Trường Quốc tế tại TP.HCM, ngân sách Facebook Ads 15 triệu/tháng, CPL ban đầu 320k/lead — cao hơn 2.3x so với mục tiêu. Sau 45 ngày tích hợp AI vào 3 khâu: viết hook, phân tích target audience và tối ưu bidding theo mùa — CPL giảm xuống 187k/lead, tổng lead tăng 68%. Bài viết này chia sẻ toàn bộ quy trình, prompt đã dùng và số liệu thật.
Tháng 2/2026, tôi nhận tư vấn cho một trường quốc tế tại Quận 7, TP.HCM — chương trình IB, học phí 350–450 triệu/năm. Campaign Facebook Ads đã chạy 3 tháng nhưng kết quả chưa đạt: CPL 320k/lead trong khi target là 140k, ROAS chỉ đạt 1.8x.
Điểm khác biệt của case study này: toàn bộ quy trình tối ưu đều có AI tham gia — từ phân tích vấn đề, viết lại content, xây dựng audience mới đến lập lịch tối ưu theo mùa tuyển sinh.
Dưới đây là toàn bộ quy trình — kèm prompt thực tế và số liệu từng giai đoạn.
Tình Trạng Ban Đầu: CPL Cao Gấp 2.3x Mục Tiêu
Số liệu tháng 1/2026 trước khi tối ưu — đã ẩn tên trường theo yêu cầu khách hàng
Bước 1 — Chẩn Đoán Vấn Đề với AI (15 Phút)
Bước đầu tiên: dùng Claude hoặc ChatGPT để phân tích toàn bộ data campaign trong 15 phút — thay vì ngồi đọc báo cáo thủ công mất nửa ngày.
Bạn là senior Facebook Ads specialist ngành giáo dục quốc tế. Phân tích campaign data sau và xác định TOP 3 nguyên nhân khiến CPL cao hơn 2x so với target: [DATA CAMPAIGN PASTE VÀO ĐÂY] Context: – Trường quốc tế chương trình IB, học phí 350-450tr/năm – Target: phụ huynh 35-50 tuổi, thu nhập cao, Quận 1/3/7/Bình Thạnh – Mục tiêu: đăng ký tham quan trường – Campaign đã chạy 3 tháng, budget 15 triệu/tháng Yêu cầu: 1. Top 3 nguyên nhân CPL cao (có số liệu dẫn chứng) 2. Đánh giá chất lượng creative hiện tại 3. Phân tích audience có vấn đề gì 4. 3 action ưu tiên cao nhất cần làm ngay tuần này
Bước 2 — Viết Lại Hook Theo Đúng Pain Point
Vấn đề lớn nhất là hook. Creative cũ đang nói về tính năng của trường — phụ huynh trường quốc tế không quan tâm đến điều đó. Họ quan tâm đến tương lai của con.
Viết 5 hook Facebook Ads cho trường quốc tế chương trình IB. Target: Phụ huynh 38-50 tuổi, con học lớp 6-10 Thu nhập: 100-300 triệu/tháng Nỗi sợ lớn nhất: Con không vào được đại học nước ngoài Mong muốn: Con được vào top university Mỹ/Anh/Úc Yêu cầu hook: – Đánh vào nỗi sợ HOẶC khát vọng (không nói về trường) – 1-2 câu đầu phải dừng scroll ngay – Không dùng: “chất lượng”, “uy tín”, “đẳng cấp” – Có số liệu cụ thể nếu có thể – Tone: đồng cảm, không phán xét
“83% học sinh IB của chúng tôi được nhận vào top 50 đại học thế giới năm 2025. Con bạn đang học chương trình gì?”
“Năm lớp 9 mới bắt đầu chuẩn bị hồ sơ đại học Mỹ — có kịp không? Câu trả lời phụ thuộc vào chương trình học hiện tại của con.”
