“Data is the new oil” เป็นคำกล่าวที่สะท้อนความเป็นจริงของโลกธุรกิจในยุคเทคโนโลยีดิจิทัล ที่ “ข้อมูล” เป็นสินทรัพย์อันมีค่ามหาศาล
แต่สินทรัพย์นี้จะเพิ่ม “มูลค่า” และสร้าง “คุณค่าที่มีความหมาย” ทั้งต่อองค์กร – แบรนด์ และผู้บริโภคได้นั้น หัวใจสำคัญไม่ใช่อยู่ที่การมี “Big Data” ขนาดใหญ่กว่าคนอื่นเท่านั้น แต่ยังรวมถึงทุกส่วนงานขององค์กรต้องให้ความสำคัญกับ “Big Data” และสามารถผสานการใช้ข้อมูล ร่วมกับเทคโนโลยีในทุกกระบวนการทำงาน เพื่อวิเคราะห์ และตีความข้อมูลที่เกิดขึ้นในอดีต และเพื่อทำนายสิ่งที่กำลังจะเกิดขึ้นในอนาคต และนำความรู้ (Insights) ที่ได้นั้นไปพัฒนาปรับปรุงสินค้า – บริการให้ดีขึ้น
นั่นถึงจะเรียกว่า “Big Data” สร้างคุณค่าให้กับทั้งองค์กร และผู้บริโภคได้จริง เพื่อขับเคลื่อนองค์กรนั้นให้เป็น “Data-driven Company” อย่างแท้จริง
“กรุงศรี คอนซูมเมอร์” (Krungsri Consumer) ผู้นำในธุรกิจบัตรเครดิต และสินเชื่อส่วนบุคคล ได้กำหนดวิสัยทัศน์ชัดเจนที่จะมุ่งเน้นการพัฒนาองค์กรสู่การเป็น “Data-driven Company” เพราะเล็งเห็นถึงบทบาทของ “Big Data” ที่มีความสำคัญมากขึ้นเรื่อยๆ
ยิ่งในยุคเทคโนโลยีดิจิทัล ที่ทุกอย่างเปลี่ยนแปลงเร็ว ทั้งพฤติกรรมผู้บริโภคเริ่มซับซ้อนขึ้น มีไลฟ์สไตล์แตกต่าง เกิดแพลตฟอร์มเทคโนโลยีใหม่ และหลังจากโลกเข้าสู่ Globalization เต็มรูปแบบ ภูมิทัศน์การแข่งขันในวันนี้เปลี่ยนไปจากอดีตอย่างสิ้นเชิง
ดังนั้นการจะเป็นแบรนด์ที่ผู้บริโภครัก (Brand Love) และเป็นแบรนด์ที่ผู้บริโภคเลือก จึงอยู่ที่ว่าองค์กร “เข้าใจ” และ “รู้ใจ” ผู้บริโภคได้ในระดับบุคคล (Personalization) ได้มากน้อยแค่ไหน สามารถนำเสนอสินค้า – บริการที่ช่วยแก้ปัญหาของผู้บริโภคได้จริงเพียงใด รวมถึงตอบโจทย์ได้ในระดับ Unmet Need เป็นความต้องการที่ซ่อนอยู่ โดยที่ในบางครั้งผู้บริโภคก็ไม่รู้ตัว การจะทำเช่นนี้ได้ต้องมีการใช้ Data อย่างชาญฉลาด และมีเทคโนโลยี พร้อมด้วยทีมงานที่เชี่ยวชาญ
“ความสำเร็จของธุรกิจจะเกิดขึ้นไม่ได้เลย ถ้าสิ่งที่องค์กรพยายามทำ ไม่สามารถตอบโจทย์ หรือไม่สามารถแก้ปัญหาให้กับลูกค้าได้ เพราะฉะนั้นสิ่งแรกก่อนที่เราจะนำเอาข้อมูลไปทำอะไรก็ตาม เราต้องเข้าใจ Pain Point ของลูกค้าก่อนว่าคืออะไร ปัญหาอยู่ตรงไหน เพื่อวางแผนการวิเคราะห์ข้อมูลและผสานใช้เทคโนโลยีเข้าไปช่วยแก้ปัญหาได้อย่างตรงจุด
