ขั้นตอนการทำ Segmentation and Analytics เพื่อให้เราเข้าใจลูกค้ามากยิ่งขึ้น

หลังจากที่เราได้พูดถึงเรื่องการจะเป็น Data Driven Company ซึ่งประกอบไปด้วย การเก็บข้อมูล (Data Collection) เก็บยังไง ให้ทั้งบริษัทสามารถนำไปใช้ได้จริง และ การจัดเก็บข้อมูล (Storing / Harmonization) Harmonization แบบไหน จะช่วยเราใช้ข้อมูลได้อย่างมีประสิทธิภาพกันไปแล้ว วันนี้เราจะมาพูดถึง “การแบ่งกลุ่มและวิเคราะห์ (Segmentation & Analytics): ความสามารถในการสร้างและวิเคราะห์ข้อมูลเชิงลึก จากข้อมูลที่คุณเก็บมา” เพื่อทำความเข้าใจลูกค้า (ที่เป็นลูกค้าของเราจริงๆ) ว่าพวกเขาต้องการอะไร และคาดหวังอะไรจากสิ่งที่เรากำลังจะส่งมอบให้

Segmentation คืออะไร

การทำ Segmentation และ วิเคราะห์ Data จะมีการทำหลังจากที่เราได้เก็บข้อมูล (Data Collection) และ รวบรวมข้อมูล (Harmonization) เป็นที่เรียบร้อยแล้ว ซึ่งประสิทธิภาพของขั้นตอนนี้จะขึ้นอยู่กับความสามารถขององค์กร ว่ามีการใช้ข้อมูลและรวบรวมข้อมูลได้ดีเพียงใด

Segmentation เป็นขั้นตอนหนึ่งของการแบ่งกลุ่มเป้าหมายออกจากกันตามเกณฑ์ต่างๆ Demographics, Geographics หรือ Behavioral (เข้าไปดูสินค้าอะไร, ใช้ Platform ไหน, มีการเทียบราคาสินค้าหรือเปล่า, ชำระเงินผ่านช่องทางไหน) เพราะลูกค้าแต่ละคนมีความชอบที่ต่างกันออกไป และเมื่อเราแบ่งลูกค้าออกเป็นกลุ่มๆ พร้อมกับมีข้อมูลเชิงลึกในการวิเคราะห์ เราจะสามารถนำเสนอสินค้า บริการ หรือโปรโมชั่นที่ตรงใจลูกค้ามากขึ้น (อ่านเพิ่มเติมเกี่ยวกับ Segmentation)

ยิ่งในกรณีที่เรามี Advanced Segmentation จะยิ่งช่วยให้เราได้เข้าใจพฤติกรรมลูกค้าได้ลึกซึ้งมากขึ้นไปด้วย เมื่อไหร่ก็ตามที่เรารู้แล้วว่ากลุ่มเป้าหมาย (Targeted Customer) ของเรามีพฤติกรรมอย่างไร หลังจากที่เราได้เห็นพฤติกรรมการซื้อขายสินค้าแล้ว เราจะสามารถนำข้อมูลเหล่านี้ไปหา Lookalike Customer หรือ ลูกค้าที่มีพฤติกรรมคล้ายกัน เพื่อขยายฐานลูกค้าให้กว้างขึ้นได้อีกด้วย

แบ่ง Segment และรู้พฤติกรรมของลูกค้าแล้ว ทำอะไรต่อ ?

เมื่อเราได้ศึกษาพฤติกรรมของลูกค้าถึงระดับหนึ่งแล้ว เราจะสามารถคาดการณ์ (Prediction) ได้ว่าจะเกิดอะไรขึ้นต่อไปบ้าง ซึ่งประเด็นหลักๆที่เราได้รวบรวมมาจะมีทั้งหมด 5 ประเด็น ดังนี้

1. ในอนาคต ลูกค้ามีแนวโน้มจะซื้อสินค้าเพิ่มเท่าไหร่
2. จะมีการซื้อซ้ำเกิดขึ้นไหม ? 
3. เราจะเข้าถึงกลุ่มคนที่มีพฤติกรรมเหมือนลูกค้าคนนี้ได้อีกไหม?
4. เราจะรักษาลูกค้าคนนี้ไว้ได้อย่างไร?
5. เราควรส่งโฆษณาแบบไหนไปสู่ลูกค้ากลุ่มนี้

