ตัวอย่างการทํา data analytics

“Data Analytics” ได้กลายเป็นหนึ่งในองค์ประกอบสำคัญของธุรกิจ ในการรู้จัก รู้ใจลูกค้า ที่จะพัฒนาสินค้า บริการ และการตลาดให้เข้าถึงผู้บริโภคได้อย่างมีประสิทธิภาพ

และความสำคัญของ Data Analytics นี่เอง IPG Mediabrands ได้มองเห็น จึงได้เปิดแผนก Data & Analytics ขึ้นมาเพื่อเป็นอาวุธติดจรวดในการแข่งขัน

และในโอกาสสำคัญของการเปิดแผนกใหม่นี้ กนกกาญจน์ ประจงแสงศรี Managing Director, Data & Analytics ได้เปิดเผยถึง  9 ขั้นตอน การทำ Data Analytics ให้ประสบผลสำเร็จ

ซึ่งข้อมูลที่ได้มาจากการทำวิจัยกับกลุ่มตัวอย่าง 123 ตัวอย่าง โดยแบ่งออกเป็น 3 กลุ่มได้แก่ Advertisers / Clients, DAAT Top 5 Spending Categories 1.Financial services 2.Automobile 3.E-commerce 4.Telco 5.Airlines/Hotel/Travel และ Agency/ Research/ Media /Publishers

1.เริ่มจาก “ประเด็นทางธุรกิจ”

กนกกาญจน์ บอกว่า ก่อนที่จะเริ่มทำจะทำ Big Data หรือ Data Analytics ขึ้นมาต้องเริ่มจาก “ประเด็นทางธุรกิจ” ก่อน ซึ่งถือเป็นพื้นฐานในการทำธุรกิจและการตลาดอยู่แล้ว

แต่พอมองว่าเริ่มมี Data Analytics หรือเครื่องมือทางการตลาดใหม่ๆ เข้ามา ก็คาดหวังว่าจะมีข้อมูลที่แม่นยำมากขึ้น และช่วยให้การตัดสินใจทันเหตุการณ์มากขึ้น ซึ่งจากผลวิจัยก็บอกว่าประเด็นทางธุรกิจควรประกอบไปด้วย

1.ลักษณะของผู้บริโภค คิดอย่างไรหรือจะสามารถเข้าถึงแบบตรงกลุ่ม โดยที่ไม่ต้องเหวี่ยงแหต้องทำอย่างไร

2.งบประมาณที่มีจะใช้ให้คุ้มค่าอย่างไร จากเมื่อก่อนใช้เงินแบบแมสในการซื้อสื่อ สิ่งที่ได้มามีแค่โอกาสที่จะเข้าถึงผู้บริโภคกลุ่มนั้น แต่ก็ไม่การันตีได้ว่าเข้าถึงจริงๆ เท่าไหร่ ? แต่มาถึงวันนี้ความแม่นยำเริ่มมีความหวังมากขึ้น จากการที่มี Big Data และ Data Analytics เข้ามา ทำให้การบริหารเงินน่าจะคุ้มค่ามากที่สุด และตรงกลุ่มเป้าหมาย

3.การจัดการให้การผลิตประหยัดต้นทุนได้มากที่สุด

4.ช่วยให้การตัดสินใจแม่นยำยิ่งขึ้น เรียลไทม์ และสามารถแก้ปัญหาได้ทันท่วงที เพราะทุกวันนี้ผู้บริโภคเปลี่ยนเร็วมาก อีกทั้งยังบนโลกดิจิทัล ถ้าไม่อัพเดทตามก็จะแก้ปัญหาได้ไม่ทัน

“เหล่านี้เป็นมุมของของฝั่ง Advertisers แต่ถ้าเป็นมุมมองของ Top 5 Spending เรื่องเดียวกันยังไงก็ต้องเป็นผู้บริโภคมาลำดับที่ 1 สิ่งที่มองคือยอดขายและประสบการณ์ของผู้บริโภค ส่วนมุมของ Agency มองลำดับที่ 1 เหมือนกัน แต่สิ่งที่แตกต่างคือ Agency เป็นผู้ที่ใช้เงินของลูกค้า จึงต้องมองว่าจะใช้เงินอย่างคุ้มค่าที่สุดอย่างไร”

