ใช้ Social listening แกะรอย Z9 Resort ปังเพราะ Influencer คนไหน

ใช้ Social listening แกะรอย Z9 Resort ปังเพราะ Influencer คนไหน

Case study การใช้ Mandala Analytics – Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม

วันนี้ผมจะมาสอนวิธีการใช้ Social listening ที่ชื่อว่า Mandala Analytics สำหรับเจ้าของธุรกิจ SME ว่าจะสามารถเอาไปประยุกต์ใช้ได้อย่างไร ซึ่งเคสที่ผมหยิบมาเล่าก็มาจากประสบการณ์ตรงที่เพิ่งจะได้ไปพักที่ Z9 Resort เมื่อเดือนธันวาคม 2020 ที่ผ่านมา ซึ่งก็ต้องบอกตรงๆ ว่าประทับใจในความสวยงามกับวิวและบรรยากาศ รวมไปถึงความสะอาดหรูหราของที่พักของจริงมาก เรียกได้ว่าเห็นจากโซเชียลอย่างไรของจริงตรงหน้าไม่ผิดเพี้ยนให้ผิดหวังเลย

เพราะเจ้าของธุรกิจ SME หลายคนสงสัยว่าเจ้าเครื่องมืออย่าง Social listening tool นั้นเหมาะกับธุรกิจรายย่อยจริงหรือ ด้วยความที่บางรายอาจจะมีราคาแพงค่าใช้จ่ายเดือนละหลายหมื่น ทำให้ยากต่อการตัดสินใจว่าเราควรจะต้องลงทุนกับเจ้าเครื่องมือนี้หรือไม่

แต่วันนี้เครื่องมือ Social listening tool ในบ้านเราก็มีเพิ่มขึ้นมาอีกราย ซึ่งรายที่จะเอามาเล่าให้ฟังในวันนี้ก็คือ Mandala Analytics ครับ

Mandala Analytics – Social listening tool ตัวใหม่ราคาย่อมเยาว์เริ่มต้นที่หลักพัน

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม

ก่อนจะเข้าเนื้อหาขอช่วย Sponsored ที่สนับสนุนให้ Tool มาใช้ขายของก่อน – ถ้าดูจากรายละเอียดแพคเกจจะเห็นว่าเริ่มต้นที่ 1,248 บาท และสามารถขยายฟีเจอร์ความสามารถไปจนถึงความจุต่างๆ ได้ด้วยการจ่ายเพิ่มตามความต้องการใช้งานของแต่ละคน

ดังนั้นถ้าใครอยากจะลองใช้ก็ง่ายต่อการตัดสินใจ ผมแนะนำให้เริ่มจากลองใช้ฟรีหรือใช้แพคเกจหลักพันดูก่อน ถ้าใช้แล้วชอบใจค่อยขยายแพคเกจไปใหญ่ขึ้นที่หลักหมื่น หรือจะไปตกลงกันเองถ้าอยากจะได้แบบจัดเต็มกี่ล้าน message ก็ว่ากันไปครับ

สนใจติดต่อ Mandala Analytics > http://bit.ly/MandalaAnalytics

ก่อนจะเริ่มทำงานกับ Data ใดๆ ต้องเข้าใจวิธีคิดแบบ Data Thinking ก่อน

ก่อนจะเข้าสู่การใช้เครื่องมือใดๆ โดยเฉพาะเครื่องมืออย่าง Social listening tool ผมอยากให้คุณหยุดคิดก่อนจะลงมือทำ เพราะไม่อย่างนั้นคุณอาจจะต้องใช้เวลานานเกินไปเพราะมัวแต่งมอยู่กับกอง Data มากมายซึ่งเป็นสิ่งที่ผมเคยผ่านมาแล้วเลยไม่อยากให้คุณต้องพลาดซ้ำเหมือนผมครับ

ก่อนจะเริ่มทำงานกับ Data ผมอยากให้คุณเริ่มจากการกำหนดเป้าหมายให้ถูกและฝึกตั้งโจทย์ให้เป็น ถ้าสิ่งที่ผมอยากรู้ในตอนนี้คือ Z9 Resort ในปีนี้ดังเพราะใคร ใครทำให้ดัง เพราะส่วนตัวผมจำได้คุ้นๆ ว่าเห็นจากโพสไหนมาสักที่แต่ก็จำไม่ได้เหมือนกัน จำได้แต่ชื่อ Z9 Resort ว่าเป็นโรงแรมที่สวยจริงๆ

การคิดแบบ Data Thinking คือคิดแบบเข้าใจ Data และเข้าใจ Consumer Journey ในยุค Digital

