โลกของการตลาดในยุคปัจจุบันถูกขับเคลื่อนด้วยข้อมูล หรือที่เราเรียกว่า Data-Driven Marketing โดยข้อมูลจาก Forbes บริษัทสื่อด้านเทคโนโลยีและการลงทุนระบุว่า ในปี 2020 ข้อมูลใหม่ประมาณ 1.7 เมกะไบต์ถูกสร้างขึ้นในทุก 1 วินาที ซึ่งจะทำให้ข้อมูลมากขึ้นถึง 44 เซตตาไบต์ หรือ 44 ล้านล้านกิกะไบต์ ซึ่งมากขึ้นกว่าปี 2019 ถึง 10 เท่า
ซึ่งถือเป็นข้อมูลที่เพิ่มขึ้นอย่างมหาศาล โดย Data เหล่านี้เกิดขึ้นจากการทำกิจกรรมต่างๆ ในแต่ละวันของเรานั่นเองค่ะ เช่น การโพสต์หรือพิมพ์คอมเมนต์ลงในสื่อ Social Media การซื้อของในห้างสรรพสินค้า การซื้อขายของบนช่องทางออนไลน์ และ การทำธุรกรรมต่างๆ เป็นต้น โดยการเพิ่มขึ้นของ Data ส่งผลให้ในด้านการตลาดและธุรกิจได้นำ Data มาใช้ต่อยอดมากยิ่งขึ้นทั้งการดาคการณ์แนวโน้มของตลาด การค้นหาข้อมูลเชิงลึกของลูกค้า การลดความเสี่ยงในการตัดสินใจให้กับธุรกิจ และการเพิ่มประสิทธิภาพของขั้นตอนการดำเนินงานต่างๆ หลังจากที่เห็นประโยชน์ของ Data ที่มีผลต่อการทำการตลาดแล้ว ลองมาทำความเข้าใจเพิ่มเติมกันค่ะว่าสรุปแล้ว Data Marketing คืออะไร
Data Marketing คืออะไร
“Data Marketing หรือ การตลาดที่ขับเคลื่อนด้วยข้อมูล” เป็นการนำเอาข้อมูลของลูกค้ามาวิเคราะห์ใช้ในการทำการตลาดเพื่อให้มีประสิทธิภาพมากยิ่งขึ้น จึงเป็น การทำการตลาดที่อยู่บนพื้นฐานของข้อมูล หรือความเป็นจริง ทำให้ทราบถึงข้อมูลเชิงลึกของลูกค้า และ พฤติกรรมของลูกค้า ให้สามารถออกแบบกลยุทธ์ได้ตรงกับกลุ่มเป้าหมายที่ต้องการ
โดยรูปแบบการเก็บข้อมูลไม่ว่าจะเป็น การเก็บข้อมูลผ่านวิธีการ การทำ research หรือ วิจัย ในรูปแบบ Qualitative ( คุณภาพ ) หรือ Quantitative ( จำนวน ) จะต้องใช้ต้นทุนในการเก็บข้อมูลในราคาที่สูง ซึ่งแน่นอนว่า แบรนด์ระดับองค์กรส่วนใหญ่ มีทรัพยากร และ งบประมาณเพียงพอสำหรับการนำเครื่องมือทางการตลาด (Martech) มาปรับใช้ในการสร้างกลยุทธ์ แต่ถ้าหากเป็นองค์กรขนาดเล็กหรือในกลุ่มธุรกิจ SME จะสามารถนำเอาข้อมูลหรือ Data มาช่วยในการสร้างกลยุทธ์ทางการตลาดได้หรือไม่ วันนี้ผู้เขียนจะพาทุกท่านมาค้นหาคำตอบไปพร้อมกันค่ะ
ทำไมเราถึงควรนำ Data มาใช้ในการทำธุรกิจ
ผู้เขียนได้รวบรวมเหตุผลที่ผู้ประกอบการ หรือ นักการตลาด ต้องนำเอาหลักการของ Data Marketing มาใช้ในการทำการตลาดไว้ดังนี้ค่ะ
