Data Driven กลยุทธ์ที่หลายองค์กรต่างหันมาใช้ในยุคการตลาดดิจิทัล หลายองค์กรประสบความสำเร็จแต่นั่นไม่ใช่เรื่องง่าย เนื่องความความซับซ้อนของตลาดและพฤติกรรมผู้บริโภคที่เปลี่ยนไปอย่างรวดเร็ว ทำให้การรวบรวมข้อมูลเป็นไปได้ยาก ความไม่เข้าใจในข้อมูลและการไม่สามารถนำข้อมูลไปให้เกิดประโยชน์ในเชิงการตลาดได้อย่างเต็มที่ ซึ่งล้วนเป็นอุปสรรคในการพัฒนาธุรกิจก้าวสู่ยุคดิจิทัล
Krungsri Consumer หนึ่งในองค์กรที่หันมาใช้กลยุทธ์ Data Driven จนประสบความสำเร็จในการให้บริการสินเชื่อที่ตอบโจทย์ความต้องการของลูกค้าได้อย่าง Real-Time ผ่านมุมมองของผู้บริหารด้าน Data อย่าง คุณอัญชีรา ชุมชัยเวทย์ ผู้อำนวยการอาวุโส สายงานยุทธศาสตร์ด้านการวิเคราะห์ข้อมูลลูกค้าเชิงลึก กรุงศรี คอนซูมเมอร์
ความสำคัญของกลยุทธ์ Data Driven
ในยุคนี้ลูกค้ามีความต้องการที่ซับซ้อนมากขึ้น ลูกค้ามีความคาดหวังมากขึ้นต้องการอะไรที่ตรงใจถูกใจ มีความอดทนน้อยลง โดยเฉพาะอะไรที่ไม่ตรงกับความต้องการ ซึ่งการตลาดแบบเดิมนอกจากจะสิ้นเปลืองงบประมาณแล้ว ยังไม่มีสามารถสร้างแรงดึงดูดหรือความสนใจจากลูกค้าได้ ยิ่งเวลาที่ลูกค้าได้รับข้อมูลข่าวสารจากหลายๆ ผู้ให้บริการในหลายๆ ช่องทาง บางครั้งก่อให้เกิดความรำคาญและก่อให้เกิดประสบการณ์ที่ไม่ดีกับลูกค้า
นั่นจึงทำให้การทำ DATA Driven Marketing สำคัญมากๆ เพราะธุรกิจจะสามารถนำข้อมูลมาใช้ในการทำการตลาดและส่งมอบสินค้า รวมถึงการให้บริการสำหรับลูกค้าในแต่ละรายได้ถูกใจ ถูกที่ ถูกเวลา หรือที่เรียกว่า Personalization ซึ่งต้องอาศัยข้อมูลนำมาวิเคราะห์และคาดการณ์ว่า ลูกค้าชอบอะไรเพื่อที่จะได้นำเสนอบริการที่ใช่ในเวลาที่เหมาะสม
Krungsri Consumer เองก็มีการทำ Segmentation Marketing มานานแล้ว เช่น การจัดกลุ่มลูกค้าที่มีการใช้จ่ายมากและกลุ่มลูกค้าที่มีการใช้จ่ายน้อย ซึ่งจะช่วยให้มีการนำเสนอสินค้าและบริการที่แตกต่างกัน นอกจากนี้ยังมีการใช้ข้อมูลเพื่อคาดการณ์ความต้องการของลูกค้า เพื่อนำเสนอสินค้าและบริการในแต่ละกลุ่มได้ตรงตามความต้องการและรบกวนลูกค้าให้น้อยที่สุดเท่าที่จำเป็น
ช่องทางสื่อสารและเข้าถึงข้อมูลของลูกค้า
สำหรับกลยุทธ์ Data Driven ของ Krungsri Consumer ที่เห็นได้ชัดเจนที่สุดอยู่บนแอปพลิเคชัน UCHOOSE โดยในแอปฯ จะมีเซคชัน U LIKE ซึ่งเป็นเซคชันที่แนะนำโปรโมชัน ลูกค้าแต่ละกลุ่มจะเห็นโปรโมชันที่แตกต่างกันขึ้นอยู่กับข้อมูลพฤติกรรมการใช้บัตรที่ผ่านมาของลูกค้า ในอนาคต Krungsri Consumer มีแผนที่จะเปิดตัวฟีเจอร์ใหม่ Marketing AI ซึ่งเป็นการก้าวข้ามเรื่องของ Segmentation ไปสู่ Personalization