ณัฐพล ม่วงทำ เจ้าของเพจการตลาดวันละตอน

ถ้าเราอยากรู้ว่า Influencer คนไหนที่โพสแล้วทำให้คนสนใจอยากไปเที่ยวที่นั้นขึ้นมา นั่นหมายความว่าการเสิร์จจะเกิดขึ้นเลยโดยไม่รอ เพราะ Digital Consumer ทุกวันนี้พร้อมเข้าถึงทุกสิ่งที่อยากรู้ตลอดเวลา ดังนั้นถ้า Demand มาพวกเขาจะกระโดดเข้าหา Digital ทันทีเลย

นั่นหมายความว่าถ้าเราอยากรู้ว่า Influencer คนไหนที่ทำให้สินค้าสักอย่าง หรือโรงแรมสักแห่งได้รับความสนใจ สิ่งที่เราต้องทำคือย้อนกลับไปดูว่าโรงแรมแห่งนั้นถูกเสิร์จหามากเป็นพิเศษอย่างเห็นได้ชัดจนเป็น Signal ตอนไหน

ดังนั้นก่อนจะใช้ Social listening tool ให้เกิดดอกออกผลต้องใช้ควบคู่กับ Google Trends เสมอครับ นี่คือหนึ่งเทคนิคหลักที่ผมใช้ในการเล่นกับ External data ที่พร้อมให้ใช้งานได้ง่ายๆ เหมาะกับนักการตลาดหรือเจ้าของธุรกิจที่ Dev ไม่เป็นแบบผม

หา Demand จาก Google Trends

สิ่งที่ผมทำคือผมลองใส่คีย์เวิร์ดคำว่า Z9 Rerost เข้าไปแต่ปรากฏว่าใน Google Trends เองมีแนะนำหัวข้อ ซี นาย รีสอร์ท ขึ้นมาอัตโนมัติ นั่นหมายความว่าถ้าเราเลือกหัวข้อนี้ก็จะได้เห็นข้อมูลการค้นหาที่เกี่ยวข้องกับ Z9 Resort ทั้งหมด ทั้งพิมพ์ผิดบ้าง หรือพิมพ์ด้วยภาษาไทยบ้างครับ

แสดงว่าโรงแรม Z9 Resort นั้นถูกค้นหาพอสมควรเลยนะ Google Trends เลยสร้างเป็น Topic ขึ้นมาให้ ไม่ธรรมดาจริงๆ

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม
กดดูได้นะ > https://trends.google.co.th/trends/explore?geo=TH&q=%2Fg%2F11fz9jxpgx

ทีนี้สิ่งที่เราต้องดูต่อคือเลือกดูปลายยอดแหลมๆ ใน Google Trends ซึ่งจะเป็นช่วงเวลาที่มีคนเสิร์จหาเยอะที่สุดในระยะเวลาที่เราเลือกดู จากภาพนี้ผมเลือกดูแบบ 12 เดือนย้อนหลังนับจากวันที่เขียนบทความนี้ นั่นก็คือวันที่ 4 มกราคม 2021 ครับ

เมื่อลองไปจิ้มดูตรงยอดแหลมทั้งสองจุดก็พบว่า ช่วงเวลาที่มีการค้นหาคำที่เกี่ยวกับ Z9 Resort ในประเทศไทยนั้นสูงที่สุดในช่วงวันที่ 15-21 มีนาคม กับ 7-13 มิถุนายน 2020 นั่นหมายความว่าในช่วงนี้หรืออาจจะก่อนหน้านี้นิดหน่อยน่าจะมี Influencer สักคนหรือสองคนที่ทำให้คนไทยสนใจอยากไป Z9 Resort ขึ้นมาจนต้องเข้าไปเสิร์จดูใน Google ว่าโรงแรมแห่งนี้ราคาเท่าไหร่และมีห้องว่างเมื่อไหร่บ้าง

พอเห็นจาก Search data ของ Google Trends ก็รู้แล้วนะครับว่าตอนนี้เราจะใช้ Social listening แบบไหนต่อ จากเดิมเราอาจจะต้องนั่งงมดูไปเรื่อยๆ โดยไม่รู้จุดหมายปลายทาง แต่ตอนนี้เราเริ่มรู้แล้วว่าควรจะไปตั้งต้นทางที่ตรงไหน

ถ้าพร้อมแล้ว เราไปเปิด Mandala Analytics – Social listening tool ตัวใหม่ไปพร้อมกันเลยครับ

