5 สิ่งที่ Data ใน Data Marketing ควรต้องมี

  • 856
  •  
  •  
  •  
  •  

การทำ Data นั้นกำลังมีความสำคัญอย่างมากในการทำการตลาดในตอนนี้ และใครที่ไม่เริ่มทำ Data นั้นจะอยู่ในภาวะลำบากอย่างมากในอนาคต แต่หลาย ๆ ครั้งนักการตลาดนั้นก็มีความเข้าใจผิดอย่างมากใน Data ที่มี เพราะคิดว่า Data ที่มีนั้นมีคุณภาพในการใช้งานได้แล้ว และจะเอามาหาประโยชน์ใด ๆ ก็ได้ ซึ่งในความจริงแล้ว Data ที่มีนั้นอาจจะไม่ได้มีประโยชน์อะไรเลย ถ้าไม่มีองค์ประกอบของ Data ที่จะเอาไปใช้งานต่อได้ในอนาคต

16-blog-viz-data-storytelling-2-1200x1200

Data ที่ได้มานั้นยังไม่ใช่ข้อมูลที่ใช้ประโยชน์ได้จริง ซึ่งในความจริงแล้ว Data นั้นเป็นแค่ข้อมูลดิบอย่างมาก ที่ต้องเอามาสกัดเอาข้อมูลที่เป็นประโยชน์ออกมา ทั้งนี้เพื่อให้มีข้อมูลที่สามารถนำมาใช้จริงให้ได้หมด นักการตลาดควรต้องรู้ว่าจะต้องเก็บและสะสม Data แบบไหนที่จะมีประโยชน์ออกมาได้ ซึ่งในบทความนี้ผมจะพาไปรู้จัก 5 ส่วนประกอบที่จะทำให้ Data นั้นมีคุณค่าและเอามาใช้ประโยชน์ต่อได้ ซึ่ง 5 ส่วนประกอบนี้เป็นส่วนประกอบพื้นฐานที่ทุก ๆ Data ที่จะเอามาเข้ากระบวนการ Big Data ต่อควรต้องมี

1. Recency : ในความหมายนี้คือ ความสดใหม่ของ Data นั้น ๆ เพราะ Data ที่ออกมามีความสดใหม่จากการที่เกิดขึ้นมาในข้อมูลนั้น และข้อมูลเหล่านี้ถ้าเก็บเอาไว้ก็หมดประโยชน์ได้ และความสำคัญของความสดใหม่นี้คือ Realtime ของ Data นั้น ๆ ซึ่งหลาย ๆ บริษัทจำเป็นต้องเก็บข้อมูลที่เป็น Realtime นี้มาใช้อย่างมาก ในการที่จะมาหา insight ทางการตลาดหรือปรับตัวทางกลยุทธ์ทางการตลาดต่อไป ตัวอย่างที่เห็นได้ชัดของข้อมูลที่สดใหม่ที่มีความจำเป็นนั้นคือพวก หุ้นหรือ e-commerce ที่ต้องได้ Data ในระยะเวลาแบบ Realtime นั้นเอง

ในความเป็นจริงนั้นไม่จำเป็นว่าทุก ๆ Data ต้องมีความสดใหม่ แต่ต้องมีระยะเวลาในการใช้งาน เพราะ Data ที่เก่าเกินไปก็เปรียบเหมือนของหมดอายุ ทำให้เมื่อเอามาใช้ประโยชน์แล้วข้อมูลที่ได้ออกมานั้นจะผิดไปจากความเป็นจริงได้

data-visualization

2. Frequency : ในความหมายนี้คือ ความถี่ของ Data นั้น ๆ ข้อมูลที่มีเยอะแต่ไม่ได้มีความถี่ต่าง ๆ นั้นแทบเอามาใช้ประโยชน์ได้ยากมาก ดังนั้นข้อมูลที่ดีต้องมีความถี่ของการเกิดขึ้นของข้อมูลนั้น ๆ ด้วย ซึ่งความถี่นี้เรียกได้ว่าคือส่วนสำคัญของ Data นั้น ๆ เลยดี ๆ เลย

