interview nui data marketing personalisation

สัมภาษณ์คุณหนุ่ย ผู้นำข้อมูลและการตลาดมาผสานกันได้อย่างลงตัว เจ้าของเพจ “การตลาดวันละตอน”

สัมภาษณ์คุณหนุ่ย เจ้าของเพจ การตลาดวันละตอน ที่ออกหนังสือฮอตฮิทติดชาร์ตอย่าง personalization วันนี้เราจะมาเจาะลึกมุมมองด้านการทำการตลาดด้วยข้อมูล ทั้งเรื่องของแนวคิด วิธีการ และเคสตัวอย่างกัน

หากคุณเป็นเจ้าของธุรกิจ นักการตลาด รวมถึงคนที่ทำงานสายดาต้าแล้วอยากเห็นมุมมองด้านธุรกิจ ไม่ควรพลาดบทความนี้ ! ไปเริ่มกันเลยค่า

สัมภาษณ์คุณหนุ่ย เจ้าของเพจการตลาดวันละตอน และผู้เขียนหนังสือขายดีอย่าง Personalization
สัมภาษณ์คุณหนุ่ย เจ้าของเพจการตลาดวันละตอน และผู้เขียนหนังสือขายดีอย่าง Personalization

แอดมูน : สวัสดีค่า แนะนำตัวสั้นๆ ให้พวกเราฟังหน่อยค่า 

คุณหนุ่ย : สวัสดีครับ หนุ่ยนะครับ ตอนนี้เป็นที่ปรึกษาให้องค์กรต่างๆ เรื่องการทำการตลาดด้วยข้อมูล และการทำ Personalization เป็นอาจารย์พิเศษวิชา Data Driven Communication ที่ PIM Panyapiwat Institute of Management และเป็นเจ้าของเพจ การตลาดวันละตอน ครับ

แอดมูน : ข้อมูล มีความสำคัญยังไงกับการทำการตลาดในยุคนี้คะ ?

คุณหนุ่ย : ข้อแรกคือการตลาดแบบ All in one ไม่ตอบโจทย์อีกต่อไปแล้ว ลูกค้ามีตัวเลือกเยอะมากขึ้น และหาสิ่งที่ตนเองต้องการมากที่สุด เราจึงต้องนำข้อมูลมาวิเคราะห์ว่าลูกค้าเป็นใคร มีพฤติกรรมยังไง มีความชอบแบบไหน 

ข้อสองคือข้อมูลสามารถบอกความจริงของธุรกิจ ว่ามีปัญหาอะไร ควรจะจัดการยังไงต่อ เช่น ผมเคยเป็นที่ปรึกษาแบรนด์ๆนึง เจ้าของแบรนด์เค้าคิดว่าแบรนด์เขาขายดี มีลูกค้าประจำถึง 50% ผมเลยไปนำข้อมูลต่างๆของแบรนด์ มาใส่ใน Excel และทำ Filter ข้อูลง่ายๆ เพื่อดูว่าลูกค้าประจำมี Growth ขึ้นเท่าไหร่ ? ผลลัพธ์คือพอมาดู Fact data  จริงๆแล้ว มีลูกค้าประจำแค่ 15% พอเราเข้าใจสถานการณ์ของธุรกิจจริงๆ เราออกแบบกลยุทธ์ใหม่เพื่อเพิ่มจำนวนลูกค้าประจำ

แอดมูน : น่าสนใจมากๆค่ะ แล้วเราจะนำข้อมูลมาใช้ในองค์กรอย่างไรได้บ้างคะ

คุณหนุ่ย : สิ่งแรกที่เราต้อง “ตั้งคำถาม ช่างสังเกต และตั้ง Business Objective” ก่อนครับ 

ต่อมาก็ดูว่า “เครื่องมือ และ ข้อมูลที่เรามีอยู่ สามารถตอบโจทย์ได้ไหม”