Bước 3 — Xây Dựng Audience 3 Tầng Cold/Warm/Hot
Audience cũ target quá rộng. Tôi dùng AI để xây dựng 3 tầng audience theo mô hình Cold/Warm/Hot — và viết creative riêng cho từng tầng.
| Tầng | Audience | Creative angle | Budget |
| COLD | Interest: Du học, IB, SAT + Demographics | Nỗi sợ — tương lai con | 40% |
| WARM | Lookalike 1-3% từ danh sách phụ huynh | Social proof — tỷ lệ đỗ ĐH | 35% |
| HOT | Retarget: xem landing page, tương tác fanpage | Urgency — suất học có hạn | 25% |
Tôi có danh sách 200 phụ huynh đang cho con học tại trường. Giúp tôi xác định: 1. Top 5 interest Facebook phù hợp nhất để target phụ huynh có profile tương tự 2. Demographic layers nên stack thêm vào Lookalike (age, income, location, behavior) 3. Exclusion audience nên loại bỏ để tránh lãng phí 4. Copy angle phù hợp nhất cho từng tầng audience Context: Trường quốc tế IB tại TP.HCM Học phí: 350-450 triệu/năm Phụ huynh hiện tại: CEO, Giám đốc, chủ doanh nghiệp
Bước 4 — Tối Ưu Ad Schedule Theo Hành Vi Thực Tế
Vấn đề thứ 3 là ad schedule. 40% impression đang chạy vào giờ làm việc — trong khi phụ huynh có thu nhập cao thường check Facebook vào buổi tối.
Phân tích hourly breakdown data sau và đề xuất ad schedule tối ưu: [PASTE HOURLY DATA: Giờ | Impressions | Clicks | Conv] Target audience: Phụ huynh 38-50 tuổi, CEO/Giám đốc TP.HCM, thu nhập cao Đề xuất: 1. Khung giờ nên tăng bid (giờ vàng) 2. Khung giờ nên giảm bid 50-70% 3. Khung giờ nên tắt hoàn toàn 4. Điều chỉnh cho weekday vs weekend 5. Dự báo CPL sau khi tối ưu schedule
Kết Quả Sau 45 Ngày: Số Liệu Thật
Sau 45 ngày tối ưu theo 3 bước — viết lại hook, xây dựng audience mới và tối ưu ad schedule — đây là kết quả thực tế:
Timeline Từng Tuần
Dùng Claude phân tích toàn bộ data cũ · Xây dựng 3 tầng audience · Upload custom list phụ huynh · Tạo Lookalike 1-3%
Chạy song song 5 hook do AI viết · Hook A (tỷ lệ đỗ ĐH) thắng với CTR 3.8% · Tắt 4 hook còn lại · Scale winner
Tắt bid 10h-14h weekday · Tăng bid 1.5x vào 20h-23h · Tối ưu riêng cho Saturday-Sunday · Tiết kiệm 3.2 triệu/tháng
CPL xuống 187k · Lead tăng 68% · Scale budget Warm audience · Duy trì kết quả ổn định
3 Bài Học Rút Ra
Phụ huynh trường quốc tế không mua “chất lượng giáo dục” — họ mua “con tôi vào được đại học Mỹ”. Creative phải nói về tương lai con, không phải về trường.
Lookalike 1% từ 200 phụ huynh hiện có cho CPL thấp hơn 34% so với Interest targeting. Nếu có data khách hàng thật — dùng nó trước.
AI không tự biết phụ huynh trường quốc tế active lúc 20h-23h — data mới cho biết điều đó. AI giúp phân tích và hành động nhanh hơn, nhưng không thay thế được việc thu thập data thực tế.
Câu Hỏi Thường Gặp (FAQ)
Performance Marketer & AI Marketing Specialist
4+ năm kinh nghiệm chạy Facebook Ads, Google Ads cho các trường Quốc tế tại Việt Nam. Chuyên ứng dụng AI vào quy trình Performance Marketing thực chiến. Chia sẻ prompt, case study và workflow tại adscoffee.vn.