บทความโดยณัฐธิดา สงวนสิน กรรมการผู้จัดการ และผู้ร่วมก่อตั้งบริษัท บัซซี่บีส์ จำกัด (BUZZEBEES)

เมื่อ Prof. Andrew Ng มาเยือนประเทศไทย การบรรยายของเขานับเป็นอีกหนึ่งเหตุการณ์สำคัญของประเทศไทย ระดับปรมาจารย์ด้าน AI ระดับโลกมาทั้งที พิ้งค์ขอมาสรุปเนื้อหาสำคัญให้ฟังแบบเข้าใจง่าย พร้อมทั้งเชื่อมโยงตัวอย่างจริงจากทั้งประเทศไทยและต่างประเทศ เพื่อให้เห็นภาพชัดเจนยิ่งขึ้น แบ่งเป็น 5 ด้านดังนี้

1. ความสำคัญและบทบาทของ AI

AI เป็นเทคโนโลยีสำคัญที่มีผลต่อโลกเทียบเท่าการกำเนิดของไฟฟ้าเมื่อร้อยปีที่แล้ว ซึ่งจะเปลี่ยนแปลงและยกระดับการดำเนินชีวิตของเรา มันไม่ใช่เครื่องมือ แต่เหมือนเป็นโครงสร้างพื้นฐานที่จะเปลี่ยนพัฒนาการ และนวัตกรรมของโลกในอนาคตทั้งหมด เราควรมอง AI เป็นกลุ่มเครื่องมือที่รวมถึง Supervised, Unsupervised, Reinforcement และ Generative AI

Prof. Andrew อธิบายการฝึกสอนโมเดล Supervised Learning ที่ค้นหาความสัมพันธ์ ระหว่าง Input และ Output ในช่วงปี 2010-2020 เป็นยุคของ Large Scale Supervised Learning ซึ่งข้อมูลและโมเดลขนาดใหญ่ช่วยให้ประสิทธิภาพดีขึ้น ตั้งแต่ปี 2020 เป็นต้นมา เราเข้าสู่ยุคของ Generative AI ที่สามารถสร้างเนื้อหาใหม่ๆ เช่น ภาษา รูปภาพ เสียง และวิดีโอ

Supervised Learning คือรูปแบบของการเรียนรู้ของเครื่อง (Machine Learning) ที่ใช้ข้อมูลที่มีการติดป้ายกำกับ (labeled data) กล่าวคือ ข้อมูลที่ประกอบด้วยตัวอย่างของอินพุต (input) และเอาต์พุต (output) ที่ถูกต้อง โมเดลจะเรียนรู้การคาดการณ์จากข้อมูลเหล่านี้ ตัวอย่างเช่น การจำแนกภาพ (Image Classification) ที่โมเดลจะได้รับภาพพร้อมป้ายกำกับ เช่น ภาพแมวหรือสุนัข จากนั้นโมเดลจะเรียนรู้ที่จะจำแนกภาพใหม่เป็นแมวหรือสุนัขตามข้อมูลที่เรียนรู้มา

Unsupervised Learning คือรูปแบบของการเรียนรู้ที่ไม่มีป้ายกำกับในข้อมูล กล่าวคือ ข้อมูลไม่มีเอาต์พุตที่ถูกต้อง โมเดลจะต้องหาความสัมพันธ์หรือโครงสร้างในข้อมูลด้วยตัวเอง ตัวอย่างเช่น การจัดกลุ่มข้อมูล (Clustering) ที่โมเดลจะพยายามหากลุ่มของข้อมูลที่คล้ายคลึงกัน โดยไม่มีการกำหนดหมวดหมู่ล่วงหน้า การใช้ Unsupervised Learning มักจะใช้ในกรณีที่ต้องการวิเคราะห์ข้อมูลเชิงสำรวจและค้นพบโครงสร้างที่ซับซ้อนในข้อมูล

Reinforcement Learning คือรูปแบบของการเรียนรู้ที่โมเดลจะเรียนรู้ผ่านการทดลองและข้อผิดพลาด โดยโมเดลจะได้รับรางวัล (rewards) หรือบทลงโทษ (punishments) จากการกระทำในสิ่งแวดล้อมที่กำหนด ตัวอย่างที่ชัดเจนคือการเล่นเกมหรือการควบคุมหุ่นยนต์ โมเดลจะพยายามหานโยบาย (policy) ที่ดีที่สุดเพื่อเพิ่มผลตอบแทนรวมในระยะยาว การเรียนรู้แบบนี้มักใช้ในปัญหาที่ต้องการการตัดสินใจในแต่ละขั้นตอนและผลของการตัดสินใจมีผลต่ออนาคต

2. การใช้งานและผลกระทบของ AI

Generative AI ไม่เพียงเปลี่ยนแปลงโลก แต่ยังเปลี่ยนวิธีการที่มนุษย์ทำงานร่วมกับ AI

ตัวอย่าง บริษัท Associated Press ใช้ AI เขียนข่าวทางการเงินและกีฬาในปี 2023 หรือ Amazon Alexa ถูกใช้ในบ้านกว่า 200 ล้านหลังทั่วโลกในปี 2023

จากการเขียนโค้ดจำนวนมาก กลายเป็นการเขียน “Prompt” ภาษาธรรมชาติ ทำให้การใช้งาน AI เป็นเรื่องง่ายสำหรับทุกคน และ การเขียน Prompt ช่วยลดเวลาในการพัฒนา Software Applications จากหลายเดือนเหลือไม่กี่สัปดาห์ หรือชั่วโมง

ตัวอย่าง GitHub Copilot ช่วยนักพัฒนาเขียนโค้ดได้เร็วขึ้น 55% ตามรายงานของ GitHub ในปี 2022

การสร้าง Software ในยุค AI ประกอบด้วยการพัฒนา Prompt และการนำไปใช้งาน

3. AI ในธุรกิจและการพัฒนา

AI Stack ประกอบด้วย Hardware, Cloud, AI Tools และ Applications โดยมักเน้นที่ AI Tools Layer อย่าง OpenAI โดยมีบริษัทที่สร้างนวัตกรรมใหม่ๆ ใน App Layers เช่น Workera, Workhelix, NETAIL

ตัวอย่าง ธนาคารกสิกรไทยใช้ AI Chatbot “K PLUS Buddy” ให้บริการลูกค้าในปี 2022 โรงพยาบาลจุฬาลงกรณ์ใช้ AI วิเคราะห์ภาพถ่ายรังสีทรวงอกเพื่อคัดกรองวัณโรคปอด ในปี 2021

การสร้าง AI Startup ใน Silicon Valley มี 5 ขั้นตอน ได้แก่ Idea + Validate, Recruit CEO, Build, Pre-Seed Growth และ Scale โดยการเลือก CEO ที่ช่วยสร้าง MVP ต้องเป็น Technical CEO ที่มีความเข้าใจทั้งเทคนิคและธุรกิจ AI ช่วยลดต้นทุนและสร้างการเติบโตได้พร้อมกัน โดย Knowledge Workers จะได้รับผลกระทบจาก Generative AI มากที่สุด

MVP หรือ Minimum Viable Product คือผลิตภัณฑ์ที่มีฟังก์ชันและคุณสมบัติพื้นฐานที่สุดที่สามารถนำเสนอคุณค่าและแก้ปัญหาให้กับผู้ใช้ได้ ด้วยการสร้าง MVP สตาร์ทอัพสามารถทดสอบแนวคิดทางธุรกิจและรับคำติชมจากผู้ใช้อย่างรวดเร็วโดยไม่ต้องลงทุนมากเกินไป