ยกตัวอย่าง แบรนด์ของ The North Face แบรนด์เสื้อผ้าสำหรับนักเดินทาง พบปัญหาคือเมื่อลูกค้าเข้าหน้าเว็บแล้วมีสินค้าให้เลือกเยอะเกินไป เลือกไม่ถูก 
แบรนด์จึงมีบริการแนะนำสินค้าที่เหมาะสมกับลูกค้าแต่ละคน เพื่อเพิ่มยอดขายครับ โดยแบรนด์มีช่องให้ลูกค้ากรอกตั้งแต่เปิดเว็บเลยว่า ต้องการใส่เสื้อตัวนี้ไปที่ไหน และเมื่อไหร่ เท่านี้ระบบ AI ก็จะวิเคราะห์โดยดึงข้อมูลเสื้อผ้าที่มีในระบบ ข้อมูลสภาพอากาศ ความแรงลม ความชื้นในพื้นที่ปลายทางนั้นๆ มาวิเคราะห์ เพื่อเสนอเสื้อที่โดนใจลูกค้ามากที่สุด

เชื่อไหมครับว่าผลตอบรับจากการใช้ AI นี้ เพิ่มอัตราการคลิ๊กได้ถึง 60 เปอร์เซ็นต์ และคนที่ลองใช้บริการนี้ กว่า 80% บอกว่าจะกลับมาใช้อีก ถือว่าไม่ธรรมดาทีเดียว 

อันนี้ถือเป็นตัวอย่างที่ดีถึงการเข้าใจปัญหาของลูกค้า แล้วนำ AI มาช่วยแก้ปัญหาได้ตรงจุด ซึ่งจริงๆ นักการตลาดอย่างเราก็สามารถใช้ข้อมูลมาวิเคราะห์กับทุกๆ ส่วนที่เราทำงานกันอยู่ได้เลยครับ 

อย่างการเขียนคอนเท้นท์ และยิง Ads ก็สามารถนำข้อมูลมาใช้ให้เกิดประโยชน์ได้ 

โดยแบรนด์ต้องรู้ว่า ลูกค้าของคุณเป็นใคร ,มี Interest อะไร ,อยากสื่อสารกับคนแต่ละกลุ่มแบบไหน แล้วค่อย tailored – made content ให้เหมาะสมกับคนแต่ละกลุ่ม และยิง Ads ให้ตรงกลุ่ม เช่น คนที่เพิ่งแต่งงาน คนที่เพิ่งมีคู่ คนที่เพิ่งคลอดลูก แต่ละช่วงอายุ เพศ อาชีพ ซึ่งในขั้นตอนแรกยังไม่ต้องโฟกัสทุกกลุ่มก็ได้ครับ ลองกลับมาดูว่า segment ไหนก้อนใหญ่สุด จัด priority และเลือกทำตามกำลังที่ไหวครับ 

ตัวอย่างการใช้ Tools เพื่อวิเคราะห์ Insight จาก External Data เช่น แบรนด์ยาย้อมผม ต้องการเพิ่มยอดขาย จึงย้อนกลับไปดูข้อมูลพฤติกรรมของลูกค้าผ่านเครื่องมือ Google Trend 

ปกติเเล้วนักการตลาดอย่างเราๆ มักใช้ Google Trend ในการเสิร์ชชื่อแบรนด์เพื่อวิเคราะห์ว่าแบรนด์เรามียอกคำค้นหาเท่าไหร่เพียงอย่างเดียว แต่จริงๆแล้วเราสามารถใช้เจ้า Tool ตัวนี้เพื่อเข้าใจลูกค้าได้มากขึ้นด้วย เช่นเสิร์ชจากบริบทการย้อมผม และกำหนดช่วงระยะเวลาการค้นหาข้อมูลใน 5 ปีที่ผ่านมา เราพบสิ่งที่น่าสนใจว่ามีแพทเทริ์นการเสิร์ชที่เพิ่มแบบ Spike ในทุกๆ หน้าร้อน 

Google Trend Personalization
ตัวอย่างการใช้ Google Trend โดยใช้คำ Keyword ที่ได้มาจากบริบทของผู้ใช้งานจริง

เราเลยไปหา insight จากข้อมูลนี้เพิ่มเติมจากน้องที่ออฟฟิศ ก็จะได้คำตอบว่า อ้อ ที่กราฟการเสิร์ชมันเพิ่มทุกๆ หน้าร้อน เพราะมันเป็นช่วงสงกรานต์นี่เอง คนไปย้อมผมจะได้รู้สึกสวย มั่นใจขึ้น พอเราเข้าใจบริบทของข้อมูลแล้ว เราก็นำมาออกมาแบบแคมเปญ ย้อมผมช่วงสงกรานต์ สวยเปรี้ยวเยี่ยวราดอะไรก็แล้วแต่ โดยเราจะ pr ก่อนที่คู่แข่ง โดยทำคอนเท้นท์สียอดนิยมปี xx มาชี้นำเทรนด์ก่อน เทรนด์จะขึ้น เช่น สียอดนิยมปี 2019 

