Data Ads Trends 2024 เปิด IMPACT Insight Data ที่นักการตลาดควรรู้

Data Ads Trends 2024 เปิด IMPACT Insight Data ที่นักการตลาดควรรู้

สวัสดีนักการตลาดและผู้อ่านทุกคนค่า วันนี้มาสรุปความรู้ดี ๆ จากงาน ADMAN 2023 ใน Session: NEXT ADS TRENDS FROM DATA โดยพี่หนุ่ย การตลาดวันละตอน ที่ทุกคนคุ้นเคย ซึ่งจะมาเปิด IMPACT Insight ผ่าน Data, พฤติกรรมผู้บริโภค ที่คนโฆษณา นักการตลาด และแบรนด์ควรรู้ เพื่อเตรียมตัวให้พร้อมสู่ปี 2024 ว่าลูกค้าอยากฟังอะไรในการขายของเรา ถ้าพร้อมแล้วตามมาดูกันเลยค่า

ถ้าชวนทุกคนนึกย้อนไปถึงการทำการตลาดหรือโฆษณาสมัยก่อน มักจะเป็น Advertising ที่มาจาก Common Insight (เป็น Insight ที่คนส่วนใหญ่เข้าใจร่วมกัน) หรือเรียกว่า Impact Advertising Comes From Common Insight

จากนั้นถึงจะตามมาด้วย Big Idea หรือคือการที่ Common Insight Develop to Big Data ต่อนั่นเอง ดังนั้นสังเกตได้ว่าพวกโฆษณาสมัยก่อนที่ได้รางวัล คือสิ่งที่คนส่วนใหญ่เห็นปุ๊บร้องอ๋อเลย คือเข้าใจง่าย ทุกคนเข้าใจร่วมกันได้นั่นเอง

แต่คำถามหลักที่อยากจะชวนให้ทุกคนคิดตามดูก็คือจริง ๆ แล้ว มนุษย์เราเหมือนกันทุกคนจริง ๆ หรือเปล่า? แม้กระทั่งเพื่อนสนิท เพื่อนร่วมงาน หรือคนในครอบครัว แน่นอนว่าคำตอบส่วนใหญ่คือไม่เหมือน เพราะคนเรามีความแตกต่างกันไป

ดังนั้นในมุมมองของพี่หนุ่ยที่เคยทำงานอยู่ Agency มาก่อน ได้แชร์ว่าการที่เราจะใช้ Insight เดียวมาทำการตลาดหรือโฆษณาให้เกิด IMPACT ต่อทุกคนนั้นเป็นเรื่องที่ยากมาก เพราะลูกค้าแต่ละกลุ่มก็มีพฤติกรรมที่แตกต่างกันไป

วันนี้จึงเรียกได้ว่ามันหมดยุคของการหา Common Insight แล้ว แต่ต้องหา Insight จาก Data ที่มีต่างหาก ต่อมาเราจึงอยากชวนทุกคนมาดูกันต่อว่าแล้วต้องใช้ Insight Data แบบไหนล่ะ ที่จะทำให้เกิด IMPACT ได้มากขึ้น?

1. Personal Data ข้อมูลส่วนบุคคล หรือข้อมูลลูกค้าของเรา

2. Behavioral Data ข้อมูลการใช้งาน การ Interact ต่าง ๆ

3. Purchased Data ข้อมูลการซื้อที่เกิดขึ้นจริง สำคัญต่อการเอาไปคิดต่อว่าจะทำการตลาดกับคนแต่ละกลุ่มยังไง

4. Media Data ต้องเข้าใจข้อจำกัดของแต่ละ Media

5. Contextual Data ที่สำคัญกับคนทำ Ads เพราะเป็น Data ที่มีให้ใช้งานค่อนข้างง่าย

โดยเราจะพามาดูในแต่ละหัวข้อกันต่อไปค่ะ

Personal Data เป็นข้อมูลส่วนบุคคล หรือข้อมูลลูกค้าของเรา เช่น เวลาจะสมัคร Member หรือซื้อของแล้วกรอกข้อมูลต่าง ๆ เช่น

  • Name 
  • Last name
  • Gender
  • Birthday
  • Address
  • Phone
  • Income
  • Status
  • Child
  • Occupation
  • Company
  • Etc.

