Predictive Marketing ทำนายตลาดอย่างแม่นยำด้วย “Big Data”

Forecast กับ Predictive ต่างกันไหม?

“ใช่” ต่างกัน Forecast คือ การใช้ข้อมูลในอดีต เพื่อวางแผน ส่วน Predictive ความแม่นยำจะแม่นกว่า เพราะจะรู้ว่าคนๆ นั้น หรือกลุ่มนั้นๆ จะซื้ออะไร ซึ่งจะมองไปไกลกว่า Forecast

ท่านเจ้าของกิจการเคยเป็นแบบนี้หรือไม่?

• ไม่รู้ว่าลูกค้าจะซื้ออะไร
• รู้แล้วว่าลูกค้ามีพฤติกรรมอะไร
• เมื่อลูกค้าซื้อสิ่งนี้แล้วไม่รู้ว่าลูกค้าจะทำอะไรต่อ

การตลาดเรื่องนี้ไม่ใช่เรื่องใหม่ซะทีเดียว แต่แอดมินขอตามเทรนด์หนังสือออกใหม่ของคุณปู่ฟิลิป คอตเลอร์ สักหน่อย Marketing 5.0 ซึ่งหนึ่งในหัวข้อที่คุณปู่พูดถึง คือเรื่องที่เราจะพูดถึงกันวันนี้

Predictive Marketing

Predictive Marketing เป็นแนวคิดทางการตลาดที่ทำนายพฤติกรรมของลูกค้าว่าจะซื้ออะไรต่อไป หรือลูกค้าที่เคยซื้อสินค้ากับเราแล้ว ในอนาคตต่อไปลูกค้าจะซื้ออะไร Predictive Marketing จะทำนายออกมาได้ สำหรับเรื่องของความแม่นยำจะขึ้นอยู่กับ “ข้อมูล” ว่ามีคุณภาพมากน้อยแค่ไหน ยกตัวอย่างบริษัทที่ใช้แนวคิดนี้แล้วประสบความสำเร็จ คือ เว็บ Amazon เป็นต้น

ประโยชน์ของ Predictive Marketing?

1. ทำให้การทำการตลาดมีประสิทธิภาพ ช่วยลดต้นทุน ใช้เงินได้คุ้มค่า

สิ่งที่เกิดขึ้น คือ บริษัทที่ยังไม่รู้จัก Predictive Marketing ใช้เงินมหาศาลกับการทำการตลาด เช่น ใช้งบทำโฆษณาทางเฟสบุ๊กเป็นหมื่น/เดือน ทำ Google ads/เดือน หรือทำโฆษณาผ่านช่องทางอื่น เช่น ซื้อโฆษณาทางทีวี เพื่อพยายามจะให้ลูกค้ารู้จักเรา  หรือเพื่อพยายามจะให้ลูกค้าพิจารณาซื้อสินค้าของเรา

ซึ่งต่างกับบริษัทที่ใช้ข้อมูลในการทำนายพฤติกรรมของลูกค้า บริษัทเหล่านี้จะมีลิสต์ลูกค้าที่มีแนวโน้มจะซื้อมีใครบ้าง แล้วใช้ Telesales การทำโฆษณาทางเฟสบุ๊ก การทำโฆษณาทาง Google Ads โดยใช้ฐานข้อมูลอีเมล เบอร์โทร มาใช้ จะทำให้ใช้งบประมาณทางการตลาดได้มีประสิทธิภาพมากกว่า เพราะเรารู้อยู่แล้วว่าใครกำลังสนใจสินค้า ยกตัวอย่าง ถ้าเราจะขายสินค้าที่เกี่ยวกับคนท้อง เราก็ยิงโฆษณาไปให้กับคนที่กำลังตั้งครรภ์ จะทำให้เราสามารถขายสินค้าได้มหาศาล ในทางกลับกันถ้าเรายิงโฆษณาไปให้คนโสด แน่นอนเราจะไม่สามารถขายสินค้าได้ ดังนั้นเราจึงควรจะค้นหาว่าเราควรจะขายสินค้าให้ใครบ้าง