ซึ่ง Personalization จะช่วยให้เห็นพฤติกรรมและปริมาณการใช้จ่ายของลูกค้าแต่ละราย ช่วยให้ Krungsri Consumer สามารถนำเสนอโปรโมชันที่เหมาะกับลูกค้าแต่ละรายได้ รวมไปถึงยังสามารถดูได้ว่าลูกค้าอยู่บริเวณไหน ใช้จ่ายบริเวณไหน ซึ่งนอกจากจะนำเสนอโปรโมชันที่เหมาะสมกับลูกค้าแล้ว ยังเหมาะสมกับบริเวณพื้นที่ที่ลูกค้าอยู่ด้วยในเวลาที่ต้องการ สำหรับการจัดเก็บข้อมูลหลักๆ จะมาจากการใช้งานบัตร การเข้าใช้งานแอปฯ UCHOOSE ซึ่งข้อมูลส่วนนี้ Krungsri Consumer เป็นเจ้าของข้อมูลเอง
สำหรับช่องทางการสื่อสารหลักของ Krungsri Consumer จะเน้นที่ช่องทาง SMS รวมถึงการแจ้งเตือนผ่านแอปฯ UCHOOSE และ e-Mail หรือช่องทางอย่าง Facebook ซึ่งตามธรรมชาติแต่ละช่องทางก็จะมีข้อจำกัดที่แตกต่างกัน อย่างเช่น SMS และการแจ้งเตือนบนแอปฯ UCHOOSE จะมีแต่ตัวหนังสือ ขณะที่ช่องทาง e-Mail และ Facebook สามารถใส่รูปภาพเข้าไปได้ด้วย และบางช่องทางสามารถรายงานได้ว่าส่งถึงลูกค้าหรือไม่ ลูกค้ามีการเปิดรับข้อมูลข่าวสารแล้วหรือไม่ แต่บางช่องทางก็ไม่สามารถรับรู้ได้เลย
ฉะนั้น Krungsri Consumer กำลังวิเคราะห์เพื่อหาช่องทางที่เหมาะสมกับลูกค้าแต่ละรายอยู่ ปัจจุบันกำลังใช้ข้อมูลจากช่องทาง SMS การแจ้งเตือนผ่านแอปฯ UCHOOSE และ e-Mail ในการนำมาวิเคราะห์แล้วเลือกว่าลูกค้าแต่ละรายให้ความสนใจในการรับข้อมูลข่าวสารผ่านช่องทางใดมากกว่า คาดว่าจะสามารถใช้ได้จริงช่วงปลายปีนี้
Case Study การทดลองกลยุทธ์ Data Driven
ในส่วนของข้อมูลลูกค้าที่ Krungsri Consumer จัดเก็บนั้น จะเป็นการจัดเก็บข้อมูลพฤติกรรมลูกค้าโดยจะไม่มีการใช้ข้อมูลส่วนบุคคลของลูกค้า นักวิเคราะห์ข้อมูลจะไม่มีทางทราบได้เลยว่าลูกค้ารายนี้คือใคร ชื่ออะไร บ้านอยู่ที่ไหน ซึ่งนักวิเคราะห์ข้อมูลจะเห็นเพียงเลขรหัสที่รันต่อเนื่องกันไปเท่านั้น ซึ่งข้อมูลพฤติกรรมการใช้งานและข้อมูลส่วนบุคคลจะถูกจัดเก็บแยกออกจากกัน
กรณีศึกษาล่าสุดในการใช้ข้อมูล เป็นการทดลองสื่อสารโปรโมชันของซูเปอร์มาร์เก็ตแห่งหนึ่ง ซึ่ง Krungsri Consumer ทดสอบด้วยการแบ่งลูกค้าออกเป็น 3 กลุ่ม โดยกลุ่มแรกจะเป็นแบบสุ่มใครก็ได้ กลุ่มที่สองจะเป็นกลุ่มที่ฝ่ายการตลาดของ Krungsri Consumer คิดว่าต้องการใช้โปรโมชัน และกลุ่มที่มีการใช้ข้อมูลมาคาดการณ์ความต้องการ