ด้วยการใช้ข้อมูลให้เกิดประโยชน์ ทำให้เราสามารถใช้ Blue ocean strategy ได้ และได้กลุ่มลูกค้าใหม่ๆ ไม่ต้องแย่งกับใครเลยล่ะครับ

แอดมูน : นอกจาก Google Trend แล้ว มี Tools ตัวไหนแนะนำสำหรับการเริ่มต้นใช้งานข้อมูลไหมคะ 

คุณหนุ่ย : เราสามารถหยิบเอา Tools รอบตัวมาใช้ประโยชน์ได้หมดเลยนะครับ แต่เราต้องรู้จักพลิกแพลงวิธีใช้เพื่อ Get idea ใหม่ๆ 

Toosl หลักๆ ที่ผมใช้คือ 

  1. Google Trend  Tool ตัวนี้ จริงๆสามารถทำอะไรได้หลายอย่างมากๆครับ เป็นรถ SUV ในวงการตลาดเลย แต่คนส่วนใหญ่ใช้ขับรถไปซื้อของ 7-11 หน้าปากซอยเอง ผมอยากให้ลองใช้ Tool โดยดูจากบริบทของเสิร์ชของผู้ใช้งาน ว่าเขาน่าจะเสิร์ชอะไรบ้าง ที่เกี่ยวข้องกับแบรนด์ 
  2. Keyword planner ช่วยให้เรารู้จำนวนVolume การเสิร์ชในคำ Keyword ต่างๆ ของกลุ่มเป้าหมายได้อย่างแม่นยำ 
  3. Audience Insight ปกติแล้วผมใช้ Compare Interest ของคนสองกลุ่ม ให้เห็น Persona ชัดเจนยิ่งขึ้น เช่น ในเคสของ Dating online ผมเปรียบเทียบคน 2 กลุ่ม โดยดูว่าเขากดไลก์เพจอะไร พบว่ามีความสนใจแตกต่างกันอย่างสิ้นเชิง กลุ่มแรกที่สนใจ Dating online เป็นผู้หญิงที่สนใจเรียนเรื่องภาษา เพื่อหาแฟนต่างชาติ ส่วนกลุ่มสองเป็นกลุ่มที่ไม่สนใจ Dating Online โดยเขาสนใจผลิตภัณฑ์แม่และเด็ก แค่เห็นข้อมูลเท่านี้ เราก็เห็นชัดถึงความแตกต่าง และกลุ่มลูกค้าที่น่าสนใจแล้วใช่ไหมล่ะครับ
  4. Social Listening tools ผมใช้ Zanroo Search เพื่อดูว่าคนในโลกออนไลน์พูดคุยอะไรกัน
  5. Excel นำข้อมูลมาลองพล็อทเป็นกราฟ ให้เห็นแพทเทิร์นบางอย่าง 

การทำงานกับข้อมูล เหมือนการติดตามดูข้อมูลไปเรื่อยๆ แล้วดูว่าข้อมูลก้อนแรกที่เราหามันสามารถตอบโจทย์ได้หรือยัง ถ้ามันยังไม่ใช่แบบที่คิด อย่างน้อยเราก็รู้ว่ามันไม่ใช่ แล้วลองวิธีใหม่ๆ 