นั่นคือความเห็นของ คุณอัญชีรา ชุมชัยเวทย์ ผู้อำนวยการอาวุโสสายงานยุทธศาสตร์ด้านการวิเคราะห์ข้อมูลลูกค้าเชิงลึก (Data Intelligence & Customer Insights) กรุงศรี คอนซูมเมอร์ ที่วันนี้จะพา MarketingOops! และผู้อ่านไปทำความรู้จักหน่วยงาน “Data Intelligence & Customer Insights” ผู้อยู่เบื้องหลังการบริหารจัดการ Big Data ของกรุงศรี คอนซูมเมอร์ และเป็นหนึ่งในจิ๊กซอว์สำคัญในการพัฒนาองค์กรไปสู่การเป็น “Data-driven Company”
“Data Intelligence & Customer Insights” เบื้องหลังการบริหารจัดการ Big Data และเทคโนโลยีใหม่
บทบาทหน้าที่ของหน่วยงาน “Data Intelligence & Customer Insights” ครอบคลุมตั้งแต่การทำความเข้าใจปัญหาของลูกค้า (Customer Pain Point), จัดเตรียมข้อมูลให้พร้อม, วิเคราะห์ข้อมูลในเชิงลึก
เพื่อเข้าใจพฤติกรรมและความต้องการของลูกค้าอย่างแท้จริง และใช้หลักสถิติควบคู่กับเทคโนโลยี AI (Artificial Intelligence) เพื่อทำนายความน่าจะเป็นที่จะเกิดขึ้นในอนาคต โดยข้อมูลที่ได้จากการวิเคราะห์จะนำไปช่วยให้หน่วยงานต่างๆสามารถตัดสินใจได้อย่างแม่นยำ และเพื่อสร้างประสบการณ์ที่ดีให้กับลูกค้าผ่านสินค้าและบริการแบบถูกใจถูกที่ถูกเวลา
นอกจาก “Data Intelligence & Customer Insights” จะเป็น “ตัวกลาง” บริหารและซัพพอร์ตด้านการวิเคราะห์ข้อมูลให้กับแผนกงานต่างๆ ของ “กรุงศรี คอนซูมเมอร์” แล้ว ยังมีอีกหนึ่งภารกิจสำคัญคือ สร้าง “Data Culture” ในองค์กร เพื่อให้ทุกหน่วยงานมีความเข้าใจ Data มีทักษะการวิเคราะห์ “Data ในขั้นพื้นฐาน” และสามารถนำ “Data” มาวิเคราะห์และใช้ประโยชน์ในการทำงานได้
ปัจจุบันในทีม “Data Intelligence & Customer Insights” แบ่งเป็น 6 ส่วนงาน ประกอบด้วย
- Big Data & Data Engineer ดูแล Database ขนาดใหญ่ให้พร้อมนำมาใช้วิเคราะห์ในแง่มุมต่างๆ
- Business Intelligence สร้าง dashboard เพื่อแสดงผลการดำเนินงานในหลากหลายมิติให้กับผู้บริหาร และส่วนงานต่างๆ นำไปตัดสินใจในเชิงธุรกิจ
- Customer Analytics วิเคราะห์พฤติกรรมลูกค้าเชิงลึกจากข้อมูลในอดีต เพื่อค้นหาคำตอบว่าที่ผ่านมาเกิดอะไรขึ้นบ้าง และทำไมถึงเกิดขึ้น กิจกรรมรูปแบบไหนที่ทำแล้วได้ผลดี และช่วงนี้เราควรโฟกัสเรื่องอะไร หรือแก้ปัญหาในจุดไหน โดยผลการวิเคราะห์จะถูกนำไปใช้ตัดสินใจในเชิงกลยุทธเป็นส่วนใหญ่
- Data Science วิเคราะห์ข้อมูลโดยเน้นการหารูปแบบความสัมพันธ์ของข้อมูลต่างๆเพื่อทำนายความน่าจะเป็นของพฤติกรรมที่จะเกิดขึ้นในอนาคตด้วยแบบจำลองทางคณิตศาสตร์และสถิติ รวมไปถึงการสร้างนวัตกรรมด้านปัญญาประดิษฐ์ หรือ AI ที่ก่อให้เกิดประสิทธิภาพในองค์กรมากขึ้นด้วย