ใช้ Social listening tool เพื่อเลือกดูแค่ช่วงเวลาที่สำคัญ

ตอนนี้เราได้เบาะแสแล้วใช่มั้ยครับ ก็ถึงเวลามา set engine social listening ให้ดึงข้อมูลที่เราต้องการมาได้แล้ว

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม

แต่ผมเองสร้างโปรเจคสำหรับดึงข้อมูล Z9 Resort ทั้งหมดมาแล้วครับ ดึงย้อนหลังไป 1 ปีเต็มนับจากวันนี้ วันที่ 4 มกราคม 2021 เพราะตัวแพคเกจสูงสุดดึงย้อนหลังได้ 1 ปี แต่ถ้าใครใช้ Packeage Custom ก็แล้วแต่คุยกับทาง Mandala เลยครับว่าอยากจะดึงย้อนหลังเท่านั้น สรุปง่ายๆ ว่า เงินมาดาต้าเดิน

ทีนี้สิ่งที่ผมอยากแนะนำสำหรับคนที่ใช้หรือสนใจจะใช้ Mandala คือตรงนี้ครับ Actions 1 2 3 ที่ไม่เหมือน Social listening ตัวไหน

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม

Mandala Analytics จะทำการแยกข้อมูลที่ได้จากแต่ละช่องทางออกจากกันอย่างชัดเจนเวลาจะประมวลผลข้อมูลออกมาให้เราทำงานต่อ

  1. Social listening จะแสดงผลข้อมูลเฉพาะ Social media ในทุกแพลตฟอร์ม Facebook, Twitter, Instagram และ YouTube
  2. Forum listening จะแสดงข้อมูลเฉพาะในส่วนของที่เป็น webboard ในบ้านเราจะเป็น Pantip ครับ แต่ถ้าเป็นประเทศอื่นก็จะเป็นข้อมูลจากเว็บบอร์ดหลักของประเทศนั้น เพราะ Social listening ตัวนี้ออกแบบมาพร้อม Go Global แต่ Day 1 (เท่าที่ทางทีมงาน Mandala ให้ข้อมูลมา)
  3. Website listening จะแสดงผลข้อมูลเฉพาะจากเว็บไซต์ต่างๆ บ้านเราก็เว็บหลักๆ ที่เข้าๆ กันนี่แหละครับ

ซึ่งข้อดีคือ แยกดูข้อมูลได้ทีละส่วนก็จะชัดเจนไม่ปะปนกัน บางคีย์เวิร์ดที่มี mentions หรือ message เยอะๆ การแยกดูทีละช่องทางจะทำให้ไม่ตาลายกับ data

แต่ข้อเสียคือ ต้องสลับดูไปมาก็จะงงๆ ในช่วงแรกที่ใช้งานถ้าใช้เครื่องมือตัวอื่นมาก่อน แต่สักพักก็จะชินกับการสลับดูแต่ละช่องทางครับ

อธิบายไปเยอะแล้วน่าจะพอรู้แล้วหละว่าใช้งานอย่างไร ใครที่สมัครแบบ Freemium ใช้ฟรีไว้ก็สามารถทำตามเล่นตามได้เลยนะครับ

แต่ผมจะบอกไว้นิดนึงว่า Mandala Analytics ตัวนี้จะต้องใช้เวลาในการดึงข้อมูลนานกว่า Social listening tool ตัวอื่นที่หลายคนคุ้นเคยกันหน่อยนะครับ เพราะ Wisesight เองจะสามารถดึงข้อมูลย้อนหลังได้อย่างรวดเร็วเกือบจะทันที ส่วน Zanroo Listening เองก็ไม่เหมาะกับการดึงข้อมูลย้อนหลังเป็นพิเศษ ทางทีมงาน Zanroo เคยบอกเองว่าของเขาเหมาะกับการปักหมุด Keyword ที่อยากรู้แล้วเดินไปข้างหน้า (แต่การดึงข้อมูลย้อนหลังก็สามารถทำได้ผ่าน 2 วิธี 1 ขอเป็นพิเศษ 2 ผ่านการ Query data ด้วยตัวเอง อันนี้ต้องเชี่ยวชาญตัว Zanroo listening นิดนึงครับ ไว้จะมาสอนให้สำหรับคนใช้ Zanroo listening ในครั้งหน้านะ)

