เชื่อหรือไม่ว่า Recommender System หรือระบบแนะนำสินค้าที่ Amazon ใช้กันอยู่ทุกวันนี้มีมา 20 ปีแล้ว เพียงแต่ Amazon เป็นผู้บุกเบิกเอามาใช้ โดบระบบแนะนำสินค้ายุคแรกๆจะดูจากคีย์เวิร์ดที่ลูกค้าชอบใช้ค้นหาสินค้า และตั้งกฎไว้ง่ายๆเช่น ถ้าค้นหารองเท้า ก็จะแนะนำสเปร์ย
ต่อมาการแนะนำสินค้าก็คำนึงความจริงที่ว่าลูกค้ามักจะเชื่อสินค้าที่เพื่อนๆที่ไว้ใจได้แนะนำ ทำให้ต่อมาระบบแนะนำสินค้าเริ่มคำนึงถึงพฤติกรรมของลูกค้ามากขึ้น
ในที่สุดก็กลายเป็นระบบแนะนำสินค้าในปัจจุบันที่คิดถึงลูกค้าที่ใช่ บริบทที่ใช่ และคอนเทนต์ที่ใช่นั่นเอง
ลูกค้าที่ใช่ (Right Customer)
ลูกค้าที่ใช่ในที่นี่หมายถึงลูกค้าที่กำลังซื้อของ ลูกค้าที่ซื้อของไปแล้ว และลูกค้าที่ยังอยู่กับธุรกิจของเรา อย่างลูกค้าที่กำลังซื้อของอยู่ ไม่ว่ากำลังจะเปิดดูสินค้าบนเว็บฯ หรือกำลังจะกด Checkout เราสามารถทำ Upsell (เสนอขายสินค้าเดิม แต่ขนาดใหญ่กว่า หรือเวอร์ชั่นที่ดีกว่า) หรือทำ Cross-sell (เสนอสินค้าอื่นที่ไม่อยู่ในประเภทเดียวกับสินค้าที่ลูกค้าจะซื้อ)
แต่ไม่ว่าจะ Upsell หรือ Cross-sell ก็เป็นโอกาสให้เราอัพมูลค่าออเดอร์เฉลี่ยเพิ่มได้เหมือนกัน
และเราไม่จำเป็นต้องเสนอสินค้าให้ลูกค้าเพิ่มทุกครั้ง เรายังสามารถแนะนำให้ลูกค้าซื้อของในราคาที่ลูกค้าอยากจ่ายได้เช่นกัน เราอาจจะเปรียบเทียบราคาของสินค้าให้ลูกค้าเห็น พร้อมทั้งคาดคะเนให้เลยว่าราคามีแนวโน้มว่าจะสูงขึ้นหรือลดลง เพื่อให้ลูกค้าได้ของในราคาที่เหมาะสม
ถ้าเป็นลูกค้าที่ซื้อของกับเราแล้ว เราควรแนะนำสินค้าอื่นในอีเมลที่เราส่งไปขอบคุณที่ซื้อสินค้าหรือใช้บริการกับเรา
ส่วนถ้าเป็นลูกค้าที่เราทำนาย (โดยใช้ Predictive Analytics) ว่ามีแนวโน้มจะไม่ซื้อสินค้ากับเราอีก เราสามารถยื่นข้อเสนอเฉพาะสำหรับลูกค้าคนนั้นเลยก็ได้ แต่อยากให้ระวังไว้ว่า ถ้าเป็นลูกค้าที่ไม่ได้ซื้อของกับเรามานาน สินค้าที่แนะนำควรคำนึงสถานการณ์ปัจจุบัน เพราะสินค้าที่ลูกค้าอยากได้แต่ก่อนอาจจะเปลี่ยนไป ควรแนะนำสินค้าสำหรับเทศกาลพิเศษ
ทั้งหมดนี้เราอาจจะสงสัยว่าจะแนะนำสินค้าอะไรดี นั่นขึ้นอยู่กับว่าเรารู้จักลูกค้าของเราดีแค่ไหน? เคยเก็บประวัติลูกค้าและประวัติการซื้อของของลูกค้าหรือเปล่า ควรเอาข้อมูลนั้นทั้งหมดมาวิเคราะห์ทำ Customer Profile ว่าเคยซื้อของอะไรบ้าง? ชอบซื้ออะไรคู่กับอะไร? ซื้อตอนไหน? ของแต่ละอย่างราคาเท่าไหร่? ซื้อของแต่ละครั้งจ่ายเงินไปเท่าไหร่? ข้อมูลพวกนี้ทำให้เราได้ไอเดียสินค้าแนะนำได้แม่นย้ำขึ้น
