Predictive

เริ่มจากการที่เราทำงานในเชิงรุก (proactive) ทางองค์กรจะต้องมีการวาง priority ในการใช้ข้อมูลภายในองค์กร ซึ่งคนที่เป็นคนจัดการ Data ภายในองค์กรจำเป็นต้องรู้ว่าใครบ้างเป็นคนที่ใช้ข้อมูล ใช้ข้อมูลอะไรบ้าง และทำไมถึงต้องใช้ข้อมูลส่วนนั้น หรือที่เรียกว่า Data Consumption Pattern ที่เราต้องมีข้อมูลการใช้ data ทั้ง Internal และ External ซึ่งส่วนใหญ่จะมีการตรวจสอบ data consumption อยู่ 4 เรื่องนี้ Volume ปริมาณของข้อมูลที่ผู้ใช้งานมีการใช้งาน Rate ทางผู้ใช้งานมีการความต้องการในการใช้งาน data แบบที่มีความทันสมัยของข้อมูลตลอดขนาดไหน ต้องการให้ข้อมูลมีการ refresh บ่อยขนาดไหน Sensitivity ทางผู้ใช้งานมีการ sensitive ของการเปลี่ยนแปลงค่าของข้อมูลมากน้อยขนาดไหน Type ประเภทของข้อมูลที่ทางผู้ใช้งานมีการใช้งานอยู่ประจำ ยกตัวอย่างของการใช้งานข้อมูลในฝั่ง Marketing และฝั่ง HR ก็มีความแตกต่างกัน เช่น Marketing ก็อาจจะเป็นข้อมูลส่วนของที่เป็น External มากกว่า Internal ที่ทาง HR จะมีเยอะกว่า ซึ่งแน่นอนว่าแบบ การใช้ data (Data Consumption) ก็จะมีความต้องการที่แตกต่างกัน ซึ่งคนที่เข้ามาจัดการข้อมูลขององค์กรต้องเข้าใจความของผู้ใช้งานอย่างถ่องแท้  โดยวิธีการที่จะทำให้เราเข้าใจความต้องการนั้น องค์กรส่วนใหญ่จะใช้วิธีการทำ User Journey Map เพื่อที่จะวิเคราะห์หา Stakeholders, Target, Unmet Needs โดยการทำ workshop เพื่อที่จะสามารถรวบรวมความต้องการได้จากทีมงานฝ่ายต่างๆ และสุดท้ายใน stakeholders ก็จะเห็นภาพของ User Journey Map เป็นภาพเดียวกันและมีทิศทางที่ชัดเจนเดียวกัน ซึ่งการที่คนที่ดูแลข้อมูลได้ Master User Journey Map ของการใช้งานข้อมูลในองค์กรจะสามารถนำมา Brainstorm วางแผนพื่อไปต่อยอดต่อได้เช่น มีการเก็บข้อมูลเพิ่มเติมจากที่มีอยู่แล้ว หรือการนำข้อมูลไปต่อยอดในเชิงของการสื่อสาร หรือการนำไปสร้าง product หรือ business model ใหม่ๆ ซึ่งแน่นอนว่าส่วนนี้จะเกี่ยวข้องกับกระบวนการในการนำข้อมูลไปทำต่อในด้าน data science  หลังจากนั้นก็มีการเอาไอเดียมาพัฒนาเพื่อที่ออกมาเป็น Pilot project และมีกระบวนการ testing ที่ให้ได้ผลที่เร็วเพื่อที่สามารถนำมา validate idea ได้เร็วที่สุดโดยการใช้ data ในการตัดสินใจทั้งหมด ตอนที่ทำ Pilot Project ก็ต้องดูเรื่อง Data sets …

เราควรจัดการข้อมูลภายในองค์กรอย่างไร เพื่อให้สามารถนำข้อมูลไปต่อยอดได้เต็มที่ Read More »

ปี 2019 ทาง Google ประกาศเปิดตัว Google Analytics สำหรับ App + Web ซึ่งในการเปิดตัวครั้งนี้ ถือเป็นการเปลี่ยนแปลงรูปแบบของการเก็บข้อมูล จากเดิมที่ผ่านมาเป็นอย่างมาก รูปแบบของการเก็บข้อมูลใน Google Analytics จะเน้นไปที่เว็บไซต์เป็นหลัก ตัวอย่างค่าวัดผลหรือ metric ของการเก็บข้อมูลในเว็บที่นักการตลาดรู้จักกันเป็นอย่างดี คือ Session ซึ่งจะหมายถึงจำนวนครั้งที่ผู้ใช้งานเข้ามาเว็บเว็บไซต์ก่อนที่จะกดปิดหน้าเว็บไป แต่ในปัจจุบันผู้ใช้งานสามารถเข้าใช้งานได้ทั้งเว็บและแอปพลิชัน รูปแบบของการเก็บข้อมูลจึงมีความจำเป็นที่จะต้องเปลี่ยนไปจากเดิม Google Analytics App + Web มาพร้อมกับ Data Model ใหม่ ข้อมูลมีกระบวนการที่สำคัญหลักๆอยู่ คือ การประมวลผล และการจัดการข้อมูล ซึ่งแน่นอนว่า Data Model ใหม่ ที่จะกล่าวถึงต่อไปนี้นั้น ก็มีผลต่อข้อมูลที่จะถูกจัดเก็บและนำไปประมวลผลด้วยเช่นกัน Data Model ใหม่มีข้อมูล 2 ระดับ คือ Users > Event Google …