- Campaign Management นำข้อมูลที่ได้จากการวิเคราะห์ มาประยุกต์เข้ากับลูกค้าแต่ละบุคคล หรือแต่ละเซ็กเมนต์ เพื่อนำเสนอสินค้า บริการ โปรโมชั่น สิทธิประโยชน์ ได้อย่างถูกใจ ถูกที่ ถูกเวลา ให้สอดคล้องกับความต้องการของลูกค้าแต่ละบุคคล แต่ละไลฟ์สไตล์ โดยการสื่อสารจะเน้นให้เป็นแบบ Real-time มากขึ้นเรื่อยๆ
- Data Literacy ทำหน้าที่สร้าง “Data DNA” ให้เกิดเป็นวัฒนธรรมในองค์กรให้ทุกคนมีความคุ้นชินและความมั่นใจในการใช้ประโยชน์จาก Data
มี 3 เรื่องหลักๆ ที่หน่วยงาน “Data Intelligence & Customer Insights” เห็นว่าเป็นตัวแปรสำคัญที่ทำให้การนำข้อมูลมาใช้เกิดประโยชน์และประสิทธิภาพสูงสุดและต้องดูแลและบริหารจัดการอย่างใกล้ชิด คือ
- ข้อมูล เราต้องมีทีมงานดูแลข้อมูลให้ถูกต้องเป็นระเบียบ ไม่ใช่แค่ข้อมูลเยอะอย่างเดียว แต่ต้องสามารถยืดหยุ่นเพื่อนำไปใช้งานได้ง่าย และเป็นข้อมูลที่ทันเหตุการณ์ตลอดเวลา
- เทคโนโลยี และเครื่องมือต้องมีศักยภาพ และอัพเดทตลอด เนื่องจากกรุงศรี คอนซูมเมอร์ มีฐานข้อมูลลูกค้าใหญ่มาก และยังมีข้อมูล Transaction ที่มากกว่าเป็นทวีคูณ ดังนั้นประสิทธิภาพ และศักยภาพของเครื่องมือสำคัญมาก หรือถ้าเราจะทำการวิเคราะห์ข้อมูลเสียง หรือข้อมูลภาพ เราก็จะต้องมีเครื่องมือที่มีความสามารถและสมรรถนะที่จะวิเคราะห์ข้อมูลดังกล่าวได้
- บุคลากร ต้องมีทั้งความเชี่ยวชาญในสายงานของตัวเอง และความรู้ด้านธุรกิจ เนื่องจากคนที่ทำงานสาย Data ถ้าวิเคราะห์ข้อมูลโดยไม่เข้าใจธุรกิจ ผลลัพธ์ที่ได้นั้นก็ไม่สามารถนำไปปรับใช้ในเชิงธุรกิจได้จริง อย่างทีม Data Science นอกจากจะต้องเชี่ยวชาญด้านวิทยาการคอมพิวเตอร์ คณิตศาสตร์และสถิติแล้ว ยังต้องมีความเข้าใจทางธุรกิจ และต้องมีทักษะในการถ่ายทอดด้วย
“ดังนั้นเราจึงมุ่งเน้นอย่างมากที่จะให้ทีมงานมีความเข้าใจในธุรกิจ และสามารถสื่อสารให้คนที่ไม่ได้เป็นผู้เชี่ยวชาญด้าน Data ให้สามารถเข้าใจด้วยเช่นกัน ดังนั้นเราจึงสนับสนุนให้ทีมงานของเราออกไปพบปะพูดคุยกับทีมงานอื่นๆจากหลากหลายแผนกขององค์กร เพราะเขาจะได้รับความรู้ใหม่ๆ หรือไอเดียใหม่ๆ เข้ามาปรับใช้กับงานของเขา”
ขณะเดียวกันทีม “Data Intelligence & Customer Insights” ยังทำงานร่วมกับทีม Innovation และทีม IT ในการพัฒนาเทคโนโลยีใหม่ สำหรับทั้งใช้ในองค์กร และให้บริการแก่ลูกค้า เช่น เทคโนโลยี Facial Recognition ที่ต่อไปจะเป็นอีกหนึ่งเทคโนโลยีสำคัญในประเทศไทย ในการยืนยันตัวตนเวลาทำธุรกรรมทางการเงิน
จาก “Product Approach” สู่ “Lifestyle Approach” เข้าถึงลูกค้าแบบ Personalization และ Real-time Moment
