รู้จักความต่างของ First Party Data, Second Party Data และ Third Party Data

รู้จักความต่างของ First Party Data, Second Party Data และ Third Party Data

ในวันที่อะไรๆ ก็ Data ธุรกิจทั่วโลกกำลังก้าวเข้าสู่การเป็น Data-Driven Marketing และ Business กันเหลือเกิน หลายแบรนด์อยากจะทำ Personalized Marketing ให้ได้ เพื่อที่จะได้รู้ใจลูกค้าก่อนคู่แข่งมากมายในท้องตลาด ดังนั้นก่อนจะไปลงลึกเรื่อง Data ผมอยากจะพาเพื่อนๆ มารู้จักประเภทหลักๆ ของ Data ที่แบ่งออกได้เป็น 3 ประเภทครับ เราลองมาทำความรู้จักกันนะครับว่าระหว่าง First Party Data, Second Party Data และ Third Party Data นั้นต่างกันอย่างไร และเราจะเอามาประยุกต์ใช้กับธุรกิจเราได้อย่างไรบ้างครับ

ก่อนจะเริ่มต้นทำงานกับ Data​ ฉันใดเราก็ต้องรู้จักประเภทต่างๆ ของ Data ฉันนั้น ดังนั้นนักการตลาดที่ฉลาดใช้ Data อยากจะทำให้การทำการตลาดของตัวเองแม่นยำและมีประสิทธิภาพมากขึ้น การที่คุณเข้าใจว่า Data 3 ประเภทนี้ต่างกันอย่างไร คุณจะได้รู้ว่าคุณกำลังต้องการ Data แบบไหน และจากใคร มาทำให้การทำ Marketing ของคุณมีประสิทธิภาพยิ่งขึ้นครับ

โดยพื้นฐานแล้ว 3 ประเภทหลักของ Data ทั้งหมดที่กล่าวมาความแตกต่างสำคัญระหว่าง First Party Data, Second Party Data และ Third Party Data นั้นมีความต่างกันระหว่างคุณภาพและปริมาณครับ

ปัจจัยหลักๆ ของ Data ทั้ง 3 ประเภทนี้คือมีความใช่หรือใกล้ชิดกับธุรกิจเรามากเท่าไหร่ มีคุณค่ามากพอไหม มีความเกี่ยวข้องมากพอที่เราจะเอาไปใช้งานหรือต่อยอดได้หรือไม่ นั่นหมายความว่า Data แบบ CRM หรือ Internal Data ในบ้านคุณนั้นเป็นอะไรที่มีประสิทธิภาพมากที่สุดสำหรับธุรกิจคุณ เพราะคุณรู้ว่าลูกค้าคุณเป็นใคร เคยซื้ออะไรมา มีพฤติกรรมอย่างไรกับช่องทางต่างๆ ของคุณบ้าง คุณสามารถเข้าถึงคนกลุ่มนี้ได้ทันทีโดยผ่าน Contact point ที่พวกเขาให้ไว้ ไม่ว่าจะเบอร์โทรศัพท์ อีเมล โซเชียลมีเดียแอคเคาท์ LINE หรือผ่าน Notification ในแอปของคุณเอง คุณสามารถใช้ Customer Data Base ของคุณในการทำ Retargeting กลับไปได้อย่างมีประสิทธิภาพมากที่สุด

ยกตัวอย่างเช่น ถ้าคุณรู้ว่าลูกค้ารายนี้เพิ่งเข้ามากินกาแฟเมื่อเช้า แล้วลูกค้าคนนี้ก็เข้ามากินเป็นประจำทุกเช้า คุณอาจจะทำ Retargeting ผ่าน LINE เพื่อบอกให้รู้ว่าอย่าลืมเอาแต้มสะสมไว้มาแลกส่วนลดเครื่องดื่มหรือขนมในช่วงบ่ายด้วยนะ เรียกได้ว่าเป็นการทำ Marketing ที่มีประสิทธิภาพมากโดยไม่ต้องหว่านออกไปให้ล้านคนเห็นแล้วมานั่งลุ้นว่าจะมีใครบ้างที่เดินมาใช้เงินกับเราบ้างครับ

