Khi dữ liệu tổng hợp (synthetic data) trở thành xu hướng
Một trong những xu hướng đáng chú ý của marketing 2026 là sự trỗi lên của synthetic data – dữ liệu tổng hợp được AI tạo ra từ các pattern của dữ liệu thực. Công nghệ này cho phép marketer mở rộng chân dung khách hàng, mô phỏng hành vi và thử nghiệm nhiều kịch bản hơn trước khi đầu tư vào thị trường thực.
Nhưng khả năng mô phỏng không đồng nghĩa với khả năng tái tạo toàn bộ trải nghiệm thực tế. Khi AI ngày càng tham gia sâu vào việc dự đoán hành vi người tiêu dùng, một câu hỏi quan trọng bắt đầu xuất hiện: AI có thể mô phỏng chính xác đến đâu, và đâu là những yếu tố của hành vi con người vẫn phụ thuộc vào bối cảnh thực tế?
Điều mà AI mô phỏng tốt, và điều AI không thể
AI có thể dự đoán khá chính xác khả năng một người click vào quảng cáo trên newsfeed, dựa trên hàng triệu lượt tương tác tương tự trong quá khứ. Nhưng điều AI dự đoán không đồng nghĩa với một hành vi đã thực sự xảy ra. Hãy lấy một khoảnh khắc rất đơn giản: một người đứng chờ thang máy 15–20 giây, không cầm điện thoại, mắt vô thức lướt qua màn hình trước mặt. Họ không chủ động chọn xem quảng cáo, nhưng cũng không có một luồng nội dung khác để chuyển sang. Đây là một dạng captive attention - sự chú ý hình thành từ chính bối cảnh mà người tiêu dùng đang ở trong đó.
Dữ liệu hành vi "bắt buộc" (captive attention), khác hoàn toàn với dữ liệu hành vi "tự nguyện" mà các nền tảng digital thu thập. Người dùng chọn xem TikTok, chọn scroll Facebook, hành vi đó có thể được mô hình hoá vì nó lặp lại theo pattern. Nhưng hành vi trong 15 giây chờ thang máy là một trạng thái tâm lý đặc thù: không chủ đích, không có lựa chọn thay thế, và vì vậy gần như không thể tái tạo bằng dữ liệu tổng hợp.
Vì sao điều này quan trọng với ngành OOH trong tòa nhà
Khi ngày càng nhiều quyết định media planning được đưa ra dựa trên mô hình dự đoán thay vì quan sát thực tế, các kênh sở hữu dữ liệu hành vi "không thể mô phỏng" lại có một lợi thế cạnh tranh âm thầm: chúng cung cấp bằng chứng thực, không phải suy luận thống kê.
Điều này không có nghĩa OOH trong thang máy nên từ chối công nghệ đo lường hiện đại. Ngược lại, các công nghệ tương tác tại điểm chạm (tuân thủ quy định về quyền riêng tư), hay dữ liệu tần suất sử dụng thang máy theo khung giờ đều là cách để biến "khoảnh khắc bắt buộc" đó thành dữ liệu có thể đo lường và tối ưu. Đây là kết quả từ đo lường của một hành vi thật, chứ không dự đoán một hành vi giả định.
Gợi ý cho brand khi đánh giá hiệu quả OOH trong tòa nhà
Đừng so sánh trực tiếp CTR của quảng cáo digital với "tỷ lệ nhìn thấy" của OOH trong thang máy, đây là hai chỉ số đo hai loại hành vi hoàn toàn khác nhau (chủ động chọn xem vs. tiếp xúc bắt buộc).
Khi brief cho agency, bạn nên đặt rõ câu hỏi: dữ liệu hiệu quả họ đưa ra là dữ liệu quan sát thực tế hay là ước tính mô hình hoá? Cả hai đều có giá trị, nhưng phục vụ mục đích khác nhau.
Với các ngành hàng cần xây dựng nhận diện sâu (không chỉ nhận biết), khoảnh khắc tiếp xúc bắt buộc, lặp lại hàng ngày trong không gian sống như hành lang, thang máy, sảnh tòa nhà — vẫn là một trong số ít điểm chạm mà tần suất tiếp xúc không phụ thuộc vào thuật toán gợi ý của bất kỳ nền tảng nào.
Trong một thị trường nơi ngày càng nhiều quyết định marketing dựa trên dữ liệu do máy tạo ra, có lẽ giá trị thật sự của OOH trong tòa nhà không nằm ở quy mô hiển thị, mà ở việc nó là một trong những dữ liệu hành vi cuối cùng mà không AI nào có thể giả lập thay con người.
