หน้าตาข้อมูลจาก Social Listening Tools ที่เอาไปใช้งานต่อได้เลย

หน้าตาข้อมูลจาก Social Listening Tools ที่เอาไปใช้งานต่อได้เลย

จริงๆ ถ้าใครติดตามบทความของการตลาดวันละตอน จะเห็นว่าเรามีเขียนบทความด้วยการใช้เครื่องมือ Social Listening Tools อยู่เรื่อยๆ ไม่ว่าจะเป็นเรื่องกระแสปีโป้สีม่วงกระแส MK กับเสือพ่นไฟกระแส Save Ralph และอื่นๆ อีกมากมาย ซึ่งเราจะเน้นไปในการแกะ Social Data และวิธีการใช้งานเครื่องมือ Listening เป็นหลัก วันนี้สิ่งที่เพลินอยากโชว์ให้นักการตลาดได้ดูคือ หน้าตาข้อมูลจาก Social Listening Tools ของ Mandala Analytics มากกว่า ว่าหน้าตาข้อมูลแบบไหน ที่เราจะต้องไปใช้ทำงานต่อค่ะ

ต้องบอกว่างานวิเคราะห์ Social Data ในวันนี้ยังค่อนข้างเป็นงาน Craft หรืองาน Manual พอสมควร หลังจากที่เพลินเองได้จับหลายๆ โปรเจคบอกเลยว่าการอ่าน Social data ก็สนุกดี แต่เหนื่อยและใช้เวลาเอาพอตัว เพราะกว่าเราจะคัดข้อมูล คลีนข้อมูล เพื่อหาประโยชน์จากสิ่งที่เราเจอบนโซเชียล เล่นเอาไม่ได้นอนไปหลายคืนอยู่ค่ะ มาดูกันค่ะว่าเรามีการใช้งานเครื่องมืออย่างไร จนได้เป็นข้อมูลสำเร็จ ที่นักการตลาดสามารถเอาไปทำงานต่อได้

1. ข้อมูล Portion สัดส่วนตาม Category กับ Tag ที่เราจัดไว้

บนเครื่องมือ Social Listening สิ่งหนึ่งที่เราทำได้คือการสร้างหมวดหมู่และแท็กย่อยให้กับ Message แต่ละอัน เพื่อหลังจากที่เราแบ่งหมวดหมู่และแท็กแล้ว เราจะได้เอาข้อมูลจำนวน message ทั้งหมดมากางดูว่า สัดส่วนของหมวดหมู่ไหนที่มาแรงเป็นอันดับแรก อันไหนรองลงมา แล้วอันไหนน้อยที่สุดค่ะ

ซึ่งหมวดหมู่และแท็กนั้น ต้องมาจากการไล่อ่าน Raw Data ทั้งหมดก่อนรอบนึง รวมไปถึงการคิดวิเคราะห์เบื้องต้นว่า ข้อมูล Social Data ที่เราเจอนั้น ต้องมีหมวดหมู่อะไรบ้างค่ะ ตัวอย่างเช่น ข้อมูลจากหัวข้อ ‘ผมร่วง’ เราก็ทำการติดแท็ก แบ่งหมวดหมู่ให้ ตั้งแต่หมวดแบรนด์ที่คนพูดถึงในเรื่องผมร่วง ผมบาง หัวล้านมากที่สุด ไปจนถึงหมวดสาเหตุที่คนบ่นมากที่สุดว่าอะไรที่ทำให้คนผมร่วงเอาๆ มากที่สุด เป็นต้นค่ะ

ซึ่งเครื่องมือติด Tag เหล่านี้ ก็จะมีหน้าตา แบบภาพด้านบนเลย คือการสร้างหัวข้อหมวดหมู่ก่อน ตามด้วยแท็กย่อย แล้วทำการไล่ติด Tag แต่ละอันเข้าไปในแต่ละ Message ค่ะ หลังจากนั้นเราก็นำข้อมูลตัวเลข message ทั้งหมดมา เพื่อทำการ Visualize ให้เห็นเป็นภาพ เข้าใจง่ายขึ้น เช่น Pie Chart ที่แบ่งแต่ละเรื่องออกเป็น Portion จากมากไปน้อยนั่นเองค่ะ โดยภาพตัวอย่างข้อมูลด้านล่างนี้เป็น ตัวอย่างข้อมูลจากบทความเรื่อง Krystal Club – COVID19 ที่เราใช้ประโยชน์จากการแบ่ง Tag และ Category ในเครื่องมือ Social อย่าง Mandala นำมาจัด Visualization ในรูปแบบ Pie Chart นั่นเองค่ะ