1. Data ทำให้เข้าใจลูกค้ามากยิ่งขึ้น
ข้อมูลจากการวิจัยของ Datameer (ผู้ให้บริการด้านซอฟต์แวร์การจัดการข้อมูล) ระบุว่า ข้อมูลสามารถช่วยให้บริษัททำความเข้าใจลูกค้าได้อย่างลึกซึ้งมากยิ่งขึ้น โดยบริษัทมุ่งเน้นในการนำเอาข้อมูลมาใช้ในส่วนของการวิเคราะห์ลูกค้า (Customer Analytics) สูงถึง 48% เนื่องจากในยุคปัจจุบันการคาดเดาผู้บริโภคเป็นเรื่องที่ยากมากยิ่งขึ้น ผู้บริโภคได้รับข้อมูลข่าวสารในการบริโภคการบริการหรือสินค้าได้จากหลากหลายช่องทาง ไม่ว่าจะเป็นทาง Social Media ทาง Website หรือการบอกต่อของคณรู้จัก โดยในบางครั้งคุณอาจจะไม่เคยได้พบหน้ากับลูกค้าของคุณ จึงเป็นเรื่องที่ท้าทายมากยิ่งขึ้นสำหรับนักการตลาดในการทำความเข้าใจกับกลุ่มลูกค้าของตนเอง
ภาพจาก https://vizworld.com
ตัวอย่าง
บริษัท The loan exchange บริษัทให้บริการด้านการจัดหาเงินกู้ให้เหมาะสมกับผู้กู้ ได้ปรับ UI (User interface) หรือความสวยงามของเว็บไซต์ ให้สอดคล้องกับข้อมูลมากยิ่งขึ้น โดยจากข้อมูลพบว่า
- ผู้ใช้บริการมีอุปสรรคในการใช้งานบน Application สูง
- การรับชมบนมือถือทำให้เห็นแบบฟอร์มการสมัครทางออนไลน์เพียง 75% เท่านั้น
- รหัสผ่านที่ซับซ้อนก่อให้เกิดความยุ่งยาก และส่งผลต่อการกรอกแบบฟอร์ม
2. Data ช่วยลดความเสี่ยงในการตัดสินใจ
ในการทำการตลาดที่ปราศจากการใช้ข้อมูลก็เปรียบเสมือนการเดาความชอบหรือความต้องการของกลุ่มลูกค้า การนำเอาข้อมูลมาใช้สามารถแสดงให้เห็นถึงความแตกต่างของทางเลือกที่มีอยู่ จึงสามารถสร้างความเชื่อมั่นได้ว่ากลยุทธ์ที่คุณใช้จะสามารถเจาะกลุ่มเป้าหมายที่คุณต้องการ หรือการทำการตลาดในรูปแบบใดที่จะทำให้ ยอดขาย หรือ Conversion Rate มีสัดส่วนสูงมากยิ่งขึ้น
ตัวอย่าง
บริษัทเอเจนซี่การตลาด Neil Patel Digital ตัดสินใจเลือกขยายฐานลูกค้าไปในต่างประเทศ โดยตัดสินใจจากปัจจัยหลัก 3 ปัจจัยดังนี้
- การเข้าชมเว๊บไซต์มาจากที่ใด (Website traffic)
- จากประเทศที่มีการเข้าชมเว็บไซต์สูง มีประเทศใดที่มีจำนวนประชากรสูง
- ประเทศใดมี GDP (Gross Domestic Product) หรือ ผลิตภัณฑ์มวลรวมสูง
