บทความในสื่อสิ่งพิมพ์ของเรา มีคนอ่านกี่คน? ใช้เวลาอ่านนานแค่ไหน? ตอนเค้าอ่าน เค้ากำลังอยู่ที่ทำงานหรือที่บ้าน? คำถามเหล่านี้ ถ้าถูกถามขึ้นเมื่อ 5 ปีที่แล้ว การเก็บข้อมูลบนสื่อเหล่านั้นอาจจะไม่สามารถช่วยให้เราตอบคำถามเหล่านี้ได้ชัดเจนนัก แต่เทคโนโลยีในปัจจุบันก็เข้ามามีบทบาทในการเปลี่ยนพฤติกรรมผู้บริโภคให้ตบเท้าเข้าสู่โลก Digital อย่างต่อเนื่อง

พฤติกรรมที่เปลี่ยนไปของผู้บริโภค ที่ทยอยกันก้าวเข้าสู่โลก Digital นั้นทำให้เกิด Digital footprint ขึ้นมากมายมหาศาล ข้อมูลเหล่านี้เติบโตขึ้นจนกลายเป็นโอกาสสำหรับนักการตลาด ที่สามารถเข้าใจผู้บริโภคได้มากขึ้นกว่าเก่า จากเมื่อก่อนที่เราไม่เคยรู้ว่าคนอ่านบทความของเรา เค้าเป็นใคร ชอบส่วนไหน ใช้เวลาเท่าไหร่ในการอ่าน กลับกลายเป็นสิ่งที่เรารู้ได้ทั้งหมด ตลอดจนถึงการเก็บข้อมูลเพื่อทำนายอนาคตและโอกาสในการซื้อสินค้าและบริการของเรา

เหล่านักการตลาดจึงใช้โอกาสนี้ ในการสื่อสารกับคนแต่ละกลุ่มอย่างชัดเจนขึ้น เช่นการพยายามแบ่งกลุ่มคนที่สนใจเรื่องเดียวกัน ให้ได้รับเนื้อหาเดียวกัน กลายเป็นการ Segmentation แบ่งกลุ่มคน เพื่อนำเสนอสิ่งที่เค้าสนใจ ตลอดจนถึงการพัฒนาต่อยอดจนไปถึงการทำ 1-to-1 personalization ด้วยระบบแบบอัตโนมัติ โดยคาดหวังว่าสิ่งเหล่านี้จะเกิดขึ้นและพัฒนาธุรกิจให้เติบโตอย่างก้าวกระโดด ด้วย Big Data!!!

แล้วเราจะเริ่มทำ Big Data in Marketing ได้อย่างไร

เมื่อทุกคนเห็นตัวอย่าง และแนวทางการใช้ Big Data ในงาน Marketing มากขึ้น เริ่มรู้ว่าปลายทางสามารถทำอะไรได้ ก็เริ่มลงทุนในการเริ่มต้นหาเครื่องมือ หาคนเคยทำ หาระบบ มาใช้ในงาน บางที่เกิดการลงทุนหลาย 10 ล้านในเทคโนโลยี เพื่อหวังให้เกิดผลลัพธ์ทางธุรกิจในระยะยาว

แต่ในความเป็นจริง ความพร้อมของข้อมูลในด้าน Marketing ที่เรามีอาจจะไม่ได้สมบูรณ์แบบขนาดนั้น สิ่งที่เกิดขึ้นอาจจะไม่เป็นอย่างที่ฝัน Big Data ไม่มีอยู่จริง กลายเป็นการปรับพื้นฐานเพื่อเริ่มต้นเก็บ Data in Marketing

พอเริ่มต้นแล้วกลับต้องพบกับปัญหาต่างๆ มากมาย ผลลัพธ์ไม่ออกอย่างที่หวัง ยกตัวอย่างเช่น

1. แคมเปญจบ ข้อมูลก็จบไปตามแคมเปญ

แทบทุกบริษัทในไทยมีความเก่งในการทำธุรกิจ แต่อาจจะยังใหม่ในงาน Digital Marketing และการปรับตัวตามผู้บริโภค องค์ความรู้ต่างๆ ส่วนใหญ่อยู่กับทีมงานทั้งภายใน, ภายนอกที่ถูกจ้างมาทำ และหมุนเวียนไปตามบริษัทต่างๆ ทุกอย่างที่ทำ จบไปตามงาน ตามแคมเปญ เมื่อลองทำแล้วไม่เวิร์ค ก็เปลี่ยน Agency เจ้าใหม่ ดีขึ้นก็ได้รู้ว่า Agency ไหนเก่งกว่า สุดท้ายข้อมูลความรู้ และ Learning ต่างๆ ก็ทิ้งไปกับข้อมูลที่เกิดขึ้น ทุกอย่างเริ่มใหม่ตลอด หรือถ้ามีทุกอย่างก็มักจะอยู่กับ Agency แล้วสุดท้ายก็ไปทำให้เจ้าอื่นต่อ

