เจาะกลยุทธ์ AI Search จาก IKEA, DoorDash, Debenhams: บทเรียนที่ธุรกิจไทยพลาดไม่ได้

Search Engine กำลังเปลี่ยนบทบาทจากเครื่องมือค้นหาข้อมูลแบบดรรชนี ไปเป็นระบบที่สามารถอนุมานและโต้ตอบตามบริบทได้ หรือที่เรียกว่า Inference Engine การเปลี่ยนแปลงนี้ไม่ใช่แค่กระแสเทคโนโลยีชั่วคราว แต่กำลังกลายเป็นโครงสร้างพื้นฐานใหม่ของเศรษฐกิจดิจิทัล บทสนทนาระหว่างผู้บริหารระดับโลกจาก IKEA, DoorDash และ Debenhams ที่ Google Beach ในงาน Cannes Lions สะท้อนภาพชัดเจนว่าแบรนด์ที่สามารถปรับตัวเข้าสู่ยุค AI Search ได้ก่อน คือแบรนด์ที่จะครองทั้งพื้นที่ในใจลูกค้าและส่วนแบ่งการตลาดในอนาคต บทความนี้เจาะลึกกลยุทธ์ในระดับสถาปัตยกรรมข้อมูล การใช้งบประมาณ และการตีความพฤติกรรมผู้บริโภคใหม่ เพื่อเป็นแนวทางสำหรับผู้บริหารไทยที่ต้องการก้าวข้ามขีดจำกัดของการตลาดแบบเดิม

1. การเปลี่ยนผ่านสู่ยุค Conversational Search เมื่อคำค้นหากลายเป็นบทสนทนา

พฤติกรรมผู้บริโภคกำลังเผชิญจุดเปลี่ยนสำคัญ ข้อมูลจากงานเสวนาระบุว่าความยาวคำค้นหาเฉลี่ยในโหมด AI Search เพิ่มขึ้นถึง 3 เท่าเมื่อเทียบกับการค้นหาแบบเดิม ตัวเลขนี้ไม่ได้บอกแค่ว่าคนพิมพ์ยาวขึ้น แต่สะท้อนการเปลี่ยนแปลงเชิงจิตวิทยาที่ผู้บริโภคกำลังเปลี่ยนสถานะจากผู้สืบค้นไปเป็นผู้สนทนา ในอดีตการค้นหาถูกจำกัดด้วยโครงสร้างคีย์เวิร์ดที่บังคับให้มนุษย์ต้องปรับตัวเข้าหาภาษาคอมพิวเตอร์ เช่นการใช้คำสั้นๆ อย่าง “โซฟาสไตล์นอร์ดิก” แต่ในยุค AI Search ผู้ใช้เริ่มสื่อสารด้วยภาษามนุษย์ที่เต็มไปด้วยบริบทและความคาดหวัง เช่น อยากได้โซฟาที่เหมาะกับอพาร์ตเมนต์ขนาดเล็ก มีเด็กและสัตว์เลี้ยง และต้องเข้ากับโต๊ะไม้โอ๊คที่มีอยู่เดิม

ความหมายเชิงธุรกิจของเรื่องนี้คือ เมื่อ Search Engine มีความฉลาดและเป็น Agentic มากขึ้น หมายถึงมีความสามารถทำหน้าที่เป็นตัวแทนเพื่อช่วยตัดสินใจ เส้นทางของผู้ซื้อจะสั้นลงอย่างมหาศาล จากเดิมที่ต้องคลิกเข้าออกหลายเว็บไซต์เพื่อเปรียบเทียบข้อมูล AI สามารถรวบรวมและสรุปผลให้เสร็จสิ้นภายในหน้าเดียว หากแบรนด์ไม่สามารถแทรกตัวเข้าไปเป็นส่วนหนึ่งของคำตอบ แทนที่จะเป็นเพียงผลการค้นหา แบรนด์นั้นจะค่อยๆ เลือนหายไปจากสายตาของผู้บริโภคในยุคใหม่

2. ยุทธศาสตร์ IKEA: การเปลี่ยน Data Loyalty เป็นประสบการณ์ที่ไร้รอยต่อ

IKEA วางหมากเกมนี้โดยใช้ทรัพย์สินที่มีค่าที่สุดคือข้อมูล แต่ไม่ใช่เพียงข้อมูลการซื้อขายทั่วไป แต่เป็นข้อมูลจากสมาชิก IKEA Family กว่า 200 ล้านคนทั่วโลก