ในอดีตการพัฒนาผลิตภัณฑ์ทางการเงิน อยู่ในรูปแบบ “Product Centric” หรือ “Product Approach” ที่เกิดจากผู้ให้บริการทางการเงินเป็นผู้กำหนดทิศทางผลิตภัณฑ์ฝ่ายเดียว หรือที่เรียกว่า Inside-out ตั้งแต่ขั้นตอน Product Development ไปจนถึงนำเสนอให้กับผู้บริโภค
Data ที่นำมาใช้ในการพัฒนาผลิตภัณฑ์บริการทางการเงิน และการตลาดในยุคเดิม จะเน้นที่ข้อมูลประเภท Demographic เช่น เพศ, อายุ, การศึกษา, รายได้ เป็นหลัก และใช้ข้อมูลเชิงประชากรศาสตร์เหล่านี้ เป็นตัวแบ่ง Segmentation
แต่ทุกวันนี้ Financial Landscape เปลี่ยนจาก “Product Approach” ไปสู่ “Lifestyle Approach” และการพัฒนาสินค้า – บริการ โปรโมชั่น และสิทธิประโยชน์ต่างๆ เป็น Outside-in คือ ฟังเสียงผู้บริโภค แล้วนำมาพัฒนาต่อยอด เนื่องจากในโลกยุคดิจิทัล เป็นยุคแห่ง Data และเทคโนโลยี
ประกอบกับการที่โลกเชื่อมต่อถึงกันได้ด้วยอินเทอร์เน็ต ทำให้ผู้บริโภคเปิดรับความรู้ วัฒนธรรม ความคิด หรือมุมมอง เทรนด์จากทั่วโลกได้ง่ายขึ้น เกิดไลฟ์สไตล์ที่หลากหลาย ซับซ้อน และแตกต่างกัน โดยที่ “อายุ” หรือ “เพศ” ไม่ได้เป็นสิ่งบ่งบอกตัวตนของคนๆ นั้นเสมอไป
ดังนั้น การทำความเข้าใจลูกค้า ไม่สามารถใช้แค่ข้อมูลเชิงประชากรศาสตร์ และพฤติกรรมการใช้จ่ายทั่วไปแบบผิวเผิน แต่ต้องลึกและละเอียดกว่าเดิมหลายเท่า! ทำความเข้าใจและรู้จักไลฟ์สไตล์ และตัวตนของผู้บริโภคในระดับเซ็กเมนต์ย่อย (Micro Segment) และระดับบุคคล เพื่อนำเสนอสินค้า โปรโมชั่น หรือสิทธิประโยชน์ได้ตรงกับไลฟ์สไตล์ หรือสิ่งที่ลูกค้าแต่ละคนกำลังสนใจ
อย่างหน่วยงาน “Data Intelligence & Customer Insights” ได้ศึกษาและป้อนข้อมูลให้ AI เรียนรู้ เพื่อวิเคราะห์พฤติกรรมการใช้จ่ายผลิตภัณฑ์บัตรเครดิตของ “กรุงศรี คอนซูมเมอร์” พบว่าไลฟ์สไตล์ของลูกค้าซับซ้อนขึ้น ล่าสุดทำ Micro Segment ออกมาได้มากถึง 30 เซ็กเมนต์ จากเดิมที่มีเพียง 5 เซ็กเมนต์
เช่น ลูกค้า ชอบท่องเที่ยว ถ้าในอดีตก็จะวางเซ็กเมนต์เป็นภาพใหญ่ว่าเป็นลูกค้ากลุ่มท่องเที่ยว แต่ปัจจุบันจะกำหนดแบบกว้างๆ ไม่ได้แล้ว เพราะภายใต้ไลฟ์สไตล์ท่องเที่ยว เราพบว่ายังมีไลฟ์สไตล์ หรือความชอบในการท่องเที่ยวแยกย่อยลงลึกไปอีก
บางคนชอบท่องเที่ยวสายชิล เน้นความสะดวกสบาย บินสายการบิน Full Service นอนโรงแรมชั้นดีขณะที่บางคนชอบเที่ยวแบบลุย เดินทางโดยสายการบิน Low-cost ชอบนอนโฮมสเตย์ หรือ Hostel
หรือกลุ่มคนรักสุขภาพ ก็แยกย่อยเป็น กลุ่มที่สนใจการออกกำลังกาย ขณะที่อีกกลุ่ม สนใจความสวยความงาม