แต่เมื่อสอบถามทางทีมงาน Mandala Analytics ก็พบว่าที่ช้าเพราะทุกครั้งที่ดึง Data พวกเขาทำการดึงข้อมูลสดใหม่ทุกครั้ง ไม่ได้ดึงผ่านข้อมูลที่เก็บไว้ที่ถังข้อมูล Database กลาง ซึ่งอาจจะได้ข้อมูลที่ไม่ up to date เสมอไปเมื่อต้องแลกกับความเร็ว แต่ก็นั่นแหละครับ มันก็แลกมาด้วยการอดทนรอสักหน่อย ใส่คีย์เวิร์ดที่อยากรู้ไว้แล้วก็ไปนั่งทำอะไรสักแปบนึง (สองสามชั่วโมง) แล้วค่อยกลับมาดูนะ ใจเย็นๆ

เมื่อได้ Data ทั้งหมดออกมาแล้วก็เข้ามาสู่ Dashboard ที่ถูกออกแบบไว้อย่างสวยงามใช้งานง่าย ไม่ต้องมาเสียเวลาสร้าง Dashboard ด้วยตัวเองให้ยุ่งยากเหมือนเครื่องมือตัวอื่น อยากรู้อะไรก็แค่คลิ๊กๆ ดูได้สบายๆ แบบทันใจครับ

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม

หน้าตาโดยรวมหน้าแรกของ Mandala Analytics จะเป็นแบบนี้ครับ แสดงข้อมูลตามช่วงเวลาที่เราเลือก ซึ่งตัวระบบจะเริ่มต้นที่ 30 วันย้อนหลังก่อนเพื่อให้โหลดเร็ว จากนั้นก็บอกให้รู้ว่าแคมเปญนี้ประกอบด้วย Keyword อะไรบ้างที่ตั้งไว้ ถ้าจะลดข้อมูลแค่บาง Keyword เท่านั้นก็สามารถกดเลือกได้แล้วกด Search ใหม่ที่ด้านขวา แล้ว Data จะถูกนำมา Visualization ใหม่ตามที่เราต้องการดู

ซึ่งตัวกราฟหลักๆ ก็จะแสดงข้อมูลตามจำนวนการถูกพูดถึงหรือ Mentions ของคีย์เวิร์ดที่เราตั้งค่าไป แต่ตอนนี้เรารู้แล้วนิครับว่าเราจะเลือกดูแค่เฉพาะช่วงเวลาที่ Z9 Resort ถูกค้นหาบน Google มากเป็นพิเศษ นั่นก็คือช่วงกลางมีนาคมและก็ช่วงต้นเดือนมิถุนายนครับ

แต่สิ่งที่ผมชอบเวลาใช้ Mandala Analytics ผมสามารถเลือกดู Engagement ได้ และนั่นก็จะทำให้ผมได้เห็น Signal ที่สำคัญเพราะหลายครั้งการถูกพูดถึงเยอะๆ บนออนไลน์ แต่ไม่ได้หมายความว่าจะได้รับความสนใจมากจริงๆ

วิธีการเปลี่ยนจากการดู Data แบบ Mentions มาเป็น Engagements ก็ง่ายตามลูกศรในภาพ เอาเป็นว่าทำตามผมไปทีละขั้นตอนได้เลยครับ

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม
กดตรง Mention ตามภาพแล้วจะปรากฏ drop down ตัวเลือก Engagement ตามภาพล่าง
Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม
Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม
เมื่อเลือกแล้วต้องกดตรงปุ่ม Search สีม่วง ทุกครั้ง Dashboard จึงจะเปลี่ยนหรืออัพเดทตามที่เราเลือก

ถ้าพูดอธิบายคงจะยากที่จะเข้าใจความต่าง ผมขอหยิบทั้งสอง Dashboard ใน Mandala มาเปรียบเทียบให้เห็นภาพชัดๆ เลยนะครับว่าระหว่างการ Visualized แสดงผลแบบ Mention กับ Engagement นั้นต่างกันอย่างไร แล้วทำไมผมถึงชอบดู Data แบบนี้

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม

ด้านซ้ายเป็นการแสดงข้อมูลแบบ Mention โดยจะแสดงผลจากจำนวนการถูกพูดถึงหรือโพสถึงเป็นหลัก แต่ด้านขวาจะเป้นการแสดงข้อมูลแบบ Engagement โดยจะแสดงข้อมูลจากปริมาณการ Engage ที่ได้รับของแต่ละวัน ซึ่ง ​Engagement นั้นนับรวมตั้งแต่ Like, Comment และ Share บน Facebook และก็รวมการ Like กับ Retweet บน Twitter ด้วย แล้วก็รวม Like บน Instagram ด้วย ไปจนถึงยอดวิวที่ได้บนช่องทาง YouTube อีกเช่นกัน

