ทุกวันนี้คุณอาจมีข้อมูลลูกค้ามากมายอยู่ในมือ แต่รู้หรือไม่ว่า ข้อมูลเหล่านี้สามารถสกัดออกมาเป็น Customer Insight ที่ช่วยให้ธุรกิจเข้าใจลูกค้าได้จริง ซึ่งไม่ใช่แค่รู้ว่า ลูกค้าคือใครเท่านั้น แต่รู้ลึกไปจนถึงการตัดสินใจ ตลอดจนพฤติกรรมบางอย่างที่สะท้อนออกมาเป็น Customer Journey ซึ่งช่วยให้เดาทางได้ด้วยว่าควรทำการตลาดกับกลุ่มลูกค้าอย่างไร ถึงจะเกิด Conversion ได้จริง
ดังนั้น Customer Insight Analysis คือ คำตอบสำคัญในโลกการตลาดยุค Data-Driven เพราะธุรกิจที่รู้ว่า Customer Insight มีอะไรบ้าง และใช้ให้ถูกวิธีจะมีแต้มต่อเหนือคู่แข่งหลายเท่า แต่ Insight คืออะไร? ต่างจากข้อมูลธรรมดายังไง? และถ้าจะเริ่มต้นเก็บและใช้ข้อมูลเชิงลึกได้ต้องทำอย่างไรบ้าง มีอะไรที่ควรรู้เกี่ยวกับการหาข้อมูลเชิงลึกของลูกค้า เพื่อนำมาสร้าง User Journey ให้กับธุรกิจ?
บทความนี้จะพาคุณไปดูตั้งแต่แนวคิดเบื้องต้นไปจนถึง Consumer Insight ตัวอย่างที่แบรนด์ดังใช้จริง พร้อมแนะแนวทางและเครื่องมือในการเก็บ Insight อย่างมีระบบ ที่สามารถนำข้อมูลเหล่านี้ไปใช้ในการตัดสินใจได้อย่างแม่นยำมากขึ้นในโลกธุรกิจ
Customer Insight คืออะไร?
Customer Insight คือ ความเข้าใจเชิงลึกเกี่ยวกับลูกค้าที่ไม่ได้มองแค่ตัวเลขยอดขายหรือสถิติพื้นฐาน แต่เป็นการมองให้ทะลุถึงพฤติกรรม ความต้องการ ความรู้สึก และแรงจูงใจที่ซ่อนอยู่เบื้องหลังการตัดสินใจซื้อของลูกค้า ซึ่งในเชิงกลยุทธ์ทางการตลาดการมี Insight ที่แม่นยำ จะช่วยให้แบรนด์สามารถสร้างแคมเปญที่ตรงใจลูกค้ามากขึ้น ไม่ว่าจะเป็นการเลือกช่องทางการสื่อสาร การออกแบบผลิตภัณฑ์ หรือแม้แต่การปรับประสบการณ์ของลูกค้าในแต่ละจุด
ดังนั้น การรู้ Consumer Insight พฤติกรรมผู้บริโภค จึงเป็นเครื่องมือสำคัญที่ทำให้ธุรกิจไม่ต้องเดาว่าลูกค้าคิดอะไร มีพฤติกรรมแบบไหน ชอบอะไรหรือไม่ชอบอะไร แต่ตัดสินใจจากข้อมูลจริงที่เก็บรวบรวมมาได้ในหลากหลายมุม เช่น ข้อมูลพื้นฐานอย่างอายุ (Age), รายได้ (Income), ประวัติการซื้อ (Purchase History), ความต้องการ (Customers’ Needs), พฤติกรรม (Behaviors), ความชอบ (Likes), ความไม่ชอบ (Dislikes) รวมถึงสิ่งที่ทำให้ลูกค้ารู้สึกพึงพอใจ (Delighted) ทั้งหมดนี้สามารถนำมาหา Customer Insight ต่อได้ทั้งสิ้น
Insight กับ Data ต่างกันอย่างไร?
