Personalization 101 : 6 Customer Data ที่ต้องเก็บถ้าอยากทำการตลาดแบบรู้ใจ

จะเริ่มต้นทำการตลาดแบบรู้ใจ Personalization 101 ต้องเริ่มอย่างไร ? หนึ่งในคำถามคาใจนักการตลาดหลายคนวันนี้ ที่พบว่าการยิงแอดโฆษณาแบบเดิมอาจไม่เวิร์คเหมือนปีก่อนๆ อีกต่อไป ส่งผลให้หลายคนเริ่มหันมาใช้ Data กันมากขึ้นอย่างจริงจัง แต่การใช้ Data เป็นการส่วนหนึ่งของการเริ่มต้นจะรู้จักลูกค้า แต่การจะไปให้ถึงขั้นสุดของการตลาดอย่างการทำ Personalization นั้นหละ จะต้องทำอย่างไร

แน่นอนว่าการใช้เครื่องมือ MarTech อย่าง CDP Customer Data Platform ก็เป็นส่วนหนึ่งของการที่จะรู้ใจลูกค้าได้ ดังนั้นบทความนี้จะพาไปดูวิธีการเริ่มต้นทำ Personalization ตั้งแต่การเก็บ Data ไปจนถึงต้องมีเครื่องมือ MarTech อะไรบ้าง ที่จะสามารถช่วยเราทำ Data Integration ที่กระจัดกระจายเข้าด้วยกัน ไปจนถึงเครื่องมือที่ช่วยให้เราทำ Personalization ได้ง่ายขึ้นครับ

ถ้าพร้อมแล้วเราไปดูกันดีกว่า ว่าเราจะเริ่มต้นทำการตลาดแบบรู้ใจ Personalization ให้เป็นรูปเป็นร่างในปีนี้ได้อย่างไรครับ

6 Customer Data ที่เราจะต้องเก็บถ้าอยากทำ Personalization 101

การจะทำการตลาดแบบรู้ใจได้ แน่นอนว่าต้องเริ่มต้นจากการรู้จักลูกค้าแต่ละคนให้ดีก่อน ถ้าอยากรู้จักก็ต้องเริ่มต้นจากการเก็บดาต้า ซึ่งแน่นอนว่าวันนี้ก็มีดาต้ามากมายให้เลือกเก็บ

นักการตลาดหลายคนคงปวดหัวไม่น้อยเมื่อถูกฝ่าย Technical หรือ IT ถามว่าอยากได้ดาต้าอะไรบ้าง พอฝ่าย Marketer บอกไปว่าอยากเก็บทุกอย่าง ทีนี้ปัญหาระหว่างทีมการตลาดกับไอทีก็เริ่มต้นขึ้นและไม่มีทางจบลงสักที

เพราะไอทีก็จะบอกว่าเก็บทุกอย่างไม่ได้ การตลาดต้องบอกมาว่าจะเก็บอะไรบ้างจะได้ทำการเก็บดาต้าได้ถูกจุด การตลาดก็อาจจะบอกว่า “ไม่รู้ ไม่รู้ ไม่รู้” ก็ในเมื่อไม่รู้ว่าต้องรู้อะไร ก็อยากรู้มันทุกอย่างนี่แหละ

ต่อไปนี้ไม่ต้องเถียงกัน เอา 6 ประเภท Customer Data ที่จะเล่าให้ฟังนี้เป็นตัวตั้งต้น ส่วนจะเอาไปปรับจูนใช้แบบไหนยังไงตอนหน้างานก็ค่อยว่ากันอีกทีนึงครับ

6 Customer Data ที่ต้องเก็บเพื่อนำไปทำ Personalization 101

1. Website Interactions Data

ข้อมูลการใช้งานเว็บไซต์ของเรานั้นสำคัญมาก อย่างได้เผลอมองข้ามมันเด็ดขาด เพราะเราจะรู้ได้ว่าหน้าไหนคนเข้ามาดูเยอะ สินค้าตัวไหนคนเข้ามาดูนานๆ หน้าไหนบ้างที่มีคนกลับเข้ามาดูซ้ำมากกว่าสองครั้ง หรือ Conversion เกิดขึ้นจริงที่หน้าไหนสินค้าใดมากที่สุด

