Data Research Insight ข้าวแกง ร้านเด็ด เมนูกันตายของคนไทย

Data Research Insight ข้าวแกง ที่น่าจะมีคนรออยู่มาแล้วค่ะ จะเคลมว่าเป็นเมนูกันตายของคนไทยก็ไม่ผิด ใครจะๆม่รักข้าวแกงบ้าง~ ซึ่งก็เหมือนเดิมเลย รีพอร์ตนี้เราจะใช้ Social Listening Tools กวาด Social Data โพสต์ที่มีคำว่า ‘ข้าวแกง’ อย่างเจาะจงค่ะ เราจะมาค่อย ๆ เจาะข้อมูลสำหรับผู้ประกอบการที่อยากอ่านเทรนด์เกี่ยวกับตลาดข้าวแกงปัจจุบันว่ามีร้านแบบไหนบ้าง บุฟเฟ่ต์ข้าวแกงฮิตแค่ไหน ใช้วัตถุดิบอะไร Influencer ที่รีวิวได้น่าสนใจจะมีใครบ้าง

ซึ่งนี่ก็เป็นหนึ่งในเล่มโปรเจค #Dataอร่อยร้อยร้าน ที่ผ่านมาแล้วหลายเมนู ตัวอย่างเช่น ก๋วยเตี๋ยว หมูกระทะ ข้าวมันไก่ ยำ ไก่ทอด ผัดไทย ของดอง อยากให้ทุกคนติดตามกันอย่างใกล้ชิดเพราะเราจะมีข้อมูลมากให้อ่านกันทุกเดือนอย่างแน่นอนค่ะ

และอย่างที่เกริ่นไปว่าเครื่องมือที่เราใช้กวาดข้อมูลและช่วยวิเคราะห์ Social Data ข้าวแกงคือ Social Listening : Mandala เพื่อช่วยเปิดมุมมองให้เราได้เห็นเทรนด์ตลาดทั้งหมดมากขึ้น และสามารถเจาะการพูดถึงแบบลงลึก จากแพลตฟอร์ม​ Social Media ที่มีลูกค้าของทุกธุรกิจรอให้เราใช้ประโยชน์อยู่ เพราะทุกวันนี้ใคร ๆ ก็ใช้ช่องทางออนไลน์ Social Media ต่าง ๆ ในชีวิตประจำวัน ไม่ว่าจะบ่นหิว บ่นร้านอาหาร สูตรอาหาร หรือรีวิวก็มีให้เห็นตลอดเวลา โซเชียลเลยกลายเป็นแหล่งข้อมูลให้เราทำรีเสิร์จแบบเข้ากับยุคสมัยมากขึ้นกว่าเดิม เพื่อนำข้อมูลมาใช้ประโยชน์ต่อไปได้อีกค่ะ

ซึ่งโปรเจค #​Dataอร่อยร้อยร้าน จากการตลาดวันละตอนของเราได้รับการสนับสนุนจากพาร์ทเนอร์ใจดีอย่างกับ Mandala, MHA Makro ,LINE MAN wongnai ,SME D BANK, Daikin รวมถึง Media partnership กับ Torpenguin และ Brand Communication ที่จะอยู่กับเราตลอดทั้งปี 2024 นี้เลย ^^

ถ้าเริ่มหิวข้าวแกงเราดึง Social Data ไปพร้อมกันได้เลยค่ะ

STEP 1 – 2 Research Keyword, Collecting Data

Research Keyword เป็นตัวหลักในการกวาดข้อมูลบนเครื่องมือ โดยใช้คำคีย์เวิร์ด คือ ข้าวแกง และข้าวราดแกง เพื่อให้เห็นตลาดของข้าวแกงแบบตรง ๆ นั่นเอง แต่มีจุดหนึ่งที่คนใช้ Social Listening Tools ต้องเช็คคือ…

