Marketing แบบผังผ้าใบข้อมูลแบบ Canvas (Data Thinking Canvas)
Data Collection Canvas ในหนังสือ Data-Driven Marketing มาสู่การปรับปรุงและพัฒนาให้เป็น Data Thinking Canvas ที่ง่ายขึ้น กระชับขึ้น จากประสบการณ์ที่มากขึ้นตามกาลเวลา จากประสบการณ์เป็นที่ปรึกษาหรือ Advisor ให้กับบริษัททั้งเล็กและใหญ่พบว่าการจะเริ่มต้นทำงานกับ Data มีลำดับขั้นตอนดังนี้ครับ
1. Objective เราอยากรู้เรื่องอะไร เรื่องนี้สำคัญกับธุรกิจเราอย่างไรข้อนี้สำคัญมาก เพราะหลายครั้งเรามักกระโดดไปที่เครื่องมือโดยยังไม่รู้ปัญหาที่แน่ชัด หรือเรากระโดดเข้าไปในกอง Data ที่จนอาจเมาหรือสำลักดาต้าแล้วถอดใจให้เห็นเป็นประจำ
ดังนั้นข้อนี้จึงเป็นสิ่งแรกที่ผมเน้นย้ำกับลูกค้าที่เข้าไปเป็นที่ปรึกษาให้ทุกราย ให้กำหนดปัญหาที่ชัดเจนก่อนว่าเราต้องการจะรู้อะไร เรื่องนี้สำคัญกับธุรกิจเราที่สุดแล้วหรือยังในนาทีนี้
2. Data Required ข้อมูลที่ต้องใช้แก้ปัญหานี้มีอะไรบ้าง หลังจากระบุปัญหาได้ชัดเจนแล้วก็ถึงเวลาระบุรายการดาต้าที่เอามาใช้ตอบหรือแก้ปัญหานั้น
เช่น ถ้าเราบอกว่าตอนนี้เรายังไม่รู้ว่าลูกค้าเราแบ่งออกเป็นกี่กลุ่มที่ชัดเจน เราก็จะรู้ว่าเราต้องการดาต้าแบบไหนบ้างที่จะตอบปัญหานี้ได้ เช่น ข้อมูลการซื้อที่แยกเป็นรายบุคคล ที่มีการระบุสินค้าที่ซื้อ วันเวลาที่ซื้อ และสาขาหรือช่องทางที่ทำการซื้อ อาจจะรวมไปถึงสถานที่จัดส่งและวิธีการชำระเงินต่าง ๆ
เมื่อระบุดาต้าที่ต้องใช้ได้แล้วก็ถึงเวลาสำรวจว่าเรามี Data นี้อยู่ในมือแล้วหรือยัง หรือต้องไปทำการเก็บใหม่เพื่อให้มีใช้
3.1 Existing Data สำรวจดาต้าที่มีอยู่ในมือ อยู่ที่ไหน อยู่กับใครหลายครั้งเราไม่รู้ว่าเรามีดาต้าอะไรอยู่ในมือบ้างเพราะเราไม่เคยทำการสำรวจดาต้าทั้งหมดในองค์กร หลายครั้งดาต้าที่ทีมการตลาดอยากใช้อยู่กับทีมไฟแนนซ์ บางครั้งดาต้าที่ทีมขายต้องการกลับไปอยู่กับทีมบริการลูกค้าโดยไม่รู้ตัว
การสำรวจ Existing data จึงเป็นการทำความเข้าใจสภาพดาต้าในองค์กรเรา และจากประสบการณ์ผมก็บอกได้เลยว่าแค่เริ่มต้นทำขั้นตอนนี้ออกมาเป็นภาพ Data ทั้งองค์กรก็ทำให้ทุกอย่างง่ายขึ้นมากเพราะตอนนี้รู้แล้วว่าใครถือดาต้าอะไรอยู่ในมือบ้าง
3.2 Collecting Data แล้วดาต้าที่เราไม่มีจะไปจัดเก็บหรือหาได้อย่างไรไม่ว่าจะเป็นการทำแคมเปญการตลาดเพื่อเก็บ Data ที่ต้องการเพิ่ม หรืออาจจะไปซื้อหรือพาร์ทเนอร์กับธุรกิจที่มีดาต้าที่เราต้องการอยู่เพื่อความรวดเร็ว
