Data-Driven Marketing คืออะไร ช่วยธุรกิจได้อย่างไร [แนะนำเคสตัวอย่าง]

การทำธุรกิจในยุคที่การแข่งขันดุเดือดและผู้บริโภคมีตัวเลือกสำหรับพวกเขาอย่างล้นหลาม ไม่ง่ายเลยที่ธุรกิจจะเข้าถึงและซื้อใจพวกเขาได้ ธุรกิจจำเป็นต้องมี “ข้อมูล” หรือ “Data” เพื่อทำความเข้าใจผู้บริโภคและกลุ่มเป้าหมายของแบรนด์ เพื่อนำมาออกแบบกลยุทธ์การตลาดที่เหมาะกับพวกเขาและเอาชนะคู่แข่งได้ เป็นที่มาของการทำ Data-Driven Marketing หรือ การตลาดที่ขับเคลื่อนด้วยข้อมูล ที่ทั้งแบรนด์ใหญ่และธุรกิจรายย่อยก็ไม่ควรพลาดทำ

ในบทความนี้ เราจะมาทำความรู้จักศาสตร์ของ Data-Driven Marketing กันว่า คืออะไร พร้อมกับพาไปดูตัวอย่างการใช้ข้อมูลเพื่อทำการตลาดตั้งแต่ระดับพื้นฐานจนถึงแบรนด์ระดับโลกที่น่าจะช่วยให้เห็นภาพและได้ไอเดียในการใช้ข้อมูลไปประยุกต์ใช้อีกด้วย

Data-Driven Marketing คืออะไร

Data-Driven Marketing คือ การทำการตลาดที่ขับเคลื่อนด้วยข้อมูล โดยใช้การวิเคราะห์ข้อมูลลูกค้า (Customer data) เพื่อประกอบการตัดสินในทางการตลาด ทั้งการวิจัยสินค้าและตลาด การพัฒนาสินค้า/บริการ การออกแบบกลยุทธ์การตลาดและการสื่อสารการตลาด (Marketing Message)

โดยการทำ Data-Driven Marketing เป็นรากฐานให้กับการทำการตลาดในรูปแบบต่าง ๆ เช่น

การทำการตลาดแบบเรียลไทม์ (Real-time Marketing)
การทำการตลาดเฉพาะบุคคล (Personalized Marketing)
การตลาดแบบอัตโนมัติ (Marketing Automation)
ระบบบริหารความสัมพันธ์กับลูกค้า (CRM: Customer Relationship Management)
การส่งมอบประสบการณ์ลูกค้าที่น่าประทับใจ (Customer Experience)

การทำ Data-Driven Marketing แตกต่างจากการทำการตลาดในแบบดั้งเดิมที่มักจะอาศัยประสบการณ์และสัญชาตญาณในการตัดสินใจเป็นหลัก ซึ่งกลยุทธ์การตลาดที่ใช้อาจเลือกมาจากตัวอย่างความสำเร็จในครั้งก่อน ซึ่งไม่สามารถการันตีได้ว่า ในครั้งต่อไปจะได้ผล โดยเฉพาะอย่างยิ่งในยุคที่พฤติกรรมผู้บริโภคเปลี่ยนแปลงอย่างรวดเร็วแบบรายวัน แต่การใช้ข้อมูลหรือใช้ข้อมูล (Data) ในการทำการตลาด จะเข้ามาเติมช่องว่างของ “การเดา” ให้ธุรกิจสามารถตัดสินใจเลือกวิธีการทำการตลาด เลือกช่องทาง หรือโฟกัสกลุ่มเป้าหมายที่ ‘ใช่’ ได้โดยใช้ข้อมูลที่เป็นข้อเท็จจริง

นิยามที่อธิบายไปข้างต้นอาจจะทำให้หลายคนเข้าใจว่า “Data-Driven Marketing” เป็นเรื่องของการใช้เทคโนโลยีล้ำสมัยทำการตลาดเท่านั้น แต่การทำการตลาดที่ขับเคลื่อนด้วยข้อมูลที่แท้จริง คือ การใช้ประโยชน์จากข้อมูลให้เป็น ร้านอาหารริมทางที่เลือกปิดร้านในวันที่ไม่ค่อยมีลูกค้า ร้านกาแฟที่ริเริ่มทำโปรโมชัน 1 แถม 1 ในช่วงบ่ายที่ไม่ค่อยมีลูกค้าเข้าร้าน ก็กล่าวได้ว่า ได้ทำ Data-Driven Marketing แล้ว

ทำไมต้องทำ Data-Driven Marketing

การใช้ข้อมูลจะช่วยสร้างข้อได้เปรียบในการทำการตลาดกับคู่แข่งและสามารถเข้าถึงใจลูกค้าได้อย่างแม่นยำ ยกตัวอย่างเหตุผลในการทำ Data-Driven Marketing ที่ธุรกิจไม่ควรพลาด ได้แก่

เพื่อเข้าใจลูกค้า เข้าใจตลาด และคู่แข่ง

จากการติดตามข้อมูลและพฤติกรรมของลูกค้า ธุรกิจสามารถออกแบบ/พัฒนาผลิตภัณฑ์หรือบริการให้ตอบโจทย์ความต้องการของกลุ่มเป้าหมายได้ รู้ว่าตลาดต้องการอะไรจากการทำวิจัยตลาด (Market Research) เพื่อหาช่องว่างที่ยังไม่มีแบรนด์ใดมาจับตลาด ศึกษากลุ่มเป้าหมายเพื่อออกแบบสารหรือข้อความในการทำโฆษณาให้เหมาะกับกลุ่มเป้าหมายแต่ละกลุ่ม ฯลฯ รวมไปถึงการใช้ข้อมูลเพื่อวิเคราะห์คู่แข่ง

เพื่อการตัดสินใจที่เฉียบขาด

ข้อมูลช่วยให้ธุรกิจสามารถตัดสินใจได้อย่างเฉียบขาด เพราะมีข้อมูลสนับสนุนการตัดสินใจ สามารถคำนวณหรือประมาณการผลลัพธ์ที่จะทำได้จากข้อมูลในอดีต ถ้าไม่มีข้อมูล นักการตลาดอาจต้องพึ่งพาเฉพาะประสบการณ์หรือสัญชาตญาณเท่านั้น ซึ่งไม่สามารถการันตีได้ว่า สิ่งที่เคยทำจะได้ผลลัพธ์อย่างไร แล้วคุ้มค่าหรือไม่ ยกตัวอย่างเช่น ธุรกิจรู้เทรนด์ความต้องการของลูกค้า ก็จะช่วยให้สามารถตัดสินใจได้ว่า สินค้าไหนควรไปต่อ ลงทุนต่อ รู้ว่าควรทำการตลาดกับช่องทางไหนจึงจะสร้างผลลัพธ์ได้มากที่สุด

เพื่อลดต้นทุนและเพิ่มประสิทธิภาพการทำการตลาด

เมื่อธุรกิจรู้จากข้อมูลแล้วว่า วิธีการทำการตลาดแบบใด ผ่านช่องทางไหน หรือมุ่งให้ความสำคัญกับกลุ่มเป้าหมายกลุ่มใดที่จะนำผลลัพธ์ที่คุ้มค่ามากกว่ามาให้ธุรกิจได้ ธุรกิจก็ไม่จำเป็นต้องเสียแรง เวลา และต้นทุนในการทำการตลาดในรูปแบบที่ไม่เกิดผล สามารถประหยัดงบการตลาดเพื่อมาลงกับวิธีการ ช่องทาง และกลุ่มเป้าหมายที่สร้างผลลัพธ์หรือกำไรได้มากกว่า เพิ่มสัดส่วน ROI (Return of Investment) ให้กับธุรกิจได้

Data-Driven Marketing Case: ตัวอย่างการใช้ข้อมูลทำการตลาด

ในปัจจุบันมีเคสการทำ Data-Driven Marketing อยู่มากมาย ซึ่งการใช้ข้อมูลในการทำการตลาดก็ไม่ได้จำกัดอยู่เฉพาะการใช้เครื่องมือหรือเทคโนโลยีจัดการข้อมูลที่ซับซ้อนอะไร

ร้านกาแฟทั่วไปใช้ข้อมูลกระตุ้นยอดขาย

Data-Driven Marketing คืออะไร ช่วยธุรกิจได้อย่างไร

ในมุมของผู้ประกอบการทั่วไป การทำ Data-Driven เริ่มตั้งแต่การคอยสังเกตหรือวิเคราะห์ข้อมูลที่มีเพื่อนำมาใช้ประโยชน์ ยกตัวอย่างเช่น ร้านกาแฟวิเคราะห์ยอดขายหน้าร้านและรู้ว่า ในช่วงเวลา 14.00 น. – 16.00 น. ไม่ค่อยมีออร์เดอร์เข้าร้าน เจ้าของร้านจึงออกโปรโมชัน 1 แถม 1 เพื่อกระตุ้นยอดขายในช่วงเวลานี้ ซึ่งช่วยเปลี่ยนจากการเปิดร้านรอลูกค้าเสี่ยงเกิดต้นทุนจมจากการเปิดร้านมาสร้างรายได้เพิ่มเติม ถึงแม้สัดส่วนกำไรที่ได้จากการขายจะลดน้อยลง แต่ก็ยังช่วยเพิ่มยอดขายให้ร้านได้มากขึ้น

