ถึงเวลาที่ต้องใช้ Recommendation Engine กับตัวนักการตลาด

  • 384
  •  
  •  
  •  
  •  

ย้อนไปเมื่อ 7 ปีที่แล้ว ผู้อำนวยการวิศวกรรมของ Netflix อย่าง Xavier Amatriain ได้เยือนถิ่นสำนักงาน eBay มีพนักงานบอกว่า 90% ของลูกค้ามักจะมาจากการค้นหาสินค้า ซึ่ง Xavier คิดต่างออกไป Netflix จะต้องไม่ใช่แบบนี้ ระบบการแนะนำที่ Xavier คิดมันใหญ่กว่านี้ เพราะว่าการค้นหาของลูกค้ามันแสดงถึงการที่เราไม่สามารถนำเสนอสินค้า บริการ หรือคอนเทนต์ให้ลูกค้าได้เห็นต่อหน้าต่างหาก

 

ต่อยอดจากระบบแนะนำสินค้าใน Amazon และคอนเทนต์ใน Netflix

ถ้าเราพูดถึงการทำงานของระบบแนะนำหรือ Recommendation Engine คร่าวๆ คือการนำเอาข้อมูลที่เกิดขึ้นจากพฤติกรรมลูกค้าไม่ว่าจะเป็นการกดให้เรตติ้ง การให้รีวิว การกดเข้าอยู่ใน Wishlist เพื่อบอกความชอบในตัวสินค้า บริการ หรือคอนเทนต์ แน่นอนว่ามีประโยชน์สำหรับลูกค้าที่ไม่รู้ว่าตัวเองอยากได้อะไร อยากเสพย์คอนเทนต์แบบไหน

แต่ระบบแนะนำนั้นสามารถใช้ได้มากกว่าแค่ในธุรกิจบันเทิงหรืออีคอมเมิร์ซ เช่นธุรกิจการติดต่อสื่อสาร ยกตัวอย่างง่ายๆเช่นเวลาเราต้องการอีเมลไปหาใคใน Gmail หลังๆเวลาเรากำลังพิมพ์ข้อความ ก็จะมีข้อความสีเทาให้เราเห็นบนพื้นที่ นั่นคือข้อความที่ Gmailc แนะนำว่าข้อความที่แสดงคือข้อความที่เราต้องการจะพิมพ์ต่อไปใช่หรือไม่ ถ้าใช้ให้กด Enter (หรือลากนิ้วทับข้อความ กรณีพิมพ์อีเมลผ่านมือถือหรือแทบเล็ด)

สิ่งที่อยากจะบอกคือเราสามารถใช้ระบบแนะนำได้กับทุกเรื่องนอกเหนือจากการค้นหาสินค้า บริการ คอนเทนต์ การสื่อสาร และระบบแนะนำก็ไม่จำเป็นต้องใช้กับลูกค้าเสมอไป

 

ระบบแนะนำที่ใช้กับนักการตลาดบ้าง

ลองคิดดูว่าถ้าเกิดเราเอาระบบแนะนำที่ใช้กับลูกค้า มาใช้กับนักการตลาดด้วย จะเกิดอะไรขึ้น? ทุกวันนี้นักการตลาด โดยเฉพาะสายดิจิทัลจะเห็น Dashboard ที่มี KPI หรือ Metrics โชวฺประสิทธิภาพของแคมเปญโฆษณาที่เรายิง แต่ถ้าเกิดเราเอาระบบแนะนำมาใช้ร่วมกับ Dashboard ล่ะก็ นักการตลาดหายเหนื่อยแน่นอน เพราะใน Dashboard จะแนะนำสิ่งที่นักการตลาด คนยิงโฆษณาต้องทำเพื่อปรับปรุงผลลัพธ์

บางคนอาจจะมองว่า ในแพลตฟอร์มยิงโฆษณา ก็มีคำแนะนำให้อยู่แล้ว จะมีระบบแนะนำอีกทำไม แต่อย่าลืมว่าคำแนะนำที่เราเห็นในแพลตฟอร์มนั้น เป็นคำแนะนำมาตรฐานของแพลตฟอร์มนั้นเอง คำแนะนำบางอย่างก็ไม่ได้สำคัญกับธุรกิจตัวหนึ่ง แต่สำคัญมากกับอีกธุรกิจหนึ่ง ระบบแนะนำจะเป็นตัวบอกว่าคำแนะนำไหนที่มีน้ำหนักมากที่สุดสำหรับธุรกิจนั้น มันช่วยผลประหยัดเวลาให้นักการตลาด ไม่ต้องมานั่งคิดว่าควรทำอะไรก่อนหลังดี

อีกอย่างหนึ่งที่นักการตลาดควรใช้ระบบแนะนำก็คือ เราไม่ได้ทำแคมเปญการตลาดผ่านช่องทางเดียว เราทำหลายๆช่องทาง จริงอยู่ที่เดี๋ยวนี้มีเครื่องมือช่วยรวบรวมผลลัพธ์ทางการตลาดออนไลน์ไว้ใน Dashboard เดียวให้เราได้ดูกัน แต่ถ้าเกิดว่า Dashboard นั้นมีระบบแนะนำว่าเราควรทำอย่างไรต่อไป 1,2,3,4 ซึ่งระบบที่ว่าก็เกิดจากการที่ได้เอาข้อมูลในการทำแคมเปญจากทุกช่องทางมาวิเคราะห์มาแล้ว ระบบแนะนำที่ว่าจะน่าสนใจและประหยัดเวลานักการตลาดมากทีเดียว

 

แล้วคำแนะนำสำหรับนักการตลาดที่มาจากระบบจะเป็นแบบไหนกัน?

ยกตัวอย่างง่ายๆอย่างการยิงโฆษณา Facebook แน่นอนว่าเราต้องเลือกกลุ่มเป้าหมายที่เราต้องการยิงโฆษณา แต่สำหรับธุรกิจที่เพิ่มเปิดใหม่ หรือเพิ่มเปิดตัวสินค้าใหม่ ก็ไม่รู้ว่าควรจะยิงไปหาลูกค้าที่มีลักษณะแบบไหนกันแน่ หรือแม้แต่ Artwork ที่ใช้ยิงโฆษณาควรเป็นลักษณะแบบไหน บางทีถ้ามีระบบให้คำแนะนำที่มีประสิทธิภาพ เราอาจจะทำตามคำแนะนำ ปรับปรุงรูปภาพ ตัวอักษร คำบรรยาย โดยที่เราไม่ต้องมานั่งทำ A/B testing ด้วยซ้ำ

อีกตัวอย่างหนึ่ง ถ้าเรายิงโฆษณาเยอะ ระบบอาจจะแนะว่า กลุ่มเป้าหมาย A ที่คลิกโฆษณา AA คลิกโฆษณา BB ด้วย ทำให้เราเลือกที่จะยิงโฆษณาทั้ง 2 ตัวไปหากลุ่มเป้าหมายี้พร้อมกันได้ด้วย ระบบแนะนำอาจจะฉลาดถึงขนาดบอกเราได้ว่า โปรโมชั่นซื้อ 2 แถม 1 ในช่วงนี้จะดึงดูดลูกค้าขาประจำได้มากกว่าโปรโมชั่นลด 50% เป็นต้น

 

 

ส่วนตัวคิดว่านี่เป็นอีกไอเดียหนึ่งที่น่าสนใจมากสำหรับคนที่กำลังพัฒนาทำ MarTech อยู่ งานนี้อาจจะต้องพึ่งพานที่เก่งๆด้าน Machine Learning เข้ามามีส่วนพัฒนาด้วย คิดว่าถ้ามีระบบแนะนำที่ว่าจริงสำหรับนักการตลาด ก็จะดีไม่น้อยเลยครับ

 

แหล่งที่มาส่วนหนึ่งจาก How Marketers Can Get More Value from Their Recommendation Engines by Michael Shrage


  • 384
  •  
  •  
  •  
  •  
Sarunjade
แชร์มุมมองเกี่ยวกับ Digital Marketing, Digital Business และ Technology เท่าที่รู้ สามารถติชมหรืออยากให้เจาะลึกเรื่องไหนเป็นพิเศษ ส่งเมลมาเลยที่ contact@oopsnetwork.co.th