แต่ถึง First Party Data หรือ Data ของเราจะดีมากขนาดนั้น แต่มันก็มีข้อจำกัดที่สำคัญมากนั่นก็คือเราไม่สามารถรับรู้ข้อมูลโลกภายนอกบ้านเราได้เลย เอาง่ายๆ คือเราไม่มีทางรู้เลยว่าคนอื่นที่ไม่ใช่ลูกค้าเราเขาเป็นอย่างไร เข้ากินใช้อะไร เขาอ่านอะไร ไปชอบทำอะไรหรือไปที่ไหนมาบ้าง ดังนั้นข้อจำกัดสำคัญของ First Party Data ก็คือการที่มันเป็นแค่ Data ของเราที่ดีมากๆ แต่มันก็จำกัดในการเข้าถึง Audience ตามไปครับ

เพราะคุณไม่สามารถส่ง Notification ออกไปหาคนอื่นที่ไม่ใช่ลูกค้าคุณได้ คุณไม่สามารถรู้ใจหรือเดาทางได้เลยว่าแต่ละคนชอบหรือไม่ชอบอะไร แต่นี่จะเป็นสิ่งที่ Second Party Data และ Third Party Data เข้ามาช่วยตอบคำถาม ซึ่งถ้าดูจากภาพประกอบข้างบนคุณก็คงพอจะเข้าใจคอนเซปความต่างของแต่ละประเภทของ Data แล้วใช่ไหมครับว่า ทั้ง 3 ประเภทของ Data นั้นต่างกันอย่างไร

ถ้าอย่างนั้นเรามาทำความรู้จักแต่ละประเภทของ Data แบบลงลึกกันอีกนิดนะครับ เพื่อที่คุณจะได้รู้ว่าจะเอาไปคุยกับทีม Data ทั้งในองค์กรและนอกองค์กรคุณอย่างไรครับ

First Party Data มากคุณค่าแต่มีน้อย

รู้จักความต่างของ First Party Data, Second Party Data และ Third Party Data ว่าต่างกันอย่างไร ให้เหมาะกับ Data Strategy เพื่อทำ Data-Driven

First Party Data คืออะไร? มันก็คือ Data ที่คุณเก็บสะสมไว้ด้วยตัวเองตลอดเวลาที่ผ่านมาจากลูกค้าของคุณ หรือกลุ่มเป้าหมาย Audience ของคุณนี่แหละครับ ไม่ว่าจะเก็บมาจาก Cookies ในเว็บไซต์ของคุณเอง หรือเก็บผ่านระบบสมาชิกที่ต้องล็อคอินก่อนอ่าน หรือเก็บผ่านแอปของคุณ เก็บผ่านระบบ Loyalty program สะสมแต้ม เก็บผ่านระบบ CRM หรือเก็บผ่าน customer feedback หลังการขาย เก็บผ่านการติดต่อมาทาง Chat, Inbox, Messenger หรือ LINE ของเรา เก็บผ่านเครื่อง POS เก็บผ่าน Contact Center หรือสรุปสั้นๆ ได้ว่า Data อะไรก็ตามที่คุณพยายามเก็บมานับเป็น First Party Data ของคุณทั้งนั้น

แต่ทั้งนี้ทั้งนั้นต้องขอ Consent หรือขออนุญาต User ก่อนนะครับว่าเราจะเอา Data ในแต่ละจุดที่เก็บมาใช้งานต่อยอดอย่างไรบ้าง เพื่อให้ถูกต้องตามหลัก GDPR หรือ PDPA ครับ

เมื่อเป็น Data ที่คุณเก็บมาด้วยตัวเองนั่นก็ย่อมหมายความว่า Data set นี้เชื่อถือได้แน่นอน (ยกเว้นว่าคุณจะเก็บมาไม่ถูกแต่แรกนะ) และเมื่อเชื่อถือได้ก็หมายความว่าใช้แล้วเกิดประสิทธิผลแน่ๆ