4. อนาคตและความท้าทายของ AI

AI จะเข้ามาแทนที่งานบางส่วน โดยจะอัตโนมัติเฉพาะงานบางอย่างไม่ใช่ทั้งหมด สถิติแสดงว่าประมาณ 20-30% ของงานปัจจุบันจะถูก Automate ด้วย AI ส่วนที่เหลือ 70-80% ยังต้องพึ่งพามนุษย์ เราควรกำกับการใช้งาน  Applications มากกว่าตัวเทคโนโลยี เช่น การควบคุม Fake News บน Social Media และควรมีนโยบายปกป้อง Open-Source AI หลายประเทศมีบริษัทใหญ่ๆ ที่พยายามจำกัดการใช้งาน Open-Source ด้วยเหตุผลด้าน “Safety” AI Application ที่มีโอกาสเติบโตในประเทศไทย ได้แก่ Healthcare, Tourism, และ Agriculture

5. ข้อคิดและคำแนะนำจาก Prof. Andrew Ng

AI จะมีบทบาทในการลดและแก้ปัญหา Climate Change ในอนาคต การเขียนโค้ดยังคงมีความสำคัญในอนาคต เพราะเป็นทักษะที่สร้างความเข้าใจใน AI การเรียนเขียนโค้ดง่ายขึ้นในยุค Generative AI เนื่องจากมีโมเดลภาษาที่ช่วยสอนทุกเรื่อง การมี Community สำคัญต่อการยกระดับความรู้ด้าน AI ในประเทศไทย Andrew ปิดท้ายว่า “ผมอยากให้ทุกคนเรียนรู้และเติบโตให้เก่งกว่าผม“

แนะนำ Prof. Andrew Ng

Prof. Andrew Ng เป็นหนึ่งในผู้เชี่ยวชาญด้านปัญญาประดิษฐ์ (AI) ที่มีชื่อเสียงระดับโลก เขาเป็นศาสตราจารย์ที่ Stanford University และเป็นผู้ร่วมก่อตั้ง Coursera ซึ่งเป็นแพลตฟอร์มการเรียนรู้ออนไลน์ที่ใหญ่ที่สุดในโลก นอกจากนี้ เขายังเคยดำรงตำแหน่งหัวหน้าฝ่ายวิจัยของ Baidu และหัวหน้าฝ่ายปัญญาประดิษฐ์ของ Google

Prof. Andrew Ng มีผลงานวิจัยที่สำคัญหลายประการในด้านการเรียนรู้ของเครื่อง (Machine Learning) และการเรียนรู้เชิงลึก (Deep Learning) โดยเฉพาะอย่างยิ่งในด้านการพัฒนาระบบที่สามารถเรียนรู้จากข้อมูลปริมาณมากๆ เขายังเป็นผู้ริเริ่มการพัฒนาหลักสูตรออนไลน์ฟรี ที่นำเสนอความรู้ด้าน AI และ Machine Learning แก่ผู้เรียนทั่วโลก

นอกจากนี้ Andrew ยังเป็นนักพูดที่มีความสามารถในการอธิบายแนวคิดที่ซับซ้อนในรูปแบบที่เข้าใจง่าย ทำให้เขาเป็นที่รู้จักและเป็นที่เคารพนับถือในวงการ AI และเทคโนโลยี นอกจากบทบาทในวงการศึกษาและวิจัยแล้ว เขายังมีบทบาทในการนำเทคโนโลยี AI มาใช้ในอุตสาหกรรมและธุรกิจ ทำให้เขาเป็นหนึ่งในผู้นำทางด้าน AI ที่มีอิทธิพลมากที่สุดในยุคปัจจุบัน

ข้อมูลทั้งหมดนี้ทำให้เราเห็นถึงการนำ AI มาใช้จริงในประเทศไทยและทั่วโลก แนวโน้มการพัฒนาและการใช้งาน AI ในปัจจุบันและอนาคตอันใกล้ยังคงเติบโตอย่างต่อเนื่อง แต่เราควรติดตามและตรวจสอบข้อมูลอย่างรอบคอบ เนื่องจากเทคโนโลยี AI มีการพัฒนาอย่างรวดเร็วและไม่หยุดนิ่ง หวังว่าคำแนะนำและข้อคิดจาก Prof. Andrew Ng จะเป็นแรงบันดาลใจให้กับทุกคนในการเรียนรู้และเติบโตไปพร้อมกับ AI และเทคโนโลยีในอนาคต

บทความโดย ณัฐธิดา สงวนสิน กรรมการผู้จัดการ และผู้ร่วมก่อตั้งบริษัท บัซซี่บีส์ จำกัด (BUZZEBEES)

การปรับ User Experience (UX) และ User Interface (UI) ให้เหมาะสมกับบุคคล ไม่ใช่เพียงคำฮิตในโลกดิจิทัลเท่านั้น แต่เป็นแรงผลักดันสำคัญที่อยู่เบื้องหลังการมีส่วนร่วมของผู้ใช้ จากสถิติพบว่ามีผู้คนถึง 80% ที่มีแนวโน้มจะทำธุรกิจกับบริษัทที่ให้การปรับแต่งเฉพาะบุคคล (Personalization)* (*ที่มา การศึกษา Accenture Interactive, 2020*) 

การแนะนำผู้ใช้ตามผู้ใช้แต่ละประเภท (Contextual Onboarding) คือการสร้างประสบการณ์การใช้ Platform ที่ตรงกับความต้องการของผู้ใช้ในแต่ละช่วงการใช้งาน มาดูกันว่าธุรกิจจะนำวิธีนี้ไปใช้ได้อย่างไรกันค่ะ พร้อมตัวอย่างจากบริษัทจริง ๆ มาด้วย

กรอบแนวคิดการแนะนำผู้ใช้ตามบริบท (Contextual Onboarding Framework)

1. ผู้ใช้ใหม่ 

สถานะ มีความสับสน 

เป้าหมาย ช่วยให้พวกเขาเริ่มต้นใช้งานได้ 

กลยุทธ์ จัด Tutorial แนะนำที่ง่าย เพื่อแนะนำฟีเจอร์พื้นฐานต่าง ๆ 

ตัวอย่าง เมื่อผู้ใช้ใหม่สมัครใช้งาน Netflix พวกเขาจะได้รับคำแนะนำเกี่ยวกับวิธีสร้างโปรไฟล์ เลือกหมวดหมู่รายการโปรด และใช้งานฟีเจอร์ต่าง ๆ อย่างเช่นการสร้างรายการรับชม (Watchlist) การแนะนำนี้ทำให้ผู้ใช้ใหม่สามารถค้นพบความบันเทิงที่ตรงกับความสนใจได้ทันที

2. ผู้ใช้ที่ไม่ค่อยเข้ามาใช้งาน

สถานะ สนใจเล็กน้อย คิดว่าแพลตฟอร์มมีประโยชน์ แต่ยังไม่มีความสำคัญมากพอในการเข้ามาใช้งานอย่างสม่ำเสมอ

เป้าหมาย ช่วยให้พวกเขาเข้าใจฟีเจอร์พื้นฐานที่เหมาะกับเค้า (รู้ได้อย่างไรหรอคะ ก็ถามทำความรู้จักกับเค้าในข้อ 1 ไงล่ะ) 