โดยจากปัจจัยที่กล่าวไปข้างต้นทั้งหมด ทำให้ Neil Patel Digital เลือกขยายฐานลูกค้าไปยังประเทศบราซิล ซึ่งมีจำนวนการเข้าชมเว็บไซต์ลองลงมาจากประเทศอเมริกา ที่เป็นที่ตั้งของสำนักงานใหญ่ อีกทั้งบราซิลยังเป็นประเทศที่มีจำนวนประชากรและ GDP ในอัตราที่สูง จึงเหมาะสมแก่การขยายฐานลูกค้า
จากกรณีศึกษานี้แสดงให้เห็นว่า ธุรกิจสามารถนำ Data มาประยุกตร์ใช้ในการประกอบการตัดสินใจได้ โดยสามารถนำมาผนวกกับข้อมูลที่มีการเปิดเผยแบบสาธารณะ เช่น ข้อมูลด้าน GDP หรือผลิตภัณฑ์มวลรวมของแต่ละประเทศ ซึ่งอาจเป็นข้อมูลที่หลายท่านเลือกมองข้ามไปเพราะคิดว่าการนำข้อมูลมาใช้ในธุรกิจต้องอาศัยเพียงการทำวิจัย หรือการเก็บแบบสอบถามกับลูกค้าเท่านั้น ดังนั้นการนำ Data มาใช้จึงต้องอาศัยการวิเคราะห์และการนำข้อมูลรอบตัวที่มีอยู่มาประยุกตร์ใช้อย่างเหมาะสม
3. Data ช่วยเพิ่มยอดขาย
จากการศึกษาของ McKinsey บริษัทที่ปรึกษาในอเมริกาพบว่า ธุรกิจที่ใช้ข้อมูลขนาดใหญ่เป็นส่วนหนึ่งของการวิเคราะห์ลูกค้าได้รับผลกำไรเพิ่มขึ้น 126% เมื่อเทียบกับคู่แข่ง จึงไม่ใช่เรื่องแปลกที่ในปัจจุบันการทำการตลาดต้องอาศัยการใช้ข้อมูลควบคู่ไปกับการกำหนดกลยุทธ์ทางการตลาด
ตัวอย่าง
บริษัท Nike ได้ออกเคมเปญ Nike Plus สำหรับสมาชิกบนแอพลิเคชั่น Nike เพื่อมอบข้อเสนอสุดพิเศษให้แก่สมาชิก ทั้งโปรโมชั่นส่วนลดแบบรายบุคคล คลาสออกกำลังกาย และ ร้านค้าใหม่ที่จะเปิดให้สมาชิกบน Nike plus ได้เข้าช้อปก่อนผู้อื่น โดยสิ่งที่ Nike ได้รับคือการเก็บข้อมูล ทั้งคอร์สเทรนนิ่ง งานอดิเรก ความชอบ และข้อมูลส่วนตัวอื่นๆ โดยหลังจากที่ Nike ได้ทำการเก็บข้อมูลแล้ว Nike ไม่เพียงแต่นำข้อมูลไปปรับปรุงกับสินค้าตามความชอบและความสนใจของลูกค้าเท่านั้น แต่นำไปคาดเดาทั้งสินค้าที่ผู้บริโภคเลือกซื้อและช่วงเวลาที่ผู้บริโภคซื้อสินค้า เพื่อนำเสนอโปรโมชั่นที่เหมาะสมในช่วงเวลาที่เหมาะสมมากที่สุด
โดย Nike Plus ช่วยสร้างยอดขายให้แก่ Nike เพิ่มขึ้นถึง 16 พันล้านดอลลาร์ในปี 2562 จาก 10.4 พันล้านดอลลาร์ในปี 2561
4. Data ช่วยเพิ่มประสิทธิภาพในการทำการตลาดออนไลน์
ในการทำการตลาดออนไลน์ Data มีส่วนช่วยในการทำการตลาดเป็นอย่างมาก เนื่องจากความสามารถในการวัดผลลัพธ์เชิงตัวเลขได้อย่างแม่นยำ โดยสามารถเข้าถึงข้อมูลและนำไปพัฒนาต่อยอดเพื่อเพิ่มประสิทธิภาพในการทำการตลาดได้ดังนี้
