Marketing Session เทรนด์การตลาดหลังยุค 5.0 โดย การตลาดวันละตอน
วันนี้เบสจะมาแชร์สรุปการบรรยายของพี่หนุ่ยใน Marketing Session สั้น ๆ ในหัวข้อ เทรนด์การตลาดหลังยุค 5.0 จากที่ตัวเองบังเอิญได้ไปร่วมงาน Like ME Like US: Open House & Networking Night From Like Me ให้ทุกคนได้อ่านกันครับ
หลังจากได้ฟังสิ่งที่พี่หนุ่ยเอามาแชร์แล้ว ก็รู้สึกว่า เป็น Concept ที่ช่วย Recap เทรนด์การตลาดหลังยุค 5.0 ที่เป็นยุคของ Data-Driven Marketing และสิ่งที่ควรทำต่อจากนี้ ได้ชัดเจนและเข้าใจง่าย ที่เป็นการช่วย Re-check ตัวพวกเราเองด้วยว่า เรามีการเตรียมความพร้อมที่ครบถ้วนดีแล้วหรือยัง แล้วยังต้องมีวิธีคิดเพื่อสานต่อมันอย่างไรบ้าง
ซึ่งในการบรรยายพี่หนุ่ยมีของแถมมาให้อย่าง หลัก 3CO ที่เป็นวิธีคิดต่อยอดจากการทำ Data-Driven Marketing หลังจากที่เราปรับตัวแล้ว ให้มีประสิทธิภาพได้มากยิ่งขึ้น ซึ่งทุกคนสามารถนำไปเป็น Strategic Thinking ในการทำการตลาดที่ลงมือปฏิบัติได้จริงได้อย่างดีเลยครับ
การมาของ Data-Driven Marketing และการปรับเปลี่ยน Infrastructure
จริง ๆ แล้วการทำ Data-Driven Marketing เป็นแนวคิดการตลาดที่มีมานานสักพักนึงแล้วครับ เพียงแต่อาจจะไม่ได้ถูกพูดถึงในวงกว้าง หรือ ถูกตั้งชื่อมันอย่างชัดเจนขนาดนั้น
ที่ทุกวันนี้แนวคิดนี้เป็นไปอย่างแพร่หลายมากขึ้น ก็เพราะการมาของ หนังสือ Marketing 5.0 ของ Philip Kotler ที่พูดเกี่ยวกับ พฤติกรรมของผู้บริโภคที่เปลี่ยนแปลงไป มีความเป็นปัจเจกและพฤติกรรมที่แบ่งกันค่อนข้างชัดเจนในแต่ละ Generation
เพื่อการทำการตลาดที่มีประสิทธิภาพมากขึ้น Philip Kotler เลยแนะนำให้เราต้องมีการนำเทคโนโลยีใหม่ ๆ และกลยุทธ์ใหม่ ๆ เข้ามาปรับใช้มากยิ่งขึ้น ซึ่งแนวคิดทางการตลาดที่เป็น 1 ในองค์ประกอบหลักสำคัญของ Marketing 5.0 ที่หนังสือพยายามนำเสนอ ก็คือ Data-Driven Marketing นั่นเองครับ
Data-Driven เป็นเรื่องของการนำเทคโนโลยีใหม่ ๆ เช่น IoT, Bio-Sensor Tech, Big Data, Machine Learning, A.I หรือแม้กระทั่งหุ่นยนต์ มาใช้ในการเก็บข้อมูล เพื่อทำการวิเคราะห์และนำมาประยุกต์ใช้ในการทำธุรกิจ การตลาด และการสื่อสารกับลูกค้า
