ใช้ Big Data Analytics: นักการตลาดขุดข้อมูลลูกค้าลึก

ลูกค้าคือฐานของธุรกิจใดๆ ธุรกิจไม่มีโอกาสโดยไม่มีลูกค้า ตอนแรก การรู้จักลูกค้าว่าเป็นอย่างไร ชอบ/ไม่ชอบอะไร เป็นไปไม่ได้ เพราะทุกอย่างเป็นออฟไลน์ และคุณไม่สามารถขอให้ลูกค้ากรอกฟอร์มถามรายละเอียดเหล่านี้เมื่อมาช้อปปิ้งที่ร้าน

แต่หลังจากวิธีการช้อปปิ้งเปลี่ยนไป และตอนนี้ออนไลน์มากกว่าออกไปห้างและหาของ นั่งบนโซฟาโปรดที่บ้าน พร้อมป๊อปคอร์นและน้ำเย็น เลือกหูฟังจากตัวเลือกทั้งหมดบนหน้าจอโน้ตบุ๊ก เป็นดีลที่ดีกว่าเดินห้างมาก

ยุคช้อปปิ้งออนไลน์ ให้ความสะดวกมาก และประโยชน์เพิ่มคือ การจัดส่งถึงบ้าน น่าประหลาดใจที่ยุคนี้ประโยชน์ธุรกิจมากกว่าลูกค้า

Big Data เป็นศิริมงคลสำหรับนักกลยุทธ์การตลาด –

น่าประหลาดไหม! แต่ตรรกะเบื้องหลังเรียบง่ายมาก นั่นคือ Big Data Analytics เว็บช้อปปิ้งออนไลน์ทุกแห่งขอให้สร้างบัญชี เคยสงสัยไหม ทำไม! เหตุผลคือ ด้วยวิธีนี้ พวกเขาเก็บข้อมูลลูกค้าทุกคน ข้อมูลไม่ได้แค่ข้อมูลที่คุณกรอก แต่ยังรวมถึง สินค้าที่คุณซื้อ และรายการสินค้าที่คุณ "ดูอย่างเดียว" (window shopped) ข้อมูลเหล่านี้ให้ความคิดเรื่องสิ่งที่คุณชอบ/ไม่ชอบ พวกเขาใช้ข้อมูลทุกอย่างของทุกลูกค้า วางแผนการตลาดและกลยุทธ์ ด้วยการวิเคราะห์ข้อมูล

ตัวอย่างง่ายคือ โปรโมชั่นพิเศษในเทศกาล พวกเขาวิเคราะห์ข้อมูลภายใต้เงื่อนไขมากมาย เช่น:

1. ช่วงเวลาของปีที่เว็บถูกเข้าชมมากที่สุด
2. หมวดหมู่สินค้าที่ถูกดูมากที่สุดในวันที่แออัดที่สุด
3. จำนวนลูกค้าในแต่ละหมวดหมู่
4. สถานที่ที่ได้ views มากที่สุด
5. จำนวนการซื้อ และการดูอย่างเดียว (window shopping)

และเงื่อนไขอื่นๆ อีกมาก ที่นำไปวิเคราะห์ Big Data ของรายละเอียดลูกค้า เพื่อหา ว่าจะใช้กลยุทธ์การตลาดแบบไหน ในช่วงเวลาไหนของปี สำหรับภูมิภาคไหนของโลก

เนื้อหาของ Big Data ที่ถูกเก็บรวบรวม –

หากเราขุดลึกข้อมูลที่บริษัทเก็บเกี่ยวลูกค้า เราจะรู้ว่าบริษัทพยายามเก็บข้อมูลทั้งหมดเกี่ยวกับ personas (บุคคลิกา) ของลูกค้า ทุกสิ่งที่เราซื้อ สามารถเชื่อมโยงกับ personas ได้หลายแบบ Persona บอกลักษณะพิเศษของบุคคล ซึ่งช่วยธุรกิจได้มาก ข้อมูลเกี่ยวกับ personas เป็นตัวละครสำคัญที่สร้างส่วนต่างๆ ของฐานลูกค้า ข้อมูลมีความรู้ลึกเกี่ยวกับ 人口สถิติ (demographics), แรงจูงใจ (motivators), แหล่งอิทธิพล รายได้เฉลี่ย ฯลฯ

ลักษณะ demographic ที่บริษัทเก็บ:

