First Party Data คืออะไร สำคัญกับธุรกิจอย่างไร ?

การที่ธุรกิจของเราจะเติบโตได้นั้น เริ่มมาจากการเข้าใจลูกค้าอย่างแท้จริง ทั้งในด้านพฤติกรรม ความต้องการ ความคาดหวังของลูกค้า หรือเรียกเป็นภาพใหญ่ว่า Customer Insight 

และลูกค้าแต่ละธุรกิจก็ไม่ได้มี Insight ที่เหมือนกัน หรือแม้แต่ Customer Profiling ก็ด้วย เพราะทั้งลูกค้าและตัวธุรกิจเองก็มีจุดประสงค์ที่ต่างกัน เพราะฉะนั้นแล้วเราต้องวางแผนและเข้าใจในวิธีการจัดเก็บข้อมูลเสียก่อน เพื่อให้การเก็บข้อมูลครั้งนี้ สามารถนำข้อมูลทั้งหมดไปใช้ให้เกิดประโยนช์ได้สูงสุด ไม่ว่าจะเป็นการลด ROAS (อ่านเพิ่มเติมเกี่ยวกับUse-case การนำ Audience จาก Google Analytics ไปใช้งานใน Google Ads (SEM)), ปรับแต่ง Customer Journey, ออกแบบ Personalized Marketing Campaign

แต่การเก็บข้อมูลครั้งนี้จะประสบความสำเร็จหรือไม่ ขึ้นอยู่กับว่า 1st Party Data ที่คุณเก็บมานั้น สามารถเชื่อมต่อถึงกันได้หรือไม่

อ่านเพิ่มเติมเกี่ยวกับ
การเชื่อมต่อข้อมูลระหว่างเว็บไซต์และแอปพลิเคชั่น
การเชื่อมต่อข้อมูล Online และ Offline

Cookieless World แล้วทำไมยังต้องเก็บ Data อยู่ ?

ต้องขอย้อนไปสักนิดว่า เรามี Data อยู่หลักๆ 3 ประเภทด้วยกัน ได้แก่

1. First Party Data: ข้อมูลของเราเอง เป็นเจ้าของเอง
2. Second Party Data: ข้อมูลที่เราได้รับมาจากคนอื่น (อาจจะเป็นพาร์ทเนอร์ หรือผู้ร่วมโปรเจค)
3. Third Party Data: เป็นข้อมูลที่เราได้รับจากผู้ให้บริการ

ซึ่งสิ่งที่จะหายไปคือ Third Party Data หรือ Third Party Cookie นั่นเอง พอรู้อย่างนี้แล้ว เรายิ่งต้องตื่นตัวกับการเก็บ First Party Data เข้าไปใหญ่เลยนะครับ

---

First Party Data คืออะไร ? 

ข้อมูลที่เราเก็บมาเอง ไม่ว่าจะเป็นช่องทาง Online หรือ Offline และเราเป็นเจ้าของเองด้วย เช่น ข้อมูลบนแอปพลิเคชัน หรือบนเว็บไซต์ของเรา, ข้อมูล CRM, Point Of Sales, Call-Center, After Service, Cookie บนเว็บไซต์

และถ้าจะให้เราจัดการข้อมูลได้ง่ายขึ้น เราควรมอง 1st Party Data ออกเป็นสองประเภท

ประเภทของ 1st Party Data

1. Customer Data: ข้อมูลลูกค้าที่เราเก็บมา ส่วนมากแล้วก็จะมาจาก 3 ช่องทางหลัก ได้แก่
   1. Marketing Data ที่เราเก็บได้จากแคมเปญต่างๆ, ข้อมูลจากเว็บไซต์และแอปพลิเคชั่น, โซเชี่ยลมีเดีย, แบบสอบถาม, Newsletters, Loyalty Program
   2. Transaction Data ที่เก็บได้จากยอดขายทั้งฝั่งออนไลน์และออฟไลน์, จากทีมดูแลลูกค้า (Call Center, Customer Service เป็นต้น)
   3. CRM Data ข้อมูลที่ระบุตัวตน และไม่ระบุตัวตน, ประวัติการซื้อสินค้าหรือบริการ, Loyalty Tier, Lifetime Value
2. Business Data 
   1. Product Data เช่น จำนวน SKU, Stock (โลเคชั่นโกดัง หรือ ระยะเวลาการผลิต), ข้อมูลทางการเงิน (ตัวเลขราคา,ส่วนลด,กำไร) หรือข้อมูลของสินค้าที่อาจจะมาแทนที่สินค้าของเรา
   2. Operation Data เช่น ข้อมูลทางการเงิน (รายได้,กำไร) ข้อมูลสถานที่ตั้งสาขา

---

การมี 1st Party Data จะส่งผลกับธุรกิจอย่างไรบ้าง

แน่นอนว่าทุกธุรกิจก็อยากจะรู้จักลูกค้าของตัวเองให้ดีที่สุด แต่ทำอย่างไรหละที่จะให้เรารู้จักลูกค้ามากขึ้น ถ้าเป็นธุรกิจขนาดเล็กก็คงจะเป็นเรื่องง่ายที่เราจะเข้าไปคุยกับลูกค้าทีละคน แต่เมื่อเราเป็นธุรกิจขนาดใหญ่ที่มีลูกค้าหลายพัน หรือหลายหมื่นคน วิธีที่เป็นไปได้ที่สุดคือการเก็บ 1st Party Data นี่แหละครับ