หลังจากที่มีการส่งโปรโมชันเพื่อสื่อสารออกไปทั้ง 3 กลุ่มพร้อมๆ กัน ปรากฏว่ากลุ่มแรกที่เป็นการสุ่ม ข้อมูลที่ส่งไปมีการอ่านไม่ถึง 1% และแทบไม่มีใครไปใช้โปรโมชันนั้น ขณะที่กลุ่มที่สองมีการอ่านและใช้โปรโมชันมากขึ้นกว่าเท่าตัว ส่วนกลุ่มสุดท้ายมีการอ่านและใช้โปรโมชันเพิ่มขึ้นหลายเท่าตัว การทดลองนี้ช่วยให้สามารถสรุปได้ว่า การใช้ข้อมูลช่วยให้สามารถเข้าถึงกลุ่มลูกค้าที่ถูกต้องและได้ผลลัพธ์ที่ดีกว่า เป็นการทำน้อยแต่ได้มาก
การทำ DATA Driven ต้องเข้าใจก่อนว่าจะทำอะไรคือ Pain Point ของลูกค้า โดยตั้งเป็นสมมติฐานจากนั้นนำข้อมูลไปสนับสนุนสมมติฐานนั้น การทำ Data Driven สามารถทำได้ทุกอุตสาหกรรมทั้งหมด แต่โดยธรรมชาติหรือข้อจำกัดในการใช้ข้อมูลของแต่ละอุตสาหกรรมมีความแตกต่างกันออกไป ถ้าองค์กรไหนที่มีการใช้ Data Driven ที่ข้าถึงได้มากกว่าก็จะขึ้นนำคู่แข่งได้ก่อน
ความท้าทายในการใช้กลยุทธ์ Data Driven
Krungsri Consumer มีหน่วยงานที่ชื่อ DICI (DATA Intelligence and Customer Insight) รวมไปถึงหน่วยงานด้าน Data Scientist และ Data Analyze ซึ่งพนักงานต้องมีทักษะและเทคนิคในการค้นหาข้อมูลค่อนข้างสูง ประกอบไปด้วย ทักษะในการใช้ข้อมูลที่จะเน้นความรู้ในการวิเคราะห์และเล่นกับข้อมูลอย่างลึกซึ้ง และทักษะในการสื่อสาร ซึ่งหากวิเคราะห์ข้อมูลออกมาแล้วแต่ไม่สามารถสื่อสารกับคนที่จะนำข้อมูลเหล่านั้นไปใช้ได้ก็จะไม่เกิดประโยชน์
ปัญหาส่วนใหญ่ในการใช้ Data ของหลายองค์กร มักอยู่ที่การสื่อสาร การเล่าเรื่องเพื่อนำข้อมูลมานำเสนอกับฝ่ายต่างๆ ในการนำข้อมูลเหล่านั้นไปใช้ สำหรับที่ Krungsri Consumer พนักงานต้องสามารถทำได้ทั้งวิเคราะห์ข้อมูลและสื่อสารข้อมูลให้เกิดประโยชน์ ซึ่งต้องนำข้อมูลมาวิเคราะห์ แล้วนำมาประกอบร่าง เล่าเรื่องให้หน่วยงานที่เกี่ยวข้องจนสามารถนำข้อมูลไปใช้ได้ ซึ่งทาง Krungsri Consumer จะมีการนัดพบปะกับฝ่ายต่างๆ ที่เกี่ยวข้องกับการใช้ Data ทุกเดือน เพื่อนำข้อมูลเหล่านั้นไปเล่าและแลกเปลี่ยนกัน เป็นการเรียนรู้ทักษะในการเล่าเรื่อง
ดังนั้นทีมงาน Data Driven ไม่ใช่เก่งแค่เรื่อง Data แต่ต้องสามารถสื่อสารได้ด้วย เพื่อนำข้อมูลเหล่านั้นไปใช้ให้เกิดประโยชน์ได้จริง ต้องสามารถประสานงานกับทีมงานอื่นๆ และต้องสื่อสารให้ทีมงานอื่นสามารถเข้าใจข้อมูล ซึ่งการสื่อสารเพื่อนำ Data ไปใช้ให้เกิดประโยชน์คือเป็นเรื่องสำคัญมากๆ สำหรับคนที่ไม่คุ้นชินกับการใช้ Data มักจะยึดเอาประสบการณ์ที่ผ่านมา การสื่อสารด้าน Data ที่ดีจะช่วยให้ธุรกิจประสบความสำเร็จไปอีกระดับหนึ่ง
