Data Analyzer — Bản Thiết Kế Hệ Thống

Bản thiết kế trực quan dành cho designer và các bên liên quan. Mô tả hệ thống làm gì, người dùng tương tác như thế nào, và các tính năng kết nối ra sao.

Mục Lục

1. Hệ Thống Làm Gì
2. Tổng Quan Hệ Thống
3. Bản Đồ Tính Năng — Cái Gì Phụ Thuộc Cái Gì
4. Luồng 1: Bắt Đầu Sử Dụng (Lần Đầu)
5. Luồng 2: Từ Dữ Liệu Đến Kết Quả Tìm Kiếm
6. Luồng 2b: Pre-Crawl Facebook Data
7. Dữ Liệu Đầu Vào & Cách Xác Định Sở Thích
8. Luồng 3: Tìm Kiếm Thông Minh Hoạt Động Như Thế Nào
9. Luồng 4: Thu Hẹp Kết Quả Bằng Bộ Lọc
10. Luồng 5: Khi Tìm Kiếm Không Chắc Chắn
11. Luồng 6: Kiểm Tra Chất Lượng Tìm Kiếm
12. Luồng 7: Thêm Dự Án Bất Động Sản Mới
13. Luồng 8: Tìm Kiếm Theo Dự Án — Từ Nội Dung Đến Đối Tượng Quảng Cáo
14. Luồng 9: Tạo Nội Dung Quảng Cáo Bằng AI
15. Luồng 10: Gợi Ý Targeting Quảng Cáo
16. Luồng 11: Phân Quyền Người Dùng
17. Luồng 12: Cải Thiện Quảng Cáo Từ Dữ Liệu Tương Tác
18. Hồ Sơ Người Dùng Được Xây Dựng Như Thế Nào
19. Mối Quan Hệ Kết Nối Như Thế Nào
20. Câu Hỏi Kiểm Tra Mặc Định
21. Tổng Quan Tính Năng

Hệ Thống Làm Gì

Data Analyzer là công cụ tìm kiếm khách hàng thông minh và phân nhóm đối tượng cho bất động sản. Hệ thống lấy dữ liệu khách hàng tự động từ BuzzCRM qua API, hiểu sở thích của họ, và tự động tìm đúng đối tượng cho bất kỳ dự án nào — sẵn sàng cho chạy quảng cáo. Hệ thống cũng tự cải thiện nội dung quảng cáo dựa trên dữ liệu tương tác thực tế từ bài đăng.

graph LR
    BUZZ["BuzzCRM
API"] --> B["Data Analyzer"]
    B --> C["Khách hàng phù hợp
xếp hạng theo mức độ liên quan"]
    B --> D["Nhóm đối tượng
sẵn sàng chạy quảng cáo"]
    D --> E["Nội dung quảng cáo
bài viết + hình ảnh AI"]
    E --> F["Gợi ý targeting
Facebook Ads"]
    F --> G["BuzzCRM
dữ liệu tương tác"]
    G -.->|"AI học & cải thiện"| E

    style BUZZ fill:#4A90D9,color:#fff
    style B fill:#4A90D9,color:#fff
    style C fill:#4A90D9,color:#fff
    style D fill:#4A90D9,color:#fff
    style E fill:#4A90D9,color:#fff
    style F fill:#4A90D9,color:#fff
    style G fill:#4A90D9,color:#fff

Ví dụ: Nhân viên marketing dán mô tả dự án "Izumi City — căn hộ ven sông với phòng gym, hồ bơi, nhà thông minh." AI tự động tạo các truy vấn tìm kiếm từ dữ liệu BuzzCRM, tìm khách hàng phù hợp, phân nhóm thành các đối tượng, tạo bài viết + hình ảnh quảng cáo cho từng nhóm, đề xuất targeting Facebook Ads, và liên tục cải thiện nội dung dựa trên dữ liệu tương tác thực tế.

Tổng Quan Hệ Thống

graph TB
    subgraph Features["Bạn Có Thể Làm Gì"]
        F1["Đồng Bộ Dữ Liệu
từ BuzzCRM qua API"]
        F2["Khám Phá
Nhân Khẩu Học"]
        F3["Tìm Kiếm Thông Minh
Tìm khách hàng phù hợp"]
        F4["Kiểm Tra Chất Lượng
Đánh giá độ chính xác"]
        F5["Tìm Kiếm Theo Dự Án
Dán nội dung dự án >
nhận nhóm đối tượng"]
        F6["Tạo Nội Dung Quảng Cáo
AI tạo bài viết + hình ảnh
theo từng nhóm"]
        F7["Gợi Ý Targeting
Facebook Ads"]
        F8["Cải Thiện Quảng Cáo
Học từ dữ liệu tương tác
bài đăng thực tế"]
    end

    subgraph Behind["Công Nghệ Đằng Sau"]
        P1["AI Hiểu Ngữ Nghĩa
Hiểu ý nghĩa,
không chỉ từ khóa"]
        P2["Bản Đồ Kiến Thức
Biết dự án nào
có tiện ích gì"]
        P3["Bộ Đánh Giá
AI đánh giá mức độ
chính xác của kết quả"]
        P4["AI Tạo Truy Vấn
Phân tích nội dung dự án
thành các câu tìm kiếm"]
        P5["AI Tạo Nội Dung
Sinh bài viết + hình ảnh
phù hợp từng đối tượng"]
        P6["AI Targeting
Đề xuất Facebook Ads
targeting"]
        P7["BuzzCRM API
Đồng bộ dữ liệu
khách hàng tự động"]
        P8["Phân Quyền
Kiểm soát truy cập
theo vai trò"]
    end

    F1 --> P7
    F1 --> P1
    F1 --> P2
    F3 --> P1
    F3 --> P2
    F4 --> P3
    F5 --> P4
    F5 --> P1
    F6 --> P5
    F7 --> P6
    F8 --> P5

    style F1 fill:#4A90D9,color:#fff
    style F2 fill:#4A90D9,color:#fff
    style F3 fill:#4A90D9,color:#fff
    style F4 fill:#4A90D9,color:#fff
    style F5 fill:#4A90D9,color:#fff
    style F6 fill:#4A90D9,color:#fff
    style F7 fill:#4A90D9,color:#fff
    style F8 fill:#4A90D9,color:#fff
    style P1 fill:#4A90D9,color:#fff
    style P2 fill:#4A90D9,color:#fff
    style P3 fill:#4A90D9,color:#fff
    style P4 fill:#4A90D9,color:#fff
    style P5 fill:#4A90D9,color:#fff
    style P6 fill:#4A90D9,color:#fff
    style P7 fill:#4A90D9,color:#fff
    style P8 fill:#4A90D9,color:#fff

Bản Đồ Tính Năng — Cái Gì Phụ Thuộc Cái Gì

graph TD
    BUZZ["1. Đồng Bộ Từ BuzzCRM
Lấy dữ liệu khách hàng
tự động qua API"]
    CRAWL["1b. Pre-Crawl Facebook
Crawl post content +
profile/bio tự động"]
    PROJECTS["2. Thiết Lập Dự Án & Tiện Ích"]
    ANALYSIS["3. Khám Phá Nhân Khẩu Học"]
    INDEX["4. Xử Lý Dữ Liệu Cho Tìm Kiếm"]
    SEARCH["5. Tìm Kiếm Thông Minh"]
    BENCH["6. Kiểm Tra Chất Lượng"]
    PROJS["7. Tìm Kiếm Theo Dự Án
Dán nội dung dự án >
nhóm đối tượng cho quảng cáo"]
    CONTENT["8. Tạo Nội Dung Quảng Cáo
AI tạo bài viết + hình ảnh
theo từng nhóm đối tượng"]
    ADS["9. Gợi Ý Targeting
AI đề xuất Facebook Ads
targeting cho từng nhóm"]
    FEEDBACK["10. Cải Thiện Quảng Cáo
Học từ dữ liệu tương tác
bài đăng thực tế"]
    ROLES["Phân Quyền Người Dùng
Editor / Admin
theo dự án"]

    BUZZ -->|"trigger"| CRAWL
    CRAWL --> ANALYSIS
    CRAWL --> INDEX
    PROJECTS -.->|"thiết lập trước
khi xử lý"| INDEX
    INDEX --> SEARCH
    INDEX --> BENCH
    SEARCH -.->|"cung cấp cho"| PROJS
    PROJS -->|"nhóm đối tượng"| CONTENT
    CONTENT -->|"nội dung sẵn sàng"| ADS
    ADS -->|"dữ liệu tương tác"| FEEDBACK
    FEEDBACK -.->|"AI cải thiện"| CONTENT
    ROLES -.->|"kiểm soát
truy cập"| SEARCH
    ROLES -.->|"kiểm soát
truy cập"| CONTENT

    style BUZZ fill:#4A90D9,color:#fff
    style CRAWL fill:#FF9800,color:#fff
    style PROJECTS fill:#4A90D9,color:#fff
    style ANALYSIS fill:#4A90D9,color:#fff
    style INDEX fill:#4A90D9,color:#fff
    style SEARCH fill:#4A90D9,color:#fff
    style BENCH fill:#4A90D9,color:#fff
    style PROJS fill:#4A90D9,color:#fff
    style CONTENT fill:#4A90D9,color:#fff
    style ADS fill:#4A90D9,color:#fff
    style FEEDBACK fill:#4A90D9,color:#fff
    style ROLES fill:#4A90D9,color:#fff

• Đồng Bộ BuzzCRM lấy dữ liệu khách hàng tự động qua API (không nhập thủ công)
• Pre-Crawl Facebook tự động chạy sau khi đồng bộ — crawl post content + profile/bio, theo dõi trạng thái tổng thể cho toàn batch
• Khám Phá Nhân Khẩu Học chỉ cần dữ liệu đã đồng bộ + crawl xong
• Tìm Kiếm Thông Minh cần dữ liệu đã đồng bộ, đã crawl VÀ đã xử lý
• Kiểm Tra Chất Lượng cần tìm kiếm đang hoạt động
• Dự Án nên được thiết lập trước khi xử lý dữ liệu
• Tìm Kiếm Theo Dự Án dựa trên Tìm Kiếm Thông Minh — cần tìm kiếm hoạt động trước
• Tạo Nội Dung Quảng Cáo cần nhóm đối tượng từ Tìm Kiếm Theo Dự Án
• Gợi Ý Targeting cần nội dung quảng cáo đã tạo
• Cải Thiện Quảng Cáo nhận dữ liệu tương tác từ bài đăng, AI phân tích và cải thiện nội dung
• Phân Quyền theo dự án — Editor (xem + tạo/sửa + tìm kiếm + tạo nội dung) và Admin (Editor + phê duyệt)