ด้วยคำว่า ข้าวแกงเป็นคำเดียวกับข้าวแกงกระหรี่ค่ะ เลยต้องมีการตั้งค่า exclude คำว่า แกงกระหรี่ หรือเลือกแค่ 2 คำหลังก็ได้เช่นกัน เพราะเมนูดังกล่าวทำให้ข้อมูลข้าวแกงที่เราต้องการวิเคราะห์ผิดเพี๊ยนไปทั้งการทาน ราคา ตลาด กลุ่มเป้าหมาย และร้านค้า  

โดย Collecting Data ดึงข้อมูลย้อนหลัง : 01/04/2023 – 31/03/2024 หรือประมาณ 6 เดือนย้อนหลัง มีข้อมูลประมาณ 21,713 Mentions บนช่องทาง Facebook Twitter Instagram Youtube และ TikTok 

และข้อมูลที่ได้จะเป็นโพสต์สาธารณะ ภายใต้นโยบาย Policy ของแพลตฟอร์มนั้น ๆ

STEP 3 Cleansing Data

อย่างไรก็ตาม เวลาเราเลือกใช้ Keyword เพื่อถึงโพสต์ที่เกี่ยวข้องเข้ามาในโปรเจค และใส่ exclude เพื่อป้องกันข้อมูลที่ไม่ต้องการไว้อยู่แล้ว แต่คำว่าดองนั้นอาจมาจากโพสต์ความหมายอื่น หรือเรื่องที่ไม่เกี่ยวกับที่เราต้องการได้ค่ะ ตัวอย่างแคมเปญนี้ผู้เขียนต้องทำการคลีนข้อมูล หรือลบโพสต์ที่ไม่เกี่ยวข้องออก การวิเคราะค์ Social Data จะได้มีความแม่นยำมากขึ้น เช่น ดองที่หมายถึงเก็บซีรีย์ไว้ดูหลายเรื่อง เป็นระยะเวลานานแล้ว

ซึ่งในการดึงข้อมูลเข้ามาเราอาจเจอทั้งโพสต์ที่เกี่ยวข้อง และบริบทที่ไม่เกี่ยวข้องอีกมากมาย เลยเกิดขั้นตอนคลีนซิ่งดังกล่าวเพื่อเคลียสิ่งที่เราไม่ต้องการใช้วิเคราะห์ออกไป ยิ่ง Data สะอาด และมีคุณภาพ ก็เหมือนเราเลือกคนสัมภาษณ์มาดี เป็นต้นค่ะ 

สามารถอ่านเพิ่มเติมเกี่ยวกับการคลีนดาต้าอย่างละเอียด เพื่อให้ได้ข้อมูลที่มีคุณภาพมากที่สุดมาวิเคราะห์ Trend & Insight ได้ที่บทความนี้ค่ะ > https://www.everydaymarketing.co/trend-insight/top10-influencers-investment-money-2023-on-tiktok/

STEP 4 Conversation Analysis

อย่างที่เห็นใน STEP 3 ในระหว่างที่ทำความสะอาดข้อมูล จะได้อ่าน Social Data ที่หลังไหลเข้ามาจาก Keyword จนทำให้พอจะเหลือเฉพาะโพสต์ที่เราต้องการ อ่านและวิเคราะห์ข้อมูลต่อเพื่อหาว่าการพูดถึงข้าวแกงจริง ๆ คัด insight ที่จะเป็นประโยชน์กับคนที่ทำธุรกิจเกี่ยวกับข้าวแกง มีข้อมูลแบบไหนบ้างและอยากมาเล่าต่อในรีพอร์ตเล่มนี้ ซึ่งตอนนี้โซเชียลมีข้อมูลดังกล่าวกระจัดกระจายอยู่มาก ไม่เป็นกลุ่มก้อนทำให้เรายังใช้มาวิเคราะห์ insight อะไรไม่ได้ลึกนัก ณตอนนี้ค่ะ ต้องมาเริ่ม STEP ที่ 5 กันต่อ 

ซึ่งในการอ่านข้อมูล เรามักจะเริ่มจากฟีเจอร์พื้นฐานในหน้า Dashboard แรกไม่ว่าจะเป็นแพลตฟอร์ม Top post เพื่อรู้ภาพรวมข้อมูลที่ได้รับความนิยมค่ะ 

