ใครได้ยินคำว่า Big Data ก็คงพอจะนึกออกว่าโลกของเรากำลังถูกเปลี่ยนแปลงเพราะมีการเอาข้อมูลขนาดใหญ่มาใช้ในหลายด้าน ตั้งแต่การปรับปรุงบริการประชาชนของรัฐบาลไปจนถึงการเปลี่ยนวงการแพทย์ให้รักษาคนไข้ได้ทันท่วงทีมากขึ้น 

สำหรับนักการตลาด คำถามหนึ่งที่เกิดขึ้นเสมอคือ เราจะใช้ข้อมูลในการปรับปรุงกลยุทธ์การตลาดได้อย่างไร

หลายท่านคงเคยได้ยิน case studies ของ Amazon, Netflix, Walmart และธุรกิจจากหลากหลายส่วนที่นำเอาปัญญาประดิษฐ์มาใช้ในการวิเคราะห์พฤติกรรมลูกค้า ตั้งแต่การทำนายพฤติกรรมว่าลูกค้าจะชอบของชิ้นไหน จะซื้อของเราหรือไม่ถ้าได้ส่วนลด หรือลูกค้ากำลังจะไปจากเราไหม และการปรับเปลี่ยนวิธีการสื่อสารกับลูกค้าให้ถูกที่ถูกเวลาและถูกใจ

ในยุคที่การตลาดเกิดขึ้นบนโลก Digital มากกว่า Physical เราจะสามารถใช้ข้อมูลเพื่อปรับปรุงกลยุทธ์การตลาดขององค์กรเราได้อย่างไรบ้าง มาดูตัวอย่างไอเดียกันค่ะ


Centralized Marketing Analytics 

ทีมการตลาดยุค Digital ต้องจัดการกับข้อมูลมากมายหลายช่องทาง ทั้งข้อมูลพฤติกรรมลูกค้าบนเว็บไซท์ ข้อมูลจากสื่อโซเชียลหลายทั้ง Facebook, Youtube, และ LINE รวมถึงข้อมูลลูกค้าภายในเช่นประวัติการซื้อขายและข้อมูลการติดต่อลูกค้า 

เทคโนโลยีปัจจุบันช่วยให้เรารวบรวมข้อมูลจากทุกแหล่งมารวมกันทำให้เกิดความเข้าใจลูกค้าอย่างรอบด้าน และทำให้เราสามารถทำการวิเคราะห์ข้อมูลเชิงลึกเพื่อทำความเข้าใจว่ากลยุทธ์การตลาดแบบใดได้ผลคุ้มค่ากับการลงทุนมากที่สุด ตลอดจนทำให้เราเข้าใจความคิดเห็นและรู้จักพฤติกรรมของลูกค้า สามารถปรับปรุงกระบวนการบริการลูกค้าให้ตรงใจมากขึ้น

Targeted Advertising

ผู้ใช้อินเตอร์เน็ตในปัจจุบันจะได้เห็นโฆษณาจากสื่อออนไลน์โดยเฉลี่ยถึง 850 ต่อเดือน แต่การโฆษณาบนสื่ออนไลน์ปกติจะให้ประสิทธิภาพแค่ 0.1% หมายถึงจากโฆษณา 1000 ครั้งที่ปล่อยออกไป จะมีคนคลิกแค่หนึ่งครั้ง [1].

การทำ targeted advertising เป็นการเลือกกลุ่มลูกค้าที่จะได้เห็นโฆษณาบนสื่อออนไลน์โดยใช้ข้อมูล เช่น ธุรกิจที่ขายเสื้อเชิ้ตผู้ชายอาจจะเลือกโชว์โฆษณาให้กับลูกค้าผู้ชายอายุวัยทำงาน 18–55 ปี เพื่อลดค่าใช้จ่ายในการซื้อสื่อ โดยอาจจะเลือกทาร์เก็ตด้วยคุณลักษณะของลูกค้า (demographics) ความสนใจ (interest) หรือ คำที่ลูกค้าใช้เสิร์ชอินเตอร์เน็ต (keywords)

ศาสตร์ของการทำ targeted advertising ต้องอาศัยการรวบรวมและพิจารณาข้อมูลจากหลายแหล่ง เพื่อให้เลือกทาร์เก็ตได้ถูกต้องและทำให้ได้ผลคุ้มค่าการลงทุนมากที่สุด

Personalized Product Offering

นับจากที่ Amazon ผู้ค้าปลีกที่ใหญ่ที่สุดในโลกได้เริ่มใช้ recommender system เพื่อเสนอสินค้าบนหน้าเว็บให้ถูกคน ถูกใจ ถูกเวลา โดยใช้ big data ในการวิเคราะห์พฤติกรรมลูกค้ากว่า 300 ล้านคนทั่วโลก ธุรกิจอื่นๆก็เริ่มทำตามและใช้ personalized marketing รูปแบบต่างๆ ในการเพิ่มยอดขาย 