พลังของข้อมูลความภักดี: การวิเคราะห์ข้อมูล First-party ในมิติใหม่

ในสถาปัตยกรรมข้อมูลแบบเดิม ข้อมูลความภักดีมักถูกใช้เพียงเพื่อการทำรีมาร์เก็ตติ้งหรือการส่งโปรโมชันส่วนตัว แต่ IKEA มองไกลกว่านั้น ผู้บริหารของ IKEA อธิบายว่าข้อมูลเหล่านี้ช่วยให้แบรนด์เข้าใจสิ่งที่เกิดขึ้นภายในร้าน แต่ AI Search คือจิ๊กซอว์ชิ้นสุดท้ายที่ช่วยให้เข้าใจว่าลูกค้าทำอะไรนอกร้านบ้าง การเชื่อมโยงพฤติกรรมการค้นหาเข้ากับโปรไฟล์ความภักดีทำให้ IKEA สามารถคาดการณ์ความต้องการในอนาคตได้แม่นยำขึ้น เช่น หาก AI พบว่าสมาชิกรายหนึ่งกำลังค้นหาเรื่องการขยายครอบครัวหรือการจัดบ้านสำหรับลูกคนแรก IKEA สามารถปรับแต่งการนำเสนอโซลูชันการแต่งบ้านที่เฉพาะเจาะจงได้ทันที

เส้นทางบทสนทนา: กรณีศึกษาการวางแผนห้องครัว

การวางแผนห้องครัวถือเป็นหนึ่งในกระบวนการที่ซับซ้อนที่สุดในธุรกิจค้าปลีก ซึ่งประกอบด้วยการวัดขนาด การเลือกวัสดุ และการจับคู่ฟังก์ชันการใช้งาน IKEA นำ AI Search มาเปลี่ยนความซับซ้อนนี้ให้กลายเป็นการนำเสนอผ่านบทสนทนา แทนที่จะให้ลูกค้าเลือกจากแคตตาล็อกหลายพันรายการ AI สามารถทำหน้าที่เป็นสถาปนิกส่วนตัวที่บอกและแนะนำสิ่งที่เติมเต็มความต้องการของลูกค้าได้ในทันที สิ่งนี้เปลี่ยนจากการขายสินค้าเป็นการมอบความเชี่ยวชาญ

รากฐานที่เป็นหนึ่งเดียว

หัวใจสำคัญของ IKEA คือการไม่แยกส่วนระหว่างสื่อที่จ่ายเงิน สื่อที่เป็นเจ้าของเอง และสื่อที่ได้จากการบอกต่อ แบรนด์มุ่งเน้นการสร้างความเชี่ยวชาญด้านการแต่งบ้านผ่านทุกช่องทางเพื่อให้มั่นใจว่าไม่ว่าลูกค้าจะค้นหาผ่านช่องทางใด หรือ AI ตัวไหนจะเป็นผู้ดึงข้อมูล ข้อมูลนั้นจะต้องสะท้อนความเป็นผู้เชี่ยวชาญของ IKEA อย่างสม่ำเสมอ

ผลลัพธ์เชิงประจักษ์: IKEA AI Max U.S. Test

ตัวชี้วัดสำคัญ	ผลลัพธ์ที่ได้รับ	นัยสำคัญเชิงกลยุทธ์
ยอดผู้เข้าเยี่ยมชมหน้าร้าน	+127%	พิสูจน์ว่า AI Search ดึงคนจากโลกดิจิทัลลงสู่หน้าร้านจริงได้
ผลตอบแทนจากการโฆษณา (ROAS)	ปรับปรุงดีขึ้นอย่างมีนัยสำคัญ	AI ช่วยลดการสูญเสียจากการยิงโฆษณาที่ไม่ตรงเป้าหมาย
ความสามารถขยายผล	พร้อมขยายสู่ตลาดหลักทั่วโลก	รูปแบบความสำเร็จทำซ้ำได้ด้วยโครงสร้างข้อมูลมาตรฐาน

3. ยุทธศาสตร์ DoorDash: การครองพื้นที่ความต้องการแบบฉับพลัน

หาก IKEA คือการวางแผนระยะยาว DoorDash คือตัวแทนของการตอบสนองความต้องการแบบฉับพลันและเฉพาะหน้า ผู้บริหารของ DoorDash ชี้ให้เห็นถึงความท้าทายในการจัดการข้อมูลสินค้ากว่า 500,000 รายการในสภาพแวดล้อมที่ข้อมูลเปลี่ยนแปลงตลอดเวลา

