Page 38 - Chiến Lược Định Vị Người Tiêu Dùng
P. 38

CHIẾN  LƯỢC ĐỊNH V|  NGƯỜI TIÊU  DÙNG

               Suy  nghĩ  vê  vấn  đề  và  xác  định  các  nhóm  đặc  điểm
          tạo thành sản phẩm  đích  (đề nghị, v.v...).  Chẳng hạn,  trong
          trường hợp một công thức đồ uống không cồn, các biến số có
          thể là Lượng đường. Acid, v.v... Trong RDE về thẻ tín dụng,
          các biến số (các nhóm đặc điểm) có thểlà phí thường niên, tỉ lệ
         phần trăm thường niên, lựa chọn trả thưởng, v.v...  Mỗi biến
         số như vậy (hay một "chuỗi"  các ý tưởng) cấu thành nên vài
         khả năng. Chẳng hạn, khi quý vị xử lý một loại đồ uống, hàm
         lượng đường có thểlà 6,8 hoặc 10 đơn vị; khi quý vị xử lý một
         loại  thé  tín  dụng,  tỉ  lệ  phần  trăm  thường niên  có  thể là  0%;
         4,00%; 9,99%;  15% và 21,99%.  Cho nên bước đâu  tiên là hãy làm
         bài tập ở nhà và xây dựng câu  trúc của vấn đê. Đây là phần khó
         khăn nhất trong công việc. Đây cũng chính là chỗ cần trình độ
         chuyên môn của quý vị.
                Hãy  nắm  rõ nguyên tắc Nhân nào  quả  ấy  (GIGO)’  để
         đánh giá tầm quan trọng của bước đầu tiên. Tin vui là quý vị
         có thê’ đưa ra nhiêu ý tướng để khách hàng kiểm chứng. Phần
          còn lại của quy trình chù yếu tự động hóa, nên vô hại.
               Hòa trộn và dung hợp các yếu tố theo một thiết kế thử
         nghiệm riêng (một giản đồ kết hợp các yếu tố)^ để tạo ra một

          ‘  Nguyên văn: Garbage In, Garbage Out (GIGO, một dạng chơi chữ
          của  First - In, First - Out),  thường được dùng  trong lĩnh vực khoa
         học máy  tính hoặc công nghệ thông tin và  truyền thông.  Ban đầu,
          cụm từ này có nghĩa rằng máy tính sẽ xử lý các dữ liệu đầu vào vô
         nghĩa  nhất  (garbage  in)  và  tạo  ra  kết quả  vô nghĩa  (garbage  out).
          Cụm  từ này do George Fuechsel, một kỹ thuật viên của hãng IBM
          ở New York đặt ra. Cụm từ này cũng được sử dụng rất thông dụng
          đê’ mô tả nhũng thất bại trong việc ra quyết định do dữ liệu sai lệch,
          không hoàn chinh hoặc không chúìh xác. - ND
          ^ Xem Chương 4 đê’ biết thêm chi tiết.


                                      37
   33   34   35   36   37   38   39   40   41   42   43