หรือเวปไซต์ของซุปเปอร์มาร์เก็ต เก็บข้อมูลเพื่อทำ Predictive Marketing โดยการเก็บข้อมูลคนที่เข้าเวปไซต์มาดูสินค้าแม่และเด็ก เค้าจะมองว่าคนกลุ่มนี้น่าจะเป็นคนที่กำลังตั้งครรภ์ จึงส่งโปรโมชั่นไปที่บ้าน เป็นส่วนลดในการไปซื้อสินค้าสำหรับคนท้อง ซึ่งช่วยกระตุ้นยอดขายได้เป็นจำนวนมาก

2. ความได้เปรียบทางการแข่งขัน

ถ้าเรารู้พฤติกรรมของลูกค้าว่าจะซื้ออะไร ไม่ซื้ออะไร เราก็รู้ว่าเราจะขายอะไร…อย่างผู้ชายที่แต่งงาน มีลูกแล้วทุกวันศุกร์จะซื้อเบียร์คู่กับแพมเพิร์ส ซุปเปอร์มาร์เก็ตคิดว่าถ้าเอาสองอย่างนี้มาวางคู่กัน กับ เอาสองอย่างว่างห่างกัน แล้วเปรียบเทียบยอดขายกัน ปรากฎว่าถ้าเอาสองอย่างนี้มาวางคู่กันมียอดขายจริง แต่ยอดขายตัวอื่นจะไม่เกิด แต่ถ้าเอาสองอย่างวางห่างกัน จะเกิดยอดขายตัวอื่นๆ ที่อยู่ระหว่างทางตามมาด้วย

3. สร้างประสบการณ์ให้กับลูกค้า (Customer Experience)

สร้างประสบการณ์ให้กับลูกค้าเช่น เว็บ Amazon มีการแนะนำสินค้าที่มีความคล้ายคลึงกันให้กับลูกค้า เพื่อให้ลูกค้าได้เปรียบเทียบและได้สิ่งที่ดีที่สุดไป

4. ช่วยขยาย Customer Lifetime Value ให้ลูกค้าที่อยู่กับเราไปนาน ๆ

ซึ่งลูกค้ากลุ่มนี้เราไม่ต้องทำอะไรมาก พวกเขาจะเป็น Advocate เป็นโปรโมเตอร์คอยแนะนำ คอยบอกต่อ เราอยากได้กลุ่มเหล่านี้ เพราะจะทำให้ต้นทุนการตลาดของเราต่ำมาก จะทำให้เรารู้ว่าเขาจะซื้ออะไรต่อ เราจึงจะสามารถนำสินค้ามาวางตรงหน้าเขาได้เรื่อยๆ เราจะได้โอกาสในการทำยอดจากลูกค้าทีมีอยู่ให้ขยายมูลค่าของกำไรออกไปได้ โดยไม่ต้องมีลูกค้าใหม่ ซึ่งเป็นเรื่องดี

5. ได้ลูกค้าหน้าใหม่ (Acquire new customer)

ถ้าเรารู้ลูกค้าที่มีพฤติกรรมแบบนี้ มีลักษณะทางประชากรศาสตร์ (Demographic data) เพศ อายุ สถานภาพสมรส อาชีพ รายได้ น่าจะเป็นลูกค้าของเรา เราจะพอรู้เลยว่ากลุ่มเหล่านี้ คือ เป้าหมายที่เราพอจะ scale ฐานลูกค้าได้

จุดเริ่มต้นการทำ Predictive Marketing

(วันนี้แอดมินขอยกตัวอย่างสำหรับธุรกิจ SMEs นะคะ)