- จำนวนผู้เข้าถึงในช่องทางต่างๆ (Multi Channel Traffic) เช่น ยอดผู้เยี่ยมชมเว็บไซต์ จำนวนผู้เข้าถึงในแต่ละ Social Media Platform และ จำนวนผู้ที่มีปฏิสัมพันธ์กับโพสต์ต่างๆ เช่น กดถูกใจ แสดงความคิดเห็น แชร์โพสต์
- บันทึกของการทำธุรกรรมต่างๆ (Transactions Record)
- Cart Abandonment หรือ การกดเลือกสินค้าลงในตะกร้าแต่ไม่กดสั่งซื้อ
- ตัวชี้วัดทางการตลาด (Marketing Metrics) เช่น การวัดเชิง Awareness โดยวัดจาก ยอดผู้เข้าถึง (Reach) จำนวนครั้งของผู้เห็นโฆษณา (Impression)
- การบริหารจัดการสินค้า (Inventory Management)
- การบริการลูกค้า (Customer Service)
ตัวอย่าง
KIA บริษัทรถยนตร์ระดับโลกสร้าง Chatbot บน Facebook Massenger เพื่อช่วยในการตอบคำถามและข้อสงสัยต่างๆ ของลูกค้า โดย Chatbot ได้แลกเปลี่ยนข้อความกับลูกค้าถึง 600,000 ข้อความ ส่งผลให้มีปฏิสัมพันธ์ผ่าน Messenger เพิ่มขึ้น 50 เท่า ซึ่งความสามารถในการนำ Chatbot มาใช้สามารถช่วยให้เกิดการบริการลูกค้าทางออนไลน์ได้ดังนี้
- ปรับแต่งบริการตามความเหมาะสมของประเภทรถยนตร์
- ตอบคำถามสำหรับรถยนตร์ทุกรุ่น
- ช่วยแก้ไขปัญหาสำหรับลูกค้าที่ทำกุญแจหายและแจ้งไปยังตัวแทนในพื้นที่นั้นๆ
- การดูคลังสินค้า
- การช่วยเหลือฉุกเฉินบนท้องถนน
- การชำระเงิน
4 ขั้นตอนสำหรับธุรกิจ SME ในการเอา DATA มาใช้
หลังจากทำความเข้าใจแล้วว่า Data-Driven Marketing มีความสำคัญต่อการทำการตลาดในยุคปัจจุบันเป็นอย่างมาก หากในธุรกิจ SME จะเริ่มนำ DATA มาใช้สามารถเริ่มจากการเก็บข้อมูลอะไรได้บ้าง เรามาดูกันดีกว่าค่ะ
1. จัดเก็บข้อมูล (Collect)
สิ่งแรกที่ธุรกิจ SME ต้องทำหากต้องการนำ Data มาใช้คือ การจัดเก็บข้อมูลเสียก่อน สำหรับในธุรกิจ SME ก็สามารถจัดเก็บข้อมูลของลูกค้าได้เช่นเดียวกันค่ะ ในการเริ่มเก็บข้อมูลเราต้องทราบก่อนว่าอะไรคือข้อมูลที่เราต้องการ และ สามารถนำมาใช้แก้ไขปัญหาหรือเพิ่มโอกาสในธุรกิจได้ โดยมีขั้นตอนดังนี้
1.1 กำหนดปัญหา และ โอกาสจากสถานการณ์ปัจจุบันของธุรกิจ
1.2 ตั้งเป้าหมายที่ต้องการ
1.3 กำหนดประเด็นที่ต้องการหาคำตอบ
1.4 กำหนดข้อมูลที่ต้องการหาเพิ่มเติม
โดยขั้นตอนข้างต้นสามารถทำให้ทราบว่าปัญหาที่เราต้องการการแก้ไขในธุรกิจมีอะไรบ้าง และข้อมูลใดที่เราต้องการเพิ่มเติมเพื่อแก้ไขสิ่งเหล่านั้น โดยผู้เขียนได้ยกตัวอย่างแหล่งของข้อมูลไว้เพื่อเป็นช่องทางในการเก็บข้อมูลดังนี้