ร้านค้า/ร้านอาหารกับรายงานยอดขาย

ในกรณีร้านค้าหรือห้างสรรพสินค้ารายย่อยที่มีเครื่องแคชเชียร์คิดเงินหรือระบบ POS (Point-of-Sale System) ที่ช่วยทั้งคิดเงิน สรุปยอดขาย ตัดสินค้าคงคลังแบบอัตโนมัติ ก็สามารถดูรายงานข้อมูลจากระบบได้ว่า สินค้าอะไรขายดี-ขายไม่ดี สินค้าใดคงคลังนานเกินไป เสี่ยงหมดอายุหรือเสื่อมสภาพ ร้านอาจหาโปรโมชันมาช่วยจำหน่ายสินค้าในกลุ่มนี้ออกได้เร็วขึ้น ลดการสั่งของมากักตุนเพิ่มและเหลือทุนสำหรับสั่งสินค้าที่ขายดีกว่ามาเพิ่มสัดส่วนการขายได้

หรืออีกตัวอย่าง คือ การวิเคราะห์ยอดขายอย่างจริงจังเพื่อหารูปแบบพฤติกรรมการซื้อของผู้บริโภค เช่น เจ้าของร้านอาหารดูบัญชีแล้วพบว่าคนซื้อไอศกรีมช่วงเดือนเมษายน และมักจะซื้อซุปช่วงเดือนพฤศจิกายน – ธันวาคม มากเป็นพิเศษ ร้านอาหารสามารถวางแผนทำการตลาดประจำปี (Year Plan) สำหรับทำโปรโมชันและโฆษณาต่าง ๆ ตามช่วงเดือนในแต่ละปีได้ ซึ่งถือเป็นการทำ Data-Driven Marketing ที่ผู้ประกอบการรายย่อยก็สามารถทำได้โดยไม่จำเป็นต้องมีระบบฐานข้อมูลหรือใช้เครื่องมือวิเคราะห์ข้อมูลที่ซับซ้อน

แบรนด์และองค์กรหาข้อมูลเชิงลึกเพื่อทำการตลาด

ตัวอย่างการใช้ ZOCIAL EYE เพื่อหา Insight เกี่ยวกับวัคซีน

แบรนด์และองค์กรต่าง ๆ จะหาข้อมูลเชิงลึก (Insight) เพื่อทำความเข้าใจกลุ่มเป้าหมาย มองหาโอกาสในการทำการตลาดและธุรกิจ รวมไปถึงใช้วิเคราะห์คู่แข่ง

แบรนด์ทำวิจัยการตลาด (Market Research) ผ่านเครื่องมือ เช่น ZOCIAL EYE หรือ Marketing Technology ต่างๆ มาทำ Market Research เพื่อหาช่องวางการตลาด (Market Gap) หรือหากลุ่มผู้บริโภคที่แบรนด์อื่นยังไม่เข้าไปทำการตลาด

หาข้อมูลเพื่อทำความเข้าใจกลุ่มเป้าหมาย เช่น ดูข้อมูลเชิงประชากรศาสตร์ (Demographic) วิเคราะห์ความสนใจ ฯลฯ เพื่อจำกัดกลุ่มเป้าหมายในการทำการตลาดให้เฉพาะเจาะจงขึ้น หรือออกแบบสารหรือข้อความในการทำการตลาดให้เหมาะสมกับกลุ่มเป้าหมาย

วิเคราะห์ข้อมูลเพื่อหาข้อมูลเชิงลึก (Insight) ในการทำการตลาด เช่น ใช้ติดตามและสรุปประสิทธิภาพหรือผลการทำงาน (Performance) ของช่องทางการทำการตลาดบนโลกออนไลน์ต่าง ๆ การทำวิจัยคำสำคัญ (Keyword Research) เพื่อหาความสนใจที่เกี่ยวข้อง การใช้ ZOCIAL EYE วิเคราะห์อินฟลูเอนเซอร์ (Influencer) ดูการมีส่วนร่วมของผู้ติดตาม (Brand Involvement) การมีหน้าสรุปข้อมูลหรือแดชบอร์ดที่ทำให้เห็นข้อมูลเชิงลึกที่นำมาใช้งานได้อย่างสะดวก ฯลฯ

ทั้งหมดนี้ ช่วยให้แบรนด์วางกลยุทธ์การทำการตลาดได้อย่างรอบคอบ เลือกข้อความสื่อสารที่เหมาะสม เลือกช่องทาง วิธีการ หรือใช้อินฟลูเอนเซอร์ที่ให้ผลลัพธ์ดีที่สุด รวมไปถึง การต่อยอดทำการตลาดเฉพาะบุคคล (Personalized Marketing) และการตลาดอัตโนมัติ (Marketing Automation) ที่ระบบจะช่วยส่งคอนเทนต์หรือโปรโมชันที่เหมาะกับจังหวะการตัดสินใจของลูกค้าแต่ละราย

แบรนด์ใช้ข้อมูลเพื่อทำ Personalized Marketing และ Marketing Automation

1. McDonald’s แนะนำเมนูอัตโนมัติตามบริบทด้วยเทคโนโลยีช่วยตัดสินใจ

ในปี 2019 McDonald’s ได้เริ่มนำเทคโนโลยีช่วยตัดสินใจ Dynamic Yield มาใช้เพื่อพัฒนาประสบการณ์ลูกค้าแบบรายบุคคล (Personalization) ให้กับลูกค้าร้านไดรฟ์ทรู (Drive-Thru) โดยมี Dynamic Yield คือ จักรกลเรียนรู้หรือ Machine Learning ที่เข้ามาช่วยแนะนำเมนูผ่านหน้าจอเมนูดิจิทัลด้วยอาศัยข้อมูลเชิงบริบท (Contextual data) เช่น

ช่วงเวลาในแต่ละวัน
ตัวเลือกเมนูในปัจจุบัน
ความหนาแน่นของร้าน
ความนิยมของเมนูแต่ละรายการ
สภาพอากาศขณะนั้น
สภาพการจราจร

Machine Learning อย่าง Dynamic Yield จะเรียนรู้ผ่านรายการคำสั่งซื้อ วิเคราะห์กับปัจจัยเชิงบริบทข้างต้น เพื่อดูว่าในสภาพอากาศ ช่วงเวลา หรือสภาพการจราจรแบบไหนที่คนมักจะสั่งเมนูหนึ่ง ๆ เรียนรู้และสรุปออกมาเป็นรูปแบบ ทำให้ McDonald’s สามารถแนะนำรายการเมนูที่ลูกค้าน่าจะสั่งแสดงบนจอเมนูดิจิทัลได้

ด้วยความสามารถนี้ ในวันที่ฝนตกหรือรถติด McDonald’s อาจแนะนำเครื่องดื่มร้อนสำหรับอุ่นร่างกายและเซตขนมของว่างสำหรับรับประทานแก้เบื่อ ในช่วงเช้าอาจแนะนำเมนูอาหารเช้าหรืออาหารจานด่วนที่ใช้เวลารับประทานไม่นาน หรือในช่วงเย็นอาจแนะนำมื้อหนักสำหรับครอบครัว นอกจากนี้ จากการแนะนำเมนูของ Machine Learning ยังช่วยให้ร้านขายสินค้าได้มากขึ้น จัดเตรียมเมนูได้อย่างรวดเร็ว และยังลดปัญหาวัตุถดิบขาดได้อีกด้วย เพราะระบบมีข้อมูลคลังสินค้า จึงไม่แนะนำเมนูที่วัตถุดิบใกล้หมด

2. Starbucks ทำ Hyper Personalization ส่งข้อความเจาะจงถึงลูกค้าแต่ละราย

Starbucks คือ อีกบริษัทที่ทำ Data-Driven Marketing อย่างจริงจัง โดยในตัวอย่างที่กำลังจะแนะนำนี้ คือ การทำ Hyper-Personalized Message หรือการส่งข้อมูลที่เฉพาะเจาะจงถึงผู้ใช้งานแต่ละรายด้วยการใช้ข้อมูลประวัติการใช้งานและข้อมูลบริบทแบบเรียลไทม์ (Real-time contextual data) ส่งข้อความบนแอปฯ ที่แตกต่างกันที่สร้างขึ้นจากกว่า 400,000 ตัวแปร

หน้าต่างใช้งานบนแอปฯ ของ Starbucks จะแตกต่างกันไปตามผู้ใช้งาน

ระบบสมาชิกของ Starbucks (Starbucks Loyalty Program) ประสบความสำเร็จอย่างยิ่ง โดยมีผู้ใช้งานมากกว่า 13 ล้านผู้ใช้งาน
แอปฯ จะแนะนำอาหารและเครื่องดื่มโดยเจาะจง (Personalize) สำหรับลูกค้าแต่ละราย ด้วย AI (Artificial Intelligence) ที่มีอัลกอริทึมเรียนรู้ความต้องการและความชื่นชอบของผู้ใช้งานแต่ละรายจากการวิเคราะห์ประวัติการสั่งซื้อจนรู้ถึงรสนิยมและเลือกแนะนำเมนูที่ถูกใจให้ได้
Startbucks สร้างปฏิสัมพันธ์กับสมาชิกด้วยการส่งเกมแบบ Personalized ให้กับสมาชิกผ่านอีเมลและบนโทรศัพท์มือถือ