หลายคนอาจจะสับสนระหว่างคำว่า Insight กับ Data ว่า 2 คำนี้มีความต่างกันอย่างไร? เพราะทั้งสองคำนี้มีความหมายที่สื่อถึง ‘ข้อมูล’ เหมือนกัน แต่ในความเป็นจริงแล้วมีความแตกต่างกันอย่างมีนัยสำคัญ โดยเฉพาะเมื่อพูดถึงการทำ Customer Insight analysis
Data (ข้อมูล) คือ ข้อเท็จจริง หรือที่เรียกกันว่าข้อมูลดิบ เช่น จำนวนการเข้าชมเว็บไซต์ อายุของลูกค้า ยอดขาย ประวัติการซื้อ ฯลฯ ซึ่งข้อมูลเหล่านี้เป็นเพียงจุดเริ่มต้นของการทำความเข้าใจลูกค้าเท่านั้น
ส่วน Insight (ข้อมูลเชิงลึก) คือ การวิเคราะห์และตีความ Data เหล่านั้นให้กลายเป็นความเข้าใจที่ใช้เพื่อตัดสินใจทางการตลาดได้ เช่น ลูกค้ากลุ่มวัยทำงานเลือกซื้อสินค้าหลัง 2 ทุ่มเพราะพึ่งเลิกงาน ฯลฯ ซึ่งข้อมูลนี้สามารถนำไปใช้กำหนดเวลาทำโปรโมชั่นให้ตรงจังหวะได้อย่างแม่นยำมากยิ่งขึ้น
การจะได้ข้อมูลมาใช้ให้เกิดประโยชน์สูงสุด ธุรกิจต้องใช้กระบวนการที่เรียกว่า Descriptive Analytics คือ การวิเคราะห์ข้อมูลเชิงพรรณนา ซึ่งช่วยสรุปภาพรวมของสิ่งที่เกิดขึ้น เช่น ลูกค้ากลุ่มไหนซื้อบ่อยที่สุด สินค้าใดทำยอดขายสูงสุดในช่วงเวลาใด พฤติกรรมลูกค้าเปลี่ยนไปอย่างไรบ้างในแต่ละช่วง ฯลฯ โดยทั้งหมดนี้คือรากฐานสำคัญที่จะนำไปสู่การหา Insight ที่ลึกขึ้นและมีประโยชน์ต่อการวางกลยุทธ์ได้นั่นเอง
องค์ประกอบของ Customer Insight มีอะไรบ้าง?
เมื่อพูดถึงการทำความเข้าใจลูกค้าในเชิงลึก สิ่งหนึ่งที่มองข้ามไม่ได้เลยคือการรู้ว่า องค์ประกอบของ Customer Insight มีอะไรบ้าง ที่เราควรโฟกัสและวิเคราะห์ให้ลึกกว่าแค่ข้อมูลพื้นฐาน ซึ่งมีรายละเอียดดังต่อไปนี้
Demographic
ข้อมูลประชากรพื้นฐาน หรือ Demographic คือ ข้อมูลสำคัญของการทำ Customer Insight ในแทบทุกธุรกิจ โดยข้อมูลนี้จะระบุเพศ อายุ รายได้ การศึกษา หรือสถานที่อยู่อาศัยของลูกค้า ซึ่งจะช่วยให้แบรนด์กำหนดกลุ่มเป้าหมายได้ชัดเจนยิ่งขึ้น และยังเชื่อมโยงกับพฤติกรรมอื่นๆ เพื่อนำไปสู่อินไซต์ที่น่าสนใจได้ด้วย เช่น ธุรกิจแฟชั่นอาจใช้ข้อมูลเพศและอายุเพื่อออกแบบสินค้าให้เหมาะกับผู้หญิงวัยทำงาน หรือร้านอาหารอาจใช้ข้อมูลพื้นที่ที่ลูกค้าอยู่ในการตัดสินใจเปิดสาขาใหม่ เป็นต้น
Customer Behavior
Customer Behavior หรือพฤติกรรมของลูกค้า คือ การวิเคราะห์สิ่งที่ลูกค้าทำ เช่น ความถี่ในการซื้อสินค้า เวลาที่มักเข้าใช้งานเว็บไซต์, รูปแบบการคลิกหรือเลื่อนดูข้อมูลบนเว็บไซต์ เป็นต้น ซึ่ง Insight จากพฤติกรรมนี้สามารถนำไปสู่การออกแบบโปรโมชั่นเฉพาะช่วงเวลาให้กับลูกค้าในช่องทางต่างๆ เช่น บนเว็บไซต์ด้วยการปรับ UX UI คือ องค์ประกอบที่ช่วยสร้างประสบการณ์ใช้งานบนเว็บไซต์ให้มีประสิทธิภาพมากขึ้น