1. อายุ (Age)
2. เพศ (Gender)
3. เชื้อชาติ (Ethnicity)
4. สถานะครอบครัวและสมรส (Family and Marital Status)
5. สถานะการจ้างงาน (Employment Status)
6. ระดับรายได้ (Income Level)

ข้อมูลส่วนตัวที่เก็บซึ่งเราไม่ได้รู้ตัว:

1. ตำแหน่งทางภูมิศาสตร์ (Geographic Locations)
2. ไลฟ์สไตล์ (Lifestyle)
3. ความสนใจ (Interests)
4. พฤติกรรมอดีต (Past Behaviors)
5. นิสัยการบริโภคเนื้อหา (Content consumption habits)
6. อิทธิพลต่อการซื้อ (Influences for purchase)
7. การตอบสนองทางอารมณ์ต่อเหตุการณ์ (Emotional response to events)
8. เหตุผลที่โต้ตอบกับบริษัท (Reason for interaction)
9. ความหวังจากบริษัท (Hopes from company)
10. เป้าหมายส่วนตัว (Personal Goals)
11. สถานที่ที่ค้นหาข้อมูลสินค้า (Places they search for product info)

การจดจำลูกค้าที่ดีขึ้น (Better Recognition of Customers) –

ในธุรกิจ สำคัญมากที่จะระบุลูกค้าที่มีค่า ทั้งๆ ที่แบบดั้งเดิม ผู้ซื้อที่ใช้จ่ายมากที่สุด ถูกนับเป็น Most Valuable People โดยอัตโนมัติ แต่เทคนิคนี้ล้มเหลวเมื่อเวลาผ่านไป เพราะกลุ่มคนนี้กลายเป็นผู้ที่ซื่อสัตย์น้อยที่สุดในระยะยาว ทำให้ทีมขายและการตกดัน ต้องหาลูกค้าที่ซื่อสัตย์และวางแผนตามนั้น

พูดถึงปัจจุบัน Big Data กลายเป็น Boon สำหรับมืออาชีพการตลาดและขาย เพราะมีข้อมูล personas ทั้งหมด เพียงคำนวณ metrics บนข้อมูล ก็ได้ Insights ดีเกี่ยวลูกค้า Metrics ที่บริษัททำ:

1. Average Purchase Size – จำนวนเงินที่ลูกค้าใช้ในการซื้อทั่วไป คำนวณต่อ persona โดยคิดว่าคนซื้อของด้วยการมองคุณค่าสำหรับตัวเอง
2. Lifetime Value – คำนวณเงินรวมที่ buyer persona ใช้กับคุณตลอดชีวิต บ่งบอกความสัมพันธ์กับลูกค้า
3. Acquisition Costs – metric นี้บ่งบอกว่าธุรกิจใช้จ่ายการตลาดและขายเท่าไรเพื่อได้ลูกค้า
4. Retention Costs – metric นี้บอกต้นทุนที่ธุรกิจรับเพื่อรักษาลูกค้าให้อยู่ในเครือข่าย
5. Customer Happiness – metric นี้บ่งบอกความพึงพอใจของลูกค้าต่อสินค้า ช่วยแยกลูกค้าที่พอใจและไม่พอใจ และความคิดเห็นต่างกัน ผลอาจเปิดเผยข้อบกพร่อง แนะนำการปรับปรุง และอื่นๆ
6. Value Alignment – metric นี้ให้รู้ว่าลูกค้าที่คิดว่ามีศักยภาพ กำลังซื้อสินค้าคุณจริงๆ หรือไม่ และถ้าไม่ ใครคือคนซื้อ ก็สามารถบันทึกได้ ขึ้นอยู่กับผล metric คุณตรวจสอบการจัดเส้นระหว่าง personas และลักษณะการซื้อ

ด้วย Big Data Analytics คุณสามารถเปลี่ยนธุรกิจให้เป็น customer-centric มากกว่าที่จินตนาการ ด้วยคู่แข่งมากในตลาด คุณต้องไปไกลกว่ารายละเอียดธุรกรรมของลูกค้า และขุดลึกความรู้สึกและแรงจูงใจ Big Data Analytics ไม่ได้แค่รู้แนวโน้มทั่วไป แต่เป็นการรู้และดูแลลูกค้าแต่ละราย ด้วยการประยุกต์เทคนิควิเคราะห์ข้อมูลและกลยุทธ์การตลาดที่เหมาะสม ธุรกิจตอนนี้สามารถปรับข้อเสนอให้เหมาะกับลูกค้าแต่ละคน แทนการแบ่งกลุ่มลูกค้าตามความสนใจคล้ายกัน

