ทุกวันนี้ “AI” (Artificial Intelligence) แทรกซึมอยู่ในชีวิตประจำวันของคนเรา และแทบจะอยู่กับทุกกลุ่มธุรกิจ แม้แต่งานโฆษณา และสื่อสารการตลาดที่นับวัน Big Data และเทคโนโลยี AI มีบทบาทต่อกระบวนการคิดสร้างสรรค์งานมากขึ้น
ยิ่งเวลานี้ Media มีหลายแพลตฟอร์ม และการใช้งานของผู้บริโภคในแต่ละแพลตฟอร์มมีลักษณะ-รูปแบบการใช้งานที่แตกต่างกัน ขณะเดียวกันเมื่อผู้บริโภคเข้าถึงเทคโนโลยี และอินเทอร์เน็ตที่เชื่อมต่อโลกทั้งใบเข้าไว้ด้วยกัน ส่งผลให้คนยุคดิจิทัลมีความเป็นปัจเจก (Individual) มีไลฟ์สไตล์แตกต่าง และมี Demanding ซับซ้อน
นั่นหมายความว่า การที่แบรนด์จะเข้าถึงผู้บริโภค จะไม่ใช่หว่านในวงกว้าง หรือ Mass Audience แต่ต้อง ลงลึกเจาะผู้บริโภคเป็นรายบุคคลแบบ Hyper-personalize ด้วยคอนเทนต์ และแมสเสจที่ใช้ ต้องเฉพาะเจาะจงเพื่อคนๆ นั้น โดยคอนเทนต์นั้นๆ ต้องสอดคล้องกับบุคลิก และรูปแบบการใช้งานของแต่ละแพลตฟอร์ม
การจะทำเช่นนั้นได้ หัวใจสำคัญอยู่ที่การทำงานร่วมกันระหว่าง “Creativity + Data + Machine Learning + AI”
พัฒนาการด้านการตลาด – การสื่อสารที่เปลี่ยนไป จากยุคอุตสาหกรรมการผลิต สู่ยุค Big Data และ AI
พัฒนาการด้านการตลาดอยู่คู่กับผู้บริโภคมายาวนาน นับตั้งแต่ยุคอุตสาหกรรมการผลิต ซึ่งในยุคนั้นเป็น Mass Production ต่อมาเมื่อสินค้าผลิตป้อนเข้าสู่ตลาดจำนวนมาก ย่อมทำให้เกิดการแข่งขันมากขึ้น จึงเกิดกลยุทธ์การตลาดรูปแบบต่างๆ ของแต่ละแบรนด์ในการดึงดูดให้ผู้บริโภคมาซื้อสินค้าของตน
กระทั่งในช่วงกว่า 20 – 30 ปีมานี้ เป็นยุคสร้างแบรนด์ดิ้ง และกลยุทธ์การสื่อสารรูปแบบ IMC (Integrated Marketing Communication) ซึ่งเป็นช่วงเวลาก่อนจะเข้าสู่ยุคดิจิทัลเต็มรูปแบบ ในเวลานั้นการสำรวจและวิจัยพฤติกรรมผู้บริโภคเริ่มมีบทบาทสำคัญกับการพัฒนาสินค้า และกลยุทธ์การตลาด
ทำให้การทำธุรกิจกลับขั้วจาก “Inside-out” ที่เดิมทีการพัฒนาสินค้า การวางแผนกลยุทธ์การตลาด และการขายมาจากฝั่งแบรนด์ หรือในองค์กรเป็นหลัก เปลี่ยนมาเป็น “Outside-in” ที่มาจากการศึกษา และทำความเข้าใจผู้บริโภค เพื่อพัฒนาให้ตอบโจทย์ความต้องการ
ขณะที่ในช่วงกว่า 10 ปีมานี้เข้าสู่ยุคดิจิทัล และเกิดเทคโนโลยีมาเป็นเครื่องมือทางการตลาดใหม่ๆ ให้กับแบรนด์ นักการตลาด และนักโฆษณา จากยุค Digital Marketing ที่มีเครื่องมือหลัก เช่น SEM, Social Media, Website ปัจจุบันพัฒนาไปสู่ “Marketing Technology” (MarTech) มีการนำ Big Data พร้อมทั้งนำเทคโนโลยีใหม่มาผสานเข้าไปในทุกกระบวนการทางธุรกิจ ไม่ว่าจะเป็น Machine Learning และ AI