ยกตัวอย่างการวิเคราะห์ข้อมูล Customer Behavior เช่น แพลตฟอร์มอีคอมเมิร์ซอาจพบว่าลูกค้ามักกดเพิ่มสินค้าลงตะกร้า แต่ไม่ชำระเงินในช่วงกลางคืน ซึ่งอาจสะท้อนถึงความลังเลหรือขาดแรงจูงใจในการกดซื้อในเวลานั้น ก็อาจจะต้องออกแบบเว็บไซต์ให้รองรับการแสดงผลโปรโมชั่นเฉพาะช่วงเวลากลางคืน เพื่อกระตุ้นการตัดสินใจซื้อมากขึ้นในช่วงเวลาดังกล่าว เป็นต้น
Customer Journey
Customer Journey คือ การติดตามเส้นทางของลูกค้าตั้งแต่ก่อนรู้จักแบรนด์ จนกลายเป็นลูกค้าประจำ ซึ่งสามารถแบ่งเป็นหลายช่วง ได้แก่ Awareness, Consideration, Purchase และ Retention การเข้าใจแต่ละจุดที่เป็น Customer Touchpoint เหล่านี้ จะช่วยให้ธุรกิจสามารถวางกลยุทธ์ในแต่ละขั้นตอนของการสื่อสารได้อย่างตรงจุดมากขึ้น
ยกตัวอย่างเช่น ลูกค้าอาจรู้จักแบรนด์ผ่านโฆษณาบน Facebook จากนั้นค้นหาข้อมูลใน Google และตัดสินใจซื้อสินค้าผ่านเว็บไซต์ในภายหลัง ซึ่งจากข้อมูลนี้เรานำไปวิเคราะห์หาวิธีการทำการตลาดได้อีกหลายแบบ เช่น การปรับปรุง UX บนหน้า Landing Page, การใช้ Remarketing กับกลุ่มที่ค้นหาข้อมูลแต่ยังไม่ซื้อ เพื่อเพิ่มโอกาสปิดการขายให้มีประสิทธิภาพยิ่งขึ้น เป็นต้น
Customer Psychographics
Customer Psychographics เป็นข้อมูลเชิงจิตวิทยา เช่น ความสนใจ ค่านิยม ทัศนคติ หรือไลฟ์สไตล์ ซึ่งอาจไม่มีอยู่ในฐานข้อมูล CRM ทั่วไป แต่สามารถหาได้จากแบบสอบถามหรือการวิเคราะห์ด้วย Social Listening Tool ในการเจาะลึกหาข้อมูลที่เป็นคอมเมนต์ ความคิดเห็น หรือรีวิวที่ลูกค้าพูดถึงโดยไม่มีการชี้นำเกิดขึ้น
ซึ่งในการวิเคราะห์ข้อมูลจิตวิทยาเชิงลึกเหล่านี้จำเป็นต้องใช้เครื่องมืออย่าง Data Visualization คือ การนำข้อมูลมาแสดงผลในรูปแบบที่ชัดเจนและจับต้องได้ อย่างการใช้กราฟ แผนภูมิ หรือ Heat map เพื่อแสดงพฤติกรรมลูกค้าในรูปแบบที่เข้าใจง่ายและช่วยให้ตัดสินใจเร็วขึ้น
Customer Sentiment & Feedback
Feedback และความรู้สึกของลูกค้า (Sentiment) ที่มีต่อแบรนด์นับเป็นแหล่ง Insight ที่ลึกมาก โดยเฉพาะในยุคโซเชียลมีเดียที่ผู้บริโภคสามารถแสดงความคิดเห็นได้ง่ายและรวดเร็ว
ดังนั้น การวิเคราะห์ Sentiment และ Feedback ของลูกค้าก็จะช่วยให้ธุรกิจรู้ว่าลูกค้ามองแบรนด์ในแง่บวก ลบ หรือเป็นกลาง และสามารถตอบสนองได้อย่างเหมาะสมมากขึ้น ยกตัวอย่าง Customer Sentiment & Feedback ที่สามารถวิเคราะห์หาอินไซต์ได้ เช่น การรีวิวในเว็บไซต์, คอมเมนต์บน Facebook, การให้คะแนนใน Shopee/Lazada เป็นต้น
วิธีการเก็บข้อเพื่อหา Customer Insight มีวิธีไหนบ้าง?