กลยุทธ์ เน้นฟีเจอร์สำคัญสำหรับผู้ใช้และค่อย ๆ ให้รางวัลหรือคำชม เพื่อช่วยให้เห็นสิ่งที่เราต้องการให้เค้าเห็น

ตัวอย่าง Shopee ใช้การตลาดผ่านอีเมลและการแจ้งเตือนในแอปเพื่อดึงดูดผู้ใช้ที่ไม่ค่อยได้ใช้งาน โดยการส่งคูปองส่วนลดและโปรโมชั่นพิเศษ เช่น ดีล Flash Sale หรือโค้ดส่งฟรี เพื่อกระตุ้นให้พวกเขากลับมาช้อปปิ้งบนแพลต ฟอร์ม นอกจากนี้ยังมีฟีเจอร์ “Top Picks For You” ที่จะแนะนำสินค้าที่ตรงกับความสนใจของผู้ใช้ ช่วยให้พวกเขาค้นหาสินค้าได้ง่ายขึ้นและเพิ่มโอกาสในการซื้อสินค้า

3. ผู้ใช้ที่มีการใช้งานสูง 

สถานะ ต้องการทำอะไรเพิ่มเติม Cross Sell หรือ Up Sell

เป้าหมาย แนะนำฟีเจอร์ขั้นสูง และสร้างโปรแกรมให้ผู้ใช้ชวนคนอื่นมาใช้งาน

กลยุทธ์ แนะนำฟีเจอร์ขั้นสูงที่ช่วยเพิ่มประสิทธิภาพการทำงาน และให้รางวัลจาก Referral Program

ตัวอย่าง BEES’ Benefits โดยบัซซี่บีส์เอง เป็นโปรแกรมที่ให้รางวัลแก่พนักงาน ผ่านระบบการสะสมแต้ม ผู้ใช้ที่มีการใช้งานสูงสามารถสะสมแต้มผ่านการเข้าร่วมกิจกรรม การบรรลุเป้าหมายที่กำหนด หรือการแนะนำเพื่อนร่วมงานเข้าร่วมแพลตฟอร์ม แต้มสะสมนี้สามารถแลกเป็นของรางวัลได้หลากหลาย ตั้งแต่บัตรกำนัล เครื่องใช้ไฟฟ้า ไปจนถึงการเปลี่ยนสิทธิประโยชน์แบบดั้งเดิมอย่างประกันสุขภาพเป็นรางวัลอื่นที่เหมาะสมกับความต้องการเฉพาะบุคคล นอกจากนี้ ยังสามารถใช้เงินสดร่วมกับคะแนนเพื่อแลกของรางวัลในกรณีที่แต้มไม่พอได้อีกด้วย ฟีเจอร์เหล่านี้ช่วยกระตุ้นให้พนักงานมีส่วนร่วมมากขึ้น ส่งเสริมให้เกิดบรรยากาศการทำงานที่ดี และยังเพิ่มความภักดีต่อบริษัท

4. ผู้ใช้ที่เชี่ยวชาญและเป็น Key Influencer

สถานะ แฟนพันธุ์แท้

เป้าหมาย ช่วยให้พวกเขาโปรโมตแพลตฟอร์มด้วยข้อเสนอการแนะนำพิเศษ 

กลยุทธ์ จ้างหรือให้ใช้แพลตฟอร์มฟรี แล้วให้โพสต์ลงสื่อโซเชียล

ตัวอย่าง Elon Musk กับ Twitter Elon Musk ใช้บัญชี Twitter ส่วนตัวของเขาเพื่อโปรโมตและสื่อสารเกี่ยวกับผลิตภัณฑ์และแนวคิดของบริษัทต่าง ๆ ของเขา ตั้งแต่ Tesla SpaceX ไปจนถึง The Boring Company และ Starlink การใช้ Twitter อย่างต่อเนื่องของเขาทำให้มีผู้ติดตามหลายล้านคน เขาใช้แพลตฟอร์มเพื่อสร้างกระแสและกระตุ้นความสนใจในผลิตภัณฑ์ใหม่ ๆ ส่งผลให้แบรนด์ของเขามีฐานแฟนพันธุ์แท้ที่เหนียวแน่นและกลายเป็น  Key Influencer ที่สำคัญของ Twitter

5. ผู้ที่กำลังตัดสินใจ

สถานะ พยายามทำความเข้าใจ และยังไม่ตัดสินใจใช้

เป้าหมาย สร้างโปรแกรมทางการตลาด ด้าน Awareness และ Promotion 

กลยุทธ์ ทุกวิดีโอที่ผู้ใช้อัปโหลดลงบน TikTok จะถูกปิดท้ายด้วยโลโก้และชื่อของ TikTok พร้อมกับเสียงที่เป็นเอกลักษณ์ สิ่งนี้กระตุ้นให้ผู้ใช้โพสต์คลิปเหล่านี้บนโซเชียลมีเดียแพลตฟอร์มอื่น ๆ อย่าง Facebook, Instagram, Twitter หรือ YouTube ซึ่งช่วยสร้างการรับรู้ (Awareness) เกี่ยวกับแพลตฟอร์มและเชิญชวนให้ผู้คนมาเข้าร่วม ด้วยการใช้กลยุทธ์นี้ TikTok สามารถขยายฐานผู้ใช้และเพิ่มการมีส่วนร่วมบนแพลตฟอร์มของตัวเองได้

วิธีการใช้ Contextual Onboarding ให้ได้ผลดี

การแบ่งกลุ่มแบ่งฐานผู้ใช้งานออกเป็นกลุ่มที่มีความหมายโดยอิงจากพฤติกรรม ข้อมูลประชากร หรือการใช้งานผลิตภัณฑ์ จะเกิดขึ้นได้ก็ต่อเมื่อมีระบบอัตโนมัติ ที่ใช้เครื่องมือการตลาด Marketing Automation เพื่อส่งข้อความแนะนำผู้ใช้ที่ปรับในแต่ละพฤติกรรมให้เหมาะสมได้ โดยวางไว้ในระดับกลยุทธ์ด้านแพลตฟอร์ม มีการรวบรวมความคิดเห็นผู้ใช้งาน อย่างต่อเนื่องเพื่อปรับปรุงและเพิ่มประสิทธิภาพ User Experience ให้ดีขึ้นเรื่อย ๆ ผ่านตัวชี้วัดต่าง ๆ เพื่อวัดความสำเร็จของอัตรา Active User (อัตราการใช้งาน) Chern Rate (อัตราการจากไป) และคะแนนความพึงพอใจของผู้ใช้ 

การแนะนำผู้ใช้ที่เหมาะแต่ละกลุ่มพฤติกรรม ช่วยให้แพลตฟอร์มสร้างความเป็นเอกลักษณ์ที่ตรงกับความต้องการของผู้ใช้ในทุกช่วงของเส้นทางการใช้งาน ส่งเสริมการมีส่วนร่วม ความภักดี และสุดท้ายคือความสำเร็จของธุรกิจ 

คุณพร้อมที่จะปรับกลยุทธ์การแนะนำผู้ใช้ของคุณหรือยัง?

