Data-Driven Strategy เรื่องที่ต้องรู้ก่อนเปิดคลินิกเสริมความงาม

Data-Driven Strategy เรื่องที่ต้องรู้ก่อนเปิดคลินิกเสริมความงาม

ปัญหาคือคลินิกหลายๆแห่งมักจะมองข้ามลูกค้าหรือคนไข้ที่เข้ามาที่คลินิก (ทั้งเข้ามาที่คลินิก หรือเว็บไซต์ของคลินิก) แต่ไม่ได้ซื้อสินค้าหรือใช้บริการ และกลับไปให้ความสำคัญในการหาคนใหม่ๆให้เข้ามารู้จักคลินิกมายิ่งขึ้น ทำให้ค่าโฆษณาถูกใช้ไปในขั้นตอนนี้ค่อนข้างสูง

customer journey funnel

ถ้ามองตาม Marketing Funnel ในภาพประกอบด้านล่างแล้ว หลายๆคลินิกมักจะเชื่อว่าตัวเลข 2-5% ในช่อง Conversion จะไม่สามารถเพิ่มได้อีก จึงเน้นไปที่การเพิ่มจำนวนคนที่จะเข้ามา Awareness แทน เพราะหากคนรู้จัก (Awared) ก็จะส่งผลให้จำนวนคนใน 2-5% นั้นมากขึ้นตามไปด้วย เราจึงเห็นอยู่บ่อยครั้งว่าธุรกิจเสริมความงามมักจะมุ่งเน้นไปที่การยิงแอดให้คนเข้ามารู้จักคลินิกเยอะๆ พร้อมกับ Up selling หรือการเพิ่มยอดขายในลูกค้าแต่ละคนให้มาก โดยลืมไปว่า กลุ่มคนที่อยู่ใน Stage Awareness และ Consideration ก็มีโอกาสสูงมากที่จะมาเป็นคนไข้ในคลินิกเราเหมือนกัน และจะดีกว่าไหม ถ้าเราสามารถเพิ่มตัวเลขจาก 2-5% ให้สูงขึ้นจากการใช้ First Party Data

marketing funnel

ก่อนที่เราจะเข้าสู่ Use-case ของธุรกิจเสริมความงาม เราอยากอธิบายให้ทุกคนเข้าใจและเห็นความสำคัญของ Data Strategy เสียก่อน

ธุรกิจที่ขับเคลื่อนด้วยข้อมูลหรือ Data Driven company เป็นบริษัทหรือธุรกิจที่ใช้ข้อมูลที่มีมาสร้างประโยชน์เพื่อให้ธุรกิจเติบโตอย่างยั่งยืน โดยข้อมูลที่มีหลากหลายรูปแบบให้แต่ละธุรกิจเลือกใช้ เช่น ข้อมูลทางการเงิน (Financial Data) ข้อมูลพันกงาน (Employee Data) หรือ ข้อมูลลูกค้า (Customer Data) ข้อมูลทั้งหมดนี้สามารถช่วยในเรื่องของการแข่งขัน ทั้งสร้างการเติบโตให้กับธุรกิจ หรือช่วยในการตัดสินใจได้ หากธุรกิจมีการใช้ข้อมูลทั้งหมดนี้อย่างมีประสิทธิภาพสูงสุดได้ บริษัทนั้นจะเป็นผู้นำตลาด 

จากข้อมูลมากมายในทุกวันนี้ เราเชื่อว่าข้อมูลที่สำคัญที่สุด และเป็นรากฐานที่แข็งแรงให้กับธุรกิจได้คือ ข้อมูลลูกค้า (Customer Data) เพราะการดำเนินกิจการนั้นมีเพื่อตอบสนองความต้องการของลูกค้า หากธุรกิจใดสามารถเก็บข้อมูลลูค้าได้อย่างมีประสิทธิภาพในเวลาอันรวดเร็ว และนำมาใช้งานในแทบจะทันที จะมีความได้เปรียบทางการแข่งขันสูงกว่าคู่แข่งอย่างแน่นอน

ตอนนี้ทุกคนคงเข้าใจถึงความเป็นไปได้ในการนำข้อมูลลูกค้ามาใช้แล้ว แต่อาจจะยังสงสัยว่าควรเริ่มต้นจากตรงไหน ละมีขั้นตอนอย่างไร ? เพื่อที่จะเตรียมข้อมูลให้พร้อมสำหรับการนำไปใช้นั้น เราต้องเข้าใจถึงความต้องการของธุรกิจเราก่อน ว่าเราต้องการให้ผลลัพธ์ออกมาเป็นอย่างไร แล้วจึงเข้าสู่ขั้นตอนการวิเคราะห์ความสามารถของเรา ก่อนจะไปสู่ขั้นตอนการพัฒนากลยุทธเพื่อให้เราไปสู่เป้าหมายที่ตั้งใจไว้ 