ด้วยการที่มีความถี่นี้ทำให้นักการตลาดสามารถเห็นเหตุการณืได้หลากหลายรูปแบบไม่ว่าจะเป็นเทรนด์ต่าง ๆ สัญญาณของการเกิดขึ้น เวลาที่เกิดและแนวโน้มที่จะเป็นไปซึ่งข้อมูลเหล่านี้นักการตลาดสามารถเอามาทำนายแนวโน้มหรือสร้างโมเดลทางการตลาดได้เลย

3. Intensity : ในความหมายนี้คือ ความเข้มข้นของ Data นั้น ๆ ความเข้มข้นของข้อมูลนี้จะมีความหมายต่างจากความถี่ที่เกิดขึ้น เพราะความเข้มข้นนั้นดูที่ว่าข้อมูลมีจำนวนเท่าไหร่ในการเกิดขึ้นนั้น ๆ ถ้าเปรียบเทียบกับหุ้นก็คือ จำนวนเงินที่เกิดขึ้นในความถี่ในการซื้อขายในตลาดหุ้น ด้วยความข้อมูลที่มีความเข้มข้นนี้จะให้ข้อมูลที่มีคุณภาพออกมามากมาย

ทั้งนี้ข้อมูลทั้ง Recency, Frequency และ Intensity นั้นเป็นส่วนประกอบที่มีผลต่อ Data อย่างมาก เพราะการเปลี่ยนแปลงใด ๆ ที่เกิดขึ้นใน 3 ปัจจัยนี้จะเป็นตัวที่สามารถบ่งชี้ได้เลยว่าอนาคตจะเกิดอะไรขึ้นมา ทำให้นักการตลาดที่ทำเรื่องข้อมูลต้องเก็บ 3 ข้อมูลนี้เอาไว้เพื่อหา insight เพิ่มเติม

1440459893535

4. Connection : ในความหมายในที่นี้คือ ความสัมพันธ์ของข้อมูล ข้อมูลที่ดีนั้นต้องมีความสัมพันธ์ต่าง ๆ กับเรื่องราวในข้อมูลนั้น ๆ ซึ่งความสัมพันธ์นี้อาจจะตีมาจากเรื่องความใกล้ หรือความชิดของข้อมูลนั้น ๆ กับโลกจริง ๆ หรือการกระทำต่าง ๆ ขึ้นมา

ความสัมพันธ์ของ Data นี้ มีได้ 2 ความหมายในทางการใช้งาน ถ้าได้ความสัมพันธ์ที่ดีมานั้นอาจจะได้ข้อมูลที่มีประโยชน์อย่างมาก แต่ถ้าได้ความสัมพันธ์ที่ไม่ดีออกมาอาจจะไร้ประโยชน์โดยสิ้นเชิง เพราะฉะนั้นนักการตลาดต้องดูความสัมพันธ์ต่าง ๆ ให้ดีว่าจะออกมาในรูปแบบไหน

5. Integrity : ในความหมายในที่นี้คือ ความน่าเชื่อถือของ Data นั้น ๆ ซึ่งความน่าเชื่อถือนี้มีความสำคัญและเป็นปัจจัยที่คอขาดบาดตายมากใน Data เพราะช้อมูลที่ไม่มีความน่าเชื่อถือต่าง ๆ ที่เกิดขึ้นมานั้นทำให้สิ่งที่จะทำต่อไปนั้นอาจจะไม่ได้ผลเลย เพราะฉะนั้นการที่สามารถยืนยันว่าข้อมูลที่เข้ามาเป็นข้อมูลที่จริงและตรวจสอบได้

ดังนั้นกระบวนการที่คุณต้องมีทุกครั้งในการได้ Data เข้ามาคือการที่ต้องตรวจสอบทุก ๆ Data เหล่านั้นว่าใช้ได้หรือใช้ไม่ได้ ซึ่งต้องใช้แรงงานและเวลาอย่างมาก รวมทั้งความยากในการที่จะตรวจสอบข้อมูลเหล่านี้ให้มีความน่าเขื่อถือต่อไป


  • 856
  •  
  •  
  •  
  •  
Avatar
Molek
Head of Strategic Marketing ใน Integrated Service Agency ที่หนึ่ง ผู้หลงใหลในหลาย ๆ ที่มีความอยากรู้และเรียนรู้ในเรื่อง Startup, นวัตกรรม, การตลาด จากมุมมองหลาย ๆ ด้านและวัฒนธรรมของแบรนด์ต่าง ๆ