The levels of segmentation and analytics

การทำ Segmentation and Analytics นั้นมีอยู่ 4 ระดับหลักๆ ซึ่งจะมีความแยกง่ายต่างกันออกไป

1. เริ่มสร้าง Basic Segmentation โดยใช้เกณฑ์การแบ่งกลุ่มที่เรากำหนดขึ้นมาเอง เช่น อายุ 25 ปีขึ้นไปจะถูกจัดอยู่ในกลุ่ม A และ อายุต่ำกว่า 25 ปี จะถูกจัดอยู่ในกลุ่ม B

2. เริ่มสร้าง Complex Rule-base Segmentation ให้กลุ่มเป้าหมายแคบลง และตรงกลุ่มมากยิ่งขึ้น โดยใช้ทั้ง 1st Party Data และ 3rd Party Data เช่น
   กลุ่ม A: อายุ 25 ขึ้นไป มีการใช้จ่ายมากกว่า 1,000 บาทต่อสัปดาห์
   กลุ่ม B: อายุ 25 ขึ้นไป มีการใช้จ่ายน้อยกว่า 1,000 บาทต่อสัปดาห์
   กลุ่ม C: อายุน้อยกว่า 25 ปี มีการใช้จ่ายมากกว่า 1,000 บาทต่อสัปดาห์
   กลุ่ม D: อายุน้อยกว่า 25 ปี มีการใช้จ่ายน้อยกว่า 1,000 บาทต่อสัปดาห์
   
   ทีนี้ เราจะมีการสร้าง Ads ขึ้นมา 4 ชุด เพื่อส่งต่อไปยังกลุ่มเป้าหมายทั้ง 4 กลุ่ม

3. มี Data หลายมิติมากขึ้น และถูกนำมาใช้ในการทำ Segmentation โดยเริ่มใช้ Algorithm สำหรับทำ Segmentation จากหลากหลาย Media Platform หรืออาจจะมีการนำ AI หรือ Machine Learning เข้ามาช่วยในการจัดกลุ่มลูกค้าโดยใช้ข้อมูลหลายๆ มิติ

4. เมื่อเรามีข้อมูลมากในระดับหนึ่งแล้ว เราจะสามารถใช้ Machine Learning Model ที่พัฒนาขึ้นมาเฉพาะ สำหรับทำ Segmentation เช่น การใช้ Clustering model เพื่อจัดกลุ่มลูกค้า หรือการใช้ Predictive model (Supervised learning model) ในการทำนายพฤติกรรมลูกค้า แล้วจึงค่อยจัดกลุ่มลูกค้าเป็น segmentl ขั้นตอนนี้จะช่วยให้การจัดสรรงบประมาณที่เราจะลงทุนในโฆษณาตามช่องทางต่างๆ จะมีประสิทธิภาพมากยิ่งขึ้น เพราะเราจะสามารถเข้าใจกลุ่มลูกค้าได้ลึกกว่าเดิม ด้วย Machine Learning ถึงแม้จะเป็นวิธีที่ซับซ้อน และต้องการผู้เชี่ยวชาญ แต่ให้ผลลัพธ์ที่ดีที่สุดด้วยเช่นกัน หากเรามี Training Data ที่ดีในการทำ Model (อ่านเพิ่มเติมเกี่ยวกับ คุณภาพของ Data สำคัญกับการทำ Machine Learning อย่างไร)

หลังจากที่อ่านกันมาจนจบแล้ว หากใครมีคำถามเพิ่มเติม อยากปรึกษา หรือสนใจอยากทำ Segmentation and Analytics ทั้ง 4 ขั้นตอนนี้ สามารถติดต่อ Predictive ได้ที่คลิกติดต่อด้านล่างนี้เลย เรายินดีให้คำปรึกษาเบื้องต้นโดยไม่มีค่าใช้จ่าย