- Website Data หรือข้อมูลจากเว็บไซต์ โดยสามารถใช้เครื่องมือในการวัดผล
ติดตามการเข้าชมเว็บไซต์และการโต้ตอบของลูกค้าได้จาก Google Analytics เพื่อวิเคราะห์ว่า เว็บไซต์มีข้อบกพร่องในเรื่องใด สามารถพัฒนาสิ่งใดบนเว็บไซต์ได้ พฤติกรรมของผู้ที่เข้ามาในเว็บไซต์ และ เนื้อหาแบบไหนที่เหมาะสมกับเว็บไซต์ เป็นต้น ซึ่งสามารถทำได้ทั้งธุรกิจขนาดใหญ่และธุรกิจขนาดเล็กเพราะสามารถใช้งานได้ฟรี และหากท่านใดอยากทราบขั้นตอนการใช้ Google Analytics สามารถอ่าน วิธีใช้ Google Analytics เนื่องจาก การใช้ Platform ในการวิเคราะห์เว็บไซต์เพื่อคอยพัฒนาเว็บไซต์อยู่เสมอมีความสำคัญอย่างมาก โดยข้อมูลจาก Fundera (แพลตฟอร์มการซื้อขายสินค้าของธุรกิจขนาดเล็ก) ระบุว่า 81% ของผู้บริโภคค้นหาข้อมูลบนโลกออนไลน์ก่อนทำการซื้อ แม้ว่าจะทำการสั่งซื้อบนออนไลน์ หรือ เลือกซื้อในร้านค้าก็ตาม ดังนั้นหากธุรกิจของคุณเป็นธุรกิจออนไลน์ คุณต้องไม่ลืมให้ความสำคัญในส่วนของเว็บไซต์ของคุณ
- Social Data ถ้าหากธุรกิจของคุณไม่ได้มีเว็บไซต์เป็นของตนเอง คุณก็ยังสามารถจัดเก็บข้อมูลได้เช่นเดียวกันค่ะ โดยการเก็บข้อมูลจาก Social Media Analytics บน Platform ต่างๆ ที่ธุรกิจของคุณมี หรือการใช้ Social listening
- Research Data หรือข้อมูลจากการทำวิจัย การทำสำรวจ (Survey) การทำการทดลอง (Experimental)
- Open Data หรือ ข้อมูลที่มีการเปิดเผยแบบสาธารณะ อาจเป็นข้อมูลที่ถูกมองข้ามแต่ก็สามารถนำมาปรับใช้ในกลยุทธ์ของคุณได้เช่นเดียวกันค่ะ
หลายท่านอาจคิดว่า การอ่านข้อมูลหลังบ้าน จำนวนตัวเลข และ สถิติ เป็นเรื่องที่ยากในการทำความเข้าใจ แต่หากคุณใช้เวลาในการทำการศึกษาข้อมูลเหล่านั้น คุณจะสามารถนำมาปรับใช้เพื่อต่อยอดให้กับธุรกิจของคุณได้ดีมากยิ่งขึ้นอย่างแน่นอนค่ะ
2. จัดระบบของข้อมูล (Transform)
ช่องทางในการจัดระบบข้อมูล
จำนวนตัวเลขหรือสถิติต่างๆ จากการเก็บรวบรวมข้อมูลของคุณ จะสามารถนำมาปรับใช้ได้ดีมากยิ่งขึ้น หากจัดเก็บข้อมูลได้อย่างเป็นระบบ โดยมีช่องทางมากมายที่สามารถจัดเก็บข้อมูลได้ เพราะในปัจจุบันมี Platform ที่สามารถเข้าไปใช้งานได้ฟรี เช่น Google Drive, Dropbox, iCloud, OneDrive, Excel ที่สามารถเก็บไฟล์ข้อมูลหรือไฟล์รูปภาพ ตามความเหมาะสมของแต่ละธุรกิจ