Starbucks แนะนำร้านที่ใกล้ที่สุดที่สามารถสั่งผ่านมือถือได้และมีตัวเลือกชำระเงิน

ผลลัพธ์ของการทำ Hyper-Personalized Message ของ Starbucks:

เพิ่มประสิทธิภาพให้แคมเปญการตลาดถึง 3 เท่า
ลูกค้ากลับมาใช้บริการมากขึ้น 2 เท่า จากช่องทางอีเมล
ลูกค้าใช้จ่ายเพิ่มขึ้น 3 เท่า จากการแลกข้อเสนอพิเศษ (Offer Redemption)
24% ของธุรกรรมของบริษัทเกิดขึ้นบนแอปพลิเคชัน Starbucks

3. Netflix นำเสนอปกภาพยนตร์แบบ Personalized

Netflix ผู้ให้บริการสตรีมมิงภาพยนตร์ที่หลายคนคุ้นเคยพัฒนาระบบแนะนำภาพยนตร์แบบเฉพาะบุคคล (Personalized Recommendation System) มาตลอด ดังที่หน้าแรกของ Netflix ของผู้ใช้งานแต่ละคนแตกต่างกันไป อย่างไรก็ตาม เป้าหมายของ Netflix คือ การทำให้ผู้ใช้งานใช้บริการรับชมภาพยนตร์อย่างต่อเนื่อง และลำพังเพียงระบบแนะนำภาพยนตร์เท่านั้นยังไม่เพียงพอที่จะดึงดูดให้ผู้ใช้งานคลิกเข้าชมภาพยนตร์และใช้งาน Netflix อย่างสม่ำเสมอ

Netflix เริ่มตั้งข้อสันนิษฐานและได้ข้อสรุปว่า “ปกภาพยนตร์” คือ ปัจจัยสำคัญที่จะดึงดูดให้ผู้ใช้งานเลือกชมภาพยนตร์ เพราะปกถือเป็น “หลักฐาน/เหตุผล” ที่สามารถมองเห็นได้ว่า ทำไมผู้ใช้งานถึงต้องเลือกรับชมเรื่องนี้

ปกภาพยนตร์อาจนำเสนอภาพนักแสดงที่คุณชื่นชอบหรือรู้จัก นำเสนอฉากที่ตื่นเต้นระทึกใจ นำเสนอฉากที่เต็มไปด้วยอารมณ์คุกรุ่นของภาพยนตร์ ฯลฯ ถ้าปกสามารถนำเสนอภาพที่หรือเหตุผลที่ผู้ใช้งานจะอยากรับชมได้ ก็อาจสามารถดึงดูดให้ผู้ใช้งานลองคลิกเข้าไปรับชมภาพยนตร์เรื่องนั้น ๆ

นอกจากนี้ Netflix ยังนำข้อมูลประวัติการรับชมภาพยนตร์ของผู้ใช้งานแต่ละรายมาประมวลผลและเลือกนำเสนอภาพปกที่ผู้ใช้งานน่าจะชอบ ลองดูตัวอย่างการประมวลประวัติการรับชม (ฝั่งซ้าย) และภาพปกที่ระบบนำเสนอ (ฝั่งขวา)

จากตัวอย่างนี้ จะเห็นได้ว่า ภาพปกที่ผู้ใช้งานแถวแรกเคยรับชมมักจะเป็นภาพของคู่ชาย-หญิงหรือแสดงออกถึง “คู่รัก” ภาพปกของภาพยนตร์ “Good Will Hunting” ระบบจึงเลือกนำเสนอฉากที่เป็นคู่ชาย-หญิงกำลังแสดงความรัก ส่วนภาพปกที่ผู้ใช้งานแถวสองเคยเลือกชมปรากฏภาพนักแสดงชายเป็นหลัก ระบบจึงนำเสนอภาพปกภาพยนตร์เดียวกันโดยนำเสนอนักแสดงชายเป็นปก

หรืออีกตัวอย่าง ระบบจะเลือกนำเสนอภาพปกของภาพยนตร์ที่นำเสนอนักแสดงหลักตามนักแสดงที่ผู้ใช้งานน่าจะชื่นชอบ สำหรับปกภาพยนตร์เรื่อง “Pulp Fiction” สำหรับผู้ใช้งานที่น่าจะชอบนักแสดงหญิง Uma Thurman ระบบจะแนะนำปกที่มีภาพของนักแสดงท่านนี้ ส่วนผู้ใช้งานคนไหนที่เป็นแฟนภาพยนตร์ของนักแสดงชาย John Travolta ก็จะเห็นภาพปกที่มีนักแสดงชายท่านนี้ นอกจากนี้ ยังสังเกตได้ว่า อารมณ์และสไตล์ภาพปก (Artworks’ Mood & Tone and Style) ที่ผู้ใช้งานเห็นก็แตกต่างกันด้วย

4. Grene ใช้ข้อมูลปรับแต่งตะกร้าสินค้า ช่วยเพิ่มยอดขายถึง 2 เท่า

Grene เว็บไซต์อีคอมเมิร์ซเจ้าใหญ่จากโปแลนด์วิเคราะห์ข้อมูลหน้าต่างลอยตะกร้าสินค้า (Mini Cart Page) เพื่อดูประสิทธิภาพและพฤติกรรมการใช้งานของผู้ใช้งาน โดยสรุปข้อมูลเชิงลึกของผู้บริโภค (Customer Insight) หรือสิ่งที่ลูกค้ามักจะทำ ได้แก่

ลูกค้ามักจะเข้าใจว่า “Free Delivery” (ช่องพื้นเขียว) คือ ปุ่มที่สามารถคลิกไปอ่านรายละเอียดได้ ทำให้เกิดความสับสนและเป็นอุปสรรคในการใช้งานหน้าเว็บ
ลูกค้าหาราคารวมของแต่ละรายการไม่ค่อยเจอ จึงพยายามคลิกหารายละเอียดเพิ่มเติม
ลูกค้าจะเลื่อนหน้าต่างเว็บไซต์ลงจนสุดเพื่อกดปุ่ม “Go to Cart” ทั้ง ๆ ที่มีปุ่มดังกล่าวสีแดงอยู่บนหน้าต่างลอยแล้ว

จากข้อมูลข้างต้น บริษัทจึงปรับแต่งหน้าต่างลอยตะกร้าสินค้าใหม่ ตามรายการข้างล่างนี้ เพื่อทำ A/B Testing ทดสอบหน้าต่างลอยแบบดั้งเดิมและแบบที่ปรับปรุงใหม่

รายการสิ่งที่ปรับแต่งใหม่ ได้แก่

เพิ่มปุ่ม “Go to Cart” ไว้ด้านบนหน้าต่างลอย เพื่อไปสู่หน้าตะกร้าสินค้าหลัก
เพิ่มปุ่ม “Remove” หรือ “กากบาท” ไว้ท้ายรายการสินค้าที่เลือกไว้ พร้อมกับกำกับราคารวมของสินค้าในรายการนั้น ๆ (เพื่อหลีกเลี่ยงการคลิกที่ไม่จำเป็น)
ขยายขนาดของปุ่ม “Go to Cart” ให้เต็มส่วนล่างของหน้าต่างลอย

ผลลัพธ์จากการทดสอบทำ A/B Testing หน้าต่างลอยแบบดั้งเดิมและแบบใหม่ เป็นเวลา 36 วัน หน้าต่างลอยแบบใหม่ได้ผลลัพธ์ที่น่าพึงพอใจ

เพิ่มการจำนวนการเยี่ยมชมหน้าตะกร้าสินค้าหลัก (Main Cart Page Visit)
เพิ่มอัตราสำเร็จ (Conversion Rate) โดยภาพรวมจาก 1.83% ถึง 1.96%
เพิ่มยอดขายได้จากเดิมได้สูงถึง 2 เท่า

ประโยชน์ของการใช้ Data-Driven Marketing

หลังจากอ่านเคสตัวอย่างการทำ Data-Driven Marketing แล้ว คงพอจะเห็นภาพการใช้ประโยชน์จากข้อมูลในหลากหลายด้านด้วยกัน แต่หากให้สรุปประโยชน์ของ Data-Driven Marketing มักจะถูกนำมาใช้ในเรื่องเหล่านี้

1. ใช้หาข้อมูลเชิงลึกของลูกค้า (Customer Insight)

แบรนด์ ธุรกิจ เอเจนซีรับทำการตลาด รวมไปถึงองค์กรรัฐ มักจะใช้ประโยชน์จากข้อมูลในมุมของการหาข้อมูลเชิงลึก (Customer Insight) หรือฟังความคิดเห็นของผู้คน (Social Listening) เพื่อสรุปความสนใจ ความชื่นชอบ ข้อคิดเห็น ทำความเข้าใจปัญหาหรือความต้องการของกลุ่มเป้าหมาย เพื่อนำมาออกแบบวิธีการสื่อสาร ทำการตลาด จนไปถึงการปรับปรุงและพัฒนาโปรดักต์/บริการให้ดียิ่งขึ้น

