. Bạn chỉ cần biết diễn đạt điều mình muốn.
Dữ liệu chat của khách có bị lộ ra ngoài không? Toàn bộ phân tích chạy trên máy của bạn, với dữ liệu của bạn. Khi kể lại hay chia sẻ báo cáo ra ngoài, bạn ẩn danh nhân viên và giấu sạch thông tin khách. Trong prompt tôi để sẵn dòng yêu cầu ẩn danh. Nguyên tắc của tôi: đọc chat để huấn luyện, không phải để rình hay bới lỗi đuổi việc.
Cách này chỉ chạy được trên Pancake thôi à? Không. Pancake chỉ là nền tảng trong câu chuyện của tôi. Phương pháp áp dụng cho mọi nguồn có lịch sử chat và số đơn thật: inbox Facebook, Zalo OA, live chat website, hay CRM. Miễn kéo được hội thoại và đối chiếu được với đơn hàng, bạn chấm phễu được như nhau.
Vì sao phải đối chiếu với người giỏi nhất, chấm riêng một người không đủ sao? Không đủ. Một con số đứng một mình vô nghĩa: 26% là cao hay thấp, không ai biết. Đặt cạnh người giỏi trên cùng loại khách, cùng nguồn quảng cáo, con số mới lộ ra khoảng cách thật, và khoảng cách đó chính là bài học. Chênh ở bước nào thì sửa đúng bước đó.
Bao lâu thì thấy kết quả doanh thu? Tôi không hứa con số. Trong case của tôi, can thiệp mới triển khai, tín hiệu tức thì là nhân viên bắt đầu chủ động mời mua và đẩy khách tới bước xin địa chỉ. Kết quả thật phải đo bằng số đơn trên POS theo ngày và tỷ lệ qua từng bước phễu tuần sau so tuần trước. Con số 25-30% bạn thấy trên báo là tiềm năng chung của ngành, không phải cam kết cho trường hợp cụ thể của bạn.
Về tác giả — Vi Tiến Hoàng
Tôi làm marketing và vận hành thực chiến, không viết lý thuyết. Case trong bài này do chính tay tôi làm tuần vừa rồi: tự kéo hàng trăm hội thoại thật về máy, tự đọc từng câu chat, tự dựng báo cáo phễu, tự làm cheat-sheet, rồi tự ngồi lại với đội sale. Tôi xây hệ thống bán hàng và tự động hoá bằng AI cho một thương hiệu sức khỏe. Cái gì chắc, tôi nói chắc. Cái gì chưa ngã ngũ, tôi nói thẳng là chưa.
Làm Internet Marketing từ năm 2013. 8+ năm vận hành marketing cho hệ sinh thái của Luật sư Phạm Thành Long: cùng xây kênh YouTube từ 0 lên 1 triệu subscribers, fanpage lên 1,8 triệu followers, chương trình online 30.000 người tham dự. Hiện là Founder MYLINA Group. Song song, với vai trò chuyên gia AI Marketing, đã giúp hàng trăm doanh nghiệp Việt tăng trưởng bền vững.
