การสร้าง Product Adoption Curve การวัดผลที่ต้องรู้เพื่อเข้าใจพฤติกรรมผู้บริโภค
ในมุมมองของเจ้าของผลิตภัณฑ์ และ Marketer เวลาที่เราจะออก Product ใหม่ๆ ออกมา หนึ่งสิ่งสำคัญที่ต้องทำความเข้าใจคือพฤติกรรมการยอมรับนวัตกรรมใหม่ของผู้ใช้ในสังคม หรือที่เรียกว่า Technology Adoption ซึ่งพูดง่ายๆ ก็คือ การคาดการณ์ว่าผู้บริโภคของเราจะมีอัตราการเข้ามาใช้งานเทคโนโลยีของเราในช่วงเวลาใด และกลุ่มลูกค้าในแต่ละช่วงที่เข้ามาใช้งานเป็นกลุ่มไหน เพื่อที่จะสามารถเตรียมการผลิต พัฒนา และการทำการตลาดที่เหมาะสมกับแต่ละกลุ่มได้ค่ะ 😊✨
คำถามก็คือ แล้ว Technology Adoption Curve ที่หลายๆ ค่ายนำเสนอออกมาสามารถใช้ในการประเมินผลิตภัณฑ์ของเราได้อย่างแท้จริงหรือไม่ เพราะหน้าตาก็ดูจะคล้ายกันไปหมด แล้วถ้าใช้ไม่ได้เราควรที่จะทำอย่างไรกันดี?
😎😉 คำตอบของปัญหาข้างต้นอยู่ในบทความนี้ค่ะ,,,, ซึ่งนิกจะขอพาทุกท่านไปทำความรู้จักกับการสร้าง Technology Adoption Curve ของผลิตภัณฑ์ตัวเองผ่านสมการ หรือโมเดลที่มีชื่อว่า Bass Diffusion Model เพื่อสร้าง S-Curve แล้วทำการแยกกลุ่มหรือทำ Adopter segmentation กัน (โดยเราสามารถสร้าง S-Curve นั้นง่ายๆ ผ่าน Microsoft Excel หรือใครถนัด Code ใน Python หรือ R หรือ Tools อื่นๆ ก็สามารถทำได้เช่นเดียวกันนะคะ^^) => ถ้าอย่างนั้น,,,, เรามาเริ่มกันเลยยย
Technology Adoption และทฤษฎีการแพร่กระจายของนวัตกรรม
ทฤษฎีการแพร่กระจายของนวัตกรรม หรือ Diffution of Innovations เป็นทฤษฎีที่ใช้ประเมินการรับเอานวัตกรรมใหม่ๆ ที่เกิดขึ้นมาใช้งานของมนุษย์ ที่เริ่มจากการลองใช้งานจนนำกลับมาใช้ซ้ำหลายต่อหลายครั้ง และเกิดเป็นการยอมรับขึ้น ซึ่งการยอมรับในนวัตกรรม หรือสินค้าใหม่ๆ นี่แหละค่ะที่เรียกว่า Technology Adoption ซึ่งทฤษฎีที่ได้รับการกล่าวถึงในวงกว้างจะเป็นทฤษฎีของ Everett Rogers ซึ่งอธิบายพฤติกรรมและบุคลิกของผู้ใช้งาน Technology Product ออกเป็น 5 กลุ่มได้แก่,,,,
- Innovators ซึ่งคือคนกลุ่มแรกในสังคมที่อาจเป็นทั้งผู้คิดค้นนวัตกรรมต่างๆ และเป็นกลุ่มผู้ใช้งานที่มีความรู้ในด้านเทคโนโลยีเป็นอย่างดี และมีการติดตามเทคโนโลยีอยู่เสมอ
- Early Adopters คือกลุ่มคนที่ชอบติดตามเทคโนโลยีและลองนวัตกรรมใหม่ๆ อาจเป็นนักวิชาการ เป็น Influencers ในสังคม หรือกลุ่มบุคคลที่ค่อนข้างมีฐานะ
