จะทำการตลาดแบบรู้ใจ Personalization ต้องเก็บ Data อะไรบ้าง
ไม่ว่าจะ Hyper-Personalization หรือ Personalized Marketing ก็คงไม่มีทางเกิดขึ้นได้ถ้าคุณไม่เริ่มจากการเก็บ Data ของลูกค้าตั้งแต่วันนี้เพื่อเอามาวิเคราะห์ต่อยอดให้รู้จักลูกค้าของตัวเองมากขึ้น ว่าแท้จริงแล้วลูกค้าของคุณเป็นใคร แบ่งออกเป็นกี่กลุ่ม ชอบหรือไม่ชอบอะไร โปรโมชั่นแบบไหนที่โดนใจเค้า หรือวันไหนที่เค้ามักเสียเงินให้คุณมากเป็นพิเศษ ดังนั้นในวันนี้การตลาดวันละตอนเลยขอเอารายการ Data ต่างๆ ให้คุณรู้ว่าจะต้องเริ่มข้อมูลอะไรบ้าง เพราะก่อนที่คุณจะเริ่มทำการตลาดแบบรู้ใจได้ คุณต้องเริ่มจากรู้จักลูกค้าให้ดีเสียก่อนครับ
โดยชุด Data ในวันนี้จะแบ่งออกได้เป็น 5 ธุรกิจใหญ่ๆ เริ่มจาก E-Commerce, Online Streaming, Hospitality, FinTech และ Travel ลองดูเป็นแนวทางตั้งต้น จากนั้นก็เอาไปประยุกต์ใช้ให้เหมาะกับรูปแบบธุรกิจตัวเองกันนะครับ
ตัวอย่าง Data ที่ต้องเก็บสำหรับธุรกิจ E-Commerce เพื่อเอาไปทำ Hyper-Personalization
User Attributes | Behavioral Attributes | Past Purchase Data |
---|---|---|
Age | Brands Viewed | Average Spend |
Location | Price Filter/Sort applied | Discount Coupon Applied |
Gender | Browsing time | Color Preference |
Premium Membership Status | Preferred Message Medium | Quantity Purchased |
Device | Product viewed | Purchase Date & Time |
OS | Added to Cart | Device used for purchase |
Name | Abandoned Cart | Size Preference |
Sizes searched for | ||
Search Query |
ตัวอย่าง Data ที่ต้องเก็บสำหรับธุรกิจ Online Streaming เพื่อเอาไปทำ Hyper-Personalization
User Attributes | Behavioral Attributes | Past Purchase Data |
---|---|---|
Age | Search | Add to cart |
Location | Media Category Filters | Date & Time of Purchase |
Gender | Media Type Filters (Audio/Movies) | Subscription Renewed |
Member Classification | Trailer Played | Device used for purchase |
Device | Add to Watchlist | Payment Method |
Operating System | Reviewed/Rated | Artist/Movie Preference |
Name | Stream Count/Frequency | |
Language Preference | ||
Add to Playlist |
ตัวอย่าง Data ที่ต้องเก็บสำหรับธุรกิจ Hospitality เพื่อเอาไปทำ Hyper-Personalization
User Attributes | Behavioral Attributes | Past Purchase Data |
---|---|---|
Age | Search | Money Spent on Accommodation |
Location | Hotels Viewed | Dates of Booking |
Gender | Area Filters | Payment Method |
Membership Status | Hotel Price Range | Purchase Time |
Device | Hotels Reviewed | Device used for booking |
OS | Checkout Completed | Room Size/Details |
Name | Discounts Availed | No. of rooms booked |
Number of guests | Hotel Booked | |
Guest details | Brand Preference | |
Nature of stay | ||
Added to Cart | ||
Cart Abandoned |
ตัวอย่าง Data ที่ต้องเก็บสำหรับธุรกิจ FinTech เพื่อเอาไปทำ Hyper-Personalization
User Attributes | Behavioral Attributes | Past Purchase Data |
---|---|---|
Age | Add to cart | Insurance purchased |
Location | Search | Insurance renewed |
Gender | Applied for Quote | Card Purchased |
Income Level | Request for Callback | Card Renewed |
Device | Newsletter Signup | Premium Paid |
OS | Claim Requested | Recharge Completed |
Name | Claim Settled | Wallet Recharged |
Member Status | Applied for Card/Insurance/Loan | Amount of Recharge |
Email Click | Service Provider details | |
Notification Click | ||
Offers Utilized |
ตัวอย่าง Data ที่ต้องเก็บสำหรับธุรกิจ Travel เพื่อเอาไปทำ Hyper-Personalization
User Attributes | Behavioral Attributes | Past Purchase Data |
---|---|---|
Age | Flight Searched | Flight Booked |
Location | Flight Selected | Amount Spent |
Gender | Date Range Filter | Frequented Origin + Destination |
Membership Status | Origin & Destination Filters | Preferred Mode of Transport |
Device | Add to Cart | Time of Booking |
OS | Travel Package Click | Device used for booking |
Name | Checkout Completed | Mode of Payment |
No. of Travellers | Offers Availed | |
Route Preferences | ||
Flight/Train Time Filters | ||
Message Interaction | ||
On-Site CTA click | ||
In-App Message Click |
สรุปการเก็บ Data เพื่อเอามาต่อยอดทำการตลาดแบบ Hyper-Personalization
ด้วยระบบ Marketing Automation ทำให้คุณสามารถสร้าง Personalized message สำหรับลูกค้าแต่ละคนได้ ไม่ว่าจะข้อความโฆษณาที่มาพร้อมกับโปรโมชั่นที่คนนั้นชอบ ที่ต้องเป็นของสินค้าที่เพิ่งดูมาและกดใส่รถเข็นพร้อมช้อปทิ้งไว้
ข้อความสามารถส่งออกไปยังอุปกรณ์ที่ใช้ซื้อสินค้าหรือบริการกับเราบ่อยๆ และเพิ่มข้อเสนอพิเศษอย่างการส่งด่วนให้จากสถานะสมาชิกของลูกค้าคนนั้น
ด้วยการวิเคราะห์ข้อมูลในอดีตทั้งหมดของลูกค้าคนนั้น คุณจะสามารถรู้ได้ว่าจะเข้าถึงลูกค้าแต่ละคนด้วยช่องทางไหน วิธีไหน หรือสื่อสารแบบไหน ที่จะทำให้ลูกค้าคนนั้นซื้อกับคุณได้มากที่สุด
และนี่ก็คือวิธีการทำ Hyper-Personalization ที่สามารถคาดการณ์อนาคตได้จากข้อมูลในอดีตของลูกค้าแต่ละคนจนรู้ว่าพวกเขานั้นต้องการอะไรที่ไม่เหมือนกัน
ผม การตลาดวันละตอนเขียนหนังสือที่ชื่อว่า Personalized Marketing การตลาดแบบรู้ใจ ถ้าคุณอยากรู้ใจลูกค้ามากกว่านี้ ลองหาหนังสือเล่มนี้มาอ่านดูนะครับ > https://bit.ly/PersonalizedMarketingBook
อ่านบทความเรื่อง Personalization โดยการตลาดวันละตอนต่อ > https://www.everydaymarketing.co/tag/personalization/