Google Analytics 4 ที่ต้องรู้ (Part 4/4): วิเคราะห์พฤติกรรมผู้บริโภคผ่านโมเดลกล่องดำ ด้วย GA4

ในการทำแผนการตลาด จะมีขั้นตอนในการวิเคราะห์พฤติกรรมของผู้บริโภค (Consumer Behavior) ซึ่งจะมี “กล่องดำ หรือ Black Box” อยู่ด้วย เจ้ากล่องดำนี่แหละที่เป็นกุญแจสำคัญ ยิ่งเราเจอของในกล่องนี้มากเท่าไหร่  ก็จะช่วยให้เราวิเคราะห์พฤติกรรมของผู้บริโภคได้อย่างแม่นยำมากขึ้นเท่านั้น แต่การหาของในกล่องดำถือเป็นความท้าทายที่นักการตลาดต้องเจออย่างหลีกเลี่ยงไม่ได้เลย แต่วันนี้เรามี Google analytics และระบบ CRM เข้ามาช่วยในการหาของในเจ้ากล่องปริศนานี้แล้ว มาดูกันเลยว่าต้องทำยังไงบ้าง

ข้อมูลใน Google Analytics นั้นสามารถวิเคราะห์ได้หลายแบบมาก อย่างที่เราได้เคยเล่าไปในบทความก่อนหน้า สามารถอ่านได้ที่

ก่อนอื่นเรามารู้จัก “กล่องดำ หรือ Black Box” กันก่อน

ตามทฤษฏีแล้ว กระบวนการการตัดสินใจซื้อจะเป็นตามภาพด้านล่างนี้

โดยพฤติกรรมการซื้อของผู้บริโภคจะถูกกระตุ้นโดยปัจจัยภายนอกก่อน และถ้าปัจจัยภายนอกนั้นสามารถเชื่อมโยงกับกับพฤติกรรมที่อยู่ใน Black Box จะทำให้เข้าสู่กระบวนการตัดสินใจซื้อได้

จะเห็นได้ชัดเลยว่าในส่วนของผู้บริโภคนั้น จะเป็นอะไรที่เราไม่สามารถจับต้องได้ เราจึงเรียกพฤติกรรมที่อยู่ในขั้นตอนนี้ว่า “Black box” เพราะมันเป็นเหมือนกับกล่องดำ ที่เราไม่รู้เลยว่าในนั้นมีของอยู่กี่ชิ้น แต่ยิ่งเราหาของในกล่องนี้เจอมากเท่าไหร่ จะยิ่งทำให้เราผลิตสินค้าหรือบริการออกมาตรงใจลูกค้ามากยิ่งขึ้น หรือแม้กระทั่งออกแบบวิธีการสื่อสารได้ตรงใจลูกค้ามากขึ้นเช่นกัน นี่แหละที่เขาพูดกันว่า “รู้เขารู้เรา รบร้อยครั้ง ชนะร้อยครั้ง” ยิ่งเรารู้มากเท่าไหร่ โอกาสที่เราจะได้ชัยชนะในตลาดนี้ยิ่งมากขึ้นเท่านั้น ! 

จะรู้ได้ยังไงว่าในกล่องนั้นมีของอยู่กี่ชิ้น?

จริงๆเราไม่สามารถรู้ได้เลยว่ากล่องนั้นจะมีของอยู่กี่ชิ้น แต่ยิ่งเราหาเจอมากเท่าไหร่ จะยิ่งได้เปรียบในการแข่งขันมากเท่านั้น เช่น ธุรกิจ Real estate

สถานการณ์ที่ 1: ไม่มีระบบ CRM ต้องใช้ Event tagging เพื่อดูพฤติกรรมของ User ใน GA เช่น

  • จำนวนผู้ใช้งานที่กรอก Lead
  • มี Landing page และ Exit page ที่หน้าไหนบ้าง 

อาจจะพบว่า มี User บางส่วน ที่มี Landing page ที่หน้าโครงการแถวเมืองทอง และมี การ Drop Lead และ Exit page ที่หน้าแปลนบ้าน อาจจะหมายถึง “User คนนั้น สนใจ Location เมืองทอง กำลังมองหาบ้านเดี่ยว ที่มี 2-3 ห้องนอน”

อย่างไรก็ตาม ในกรณีที่ไม่มีระบบ CRM เราจะไม่สามารถดูพฤติกรรม User ในส่วน Offline ได้เลยว่าเป็นคนเดียวกันกับที่มาจากช่องทาง Online หรือไม่ ซึ่งหมายความว่าเราอาจจะไม่สามารถเจาะลึกเข้าไปถึงข้อมูลที่อยู่ใน Black Box ที่สามารถเชื่อม Customer Journey แบบ 360 องศาได้เลย

