เคยมีคนกล่าวไว้ว่า “ลูกค้าที่มีคือลูกค้าที่ดีที่สุด” เพราะลูกค้าเก่ามีโอกาสซื้อสินค้าบริการจากเราง่ายดายกว่าการหาลูกค้าใหม่หลายเท่าตัว เช่นเดียวกันกับการศึกษาของ The Temkin Group เกี่ยวกับลูกค้าที่ภักดีกับแบรนด์ (Loyal Customer) พบว่าคนกลุ่มนี้
- มีแนวโน้มบอกต่อถึงข้อดีของสินค้าบริการมากกว่าลูกค้าทั่วไป 4 เท่า
- มีโอกาสกลับมาซื้อซ้ำมากกว่าลูกค้าทั่วไป 5 เท่า
- มีความอยากทดลองสินค้าบริการที่ทางแบรนด์ออกใหม่มากกว่าลูกค้าทั่วไป 7 เท่า
- ถ้าสินค้าหรือบริการของเรามีจุดบกพร่องตรงไหน ลูกค้าที่ภักดีก็มีโอกาสให้อภัยและให้โอกาสมากกว่าด้วยเช่นกันค่ะ
จะเห็นได้ว่าลูกค้าเก่าคือกลุ่มคนที่มีค่ามากสำหรับทุกธุรกิจ เราจึงควรรักษาคนกลุ่มนี้ไว้โดยหาทางทำให้พวกเขากลับมาซื้อสินค้าบริการของเราอีกเรื่อย ๆ ซึ่งถ้าทำได้ผลลัพธ์ด้านยอดขายจะกลับมาอย่างคุ้มค่า
อย่างผลการศึกษาจาก Yotpo ระบุว่า ลูกค้าที่ภักดีกว่า 56% พร้อมที่จะจ่ายเงินซื้อสินค้าบริการของแบรนด์เดิมมากขึ้น ตราบใดที่แบรนด์นั้นยังทำให้รู้สึกประทับใจและได้รับประสบการณ์ที่ดี ซึ่งประสบการณ์ที่ว่าซื้อใจลูกค้าได้มากกว่าโฆษณาหลายเท่าตัว
ดังนั้น เพื่อผลักดันให้ลูกค้าได้รับประสบการณ์ที่ตรงใจ และกลับมาซื้ออีกเรื่อย ๆ ลองมาดูกันว่าเราจะใช้ Data มาช่วยจัดการเรื่องนี้ได้อย่างไรบ้างค่ะ
1.จัดการ Data ของลูกค้าที่กระจัดกระจายให้เป็นระบบและนำไปต่อยอดได้
ขั้นตอนที่ 1 : รวบรวมข้อมูล (Data Integration)
ในขั้นนี้เราจะรวบรวมข้อมูลของลูกค้าทั้งหมดที่มีในแหล่งต่าง ๆ เช่น จากระบบ POS (Point Of Sale), จากแพลตฟอร์ม E-mail Marketing, จากระบบ Marketing Automation แล้วนำข้อมูลเหล่านั้นมาเก็บไว้ในพื้นที่ปลายทาง เพื่อให้สะดวกต่อการนำไปใช้งานต่อ โดยพื้นที่ปลายทางนี้อาจเป็น Database หรือแพลตฟอร์มจัดการข้อมูลอื่น ๆ ก็ได้ค่ะ
ขั้นตอนที่ 2 : ระบุตัวตนเจ้าของข้อมูล (Customer Identity Matching)
เมื่อเก็บข้อมูลจากหลาย ๆ แหล่งมารวมกันเป็นที่เรียบร้อยแล้ว ขั้นต่อไปคือการระบุและจับคู่ว่าข้อมูลในระบบเป็นข้อมูลของใคร เพื่อนำข้อมูลเหล่านั้นไปต่อยอดทางการตลาดแบบ Personalized และจัดการข้อมูลที่มีอยู่มากมายให้ดูเป็นระบบมากยิ่งขึ้น ซึ่งขั้นตอนนี้สำคัญเพราะว่าลูกค้าบางรายอาจจะอยู่ในหลาย ๆ ช่องทางการตลาดของเรา ถ้าเราสามารถระบุตัวตนของเขาได้ เราจะเรียนรู้และเข้าใจพฤติกรรมการซื้อสินค้าบริการของเขามากขึ้นค่ะ