Social Data Stat Overview

สัดส่วนการพูดถึง (Mentions จำนวนโพสต์ จำนวนคอมเมนต์ ที่มีคีย์เวิร์ด) – ร้านอาหารที่มีเมนูข้าวแกงต่าง ๆ หรือร้านบุฟเฟ่ต์ เพจรีวิวอาหาร ไปจนถึง Influencer เน้นไปที่แพลตฟอร์ม Facebook นั่นเองค่ะ

การมีส่วนร่วม (Engagement + YouTube views) – มาจากวิดีโอคอนเทนต์ที่พาไปชม ชิม เพื่อรีวิวร้านข้าวแกงที่สุดคุ้ม ไปจนถึงข้าวแกงราคาแพงที่มีคนพูดถึงมากค่ะ ทำให้รู้ว่าไลน์อาหารข้าวแกงในไทยมีเยอะมาก และทุกราคาจะมีกลุ่มเป้าหมายแตกต่างกันออกไปค่ะ

การมีส่วนร่วมแบบไม่นับรวมยอดวิว (Engagement ignore view) – หากดูกราฟและไทม์ไลน์คู่กันเราก็จะเห็นศักยภาพของ TikTok ที่สร้างเอนเกจได้ดีจากคลิปรีวิวร้านดัง เกาะกระแสได้ฉับไวค่ะ หากสังเกตุจะเห็นว่าการพาไปนั่งทานแบบเรียล ๆ จะทำให้คนอินกับคอนเทนต์ได้ดีเลยนะคะ

เมื่อดูเทรนด์จาก Hashtag ทำให้เห็นเลยนะคะว่าภาพรวมของ Social Data ทั้งหมดกำลังพูดถึงเมนูต่าง ๆ ในร้านข้าวแกง ชื่อหรือพิกัดร้านอร่อยที่ถูกพูดถึง ไปจนถึงวัตถุดิบและเทรนด์ต่าง ๆ ที่คนในวงการอาหารควรติดตามค่ะ

Facebook – Mawinfinferr ข้าวแกงข้างสวนลุม

Twitter – Twitter Account ดราม่า เจริญแกง

Instagram – muummaam ข้าวแกงไทย ขายที่ญี่ปุ่น โดยคนญี่ปุ่น

TikTok – tid_review ข้าวแกงป๋าติ๋ม

YouTube – kinkakoi กินกะก้อย ข้าวแกงคนเมืองบุฟเฟ่

STEP 5 Categorize Data 

การจับกลุ่มข้อมูลเพื่อให้ง่ายต่อการวิเคราะห์ เห็นตัวเลขสัดส่วนชัดเจน ซึ่งโจทย์ควรจะตั้งมาจาก Social Data ที่มี เราจะได้อ่านจำนวนมากอยู่แล้วตั้งแต่ขั้นตอนการคลีน อีกทางคือโจทย์จากสิ่งที่เราต้องรู้ สิ่งที่จะมีประโยชน์กับธุรกิจมากที่สุด และใช้ฟีเจอร์ Tag บนเครื่องมือ Social Listening เพื่อรวมข้อมูลให้เป็นกลุ่มก้อนค่ะ 

ตัวอย่างเบื้องต้นเกี่ยวกับการติดแท็ก ลองดู ที่นี่ ค่ะ หรือจะมาอัปเดตเทคนิคกับเครื่องมือเวอร์ชั่นใหม่ ๆ ในคลาสออนไลน์ของเราก็ได้ อ่ายรายละเอียดเพิ่มเติมได้ที่ท้ายบทความค่ะ 

STEP 6 Data Visualization

ทำข้อมูลที่มีมหาศาลให้อ่านง่ายขึ้น วิธีนี้สำคัญไม่แพ้กันเพราะสิ่งที่คุณทำมาทั้ง 5 ขั้นตอนจะแทบไม่มีประโยชน์เลยเพราะไม่สามารนำเสนอให้คนอื่นเข้าใจได้ บางคนอาจถนัดทำใน PPT,​ Power Bi, Data Studio หรืออื่น ๆ ก็สามารถนำข้อมูลไปลองทำต่อได้เลยค่ะ