ขั้นตอนการจัดระบบข้อมูล
หลังจากการเก็บข้อมูลแล้ว ในขั้นตอนนี้จะได้รับข้อมูลในจำนวนเยอะและยากในการทำความเข้าใจ จึงต้องมีขั้นตอนในการจัดระบบของข้อมูลดังนี้
2.1 อ่านข้อมูลที่ได้รวบรวมมาทั้งหมดและจดประเด็นที่น่าสนใจจากการอ่านข้อมูลเหล่านั้น
2.2 แยกประเภทของประเด็นที่น่าสนใจ
2.3 จัดข้อมูลให้อยู่ในรูปแบบที่สามารถเข้าใจได้ง่าย โดยสามารถจัดระบบของข้อมูลได้ดังนี้
-
- จัดเก็บรูปแบบภาพ (Data Visualization) : จัดเก็บข้อมูลให้อยู่ในรูปแบบแผนภูมิหรือกราฟ เพื่อให้ข้อมูลที่คุณมีอยู่กลายเป็นข้อมูลในรูปแบบภาพ ซึ่งทำให้ง่ายต่อการทำความเข้าใจของคุณหรือทีมการตลาดของคุณ เนื่องจาก 90% ของข้อมูลที่ส่งต่อไปในสมองของมนุษย์เป็นข้อมูลแบบรูปภาพ
- จัดแยกตามประเภทของข้อมูล เช่น เพศ อายุ ที่อยู่อาศัย รายได้
- จัดแยกตามคุณลักษณะของข้อมูล เช่น ความถี่ในการใช้งาน ช่วงเวลาที่เลือกซื้อสินค้า ลักษณะของบรรจุภัณฑ์ที่เลือกซื้อ เนื้อหาที่ผู้ชมให้ความสนใจ ช่วงเวลาในการเข้าชมเว็บไซต์
โดยรูปแบบในการจัดเก็บข้อมูลขึ้นอยู่กับความเหมาะสมกับธุรกิจและข้อมูลที่มี อีกทั้งการจัดเก็บข้อมูลอย่างเป็นระบบ ทำให้ง่ายต่อการทำการตลาดแบบ Presonalization หรือ การทำการตลาดแบบเฉพาะบุคคล โดยสามารถเลือกใช้กลยุทธ์เฉพาะในกลุ่มเป้าหมายที่ต้องการได้ เนื่องจากได้มีการจัดเก็บข้อมูลไว้อย่างเป็นระบบ มีการแยกประเภทหรือความสนใจของกลุ่มลูกค้าไว้แล้ว การเลือกทำการตลาดแบบเฉพาะกลุ่มจึงสามารถทำได้ง่ายมากยิ่งขึ้น
3. ค้นหาข้อมูลเชิงลึก (Analyze)
ดังที่กล่าวไปในข้อที่แล้วถึงการหาข้อมูลในเชิงลึก คือความพยายามในการ หารูปแบบ (Pattern) ในข้อมูลที่คุณมีอยู่ โดยคุณต้องไม่ลืมว่าคุณคือผู้ที่รู้จักธุรกิจของคุณได้ดีมากที่สุด ข้อมูลที่คุณมีอยู่และการจัดข้อมูลออกมาอย่างเป็นระบบจะช่วยให้คุณได้ค้นพบข้อมูลเชิงลึกในธุรกิจของคุณได้ ด้วยการหาเหตุผลเบื้องหลังจากข้อมูลนั้นๆ เพื้อนำข้อค้นพบเหล่านั้นไปปรับใช้งาน
ตัวอย่างในการค้นหาข้อมูลเชิงลึก
-