ยกตัวอย่างการหาข้อมูเพื่อการทำการตลาดที่ตั้งอยู่บนฐานความต้องการจริงของผู้บริโภคและความเป็นไปได้ แทนจากการคิดแคมเปญหรือการออกแบบกลยุทธ์จากประสบการณ์หรือความเข้าใจเดิม ดังนี้

สถาบันคอร์สเรียนออนไลน์ทำการตลาดกับกลุ่มคนรุ่นใหม่ที่ชอบพัฒนาตัวเองให้ทันสมัย ด้วยความเข้าใจว่าเป็นกลุ่มคนที่รักการเรียนรู้และชื่นชอบการพัฒนาตัวเอง จึงมักทำการตลาดด้วยใช้คำสำคัญ (Key Message) เกี่ยวกับ “การพัฒนาตัวเอง” และมุ่งทำเจาะตลาดของคนกลุ่มนี้ (Intuitive & Experience-base Decision)

แต่จากการทำวิจัยเพิ่มเติม อาจได้ข้อสรุปว่า กลุ่มคนรุ่นใหม่มีปฏิสัมพันธ์กับคอนเทนต์การตลาดที่ธุรกิจทำออกไปค่อนข้างดี แต่ไม่นำมาซึ่งการซื้อคอร์สเรียน
ธุรกิจจึงกลับมาดูข้อมูล (Data) ของลูกค้าเก่า ปรากฏว่า กว่า 50% มีตำแหน่งเป็นฝ่ายทรัพยากรบุคคล (HR) และอีก 20% คือ ระดับผู้จัดการ
จากข้อมูลนี้ จึงสรุปได้ว่า ลูกค้าที่แท้จริงของธุรกิจ ไม่ใช่กลุ่มคนรุ่นใหม่ทั่วไปที่เป็นระดับปฏิบัติการ แต่คือ ฝ่ายทรัพยากรหรือผู้จัดการที่น่าจะซื้อคอร์สให้กับพนักงาน ทำให้ธุรกิจเปลี่ยนโฟกัส ทำการตลาดกับกลุ่มเป้าหมายใหม่ที่มีโอกาสเป็น “ลูกค้าจริง” ได้มากกว่า (Insight-Driven Decision)

2. ใช้ทำการตลาดหลากหลายช่องทาง (Omni-Channel Optimization)

หนึ่งในกลยุทธ์การทำ Data-Driven Marketing คือ การติดตามข้อมูลพฤติกรรมของลูกค้าหรือกลุ่มเป้าหมาย โดยใช้ประโยชน์จากความสามารถของโลกดิจิทัลที่สามารถติดตามและวัดผลลัพธ์ต่าง ๆ ได้ เช่น ใช้ดูว่า กว่าที่ลูกค้าจะมาเจอหรือตัดสินใจซื้อของกับแบรนด์ ลูกค้ามีเส้นทางหรือขั้นตอนการตัดสินใจ (Buyer/Customer Journey) อย่างไร ผ่านแพลตฟอร์มหรือ Touchpoint ไหนบ้าง

ยกตัวอย่างเช่น ลูกค้าคนหนึ่งจะซื้อรถ เขาอาจเริ่มต้นค้นคว้าข้อมูลด้วยตัวเองผ่าน Google ดูรีวิวแนะนำยี่ห้อและรุ่นรถบน YouTube จากนั้นอาจโดนโฆษณารถยนต์ของอีกเจ้าบนโซเชียลมีเดียทำให้ตั้งต้นเริ่มหาข้อมูลใหม่อีกครั้ง แบรนด์อาจใช้ข้อมูลเหล่านี้ มาออกแบบ ‘Customer Journey’ วางกลยุทธ์การตลาดในช่องทางต่าง ๆ เพื่อนำลูกค้าหาสู่แบรนด์ พร้อมทั้งดูประสิทธิภาพหรือผลการทำงาน (Performance) ที่เกิดขึ้นบนช่องทางต่าง ๆ ปรับปรุงและใช้ประโยชน์จากการทำการตลาดหลายช่องทางหรือ Omni-Channel Marketing

3. ใช้วางกลยุทธ์การตลาดและตัดสินใจ

การทำ Data-Driven Marketing ช่วยให้ธุรกิจมีข้อมูลในการทำการตลาดในทุก ๆ ระยะของการทำงาน ตั้งแต่การมีข้อมูลเชิงลึกของลูกค้า (Customer Insight) เพื่อออกแบบกลยุทธ์การตลาด เลือกกลุ่มเป้าหมาย เลือกวิธีการ เลือกช่องทางทำการตลาดที่น่าจะสร้างผลลัพธ์ได้ดีที่สุด ลดเวลา แรง และค่าใช้จ่ายในการทดลอง

ยกตัวอย่างเช่น การบริหารร้านและคลังสินค้า ร้านสามารถดูรายงานการขายเพื่อวิเคราะห์ว่า ควรโปรโมตสินค้าประเภทใดหรือยกเลิกขายสินค้าตัวไหน หรือธุรกิจติดตามผลลัพธ์การทำการตลาดและโฆษณาในช่องทางต่าง ๆ อาจระงับการโฆษณาในช่องทางที่ไม่ได้ผลและนำงบประมาณไปลงกับช่องทางที่ได้ผลดีมากกว่า

4. ใช้สร้างประสบการณ์ลูกค้าที่น่าประทับใจ

การที่แบรนด์หรือองค์กรรู้จักลูกค้าของตัวเองเป็นอย่างดี เป็นปัจจัยสำคัญที่ใช้สร้างความประทับใจให้กับพวกเขา ข้อมูลลูกค้าในกระบวนการทำ Data-Driven Marketing จะถูกนำมาจัดเก็บ วิเคราะห์ และสรุป เป็นฐานข้อมูลลูกค้าตามรายชื่อ (Contact) เพื่อที่แบรนด์จะได้รู้จักลูกค้าแต่ละรายเป็นอย่างดี

ปัจจุบันมีเครื่องมืออย่าง ระบบ CRM: Customer Relationship Management ที่ช่วยให้แบรนด์จัดเก็บและติดตามข้อมูลลูกค้าได้ ซึ่งระบบนี้สามารถใช้เป็นหนึ่งในกลไกทำการตลาดเฉพาะบุคคล (Personalized Marketing) และการตลาดแบบอัตโนมัติ (Marketing Automation) ผ่านอีเมล เว็บไซต์ และโซเชียลมีเดียที่เชื่อมต่อได้ พร้อมกับช่วยส่งเสริมงานของทีม Customer Support ให้แบรนด์ให้ความช่วยเหลือลูกค้าได้อย่างน่าประทับใจ ลูกค้าไม่ต้องให้ข้อมูลหรือตอบคำถามเพิ่มเติมในทุกครั้งที่รับบริการ/ความช่วยเหลือ

5. ใช้ทำการตลาดเฉพาะบุคคล (Personalized Marketing)

Data-Driven Marketing ถือได้ว่าเป็นหัวใจสำคัญของการทำ Personalized Marketing เพื่อมอบประสบการณ์แบบเฉพาะตัว หรือ “Personal Experience” ให้กับลูกค้าแต่ละกลุ่มหรือลูกค้าแต่ละรายได้ จากการที่ธุรกิจ “รู้ใจ” ลูกค้าแต่ละกลุ่มหรือแต่ละรายบุคคลด้วยการนำฐานข้อมูลมาใช้

Personalized Marketing เป็นการทำการตลาดอย่างใส่ใจ เสมือนแบรนด์กำลังสื่อสารกับลูกค้าแต่ละรายหรืออย่างน้อยก็ให้ความรู้สึกใกล้ชิดเหมือนพูดคุยกับลูกค้าแต่ละรายในฐานะบุคคล ตั้งแต่การกล่าวชื่อ “สวัสดีคุณ (ชื่อ)” ไปจนถึงการนำเสนอคอนเทนต์ โปรดักต์ หรือแนะนำบริการที่ลูกค้าแต่ละรายน่าจะสนใจ ผ่านการทำติดตาม เก็บ และวิเคราะห์ข้อมูลของลูกค้าแต่ละราย จากนั้นจึงทำการตลาดด้วยเทคโนโลยีการตลาด (MarTech) โดยการทำการตลาดแบบเฉพาะบุคคล (Personalized Marketing) ในปัจจุบัน ก็แบ่งได้ 2 กลุ่ม