1. เก็บข้อมูลใน Excel, Google sheet ในองค์กรจะมีข้อมูลอยู่ 2 แบบ คือ Raw data (ข้อมูลที่ยังไม่ได้ประมวลผล) จากลูกค้า, แบบสอบถาม, Log in ของลูกค้าที่ซื้อ, ข้อมูลนอกองค์กร  ทางออนไลน์ฝังข้อมูลในเวปไซต์หรือเฟสบุ๊ก ออฟไลน์ เช่น การส่งแบบสอบถาม

2. จัดการข้อมูล คือ การแบ่งกลุ่มลูกค้าที่มีพฤติกรรมที่สอดคล้องกันหรือเป็นไปในทิศทางเดียวกัน เช่น เพศชายอายุ 25 ชอบซื้อเบียร์ 6 กระป๋องขึ้นไป, เพศชายอายุต่ำกว่า 25 ชอบซื้อเบียร์ครั้งละ  1 กระป๋อง, เพศชายอายุ 60 ปีขึ้นไป ชอบซื้อไวน์ ทำให้เราสามารถอนุมานได้ว่า เพศชายที่อายุ 60 ปีขึ้นไปชอบซื้อไวน์ อาจเป็นเพราะไวน์ช่วยบำรุงหัวใจหรือไม่ เพศชายที่อายุ 25 ปีขึ้นไปชอบซื้อเบียร์ 6 กระป๋องขึ้นไป อาจะเป็นเพราะเป็นสายปาร์ตี้หรือไม่

3. ทำให้ข้อมูลดูง่าย โดยการทำออกมาในรูปแบบ Visualization เป็นกราฟ แผนภูมิ ที่สามารถเข้าใจได้ง่าย

4. วิเคราะห์ข้อมูล เพื่อต่อยอดเตรียมสินค้าที่คาดว่าลูกค้าจะซื้อเป็นลำดับต่อไป

5. ออกไอเดียจากข้อมูลที่ได้

สรุป

“Predictive Marketing” คือ การตลาดเชิงทำนาย เป็นการใช้ Data, Big Data น้อยหรือมากก็ตาม ยิ่งมากยิ่งดี เพราะว่าจะช่วยทดสอบจนความแม่นยำเกิดขึ้นได้ นำข้อมูลเหล่านี้มาวิเคราะห์ผ่านโปรแกรมหรือข้อมูลทางสถิติอื่นๆ โปรแกรมที่ใช้ได้ เช่น Microsoft excel, Google sheet แต่อาจจะไม่ละเอียดมากนัก ถ้าเขียนโปรแกรมเป็นก็ Python เป็นต้น

จากนั้นนำข้อมูลมาวิเคราะห์เพื่อหาความสอดคล้องของพฤติกรรมของคน แล้วทำนายว่าคนแบบนี้จะซื้ออะไรต่อ เช่น ถ้าลูกค้าซื้อกล้องและซื้อหนังสือถ่ายภาพ แล้วหลังจากนั้นอีกกี่เดือนถึงจะซื้อเลนส์กล้อง หลังจากนั้นอีกกี่เดือนจะซื้อกระเป๋ากล้อง หลังจากนั้นอีกกี่ปีจะซื้อกล้องใหม่ การมีข้อมูลนี้จะช่วยทำนายได้ จากความแม่นยำที่ใช้ข้อมูลมาทดสอบ อย่างน้อยถ้าเป็นข้อมูลที่มีคุณภาพความแม่นยำ 70-80% เมื่อเรายิงโฆษณาไปให้คนกลุ่มนี้ 100 คน จะมี 70-80 คน ที่จะกดซื้อนั่นเอง

จะเห็นได้ว่าข้อมูล “Big Data” มีความสำคัญในการดำเนินธุรกิจ หากท่านสนใจการเก็บข้อมูล Big Data และการนำไปใช้ ทาง Birth Note มีเทคโนโลยีที่ช่วยจัดการข้อมูลที่แม่นยำ และความยินดีให้คำปรึกษาค่ะ

สอบถามเกี่ยวกับบริการของเบิร์ธโน๊ต โทร 099-564-5947, 096-142-9547 หรืออีเมล [email protected] เพื่อให้เราติดต่อกลับค่ะ