จากข้อมูลการใช้งานเว็บไซต์ของเราจะช่วยเปิดเผยความลับของ Business & Consumer Insights มากมาย ลองหาหน้าที่คนเข้ามาเจอเองเยอะๆ โดยที่เราไม่รู้ ลองสังเกตดู Audience Journey ในเว็บไซต์เราว่ามีอะไรที่ไม่คาดคิดทำให้เราต้องเซอร์ไพรส์บ้างหรือเปล่า

จากประสบการณ์เรามักเจอเสมอ และนั่นก็จะเป็นจุดให้เราคลำทางตามดาต้าต่อ จนเราได้เห็น Insight & Opportunity ใหม่ๆ มากมายที่สามารถนำไปต่อยอดได้ไม่มากก็น้อยครับ

2. Mobile Interactions Data

สำหรับใครที่มีแอป บอกเลยว่าห้ามพลาดาต้าการใช้งานแอปเราเด็ดขาด เพราะมันจะบอกให้เรารู้ว่าตกลงลูกค้าหรือผู้ใช้นั้นใช้งานแอปเราอย่างเรา ตรงหน้าไหนที่เขาติดเป็นพิเศษ ฟังก์ชั่นไหนที่คนใช้เยอะโดยที่เราไม่รู้ตัว

หรือแม้แต่การตั้งคำถามใหม่ๆ ที่จะนำไปสู่ Insights ชั้นดี เช่น ถ้าเราเป็นแอปธนาคาร จริงๆ แล้วคนชอบเปิดแอปเราตอนกี่โมง เป็นช่วงสิ้นเดือนเยอะๆ จริงไหม คนชอบโอนเงินซื้อของราคาเท่าไหร่ ทั้งหมดนี้สามารถนำไปวิเคราะห์ทำความเข้าใจ User Insights ได้อีกมากมาย

ที่เหลือคือความใส่ใจว่าใครตั้งใจทำความเข้าใจ Consumer Insights จาก Data ได้มากกว่ากัน

3. Demographic Data

ข้อมูลพื้นฐานของลูกค้าเรานั้นอย่าได้มองข้ามเลยนะครับ เพราะข้อมูลชุดนี้มีความสำคัญอย่างมาก เมื่อเราเอามาเชื่อมโยงกันดาต้าสองข้อแรกที่บอกไป เราจะเริ่มเข้าใจบริบทของ Interaction Data ต่างๆ มากขึ้น เราจะเริ่มร้อง “อ๋อ” เมื่อได้รู้ว่ากลุ่มคนที่ชอบค้นหาอะไรแบบนี้เป็นเพศไหน อาศัยอยู่ที่ใด หรือแม้แต่อายุเท่าไหร่

ดังนั้น Demographic ดูเผินๆ จะเป็น Data ที่ไม่ค่อยมีประโยชน์อะไร แต่ถ้าเอามาเชื่อมโยงกัน Data Source อื่นที่เป็น Behaviour Data ได้บอกเลยว่ามันจะเพิ่มพลังของดาต้าที่มีให้ Powerful ยิ่งขึ้นครับ

4. Survey Data

แม้การทำเซอร์เวย์ แบบสอบถามจะฟังดูเก่า เป็นวิธีการทำรีเสิร์จที่ไม่เข้ากับโลกยุค Data-Driven Marketing แต่ในความเป็นจริงแล้วที่ผ่านมาเราทำ Survey กันไม่ค่อยเป็นมากกว่า 

เพราะถ้าเราเข้าใจวิธีการทำ Survey จริงๆ แล้วเอามาบวกกับพลังของโลกยุคดิจิทัลที่ทำให้การเก็บดาต้าเป็นเรื่องง่าย ข้อมูลชุดนี้จะมีคุณค่าอย่างมาก เพราะเราสามารถส่งแบบสอบถามความพึงพอใจแบบเจาะจงให้ลูกค้าที่เพิ่งซื้อสินค้าหรือบริการเราได้ ไม่ว่าจะผ่าน LINE@ หรือ SMS หรือแม้แต่ Email ก็ตาม