Session 1 – Volume of Mention หรือ Engagement ในแต่ละ Channel

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม

เมื่อดูในกรอบสี่เหลี่ยมสีชมพูที่ผมตั้งใจไฮไลท์ให้ไว้พร้อมกับเลข 1 จะเห็นว่าตัวเลขต่างกันเยอะมาก เพราะด้านซ้ายคือจำนวนการถูกพูดถึงหรือโพสถึงบน Social media 4 แพลตฟอร์มหลักของคำที่เราอยากรู้ซึ่งในเคสนี้ก็คือโรงแรม Z9 Resort มีจำนวนเท่าไหร่ ถ้าดูจากปริมาณ Data ที่แสดงใน Mandala Analytics ก็จะเห็นว่าทั้งปีที่ผ่านมามีแค่ 114 ครั้งเอง

แต่ถ้าดูในมิติของ Engagement ก็จะเห็นว่าตัวเลขต่างกันมหาศาล แม้จะถูกโพสถึงน้อยมากแต่ปริมาณ Engagement นั้นไม่น้อยหน้าใครนะ

เมื่อลองมาคิดๆ ดูว่าทำไมก็คาดว่าน่าจะเป็นเพราะโรงแรมแห่งนี้ค่อนข้าง Unique แถมยังราคาจัดในระดับไม่ถูกเลยทีเดียว และก็มีจำนวนห้องที่น้อยมาก เท่าที่จำได้น่าจะมีแค่ 20 ห้องเท่านั้น จึงทำให้คนที่ไปได้มีน้อยกว่าโรงแรมใหญ่ที่มีห้องเยอะๆ จึงทำให้การถูกพูดถึงหรือโพสถึงบนออนไลน์น้อยตามไป

แต่เมื่อดูจากฝั่ง Engagement นั้นน่าสนใจกว่า เพราะถ้าเอาตัวเลขจำนวนโพสมาหารเฉลี่ยต่อโพสนี่ถือว่าไม่ธรรมดาเลยนะครับ (ยกเว้นแค่ YouTube)

Session 2 – Timeline ของ Data เปรียบเทียบระหว่าง Mention กับ Engagement

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม

ถัดมาดูในส่วนที่ถูกไฮไลท์ไว้ในกรอบที่ 2 ในส่วนที่เป็น Timeline ซึ่งพอเอาภาพมาให้ดูเปรียบเทียบแบบชัดๆ จะเห็นว่า เมื่อเราดูข้อมูลแบบ Timeline ของ Mention จะเห็นว่าโรงแรม Z9 Resort นั้นถูกโพสถึงเรื่อยๆ สม่ำเสมอตลอดทั้งปี จะมีเว้นๆ ก็แค่ช่วงล็อคดาวน์กับต้นปีเท่านั้น แต่ก็นั่นแหละครับถ้าเราดูจากแค่การถูกพูดถึงนั้นก็ยากที่เราจะเข้าถึง Insight ที่สำคัญได้

แต่พอผมเลือกดู Timeline ของ Engagement จะเห็นชัดเลยครับว่าวันใดบ้างที่โพสที่มีคำว่า Z9 Resort หรือ #Z9Resort ได้รับ Engagement หรือปังเป็นพิเศษ ถ้าดูจากกราฟตัวล่างก็จะเห็นเลยว่ามีแค่ 4 วันเท่านั้นที่ได้ Engagement ดีมาก ซึ่งก็ตรงกับ Search data จาก Google Trends ที่บอกให้รู้ว่าช่วงกลางมีนาคม และต้นมิถุนายน ที่มีคนเสิร์จหาโรงแรมแห่งนี้มากที่สุดในรอบปีที่ผ่านมา

แล้วพอนำภาพกราฟจากทั้ง Google Trends และ Social listening มาแมปกันก็จะเห็นภาพแบบนี้ครับ

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม

ผมไฮไลท์สีชมพูไว้อีกรอบเพื่อให้เห็นชัดๆ ว่าโพสจาก Influencer ที่ปังๆ ได้ Engagement ดีๆ นั้นส่งผลต่อ Demand ทำให้คนอยากไปเสิร์จหาสิ่งนั้นเพิ่มเติมและนั่นก็น่าจะสะท้อนถึงจำนวนลูกค้าที่เพิ่มขึ้นด้วย เหมือนที่ผมเคยเขียนไว้เป็น Case study ในหนังสือ Data-Driven Marketing การตลาดแบบฉลาดใช้ดาต้าครับ

