Case Study การทำ Personalization at Scale ของ Pomelo กว่าจะรู้ใจลูกค้าได้ทุกคน
จาก Case Study การทำ Personalization at Scale ของธุรกิจแฟชั่น Pomelo ในช่วงแรกทีมงานได้พยายามสร้าง Predictive Model ที่ดีขึ้นกว่าเดิมด้วยการเติมดาต้าทุกอย่างเข้าไปให้ได้มากที่สุด
แต่การปรับ Predictive Model แบบ Real-time เพื่อทำ Personalization อาจไม่ใช่คำตอบที่ดีที่สุดเสมอไป
พวกเขาเอาดาต้าตั้งแต่การใช้งานภายในแอป บวกกับข้อมูลการใช้งานเว็บไซต์ เอาทุก Event ที่เกิดขึ้นใส่เข้าไปหมดใน CDP ของ Segment เพื่อเอามาทำ Personalization ให้ได้ดีที่สุดครับ
เมื่อมีดาต้าใหม่ป้อนเข้ามา ก็ต้องมาการปรับจูน Predictive model ใหม่เรื่อยๆ ทางทีมงาน Pomelo ก็พยายามหาจุดการปรับเปลี่ยนโมเดลให้ออกมาดีที่สุด ซึ่งกลายเป็นว่าดีที่สุดไม่ใช่อัพเดทข้อมูลแบบ Real-time ที่สุดเสมอไป
ทางทีมงานพบว่าจุดที่ดีที่สุดของพวกเขาคือการลดปริมาณดาต้าที่ไหลเข้า ไม่ต้องเอาทุกอย่างมาร่วมวิเคราะห์ จากนั้นก็ลดการปรับปรุง Predictive model ลงจากที่เคยอัพเดทแบบ Real-time กลายเป็นสองสัปดาห์อัพเดทครั้งทุกครั้งที่มีสินค้าใหม่ออกมา เพื่อเพิ่ม Traffic ในวันดังกล่าวด้วย
การอัพเดท Recommendation ทุกครั้งจะทำให้เกิดการแตกต่างของสินค้าแนะนำสำหรับลูกค้าแต่ละคนทีละเล็กทีละน้อยเสมอ แม้ว่าพฤติกรรมการใช้งานของลูกค้าจะไม่ได้มีอะไรเปลี่ยนแปลงก็ตาม
Pomelo เลยทำการทดสอบโมเดลใหม่ผ่าน Just for You ที่เป็นรูปแบบ Carousel (เลื่อนข้างไปเรื่อยๆ) ที่จะคอยทำหน้าที่แนะนำสินค้าใหม่ๆ ให้กับลูกค้าผู้ใช้งาน และก็พบว่าเจ้าโหมดใหม่นี้สามารถเพิ่มยอดขายได้จริง
Pomelo เลยเปิดตัวระบบ Recommendation ใหม่ที่ชื่อว่า Shop this Style ที่แสนจะรู้ใจหรือ Personalization ในทุกๆ ช่องทางไม่ว่าจะแอปหรือเว็บก็ตาม เพื่อแนะนำสินค้าใหม่ๆ ที่ผู้ใช้น่าจะชอบแต่ไม่สามารถไล่ค้นหาหรือเลื่อนดูลงไปถึง และก็ยังเป็นการแนะนำสินค้าในหมวดหมู่อื่นๆ ที่เจ้าตัวอาจไม่เคยดูมาก่อน
เช่น ถ้าคุณดูเสื้ออยู่ คุณอาจจะเห็นว่าระบบแนะนำต่างหู รองเท้า และกางเกงที่ดูแสนจะเข้ากันกับเสื้อตัวนั้น และ Predictive model นี้ก็สามารถเพิ่มรายได้ให้ Pomelo ถึง 1.5% ฟังดูน้อยแต่เมื่อเทียบกับยอดขายรวมแล้วเยอะนะครับ โดยเฉพาะเมื่อคิดถึงว่านี่เป็นแค่ 1 ฟีเจอร์ใหม่จากฟีเจอร์เดิมทั้งหมดที่แอปมี แต่กลับเพิ่มยอดได้ถึง 1.5% นับว่าไม่ธรรมดาเลยทีเดียว
และนี่คือภาพ TechStack ของการทำ Personalization ที่ Pomelo ทำครับ
ถ้าดูจากภาพจะเห็นว่าเริ่มจาก Pomelo ดึง Customer Data เข้ามายัง Segment ที่เป็น Customer Data Platform ตัวจัดการกับข้อมูลลูกค้าจากทุกช่องทางที่ Pomelo มี
จากนั้นก็ส่งต่อไปยัง AWS Lambda ให้ยัง Amazon Personalize วิเคราะห์หาว่าลูกค้าคนไหนน่าจะชอบอะไร แล้วก็ใช้ Looker ของ Google ในการทำ Data Visualization อีกด้วย
