อย่าติดกับดักวัดแต่ “Big Data” จนลืมเข้าใจ Consumer Insight ถอดบทเรียน “โนเกีย” ล้มเพราะเมินเสียงลูกค้า

  • 1.3K
  •  
  •  
  •  
  •  

Big Data-Consumer Insight

“Big Data” เปรียบเป็นขุมทรัพย์อันมีค่ามหาศาลสำหรับธุรกิจ แต่ขุมทรัพย์นั้น จะถูกนำไปต่อยอด เพื่อสร้างประโยชน์ให้กับองค์กร และแบรนด์หรือไม่ ?! จำเป็นอย่างยิ่งต้องมีทั้ง “ข้อมูลเชิงสถิติ” ผสานเข้ากับ “ข้อมูล Consumer Insight” ซึ่งเป็นข้อมูลเชิงคุณภาพ ที่ทำให้ธุรกิจเข้าใจเหตุผลที่มาที่ไปของพฤติกรรมผู้บริโภค ทัศนคติ ความคิด ความเชื่อของผู้บริโภค เพื่อนำมาวิเคราะห์ และตีความร่วมกัน

ในอดีตการเก็บข้อมูล มาจากหลากหลายทาง เช่น ระบบ CRM, ข้อมูลเชิงปริมาณ (Quantitative Data) ที่เป็นข้อมูลตัวเลขสถิติต่างๆ และการลงพื้นที่ เพื่อทำวิจัยเชิงคุณภาพ (Qualitative Data)

อย่างไรก็ตาม ในยุคดิจิทัลที่บทบาทของแพลตฟอร์ม Social Media มีความสำคัญในชีวิตประจำวันของผู้บริโภค คนเข้าไปแสดงความคิดเห็น และแชร์เรื่องราวต่างๆ ทำให้แบรนด์หันไปโฟกัสการดึง “Digital Data” จากสื่อสังคมออนไลน์มากขึ้น และพบว่าบางกรณีให้ความสำคัญกับ Data ที่ได้จากแพลตฟอร์มดิจิทัล มากกว่าทำ Qualitative Research

Digital Data จากแพลตฟอร์มสื่อสังคมออนไลน์ หรือช่องทางดิจิทัลต่างๆ ส่วนใหญ่เป็นข้อมูลเชิงตัวเลขสถิติ หรือ Quantitative Data จึงเป็นเพียงข้อมูล “มิติเดียว” ที่ยังไม่ครอบคลุมทั้งหมด

หากแบรนด์นำแค่ Data เชิงสถิติ มาวิเคราะห์ และตีความเพียงอย่างเดียว โดยละเลยข้อมูลที่เป็น “Human Insight” ก็อาจส่งผลต่อความแม่นยำในการวางแผนธุรกิจ และพยากรณ์เทรนด์ที่จะเกิดขึ้นในอนาคต ลดลง!!

ดังนั้น แบรนด์ไม่ควรติดกับดักเก็บข้อมูล และวัดผลแต่ “Big Data” ที่เป็นตัวเลข และสถิติเท่านั้น แต่ต้องทำความเข้าใจ Insight ที่อยู่เบื้องลึกในจิตใจ และความคิดของผู้บริโภค และความเป็นมนุษย์ (Depth of Insights)

Big Data

 

Data ที่ดี ต้องผสานระหว่างข้อมูล “ตัวเลขสถิติ” และ “depth of Consumer Insight”

ในงาน Thought Leadership 2019 ตอน “DEMYSTIFY DIGITAL ILLUSION” จัดขึ้นโดย “บริษัท ไอพีจี มีเดียแบรนด์ส ประเทศไทย” ในช่วงสัมมนาหัวข้อ “In-House data is rich data?” โดย คุณกนกกาญจน์ ประจงแสงศรี กรรมการผู้จัดการฝ่ายข้อมูลและการวิเคราะห์ กล่าวไว้อย่างน่าสนใจว่า

“Big Data มีประโยชน์ แต่ส่วนใหญ่ Big Data เป็นตัวเลข และมีตัวแปรชัดเจน แต่ยังมีอีกหนึ่งตัวแปรที่วัดยากมาก คือ “มนุษย์ – ความเชื่อ – ความคิด หรือทัศนคติ” เป็นสิ่งที่วัดยากมากที่สุด และมีผลต่อการคิดค้น – พัฒนาไอเดีย และสินค้าใหม่

เพราะฉะนั้น Big Data เปรียบเหมือนกับ Quantitative Data แต่ในขณะที่แบรนด์มี Data มหาศาล แต่ไม่รู้จะใช้อย่างไร ให้เริ่มต้นจาก 1. ต้องมีเป้าหมายหรือสมมุติฐานที่ชัดเจนในการสร้างประโยชน์จากข้อมูล เช่น เก็บ Data อย่างไร และเพื่ออะไร 

2. ต้องมี Depth Insight เป็นข้อมูลที่เข้าใจในความคิด – ทัศนคติ – พฤติกรรมผู้บริโภคอย่างแท้จริง ซึ่งเป็น Qualitative Data ที่ข้อมูลตัวเลข หรือสถิติตอบไม่ได้ และต้องประสาน Data ทั้งในส่วน Quantitative Data และ Qualitative Data เข้าด้วยกัน 

3. ต้องมีนักกลยุทธ์ที่เชี่ยวชาญอย่างแท้จริงในการแปลงสารจาก data เป็น actionable insight และ actionable solutions ได้”

Big Data - Consumer Insight Big Data - Consumer Insight

 

“Nokia” กรณีศึกษาสุดคลาสสิก เพราะความโอหัง-ไม่สนใจ “Consumer Insight” จึงล้มไม่เป็นท่า!!

ไม่ว่าจะผ่านไปกี่ปี ยังคงเป็น Classic Case สำหรับธุรกิจ และการตลาดเสมอ กับกรณีศึกษา “Nokia” (โนเกีย) ยักษ์ใหญ่อุปกรณ์โทรคมนาคมจากฟินแลนด์ ที่ในอดีตเคยเป็น “อันดับ 1” แบรนด์โทรศัพท์มือถือของโลก ยากที่ใครจะมาโค่นล้ม แต่แล้ววันหนึ่ง กลับถูก “iOS” ของ Apple ที่มาพร้อมกับ “iPhone” และ “Android” ของ Google ล้มแชมป์ และแซงหน้าไปไกล

กว่าที่ “โนเกีย” จะรู้ตัว ก็ช้าไปเสียแล้ว !!

คุณกนกกาญจน์ เล่ากรณีศึกษา Nokia ที่ใช้ Big Data ตัวเลขสถิติอย่างเดียว โดยไม่สนใจ Consumer Insight กลายเป็นสาเหตุหลักที่ทำให้ยักษ์โทรศัพท์มือถือรายใหญ่จากฟินแลนด์รายนี้ ล้มไม่เป็นท่า !!

“นับตั้งแต่อดีตถึงปัจจุบัน โทรศัพท์มือถือรุ่นขายดีที่สุดของโลก คือ โนเกีย รุ่น 1100 ด้วยยอดขาย 250 ล้านเครื่อง ซึ่งแบรนด์ “โนเกีย” ก้าวถึงจุดสูงสุดในปี 2010 และหลังจากนั้นมาเจอ “iPhone” ของ Apple ที่เปิดตัวรุ่นแรกในปี 2007 เป็นเวลาเดียวกับที่ “Google” พัฒนาระบบปฏิบัติการ Android ต่อมา “Nokia” ถูก iPhone และ Samsung ไล่แซง กระทั่งในปี 2014 ขายกิจการให้กับ Microsoft”

Nokia 1100
Nokia 1100 รุ่นขายดีที่สุด ด้วยยอดจำหน่ายกว่า 250 ล้านเครื่องทั่วโลก (Photo Credit : www.medium.com)

ปัจจัยสำคัญที่ทำให้ “Nokia” ถูกโค่นบัลลังค์ ทั้งๆ ที่เป็นผู้พัฒนาระบบปฏิบัติการของตัวเอง “Symbian” และผลิตสมาร์ทโฟนมาก่อน iPhone และแบรนด์มือถือในฝั่ง Android ด้วยซ้ำ อีกทั้งยังมี Feature Phone ที่ขายดีใน Emerging Market เป็นเพราะการเชื่อใน “Quantitative Data” ที่เป็นตัวเลขสถิติต่างๆ มากเกินไป จนไม่สนใจทำความเข้าใจความต้องการที่แท้จริงของผู้บริโภค

จนในที่สุด ไม่อาจประคองธุรกิจให้อยู่รอดได้ ต้องขายกิจการให้กับ “Microsoft” ซึ่งเป็นพันธมิตรกันตั้งแต่เมื่อครั้ง “Nokia” พยายามต่อสู้ กู้ศักดิ์ศรี และชัยชนะกลับคืนมาด้วยการนำระบบปฏิบัติการ Windows มาใช้ แต่ถึงที่สุดแล้ว ไม่อาจแข่งขันได้กับ “iOS” และ “Android” แม้หลังจาก Microsoft ซื้อกิจการไปแล้ว และเปลี่ยนชื่อเป็น Windows Phone ก็ตาม

ประกอบกับ iOS และ Android ใช้โมเดล Open Ecosystem ที่เปิดให้นักพัฒนาซอฟท์แวร์ มาร่วมกันพัฒนาแอปพลิเคชันอยู่บน Ecosystem

ขณะเดียวกันฝั่ง “iOS” สามารถสร้างฐานสาวก Apple – iPhone ได้มาก และกลายเป็นแบรนด์ที่มี Brand Loyalty – Brand Love มากที่สุดแบรนด์หนึ่งของโลก ขณะที่ “Android” ใช้กลยุทธ์สร้างพันธมิตรแบรนด์โทรศัพท์มือถือ เพื่อให้นำระบบปฏิบัติการไปใช้ ทำให้ Android Ecosystem ขยายในวงกว้าง

Nokia 3310
Nokia 3310 โฉมเดิม อีกหนึ่งรุ่นในตำนานของโนเกีย ที่ประสบความสำเร็จอย่างสูง จนเมื่อกลับมาทำตลาดอีกครั้ง ได้นำกลับมาผลิตใหม่ และดีไซน์ให้ทันสมัย-สดใสขึ้น (Photo Credit : Pe3k / Shutterstock.com)

“Nokia ล้ม เป็นผลมาจากข้างใน คือ การตัดสินใจ และการวาง Business Direction ผิด ทำให้เสียโอกาสทางธุรกิจมากมาย โดยทีมผู้บริหารเชื่อมั่นกับ Data ที่ตนเองมีอยู่หลังบ้าน และในวันนั้นการดำเนินธุรกิจของ Nokia เน้นผลิตเครื่อง โดยแยกเป็น 2 กลุ่มคือ กลุ่มตลาดพรีเมียม โทรศัพท์มือถือใช้ระบบปฏิบัติการ Symbian และอีกกลุ่มคือ Feature Phone จับตลาดแมส และเติบโตอย่างมากในจีน, อินเดีย

หลังจาก iPhone เปิดตัวรุ่นแรกที่เป็น “สมาร์ทโฟนหน้าจอสัมผัส” ทีมวิจัย Qualitative Data ของโนเกียเริ่มเห็นข้อมูลบางอย่าง และบอกให้ฝ่ายพัฒนาสินค้าใหม่ เปลี่ยนแผนได้ไหม โดยพบ Consumer Insight ในตลาดแมส เริ่มมี Demand อยากได้ iPhone หรือสมาร์ทโฟนพรีเมียม แม้วันนี้เงินไม่พอ ไม่เป็นไร แต่ผ่อนได้

ขณะที่ทีมผู้บริหาร มองว่า Consumer Insight ดังกล่าว เป็นแค่กลุ่มตัวอย่างเพียงน้อยนิด เทียบไม่ได้กับ Big Data ตัวเลขที่มี จึงพับข้อเสนอดังกล่าว”

Big Data - Consumer Insight

หลังจากนั้นข้อมูลที่เป็น Consumer Insight ดังกล่าว ถูกพิสูจน์ว่าเป็นจริง !! เพราะปรากฏชัดเจนด้วยยอดขายของ iPhone ที่เติบโต และสมาร์ทโฟนแบรนด์อื่น ที่ใช้ระบบ Android ทยอยเปิดตัวรูปแบบ Touch Screen เข้าสู่ตลาดต่อเนื่อง แม้เวลาต่อมา “Nokia” จะหันมาบุกตลาดสมาร์ทโฟนแบบ Touch Screen ก็ตาม แต่หายนะวิกฤตได้เกิดขึ้นกับแบรนด์แล้ว

แม้วันนี้ “Nokia” หวนคืนสู่ตลาดแล้ว แต่ในช่วงเวลาที่หายไป ภูมิทัศน์การแข่งขันอุตสาหกรรมโทรศัพท์มือถือเปลี่ยนไปแล้ว เพราะนอกจาก iPhone – Samsung ยังมีผู้ผลิตรายใหญ่สัญชาติจีน ที่ใช้เวลาพิสูจน์ตัวเองไม่กี่ปี สามารถก้าวขึ้นมาเป็น Global Brand ได้สำเร็จ ไม่ว่าจะเป็น Huawei – Xiaomi – OPPO – Vivo ขณะเดียวกันพฤติกรรมผู้บริโภคเปลี่ยนไปด้วยเช่นกัน

ส่งผลให้ “Nokia” ในวันนี้ ไม่สามารถกลับมาเป็นเบอร์หนึ่งในตลาด หรือแม้แต่ติดอันดับ Top 5 Global Brand

“พอมีกระแส Big Data และในยุคดิจิทัล ทำให้แบรนด์เข้าใจว่าไม่ต้องลงพื้นที่ทำสำรวจวิจัยอีกต่อไปแล้ว เพราะสามารถใช้ Digital Data และการลงพื้นที่ ใช้เวลานาน อย่างไรก็ตาม Qualitative Research ยังคงเป็นสิ่งจำเป็น

เพราะสิ่งที่ได้มาจากการทำสำรวจวิจัยเชิง Qualitative ทำให้แบรนด์ได้เห็น Demand ใหม่ๆ ของผู้บริโภค เนื่องจากการตอบสนองต่อสิ่งใดสิ่งหนึ่งของมนุษย์ ไม่สามารถวัดได้เป็นตัวเลข เพราะฉะนั้นจำเป็นต้องทำสำรวจวิจัย Qualitative เพื่อทำความเข้าใจทัศนคติ ความคิด ความเชื่อของผู้บริโภค นำมาประกอบเข้ากับ Big Data ตัวเลข” ให้สัมภาษณ์ย้ำถึงการผสานข้อมูลระหว่าง Quantitative Data กับ Qualitative Data

IPG Mediabrands
คุณกนกกาญจน์ ประจงแสงศรี กรรมการผู้จัดการฝ่ายข้อมูลและการวิเคราะห์ บริษัท ไอพีจี มีเดียแบรนด์ส ประเทศไทย

  • 1.3K
  •  
  •  
  •  
  •  
WP
อยู่ในแวดวงนิตยสารธุรกิจการตลาดกว่าสิบปี สนุกและชอบติตตามเทรนด์ ไลฟ์สไตล์ใหม่ๆ และอยากเรียนรู้เพิ่มเติมในแพลตฟอร์มดิจิทัล มาร่วมแบ่งปันประสบการณ์การตลาดและดิจิทัลร่วมกันนะคะ