ผู้บริโภคในยุคนี้นั้นมีพฤติกรรมที่เปลี่ยนไปอย่างมาก จากการสำรวจทางการตลาดมา พบว่าผู้บริโภคในปัจจุบันนั้นว่า 62% ตอบว่าจะไม่เลือกแบรนด์ที่ไม่ทำการตลาดแบบ Personalized ขึ้นมา เพราะว่าแบรนด์เหล่านี้ไม่ได้เข้าใจว่าตัวเองต้องการอะไร และไม่ใส่ใจในผู้บริโภคแต่ละคน นี้ทำให้ Customer Data นั้นมีความสำคัญขึ้นมา แต่การที่มองแค่ Customer Data นั้นเป็นแค่ตัวเลขอาจจะไม่เพียงพอ เพราะด้วยการที่เข้าใจความรู้สึก ความเป็นมนุษย์ใน Data นั้นจะสามารถสร้างผลกระทบที่มหาศาลได้อย่างมาก
ในยุคที่ทุกคนสนใจในเรื่องการทำ Data ไม่ว่าจะเป็น Big Data จนเอา Data นั้นมาทำการตลาด data Driven Marketing หรือ AI ทุกคนสนใจใน output ที่ผู้บริโภคปฏิสัมพันธ์กลับมาไม่ว่าจะเป็น CTR (click-through rates), Conversion Rates, Engagement rates, Demographics และตัวเลข KPI หรือ Metrics ต่าง ๆ ที่วัดได้ออกมา แน่นอน data ที่ได้จากค่าเหล่านี้มีความสำคัญ มีคุณค่า แต่เป็นแค่ตัวเลขที่ไม่ได้บ่งชี้ถึงความคิดของกลุ่มเป้าหมาย อารมณ์ และความรู้สึกของกลุ่มเป้าหมายออกมา ทำให้ Data เหล่านี้นำมาใช้สร้างกิจกรรมทางการตลาดที่ต้องการการเชื่อมสัมพันธ์ที่ลึกซึ้งกับกลุ่มเป้าหมายได้ยากมากการที่มอง Data ที่ได้มาเป็นแค่ตัวเลข จะทำให้เกิดข้อจำกัดที่จะไปใช้ต่อดังนี้คือ
1. ขาด Why : เพราะ Data บอกว่าเกิดอะไรขึ้น ไม่ได้บอกว่าเกิดเพราะอะไร ทำให้ไม่รู้พฤติกรรม อารมณ์ แรงกระตุ้นเรื่องราวของกลุ่มเป้าหมายขึ้นมา
2. กับดักความทั่วไป : ด้วยการใช้ demographics ทำให้การสื่อสารนั้นไม่ได้สะท้อนหรือจับกลุ่มผู้บริโภคแบบความต้องการเฉพาะบุคคลเลย
3. จมหายในโลกการสื่อสาร : แน่นอนว่าด้วยการใช้ A/B Testing นั้นสามารถทำให้ค่าต่าง ๆ เติบโตขึ้นมาได้ แต่ไม่ได้สามารถสร้างความจงรักภักดีของแบรนด์ได้ หรือเชื่อมต่อทางอารมณ์กับแบรนด์ขึ้นมาได้
4. ไม่สะท้อนความต้องการของผู้บริโภค : หลาย ๆ ครั้งจะเจอข้อความทางการตลาดว่า จากประวัติการค้นหานี้คือสินค้าที่คุณกำลังสนใจ แต่ระบบไม่ได้เข้าใจเลยว่า ทำไมเรากำลังมีความสนใจในเรื่องนั้น
5. จริยธรรม : ด้วยการใช้ Data หลาย ๆ ครั้งทำให้ผู้ใช้ data นั้นล้ำเส้นจริยธรรมของการใช้งาน Data นั้นไป และใช้ data แบบไร้ความโปร่งใส่ ทำให้เกิดความเสียหายต่อผู้บริโภคได้ขึ้นมา
เพื่อที่จะแก้ปัญหาเหล่านี้ และทำให้ตัวเลข Data นั้นมีความหมายยิ่งขึ้น การที่ต้องสามารถเข้าใจเบื้องหลังตัวเลขเหล่านั้นเป็นเรื่องสำคัญขึ้นมาได้การเข้าไป เจาะลึกใน Data นั้นว่ากลุ่มเป้าหมาย มีความต้องการ ความหวัง ความกลัว แรงบันดาลใจต่างๆ อย่างไร มี Empathy กับกลุ่มเป้าหมาย และเอามาเล่าผ่านเรื่องราว และการทำ Personilzed ขึ้นมาเพื่อให้สามารถจับความต้องการกลุ่มเป้าหมายได้
เทคนิคง่ายๆ ที่ทำให้สามารถ Humanizing Customer Data ขึ้นมาได้ คือการที่เข้าใจกลุ่มเป้าหมาย กลุ่มลูกค้าตัวเองด้วยการพูดคุย สัมภาษณ์ ทำการสำรวจในรูปแบบต่าง ๆ ขึ้นมา เพื่อเข้าใจอารมณ์ ความรู้สึก ความคาดหวังของกลุ่มเป้าหมาย นำมาใช้ร่วมกับการทำ Storytelling ที่ดี และการจับอารมณ์ของกลุ่มเป้าหมายที่ถูกต้องขึ้นมา พร้อมกับการทำ Personalised ที่เหมาะสม ตัวอย่างแบรนด์ที่ประสบความสำเร็จในการทำ Humanizing Customer Data ขึ้นเช่น
1. Spotify: “Wrapped — Your Listening Story in Data and Song” : ด้วยการที่ Spotify มีการสรุปตัวเลขการฟังเพลงของผู้ใช้ออกมา ถ้าสรุปธรรมดาตัวเลขนั้นก็เป็นแค่ตัวเลข แต่ด้วยการเข้าใจอารมณ์ ความรู้สึกของผู้ใช้ ทำให้ Spotify Humanizing Customer Data นั้นออกมาเป็น Wrapped — Your Listening Story in Data and Song และทำ Personalised กับ Storytelling ว่าคุณเป็นคนแบบไหน เพราะการฟังเพลง ทำให้เกิดการแชร์ Wrapped ของแต่ละคนออกไปอย่างมาก และ Campaign นี้ไม่ได้ดังเฉพาะพื้นที่ใด พื้นที่หนึ่ง แต่ดังไปทั่วโลกดัวยกัน
2. Dove: “Real Beauty Sketches” : ด้วยการที่โดฟ อยากจะทำให้ผู้หญิงทุกคนมั่นใจในตัวเอง โดฟเลยทำแคมเปญ Dove: “Real Beauty Sketches” ขึ้นมาโดยให้ผู้หญิงบรรยายตัวเอง เพื่อให้คนวาดภาพ กับการที่คนมาเห็นหน้าผู้หญิงคนนั้นจริง ๆ แล้ววาด ทำให้เห็นได้ว่า ตัวตนที่คนอื่นมองเห็นมีความสวยมากกว่าที่ตัวเองมองตัวเองอย่างไรขึ้นมา ด้วยการเข้าใจ Humanizing Customer Data ว่าผู้หญิงไม่มั่นใจตัวเองเพราะอะไร และนำมาสู่การสร้างแคมเปญที่กระตุ้นความมั่นใจของผู้หญิง ทำให้แคมเปญนี้กลายเป็นไวรัลไปทั่วโลก