การเปลี่ยนแปลงของคำค้นหาและความต้องการแบบ Long-tail

ข้อมูลของ DoorDash ระบุว่าคำค้นหายาวขึ้นถึง 27 เปอร์เซ็นต์ต่อปี แม้แต่ในระบบค้นหาแบบดั้งเดิม ผู้ใช้ไม่ได้ค้นหาเพียงชื่อสินค้า แต่ค้นหาด้วยสถานการณ์ เช่น งานจัดส่งที่จ่ายเงินดีที่สุดในพื้นที่หนึ่งสำหรับวันเสาร์ หรือการหาวัตถุดิบเฉพาะที่ต้องใช้ทันที

บทเรียนจากความต้องการที่คาดเดาไม่ได้

มีเรื่องเล่าที่น่าสนใจเกี่ยวกับลูกค้ารายหนึ่งที่ไปงานดูกีฬา แต่จุดที่นั่งไม่เห็นจอทีวีขนาดใหญ่ เขาจึงตัดสินใจสั่งทีวีผ่าน DoorDash ให้มาส่งที่งานทันที เรื่องนี้สะท้อนว่าผู้บริโภคในยุค AI ไม่ได้จำกัดแบรนด์ไว้ในหมวดหมู่เดิมอย่างการส่งอาหารอีกต่อไป แต่มองหาโซลูชันของปัญหาในวินาทีนั้น หาก DoorDash ไม่ทำโครงสร้างข้อมูลให้พร้อมสำหรับการถูกค้นพบในฐานะผู้ให้บริการส่งสินค้าทุกอย่าง โอกาสนี้ก็จะหลุดลอยไป

GEO เทียบกับ SEO แบบดั้งเดิม: สถาปัตยกรรมข้อมูลคือหัวใจ

หนึ่งในประเด็นที่แหลมคมที่สุดจากผู้บริหาร DoorDash คือการยืนยันว่าพื้นฐาน SEO ที่แข็งแรงคือสูตรที่ดีที่สุดสำหรับการทำ GEO แบรนด์ไม่จำเป็นต้องสร้างศาสตร์ใหม่ที่แยกจากเดิม แต่ต้องทำให้พื้นฐานแข็งแกร่งขึ้นในเชิงเทคนิค โดยเน้นการวางโครงสร้างเว็บไซต์ให้ AI Crawler สามารถเข้าถึงข้อมูลเชิงลึกได้ง่าย และการทำ Structured Data หรือ Schema Markup ให้ข้อมูลอยู่ในรูปแบบที่เครื่องจักรเข้าใจ เพื่อให้ AI สามารถดึงข้อมูลไปตอบคำถามได้ถูกต้อง โดยเฉพาะข้อมูลเรื่องตำแหน่งที่ตั้งและสต็อกสินค้าแบบเรียลไทม์

จากคำถามสู่การปิดการขาย

ฟีเจอร์ผู้ช่วยสนทนาของ DoorDash คือตัวอย่างของการใช้ Conversational Assistant ที่ทรงพลัง ระบบสามารถประมวลผลจากรูปถ่ายในตำราอาหารหรือลิงก์สูตรอาหารให้กลายเป็นตะกร้าสินค้าพร้อมสั่งได้ทันที นี่คือการลดช่องว่างระหว่างแรงบันดาลใจและการทำรายการให้เหลือเพียงไม่กี่วินาที

DoorDash ได้โยกงบประมาณถึง 30 เปอร์เซ็นต์ ไปยังเครื่องมือโฆษณาอัตโนมัติเพื่อดักจับคำค้นหาประเภท Long-tail ที่มนุษย์ไม่สามารถคาดเดาได้ และเปลี่ยนตัวชี้วัดจากการนับคลิกไปสู่การวัดมูลค่าคำสั่งซื้อรวมส่วนเพิ่ม ซึ่งเป็นการวัดผลการเติบโตที่เกิดขึ้นจริงจากการใช้ AI เท่านั้น ไม่ใช่เพียงแค่การนับคลิกที่อาจเกิดขึ้นอยู่แล้ว

4. กรณีศึกษา Debenhams: บริหาร Demand ขนาดมหาศาล

Debenhams แบรนด์ค้าปลีกอายุกว่า 248 ปี ก้าวกระโดดสู่พรมแดนใหม่ด้วยวิสัยทัศน์ที่ต้องการเป็น “Spotify แห่งวงการค้าปลีก”