เพื่อให้การกระทำของเราสามารถตอบสนองต่อความต้องการของผู้บริโภคได้ดีมากยิ่งขึ้น รวมถึงความสามารถในสร้าง Brand Experience ที่ดีในทุก ๆ Customer Journey ให้ลูกค้าความรู้สึกและความสัมพันธ์ที่ดีกับแบรนด์มากยิ่งขึ้นกว่าเดิม ซึ่งเราสามารถนำแนวคิดนี้ไปต่อยอดเป็นแนวคิดทางการตลาดอื่นของ Marketing 5.0 ได้อีกมากมายเลยครับ
เช่น Agile Marketing, Predictive Makreting, Contextual Marketing, Augemented Marketing ฯลฯ
*สำหรับใครที่อยากรู้และทำความเข้าใจเกี่ยวกับ Marketing 5.0 มากกว่านี้ก็ไปตามอ่านได้ที่สรุปที่พี่หนุ่ยเคยเขียนไว้ที่ลิ้งค์ด้านล่างได้เลยนะครับ
และการที่เราจะสามารถทำ Data-Driven Marketing ได้นั้น เราก็ต้องมีการเตรียม Data Infrastructure หรือ การเตรียมโครงสร้างพื้นฐานในเรื่องของการเก็บข้อมูล ไปจนถึงการดึงข้อมูลออกมาใช้ ภายในองค์กร ให้มีความชัดเจนและเป็นระบบมากยิ่งขึ้น
โดยพี่หนุ่ยก็หยิบเอา Model แบบ Step by Step คร่าว ๆ มาให้เราได้ดูกันเลยครับ ว่าควรเริ่มต้นจากอะไรยังไงบ้าง ที่จะค่อนข้างมีความ Technical เล็กน้อยนะครับ
แต่เพื่อให้เป็นบทความเชิงสรุป เบสเลยจะขออนุญาต Recap ให้เข้าใจง่าย ๆ ก็คือ การเข้าใจโครงสร้างในเรื่องของ Data, การตั้งเป้าหมายว่าเราต้องการใช้ Data เพื่อใชในเรื่องอะไรบ้าง, การเลือกเครื่องมือเพื่อใช้จัดเก็บ Data และทำ Data Visualization, การวางรูปแบบการดึง Data ออกมาใช้, การออกแบบการใช้ประโยชน์จาก Data และการวางรากฐานเรื่องระบบการตรวจสอบข้อมูลและความปลอดภัย
แต่ถึงแม้ว่าเราจะเข้าใจในเรื่องของ Concept และได้มีการเปลี่ยนแปลงภายในองค์กรเพื่อให้เราสามารถทำ Data-Driven Marketing ได้แล้ว สถานการณ์การเปลี่ยนแปลงจาก Marketing 5.0 หลายแบรนด์ก็ยังเจอกับ Error ในการทำการตลาด จากเรื่องของ Data-Driven อยู่หลายอย่าง
ซึ่งอาจทำให้เราต้องเจอกับความผิดพลาด หรือ ความผิดพลาดลวง(*เจอว่าผิดแต่จริงๆไม่ผิด) โดยที่เราไม่รู้ตัว เกี่ยวกับการนำ Data มาใช้ หรือการชี้วัดโดยใช้ Data เช่น มี Infrastructure แล้วแต่ไม่รู้จะเอา Data จากลูกค้ามายังไง, ทำแคมเปญการตลาดไปทั้งที่ทำ Data Reseacrh มาอย่างดีแล้ว แต่กลับไม่ Work ซะงั้น