แอดมูน : เมื่ององค์กรอยากเป็น Data Driven Organization มักพบปัญหาอะไรบ้างคะ 

คุณหนุ่ย : มี 3 เรื่องหลักครับคือ 

  1. องค์กรส่วนใหญ่ยังไม่เข้าใจความสำคัญของ Data 
    และมองไปที่เป้าหมายแบบ Short term สุดท้ายก็มักจะลงเอยที่การทำโปรโมชั่น ซึ่งไม่ Sustainable การทำงานกับ Data ต้องใจเย็น มันเป็นเหมือนการปลูกต้นไม้ สุดท้ายก็ต้องทำรากฐานให้แข็งแรงก่อนพนักงานคุณเข้าใจความสำคัญของข้อมูลหรือยัง มีการเก็บข้อมูลที่เป็นระบบ อยู่ใน Format ที่พร้อมใช้งานหรือยัง 
  2. Data อยู่ในรูปแบบที่ไม่พร้อมใช้งาน มีหลาย Format ต้องมา Cleansing 
    การมี Data ก็เหมือนการได้ไก่มาตัวนึง คุณไม่สามารถโดยไก่ทั้งตัวไปทำอาหารได้ ต้องถอนขน แบ่งส่วน ก่อนนำไปใช้ ซึ่งบางครั้งถ้าเป็นองค์กรเล็กๆ การออกไปเก็บข้อมูลใหม่ อาจจะไวกว่ามานั่ง Cleansing ด้วยซ้ำ 
  3. งาน Data มันสเกลใหญ่และใหม่มาก ไม่รู้ว่าฝ่ายไหนต้องเป็นคนรับผิดชอบ ซึ่งจริงๆแล้ว งานด้าน Data เป็นงานที่ทุกคนต้องทำงานร่วมกัน แค่รู้ว่าเราอยู่ในพาร์ทไหนของการทำงานด้าน Data บ้าง 
    คนที่ต้องเริ่มคนแรกคือฝ่ายการตลาด เพื่อกำหนด Business Objective และดูว่าด้วยข้อมูล และเครื่องมือที่มีตอนนี้ ตอบโจทย์หรือยัง แล้วใช้ความ Creativity เพื่อให้ลูกค้ามากรอกข้อมูลกับแบรนด์ โดยฝ่าย Technical จะต้องวาง Data Structure และ Analyze ข้อมูลครับ 

แอดมูน :  ถ้าหัวหน้าไม่เห็น Value ของข้อมูล เราจะรับมือยังไงได้บ้างคะ (T_T)

คุณหนุ่ย : เราสามารถ Convince เจ้านายได้นะครับ เราต้องรู้ก่อนว่าหัวหน้าเราเป็นคนที่สนใจเรื่องอะไร 

แล้วส่งบทความให้หัวหน้าอ่าน ถ้าหัวหน้าเป็น business ส่งบทความให้ดูว่า Data Driven ช่วยให้ business growth ยังไง

หรือถ้าเปลี่ยน mindset หัวหน้าคนนี้ไม่ได้จริงๆ แนะนำว่า เปลี่ยนหัวหน้าง่ายกว่า 555 เพราะถ้าเขายังไม่เข้าใจถึงปัญหาจริงๆ เขาก็ไม่รู้สึกว่าต้องมีการเปลี่ยนแปลง วันไหนที่เขามีปัญหา ค่อยเข้าไปบอกว่า Data , personalization เป็น Solution ที่ช่วยแก้ปัญหาได้ยังไงบ้าง 

แอดมูน : แล้วอะไรคือการทำ Personalization ที่สำคัญคือเราทำไปเพื่ออะไร ? 

คุณหนุ่ย : หัวใจของการทำ Personalization คือ “ช่วยให้ลูกค้าได้รับประสบการณ์ที่ดียิ่งขึ้น” แบรนด์จึงต้องนำเสนอสิ่งต่างๆ ในรูปแบบที่แตกต่างกันตามความต้องการของลูกค้า เพื่อตอบโจทย์ลูกค้าแต่ละคนมากที่สุด 

ซึ่งจริงๆ มีการทำมานานแล้ว เช่นการทำ Personalization แบบง่ายๆ เช่นการปรับเปลี่ยนชื่อในอีเมลให้เป็นชื่อลูกค้ารายบุคคล จนขั้น Advanced คือการทำแบบ Hyper personalization โดยดึงเอาข้อมูลแบบ Pubilc / Open source เช่น สภาพอากาศมาช่วยในการวิเคราะห์พฤติกรรมลูกค้า เพื่อเสนอสินค้า/บริการ แบบอัติโนมัติ 

Personalization Maturity
Personalization Maturity – ภาพแสดงถึงสเต็ปของการทำ Personalization ที่เพิ่ขึ้น แปรผันตรงกับการเพิ่มขึ้นของรายได้โดยรวม

โดยปัจจัยหลักที่ทำให้เกิด Personalization ได้คือ ข้อมูลของลูกค้า Demographic , Behavior ต่างๆ ที่เอามาวิเคราะห์ พฤติกรรม และเพื่อวาง Data Structure ที่เหมาะสมกับอุตสาหกรรม เราต้องเริ่มจากก้าวเล็กๆ อย่างให้พนักงานหน้าสาขามาเริ่มลงข้อมูลลูกค้าให้อยู่ในรูปแบบเดียวกัน นำไปใช้ต่อได้ง่าย