การทำการตลาดแบบ Segmentation หมายถึง การทำการตลาดกับลูกค้าแบบกลุ่มย่อย โดยการแบ่งกลุ่มลูกค้าตามเกณฑ์ต่าง ๆ เช่น ระดับความสำคัญ (Lead Scoring) รูปแบบพฤติกรรมการซื้อ (RFM Model) หรือแบ่งกลุ่มตามข้อมูลประชากรศาสตร์ (เช่น เพศ ช่วงอายุ สถานะ) ฯลฯ ยิ่งกลุ่มมีความจำกัดเฉพาะ (Specific) มากเท่าไร ธุรกิจก็ยิ่งสามารถนำเสนอประสบการณ์เฉพาะตัวได้มากเท่านั้น ยกตัวอย่างเช่น การยิงโฆษณาต่างชนิดหากลุ่มลูกค้าต่างกลุ่ม กลยุทธ์การตลาดที่กระตุ้นให้ลูกค้าแต่ละกลุ่มซื้อที่ต่างกัน ฯลฯ
การทำการตลาดแบบ 1-to-1 Personalization หรือการทำการตลาดแบบบุคคลต่อบุคคล เสมือนธุรกิจเข้าไปคุยกับลูกค้าแบบรายคน เช่น ผ่านระบบแชทบอต (Chatbot) หรือผ่านการใช้อัลกอริทึม (Algorithm) ที่คัดสรร นำเสนอคอนเทนต์หรือโปรดักต์ที่ลูกค้าแต่ละรายน่าจะสนใจ ซึ่งอาจนำทั้งข้อมูลลูกค้า (Customer Data) และข้อมูลตามบริบท (Contextual Data) เช่น ประวัติการค้นหา ระยะเวลาที่เคยใช้ดูสินค้า โลเคชันของลูกค้า ฯลฯ มาใช้ประกอบกัน

Personalized Marketing คือ การที่ธุรกิจใช้ข้อมูลเพื่อทำความเข้าใจความสนใจและความต้องการจริง ๆ ของลูกค้า นำเสนอสิ่งที่ลูกค้ากำลังสนใจในขณะนั้น ด้วยเนื้อสารหรือข้อความที่ปรับมาเพื่อลูกค้าแต่ละรายโดยเฉพาะ เพิ่มโอกาสที่ลูกค้าจะตัดสินใจ เพราะเสนอขายถูกจังหวะ ในขณะที่ลูกค้าก็ได้รับความสะดวกสบายและประสบการณ์ลูกค้าที่น่าประทับใจ

5 แนวทางวิธีทำ Data-Driven Strategy

เมื่ออ่านมาถึงตรงนี้แล้ว ถ้าแบรนด์หรือธุรกิจของคุณอยากเริ่มต้นใช้ข้อมูลในการทำการตลาด ทำ Data-Driven Marketing อย่างจริงจัง 5 ขั้นตอนเริ่มต้นเหล่านี้ จะช่วยเป็นแนวทางในการเริ่มต้นให้คุณ

1. กำหนดวัตถุประสงค์ของการใช้ข้อมูล (Setting Objectives)

ก่อนจะเริ่มเก็บข้อมูล หาข้อมูล สิ่งแรกที่ต้องทำคือการกำหนดเป้าหมาย วัตถุประสงค์ และนิยามออกมาให้ได้ก่อนว่า ธุรกิจต้องการใช้ข้อมูลไปทำไมและข้อมูลที่จะใช้คือข้อมูลอะไร

กำหนดเป้าหมายในการทำการตลาดให้ชัดเจนเพื่อจำกัดการหาข้อมูลที่เกี่ยวข้องเท่านั้น เช่น ต้องการเพิ่มยอดขาย ต้องการทำให้แบรนด์เป็นที่รู้จักในวงกว้างมากขึ้น ต้องการเจาะลูกค้ากลุ่มใหม่ ฯลฯ
กำหนดคำถามเพื่อใช้หาข้อมูลหรือคำตอบที่ต้องการ โดยย่อยจากเป้าหมายทางการตลาดออกมาเป็นสิ่งที่อยากตอบ เช่น ลูกค้าแต่ละกลุ่มมีพฤติกรรมการใช้งานเว็บไซต์ต่างกันหรือไม่ อย่างไร อะไรที่ทำให้ลูกค้าตัดสินซื้อสินค้าของคู่แข่งมากกว่าเขาเรา ฯลฯ
กำหนดข้อมูลที่ต้องการเก็บ ว่าต้องหาข้อมูลอะไรบ้าง เช่น ยอดขาย ข้อมูลพฤติกรรมของลูกค้า เทรนด์สังคม เสียงหรือ Voice ที่กล่าวถึงแบรนด์ ความต้องการเชิงลึกของลูกค้า ฯลฯ และอาจรวมถึงรูปแบบหรือประเภทไฟล์ข้อมูลที่จะเก็บ หากต้องนำเข้าระบบหรือเครื่องมือประมวลผล (Data Tool)
พิจารณาแหล่งที่มาของข้อมูล ว่าควรเก็บหรือหาจากแหล่งใด จากช่องทางขององค์กร/ธุรกิจตัวเอง (First-Party Data) จากแหล่งข้อมูลจากบุคคลที่สาม (Third-Party Data) หรือแหล่งข้อมูลแบบเปิด (Open Source)
เลือกวิธีหรือเครื่องมือสำหรับหาข้อมูล อาจจะเป็นการใช้เครื่องมือประเภทต่าง ๆ เช่น Google Analytics ในการดูข้อมูลเว็บไซต์ของเราเอง, ZOCIAL EYE สำหรับทำ Social Listening หา Insight บนโซเชียลมีเดีย หรืออาจจะเป็นการสัมภาษณ์และทำแบบสอบถามโดยตรงกับผู้บริโภค ฯลฯ

2. เก็บรวบรวมข้อมูล (Data Collection)

ตัวอย่าง Databox ดึงข้อมูลยอดขายจาก Shopify
ที่มารูปภาพ databox.com

ความท้าทายของการรวบรวมข้อมูล คือ ข้อมูลอาจมีปริมาณมหาศาลและอาจถูกเก็บอย่างกระจัดกระจาย ไม่สามารถนำมาใช้ประโยชน์ได้ทันที สำหรับการเก็บรวบรวมข้อมูล ส่วนใหญ่จึงใช้เครื่องมือ (Data Tool) เข้าไปดึงข้อมูลจากแหล่งข้อมูลโดยตรง ซึ่งผู้ควบคุมข้อมูลสามารถกำหนดได้ว่า ต้องการข้อมูลอะไรบ้างและให้เครื่องมือนำเสนอข้อมูลอย่างไร ทั้งนี้ เราอาจเริ่มต้นเก็บข้อมูลลงบนโปรแกรม Excel หรือ Sheet ก่อน ก็เป็นจุดเริ่มต้นที่ดี เพียงแต่ต้องคำนึงว่า วิธีการเก็บข้อมูลจะนำไปสู่การใช้งานได้อย่างไร

3. วิเคราะห์ข้อมูล (Data Analysis)

ขั้นตอนต่อมา คือ การนำข้อมูลที่เก็บรวบรวมได้มาวิเคราะห์เพื่อหาข้อมูลเชิงลึก (Insight) หรือข้อสรุปจากคำถามหรือโจทย์การหาข้อมูลที่กำหนดไว้ โดยการทำวิเคราะห์จะแบ่งออกเป็น 6 ประเภทด้วยกัน

Descriptive Analysis – การวิเคราะห์ข้อมูลเพื่ออธิบายชุดข้อมูล เช่น รายงานยอดขายตามตามรายการสินค้า จำนวนการเยี่ยมชมเว็บไซต์แยกตามกลุ่มเป้าหมาย ฯลฯ
Exploratory Analysis – การวิเคราะห์ข้อมูลเพื่อค้นคว้าหรือหาความสัมพันธ์ระหว่างข้อมูลตั้งแต่ 2 ชุดขึ้นไป เช่น รายงานยอดขายกับกลุ่มเป้าหมายสัมพันธ์กันอย่างไร
Inferential Analys – การวิเคราะห์ข้อมูลตัวอย่างเพื่อใช้อ้างอิง เช่น การวิเคราะห์ความคิดเห็นและพฤติกรรมของกลุ่มตัวอย่างต่อการใช้งานแอปพลิเคชัน
Predictive Analysis – การวิเคราะห์รูปแบบข้อมูลเพื่อพยากรณ์สิ่งที่จะเกิดขึ้นในอนาคต เช่น การวิเคราะห์แนวโน้มหรือเทรนด์การเติบโตของตลาด เทรนด์ยอดขายในรอบปี ฯลฯ
Causal Analysis – การวิเคราะห์ความสัมพันธ์ของปัจจัยต่าง ๆ เพื่อหาสาเหตุของสิ่งที่เกิดขึ้น เช่น การทดลองและวิเคราะห์เพื่อหาปัจจัยที่ทำให้ลูกค้าเต็มใจเข้าร่วมระบบสมาชิกของห้างสรรพสินค้า
Mechanistic Analysis – การวิเคราะห์เพื่อทำความเข้าใจว่าการเปลี่ยนแปลงของตัวแปรหนึ่งส่งผลต่อตัวแปรอื่นอย่างไร ซึ่งในมุมของการวิเคราะห์เพื่อทำการตลาดอาจจะเป็นการทดลองเปลี่ยนเปลี่ยนแปลงปัจจัยหนึ่ง เช่น การลำดับ Section บนหน้าเว็บไซต์ ส่งผลต่อ “ยอดคลิก” อ่านรายละเอียดสินค้าอย่างไร

4. ใช้ประโยชน์จากข้อมูล (Data Usage)

