5 ขั้นตอนเจาะกลุ่มลูกค้ายุคดิจิทัล ด้วย Big Data

5 ขั้นตอนเจาะกลุ่มลูกค้ายุคดิจิทัล ด้วย Big Data

ในยุคที่ต้องปรับตัวด้วย“ดิจิทัล ทรานฟอร์มเมชั่น” ทำให้ทุกธุรกิจให้ความสำคัญกับการประยุกต์ใช้เทคโนโลยีเพื่อเข้าสู่ยุคดิจิทัลอย่างเต็มรูปแบบ กุญแจสำคัญในการสร้างความสำเร็จให้กับธุรกิจ คือ กลยุทธ์ลูกค้าเป็นศูนย์กลาง (Customer Centric) เพื่อให้ธุรกิจสามารถตอบสนองตามความต้องการของลูกค้าได้อย่างทันท่วงที

การสร้างประสบการณ์ที่ดีให้กับลูกค้านั้น เป็นอีกหนึ่งสิ่งที่มีความสำคัญอย่างมากที่จะทำให้ธุรกิจก้าวนำหน้าคนอื่น ซึ่งหลายๆธุรกิจต่างทุ่มเททรัพยากรจำนวนมากเพื่อให้ลูกค้ามีประสบการณ์ที่ดีและเกิดความประทับใจต่อแบรนด์ ไม่ว่าจะเป็นการตลาด การขาย การผลิตอย่างเต็มรูปแบบ โซเชียลมีเดียแพลตฟอร์ม ระบบ CRM, Omnichannel, รวมทั้ง IoT แต่หลายๆครั้งสิ่งที่สำคัญที่สุดที่ทุกธุรกิจมองข้ามไปคือ การรู้จักใช้ข้อมูลเป็นเครื่องมือในการเพิ่มประสิทธิภาพวางแผนช่องทางที่เหมาะกับลูกค้าแต่ละบุคคล  และนำข้อมูลนั้นมาวิเคราะห์เพื่อเพิ่มสร้างโอกาสทางธุรกิจใหม่ๆ

ในปัจจุบันเทรนด์การใช้สมาร์ทโฟนและความนิยมในการใช้ช่องทางผ่านสื่อออนไลน์ มีอัตราการเพิ่มขึ้นอย่างต่อเนื่อง หากผู้ประกอบการเข้าใจพฤติกรรมผู้บริโภคในยุคดิจิทัลและสามารถใช้เครื่องมือดิจิทัลที่เหมาะสมก็สามารถทำให้ช่วยปิดการขายได้

Big Data (บิ๊ก ดาต้า) ถือเป็นเครื่องมือสำคัญที่จะช่วยเสริมความแข็งแกร่งให้กับ กลยุทธ์ลูกค้าเป็นศูนย์กลาง (Customer Centric) โดยเพิ่มศักยภาพในการจัดเก็บข้อมูล การประมวลผลข้อมูลที่รวดเร็วด้วยการประมวลผลแบบขนาน (Massive Parallel Processing) รองรับการวิเคราะห์ข้อมูลชั้นสูงอย่าง Predictive Analytics หรือ การตอบสนองแบบเรียลไทม์ด้วยเทคโนโลยี In Memory อย่าง Spark

การนำ Big Data มาประยุกต์ใช้เพื่อเจาะกลุ่มลูกค้าในยุคดิจิทัล สามารถแบ่งเป็น 5 ขั้นตอน ดังนี้

ลูกค้าของเราคือใคร

การที่จะทำให้กลยุทธ์ลูกค้าเป็นศูนย์กลาง (Customer Centric) จะประสบความสำเร็จได้ คือต้องเข้าใจในตัวลูกค้าแต่ละคนให้ดียิ่งขึ้น ซึ่งเราสามารถรู้จักและเข้าใจลูกค้าได้จากข้อมูลที่มีอยู่ทั้งภายในองค์กร และภายนอกองค์กรอย่าง social network โดยใช้กระบวนการจัดการข้อมูลขนาดใหญ่ (Master Data Management) อันประกอบด้วย การเก็บรวบรวมข้อมูล ติดตามการเปลี่ยนแปลง การเพิ่มคุณภาพให้กับข้อมูล และการบูรณาการข้อมูลเพื่อสร้าง โปรไฟล์ลูกค้าแบบรอบด้าน (Customer 360) ซึ่งเป็นกระบวนการสำคัญ ที่จะช่วยให้เราเข้าใจลูกค้าได้ดียิ่งขึ้น เพื่อใช้ในการพัฒนาแผนการตลาด สร้างเป้าหมายทางการขายที่ชัดเจน และพัฒนางานบริการลูกค้าได้ดียิ่งขึ้น ตัวอย่างเช่น แบรนด์สามารถส่งข้อมูลหรือข้อความที่เหมาะสมสำหรับแต่ละบุคคล (Personalized Message)