Luồng 1: Bắt Đầu Sử Dụng (Lần Đầu)

flowchart LR
    A["Thiết Lập Dự Án
Xác định tiện ích
mỗi dự án cung cấp"]
    B["Xem Lại Mặc Định
4 dự án được
tải sẵn"]
    C["Kết Nối BuzzCRM
Cấu hình API key
và đồng bộ dữ liệu
khách hàng tự động"]
    D["Phân Quyền
Gán vai trò cho
từng người dùng"]
    E["Sẵn Sàng
Tìm Kiếm"]

    A --> B --> C --> D --> E

    style A fill:#4A90D9,color:#fff
    style B fill:#4A90D9,color:#fff
    style C fill:#4A90D9,color:#fff
    style D fill:#4A90D9,color:#fff
    style E fill:#4A90D9,color:#fff

Dự Án Mặc Định (Tải Sẵn)

Luồng 2: Từ Dữ Liệu Đến Kết Quả Tìm Kiếm (Luồng Chính)

flowchart TD
    BUZZ["BuzzCRM API"]

    SYNC["Bước 1: Đồng Bộ Dữ Liệu Khách Hàng
Tự động lấy dữ liệu từ BuzzCRM
tên, tuổi, vị trí, sở thích, v.v."]
    CRAWL["Bước 2: Pre-Crawl Facebook Data
Tự động crawl nội dung bài viết,
bio/profile người dùng từ Facebook
📊 Theo dõi trạng thái tổng thể"]
    ANALYZE["Bước 3: Khám Phá Dữ Liệu - tùy chọn
Xem tỷ lệ giới tính, phân bố tuổi,
vị trí phổ biến, từ khóa hàng đầu"]
    PROCESS["Bước 4: Xử Lý Cho Tìm Kiếm
Hệ thống xây dựng hồ sơ người dùng,
học mối quan hệ giữa
người dùng, dự án và tiện ích"]
    SEARCH["Bước 5: Tìm Kiếm
Nhập câu hỏi bằng ngôn ngữ tự nhiên
và nhận kết quả xếp hạng"]
    QUALITY["Bước 6: Kiểm Tra Chất Lượng - tùy chọn
AI xác minh kết quả
có thực sự hợp lý không"]

    BUZZ --> SYNC
    SYNC -->|"trigger tự động"| CRAWL
    CRAWL -->|"crawl xong"| ANALYZE
    ANALYZE --> PROCESS
    PROCESS --> SEARCH
    SEARCH --> QUALITY

    style BUZZ fill:#4A90D9,color:#fff
    style SYNC fill:#4A90D9,color:#fff
    style CRAWL fill:#FF9800,color:#fff
    style ANALYZE fill:#4A90D9,color:#fff
    style PROCESS fill:#4A90D9,color:#fff
    style SEARCH fill:#4A90D9,color:#fff
    style QUALITY fill:#4A90D9,color:#fff

Luồng 2b: Pre-Crawl Facebook Data — Thu Thập Dữ Liệu Tự Động

Sau khi đồng bộ dữ liệu từ BuzzCRM, hệ thống tự động kích hoạt quá trình crawl để thu thập nội dung bài viết Facebook và thông tin profile/bio của người dùng. Quá trình này chạy nền (background) và có theo dõi trạng thái cho từng user.

Quy Trình Pre-Crawl

flowchart TD
    SYNC["Đồng Bộ BuzzCRM Hoàn Tất
Có danh sách users mới
với UID + Post IDs"]

    SYNC -->|"trigger tự động"| QUEUE["Tạo Crawl Queue
Mỗi user = 1 crawl job
Trạng thái: pending"]

    QUEUE --> WORKER["Crawl Worker (Background)
Xử lý từng user trong queue"]

    WORKER --> POST_CRAWL["📝 Crawl Bài Viết
Lấy nội dung bài viết
từ Post ID / Post Link"]
    WORKER --> BIO_CRAWL["📋 Crawl Profile/Bio
Lấy Intro, Category,
Location, Education, Work"]

    POST_CRAWL --> CHECK{"Profile
accessible?"}
    BIO_CRAWL --> CHECK

    CHECK -->|"Public"| SAVE["💾 Lưu Dữ Liệu Crawl
Post content + Profile data
Trạng thái: done ✅"]
    CHECK -->|"Locked/Private"| PARTIAL["⚠️ Lưu Phần Có Được
Chỉ post content (nếu có)
Trạng thái: partial ⚡"]
    CHECK -->|"Lỗi"| FAILED["❌ Đánh Dấu Lỗi
Trạng thái: failed
Retry sau"]

    SAVE --> NEXT["Xử Lý User Tiếp Theo"]
    PARTIAL --> NEXT
    FAILED --> NEXT

    NEXT -->|"còn user"| WORKER
    NEXT -->|"hết queue"| DONE["🎉 Crawl Hoàn Tất
Tất cả users đã xử lý
Sẵn sàng cho bước tiếp theo"]

    style SYNC fill:#4A90D9,color:#fff
    style QUEUE fill:#FF9800,color:#fff
    style WORKER fill:#FF9800,color:#fff
    style POST_CRAWL fill:#1877F2,color:#fff
    style BIO_CRAWL fill:#8BC34A,color:#fff
    style CHECK fill:#607D8B,color:#fff
    style SAVE fill:#4CAF50,color:#fff
    style PARTIAL fill:#FFC107,color:#333
    style FAILED fill:#f44336,color:#fff
    style NEXT fill:#607D8B,color:#fff
    style DONE fill:#4CAF50,color:#fff

Trạng Thái Crawl Process (Toàn Bộ Batch)

Mỗi lần BuzzCRM sync tạo ra một crawl process với trạng thái tổng thể, được cập nhật khi tất cả users trong batch đã được xử lý xong:

stateDiagram-v2
    [*] --> queued : BuzzCRM sync hoàn tất
    queued --> processing : Worker bắt đầu
    processing --> processing : Đang xử lý users...
    processing --> completed : Tất cả users đã xử lý
    processing --> failed : Lỗi nghiêm trọng
    failed --> queued : Admin retry

Quan trọng: Trạng thái completed nghĩa là process đã chạy xong toàn bộ, không phải tất cả users đều crawl thành công. Trong kết quả cuối cùng, mỗi user có thể ở trạng thái done (đầy đủ), partial (profile locked), hoặc skipped (không có data).

Tổng Quan Kết Quả Crawl (Dashboard)

Khi process ở trạng thái completed, hệ thống hiển thị tổng kết kết quả:

Dữ Liệu Thu Thập Được

Mỗi crawl job cho 1 user thu thập:

Lưu ý: Toàn bộ quá trình crawl chạy hoàn toàn tự động ở nền — người dùng chỉ cần theo dõi trạng thái trên Dashboard và chờ process hoàn tất trước khi tiếp tục các bước tiếp theo.

Dữ Liệu Đầu Vào & Cách Xác Định Sở Thích Khách Hàng

1. Cấu Trúc Dữ Liệu Thực Tế Từ BuzzCRM

Lưu ý: Không có trường "sở thích" trực tiếp trong dữ liệu gốc. Hệ thống suy luận sở thích bằng AI từ nội dung bài viết Facebook mà khách hàng tương tác, kết hợp với phân tích bio Facebook của người dùng (khi có) để hiểu rõ hơn về sở thích và phong cách sống.

2. Cơ Chế Suy Luận Sở Thích

flowchart TD
    RAW["📊 Dữ Liệu BuzzCRM Gốc
Nhiều trường trống, không có 'sở thích'"]

    RAW --> POST["📝 Nội Dung Bài Viết Facebook
Post đã publish mà
khách hàng tương tác"]
    RAW --> REACT["❤️ Reaction Data
Like, Love, Care, Wow,
Haha, Sad, Angry"]
    RAW --> CMT["💬 Comment Data
Nội dung bình luận
của khách hàng"]
    RAW --> BIO["📋 Facebook Bio
Tiểu sử người dùng
sở thích, nghề nghiệp,
phong cách sống"]

    POST --> M1["🤖 AI Phân Tích Nội Dung Bài Viết
(Cơ chế chính)
AI đọc nội dung bài viết
→ Trích xuất sở thích, hành vi,
nhu cầu của khách hàng"]
    POST --> SCENARIO["🎯 Phân Loại Kịch Bản
Awareness / Consideration
/ Conversion / News"]
    RAW --> M2["👥 Demographic Inference
Tuổi, giới, quận
→ Nhóm nhân khẩu học
(khi có dữ liệu)"]
    BIO --> M4["🤖 AI Phân Tích Bio
Trích xuất sở thích trực tiếp,
nghề nghiệp, phong cách sống
từ tiểu sử người dùng"]

    REACT --> WEIGHT["⚖️ Tính Trọng Số Reaction
Love=1.0, Care=0.9,
Wow=0.7, Like=0.5, ..."]
    CMT --> M3["🤖 AI Phân Tích Bình Luận
Phân loại: sở thích tường minh,
ý định mua, hỏi thông tin,
tiêu cực, xã giao"]
    SCENARIO --> M1

    M1 --> COMBINE["🔄 Tổng Hợp Điểm
PostContent × ScenarioWeight × 0.35
+ ReactionWeight × 0.25
+ CommentScore × 0.25
+ BioScore × 0.15"]
    WEIGHT --> COMBINE
    M3 --> COMBINE
    M2 --> COMBINE
    M4 --> COMBINE

    COMBINE --> PROFILE["✅ Enriched User Profile
Hồ sơ người dùng đã được
bổ sung sở thích suy luận"]

    PROFILE --> SEARCH["🔍 Sẵn Sàng Cho Tìm Kiếm
Có thể tìm theo sở thích,
tiện ích, nhân khẩu học"]

    style RAW fill:#ff9800,color:#fff
    style POST fill:#1877F2,color:#fff
    style REACT fill:#E91E63,color:#fff
    style CMT fill:#00BCD4,color:#fff
    style BIO fill:#8BC34A,color:#fff
    style SCENARIO fill:#FF5722,color:#fff
    style M1 fill:#4CAF50,color:#fff
    style M2 fill:#9C27B0,color:#fff
    style M3 fill:#4CAF50,color:#fff
    style M4 fill:#4CAF50,color:#fff
    style WEIGHT fill:#795548,color:#fff
    style COMBINE fill:#607D8B,color:#fff
    style PROFILE fill:#FF5722,color:#fff
    style SEARCH fill:#4A90D9,color:#fff

Cách hoạt động chi tiết:

1. Thu thập bài viết: Hệ thống lấy nội dung các bài viết Facebook đã publish (qua Post ID / Post link từ BuzzCRM)
2. Đọc bio Facebook: Hệ thống lấy tiểu sử (bio) của người dùng Facebook qua UID — trích xuất trực tiếp sở thích, nghề nghiệp, phong cách sống mà họ tự khai báo
3. AI phân tích: AI đọc nội dung bài viết, bio người dùng, và phân tích ngữ cảnh — ví dụ bài viết về dự án có hồ bơi, gym, công viên → AI trích xuất các tiện ích/sở thích liên quan
4. Gán cho khách hàng: Khách hàng tương tác với bài viết đó → được gán các sở thích mà AI đã phân tích từ nội dung bài viết và bio
5. Tổng hợp profile: Một khách hàng tương tác nhiều bài viết + bio → profile được làm giàu dần qua thời gian