บทความโดยณัฐธิดา สงวนสิน กรรมการผู้จัดการ และผู้ร่วมก่อตั้งบริษัท บัซซี่บีส์ จำกัด (BUZZEBEES)

การเป็นนักการตลาดที่ประสบความสำเร็จไม่ได้ต้องการแค่ความคิดสร้างสรรค์เท่านั้น แต่ยังต้องเป็นนักวิเคราะห์ข้อมูลที่มีความเชี่ยวชาญด้วย ซึ่งอาจเป็นงานที่ท้าทาย แต่ไม่ต้องกังวล เพราะพิ้งค์มีเทคโนโลยีล้ำสมัยมาช่วยให้ทุกอย่างง่ายขึ้น

สมมติว่าเราเป็นนักการตลาดของบริษัทที่มีคู่แข่งคือ NVIDIA เราสามารถใช้เครื่องมือ AI ในการวิเคราะห์ข้อมูลทางการเงิน เช่น งบกำไรขาดทุน โดยเริ่มจากการอัปโหลดไฟล์เอกสารเข้าสู่ระบบ แล้วให้ AI ทำการสรุปข้อมูล จัดแยกหมวดหมู่ และแปลงเป็นกราฟแสดงภาพรวม

ในที่นี้เราจะใช้ ChatGPT 4 ในการทดสอบ เพราะมันคิดเลขแม่นสุดตอนนี้ พิ้งค์ได้ทดลองหลายแบบตั้งแต่อัปโหลดไฟล์ Excel เข้าไปใน ChatGPT มันทำไม่ได้ จากนั้นก็ลองเปลี่ยนไฟล์นั้นเป็น .CSV Comma Limited ก็ยังให้ค่าเอ่อๆ ออกมา หลังสุดก็เลยก๊อบปี้ แล้วก็วางลงไปตรงๆ เลย ปรากฏว่ามันอ่านได้แฮะ และนี่คือข้อสรุปของมัน

ขั้นแรกก็บอกมันก่อนว่าให้เอาข้อมูลทั้งหมด สรุปลงเป็นตารางง่ายๆ ให้ดูหน่อย โดยใช้ Prompt “Act as FP&A expert, analyze enclosed Excel data and present financial key performance indicator for CEO in tabula format” ก็ออกมาได้เป็นข้อมูลแบบนี้

ลองตรวจสอบตัวเลขดูแล้วก็ปรากฏว่า ตัวเลขถูกต้องต่างกันนิดหน่อย ต่างกันส่วนจุดทศนิยม เชื่อถือได้เนื่องจากมาวิเคราะห์ภาพรวม ก็เลยถามมันต่อไปว่าให้สรุปตัวชี้วัดที่สำคัญจากมุมมองตลาด โดยใช้คำสั่ง Prompt “Generate key financial ratio from data in Thai” ChatGPT ก็สรุปมาให้ดังต่อไปนี้

ทีนี้ก็เลยส่งคำสั่งมันบอกว่าให้เอาตัวเลขจริงๆ จากงบการเงิน มาใส่เป็นอัตราส่วนเป็นตารางให้หน่อย โดยใช้ Prompt คือ “add actual number of NVIDIA in tabula format” นี่คือผลลัพธ์ที่ได้ คือ

ตรวจตัวเลขแล้ว ถูกต้อง สุดท้ายก่อนที่เราจะไปคุยกับเจ้านาย เราก็บอกให้ ChatGPT มันทำการวิเคราะห์ กำไรขาดทุน ของ NVIDIA เลย โดยใช้ Prompt “from NVIDIA financial data and ratio above, analyze data based on marketing perspective” ผลที่ได้เป็นดังนี้

ด้วยวิธีนี้ นักการตลาดจะสามารถเข้าใจสถานะทางการเงินและประสิทธิภาพการดำเนินงานของบริษัทคู่แข่งได้อย่างรวดเร็วและครบถ้วน ซึ่งจะเป็นประโยชน์มหาศาลในการวางกลยุทธ์การตลาดที่สอดคล้องและมีประสิทธิภาพยิ่งขึ้น

โดยถ้าพิ้งค์นำมาใช้งาน ก็จะนำข้อมูลของบริษัทเราเองมาเปรียบเทียบ แล้ววิเคราะห์ออกมาดูว่า สมมติว่าถ้าเทียบกับคู่แข่งคือ NVIDIA แล้ว บริษัทเราจะมีฐานะทางการเงินโดยเปรียบเทียบกันจะเป็นอย่างไร โดยใช้ ChatGPT ช่วยแบบตัวอย่างข้างต้น

สรุปแล้ว การเปลี่ยนแปลงครั้งสำคัญในอุตสาหกรรมการตลาดในปัจจุบัน คือการนำเทคโนโลยีล้ำสมัยมาช่วยเพิ่มประสิทธิภาพการวิเคราะห์ข้อมูล ซึ่งช่วยให้นักการตลาดมีเวลามากขึ้นในการวางแผนกลยุทธ์สร้างสรรค์ได้อย่างเต็มที่ ไปลองเล่นกันดูนะคะ

บทความโดยณัฐธิดา สงวนสิน กรรมการผู้จัดการ และผู้ร่วมก่อตั้งบริษัท บัซซี่บีส์ จำกัด (BUZZEBEES)

ที่จริงแล้ว Generative AI มีความสามารถในการช่วยในงานทางการตลาดอย่างมาก แต่เราจะสามารถทำให้เกิดความสำเร็จในงานการตลาดได้โดยการเพิ่มคุณสมบัติและการใช้งานที่เหมาะสมกับงานบางอย่าง นี่คือตัวอย่างที่ชาว Marketing สามารถใช้ Generative AI ได้อย่างมีประสิทธิภาพ

งานแรกงานเกี่ยวกับอีเมลเราสามารถใช้ Generative AI ในการช่วยเขียนอีเมลได้ ไม่ว่าจะเป็นการส่งอีเมลโปรโมชั่น เพื่อเรียกลูกค้าให้มาซื้อของกับเรามาดูตัวอย่าง Prompt ที่ใช้และผลลัพธ์กันค่ะ

“Write short email to promote buy one get one free of new swimsuit collections. Limit time till the end of this month! Need to hurry!”

หรือการทำประกาศว่าแพลตฟอร์มเรามีฟังก์ชันหรือฟีเจอร์อะไรใหม่ๆ โดนๆ บ้างมาดูตัวอย่าง Prompt ที่ใช้และผลลัพธ์กันค่ะ

“Write short email to promote new product features of Buzzebees Reward page. Key features are that it is instant reward redemption page that customer can redeem thousands of rewards and use point to subsidize for payment. With limit time offer, new user can have on-top 10% discount.”

อีกตัวอย่างหนึ่งที่น่าสนใจคือเราสามารถให้ Generative AI ช่วยในการสร้างวิดีโอโฆษณาให้เราได้ พิ้งค์ขอยกตัวอย่างการใช้งานจริงที่ใช้ในบริษัทบัซซี่บีส์ โดยที่ให้โจทย์ทางทีมว่าต้องการวิดีโอที่ทำโดย Generative AI ทั้งหมด ทางทีมได้สร้างมาให้สองวิดีโอโดยใช้เครื่องมือต่างๆ ดังต่อไปนี้ เริ่มการเขียนจุดขายของเราลงไปให้ ChatGPT และ ทำ Storyboard ผ่าน ChatGPT แล้วให้มันเขียนภาษาที่สวยงามน่าสนใจให้เรา หลังจากนั้นก็ใช้ Mid Journey และ Bing AI ในการสร้างภาพนิ่งขึ้นมาจากคำใน Storyboard นั้นๆ จากนั้นก็นำภาพนิ่งไปทำให้เคลื่อนไหวได้โดย Runwayml เป็นแต่ละ Screen จากนั้นก็นำไปประกอบร่างตัดต่อใน Adobe After Effect – Editor เพิ่มเสียงและดนตรีเข้าไป เป็นอันสำเร็จ นับว่าไม่เลวเลยทีเดียวสำหรับการทำครั้งแรกของทีม

อีกตัวอย่างหนึ่งที่น่าสนใจคือให้ Generative AI ช่วยในการทำ SEO โดยที่ Generative AI สามารถวิเคราะห์เป็น SEO Report ให้ได้ว่าจะทำการปรับปรุง Website ให้เป็น SEO Friendly ได้อย่างไร มาดูตัวอย่าง Prompt ที่ใช้ และผลลัพธ์กันค่ะ

“My website is https://crm.buzzebees.com/ Act as SEO expert to improve website to be more SEO Friendly. Be specific on analyzing the content quality of the top-performing blog posts on my website and provide recommendations for improving any shortcomings and give specific real example from the website.”