ทีนี้เราลองมาดูกันต่อนะครับว่าในสองช่วงเวลาดังกล่าวเป็นโพสแบบไหนกันนะถึงทำให้คนสนใจอยากแห่งกันไปหาข้อมูลโรงแรม Z9 Resort กันมากมายจนผมก็เป็นอีกคนหนึ่งแหละที่อยากไปจนได้ไปมาเมื่อธันวาคม 2020

Influencer คนไหนทำให้คนแห่กันไปเสิร์จหา Z9 Resort มากมาย

13 มีนาคม 2020 เพจ FreeLance บ้าเที่ยว แชร์ 17k ไลก์ 8 พัน

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม
https://www.facebook.com/wanderaroundthailand/posts/1482365381965102

ก็ต้องบอกว่าเป็นโพสที่ปังและคนเข้ามา Engagement ถล่มทลายมากครับ เป็นช่วงก่อนจะล็อคดาวน์แค่นิดเดียวด้วยซ้ำ จึงคาดว่าก่อนล็อคดาวน์น่าจะมีคนแห่กันไปพักเต็มแน่ๆ แล้วก็คงมีไม่น้อยที่ต้องขยับวันจองในช่วงล็อคดาวน์ออกไปหลังจากนั้น

แล้วพอเข้าไปดูใน Context of Data ก็พบว่า Engagement ที่เกิดขึ้นแบบ Comment ก็มีกว่า 8.5 พันครั้ง แล้วพอเข้าไปอ่านดูก็พบว่าส่วนใหญ่จะเป็นการแท็กแฟนหรือเพื่อนเข้ามานโพส บางคอมเมนต์ก็จะมีการเขียนทำนองว่า “ไปกันๆ” บอกให้รู้ว่า Intention มาเต็มพร้อมจะเสียเงินไปจองเพื่อไปนอนดูบรรยากาศสุดว้าวที่โรงแรมแห่งนี้เลย

2 มิถุนยา 2020 เพจ แฟนพาไปเที่ยว / My Life My Travel

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม
https://www.facebook.com/513391545419856/posts/3031605413598444/

เมื่อเปรียบเทียบกับช่วงเวลาการเสิร์จหาที่เพิ่มขึ้นสูงใน Google Trends ที่บอกให้รู้ว่าระหว่างวันที่ 7-13 มิถุนายน 2020 คืออีกหนึ่งช่วงที่มีการค้นหาโรงแรม Z9 Resort แห่งนี้สูงสุดเป็นครั้งที่สองของปี 2020

เมื่อดูจากโพสที่เกิดขึ้นใกล้ๆ กันผมคาดว่าน่าจะเป็นเพราะโพสนี้มากกว่าโพสก่อนหน้า เพราะช่วงระยะเวลาที่ใกล้กันตามพฤติกรรมของ Digital Consumer ที่พอเห็นอะไรปุ๊บแล้วอยากได้ปั๊บก็จะค้นหาในกูเกิลเลยโดยไม่รอให้ถึงวันถัดไป และโพสที่ปังได้ Engagement เยอะๆ ในวันนั้นก็คือโพสจากเพจ แฟนพาไปเที่ยว / My Life My Travel ครับ

โดยโพสนี้จะบรรยายว่าโรงแรม Z9 Resort แห่งนี้เปรียบได้กับ มัลดีฟส์ดีฟ เมืองไทย ที่ทำให้ล่าสุดมีคนแชร์ออกไปกว่า 6.3 พันครั้ง ไลก์กันกว่า 6.9 พันครั้ง และคอมเมนต์กันกว่า 2.8 พันครั้งครับ

ซึ่งเมื่อไล่อ่านดูจากคอมเมนต์ก็ต่างกันกับเพจแรกนิดหน่อย เพราะคอมเมนต์ไม่ได้เทไปด้านการแท็กเพื่อนสักคนเข้ามาในโพสนั้นเท่าๆ กัน แต่จะเป็นการคอมเมนต์เชิงว่า “อยากไปๆ” แต่ไม่ได้มีการแท็กใครเข้ามาร่วมด้วยจำนวนหนึ่ง หลายคนก็มาคอมเมนต์ในเขิงว่า ราคาเท่าไหร่ๆ ทั้งที่แอดมินก็โพสตอบไว้เรียบร้อยแล้วในต้นโพส เรื่องนี้บอกให้รู้ว่าถ้าจะโพสขายของต้องเตรียมใจมานั่งตอบราคาไว้ด้วยนะ เพราะคนส่วนหนึ่งไม่อ่านให้ให้ครบทั้งโพสจริงๆ