2b. Phân Tích Tương Tác & Bình Luận (Nâng Cao)

a) Phân Tích Reaction

Mỗi loại reaction trên Facebook mang tín hiệu cảm xúc khác nhau, được quy đổi thành trọng số:

flowchart LR
    R["❤️ Reactions"]
    R --> LOVE["Love ❤️
1.0"]
    R --> CARE["Care 🤗
0.9"]
    R --> WOW["Wow 😮
0.7"]
    R --> LIKE["Like 👍
0.5"]
    R --> HAHA["Haha 😆
0.2"]
    R --> SAD["Sad 😢
-0.3"]
    R --> ANGRY["Angry 😡
-0.5"]

    style R fill:#E91E63,color:#fff
    style LOVE fill:#e74c3c,color:#fff
    style CARE fill:#e67e22,color:#fff
    style WOW fill:#f39c12,color:#fff
    style LIKE fill:#3498db,color:#fff
    style HAHA fill:#2ecc71,color:#fff
    style SAD fill:#95a5a6,color:#fff
    style ANGRY fill:#7f8c8d,color:#fff

b) Phân Tích Bình Luận

AI phân loại nội dung bình luận thành các nhóm để xác định mức độ quan tâm:

flowchart TD
    CMT["💬 Bình Luận Khách Hàng"]
    CMT --> C1["✅ Sở thích tường minh
'Tôi thích hồ bơi'
Độ tin cậy: Rất Cao"]
    CMT --> C2["💰 Ý định mua
'Giá bao nhiêu?'
Độ tin cậy: Rất Cao"]
    CMT --> C3["❓ Hỏi thông tin
'Có gym không?'
Độ tin cậy: Cao"]
    CMT --> C4["👎 Tiêu cực
'Đắt quá'
Độ tin cậy: Cao (loại trừ)"]
    CMT --> C5["👋 Xã giao
'Đẹp quá!'
Độ tin cậy: Thấp"]

    style CMT fill:#00BCD4,color:#fff
    style C1 fill:#4CAF50,color:#fff
    style C2 fill:#FF9800,color:#fff
    style C3 fill:#2196F3,color:#fff
    style C4 fill:#f44336,color:#fff
    style C5 fill:#9E9E9E,color:#fff

c) Phân Tích Facebook Profile / Bio (User Bio Analysis)

Hệ thống đọc thông tin trên trang Facebook cá nhân của người dùng thông qua UID. Trang About của Facebook chứa nhiều phần có cấu trúc — không chỉ là một đoạn bio text đơn giản. Đây là nguồn dữ liệu trực tiếp từ chính người dùng, cho phép trích xuất sở thích, nghề nghiệp, và phong cách sống mà không cần suy luận.

Cấu trúc thực tế của Facebook Profile (About page):

flowchart TD
    PROFILE["📋 Facebook Profile
Trang About của người dùng"]

    PROFILE --> INTRO["📝 Intro (Giới Thiệu)
Hiển thị ngay trên profile
Bio text + Category + Location + Education"]
    PROFILE --> ABOUT["📂 About Page
Thông tin chi tiết
nhiều tab/section"]

    INTRO --> I1["✏️ Bio Text
'Live laugh love ✨🌿'
Text tự do, thường ngắn"]
    INTRO --> I2["💼 Category
'Entrepreneur'
Nghề nghiệp / Loại trang"]
    INTRO --> I3["📍 Location
'TP. Hồ Chí Minh'
Thành phố hiện tại"]
    INTRO --> I4["🎓 Education
'Đại học Bách Khoa TP.HCM'
Trường học / Đại học"]

    ABOUT --> A1["👤 Personal Details
Giới tính, ngày sinh,
tình trạng hôn nhân"]
    ABOUT --> A2["💼 Work & Education
Nơi làm việc, vị trí,
trường đã học"]
    ABOUT --> A3["🏠 Places Lived
Thành phố hiện tại,
quê quán"]
    ABOUT --> A4["📞 Contact Info
Phone, email, website
(thường ẩn)"]

    style PROFILE fill:#8BC34A,color:#fff
    style INTRO fill:#1877F2,color:#fff
    style ABOUT fill:#455A64,color:#fff
    style I1 fill:#FF9800,color:#fff
    style I2 fill:#9C27B0,color:#fff
    style I3 fill:#E91E63,color:#fff
    style I4 fill:#00BCD4,color:#fff
    style A1 fill:#607D8B,color:#fff
    style A2 fill:#607D8B,color:#fff
    style A3 fill:#607D8B,color:#fff
    style A4 fill:#607D8B,color:#fff

Ví dụ thực tế:

Thực tế quan trọng: Phần Bio text thường rất ngắn và mang tính cá nhân (câu quote, trạng thái tình cảm, v.v.) nên ít giá trị phân tích sở thích. Giá trị chính nằm ở các trường có cấu trúc: Category, Location, Education, Work — đây mới là dữ liệu hữu ích để hiểu về người dùng.

Thông tin trích xuất được và ứng dụng:

Hạn chế quan trọng:

• Profile bị khóa (locked): Nhiều người dùng Việt Nam khóa profile → không thể đọc bất kỳ thông tin nào, hệ thống bỏ qua và chỉ dùng các tín hiệu khác
• Profile không public đầy đủ: Người dùng có thể ẩn từng phần (ẩn Work, ẩn Education, chỉ hiện Location) → chỉ đọc được phần công khai
• Không phải ai cũng điền đầy đủ: Nhiều tài khoản chỉ có tên + ảnh, không có Intro hay About
• Bio text thường không hữu ích: Đa số là câu quote, trạng thái tình cảm, hoặc emoji — không phản ánh sở thích bất động sản
• Thông tin có thể cũ: Education, Work có thể không được cập nhật

Cách lấy dữ liệu:

1. Sử dụng UID Facebook của khách hàng (đã có từ BuzzCRM)
2. Gọi Facebook Graph API hoặc crawl trang profile công khai
3. Kiểm tra trạng thái profile: Nếu profile bị khóa hoặc không public → đánh dấu bio_available: false, bỏ qua bước phân tích
4. Thu thập các trường có cấu trúc: Category, Location, Education, Work, Personal details
5. AI phân tích tổng hợp các trường → trích xuất thông tin hữu ích (ưu tiên trường có cấu trúc hơn bio text)
6. Kết quả được merge vào enriched user profile (nếu không có dữ liệu, Bio weight tự động phân bổ lại cho các tín hiệu khác)

d) Phân Loại Kịch Bản Bài Viết (Post Scenario)

Loại bài viết ảnh hưởng đến trọng số sở thích được suy luận:

e) Công Thức Tổng Hợp

FinalScore = (PostContentScore × ScenarioWeight × 0.35) + (ReactionWeight × 0.25) + (CommentScore × 0.25) + (BioScore × 0.15)

• PostContentScore × ScenarioWeight (35%): Điểm từ AI phân tích nội dung bài viết, nhân với trọng số kịch bản
• ReactionWeight (25%): Trọng số từ loại reaction của khách hàng
• CommentScore (25%): Điểm từ phân tích nội dung bình luận
• BioScore (15%): Điểm từ AI phân tích tiểu sử Facebook — sở thích, nghề nghiệp, phong cách sống tự khai báo

Lưu ý: Khi khách hàng bình luận tường minh về sở thích (ví dụ: "Tôi thích hồ bơi"), comment sẽ override các tín hiệu khác cho sở thích đó — vì đây là tín hiệu trực tiếp nhất. Tương tự, thông tin từ bio cũng có thể override suy luận demographic khi bio cung cấp dữ liệu rõ ràng hơn (vị trí, gia đình, nghề nghiệp).

f) Admin Cấu Hình Trọng Số

Tất cả trọng số trong hệ thống đều có thể được Admin cấu hình qua giao diện quản trị, không cần thay đổi code:

Ví dụ: Admin muốn ưu tiên bình luận hơn → tăng Comment weight lên 0.4, giảm PostContent xuống 0.2. Hoặc nếu bio data phong phú, tăng Bio weight lên 0.25. Hệ thống tự động chuẩn hóa nếu tổng ≠ 1.0.

3. Ví Dụ Thực Tế Với Dữ Liệu Mẫu

Dữ liệu gốc (raw) của khách hàng:

Sau khi AI phân tích nội dung bài viết (enriched):

flowchart LR
    USER["👤 Nguyễn Duy Khanh
Tương tác bài viết
về Akari City"]

    USER --> AI["🤖 AI đọc nội dung
bài viết Facebook"]

    AI --> A1["🏋️ Gym"]
    AI --> A2["🏊 Hồ bơi"]
    AI --> A3["🌳 Công viên"]
    AI --> A4["🏫 Gần trường học"]
    AI --> A5["🏥 Gần bệnh viện"]
    AI --> A6["🎌 Thiết kế Nhật Bản"]

    style USER fill:#4A90D9,color:#fff
    style AI fill:#4CAF50,color:#fff
    style A1 fill:#ff9800,color:#fff
    style A2 fill:#ff9800,color:#fff
    style A3 fill:#ff9800,color:#fff
    style A4 fill:#ff9800,color:#fff
    style A5 fill:#ff9800,color:#fff
    style A6 fill:#ff9800,color:#fff

Kết quả: User "Nguyễn Duy Khanh" có thể được tìm thấy khi search "người thích gym", "hồ bơi", hoặc "thiết kế Nhật Bản" — dù dữ liệu gốc không có trường sở thích nào. AI tự trích xuất các sở thích này từ nội dung bài viết Facebook mà khách hàng đã tương tác.

4. Giới Hạn & Độ Tin Cậy

Hệ thống dùng AI phân tích nội dung bài viết Facebook, kết hợp phân tích reaction, phân tích bình luận, phân tích bio Facebook, và phân loại kịch bản bài viết để suy luận sở thích, không thu thập trực tiếp. Độ chính xác phụ thuộc vào chất lượng nội dung bài viết, loại reaction, nội dung bình luận, nội dung bio, và mức độ tương tác thực sự của khách hàng.