การเข้าใจลูกค้าในเชิงลึกมักเริ่มต้นจากการมีข้อมูลที่ถูกต้องและตรงจุด โดยในปัจจุบันสามารถหาได้จากข้อมูลในหลากหลายแหล่งที่ช่วยทำให้สกัดหาอินไซต์ได้อย่างแม่นยำมากขึ้น ดังนี้
การสัมภาษณ์หรือใช้แบบสำรวจ (Interviews & Surveys)
วิธีพื้นฐานและคลาสสิกที่สุดในการเก็บข้อมูลจากลูกค้าโดยตรง คือ การสัมภาษณ์ (การเก็บข้อมูลเชิงคุณภาพ) และใช้แบบสำรวจ (การเก็บข้อมูลเชิงปริมาณ) ซึ่งสิ่งสำคัญในการหาอินไซต์ด้วยวิธีนี้จะต้องตั้งคำถามให้ตรงจุด เช่น คำถามปลายเปิดที่ชวนให้ลูกค้าเล่าเชิงประสบการณ์ หรือคำถามปิดที่ใช้วัดความพึงพอใจระดับต่างๆ เพื่อนำมาหาความเชื่อมโยงกับพฤติกรรมหรือเจตคติที่ซ่อนอยู่
ยกตัวอย่างเช่น แบรนด์ A ทำการสัมภาษณ์ลูกค้าที่เคยยกเลิกบริการไป เพื่อหาสาเหตุเชิงลึกที่ไม่ปรากฏในตัวเลขรายงาน หรือใช้แบบสอบถามเพื่อประเมินว่าลูกค้ารู้สึกอย่างไรบ้างหลังใช้บริการ เช่น การประเมิน Net Promoter Score (NPS), Customer Satisfaction Score (CSAT) เป็นต้น
การเก็บข้อมูลผ่าน Customer Support หรือ Call Center Logs
Customer Support หรือ Call Center Logs เป็นช่องทางที่หลายธุรกิจมองข้าม แต่จริงๆ แล้วเป็นแหล่ง Insight ชั้นดี เพราะทีมที่ทำการบริการและดูแลลูกค้ามักจะเจอกับคำถามหรือปัญหาที่ลูกค้ามักถามซ้ำๆ หรือประเด็นที่ทำให้ลูกค้าไม่พอใจอยู่บ่อยครั้ง ซึ่งธุรกิจสามารถนำข้อมูลจากบทสนทนาเหล่านี้มาจัดกลุ่มและวิเคราะห์แนวโน้มบางอย่างได้ เช่น ทำ Dashboard รายเดือนเพื่อดูว่าปัญหาใดเกิดซ้ำสูงที่สุด
ยกตัวอย่างการแก้ไขปัญหาจากอินไซต์ของลูกค้าที่ได้มาจากช่องทางนี้ เช่น หากพบว่าลูกค้ามักโทรเข้ามาถามถึงขั้นตอนการชำระเงินแสดงว่า UX บนหน้า Checkout อาจซับซ้อนเกินไป แสดงว่าจะต้องทำการปรับปรุงเว็บไซต์ให้ชำระเงินได้ง่ายขึ้น เป็นต้น
การเก็บข้อมูลผ่าน Social Listening
การวิเคราะห์ Social Listening เป็นการฟังเสียงของลูกค้าโดยที่เราไม่จำเป็นต้องถามลูกค้าโดยตรง แต่ใช้วิธีการวิเคราะห์ความคิดเห็นที่ลูกค้าแสดงออกเองในแพลตฟอร์มโซเชียลต่างๆ เช่น Facebook, Twitter, Pantip ฯลฯ ซึ่งสามารถระบุได้ว่าผู้คนกำลังพูดถึงแบรนด์หรือสินค้าอย่างไร ทั้งในเชิงบวกและเชิงลบ นอกจากนี้ Social Listening ยังช่วยจับเทรนด์หรือปัญหาที่กำลังเกิดขึ้นแบบเรียลไทม์ เช่น การร้องเรียนจากลูกค้าหลังเปิดตัวฟีเจอร์ใหม่ ซึ่งจะช่วยให้แบรนด์รีบปรับตัวและสื่อสารได้ตรงประเด็นมากขึ้นด้วย