- จากการเก็บข้อมูลพบว่ามีผู้ใช้งานบนแอพลิเคชั่นสั่งอาหารบนมือถือมากที่สุดในช่วงเวลา 11.00 น. – 12.00 น. ในการค้นหาข้อมูลเชิงลึกจึงเป็นการค้นหาเหตุผลว่าทำไมผู้ใช้งานถึงเลือกใช้งานในช่วงเวลาดังกล่าวมากที่สุด เช่น ต้องการให้อาหารไปส่งในช่วงเวลาพักกลางวันพอดี ต้องการอาหารที่มีความรวดเร็วในการส่งเพื่อให้ทันเวลาพักกลางวัน
- ข้อมูลพบว่าในช่วงวันหยุดสุดสัปดาห์ ลูกค้าเลือกทานอาหารภายในร้านอาหารมากกว่าการใช้แอพพลิเคชั่นในการจัดส่งอาหาร จึงสามารถค้นหาข้อค้นพบได้ว่า ในวันหยุดผู้บริโภคเลือกทานอาหารนอกบ้านเพราะ ต้องการความผ่อนคลายและเปลี่ยนบรรยากาศในวันหยุด และเลือกทานที่ร้านอาหารเพื่อเป็นสถานที่ในการพบปะกับคนรู้จัก
4. ลงมือทำ (Activate)
หากคุณค้นพบข้อมูลเชิงลึกในธุรกิจของคุณแล้ว สิ่งสุดท้ายที่คุณต้องทำคือ การลงมือทำ กล่าวคือ การเปลี่ยนข้อมูลเชิงลึกออกมาเป็นกลยุทธ์ที่อยู่บนข้อมูลที่คุณมีอยู่ โดยการปรับกลยุทธ์ให้เหมาะสมกับข้อมูล หลังจากได้เรียนรู้และทำความเข้าใจกลุ่มเป้าหมายจากข้อมูลที่มี คุณจะสามารถออกแบบกลยุทธ์ทางการตลาดได้อย่างเหมาะสมกับกลุ่มลูกค้ามากยิ่งขึ้น โดยสามารถนำมาพัฒนาในหลากหลายด้านให้แก่ธุรกิจ เช่น
ปรับเปลี่ยนกระบวนการให้ตรงกับข้อมูล เช่น จากข้อมูลพบว่าในเวลา 11.00 น. – 12.00 น. มีผู้ใช้งานบนแอพลิเคชั่นสั่งอาหารบนมือถือมากที่สุด จึงเป็นที่มาว่าในหลายร้านค้าเลือกส่งข้อความ Broadcast เมนูอาหารกลางวันทางไลน์ในช่วงเวลา 11.00 น. มากที่สุด
ปรับสินค้าให้ตรงกับข้อมูล เช่น เลือกออกโปรโมชั่นสำหรับอาหารกล่องในเวลากลางวัน เนื่องจากเป็นช่วงพักกลางวัน ผู้ใช้บริการส่วนใหญ่ต้องการความสะดวกและรวดเร็ว
ความเข้าใจในด้าน Data Marketing มีความสำคัญเป็นอย่างยิ่งทั้งในธุรกิจ SME และองค์กรต่างๆ ในบทความนี้เป็นเพียงหลักการในการนำ Data มาปรับใช้ในกลยุทธ์ทางการตลาด หากผู้อ่านท่านใดมีความสนใจในการศึกษาด้าน Data Marketing ในเชิงลึกมากยิ่งขึ้น ทั้งการทำความเข้าใจถึงความสำคัญของข้อมูล และการนำข้อมูลไปใช้ต่อยอดพัฒนาให้ธุรกิจของคุณไปได้ไกลมากยิ่งขึ้น สามารถศึกษาต่อได้ในคอร์สเรียน Data Marketing101 จาก STEPS Academy
อ้างอิง
https://www.forbes.com
https://www.demandjump.com
https://www.ngdata.com
https://www.yokellocal.com
https://www.fundera.com
https://martech.org
https://www.gosquared.com
http://www.intellspot.com
https://uplandsoftware.com