Luồng 3: Tìm Kiếm Thông Minh Hoạt Động Như Thế Nào

Tìm kiếm kết hợp ba cách hiểu câu hỏi của bạn để tìm kết quả phù hợp nhất. Người dùng có thể tùy chỉnh trọng số cho từng tiêu chí để kiểm soát mức độ ảnh hưởng của mỗi phương pháp.

flowchart TD
    Q["Câu Hỏi Của Bạn
Thanh niên thích phòng gym và hồ bơi"]

    Q --> WEIGHT["Bước 1: Thiết Lập Trọng Số (Tùy Chỉnh)
User có thể điều chỉnh tỷ trọng
cho 3 tiêu chí chấm điểm
Mặc định: 40% / 30% / 30%"]

    WEIGHT --> FIND["Bước 2: Tìm nhóm người dùng liên quan
Hệ thống xác định cộng đồng
người dùng nào phù hợp nhất"]

    FIND --> SCORE["Bước 3: Chấm điểm mỗi người dùng bằng 3 phương pháp"]

    SCORE --> S1["Khớp Ngữ Nghĩa
Tỷ trọng: tùy chỉnh (mặc định 40%)
AI hiểu ý định  - 
thích tập gym khớp với phòng gym
dù không có từ chính xác"]
    SCORE --> S2["Khớp Từ Khóa
Tỷ trọng: tùy chỉnh (mặc định 30%)
Trùng từ chính xác  - 
gym trong câu hỏi khớp
gym trong hồ sơ"]
    SCORE --> S3["Khớp Mối Quan Hệ
Tỷ trọng: tùy chỉnh (mặc định 30%)
Biết người dùng thích Akari City
> Akari City có phòng gym
> người dùng phù hợp!"]

    S1 --> COMBINE["Bước 4: Kết hợp điểm số
Theo trọng số đã thiết lập"]
    S2 --> COMBINE
    S3 --> COMBINE

    COMBINE --> SMART["Bước 5: Áp dụng điều chỉnh thông minh"]

    SMART --> RESULT["Kết Quả Xếp Hạng
Người dùng phù hợp nhất lên đầu"]

    style Q fill:#4A90D9,color:#fff
    style WEIGHT fill:#4A90D9,color:#fff
    style FIND fill:#4A90D9,color:#fff
    style S1 fill:#4A90D9,color:#fff
    style S2 fill:#4A90D9,color:#fff
    style S3 fill:#4A90D9,color:#fff
    style COMBINE fill:#4A90D9,color:#fff
    style SMART fill:#4A90D9,color:#fff
    style RESULT fill:#4A90D9,color:#fff
    style SCORE fill:#4A90D9,color:#fff

Tùy Chỉnh Trọng Số — User Manual Điều Chỉnh

Người dùng có thể manual điều chỉnh trọng số cho 3 tiêu chí chấm điểm, tùy theo nhu cầu tìm kiếm cụ thể:

flowchart LR
    subgraph Weights["Thanh Trượt Trọng Số (Slider)"]
        W1["Khớp Ngữ Nghĩa
Mặc định: 40%
Kéo thanh trượt: 0-100%"]
        W2["Khớp Từ Khóa
Mặc định: 30%
Kéo thanh trượt: 0-100%"]
        W3["Khớp Mối Quan Hệ
Mặc định: 30%
Kéo thanh trượt: 0-100%"]
    end

    Weights --> NORM["Tự Động Chuẩn Hóa
Tổng luôn = 100%"]

    style W1 fill:#4A90D9,color:#fff
    style W2 fill:#4A90D9,color:#fff
    style W3 fill:#4A90D9,color:#fff
    style NORM fill:#4A90D9,color:#fff

Trọng số được tự động chuẩn hóa về tổng 100%. User chỉ cần kéo thanh trượt, hệ thống tự điều chỉnh.

Điều Chỉnh Thông Minh

flowchart LR
    subgraph Adjustments["Điều Chỉnh Tự Động"]
        ADJ1["Nhận Diện Nhân Khẩu Học
Câu hỏi đề cập người cao tuổi
hay thanh niên? Ưu tiên người
dùng phù hợp nhóm tuổi đó"]
        ADJ2["Tập Trung Tiện Ích
Câu hỏi đề cập tiện ích cụ thể?
Tăng tỷ trọng cho mối quan hệ
dự án-tiện ích"]
        ADJ3["Kiểm Tra Độ Tin Cậy
Tiện ích tìm kiếm không có
trong dự án nào? Giảm điểm
và đánh dấu không chắc chắn"]
    end

    style ADJ1 fill:#4A90D9,color:#fff
    style ADJ2 fill:#4A90D9,color:#fff
    style ADJ3 fill:#4A90D9,color:#fff

Luồng 4: Thu Hẹp Kết Quả Bằng Bộ Lọc

Bộ lọc giúp bạn nhắm mục tiêu phân khúc khách hàng cụ thể. Tất cả bộ lọc kết hợp với nhau.

flowchart TD
    subgraph Query["Bạn nhập"]
        Q["Người quan tâm phòng gym"]
    end

    subgraph Filters["Bộ lọc bạn áp dụng"]
        F1["Thành phố: Hồ Chí Minh"]
        F2["Giới tính: Nữ"]
        F3["Nhóm tuổi: Thanh niên"]
    end

    subgraph Result["Kết quả nhận được"]
        R["Chỉ Nữ Thanh Niên
tại Hồ Chí Minh
phù hợp phòng gym"]
    end

    Q --> SEARCH["Tìm Kiếm Thông Minh"]
    F1 --> SEARCH
    F2 --> SEARCH
    F3 --> SEARCH
    SEARCH --> R

    style Q fill:#4A90D9,color:#fff
    style F1 fill:#4A90D9,color:#fff
    style F2 fill:#4A90D9,color:#fff
    style F3 fill:#4A90D9,color:#fff
    style SEARCH fill:#4A90D9,color:#fff
    style R fill:#4A90D9,color:#fff

Bộ Lọc Có Sẵn

Tất cả bộ lọc kết hợp theo logic VÀ. Thêm bộ lọc sẽ thu hẹp kết quả hơn.

Luồng 5: Khi Tìm Kiếm Không Chắc Chắn

Đôi khi câu hỏi yêu cầu tiện ích mà không dự án nào cung cấp. Hệ thống phát hiện điều này và cảnh báo.

flowchart TD
    Q["Người dùng tìm kiếm:
căn hộ thân thiện thú cưng
có phòng yoga"]

    Q --> CHECK{"Có dự án nào
cung cấp tiện ích
này không?"}

    CHECK -->|"Có  -  tiện ích tồn tại"| GOOD["Kết Quả Bình Thường
Khớp chắc chắn"]
    CHECK -->|"Không  -  không có trong dự án nào"| WARN["Kết Quả Không Chắc Chắn
Điểm bị giảm
Kết quả đánh dấu không chắc chắn"]

    GOOD --> UI_OK["Hiển thị kết quả bình thường"]
    WARN --> UI_WARN["Hiển thị kèm cảnh báo"]

    UI_WARN --> MSG["Thông báo gợi ý:
Kết quả có thể không chính xác.
Các tiện ích bạn tìm kiếm
chưa có trong dự án nào."]

    style Q fill:#4A90D9,color:#fff
    style GOOD fill:#4A90D9,color:#fff
    style WARN fill:#4A90D9,color:#fff
    style UI_OK fill:#4A90D9,color:#fff
    style UI_WARN fill:#4A90D9,color:#fff
    style MSG fill:#4A90D9,color:#fff

Luồng 6: Kiểm Tra Chất Lượng Tìm Kiếm (Đánh Giá)

Sau khi thay đổi (dữ liệu mới, dự án mới, cập nhật tiện ích), chạy kiểm tra chất lượng để xác minh tìm kiếm vẫn chính xác.

flowchart TD
    CHANGE["Có Thay Đổi
Dữ liệu mới nhập,
dự án cập nhật, hoặc
tiện ích sửa đổi"]

    CHANGE --> REPROCESS["Xử Lý Lại Dữ Liệu
Hệ thống học lại
từ thông tin cập nhật"]

    REPROCESS --> TEST["Chạy Kiểm Tra Chất Lượng
Kiểm tra với câu hỏi mẫu
(6 mặc định hoặc tùy chỉnh)"]

    TEST --> AI["AI Đánh Giá Từng Kết Quả
Người dùng này có thực sự
liên quan đến câu hỏi không?"]

    AI --> G["TỐT
Khớp mạnh"]
    AI --> P["MỘT PHẦN
Hơi liên quan"]
    AI --> W["YẾU
Không liên quan"]

    G --> REPORT["Báo Cáo Chất Lượng
VD: 70% Tốt, 13% Một phần, 17% Yếu"]
    P --> REPORT
    W --> REPORT

    REPORT --> DECIDE{"Chất lượng
chấp nhận được?"}
    DECIDE -->|"Tốt > 60% và
Yếu < 20%"| PASS["Đạt Yêu Cầu
Thay đổi an toàn"]
    DECIDE -->|"Tốt < 50% hoặc
Yếu > 20%"| FIX["Cần Xem Xét
Kiểm tra chất lượng dữ liệu
hoặc cài đặt dự án"]

    FIX --> CHANGE

    style CHANGE fill:#4A90D9,color:#fff
    style REPROCESS fill:#4A90D9,color:#fff
    style TEST fill:#4A90D9,color:#fff
    style AI fill:#4A90D9,color:#fff
    style G fill:#4A90D9,color:#fff
    style P fill:#4A90D9,color:#fff
    style W fill:#4A90D9,color:#fff
    style PASS fill:#4A90D9,color:#fff
    style FIX fill:#4A90D9,color:#fff

Thang Đánh Giá Chất Lượng

Hiệu Suất Hiện Tại

Luồng 7: Thêm Dự Án Bất Động Sản Mới

Khi dự án mới ra mắt và cần hỗ trợ tìm kiếm.

flowchart LR
    DEFINE["Xác Định Dự Án Mới
Tên: Izumi City
Tiện ích: Hồ bơi, Phòng gym,
Sân thượng, Cửa hàng tiện lợi"]

    REPROCESS["Xử Lý Lại Dữ Liệu
Người dùng liên kết với
Izumi City sẽ tự động
được gắn tiện ích của nó"]

    VERIFY["Xác Minh Bằng Kiểm Tra
Tìm kiếm tiện ích của
Izumi City và xác nhận
kết quả chính xác"]

    DEFINE --> REPROCESS --> VERIFY

    style DEFINE fill:#4A90D9,color:#fff
    style REPROCESS fill:#4A90D9,color:#fff
    style VERIFY fill:#4A90D9,color:#fff

Lưu Ý Quan Trọng

• Sau khi thêm dự án, dữ liệu phải được xử lý lại để thay đổi xuất hiện trong tìm kiếm
• Khách hàng đã liên kết với dự án mới trong dữ liệu nhập sẽ tự động nhận tiện ích của nó
• Luôn chạy kiểm tra chất lượng sau khi thêm dự án mới

Luồng 8: Tìm Kiếm Theo Dự Án — Từ Nội Dung Dự Án Đến Đối Tượng Quảng Cáo

Đây là tính năng chính cho đội ngũ marketing. Thay vì viết câu tìm kiếm thủ công, bạn dán nội dung về dự án và hệ thống tự động tìm đúng đối tượng cho chiến dịch quảng cáo.