บริบทที่ใช่ (Right Context)
สินค้าที่เราแนะนำควรมากับเหตุผลที่ใช่สำหรับลูกค้าด้วย ลูกค้าหลายคนซื้อสินค้าตัวเดียวกัน แต่แรงจูงใจในการซื้อของตัวนั้นอาจไม่เหมือนกันทุกคน เราควรไม่ใช่แค่แนะนำสินค้าอย่างเดียว แต่บอกเหตุผลไปด้วยว่าทำไมลูกค้าถึงควรหรือต้องซื้อ? เราอาจจะสอบถามลูกค้า (อ้อมๆ) ไปว่าซื้อไปทำอะไร? (ถามไปตรงๆลูกค้าอาจไม่อยากบอก)
เพราะการรู้เหตุผลที่ลูกค้าซื้อของแต่ละอย่าง ทำให้เราสามารถแนะนำสินค้าตัวอื่นที่ตอบโจทย์ลูกค้าได้เช่นกัน ตรงกันข้ามถ้าแนะนำสินค้าไปสุ่มสี่สุ่มห้า สู้ไม่แนะนำเลยดีกว่า เพราะการที่ลูกค้าเจอสินค้าที่ไม่ตรงกับความต้องการของตัวเอง ลูกค้าอาจบอกต่อถึงความไม่พอใจให้เพื่อนๆ นั่นทำให้ธุรกิจเราเสียหายได้
อีกอย่างหนึ่งที่ต้องระวังคือ ช่องทางการสั่งซื้อของของลูกค้าที่มีมากกว่าช่องทางเดียว ลูกค้าไม่พอใจแน่ถ้าเว็บไซต์แนะนำสินค้าอย่างหนึ่ง อีเมลก็แนะนำสินค้าที่ต่างจากของเว็บไซต์ ต้องมั่นใจว่าทุกช่องทางจะแนะนำสินค้าตัวเดียวกัน ทุกช่องทางต้องทำงานตรงกัน
เนื้อหาที่ใช่ (Right Content)
ความสวยงามของคอนเทนต์ไม่สำคัญเท่ากับว่าเนื้อหาที่เราเสนอนั้น “เกี่ยวข้อง” กับลูกค้าหรือเปล่า การส่งอีเมลที่โดนใจลูกค้าเพียงครั้งเดียวอาจได้ผลมากกว่าส่งอีเมลสวยๆให้ลูกค้าด้วยซ้ำ
อย่างไรก็ตามการคำนึงถึงความเกี่ยวข้องของเนื้อหาต่อลูกค้าต้องคำนึงถึงข้อมูลส่วนตัวของลูกค้าด้วย การแนะนำเนื้อหาที่ลูกค้าอ่านแล้วรู้สึก “ร้านของเราจะรู้ดีเกินไปแล้ว” ยกตัวอย่างเช่น ลูกค้ากำลังตั้งท้องและยังไมได้บอก แต่เราดันแนะนำสินค้าสำหรับคนตั้งครรภ์ ลูกค้าอาจจะรู้สึกว่า ขนาดพ่อแม่ลูกค้ายังไม่รู้เลย แล้วจะให้เราที่เป็นคนนอกรู้ได้อย่างไรกัน
ฉะนั้นเราควรมีฟังก์ชั่นให้ลูกค้าควบคุมข้อมูลส่วนตัวได้ด้วยว่า ข้อมูลตรงไหนที่ธุรกิจสามารถเอาไปใช้ประโยชน์ได้
ทั้งหมดนี้ก็เป็นหลักในการพัฒนาระบบแนะนำสินค้า เราต้องคำนึงว่าเราได้แนะนำสินค้าที่ใช่ ให้ลูกค้าที่ใช่ ในบริบทที่ใช่ ด้วยเนื้อหาที่ใช่ ซึ่งต้องเริ่มจากการเก็บข้อมูลลูกค้า เอามาวิเคราะห์ และให้ลูกค้าสามารถจัดการควบคุมข้อมูลส่วนตัวของลูกค้าได้ด้วย
แหล่งอ้างอิงส่วนหนึ่งจาก Predict Individual Recommendations for Each Customer จาก Predictive Marketing โดย Omer Artun และ Dominique Levin