ขั้นตอนที่ 3 : สรุปข้อมูลเพื่อนำไปต่อยอดทางการตลาด (Single Customer View)
หลังจากทำ Customer Identity Matching แล้วเราสามารถนำข้อมูลที่ได้ไปต่อยอดเป็น Single Customer View หรือสรุปรวมข้อมูลของลูกค้าแต่ละรายในรูปแบบที่เข้าใจง่าย เช่น ใน Dashboard หนึ่งหน้าจะมีสรุปข้อมูลของลูกค้าหนึ่งคน ทั้งนี้ ต้องผ่านการยินยอมมอบข้อมูลของลูกค้าตาม PDPA หรือพ.ร.บ.คุ้มครองข้อมูลส่วนบุคคลแล้วนะคะ
ข้อดีของ 3 ขั้นตอนนี้คือ เราจะบริหาร Cross-Channel Data หรือข้อมูลลูกค้าจากช่องทางต่าง ๆ ที่เคยอยู่กระจัดกระจายได้เป็นระบบมากขึ้น ทำให้เราวางกลยุทธ์การตลาด และออกแบบประสบการณ์ใหม่ ๆ ตลอด Customer Journey ได้ดียิ่งขึ้น ด้วยค่ะ
2.แบ่ง Segment ของลูกค้าใหม่เพื่อปรับกลยุทธ์การตลาดให้ตรงใจลูกค้ามากขึ้น
-
คนที่เพิ่งเป็นลูกค้า (Recent Customers)
เราสามารถแนะนำทริคการใช้งานหรือทริคการดูแลสินค้าต่าง ๆ จากนั้นพอรู้ความชอบของลูกค้าแต่ละคนแล้ว เราค่อยทำการตลาดแบบ Personalized เพื่อเพิ่มโอกาสในการ Cross -Sell หรือการเสนอขายสินค้าบริการซึ่งเกี่ยวกับสิ่งที่ลูกค้าต้องการซื้อค่ะ
-
ลูกค้าประจำ (Loyalists)
คือ คนที่เข้ามาซื้อสินค้าบริการของเราบ่อยมาก เราเลยสามารถแนะนำสินค้าใหม่ ๆ โดยอ้างอิงจากประวัติการซื้อที่ผ่านมาได้ง่าย ซึ่งการแนะนำสินค้าด้วยวิธีนี้จะช่วยกระตุ้นให้พวกเขาอยากกลับมาซื้อสินค้าของเราได้มากขึ้นถึง 2.6 เท่า
-
ลูกค้าชั้นดี (Champions)
เรียกอีกอย่างว่า ลูกค้า VIP หรือลูกค้าที่ซื้อสินค้าบริการของเราถี่ด้วยจำนวนเงินที่มาก เราจึงควรมีการนำเสนอโปรโมชันพิเศษ ของขวัญ หรือรางวัลอื่น ๆ ให้ลูกค้ากลุ่มนี้บ่อย ๆ เช่น เมื่อมีสินค้าออกใหม่ เราอาจจะมอบส่วนลดพิเศษให้คนกลุ่มนี้ก่อนใคร เป็นต้นค่ะ
-
ลูกค้าที่เข้ามาเป็นครั้งคราว (Can’t Lose)
คือ ลูกค้าที่ไม่ได้ซื้อสินค้าบริการของเราบ่อยเท่าไร แต่ยอดการซื้อต่อหนึ่งครั้งมีจำนวนมาก เราเลยควรให้ส่วนลดเขาเพิ่ม และเรายังสามารถซื้อโฆษณาแบบ Retarget ไปหาคนกลุ่มนี้ ผ่านทาง Facebook และ Google Ads ได้ด้วยนะคะ
-
ลูกค้าที่เราควรเข้าหามากขึ้น (Need Nurturing)