Tổng Quan

flowchart LR
    INPUT["Dán Nội Dung Dự Án
Mô tả, tính năng,
điểm bán hàng"]
    AI["AI Tạo
Câu Tìm Kiếm"]
    SEARCH["Tìm Khách Hàng
Phù Hợp"]
    SEGMENT["Phân Nhóm
Đối Tượng"]
    SYNC["Đồng Bộ Về
BuzzCRM
Custom Fields"]
    ADS["Sẵn Sàng
Chạy Quảng Cáo"]

    INPUT --> AI --> SEARCH --> SEGMENT --> SYNC --> ADS

    style INPUT fill:#4A90D9,color:#fff
    style AI fill:#4A90D9,color:#fff
    style SEARCH fill:#4A90D9,color:#fff
    style SEGMENT fill:#4A90D9,color:#fff
    style SYNC fill:#4A90D9,color:#fff
    style ADS fill:#4A90D9,color:#fff

Luồng Chi Tiết

flowchart TD
    INPUT["Bước 1: Dán Nội Dung Dự Án
Izumi City  -  Khu căn hộ ven sông
với phòng gym, hồ bơi, nhà thông minh,
công viên xanh. Thiết kế hiện đại
dành cho chuyên viên trẻ và
gia đình trẻ năng động."]

    AI_SPLIT["Bước 2: AI Phân Tích & Tạo Câu Tìm Kiếm
AI đọc nội dung và tạo
nhiều câu tìm kiếm nhắm mục tiêu,
mỗi câu tập trung vào một khía cạnh"]

    INPUT --> AI_SPLIT

    AI_SPLIT --> Q1["Câu 1: Theo tiện ích
người thích phòng gym
và hồ bơi"]
    AI_SPLIT --> Q2["Câu 2: Theo lối sống
chuyên viên trẻ muốn
nhà thông minh"]
    AI_SPLIT --> Q3["Câu 3: Theo vị trí
gia đình thích sống
ven sông và công viên"]
    AI_SPLIT --> Q4["Câu 4: Theo nhân khẩu học
gia đình trẻ năng động
quan tâm căn hộ hiện đại"]

    Q1 --> SEARCH["Bước 3: Chạy Từng Câu
qua Tìm Kiếm Thông Minh"]
    Q2 --> SEARCH
    Q3 --> SEARCH
    Q4 --> SEARCH

    SEARCH --> RESULTS["Bước 4: Thu Thập & Gộp Kết Quả
Tất cả người dùng phù hợp
từ tất cả câu hỏi, loại bỏ trùng lặp"]

    RESULTS --> SEG["Bước 5: Phân Nhóm Đối Tượng"]

    SEG --> S1["Nhóm A: Yêu Thích Gym & Hồ Bơi
42 người  -  chủ yếu Thanh niên
tại Quận 7 và Quận 2"]
    SEG --> S2["Nhóm B: Tìm Nhà Thông Minh
28 người  -  chuyên viên trẻ
quan tâm cuộc sống hiện đại"]
    SEG --> S3["Nhóm C: Thiên Nhiên & Ven Sông
35 người  -  gia đình tìm kiếm
không gian xanh và view sông"]

    S1 --> SYNC["Bước 6: Đồng Bộ Segment Về BuzzCRM
Cập nhật custom fields trong BuzzCRM
cho từng khách hàng theo nhóm
đã phân loại"]
    S2 --> SYNC
    S3 --> SYNC

    SYNC --> ADS["Bước 7: Xuất Cho Chiến Dịch Quảng Cáo"]

    style INPUT fill:#4A90D9,color:#fff
    style AI_SPLIT fill:#4A90D9,color:#fff
    style Q1 fill:#4A90D9,color:#fff
    style Q2 fill:#4A90D9,color:#fff
    style Q3 fill:#4A90D9,color:#fff
    style Q4 fill:#4A90D9,color:#fff
    style SEARCH fill:#4A90D9,color:#fff
    style RESULTS fill:#4A90D9,color:#fff
    style SEG fill:#4A90D9,color:#fff
    style S1 fill:#4A90D9,color:#fff
    style S2 fill:#4A90D9,color:#fff
    style S3 fill:#4A90D9,color:#fff
    style SYNC fill:#4A90D9,color:#fff
    style ADS fill:#4A90D9,color:#fff

AI Tạo Câu Tìm Kiếm Như Thế Nào

AI đọc nội dung dự án và hiểu các điểm bán hàng khác nhau. Nó tạo các câu tìm kiếm riêng biệt để nắm bắt các loại khách hàng quan tâm khác nhau:

flowchart TD
    CONTENT["Nội Dung Dự Án:
Căn hộ ven sông với phòng gym, hồ bơi,
nhà thông minh, công viên. Thiết kế hiện đại
dành cho chuyên viên trẻ và gia đình."]

    CONTENT --> LLM["AI đọc và hiểu
các điểm bán hàng chính của dự án"]

    LLM --> SPLIT["Chia thành các câu tìm kiếm
theo các góc nhìn khác nhau"]

    SPLIT --> T1["Theo Tiện Ích
Dự án cung cấp
tính năng gì?"]
    SPLIT --> T2["Theo Lối Sống
Dự án hứa hẹn
cuộc sống như thế nào?"]
    SPLIT --> T3["Theo Nhân Khẩu Học
Ai là đối tượng
mua/thuê mục tiêu?"]
    SPLIT --> T4["Theo Vị Trí
Vị trí có gì
đặc biệt?"]

    T1 --> EX1["người thích phòng gym và hồ bơi"]
    T2 --> EX2["chuyên viên trẻ muốn nhà thông minh"]
    T3 --> EX3["gia đình trẻ năng động"]
    T4 --> EX4["người quan tâm ven sông và công viên"]

    style CONTENT fill:#4A90D9,color:#fff
    style LLM fill:#4A90D9,color:#fff
    style SPLIT fill:#4A90D9,color:#fff
    style T1 fill:#4A90D9,color:#fff
    style T2 fill:#4A90D9,color:#fff
    style T3 fill:#4A90D9,color:#fff
    style T4 fill:#4A90D9,color:#fff
    style EX1 fill:#4A90D9,color:#fff
    style EX2 fill:#4A90D9,color:#fff
    style EX3 fill:#4A90D9,color:#fff
    style EX4 fill:#4A90D9,color:#fff

Nhóm Đối Tượng Được Tạo Như Thế Nào

Sau khi tất cả câu hỏi trả về kết quả, hệ thống nhóm người dùng thành các phân khúc có ý nghĩa dựa trên lý do họ phù hợp:

flowchart TD
    ALL["Tất Cả Kết Quả Tìm Kiếm
Gộp từ tất cả câu hỏi,
đã loại bỏ trùng lặp"]

    ALL --> GROUP["Nhóm Theo Lý Do Phù Hợp"]

    GROUP --> BY_AMENITY["Theo Sở Thích Tiện Ích
Người dùng phù hợp vì
gym, hồ bơi, nhà thông minh, v.v."]
    GROUP --> BY_DEMO["Theo Nhân Khẩu Học
Người dùng nhóm theo tuổi,
giới tính, vị trí, tình trạng"]
    GROUP --> BY_SCORE["Theo Độ Phù Hợp
Khớp cao vs.
khớp một phần"]

    BY_AMENITY --> SEG1["Nhóm: Yêu Thích Thể Thao
Phù hợp gym, hồ bơi, thể thao"]
    BY_AMENITY --> SEG2["Nhóm: Người Mua Công Nghệ
Phù hợp nhà thông minh, hiện đại"]
    BY_DEMO --> SEG3["Nhóm: Cặp Đôi Trẻ tại HCM
25-35 tuổi, đã kết hôn, HCM"]
    BY_DEMO --> SEG4["Nhóm: Chuyên Viên Độc Thân
25-30 tuổi, độc thân, Quận 1-7"]
    BY_SCORE --> SEG5["Nhóm: Khách Hàng Tiềm Năng Cao
Điểm phù hợp cao trên
nhiều câu tìm kiếm"]

    SEG1 --> SYNC_CRM["Đồng Bộ Về BuzzCRM
Cập nhật custom fields
theo nhóm đã phân loại"]
    SEG2 --> SYNC_CRM
    SEG3 --> SYNC_CRM
    SEG4 --> SYNC_CRM
    SEG5 --> SYNC_CRM

    SYNC_CRM --> OUT["Xuất danh sách đối tượng
cho nền tảng quảng cáo"]

    style ALL fill:#4A90D9,color:#fff
    style GROUP fill:#4A90D9,color:#fff
    style BY_AMENITY fill:#4A90D9,color:#fff
    style BY_DEMO fill:#4A90D9,color:#fff
    style BY_SCORE fill:#4A90D9,color:#fff
    style SEG1 fill:#4A90D9,color:#fff
    style SEG2 fill:#4A90D9,color:#fff
    style SEG3 fill:#4A90D9,color:#fff
    style SEG4 fill:#4A90D9,color:#fff
    style SEG5 fill:#4A90D9,color:#fff
    style SYNC_CRM fill:#4A90D9,color:#fff
    style OUT fill:#4A90D9,color:#fff

Đồng Bộ Segment Về BuzzCRM — Custom Fields Update

Sau khi phân nhóm đối tượng, hệ thống tự động đồng bộ kết quả segment trở lại BuzzCRM thông qua cập nhật custom fields, giúp đội ngũ sales và marketing có thể sử dụng dữ liệu phân nhóm trực tiếp trong CRM:

flowchart TD
    SEG_RESULT["Kết Quả Phân Nhóm
3-5 nhóm đối tượng
với danh sách khách hàng"]

    SEG_RESULT --> API["BuzzCRM API
Custom Fields Update"]

    API --> CF1["Custom Field: Segment Name
VD: 'Yêu Thích Thể Thao'"]
    API --> CF2["Custom Field: Segment Score
VD: 0.85 (điểm phù hợp)"]
    API --> CF3["Custom Field: Campaign
VD: 'Izumi City Q1-2026'"]
    API --> CF4["Custom Field: Segment Date
VD: '2026-03-16'"]

    CF1 --> CRM["BuzzCRM
Khách hàng được gắn tag
segment, sẵn sàng cho
sales follow-up"]
    CF2 --> CRM
    CF3 --> CRM
    CF4 --> CRM

    style SEG_RESULT fill:#4A90D9,color:#fff
    style API fill:#4A90D9,color:#fff
    style CF1 fill:#4A90D9,color:#fff
    style CF2 fill:#4A90D9,color:#fff
    style CF3 fill:#4A90D9,color:#fff
    style CF4 fill:#4A90D9,color:#fff
    style CRM fill:#4A90D9,color:#fff

Dữ liệu segment được đồng bộ tự động về BuzzCRM qua API. Đội ngũ sales có thể lọc và follow-up khách hàng theo segment trực tiếp trong CRM mà không cần truy cập Data Analyzer.