ตัวอย่างหน้า Dashboard ข้อมูลจาก ZOCIAL EYE

เริ่มตั้งแต่การนำเสนอข้อมูลในรูปแบบที่เข้าใจง่าย สามารถเข้าใจข้อมูลเชิงลึก (Insight) หรือเห็นเทรนด์ได้ชัดเจน มีการจัดกลุ่มข้อมูลเป็นส่วนต่าง ๆ ที่ทำให้เข้าใจภาพรวมหรือสิ่งที่ต้องการทราบได้ทันที ซึ่งอาจนำเสนอออกมาเป็น Dashboard ที่เล่าด้วยภาพ หรือ “Data Visualization” จะช่วยให้เข้าใจได้ง่ายกว่า ทำให้ตัดสินใจและใช้ประโยชน์จากข้อมูลได้ทันที ไม่ว่าจะทำไปวางกลยุทธ์ วางแผนปฏิบัติงาน หรือตัดสินใจเลือกช่องทางในการทำการตลาด ฯลฯ

5. ติดตามและวัดผลลัพธ์ (Tracking & Measuring)

การทำ Data-Driven Marketing เป็นการทำการตลาดที่ไม่สิ้นสุด หลังจากที่ธุรกิจได้ข้อมูลเชิงลึก (Insight) สำหรับการทำการตลาดแล้ว ระหว่างที่ดำเนินงาน ควรติดตามและวัดผลลัพธ์ที่เกิดขึ้น เพื่อให้รู้ว่า อะไรที่ทำแล้วได้ผล อะไรที่ควรปรับปรุงหรือล้มเลิก การติดตามและรู้ผลลัพธ์จะช่วยให้ธุรกิจสามารถปรับแต่ง (Optimize) สิ่งที่ทำให้ดียิ่งขึ้น ซึ่งการใช้ประโยชน์จากข้อมูลในทุกกระบวนการถือเป็นหัวใจของการทำ Data-Driven Marketing ที่แท้จริง

5 เทรนด์ Data-Driven Marketing ที่น่าจับตามอง

ในยุคที่เข้าสู่การพึ่งพาข้อมูล นักการตลาดไม่ควรพลาดติดตาม 5 เทรนด์ Data-Driven Marketing จาก INVOCA

1. นักการตลาดต้องมี First-Party Data

เมื่อยุคของการใช้งาน Third-Party Data กำลังหายไป แต่ First-Party Data เข้ามาแทนที่ เบราว์เซอร์ไม่ว่าจะ Firefox, Safari, Bing และ Chrome ต่างมุ่งมั่นยกระดับการปกป้องข้อมูลส่วนตัวของผู้ใช้ ส่งผลให้การเข้าถึง Third-Party Data ยากขึ้น นั่นจึงทำให้ First-Party Data เป็นกุญแจสำคัญสู่ความสำเร็จในการทำ Data-Driven Marketing

ด้วยเหตุนี้ นักการตลาดจึงหันมาใช้ First-Party Data ซึ่งเป็นข้อมูลที่ได้มาจากกลุ่มเป้าหมายของตนเอง โดยข้อมูลนี้จะมีความแม่นยำ เชื่อถือได้ และสามารถนำไปวิเคราะห์เพื่อทำความเข้าใจลูกค้าได้อย่างลึกซึ้ง

และการที่จะเก็บข้อมูลจำนวนมหาศาลได้นั้น เครื่องมือ CRM จึงมีความสำคัญที่จะเข้ามาช่วยตอบโจทย์ในการเก็บรวบรวมข้อมูลของลูกค้าไว้ในที่เดียว นั่นทำให้คุณสามารถจัดระเบียบ First-party Data ของคุณได้อย่างมีคุณภาพ

2. มี Touchpoint มากขึ้นใน Customer Journey

ในปัจจุบัน Customer Journey นั้นมีความซับซ้อนมากกว่าที่เคย โดยพบว่าใน Customer Journey มีกว่า 20-500 Touchpoints จึงทำให้ผู้บริโภคคาดหวังที่จะได้รับประสบการณ์ที่ดีขึ้นกว่าเดิม

ฉะนั้นการที่จะทำ Data-driven Marketing ได้อย่างมีประสิทธิภาพนั้นจึงจำเป็นต้องเชื่อมโยงข้อมูลในช่องทางต่างๆ เข้าด้วยกัน หรือก็คือมี Omni Channel Solution ที่ดีเพื่อสร้างประสบการณ์ให้กับผู้บริโภคที่เข้ามาใช้บริการหรือซื้อสินค้าของธุรกิจจากทุกช่องทางให้หลอมรวมกันเป็นหนึ่งเดียว จึงทำให้ธุรกิจมองเห็นถึงความเชื่อมโยงข้อมูลจากหลายๆ ที่มาเป็นกลุ่มก้อนเดียวกัน รวมถึงมองเห็นข้อมูลของลูกค้าที่กระจัดกระจายอยู่ในแต่ละแพลตฟอร์มให้รวมเป็นอันเดียวกัน ซึ่งช่วยทำให้เห็น Customer Journey ได้ชัดเจนมากขึ้น

Warroom เป็น CRM Tools ที่ออกแบบมาให้เป็นพื้นที่เชื่อมโยงช่องทางต่างๆ ให้เป็นอันหนึ่งอันเดียวกันตอบโจทย์การทำ Omni Channel Solution สามารถช่วยเหลือและสนับสนุนกันได้อย่างไร้รอยต่อ และ สามารถใช้ติดตาม (Tracking) ข้อความต่างๆ บนโลกออนไลน์ที่พูดถึง หรือส่งข้อความถึงแบรนด์ทั้งในฝั่งของ Owned Channel และ Earned Channel ทำให้แบรนด์สามารถเข้าไปโต้ตอบ และรับฟังความคิดเห็นจากผู้บริโภคได้อย่างทันท่วงที อีกทั้งยังทำให้ทีมงานเข้าใจได้ว่า ลูกค้าคาดหวังอะไร, ลูกค้าคิดอะไรอยู่ หรือมีคำถามอะไรต่อสินค้าและบริการ ของแบรนด์หรือไม่, ลูกค้ารู้สึกอย่างไร และลูกค้ากำลังมีปฏิสัมพันธ์กับแบรนด์ผ่านช่องทางใดอยู่

และถ้าต้องการOmni Channel Solution แบบครบวงจร เข้ามาดูแลโดยเฉพาะแบบที่มีทีมงานผู้เชี่ยวชาญเข้ามาช่วยเหลือ ก็จะมีโซลูชันต่างๆ ที่ตอบโจทย์มากขึ้น อย่าง Omni Channel Solutions (OCS) เป็นโซลูชันที่ออกแบบมาสำหรับธุรกิจที่ต้องการเชื่อมต่อแพลตฟอร์มต่างๆ ที่มีอยู่เข้าด้วยกัน และทำให้สามารถดูแล บริหาร และจัดการได้ในระบบเดียว รวมทุกเครื่องมือสำคัญจากทาง Wisesight ซึ่งช่วยยกระดับและสร้างความพึงพอใจให้กับลูกค้าของธุรกิจได้อย่างยั่งยืนจากการเชื่อมโยงทุกแพลตฟอร์มที่ทุกธุรกิจมีทั้ง Voice, Online และ Offline ให้เป็นหนึ่งเดียว

ถ้าธุรกิจของคุณต้องการมอบประสบการณ์ที่ไร้รอยต่อด้วย Data-Driven Marketing โซลูชันจาก Wisesight สามารถตอบโจทย์ธุรกิจได้แน่นอน

3. ผู้บริโภคคาดหวังการ Personalization ที่สูงขึ้น

เมื่อนักการตลาดเก็บรวบรวม First-party Data จาก Touchpoint มากกว่าที่เคย ดังนั้นผู้บริโภคจึงคาดหวังประสบการณ์ที่ดีเยี่ยม ซึ่งความเป็นจริงแล้วกว่า 80% ของลูกค้ามีแนวโน้มที่จะซื้อผลิตภัณฑ์หรือบริการจากแบรนด์ที่มอบประสบการณ์แบบ Personalization มากขึ้น

ดังนั้นการเชื่อมโยงข้อมูลจากทุกช่องทางเข้าด้วยกันและมอบประสบการณ์แบรนด์ที่เหมาะสมกับผู้บริโภคแต่ละคนจะทำให้แบรนด์สามารถรักษาลูกค้าเอาไว้ได้

นอกจากนี้ แบรนด์สามารถใช้เครื่องมือ Social Listening อย่าง Zocial Eye เพื่อวิเคราะห์หา Insight ของลูกค้าบนโซเชียลมีเดียได้ ทำให้คุณสามารถเก็บข้อมูลที่เป็นประโยชน์และหาได้ว่าในกลุ่มลูกค้าแต่ละกลุ่ม เขาคาดหวังอะไร หรือชื่นชอบอะไร สิ่งนี้จะช่วยทำให้คุณสามารถนำข้อมูลไปปรับปรุงประสบการณ์ของแบรนด์ที่จะมอบให้กับลูกค้าได้อย่างมีประสิทธิภาพ

4. Brand Loyalty กำลังเลือนหาย

นักการตลาดต้องมั่นใจว่าพวกเขาส่งมอบประสบการณ์ที่ราบรื่นให้กับลูกค้าทุกคนในทุกช่องทาง ไม่อย่างนั้นลูกค้าจะหันไปเลือกใช้บริการของคู่แข่งขันได้ง่ายดาย ผลการศึกษาล่าสุดพบว่ากว่า 32% ของลูกค้า บอกว่าพวกเขาเลิกทำธุรกิจกับแบรนด์ที่ชื่นชอบหลังจากประสบการณ์แย่ๆ เพียงครั้งเดียว