ทำไมบริษัทหันมายัง Big Data Analytics –

นี่กลายเป็นปรากฏการณ์ทั่วไปในตลาด ไม่ว่าจะเล็กหรือใหญ่ บริษัททุกแห่งหันมาใช้ Big Data Analytics เพื่อสกัดคุณค่าจากข้อมูล พวกเขาเชื่อและพิสูจน์แล้วว่า Big Data Analytics ให้ Insights ลึกกว่าวิธีดั้งเดิม 3 เหตุผลที่ Big Data เป็นโอกาสใหญ่:

• มีเครื่องมือใหม่ในตลาดช่วยวิเคราะห์ข้อมูล real-time เซ็นเซอร์ข้อมูลที่เก็บข้อมูลสูงสุดเกี่ยวกับประสิทธิภาพเครื่องจักรและอิเล็กทรอนิกส์ ก็เป็นหนึ่งในเครื่องมือใหม่เหล่านี้
• ตอนนี้เรามีความสามารถวิเคราะห์ข้อมูล เพิ่มความสามารถของบริษัทในการสกัดผลลัพธ์สำคัญเพื่อเพิ่มกำไร
• ตอนนี้เรามีแนวข้อมูลใหม่เกี่ยวกับความรู้สึกของลูกค้าจากแพลตฟอร์มโซเชียล แม้ดูไม่มีคุณค่ามากสำหรับธุรกิจ แต่พิสูจน์ได้ว่ามีประโยชน์ต่อธุรกิจในการรู้ว่าผลิตภัณฑ์ถูกจัดอันดับอย่างไร
• การเก็บข้อมูลจำนวนมหาศาลใน Warehouse จะนำไปสู่ต้นทุนสูง ดังนั้น Cloud Storage กลายเป็นความเป็นจริงมากขึ้น เพราะความเป็นไปได้และเข้าถึงได้ง่าย

See Also: A Beginner's Guide to Big Data Analytics

ประโยชน์ของการใช้ Big Data Analytics –

Big Data Analytics ประโยชน์ธุรกิจหลายทาง ตั้งแต่ปรับปรุงกลยุทธ์การตลาดและขาย ไปจนถึงการรู้อันดับสินค้า สำคัญที่สุดคือ ช่วยเข้าใจลูกค้าดีกว่าครั้งก่อน ช่วยเอาชนะความท้าทายที่แผนกการตลาดเผชิญหน้ากับวิธีดั้งเดิม

จากบรรทัดข้างต้น ชัดเจนว่าธุรกิจใช้ Big Data Analytics รู้จักลูกค้าอย่างชัดเจน 3 ประโยชน์หลักของการใช้ Big Data Analytics เข้าใจลูกค้าธุรกิจ:

• ความพึงพอใจลูกค้า (Customer Satisfaction) – เนื่องจาก Big Data Analytics ช่วยธุรกิจรู้จักลูกค้าครบถ้วน จึงทำงานเพื่อเพิ่มความพึงพอใจ สร้างแฟนคลับธุรกิจ และปรับปรุงอันดับสินค้า
• Big Data Analytics ช่วยดูแลลูกค้าแต่ละรายเป็นรายบุคคล ดังนั้น ยอดขายเพิ่มได้โดยให้ดีลที่ดีที่สุดในเวลาที่ดีที่สุด
• เนื่องจากธุรกิจรู้ทุกอย่างเรื่องลูกค้า จึงรักษาลูกค้าได้นานขึ้น โดยแสดงว่าธุรกิจเข้าใจความต้องการดีกว่า และให้สินค้าที่เหมาะกับความต้องการ

บล็อกข้างต้นบอกว่า Big Data Analytics สูตรมากสำหรับการตลาด เพราะช่วยรู้จักลูกค้าดีกว่ามาก แต่การรู้ว่ามันช่วยอย่างไร และเก็บข้อมูลอะไร ไม่พอ เพราะมันคือ Big Data ไม่มีใครรู้ว่า Big Data นี้ใหญ่แค่ไหน ดังนั้น มีบางวิธีใช้ Big Data Analytics รู้จักลูกค้า ที่ผมจะพูดในบล็อก Big Data ถัดไป

You May Also Like: The Big Data Gray Area – Do's and Don'ts

จนถึงตอนนั้น ให้ผมรู้ว่าคุณชอบบล็อกนี้หรือไม่ ผ่านความคิดเห็นด้านล่าง