แต่อย่างไรก็ตามยังมีเรื่องที่ต้องระวัง เพราะบางครั้งการมีข้อมูลมากๆ ก็ส่งผลให้หลอนได้ กลายเป็นว่าทุกการตัดสินใจ จากเมื่อก่อนที่การครั้งเคยใช้เซนส์ แต่วันนี้บางองค์กรถึงขนาดที่ต้องการวัดผลได้ ก่อนที่จะตัดสินใจต้องมีตัวเลขอยู่ในมือเสมอ ไม่งั้นจะไม่มั่นใจ หากบ้างครั้งการตั้งสินใจไม่ต้องใช้ข้อมูลเป็นพื้นฐานทั้งหมดก็ได้ เพราะเมื่อรอให้ถึงเวลาที่คิดเอาว่าเหมาะสม อาจจะพลาดก็ได้

Big Data และ Data Analytics เป็นอินไซต์ที่ได้จากข้อมูลปัจจุบันกับข้อมูลในอดีต เพื่อมาประมวลและทำนายอนาคต แต่สิ่งที่ไม่เคยเกิดขึ้นมาบนโลกนี้ ข้อมูลพวกนี้ก็ช่วยไม่ได้ เพราะฉะนั้นสิ่งที่ช่วยได้ 1.อาจจะต้องทำโฟกัสกรุ๊ป หรือลงพื้นที่เพื่อหาข้อมูลจากผู้บริโภคจริงๆ รวมไปถึงอาจจะทดลองดูว่าเมื่อมีสิ่งนี้เกิดขึ้นผู้ริโภคจะรู้สึกอย่างไร นั้นคือไม่ได้ใช้ข้อมูลในอดีต ดังนั้น Data Analytics จึงยังใช่ไม่ได้

“Big Data ไม่ได้ตอบทุกอย่าง และการตัดสินใจที่อิงกับ Data มากๆ ยังเสี่ยงอยู่ เพราะฉะนั้นศิลปะในการทำสื่อสารการตลาดหรือการทำโฆษณา จึงต้องผสมผสานระหว่างคุณภาพและประมาณ ยังคงเป็นคอนเซ็ปต์เดิมอยู่”

2. Data Analytics ไม่จำเป็นต้องเป็น Big Data เสมอไป

การทำ Data Analytics ไม่จำเป็นต้องเป็น Big Data ที่ต้องใช้กับเครื่องมือเฉพาะด้านเสมอไป บ้างครั้งการทำเพียง Excel ที่รู้จักอ่านและตีความก็สามรถใช้ในธุรกิจได้เหมือนกัน

ผลสำรวจบอกว่า Data ที่ใช้กับ Data Analytics ในทุกวันนี้เบอร์ 1 ยังคงเป็นเบอร์โทรศัพท์ รองลงมาเป็นการทำวิจัย, Emails address, Click, CRM, Wed gog, โลเคชั่น, Social media, ภาพ วิดีโอ และ Ad server

นี่คือในมุมมองรวมๆ หากทั้งนี้เมื่อแยกเป็นแต่ละกลุ่มก็ให้ความสำคัญ และการเก็บข้อมูลไม่เหมือนกัน โดยในฝั่ง Advertisers จะเก็บข้อมูลเหมือน Top 5 Spending แต่ก็จะมีบ้างข้อมูลที่ไฮไลท์คือเก็บข้อมูลจริงจังกว่ากลุ่มทั่วไป

“แปลว่าในฝั่งของ Advertisers มีบางรายที่ยังไม่ได้ให้ความสำคัญและเริ่มเก็บ แต่ในกลุ่ม Top 5 Spending ในออนไลน์จริงจังกับการเก็บข้อมูลมากๆ ส่วนในฝั่งของ Agency ก็จะให้ความสนใจกับการทำวิจัย, Wed gog และ Ad server ที่ 2 กลุ่มแรกไม่ได้ให้ความสำคัญ ซึ่งมาจากมุมมองการใช้ข้อมูลที่แตกต่างกัน ซึ่งบางข้อมูลที่ไม่ได้เก็บก็สามารถแชร์มาจากฝั่งลูกค้าได้”

3.ข้อมูลควรอยู่ด้วยกัน

ปัญหาคือแต่ละฝ่ายเก็บข้อมูลกันคนละที่ คนละไฟล์ คนละระบบ การรวมข้อมูลจึงมีปัญหา สิ่งที่เจอบ่อยๆคือ CRM. Wed E-Mail อยู่คนละที่ นี่ยังไม่นับว่าในบริษัทแต่ละแผนกก็ไม่ได้เก็บข้อมูลมารวมกัน