โดยเฉพาะประสบการณ์ในการคุยโทรศัพท์ที่สามารถส่งผลสำคัญต่อ Brand Loyalty หากแบรนด์สามารถเชื่อมต่อผู้บริโภคกับบุคลากรที่เหมาะสมเพื่อตอบสนองความต้องการของพวกเขาได้อย่างรวดเร็ว แบรนด์จะมีโอกาสที่จะชนะใจลูกค้ามากขึ้น แต่ถ้าทำให้พวกเขารอ คุณอาจสูญเสียลูกค้าไปตลอดกาล ซึ่งในความเป็นจริงกว่า 59% ของลูกค้า ไม่ต้องการรอสายเกิน 10 นาที

ดังนั้นความสำคัญของการมีเครื่องมีและระบบที่ดี จึงสำคัญมากๆ เพื่อเชื่อมต่อทุกช่องทางของธุรกิจเอาไว้ในที่เดียว อย่างระบบ OCS จาก Wisesight ก็มีเครื่องมือ Warroom และ FastSeries ที่มี FastHelp5 และ FastAnswer2 ที่ตอบโจทย์ในการสร้างประสบการณ์ และBrand Loyalty ที่ดี

โดยความน่าสนใจของ FastSeries จะช่วยทำให้ธุรกิจสามารถมอบประสบการณ์ที่ดีได้ โดยเฉพาะการคุยกับ Call Center ที่มีความสำคัญเป็นอย่างมากในการเป็นตัวตัดสินว่า ลูกค้าจะไปต่อกับแบรนด์คุณหรือไม่ ดังนั้นถ้าธุรกิจอยากสร้าง Brand Loyalty การมีเครื่องมือ Contact Center ที่ช่วยจัดการข้อมูลลูกค้า รับเรื่องและตอบคำถามของลูกค้า บันทึกเสียงสนทนาของลูกค้า และประวัติการติดต่อจากทุกช่องทางได้ในระบบเดียว จะช่วยให้ธุรกิจคุณรักษาลูกค้าเอาไว้ได้แน่นอน

5. AI และ Marketing Automation มีความสำคัญมากขึ้นกว่าที่เคย

นี่คือยุค AI อย่างไม่ต้องสงสัย นักการตลาดต่างกระโจนเข้าหาเครื่องมือที่ช่วยทำงานได้อย่างอัตโนมัติโดยมี AI ช่วยในการทำงาน และผลการศึกษาจาก INVOCA เผยให้เห็นว่านักการตลาดเกือบทั้งหมด (93%) กำลังลงทุนใน AI

93% เชื่อว่า AI จะส่งผลดีต่อองค์กร
92% ของนักการตลาดรู้สึกว่าการมีประสบการณ์การใช้งาน AI จะสำคัญต่อการตัดสินใจในการเลือกคนเข้าองค์กร
86% ลงทุนในเครื่องมือ AI

ดังนั้นถ้าคุณอยากตามเทรนด์ Data-Driven Marketing ให้ทัน การตามหาเครื่องมือ AI ที่ตอบโจทย์คือเรื่องสำคัญ อย่างเช่น Zocial Eye แพลตฟอร์ม Social Listening ที่ช่วยทำให้เข้าใจผู้บริโภคบนโซเชียลมีเดียได้อย่างละเอียด จากการนำปัญญาประดิษฐ์ (AI) ที่ชื่อว่า Kirin มาใช้ในการวิเคราะห์ข้อมูลเชิงลึกจากรูปภาพ โดยวิเคราะห์และค้นหาได้ทั้งโลโก้ที่มีอยู่บนรูปภาพ (Logo Recognition), องค์ประกอบของวัตถุที่อยู่บนรูปภาพ (Object Recognition) และตัวอักษรที่อยู่บนรูปภาพ (Optical Character Recognition) ทำให้นักการตลาดได้ข้อมูลไปพัฒนากลยุทธ์ Data-Driven Marketing ได้อย่างมีประสิทธิภาพมากที่สุด

3 เครื่องมือและโซลูชันที่ธุรกิจควรมี ถ้าอยากตามเทรนด์ Data-Driven Marketing ให้ทัน

1. Zocial Eye: Social Listening ที่จะช่วยฟังเสียงบนโซเชียลมีเดีย

Zocial Eye เครื่องมือวิเคราะห์ข้อมูลบนโลกโซเชียลมีเดีย เช่น Facebook, Instagram, TikTok, X (Twitter), YouTube, และอื่นๆ สามารถเฝ้าดูความเคลื่อนไหว วัดผลลัพธ์ของแคมเปญบนโซเชียลมีเดีย ไปจนถึงใช้วิเคราะห์คู่แข่งได้

Zocial Eye ให้ข้อมูลอะไรแก่นักการตลาดได้บ้าง?

รู้ว่าอะไรกำลังเป็นเทรนด์
รู้กระแสว่าธุรกิจถูกพูดถึงอย่างไร
ช่วยวัดความรู้สึกของผู้บริโภค
รู้ Insight ของผู้บริโภค
ช่วยในการเลือก KOLและ Influencer
รู้ว่าคู่แข่งเป็นอย่างไรบนโซเชียลมีเดีย

เราจะเห็นได้ว่าเครื่องมือ Social Listening อย่าง Zocial Eye ทำให้นักการตลาดสามารถเก็บข้อมูลมาวิเคราะห์ได้หลากหลายด้าน และนั่นก็จะทำให้นักการตลาดสามารถทำ Data-Driven Marketing ได้อย่างมีประสิทธิภาพ โดยสามารถช่วยได้ดังนี้

1. เข้าใจลูกค้า

วิเคราะห์ความคิดเห็น ความรู้สึก และความต้องการของลูกค้าที่มีต่อแบรนด์ สินค้า บริการ หรือแคมเปญต่างๆ
ค้นหาประเด็นปัญหาและข้อเสนอแนะจากลูกค้า เพื่อนำไปปรับปรุงสินค้า หรือการบริการให้ตรงใจลูกค้ามากขึ้น
ระบุกลุ่มเป้าหมายที่มีศักยภาพ เข้าใจพฤติกรรม ความสนใจ และความต้องการของกลุ่มเป้าหมาย เพื่อนำไปพัฒนาสินค้า บริการ และกลยุทธ์การตลาดที่ตรงจุด

2. พัฒนาคอนเทนต์

วิเคราะห์ประเภทคอนเทนต์ที่ผู้บริโภคสนใจ แชร์ และพูดถึงมากที่สุด
ค้นหาเทรนด์และหัวข้อที่กำลังเป็นที่นิยม
พัฒนาคอนเทนต์ที่ตรงกับความต้องการของกลุ่มเป้าหมาย ดึงดูดความสนใจ และสร้าง Engagement

3. วางกลยุทธ์การตลาด

วิเคราะห์คู่แข่ง กลยุทธ์ แคมเปญ และจุดแข็ง-จุดอ่อน
ค้นหาโอกาสทางการตลาดและช่องว่างในตลาด
พัฒนากลยุทธ์การตลาดที่มีประสิทธิภาพ ตรงจุด และบรรลุเป้าหมายทางการตลาด

4. ประเมินผล

วิเคราะห์ผลลัพธ์ของแคมเปญการตลาด
วัดผล ROI (Return on Investment)
ระบุจุดที่ต้องปรับปรุงและพัฒนา

เรียกได้ว่าเครื่องมือ Zocial Eye สามารถเข้ามาตอบโจทย์การทำ Data-Driven Marketing ได้อย่างมีประสิทธิภาพด้วยการเก็บข้อมูลบนโซเชียลมีเดียและนำมาวิเคราะห์เพื่อหา Insight ของผู้บริโภคหรือคู่แข่ง เพื่อให้คุณสามารถพัฒนากลยุทธ์ทางการตลาดได้อย่างรวดเร็ว

2. Warroom: CRM Tool ที่จะช่วยสร้างสัมพันธ์กับลูกค้าอย่างยั่งยืน

Warroom เป็น CRM Tool ที่ออกแบบมาให้เป็นพื้นที่เชื่อมโยงช่องทางต่างๆ สามารถทำงานพร้อมกันได้หลายระบบภายในหน้าจอเดียว ทำให้ดูแลลูกค้าได้อย่างรวดเร็วและลดความผิดพลาด

การทำ Data-Driven Marketing ที่ดีจะต้องสามารถเชื่อมต่อทุกช่องทางเข้าด้วยกัน เช่น หากลูกค้าเคยโทรเข้ามาเพื่อแจ้งปัญหาแล้ว หลังจากนั้น จึงกลับมาติดต่ออีกครั้งผ่านทางช่องแชทบน Facebook ลูกค้าก็ไม่ควรที่จะต้องแจ้งปัญหาซ้ำใหม่อีกรอบ แต่ควรที่จะได้รับการบริการที่ต่อเนื่องจากการโทรในครั้งที่แล้วมากกว่า

การเชื่อมข้อมูลไว้ในที่เดียวจะทำให้คุณสามารถมอบประสบการณ์ที่ดีให้แก่ลูกค้าได้ และข้อมูลที่ติดต่อกับลูกค้าผ่านช่องทางต่างๆ จะสามารถทำให้คุณเก็บมาวิเคราะห์เกี่ยวกับ Insight ของลูกค้าได้อีกด้วย

Warroom ช่วยทำ Data-Driven Marketing ได้อย่างไรบ้าง?