Ví Dụ: Toàn Bộ Quy Trình

Tại Sao Tính Năng Này Quan Trọng Cho Quảng Cáo

flowchart LR
    subgraph Before["Trước: Quy Trình Thủ Công"]
        M1["Xuất data thủ công
từ CRM"]
        M2["Marketing đoán
ai có thể quan tâm"]
        M3["Viết nội dung QC
bằng tay"]
        M4["Không biết QC nào
hiệu quả"]
        M1 --> M2 --> M3 --> M4
    end

    subgraph After["Sau: Với Data Analyzer"]
        A1["BuzzCRM
đồng bộ tự động"]
        A2["AI tìm & phân nhóm
đối tượng"]
        A3["AI tạo nội dung
+ hình ảnh"]
        A4["AI cải thiện
từ dữ liệu thực"]
        A1 --> A2 --> A3 --> A4
    end

    style M1 fill:#4A90D9,color:#fff
    style M2 fill:#4A90D9,color:#fff
    style M3 fill:#4A90D9,color:#fff
    style M4 fill:#4A90D9,color:#fff
    style A1 fill:#4A90D9,color:#fff
    style A2 fill:#4A90D9,color:#fff
    style A3 fill:#4A90D9,color:#fff
    style A4 fill:#4A90D9,color:#fff

Luồng 9: Tạo Nội Dung Quảng Cáo Bằng AI — Từ Nhóm Đối Tượng Đến Chiến Dịch Hoàn Chỉnh

Sau khi có nhóm đối tượng từ Tìm Kiếm Theo Dự Án, hệ thống hỗ trợ tạo nội dung quảng cáo phù hợp cho từng nhóm — bao gồm thiết lập kịch bản (scenario), nhập prompt tùy chỉnh, thiết lập ngân sách, tạo bài viết & hình ảnh, và thông báo khi hoàn thành.

Tổng Quan

flowchart LR
    SEG["Nhóm Đối Tượng
từ Tìm Kiếm Theo Dự Án"]
    SCENARIO["Thiết Lập Kịch Bản
Scenario cho từng nhóm"]
    PROMPT["Nhập Prompt
User tùy chỉnh prompt"]
    BUDGET["Thiết Lập Ngân Sách
Budget chiến dịch"]
    ANALYZE["AI Phân Tích
& Tạo Nội Dung"]
    NOTIFY["Thông Báo
Hoàn Thành"]
    PREVIEW["Xem Trước &
Chỉnh Sửa"]

    SEG --> SCENARIO --> PROMPT --> BUDGET --> ANALYZE --> NOTIFY --> PREVIEW

    style SEG fill:#4A90D9,color:#fff
    style SCENARIO fill:#4A90D9,color:#fff
    style PROMPT fill:#4A90D9,color:#fff
    style BUDGET fill:#4A90D9,color:#fff
    style ANALYZE fill:#4A90D9,color:#fff
    style NOTIFY fill:#4A90D9,color:#fff
    style PREVIEW fill:#4A90D9,color:#fff

Luồng Chi Tiết

flowchart TD
    INPUT["Bước 1: Nhận Dữ Liệu Nhóm Đối Tượng
Từ kết quả Tìm Kiếm Theo Dự Án
VD: 3 nhóm đã nhận diện"]

    SCENARIO["Bước 2: Thiết Lập Kịch Bản (Scenario)
Xây dựng chuỗi/hành trình bài viết
cho từng nhóm khách hàng:
- Số lượng bài trong chuỗi
- Thứ tự & mục tiêu mỗi bài
- Tone & messaging strategy"]

    PROMPT["Bước 3: Nhập Prompt Tùy Chỉnh
User manual nhập prompt
cho mỗi chiến dịch:
- Yêu cầu về giọng điệu
- Điểm nhấn sản phẩm
- Thông điệp đặc biệt"]

    BUDGET["Bước 4: Thiết Lập Ngân Sách
Người dùng tự nhập ngân sách:
- Tổng ngân sách chiến dịch
- Phân bổ theo nhóm đối tượng"]

    PROFILE["Bước 5: AI Phân Tích & Tạo Nội Dung
Dựa trên kịch bản + prompt:
- Phân tích chân dung nhóm
- Tạo chuỗi bài viết theo scenario
- Tạo hình ảnh minh họa"]

    INPUT --> SCENARIO --> PROMPT --> BUDGET --> PROFILE

    PROFILE --> GA["Nhóm A: Thể Thao
Scenario: 3 bài chuỗi
Bài 1: Giới thiệu lifestyle
Bài 2: Tiện ích nổi bật
Bài 3: CTA đăng ký"]
    PROFILE --> GB["Nhóm B: Công Nghệ
Scenario: 3 bài chuỗi
Bài 1: Pain point công nghệ
Bài 2: Giải pháp smart home
Bài 3: CTA trải nghiệm"]
    PROFILE --> GC["Nhóm C: Gia Đình
Scenario: 3 bài chuỗi
Bài 1: Không gian sống
Bài 2: Tiện ích cho con
Bài 3: CTA tham quan"]

    GA --> NOTIFY["Bước 6: Thông Báo Hoàn Thành
Hệ thống gửi notification
khi AI hoàn tất tạo nội dung
cho chiến dịch theo kịch bản"]
    GB --> NOTIFY
    GC --> NOTIFY

    NOTIFY --> PREVIEW["Bước 7: Xem Trước & Chỉnh Sửa
Marketing xem, chỉnh sửa,
chọn post phù hợp nhất"]

    PREVIEW --> EXPORT["Bước 8: Xuất Nội Dung
Sẵn sàng đăng trên
các nền tảng quảng cáo"]

    style INPUT fill:#4A90D9,color:#fff
    style SCENARIO fill:#4A90D9,color:#fff
    style PROMPT fill:#4A90D9,color:#fff
    style BUDGET fill:#4A90D9,color:#fff
    style PROFILE fill:#4A90D9,color:#fff
    style GA fill:#4A90D9,color:#fff
    style GB fill:#4A90D9,color:#fff
    style GC fill:#4A90D9,color:#fff
    style NOTIFY fill:#4A90D9,color:#fff
    style PREVIEW fill:#4A90D9,color:#fff
    style EXPORT fill:#4A90D9,color:#fff

Kịch Bản (Scenario) — Chuỗi Bài Viết Cho Từng Nhóm

Mỗi chiến dịch có thể thiết lập kịch bản (scenario) cho từng nhóm đối tượng, nhằm xây dựng chuỗi/hành trình bài viết phù hợp thay vì chỉ tạo bài đơn lẻ:

flowchart TD
    CAMPAIGN["Chiến Dịch: Izumi City"]

    CAMPAIGN --> SA["Scenario Nhóm A: Thể Thao
Hành trình 3 bài"]
    CAMPAIGN --> SB["Scenario Nhóm B: Công Nghệ
Hành trình 3 bài"]
    CAMPAIGN --> SC["Scenario Nhóm C: Gia Đình
Hành trình 4 bài"]

    SA --> SA1["Bài 1: Awareness
Giới thiệu lối sống
năng động ven sông"]
    SA --> SA2["Bài 2: Consideration
Chi tiết gym, hồ bơi,
khu thể thao"]
    SA --> SA3["Bài 3: Conversion
CTA: Đăng ký tham quan
+ ưu đãi early bird"]

    SB --> SB1["Bài 1: Awareness
Smart living là gì?"]
    SB --> SB2["Bài 2: Consideration
Smart home features"]
    SB --> SB3["Bài 3: Conversion
CTA: Trải nghiệm
nhà mẫu thông minh"]

    style CAMPAIGN fill:#4A90D9,color:#fff
    style SA fill:#4A90D9,color:#fff
    style SB fill:#4A90D9,color:#fff
    style SC fill:#4A90D9,color:#fff
    style SA1 fill:#4A90D9,color:#fff
    style SA2 fill:#4A90D9,color:#fff
    style SA3 fill:#4A90D9,color:#fff
    style SB1 fill:#4A90D9,color:#fff
    style SB2 fill:#4A90D9,color:#fff
    style SB3 fill:#4A90D9,color:#fff

Prompt Tùy Chỉnh — User Manual Nhập Prompt

Khi tạo nội dung cho mỗi chiến dịch, người dùng có thể nhập prompt tùy chỉnh để hướng dẫn AI tạo nội dung theo ý muốn:

AI Tạo Bài Post Như Thế Nào

Với mỗi nhóm đối tượng, AI dựa trên kịch bản + prompt tùy chỉnh để tạo chuỗi bài post hoàn chỉnh:

flowchart TD
    SEG_DATA["Dữ Liệu Nhóm Đối Tượng
Nhóm A: Yêu Thích Thể Thao
42 người, 25-35 tuổi, Quận 7
Sở thích: gym, hồ bơi, thể thao"]

    PROJECT_DATA["Thông Tin Dự Án
Izumi City - căn hộ ven sông
Tiện ích: gym, hồ bơi,
nhà thông minh, công viên"]

    SCENARIO_DATA["Kịch Bản (Scenario)
3 bài chuỗi: Awareness >
Consideration > Conversion"]

    USER_PROMPT["Prompt Tùy Chỉnh
Giọng điệu thân thiện,
nhấn mạnh view sông,
ưu đãi 10% tháng 3"]

    BUDGET_DATA["Ngân Sách Chiến Dịch
Tổng: 50tr / chiến dịch
Nhóm A: 20tr, B: 15tr, C: 15tr"]

    SEG_DATA --> LLM["AI Phân Tích & Tạo
Chuỗi Bài Theo Kịch Bản"]
    PROJECT_DATA --> LLM
    SCENARIO_DATA --> LLM
    USER_PROMPT --> LLM
    BUDGET_DATA --> LLM

    LLM --> P1["Bài 1: Awareness
Giới thiệu lifestyle ven sông
+ hình ảnh AI"]
    LLM --> P2["Bài 2: Consideration
Chi tiết gym & hồ bơi
+ hình ảnh AI"]
    LLM --> P3["Bài 3: Conversion
CTA + ưu đãi 10%
+ hình ảnh AI"]

    P1 --> DONE["AI Hoàn Thành"]
    P2 --> DONE
    P3 --> DONE

    DONE --> NOTIF["Gửi Thông Báo
Notification cho user
chiến dịch đã tạo xong"]

    style SEG_DATA fill:#4A90D9,color:#fff
    style PROJECT_DATA fill:#4A90D9,color:#fff
    style SCENARIO_DATA fill:#4A90D9,color:#fff
    style USER_PROMPT fill:#4A90D9,color:#fff
    style BUDGET_DATA fill:#4A90D9,color:#fff
    style LLM fill:#4A90D9,color:#fff
    style P1 fill:#4A90D9,color:#fff
    style P2 fill:#4A90D9,color:#fff
    style P3 fill:#4A90D9,color:#fff
    style DONE fill:#4A90D9,color:#fff
    style NOTIF fill:#4A90D9,color:#fff

Thông Báo Hoàn Thành (Notification)

Khi AI hoàn thành việc tạo nội dung cho một chiến dịch (theo kịch bản đã thiết lập), hệ thống tự động gửi thông báo cho người dùng:

Ngân Sách Chiến Dịch

Người dùng tự nhập ngân sách cho chiến dịch quảng cáo. Hệ thống lưu trữ thông tin ngân sách để tham khảo, không tự động theo dõi hoặc cảnh báo:

Cấu Trúc Mỗi Bài Post

Ví Dụ: Chuỗi Bài Theo Kịch Bản Cho Izumi City

Mỗi nhóm có chuỗi bài viết theo kịch bản (scenario) với hành trình Awareness > Consideration > Conversion. Người dùng nhập prompt tùy chỉnh, thiết lập ngân sách, và nhận thông báo khi AI hoàn thành.