Data Driven เครื่องมือ CRM สู่ Brand Loyalty
นอกจากการวิเคราะห์จากพฤติกรรมการใช้งานแล้ว Krungsri Consumer มีการวิเคราะห์ข้อมูลตาม Generation ด้วยเพื่อให้เข้าพฤติกรรมลูกค้าในแต่ละช่วงอายุ เช่น ในช่วง COVID ที่ผ่านมา พบว่าการใช้จ่ายผ่านช่องทางออนไลน์มีปริมาณเพิ่มขึ้นมาก ที่น่าสนใจคือเทรนด์นี้ไม่ได้เกิดกับลูกค้า Gen ใหม่ๆ เท่านั้น แต่ Gen Baby Boomer หรือรุ่นคุณปู่คุณย่าก็มีการปรับตัว โดยมีการใช้งานผ่านออนไลน์เพิ่มขึ้นมากกว่า 3 เท่าตัว
โดยเฉพาะการช้อปปิ้งออนไลน์และการสั่งอาหารเดลิเวอรี่ เพราะฉะนั้นข้อมูลเหล่านี้จะถูกส่งผ่านไปยังฝ่ายการตลาดเพื่อที่จะได้วางแผนการสื่อสารที่เหมาะสม อาทิ GEN X และ Baby Boomer เป็นกลุ่มที่มีกำลังซื้อสูงและมี Brand Loyalty ค่อนข้างสูงด้วย จึงต้องรักษาฐานลูกค้ากลุ่มนี้ไว้ให้ดี ในขณะที่ก็ไม่ละทิ้งกลุ่ม Gen Y และ Z ข้อมูลเหล่านี้จะถูกนำไปประกอบการวางแผนกลยุทธ์เพื่อสร้างฐานลูกค้ากลุ่มใหม่
นอกจากนี้ Data ยังช่วยให้ทราบว่า ตอนนี้ลูกค้ากำลังประสบปัญหาหลายด้าน ลูกค้าจะเริ่มมีวินัยทางการเงินที่ลดน้อยลง หรือมีความเสี่ยงในการสร้างหนี้เพิ่ม Krungsri Consumer ก็จะระงับการส่งโปรโมชั่นเพื่อไปกระตุ้นความต้องการของลูกค้า เนื่องจากลูกค้าอาจจะต้องอยู่ในช่วงที่ต้องประหยัดและใช้เท่าที่จำเป็น เพื่อให้ Krungsri Consumer สามารถช่วยดูแลวินัยทางการเงิน
ในด้านของคู่ค้าพันธมิตรของ Krungsri Consumer มักจะมีการแบ่งปันข้อมูลในแง่ของ Insight เทรนด์การตลาด ซึ่งลูกค้าที่ทาง Krungsri Consumer เห็นว่าเหมาะสม จะมีการแบ่งปันความรู้และเทคนิควิธีการทำ Data Driven ซึ่งขึ้นอยู่กับความต้องการของคู่ค้าพันธมิตรรายนั้นๆ ด้วย ซึ่งที่ผ่านมาก็มีการแบ่งปันข้อมูลดังกล่าวและช่วยเหลือมาบ้างแล้ว
เนื่องจาก Krungsri Consumer ใช้ Data ในการทำการตลาด จะทำให้ทราบว่าลูกค้าท่านไหนกำลังห่างเหินหรือลูกค้าท่านใดที่มีโอกาสเข้ามาใกล้ชิดกับ Krungsri Consumer ซึ่งจะมีการทำโปรโมชั่นหรือการทำการตลาดที่ไม่เหมือนกันในแต่ละกลุ่ม เพื่อจะดึงลูกค้ากลับมาหรือสร้าง Brand Loyalty ให้กับลูกค้าเพิ่มขึ้น ซึ่ง Krungsri Consumer มีแผนขยายฐานลูกค้าที่มี Brand Loyalty เพิ่มขึ้นทุกปี เป็นเป้าหมายร่วมกันระหว่างหน่วยงาน Data และฝ่ายการตลาด
Data Driven สู่การทำ Personalize Marketing