เพราะการที่เรารู้ว่าลูกค้าแบรนด์เรามีคนจากครอบครัวเดียวกันหรือเปล่า เป็นผู้ชายหรือผู้หญิง ก็เป็นสิ่งสำคัญต่อการที่เราจะทำการสื่อสารการตลาดออกไปให้แตกต่างกันกับคนแต่ละกลุ่ม

หรืออย่างเช่นในเรื่องของเบอร์ พี่หนุ่ยได้แชร์ถึงการดูเบอร์มังกร คือลูกค้าที่มีกำลังทรัพย์ ดังนั้นอย่างเวลาที่เราจะทำการตลาดอะไรออกไป อาจจะลองให้คนที่ดูเบอร์เป็น มาช่วยคัดลูกค้าจากเบอร์ แล้วค่อยเอาไปทำการตลาดต่อ เช่น Muketing เป็นต้น

ดังนั้นอย่ามองข้ามข้อมูลเบสิคพื้นฐานของลูกค้า ลองกลับไปดู และใส่ใจกับการทำการตลาดจากสิ่งนี้กันดูนะคะ

เช่น Nike ใช้ Data ปรับแต่ง Display หน้าร้าน ดูว่าคนในรัฐนี้เสิร์ชหาหรือสนใจสินค้าตัวไหนเป็นพิเศษ แล้วเอาไปปรับหน้าร้านให้ตรงกับ Data เอาสินค้าที่ฮอตฮิตมาโชว์ให้คนดูเยอะขึ้น ผลลัพธ์คือทำให้คนเข้าร้านเยอะขึ้น ซื้อง่ายขึ้น ดังนั้น Data ใช้ได้หลากหลายมิติมาก อย่างเคสนี้เองก็เป็นการใช้ Digital Data ไปปรับให้เข้ากับ Physical Store

หรืออย่าง Netflix เคสที่หลาย ๆ คนคุ้นเคย คือการเอาพฤติกรรมการดูซีรีส์ของเรา มา Develop ต่อ เช่น พอเรามี Data รู้ว่าคนชอบหนังที่ผู้กำกับเป็นคนนี้ มีนักแสดงคนนี้ Netflix จึงเอามาคิดต่อว่าจะทำหนังอะไรต่อดี จึงออกมาเป็นเรื่อง House of Card จากสมการที่ถอด Data ออกมานั่นเอง

พามาดูวงการรถยนต์กันบ้าง ORA Good Cat รถยนต์เก็บ Data เช่น การมีกล้องหรือเซ็นเซอร์อยู่รอบคัน ช่วยเว้นระยะห่างจากคันหน้า ก็ทำให้มนุษย์เราขับรถเหนื่อยน้อยลง ในเคสนี้คือการเก็บ Data ว่าเราขับรถยังไง เบาแรงขนาดไหน ดังนั้นเมื่อเราขับเสร็จ มันจะมีคะแนนการขับรถขึ้นให้เราดู ว่าเราขับรถดีหรือเปล่า เพราะงั้นถ้าเรารู้ เราก็จะสามารถปรับพฤติกรรมให้เราขับดีขึ้นได้อีกด้วย เป็นประโยชน์มาก ๆ เลยค่ะ

หรืออย่างหุ่นยนต์ทำความสะอาด เราจะแยกเจ้าของหุ่นที่ขี้เกียจปกติกับขี้เกียจมากกกกออกจากกันได้ยังไง? นั่นก็คือ Data ในหุ่นจะบอกว่าใครที่ไม่เก็บฝุ่นในถังไปทิ้งและไม่เติมน้ำที่แห้งในถัง นั่นแหละคือกลุ่มคนที่ขี้เกียจมากเป็นพิเศษ ดังนั้นถ้าเรารู้ Data เวลาเราอยากสื่อสารไปถึงคนที่ขี้เกียจมากกว่าปกติ ก็จะทำให้เราทำการตลาดได้แม่นยำมากขึ้น

ข้อมูลการซื้ออาจจะเป็นอะไรที่ไม่ค่อย Sexy แต่ถ้าเรามีข้อมูลการซื้อที่เกิดขึ้นจริง นั่นจะเป็นอะไรที่ Value หรือมีค่ามากที่สุดเลยล่ะค่ะ ตัวอย่างข้อมูล Purchased Data เช่น 

  • ใคร
  • ซื้ออะไร
  • ซื้อเมื่อไหร่
  • ซื้อมานานแค่ไหน
  • ซื้อเยอะเท่าไหร่
  • ซื้อบ่อยขนาดไหน
  • ซื้อด้วยโปรอะไร
  • Etc.