สถานการณ์ที่ 2: มีระบบ CRM สามารถ Map พฤติกรรมของผู้ใช้งานคนนั้นทั้งในพาร์ท Online และ Offline เพื่อหาข้อมูลใน Black Box ควบคู่กันได้ ข้อมูลที่เราดูได้จะมีความเฉพาะเจาะจงมากยิ่งขึ้น เช่น

  • จำนวน Lead ที่เข้ามา Walk-in หน้าโครงการ
  • เห็นทัศนคติและความต้องการที่แท้จริงของ Lead ว่าเหตุผลที่ตัดสินใจเลือกซื้อบ้านหลังนี้เป็นเพราะปัจจัยอะไรบ้าง

เราอาจจะพบว่า จากจำนวนผู้ใช้งานที่ Drop Lead ทั้งหมด มีเพียง 10% ที่เข้ามาเยี่ยมชมโครงการ และระหว่างที่เค้าเยี่ยมชมโครงการนั้น จะเกิด Conversion หลังจากเข้าดูบ้านตัวอย่างได้ 1 ชั่วโมง หลังจากเราวิเคาะห์พฤติกรรมของผู้บริโภครายนี้แล้ว อาจจะพบว่า สิ่งที่ทำให้เค้าตัดสินใจซื้อบ้านหลังนี้ได้ใน 1 ชั่วโมงนั้น ที่จริงๆแล้วไม่ได้ใช้เวลาเพียง 1 ชั่วโมง หากเราดูพฤติกรรมย้อนหลัง จะพบว่าตลอดระยะเวลา 6 เดือนที่ผ่านมา เค้าเข้ามาดูแบบแปลนของบ้านหลังนี้ และดูตัวอย่างการตกแต่งภายใน และเมื่อเค้าเข้ามาที่หน้าโครงการ พบว่า “บ้านตัวอย่างเป็นแบบที่เค้าจินตนาการมาตลอด 6 เดือนตามแบบที่โชว์อยู่ในเว็บไซต์จริงๆ” จึงตัดสินใจซื้อได้เลยในทันที ทีนี้ เมื่อเรารู้อย่างนี้แล้ว เราอาจจะวางแผนปรับปรุงและพัฒนาเว็บไซต์ของเรา ทั้งด้าน UX/UI หรือภาพประกอบต่างๆในเว็บให้มีความสมจริง หรือตรงปกมากยิ่งขึ้น 

วันนี้ Predictive มาเล่าให้ฟังทั้งที จะเป็นวิธีธรรมดาก็คงจะทำให้หลายๆคนผิดหวัง แต่จะไม่เป็นแบบนั้นแน่นอน

หาของใน Black Box ด้วย Google Analytics 4 และ CRM 

ตัวอย่าง Report ธุรกิจที่ขาย Product 

จาก Report นี้เราจะเห็นว่ามีสินค้ามากมายที่เราวางขายอยู่ จะแสดงอยู่ใน Google Analytics ด้วย หลังจากเราติดตั้งระบบ CRM เรียบร้อยแล้ว และจะเห็นได้ว่า ผู้บริโภคสนใจสินค้า “Men’s / Unisex | Apparel | Google merchandise Store” เป็นจำนวน 6,498 คน และเราต้องการรู้ว่า ทำไมคนถึงสนใจสินค้ากลุ่มนี้เป็นจำนวนมาก เราสามารถ tracking ได้จาก “Event ที่เกิดขึ้นในแต่ละ Platform ที่เราได้ลงขายสินค้าไป”

และถ้าเราสร้าง Segment เราจะสามารถรู้ได้ว่า 

  • ทำไมเค้าถึงสนใจ เช่น ระยะเวลาที่ User ใช้ในหน้าต่างๆ 
  • มี Event อะไรเกิดขึ้นบ้าง เช่น User สนใจสินค้าตัวไหนบ้าง กดเข้าไปดูสินค้าตัวไหนบ้าง
  • User ที่เข้ามามีอายุเท่าไหร่ เพศอะไร เพราะ user แต่ละช่วงอายุจะมีความชอบและความต้องการที่แตกต่างกันออกไป

จากตัวอย่างการหาของในกล่อง Black box โดยใช้ GA4 ที่ได้กล่าวไว้ข้างต้น ทีม Data Analyst สามารถปรับแต่ง Report ให้เข้ากับธุรกิจที่แตกต่างกันออกไปได้ เพื่อให้แสดง Report ที่ตรงตามความต้องการที่แตกต่างกันออกไปตามความต้องการของแต่ละธุรกิจ

และถ้าธุรกิจไหนสนใจหาของในกล่อง Black Box โดยใช้ Google Analytics 4 และ CRM อันดับ 1 อย่าง Salesforce สามารถติดต่อ Predictive เพื่อให้ทีม Data Analyst เข้าไปติดตั้ง Event tagging ใน Website ได้เลย หรือขอคำปรึกษาเบื้องต้นได้ฟรี