พี่หนุ่ยเลยแถมวิธีคิดที่พี่หนุ่ยมองว่ากำลังจะมาเป็นเทรนด์การตลาดหลังยุค 5.0 ให้ทุกคนฟัง ซึ่งจะเป็นการเพิ่มวิธีการคิดให้เราสามารถการทำ Data-Driven Marketing หรือ ใช้งาน Data ของเราได้อย่างมีประสิทธิภาพ และช่วยในการวัดผลให้เห็นว่าการทำการตลาดของเราประสบความสำเร็จมากยิ่งขึ้น จากการนำ Data-Driven มาใช้
โดยพี่หนุ่ยเรียกวิธีคิดนี้ว่า 3CO ได้แก่ Connect, Collect และ Conclusion
3CO : Connect – Collect – Conclusion
Connect : การเชื่อมโยงข้อมูล
การตั้งคำถามว่าเราอยากรู้เรื่องอะไรเป็นเรื่องที่ต้องตอบให้ได้เป็นอันดับต้น ๆ สำหรับการทำ Data-Driven อยู่แล้ว แต่ในบางครั้งข้อมูลที่เราหามาเพื่อตอบคำถามนั้น มันอาจเป็นเพียงแค่ข้อมูลจากแหล่งข้อมูลประเภทเดียว ที่อาจจะไม่ช่วยให้เราทำความเข้าใจลูกค้า หรือ กลุ่มเป้าหมายที่เรากำลังทำการตลาดได้ดีขนาดนั้น
การ Connect ณ ที่นี้เรากำลังพูดถึงเรื่องของการนำข้อมูลในมุมมองรูปแบบอื่น ๆ มาประกอบด้วยเพื่อให้เราสามารถทำความเข้าใจอย่างครบถ้วนได้ทุกมิติมากขึ้น
ยกตัวอย่างเช่น หากเราทำการตลาดเพื่อการขาย การมองแต่ Marketing Data อย่างพวก Impression, Reach, Click, %CTR ก็อาจไม่ช่วยให้เราเข้าใจในภาพรวมทั้งหมดและทำการตลาดไปเท่าไร เพราแม้ว่า %CTR ของชิ้นงานโฆษณาเราจะดีแค่ไหน แต่ไม่รู้ว่าเพิ่มยอดขายได้มั้ย ก็ไม่ช่วยให้การตลาดของเราส่งเสริมให้ยอดขายดีขึ้นได้
มันเลยจะดีกว่ามั้ยหากเรามีการนำข้อมูลเรื่องของ Sales Data อย่าง Conversion, %CVR, AOV, ROAS มาใช้ในการวิเคราะห์ด้วยเพื่อให้เราเข้าใจสิ่งที่ส่งผลต่อยอดขายมากขึ้น
และจะยิ่งดีเข้าไปใหญ่หากนำ Service Data ที่เป็นเรื่องของการบริการมารวมด้วย อย่าง %Engagement Rate, %Conversation Rate, %Respond Rate หรือข้อมูลที่เฉพาะเจาะจงในพฤติกรรมการซื้อของลูกค้า เพื่อให้ Customer Journey ทั้งหมดของเราสอดคล้องไปด้วยกันและมัดใจลูกค้าของเราได้อย่างดี
นอกจากนี้หากมีคำถามที่เราอยากรู้แต่ด้วย Data ที่เรามีทำให้เราไม่สามารถหาคำตอบได้อย่างชัดเจน ซึ่งสำหรัแบรนด์เราก็มีอุปสรรคในการที่จะได้ Data เหล่านั้นมา
พี่หนุ่ยเลยเสริมเรื่องของการ Collaboration for Connect หรือการร่วมมือกับเพื่อนต่างแบรนด์ หรือต่างธุรกิจที่สามารถให้คำตอบในมุมอื่นเราได้ มาแลกเปลี่ยน Data Source กัน เพื่อประโยชน์ทางธุรกิจและการตลาดของทั้งสองฝ่าย