ลูกค้าทุกคนมีความแตกต่างกัน

การให้ลูกค้าเป็นศูนย์กลางนั้น แบรนด์จำเป็นต้องเปลี่ยนมุมมองที่มีต่อลูกค้าจากการแบ่งกลุ่มผู้บริโภคออกเป็นกลุ่มย่อยตามลักษณะของลูกค้า (Demographic-based Customer Segmentation) เป็นการมองผู้บริโภคแต่ละคนมีความแตกต่างกันในเชิงพฤติกรรม (Behavior-based Customer Segmentation) โดยมองหาความสัมพันธ์ของลูกค้าแต่ละราย เช่น กลุ่มเพื่อนในสังคมออนไลน์ ความชอบส่วนตัว ไลฟ์สไตล์ แทรนด์  ความถนัดทางภาษา ความสนใจของคนๆนั้นในช่วงเวลาหนึ่งๆ เป็นต้น

โดยการแบ่งกลุ่มผู้บริโภคตามพฤติกรรมนั้นจะมีส่วนช่วยในการออกแบบกลุ่มเป้าหมายได้อย่างหลากหลายและตรงจุดมากขึ้น เพิ่มความภักดีระหว่างลูกค้ากับแบรด์ (Loyalty Programs based on Habits) การสร้างกลยุทธ์ด้านราคาผ่านการนำเสนอสินค้าที่มีความจำเป็นใกล้เคียงกัน (Optimize Pricing Strategy) หรือการเพิ่มความสัมพันธ์ที่ดีกับกลุ่มลูกค้าชั้นดี

โดยกลยุทธทั้งหมดนั้น Big Data จะเข้ามามีบทบาทสำคัญทั้งเป็นที่เก็บจัดเก็บข้อมูลธุรกรรม (Transaction Data) และข้อมูลย้อนหลัง (Historical Data) นอกจากนี้ Big Data ยังสามารถประมวลผลและจัดกลุ่มลูกค้าได้อย่างมีประสิทธิภาพ เพื่อสร้างโมเดลการทำนายพฤติกรรมลูกค้า (Predictive Model) และใช้ประกอบการตัดสินใจในอนาคตได้อีกด้วย

นำเสนอโปรโมชั่นโดนใจด้วยระบบแนะนำอัจฉริยะ

จังหวะและช่วงเวลาในการนำเสนอ ผลิตภัณฑ์หรือโปรโมชั่น ที่ถูกออกแบบมาเพื่อลูกค้าแต่ละรายเป็นปัจจัยสำคัญที่จะสร้างประสบการณ์ที่ดีให้กับลูกค้า ผ่านระบบแนะนำอัจฉริยะ (Recommendation System) ซึ่งเป็นส่วนสำคัญที่ทำให้ธุรกิจอย่าง Agoda, Facebook, Twitter, Amazon, หรือ NetFlix ประสบความสำเร็จ

Big Data คือกลไกสำคัญในการขับเคลื่อนและสร้างระบบ Recommendation System ให้มีความรวดเร็ว ถูกต้องและแม่นยำ แต่ละธุรกิจสามารถนำ Recommendation System มาประยุกต์ใช้ได้หลากหลายตามลักษณะของธุรกิจได้เช่นการสร้างระบบแนะนำสินค้า (Product Recommendation) ระบบแนะนำโปรโมชั่นเพื่อเพิ่มยอดขาย (Campaign Recommendation) ระบบแนะนำบริการสำหรับ Loyal program ระบบแนะนำเพื่อนเพื่อสร้างเครือข่ายผู้ใช้ผลิตภัณฑ์ที่แข็งแกร่ง ระบบค้นหาและแนะนำบริการเพื่อให้ Contact Center สามารถนำเสนอผลิตภัณฑ์ที่โดนใจและเพิ่มความพึงพอใจของลูกค้าได้อีกด้วย