เพราะลูกค้ากลุ่มนี้เป็น กลุ่มคนที่มีกำลังซื้อ เพียงแต่ไม่ได้ซื้อสินค้าบริการของเราบ่อยเท่าไรนัก เราจึงควรหาทางกระตุ้นให้ลูกค้ากลุ่มนี้มาซื้อสินค้าบริการของเราบ่อยขึ้น รวมถึงนำเสนอการขายแบบ Bundle เพื่อกระตุ้นจำนวนการซื้อในแต่ละครั้งให้เพิ่มขึ้นด้วยค่ะ
-
ลูกค้าที่มีโอกาสเปลี่ยนใจไปหาเจ้าอื่น (At Risk)
เพื่อ ป้องกันไม่ให้สูญเสียลูกค้ากลุ่มนี้ เราต้องหาทางทำให้พวกเขากลับมามีปฏิสัมพันธ์กับเราอีกครั้ง เช่น นำเสนอโปรโมชันที่จำกัดเวลา เพื่อให้พวกเขาตัดสินใจซื้อได้ง่ายและไวขึ้นค่ะ
นอกจากนี้ จากข้อมูลด้านพฤติกรรม (Behavioral Segmentation) เรายังสามารถแบ่งกลุ่มลูกค้าได้อีกหลายประเภท เพื่อหาทางปิดการขายให้ตอบโจทย์ และวางกลยุทธ์ให้พวกเขาอยากกลับมาซื้อซ้ำ ค่ะ ตัวอย่างปัจจัยที่ใช้แบ่งกลุ่มลูกค้าได้เพิ่มเติม เช่น
- เกณฑ์ที่ใช้ในการตัดสินใจซื้อสินค้า อย่างลูกค้ากลุ่ม A ตัดสินใจซื้อสินค้าโดยดูจากประโยชน์ที่ได้รับ (Benefits Sought) เป็นหลัก ส่วนลูกค้ากลุ่ม B มักจะตัดสินใจโดยใช้อารมณ์ (Emotional)
- ความถี่ในการซื้อสินค้าบริการ (Usage) เช่น ลูกค้ากลุ่ม A ซื้อสินค้าบริการอย่างต่ำ 4 ครั้งต่อเดือน ส่วนลูกค้ากลุ่ม B ซื้อสินค้าบริการเพียง 1 ครั้งต่อเดือน
- ระดับการมีปฏิสัมพันธ์กับแบรนด์ (Engagement Level) เช่น ลูกค้ากลุ่ม A มีปฏิสัมพันธ์กับแบรนด์ถี่มาก ส่วนลูกค้ากลุ่ม B มีปฏิสัมพันธ์กับแบรนด์น้อยลงเรื่อย ๆ
ซึ่งจากกรณีที่สองและสามถ้าเราหาทางทำให้ลูกค้ากลุ่ม B มีปฏิสัมพันธ์มากขึ้นได้ ไม่ว่าจะผ่านโปรโมชันหรือแคมเปญใหม่ ๆ โอกาสที่พวกเขาจะกลับมาซื้อสินค้าบริการเราก็จะมีมากขึ้นตามไปด้วยค่ะ
3.พัฒนาทุก Touchpoint เพื่อตอบโจทย์ความต้องการของลูกค้าให้ดีขึ้นเรื่อย ๆ
นักการตลาดหลายคนมักพลาดที่จะวิเคราะห์ว่า Touchpoint ไหนทำให้ลูกค้าไม่อยากกลับมาอีก ทำให้สูญเสียลูกค้าหลายรายไปอย่างน่าเสียดาย ดังนั้น เพื่อกระตุ้นให้ลูกค้าอยากกลับมาซื้อสินค้าบริการ เราต้องพัฒนา Touchpoint ต่าง ๆ ให้น่าประทับใจและตอบโจทย์ลูกค้ามากกว่าเดิมค่ะ
ตัวอย่าง Touchpoint ที่น่าใส่ใจจะอยู่ในช่วงเวลาที่ลูกค้ามีปฏิสัมพันธ์กับแบรนด์ของเราทั้งแบบออนไลน์และออฟไลน์ นะคะ เช่น
- Touchpoint ที่ลูกค้า เห็นโฆษณา ที่เรานำเสนอ
- Touchpoint ที่ลูกค้า เสิร์จหาข้อมูล แล้วเจอสินค้าบริการของเรา
- Touchpoint ที่ พนักงานขาย เข้าไปนำเสนอสินค้าบริการ
- Touchpoint ที่ลูกค้าเห็น สินค้าของแบรนด์ต่าง ๆ หน้าเชลฟ์