เป็นอย่างไรครับกับ 2 Influencers ที่ทำให้คนอยากไปโรงแรม Z9 Resort แห่งนี้ขึ้นมาในปี 2020 ที่ผ่านมา เมื่อเราใช้ Social listening tool ดู Data ก็ทำให้รู้ว่าถ้าเราเป็นเจ้าของโรงแรมรายเล็กที่เป็น Boutique hotel หรือ Boutique resort นั้นควรจะเลือกใครมาช่วยโปรโมตโรงแรมเราแล้วจะ Effective โดยไม่ต้องคาดเดาไปเองว่าควรจะใช้ใคร

Session 3 – Gender and Sentiment

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม

ขยับมาดูในกล่องไฮไลท์ที่ 3 ในภาพใหญ่จะเป็นส่วนของ Sentiment และ Gender ที่แสดงผลตาม Data ที่เราเลือกดู ซึ่งเมื่อเราสลับการดูในมิติของ Mention ก็จะเห็นข้อมูลอีกแบบหนึ่งที่ต่างกับการดูดาต้าในมิติของ Engagement ค่อนข้างชัด

ซึ่งถ้าดูในเคสนี้ที่เขียนเรื่อง Z9 Resort ก็จะเห็นว่าในสัดส่วนการพูดถึงจะเป็นผู้หญิงเยอะกว่าผู้ชายอย่างเห็นได้ชัด พอมาดูในมิติของ Engagement เรื่องการเข้ามาคอมเมนต์ที่สามารถระบุเพศได้ของผู้หญิงก็จะลดลงไปมาก จากที่ดูใน Context of data ก็มาจากคอมเมนต์ส่วนใหญ่ไปในทิศทางการแท็กคนรักหรือเพื่อนสนิทให้ไปด้วยกัน

ซึ่งเรื่องนี้บอกให้รู้ว่าโรงแรมต่างๆ เวลาโพสควรจะเขียนคอนเทนต์ที่มีการชวนให้คนแท็กเพื่อนที่อยากไปด้วยเข้ามาในโพสนั้นนะครับ

ส่วน Sentiment ว่าถูกพูดถึงในแง่ดีหรือลบก็ต่างกันอย่างเห็นได้ชัด ถ้าเป็นโพสปกติค่อนข้างถูกพูดถึงกลางๆ มากที่สุด แต่พอมาดูในมิติ Engagement ก็เห็นได้ชัดว่าคอมเมนต์ส่วนใหญ่เข้ามาในแง่ของการชื่นชอบ ชื่นชม สวยมาก อยากไป ต้องไป รีบจอง บอกให้รู้เลยว่าโพสที่เกี่ยวกับ Z9 Resort นั้นได้รับฟีดแบคบนออนไลน์หรือโซเชียลมีเดียที่ดีมากๆ ครับ

ทีนี้มาดูกันใน Session สุดท้าย Session ที่เกี่ยวกับ Influencer โดยตรงบ้างครับ

Session 4 – Influencers คนที่พูดถึงเราบ่อยที่สุด หรือคนที่พูดถึงแล้วได้ Engagement มากที่สุด

ในภาพใหญ่ตอนต้นที่ผมโพสไว้ ในส่วนไฮไลน์ที่ 4 จะเป็นข้อมูลของ Top 10 Channels ไม่ว่าจะเป็นคนที่โพสแล้วมีคำที่เราอยากรู้บ่อยๆ บนออนไลน์ หรืออาจจะเป็น Channel หรือ Infleuncer ที่โพสถึงคำที่เราสนใจได้รับ Engagement ดีๆ ครับ

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม

ซึ่งเมื่อดูจากข้อมูลที่นำมาแสดงในแต่ละมิติก็จะเห็นว่าสอดคล้องไปกับที่ผมนำมาแสดงให้ดูก่อนหน้าว่าเพจ Freelance บ้าเที่ยว กับเพจ แฟนพาเที่ยว My Life My Travel เป็นสองเพจ influencer ที่น่าจะทำให้โรงแรม Z9 Resort ถูกค้นหาใน Google เพิ่มขึ้นอย่างเห็นได้ชัด

สรุปแนวทางการใช้ Social listening tool สำหรับธุรกิจ SME เช่น โรงแรมขนาดเล็ก

จาก case study ที่หยิบมาเล่าให้ฟังกันผ่านโรงแรม Z9 Resort ที่ถือว่าน่าจะเป็นโรงแรมขนาดเล็กเพราะมีแค่ 20 ห้อง แต่ก็ยอมรับว่าเป็นโรงแรมที่สวยมีสไตล์ ทั้งทำเลและการตกแต่งที่แตกต่าง เชื่อไหมครับว่าแม้ราคาห้องพักจะแพงกว่าโรงแรมใกล้เคียงมาก แต่กลับหาห้องว่างแทบไม่ได้เลย