Luồng 10: Gợi Ý Targeting Quảng Cáo — AI Đề Xuất, Người Dùng Tự Cấu Hình

Sau khi có nội dung quảng cáo, AI phân tích đặc điểm từng nhóm đối tượng để gợi ý targeting. Người dùng tham khảo gợi ý và tự tay cấu hình Facebook Ads.

Tổng Quan

flowchart LR
    CONTENT["Nội Dung
Quảng Cáo"]
    SEGMENTS["Nhóm
Đối Tượng"]
    AI["AI Phân Tích
& Đề Xuất"]
    SUGGEST["Gợi Ý
Targeting"]
    USER["Người Dùng
Tự Cấu Hình
Facebook Ads"]

    CONTENT --> AI
    SEGMENTS --> AI
    AI --> SUGGEST
    SUGGEST -.->|"tham khảo"| USER

    style CONTENT fill:#4A90D9,color:#fff
    style SEGMENTS fill:#4A90D9,color:#fff
    style AI fill:#4A90D9,color:#fff
    style SUGGEST fill:#4A90D9,color:#fff
    style USER fill:#4A90D9,color:#fff

Luồng Chi Tiết

flowchart TD
    INPUT["Bước 1: Thu Thập Dữ Liệu Đầu Vào
- Nhóm đối tượng + đặc điểm
- Nội dung quảng cáo đã tạo
- Thông tin dự án + tiện ích"]

    ANALYZE["Bước 2: AI Phân Tích Tổng Hợp
So sánh đặc điểm từng nhóm
với hành vi người dùng trên
các nền tảng quảng cáo"]

    INPUT --> ANALYZE

    ANALYZE --> P1["Gợi Ý Targeting
Tuổi, giới tính, vị trí,
sở thích, hành vi, lookalike"]
    ANALYZE --> P2["Gợi Ý Định Dạng
Video Ads, Carousel,
Reels, Single Image"]

    P1 --> REPORT["Bước 3: Hiển Thị Gợi Ý
Targeting + định dạng
cho từng nhóm đối tượng"]
    P2 --> REPORT

    REPORT --> USER["Bước 4: Người Dùng Tự Cấu Hình
Tham khảo gợi ý của AI,
tự tay cài đặt trên
Facebook Ads Manager"]

    style INPUT fill:#4A90D9,color:#fff
    style ANALYZE fill:#4A90D9,color:#fff
    style P1 fill:#4A90D9,color:#fff
    style P2 fill:#4A90D9,color:#fff
    style REPORT fill:#4A90D9,color:#fff
    style USER fill:#4A90D9,color:#fff

Gợi Ý Targeting Cho Người Dùng Tham Khảo

AI gợi ý targeting cho từng nhóm. Người dùng tự tay cấu hình trên Facebook Ads Manager dựa trên gợi ý này:

Ví Dụ: Kết Quả Gợi Ý Targeting

Luồng 11: Phân Quyền Người Dùng — Phân Quyền Theo Dự Án

Hệ thống phân quyền theo dự án với 2 vai trò chính: Editor và Admin. Mỗi người dùng được gán vai trò cho từng dự án cụ thể, cho phép kiểm soát truy cập linh hoạt. Việc cấu hình Facebook Ads do người dùng tự thực hiện bên ngoài hệ thống.

Các Vai Trò

graph LR
    subgraph Roles["Vai Trò Trong Hệ Thống (Theo Dự Án)"]
        E["Editor
Xem + tạo/sửa post +
tìm kiếm + tạo nội dung"]
        AD["Admin
Editor + Phê duyệt +
quản trị hệ thống"]
    end

    E -->|"được nâng cấp"| AD

    style E fill:#4A90D9,color:#fff
    style AD fill:#4A90D9,color:#fff

Phân Quyền Theo Dự Án

flowchart TD
    ORG["Tổ Chức / Workspace"]

    ORG --> P1["Dự Án: Izumi City"]
    ORG --> P2["Dự Án: Akari City"]
    ORG --> P3["Dự Án: Waterpoint"]

    P1 --> P1E["User A: Editor
Tạo/sửa post, tìm kiếm,
tạo nội dung AI"]
    P1 --> P1A["User B: Admin
Editor + Phê duyệt
+ quản trị dự án"]

    P2 --> P2E["User A: Admin
Vai trò khác
ở dự án khác"]
    P2 --> P2A["User C: Editor
Chỉ có quyền tại
dự án này"]

    style ORG fill:#4A90D9,color:#fff
    style P1 fill:#4A90D9,color:#fff
    style P2 fill:#4A90D9,color:#fff
    style P3 fill:#4A90D9,color:#fff
    style P1E fill:#4A90D9,color:#fff
    style P1A fill:#4A90D9,color:#fff
    style P2E fill:#4A90D9,color:#fff
    style P2A fill:#4A90D9,color:#fff

Một người dùng có thể có vai trò khác nhau ở các dự án khác nhau. VD: User A là Editor ở Izumi City nhưng là Admin ở Akari City.

Ma Trận Quyền

Facebook Ads do người dùng tự cấu hình bên ngoài hệ thống. Hệ thống chỉ gợi ý targeting, không quản lý quyền liên quan đến Facebook Ads.

Luồng Phân Quyền

flowchart TD
    LOGIN["Người Dùng Đăng Nhập"]
    SELECT["Chọn Dự Án"]
    CHECK["Hệ Thống Kiểm Tra Vai Trò
Theo dự án được chọn"]

    LOGIN --> SELECT --> CHECK

    CHECK -->|"Editor"| EDIT["Xem + Tạo/Sửa Post
Tìm kiếm thông minh
Tìm kiếm theo dự án
Tạo/sửa bài post
Tạo nội dung AI"]
    CHECK -->|"Admin"| ADMIN["Editor + Phê Duyệt
Phê duyệt bài post
Quản lý dự án
Thiết lập ngân sách
Đồng bộ BuzzCRM
Phân quyền"]

    EDIT -->|"Gửi bài để duyệt"| APPROVE["Quy Trình Phê Duyệt
Editor tạo post >
Admin duyệt > Xuất bản"]
    ADMIN -->|"Duyệt bài"| APPROVE

    style LOGIN fill:#4A90D9,color:#fff
    style SELECT fill:#4A90D9,color:#fff
    style CHECK fill:#4A90D9,color:#fff
    style EDIT fill:#4A90D9,color:#fff
    style ADMIN fill:#4A90D9,color:#fff
    style APPROVE fill:#4A90D9,color:#fff

Quy Trình Phê Duyệt Bài Post

flowchart LR
    CREATE["Editor Tạo Post"]
    PENDING["Chờ Duyệt
Trạng thái: Pending"]
    REVIEW["Admin Xem Xét"]
    APPROVED["Đã Duyệt
Sẵn sàng xuất bản"]
    REJECTED["Từ Chối
Kèm lý do,
Editor chỉnh sửa lại"]

    CREATE --> PENDING --> REVIEW
    REVIEW -->|"Duyệt"| APPROVED
    REVIEW -->|"Từ chối"| REJECTED
    REJECTED -.->|"Chỉnh sửa & gửi lại"| PENDING

    style CREATE fill:#4A90D9,color:#fff
    style PENDING fill:#F5A623,color:#fff
    style REVIEW fill:#4A90D9,color:#fff
    style APPROVED fill:#7ED321,color:#fff
    style REJECTED fill:#D0021B,color:#fff

Luồng 12: Cải Thiện Quảng Cáo Từ Dữ Liệu Tương Tác — Vòng Phản Hồi AI

Sau khi quảng cáo được đăng, hệ thống lấy dữ liệu tương tác thực tế từ BuzzCRM (đã tổng hợp từ các nền tảng quảng cáo) và sử dụng AI để phân tích, học hỏi, và cải thiện nội dung quảng cáo cho các chiến dịch tiếp theo.

Tổng Quan Vòng Phản Hồi

flowchart LR
    ADS["Quảng Cáo
Đang Chạy"]
    BUZZ["BuzzCRM API
Thu thập dữ liệu
tương tác"]
    ANALYZE["AI Phân Tích
Hiệu Quả"]
    IMPROVE["Cải Thiện
Nội Dung"]
    NEW_ADS["Quảng Cáo
Phiên Bản Mới"]

    ADS --> BUZZ --> ANALYZE --> IMPROVE --> NEW_ADS
    NEW_ADS -.->|"vòng lặp tiếp theo"| BUZZ

    style ADS fill:#4A90D9,color:#fff
    style BUZZ fill:#4A90D9,color:#fff
    style ANALYZE fill:#4A90D9,color:#fff
    style IMPROVE fill:#4A90D9,color:#fff
    style NEW_ADS fill:#4A90D9,color:#fff

Luồng Chi Tiết

flowchart TD
    POST["Bước 1: Quảng Cáo Được Đăng
Nội dung + hình ảnh
chạy trên Facebook Ads"]

    BUZZ["Bước 2: BuzzCRM Thu Thập Dữ Liệu
BuzzCRM tổng hợp dữ liệu tương tác
từ Facebook Ads, đồng bộ qua API:
like, share, comment, click,
CTR, tỷ lệ chuyển đổi"]

    POST --> BUZZ

    BUZZ --> METRICS["Bước 3: Tính Toán Chỉ Số Hiệu Quả"]

    METRICS --> M1["Engagement Rate
Tỷ lệ tương tác
trên tổng reach"]
    METRICS --> M2["Click-Through Rate
Tỷ lệ click vào
link hoặc CTA"]
    METRICS --> M3["Sentiment Analysis
Phân tích cảm xúc
từ comment"]
    METRICS --> M4["So Sánh Giữa Các Nhóm
Nhóm nào phản hồi
tốt nhất?"]