1. สร้างความสัมพันธ์กับลูกค้าได้อย่างรวดเร็ว

Warroom เป็น CRM Tools ที่ช่วยสร้าง Customer Engagement และ Customer Relationship ได้อย่างรวดเร็วและมีประสิทธิภาพ นอกจากนี้ Warroom ยังสามารถบอกเส้นทางของลูกค้า (Customer Journey) ได้ด้วยว่า เคยติดต่อมากี่ครั้ง, เป็นเรื่องอะไร, และจากช่องทางไหนบ้าง เพื่อให้คุณเข้าใจเรื่องราวของปัญหาได้อย่างรวดเร็วโดยไม่จำเป็นต้องถามอีกครั้ง รวมถึงยังสามารถใช้ฟีเจอร์ที่ออกแบบตัวอย่างการตอบคำถามเดิมๆ ซ้ำๆ เพื่อลดระยะเวลาในการดูแลลูกค้าในแต่ละเคสให้สั้นลง ซึ่งก็จะช่วยให้ลูกค้าประทับใจในการบริการ และแบรนด์ได้รับคำชมจากการสร้างสัมพันธ์ที่ดีกับพวกเขาได้แบบเจาะจงรายบุคคลอีกด้วย (Personalization)

2. แก้ปัญหาวิกฤตให้กับแบรนด์ (Brand Crisis Management) ได้แบบทันท่วงที

เมื่อเกิดปัญหาในการรับบริการขึ้น ลูกค้าอาจจะทำการเขียนรีวิวหรือโพสต์ลงช่องทางต่างๆ เพื่อเล่าประสบการณ์ที่ได้เจอมาจากแบรนด์ทั้งดีและไม่ดีจนอาจทำให้เกิดดราม่าบนโลกโซเชียล และการที่แบรนด์ของคุณไม่ได้ติดตามข้อมูลบนช่องทางต่างๆ และรีบเข้าไปแก้ปัญหานั่นอาจทำให้คุณไม่สามารถมอบประสบการณ์ที่ดีให้แก่ลูกค้าได้

Warroom จะเข้ามาช่วยด้วยฟีเจอร์ประเมินข้อความต่างๆ ที่เข้ามาให้ว่า เป็นข้อความที่ดีต่อแบรนด์ (Positive) หรือข้อความที่ไม่ดี (Negative) เพื่อเฝ้าระวังประเด็นสุ่มเสี่ยงที่อาจเกิดขึ้น สิ่งนี้จะทำให้แบรนด์ของคุณสามารถเข้าไปแก้ไขปัญหาได้อย่างทันท่วงทีด้วยข้อมูล Real-time

3. Wisesight Omni Channel Solutions (OCS): โซลูชันครบวงจร เชื่อมต่อทุกช่องทางได้อย่างไร้รอยต่อ

OCS ที่ออกแบบมาสำหรับธุรกิจที่ต้องการเชื่อมต่อแพลตฟอร์มต่างๆ ที่มีอยู่เข้าด้วยกัน และทำให้สามารถดูแล บริหาร และจัดการได้ในระบบเดียว รวมทุกเครื่องมือสำคัญจากทาง Wisesight ซึ่งช่วยยกระดับและสร้างความพึงพอใจให้กับลูกค้าของธุรกิจได้อย่างยั่งยืนจากการเชื่อมโยงทุกแพลตฟอร์มที่ทุกธุรกิจมีทั้ง Voice, Online และ Offline ให้เป็นหนึ่งเดียว

OCS จะเข้ามาตอบโจทย์สำหรับธุรกิจที่มีการวางแผนการทำงานแบบ Omnichannel ซึ่งจะทำให้ส่งผลดีต่อการทำ Data-Driven Marketing เป็นอย่างมาก เพราะการทำ Omnichannel จะมีประโยชน์อยู่หลักๆ 3 ด้านคือ

1. เข้าใจลูกค้าแบบลึกซึ้ง

เก็บข้อมูลพฤติกรรมลูกค้าแบบละเอียด
วิเคราะห์ข้อมูลเพื่อวางกลยุทธ์ Personalized Marketing
เปลี่ยนลูกค้าขาจรให้เป็นลูกค้าประจำ

2. ขยายฐานลูกค้า

เพิ่มช่องทางซื้อขายและติดต่อสื่อสารที่หลากหลาย
เข้าถึงลูกค้าบนแพลตฟอร์มที่พวกเขาใช้งาน
เพิ่มโอกาสในการรู้จักสินค้าและบริการ

3. สร้างประสบการณ์ที่ดี

บริหารจัดการความสัมพันธ์กับลูกค้าแบบไร้รอยต่อ
เชื่อมต่อข้อมูลลูกค้าจากทุกช่องทาง
ลดการทำงานซ้ำซ้อน
เพิ่มความพึงพอใจและสร้างภาพลักษณ์ที่ดี

และ OCS ยังมีเครื่องมือ FastSeries ที่มี FastHelp5 และ FastAnswer2 ที่เข้ามาตอบโจทย์ช่วยเชื่อมโยงทุกช่องทางการติดต่อสื่อสารทั้งจากออนไลน์ และออฟไลน์ได้แบบไร้รอยต่อ เพื่อสร้างประสบการณ์ที่ดีให้กับลูกค้า และแบรนด์เองก็จะสามารถจัดการข้อมูลของลูกค้า (Customer Data) ได้อย่างเป็นระบบ

FastHelp5 เป็น CRM Tools ที่ช่วยบริหารความสัมพันธ์ระหว่างธุรกิจและลูกค้า ด้วยการช่วยจัดการข้อมูลลูกค้า รับเรื่องและตอบคำถามของลูกค้า บันทึกเสียงสนทนาของลูกค้า และประวัติการติดต่อจากทุกช่องทางได้ในระบบเดียว สิ่งนี้จะทำให้คุณสามารถรวบรวมของข้อมูลของลูกค้าได้อย่างเป็นระบบและทำให้สามารถมอบประสบการณ์ที่ดีแก่ลูกค้าได้

FastAnswer2 เป็นระบบคลังที่เป็น Knowledge System Management (FAQ) ซึ่งจะช่วยให้การจัดการข้อมูลเป็นระบบ แยกประเภทข้อมูลอย่างชาญฉลาด ค้นหาข้อมูลได้ง่าย รวดเร็ว และแม่นยำ ทีมต่างๆ ภายในองค์กร สามารถเข้าถึงข้อมูลที่จำเป็นได้ทันที ช่วยให้การทำงานร่วมกันราบรื่น มีประสิทธิภาพ และตอบสนองต่อความต้องการของลูกค้าได้อย่างรวดเร็ว

โดยสรุปแล้วการที่จะสามารถบริหารทุกช่องทางได้อย่างไร้รอยต่อ มี Omni Channel Solution (OCS) ที่ทำให้นักการตลาดของคุณสามารถรวบรวมข้อมูลมาพัฒนากลยุทธ์การตลาด เพื่อให้การทำ Data-Driven Marketing มีประสิทธิภาพมากที่สุด การมีเครื่องมือหรือโซลูชันที่ตอบโจทย์จะทำให้คุณได้ข้อมูลเชิงลึกที่ถูกต้องและแม่นยำจริงๆ

สรุป

ในปัจจุบัน Data-Driven Marketing ไม่ใช่แค่กลยุทธ์การตลาดที่ธุรกิจหรือแบรนด์จะเลือกใช้ แต่เป็นเรื่องของความจำเป็นและเป็นรากฐานให้นำไปประยุกต์ทำการตลาดในรูปแบบต่าง ๆ รวมถึงการสร้างประสบการณ์ที่ดีให้กับลูกค้า ในวันนี้ที่ตลาดเปิดกว้างและมีการแข่งขันสูง “ข้อมูล” และการใช้ประโยชน์จากข้อมูล จะช่วยสร้างความได้เปรียบทางธุรกิจและช่วยให้ธุรกิจชนะใจลูกค้าได้การทำการตลาดแบบนี้จำเป็นต้องมีเครื่องมือดีๆ ที่จะเก็บรวบรวมและวิเคราะห์ข้อมูลออกมาได้แม่นยำ ซึ่ง Wisesight มีเครื่องมือวิเคราะห์ข้อมูลโซเชียล และเครื่องมือ CRM ที่ช่วยบริหารจัดการทุกแพลตฟอร์มในที่เดียว หรือโซลูชันที่ตอบโจทย์ในการสร้าง Omni Channel Solution (OCS) อย่างเช่น Zocial Eye, Warroom ที่ช่วยให้คุณเข้าถึงข้อมูลได้มากขึ้น แล้วนำไปต่อยอดธุรกิจให้เติบโตยิ่งขึ้นกว่าเดิม

อ้างอิง

Case

โซลูชันของเรา

คลังข้อมูล

เกี่ยวกับบริษัท