ตัวอย่างการหาอินไซต์จาก Social Listening เช่น หากมีการพูดถึงแบรนด์บนโซเชียลมีเดียว่า สินค้าคุณภาพดีแต่จัดส่งช้าเป็นจำนวนมาก แสดงว่าแบรนด์ควรโฟกัสที่การปรับปรุงด้านโลจิสติกส์ หรือหากมีการแชร์คอนเทนต์รีวิวสินค้าจากผู้มีอิทธิพล (Influencer) แล้วเกิดการพูดถึงเชิงบวกมาก แบรนด์อาจนำไปต่อยอดในแคมเปญ Influencer Marketing ต่อได้
การเก็บข้อมูลเชิงพฤติกรรมจากเว็บไซต์ (Website Behavior Tracking)
การใช้เครื่องมือเช่น Google Analytics, Hotjar หรือเครื่องมือที่ใช้ในการทำ A/B Testing เพื่อตรวจสอบว่าผู้ใช้งานมีพฤติกรรมอย่างไร เช่น คลิกตรงไหน ใช้เวลากับเนื้อหาส่วนใดมากที่สุด หรือตรงไหนที่ผู้ใช้มักออกจากหน้าเว็บไซต์ ซึ่งเราจะมีแนะนำเครื่องมือให้รู้จักกันมากขึ้นในหัวข้อถัดไป
แนะนำเครื่องมือฟรี Customer Insight Tools ใช้ฟรี แถมประโยชน์จัดเต็ม!
การจะได้มาซึ่งข้อมูลเชิงลึกของลูกค้าที่แม่นยำจะต้องอาศัยเครื่องมือที่ช่วยให้สามารถเก็บ วิเคราะห์ และตีความข้อมูลได้อย่างเป็นระบบ ซึ่งทุกวันนี้มีเครื่องมือฟรีให้ใช้งานเพื่อหาอินไซต์ได้มากมายหลายรูปแบบ ไม่ว่าจะเป็น…
Google Trends
Google Trends คือ เครื่องมือฟรีของ Google ที่ช่วยให้เห็นเทรนด์การค้นหาของผู้ใช้งานแบบเรียลไทม์ โดยเราสามารถเข้าไปใช้ได้เลยที่ https://trends.google.com/trends/ และเข้าไปค้นหาต่อได้เลยว่าคำค้นหาไหนกำลังเป็นกระแส, พฤติกรรมการค้นหาเปลี่ยนแปลงไปอย่างไรในแต่ละพื้นที่ หรือช่วงเวลาใดที่ลูกค้ามักสนใจสินค้าหรือบริการที่ต้องการรู้ข้อมูลมากที่สุด
ซึ่งเราสามารถนำข้อมูลอินไซต์นี้มาวางแผนการตลาดตามฤดูกาลหรือเหตุการณ์ได้ เช่น หากคุณค้นคำว่า ‘ของขวัญปีใหม่’ ในช่วงปลาย พ.ย. ถึง ธ.ค. ก็จะเห็นว่ามีพฤติกรรมการค้นหา Keyword นี้พุ่งสูงขึ้น ซึ่งแปลว่าคือช่วงที่ผู้บริโภคมีความสนใจและมีแนวโน้มซื้อสินค้าประเภทนี้สูงขึ้นนั่นเอง
Social Data Analytics