เราจะได้รู้ปัญหาว่าลูกค้าคนที่เพิ่งไม่พอใจอย่างมากนั้นเพิ่งมาซื้อหรือใช้บริการเราที่สาขาไหน จากนั้นเราก็จะได้ส่งทีมเข้าไปตรวจสอบสิ่งที่เกิดขึ้นว่าเป็นความผิดพนักงานเรา หรือเป็นที่ตัวลูกค้าเอง

ดังนั้นอย่ามองข้ามการทำ Survey แต่ต้องรู้จักวางแผนการเชื่อม Survey Data เข้ากับ Customer Data และก็ต้องวาง Survey จาก Customer Journey ด้วยครับ

5. CRM Data

ข้อมูลระบบสมาชิก ระบบเก็บคะแนนสะสมแต้มลูกค้าที่เราลงทุนไป ดาต้าการซื้อขายที่เกิดขึ้นจริงนั้นถือว่ามีคุณค่ามากที่สุด นับเป็น First Party Data ชั้นดี ถ้าไม่รู้จะเริ่มต้นการทำ Data Analysis ตรงไหน ผมแนะนำว่าให้เริ่มต้นจากดาต้าชุดนี้ได้เลย

เพราะนี่คือพฤติกรรมที่แท้จริงของลูกค้า ใครเป็นลูกค้าขาจร ใครเป็นลูกค้าใหม่ ใครเป็นลูกค้าเก่าที่รักเรามากๆ หรือใครเป็นแค่กลุ่มรอโปรเท่านั้น ซึ่งอาจเป็นกลุ่มที่เราไม่อยากให้มีมากกว่านี้ก็ได้ในระยะยาว

6. Call Center Data

ข้อมูลการโทรของลูกค้าก็ถือเป็นข้อมูลล้ำค่าถ้าเราอยากจะทำการตลาดแบบรู้ใจ Personalization ให้ได้คุณภาพดี เพราะหลายครั้งลูกค้าอาจไม่ได้บอกตรงๆ แต่ถ้าเราใส่ใจฟังจากน้ำเสียงก็พอจะบอกถึงความพึงพอใจลูกค้าได้ดีกว่า

บางบริษัทจึงเริ่มเอาระบบ Call Center เป็นเรื่องเป็นราวเข้ามาใช้ เพื่อจะได้เก็บ Call Log ไว้ให้อีกทีมมาตรวจการให้บริการลูกค้าทางโทรศัพท์ของพนักงานเรา แล้วก็สกัดดาต้าที่อยู่ในคำพูดแต่ละสายออกมาครับ

สรุป 6 Customer Data สำหรับเริ่มต้น Collecting ถ้าอยากจะทำ Personalization 101 ให้ได้ในปีนี้

1. Website Analytics ข้อมูลการใช้งานเว็บ
2. Mobile Tracking ข้อมูลการใช้งานแอป
3. Demographic ข้อมูลพื้นฐานลูกค้า
4. Survey ข้อมูลแบบสอบถามประเมินความพึงพอใจ
5. CRM ข้อมูลการขายจากระบบสมาชิก
6. Call Center ข้อมูลการโทรเข้าโทรออกกับลูกค้า

ถ้าไม่รู้จะเริ่มต้นเก็บดาต้าอะไรบ้าง ขอให้เริ่มจาก 6 Data นี้ ที่เหลือคือคุยกับทีมดูก่อนเริ่มต้นเก็บจริงว่ามีอะไรบ้างที่เราต้องการเพิ่มจาก 6 ข้อนี้ และมีอะไรบ้างที่เราไม่จำเป็นต้องเก็บใน 6 ข้อนี้ครับ

ขอให้ได้เริ่มต้นทำ Personalization สักที เพราะไม่รู้ว่าตอนนี้คุณแข่งคุณจะทำไปถึงไหนแล้วเหมือนกัน

ในตอนหน้าของบทความชุด Personalization 101 เราจะมาดูกันต่อว่าเมื่อเก็บดาต้ามาแล้วเราต้องทำอะไรต่อ ต้องใช้อะไรรวมดาต้า ต้องทำยังไงกับดาต้าที่มาจากมากมายหลายช่องทาง และเมื่อรวมแล้วจะต้องเริ่มต้นอย่างไรครับ

Source: https://learn.segment.com/advanced-personalization-guide/