Case Study Personalization ที่ 4 Predict Pattern เพื่อกระตุ้นให้เกิด Purchase ไวขึ้น

Case Study Personalization ที่ 4 Predict Pattern เพื่อกระตุ้นให้เกิด Purchase ไวขึ้น

Case Study Personalization ที่ 4 จะพาไปดูกลยุทธ์การตลาดแบบรู้ใจที่ใช้การ Predict Pattern จาก Customer & Behavioral Data เพื่อหาว่ากลุ่มคนที่จะซื้อมีพฤติกรรมอย่างไร เพื่อจะได้เอาไปต่อยอดทำ Personalized Marketing ที่จะกระตุ้นให้เกิดการ Purchase ไวขึ้น

Insight หนึ่งคำง่ายๆ ที่นักการตลาดหลายคนรู้จัก แปลเป็นไทยแบบบ้านๆ ก็น่าจะแปลได้ว่า “ความต้องการ หรือความรู้สึกนึกคิดลึกๆ ของลูกค้า” แต่คำถามสำคัญถัดมาคือ เราจะรู้ Customer Insights ได้อย่างไร ?

สมัยก่อนใช้การ Survey ทำ Focus Group ทำแบบสอบถาม ทำเพื่อให้เข้าใจสิ่งที่คนคิดออกมา เพื่อจะได้นำไปใช้วางแผนการตลาดได้ถูก แต่ในความเป็นจริงแล้วมนุษย์เราไม่ได้ปากตรงกับใจเสมอไป มันเลยทำให้การจะเก็บ Insight จากการสัมภาษณ์นั้นไม่ง่าย ต่อให้เจอคนที่เก่งระดับเทพอ่านคนออกได้ง่ายๆ ก็ยังต้องเจออุปสรรคของจำนวนตัวอย่างดาต้าจากคนให้สัมภาษณ์ที่มีน้อยนิดอีก

แต่รู้ไหมครับว่าในการตลาดยุค Data-Driven Marketing เราสามารถเข้าใจ Customer Insights ได้ผ่าน Data มากมาย ทั้ง Customer Data ทั้ง Behavioral Data ทั้งหมดนี้จะบอกเป็นสัญญาณหรือ Signal บางอย่างให้รู้ว่ามีอะไรที่เราควรหาคำตอบเป็นลำดับถัดไป

ซึ่งการจะทำ Personalization ที่ดีคือการต้องหา Pattern ของคนที่น่าจะกำลังจะตัดสินใจซื้อให้ไวขึ้น ถ้าเทียบกับการตลาดหรือการขายสินค้าปกติ พนักงานขายหรือเซลเก่งๆ ก็จะพอดูออกว่าคนไหนแค่เข้ามาถาม ส่วนไหนคนที่ต่อให้ไม่ถามแต่ก็ดูทรงแล้วรู้ว่าประมาณนี้แหละน่าจะมาซื้อแน่นอน

สมัยก่อนเราอาจเรียกสิ่งนี้ว่า Gut feeling หรือ “กึ๋น” ซึ่งแน่นอนว่ามันล้วนมาจากประสบการณ์ส่วนตัวที่สั่งสมมา ส่วนใครจะเจอได้ไวกว่าก็ถือเป็นพรสวรรค์อีกที

เพราะมันคือการที่ใครคนหนึ่งสังเกตเห็นข้อมูลของลูกค้ามาเป็นเวลานานพอจนจับ Pattern หรือ “ทรง” ได้ด้วยตัวเองว่ากลุ่มว่าที่ลูกค้านั้นมีพฤติกรรมอย่างไรบ้าง

เจอคนนิสัยดีหน่อยก็ยินดีแชร์ให้เพื่อนร่วมงานได้เอาไปใช้กัน จนทำให้ธุรกิจทั้งหมดดีขึ้น แต่ถ้าเจอคนนิสัยไม่ค่อยดี ไม่ค่อยชอบแบ่งปัน ถ้าพนักงานคนนั้นลาออกไปก็อาจส่งผลต่อบริษัทได้พอสมควร

แต่ทุกวันนี้เราสามารถใช้เครื่องมือประเภท CDP หรือ Customer Data Platform ที่เชื่อมโยงข้อมูลลูกค้าที่กระจัดกระจายเข้าด้วยกัน จากนั้นก็เอามาวิเคราะห์หาว่าคนที่ซื้อมักจะมี Pattern หรือพฤติกรรมร่วมกันอย่างไร

เช่น บางเว็บขายสินค้าแฟชั่นพบว่า กลุ่มคนที่มีแนวโน้มละเป็นลูกค้าชั้นดี Top Spender ของตนนั้นมักจะชอบซื้อรองเท้าส้นสูงสีแดงร่วมกัน

ทีนี้สิ่งที่นักการตลาดอย่างเราต้องทำต่อ คือการตั้งคำถามแบบ Data Thinking ต่อไปว่า “แล้วคนที่ซื้อรองเท้าส้วนสูงสีแดงมักมีพฤติกรรมอย่างไร ?”