Data Strategy Steps

data strategy step
  1. การเก็บข้อมูล (Data Collection) – ความสามารถในการเก็บข้อมูลจากทุก Touchpoint ทุก Platform ซึ่งรวมถึง Third-party Platform เช่น Facebook, Line, หรือแอปพลิชั่นที่ใช้โปรโมทสินค้าหรือบริการด้วยเช่นกัน 
  2. การรวมข้อมูลเข้าด้วยกัน (Harmonization) ความสามารถในการเก็บข้อมูลทั้งหมดไว้ในที่เดียวกัน หรือความพร้อมในการนำ Data มาใช้เมื่อต้องการ โดยไม่จำเป็นต้องไปดึง Data มาจากแหล่งอื่นๆ
  3. การแบ่งกลุ่มและวิเคราะห์ (Segmentation & Analytics) ความสามารถในการสร้างและวิเคราะห์ข้อมูลเชิงลึก จากข้อมูลที่คุณเก็บมา 
  4. การนำไปใช้ (Activation) ความสามารถในการนำข้อมูลเชิงลึก (Insights) มาสร้างโฆษณา หรือทำให้เกิดผลกระทบเชิงบวกกับธุรกิจ เพื่อให้เกิดประสิทธิภาพสูงสุดในการลงทุน (ROI / ROAS)

Use-case: ธุรกิจเสริมความงามที่ต้องการเพิ่มรายได้จาก Data ที่มีอยู่

  1. การเก็บข้อมูล (Data Collection)

เก็บข้อมูลจากทุก Touchpoint ทุก Platform เช่น ข้อมูลการติดต่อ, ประวัติคนไข้ (OPD), User ID ที่เก็บได้จากเว็บไซต์, ประวัติการสนทนาใน Facebook, Line และ ประวัติการโทรใน Call-center

  1. การรวมข้อมูลเข้าด้วยกัน (Harmonization)

ความสามารถในการเก็บข้อมูลทั้งหมดไว้ในที่เดียวกัน หรือความพร้อมในการนำ Data มาใช้เมื่อต้องการ โดยไม่จำเป็นต้องไปดึง Data มาจากแหล่งอื่นๆ โดยต้องทำสิ่งเหล่านี้ให้เรียบร้อย

  • การนำข้อมูล Online และ Offline มารวมกันไว้ในที่เดียว
  • และจัดการกับข้อมูลที่มีความทับซ้อนกันให้เรียบร้อย เพราะหากข้อมูลซ้ำซ้อน จะทำให้การนำข้อมูลมาใช้มีความแม่นยำที่ลดลง เช่น
    ลูกค้า User ID:345209 จะเข้ามาที่คลินิกทุก 3 เดือน มีประวัติจองคิวเข้ามารับบริการที่คลินิกทั้งจากทาง Line และ Facebook โดยที่แต่ละครั้งจะจองมาคนละช่องทาง หากเราไม่ได้รวมข้อมูลทั้งสองช่องทางนี้เข้าด้วยกัน ระบบอาจจะวิเคราะห์ได้ว่า เค้าเข้ามาทุก 6 เดือน ไม่ใช่ 3 เดือน
  1. การแบ่งกลุ่มและวิเคราะห์ (Segmentation & Analytics)

แบ่งกลุ่มเป้าหมายออกจากกันตามเกณฑ์ต่างๆ Demographics, Geographics หรือ Behavioral (เข้าไปดูสินค้า/บริการอะไร, ใช้ Platform ไหน, มีการเทียบราคาสินค้าหรือเปล่า, ชำระเงินผ่านช่องทางไหน) เพราะลูกค้าแต่ละคนมีความชอบที่ต่างกันออกไป และเมื่อเราแบ่งลูกค้า/คนไข้ออกเป็นกลุ่มๆ พร้อมกับมีข้อมูลเชิงลึกในการวิเคราะห์ เราจะสามารถนำเสนอสินค้า บริการ หรือโปรโมชั่นที่ตรงใจลูกค้า/คนไข้มากขึ้น เช่น
คนไข้เพศหญิงเหมือนกัน แต่อายุต่างกัน ความต้องการที่จะเข้ารับบริการปรับรูปหน้า (Facial Design) ก็ต่างกันเช่นกัน เราควรแบ่งกลุ่มออกให้ชัดเจนตามปัญหาของคนไข้ตามช่วงอายุและความสนใจที่เราเก็บได้ใน User ID จากขั้นตอนแรก เพื่อทำการสื่อสารออกไปให้ตรงกับความต้องการและปัญหาของคนกลุ่มนี้