คุณสามารถเอา First Party Data ที่มีมาสร้าง Customer Segmentation ของลูกค้าออกมาตามเงื่อนไขที่คุณต้องการ ถ้าคุณอยากสร้างกลุ่มลูกค้าขาจรที่มาครั้งเดียวแล้วหายไปเพื่อจะทำให้พวกเขากลับมาซื้อใหม่ หรือคุณอยากจะสร้างกลุ่มลูกค้าประจำที่มาทุกวันทำงานเผื่อว่าวันหนึ่งลูกค้ากลุ่มนี้หายไปก็จะได้ทำ Retargeting ให้กลับมาซื้อซ้ำ หรืออาจจะทำ Marketing ประเภทให้ชวนเพื่อนที่ออฟฟิศมาซื้อเพิ่มก็เป็นได้

ดังนั้น 1st party data นี้คุณสามารถเล่นได้อย่างเต็มที่โดยไม่มีข้อจำกัดจากใคร ใช้งาน data นี้ได้เต็มประสิทธิภาพที่มันสามารถทำได้ ซึ่ง 1st party data นี้มีคุณภาพมากกว่า data อีกสองชนิดที่ยังไม่ได้พูดถึงอย่างแน่นอน ไม่ว่าจะ 2nd party data หรือ 3rd party data ก็ตามครับ

แต่อย่างไรก็ตามข้อจำกัดที่สำคัญที่สุดของ 1st Party Data ก็คือข้อจำกัดในการเข้าถึงลูกค้าหรือกลุ่มเป้าหมาย ถูกจำกัดจากทั้งปริมาณของ data ที่มีซึ่งต้องใช้ระยะเวลาในการสร้างหรือเก็บ data ใหม่ๆ ขึ้นมา ไม่สามารถขยายเพิ่มได้ทันทีทันใจ ไม่สามารถทำให้ Customer data ที่มีหมื่นคนขยายออกไปเป็นล้านคนได้แบบทันใจครับ

ข้อดีของ 1st Party Data คือทำให้เราเห็นภาพลูกค้าหรือกลุ่มเป้าหมายแบบแม่นยำถ้าเราเก็บข้อมูลมาได้ดีพอ ตั้งแต่การที่เรารู้ประวัติการซื้อหรือใช้บริการของลูกค้าแต่ละคนที่ผ่านมา ไปจนถึงพฤติกรรมการเข้ามาอ่านเว็บไซต์ของเรา ใช้งานแอปของเรา หรือที่เคยมีปฏิสัมพันธ์กับแคมเปญการตลาดต่างๆ ในอดีต

เช่น ถ้าเรารู้ว่าลูกค้าคนนี้เพิ่งเข้าเว็บไซต์เราเมื่อ 3 วันก่อน แล้วเข้าไปดูหน้าสินค้าหนึ่งแต่ยังไม่ยอมกดลงตระกร้า แต่กลับมีพฤติกรรมที่ใช้เวลาในหน้านี้มากกว่าปกติ มีการอ่านซ้ำไปซ้ำมา เมื่อไปเช็คกับข้อมูลการซื้อก็พบว่าลูกค้าคนนี้ยังไม่เคยซื้อของชิ้นนี้มาก่อนไม่ว่ากับร้านค้าสาขาไหน นี่น่าจะเป็น Signal ที่บอกให้รู้ว่าคนๆ นี้น่าจะกำลังมีความสนใจในสินค้าชิ้นนี้มาก เราอาจจะควรถึงอีเมลหรือ LINE ไปหา ก็ขึ้นอยู่กับว่าปกติลูกค้าคนนี้ชอบที่จะ Engage กับเราในช่องทางไหนมากว่ากัน ส่งไปหาเพื่ออาจจะเชิญชวนให้เข้ามาลองดูของจริงที่สาขา หรืออาจจะให้ส่วนลดหน่อยๆ เพื่อกระตุ้นให้เค้าตัดสินใจซื้อขั้นสุดท้ายในทันที