หนึ่งในกระบวนการทางธุรกิจที่นำ MarTech มาใช้ คือ ส่วนงานการตลาด และการสื่อสาร ซึ่งเชื่อมโยงไปสู่ขั้นตอนการขาย ที่ในยุคนี้ทุกแบรนด์ เมื่อลงทุนด้านการสื่อสารไปแล้ว ย่อมอยากได้ผลลัพธ์คือ “Conversion” โดยเฉพาะ “ยอดขาย”
คาดปี 2023 มูลค่าการลงทุน “AI” ของธุรกิจทั่วโลกสูงถึง 97.9 พันล้านเหรียญสหรัฐ
“International Data Corporation” หรือ “IDC” คาดการณ์ว่าการลงทุนเทคโนโลยี AI ในกลุ่มธุรกิจต่างๆ ทั่วโลกจะยังคงเพิ่มขึ้นต่อเนื่อง โดยในปี 2019 มูลค่าการลงทุนด้านนี้อยู่ที่ 37.5 พันล้านเหรียญสหรัฐ และในปี 2023 จะเพิ่มขึ้นเป็น 97.9 พันล้านเหรียญสหรัฐ
กลุ่มธุรกิจที่ลงทุนในด้าน AI อย่างหนักคือ “กลุ่มธุรกิจค้าปลีก” (Retail) และ “ธุรกิจสถาบันการเงิน” (Banking) โดยธุรกิจค้าปลีกลงทุนเทคโนโลยี AI เพื่อนำมาให้บริการรูปแบบอัตโนมัติแก่ลูกค้า ระบบให้คำปรึกษาและแนะนำโปรดักต์-บริการ
ขณะที่สถาบันการเงินลงทุน AI เพื่อใช้ในหลายส่วน เช่น ให้บริการแบบอัตโนมัติแก่ลูกค้า ระบบป้องกันการคุมคามทางเทคโนโลยี วิเคราะห์และตรวจสอบการฉ้อโกง
นอกจากนี้อุตสาหกรรมอื่นๆ มีการลงทุน AI เช่นกัน เช่น ใช้ในการวางแผนกระบวนการผลิตล่วงหน้า, ใช้ AI ในด้านสุขภาพ และใช้เพื่อเพิ่มประสิทธิภาพการบริหารระดับมืออาชีพ
ขณะเดียวกัน “Accenture” คาดว่า AI ช่วยสร้างการเติบโตทางเศรษฐกิจเป็นสองเท่าภายในปี 2035 และเพิ่มประสิทธิภาพแรงงานมากขึ้น 40%
“Big Data” และ “AI” สร้างภูมิทัศน์ใหม่ในงาน “Creativity” และ “Brand Experience”
แต่ไหนแต่ไรมา “Creativity” ในงานโฆษณามาจาก “คน” เป็นหลัก แต่ในยุคเทคโนโลยี และดิจิทัล ตามที่กล่าวไปข้างต้นนั้น ผู้บริโภคใช้ชีวิตอยู่บนหลายแพลตฟอร์ม แต่ละแพลตฟอร์มมีความแตกต่าง และผู้บริโภคต้องการให้แบรนด์ตอบโจทย์ Personalize
จำเป็นอย่างยิ่งที่งานโฆษณา และการสื่อสารต้องครีเอทให้ “คอนเทนต์” และ “แมสเสจในคอนเทนต์” ให้มีความหลากหลาย และแตกต่างกันในแต่ละแพลตฟอร์ม ด้วยเหตุนี้เอง “Big Data” ที่ผสานกับการใช้ “Machine Learning” และ “AI” จึงทวีความสำคัญยิ่งขึ้น ในฐานะเป็นเสมือนทั้ง “ผู้ช่วย” และ “เข็มทิศ” ของคนทำงานครีเอทีฟในการสร้างสรรค์ชิ้นงานโฆษณา และการสื่อสาร ทั้งรูปแบบคอนเทนต์ และภาษา หรือแมสเสจที่อยู่ในคอนเทนต์นั้นๆ นั่นเพราะตอบโจทย์ใน 3 ข้อหลักคือ
