Experiment Driven Personalization Case Study การใช้ CDP จาก The Vintage Bar
Experiment Driven Personalization การจะรู้ใจลูกค้าได้ต้องมาจากการพยายามเข้าไปทำความรู้จัก บทความ Case Study การใช้ CDP ทำ Personalized on-site Search ของ The Vantage Bar ที่บอกให้รู้ว่าหลังจากรู้จักลูกค้าผ่าน Data แล้วพวกเขาพยายามเดาใจว่าลูกค้าแต่ละคนชอบอะไรมากกว่ากันจนเป็นแพลตฟอร์มที่แสนจะรู้ใจนักช้อปแบรนด์เนมทั้งหลายครับ
จาก CDP เพื่อเก็บ First-Party Data ให้มีประสิทธิภาพและคุณภาพ มาสู่การพัฒนา on-site search แบบ Personalization ของ The Vintage Bar ที่แสนจะรู้ใจจนสามารถเพิ่มยอดขายได้มากมายโดยไม่ต้องยิงแอดโฆษณาสักบาท จากบทความตอนแรกมาต่อกันเลยครับ
การจะทำ Personalized Marketing การตลาดแบบรู้ใจที่ดี การจะเป็นองค์กรที่ใช้ Data-Driven Marketing ได้เยี่ยม ต้องเริ่มจากการสามารถจัดเก็บและจัดการกับ Customer Data ที่มากมายกระจัดกระจายไปทั่วให้ได้ก่อน จากนั้นก็เอามาทำ Analytics วิเคราะห์ต่อยอดเพื่อยกระดับ Customer Experience ให้ดีขึ้น ด้วยการทดสอบ A/B testing หลายแบบอยู่ตลอดเวลา ทั้งหมดนี้ก็เพื่อหาว่าแบบไหนนะถึงจะถูกใจลูกค้าแต่ละคนจนนำไปสู่ยอดขายที่เพิ่มขึ้นในที่สุดครับ
แต่รู้ไหมครับว่าการจะทำการตลาดแบบรู้ใจ Personalization ให้ดีนั้นอาจไม่ต้องหันไปไหนไกล เพราะบริษัทส่วนใหญ่โดยเฉพาะกลุ่มธุรกิจ E-commerce นั้นใช้แค่ Personalization on-site search ช่องค้นหาในเว็บตัวเองที่ให้ผลลัพธ์แบบรู้ใจก้สามารถเพิ่มรายได้มากถึง 30-60% แล้ว
เหมือนที่ The Vintage Bar ใช้เครื่องมือ MarTech ที่ชื่อว่า Algolia และ CDP Twilio ของ Segment ทำ Personalized on-site search สำเร็จมาแล้ว
Data Attribute ที่ Algolia ใช้ทำ Personalized on-site search ประกอบด้วย แบรนด์ที่ผู้ใช้เคยดูหรือค้นหาในอดีต แนวสินค้าที่เคยสนใจหรือเคยซื้อ สี และอื่นๆ เอามาประมวลผลแบบ real-time เพื่อประเมินว่าการค้นหาครั้งถัดไปของผู้ใช้คนนี้ เราควรจะหยิบสินค้าชิ้นไหนมาแนะนำดี ที่จะสามารถปิดการขายได้เร็วขึ้น
ผลลัพธ์ที่ได้คือ The Vintage Bar เพิ่ม Conversion Rate ได้เว็บได้มากถึง 12% และยังช่วยเพิ่มอัตราการซื้อซ้ำอีกด้วย ทั้งหมดนี้ก็เพราะคนยิ่งเสิร์จ ยิ่งซื้อ ก็ยิ่งเจอสินค้าที่รู้ใจและถูกใจจนอยากซื้อมากขึ้นเรื่อยๆ
ยังจำบทความชุด 30 Case Personalization Strategy ก่อนหน้าได้มั้ยครับ จากเดิมมีสินค้าเยอะไปกลายเป็นปัญหา เพราะไม่รู้ว่าจะเอาอะไรไปแนะนำลูกค้าดี ส่งผลให้สต็อกบวมกลายเป็นฝันร้ายของคนทำธุรกิจสตาร์ทอัพ แต่พอมีระบบ Personalization ที่ดีกลายเป็นฝันดีของลูกค้าที่ยิ่งเสิร์จยิ่งเจอของที่น่าซื้อมากขึ้นเรื่อยๆ จนสุดท้ายทนไม่ไหวก็ซื้อมาจนเต็มบ้านในที่สุด