ปัญหาเหล่านี้จริงๆ แล้วเป็นเรื่องของกระบวนการทำงาน ที่การเก็บรวบรวมข้อมูล การทำ Report ยังไม่แข็งแรง และไม่มีมาตรฐาน ทำให้ความรู้ความเข้าใจส่วนใหญ่ขึ้นอยู่กับคนทำงานแต่ละคน สุดท้ายเมื่อคนออก การนำองค์ความรู้เหล่านี้ไปใช้ต่อยอดในงานอื่นๆ จึงมักไม่เกิดขึ้น สุดท้ายกลายเป็นการ #ทิ้ง Learning ไปกับงาน

2. ข้อมูลกระจัดกระจาย จะหาแต่ละที่ อยู่ที่ใครก็ไม่รู้

รับงานต่อจากทีม กลายเป็นว่าไม่รู้ว่าข้อมูลอะไรอยู่ตรงไหน ทุกอย่างกระจัดกระจาย #รับงานต่อแต่เหมือนเริ่มต้นทุกอย่างใหม่

มีอยู่ครั้งหนึ่ง ลูกค้านัด kick off งานใหม่ เราก็จะมีโอกาสได้นั่งพูดคุย และเตรียมลงงานให้เกิดผลลัพธ์ที่ดีที่สุด ก็เลยมีการขอข้อมูลหลายๆ อย่าง เช่น ฐานข้อมูลของแคมเปญก่อนๆ แชร์สิทธิ์การดูข้อมูลบนเว็บ เพื่อนำเอาความสนใจของคนแต่ละกลุ่มไปขยายผล พัฒนาให้การซื้อโฆษณาตรงกลุ่มที่สุด เกิดยอดขายสูงสุด สิ่งที่เกิดคือต้องวิ่งไปหาคนนู้นคนนี้ที สุดท้ายก็เริ่มทำไปก่อนเลย ผ่านไปพักนึง พอได้ข้อมูลมาทีหลัง กลับกลายเป็นอย่างที่คาด ผลลัพธ์แอบโหดร้าย จนต้องปรับด้วยกันใหม่อีกรอบนึง เพราะทุกคนมั่นใจว่าจะได้ผลลัพธ์ดีกว่า

ปัญหาลักษณะนี้ยังคงเกิดขึ้นอย่างต่อเนื่อง หากไม่มีการตระหนักถึงกระบวนการจัดเก็บข้อมูลให้มีความถูกต้อง และทำอย่างเป็นระบบระเบียบ ทุกอย่างขึ้นอยู่กับตัวบุคคล ก็คงยากที่จะปรับเปลี่ยนและแข่งขันกับการปรับตัวของผู้บริโภค

3. ข้อมูลหน่ะมีเพียบ แต่จะเอาไปใช้ประโยชน์ยังไงหว่า ?

พอเกิดการจัดเก็บทุกอย่างให้ได้มากที่สุด ก็กลายเป็นการนำมาซึ่งปัญหาถัดไป คราวนี้เกิดโดยการรวบรวมทุกอย่างไว้เยอะมาก ใครส่งอะไรมาเก็บไว้ก่อน เพราะกลัวมีปัญหา ได้อีเมลมาก็เก็บรวมไว้ก่อน เวลาผ่านไป พอจะนำมาใช้กลายเป็นว่าไม่รู้ว่าข้อมูลไหน มาจากไหน มีความถูกต้องรึเปล่า แต่ละอันจะนำไปใช้อะไรได้บ้าง

ปัญหานี้จริงๆ แก้ไม่ยาก หากกระบวนการบริหารจัดการมีความพร้อม และมีระบบกลางในการจัดเก็บข้อมูล โดยทำการแบ่งแยกประเภท และทำป้ายกำกับ (Label) ไว้อย่างเป็นระบบ ซึ่งเมื่อเกิดความพร้อมในปริมาณข้อมูลที่มากขึ้น ก็จะกลายเป็นข้อมูลที่ระบบ AI ชอบ และพร้อมนำไปใช้ในการทำ Machine learning ต่างๆ ในอนาคต