หา Lookalike Audience

เพราะคุณจะได้เห็นภาพรวมของลูกค้า 1 คนเลย ว่าชอบสินค้าอะไร ประเภทไหน ความถี่ในการซื้อสินค้า ชอบซื้อสินค้าพร้อมโปรโมชั่นหรือไม่ เข้ามาหาเราด้วยวิธีการใด (Mobile Application หรือ Website)

เมื่อเราได้ข้อมูลทั้งหมดของลูกค้า High Value แล้ว เราสามารถนำข้อมูลพฤติกรรมเหล่านี้มาใช้งานต่อ เพื่อหาลูกค้าท่านอื่นที่มีพฤติกรรมเหมือนกันได้ (Find Lookalike) เพราะเรารู้แล้วว่ากลุ่มเป้าหมายแท้จริงของเราคือใคร มีพฤติกรรมอย่างไร

อ่านเพิ่มเติม: Use-case บริษัทที่ทำธุรกิจเกี่ยวกับ Electronic

ปรับแต่ง Touchpoint ให้เหมาะสมกับพฤติกรรมของผู้ใช้งาน

อ้างอิงจากผลสำรวจจาก Harris พบว่า “ผู้คนเต็มใจและยินยอมที่จะแชร์ข้อมูลต่างๆของตนเอง เพื่อการได้รับโฆษณาที่ถูก Personalize มาเพื่อความชอบ/ความสนใจตัวเองโดยเฉพาะ แต่ต้องแน่ใจด้วยว่าข้อมูลนั้นจะถูกเก็บไว้อย่างถูกต้องและปลอดภัย เพราะกว่า 63% ของลูกค้าก็มีความคาดหวังว่าการได้รับ Personalization Service ถือเป็นพื้นฐานของการบริการ” 

ลดค่าใช้จ่ายในการโฆษณา (ROAS)

การ Retargeting โดยใช้ Audience ที่มีอยู่ในแพลตฟอร์มนั้นๆ เช่น Google Ads จะสามารถคัดกรองได้เพียงแค่คนที่เข้ามาที่หน้าเว็บไซต์ได้เท่านั้น ซึ่งนั่นหมายความว่าจะรวมไปถึงคนที่เข้ามาที่หน้า Landing page อย่างไม่ตั้งใจด้วย

แต่การที่เราเก็บ First Party Data เราสามารถลงลึกไปได้ถึงระดับพฤติกรรม ว่าคนที่เข้ามาที่หน้านี้ ใช้เวลาอยู่หน้านี้มากกว่า 2 นาที หรือ เข้ามาที่หน้านี้ แล้วมีการคลิกไปที่หน้าอื่นต่อ จะถือว่าเป็นกลุ่มคนที่ควร Retargeting เพราะมีแนวโน้มว่าสนใจผลิตภัณฑ์จริงๆ

ซึ่งการ Retargeting ที่ลงลึกถึงระดับพฤติกรรมนี้จะช่วยให้โฆษณาไปถึงกลุ่มเป้าหมายมากยิ่งขึ้น ส่งผลไปสู่ค่า Conversion ที่สูงขึ้น ซึ่งทำให้ค่าใช้จ่ายที่เราจะต้องใช้ในการโฆษณาลดลงด้วย

ใช้ Predict Customer Lifetime Value เพื่อทำ Personalize Marketing Campaign

Customer Lifetime Value (CLV หรือ CLTV) คือ มูลค่าที่ลูกค้าแต่ละรายใช้จ่ายไปกับสินค้าหรือบริการของธุรกิจนั้นๆ ตั้งแต่เริ่มเป็นลูกค้าจนถึงวันที่เลิกเป็นลูกค้า โดยคำนวนง่ายๆได้จากข้อมูลการสั่งซื้อและอายุของการเป็นลูกค้า แต่ในปัจจุบันเรามีวิธีคำนวณที่แม่นยำมากขึ้นโดยใช้ Machine Learning เรียนรู้พฤติกรรมของลูกค้า เพื่อช่วยให้บริษัทโฟกัสไปยังกลุ่มเป้าหมายที่ทำกำไรมากที่สุด และ Segmentation กลุ่มเป้าหมายนั้น เพื่อทำ Personalize Marketing ให้เหมาะสมกับแต่ละ Segment (อ่านเรื่อง Segmentation เพิ่มเติม) ทำให้สามารถคาดการณ์การใช้จ่ายของลูกค้าในอนาคตได้ และช่วยในการตัดสินใจทั้ง “ระยะสั้น และ ระยะยาว”

อ่านเพิ่มเติมเกี่ยวกับ ทฤษฏี Customer Lifetime Value กับการนำไปใช้จริงในธุรกิจ

---

ถ้าเราสามารถส่งมอบประสบการณ์ที่น่าประทับใจให้กับลูกค้าได้ ที่เหลือก็เป็นเรื่องไม่ยากแล้วที่เราจะก้าวต่อ และในคอนเทนต์หน้า เราจะมาเล่าให้เพื่อนๆฟังเกี่ยวกับ Data Strategy กันนะครับ ว่าจะมีประโยชน์อย่างไรกับทั้งองค์กรของคุณ และคุณต้องทำอะไรบ้างในการดำเนินการครั้งนี้ รอติดตามกันนะครับ

หากใครสนใจอยากเก็บ 1st Party Data หรือต้องการรวมข้อมูลทั้งจากเว็บไซต์และแอปพลิเคชั่น หรือ Omichannel สามารถติดต่อ Predictive ได้เลยนะครับ เรายินดีให้คำปรึกษาเบื้องต้นโดยไม่มีค่าใช้จ่าย 

References