นอกจากนี้ในเชิงเทคนิคนำข้อมูลคนละระบบมารวมกันยากมาก อีกทั้งข้อมูลที่ไม่ได้เก็บในลักษณะของบัญชี เช่นรูป วิดิโอ ซึ่งการวิเคราะห์และจัดเก็บเป็นไปยาก จึงกลายเป็นความท้าทายของทุกองค์กร

2 ปีต่อจากนี้สิ่งที่ฝ่ายมองเหมือนกันคือ ปัญหาของการจัดเก็บข้อมูลยังอยู่และดูเป็นปัญหาหลัก แม้จะรู้ตัวแล้วก็ตาม ยิ่งเป็นข้อมูลที่ไม่ใช่บัญชีต้องวางแผนให้ดี ในระยะกลางหรือยาวองค์กรจึงต้องประเมินว่าควรจะมีการลงทุนหรือไม่ต่อมาคืออย่างใจร้อนค่อยๆวางแผน เนื่องจากปัญหาการใช้ข้อมูล 60-70% มักผิดพลาดที่เกิดจากความใจร้อนนี่แหละ

กนกกาญจน์ แนะนำว่าถ้าองค์กรไหนที่ต้องการใช้ประโยชน์จากข้อมูลที่มี ควรแยกประเภทของข้อมูล เรียงลำดับความสำคัญ และดูด้วยว่าสามารถรวมกันได้ไหม ถ้าไม่เยอะมากก็ทำเป็น Excel แต่ถ้าเยอะมากก็ทำเป็นระบบขึ้นมา หรือจ้างหน่วยงานข้างนอกเข้ามาจัดการ

4.ต้องค่อยเป็นค่อยไป

จาการสำรวจในองค์กรทั้ง 123 แห่ง พบว่า 54% ในกลุ่ม Advertisers เริ่มมีการทดลงใช้ Data Analytics แล้ว แต่มีเพียง 18% เท่านั้นที่ทำแล้วสำเร็จ ส่วน Agency เริ่มต้นไปแล้ว 71% ประสความสำเร็จ 19% ด้าน Top 5 Spending มีการใช้ 72% แต่ประสบความสำเร็จมากกว่าที่ 34%

“เหตุที่ฝั่ง Top 5 Spending ดูจะประสบความสำเร็จกว่ามาก เพราะดูมาลงทุนที่มากกว่าเพื่อขับเคลื่อนเต็มกำลัง ซึ่งผ่านมาลองผิดลองถูกมาแล้ว พร้อมทั้งทุ่มงบเพื่อดึงตัวผู้เชี่ยวชาญให้เข้ามาอยู่ในองค์กร”

5.ต้องให้เวลากับความรู้

บางครั้งเรารู้อยู่แล้วว่าผู้บริโภคเปลี่ยนเร็วมาก เพราะฉะนั้นการใช้ Data Analytics ก็เพื่อปรับตัวให้ทันกับผู้บริโภค

แปลว่าในอนาคต Excel อาจจะไม่ทันแล้ว จึงต้องผ่านแผนที่เริ่มจากง่ายๆก่อน และขยับไปใช้ซูโลชั่นที่สูงขึ้น โดยเฉพาะ Timeliness / Being Automation ที่ใน 10 ปีข้างหน้าจะขยับจากอันดับ 10 มาสู่อันกับที่ 2

“สิ่งที่เกิดขึ้นคือลูกค้าไม่ได้วางแผนเป็นปีแล้ว แต่ปรับเปลี่ยนตลอดเวลา นี่จึงเป็นเหตุผลหนึ่งที่ต้องทำให้ตัวเองเป็น Automation ทุกองค์กรต้องปรับเหมือนกันหมด ผ่านการวางแผนในระยะยาว”

6.สร้างความเข้าใจ Data Analytics

อีกเรื่องหนึ่งคือความเข้าใจใน Data Analytics ต้องอยู่ในกระบวนการทำงานของทั้งองค์กร เพราะฉะนั้นในฝั่งผู้บริหารต้องมาคุยกัน ถึงกระบวนการทำงาน ตั้งแต่รับโจทย์จากลูกค้ามาจะมีข้อมูลไหรที่เข้ามาช่วยได้บ้าง