- Touchpoint ที่ลูกค้าได้ ลองใช้สินค้าบริการ ของเราเรียบร้อยแล้ว
ซึ่งถ้า Touchpoint เหล่านี้ทำให้ลูกค้ารู้สึกประทับใจหรือมีจุดผิดพลาดน้อยที่สุดได้ก็มีสิทธิ์สูงมากที่พวกเขาจะกลับมาซื้อสินค้าบริการของเราอีกเรื่อย ๆ ค่ะ
ในขณะเดียวกัน ถ้าหาเจอแล้วว่า Touchpoint ไหนมักทำให้ลูกค้าโบกมือลาแบรนด์ไป เราจะได้รีบแก้ไข Touchpoint เหล่านั้นได้ทัน ช่วยป้องกันการหาข้อสรุปและทางออกที่ไม่ตรงจุดว่าทำไมลูกค้าถึงเลือกที่จะไม่กลับมาอีกค่ะ
4.แทร็กความพึงพอใจของลูกค้าผ่าน Metrics ต่าง ๆ ตลอด Customer Journey
ตัวอย่าง Metrics ที่เราแนะนำว่าสามารถนำไปประยุกต์ใช้กับหลาย ๆ ธุรกิจได้ เช่น
- Net Promoter Score (NPS) หรือคะแนนที่ใช้วัดว่าลูกค้าแต่ละคนอยากแนะนำบริษัท ร้านหรือสินค้าบริการของเราให้คนอื่น ๆ มากน้อยแค่ไหน โดยอาจจะทำเป็นแบบสำรวจสั้น ๆ ผ่านลิสต์คำถามเช่น “คุณอยากแนะนำสินค้าหรือบริการที่ซื้อไปให้คนรู้จักมากน้อยแค่ไหน” พร้อมมีคะแนนให้เลือกตั้งแต่ 1 ถึง 10
ซึ่งสถิติที่น่าสนใจระบุว่าถ้ามีคนหนึ่งพูดถึงสินค้าบริการหรือแบรนด์ของเราในแง่ไม่ดี จำเป็นจะต้องมีอีก 5 คนที่ออกมาพูดเพื่อหักล้างกระแสลบเหล่านั้น หรือเรียกง่าย ๆ ว่าเราจำเป็นต้องอาศัยคนที่บอกต่อแบรนด์ของเราในแง่ดีมากกว่าคนที่พูดถึงแบรนด์ของเราในแง่ร้ายถึง 5 เท่าเลยทีเดียว
- Customer Effort Score (CES) เป็นคะแนนที่ใช้วัดว่าลูกค้าต้องใช้ความพยายามมากน้อยขนาดไหนในการใช้สินค้าบริการของเรา ผ่านคำถาม เช่น “คุณติดต่อกับแอดมินของร้านเราได้สะดวกสบายและทันใจมากน้อยแค่ไหน” หรือในกรณีของบริษัทใหญ่ ๆ เราอาจใช้คำถามประเภทนี้เพื่อประเมินความพึงพอใจหลังติดต่อกับฝ่ายลูกค้าสัมพันธ์หรือศูนย์บริการช่วยเหลือลูกค้าค่ะ
หากคุณเป็นหนึ่งคนที่สนใจและอยากวางแผนกลยุทธ์การตลาดด้วย Data เราขอแนะนำหลักสูตร ‘Data Analytics for Marketers’ ที่จะช่วยให้คุณวางแผนกลยุทธ์ได้อย่างแหลมคมขึ้น รวมถึงสร้างจุดแข็งที่โดดเด่นให้กับธุรกิจ พร้อมประหยัดเวลาลองผิดลองถูก
อ่านรายละเอียดคอร์สเรียนเพิ่มเติมได้ที่ :
https://stepstraining.co/data-analytics-marketer
สำรองที่นั่งหรือสอบถามข้อมูลเพิ่มเติมได้ที่ :
Facebook: Inbox STEPS Academy m.me/digitalmarketingacademythailand
LINE OA: @STEPStraining https://lin.ee/jRRdsrN
หรือโทร 065-494-6646