- Early Majority เป็นกลุ่มที่จะเลือกตัดสินใจใช้งานนวัตกรรมจากการดูพฤติกรรมและ Feedback ของกลุ่ม Innovators และกลุ่ม Early Adopters ก่อน เพื่อดูว่าเทคโนโลยีนั้นมีประโยชน์ และเหมาะสมที่จะนำมาใช้งานหรือไม่
- Late Majotity คือกลุ่มที่จะใช้เทคโนโลยีใดๆ ก็ต่อเมื่อรู้สึกว่ามีความจำเป็นจริงๆ ซึ่งนวัตกรรมนั้นๆ อาจตกรุ่นไปแล้วบ้าง โดยหากเทคโนโลยีไหนที่ทำให้กลุ่มนี้มีการใช้งานได้สูง สามารถถือได้ว่าค่อนข้างประสบความสำเร็จเลยค่ะ
- Laggard ถือเป็นกลุ่มสุดท้ายที่จะมีการใช้เทคโนโลยีหรือนวัตกรรมที่มักจะตกรุ่นไปแล้ว ซึ่งมีพฤติกรรมการเลือกใช้งานโดยการสอบถามจากคนรู้จัก หรือคนใกล้ชิดค่ะ
ซึ่งจากการแบ่งกลุ่มผู้ใช้ออกเป็น 5 กลุ่มตามทฤษฎีของ Rogers จะแบ่งสัดส่วนของกลุ่ม 1-5 เป็นเปอร์เซ็นต์ตามลำดับคือ Innovators:2.5%, Early Adopters:13.5%, Early Majority:34%, Late Majotity:34% และ Laggard:16% โดยเราจะเอา % ของแต่ละกลุ่มเหล่านี้มาพิจารณาร่วมกับกระบวนการ Social Adoption หรือก็คือการสร้าง S-Curve ออกมาค่ะ
กระบวนการ Social Adoption และ S-Curve
โดยกระบวนการ Social Adoption นั้น คือการยอมรับสิ่งต่างๆ ที่เกี่ยวข้องกับนวัตกรรมผ่านทาง Channels ในการสื่อสารของผู้ใช้งานกลุ่มต่างๆ ดังกล่าวข้างต้น ซึ่งในการที่จะสื่อสารจากกลุ่มหนึ่งไปสู่กลุ่มอื่นๆ จะเริ่มจากการที่กลุ่ม Innovators เกิดการใช้งานและยอมรับเทคโนโลยี หรือผลิตภัณฑ์ใหม่ๆ แล้วเกิดการสื่อสารส่งต่อมาที่กลุ่ม Early Adopters ซึ่งเป็นกลุ่มที่สนใจข่าวสารเป็นทุนเดิม โดยการยอมรับนวัตกรรมของกลุ่มนี้ถือว่ามีความสำคัญเป็นอย่างมาก เพราะชื่อเป็นกลุ่มที่เป็นเหมือน Infulencer ในสังคมที่อาจมีผลต่อการชี้ว่าเทคโนโลยีนี้ จะได้ไปต่อ หรือจะไม่เกิดค่ะ^^
โดย Rogers ได้สร้าง S-Curve ขึ้นมา เพื่อแบ่งช่วงของการยอมรับ/การใช้งานเทคโนโยโลยีใหม่ๆ ในสังคม โดยแกน X คือเวลา และแกน Y คือการประเมินเทียบจำนวนผู้ใช้งานในสังคม เพื่อระบุช่วงการเกิด การได้รับความนิยม และการตกรุ่นของผลิตภัณฑ์ที่ถูกผลิตออกมา ซึ่ง S-Curve นี้จะแบ่งเป็น 3 Sections ดังนี้ค่ะ
- Section 1: คือช่วงเวลาในการวิจัยหรือสร้างเทคโนโลยีนั้นๆ ออกมาจนเริ่มทดสอบและเก็บ Feedback โดยการ Launch ออกมากแล้วดูผลลัพธ์