ถ้าแบรนด์มีการเก็บข้อมูลของลูกค้า เช่น ดูสินค้าที่ลูกค้ามักจะซื้อบ่อยๆ หรือดูประวัติการซื้อเก่าๆ ของลูกค้า แล้วนำมาวิเคราะห์ความต้องการได้ ก็สามารถเพิ่มยอดขายและกำไรของธุรกิิจได้ครับ

สำหรับใครที่สนใจเรื่องการวาง Data Structure ที่เหมาะสมกับอุตสาหรกรรม สามารถอ่านได้ที่่ บล็อคของการตลาดวันละตอน เลยนะคะ

แอดมูน :  อยากฝากอะไรกับคนที่อยากเริ่มต้นนำข้อมูลมาใช้ให้เกิดประโยชน์บ้างคะ 

คุณหนุ่ย : หัวใจสำคัญของการทำงานคือแนวคิดเรื่อง Customer – Centric ครับ แบรนด์ต้องรู้จักลูกค้ามากขึ้น รู้เทรนด์ว่าคนต้องการสินค้าแบบไหน เพื่อตอบสนองข้อมูลได้ตรงจุด

จากนั้นก็มาคิดว่าเราต้องการ Data อะไรบ้างเพื่อจะรู้ใจลูกค้ามากขึ้น แล้วเราจะเริ่มเก็บ Data เหล่านั้นอย่างไร 

ในฐานะนักการตลาด จะต้องมี Business Objective ที่ชัดเจน รวมถึงอาศัยความ Creativity เพื่อให้เก็บข้อมูลลูกค้าได้ เช่น อยากวิเคราะห์พฤติกรรมการซื้อ และรู้ Demographic ของลูกค้า จึงสร้างแคมเปญส่งของขวัญถึงหน้าบ้านลูกค้า โดยให้ลูกค้ากรอกประวัติส่วนตัว เพื่อทำ Membership เลย เราก็สามารถรู้ Location ของลูกค้าแต่ละคน ดูว่าเขาซื้อจากสาขาไหน ปริมาณเท่าไหร่ สินค้าชนิดอะไร นอกจากนี้ยังสามารถทำ Segmentation ดูพฤติกรรมของลูกค้า ลูกค้าบางกลุ่มอาจจะซื้อปีละครั้ง แต่ยอดซื้อเยอะมาก เราก็ใช้ Google Sheet กรอกเก็บไว้ ใน Format เดียวกันให้พร้อมใช้งาน และสร้างกลยุทธ์ต่อไป 

แอดมูน :  สุดท้ายแล้ว ให้คุณหนุ่ยแชร์เทรนด์ด้านข้อมูลให้พวกเราฟังหน่อยค่า 

คุณหนุ่ย : อีกไม่กี่เดือน กฎหมายเรื่อง PDPA ก็จะมีผลบังคับใช้แล้ว แบรนด์ต้องเคลียตัวเองให้ชัด ว่าจะเอาข้อมูลไปทำไร เก็บไว้ที่ไหน ต้องทำให้ user รู้สึกสบายใจและยินดีให้ข้อมูลเราครับ  

ซึ่งหลายๆ research ระบุว่า ถ้าการให้ข้อมูลแบรนด์สามารถช่วยเขาได้ ไม่ว่าจะเป็นความรู้ใจที่ตรงจุด หรือ เพิ่มความสะดวกสบาย เขายินดีจะให้ข้อมูลครับ 

จบไปแล้วกับการสัมภาษณ์คุณหนุ่ย เพจการตลาดวันละตอน และผู้เขียนหนังสือ personalization หวังว่าเพื่อนๆจะได้ไอเดียในการทำการตลาดโดยใช้ข้อมูล และนำไปปรับใช้กัน ถ้าเพื่อนๆมีฟีดแบ็คอะไร อยากให้เราไปสัมภาษณ์คนไหน Inbox มาได้ที่เพจ Data Science ชิลชิล เลยค่า ไว้พบกันใหม่บทความหน้าจ้า 

บทความอื่น ๆ ที่เกี่ยวข้อง

ผู้เขียน

Leave a comment

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

คอร์ส Road to Data Engineer รุ่นสุดท้ายในปี 2020

00
Months
00
Days
00
Hours
00
Minutes
00
Seconds