    M1 --> AI["Bước 4: AI Phân Tích & Đề Xuất Cải Thiện"]
    M2 --> AI
    M3 --> AI
    M4 --> AI

    AI --> R1["Cải thiện tiêu đề
Tiêu đề A có CTR 3.2%
vs B chỉ 1.1%
- Dùng phong cách A"]
    AI --> R2["Cải thiện hình ảnh
Hình lifestyle tốt hơn
hình sản phẩm 2.5x
engagement"]
    AI --> R3["Cải thiện CTA
CTA ngắn gọn hiệu quả
hơn CTA dài"]
    AI --> R4["Cải thiện targeting
Nhóm A phản hồi tốt
hơn kỳ vọng, mở rộng
lookalike"]

    R1 --> NEXT["Bước 5: Áp Dụng Cho Chiến Dịch Tiếp Theo
AI tự động điều chỉnh
nội dung và targeting mới"]
    R2 --> NEXT
    R3 --> NEXT
    R4 --> NEXT

    style POST fill:#4A90D9,color:#fff
    style BUZZ fill:#4A90D9,color:#fff
    style METRICS fill:#4A90D9,color:#fff
    style M1 fill:#4A90D9,color:#fff
    style M2 fill:#4A90D9,color:#fff
    style M3 fill:#4A90D9,color:#fff
    style M4 fill:#4A90D9,color:#fff
    style AI fill:#4A90D9,color:#fff
    style R1 fill:#4A90D9,color:#fff
    style R2 fill:#4A90D9,color:#fff
    style R3 fill:#4A90D9,color:#fff
    style R4 fill:#4A90D9,color:#fff
    style NEXT fill:#4A90D9,color:#fff

Dữ Liệu Tương Tác Từ BuzzCRM

BuzzCRM đóng vai trò trung tâm dữ liệu duy nhất — tất cả dữ liệu tương tác từ Facebook Ads được tổng hợp và chuẩn hóa trong BuzzCRM trước khi Data Analyzer sử dụng qua API.

Giải Thích Chỉ Số Quan Trọng

CTR (Click-Through Rate) — Tỷ lệ nhấp chuột:

CTR cho biết bao nhiêu phần trăm người nhìn thấy quảng cáo đã nhấp vào nó. Đây là chỉ số đo hiệu quả của tiêu đề và hình ảnh trong việc thu hút người dùng hành động.

• CTR dưới 1%: Quảng cáo chưa hấp dẫn, cần cải thiện tiêu đề hoặc hình ảnh
• CTR 1% - 3%: Trung bình, có thể tối ưu thêm
• CTR trên 3%: Tốt, nội dung phù hợp với đối tượng

Engagement (Tỷ lệ tương tác):

Engagement đo lường mức độ người dùng tương tác với bài đăng — không chỉ nhìn thấy mà còn thực sự quan tâm đủ để hành động.

Tổng tương tác bao gồm:

• Like / Reactions — Thể hiện cảm xúc với bài đăng
• Comment — Người dùng đủ quan tâm để viết phản hồi
• Share — Nội dung có giá trị đến mức muốn chia sẻ cho người khác
• Click — Nhấp vào link, hình ảnh, hoặc nút CTA
• Save — Lưu bài đăng để xem lại sau

CTR vs Engagement — Khác nhau như thế nào:

Ví Dụ: AI Cải Thiện Qua Các Vòng

BuzzCRM API — Cần Xác Nhận Với Developer

Developer cần kiểm tra BuzzCRM API về dữ liệu bài đăng quảng cáo (post ads) trước khi triển khai tính năng này.

flowchart LR
    FB["Facebook Ads"] --> BUZZ["BuzzCRM
Tổng hợp & chuẩn hóa
dữ liệu post ads"]
    BUZZ -->|"API"| DA["Data Analyzer
Lấy dữ liệu tương tác
để AI phân tích"]

    DA --> Q1["GET /posts
Danh sách bài đăng QC"]
    DA --> Q2["GET /posts/id/metrics
Chỉ số tương tác"]
    DA --> Q3["GET /posts/id/comments
Nội dung comment"]

    style FB fill:#4A90D9,color:#fff
    style BUZZ fill:#4A90D9,color:#fff
    style DA fill:#4A90D9,color:#fff
    style Q1 fill:#4A90D9,color:#fff
    style Q2 fill:#4A90D9,color:#fff
    style Q3 fill:#4A90D9,color:#fff

Hồ Sơ Người Dùng Được Xây Dựng Như Thế Nào

Hệ thống chuyển dữ liệu khách hàng thô (từ BuzzCRM) thành hồ sơ phong phú, có thể tìm kiếm bằng cách kết hợp thông tin của họ với tiện ích dự án.

flowchart LR
    BUZZ["BuzzCRM API"]

    RAW["Bản Ghi Khách Hàng Thô
Alice, Nữ, 25 tuổi
Quận 1, HCM
Quan tâm: Akari City
Từ khóa: gym, ven sông"]

    ENRICH["Bổ Sung Tiện Ích
Dự Án
Akari City cung cấp:
phòng gym, hồ bơi, công viên,
gần trường học, gần bệnh viện"]

    PROFILE["Hồ Sơ Hoàn Chỉnh
Alice, Nữ, 25 tuổi, Thanh niên
Quận 1, Hồ Chí Minh
Dự án: Akari City
Tiện ích: phòng gym, hồ bơi,
công viên, gần trường, gần bệnh viện
Từ khóa: gym, ven sông"]

    SEARCH["Sẵn Sàng Cho
Tìm Kiếm Thông Minh"]

    BUZZ --> RAW --> ENRICH --> PROFILE --> SEARCH

    style BUZZ fill:#4A90D9,color:#fff
    style RAW fill:#4A90D9,color:#fff
    style ENRICH fill:#4A90D9,color:#fff
    style PROFILE fill:#4A90D9,color:#fff
    style SEARCH fill:#4A90D9,color:#fff

Việc bổ sung này là lý do thiết lập dự án quan trọng — người dùng quan tâm "Akari City" tự động có thể tìm kiếm được cho "phòng gym", "hồ bơi", "công viên", v.v.

Mối Quan Hệ Kết Nối Như Thế Nào

Hệ thống hiểu mối liên kết giữa người dùng, dự án và tiện ích. Đây là điều làm tìm kiếm thông minh hơn so với chỉ khớp từ khóa đơn giản.

graph LR
    subgraph Users["Khách Hàng"]
        U1["Alice
Nữ, 25 tuổi, Quận 1"]
        U2["Bob
Nam, 30 tuổi, Quận 7"]
    end

    subgraph Projects["Dự Án Bất Động Sản"]
        P1["Akari City"]
        P2["Waterpoint"]
    end

    subgraph Amenities["Tiện Ích Dự Án"]
        A1["Phòng gym"]
        A2["Hồ bơi"]
        A3["Công viên"]
        A4["Ven sông"]
        A5["Sân golf"]
    end

    subgraph Keywords["Sở Thích Người Dùng"]
        K1["gym"]
        K2["ven sông"]
        K3["thể dục"]
    end

    U1 -->|"quan tâm"| P1
    U2 -->|"quan tâm"| P2

    P1 -->|"cung cấp"| A1
    P1 -->|"cung cấp"| A2
    P1 -->|"cung cấp"| A3
    P2 -->|"cung cấp"| A2
    P2 -->|"cung cấp"| A4
    P2 -->|"cung cấp"| A5

    U1 -->|"đề cập"| K1
    U1 -->|"đề cập"| K2
    U2 -->|"đề cập"| K3

    style U1 fill:#4A90D9,color:#fff
    style U2 fill:#4A90D9,color:#fff
    style P1 fill:#4A90D9,color:#fff
    style P2 fill:#4A90D9,color:#fff
    style A1 fill:#4A90D9,color:#fff
    style A2 fill:#4A90D9,color:#fff
    style A3 fill:#4A90D9,color:#fff
    style A4 fill:#4A90D9,color:#fff
    style A5 fill:#4A90D9,color:#fff
    style K1 fill:#4A90D9,color:#fff
    style K2 fill:#4A90D9,color:#fff
    style K3 fill:#4A90D9,color:#fff

Ví dụ: Tìm kiếm "người thích hồ bơi" tìm được cả Alice (Akari City có hồ bơi) và Bob (Waterpoint có hồ bơi) — dù cả hai không đề cập "hồ bơi" trực tiếp trong từ khóa.

Câu Hỏi Kiểm Tra Mặc Định

Đây là các câu hỏi kiểm tra tích hợp sẵn dùng để đo độ chính xác tìm kiếm:

Câu #6 dự kiến trả về kết quả yếu. Nó kiểm tra cách hệ thống xử lý khi tìm tiện ích không dự án nào cung cấp.

Tổng Quan Tính Năng

mindmap
  root(("Data Analyzer"))
    BuzzCRM API
      Đồng bộ dữ liệu tự động
      Không nhập thủ công
      Dữ liệu luôn cập nhật
    Phân Quyền (theo dự án)
      Editor - xem + tạo/sửa bài đăng + tìm kiếm + tạo nội dung
      Admin - Editor + phê duyệt + quản trị
    Khám Phá Nhân Khẩu Học
      Phân bố tuổi & giới tính
      Phân tích theo vị trí
      Từ khóa phổ biến
      Tương quan giữa các cột
    Quản Lý Dự Án
      Xem tất cả dự án
      Thêm dự án mới
      Cập nhật tiện ích
      Xóa dự án
    Tìm Kiếm Thông Minh
      Truy vấn ngôn ngữ tự nhiên
      Lọc theo nhân khẩu học
      Kết quả xếp hạng
      Chỉ số độ tin cậy
    Tìm Kiếm Theo Dự Án
      Dán nội dung dự án
      AI tạo câu tìm kiếm
      Tìm khách hàng phù hợp
      Phân nhóm đối tượng
      Xuất cho chiến dịch quảng cáo
    Tạo Nội Dung Quảng Cáo
      AI phân tích chân dung nhóm
      Tạo bài viết theo nhóm
      Tạo hình ảnh minh họa
      Tùy chỉnh giọng điệu
      Xem trước theo nền tảng
    Gợi Ý Facebook Ads Targeting
      AI gợi ý targeting chi tiết
      Gợi ý định dạng quảng cáo
      Gợi ý lookalike audience
      Người dùng tự cấu hình Ads Manager
    Cải Thiện Quảng Cáo
      Thu thập dữ liệu tương tác
      AI phân tích hiệu quả
      Cải thiện nội dung tự động
      Vòng phản hồi liên tục
    Kiểm Tra Chất Lượng
      Câu hỏi kiểm tra mặc định
      Câu hỏi kiểm tra tùy chỉnh
      Đánh giá bằng AI
      Báo cáo chất lượng