แต่การจะรู้ใจได้ว่าลูกค้าคนนี้ชอบแบบไหน ก็ต้องผ่านการลองผิดลองถูก ลองเรียนรู้เพื่อดูใจ หรือที่ภาษา Data-Driven เขาเรียกว่าการทำ Experiement หรือ A/B Testing นั่นเองครับ
ระบบการค้นหาก็จะเอาผลลัพธ์แบบต่างๆ มาลองป้อนให้ผู้ใช้งานหรือลูกค้าแต่ละคนดู จากนั้นก็เรียนรู้ว่าลูกค้าคนนี้ชอบกดดูสินค้าแบบไหน สินค้าแบบนั้นคือแบรนด์อะไร ใช้เวลาดูจริงจังนานแค่ไหน สุดท้ายกดใส่ตะกร้าแล้วกดจ่ายเงินหรือเปล่า ถ้ากดซื้อของชิ้นนั้นสีอะไร สไตล์ไหน ไปจนถึงรายละเอียดมากมายเท่าที่นักการตลาดจะคิดเพื่อเก็บไปต่อยอดได้ แต่ทั้งหมดนี้คือการ Analytic & Optimization แบบ Real-time นะครับ
ซึ่ง The Vintage Bar ก็ทำ Personalization ผ่านสองฟีเจอร์หลักในเว็บตัวเอง
- Similar Styles เป็น Algorithm แนะนำสินค้าที่มีสไตล์คล้ายกับที่คุณดู โดยอ้างอิงจากพฤติกรรมการเสิร์จของคุณ ควบคู่กับผู้ใช้งานคนอื่นๆ ในเว็บ และก็บอกว่าคนที่ชอบดูสินค้าแบบนี้ มักจะชอบดูสินค้าสไตล์แบบนี้ด้วย (เหมือนมีพนักงาน FA เก่งๆ มาแนะนำสินค้าให้เลยใช่ไหมครับ)
- You May Also Like เป็น Algorithm ง่ายๆ ที่คุ้นเคย นั่นก็คือระบบแนะนำสินค้าอื่นๆ ที่ดูจากพฤติกรรมการค้นหาของเราอีกเช่นกัน แต่จะไม่ได้แนะนำสไตล์อื่นเพิ่ม แต่จะเป็นการแนะนำสินค้าตรงๆ ไปเลย ซึ่งบางอันอาจดูฉีกไปมากของการค้นหาของเรา แต่เป็นเพราะคนที่มีพฤติกรรมการค้นหาคล้ายๆ เราส่วนใหญ่เขาชอบไปดูหรือซื้อของแบบนี้ต่อ
คุณอาจสงสัยว่า แค่ไอ้สองฟีเจอร์ง่ายๆ ที่เห็นจนชินตาแบบนี้เนี่ยนะ จะมาเพิ่มยอดขายให้ธุรกิจได้มากมายจริงจัง อย่ามาตลก!
ผมไม่ได้ตลกนะครับ แต่จากรายงานบอกให้รู้ว่าเมื่อ The Vintage Bar เทียบกับการค้นหาแบบปกติที่ไม่ได้ใช้ Personalization Engine สองส่วนที่บอกไป กลายเป็นว่าผลลัพธ์ที่ได้นั้นแตกต่างอย่างมีนัยยะสำคัญ
- Cart Conversion เพิ่มขึ้น 8.25%
- Checkout Conversion เพิ่มขึ้น 15.26%
- ภาพรวม Conversion ทั้งหมด เพิ่มขึ้น 33.82%
จากการทดสอบเปรียบเทียบว่าควรจะลงทุนกับการทำ on-site search แบบ Personalization หรือไม่ ก็ชัดเจนว่าตกลงเราควรมุ่งทำการตลาดแบบรู้ใจด้วยช่องเสิร์จง่ายๆ ในเว็บเรานี่แหละครับ
จาก Personalization on-site search มาสู่การยกระดับ Customer Experience แบบ RFM Model
แค่การทำ Personalization on-site search อย่างเดียวอาจไม่พอ เพราะ The Vintage Bar ยังทำมากกว่านั้นด้วยการทำ Customer Experience แบบ Personalization ตาม Customer Journey ที่กำลังเกิดขึ้นแม้ลูกค้าคนนั้นจะสลับไปมาหลากหลายช่องทางก็ตาม