อีกบล็อกหนึ่งที่ ChatGPT แนะนำก็คือบล็อก “มือใหม่อยากเปิดธุรกิจร้านอาหารให้อยู่รอดต้องทำอะไรบ้าง” ChatGPT ก็บอกว่าสิ่งที่เจ๋งคือ บล็อกเป็นการเขียนคำถามที่คนทั่วไปมักจะถามซึ่งคนมักจะสืบค้นจากคำพวกนี้อยู่แล้ว ทำให้สืบค้นได้ง่าย ส่วนที่ ChatGPT อยากให้ปรับปรุงคือให้ Link โพสต์นี้ไปยังคอนเทนต์ที่อื่นด้วย โดยสิ่งนี้จะทำให้ผู้อ่านรู้สึกมีส่วนร่วมแล้วก็มีการเพิ่มเพจวิวเพิ่มขึ้นอีกวิธีก็คือทำให้คอนเทนต์มีรายละเอียดคำแนะนำมากกว่านี้โดยถ้าเป็นไปได้ให้รวมเรื่องของ Case Study แล้วก็ตัวอย่างที่เกิดขึ้นจริงดู ทีนี้ลองมาดู ตัวอย่างที่ ChatGPT บอกให้ทำแบบเฉพาะเจาะจงในเรื่องของ “มือใหม่อยากเปิดธุรกิจร้านอาหารให้อยู่รอดต้องทำอะไรบ้าง” ChatGPT บอกว่าให้เพิ่มเนื้อหาที่คนอาจชอบอ่านเช่นการใส่ตารางลงไปหรือการใส่คำถามที่จะทำให้ผู้อ่านมีส่วนร่วมกับบทความนี้ได้อย่างลึกซึ้งขึ้น

จะเห็นได้ว่าเราได้วิธีการปรับปรุง การทำให้เว็บไซต์ของเรามี SEO Rank ที่ดีขึ้นโดยได้ไอเดียไปทดลองจาก ChatGPT ทั้งในรูปแบบของการแนะนำเฉพาะเจอะจงตามตัวอย่าง และในรูปแบบของการแนะนำโดยทั่วไปอีกด้วย

จากตัวอย่าง พิ้งค์สั่งให้ ChatGPT เข้าไปตรวจดูเว็บไซต์ของบัซซี่บีส์ ว่าบล็อกที่บัซซี่บีส์ทำนั้น สามารถปรับปรุงให้ SEO ได้คะแนนมากขึ้นอย่างไรที่นี่ ChatGPT ก็แนะนำ โดยนำตัวอย่างบล็อกที่ได้รับการเยี่ยมชมสูงสุดมา

บล็อกแรก ได้แก่การที่บัซซี่บีส์ ได้รับรางวัล Shop Management Service Excellence จาก Tik Tok ในไตรมาสที่ 3 ของปี 2566 ChatGPT บอกว่า ให้ใช้คำที่ SEO ที่เกี่ยวกับ CRM และ Digital Marketing มากกว่านี้โดยที่ในย่อหน้าถัดไปจะเห็นว่ามันบอกเลยว่าให้ใช้คำอย่างเช่น CRM Excellence Award หรือคำว่า Digital Engagement Corporation หรือคำที่คล้ายๆ กันที่จะทำให้ผู้อ่านทำการสืบค้นจากคำนั้นๆ เป็นจำนวนที่มากขึ้น

อันนี้ก็เป็นตัวอย่าง Prompt และการทำงานบางส่วนเพื่อให้ทุกท่านสามารถนำ Generative AI เข้าไปช่วยทำงานในชีวิตประจำวันได้นะคะ การใช้ Generative AI ช่วยในงานการตลาดไม่ใช่การแทนที่ชาว Marketing แต่เป็นเครื่องมือที่สามารถเสริมสร้างความสามารถ ความคิดสร้างสรรค์ และช่วยเพิ่มประสิทธิภาพในการดำเนินงานของมนุษย์ในงานการตลาดสวัสดีปีใหม่ค่ะ

บทความโดยณัฐธิดา สงวนสิน กรรมการผู้จัดการ และผู้ร่วมก่อตั้ง บริษัท บัซซี่บีส์ จำกัด (Buzzebees)

Platform คืออะไร? และทำไมคนถึงอยากทำกัน ?

คำว่า “แพลตฟอร์ม (Platform)” จริง ๆ แล้วมันสามารถแปลความหมายได้หลายอย่าง แต่ในบทความนี้ขอคุยเฉพาะเจาะจงลงไปในความหมายของ “ดิจิทัลแพลตฟอร์ม (Digital Platform)” ซึ่งก็คือระบบงานด้านไอทีที่พัฒนาผ่านสื่อต่าง ๆ อาทิ เว็บไซต์ แอปพลิเคชัน LINE และอื่น ๆ ในรูปแบบที่สามารถทำให้เกิดกิจกรรมด้านดิจิทัลทั้งในโซเชียลมีเดีย อีคอมเมิร์ซ หรือแชท โดยที่แพลตฟอร์มนี้จะถูกทำผ่านส่วนประกอบของฮาร์ดแวร์และซอฟต์แวร์ ที่ถูกออกแบบและพัฒนาอย่างเฉพาะเจาะจงเพื่อให้เกิดสิ่งนี้ขึ้น

แล้วทำไมคนถึงอยากทำแพลตฟอร์ม ?

ส่วนใหญ่คนทำแพลตฟอร์มด้วยเหตุผลสองหลักใหญ่ ๆ คือ 1. แก้ปัญหาในชีวิตประจำวันของตัวเอง 2. อยากรวย อยากทำอะไรขึ้นมาแล้ว หาเงินได้กับสิ่งนั้นๆ ซึ่งแบบแรก เอาจริงๆ มักจะประสบความสำเร็จมากกว่า เพราะการแก้ปัญหาจริงๆ จะช่วยให้เรามีเป้าหมายที่ชัดเจนและสร้าง Value ได้เป็นวงกว้างมากขึ้น

Platformที่ดีเขาจะมีวิธีคิดกันแบบไหน?

แพลตฟอร์มที่ดีเค้ามีวิธีการคิดกันแบบไหน จริง ๆ แล้วมันก็ดูจะเป็นเรื่องพื้นฐานแต่คนจำนวนไม่น้อยกลับตั้งโจทย์ผิดจุด เช่น บางแพลตฟอร์มมักจะถูกคิดจากคนที่ทำแพลตฟอร์มเอง โดยวิศวกรผู้ออกแบบระบบว่าควรเป็นแบบนั้นแบบนี้ ถ้าเดาถูกก็ดีไป ส่วนใหญ่ก็เดาไม่ค่อยจะถูก เพราะ “ไม่ใช่ผู้ใช้งานจริง” แล้วเราควรมีวิธีคิดแบบไหนบ้าง ?