การบริหารจัดการความซับซ้อนในระดับใหญ่

ด้วยจำนวนคู่ค้ากว่า 25,000 รายและสินค้าหลายสิบล้านรายการ การใช้แรงงานมนุษย์ในการจัดการคีย์เวิร์ดหรือการประมูลราคาโฆษณาเป็นเรื่องที่เป็นไปไม่ได้ Debenhams จึงหันมาใช้เครื่องมือโฆษณาอัตโนมัติเพื่อจัดการกับความซับซ้อนนี้ โดย AI จะทำหน้าที่คัดสรรและปรับแต่งการนำเสนอสินค้าให้ตรงกับรสนิยมของลูกค้าแต่ละรายเสมือนการจัดเพลย์ลิสต์เพลง

กลยุทธ์ที่ขับเคลื่อนตามอุปสงค์จริง

กลยุทธ์ของ Debenhams คือการใช้ AI ขับเคลื่อนตามอุปสงค์จริง โดยตั้งเป้าหมายผลตอบแทนจากการโฆษณาที่เข้มงวดและตรวจสอบแบบเรียลไทม์ เพื่อให้มั่นใจว่างบประมาณจะไม่มีวันหมดไปก่อนที่โอกาสทางการค้าจะหมด

เปรียบเทียบรูปแบบการบริหารจัดการงบประมาณ

หัวข้อเปรียบเทียบ	การบริหารแบบดั้งเดิม	การบริหารแบบ AI-led
การจัดสรรงบประมาณ	กำหนดตายตัวตามรายเดือน/แคมเปญ	ไดนามิกตามอุปสงค์จริงในตลาด
การจัดการสินค้า	เน้นสินค้า Hero หรือสินค้าขายดี	จัดการสินค้าได้ทุกรายการ (หลายสิบล้านชิ้น)
ความเสี่ยง	งบประมาณมักหมดก่อนในช่วง Peak Demand	งบประมาณพร้อมเสมอหาก ROAS ยังอยู่ในเกณฑ์
การสร้างสรรค์โฆษณา	ใช้คนสร้าง Creative ในจำนวนจำกัด	ใช้ Automated Creative ที่ปรับเปลี่ยนตามผู้ใช้

5. บทสรุปเชิงกลยุทธ์: แนวทางการปรับตัวสำหรับองค์กร

บทเรียนจากสามยักษ์ใหญ่ระดับโลกนำไปสู่ข้อสรุปที่ผู้บริหารต้องนำไปประยุกต์ใช้เพื่อความอยู่รอดและการเติบโต:

1. SEO คือรากฐานที่สำคัญที่สุดของ GEO อย่ามองว่า AI Search คือเทคโนโลยีใหม่ที่ต้องเริ่มนับหนึ่ง แต่จงมองว่าเป็นภาคต่อของ SEO ที่เข้มข้นขึ้น การทำความเข้าใจโครงสร้างข้อมูลและการทำให้เว็บไซต์มีสถาปัตยกรรมที่อ่านง่ายสำหรับ AI คือกุญแจสำคัญ

2. ก้าวข้ามการวัดผลแบบนับคลิก ในโลกที่ AI สรุปคำตอบให้เสร็จสรรพ การคลิกอาจลดลงแต่การตัดสินใจซื้ออาจเพิ่มขึ้น แบรนด์ต้องหันมาวัดผลแบบการเติบโตส่วนเพิ่มที่เกิดขึ้นจริงจากการทดลอง เพื่อให้เห็นภาพผลลัพธ์ทางธุรกิจที่แท้จริง

3. การเตรียมความพร้อมของสถาปัตยกรรมข้อมูล องค์กรควรเริ่มตรวจสอบข้อมูลของตนเองทันทีใน 3 ระดับ ได้แก่ AI สามารถเข้าถึงข้อมูลเชิงลึกของสินค้าได้หรือไม่ ข้อมูลสินค้าเชื่อมโยงกับบริบทการใช้งานและตำแหน่งที่ตั้งอย่างชัดเจนหรือไม่ และข้อมูลโครงสร้างมีความละเอียดเพียงพอที่ AI จะนำไปแนะนำต่อได้หรือไม่

4. การยอมรับความฉับพลันของความต้องการ การใช้เครื่องมือโฆษณาอัตโนมัติจะช่วยให้แบรนด์สามารถตอบสนองต่อความต้องการที่เป็น Long-tail และคาดเดาไม่ได้ ซึ่งเป็นพื้นที่ที่มนุษย์ไม่สามารถบริหารจัดการได้ด้วยตนเองอย่างทั่วถึง