แพลตฟอร์มโซเชียลมีเดียต่างๆ เช่น Facebook (Meta), Instagram, TikTok ฯลฯ มีเครื่องมือ Analytics ที่สามารถเข้าไปใช้งานฟรีได้เลย ซึ่งข้อมูลหลังบ้านจะแสดงผลลัพธ์ Data ของคอนเทนต์ ซึ่งนำมาวิเคราะห์พฤติกรรมของผู้ติดตาม เช่น เวลาโพสต์ที่ทำให้ได้ Engagement ดีที่สุด, ประเภทเนื้อหาที่ลูกค้าโต้ตอบมากที่สุด, Demographic ของผู้ติดตาม, สรุปข้อมูล Conversion จากแคมเปญโฆษณา เพื่อดูว่าคนชอบ Ads แบบไหนมากที่สุด เป็นต้น
Zoho PageSense (A/B Testing Tool)
Zoho PageSense เป็นเครื่องมือแนว A/B testing ที่ใช้งานได้ฟรี ช่วยให้ธุรกิจที่อยากทดสอบสีปุ่ม CTA, การจัดวางองค์ประกอบหน้าเว็บ ไปจนถึงการจัดวางข้อความหัวเรื่องที่ต่างกันบนหน้าเว็บไซต์ว่า รูปแบบที่ต้องการจะปรับเปลี่ยนใหม่นั้นจะช่วยทำให้ Customer Experience บนเว็บไซต์นั้นดีขึ้นกว่าเดิมจริงไหม? ซึ่งข้อมูลเหล่านี้สามารถนำมาใช้เพื่อปรับปรุง Conversion Rate ได้อย่างแม่นยำ พร้อมมีฟีเจอร์ Heatmap และ Session Replay ในตัว เหมาะสำหรับแบรนด์ที่ต้องการ Insight เชิงพฤติกรรมในเว็บไซต์มาใช้งานต่อ
Hotjar (Heatmap & Session Recording)
Hotjar เป็นเครื่องมือประเภทที่ใช้เพื่อวัดผล Heatmap & Session Recording ที่ช่วยให้เห็นพฤติกรรมของผู้ใช้งานบนเว็บไซต์แบบภาพรวม เช่น คลิกตรงไหนมากที่สุด, เมาส์เลื่อนถึงส่วนไหนของหน้า, จุดไหนที่ทำให้ผู้ใช้หลุดออกจากเว็บไซต์ เป็นต้น ซึ่งการใช้เครื่องมือฟรีประเภทนี้จะช่วยทำให้เห็นพฤติกรรมการใช้งานบนเว็บไซต์ได้อย่างชัดเจนมากขึ้น เพื่อทำให้สามารถปรับ UX/UI เพื่อสร้าง User Journey ที่ดีขึ้น และลด Drop-off จากเว็บไซต์ได้อย่างมีประสิทธิภาพมากขึ้นด้วย
Google Analytics 4 (GA4)
Google Analytics 4 คือ แพลตฟอร์มการวิเคราะห์ข้อมูลเว็บไซต์และแอปพลิเคชันจาก Google ที่ออกแบบมาเพื่อรองรับพฤติกรรมผู้ใช้งานยุคปัจจุบัน โดยไม่เน้นแค่จำนวนผู้เข้าเว็บไซต์ แต่เน้นการติดตามพฤติกรรมแบบเชิงลึกได้ เช่น Event-based tracking, User Journey, Cross-platform tracking ฯลฯ
ซึ่งข้อมูลบน GA4 จะแสดงผลข้อมูลเชิงลึกเหล่านี้ให้เห็นแบบเรียลไทม์ว่าใครทำอะไรอยู่บนเว็บไซต์ และมีพฤติกรรมอย่างไรบ้าง โดยสามารถนำมาวิเคราะห์ต่อยอดหาพฤติกรรมเฉพาะกลุ่มที่จำเป็นต้องทำการตลาดเสริมเพื่อทำให้เกิด Conversion เพิ่มได้ เช่น กลุ่มที่ซื้อบ่อย, กลุ่มที่ออกจากเว็บทันที เป็นต้น