ซึ่งข้อมูลตรงนี้ หลักๆ จะทำให้เราเห็นว่าอะไรที่มีมากกว่าอะไร แต่อย่างไรก็ตาม อย่างที่บอกไปว่า หมวดหมู่เหล่านี้ นักการตลาดต้องเป็นคนคิดเองเบื้องต้นจากการไล่อ่าน Social Data ก่อน หลังจากนั้นค่อยจัด Grouping ข้อมูลให้เป็นสัด เป็นส่วน เข้าใจได้ง่ายแบบ Pie Chart ค่ะ และเมื่อเราเห็นว่าอะไรที่มีมาก มีน้อย เราก็จะเอาไปทำงานต่อได้แล้ว ว่าจะโปรโมรอะไรเพิ่ม หรือลดด้านไหนลง หรือว่าจะสื่อสารทางไหนดีกว่า ถ้าคนในโซเชียลบ่นเรื่องนี้มากกว่า เป็นต้นค่ะ

2. ข้อมูล Key Influencers

นอกจากที่เราจะเห็นว่ามีคนพูดถึงแบรนด์เราแล้ว เรายังสามารถใช้เครื่องมือในการ Monitor Brand เพื่อดูว่าการพูดถึงของ Influencer คนไหน Effective ที่สุด อย่างหลายๆ ครั้งตอนเพลินทำงานให้กับลูกค้า เรากลับพบว่า Influencer ที่เริ่มจะ Macro นั้นกลับทำ Performance ได้ไม่ดีเท่ากลุ่ม Micro บางคนที่แค่พูดจาก Inner และ Expertise รีวิวเอง ทำคนแชร์และ Retweet ไปหลายหมื่นค่ะ

อีกประเด็นคือเครื่องมือ Mandala Analytics ยังสามารถช่วยให้เรารู้ได้ว่าใครเป็นคนแรกที่พูดถึงเรื่องนี้ ที่ทำให้ Topic นี้กลายเป็น Talk of The Town ได้ อย่างกรณีตัวอย่างของ #SaveRalph ที่เราเคยเขียนไป ก็ทำให้เรารู้ว่า คนที่มาทวีตคนแรกเรื่องการรณรงค์ไม่ทดลองเครื่องสำอางกับสัตว์นั่นเริ่มมาจากใคร แล้วใครที่มา Stir ต่อจนเป็นกระแสบูมขึ้นมาได้นั่นเองค่ะ 

หน้าตาข้อมูลจาก Social Listening Tools - Influencers

ซึ่งข้อมูลตรงนี้เนี่ยแหละ ที่นักการตลาดสามารถเลือกใช้ Influencers ได้ดีกว่าเดิม ไม่ใช่แค่ให้ทีม Media ทีม Affiliate หรือ Influencer หาใครตามบรีฟมาเอง แต่เป็นการสนับสนุนคนที่มีความเห็นเรื่องเดียวกับเราอยู่แล้ว ให้พูดได้ดังขึ้น เข้าถึงคนได้เยอะขึ้นมากกว่า ไม่ต้องหว่าน ไม่ต้องงม แถมเหตุผลที่ควรใช้คนนี้ยังชัดกว่าแค่ ยอด Followers เท่าไรด้วย ที่สำคัญคือ เราสามารถเลือกได้เลยว่าอยากดู Top Mention จากแพลตฟอร์มไหนเป็นพิเศษด้วย อย่างเช่น ใครที่พูดเรื่องนี้ได้ดีใน Facebook แล้วใครที่พูดได้ดีใน Twitter เป็นต้น และที่สำคัญไปกว่านั้นมันคือการที่ Mandala Analytics สามารถให้เรากดเลือกดูได้เลยว่า อยากดู Influencers ที่ได้ Like เยอะสุด หรือ Comments เยอะสุด ฯลฯ ค่ะ