เมื่อเข้าใจ Insights ไลฟ์สไตล์ของลูกค้าแต่ละกลุ่มแล้ว ขณะเดียวกัน กรุงศรี คอนซูมเมอร์ก็ได้พัฒนาเครื่องมือ “Recommender System” “Geo-location” และ “Real-time Decision Management System” ที่ช่วยให้การทำงานของแผนกที่เกี่ยวข้องกับลูกค้า เช่น แผนกการตลาด, แผนก Call Center และแผนกการขาย สามารถนำเสนอผลิตภัณฑ์ทางการเงิน โปรโมชั่น และสิทธิประโยชน์ให้กับลูกค้าได้อย่าง Right Target, Right Time, Right Location
– “Recommender System” เป็นการนำข้อมูลการจับจ่ายของลูกค้ากรุงศรี คอนซูมเมอร์ ใน Big Data ของเรามาวิเคราะห์โดยใช้เทคโนโลยี Machine Learning เพื่อทำโมเดลชี้เป้าเลยว่าลูกค้าแต่ละรายน่าจะมีความชื่นชอบร้านค้าในหมวดหมู่ใดบ้าง ถึงแม้ว่าลูกค้ารายนั้นจะไม่เคยใช้จ่ายในร้านค้านั้นเลย เราก็สามารถทำนายได้โดยใช้ Algorithm ที่เราสร้างขึ้น ทำให้เราสามารถสื่อสารเฉพาะเรื่องที่ลูกค้ารายนั้นๆสนใจแบบ Personalization โดยไม่ต้องรบกวนลูกค้าในสิ่งที่ลูกค้าไม่สนใจ
– “Geo-location” เป็นการสร้างโมเดลเพื่อทำนายว่าลูกค้าแต่ละรายชอบจับจ่ายใช้สอยในบริเวณไหน เพื่อส่งโปรโมชั่น หรือสิทธิประโยชน์ที่สอดคล้องกับสถานที่ที่ลูกค้าอยู่ ณ ขณะนั้น หรือสถานที่ที่ลูกค้านิยมไป
เช่น ถ้าโมเดลดูจากข้อมูลพฤติกรรมลูกค้าแล้ว พบว่า ลูกค้ามักจะเดินทางไปย่านใจกลางเมืองในวันเสาร์ – อาทิตย์ ดังนั้นเมื่อก่อนจะถึงวันนั้น จะมีข้อความแจ้งโปรโมชั่นร้านค้า-ร้านอาหารในย่านใจกลางเมืองที่ลูกค้ากำลังจะไป เพื่อลูกค้าสามารถนำไปใช้กับร้านอาหารที่อยู่ในศูนย์การค้านั้นๆ และได้รับส่วนลด หรือข้อเสนอสุดพิเศษ
– “Real-time Decision Management System” ระบบเทคโนโลยีส่งข้อมูลข่าวสารโปรโมชั่น และสิทธิประโยชน์แบบ Real-time Moment โดยจะทำงานร่วมกับโมเดล AI ต่างๆตั้งแต่ก่อนลูกค้าจะไปถึงจุดหมายปลายทาง และทันทีหลังจากลูกค้ารูดบัตรใช้จ่ายแล้ว
เช่นในกรณีที่ลูกค้านำบัตรเครดิตในเครือกรุงศรี คอนซูมเมอร์ไปรูดชำระค่าสินค้า ระบบจะประมวลผลเพื่อส่งสิทธิประโยชน์ที่ลูกค้าควรได้รับจากการใช้จ่ายในครั้งนั้นให้แก่ลูกค้าในทันที นอกจากนี้โมเดลจะวิเคราะห์หาโปรโมชั่นที่เหมาะสมให้กับลูกค้าโดยพิจารณาจากประวัติการจับจ่ายใช้สอยของลูกค้าแบบเฉพาะรายบุคคล และจะแนะนำโปรโมชั่นในร้านค้าที่ลูกค้าน่าจะสนใจถัดไปให้แก่ลูกค้าในทันทีอีกด้วย
การปรับมาเป็น “Lifestyle Approach” โดยใช้ Big Data และเทคโนโลยี AI เรียนรู้พฤติกรรมลูกค้า ทำให้ Win-Win ทั้งฝั่ง “กรุงศรี คอนซูมเมอร์” ที่ไม่ต้องทำการตลาด หรือสื่อสารแบบเหวี่ยงแหซึ่งเป็นการสิ้นเปลืองงบประมาณโดยใช่เหตุ แต่ใช้ Focused Strategy เข้าตรงถึงกลุ่มเป้าหมายที่ใช่ จึงไม่เป็นการรบกวนลูกค้า และช่วยบริหารงบประมาณได้อย่างมีประสิทธิภาพมากขึ้น