ตัวอย่างการใช้งาน Customer Insight จากเหล่าแบรนด์ดัง
หนึ่งในวิธีที่เราจะรู้วิธีการหาและใช้งานข้อมูลเชิงลึกได้ดีที่สุดก็คือ การดู Customer Insight ตัวอย่างจริงจากแบรนด์ดังอื่นๆ ว่าเขานำข้อมูลเชิงลึกไปใช้สร้างกลยุทธ์หรือปรับปรุงการสื่อสารอย่างไร และนี่คือ 3 ตัวอย่างที่น่าสนใจจากแบรนด์ชั้นนำที่เราสามารถนำมาเป็นกรณีศึกษาได้ ดังนี้
Netflix
หนึ่งใน Customer Insight ตัวอย่างที่โดดเด่นระดับโลกคือ กรณีของ Netflix ที่สามารถดึงข้อมูลพฤติกรรมผู้ใช้งานนับร้อยล้านคนมาวิเคราะห์และแปลงเป็นกลยุทธ์แบบ Personalized ได้อย่างเฉียบคม โดยที่ Netflix เก็บรูปแบบการใช้งานจริงของผู้ชมแต่ละคน เช่น
- เวลาที่มักจะดูคอนเทนต์
- ความเร็วในการดูจบแต่ละตอน
- พฤติกรรมการเลื่อนหาหรือหยุดดู
- อุปกรณ์ที่ใช้ในการดู
- รูปแบบคอนเทนต์ที่ตอบสนอง (genre, actor และ style)
- โปสเตอร์หรือภาพประกอบแบบไหนที่มีแนวโน้มให้คนคลิกมากที่สุด (Netflix ทำ A/B Testing กับภาพปกของคอนเทนต์เรื่องเดียวในหลายเวอร์ชัน)
ข้อมูลเหล่านี้นำไปสู่การสร้างระบบแนะนำ (Recommendation System) ที่ Netflix ใช้เพื่อแนะนำรายการภาพยนตร์ให้แบบไม่ต้องให้ผู้ชมพิมพ์ค้นหาเอง ซึ่งจากข้อมูลล่าสุด Netflix ระบุว่า มากกว่า 80% ของเนื้อหาที่คนรับชมจาก Netflix มาจากระบบแนะนำนี้ด้วย
Amazon
สำหรับใครที่ไม่รู้ว่าจะจ้างทำเว็บไซต์ที่ไหนดี เพื่อทำ Personalized Marketing บนเว็บไซต์จาก Customer Insight ที่หามาได้ ลองดูตัวอย่างเว็บไซต์ที่ใช้อินไซต์ในการทำ Journey ได้ดีมากๆ เจ้าหนึ่ง นั่นคือ Amazon
Amazon เป็นตัวอย่างคลาสสิกของแบรนด์ที่นำ Customer Insight มาใช้อย่างต่อเนื่องโดยเฉพาะในระบบ Recommendation System ที่แสดงผลแบบ Personalized บนหน้าเว็บไซต์ของผู้ใชงานในแต่ละคน ซึ่งข้อมูลที่ Amazon นำมาใช้เพื่อทำ Personalization เช่น ประวัติการเข้าชมสินค้า (Browsing History), พฤติกรรมการคลิก / เพิ่มลงรถเข็น / สั่งซื้อ, ประเภทสินค้าและแบรนด์ที่ดูบ่อย, ความถี่ในการสั่งซื้อและช่วงเวลาการใช้งาน, รีวิวและการให้คะแนนของผู้ใช้ เป็นต้น