Google Analytics (App + Web) กับ Data Model ใหม่ ที่จำเป็นต้องรู้ Read More »

ข้อมูลสำคัญกับธุรกิจยังไง? ข้อมูลสามารถเพิ่มความสามารถทางการตลาดได้ถ้าหากเราเข้าใจผู้บริโภคมากขึ้น การทำการตลาดก็จะถูกใจเขามากขึ้น เมื่อเราเก็บข้อมูลแล้วสิ่งที่ต้องทำถัดไป คือการทำอย่างไรให้ผู้บริโภคซื้อสิ้นค้าหรือบริการจากเรา โดยอาจจะมีการนำข้อมูลที่ได้ทำการวางแผนมาแล้วนั้นไปใช้ควบคู่กับสื่อสารช่องทางต่างๆ รวมถึงการซื้อโฆษณาให้ตรงกลุ่มตามที่เห็นในข้อมูลที่รวบรวมมา แต่ละแบรนด์มีการตั้งวัตถุประสงค์ (Objective) ยังไง? แต่ก่อนจะเป็นการวัดผลในระยะสั้นเป็นส่วนใหญ่แต่ตอนนี้เราจะเริ่มใช้การวัดผลในระยะกลางและระยะยาวมากขึ้นเรื่อยๆเพื่อวัดผลของลูกค้าเป็นคนคนไปและของใครของมัน รวมถึงคุณค่าของลูกค้าคนนั้นๆตลอดช่วงที่อยู่กับเรา (life-time value) คนนี้มีการซื้อครั้งแรกรึยัง มีการกลับมาซื้อบ้างไหม ด้วยความที่เราสามารถเก็บข้อมูลได้ตั้งแต่การดูข้อมูลบนเว็ปไซด์ของเราการใช้เครื่องมือของกูเกิลเข้ามาช่วยวิเคราะห์ (Google analytics) นั้นไม่ใช่เพื่อสำหรับการตลาดในยุคดิจิทัล (digital marketing) อย่างเดียว แต่เป็นการเก็บข้อมูลไปถึงแนวทางที่ทางลูกค้าจะเข้ามาสัมผัสกับแบรนด์เรา ในทุกแนวทางก่อนที่ลูกค้าจะตัดสินใจใช้บริการหรือซื้อสินค้าของเรา (customer journey) และพอเรารู้แนวทางทั้งหมดแล้วเราก็จะทราบว่าลูกค้าประเภทไหนมีแนวทางการมาหาเรายังไง และสิ่งที่เราสามารถทำได้ต่อไปคือการนำลูกค้าที่มีแนวทางการเข้ามาและนิสัยการตัดสินใจใกล้เคียงกันมาแบ่งแยกกลุ่มหรือรวมกลุ่มกันเพื่อนำไปใช้ในการสื่อสารในรูปแบบต่างกันของแต่ละกลุ่มลูกค้า (Customer Segmentation) เพราะฉะนั้นวัตถุประสงค์ (Objective) ไม่ควรเป็นการเก็บข้อมูลคนที่เข้าเว็ปไซด์หรือแค่คนที่ซื้อบริการและโปรดักเราเท่านั้น (conversion) เพราะถ้าคนคนนั้นเข้ามาเว็ปไซต์เราแล้วเป็นคนที่ไม่เกิดการซื้อหรือซื้อครั้งเดียวแล้วหายไปเลย โดยเราไม่ได้เก็บข้อมูลว่าเพราะอะไร มันก็จะไม่มีประโยชน์อะไร เราควรจะมองทั้งคุณค่าของลูกค้าคนนั้นๆตลอดช่วงที่อยู่กับเรา (life-time value) สิ่งสำคัญทุกวันนี้มันไม่ใช่แค่ในโลกออนไลน์เท่านั้น (online journey) เพราะจริงๆแล้วเราสามารถเก็บข้อมูลได้ทั้งออนไลน์และออฟไลน์, ข้อมูลของฐานลูกค้า (CRM) รวมถึงข้อมูลอื่นๆที่เรา,มีสามารถนำมาเชื่อมต่อกับเครื่องมือ Google Analytics ได้ทั้งนั้น นอกจากนี้การที่เราสามารถทำการแบ่งกลุ่มลูกค้าของเราได้ชัดเจน (Customer Segmentation) นั่นหมายความว่า …

Data สำคัญกว่าที่คุณคิด สรุปเน้นๆจากงาน Predictive Open House 2020 Read More »