ขณะเดียวกันทางฝั่ง “ลูกค้า” ได้รับประสบการณ์ที่ดีขึ้นกว่าเดิม ไม่รู้สึกรำคาญใจกับข้อเสนอผลิตภัณฑ์ทางการเงิน โปรโมชั่น หรือสิทธิประโยชน์ที่แนะนำเข้ามา เพราะเป็นสิ่งที่เขากำลังสนใจ หรือกำลังต้องการอยู่แล้ว และติดต่อมาในเวลาที่ลูกค้าสะดวก
ในกรุงศรี คอนซูมเมอร์มีโมเดลชื่อว่า “Best time to call” คือ AI จะทำการระบุช่วงเวลาในการโทรติดต่อหาลูกค้าในช่วงเวลาที่ลูกค้าคนนั้นๆ สะดวก โดยนำข้อมูลประวัติการติดต่อกับลูกค้าในอดีต ให้ระบบ AI เรียนรู้ และAIจะแนะนำเวลาที่เหมาะสมที่สุดที่ควรติดต่อลูกค้ารายนั้นๆให้กับทีมงานที่ต้องการติดต่อลูกค้า
“สมัยก่อนที่ยังไม่มีข้อมูลมาก การทำงานจะเป็นแบบ Product Approach คือ มีผลิตภัณฑ์ และโปรโมชั่นแบบนี้ ก็สื่อสารถึงลูกค้าตามที่เรามี และเน้นการสื่อสารให้ถึงลูกค้าในวงกว้าง แต่ทุกวันนี้พอเรามีข้อมูลมากขึ้น เราเอามาวิเคราะห์ก่อน จากนั้นดูว่ามีผลิตภัณฑ์ หรือโปรโมชั่นอะไรที่เหมาะสมกับลูกค้าแต่ละคน แต่ละกลุ่ม และเราจะนำเสนอให้สอดคล้องกับความต้องการของลูกค้า ในเวลา และในสถานที่ที่เหมาะสมกับลูกค้าแต่ละราย
การให้ความสำคัญที่ไลฟ์สไตล์ลูกค้า ทำให้เปลี่ยนมุมมอง และวิธีการทำงานของเรา จากในอดีตคิดจากตัวเรา ที่อยากสื่อสารอะไรไปให้ลูกค้า เราก็นำเสนอสิ่งนั้น แต่ปัจจุบันเราต้องมองที่มุมลูกค้าว่าเขาอยากได้รับข้อมูลอะไรจากเรามากกว่า ซึ่งทำให้คำร้องเรียนจากลูกค้าเรื่องการได้รับข้อความส่งเสริมการตลาดมากเกินไป ลดลงอย่างเห็นได้ชัด และเมื่อเราส่งข้อมูลข่าวสารออกไป ผลตอบรับที่ได้กลับมาในภาพรวม มีประสิทธิภาพเพิ่มขึ้นถึง 50%”
สร้าง “Data Culture” ให้ทุกคนในกรุงศรี คอนซูมเมอร์มี “Data DNA”
รากฐานสำคัญของการที่ “กรุงศรี คอนซูมเมอร์” จะขยับไปสู่การเป็น Data Company คือ บุคลากรในองค์กรต้องมีความรู้-ความเข้าใจเกี่ยวกับ Data อาจไม่ต้องถึงขนาดผู้เชี่ยวชาญอย่าง Data Analytics และ Data Scientists แต่อย่างน้อยมีความคุ้นชิน และสามารถใช้งาน Data เบื้องต้นได้
ด้วยเหตุนี้เอง จึงต้องสร้างทักษะ และองค์ความรู้ด้าน Data ให้กับบุคลากรแผนกต่างๆ โดยในปีนี้ทีม “Data Intelligence & Customer Insights” ได้ริเริ่มโครงการสร้างเมล็ดพันธุ์ด้านข้อมูล ซึ่งเป็นโครงการที่จะจัดต่อเนื่องระยะยาว โดยแต่ละแผนกได้คัดเลือกตัวแทนมาเข้าอบรม เพื่อเรียนรู้ทักษะการวิเคราะห์และการนำเสนอข้อมูล โดยเมล็ดพันธุ์เหล่านี้จะจัดกลุ่มทำโครงงานวิเคราะห์ Data และนำเสนอผลงานแก่ผู้บริหาร โดยมีทีมงาน “Data Intelligence & Customer Insights” คอยเป็นโค้ชให้คำปรึกษา – คำแนะนำ