การทำ cross-selling โดยใช้ข้อมูลการซื้อขายของเรียกได้ว่าเป็นโจทย์แรกๆที่องค์กรใหญ่พิจารณาเมื่อต้องการเริ่มโครงการปรับปรุงธุรกิจด้วย big data เพราะเป็นกรณีศึกษาที่มีชื่อเสียงที่สุด และได้รับการพิสูจน์ในต่างประเทศว่าได้ผลจริง

การทำ personalized product offering มีหลายรูปแบบ ตั้งแต่การพิจารณาว่าสินค้าประเภทใด มักถูกซื้อร่วมกัน โดยลูกค้ากลุ่มเดียวกัน ไปจนถึงการวิเคราะห์ความเป็นไปได้ที่ลูกค้าจะซื้อสินค้าแต่ละชิ้น เพื่อเสนอขายสินค้าที่มีโอกาสมากที่สุด และจะต้องอาศัยนักวิทยาศาสตร์ข้อมูลที่เข้าใจ machine learning ในการแก้ปัญหาเฉพาะในแต่ละธุรกิจ

Social Analytics and Automation

สื่อโซเชียลเป็นสื่อที่ใช้สำหรับกระจายข่าวและสร้างชื่อเสียงให้แต่ละแบรนด์ได้ง่ายที่สุด แต่ในขณะเดียวกันก็สร้างชื่อเสียได้เช่นกัน ปัจจุบันจึงมีหลาย application ที่สามารถดึงข้อมูลจากสื่อโซเชียลมาวิเคราะห์เพื่อติดตามความคิดเห็นทั้งแง่ลบและแง่บวกของสาธารณชนเกี่ยวกับธุรกิจของเรา

นอกจากนี้ยังมีเทคโนโลยีที่ช่วยถามตอบคำถามออนไลน์ เช่น chatbot ที่สามารถตอบคำถามที่ลูกค้าถามบ่อยๆ ทำสำรวจความคิดเห็น หรือเสนอขายสินค้าและบริการผ่านแอพ ทำให้คนทำงานประหยัดเวลามากขึ้น

กรณีศึกษาของ social analytics ยังมีอีกมากมาย ตั้งแต่การใช้ปัญญาประดิษฐ์มาทำความเข้าใจภาษามนุษย์เพื่อการวิเคราะห์ความเห็นลูกค้า ไปจนถึงการทำ competitor analysis เพื่อติดตามคู่แข่ง

Marketing Automation

คำว่า marketing automation เป็นคำใหม่ที่ยังไม่ค่อยมีใครพูดถึง ในต่างประเทศ การทำการตลาดแบบอัตโนมัติคือการใช้ digital tools เพื่อเปลี่ยนคนแปลกหน้า เป็นคนรู้จัก แล้วเปลี่ยนคนรู้จักเป็นลูกค้า 

ยกตัวอย่างเช่น ในธุรกิจขายบ้าน ที่เมื่อเข้าถึงลูกค้า บริษัทต้องให้ความรู้เกี่ยวกับบ้านแต่ละโครงการ มีการนัดชมบ้าน มีการพูดคุยสอบถามว่าลูกค้ามีอุปสรรคอะไรในการซื้อ และมีการให้บริการแนะนำเรื่องไฟแนนซ์ก่อนการขาย การเข้าถึงลูกค้า (lead generation) การดูกำลังซื้อของลูกค้า (lead qualification) การให้ความรู้และดูแลลูกค้าก่อนการขาย (lead nurturing) ไปจนถึงการปิดการขาย (conversion) ล้วนแต่เป็นกระบวนการที่สามารถใช้ digital tools เข้ามาช่วยได้ทั้งสิ้น รวมทั้งใช้ big data ในการตัดสินใจเลือกวิธีการเข้าถึงลูกค้าที่มีประสิทธิภาพ ทำให้คนทำงานประหยัดเวลาและสร้างผลประกอบการที่ดีขึ้น

หากองค์กรของคุณต้องการเริ่มโครงการวิเคราะห์ข้อมูลเพิ่มประสิทธิภาพในธุรกิจ ทางเพอเซ็ปทรามีผู้เชี่ยวชาญที่จะช่วยให้คำปรึกษาและลงมือทำวิสัยทัศน์ของคุณให้จับต้องได้ ดูข้อมูลการติดต่อเราได้ที่ Perceptra.


Leave a Reply

Your email address will not be published. Required fields are marked *