ถ้าเรามีข้อมูลการซื้อที่เกิดขึ้นจริงแล้ว สิ่งแรกที่ต้องทำคือแบ่งไปหาลูกค้าชั้นดีค่ะ เช่น การใช้ RFM Model แบ่งลูกค้าจากพฤติกรรมการซื้อจริงๆ จากภาพจะเห็นได้ว่าลูกค้าชั้นดี 13% ดังนั้นเราเลือกทำการตลาดที่แตกต่างกันไปตามลูกค้าแต่ละกลุ่มได้ เพราะอย่างลูกค้าชั้นดีเขาอาจไม่ได้ต้องการการลดราคา แต่ต้องการพริวิลเลจ หรือสิทธิพิเศษที่มากกว่าคนอื่นนั่นเอง

อีกวิธีนึงคือ Market Basket การดูว่าคนซื้ออันนี้แล้วชอบซื้ออะไรต่อ โดยการเอาข้อมูลลูกค้าแต่ละบิลมาดูเลยว่าชอบซื้ออะไรร่วมกัน เช่น คนซื้อขนมปัง มักจะซื้อนมด้วย ก็เอามาหาละทำการตลาด Upsell ดังนั้นถ้าเราทำการตลาดจากการเริ่มดู Data ก่อน แล้วค่อยให้ครีเอทีฟคิดต่อยอดให้สร้างสรรค์ขึ้น จะช่วยให้เกิด Conversion ที่ดีขึ้นได้ค่ะ 

หรือตัวอย่างกลุ่มสินค้าคุณแม่ลูกอ่อน มาดู Data กันว่าวันและเวลาไหนที่ขายดี ผลคือคุณแม่ลูกอ่อนชอบช้อปตอนลูกหลับ แต่ปรากฏว่าลูกหลับทั้งวัน=คุณแม่ก็ช้อปวนไปทั้งวันค่ะ555555 ดังนั้นพอเราเห็น Data จากเดิมอาจจะเคยวางพนักงานว่าต้องตอบแชทลูกค้าตอนดึกนะ ก็กระจายมาให้ตอบตอนกลางวันกับกลางคืนเท่า ๆ กัน เพราะแค่การตอบเร็วขึ้น ลูกค้าก็ซื้อเร็วขึ้นและง่ายขึ้นด้วยเช่นกัน

ทุกวันนี้เรามี Media หลาย Touchpoint ดังนั้นแนะนำให้ทำ Testing เพื่อดูช่องทางที่เกิดลลัพธ์ดีที่สุด ลองวัดผลมาแล้วเกิด Conversion ดีสุด ก็ค่อยเอางบการตลาดไปใส่ในช่องทางนั้นเพิ่มเป็นสัดส่วนที่มากกว่าทางอื่น เป็นต้น ดังนั้นแนะนำให้ทำ Testing เก็บ Data ไว้วัดผลเยอะๆ จะทำให้เรารู้ว่าควรทำโฆษณาแบบไหนค่ะ 

ตัวอย่างโฆษณาจากแบรนด์ธนาคารต่างประเทศที่น่าสนใจ เหตุเกิดจากการอยากให้คนออมเงินเยอะขึ้น เลยทำ Ads มา Block Ads ?! เป็นแคมเปญที่มีชื่อว่า Buy Now Blocker จาก Data ของการที่เวลาคนเราไถโซเชียลมักจะเจอโฆษณาขึ้นมาตรงใจมากเพราะระบบเก็บจากสิ่งที่เรา Interest เช่น ช่วงไหนดูกระเป๋าบ่อย ๆ ก็จะขึ้นโฆษณากระเป๋ามาเต็มฟีด แต่แคมเปญนี้ใช้ไอเดีย Block โฆษณาสินค้าเหล่านั้น เปลี่ยนเป็นภาพของธนาคารแทน เพื่อระงับกิเลสคน แทนที่จะเห็นละเสียเงิน แต่สนับสนุนให้เอาเงินมาออมกับธนาคารเราดีกว่า55555

อย่างโฆษณาที่เห็นได้ชัดเจนคือไอติม ต่อให้เป็นสินค้าเดียวกัน แต่คนละสถานที่ แน่นอนว่าผลลัพธ์ก็แตกต่างกันออกไป เช่น ไอติมขายที่ไทยในหน้าร้อน กับขายที่ฮอกไกโดในญี่ปุ่น ลองจินตนาการดูสิคะว่าโฆษณาในที่ไหนจะเกิด Conversion ได้มากกว่า ดังนั้นหาบริบทที่ใช่ให้เจอ แล้วค่อยทำการตลาดออกไป