1. การออกแบบแพลตฟอร์มที่ดีควรคิดจากด้านนอกสู่ด้านใน (Outside in) พูดง่าย ๆ คือถ้าเราต้องการแก้ปัญหาอะไรเราก็ต้องไปฟังปัญหานั้นจากผู้ใช้งานจริง ๆ ว่าปัญหามันอยู่ตรงที่ไหน แล้วสิ่งที่เราพยายามจะแก้นั้นมันสามารถช่วยแก้ปัญหาเค้าได้จริง ๆ หรือเปล่า
2. เราต้องคิดให้ดีว่าปัญหาที่เราพยายามแก้ไขนั้นมันคุ้มค่าพอที่จะทำให้การเสียเวลา เสียทรัพยากรการลงทุนทำแพลตฟอร์มคุ้มค่าหรือไม่?

ทีนี้ถ้าเราได้ปัญหาที่คุ้มค่ากับการแก้แล้ว เราก็เริ่มเข้ามาสู่จุดที่เราจะต้องออกแบบแพลตฟอร์มให้มีการใช้งานที่แก้ปัญหานั้นได้จริง ๆ เริ่มจากต้องสังเกตหรือค้นพบปัญหาบางอย่าง แล้วจับจุดว่าใครน่าจะเป็นกลุ่มเป้าหมายแล้วไปคุยกับกลุ่มเป้าหมายถึงปัญหา แล้วค่อยนำเสนอสิ่งที่เราพยายามออกแบบเพื่อให้ง่ายต่อการใช้งาน

ยกตัวอย่างเช่น ก่อนที่จะมีแอปพลิเคชันที่ใช้เรียกรถสาธารณะ ในสมัยก่อนนั้นถ้าผู้ใช้งานจะเรียกรถสาธารณะก็ต้องไปยืนอยู่ริมถนน โทรเรียกก็รอนาน ไม่รู้ว่ารถสาธารณะนั้นอยู่ตรงจุดไหนแล้ว ซึ่งในสมัยก่อนก็ดูไม่น่าใช่ปัญหาใหญ่อะไร แต่ในความเป็นจริงแล้วผู้ใช้งานก็ล้วนแต่ต้องการความสะดวกสบาย ถ้าเราทำได้คนจำนวนมหาศาลจะใช้ชีวิตง่ายขึ้น รวมถึงคนขับเองก็สามารถรับลูกค้าในบริเวณใกล้เคียงได้

3. แบ่งความต้องการที่เป็น Functional Requirements และ Emotional Requirements

ยกตัวอย่างความต้องการด้าน Functional Requirements คือแก้ปัญหาได้ตรงไปตรงมา ในกรณีนี้ก็คือ ฟังก์ชันที่ตอบสนองความต้องการที่จะเรียกรถและกำหนดเวลาที่รถจะมารับได้ ราคาจะต้องแข่งขันกับราคาที่ใช้ในปัจจุบันได้ และเมื่อเรียกรถแล้วจะต้องมีรถมารับ เป็นต้น

ส่วนความต้องการด้าน Emotional Requirements คือฟังก์ชันที่สามารถสร้างความอุ่นใจในการใช้บริการรถนั้นอย่างรู้สึกปลอดภัย อยากรู้สึกว่าถ้าใช้บริการก็จะได้รับบริการที่ดี ดังนั้นเราก็จะต้องมีการออกแบบฟังก์ชันบางอย่าง เช่น Driver Rating หรือการให้คะแนนคนขับว่าคนขับคนนี้มีความปลอดภัยน่าเชื่อถือ, ความรู้สึกที่ต้องการได้รับบริการอย่างรวดเร็ว ถ้าไม่เร็วก็สามารถยกเลิกได้ ก็จะมีการโชว์รูปรถบนแผนที่จริง เพื่อให้รู้ว่ารถนั้นไกลจากที่ที่เราอยู่, หรือการให้โปรโมชันต่าง ๆ ที่ทำให้ผู้บริโภครู้สึกว่าคุ้มค่าต่อการใช้งาน

ซึ่งยังไม่ขอนับรวมถึง Non-functional Requirements อื่น ๆ ที่อยู่ในกระบวนการออกแบบแพลตฟอร์ม เช่น ระบบรักษาความปลอดภัย การเก็บ Log ในกรณีระบบมีความผิดพลาดเกิดขึ้น

จากตัวอย่างนี้จะเห็นได้ว่าการออกแบบแพลตฟอร์มที่ดีนั้นจะตั้งต้นมาจากผู้ใช้งานจริง ต้องไปถามกลุ่มเป้าหมายมาจริง ๆ ว่าเขามีปัญหาอะไรในการใช้งานในชีวิตประจำวันเกี่ยวกับเรื่องที่เรากำลังโฟกัส แล้วเราก็ค่อย ๆ เอามาออกแบบแล้วก็แก้ไปทีละข้อ

ทีนี้พอออกแบบฟังก์ชันเสร็จมันก็ไม่จบง่าย ๆ มันต้องมีการออกแบบสิ่งที่เรียกว่า UX/UI (User Experience/User Interface) ซึ่งมีความสำคัญไม่แพ้กับการออกแบบด้านฟังก์ชันเลย เพราะว่าเรากำลังใช้งานอยู่กับมนุษย์ เพราะฉะนั้นความเข้าใจประสบการณ์ที่มันจะดีต่อมนุษย์จึงมีส่วนสำคัญที่จะทำให้แพลตฟอร์มเราประสบความสำเร็จ พูดง่าย ๆ ถ้ามนุษย์รู้สึกไม่อยากใช้งานแพลตฟอร์มเรา ไม่ว่าจะมีฟังก์ชันดีขนาดไหนสิ่งนี้ก็ไม่สำเร็จ และคนก็จะไม่กลับมาใช้แพลตฟอร์มนั้นซ้ำ ๆ ซึ่งคงไม่คุ้มกับการลงทุนไปแน่ ๆ

ส่วนถ้าจะให้พูดว่า UX/UI ต้องออกแบบยังไงให้ตรงใจคน ? อันนี้ต้องเล่าเรื่องกันยาวเลยอาจจะต้องมาเล่าใหม่ใน EP.5 นะคะ

เมื่อตอน Ep.2 พิ้งค์ได้พูดถึงกลยุทธ์การทำแพลตฟอร์มอย่างไรให้ตอบโจทย์เป้าหมายของแบรนด์ และช่วยให้แบรนด์สามารถหาทางวัดผลได้แบบไม่นั่งเทียนกันไปแล้ว ดังนั้นในตอนที่ 3 เราจะมาคุยกันต่อว่าข้อมูลที่เราได้หลังจากวัดผลหรือข้อมูลที่ได้หลังจบแคมเปญ เราควรเอาไปทำอะไรต่อ ?

ก่อนอื่นขอแบ่งคำว่าข้อมูลออกเป็น 2 แบบ

1. Basic Information (Structured Data): เบอร์โทร ชื่อ นามสกุล วันเดือนปีเกิด อยู่จังหวัดอะไร ซึ่งเป็นการเก็บข้อมูลที่นิยมเอามาใช้กันในอดีต เนื่องจากไม่มีโทรศัพท์มือถือเข้าถึงตัวเหมือนสมัยนี้ก็เลยต้องใช้ข้อมูลเหล่านี้โดยการส่งไปรษณีย์ไปที่บ้าน หรือส่งเอสเอ็มเอสไปยังโทรศัพท์มือถือ
2. Behavioral Information (Unstructured Data): ข้อมูลยุคใหม่ที่อยู่ในยุคที่คนใช้งานในโทรศัพท์มือถือแล้วทำให้ล่วงรู้พฤติกรรมของผู้บริโภคแบบละเอียดลึกซึ้งมากขึ้น ได้แก่ ข้อมูลประเภทซื้อซ้ำเท่าไรชอบสินค้าประเภทไหนมากที่สุดคะแนนที่ลูกค้านำไปแลก เขาใช้กับอะไร

เรามาลงดีเทลกันว่าข้อมูลแต่ละแบบมีประโยชน์ต่างกันยังไง ?

ข้อมูลแบบที่ 1 Basic Information (Structured Data) เราจะสามารถแบ่งกลุ่มลูกค้าได้ตามลักษณะข้อมูลที่จัดเก็บโดยลูกค้าเป็นคนบอกผ่านการกรอกใบสมัครหรือแบบฟอร์มประเภทต่าง ๆ ทั้งแบบ Online หรือ Offline ตัวอย่างข้อมูลประเภทนี้ เช่น เพศอายุ เป็นต้น

แล้วรู้เพศแล้วใช้งานข้อมูลอย่างไร ?

ถ้าอย่างเบสิก เช่น ถ้าผลิตภัณฑ์ของเราเป็นผลิตภัณฑ์สำหรับผู้ชายโดยเฉพาะ เราก็ไม่จำเป็นจะต้องแสดงสินค้านั้นไปให้ผู้หญิงดู โดยแพลตฟอร์มต้องมีความฉลาดมากพอที่จะสามารถแสดงผลของสินค้าแบบเฉพาะเจาะจงได้ โดยปกติบนแพลตฟอร์มก็จะมีพื้นที่จำกัดมาก ๆ อยู่แล้ว โดย Golden Rule ก็คือ ต้องไม่เกิน 2 หน้าแรก จะให้ผล 90% ต่อผู้ใช้งานระบบมากที่สุด

ส่วนเรื่องของอายุก็สามารถนำไปทำการตลาดที่เจาะกลุ่มเป้าหมายได้เช่นกัน เพราะบางผลิตภัณฑ์เป็นผลิตภัณฑ์ที่มีกลุ่มลูกค้าที่มีกลุ่มอายุแบบเฉพาะเจาะจงมาก ๆ เช่น นมผงเด็กจะใช้ได้เฉพาะบางช่วงอายุเท่านั้น นั่นก็คือขายได้กับกลุ่มคุณแม่ เพราะฉะนั้นยิ่งแสดงผลิตภัณฑ์ที่ตรงใจผู้บริโภคมากเท่าไร โอกาสในการขายก็จะมากขึ้นเท่านั้น หรือเมื่อรู้อายุลูกค้าแล้วเราก็สามารถส่งแคมเปญ Happy Birthday เพื่อเป็น Surprise ลูกค้าในทุกวันเกิด เพื่อให้ลูกค้ารู้สึกดี ๆ กับเราได้

ข้อมูลแบบที่ 2 Behavioral Information (Unstructured Data) เราจะได้ข้อมูลเชิงคุณภาพ ซึ่งข้อมูลกลุ่มนี้คือขุมทรัพย์ของธุรกิจ เช่น เราจะกำหนด Direction แบรนด์หรือแคมเปญได้ถูกต้อง อย่างลูกค้าคนหนึ่งมีพฤติกรรมในการซื้อของทีละมาก ๆ เมื่อได้ส่วนลด เราก็ทำในสิ่งที่เรียกว่า Bundle สินค้า หรือก็คือเอาสินค้าชนิดที่หนึ่ง บวกชนิดที่สอง บวกชนิดที่สามมารวมกัน ทำให้ขนาดของตะกร้าการซื้อนั้นใหญ่มากยิ่งขึ้น เป็นการเพิ่มรายได้แบบง่าย ๆ ไม่ต้องหาลูกค้าเพิ่ม หรือการสร้าง Content ที่คุยกับลูกค้า เลือก Keywords ได้ถูกต้อง ปรับโฆษณาให้มีประสิทธิภาพ ยกตัวอย่างเช่น ลูกค้าคนนี้ชอบแคมเปญประเภทลด 50% หรือลูกค้าคนนี้ชอบทำเป็นประเภทซื้อ 1 แถม 1 หรือลูกค้าคนนี้ชอบแคมเปญประเภทซื้อชิ้นที่สองในราคา 1 บาท เราก็เลือกใช้ให้ถูกต้อง จากประสบการณ์ของพิ้งค์การทำแบบนี้สามารถเพิ่ม Engagement rate และ Conversion rate ได้เป็น 100% เลยทีเดียว

ข้อมูลจะทำให้เราสามารถทำสินค้าที่มีความ Personalized ได้ ซึ่งอันนี้สำคัญกับธุรกิจเลย ถ้าเราสามารถทำให้ลูกค้ารู้สึกว่าสินค้าชนิดนี้เกิดมาเพื่อเขาได้ เช่น ในการส่งข้อความเราจะไม่ส่งเป็นการสวัสดีแบบทั่ว ๆ ไป แต่เป็นการสวัสดีที่มีชื่อของลูกค้า บวกกับโปรโมชันสินค้าที่เขาใช้หรือซื้อเป็นประจำ เราก็จะสามารถทำแคมเปญต่าง ๆ ได้อย่างตรงใจ ยิ่งใส่ชื่อลงไปในผลิตภัณฑ์ได้ก็ยิ่งเด็ด เรื่องเล็ก ๆ แต่สามารถสร้างความหมายได้ แน่นอนว่าลูกค้าก็จะประทับใจ และสุดท้ายนำไปสู่การซื้อซ้ำ และอยู่กับเราไปนานขึ้นด้วย

อีกตัวอย่างหนึ่งที่จะช่วยธุรกิจเราได้อีกก็คือ การใช้ข้อมูลเพื่อการลด Waste ซึ่งลดได้แบบมหาศาล ตั้งแต่คำนวณวัตถุดิบ การส่งมอบ ปรับลดจำนวนคนเรื่องสาขา เรียกว่าข้อมูลสามารถช่วยซัปพลายเชนได้ทั้งระบบ เช่น แทนที่เราจะใส่ของแถมให้ทุกคน เราก็แถมสิ่งที่เขาอยากได้ มอบให้ถูกคน ถูกจริตของคนคนนั้น บางทีของบางอย่างก็ไม่จำเป็นต้องราคาสูง แต่ถ้าทำได้ถูกใจก็จะทำให้สินค้าเรามีคุณค่ากับลูกค้ามากขึ้น โดยไม่ต้องอัดโปรแรงตลอด แล้วบริษัทก็จะประหยัดมากขึ้นด้วย

ทั้งนี้ทั้งนั้นการจะใช้ข้อมูลในรูปแบบเหล่านี้ได้ ตัวแพลตฟอร์มก็จะต้องมีองค์ประกอบสำคัญที่เอื้ออำนวยให้สามารถทำได้ด้วย ในบทความครั้งหน้าเราจะมาคุยกันว่า การเลือกใช้แพลตฟอร์มจะต้องดูที่อะไรบ้างที่จะทำให้ข้อมูลนั้นสามารถนำไปต่อยอดได้

โดย ณัฐธิดา สงวนสิน กรรมการผู้จัดการ และผู้ร่วมก่อตั้งบริษัท บัซซี่บีส์ จำกัด (Buzzebees)

จากการที่พิ้งค์ได้ทำดิจิตอลมาร์เก็ตติงให้กับแบรนด์มามากกว่า 400 แบรนด์ ทั้งในประเทศไทยและในต่างประเทศ ขอฟันธงเลยว่าทีม Marketing ไทยเก่งจริงๆ ลองมาฟังเหตุผลประกอบกันค่ะ

เนื่องด้วยผู้บริโภคคนไทยชอบการลดแลกแจกแถม ถ้าไม่ลด ไม่แลก ไม่แจก ไม่แถม ก็คือไม่ซื้อ อันนี้ลองเช็กกับตัวเองหรือคนรอบตัวดูก็ได้ค่ะ และจากความต้องการเหล่านี้ก็ทำให้ทีม Marketing จะต้องทำงานหนักตลอดเวลา เพื่อสนอง Need คนไทยและบรรดาคู่แข่งให้ทัน ซึ่งเพื่อนๆ ที่อยู่ในวงการนี้ ก็คอนเฟิร์มเลยว่า Marketing ที่ไทยในทุกวันนี้อยู่ในขั้น Advance มากจริงๆ

และการที่จะทำการตลาดให้ Advance ไม่ใช่เรื่องง่าย แต่ที่คนไทยทำได้เพราะเรื่องของ Sales Promotion เป็นเรื่องที่อยู่คู่กับเอเชียมาช้านาน อีกทั้งการจะทำให้แคมเปญเป็นที่จดจำหรือดีจนติดตลาดได้นั้น ก็ต้องอาศัยความรู้ความสามารถทั้งด้านศิลป์และด้านวิทย์ ผสมผสานเป็นเทคนิคต่างๆ กันไป ซึ่งใครมีสมองที่เก่งด้านเดียว อาจจะทำได้ไม่ดีเท่าคนที่เก่งทั้งสองด้าน

ซึ่งพี่ไทยมีทั้งประสบการณ์และสกิลวิทย์ศิลป์ จึงทำให้ทีม Marketing ไทยนั้นได้ทั้งบู๊ทั้งบุ๋นแบบครบเครื่อง 360 องศา คิดแคมเปญหลอกล่อผู้บริโภคแถมยังใช้ตัวเลขวัดผล โดยเฉพาะการทำดิจิตอลมาร์เก็ตติ้ง ซึ่งทุกคนก็รู้กันดีว่าการใช้กลยุทธ์ตัวเลขประกอบการทำ Marketing ถือเป็นเรื่องที่สำคัญมาก

เพราะฉะนั้นหากอยากให้กลยุทธ์ด้านราคาของสินค้านั้นผสมผสานทั้งสกิลวิทย์ศิลป์ แล้วอยากให้มีประสิทธิภาพมากที่สุด คนทำการตลาดจะต้องวางแผนเรื่องสำคัญไว้ 2 เรื่องเลย ก็คือ

เรื่องที่ 1. โปรโมชันที่ต้องเกิดความถี่ขึ้นเรื่อยๆ พิ้งค์เรียกสิ่งนี้ว่าเป็น Bread and Butter หรือแหล่งที่มาของรายได้ ซึ่งจำเป็นต้องมีตลอดเวลา โดยเฉพาะในโลกออนไลน์ โปรโมชันจะต้องมีอย่างน้อยเดือนละสี่ครั้ง แล้วมีครั้งใหญ่ๆ หนึ่งครั้ง ส่วนใหญ่ก็เป็นพวกโปรโมชันประเภท double-digit เช่น โปร 10.10 11.11 12.12 หรืออื่นๆ ที่เกิดขึ้นมาใหม่ๆ ล่าสุดอย่าง Mid-Month Campaign ที่ทำไปกันทุกเดือน เรียกได้ว่าอะไรที่ไม่เคยมีมาก่อนเราก็สร้าง Demand มันขึ้นมา ให้มีให้ได้

หลังจากที่มีโปรโมชันโดนใจแล้ว ก็ต้องหาวิธีที่ทำให้ผู้บริโภคกลับมาซื้อซ้ำ ซึ่งก็จะเชื่อมโยงมาถึงเรื่องที่ 2. เป็นส่วนที่เรียกกันว่า CRM หรือ Customer Relationship Management โดยอาจจะมาในวิธีการสะสมแต้ม สะสมแสตมป์ หรือใช้วิธีการแจก voucher เพื่อให้ผู้บริโภคกลับมาซื้อซ้ำ

มาถึงตรงนี้ทาง Marketer ก็งงหละสิทำอะไรเยอะแยะไปหมด จะทำอะไรก่อนอะไรหลังดี ซึ่งในความเป็นจริง ก็ไม่ได้มี Magic Solutions ใดๆ ก็คือต้องทำไปทั้งหมดรวมๆ กันนั่นแหละ

แต่ก่อนอื่นเราก็ต้องรู้จัก Lifecycle ของผู้บริโภคช่วงต่างๆ ในโลกออนไลน์ก่อน เพื่อที่จะได้รู้ว่าพฤติกรรมของผู้บริโภคมีวงจรแบบไหน แล้วเราพอจะเข้าไปทำอะไรให้ลูกค้าได้บ้าง โดยพิ้งจะขอแบ่งเป็น 5 ช่วงใหญ่ๆ ได้แก่

1. Acquisition หรือการหาคนเข้ามาบนแพลตฟอร์มที่เราต้องการให้พวกเขาเข้ามา
2. Registration การลงทะเบียนเพื่อให้เรารับรู้ตัวตนของพวกเขา
3. Engagement การทำให้พวกเขามีปฏิสัมพันธ์หรือมีส่วนร่วมในแพลตฟอร์มนั้นๆ
4. Redemption อันนี้เป็นโลกของการสะสมคะแนน ปกติมักจะนิยมทำกับผู้บริโภคเพื่อให้ลูกค้าสามารถแลกรับของหรือสิทธิประโยชน์ต่างๆ เพื่อให้เกิดความผูกพันกับแบรนด์ของเรา และให้เขาใช้แบรนด์ของเราจนเกิดความคุ้นชิน
5. Purchasing สุดท้ายก็คงหนีไม่พ้นที่เราต้องการให้ผู้บริโภคกลับมาซื้อสินค้าของเราซ้ำๆ วนเวียนไป แล้วก็เข้าสู่การทำ Engagement-led Purchasing วนลูปกันไปเพื่อให้ได้ LTV หรือ Customer Lifetime Value หรือมูลค่าที่ลูกค้าจะใช้จ่ายให้กับแบรนด์ของเราให้มากที่สุดต่อๆ ไป

ส่วนการทำ Marketing ในแต่ละ step จะต้องทำอย่างไร เป็นเรื่องเฉพาะทาง โดยที่เราต้องดูหลายๆ องค์ประกอบ เช่น ผลิตภัณฑ์ของเราเป็นอย่างไร, เราต้องการได้ผู้บริโภคแบบไหน, สื่อการใช้เป็นอย่างไร โดยเฉพาะสื่อออนไลน์ ซึ่งก็มีจุดหมายที่สามารถเข้าถึงผู้บริโภคได้แตกต่างกันและสามารถวัดผลได้อย่างชัดเจน ต่อจากนี้ในแต่ละขั้นที่พูดถึงจะต้องทำอย่างไรต่อนั้น พิ้งค์ขอมาอธิบายต่อในคราวหน้า กับ EP2 แล้วพบกันนะคะ