Research จาก Data เผย Insight คนไทยคิดถึงอะไรเมื่อมีปัญหาเรื่องกระดูก

Research จาก Data เผย Insight คนไทยคิดถึงอะไรเมื่อมีปัญหาเรื่องกระดูก

วันนี้จะพามาดูการทำ Research จาก​ Data ทำให้พบ Insight ว่าเมื่อคนไทยมีปัญหาเรื่องกระดูกนั้นเค้าคิดถึงอะไรเป็นทางเลือกในการรักษากันนะ

ในแวดวง Social Listening Tools นักการตลาดหรือเจ้าของธุรกิจน่าจะรู้จัก Zanroo Listening กันอยู่แล้วใช่ไหมล่ะคะ แต่อาจจะมีการนำไปใช้กับแบรนด์ตัวเองในรูปแบบที่ต่างกันไป ไม่ว่าจะเป็นการใช้มอนิเตอร์ตัวเองและคู่แข่ง วัด Performance ของคอนเทนต์แต่ละแพลตฟอร์ม ทำรีพอร์ตรายสัปดาห์ รายเดือน

มีหลายบทความเกี่ยวกับการใช้ Social Listening ของการตลาดวันละตอนที่แชร์ไว้แล้ว แต่การทำ Customer หรือ Market Research มีความท้าทายในแต่ละหัวข้อไม่เหมือนกัน นี่คือความสนุกเมื่อเราเล่นกับ Data ค่ะ วันนี้เลยเป็นอีกครั้งที่นุ่นเลยเอา Topic ที่น่าสนใจเกี่ยวกับ Options ในการรักษาที่คนไทยพูดถึงบนออนไลน์ เมื่อมีปัญหาเรื่อง ‘กระดูก’  ซึ่งเป็น 1 ในแง่มุมเล็กๆจาก 10 ส่วนของงานที่การตลาดวันละตอนรับทำ Research จาก Data ให้ลูกค้าค่ะ

ถ้าพูดถึงเรื่องกระดูก อยากให้ทุกคนมองภาพทุกส่วนในร่างกายที่มีกระดูกเป็นโครงสร้าง นั่นคือจุดที่เราจะรู้สึกเจ็บ ปวด เคล็ดได้ หรือมีอุบัติเหตุกระดูกหัก ไปจนถึงปัญหาทางสุขภาพอย่างกระดูกพรุน เราจะมาขุดให้เจอด้วยกัน ว่าคนที่มีปัญหาเกี่ยวกับกระดูกจะเลือกพึ่งใคร หรือสินค้าอะไร เป็นเทรนด์ที่ทำให้นุ่นได้เปิดโลกเอามาก ๆ เพราะไม่คิดว่าแม้กระทั่งตอนที่นั่งเขียนบทความอยู่นี้ เผลอนั่นกมหน้า ห่อไหล่ หลังงอโดยไม่รู้ตัว ก็มีผลต่อกระดูกสันหลังในระยะยาวได้นะ

นุ่นใช้ Zanroo Listening ในการขุดข้อมูลมาแชร์ในวันนี้ค่ะ ถ้าพร้อมแล้วยืดหลังให้ตรง ปรับระดับสายตาให้อยู่ระดับเดียวกับจอ ผ่อนคลายช่วงไหล่ แล้วมาเริ่มกันเลย

ดึง Data Query and Reprocess โดยใช้ Keyword

ขั้นตอนแรกทุกครั้งคือเมื่อต้องการทำความเข้าใจโปรเจค และทุกอย่างเกี่ยวกับสิ่งที่เรากำลังจะวิจัย คือวาง Keyword ที่คิดว่ากวาดข้อความเข้ามาได้ดีที่สุด ใกล้เคียงที่สุด แต่ไม่แคบหรือกว้างจนเกินไป 

เริ่มแรกได้ดึงโดยใช้ไทม์ไลน์ 01 Jan 2020 – 31 Jan 2021 หรือ 1 ปีย้อนหลัง ปักเป็นภาษาไทย พื้นที่ประเทศไทย Keyword : กระดูก ซึ่งเป็นคำที่คิดว่าสามารถกวาดสิ่งที่อยากรู้ได้ดีที่สุดแล้วค่ะสำหรับหัวข้อกระดูก แล้วก็มาดูจำนวนข้อความโดยคร่าวก่อน 

โดยการฟิลเตอร์ในภาพ เกิดขึ้นจากที่เราได้ขั้นตอนศึกษา ทำความเข้าใจ Data ที่เข้ามา พบว่ามีคำที่ต้อง Exclude ออกจำนวนมาก เป็นข้อมูลที่เราไม่ต้องการนำมาวิเคราะห์ ตัวอย่างด้านล่างค่ะ