STEP 7-8 Summary & Insight / Recommendation

ทุกคนจะได้อ่านข้อมูลที่ผ่านขั้นตอนที่ผ่านมาเพื่อ Summary & Insight / Recommendation ข้าวแกง ในประเทศไทยตามเนื้อหาด้านล่างนี้ค่ะ ซึ่งบอกเลยว่าเป็นอีกขั้นตอนที่ต้องผ่านการผัดหุงต้มนึ่งไม่แพ้อาหารเลย แต่กลวิธีของแต่ละคนอาจจะแตกต่างกันไป จากทั้งหมด 8 Step หลักวิธีการใช้ Social Listening ด้วยตัวเองแบบง่ายๆ มาดูกันว่าผู้เขียนเตรียมข้อมูลแบบไหนมาแชร์ทุกคนกันบ้าง นะคะ

Categories ที่แบ่งออกมา แบ่งตามข้อมูลที่เจอหลังอ่านและวิเคราะห์ล่วงหน้า ซึ่งผู้ที่ใช้ Social Listening ก็สามารถกำหนดหัวข้อหลัก และ Insight ที่ตัวเองอยากรู้ได้เช่นกัน มาดูกันว่า 21,713 Mentions คลีนข้อมูลที่ไม่ต้องการบางส่วนออกแล้ว นั้นเมื่อแบ่งเป็นกลุ่ม ๆ เราจะเจออะไรบ้าง 

ซึ่งผู้เขียนได้เลือก Analysis การพูดถึงข้าวแกง จัดเป็น 5 กลุ่มตามภาพด้านบน โดยไม่ได้จากมากไปน้อย แต่เรียงโดย Journey ที่ต้องการ

1. ประเภทอาหาร 32%
2. TOP เนื้อสัตว์ 38%
3. TOP วิธีการทาน 11%
4. TOP ท็อปปิ้ง 6%
5. ราคา 13%

#1 ประเภทอาหาร เมนูผัด > ต้ม > ทอด

ก่อนที่จะทำดาต้า ผู้เขียนก็ลองเดาไว้ว่าน่าจะเป็นประเภทผัด เพราะในบรรดาเมนูสิ้นคิดของคนไทย และน่าจะเป็นอันดับต้น ๆ ของหลายคนคือัดกระเพรา ข้าวผัด ผัดพริกแกง และ Social data ก็ออกมาใกล้เคียงตามที่คิดเลยค่ะ ทั้งการผัดที่หลากหลายวัตถุดิบ และรสชาติที่กระตุ้นต่อมรับรสได้แบบไทย ๆ หากใครอยากเปิดร้านข้าวแกง ลองเอาลิสต์นี้ไปช่วยวางเมนู หรือทำคอนเทนต์กันได้เลยค่ะ

#2 ประเภทเนื้อสัตว์ : หมู > ไก่ > ปลา

มาถึงวัตถุดิบประเภทเนื้อสัตว์กันบ้าง ซึ่ง 3 อันดับแรกเราคุ้นหูคุ้นตากันดีเลยค่ะ นอกจากนี้ชาวโซเชียล ร้านค้า เพจรีวิวยังพูดถึงในชื่อเมนูต่าง ๆ คือ หมู 28% > ไก่และปลาเท่ากัน 24% ซึ่งน้ำหนักของข้อมูลนั้นข้าวขาหมูเข้ามามากพอสมควรเพราะร้านบุฟเฟ่ต์ข้าวแกงใส่เป็นไลน์อาหารด้วยค่ะ

เป็นข้อมูลที่ช่วยให้ใครที่อยากขายข้าวแกงหรือทำคอนเทนต์ข้าวแกงได้เลือกวัตถุดิบกันตามลิสต์นะคะ จะเลือกตามความนิยมก็ใช้หมูไก่ปลาเป็นหลัก หรือถ้าอยากทำเมนูใหม่ ๆ ก็ใช้อันดับถัด ๆ ไป หรือเนื้อสัตว์ที่ยังไม่ติดโพลก็ได้นะคะ