หลังจากได้ข้อมูลมาก็จะต้องทำการประมวลผลพฤติกรรมของผู้ใช้ทั่วโลกผ่านระบบ Machine Learning จนทำให้ข้อมูลบนเว็บไซต์สามารถ Custom แสดงให้เห็นตามความสนใจของผู้ใช้งานได้แบบรายบุคคล เช่น หากผู้ใช้ A สนใจชุดเดรสสีดำ Amazon จะแสดงสินค้าที่ลูกค้าคนอื่นที่ดูเดรสสีดำคล้ายกันเคยคลิกดูหรือซื้อ, หากผู้ใช้ B ดูสินค้าแนวแฟชั่น Amazon อาจแสดงสินค้าที่บ่อยครั้งซื้อคู่กัน เช่น เข็มขัด หรือรองเท้าที่เข้ากับชุด เป็นต้น
Spotify
ในปี 2021 Spotify ได้เพิ่มฟีเจอร์ใหม่ในแคมเปญยอดนิยม Spotify Wrapped โดยใช้ชื่อว่า “Audio Aura” ซึ่งเป็นฟีเจอร์ที่ใช้ ข้อมูลการฟังเพลง ของผู้ใช้ตลอดทั้งปี มาสร้างเป็นภาพพลังงานทางดนตรี (Music Energy Aura) ที่สะท้อนบุคลิกและอารมณ์ผ่านโทนสีได้ ซึ่งอินไซต์ที่หยิบมาใช้ เช่น แนวเพลงที่ผู้ใช้ฟังมากที่สุด, ลักษณะของเพลง (เร็ว, ช้า, เศร้า, สดใส ฯลฯ), อารมณ์โดยรวมของเพลย์ลิสต์ตลอดทั้งปี เป็นต้น
นอกจากนี้ Spotify ยังทำงานร่วมกับ Mystic Michaela นักอ่านออร่าที่ช่วยตีความว่า พลังงานของเพลงที่ผู้ใช้เลือกฟังบ่อย ๆ มีความหมายเชิงอารมณ์อย่างไร เช่น สีม่วง หมายถึง ความคิดสร้างสรรค์, ความลึกซึ้ง, โลกส่วนตัวสูง ส่วนสีเขียว หมายถึง พลังงานสงบ ผ่อนคลาย มีความสมดุล ฯลฯ แคมเปญนี้เป็นการกระตุ้นการแชร์แคมเปญลง Social Media เพื่อขยายการเข้าถึง Wrapped ได้แบบไวรัลมากขึ้น และยังช่วยทำให้ผู้ใช้รู้สึกว่า Spotify เข้าใจผู้ใช้งานในระดับอารมณ์ ไม่ใช่แค่ในระดับเพลงอีกด้วย
สรุป Customer Insight คืออะไร สำคัญแค่ไหนสำหรับการทำธุรกิจ
Customer Insight คือกุญแจสำคัญในการเข้าใจลูกค้าอย่างแท้จริง ใช้เพื่อออกแบบกลยุทธ์และประสบการณ์ที่ตอบโจทย์ ตั้งแต่การเก็บข้อมูล การวิเคราะห์ ไปจนถึงการปรับ UX/UI และ Conversion Funnel ให้มีประสิทธิภาพสูงขึ้น
ซึ่งถ้าคุณกำลังต้องการปรับปรุงเว็บไซต์ให้ดียิ่งขึ้น ต้องการทำ SEO และวัดผลลัพธ์ทางการตลาดผ่านการทำเว็บไซต์ NerdOptimize คือ บริษัทรับทำ SEO ที่รับทำ SEO รวมถึงรับทำ CRO ท่พร้อมช่วยคุณวางแผนและปรับเว็บไซต์ให้ตอบโจทย์ลูกค้าด้วยข้อมูลเชิงลึก พร้อมผลลัพธ์ที่วัดได้จริง