อาจใช้ Data Collection Canvas จากหนังสือ Data-Driven Marketing เพิ่มเติมส่วนนี้ได้ครับ
Signal / Seasonal / Segment หลักการดูดาต้าเบื้องต้นก่อนตั้งคำถามเพื่อไปต่อ
Signal คือการดูความผิดปกติที่เกิดขึ้นโดยที่เราไม่เคยรู้มาก่อน เช่น ทำไมช่วงเดือนนี้ถึงขายดีแบบไม่มีปี่ไม่มีขลุ่ย เราจะได้ลงไปสำรวจหาคำตอบได้ถูกจุด ไม่ต้องงมๆ หาข้อมูลโดยไม่รู้ทิศทาง
Seasonal สังเกตสิ่งที่เกิดขึ้นเป็นประจำซ้ำๆ โดยที่เราอาจไม่รู้ เช่น กลุ่มลูกค้าเราที่เป็นแม่และเด็กถึงชอบเข้ามาซื้อตอนกลางวันบ่อยกว่าตอนกางคืน ไม่ใช่แค่บางวันแต่เป็นประจำจนกลายเป็น Pattern เราจะได้เข้าไปสำรวจได้ถูกจุด และจะได้เข้าถึง Insight ที่แท้จริงได้รวดเร็ว
Segment มีกลุ่มก้อนลูกค้าแบบไหนที่เราไม่เคยรู้มาก่อนไหมนะข้อนี้ต้องใช้ทักษะด้าน Data science เพิ่มเติมในการจัดกลุ่มก้อนลูกค้าตามตัวแปรหรือ Attribute ต่างๆ ที่เรากำหนด เช่น กลุ่มลูกค้าที่ชอบซื้อวันหยุด กับกลุ่มลูกค้าที่ชอบซื้อเฉพาะตอนโปรโมชั่น หรือกลุ่มลูกค้าที่ชอบเข้ามาเช้าวันจันทร์ ทั้งหมดนี้ก็เพื่อที่เราจะได้ไปทำความเข้าใจ Context of data ว่าเพราะเหตุใดจึงเป็นแบบนี้
4. Data-Driven Decision รู้แล้วจะทำอย่างไรต่อหลังจากได้ข้อสรุปทั้งหมด ได้เห็นความจริงจากดาต้า ได้เข้าใจ Insight ที่เกิดขึ้นเป็นประจำซ้ำๆ โดยที่เราไม่รู้ เราจะทำอย่างไรกับข้อสรุปที่ได้มา.เปลี่ยนกลยุทธ์การตลาดหรือไม่ เปลี่ยนวิธีการขายหรือเปล่า หรืออาจจะนำไปสู่คำถามใหม่ว่าเราอยากรู้อะไรเพิ่มเติม และเราจะต้องเก็บดาต้าอะไรเพิ่มสำหรับการทำแคมเปญการตลาดครั้งถัดไป
นี่คือ Data Thinking Canvas สำหรับคนที่อยากเริ่มต้นกับดาต้าแต่ไม่รู้จะเริ่มอย่างไร เริ่มจากสิ่งที่เราอยากรู้ แล้วจะนำมาสู่ดาต้าที่เราต้องรู้เพื่อให้ได้คำตอบนั้น จากนั้นก้สำรวจว่าเรามีอะไรอยู่ในมือบ้าง หรือมีดาต้าแบบไหนที่ต้องหาเพิ่ม ลองเอาไปปรับใช้กับธุรกิจตัวเองดูนะครับ ขอให้สรุปกับการใช้ดาต้าเพื่อต่อยอดธุรกิจให้ขายดีในปีถัดไป
ที่มา Data Thinking Canvas เริ่มจากคำถามที่ใช่แล้วค่อยไปที่ดาต้า - การตลาดวันละตอน (everydaymarketing.co)
.
-------------------------------------------------
สนใจเรื่องราวเพิ่มเติมคลิกที่นี่
การตลาด (Marketing) รวมข้อมูลเพิ่มเติม
-------------------------------------------------