4. เงินหายไปกับการซื้อมีเดีย แถมยิ่งซื้อ ก็ยิ่งแพง

มีเคสนึงน่าสนใจครับ มีลูกค้า (คุณเอ) ที่มีโอกาสได้นั่งคุยกันนอกรอบ เค้ารู้สึกว่าDigital media เป็นสิ่งเดียวที่เห็นตัวเลขและ optimize ได้ รู้ว่าการจ่ายเงินนั้นได้ผลลัพธ์กลับมาชัดเจน จับต้องได้ รับปากนายได้ สุดท้ายยิ่งทำโจทย์ยิ่งยากขึ้น ต้องการใช้เงินน้อยลงให้ได้ผลลัพธ์มากขึ้น แต่ค่าใช้จ่ายในด้าน Digital media ก็แพงขึ้นเรื่อยๆ ซึ่งสองสิ่งนี้สวนทางกันโดยสิ้นเชิง หนำซ้ำบางครั้งทำแล้ว ยังรู้สึกว่าทำแล้วยอดขายไม่ขึ้น แต่คู่แข่งกลับขึ้นเอาๆ ทั้งๆที่ทำน้อยกว่า

จริงๆแล้วลองนึกถึงสิ่งที่เกิดขึ้นกับผู้บริโภค คุณเอทำได้ดีแล้วครับ แต่ voice ไม่แข็งแรง search ยังไงเจอแต่เสียงบ่นในพันทิป ไม่ก็เจอรีวิวสินค้าคู่แข่ง กลายเป็นการสร้างยอดให้คู่แข่งไปซะอย่างนั้น!!!!

ปัญหานี้แนวทางคือการมองให้ครบรอบด้าน ทั้ง Paid, Earned, Owned channels ในปัจจุบันเทคโนโลยีต่างๆ มีความพร้อม ความ “ง่าย” ในการใช้ การติดตามพฤติกรรมการใช้งานในเว็บไซต์นั้นทำได้โดยง่ายในไม่กี่คลิก ข้อมูลการใช้ Mobile application มีความสมบูรณ์ รู้ถึงทุกการกด การดูในแต่ละส่วนโดยละเอียด

การติดตามผลและบริหารจัดการอย่างเหมาะสม ตาม consumer journey ในทุก touchpoint จะเป็นตัวช่วยให้สุดท้ายแล้วทุกหยาดเหงื่อที่ทำลงไปนั้น ไม่เป็นการพัฒนาธุรกิจของคู่แข่ง

5. จะดูข้อมูลแต่ละที กว่าจะรอสรุปค่อนข้างใช้เวลา

บางครั้ง เมื่อกระบวนการ Reporting ไม่แข็งแรง ทำให้ความเข้าใจในตัวข้อมูลมีไม่เพียงพอ เมื่อเกิดคำถามมากขึ้น แบรนเห็นเพียงแค่ข้อมูลที่ถูกสรุปมาแล้วในมิติใด มิติหนึ่ง เช่นพอจบแคมเปญ ได้ report มา รู้ว่าเกิดอะไรขึ้น พอพยายามเรียนรู้จากงานที่ทำก็ต้องเรียกเอเจนซีเข้ามาเล่า งานจบสิ้นเดือน อีกสองอาทิตย์นัดได้ กว่าจะคุยกับทุกคนครบ และตกผลึกทุกอย่างได้ก็หมดไปอีกเดือนนึงแล้ว

ปัญหาข้อนี้จริงๆ แล้วเป็นปัญหาด้านรูปแบบข้อมูลที่เราจัดเก็บ ซึ่งเมื่อเราพยายามจัดเก็บเฉพาะข้อสรุปต่างๆ ในมิติเดียว ทำให้เรากลับเสียโอกาสในการใช้ข้อมูลในการวิเคราะห์ ต่อยอดและพัฒนาผลลัพธ์ด้านอื่นๆ ที่เกี่ยวข้องในอนาคต

ใครออม (ข้อมูล) ก่อน ก็รวยได้เร็วกว่า

กระบวนการในการเริ่มต้นในการทำ Digital Data Analytics อาจจะไม่ได้เกิดขึ้นจากการพยายามหา ระบบมาติดตั้ง หรือหาคนมาเปลี่ยนองค์กร แต่จริงๆ แล้วเกิดจากความเข้าใจในกระบวนการพื้นฐาน และเริ่มต้นปรับตัวทีละเล็ก ทีละน้อย เหมือนการหยอดกระปุกออมสินไปเรื่อยๆ เมื่อทุนพร้อมจึงนำเงินก้อนนี้ไปลงทุน ต่อยอดให้ผลิดอกออกผลที่ยิ่งใหญ่ขึ้นในอนาคต

*สงวนลิขสิทธิ์

Nuttapon Jitngamphong #Nus
Digital Data Analyst Director, ADYIM