- Section 2: คือช่วงที่ผู้คนในสังคมเริ่มรับรู้ว่ามีผลิตภัณฑ์ใหม่นี้ถูกปล่อยออกมาแล้ว และมีการเรียนรู้การใช้งาน ตลอดจนมีจำนวนการใช้งานเพิ่มขึ้นอย่างรวดเร็ว ซึ่งในช่วงนี้เป็นช่วงที่ควรมีการโปรโมท และเหมาะกับการดำเนินการด้านการตลาดมากที่สุดค่ะ
- Section 3: คือจุดอิ่มตัวของเทคโนโลยีนั้นๆ ทั้งทางด้านประสิทธิภาพ และด้านผู้ใช้งาน ซึ่งเป็นจุดที่กำลังจะเป็นขาลงของเทคโนโลยี โดยช่วงนี้สิ่งที่ผู้ผลิตควรทำก็คือทำการวิจัย และเตรียมพัฒนาเทคโนโลยีใหม่ออกมาทดแทนค่ะ
ซึ่งแน่นอนค่ะว่าพวกเปอร์เซ็นต์ และอัตราส่วนต่างๆ ในกราฟก่อนหน้าเป็นค่ามาตรฐานที่เอาไว้ประเมินคร่าวๆ แต่ถ้าเราต้องการประเมินหรือสร้างกราฟแบบเฉพาะเจาะจงสำหรับผลิตภัณฑ์ของเรา => เราต้องทำการสร้าง S-Curve เพื่อดู Technology Adoption ของเราออกมาเอง ซึ่งทฤษฎีที่นิกจะแนะนำให้เพื่อนๆ รู้จักกันคือ Bass Diffusion Model ค่ะ ☺😀
ประเมิน Technology Adoption ด้วย Bass Diffusion Model
Bass Diffusion Model ที่ถูกสร้างขึ้นมาโดย Frank Bass เป็นโมเดลที่ใช้ Predict การยอมรับเทคโนโลยี หรือผลิตภัณฑ์ใหม่ๆ ซึ่งเป็นการคาดการณ์พฤติกรรมในอนาคต เพื่อวางแผนการตลาด หรือแผนธุรกิจให้ได้อย่างเหมาะสม
โดย Bass Diffusion Model สมการทางคณิตศาสตร์ที่ใช้นั้นจะใช้เพื่อคาดการณ์การแพร่กระจายทางเทคโนโลยี ซึ่งเวลาที่ Predict เอาไว้นั้นจะเป็นตัวบ่งชี้ว่า จะเกิดการยอมรับเทคโนโลยีนั้นๆ ในช่วงเวลาใดในอนาคต เพื่อให้เกิดการเตรียมพร้อมในการลงทุนและวางแผนงานด้านการตลาดได้อย่างเหมาะสมกับผลิตภัณฑ์ได้อย่างมากที่สุด
Frank Bass-1969
จากกราฟด้านล่างจะถูกนำไปใช้ในการ Predict ในรูปแบบ Long-Term Sales Pattern เมื่อเกิดสถานการณ์ต่างๆ เช่น สินค้าที่ถูกแนะนำเข้าสู่ตลาดถูกวางขายได้ไม่นานนัก หรือสินค้าที่ยังไม่ถูกแนะนำเข้าสู่ตลาด แต่ว่ามีสินค้าที่มีรูปแบบคล้ายกันวางขายอยู่ในตลาดอยู่แล้ว โดยช่วงแรกจะมีกลุ่ม Innovators นำมาเทคโนโลยีนั้นมาใช้งานโดยทันที และเมื่อเวลาผ่านไปจะเริ่มมีกลุ่ม Imitators ที่จะเข้ามาใช้งานตามกลุ่ม Innovators
โดยสมการ Bass Diffusion Model พิจารณาได้ดังนี้ค่ะ ^^
(สมการนี้เพื่อนๆ สามารถนำไปสร้างสูตรใน Microsoft Excel หรือ Tools อื่นๆ ได้ตามสะดวกเลยนะคะ)
P(t) = p + q/M(N(t))