ส่วนตัวผมที่ได้ไปพักในเดือนธันวาคมนั้นก็จองล่วงหน้ามาหลายเดือน แถมที่สำคัญวันศุกร์ เสาร์ และอาทิตย์นี่หาไม่ได้เลยนะครับ ผมต้องไปพักเอาวันธรรมดาซึ่งก็แน่นอนว่าเต็มแทบทุกห้องเหมือนกัน ถือว่าโชคดีมากที่จองห้องพักที่นี่ได้

แล้วพอไปก็เลยรู้เลยว่าทุกบาทที่จ่ายไปนั้นคุ้มค่ามากกับบรรยากาศที่ได้รับ ทั้งที่พักที่สะอาดและดูดี บวกกับวิวดีๆ และก็อุปกรณ์การเล่นน้ำทำกิจกรรมดีๆ ที่ให้ใช้ได้ฟรีไม่มีชาร์จใดๆ เพิ่ม

ดังนั้นใครที่ทำธุรกิจโรงแรมแล้วได้รับผลกระทบผมอยากให้ลองศึกษาโรงแรมเหล่านี้ดูว่าเขาทำอย่างไรถึงทำให้ห้องพักยังคงเต็มได้แทบจะตลอดเวลา เพราะไม่ใช่แค่โลเคชั่นดีเท่านั้นถึงจะมีคนมาพัก แต่ต้องมีการปราณีตในการตกแต่งเพื่อสร้างประสบการณ์ชั้นดีจึงจะทำให้คนอยากจะต่อคิวมาเข้าพักด้วยครับ

แม้โรงแรมแห่งนี้จะมีราคาสูงกว่าโรงแรมใกล้เคียงมาก แต่ก็มีแต่คนอยากมาจึงทำให้เต็มแม้กระทั่งวันธรรมดา นี่คือ Lifestyle การเที่ยวของคนไทยในประเทศที่พร้อมจ่าย พวกเขาไม่ได้ต้องการแค่ที่พักเพื่อเอาไว้นอนสบายเท่านั้น แต่พวกเขาต้องการที่พักที่ทำให้พวกเขาสามารถถ่ายรูปแล้วแชร์ออกไปจนทำให้เพื่อนๆ ในโซเชียลอิจฉาอยากไปบ้างเสียมากกว่า

และการใช้ Social listening ก็ทำให้เรารู้ว่าเราควรจะเลือกใช้ใครมาช่วยโปรโมตให้โรงแรมเรามีคนอยากตามมา ดังนั้นถ้าใครยังลังเลว่าธุรกิจตัวเองเฉพาะกลุ่ม ลูกค้าน้อย หรือเป็นแค่ SME น่าจะไม่เหมาะกับการใช้ Social listening tool ผมเชื่อว่าตอนนี้คุณคงจะเริ่มอยากคิดใหม่ว่าเราจะเอาเจ้าเครื่องมือตัวนี้ที่สามารถเข้าถึง Social data ได้ไปต่อยอดอย่างไรมากกว่าครับ

ส่วนถ้าใครกังวลว่า Social listening ที่เคยรู้จักนั้นแพงไปเพราะเริ่มต้นทีละ 30,000-50,000 ก็ลองเริ่มต้นจาก Mandala Analytics ดูเพราะเริ่มต้นแค่ 1,248 บาทต่อเดือนเท่านั้นเอง

Case study การใช้ Mandala Analytics - Social listening tool สำหรับการทำ Influencer Marketing ของธุรกิจ SME ประเภทโรงแรม

สุดท้ายนี้ผมต้องขอบคุณเครื่องมือดีๆ ของ Mandala Analytics ด้วยที่สนับสนุนเครื่องมือดีๆ ให้เอามาใช้งาน ส่วนใครอยากได้เอาไว้ใช้เองก็เข้าไปเลือกแพคเกจที่ต้องการได้ หรือจะเริ่มจากลองใช้ตัวฟรีก่อนก็ได้ครับเขาเปิดกว้างให้ทุกคนได้ลองใช้ > http://bit.ly/MandalaAnalytics

อ่านบทความที่เกี่ยวกับ Mandala Analytics ในการตลาดวันละตอนต่อ > https://www.everydaymarketing.co/business/travel-business/mandala-analytics-social-listening-tool-for-sme/

Nattapon Muangtum

Nattapon Muangtum

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

ใส่ความเห็น

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *