พูดถึง Data-Driven Marketing หรือ Data-Driven Organization ภาพแรกที่นึกได้คือข้อมูลลูกค้าที่เก็บได้จากสาขาหรือช่องทางการติดต่อต่างๆของแบรนด์ ประวัติของลูกค้าและตัวเลขการซื้ออขายทั้งหมดที่ระบบดิจิทัลบันทึกให้เราหมด ส่วนเราพนักงานหรือเจ้าของธุรกิจก็สบายขึ้น เพราะเทคโนโลยีช่วยให้เราเข้าใจลูกค้ามากขึ้น อยู่หน้าจอคอมฯอย่างเดียวก็ทำอะไรได้ตั้งหลายอย่าง
แต่อย่างไรก็ตามสิ่งที่ข้อมูลบนระบบดิจิทัลให้เราไม่ได้ทั้งหมดคือบริบทที่เราต้องเข้าใจ ว่าแต่บริบทคืออะไร? บริบทสำคัญอย่างไร? แล้วเราจะเข้าใจบริบทได้อย่างไรกัน?
ทำ Data-Driven Marketing เริ่มจากการตั้งคำถาม
ใครที่เคยอ่านหนังสือ Data Thinking: ทำธุรกิจให้รุ่ง ยอดขายพุ่งด้วยดาต้า คนเขียนจะย้ำให้เราถามตัวเองอยู่เสมอว่า “เราอยากรู้อะไร” แล้ว “เรามีข้อมูลอะไรอยู่บ้าง” การตั้งคำถามที่ลึกขึ้นเรื่อยๆ จะทำให้เราตั้งคำถามที่เจาะจงขึ้น และขุดเอาข้อมูลมาตอบคำถามได้ลึกขึ้นจนเจอจุดที่เราต้อง Take Action
ยกตัวอย่างเช่น ถ้าเราอยากเพิ่มยอดขาย ก็ต้องถามต่อว่าอยากเพิ่มยอดขายจากลูกค้ากลุ่มไหน? ถ้าไม่รู้ ก็ถามต่อไปอีกว่าตอนนี้ลูกค้าของเรามีกี่กลุ่ม? มีพฤติกรรมเป็นอย่างไร? โดยเฉพาะตอนมาเลือกซื้อของกับเรา? ที่สำคัญคือลูกค้ากลุ่มไหนซื้อของจากเราเยอะที่สุดและนานที่สุด? แล้วลูกค้ากลุ่มนี้ซ้อของจากช่องทางหรือสาขาไหนบ้าง?
คำถามพวกนี้จะทำให้เรากลับมาดูข้อมูลที่มีอยู่ในมือ ถ้าไม่มีก็คิดต่อว่าจะไปเก็บข้อมูลจากไหนได้บ้าง? หรือมีแหล่งข้อมูลที่ไหนที่เราลืมนึกถึง? เอามาตอบคำถามที่ว่า เราก็จะได้ไอเดียทำการตลาดกับลูกค้ากลุ่มนั้น แทนที่จะจะเสียเงินเสียเวลา ทำแคมเปญกับลูกค้าทุกคน ลงเงินมันทุกช่องทาง ได้ไม่คุ้มเสีย
เช่นแทนที่จะลดราคาให้กับสินค้าเท่าๆกันให้ลูกค้าทุกคน เราก็ลดราคาให้บางคน เพราะไม่ใช่ทุกคนที่อ่อนไหวกับราคาเท่าไหร่ บางคนราคาเต็มก็ซื้อแล้ว
จะเกิดอะไรขึ้นถ้าอยู่ๆจะทำ Data-Driven Campaign โดยไม่สนใจ Context
เคสที่คลาสสิคมากคือเคสเอาเบียร์วางคู่กับผ้าอ้อมแล้วยอดขายเพิ่ม 35% หลังจากดึงข้อมูล Point of Sales ของลูกค้าจากทุกสาขามาวิเคราะห์เห็นว่าผู้ชายวัยกลางคนมักซื้อเบียร์กับผ้าอ้อมคู่กัน คำถามคือถ้าอยู่ๆ Data Analyst จะแนะนำให้พนักงานร้าน ผู้จัดการร้านให้เอาเบียร์กับผ้าอ้อมมาวางคู่กันโดยไม่เข้าใจบริบทหรือ Context ไม่ได้
เพราะไม่ว่าเราจะหา Insight หา Solution ให้กับปัญหาทางธุรกิจของเราได้ แต่การลงมือทำที่ขาดความเข้าใจในบริบท อาจทำให้ลูกค้าไม่เข้าใจว่าเราทำไปเพื่ออะไร สุดท้าย Data-driven action ของเราอาจจะทำให้ลูกค้าสงสัยหรือไม่พอใจเพราะไม่เข้าใจ แคมเปญบางอย่างต่อให้วิเคราะห์มาดี แต่ขัดกับวัฒนธรรมองค์กรหรือวิถีชีวิตของลูกค้า ก็ไม่สมควรทำ Data-Driven Marketing ไปอย่างนั้น
แล้วจะหาบริบท (Context) ให้กับข้อมูลตัวเลขได้อย่างไร?
เวลาเราเริ่มทำงานกับข้อมูล คำถามส่วนใหญ่มักจะหาว่าใครทำอะไรที่ไหนเมื่อไหร่อย่างไร? แต่พอเราสำรวจและวิเคราะห์ข้อมูลลงไปแล้ว เราเห็นบางอย่างที่ข้อมูลกำลังพยายามบอกเรา แล้วสุดท้ายเราก็จะเริ่มตั้งคำถามแล้วว่า “ทำไม?”
ทำไมผู้ชายวัยกลางคนถึงซื้อเบียร์คู่กับผ้าอ้อมล่ะ? ทำไมประเภทสินค้าที่ขายดีในแต่ละสาขาจึงแตกต่างกัน? ฯลฯ ข้อมูลที่วิเคราะห์ได้จะบอกเราหลายๆอย่าง เพราะเราจะสังเกตเห็นสิ่งผิดปรกติมากขึ้น เทรนด์ที่เกิดขึ้นซ้ำๆ หรือข้อมูลของบางปัจจัยมันมีความสัมพันธ์ไปในทางเดียวกัน คำถามที่ต้องการรู้สาเหตุจะมาอีกเรื่อยๆตามมา และเมื่อไหร่ที่เราต้องการหาสาเหตุ หาเบื้องหลังของตัวเลขหรือกราฟที่แสดงให้เราเห็น
หน้าที่ของเราคือลุกไปถามลูกค้าว่าทำไมเขาถึงซื้อของสิงชิ้นนี้คู่กันเป็นประจำ? เราจะได้รู้ต่อมาว่าเขาซื้อของเพื่อให้รางวัลตัวเองช่วงหยุดสุดสัปดาห์หลังจากช่วยเลี้ยงลูก ซึ่งการนั่งดูตัวเลข ดูกราฟต่อไปไม่มีประโยชน์อีกต่อไปในการหาเบื้องหลังพฤติกรรมผู้บริโภค
เราต้องลุกไปสัมภาษณ์ลูกค้า สังเกตพฤติกรรมลูกค้า ทำ Focus-group มีปฏิสัมพันธ์กับคนจริงๆ (หรือทำแบบสอบถามก็ยังดี) เราถึงจะรู้บริบทรอบๆข้อมูลตัวเลขที่เราวิเคราะห์ และปรับแผนการตลาดให้เหมาะสมด้วย
ฉะนั้นต่อไปเวลาพูดถึง “ข้อมูล” เราจะนึกถึงแต่ตัวเลข กราฟ ประวัติของลูกค้า พฤติกรรมของลูกค้าที่มีระบบดิจิทัลคอยเก็บให้เราอย่างเดียวไม่ได้อีกแล้ว เพราะโลกของข้อมูลมันไม่ได้มีแค่ข้อมูลเชิงปริมาณ แต่มีข้อมูลเชิงคุณภาพที่เราไม่สามารถวัดหรือตีค่าซึ่งสำคัญไม่แพ้กันครับ
แหล่งอ้างอิงส่วนหนึ่งจาก Data Thinking: ทำธุรกิจให้รุ่ง ยอดขายพุ่งด้วยดาต้า