สร้างประสบการณ์ที่ดีให้กับลูกค้าในทุกๆช่องทาง

นอกจากการแนะนำสินค้าที่ถูกต้องและถูกเวลาแล้ว ช่องทางการติดต่อของลูกค้าเพื่อสร้างประสบการณ์ที่ลื่นไหลให้กับผู้บริโภคก็เป็นปัจจัยสำคัญที่จะทำให้ธุรกิจประสบความสำเร็จ การเลือกใช้ช่องทางที่ไม่เหมาะสมหรือมากเกินความจำเป็นนำมาซึ่งต้นทุนที่มหาศาล

ปัจจัยด้านต้นทุนเป็นสิ่งที่ละเลยไม่ได้ในทุกธุรกิจเช่นเดียวกัน การหาจุดคุ้มทุนและการบริหารจัดการช่องทางการค้าให้มีประสิทธิภาพ (Channel Optimization) การประยุกต์ใช้ Predictive Analytics และการ Optimization บน Big Data จะเข้ามามีส่วนช่วยในการลดต้นทุน โดยยังคงสามารถคงผลลัพธ์ที่ดีได้ในเวลาเดียวกัน

วางแผน ติดตามและรับมือกับความรู้สึกของลูกค้าให้ดียิ่งขึ้น

ข้อมูลข่าวสารบนสื่อสังคมออนไลน์นั้นต้องใช้ทรัพยากร ทั้งกำลังคน และเวลา ในการติดตามและจัดการให้มีประสิทธิภาพ แต่ด้วยลักษณะของข้อมูลบนสื่อสังคมออนไลน์ที่มีปริมาณมหาศาล และเกิดขึ้นอย่างรวดเร็วอยู่ตลอดเวลานั้นจำเป็นต้องมีเครื่องมือ Big Data อย่าง social monitoring หรือ sentiment analysis ซึ่งเป็นระบบอัตโนมัติที่ใช้ในการตรวจสอบทัศนคติของผู้พูดหรือผู้เขียนในหัวข้อที่เกี่ยวข้องกับ แบรนด์ หรือ เทรนด์ ต่างๆที่จำเป็นต้องคอยจับตามอง การนำเอาเครื่องมือเหล่านี้มาประยุกต์ จะทำให้เราสามารถดูแลภาพลักษณ์แบรนด์ เพิ่มความพึงพอใจของลูกค้า หรือนำมาใช้ในการวางแผนกลยุทธ์ทางการตลาดได้อีกด้วย

จะเห็นได้ว่าทิศทางการนำเอา Big Data ไปประยุกต์ใช้ให้เกิดประโยชน์ในองค์กรนั้นมีได้หลากหลายรูปแบบและผ่านการพิสูจน์ว่าเป็นเครื่องมือที่มีประสิทธิภาพ โดยจะมีส่วนให้ IT Leaders สามารถสร้างบริการให้ตอบสนองความต้องการของธุรกิจได้อย่างมีประสิทธิภาพ และตอบรับยุคดิจิทัลทรานส์ฟอร์เมชั่นได้อย่างเต็มรูปแบบ

เกี่ยวกับ ดร.ศิษฏพงศ์

ดร.ศิษฏพงศ์ เศรษฐภัทร(สิด) ผู้เชี่ยวชาญด้าน Big Data ปัจจุบันดำรงตำแหน่ง Data and Analytics Manager ที่บริษัท G-ABLE สำเร็จการศึกษาระดับปริญญาตรีจากมหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรีสาขาวิศกรรมคอมพิวเตอร์(เกียรตินิยมอันดับ1) และปริญญาโทในสาขาเดียวกัน (ทุนเพชรพระจอมเกล้า)

สำเร็จการศึกษาในต่างประเทศจาก Shibaura Institute of Technology โตเกียว ประเทศญี่ปุ่น ในระดับ ปริญญาโทอีกใบในสาขา Electronic and information system engineering(ทุน MEXT) และ Certified ในสาขา Intellectual Property Management และปริญญาเอกในสาขาปรัชญา(ทุน MEXT)

ขอบคุณเนื้อหาจาก

นิตยสาร eLeader Vol.38 No.340 กรกฏาคม 2560

ขอขอบคุณรูปภาพจาก

Freepik.com,(1),(2),(3),(4),(5),(6)



Top