เมื่อเราได้ศึกษาพฤติกรรมของลูกค้าถึงระดับหนึ่งแล้ว เราจะสามารถคาดการณ์ (Prediction) ได้ว่าจะเกิดอะไรขึ้นต่อไปบ้าง ซึ่งประเด็นหลักๆที่เราได้รวบรวมมาจะมีทั้งหมด 5 ประเด็น ดังนี้

  • ในอนาคต คนไข้คนนี้มีแนวโน้มจะใช้จ่ายในคลินิกเราเพิ่มเท่าไหร่
  • จะมีการเข้ามาใช้บริการซ้ำเกิดขึ้นไหม ? 
  • เราจะเข้าถึงกลุ่มคนที่มีพฤติกรรมเหมือนคนไข้คนนี้ได้อีกไหม?
  • เราจะรักษาคนไข้คนนี้ไว้ได้อย่างไร?
  • เราควรส่งโฆษณา,คอนเทนต์,โปรโมชั่นแบบไหนไปสู่คนไข้กลุ่มนี้
  1. การนำไปใช้ (Activation)

ใช้ข้อมูลเชิงลึกของลูกค้าในการพัฒนาประสบการณ์ของลูกค้าในทุกช่องทางการตลาดให้ดียิ่งขึ้น

สมมติว่าเรามีลูกค้าอยู่ 1,000 คน ทำยังไงก็ได้ให้ 1,000 คนนี้ได้รับข้อความที่หน้าตาไม่เหมือนกันเลย โดยข้อความแต่ละชิ้นจะต้องถูกประมวลผลจากฐานข้อมูลของลูกค้าคนนั้นๆที่เรามี และทำการส่งข้อความ (โปรโมชั่น/แพคเกจ/คอนเทนต์) ไปยังแพลตฟอร์มที่เหมาะสมกับการใช้งานของคนไข้คนนั้นๆ 


Data Activation สำหรับทีมการตลาด

  • สร้างกลุ่มเป้าหมายแบบกำหนดเอง 
  • สร้างและปรับแต่งแคมเปญจากข้อมูลทั้งหมดที่มีอยู่โดยไม่ต้องใช้วิศวกร
  • แบ่งกลุ่มเป้าหมายตามคุณลักษณะ พฤติกรรม และการกระทำต่างๆที่เกิดขึ้นระหว่าง Journey เช่น ในฐานข้อมูลมีลูกค้าทั้งหมด 100,000 คน เราสามารถดึงลูกค้าที่ “เป็นเพศหญิง อายุ 25-35 อาศัยอยู่ในกรุงเทพฯ สนใจฉีดฟิลเลอร์” ออกมาเพื่อยิงแคมเปญได้
  • ส่งข้อความแบบ Personalized ไปให้แต่ละกลุ่มเป้าหมายในเวลาที่เหมาะสม เช่น หากพบว่าลูกค้าทำการสั่งซื้อครั้งแรก ทีมอาจจะส่งคูปองส่วนลดไปให้ทันทีเพื่อกระตุ้นการซื้อเพิ่ม

Data Activation สำหรับทีมดูแลลูกค้า

  • หากลุ่มลูกค้าที่มีแนวโน้มสูงในการเลิกซื้อสินค้าและบริการ พร้อมสาเหตุและวิธีแก้ไขไม่ให้เกิดขึ้น
  • ลดระยะเวลาในการตอบกลับลูกค้าด้วยการเซ็ตระบบแจ้งเตือนอัตโนมัติ
  • ช่วยจัดลำดับความสำคัญของลูกค้าจากการใช้งานและมูลค่าของสัญญาเพื่อให้แน่ใจว่าลูกค้าจะได้รับบริการตามความคาดหวังในเวลาที่ต้องการทันที 

Data Activation สำหรับทีมขาย

  • รวมข้อมูลจากทุกแหล่งที่มาเพื่อให้ได้มุมมองของลูกค้าแบบ 360 องศา
  • เพิ่ม Conversion และรายได้โดยจัดลำดับความสำคัญของ Lead โดยใช้ข้อมูลลูกค้าที่มีบวกกับการทำ Lead Scoring (การให้คะแนนลูกค้าเป้าหมายแต่ละคน)
  • เชื่อมต่อข้อมูลทั้งหมดของลูกค้าในการรายงานผลผ่านทุกแอปพลิเคชันอย่างถูกต้อง และสอดคล้องกันโดยไม่ต้องใช้โค้ดใดๆ 

เมื่ออ่านกันจนจบแล้ว หากคลินิกไหนสนใจอยากทำ Data Strategy สามารถติดต่อ Predictive ได้เลย เรายินดีพูดคุยให้ลึกถึงปัญหาและความต้องการของคุณ พร้อมทั้งให้คำปรึกษาเบื้องต้นโดยไม่มีค่าใช้จ่าย

Get in touch

Let's work together!

"*" indicates required fields

Name*
Please let us know what's on your mind. Have a question for us? Ask away.