เช่น บัตร Mastercard ทำ Ads Out of Home บนรถโดยสาร เล่นกับบริบทสถานที่ได้อย่างถูกจังหวะและเหมาะสมมาก ๆ โดยการสื่อสารว่าแค่จ่ายเงินผ่านการแตะบัตร Mastercard ก็สะดวกรวดเร็วขึ้น ไม่ต้องกลัวคนแย่งที่นั่งที่ว่างอยู่แน่นอน

หรือ Burger King ทำ Location Ads Context ให้คนโหลดแอพแล้วขับให้ไปใกล้ร้านคู่แข่งมากที่สุด เป็นการกวนประสาทพนักงาน ใครใกล้สุดได้รางวัลไปเลย เป็นการทำ Contextual Marketing เล่นกับโลเคชั่นได้ดี

รวมถึงเคสยาแก้ไอของต่างประเทศ เลือกพื้นที่ในการทำโฆษณาเฉพาะที่ที่มีอุณหภูมิเหมาะกับการป่วย เช่น ที่เย็น ๆ หนาว ๆ และหาตัวแปรต่าง ๆ เพิ่มเติม ศึกษา Social Data ว่าพื้นที่ไหนมีข้อมูลการป่วยเยอะ สภาพอากาศ PM2.5  มาใช้เป็นเกณฑ์ในการดูว่าควรจะโฆษณาในพื้นที่ไหน

อย่างในไทยบ้านเราเองอย่างโฟมล้างมือคิเรอิ ในช่วงสถานการณ์ Covid-19 ก็ทำการตลาดจากการดูว่าพื้นที่ไหนเสี่ยงมากหรือเป็นพื้นที่สีแดง ก็ให้ส่วนลดมาก เป็นต้น

1. Personal Data ข้อมูลส่วนบุคคล หรือข้อมูลลูกค้าของเรา ให้ลองทบทวนดูให้ดีว่าเราเอามาดูอย่างละเอียดและใส่ใจมากพอรึยัง

2. Behavioral Data ข้อมูลการใช้งาน การ Interact ต่าง ๆ ที่เรารู้แล้ว มีการ Tracking ไว้หมดแล้ว แต่เราเคยตั้งคำถามไหมว่าคนที่สะท้อนพฤติกรรมแบบนี้ออกมา จริง ๆ แล้วเป็นคนแบบไหน มีพฤติกรรมยังไง

3. Purchased Data ค้นหาและแบ่งลูกค้าชั้นดีจากข้อมูลการซื้อที่เกิดขึ้นจริง เพราะข้อมูลการซื้อที่เกิดขึ้นจริงเป็นสิ่งสำคัญต่อการเอาไปคิดต่อว่าจะทำการตลาดกับคนแต่ละกลุ่มยังไง

4. Media Data ต้องเข้าใจข้อจำกัดของแต่ละ Media และกลับไปดูหลังบ้านว่า Media แต่ละแพลตฟอร์ม เราสามารถฟิลเตอร์เรื่องอะไรได้บ้าง

5. Contextual Data ใส่ใจกับข้อมูลบริบทโดยรอบ ไม่ว่าจะเป็นพื้นที่ สภาพอากาศ ช่วงเวลา ฯลฯ แล้วนำมาทำการตลาดให้เหมาะสม

ดังนั้นจะเห็นได้เลยว่าการหา Insight จาก Data เป็นสิ่งที่สำคัญมากค่ะ เพราะจะทำให้เราออกแบบหรือวางแผนการทำโฆษณาออกมาได้อย่างตอบโจทย์ ตรงใจ รวมถึงเป็นการใช้งบประมาณที่มีได้อย่างคุ้มค่ามากที่สุดอีกด้วย

หวังว่าบทความนี้จะเป็นประโยชน์ให้กับนักการตลาด นักโฆษณา แบรนด์ และผู้อ่านทุกคนนะคะ เพื่อเตรียมตัวให้พร้อมสู่ Ads Trends 2024 ไปด้วยกันค่า~

และทุกคนสามารถติดตามบทความด้านการตลาดเพิ่มเติมได้จากเพจการตลาดวันละตอน ที่ เว็บไซต์ Facebook Instagram Twitter Youtube และ Blockdit ได้เลยค่า

Fern Panassaya

เฟิร์น Junior Marketing Content Creator แห่งการตลาดวันละตอน รักแมวอ้วนและหมาโกลเด้น ตั้งใจสร้างสรรค์ทุกผลงาน ฝากเป็นกำลังใจและติดตามคอนเทนต์ใหม่ ๆ ต่อจากนี้ด้วยค่ะ <3

Leave a Reply

Your email address will not be published. Required fields are marked *