เพราะการตลาดยุคนี้จะหวังพึ่ง Third-Party Data เหมือนวันวานไม่ได้ ด้วยการเข้มงวดในเรื่องของ PDPA หรือ GDPR ยังไม่นับอีกว่าผู้บริโภควันนี้ไม่ยอมปล่อยให้คนอื่นเก็บดาต้าพวกเขาไปโดยไม่รู้ว่าจะเอาไปไหน ไปใช้อะไร
นั่นเลยยิ่งเป็นเหตุผลว่าทำไมเราถึงต้องกลับมาโฟกัสกับการเค้นหา Consumer Insight จาก First-Party Data ให้ได้มากที่สุด ทั้งหมดนี้จะพาเรากลับมาสู่แก่นของการตลาดตรงที่เราต้องให้ความสำคัญกับลูกค้าชั้นดีก่อนลูกค้าทั่วไป
เพราะไม่ใช่ทุกคนจะสำคัญต่อธุรกิจเราเท่ากัน ก่อนั้นเราค่อยเอา Custom Audience ที่ได้ผ่านการทำ Customer Segmentation หลังบ้านไปเชื่อมต่อกับแพลตฟอร์มโฆษณาออนไลน์ หรือโซเชียลมีเดียใหญ่ๆ ไม่ว่าจะ Facebook, Instagram, Google หรือ YouTube
เพื่อให้ช่วยหาคนที่คล้ายๆ ลูกค้าปัจจุบันเรามาเพิ่มให้หน่อย หรือที่เรียกกันคุ้นหูว่า Look a like audience จาก Loyalty Customer เพื่อให้ได้ New Customer ไวขึ้นในราคาที่ถูกลง
สรุป Case Study Personalization บน on-site search ที่สามารถเพิ่มยอดขายได้เป็นกอบเป็นกำของแพลตฟอร์มซื้อขายแบรนด์เนมมือสอง The Vintage Bar
มากไปกว่าการหาลูกค้าใหม่ผ่านการยิงแอดโฆษณาออนไลน์ คือการต่อยอดจากลูกค้าเดิมหรือกลุ่มผู้ใช้งานที่กำลังสนใจเราอยู่ เก็บ Customer Data ที่มากมายแต่กระจัดกระจายไว้ให้ได้มากที่สุด มีเครื่องมือที่พร้อม Analytics & Optimization แบบ Real-time เพื่อหาว่าตกลงแล้วอะไรที่ดี่สุดสำหรับลูกค้าแต่ละคนที่แตกต่างกัน
ทั้งหมดนี้เทียบได้กับการมีพนักงานขายเก่งๆ ที่คอยดูแลลูกค้าเมื่ออยู่หน้าร้าน เพียงแต่ว่าวันนี้ลูกค้าส่วนใหญ่มาอยู่บนหน้าจอเท่านั้นเอง ดังนั้นการจะยกเอาพนักงานเก่งๆ มาคอยดูแลลูกค้าให้ดีเหมือนโลกออฟไลน์แบบเดิมคงเป็นไปได้ยาก เราจึงต้องการเทคโนโลยีใหม่ๆ มาช่วยยกระดับ Customer Experience ให้ดีกว่าการออนไลน์แบบเดิมที่น่าเบื่อ
จาก Case Study นี้คงบอกได้แล้วว่าทำไมการทำ Personalization ถึงสำคัญ ทำไมฟีเจอร์ที่ดูชินตาอย่างการแนะนำสินค้าในเว็บ ในแอป จึงสามารถเพิ่มยอดขายได้จริงๆ
เพราะยิ่งเราใช้งานแพลตฟอร์มต่างๆ มากเท่าไหร่ Customer Data เราก็จะยิ่งถูก Collect ไปมากเท่านั้น แต่ประเด็นสำคัญคือเราวางแผน Data Collection Strategy ได้ตอบโจทย์ Business Objective หรือยัง?
ถ้ายังกลับมา Revise ทบทวนเรื่อง Data ในบริษัทได้แล้ววันนี้ เพราะยิ่งปล่อยไปนานกว่านี้ คนที่จะดีใจไม่ใช่ใคร แต่เป็นคู่แข่งคุณที่เริ่มทำไปแล้วเท่านั้นเองครับ
อ่านบทความชุด Personalized Marketing ในการตลาดวันละตอนต่อ > https://www.everydaymarketing.co/tag/personalization/
