สรุปเนื้อหาจากงาน “iTAX 2020 เทศกาลลดหย่อนภาษีประจำปี” เมื่อวันที่ 24 ต.ค. 2563
ใครๆ ก็พูดว่า “Data is the new oil” นักธุรกิจและเจ้าของกิจการจึงไม่ควรพลาดที่จะนำเอาข้อมูลที่ตนเองมีมาใช้ให้เกิดประโยชน์สูงสุดกับธุรกิจ การทำการตลาดด้วยข้อมูล หรือ data-driven marketing เป็นการนำเอาข้อมูลมาใช้ประกอบการตัดสินใจในธุรกิจโดยไม่คิดเอาเอง เช่น ลูกค้าต้องการสินค้าแบบไหน ออกโปรโมชั่นอย่างไรถึงจะดี
คุณณัฐพล ม่วงทำ เจ้าของเพจการตลาดวันละตอน, อาจารย์พิเศษวิชา Data for Marketing ที่ปัญญาภิวัฒน์และมหาวิทยาลัยกรุงเทพ, ผู้เขียนหนังสือ Personalized marketing และ Data-driven marketing ร่วมแชร์ประสบการณ์ในการทำการตลาดด้วยข้อมูลและขั้นตอนต่างๆ ที่จะทำให้การใช้ข้อมูลเกิดประโยชน์สูงสุดกับธุรกิจ ในงาน iTAX 2020 เทศกาลลดหย่อนภาษีประจำปี ซึ่งทีมงาน iTAX สรุปเนื้อหาที่สำคัญมาฝากกัน
คิดว่า ≠ รู้ว่า (Instinct ≠ Insight)
เมื่อเจ้าของธุรกิจต้องตัดสินใจลงมือทำอะไรบางอย่างไม่ว่าจะเป็นการตัดสินใจเล็กๆ อย่างกล่องผลิตภัณฑ์ควรเป็นสีอะไรดี ไปจนถึงการตัดสินใจใหญ่ๆ ที่มีผลกระทบต่อทิศทางของธุรกิจอย่างมาก เช่น ผลิตภัณฑ์ตัวใหม่ควรเป็นอะไรดี เราควรใช้อะไรเป็นเครื่องมือในการตัดสินใจเพื่อทำให้ประสบผลสำเร็จมากที่สุด?
เราควรตัดสินใจเลือกสิ่งที่เรา ‘คิดว่าดี’ หรือตัดสินใจเลือกสิ่งที่เรา ‘รู้ว่าดี’?
คุณณัฐพลยกตัวอย่างการใช้ข้อมูลในการตัดสินใจเลือกชื่อหนังสือของตนเองว่า ชื่อไหนที่คนเห็นแล้วอยากอ่าน? ชื่อไหนที่คนเห็นแล้วอยากซื้อ?
แทนที่จะเลือกชื่อที่ ‘คิดว่าดี’ คุณณัฐพลลองเปิดแบบสอบถามออนไลน์ให้สั่งจองหนังสือเล่มใหม่โดยใช้ทุกชื่อหนังสือที่เตรียมไว้เพื่อทดลอง แล้วจึงมาดูว่าชื่อไหนที่คนให้การตอบรับดีที่สุด โดยวัดผลจากชื่อหนังสือที่มีจำนวนผู้ลงชื่อสั่งจองมากที่สุด และสุดท้ายแล้วชื่อที่ได้รับการสั่งจองมากที่สุดก็ไม่ใช่ชื่อที่คุณณัฐพล ‘คิดว่าดี’ และอยากได้ตั้งแต่ตอนแรก ซึ่งกระบวนการนี้ทำให้เราได้คำตอบที่ ‘รู้ว่าดี’ อย่างแน่นอนจากการวัดผลที่เชื่อถือได้
นอกจากนี้ ที่ประเทศอังกฤษ กรมสรรพากรเคยทำการทดสอบกับข้อความที่ปรากฎในจดหมายที่ส่งไปตามบ้านเพื่อให้เสียภาษีตรงเวลา โดยทดสอบด้วยข้อความที่แตกต่างกันหลายรูปแบบเพื่อทดสอบกับผู้เสียภาษี จนในที่สุดกรมสรรพากรก็ได้รูปแบบข้อความที่กระตุ้นให้ผู้เสียภาษีทำหน้าที่จ่ายภาษีตรงเวลาได้มากที่สุด ซึ่งเป็นกรณีศึกษาที่น่าสนใจว่าแม้แต่เรื่องการจัดเก็บภาษีก็สามารถใช้เทคนิค Data-driven marketing มาลองตลาดเพื่อเพิ่มรายได้เข้าประเทศ