จากนั้นก็ส่งต่อไปยัง Braze เพื่อทำ Marketing Campaign ต่อ ไม่ว่าจะส่งอีเมล SMS แชท หรืออื่นๆ ก็ตาม และทั้งหมดนี้ทำให้เห็นว่าการจะทำ Personalization ให้ประสบความสำเร็จ ต้องเลือก TechStack ที่ดีด้วย
The Future of Personalization ของ Pomelo
หลังจากที่ Pomelo ได้ใช้ CDP ของ Segment บวกกับ TechStack อื่นๆ อย่าง Amazon Redshift และ Looker เพื่อดูว่าสามารถเพิ่มยอดขายหรือ ROI ได้อย่างทั่วถึงในทุกสินค้าที่มีหรือไม่
ทีม Pomelo ใช้ Looker เป็น Dashboard ในการ Report ผู้บริหารว่าโมเดลหรือแคมเปญไหนบ้างที่ประสบความสำเร็จ อะไรบ้างที่ทำเงินได้จริง และปัจจัยได้บ้างที่ส่งผลให้เกิดยอดขายเพิ่มขึ้นเมื่อนำดาต้าที่หลากหลายมาประกอบเชื่อมโยงกัน
Pomelo ได้เอา Recommendation Model ที่สร้างมาใช้ช่วยขายสินค้าที่มีมากมายให้ได้ในช่วงโควิดที่ผ่านมา ปัญหาหนึ่งของธุรกิจแฟชั่นคือสต็อกสินค้าอาจเหลือหรือขาดได้ และที่มักเจอประจำคือสินค้าขายดีมักขาดโดยไม่รู้ตัว และสินค้าที่ขายไม่ดีก็ยังเหลือบานค้างสต็อก
แต่ปัญหานี้เริ่มหมดไปเมื่อ Predictive Model มีความแม่นยำ เมื่อระบบสามารถคาดการณ์ล่วงหน้าได้จากพฤติกรรมการซื้อของลูกค้าแต่ละคน แล้วก็เอาไปใช้ในการสต็อกสินค้าให้ตรงกับใจของลูกค้ามากขึ้น
ของที่น่าจะขายดีก็มีสต็อกพอเมื่อต้องขาย ส่วนของที่ขายไม่ได้มาก่อนก็ถูกนำไปเสนอขายให้กับคนที่น่าจะชอบของชิ้นนั้นอย่างรวดเร็วและแม่นยำ
ทั้งหมดนี้แม้อัตราการคลิ๊กดูสินค้าโดยรวมจะลดลง แต่อัตราการเกิด Conversion หรือยอดขายจริงจะเพิ่มสูงขึ้น เพราะเดิมลูกค้าต้องเลื่อนหาและกดดูสินค้าไปเรื่อยๆ จนกว่าจะเจอของที่ถูกใจ แต่ตอนนี้การทำ Personalization ของ Pomelo นั้นแม่นยำมากจนสามารถของสินค้าที่ลูกค้าน่าจะกำลังอยากได้ขึ้นมาให้เห็นเร็วขึ้น นำไปสู่การปิดการขายที่เร็วขึ้นตามไป
ในตอนหน้าของการตลาดวันละตอน เราจะไปดูบทสรุปกันว่าตกลงแล้วการทำ Personalization จาก Predictive Recommendation นั้นช่วยเพิ่มยอดขายได้อย่างไร
พร้อมกับบทสรุปของการทำ Personalization จาก Pomelo ที่เชื่อว่านักการตลาดทุกคนและผู้บริหารยุคใหม่น่าจะสนใจเอาไปกำหนดเป็น Business Strategy ของตัวเองครับ
บทสรุป Case Study Pomelo กับการทำ Personalization at Scale ด้วย CDP จนรายได้เพิ่ม 15%
Pomelo มีรายได้เพิ่มขึ้นถึง 15% จากการทำ Personalized Marketing และหลังจากใช้งาน CDP Segment และ Amazon Personalize ก็มีรายได้รวมเพิ่มขึ้นอีก 8%
และที่สำคัญกว่านั้นคือการเพิ่มขึ้นของ Customer Loyalty หรือลูกค้าที่ติดใจใน Pomelo นั่นเองครับ
เพราะจากตัวเลขการเพิ่มขึ้นของ Customer Engagement กว่า 60% มาจาก Personalized Content ในส่วน Just for You ที่แนะนำสินค้าที่รู้ใจลูกค้าแต่ละคนอย่างเข้าใจจริงๆ และฟีเจอร์ Shop this style ก็สามารถยกระดับ Product Engagement ได้มากถึง 50% ทีเดียวครับ