1. ช่วยให้นักการตลาด – นักโฆษณาเข้าใจพฤติกรรมผู้บริโภค – ตัวตน หรือทัศนคติของผู้บริโภคแต่ละบุคคลในระดับ Hyper-personalization ซึ่งทำให้ชิ้นงานที่ออกมา โดนใจ และตอบโจทย์ Pain Point ผู้บริโภค
2. เมื่อแบรนด์เข้าใจผู้บริโภคลึกระดับรายบุคคลแล้ว ย่อมทำให้การนำเสนอผลิตภัณฑ์ – บริการ และโปรโมชั่นต่างๆ สามารถเจาะผู้บริโภคได้ถูกคน ถูกกลุ่มเป้าหมาย ถูกช่วงเวลา เช่น
– Geo-location นำเสนอสินค้า-บริการ โปรโมชั่น-สิทธิประโยชน์สอดคล้องกับโลเกชั่นที่ลูกค้ากำลังจะไป หรือไปบ่อย หรือกำลังอยู่ในขณะนั้น
– Real-time Moment นำเสนอสินค้า-บริการ หรือโปรโมชั่น-สิทธิประโยชน์ในจังหวะที่ลูกค้าอยู่กับสิ่งๆ นั้นพอดี
– Recommendation System ระบบจะนำเสนอสิ่งที่ผู้บริโภคคนนั้นๆ สนใจ หรือส่งตามพฤติกรรมผู้บริโภค สามารถจับข้อมูลได้จาก Digital Footprint ที่คนเรามีปฏิสัมพันธ์ด้วย เช่น เสิร์ช หรือคลิกดูสินค้า
3. เมื่อโฆษณา หรือข้อเสนอโปรโมชั่น หรือสิทธิประโยชน์ต่างๆ ถูกส่งไปยังผู้บริโภคที่สนใจในสิ่งๆ นั้นอยู่แล้ว และในจังหวะ หรือโมเมนต์ที่ใช่ ย่อมทำให้ทำให้แบรนด์เข้าไปอยู่ในโมเมนต์ และโลเกชั่นที่ใช่ กับผู้บริโภคที่กำลังมีความต้องการ หรือมองหาสินค้า/บริการนั้นๆ พอดี รวมถึงช่วยครีเอท Demand ให้กับผู้บริโภคได้เช่นกัน
และสิ่งที่ตามมาคือ สร้าง “Brand Experience” เชิงบวกให้กับผู้บริโภค มากกว่าเชิงลบที่มักก่อความรำคาญใจให้กับผู้บริโภค จากการที่ได้รับข้อความ หรือโฆษณาสินค้า/บริการที่ตนเองไม่ได้สนใจ
กรณีศึกษา “JPMorgan Chase” และ “Campbell’s Soup” ใช้เทคโนโลยี AI สร้าง Engagement – Conversion
เพื่อให้เห็นภาพขององค์กร/แบรนด์ที่ใช้ Machine Learning และ AI มาพัฒนาประสิทธิภาพทางการตลาดให้ดีขึ้น ดังเช่น สองกรณีศึกษานี้
“JPMorgan Chase & Co.” ผู้ให้บริการด้านการเงินและการลงทุนรายใหญ่ระดับโลกของสหรัฐอเมริกา ได้เซ็นสัญญา 5 ปีกับ “Persado” เป็นผู้พัฒนานวัตกรรมด้านการตลาด เช่น AI, Data Science, Machine Learning และการคำนวณทางภาษาศาสตร์ เพื่อใช้แพลตฟอร์มของ Persado ในการวิเคราะห์คำ-ข้อความจากที่ฐานข้อมูลภาษาทางการตลาด ทั้งคำ และวลีที่เก็บรวบรวมมากกว่า 1 ล้านคำ เพื่อนำมาสร้างเป็น “ข้อความ” ที่สมบูรณ์สำหรับใช้ในแคมเปญสื่อสารการตลาดผลิตภัณฑ์และบริการทางการเงินของธนาคาร Chase
โดยนำร่องใช้กับกลุ่มธุรกิจบัตร และสินเชื่อที่อยู่อาศัย ผลปรากฏว่าหลังจากใช้แพลตฟอร์ม AI อัตรการคลิกดูโฆษณา เพิ่มขึ้น 450% เมื่อเปรียบเทียบกับโฆษณาอื่นๆ จะมีอัตราการคลิกอยู่ที่ 50 – 200%
Kristin Lemkau, CEO ในหน่วยงาน Wealth Management ของ JPMorgan Chase เคยกล่าวไว้ในงานประชุม Web Summit ที่เมืองลิสบอนไว้ว่า Machine Learning และ AI มีบทบาทต่อการตัดสินใจของทีมครีเอทีฟในการสร้างสรรค์คำโฆษณาให้ดึงดูดความสนใจผู้บริโภค และดูเป็นมิตรมากขึ้น
อย่างโฆษณาสินเชื่อที่อยู่อาศัยของธนาคาร Chase เดิมทีใช้คำสั้นๆ ที่เป็น Key Word เช่น “พบกับสินเชื่อบ้านดอกเบี้ยพิเศษวันนี้” แต่ทางธนาคารฯ ได้ Insights จากการวิเคราะห์ของ Machine Learning ทำให้ทีมครีเอทีฟเปลี่ยนพาดหัว และคำที่ใช้ในโฆษณา ด้วยการเพิ่มคำในแมสเสจ เพื่อให้การสื่อสารดูเป็นมิตร และมี Human Touch มากขึ้น เช่น “ขอแสดงความยินดี คุณมาถูกทางแล้ว! พบกับสินเชื่อบ้านดอกเบี้ยพิเศษ สนใจรายละเอียดและขอคำปรึกษาเพิ่มเติม คลิก/สมัคร…”
“เราเห็นว่าธนาคาร Chase เชื่อมั่นในพลังของ Data ในการสร้าง Engagement ระหว่างแบรนด์ กับลูกค้าปัจจุบัน ควบคู่กับการสร้างฐานลูกค้าใหม่ ซึ่งนี่จะเป็นการทรานส์ฟอร์มการตลาดของพวกเขา และในสเต็ปต่อไปในการทำงานร่วมกับพาร์ทเนอร์คือ เรายังคงพัฒนา Data-driven Message ที่ได้จากลูกค้า เพื่อนำมาใช้ในการสื่อสารการตลาดตั้งแต่ระดับเซ็กเมนต์ ไปจนถึงระดับรายบุคคล ทำให้พันธมิตรธุรกิจสามารถให้บริการในรูปแบบ Omni-channel Personalization ซึ่งนี่จะเป็นการสร้างอนาคตทางการตลาดใหม่ไปด้วยกัน” Yuval Efrati ประธานบริหารฝ่ายดูแลลูกค้าของ Persado ฉายภาพทิศทางการตลาดที่เปลี่ยนแปลงไป
อีกหนึ่งกรณีศึกษาของแบรนด์ที่ขยับมาใช้เทคโนโลยีทางการตลาด เพื่อสร้าง Engagement และ Brand Experience กับผู้บริโภคแบบเฉพาะบุคคล คือ “Campbell’s Soup” แบรนด์ซุปกระป๋องที่ถือเป็นหนึ่งใน Iconic Brand ระดับโลกที่อยู่ในตลาดมายาวนานกว่า 150 ปี
ถึงจะเป็นแบรนด์เก่าแก่ แต่ “Campbell’s Soup” ได้ปรับตัว และทำ Digital Transformation องค์กร และแบรนด์ หนึ่งในนั้นคือสร้างความร่วมมือกับ “IBM Watson” เมื่อราว 4 – 5 ปีที่แล้ว ด้วยการนำเทคโนโลยี “AI” ของ IBM Watson และข้อมูลพยากรณ์สภาพภูมิอากาศจาก The Weather Company ซึ่งเป็นบริษัทเก็บและประมวลผลข้อมูลสภาพอากาศที่ IBM ซื้อกิจการ มาใช้ในโฆษณาของ Campbell’s Soup เพื่อสามารถสนทนากับผู้บริโภคได้แบบตัวต่อตัว (One-to-one Conversation)
โดยมี AI ทำหน้าที่วิเคราะห์สูตรอาหารมากมายหลายพันสูตรที่ถูกป้อนข้อมูลเข้าไป รวมกับข้อมูลวัตถุดิบ – เครื่องปรุง และข้อมูลโลเกชั่นของผู้ใช้งานคนๆ นั้น
จากนั้นผู้บริโภคเข้าไปที่หน้าเว็บไซต์ หรือที่แอปพลิเคชันของ The Weather Company จะปรากฏโฆษณา “Campbell’s Soup” ผู้บริโภคสามารถกดปุ่ม “ไมโครโฟน” บนหน้าจอ หรือ “พิมพ์” ส่วนผสมที่ตนเองมี นอกจากนี้ในโฆษณาดังกล่าวยังมีช่องแนะนำวัตถุดิบ เช่น “ไก่ & บลอคโคลี่” “สเต็ก & ข้าว” “เบคอน & หน่อไม้ฝรั่ง”
เมื่อผู้บริโภคพูด หรือพิมพ์ส่วนผสมเสร็จ “เชฟ Watson” จะประมวลผลออกมาเป็นสูตรอาหารตามส่วนผสมที่ผู้บริโภคให้ไว้ พร้อมกับคำแนะนำการเตรียมอาหารเมนูต่างๆ ด้วยซุปของ Campbell’s และแสดงรายการอาหาร 10 อันดับเมนูที่คนค้นหามากที่สุด
“Watson ถูกพัฒนาขึ้นเพื่อสร้างประสบการณ์แบบ One-to-One สำหรับแบรนด์ และผู้บริโภค โดยที่ Watson จะทำหน้าที่ฟัง – คิด – ตอบสนองต่อผู้ใช้งาน ด้วยการทำความเข้าใจในสิ่งที่ผู้ใช้งานถาม จากนั้นวิเคราะห์ – ประมวลผล เพื่อส่งมอบประสบการณ์ที่เชื่อมโยงกับแบรนด์ และเป็นประโยชน์ต่อผู้บริโภค พวกเราเชื่อว่านี่จะภูมิทัศน์ใหม่ของงานโฆษณา” Jeremy Steinberg อดีตผู้บริหารของ The Weather Company เคยให้สัมภาษณ์เมื่อครั้งการจับมือกันระหว่าง Campbell’s Soup กับ IBM และ The Weather Company
เมื่อการสื่อสาร และทำการตลาดแบบ “Mass” กำลังจะลดลงไป และเข้าสู่ยุค Hyper-personalization เต็มรูปแบบ ยิ่งทำให้เทคโนโลยีการตลาดยุคใหม่ มีบทบาทสำคัญมากขึ้น เพื่อผสานกับทักษะความรู้ความเชี่ยวชาญของ “คน” เพื่อครีเอทเป็นงานโฆษณา และการทำตลาดที่เข้าถึงผู้บริโภคได้ทั้งในระดับเซ็กเมนต์ และระดับเฉพาะบุคคลได้อย่างโดนใจ ตอบสนองผู้บริโภคคนนั้นๆ ที่กำลังมองหา หรือมี Demand ในสินค้า-บริการนั้นๆ ในโมเมนต์ หรือจังหวะเวลา และสถานที่ที่ใช่! และในที่สุดแล้วย่อมเพิ่มประสิทธิภาพให้แบรนด์ “ปิดการขาย” ได้ง่ายขึ้น เร็วขึ้น
Source : Adobe, IBM, AdAge, Adweek, Mobile Marketer, IDC