ถือว่าเป็นอีกทางหนึ่งที่ช่วยให้เราลดต้นทุน ลดระยะเวลาที่เราต้องเสียไปได้เยอะ แต่ยังได้พันธมิตรทางธุรกิจอีกด้วย และถ้าหากลองสังเกตดูในช่วงนี้เราจะเริ่มเห็นการจับคู่ของแบรนด์ต่าง ๆ ธุรกิจกันมาร่วมมือเป็น Partner กันทางธุรกิจอยู่หลายเจ้า ส่วนหนึ่งเบสก็คิดว่าการร่วมมือในเชิง Data ก็เป็นส่วนหนึ่งในนั้นเหมือนกันครับ
Collect : การเก็บข้อมูล
“การเก็บข้อมูล” เป็นโจทย์หนึ่งที่ค่อนข้างหินกับหลาย ๆ แบรนด์ หลังจากที่ใคร ๆ ก็บอกว่าเราต้องทำ Data-Driven
ตัวเบสเองเห็นควาพยายามของหลายแบรนด์ ที่พยายามให้ลูกค้ากรอกลงทะเบียน, กรอกข้อมูลเพิ่มเติมในส่วนอื่น ๆ ไปจนถึงการพยายามสร้าง Platform ของตัวเองแล้ว Lead ลูกค้าให้เข้ามาใช้เพื่อให้ตนเองสามารถได้ข้อมูลอย่างเต็มประสิทธิภาพ แต่สิ่งที่ได้กลับมาคือ ข้อมูลอันน้อยนิด แย่สุดก็คือความว่างเปล่า
ทั้งที่เรามีทุกอย่างพร้อมเสร็จสรรพแล้ว แต่กลับไม่มีใครอยากให้ข้อมูลเราเลย ถ้าคุณกำลังเจอปัญหานี้บอกเลยว่าทุกคนมีเพื่อนอยู่เพียบครับ เพราะมันคืออีกจุดหนึ่งที่หลายแบรนด์ยังพลาดอยู่เหมือนกัน
หากเรามองในมุมของผู้บริโภคที่ยุคสมัยนี้เริ่มมีการตั้งคำถามกับการให้ข้อมูลของตัวเองมากขึ้น ไปจนถึงการขี้เกียจกรอกข้อมูลอะไรที่มันยุ่งยาก ยิ่งถ้าพวกเขามองว่ามันไม่ได้ประโยชน์อะไรในการให้ข้อมูลกับแบรนด์ พวกเขาก็ยิ่งรู้สึกไม่รู้จะให้ความร่วมมือไปทำไม
นั่นเลยทำให้หลังจากนี้ หากแบรนด์ต้องการข้อมูลจากลูกค้าโดยตรงเพื่อนำมาทำความเข้าใจลูกค้า และพัฒนาธุรกิจ/การตลาดมากขึ้น การทำให้ลูกค้าเห็นคุณค่าในการกรอก หรือ ประโยชน์ที่เค้าจะรับกลับไปจากการกรอกถือเป็นสิ่งสำคัญมากครับ
โดยในการบรรยายพี่หนุ่ยได้ยก Case Study ตัวอย่างที่ดีมาให้ทุกคนได้ฟังกันด้วย นั่นคือ Promotion บุฟเฟต์เติมลมยางไนโตรเจน ฟรี ไม่จำกัดจำนวนครั้งของ B-Quick และ Cockpit
เท่าที่เบสจับใจความได้ ในเบื้องต้นทั้ง 2 แบรนด์ทำธุรกิจจนเริ่มรู้แล้วว่าพฤติกรรมของลูกค้าตัวเองเป็นยังไง และเริ่มให้ความสำคัญกับเรื่องอะไรมากขึ้น ซึ่ง 1 ในนั้นก็คือเรื่องของการเติมลมยางไนโตรเจน ที่กำลังเป็นที่นิยม ผนวกกันกับการที่แบรนด์กำลังต้องการเก็บข้อมูลจากลูกเพื่อนำไปใช้ประโยชน์