3. ข้อมูลเรื่องเพศ

ข้อมูลเรื่องเพศ อาจจะดูไม่จำเป็นสำหรับนักการตลาดหลายๆ คน แต่จะบอกเลยว่า จริงๆ แล้วข้อมูลตรงนี้เนี่ยแหละที่เคยกลายเป็น Strategy มาแล้วให้หลายๆ แบรนด์ อย่างแบรนด์นึงที่เพลินเคยทำ ลูกค้ามีความเชื่อมั่นมาตลอดว่า สินค้าประเภทที่ตัวเองขายอยู่นั้น เป็นผู้ชายเป็นหลัก ทำให้ทั้งแบรนด์เน้นขายแต่กลุ่มลูกค้าผู้ชาย ทั้งภาพ ทั้งภาษาที่ใช้ด้วย 

แต่พอเจอ Research Data เค้าไป กลับพบว่าคนที่บ่น พูดถึงเรื่องนี้บนโซเชียลส่วนมากเป็นผู้หญิงที่มีสัดส่วนมากกว่าผู้ชายแบบ 2:1 เลย ทำให้เจ้าของแบรนด์ถึงบางอ้อทันที แล้วหันมาเน้นทำการตลาดเพื่อผู้หญิงมากขึ้น เรียกได้ว่าเป็นการเข้าถึงลูกค้ากลุ่มใหม่ ขยายฐานลูกค้า และเพิ่มยอดขายได้เลยแหละค่ะ

4. ข้อมูลเรื่องเวลาการโพสต์และการมีส่วนร่วม

อีกหนึ่งส่วนที่เราชอบมากคือข้อมูลเรื่องเวลาการโพสต์คอนเทนต์ ซึ่งจะทำให้เราเห็นได้เลยว่า ส่วนมากแบรนด์ไหนโพสต์ตอนกี่โมง ไปจนถึงการปรับ Tactics ในการโพสต์ ไม่โพสต์หว่านไป สุ่มมาแล้ว แต่เป็นการดูว่าคนส่วนใหญ่ที่พูดถึงเรื่องนี้เค้าชอบมามี Engagement กันในช่วงเวลาไหน แล้วโพสต์แบบไหนที่ทำ Engagement ได้ดีบ้าง 

ทั้งนี้ก็เพื่อตั้งเวลาลงเนื้อหาได้ดีขึ้น รวมไปถึงการเรียนรู้เนื้อหาจากคู่แข่งหรือเพจ บัญชีอื่นๆ ว่าลงเนื้อหาแบบไหนที่ว่าเวิร์ค แล้วนำมาปรับใช้ให้ดีหรือ Blend เข้าแบรนด์ของเรามากขึ้นด้วยค่ะ อย่างตัวอย่างด้านบน จะเห็นได้ว่าเพจทั้งหลายชอบลงเรื่องของกินกันช่วงดึกๆ แบบเที่ยงคืน แถมยังมีคนที่ยัง Engage ด้วยในเวลาตี 2 ด้วย ข้อมูลแบบนี้ก็จะทำให้เราเห็น Insights เรื่องเวลาของคนมากขึ้นด้วยค่ะ

เรื่องของเวลาก็ไม่ได้มีเท่านี้นะ เพราะ Mandala Analytics เค้าสามารถให้เราเลือกดูตาม Gender ได้ด้วยว่า Gender ไหนชอบ Engage กับโพสต์ต่างๆ ในช่วงเวลาใดบาง ข้อมูลแบ่งเพศแบบนี้ ก็จะช่วยให้แบรนด์สามารถเข้าใจพฤติกกรรมลูกค้าตามเพศได้มากขึ้น แถมแบรนด์ไหนที่มี Target Audience แบ่งเพศชัดเจนก็จะได้เลือกลงคอนเทนต์ตามเพศได้เลยนั่นเองค่ะ

5. ข้อมูลช่องทางหรือแพลตฟอร์มที่ควรเน้นมากขึ้น

สุดท้ายแต่ไม่ท้ายสุดคือเรื่องของ Platform ที่นักการตลาดสามารถนำข้อมูลตรงนี้ไปใช้ต่อได้ เพราะหลายครั้งนักการตลาดจำมุ่งเน้นแต่การทำการตลาดบน Facebook จนลืมไปว่ายังมีช่องทางอื่นๆ อยู่ด้วย ไม่ว่าจะเป็น Twitter หรือ Instagram ดังนั้นการเรียนรู้ว่าลูกค้าของเราอยู่ที่ช่องทางไหนมากที่สุด ก็จะทำให้แบรนด์เริ่มรู้ว่าควรจะไป Invest สร้างคอนเทนต์หรือจ้าง Blogger ช่องทางไหนดีที่สุดนั้นเองค่ะ