และนั่นก็นำมาสู่การทำ Customer Data Analytics ตั้งต้นจากคนซื้อรองเท้าส้นสูงสีแดง แล้วดูข้อมูลย้อนกลับไปว่ามี Pattern อย่างไร จนพบว่าคนกลุ่มนี้มักเข้ามาดูรองเท้าคู่นี้ซ้ำ 3 ครั้งในระยะเวลา 7 วัน

จนนำมาสู่การทำ Personalized Marketing เจาะแค่คนที่ดูรองเท้าส้นสูงสีแดงเป็นพิเศษ และไม่ได้ทำกับทุกคนที่ดูรองเท้าส้นสูงสีแดง แต่ทำกับแค่คนที่กลับมาดูครั้งที่ 3 ในระยะเวลาไม่เกิน 7 วันเท่านั้น!!

นี่คือการ Predict Pattern ของ Top Spender Customers หาให้เจอว่ากลุ่มคนที่เป็นลูกค้าเรามักจะมีพฤติกรรมร่วมกันอย่างไร เช่น 

Case Study Personalization ที่ 4 วิเคราะห์ Customer Data Analytics เพื่อ Predict Pattern แล้วเอาไปกระตุ้น Customer Purchase การซื้อเร็วขึ้น
  • ใช้เวลาเกินกว่า 3 นาทีในหน้า Pricing Page หรือหน้าราคาของเรา
  • มีการกลับมาดูซ้ำ 3 ครั้ง

เมื่อเราค้นพบแบบนี้เราจะตั้งค่าใน CDP หรือ Marketing Automation ของเราว่าเมื่อไหร่ที่มีคนที่มีพฤติกรรมเหมือนกันตามที่กำหนดไว้ ให้ทำการตลาดแบบรู้ใจ Personalized Marketing ออกไปทันที ส่วนจะให้ส่วนลดเพิ่มหรืออะไรนั้นเป็นอีกเรื่องหนึ่ง ซึ่งขึ้นอยู่กับ Creativity ของแต่ละคน

แต่ที่สำคัญคือคุณสามารถรู้ได้ชัดเจนว่าใครคือคนที่มีทรงคล้ายคนที่จะเป็นลูกค้าเรา ก็จะได้ปิดการขายได้ไวขึ้น แถมลดอัตราการสูญเสียลูกค้าไปควบคู่กัน

หาคนที่ใช่เจอไวขึ้นด้วยการทำ Predict Pattern ของ Top Spender Customers จาก Data เพราะนี่คือ Insights ที่แท้จริง จากลูกค้าตัวจริงเป็นร้อยๆ พันๆ หรือหมื่นแสนคน ไม่ใช่มาจากการสัมภาษณ์คนไม่กี่สิบคน นั่นแทบไม่ต่างอะไรจากการเดาครับ

สรุปจบ Part 1 Case Study Personalization จะเปลี่ยน New Visitors กลุ่มเป้าหมายที่อยากได้ให้เป็น New Customers ลูกค้าใหม่ด้วย Personalized Marketing อย่างไร

Case Study Personalization ที่ 4 วิเคราะห์ Customer Data Analytics เพื่อ Predict Pattern แล้วเอาไปกระตุ้น Customer Purchase การซื้อเร็วขึ้น
  1. รีบประกอบ Customer Data ตั้งแต่ยังไม่เป็น Customer เสิร์จอะไรมา ค้นหาอะไรอยู่ คลิ๊กดูอะไรบ้าง
  2. รีบชวนให้สมัคร Member เปลี่ยน Anonymous ID ให้เป็น Customer ID โดยไว
  3. กระตุ้นให้เกิดการซื้อ กลายเป็น New Customers ไวๆ ด้วยส่วนลดเฉพาะลูกค้าใหม่ แต่ต้องแน่ใจว่าไม่ได้ส่งให้ทุกคนเหมือนเก่า
  4. Predict Pattern ลูกค้าชั้นดีเรามีพฤติกรรมร่วมกันอย่างไร เจอแล้วรีบสร้างเป็น Segment พิเศษเพื่อทำ Personalization โดยไวครับ

ใน Part 2 ของ Case Study Personalization จะเริ่มต้นทำการตลาดแบบรู้ใจจาก Customer Data อย่างไร กับกลยุทธ์การกระตุ้นให้ลูกค้าซื้อมากขึ้น เยอะขึ้น บ่อยขึ้น และไวขึ้นครับ

อ่านบทความ Case Study Personalization ที่ 2 และ 3 ก่อนหน้า : https://www.everydaymarketing.co/knowledge/case-study-personalization-turn-anonymous-segment-into-member-or-customer-with-personalized-marketing/

อ่านบทความถัดไป : https://www.everydaymarketing.co/business-and-marketing-case-study/retail/case-study-personalization-turn-customer-into-loyal-customer-with-customer-data/

Nattapon Muangtum

เจ้าของเพจการตลาดวันละตอน / อาจารย์พิเศษวิชา Data-Driven Communication / เขียนหนังสือมาแล้ว 5 เล่ม Personalized Marketing, Data-Driven Marketing, Data Thinking, Contextual Marketing และ Social Listening / ที่ปรึกษา Data-Driven Advisor

Leave a Reply

Your email address will not be published. Required fields are marked *