ลองคิดภาพซิครับว่าแต่เดิมระบบ Personalization ที่ไม่ค่อยรู้ใจตัวเก่า แนะนำอะไรมาคนก็ไม่ค่อยกดดูต่อ แน่นอนว่ามันทำให้ยอดขายไม่ตามมา แต่พอยกระดับเรื่อง Customer Data Platform แล้วก็เอาระบบ Personalized Engine ฉลาดๆ เข้าไปก็ส่งผลให้สินค้าที่แนะนำดูน่ากดช้อปต่อไปหมด ทั้งหมดนี้จึงทำให้รายได้รวมของ Pomelo เพิ่มขึ้นในแบบที่คู่แข่งไม่มีทางเลียนแบบได้เลย
และด้วยระบบที่ทำงานแบบ Dynamic ทำให้สามารถต่อเติมเพิ่มขยายได้โดยไม่ต้องไปทำอะไรให้วุ่นวาย ดังนั้นการเลือกระบบที่สามารถยืดหยุ่นได้จึงกลายเป็น TechStack Strategy สำคัญที่ฝ่ายบริหารต้องรู้
เครื่องมือที่ดีต้องไม่ยึดติดอยู่กับแค่การใช้งานกับแพลตฟอร์มตัวเองอย่างเดียว แต่ยังคิดถึงความสะดวกของลูกค้า หรือคิดถึงการเชื่อมต่อกับเครื่องมือคนอื่นที่ทำงานได้ดีกว่าอีกด้วย
สรุป 6 ข้อดีที่ Pomelo ใช้ CDP Segment คู่กับ AWS Personalize ในครั้งนี้
- เพิ่มรายได้ 15% จากการแสดงสินค้าแบบ Personalized Content ในหน้าประเภทสินค้านั้นๆ
- เพิ่มรายได้รวม 8% จากการใช้ CDP Segment และ Amazon Personalize ในทุกหน้าสินค้าทุกชนิด
- Product Engagement เพิ่มขึ้น 50% จากการทำ Predictive Recommendation สินค้าในหน้า Just for You และ Shop this style
- Add-to-cart เพิ่มขึ้น 16%
- ROI เพิ่มขึ้น 400% หลังจากใช้งาน Amazon Personalize ไปแค่หนึ่งเดือนกับฟีเจอร์ Just for You
- การกดดูสินค้าทั้งหมดเพิ่มขึ้นกว่า 60% เมื่อใช้ CDP Segment คู่กับ Amazon Personalize เพื่อทำ Personalized Recommendation กับทุกหน้า
เป็นอย่างไรกันบ้างครับกับ Case Study การทำ Customer Data Platform เพื่อต่อยอดทำ Personalization ของ Pomelo จนสามารถเพิ่มรายได้และยอดขายโดยรวม ไปจนถึง Customer Loyalty ในวันที่หาได้ยากยิ่งเหลือเกิน
เราจะเห็นว่าแก่นของการตลาดนั้นไม่เคยซับซ้อน แค่ต้องรู้ว่าลูกค้าชอบอะไร แล้วเราจะทำการตลาดอย่างไรให้ถูกใจลูกค้ามากขึ้น
แต่ความซับซ้อนกลับเป็นเรื่องของ Data ที่มีมาจากหลากหลายช่องทาง ซึ่งถ้าเราเอา Data ทั้งหมดมาประกอบเชื่อมโยงกันไม่ได้ ความ Enrich ของ Data ก็จะหายไปอย่างน่าเสียดาย
แล้วการจะทำ Personalization ก็ต้องหาความเหมาะสมที่พอดีระหว่าง Business cost ซึ่งบางทีการ Real-time มากไปก็อาจไม่ใช่คำตอบที่ดีที่สุด
ลองเอา Case Study Personalization at Scale ของ Pomelo ไปต่อยอดกันดูนะครับ ลองดูกันว่าเราจะเริ่มวางแผนทำแบบนี้กับลูกค้าเราได้อย่างไร เพราะนี่คือกลยุทธ์การตลาดยุคดาต้า ยุคที่เราต้องแข่งกันว่าใครจะรู้ใจลูกค้ามากกว่ากัน
อ่านบทความตอนแรก
อ่าน Case Study เรื่อง CDP และ Personalization ในการตลาดวันละตอนต่อ > https://www.everydaymarketing.co/?s=CDP