เมื่อเมล็ดพันธุ์เหล่านี้ผ่านหลักสูตรอบรม และได้ทดลองทำโครงงานจริง จะทำให้เกิดความรู้เชิงประยุกต์ และสามารถนำ Data มาใช้ประโยชน์ในส่วนงานตนเองได้จริง จนเกิดเป็น Data DNA ในที่สุด
“ต่อไป Data จะยิ่งทวีความสำคัญกับธุรกิจมากขึ้นกว่าปัจจุบันนี้ เพราะตอนนี้การแข่งขันเฉือนกันด้วย Insights ที่ได้จากข้อมูล คนที่ใช้ข้อมูลในการตัดสินใจจะได้เปรียบคู่แข่งที่ใช้เพียงประสบการณ์หรือความรู้สึกในการตัดสินใจเป็นอย่างมาก เราจึงต้องทำให้ทุกคนในกรุงศรี คอนซูมเมอร์ตัดสินใจอยู่บนข้อมูลประกอบกับความเชี่ยวชาญจากประสบการณ์การทำงานของตัวเอง ไม่ได้ใช้อารมณ์ ความรู้สึก หรือความเชื่อมาตัดสินใจ”
ขณะเดียวกัน หน่วยงาน “Data Intelligence & Customer Insights” ก็เปิดบ้านแสดงผลงานให้แผนกต่างๆ ในกรุงศรี คอนซูมเมอร์เข้ามาเยี่ยมชม และสอบถาม เนื่องจากที่ผ่านมาเวลาพูดถึงเรื่อง Data หรือพูดถึงแผนกนี้ คนส่วนใหญ่ในองค์กรจะมองว่าเป็นเรื่องเข้าใจยาก ซับซ้อน ดังนั้นเราก็แก้ประเด็นนี้โดยเปิดบ้านให้คนเข้ามารู้จักเรา รู้จักผลงานเรา ได้มีโอกาสซักถามในเรื่องที่ไม่เข้าใจ เพื่อทำให้คนจากแผนกต่างๆ ในกรุงศรี คอนซูมเมอร์ ได้เข้าใจ Data ในมุมมองใหม่ ได้เข้ามาสัมผัสและเล็งเห็นประโยชน์จากผลงานที่เกิดจากการวิเคราะห์ข้อมูล และเพื่อทำความรู้จักแผนก “Data Intelligence & Customer Insights” ได้มากขึ้น“หน่วยงาน “Data Intelligence & Customer Insights” อยากเป็นเหมือนไฟฉายนำทางให้กับแผนกอื่นๆ เดินไปในทิศทางที่ข้อมูลแนะนำ และในปีหน้าแผนกเราจะเน้นการเพิ่มศักยภาพของการบริหารจัดการข้อมูลให้สามารถวิเคราะห์ข้อมูลในหลากหลายมิติมากยิ่งขึ้น และใช้AI เพื่อตอบโจทย์ลูกค้าได้แบบ Real-time และทำให้กรุงศรี คอนซูมเมอร์สามารถยกระดับประสบการณ์ลูกค้าให้ดีขึ้น
เช่น ลูกค้ามีปัญหาเกี่ยวกับ Mobile Application เมื่อติดต่อเข้ามาที่ Call Center พนักงานจะรู้ได้ทันทีว่าลูกค้ามีปัญหาตรงจุดไหน โดยที่ลูกค้าไม่จำเป็นต้องเริ่มต้นเล่าปัญหาอีก ซึ่งจะทำให้การแก้ปัญหาลูกค้ารวดเร็วขึ้น
เรามั่นใจว่า เราสามารถทำให้ลูกค้าที่อยู่กับเราได้รับประสบการณ์ที่ดี และได้รับข้อเสนอโปรโมชั่น สิทธิประโยชน์ต่างๆ แบบถูกใจ ถูกที่ ถูกเวลา ด้วยการวิเคราะห์ข้อมูลเชิงลึก โดยไม่ต้องคอยค้นหา เมื่อเราทำได้เช่นนี้ เชื่อว่าลูกค้าจะรักเรามากยิ่งขึ้น” คุณอัญชีรา สรุปทิ้งท้าย