โดยที่ตัวแปรต่างๆ ที่อยู่ในสมการ (ที่เราต้องเอาค่ามาใส่) มีรายละเอียดดังนี้ค่ะ,,,,
- p (Coefficient of innovation (external influence)) คือ ค่าสัมประสิทธิ์ของนวัตกรรม-อิทธิพลจากภายนอก
- q (Coefficient of imitation) คือค่าสัมประสิทธิ์ของการเลียนแบบ
- M (Total potential market) คือตลาดที่มีศักยภาพเพียงพอที่เทคโนโลยีนั้นๆ จะถูกใช้งานได้ ซึ่งก็คือจำนวนผู้ใช้งานที่มี Potential ค่ะ
- N(t) (Cumulative number of customers who have already adopted) คือจำนวนลูกค้าสะสมที่มีการใช้งานหรือมีการยอมรับผลิตภัณฑ์
ซึ่งค่า p, q และ M เราสามารถหาข้อมูลได้จากการอ้างอิงรูปแบบการขายจากปีก่อนหน้า จากการใช้ สมการการถดถอย (Linear Regression Analysis) หรือการหาจุดเหมาะสมที่สุดของสมการไม่เป็นเชิงเส้น (Nonlinear optimization) หรือการใช้ค่าจากผลิตภัณฑ์ใกล้เคียง (ซึ่งหาค่าได้จากงานวิจัยที่ตีพิมพ์ออกมาได้ง่ายๆ เพื่อแค่เอา Keyword p,q Bass Diffusion Model ไป search –>> ซึ่งเราจะทำอย่างหลังกันค่ะ)
ยกตัวอย่างเช่นค่า p กับ q ของผลิตภัณฑ์ประเภทเทคโนโลยี IoT จะมีค่าที่ 0.03 และ 0.38 ตามลำดับ และค่า M เราควรมีการกำหนดให้ใกล้เคียงความเป็นจริงมากที่สุด ซึ่งเมื่อเราได้ค่าต่างๆ ครบถ้วนให้นำมาใส่ลงในสมการ =>> และหลังจากนั้นเราก็จะได้กราฟ Bass Forecasting Model เพื่อใช้ในการดู Technology Adoption ในสินค้าที่หลากหลาย ตามแต่ประเภทของนวัตกรรมและเทคโนโลยีนั้นๆ ออกมาตามภาพด้านบน ซึ่งแน่นอนค่ะว่าย่อมมีความเหมาะสมกับผลิตภัณฑ์ที่เราเป็นเจ้าของ หรือกำลังทำการตลาดอยู่ค่ะ 😉🧐
Last but not Least…
ในบทความนี้พวกเราได้ทำความรู้จักกับการสร้าง Technology Adoption Curve ของผลิตภัณฑ์ตัวเองผ่านสมการ หรือโมเดลที่มีชื่อว่า Bass Diffusion Model เพื่อสร้าง S-Curve แล้วทำการแยกกลุ่มหรือทำ Adopter segmentation กัน โดยเพื่อนๆ สามารถลองสร้าง S-Curve ได้ง่ายๆ ผ่าน Microsoft Excel หรือใครถนัด Code ใน Python หรือ R หรือ Tools อื่นๆ ก็สามารถทำได้เช่นเดียวกันค่ะ
และสำหรับท่านใดอยากทำความเข้าใจเกี่ยวกับการปรับตัวเข้ากับเทคฯของผู้บริโภค ด้วย Technology Adoption Curve เพิ่มเติม สามารถเข้าไปที่ Link นี้ได้เลยค่ะ => https://www.everydaymarketing.co/knowledge/understand-consumer-with-technology-adoption-curve/