เพราะว่าถ้าหากถูกฝั่งเข้าไปในกระบวนการทำงานตั้งแต่แรก การทำ Data Analytics จะต้องประสบความสำเร็จอย่างแน่นอน

ทั้งนี้การปลูกฝังจะสำเร็จหรือไม่ 1.ต้องเริ่มจากผู้บริหาระดับสูงทั้ง CEO หรือ CMO 2.ความรู้ซึ่งผู้บริหารระดับสูงต้องมีความรู้ Data Analytics ว่าทิศทางจะเป็นอย่างไร ศัพท์เทคนิคที่ผู้บริโภคใช้ 3.ทุกฟังชั่นการทำงานต้องเข้าใจใน Data Analytics

7.ทำโครงสร้างองค์การให้เป็นหนึ่งเดียวกัน

ถ้าต้องการให้องค์กรเป็นไปในทิศทางเดียวกัน อาจจะต้องมองควรจะมีโครงสร้างลักษณะไหน ซึ่งไม่ได้มีแบบแผนที่ตายตัว ปัจจุบันเท่าที่เห็นทีม Data Analytics มักจะอยู่ตรงกลาง แล้วค่อยไปช่วยตามโปรดักส์

จากผลสำรวจฝั่ง Advertisers มีและไม่มีทีม Data Analytics อย่างละครึ่ง ส่วน Top 5 Spending มีถึง 78% และ Agency มี 77%

ส่วนขนาดของทีมส่วนใหญ่มีอยู่ที่ 3-5 คน แต่ก็จะมีบางกลุ่มที่ให้ความสำคัญก็จะมีทีมขนาด 30 คนขึ้นไป บุคลากรจึงหายากเพราะถูกดึงตัวไปหมด ดังนั้นองค์กรที่ยังมีขนาดเล็กอยู่ก็ต้องฝึกคนในทีมเพื่อให้เชี่ยวชาญในงาน เพราะไม่ใช่ทุกคนที่จบมาแล้วจะชำนาญเลย ธรรมชาติของแต่ละธุรกิจไม่เหมือนกัน แล้วค่อยหาคนที่ชำนาญมาทีหลังถ้าฝึกไม่ได้แล้ว

8.สร้างให้เป็นวัฒนธรรมเดียวกัน

พออยู่ในกระบวนการทำงานแล้วอาจจะไม่ยั่งยืน ดังนั้นถ้าต้องการพัฒนาให้องค์กรไปในเชิงของ Data Analytics ต้องเข้าไปฝั่งกับคนในองค์กร ไม่งั้นจะไม่ทันต่อความเปลี่ยนแปลงของโลก

จากผลสำรวจส่วนใหญ่บอกว่า Data Analytics เป็นหนึ่งในวัฒนธรรมขององค์กรไปแล้ว แม้ว่าลึกๆแล้วบางทีแต่ละคนก็เข้าใจใน Data Analytics ไม่เหมือนกัน แต่อย่างน้อยก็ถือเป็นจุดเริ่มต้นที่ดี

9.ฝึกคนที่ได้ทั้งวิทยาศาสตร์และศิลปะ

ถามว่าทุกวันนี้คนในองค์กรมีความรู้ความสามารถด้าน Data Analytics มากน้อยแค่ไหน ส่วนใหญ่ตอบว่าน้อยทั้ง Advertisers 56%, Top 5 Spending 50% และ Agency 48% ด้านพอได้ก็ไล่เลี่ยกัน

สิ่งที่สำคัญไม่ได้อยู่ที่ฮาร์ดแวร์หรือความเข้าใจในโปรแกรมมิ่ง แต่อยู่ที่การนำข้อมูลที่ออกมาไปใช้มากกว่า เลยกลายเป็นว่าคนที่น่าจะมองหา Data Analytics คือคนที่ไม่ได้เกลียดกลัวตัวเลข หากผสมผสานทั้งวิทยาศาลตร์และศิลปะต่างหาก

เพราะที่ผ่านมาการคุยกับโปรแกรมเมอร์มีความเข้าใจค่อนข้างยาก และไม่สามารถพาไปพูดคุยกับลูกค้าได้เลย จึงต้องฝึกคนที่มีความเข้าใจทั้งคู่

อัพเดตข่าวสารการตลาดทุกวันได้ที่ 
Website : Marketeeronline.co / Facebook : www.facebook.com/marketeeronline

Related