เครื่องมือที่สำคัญในยุค DATA Driven คือการทำ Personalize Marketing ธุรกิจต้องตั้งเป้าในการนำข้อมูลมาทำ Personalize ให้ได้ องค์กรต้องจัดเก็บข้อมูลให้มากพอและนำมาวิเคราะห์ให้เร็ว รวมไปถึงกลยุทธ์ Real-Time DATA Analysis ซึ่งต้องวิเคราะห์ให้ได้เร็วใกล้เคียงความเป็นจริงมากที่สุด ซึ่งจะช่วยให้สามารถนำเสนอโปรโมชันในช่วงจังหวะเวลาที่ใกล้เคียงความเป็นจริงมากที่สุด และการทำ Omni Channel หรือ Customer 360 จะช่วยสร้างประสบการณ์ของลูกค้าแต่ละจุดแบบไร้รอยต่อ (Seamless)
ในส่วนของหน่วยงาน DICI (DATA Intelligence and Customer Insight) จะมีการแบ่งหน้าที่ในการดูแล Customer Journey Management ตั้งแต่เริ่มเป็นลูกค้า โดยจะนำเสนอโปรโมชันในแต่ละช่วงเวลา แบ่งตามพฤติกรรมและความพร้อมของลูกค้า อีกส่วนหนึ่งจะเป็น Customer Value Management ซึ่งจะเป็นการวิเคราะห์ข้อมูลลูกค้าในเชิงนำไปทำเป็นกลยุทธ์ เพื่อทำความเข้าใจลูกค้าในแต่ละกลุ่ม
อีกส่วนหนึ่งจะเป็นเรื่องของ Real-Time Campaign Management เป็นการเซ็ตแคมเปญไปยังกลุ่มลูกค้าในเวลาที่ใช่ ขณะที่ในส่วนของ Data Scientist จะมีการนำ Data เพื่อศึกษาหา Personalization ผ่านเทคโนโลยี AI และ Machine Learning ซึ่งจะช่วยคาดการณ์ความชื่นชอบของลูกค้าแต่ละรายได้อย่างชัดเจน และอีกส่วนงานหนึ่งคือ Data Foundation การดูแลด้าน Data ของลูกค้าที่ใช้บริการของ Krungsri Consumer
เป้าหมายการจัดเก็บ Data ของ Krungsri Consumer คือต้องจัดเก็บให้ได้เร็วที่สุดระดับ Real-Time และนำมาใช้ให้เร็วที่สุดระดับ Real-Time ซึ่งในอนาคต Krungsri Consumer จะมีการจัดเก็บ Data ในลักษณะของ Data Lake เพื่อรองรับข้อมูลอภิมหาศาลที่ช่วยให้สามารถตอบโจทย์ความต้องการได้แบบ Real-Time มากขึ้น
คุญอัญชีรายังฝากถึงองค์กรที่ยังไม่มีความพร้อมเรื่อง Data อยากให้วางแผนการเก็บ Data ให้ดีก่อนที่จะเริ่มดำเนินการ ไม่อยากให้ธุรกิจเริ่มต้นจากการลงทุนหาอุปกรณ์หรือเทคโนโลยีในการจัดเก็บ Data แต่อยากจะให้เริ่มจากการวางแผนว่าจะเก็บข้อมูลอะไรจากแหล่งไหนบ้าง ซึ่งธรรมชาติของ Data ในแต่ละแหล่งจะกำหนดถึงเทคโนโลยีที่ใช้ในการจัดเก็บ หากหาเครื่องมือจัดเก็บ Data มาก่อนอาจจะสิ้นเปลืองมากกว่าจะได้ Data ที่ต้องการ
อันที่จริงธุรกิจควรจะต้องเริ่มวางแผนก่อนว่าจะนำ Data ไปทำอะไร แล้วค่อยมองว่าจะเก็บ Data อะไร เก็บจากที่ไหน ข้อมูลนั้นมีลักษณะแบบไหน เป็นตัวเลขหรือตัวหนังสือ สามารถเก็บได้ทุกวันหรือเก็บได้เดือนละครั้ง แล้วจึงค่อยไปหาเทคโนโลยีที่เหมาะสมกับ Data ที่จะเก็บ