การลองตลาดแบบนี้เรียกว่าการทำ A/B Testing ซึ่งนักการตลาดด้วยข้อมูลนิยมใช้กันอย่างมาก บริษัทเทคโนโลยียักษ์ใหญ่อย่าง Facebook ก็มีการทำ A/B Testing อยู่เสมอๆ เพื่อสำรวจว่าผู้ใช้งานชอบหน้าตาการใช้งานของแอปพลิเคชันรูปแบบไหนมากที่สุด
5 ขั้นตอนการทำการตลาดด้วยข้อมูล
1. เก็บข้อมูล
การทำการตลาดด้วยข้อมูลสิ่งที่สำคัญที่สุดย่อมหนีไม่พ้น ‘ข้อมูล’ ขั้นตอนในการทำงานจึงเริ่มจากการเก็บข้อมูล (collect) ซึ่งสามารถทำได้หลายรูปแบบ เช่น การบันทึกการใช้งานของลูกค้า การทำแบบสอบถาม
2. เตรียมข้อมูล
เมื่อได้ข้อมูลมาแล้วขั้นต่อมาต้องทำการเตรียมข้อมูล (prepare) โดยตรวจสอบว่าข้อมูลที่เก็บมานั้นถูกต้องหรือไม่ มีการเก็บซ้ำหรือเก็บขาดหรือเปล่า ซึ่งขั้นตอนการเตรียมข้อมูลก็มีความสำคัญมากเช่นกันเพราะหากข้อมูลที่เก็บมาไม่สมบูรณ์ย่อมทำให้การวิเคราะห์ข้อมูลผิดพลาดไปด้วย
3. ทำให้ข้อมูลดูง่าย
เมื่อเตรียมข้อมูลเรียบร้อยแล้ว ขั้นตอนต่อไปคือการนำข้อมูลมาทำให้ดูง่ายขึ้น (visualize) เช่น นำมาทำแผนภาพ นำมาพล็อตกราฟ เพื่อทำให้การวิเคราะห์เปรียบเทียบข้อมูลง่ายขึ้น
4. วิเคราะห์ข้อมูล
ขั้นตอนที่สำคัญอีกขั้นตอนหนึ่งคือการวิเคราะห์ข้อมูล (analyze) โดยการ ‘คิดต่อ’ จากข้อมูลที่มีเพื่อเข้าใจบริบทของที่มาของข้อมูล เพื่อทำให้เข้าใจพฤติกรรมของลูกค้าได้มากขึ้น เช่น ร้านดอกไม้ร้านหนึ่งมีหลายสาขา แต่ละสาขามีประเภทของดอกไม้ที่ขายดีแตกต่างกัน นอกจากจะรู้ว่าสาขาไหนอะไรขายดีแล้ว นักการตลาดที่ดีต้องวิเคราะห์ต่อได้ด้วยว่าเพราะอะไรจึงขายดี เพื่อที่จะสามารถต่อยอดให้ยอดขายดียิ่งขึ้นไปอีก
5. ออกไอเดียจากข้อมูล
ขั้นตอนสุดท้ายที่อาจกล่าวได้ว่าสำคัญที่สุดคือการออกไอเดียจากข้อมูลที่วิเคราะห์ได้ (ideate) เช่น เมื่อเราทราบว่าร้านดอกไม้สาขาหนึ่งขายพวงมาลัยดอกมะลิได้ดีเพราะกลุ่มลูกค้าหลักคือลูกค้าที่ซื้อดอกไม้ไปไหว้พระที่บ้าน ร้านค้าก็อาจจะทำการตลาดโดยการหาสินค้าอื่นที่เกี่ยวกับการไหว้พระ เช่นดอกไม้มงคลมาเสริมในร้านเพื่อกระตุ้นยอดขายให้มากขึ้น
บทส่งท้าย: ข้อควรระวังการทำ data-driven marketing
อย่างไรก็ตาม การทำการตลาดด้วยข้อมูลก็มีข้อควรระวังอยู่ด้วย
“สิ่งที่เราคิดว่าดีอาจไม่ใช่สิ่งที่คนอื่นคิดว่าดีก็ได้ อย่าคิดเองเออเองว่าแบบไหนที่ดีสุด แต่ให้ตลาดเป็นคนตอบ”
ดังที่กล่าวไปแล้วว่าข้อมูลนั้นมีความสำคัญอย่างมากในการทำ data-driven marketing คุณภาพของข้อมูลจึงต้องมีมาตรฐาน คือ มีจำนวนข้อมูลที่เพียงพอ มีการเก็บข้อมูลแบบสุ่ม (randomization) มีการใช้มาตรวัดที่เหมาะสมในการเก็บข้อมูล และที่สำคัญที่สุดคือ mindset ของผู้ใช้ข้อมูล “สิ่งที่เราคิดว่าดีอาจไม่ใช่สิ่งที่คนอื่นคิดว่าดีก็ได้ อย่าคิดเองเออเองว่าแบบไหนที่ดีสุด แต่ให้ตลาดเป็นคนตอบ” คุณณัฐพลกล่าวสรุป