6. ใช้ Focus Feed ติดตามช่องทางคู่แข่ง

หน้าตาข้อมูลจาก Social Listening Tools Mandala analytics

อีกหนึ่งเรื่องที่แบรนด์ฟังแล้วน่าจะอยากได้คือ การติดตามคู่แข่งของเราว่าวันๆ คู่แข่งของเราทำอะไรบนโซเชียลบ้าง ซึ่ง Mandala Analytics เค้าก็มี Feature ที่ชื่อว่า Focus Feed เอาไว้รองงรับให้แบรนด์ได้ติดตามเพจคู่แข่งหรือแบรนด์ที่เกี่ยวข้องได้แบบทุกๆ ช่องทาง แถมยังแสดงผลได้ง่ายตามแพลตฟอร์มเลยค่ะ ว่าแบรนด์ไหนลงเนื้อหาเมื่อไร ช่องทางไหน ลงเนื้อหาอะไร มีคน Engage ด้วยไหม แล้วแบรนด์เราละ ควรทำอะไรไปสู้บ้าง เรียกได้ว่ารู้เค้ารู้เรา รบร้อยครั้ง ชนะร้อยครั้งค่ะ แต่ที่เพลินชอบที่สุดคือ การที่เราเลือกดูตาม KPIs อย่าง Engagement / View / Retweet ได้ด้วย ว่าโพสต์ในของแบรนด์ใดถูก View / Comment / LIKE / Retweet เยอะที่สุด เป็นต้น

ทั้งหมดนี้ก็คือ หน้าตาข้อมูลจาก Social Listening Tools ที่ถ้าหากนักการตลาดได้ทำการ Subscribe เครื่องมือของ Mandala Analytics จะได้เห็นและได้ใช้กัน โดยสามารถเอาไปต่อยอดในการทำ Strategy ทำแพลนการสื่อสาร ทำมีเดียและอีกมากมาย ใครอยากรู้ว่าเครื่องมือและ Social Data เอาไปทำอะไรได้ต่ออีกบ้าง สามารถอ่านต่อที่บทความนี้เลยค่ะ 

หน้าตาข้อมูลจาก Social Listening Tools - Geolocation data

จริงๆ Mandala Analytics ยังมีฟีเจอร์ลูกเล่นให้ใช้อีกมากมาย อย่างบทความ #เที่ยวทิพย์ หนึ่งฟีเจอร์ที่โดดเด่นมากๆ ก็คือเรื่องของการใช้ Geolocation เข้าช่วย จนเราสามารถรู้ได้เลยว่า คนไทยอยากไปเที่ยวที่ไหนบ้างระหว่างกักตัวอยู่บ้าน ยิ่งถ้าเพลินเป็นเจ้าของธุรกิจท่องเที่ยวในเมืองหรือจังหวัดเหล่านั้น คงต้องอัดสื่ออะไรบางอย่าง ให้คนอยากจองเที่ยวล่วงหน้าตั้งแต่ว่างๆ อยากเที่ยวทิพย์แล้วค่อยเข้ามาจองวันเดินทางแล้วละค่ะ ส่วนใครที่ยังไม่ได้อ่านบทความนี้ ลองไปอ่านกันดูได้นะคะ

ส่วนใครที่สนใจอยากอ่าน Case หรือ Research จากการใช้เครื่องมือ Mandala Analytics เพิ่มเติม สามารถคลิกตรงนี้ได้เลยค่ะ

Plearn Wisetwongchai

Plearn Wisetwongchai

Marketing Strategic Planner ในเครือการตลาดวันละตอน | A Creator สาวพลัสไซส์ @Fabfatkid | A Travel Lover ที่หมดเงินเกือบ 80% ไปกับการเดินทางแบบแมสๆ | An Instagrammer @theplearn ที่ชอบเล่น Story เป็นชีวิตจิตใจ | สุดท้ายคือ Data Researcher ทั้ง Social และ Search Data etc. ค่ะ

ใส่ความเห็น

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *