ระยะหลังๆลูกค้าเรียกร้องประสบการณ์ที่เป็นส่วนตัวมากขึ้น เฉพาะเจาะจงสำหรับตัวเองมากขึ้น มีปฏิสัมพันธ์กับช่องทางการตลาดและการขายมากขึ้น ตลาดที่เป็น Early Adopters หรือลูกค้าทดลองใช้สินค้าใหม่ๆ มีมูลค่ามากขึ้น เทคโนโลยีที่พัฒนาไกลขึ้น ทำให้การทำการตลาดโดยใช้ Predictive Analytics มีบทบาทในปัจจุบัน
ซึ่ง Predictive Analytics คือเทคนิคทางคณิตศาสตร์และสถิติเพื่อจับแนวโน้ม Pattern ของข้อมูลเพื่อทำนายผลลัพธ์ในอนาคตด้วยเครื่องมือและอัลกอริธึ่มคอมพิวเตอร์ (แน่นอนว่ารวมพวก AI หรือ Machine Learning เข้าไปด้วย) และแน่นอนว่าต้องใช้ข้อมูลของลูกค้าจำนวนมากเข้ามาวิเคราะห์
ประโยชน์ของ Predictive Analytics
แน่นอนว่าประโยชน์นั้นมีมากกว่าแค่แนะนำสินค้าที่ลูกค้าหรือคนเข้าดูเว็บฯขายของน่าจะชอบเหมือนเว็บฯของ Amazon ไม่ว่าจะช่วยเพิ่มความแม่นยำในการทำการตลาดและตั้งเป้าหมายลูกค้า รู้ว่าช่องทางการตลาดแบบไหนที่มีแนวโน้มทำกำไรมากที่สุด จะได้ใช้งบการตลาดได้คุ้มค่าที่สุด กำหนดเป้าหมายลูกค้าได้ละเอียดและแม่นยำมากขึ้น
สามารถทำนายความชอบความต้องการของลูกค้าได้ล่วงหน้าก่อนที่ลูกค้ารู้เสียอีกว่าตัวเองต้องการอะไร รู้ว่าลูกค้าคนไหนมีแนวโน้มจะเลิกใช้บริการ เราจะได้หาทางรักษาลูกค้าคนนั้นเอาไว้
โจทย์ใหญ่ 10 ข้อของนักการตลาดที่แก้ได้ด้วย Predictive Analytics
- ใครจะเป็นลูกค้าที่ดีที่สุดสำหรับธุรกิจ
“ดีที่สุด” ในที่นี้หมายถึงลูกค้าที่ทำกำไรให้ธุรกิจของเรามากที่สุด เราสามารถทำนายได้ว่าลูกค้าจะซื้อของอะไรบ้าง และกี่ครั้งในอนาคต จากนั้นก็คำนวนรายได้ที่เราได้จากลูกค้าคนนั้นแต่ละคนหักลบจากต้นทุนทั้งหมดเพื่อให้ได้ลูกค้าคนนั้นมาซื้อของแต่ละครั้ง กำไรที่ได้ตลอดระยะเวลาที่ลูกค้าซื้อของกับเรา เราเรียกว่า Customer Lifetime Value (CLV) พูดอีกอย่างคือ เราใช้ Predictive Analytics หาลูกค้าที่มี CLV สูงๆได้นั่นเอง
- ลูกค้าแบบไหนที่คล้ายกับลูกค้าที่ธุรกิจให้บริการอยู่
ถ้าใครเคยยิงโฆษณา Facebook หรือ Line Ad Platform มันก็คือการหา Lookalike audience แหละครับ ซึ่งเราสามารถใช้ Predictive Analytics หาคนที่มีลักษณะคล้ายกับลูกค้าที่มี CLV สูงๆก็ได้เช่นกัน
- ประวัติของลูกค้าแบบไหนที่ธุรกิจต้องโฟกัส
ประวัติในที่นี้ หมายถึง Buyer Persona เราสามารถใช้ Predictive Analytics วิเคราะห์ข้อมูลของลูกค้า แยกแยะประเทภของลูกค้าได้เป็นกลุ่มๆ และสร้าง Buyer Persona ให้กับลูกค้าแต่ละกลุ่มได้ ซึ่งประวัติของลูกค้าอาจประกอบไปด้วยแบรนด์ที่ลูกค้าแต่ละกลุ่มชอบ ความสนใจ สินค้าและบริการที่ใช้ประจำ คอนเทนต์ที่ชอบเสพย์
เพราะการมี Buyer Persona ที่ชัดเจน ทำให้เราออกแบบสินค้า บริการและคอนเทนต์ที่ตรงใจลูกค้าได้แม่นยำที่สุด
- ช่องทางการขายหรือสื่อสารทางไหนที่ทำกำไรมากที่สุด
เมื่อเราสามารถหาลูกค้าที่มี CLV สูงๆได้ เราก็หาช่องทางที่สื่อสารกับลูกค้าที่มี CLV สูงๆได้เช่นกัน ผลที่ตามมาคือ เราจะเลือกใช้กลยุทธ์ในการประมูลคีย์เวิร์ดเพื่อยิงโฆษณาบน Google ได้ถูกต้อง เช่นถ้าเป็นลูกค้าขาประจำ เราอาจจะไม่จำเป็นต้องเลือกใช้ Bidding Strategy ที่เน้นประมูลคีย์เวิร์ดเพื่อให้ได้คลิกโฆษณามากที่สุดก็ได้ เพราะลูกค้าพวกนี้รู้จักเราดีอยู่แล้ว เป็นต้น
- ใครมีแนวโน้มมาซื้อของหรือใช้บริการกับเรามากที่สุด
พอเราใช้ Predictive Analytics เราก็รู้ว่าใครมีแนวโน้มมาใช้บริการของเรา เราะได้ให้สิทธิพิเศษหรือแรงจูงใจได้ถูกคน ถูกที่ ถูกเวลานั่นเอง
- ลูกค้าเก่าคนไหนที่มีแนวโน้มจะมาใช้บริการของเราอีกครั้ง
ข้อนี้เหมือนข้อที่แล้ว แต่รูปแบบการจูงใจลูกค้าเดิมให้ใช้บริการอีกครั้งก็จะแตกต่างกันออกไป เช่นส่วนลดสำหรับลูกค้าเดิม จัดเวลาให้ลูกค้ากลุ่มนี้เพื่อให้บริการเป็นพิเศษ การทำแบบนี้ก็เพื่อเพิ่ม CLV ของลูกค้าไปในตัวด้วย
- ลูกค้าเดิมคนไหนที่มีแนวโน้มเลิกซื้อสินค้าของเรา
การใช้ Predictive Analytics ทำให้เรารู้ว่าลูกค้าคนไหนจะจากธุรกิจเราไป เราสามารถให้ Personalized Experience หรือให้ข้อเสนอให้ลูกค้าอยากอยู่ต่อ ยกตัวอย่างเช่นค่ายมือถือ เราอาจให้ส่วนลดพิเศษเพื่อกันไม่ให้ลูกค้าย้ายค่าย ถ้าให้ดีเราอาจให้ผู้จัดการลูกค้าติดต่อลูกค้าคนนั้นเป็นพิเศษว่ามีอะไรที่ทำให้ลูกค้าแฮปปี้ขึ้นได้
- ลูกค้าคนไหนมีแนวโน้มซ้อสินค้ารุ่นใหม่ของเรา
อีกหนึ่งความท้าทาย เมื่อธุรกิจออกสินค้าใหม่ๆ (หรือแม้แต่สินค้าที่ต้องการโล๊ะสต๊อก) แล้วไม่รู้ว่าจะคนซื้อหรือไม่ การใช้ Predictive Analytics ก็ทำให้เราสามารถหาพวก Early Adopter ได้จากข้อมูลของลูกค้าที่เรามีอยู่ แล้วได้
- สินค้าหรือคอนเทนต์แบบไหนที่ลูกค้าน่าจะสนใจ
ข้อนี้เหมือนกับที่ Amazon ใช้ในการแนะนำสินค้า หากเราเปิดดูหรือซื้อสินค้าไปหนึ่งอย่าง เว็บฯก็จะแนะนำว่าลูกค้าส่วนใหญ่ซื้อสินค้าอีกชิ้นหนึ่งพร้อมกับสินค้าที่เราเพิ่มเปิดดูหรือซื้อไป ซึ่งการแนะนำที่ว่าก็อาศัย Predictive Analytics ในการวิเคราะห์เช่นกันเพื่อเพิ่มยอดขาย
- ลูกค้าคนไหนที่น่าจะมีกำลังซื้อสินค้ามากที่สุด
คล้ายกับการหาลูกค้าที่มี CLV มากที่สุด แต่ข้อนี้เราจะโฟกัสไปที่ยอดสั่งซื้อแต่ละครั้งว่ามากนน้อยเท่าไหร่ หากแต่ละครั้งลูกค้าซื้อของมีมูลค่าสูง เราก็อาจจะโฟกัสกลุ่มลูกค้าพวกนี้ได้แม่นยำมากขึ้นด้วย Predictive Analytics
Predictive Analytics มีข้อดีและตอบโจทย์การตลาดได้หลายข้อก็จริง แต่อย่าลืมว่าข้อมูลที่จะใช้วิเคราะห์ต้องแม่นยำและถูกต้องด้วย ไม่เช่นน้นผลลัพธ์ที่ทำนายก็อาจจะไม่ถูกต้องและใช้งานไม่ได้เลย
แหล่งที่มาส่วนหนึ่งจาก Big Data and Predictive Analytics Are Now Easily Accessible to All Marketer จาก Predictive Marketing: Easy ways every marketer can use customer analytics and big data