ในคำว่ากระดูก มีคำหลายหมวดหมู่ที่ต้อง exclude ออกไปไม่ว่าจะเป็นกระดูกที่เป็นของกิน กระดูกสัตว์ที่เป็นเรื่องของอาหาร ขัดกับจุดประสงค์ในการทำวิจัยครั้งนี้ ที่ต้องการหาข้อมูลด้านการแพทย์นั่นเองค่ะ แต่ละโปรเจคก็จะมีขั้นตอนนี้ต่างกันไปอย่างที่นุ่นบอก~

Set Timeline ที่ต้องการในเทมเพลตอีกครั้ง

เนื่องจากหัวข้อนี้นุ่นอยากจะตีกรอบให้ข้อความอยู่ในระหว่าง 1 แสนข้อความนิดๆ เลยเลือกที่จะใช้ข้อมูล 7 เดือนย้อนหลัง (01 Jul 2020 – 31 Jan 2021) มาแชร์ให้อ่านกันนะคะ

จาก 125,842 ข้อความ นำมาแยก Category & Context ได้ดังนี้

กว่าจะออกมาเป็นภาพนี้ ต้องบอกว่าเส้นเลือดในตาแทบแตกค่ะ เพราะต้องศึกษาทุกโพสต์ที่กวาดมาได้ รวมทั้งอ่านทุกข้อความที่พูดถึงกระดูกให้จับกรุ๊ปได้ ทริคคือควรลิสต์สิ่งที่อยากทราบสำคัญ ๆ เอาไว้ รวมทั้งหาข้อมูลประกอบด้วย จะช่วยจับกลุ่มอินไซต์ได้เร็วขึ้น นุ่นคลีนทีเดือนไล่ไปจนครบ หมดชานมไข่มุขไปหลายแก้วทีเดียว แต่ผลที่ออกมาค่อนข้างคุ้มค่ามาก 

Options ในการรักษาที่คนไทยพูดถึง เมื่อมีปัญหา ‘กระดูก’ (แบบไม่เรียงลำดับ)

  • นวด
  • สปา
  • ครอบแก้ว
  • จัดกระดูก
  • ออกกำลังกาย
  • กายภาพ
  • และอีก 2 Context

เมื่อได้กรุ๊ปออกมาแล้วนุ่นจะนำไปตั้ง Category & Tag ใน Zanroo Listening

ในเครื่องมือ นุ่นเรียก Category นี้ว่าวิธีรักษาเบื้องต้นค่ะ เพราะมีแคทอื่นๆอีกมากในการทำวิจัยกระดูก โดยใน Tag ก็จะตั้งตามข้อความที่เจอด้านบน ระบุ ‘คำที่ใช้ดึงเข้าแท็ก’ นั้น ๆ ตามภาพตัวอย่างค่ะ 

อย่างแท็กนวด นุ่นใช้คำว่า นวด และนวดอื่นๆ ในการใช้จับโพสต์ที่มีคำเหล่านี้ให้เข้ามาในแท็ก เป็นต้น ตั้งค่าให้ครบทุกแท็กเลยนะคะ นี่แหละคือความสนุกอีกอย่าง เหมือนได้เรียนรู้เรื่องวิธีการรักษาไปพร้อม ๆ กับการทำงานเลย

ติดแท็กแล้ว ดึง Data Query and Reprocess พร้อม Filter Result บรรดา Cat&Tag อีกรอบ

ดึง Keyword เหมือนภาพแรกของบทความอีกครั้ง พร้อมตั้งค่าให้จับแท็ก อาจจะต้องทำถึงครั้งที่ 2 หรือ 3 เพื่อให้ได้ข้อมูลที่มีไฟนอลกรุ๊ปปิ้งที่ดีที่สุดค่ะ อย่างที่ทราบกันดีว่าแท็กจะทำหน้าที่เสมือนป้ายที่แปะหน้าผากโพสต์นั้นไว้ว่าข้อความพูดถึงอะไร เพื่อนำมารวบรวมและโชว์เป็น STAT BY CATEGORIES & TAGS ต่อไป

ตัวอย่างโพสต์ที่ติดแท็กสำเร็จ

ทุกคนจำได้ไหมคะจาก 125,842 ข้อความ สามารถติดแท็กในหมวด วิธีการรักษา หรือ Options ที่คนไทยพูดถึง เป็นจำนวน 16,382 ข้อความค่ะ ในภาพแสดงถึงตัวอย่างของโพสต์ที่ถูกจับเข้าแท็ก “จัดกระดูก” สำเร็จ ซึ่งช่วยได้มากในการ วิเคราะห์ข้อมูลต่อไป

ทั้งนี้เราสามารถเพิ่ม ลบ แท็กเองได้ด้วยนะคะ เผื่อว่ามีบางโพสต์ที่มีคำว่าจัดกระดูกก็จริง แต่บริบทของโพสต์ไม่ได้มีประโยชน์ต่อการวิจัย ก็ลบแท็กออกเลย นุ่นเรียกขั้นตอนนี้ว่าการคลีนแท็ก ซึ่งจะทำให้เราได้ข้อมูลที่สะอาดขึ้นอีกค่ะ