ยุคของ Agentic Search ไม่ใช่เรื่องของอนาคต แต่คือความเป็นจริงในปัจจุบันที่กำลังเปลี่ยนโฉมหน้าการแข่งขัน แบรนด์ที่ชนะจะไม่ใช่แบรนด์ที่ตะโกนเสียงดังที่สุด แต่คือแบรนด์ที่สามารถส่งมอบคำตอบที่แม่นยำที่สุดในบทสนทนาของผู้บริโภค การเริ่มสำรวจและปรับปรุงโครงสร้างข้อมูลของธุรกิจตั้งแต่วันนี้ คือการลงทุนที่คุ้มค่าที่สุดเพื่อรักษาความเกี่ยวข้องของแบรนด์ในโลกที่ AI เป็นผู้นำทาง

สิ่งที่ผู้บริหารควรทำต่อจากนี้

สำหรับผู้บริหารไทยที่ต้องการเห็นภาพรวมกลยุทธ์การปรับตัวจาก SEO สู่ GEO อย่างเป็นระบบ ทีมงานของ Predictive เคยอธิบายแนวคิดนี้ไว้ในรายละเอียด พร้อมกรอบความน่าเชื่อถือ E-E-A-T ที่ขยายไปสู่โมเดล F.A.C.T.S. เพื่อสร้างความน่าเชื่อถือให้ AI มองเห็นธุรกิจเป็นแหล่งข้อมูลที่ไว้ใจได้ สำหรับธุรกิจ B2B ที่ยังไม่เคยประเมินความพร้อมด้าน AI Search มาก่อน การเริ่มสำรวจโครงสร้างข้อมูลตั้งแต่วันนี้ คือจุดเริ่มต้นที่จะสร้างความได้เปรียบก่อนคู่แข่งในระยะยาว

คำถามที่พบบ่อยเกี่ยวกับกลยุทธ์ AI Search

ธุรกิจขนาดกลางในไทยจำเป็นต้องลงทุนเทคโนโลยีเหมือน IKEA หรือ DoorDash หรือไม่

ไม่จำเป็นต้องลงทุนในระดับเดียวกัน หลักการสำคัญที่นำไปปรับใช้ได้คือการทำความเข้าใจว่าลูกค้าถามคำถามแบบไหนกับ AI และเริ่มจัดโครงสร้างข้อมูลเว็บไซต์ให้ตอบคำถามเหล่านั้นได้ชัดเจน ซึ่งใช้งบประมาณน้อยกว่าการสร้างระบบ AI ขนาดใหญ่มาก

GEO ต่างจาก SEO แบบเดิมมากแค่ไหน

GEO ไม่ใช่ศาสตร์ใหม่ที่แยกขาดจาก SEO แต่เป็นการต่อยอดจากพื้นฐาน SEO ที่แข็งแรง เช่น โครงสร้างเว็บไซต์และ Structured Data โดยเพิ่มมุมมองเรื่องการทำให้เนื้อหาถูกเลือกไปเป็นคำตอบของ AI มากขึ้น

ธุรกิจที่ยังไม่เคยทำ Structured Data ควรเริ่มตรงไหนก่อน

ควรเริ่มจากหน้าบริการหลักและหน้าสินค้าที่สร้างรายได้มากที่สุด ใส่ข้อมูลราคา ตำแหน่งที่ตั้ง และรายละเอียดสำคัญให้ครบถ้วนในรูปแบบที่เครื่องจักรอ่านได้ก่อน แล้วค่อยขยายไปยังหน้าอื่นเมื่อเห็นผลลัพธ์ชัดเจน

จะวัดผลความสำเร็จของกลยุทธ์ AI Search อย่างไรถ้าไม่ใช้การนับคลิก

ควรวัดผลจากตัวชี้วัดทางธุรกิจโดยตรง เช่น ยอดขายที่เพิ่มขึ้น จำนวนลูกค้าที่ติดต่อเข้ามาหลังถาม AI หรือยอดเยี่ยมชมหน้าร้านที่เพิ่มขึ้น แทนการวัดแค่จำนวนคลิกที่เข้าเว็บไซต์

---

ปรึกษาทีม SEO และ AI Search ของ Predictive
LINE: @Predictive
โทร: 02-096-6362 กด 2

อ้างอิงข้อมูลจากบทความ “Growth Lessons from IKEA, Debenhams & DoorDash on AI Search”