แต่ก็นั่นแหละครับข้อจำกัดหรืออุปสรรคที่สำคัญที่สุดของ First Party Data คือมันขึ้นอยู่กับเราทั้งนั้น ขึ้นอยู่กับว่าเราสามารถเก็บมาได้มากเท่าไหร่ ขึ้นอยู่กับช่องทางต่างๆ ที่เรามีที่จะรวบรวม Customer data มาให้ได้มากที่สุดครับ

นั่นหมายความว่าถ้าคุณทำแอปหรือเว็บไซต์ที่ให้ข้อมูลเกี่ยวกับสุขภาพ First Party Data ที่คุณมีก็จะถูกจำกัดไว้แค่ข้อมูลที่เกี่ยวกับ Fitness หรือ Healthy lifestyle ที่คุณมีเท่านั้น คุณจะไม่สามารถมี Data ที่นอกเหนือจากที่คุณมีได้ คุณจะไม่รู้เลยว่านอกแอปหรือเว็บคุณพวกเขามีพฤติกรรมอย่างไร จริงๆ แล้วเขามาอ่านทุกวันหรือเขาเปิดแอปมาบันทุกข้อมูลการออกกำลังกายทุกครั้ง แล้วพวกเขากินอาหารที่ดีต่อสุขภาพเพิ่มเติมไหม หรือยังคงกินชาไข่มุกและบิงซูเหมือนที่ผมทำ แม้ผมจะใช้แอป Nike Run Club บันทึกการวิ่งสัปดาห์ละกว่า 10 กิโลเมตรทุกครั้งไป

สรุป First Party Data

ข้อดี คุณจะมี Data ที่มีคุณภาพและสามารถใช้งานได้อย่างเต็มที่โดยไม่มีข้อจำกัด

ข้อเสีย คุณจะถูกจำกัดโดยระยะเวลาและวิธีการเก็บของคุณ คุณจะไม่มี Data อื่นๆ ในชีวิตของลูกค้าหรือกลุ่มเป้าหมาย เพราะนั่นอยู่นอกเหนือพื้นที่บ้านของคุณที่คุณไม่สามารถไปทำการเก็บเอามาใช้งานได้ครับ

Second Party Data เหมือนที่คุณมีเพียงแต่เป็นของคนอื่น

รู้จักความต่างของ First Party Data, Second Party Data และ Third Party Data ว่าต่างกันอย่างไร ให้เหมาะกับ Data Strategy เพื่อทำ Data-Driven

สรุปง่ายๆ Second Party Data คือเหมือนกับ First Party Data ของเราแต่เป็นของคนอื่นครับ ดังนั้นการที่คุณจะเข้าถึง 1st Party Data ของคนอื่น หรือ 2nd Party Data ได้ก็ต้องไปทำความตกลงจับไม้จับมือร่วมมือกันในการแลกเปลี่ยน Data ระหว่างกันครับ

2nd Party Data จะช่วยให้เราก้าวข้ามข้อจำกัดของ 1st Party Data ที่เรามีอย่างจำกัดและขยายกลุ่มเป้าหมายหรือข้อมูลต่างๆ ได้ยากหรือชักช้าไม่ทันใจ โดยเฉพาะถ้าใครที่คิดจะทำการตลาดแบบรู้ใจ Personalized Marketing ยิ่งต้องมี 2nd Party Data จากนอกบ้านเข้ามาประกอบเพื่อให้เรารู้จักลูกค้าเรามากขึ้น ให้เราเข้าใจ Context ของลูกค้ามากขึ้น ทำให้เรารู้ว่าจริงๆ แล้วลูกค้าหรือกลุ่มเป้าหมายเรากำลังทำอะไรอยู่ พวกเขาน่าจะกำลังคิดอะไรอยู่ และพวกเขากำลังน่าจะต้องการอะไรเป็น Next Best ครับ