จึงได้มีการออก Promotion บุฟเฟต์เติมลมยาง ซึ่งในฝั่งลูกค้าพอลองมาคำนวณจำนวนครั้งที่เติมกับช่วงเวลาที่ได้บุฟเฟต์มันช่างคุ้มเสียยิ่งกว่าคุ้ม ! ดังนั้นเมื่อแบรนด์จะขอข้อมูลที่จำเป็นจากลูกค้าสำหรับการลงทะเบียนก็เป็นไปได้โดยง่ายอย่างมากเลยล่ะครับ
และนี่คือ การทำให้ลูกค้ารู้สึกว่าอยากให้ข้อมูล หรือ Rewarding ที่ชาญฉลาดรูปแบบหนึ่ง สำหรับการ Collecting Data เราจะต้องเพิ่มในเรื่องของการขอ Data จากลูกค้าอย่างมี Creativity หรือ ความคิดสร้างสรรค์เพิ่มขึ้นมาอีกหน่อย จะช่วยสร้างผลลัพธ์ได้ดีกว่าการนั่งขอเอาทื่อ ๆ และไม่ทำให้การปรับเปลี่ยน Infrastructure ของคุณเสียเปล่าแน่นอนครับ
Conclusion : การสรุปข้อมูล
อีกหนึ่งปัญหาที่หลายแบรนด์เจอคือ การทำ Data Research มาอย่างดี แต่ผลลัพธ์ที่ออกมากลับไม่ดีซะอย่างนั้น ทั้งที่ในความเป็นจริง แล้วสิ่งที่เราทำมันมีประสิทธิภาพและประสบผลสำเร็จอยู่ เพียงแต่การสรุปข้อมูลของเรานั้นมีการวัดผลอย่างไม่ถูกต้อง หรือ อาจจะไม่ครอบคลุมมากเพียงพอที่จะพิสูจน์ความสำเร็จของมัน
โดยในประเด็นนี้พี่หนุ่ยได้อธิบายผ่าน Case Study ที่พี่หนุ่ยได้ไปร่วมเป็นที่ปรึกษาด้วยมาแชร์เลยครับ
กราฟที่ทุกคนเห็นด้านบนเป็นข้อมูลที่แสดงให้เห็นถึง Trendline ของปริมาณความถี่ของลูกค้าที่มาใช้บริการ ที่สามารถดูได้ว่าแต่ละครั้งพวกเขาซื้อสินค้าคิดเป็นยอดขายเท่าไร และคิดเป็นยอดขายเฉลี่ยเท่าไรบ้าง ของร้านกาแฟแห่งหนึ่ง
เนื่องจากทางแบรนด์เห็นว่าลูกค้าส่วนใหญ่จะซื้อสินค้าไปจนถึงครั้งที่ 7,10 และ 14 ที่มียอดขายเฉลี่ยแล้วค่อนข้างสูง เลยอยากจะทำแคมเปญสักแคมเปญขึ้นมาเพื่อกระตุ้นยอดขายโดยพยายามดึงดูดให้ลูกค้าคนอื่น ๆ มีความถี่ในการกลับมาซื้อสินค้าให้ถึง 7 ครั้งขึ้นไปบ้าง
โดยการแจกคูปอง Promotion พิเศษ ที่ทุกคนสามารถมา Redeem ร้านกาแฟแต่ละสาขาได้
แน่นอนว่า สมการโดยปกติของการกระตุ้นยอดขาย หากตัวสินค้าและบริการไม่ได้มีปัญหาอะไร การออกคูปอง Promotion ไป ยอดขายก็ต้องโตขึ้นอยู่แล้วใช่มั้ยครับ
แต่สิ่งที่เกิดขึ้นหลังจากจบแคมเปญแบรนด์กลับพบว่า ไม่ค่อยช่วยกระตุ้นให้ยอดขายสูงขึ้นเท่าไรนักในเวลาต่อมา ทางแบรนด์เลยคิดว่า แคมเปญนี้ไม่ประสบผลสำเร็จอย่างที่ได้วิเคราะห์เอาไว้เลย แต่จากการที่พี่หนุ่ยเข้าไปช่วยดูข้อมูลกลับพบว่า แคมเปญนี้มีจุดสังเกตที่น่าสนใจอยู่ 2 ข้อครับ