เรียกดู STAT BY CATEGORIES & TAG ได้เลย

เมื่อกดไปเมนูที่ STAT BY CATEGORIES & TAGS เราก็จะเห็นสถิติที่แท็กสามารถจับได้ทันทีค่ะ ถ้าโปรเจคนึงเรามีหลาย CATEGORIES นุ่นแนะนำให้เลือกโชว์ที่ละแคท จะได้ไม่สับสนแท็กค่ะ

Context หมอจัดกระดูก การจัดกระดูก

ในทวิตเตอร์มีการสอบถามเกี่ยวการจัดกระดูกแบบ Chiropractic จากคุณ @ud_awat ว่าผลลัพย์ของคนที่เคยจัดมาเป็นอย่างไรบ้าง จนมีคนมา Reply ตอบว่าอาการปวดจะดีขึ้นในช่วงสั้นๆ ไม่นานก็จะกลับไปปวดเคล็ดเหมือนเดิมสำหรับบางคน  บาง Reply ยังพูดถึงความฟินของการจัดกระดูกว่ามันได้เสียงก๊อบแก๊ปแล้วสะใจสุดๆ

นอกจากนี้ยังมีคอนเทนต์เกี่ยวกับราคาของการจัดกระดูกที่ค่อนข้างย่อมเยา ไม่น่ากลัวอย่างที่คิด บางทวิตได้บ่นว่าคนเรา ‘เกิดมาปวดหลัง แล้วก็เสียตังไปจัดกระดูก แล้วก็ตายไป’ นอกจากนี้นุ่นยังเห็นกระแสตอบรับที่ดีของการจัดกระดูกว่าไม่เจ็บเลย เหมือนกับการเกิดใหม่

เมื่อขุด ๆ อ่านจนเจอคลิปยูทูปหลายคลิปเข้านุ่นเลยลองเสิร์ช Youtube เจอวิดีโอการรีวิวจัดกระดูกของยูทูปเบอร์ที่แห่กันไปอย่างกับเป็นเทรนด์ ยอดวิวไม่น่าเกลียดเลยซักช่องค่ะ หรืออาการปวดหลัง ปวดคอจะเป็นปัญหาระดับชาติที่ไม่เลือกอายุกันนะ? หน่วยงานที่เกี่ยวข้องหรือสินค้าที่ใกล้เคียงควรรีบศึกษาเทรนด์นี้ด่วน ๆ แล้วล่ะค่ะ 

สรุปการใช้ Zanroo Listening ขุดหา Options ที่คนไทยพูดถึงเมื่อมีปัญหา ‘กระดูก’

เกี่ยวกับการจัดกระดูกจริงๆ ก็เคยเห็นมาบ้างแต่ก็ไม่คิดว่าจะถูกพูดถึงมากที่สุดในแง่มุมการรักษาความเจ็บปวดเกี่ยวกับกระดูก และไม่นานนุ่นก็คงเป็นอีกคนที่จะไปสั่งทำหมอนสำหรับตัวเองซักใบเหมือนกันค่ะ ^^

และในบทความนี้นุ่นก็ได้พยายามแชร์ข้อมูล หรือทริคที่สามารถบอกได้ไปแล้ว เพื่อให้เห็นถึงลูกเล่นและมุมมองต่อ Data ผ่าน Topic ปัญหากระดูกของคนไทย ซึ่ง Insight ที่เจอเป็นเพียง 1 ใน 10 หรือ 100 ที่เป็นวิจัยตัวเต็ม ที่ทีมการตลาดวันละตอนรับปรึกษาให้กับลูกค้าที่สนใจร่วมงานด้วย ยังมีข้อมูลและขั้นตอนอีกหลายอย่างที่นุ่นยังไม่ได้เล่าถึงมันนะ แต่หวังว่าจะเป็นประโยชน์ให้คนที่กำลังศึกษาเกี่ยวกับ Social Listening ได้เห็นแนวทางการใช้งานเครื่องมือให้คุ้มค่ากว่าที่จ่ายไป รวมทั้งได้แนวคิดเกี่ยวกับการมองข้อมูลให้แตกเป็นกรุ๊ปได้ดีขึ้นนะคะ 

ในบทความหน้านุ่นจะมีอะไรมาแชร์อีก อย่าลืมติดตามบทความผ่านเพจการตลาดวันละตอน รวมถึง Twitter และ Blockdit ของการตลาดวันละตอนนะคะ

ปล. หากสนใจอยากทำ Research จาก Data เพื่อหา Insight สำหรับธุรกิจคุณ สามารถติดต่อได้ที่อีเมล contact@everydaymarketing.co ครับ

Noon Inch

Noon Inch

Data Researcher ในเครือการตลาดวันละตอน ใช้ชีวิตอยู่กับ Social Listening Tools เกือบทุกวันมาร่วม 2 ปี ชอบทำงานและชอบใช้เงิน แล้วก็เป็น K-POP & Salmon Lover ^^

ใส่ความเห็น

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *