การที่เราเดินได้เร็วขึ้น ไม่ได้หมายความว่าเราเดินได้ไกลขึ้นเสมอไป อาจจะเป็นการเดินย่ำอยู่กับที่ก็เป็นได้ การทำธุรกิจโดยไม่ใช้ข้อมูล (Data) ก็เช่นกัน อาจทำให้ตัดสินใจผิดพลาด เสียเงิน เสียเวลา โดยที่ยอดขายไม่ได้เติบโตขึ้น ข้อมูลจึงเป็นสิ่งสำคัญสำหรับใช้ประกอบการตัดสินใจ วางกลยุทธ์ คิดแผนธุรกิจ ตลอดจนทำการตลาดได้อย่างแม่นยำ มีประสิทธิภาพมากขึ้น โดย คุณณัฐพล ม่วงทำ (หนุ่ย) เจ้าของเพจการตลาดวันละตอน ได้มาแบ่งปันความรู้ในการนำข้อมูลมาช่วยให้เข้าใจลูกค้าได้ดีขึ้น และเพิ่มยอดขายให้ธุรกิจได้ ในหลักสูตร The DOTS Digital CommerceX หัวข้อ "Data Analytics"

Data ช่วยเพิ่มยอดขายได้อย่างไร?

คุณหนุ่ยได้ลองให้ผู้ประกอบการตอบคำถามที่ว่า ในทุกวันนี้ เราขายสินค้ากี่ SKU (Stock Keeping Unit) ขายได้เท่าไหร่ อะไรคือสินค้าที่ทำยอดขายได้สูง และยอดขายนั้นมาจากสินค้ากี่ชนิด หรือกี่ SKU ซึ่งการจะตอบคำถามข้างต้นได้ ต้องอาศัยข้อมูลทั้งสิ้น ธุรกิจที่มีสินค้าเป็นพันอย่าง อาจมีสินค้าขายดีร้อยอย่าง ถ้ามีข้อมูลก็จะช่วยโฟกัสและจัดลำดับความสำคัญก่อนหลังได้ รู้ว่าควรให้ความสำคัญกับสินค้าตัวไหน ต้องปรับธุรกิจไปทิศทางใด ควรทำอะไรต่อ แม้แต่การขยายธุรกิจ เปิดสาขาใหม่ ก็ต้องมีข้อมูลช่วยตัดสินใจว่าควรเปิดที่ไหน กลุ่มลูกค้าในสาขานั้นเป็นใคร ควรเน้นทำโปรโมชันกับสินค้าตัวไหน

ธุรกิจที่ไม่ได้ขายออนไลน์ แต่มีการให้พนักงานขายบันทึกรายการสินค้าที่ขายได้ในแต่ละวัน มีการทำสต็อกสินค้า ก็สามารถรู้ข้อมูลได้ว่า สาขาไหนมียอดขายเท่าไหร่ มาจากสินค้าอะไรบ้าง เหมือนหรือต่างกันในแต่ละสาขา เมื่อรู้ก็สามารถเจาะลึกไปถึง insight  รู้ว่าลูกค้าเป็นกลุ่มใด ซื้อเพื่อวัตถุประสงค์อะไร และจะต่อยอดสินค้าอย่างไรในแต่ละสาขาเพื่อให้ตรงใจกลุ่มเป้าหมาย และได้ยอดขายเพิ่ม

Data ซ่อนอยู่ทุกที่

การได้มาซึ่งข้อมูลเพื่อนำไปใช้ ไม่จำเป็นต้องพึ่งเทคโนโลยีเสมอไป เราสามารถใช้ความใส่ใจต่อลูกค้าได้ ซึ่งคุณหนุ่ยเล่าประสบการณ์ตรงของตนเองให้ฟังว่า เคยทำเบอร์ช่างที่มาล้างแอร์ที่บ้านหาย พอครบกำหนดล้างแอร์ครั้งต่อไปก็ไม่รู้จะไปหาช่างจากที่ไหน แต่โชคดี เจ้าของร้านเก็บเบอร์ลูกค้าไว้ และรู้ว่าครั้งก่อนคุณหนุ่ยล้างแอร์ไปเมื่อไหร่ พอใกล้ครบรอบล้างแอร์ครั้งต่อไป ก็สามารถโทรมาเตือนหรือเสนอโปรโมชันให้ลูกค้าจองล้างแอร์ได้อย่างถูกจังหวะ ถูกเวลา ซึ่งเจ้าของร้านอาจจะใช้การจดใส่ปฏิทิน หรือสมุดบันทึกก็ได้ ถือเป็นตัวอย่างของการนำข้อมูลมาใช้เช่นกัน

ข้อมูลที่เราเห็นไม่ใช่คำตอบสุดท้าย แต่นำไปสู่การตั้งคำถามเพื่อหาคำตอบไปเรื่อยๆ เพราะข้อมูลไม่ได้บอกว่าทำไม แต่บอกว่าเกิดอะไรขึ้น เราต้องไปหาคำตอบต่อว่าเพราะอะไร เช่น เรารู้ว่ารองเท้าบูธขายดี แต่ขายดีเฉพาะที่จังหวัดสงขลา เป็นเพราะอะไร ก็ต้องอาศัยการดูข้อมูลเจาะลึกลงไปเรื่อยๆ เพื่อจะได้รู้สาเหตุที่แท้จริง และทำการตลาดได้อย่างตรงจุด เปลี่ยนจากการเดา เป็นการดูข้อมูลเพื่อช่วยในการตัดสินใจว่าควรไปในทิศทางไหน ควรให้ความสำคัญกับอะไรก่อนหลัง อันไหนจำเป็น อันไหนรอได้ และไม่ควรทำอะไร เป็นต้น

คำถามที่ธุรกิจส่วนใหญ่ไม่รู้ แต่เป็นสิ่งที่ควรรู้

คุณหนุ่ยชวนตั้งคำถามต่อว่า “คนที่กลับมาซื้อซ้ำมากกว่าหนึ่งครั้ง ทำยอดขายให้เท่าไหร่” คำถามนี้เป็นคำถามง่ายๆ ที่ธุรกิจส่วนใหญ่ไม่รู้ แต่ถ้ารู้จะวางกลยุทธ์ได้ว่าควรทำการตลาดแบบหาลูกค้าใหม่ หรือขายลูกค้าเก่า

ลูกค้าเก่าอาจมีน้อย แต่สร้างยอดขายได้มากกว่าลูกค้าใหม่ก็เป็นได้ กลยุทธ์ในการขายลูกค้าเก่าคือทำให้ลูกค้าซื้อซ้ำ และการจะทำให้ลูกค้าซื้อซ้ำก็ต้องอาศัยข้อมูลในการบอกว่าควรทำเมื่อไหร่ เช่น ถ้าเราดูข้อมูลแล้วรู้ว่าลูกค้าเก่ามักจะกลับมาซื้อซ้ำเมื่อผ่านไประมาณ 80 วัน ถ้าเลย 80 วันไปแล้ว ลูกค้ายังไม่กลับมาซื้อซ้ำ เราค่อยส่งโปรโมชันออกไปกระตุ้น

คำถามต่อมาคือ ลูกค้าเราแบ่งได้กี่กลุ่ม ข้อนี้ดูจากพฤติกรรมการซื้อได้ ซึ่งคุณหนุ่ยยกตัวอย่างเคสการแบ่งกลุ่มจากพฤติกรรมการซื้อรองเท้าให้ฟัง เช่น กลุ่มลูกค้าที่ซื้อรองเท้าหนังใส่ทำงานคู่กับรองเท้าแตะ กับกลุ่มที่ซื้อรองเท้าหนังใส่ทำงานคู่กับที่ขัดรองเท้า คนทั้งสองกลุ่มนี้มีแนวโน้มจะกลับมาซื้อคู่ที่ 2 และ 3 ต่อเนื่องกันในภายใน 4 เดือนแรก แสดงว่ากลุ่มนี้ต้องเป็นคนรักรองเท้า ไม่ต้องรอให้คู่เก่าเสียก็จะซื้อคู่ใหม่เรื่อยๆ เราสามารถเชิญชวนลูกค้ากลุ่มนี้ด้วยสินค้ารุ่นพิเศษ หรือ Limited Edition ให้มาซื้อเก็บเอาไว้ใส่ได้ ส่วนกลุ่มที่ซื้อรองเท้าหนังใส่ทำงานกับรองเท้าหนังใส่ออกงาน ก็มีแนวโน้มจะซื้อคู่ที่สองและสามซ้ำ ลูกค้ากลุ่มนี้จะเป็นสายไลฟ์สไตล์ตัวยง เราสามารถส่งโปรโมชันรองเท้าใส่เที่ยว ใส่ลุย หรือใส่ในโอกาสต่างๆ ไปเชิญชวนให้กลับมาซื้อซ้ำได้

หากเรามีข้อมูลไม่ซับซ้อน เช่น มีแค่ข้อมูลการขายจากมาร์เก็ตเพลส หรือขายหน้าร้านที่มีจุดชำระเงินผ่านระบบ POS (Point of sale system) ก็สามารถนำมาทำ RFM Model แบ่งตามพฤติกรรมการซื้อของลูกค้าได้ โดย R มาจาก Recency ให้คะแนนตามการซื้อล่าสุด ใครเพิ่งมาซื้อจะได้คะแนนเต็ม ถ้าซื้อไปหลายวันแล้วก็ได้คะแนนลดหลั่นกันไป ส่วน F มาจาก Frequency หรือความถี่ในการซื้อ ยิ่งซื้อถี่ ซื้อบ่อย ยิ่งได้คะแนนมาก เกณฑ์การให้คะแนนขึ้นอยู่ว่าธุรกิจเรามีการซื้อซ้ำมากน้อยแค่ไหน และ M ย่อมาจาก Monetary คือการใช้เงิน ยิ่งจ่ายมากยิ่งได้คะแนนเยอะ

คนที่มาบ่อย มาถี่ ใช้จ่ายเยอะ กลุ่มนี้ต้องรักษาไว้ ถ้าหายไป ต้องตื้อ ต้องตาม ต้องติดต่อ ห้ามเสียลูกค้ากลุ่มนี้ไปเด็ดขาด ส่วนกลุ่มลูกค้าที่มาบ่อย มาถี่ ก็ต้องรักษาไว้ และพยายามหากลยุทธ์ทำให้กลุ่มนี้ขยับเป็นลูกค้ากลุ่มที่จ่ายมากขึ้น ซึ่งลูกค้าแต่ละกลุ่มก็เหมาะกับกลยุทธ์แตกต่างกันไป

CPVAI โมเดล

คุณหนุ่ยได้แนะนำ Framework สำหรับเริ่มต้นทำงานกับข้อมูลด้วยโมเดล CPVAI ซึ่งสามารถนำไปประยุกต์ใช้ในการทำธุรกิจได้ด้วย

• C = Collect คือการเก็บข้อมูล เพราะถ้าไม่เก็บก็จะไม่มีข้อมูลให้นำไปใช้ ควรเก็บให้ครบและมากที่สุด เก็บให้ถูกต้อง เพราะการเห็นข้อมูลเพียงบางส่วนอาจทำให้เข้าใจผิดได้
• P = Prep  คือการนำข้อมูลมาทำให้พร้อมใช้งาน เช่น เบอร์โทรศัพท์ หากมีการใส่มาหลากหลายรูปแบบ เช่น มีเว้นวรรคระหว่างตัวเลข มีขีด ไม่มีขีด หรือ ชื่อจังหวัด เช่น กทม. กรุงเทพ กรุงเทพมหานคร ต้องนำมาทำให้เป็นรูปแบบเดียวกันก่อน
• V = Visualized คือการเปลี่ยนข้อมูลให้กลายเป็นภาพ หรือ กราฟต่างๆ เพื่อให้เข้าใจง่าย เห็น Insight ได้เร็ว
• A = Analyze คือการวิเคราะห์ เห็นข้อมูลแล้วตั้งคำถามว่าเป็นแบบนี้เพราะอะไร ถ้าลองตัดวันที่ทำโปรโมชันพิเศษออกไป ก็อาจทำให้เห็น Insight อีกแบบ การวิเคราะห์ข้อมูลจึงต้องดูในหลายแง่มุม หลายมิติ เพื่อให้เห็นการคลี่คลายของข้อมูลที่มากขึ้น สิ่งสำคัญคือการตั้งคำถามจากข้อมูลที่มีอยู่ อยากดูอะไร คู่กับอะไร แล้วจะได้รู้อะไร เช่น ดูวันสั่งซื้อคู่กับวันจ่ายเงิน เพื่อจะได้รู้ว่าลูกค้าโอนเร็วหรือช้า หรือ ดูจังหวัดคู่กับสินค้าที่ขายได้ จะได้รู้ว่าจังหวัดไหนชอบซื้อหรือไม่ชอบซื้ออะไรบ้าง การทำการตลาดก็จะมีประสิทธิภาพขึ้น
• I = Idea คือการออกไอเดียว่าจะทำอะไร เมื่อเจอ Signal หรือ Insight ที่น่าสนใจ เช่น นำไปปรับปรุงแผนการตลาด นำไปใช้ซื้อโฆษณา หรือปรับปรุงสินค้าและบริการ เป็นต้น

ขายผ่านคนอื่นจัดเก็บข้อมูลอย่างไร?

ธุรกิจที่มีการกระจายสินค้าไปตามตัวแทนจำหน่าย สามารถใช้ความคิดสร้างสรรค์และการออกแบบไอเดียในการเก็บข้อมูลได้หลายแบบ สิ่งสำคัญคือต้องตอบให้ได้ว่าทำไมลูกค้าต้องให้ข้อมูลกับเรา และ Incentive อะไรที่ลูกค้าต้องการ เป็นการคิดในมุมลูกค้า ซึ่งคุณหนุ่ยได้ยกตัวอย่างไว้ดังนี้

• กระตุ้นให้ลูกค้ากรอกข้อมูลด้วย Incentive ที่สร้างมูลค่าเพิ่มให้สินค้า เช่น สินค้าที่มีการรับประกัน อาจใช้การเพิ่มระยะเวลารับประกันให้กับลูกค้าที่ลงทะเบียนกลับมา แต่หากเอารางวัลที่ไม่เกี่ยวข้องกับตัวสินค้า อาจจะได้นักล่ารางวัลกลับมาแทน
• ให้ค่าตอบแทนพิเศษสำหรับการทำให้ลูกค้าสแกนใบเสร็จเพื่อลงทะเบียน เช่น ถ้าลูกค้าลงทะเบียน พนักงานขายจะได้ค่าตอบแทนเพิ่ม ทำแบบนี้พนักงานขายจะมีความกระตือรือร้นในการเก็บข้อมูลให้เรา
• ร้านขายอุปกรณ์มือถือ หากอยากรู้ว่าลูกค้าอาศัยอยู่ที่ไหน ใช้มือถืออะไร รุ่นไหน อาจออกกลยุทธ์แจกฟิล์มติดหน้าจอมือถือส่งให้ฟรีถึงบ้าน ซึ่งแน่นอน ลูกค้าจะต้องบอกรุ่น ยี่ห้อ และที่อยู่ เพื่อจะได้จัดส่งสินค้ามาตรงกับที่แต่ละคนใช้งาน ทางร้านก็จะได้ข้อมูลที่สามารถนำมาวางกลยุทธ์ Upsell และ Cross-Sell ต่อได้
• แมคโดนัลด์อยากรู้ว่าลูกค้าแต่ละคนชอบกินอะไร กินที่สาขาไหน กินเมื่อไหร่ จึงทำโค้ดติดไว้ที่สินค้าแต่ละประเภทเพื่อให้สามารถตรวจสอบได้ แล้วคิดแคมเปญการตลาดกรอกแต้มสะสมคะแนนเแลกของรางวัล ทำให้ลูกค้าอยากกรอกโค้ดและป้อนข้อมูลให้ด้วยตนเอง ไม่ต้องอาศัยทีมงานหรือตัวกลางในการเก็บข้อมูลให้
• เจดี เซ็นทรัล อยากรู้ว่าคนอยากได้อะไรเป็นของขวัญบ้าง จึงทำแคมเปญของขวัญตรงใจ อยากได้อะไรบอกมา เดี๋ยวเราไปบอกให้ ทำแบบนี้ลูกค้าก็อยากให้ข้อมูลเพื่อจะได้ของขวัญที่ถูกใจ
• ธุรกิจรับประกันโรคร้ายแรงแห่งหนึ่ง ใช้แบบสอบถามให้ลูกค้ามาตรวจสอบความเสี่ยงในการเป็นมะเร็ง ลูกค้าที่อยากรู้ว่าตนเองที่ความเสี่ยงหรือไม่ ก็เต็มใจที่จะกรอกข้อมูลให้
• ร้านอาหารทำโพลเก็บข้อมูลอาหารที่ลูกค้าชื่นชอบ โดยให้ส่วนลดค่าอาหารเป็นการตอบแทน นอกจากช่วยเพิ่มยอดขายได้แล้ว ยังช่วยให้เจ้าของร้านรู้ว่าควรออกเมนูใหม่อะไร ซึ่งการทำโพลอาจจะใช้ Influencer ช่วย แล้วส่งข้อมูลกลับมาให้เราก็ได้เหมือนกัน ขึ้นอยู่กับการตกลงร่วมกัน

สำหรับใครที่จะเก็บข้อมูล แต่ไม่รู้จะเริ่มต้นอย่างไร สามารถนำ Data Collection Canvas มาช่วยได้ ซึ่งจะมีทั้งหมด 6 ช่อง ให้กรอก ดังนี้

1. Problem of Business ใส่ปัญหาของธุรกิจ อยากรู้อะไร และสิ่งนั้นสำคัญอย่างไร
2. Objective of Data ข้อมูลจะเข้ามาแก้ช่วยแก้ปัญหาอย่างไร
3. Data Required จากปัญหาที่มีเราต้องการข้อมูลอะไรบ้าง ที่จะมาช่วยแก้ปัญหานั้นได้
4. Collecting Data Campaign จะทำแคมเปญการตลาดอย่างไรเพื่อให้ลูกค้าให้ข้อมูลที่เราต้องการ
5. Applied Tech เทคโนโลยีที่จะใช้ในการเก็บข้อมูล บางแคมเปญอาจจะใช้การทำโพล บางแคมเปญอาจจะเหมาะกับการใช้แชทบอท หรือการตัดสินใจบางอย่างอาจใช้การทำ A/B Testing เข้ามาช่วย เป็นต้น
6. Data-Driven Marketing Campaign เอาข้อมูลไปใช้แก้ปัญหาและต่อยอดธุรกิจ

Data ไม่ใช่เรื่องไกลตัว ขอแค่เริ่มต้นเก็บ เริ่มจากข้อมูลที่มี ตั้งคำถามในสิ่งที่อยากรู้ มองข้อมูลเป็นเครื่องมือตัวหนึ่ง เก็บข้อมูลให้ได้มากที่สุด และเมื่อมีข้อมูลแล้ว สิ่งสำคัญคือ “ต้องนำมาใช้ให้เกิดประโยชน์”

ที่มา: โครงการอบรมหลักสูตรออนไลน์ The DOTS Digital Commerce X โดย คุณหนุ่ย ณัฐพล ม่วงทำ เจ้าของเพจการตลาดวันละตอน วันที่ 18 พฤศจิกายน 2564