- คูปอง Promotion ที่ถูกแจกในแคมเปญนี้ มีการ Redeem สำหรับการเตรียมนำไปใช้สูงมาก ๆ
- กติกาการใช้คูปองของ Promotion นี้จำกัดให้ใช้ในพื้นที่ที่ลูกค้าได้รับคูปองมาเท่านั้น
ซึ่งทั้ง 2 ข้อนี้นำไปสู่ข้อสันนิษฐานว่า จริง ๆ แล้ว คูปอง Promotion น่าจะดึงดูดลูกค้ามาก จึงได้มีการ Redeem คูปองในแต่ละสาขาไป แต่ในทางกลับกันด้วยจุดสังเกตข้อที่ 2 ที่จำกัดสาขา ที่ลูกค้าน่าจะมารู้ทีหลัง อาจทำให้เกิดข้อจำกัดในการใช้งานพอสมควรซึ่งทำให้ลูกค้าไม่สามารถใช้สิทธ์ Promotion อย่างที่ตั้งใจก็ได้
ในเวลาต่อมาแบรนด์ก็ได้มีการทำแคมเปญในรูปแบบเดียวกันอีกครั้งเพื่อพิสูจน์ข้อสันนิษฐานนี้ โดยครั้งนี้ตัวแคมเปญจะทำเป็นในเชิง A/B Testing ขึ้นมาครับ ด้วยการร้านสาขาใน Area A สามารถนำไปใช้ในสาขาใดก็ได้ และร้านสาขาใน Area B ต้องกลับมาใช้ที่สาขาเดิมเท่านั้น
ตัวผลลัพธ์ของแคมเปญนี้อาจจะไม่ได้ออกมาอย่างชัดเจน ณ ตอนนี้นะครับ แต่ที่ยกมาอธิบายให้ทุกคนอ่าน ก็เพื่อให้ทุกคนเห็นว่า การสรุปผลของแต่ละแคมเปญที่เราทำนั้นสามารถมองได้อีกหลายมุมมอง
หากเราใช้มุมมองแบบ Data Thinking เข้ามาช่วย จะทำให้เราสามารถนำไปสู่ข้อสินนิษฐานที่อาจเป็นจุดบอด หรือ จุดแข็ง หรือเห็นผลลัพธ์ในรูปแบบที่ต่าง ๆ ออกไปได้ เพราะในยุคนี้การสรุปผลลัพธ์ด้วยความเข้าใจในเชิงองค์ความรู้เดียวไม่สามารถวิเคราะห์สถานการณ์ใด ๆ ได้อย่างถูกต้องและน่าเชื่อถือที่สุดอีกต่อไปแล้ว
บทสรุป Marketing Session เทรนด์การตลาดหลังยุค 5.0 โดย การตลาดวันละตอน
เรียกได้ว่า เทรนด์การตลาดหลังยุค 5.0 ก็คือการต่อยอดไปอีกขั้นของการทำ Data-Driven โดยที่เราจะต้องมีการใช้ Creativity ในการสร้างสรรค์กิจกรรมทางการตลาดให้มากขึ้น มีวิธีคิดในเชิง Data Thinking ที่มากขึ้นรวมไปถึงความเข้าใจในพฤติกรรมและความนึกคิดของลูกค้าที่มากขึ้น
เพื่อการวางกลยุทธ์ทั้งในเรื่องการ Connect, Collect และ Conclusion ที่จะมีประสิทธิภาพและเป็นผลดีที่กับแบรนด์ของเรามากที่สุดครับ
หากข้อสรุปนี้มีผิดพลาดประการใด เบสต้องขออภัยไว้ ณ ที่นี้ด้วยนะครับ
หวังว่าบทความนี้จะเป็นประโยชน์กับทุกคนนะครับ ขอบคุณที่อ่านจนจบ 🙂
สามารถอ่านบทความอื่น ๆ ของการตลาดวันละตอนได้ที่ คลิก