เช่น แบรนด์เครื่องสำอางแบรนด์หนึ่งในประเทศญี่ปุ่น มี First Party Data จากระบบ CRM ของตัวเองที่ดีมาก แต่พวกเขาก็ทำได้แค่การ upsell หรือ cross-sell ทั่วไป แต่ไม่สามารถก้าวข้ามขีดจำกัดของ Data ในบ้านที่มีไปสู่การคิดค้นสิ่งใหม่ๆ ได้

เครื่องสำอางแบรนด์นี้จึงไปจับมือกับ portal website ที่เกี่ยวกับ beauty ชื่อดังในประเทศญี่ปุ่น เมื่อเขาเอาข้อมูลของลูกค้าไป mapping กับข้อมูลคนที่เข้ามาอ่านข้อมูลในเว็บไซต์ดังกล่าวก็ทำให้รู้ว่าลูกค้าของพวกเขานั้นกำลังสนใจเรื่องอะไร โดยดูจากว่าคนที่เคยซื้อสินค้ากับเครื่องสำอางแบรนด์นี้เข้าไปอ่านคอนเทนต์แบบไหน และใช้ระยะเวลาเท่าไหร่กับแต่ละคอนเทนต์บ้าง

ซึ่งนั่นก็ทำให้เครื่องสำอางแบรนด์นี้ค้นพบว่ากลุ่มลูกค้าปัจจุบันของเขากำลังสนใจสินค้าประเภท Collagen เป็นอย่างมาก นำมาสู่การทำ NPD (New Product Development) คิดค้นสินค้าใหม่ออกมาเป็น Collagen แบบดื่มที่ขายดีถล่มทลายในญี่ปุ่นครับ

นี่แหละครับข้อดีของการเอา First Party Data ของเราไปบวกกับ Second Party Data ของคนอื่น เป็นการขยายขอบเขตที่เราไม่รู้ให้สามารถรู้ถึง Insight ใหม่ๆ ที่น่าสนใจได้ ทำให้เรารู้ว่าลูกค้าเราเมื่ออยู่นอกร้านเราหรือเว็บไซต์เราพวกเขามี Behavior อย่างไรบ้างครับ

หรือถ้าเชนโรงแรมแห่งหนึ่งมีการ Co-Data กับบริษัทสายการบินขึ้นมา ก็จะทำให้รู้ว่าถ้าลูกค้าคนนี้จองที่พักที่ไม่น่าจะสะดวกต่อการขับรถไป ทางบริษัทสายการบินถ้าได้เข้าถึง Data นี้ก็จะสามารถให้ Personalized Offering กับลูกค้าคนนั้นได้เพราะตอนนี้เรารู้แล้วว่าเขากำลังจะไปพักที่ไหน ในทางกลับกันถ้าลูกค้าคนนี้จองเที่ยวบินแล้วทางเชนโรงแรมดังกล่าวก็อาจจะทำ Personalized Offering ไปให้มาพักที่โรงแรมแห่งนี้ในราคาพิเศษก็ได้ นี่แหละครับประโยชน์ของ Second Party Data ที่มีการแลกเปลี่ยนระหว่างกันเพื่อก่อให้เกิดคุณค่ายิ่งขึ้น

การจะ Co-Data ระหว่างกันอาจจะต้องใช้เทคโนโลยีอย่าง DMP หรือ Data Management Platform หรือเชื่อมต่อกันตรง หรือผ่าน Data Network อื่นๆ เพื่อทำให้การเชื่อมโยง Data ระหว่างกันเกิดความปลอดภัย

แต่อุปสรรคสำคัญของ 2nd Party Data คือทั้งสองบริษัทหรือทุกบริษัทที่จะร่วมมือกันต้องมีความไว้วางใจกันสูงมากพอที่จะกล้าแชร์ asset นี้ให้กัน ต้องมั่นใจว่าการแชร์ data ระหว่างกันจะก่อให้เกิดประโยชน์ต่อกันและกันแบบก้าวกระโดด ต้องแน่ใจว่าจะไม่เกิด conflict of interest ระหว่างสองฝ่ายหรือทุกฝ่ายที่เข้ามาร่วมวงแชร์ data ระหว่างกัน