#3 วิธีการทานส่วนมากจะ เป็นจานราดข้าว

เมื่อพูดถึงข้าวแกงแน่นอนว่าส่วนมากร้านต่าง ๆ จะราดข้าวให้เลย หรือถ้าเป็นซุปก็มีแยกถ้วยเล็กให้ค่ะ หลายคนน่าจะชอบแบบนี้เพราะทานง่านที่สุด

แต่อันดับ 2 ก็น่าสนใจเหมือนกัน เห็นความคลาสสิกของถาดหลุมแล้วอยากให้หลาย ๆ ร้านลองใช้วัสดุหรือสีถาดหลุมหเป็นสีนวล ๆ สว่าง ๆ คล้ายของโรงอาหารเกาหลีส่วนมาก จะช่วยให้ดูน่าทานไปอีกแบบนึงได้ค่ะ

#4 ท็อปปิ้งที่ขาดไม่ได้คือไข่ดาว

ไข่ดาวที่ไข่ขาวกรอบแต่ไข่แดงไม่สุกมาก เป็นเอกลักษณ์ของท็อปปิ้งที่ฮิตที่สุดของคนไทยค่ะ นอกจากเพิ่มมูลค่าให้จานนั้นแล้วยังทำให้รู้สึกว่าจานนี้อร่อยครบขึ้น เช่นกระเพราหมูสับโปะด้วยไข่ดาว

ตามมาด้วยไข่เจียว และของทอดอื่น ๆ อย่างหมู/ไก่ยอ กุนเชียง และไข่เค็มค่ะ ใครที่จะทำร้านข้าวแกงของเหล่านี้ขาดไม่ได้เลยนะคะ โดยเฉพาะในแอปเดลิเวอรี่ ในฐานะผู้บริโภคที่ชอบกดเพิ่มท็อปปิ้งเยอะ ๆ อยากแนะนำให้ร้านค่าใส่ +ท็อปปิ้งเพิ่มในทุก ๆ เมนูก่อนลูกค้ากดสั่งเลยค่ะ รับรองว่ามีโอกาสที่ลูกค้าจะกดมากกว่าแยกรายการไว้อย่างเดียวแน่นอน

#5 ข้าวแกงราคา 10 -20 ยังมีให้ทานหลายร้าน

มาถึงหัวข้อสุดท้ายคือการสำรวจราคาข้าวแกงกันบ้าง บอกเลยว่าร้านที่ขายราคา 10 – 20 บาทจะมีเพจรีวิวอาหารตามไปถ่ายเพื่อชี้พิกัดให้คนไปทานตามกันเยอะมาก เพราะในยุคนี้ข้าวราคาดี ๆ ขวัญใจแรงงานและคนทั่วไป แถมยังรสชาติอร่อยถูกใจคือที่สุดค่ะ ราคาทั่วไปที่เป็นจานเดี่ยวหรือกับข้าวจะมีหลากหลายตั้งแต่ช่วง 40 – 55 บาท และ 60 บาทขึ้นไป ทั้งนี้ราคาบุฟเฟ่ต์ส่วนมากก็จะอยู่ที่ 50 บาท หรือ 69 บาททานได้ไม่อั้นทั้งข้าว กับข้าว น้ำพริกผัดสดเลยค่ะ

TOP5 Facebook Page ที่นับยอดเอนเกจจาก “ทุกโพสต์” ในเพจที่อยู่ในระยะเวลาและคีย์เวิร์ดที่กำหนดเท่านั้น

1. Mawinfinferrr 254.7K Engagement
2. ชีวิตติดรีวิว 142.1K Engagement
3. PEACH EAT LAEK 76K Engagement
4. Bangkok Foodie 52.4K Engagement
5. เห็นหมีรีวิว 47.7K Engagement

TOP5 Instagram account ที่นับยอดเอนเกจจาก “ทุกโพสต์” ในแอคเคาท์ที่อยู่ในระยะเวลาและคีย์เวิร์ดที่กำหนดเท่านั้น

1. tid_review 106K Engagement
2. muummaam 75.7K Engagement
3. mawin_twp 55.7K Engagement
4. eatguide 39.7K Engagement
5. punpromotion 31K Engagement

TOP5 TikTok account ที่นับยอดเอนเกจจาก “ทุกคลิป” ในช่องที่อยู่ในระยะเวลาและคีย์เวิร์ดที่กำหนดเท่านั้น

1. tid_review 396.8K Engagement
2. แน็ทกินจุNo.1 206K Engagement
3. rawin.nnnnn 108.3K Engagement
4. aramug 137.1K Engagement
5. ohnsri1000 129.7K Engagement

TOP5 YouTube channel ที่นับจากคลิป “ยอดวิว” สูงที่สุดของช่องเท่านั้น

1. น็อตฮังกี้ (Knot.TK) 5.85M views
2. kinkakoi กินกะก้อย 5.07M views
3. NAT VS FOOD 4.58M views
4. Guy Haru Family 3.64M views
5. คนอีสาน 3.16M views

Data Research Insight ข้าวแกง ร้านเด็ด เมนูกันตายของคนไทย

ทั้งหมดนี้หวังว่าทุกคนที่ได้อ่าน Data Research Insight ข้าวแกง โดยทั้งเห็นเทรนด์การพูดถึงบนโซเชียล ไม่ว่าจะเป็นประเภทอาหารผัด > ต้ม > ทอด วัตถุดิบสุดฮิตหมู > ไก่ > ปลา ไปจนถึงท็อปปิ้งไข่ดาวที่ครองอันดับ 1 ในใจคนไทย คำแนะนำสำหรับธุรกิจที่วิเคราะห์จากดาต้านี้จะนำไปต่อยอดเป็นได้ไอเดียใหม่ ๆ ในการทำธุรกิจกันไม่มากก็น้อยนะคะ และขอให้เต็มอิ่มสำหรับตัวอย่างการใช้เครื่องมือ Social Listening และใช้ 8 ขั้นตอนแบบย่อเพื่อคลอด Insight เผยแพร่ฟรีในบทความนี้นะคะ ^^

*สามารถนำบทความนี้ไปแชร์หรือต่อยอดได้ เว็บหรือสำนักพิมพ์ไหนต้องการ แค่ส่ง Backlink กลับมาให้เรา แล้วส่งลิงก์บทความที่คุณนำไปต่อยอดมาบอกเราที่ [email protected] ก็พอค่ะ

ทีมการตลาดวันละตอน ผู้จัดทำ Data Research insight ขอขอบคุณผู้สนับสนุนทั้ง 5 เจ้าที่เข้ามาร่วมสนับสนุนโปรเจคนี้ ได้แก่ Mandala AI, MHA Makro, LINE MAN wongnai ,SME D BANK, Daikin รวมถึง Media partnership Torpenguinและ Brand Communication

คลิกเพื่ออ่านบทความ Project Data Research Insight ก่อนหน้า > ก๋วยเตี๋ยว หมูกระทะ ข้าวมันไก่ ยำ ไก่ทอด ราเมง ผัดไทย

สำหรับใครที่อยากลองสมัครมาใช้เองมี Coupon Code ของ Online Subscription เพื่อรับส่วนลดพิเศษ ให้กรอก โค้ด EVDAYMKT ได้ที่ลิงก์นี้เลย https://www.mandalasystem.com

โดยจะได้รับส่วนลด 5% สำหรับบิลแรกเท่านั้น ซึ่งสามารถใช้ได้กับทั้ง Pay as you go และ 12 months with One Time Payment

ถ้าอยากดูบทความเกี่ยวกับฟีเจอร์ต่าง ๆ สามารถดูเพิ่มเติมได้ที่นี่ เลยค่ะ พวกเราทีมการตลาดวันละตอนมีหลายเคสที่ใช้ฟีเจอร์ของ Mandala มาวิเคราะห์ข้อมูล เทรนด์ และทำ Insight เจ๋ง ๆ แบบนี้ออกมาค่ะ😊

หรือถ้าอยากเรียนการใช้ Social Listening ให้เป็นด้วยตัวเอง ก็สามารถลงเรียนกับการตลาดวันละตอนได้ หรือจะส่งทีมมาเรียนก็ได้

คลาสเรียนออนไลน์ Social Listening Analytics 

คลาสเรียนออนไลน์ Social Listening เน้น Workshop ลงมือทำจริงด้วยตัวเอง รุ่นล่าสุด ศุกร์สุดท้ายของเดือน เปิดแล้ว
เรียนสดทางออนไลน์ ผ่าน Zoom เต็มวัน 9:00 – 15:00
ค่าเรียนคนละ 9,900 บาท รับจำกัดรุ่นละ 20 คน (ถ้าเต็มรุ่นนี้ต้องขอให้รอรุ่นหน้า)
อ่านรายละเอียดและสมัครก่อนเต็มได้ที่ลิงก์นี้เลย

https://bit.ly/sociallisteningclass

แล้วคุณจะรู้ว่าการเข้าถึง Insight และ Opportunity ใหม่ๆ เป็นเรื่องง่ายแค่ใช้ Social Listening ให้เป็น

ตัวอย่างผลงานนักเรียนรุ่น 28

นี่คือผลงานของผู้เรียนคลาส Social Listening รุ่น 28 กับการตลาดวันละตอน คุณเจนเป็น HR แต่สนใจอยากรู้เรื่อง Data เลยมาลงเรียน Social Listening ด้วยตัวเอง

จากหลักการ 8 Step Social Listening ที่ได้เรียนในคลาส คุณเจนเอาไป Apply กับเรื่องที่ตัวเองสนใจคือหมาล่าจนออกมาเป็นบทความที่ชื่อว่า หมาล่า ไม่ใช่ หม่าล่า จากการที่คุณเจนใช้ Social Listening เช็คดูถึงได้พบว่ายังมีคนไทยอีกมากที่พิมพ์คำว่า หมาล่า ผิดเป็น หม่าล่า เยอะมาก

ไม่ใช่แค่เช็ค Data ผิวๆ เท่านั้น แต่ยังลงไปเก็บถึง Category Insights ตามที่ผมสอนได้อย่างดีมาก จนทำให้ค้นพบว่าหมาล่าถูกนำมาตีความใหม่เป็นเมนูมงคลประจำปี ส่งผลให้ยอดขายดิบดีขึ้นผิดหูผิดตา

เจอ Insight แรกว่าหมาล่าย่านไหนกำลังดัง ถูกพูดถึงมากๆ บนโซเชียล นั่นก็คือย่านบรรทัดทอง ตามมาด้วยห้วยขวาง ปิดท้ายด้วยพระราม 9 พบว่าช่วงราคาส่วนใหญ่อยู่ที่ 299+ มากถึง 57.1%

และแบรนด์ร้านหมาล่าที่กำลังมาช่วงนี้ไม่ใช่ร้านเดิมที่เคยทำ insights คราวก่อน แต่เป็น Shu Daxia ที่มาแรงมาก ถูกพูดถึงมากกว่า Haidilao และกิจกรรมที่ร้านหมาล่าชอบทำช่วงนี้คือ Fan Meet ตามมาด้วยอาหารมงคล รู้แบบนี้แล้วลองคิดต่อยอดดูนะครับ ว่าเราจะทำการตลาดอย่างไรดี

ซึ่งนี่ก็เป็นหนึ่งในผลงานคนเรียนที่แสนจะภูมิใจ ที่คนเรียนไม่ได้มากสายการตลาด หรือไม่ได้มาสายดาต้า แต่เป็น HR ที่มีใจรักเรื่อง Data และอยากเรียนรู้ทักษะใหม่ๆ 🙂

ซึ่งผู้เรียนที่นำเครื่องมือกลับไปปรับใช้และมาส่งอัปเดตการบ้านได้แบบนี้ก็รับ Certified จากพี่หนุ่ย เจ้าของคลาสไปเลย