เช่น บริษัทสายการบินคงไม่มีความจำเป็นต้องแชร์ข้อมูลระหว่างกัน เพราะจะเป็นการเผยใต๋ให้คู่แข่งรู้จักลูกค้าของเราตรงๆ จะทำให้ง่ายต่อการถูกแย่งลูกค้าไปได้ หรือห้างสรรพสินค้าระหว่างกันก็ไม่มีความจำเป็นที่จะต้องแชร์ Data ระหว่างกัน เพราะมันไม่ make sense เอามากๆ โดยไม่ต้องอธิบายอะไรต่อให้มากความจริงไหมครับ

ยกเว้นว่าธุรกิจห้างสรรพสินค้าจะไปแชร์ข้อมูล First Party Data ของตัวเองกับธุรกิจที่จะช่วยส่งเสริมกันได้อย่างปั๊มน้ำมัน เพราะต่างฝ่ายจะต่างได้ประโยชน์ (แต่ส่วนตัวผมคิดว่าธุรกิจห้างสรรพสินค้าได้มากกว่านะ) เพราะจาก Second Party Data จะทำให้เร้าเข้าใจพฤติกรรมลูกค้าได้หลายมิติมากขึ้น เข้าใกล้กับคำว่า Customer 360 มากกว่าเดิม

ส่วนอีกข้อจำกัดหนึ่งของ Second Party Data เราไม่สามารถเข้าถึงหรือใช้งานได้เต็มที่เสมือนกับ First Party Data ของเราเอง และแม้ Second Party Data ของคนอื่นจะนับเป็น First Party Data เช่นกัน(เพียงแต่มันไม่ใช่ของเรา) แต่ก็ไม่ได้หมายความว่า Data ของเขาจะถูกเก็บไว้อย่างดีเหมือนกับของเราที่น่าจะเอาใจใส่ในขั้นตอนและวิธีการเก็บมากกว่า

ดังนั้นเราจึงควบคุมคุณภาพของ Second Party Data ไม่ได้เพราะมันไม่ใช่ของเรา เรามีแค่สิทธิ์ในการเข้าถึงและใช้งานบางส่วนตามที่ตกลงกัน ดังนั้นแม้ Second Party Data จะทำให้เราสามารถรู้จักลูกค้าได้ในมิติที่ลึกขึ้นกว่าแค่​ First Party Data ที่เรามี ทำให้เราสามารถเข้าถึงกลุ่ม Audience ใหม่ๆ ที่เราอยากได้ แต่ก็ต้องไปลุ้นดู Quality of Data กันอีกทีว่า Data Partner ที่เราจะทำงานร่วมกันนั้นเป็นอย่างไร เอามาใช้งานจริงได้มากน้อยแค่ไหนครับ

สรุป Second Party Data

ข้อดี ทำให้เราได้รู้จักลูกค้าของเรามากขึ้น ถ้าลูกค้าเรามีการ Engage กับ Partner ที่เราจับมือแชร์ Data ระหว่างกัน หรือเราสามารถเข้าถึงกลุ่มเป้าหมายที่ใช่ได้เร็วขึ้น โดยอาศัย First Party Data ของคนอื่น

ข้อเสีย เราควบคุม Quality of Data ของ Partner ไม่ได้ รวมถึงด้วยความที่ข้อมูลนี้ไม่ใช่ของเรา เราจึงไม่สามารถเข้าถึงได้ทุกอย่างและเอาไปใช้ได้เต็มที่ตามใจต้องการ การร่วมมือกันย่อมตามมาด้วยข้อจำกัดบางอย่างซึ่งก็แล้วแต่จะตกลงกันครับ

Third Party Data มากปริมาณแต่น้อยคุณภาพ

รู้จักความต่างของ First Party Data, Second Party Data และ Third Party Data ว่าต่างกันอย่างไร ให้เหมาะกับ Data Strategy เพื่อทำ Data-Driven

ดาต้าประเภทสุดท้ายที่จะพูดถึงคือ Third Party Data ซึ่งได้มาจากตัวกลางในการเก็บและรวบรวมดาต้าจากแหล่งต่างๆ มาไว้ตรงกลางเพื่อเอามาขายหรือบางครั้งก็อาจจะฟรี มีตั้งแต่ Behavior data ดีๆ หรืออาจจะมีแค่ Demographic ก็ตาม

ซึ่งส่วนใหญ่แล้ว Third Party Data ทางผู้เก็บจะไม่ได้เป็นคนเก็บจาก Consumer หรือ Audience ตรงๆ ทำให้ Data ประเภทนี้มักจะขาดความแม่นยำหรือคุณภาพไปอย่างมากเมื่อเทียบกับ Data สองชนิดแรก มักจะเป็น Behavior data ในอดีตไม่ใช่ปัจจุบันทันกาล และก็มักจะไม่ใช่ข้อมูลที่เจ้าของ Data ไม่ได้ให้ไว้อย่างชัดเจน

แต่ก็ด้วยความที่มันถูกเก็บรวบรวมไว้เรื่อยๆ มานานโดยตั้งใจและไม่ตั้งใจ เช่น ประเภทความสนใจ พฤติกรรมการเสิร์จหรือดูเนื้อหาในเว็บต่างๆ กิจกรรมยามว่างที่ทำ ซึ่งข้อมูลเหล่านี้มีกระจัดกระจายมากมายจนมหาศาล ขึ้นอยู่กับว่าใครจะสามารถเอามันมาประกอบกันได้จนทำให้เห็น Insight ที่น่าสนใจและมีคุณภาพได้ครับ

ดังนั้นด้วยปริมาณที่มันมีมากมายมหาศาลก็ย่อมและมากับคุณภาพที่ลดน้อยสวนทางกันไป และข้อเสียอีกอย่างของ Third Party Data คือมันเป็นข้อมูลที่ถูกเก็บรวบรวมโดยบุคคลที่สาม อาจจะเป็นข้อมูลในเชิงสถิติ ซึ่งไม่ใช่สิ่งที่ได้มาจากกลุ่มเป้าหมายโดยตรง ทำให้ยากที่จะติดตามได้ว่า Source of data นั้นมีคุณภาพมากพอหรือมีความน่าเชื่อถือที่จะเอาไปใช้งานต่อได้มากน้อยแค่ไหน

นอกจากนี้บรรดาผู้รวบรวมดาต้าหรือที่เรียกว่า Data aggregators นั้นไม่ได้ขายให้แค่กับเราคนเดียว แต่ยังเอา data set เดียวกันนี้ไปตระเวนขายให้กับทุกคนที่สนใจและพร้อมจ่าย นั่นหมายความว่าคู่แข่งเราก็อาจจะซื้อข้อมูลเดียวกันนี้ได้ ทำให้ความได้เปรียบที่คิดว่าจะได้อาจเป็นแค่การไล่ตามให้ทัน

รู้จักความต่างของ First Party Data, Second Party Data และ Third Party Data ว่าต่างกันอย่างไร ให้เหมาะกับ Data Strategy เพื่อทำ Data-Driven

สรุป Third Party Data

ข้อดี มีมากมายมหาศาลเมื่อเทียบกับ First Party Data และ Second Party Data

ข้อเสีย ส่วนใหญ่ไม่ค่อยมีคุณภาพ ใช้งานไม่ค่อยได้ ไม่รู้ว่าได้มาได้อย่างไร ไม่แน่ใจว่าวิธีการเก็บรวบรวมมาเชื่อถือได้ขนาดไหน ไปจนถึงกลายเป็นข้อมูลขั้นสุดท้ายที่เป็นสถิติแล้ว

สรุปส่งท้าย แล้วเราควรจะใช้ Data แบบไหนดี หรือเราควรมี Data Strategy อย่างไร

รู้จักความต่างของ First Party Data, Second Party Data และ Third Party Data ว่าต่างกันอย่างไร ให้เหมาะกับ Data Strategy เพื่อทำ Data-Driven

จากทั้งหมดที่อ่านมาจะเห็นว่า Data แต่ละประเภทก็มีข้อดีข้อเสียต่างกันไป สิ่งที่ดีที่สุดคือการเอาข้อดีของทุกอันมารวมกัน การจะทำ Personalized Marketing หรือ Data-Driven Business ต้องใช้ทั้ง First-Party Data + Second-Party Data + Third-Party Data เข้าด้วยกันเพื่อเพิ่มทั้งประสิทธิภาพของข้อมูล เพิ่มความแม่นยำ และก็เพิ่มทั้งขนาดของดาต้าออกไปใด้มากที่สุด

แต่สิ่งสำคัญที่สุดของการทำงานกับ Data คือ Strategy ไม่ว่าจะเป็น Business Strategy หรือ Marketing Strategy ที่เป็นตัวพาไปสู่เป้าหมายที่คุณต้องการ ดังนั้นคุณต้องเริ่มจากระบุเป้าหมายที่ต้องการ แล้วค่อยมากำหนดเรื่องของ Data Strategy ที่จะบอกได้ว่าตกลงคุณควรจะต้องใช้ Data ประเภทไหนมากกว่ากันระหว่าง 3 อันนี้

ถ้าคุณอยากได้ลูกค้าใหม่เพิ่มขึ้น คุณก็ต้องอาศัย 2nd Party Data หรือ 3rd Party Data แทน แต่ถ้าคุณอยากให้ลูกค้าซื้อซ้ำมากขึ้น ก็ต้องอาศัย 1st Party Data มากที่สุด

เห็นมั้ยครับว่าเรื่อง Data-Driven Business เป็นเรื่องของ Business-Driven Data เป้าหมายของธุรกิจเราคืออะไรจะนำมาสู่การกำหนดเป้าหมายของการเก็บ รวบรวม และนำ Data ที่มีมาใช้ครับ

สิ่งสำคัญอีกอย่างของการใช้ Data ให้เกิดประสิทธิภาพคือความน่าเชื่อถือของ Data ที่ได้มาก ไปจนถึงเราได้ขอ Consent ลูกค้ามาอย่างถูกต้องแล้วใช่หรือไม่ เลือก Data Partner ที่มั่นใจว่าไม่ละเมิดเรื่องของ Privacy หรือไม่ผิดหลักการ GDPR หรือ PDPA ครับ

แล้วการใช้ Data เพื่อทำ Data-Driven Business จะเกิดดอกออกผลเต็มที่ตามที่คุณตั้งใจ ไม่ว่าจะ First, Second หรือ Third ทั้งหมดก็ต้องทำให้ถูกต้องแต่แรกครับ

อ่านบทความเรื่อง Data-Driven Marketing ในการตลาดวันละตอนต่อ > https://www.everydaymarketing.co/tag/data-driven/

Data-Driven Logistics แค่ UPS ไม่ต้องเลี้ยวซ้ายก็เพิ่มกำไรได้ 400 ล้านดอลลาร์

Source
https://www.adsquare.com/1st-2nd-and-3rd-party-data-what-it-all-means/
https://retargeter.com/blog/difference-first-second-third-party-data-use/

Nattapon Muangtum

Nattapon Muangtum

เจ้าของเพจการตลาดวันละตอน / ที่ปรึกษาให้กับเอเจนซี่และธุรกิจต่างๆ / อาจารย์วิชา Data-Driven Communication ที่ PIM / นักอ่านหนังสือ / เจ้าของเพจอ่านแล้วเล่า

ใส่ความเห็น

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *