ใครที่กำลังสงสัยอยากรู้ว่าเนื้อหในหนังสือ Marketing 5.0 ของ Philip Kotler เล่มใหม่เป็นอย่างไร พร้อมแล้วเชิญอ่านต่อกันแบบเต็มๆ ได้เลยครับ
หนังสือเล่มนี้แบ่งเนื้อหาออกได้เป็น 4 Part หลัก โดยประกอบด้วยบทย่อย 12 ข้างในแต่ละ Part ดังนี้
Part 1 – Introduction พูดถึงการมาของ Marketing 5.0 มีที่มาที่ไปอย่างไร
Part 2 – Challenge Marketers Face in a Digital Worlds โจทย์ใหญ่ที่ท้าทายนักการตลาดในยุค Data 5.0 นี้มีอะไรบ้าง
Part 3 – New Strategies for Tech-Empowered Marketing กลยุทธ์การตลาดสำคัญสำหรับโลกยุคใหม่ที่ขับเคลื่อนด้วยอภิมหาดาต้า และเทคโนโลยีอัจฉริยะมากมาย
Part 4 – New Tactics Leveraging Marketing Tech แนวทางการทำการตลาดในยุคดาต้าที่เป็นแก่นหลักอย่างปฏิเสธไม่ได้ ว่าเราจะต้องเรียนรู้และเข้าใจเทคโนโลยีที่นับวันจะฉลาดล้ำหน้าแซงเชาว์ปัญญามนุษยชาติขึ้นไปเรื่อยๆ
3G เปลี่ยนวิธีการเข้าถึงข้อมูลทุกความรู้ที่เราต้องการ เราสามารถเชื่อมต่ออินเทอร์เน็ตความเร็วสูงไร้สายได้ตลอดเวลา เราเปลี่ยนจากการต้องใช้อินเทอร์เน็ตผ่านคอมพิวเตอร์ต่อสายไฟเบอร์หรือแลนที่บ้าน กลายเป็นสามารถเดินใช้มือถือแล้วอัพโหลดรูปและ Status บนโซเชียลมีเดียได้ตลอดเวลา ต้องบอกเลยว่ายุค Social media marketing นั้นเกิดได้ก็เพราะความเร็วของอินเทอร์เน็ตในระดับ 3G นั่นเองครับ
ถ้าไม่มี 4G บอกเลยว่าอาชีพ YouTuber จะยังไม่บูมขนาดนี้ คงไม่มี Influencer มากมายที่อาจจะถ่ายรูปไม่เก่ง เขียนถ้อยคำสวยๆ ไม่เป็น แต่พอมี 4G พวกเขาก็แค่แสดงความเป็นตัวของตัวเองออกมา แล้วไหนจะ LIVE Commerce ที่กลายเป็น New Normal Behaviour ที่เกิดขึ้นมากมายไม่ใช่แค่ในไทยแต่กระจายตัวออกไปยังหลากหลายประเทศทั่วโลกครับ
ดังนั้น 5G ที่ฟังดูภายนอกก็แค่ความเร็วในการเชื่อมต่ออินเทอร์เน็ตไร้สายผ่านมือถือที่จะแรงและเร็วเพิ่มขึ้นอีกมหาศาล สิ่งนี้จะทำให้เกิดยุคของ IoT อย่างแท้จริง เมื่อเทคโนโลยีในการจัดเก็บข้อมูลมีราคาถูกลงมาก คำว่า Big Data ที่เคยพูดถึงกันก็จะกลายเป็นอะไรที่จิ๋วๆ หรือ Small ไปเลย
Marketing 5.0 จะไม่เกิดถ้าเรายังคงคิดและตัดสินใจแบบเดิมโดยไม่เอา Data มาเป็นพื้นฐานสำคัญในการตัดสินใจ และการจะทำเรื่อง Data Driven ให้เกิดไม่ใช่แค่เทคโนโลยีในองค์กรเราต้องพร้อม แต่ Mindset ของทุกคนในองค์กรโดยเฉพาะผู้บริหารต้องพร้อมยิ่งกว่าพร้อม ที่จะยอมถอดตัวเองออกไปจากการตัดสินใจเรื่องสำคัญ ด้วยการพยายามผลักดันวางแนวทางการใช้ Data เป็นหัวใจหลักในการตัดสินใจ
2. Agile Marketing
ศัพท์นี้ใหม่ในวงการการตลาด แต่รู้ไหมครับว่าในโลก Startup หรือ Tech Company นั้นคุ้นชินกับคำนี้มากเพราะนี่ถือวิธีการทำงานหลักของพวกเขา แปลง่ายๆ คือต้องรู้จักทำงานให้ไว ปรับตัวให้เร็ว เลิกการทำงานแบบ Silo ทีมใครทีมมัน แต่บริษัทในยุคดาต้า 5.0 จะต้องสร้าง Special unit หรือ Avengers team ขึ้นมา ที่สามารถทำทุกอย่างได้ตัวเองได้แบบเร็วๆ ง่ายๆ ก่อนจะค่อย Scale ต่อไปเมื่อประสบความสำเร็จ
3. Predictive Marketing
เมื่อมี Data เป็นพื้นฐานในการตัดสินใจแล้วก็ต้องรู้จักเอาข้อมูลที่มีมาคำนวนด้วยวิธีของ Data Science เพื่อทำให้สามารถคาดการณ์ได้ว่าสิ่งที่กำลังจะทำนั้นจะประสบความสำเร็จมากน้อยแค่ไหน แล้วอะไรบ้างที่ทำมาแล้วไม่ประสบความสำเร็จ อย่าก้มหน้าก้มตาทำการตลาดไปโดยไม่เคย Predict อนาคตโดยเรียนรู้จาก Historical data ที่เคยผ่านและพลาดมา
อย่างในบทที่ 1 คือ เราใช้ Digital Technologies มากกว่าแค่การทำ Social media marketing หรือ e-commerce แล้วหรือยัง? และเราจะใช้เทคโนโลยีชั้นสูงอย่างไรที่จะทำให้องค์กรเรามีประสิทธิภาพที่ดียิ่งขึ้น
ปัญหาการคิดเห็นต่าง Gen สุดคลาสสิคคือลูกน้อง Gen Y ต้องทำการตลาดเพื่อจับกลุ่มคน Gen Z แต่กลับถูกตัดสินใจจากหัวหน้าในระดับ Gen X และ Baby Boomers ที่มีรสนิยมต่างกันสุดขั้ว แถมส่วนใหญ่ก็ไม่ค่อยคิดจะทำความเข้าใจโลกยุคใหม่เอาเสียเลย!
ในเมื่อ Gen Z กับ Gen Y กำลังก้าวเข้ามาเป็นผู้บริโภคกลุ่มใหญ่ที่สุด แล้วไหนจะกลายเป็นกลุ่มคนที่เป็นแรงงานเยอะที่สุดในโลก ดังนั้นถ้าคุณไม่รีบเรียนรู้ที่จะเอาใจพวกเขา คุณก็กำลังจะตกขบวนรถไฟศตวรรษที่ 21 โดยที่คู่แข่งไม่สนใจแถมยังยิ้มเยอะชอบใจที่คุณปรับตัวตามโลกของคนรุ่นใหม่ไม่ทัน
Baby Boomers คือคนแก่ไม่ยอมเกษียณจากตำแหน่งบริษัท ส่งผลให้ Gen X จำนวนมากโตต่อในองค์กรไม่ได้ หลายคนออกมาสร้างธุรกิจใหม่ของตัวเอง ประสบความสำเร็จก็มาก ส่วนที่เจ๊งก็ไม่น้อย Gen Y เองก็เริ่มก้าวเข้ามาเป็น Manager หรือ Management ในองค์กรพร้อมกับเป็นผู้ประกอบการไฟแรงในบริษัทที่ถูกนิยามว่า Startup มากมาย Gen Z เองก็กำลังกลายเป็นกลุ่มคนทำงานที่ใหญ่ที่สุดในโลก กลายเป็นผู้บริโภคอันดับต้นๆ ที่นักการตลาดจะมองข้ามไม่ได้ สุดท้าย Alpha กลายเป็นตัวชี้วัดสำคัญของธุรกิจที่ต้องการกลุ่มเป้าหมายครอบครัวยุคใหม่ ด้วยความที่ Gen Y มีลูกน้อยกว่าคน Gen X มาก ดังนั้นเมื่อพวกเขาจะทำอะไรก็จะถามลูกตัวเล็กในบ้านก่อนว่าคิดอย่างไรกับการตัดสินใจครั้งนี้
ดังนั้น Technology จึงกลายเป็นหัวใจสำคัญในการครองใจผู้บริโภคยุคใหม่ที่คุ้นเคยกับการทำอะไรๆ ด้วยตัวเองหรือ Digital Service ถ้าคุณไม่มีงบพอจะจับทุกคนบนโลกได้ ก็เอางบที่มีจำกัดไปจับกลุ่มผู้บริโภคที่พร้อมออนไลน์จะเป็นการลงทุนที่คุ้มค่ามากที่สุดครับ
โดยภาคธุรกิจเองก็สามารถเอา Know how ตรงนี้ไปต่อยอดกับประเทศบ้านเกิดของตัวเองได้ไม่ยาก Kotler ไม่ได้ขอร้องให้เราต้องทำการกุศาลมากขึ้นแต่อย่างไร แต่เขาชี้ให้เห็นโอกาสใหม่ๆ ในตลาดด้อยพัฒนาที่ใครๆ ก็มองข้ามต่างหากครับ
และการปรับตัวมาเป็นบริษัทที่คิดดีทำดีเพื่อสังคม หรืออาจจะออกแนว Social Enterprise แบบหน่อยๆ คือคนรุ่นใหม่ Gen Z หรือ Alpha จะรู้สึกอยากจะเลือกแบรนด์คุณมากกว่าแบรนด์คู่แข่งที่ไม่ได้ทำดีแบบเดียวกัน หรือถ้าคุณไม่ทำแล้วยังเพิกเฉย แล้วถ้ายิ่งทำให้สังคมสิ่งแวดล้อมเกิดความเสียหายโดยไม่ใยดี เตรียมตัวให้ดีเลยว่าพวกคุณจะต้องถูกทัวร์ลงจนภาพลักษณ์แบรนด์ที่ปั้นสร้างมาต้องป่นปี้หายวับไปกับตาเหมือนที่มีตัวอย่างให้เห็นมากมาย
Part 3 New Strategies for Tech-Empowered Marketing
chapter 5 The Digital-Ready Organization หมดยุคกลยุทธ์เดียวพิชิตธุรกิจได้
ที่ผ่านมาธุรกิจไม่เคยคิดว่าจะเกิดโรคระบาดร้ายแรงขนาดที่เราทุกคนบนโลกต้องล็อคดาวน์พร้อมกันทั่วโลกมาก่อน ส่งผลให้หลายธุรกิจต้องปรับตัวเข้าสู่ยุคออนไลน์หรือเรียกว่าทำ Digital Transformation แบบฉับพลัน และสิ่งที่ตามมาคือแม้หลายประเทศจะเลิกล็อคดาวน์แล้วก็ตาม แต่พฤติกรรมการทำอะไรๆ ด้วยตัวเองบนออนไลน์หรือดิจิทัลก็ไม่ได้ลดลงกลับไปเท่ากับช่วงก่อนหน้า
เอาง่ายๆ การสั่ง Food Delivery กลายเป็นพฤติกรรมการใช้ชีวิตวิถีใหม่ New Normal อย่างแท้จริง เพราะเมื่อผู้บริโภคทุกคนล้วนออนไลน์ส่งผลให้ทุกธุรกิจที่ยังอยากอยู่รอดต่อไปได้ต้องพร้อมให้บริการลูกค้าบนออนไลน์ถ้าไม่อยากถูกลบหายไปเพราะโควิด19
แต่ก่อนจะ Go Online ก็ต้องดูความพร้อมของลูกค้าด้วยไม่ใช่แค่ในองค์กรเรา บางธุรกิจลูกค้าก็ไม่ได้อยากออนไลน์เสมอไป แต่กับบางธุรกิจลูกค้าก็อยากจะออนไลน์เต็มแก่ แต่กลายเป็นฝั่งธุรกิจเองที่ไม่พร้อม Go Online เพราะต้องปรับวิธีการทำธุรกิจใหม่จนส่งผลกระทบต่อหลายส่วนที่เคยทำงานด้วยกันมานานอย่างแน่นอน
Tesla เป็นบริษัทรถยนต์รายแรกที่ให้ลูกค้าสามารถสั่งซื้อและปรับแต่งรถยนต์ทุกอย่างได้ตามต้องการ ถึงเวลาก็รอรถยนต์ที่สั่งไว้ไปส่งที่บ้าน ถ้ามีปัญหาก็บอกมาเดี๋ยว Tesla จะแวะมารับรถไปซ่อมที่โรงงานให้
วิธีที่สามคือเอา Digital หรือเทคโนโลยี หรือการออนไลน์มาช่วยให้คนทำงานของเราทำงานได้สะดวกสบายและมีประสิทธิภาพมากขึ้น เอาเทคโนโลยีอย่าง AI หรือ Chatbot มาช่วยแก้ปัญหาต่างๆ ที่ซ้ำซากและจัดการได้ง่ายๆ ไม่ว่าจะด้วยการเอาเทคโนโลยี Voice Interface มาใช้ หรือจะเอา NLP มาใช้ร่วมก็จะยิ่งทำให้การทำงานมีประสิทธิภาพมากขึ้น
และการจะทำแบบนั้นได้ก็ต้องมีกลยุทธการสร้างความสามารถทางดิจิทัล เริ่มจากการสร้าง Digital Infrastructure หรือเปลี่ยนทุกอย่างให้กลายเป็นดิจิทัลและดาต้าให้พร้อมไว้ เอาพวก IoT เข้ามาเสริมความสามารถในการเก็บดาต้าจากออฟไลน์เข้าไป ให้การประมวลผลข้อมูลทั้งหมดมีประสิทธิภาพและแม่นยำยิ่งขึ้น
ใช้ Digital เพื่อเสริมสร้าง Digital Customer Experience การใช้ดิจิทัลจะไม่ใช่แค่การใช้เพื่อทำคอนเทนต์ หรือทำการตลาดแบบที่ทำกันเป็นประจำในยุค Marketing 4.0 อีกตอ่ไป แต่จะต้องเป็นการใช้เทคโนโลยีดิจิทัลที่แอดวานซ์มากขึ้นเพื่อเสริมสร้างประสบการณ์ลูกค้าในทุกๆ Touchpoint ให้มีประสิทธิภาพยิ่งขึ้น บวกกับต้องเริ่มคิด Business Model ใหม่ๆ ด้วย จากเคยเป็น Product ก็ต้องหาทางคิดว่าเราจะสร้างรายได้จากรูปแบบ as a service ได้อย่างไร หรือเราจะหารายได้จาก Subscription model อย่างไรได้บ้างครับ
Chapter 6 The Next Tech ถึงเวลาที่มนุษย์เราจะมีศักยภาพมากขึ้นด้วยเทคโนโลยี
ในวันที่คำว่า AI, Machine Learning, Deep Learning, NLP หรือ Computer Vision ฟังดูเป็นเรื่องใหม่ แต่ความเป็นจริงแล้วสิ่งนี้ถูกคิดมาตั้งแต่ช่วงปี 1950-1960 แล้วทั้งนั้น เพียงแต่ในวันนั้นเทคโนโลยีทั้งหลายยังไม่พร้อม ไม่ว่าจะความเร็วในการประมวลผลข้อมูล หรือปริมาณ Data ที่ไม่มากพอ และขีดจำกัดในการจัดเก็บข้อมูลที่ไม่ราคาถูกเท่าทุกวันนี้
และนี่ก็เป็น 6 เทคโนโลยีพื้นฐานของยุค Data และ AI ของ Marketing 5.0 ครับ
Computing Power พลังการประมวลผลมากและรวดเร็วพอ ซึ่งเทคโนโลยีในวันนี้ก็คือ GPU หรือการ์ดจอประมวลผลความเร็วสูงที่ถูกนำมาใช้กับการประมวลผลให้ AI ในแบบที่ CPU แบบเดิมไม่ตอบโจทย์อีกต่อไป
Open-source Software โปรแกรมที่เปิดให้เข้าไปใช้งานและปรับแต่งความสามารถได้ตามใจเรา ไม่ว่าจะเป็น AI สำเร็จรูปมากมายที่เราแค่ลากวางแล้วสอนมันสักหน่อยก็พร้อมใช้งาน ดังนั้นการจะสร้าง AI หรือ ML หรือ DL ในวันนี้ไม่ได้ยากเท่ากับเมื่อก่อนแต่อย่างไร แค่เรารู้จักวิธีการทำงานของมันแล้วก็เขียนโค้ดเป็นสักหน่อย ก็สามารถสร้าง AI หรือโปรแกรมของตัวเองได้แบบง่ายๆ ครับ
The Internet ในที่นี้หมายถึงอินเทอร์เน็ตไร้สายความเร็วสูงอย่าง 5G ที่กำลังเริ่มใช้งานพร้อมกันทั่วโลก การที่เราสามารถเชื่อมต่ออินเทอร์เน็ตความเร็วสูงได้ทุกที่โดยไม่มีข้อจำกัด ก็ยิ่งทำให้การไหลเวียนของ Data เป็นไปได้อย่างลื่นไหลของ Data ที่สร้างขึ้นมาใหม่ หรือ Data ที่ต้องการใช้ไปพร้อมกัน
Cloud Computing ระบบประมวลผลบน Cloud ทำให้อุปกรณ์ต่างๆ ไม่จำเป็นต้องมีชิป CPU ความเร็วสูงในตัวเอีกต่อไป เมื่อเรามี Internet ความเร็วสูงอย่าง 5G เป็นตัวส่งผ่านข้อมูลมากมายขึ้นไปบน Cloud เราก็ให้ AI บน Cloud ประมวลผลไปแล้วส่งข้อมูลกลับมายังอุปกรณ์ของเราให้สามารถทำงานได้แบบ Real-time เสมือนมี AI ในตัวได้สบายๆ ตัวอย่างหนึ่งก็คือรถยนต์ที่ขับเคลื่อนตัวเองได้ในอนาคตก็ต้องใช้พลังการประมวลของของ Cloud Computing นี่แหละครับ
Big Data ทั้งหมดทั้งมวลของ 5 ข้อที่กล่าวมาก่อให้เกิด Big Data หรืออภิมหาข้อมูลขนาดใหญ่ ซึ่งเจ้า Data นี่แหละคือหัวใจของ AI เพราะเรายิ่งมีดาต้าดีๆ ป้อนเข้าไปให้มันเรียนรู้มากเท่าไหร่ เจ้า AI ก็จะยิ่งฉลาดล้ำจนทำให้เราสบายมากขึ้นเท่านั้น
The Next Tech ของ Marketing 5.0 บอกให้เรารู้ว่าเทคโนโลยีล้ำสมัยต่างๆ ที่สร้างมาก็ล้วนเพื่อเลียนแบบวิธีการทำงานของมนุษย์ทั้งนั้น เช่น มนุษย์เรียนรู้จากข้อมูลในอดีตเพื่อคาดการณ์ผลลัพธ์ในอนาคตเหมือนกันทุกคน เจ้า AI หรือ Robot ต่างๆ เองก็ถูกออกแบบมาให้เลียนแบบวิธีคิดและวิธีทำแบบมนุษย์มากที่สุด แถมที่สำคัญคือการทำให้มันพยายามเข้าใจบริบทเบื้องหลังของแต่ละเหตุการณ์ เอาง่ายๆ คือเรากำลังพยายามทำให้เครื่องจักรคิดแบบมนุษย์ให้ได้นั่นเองครับ
แต่ข้อได้เปรียบอย่างหนึ่งของ AI ที่มนุษย์ไม่มีวันสู้ได้ก็คือขีดความสามารถในการแบ่งปันประสบการณ์เพื่อเรียนรู้
สุดท้ายคือเราสอนมนุษย์แบบใด เราก็กำลังสอนหุ่นยนต์หรือ AI แบบนั้น สิ่งสำคัญของภาคธุรกิจคือต้องวางแผน Roadmap ด้าน Technology แทนที่จะมาวางแผน Business Roadmap แบบเดิมที่ปรับตัวไม่เคยตามเทคโนโลยีได้ทัน
Chapter 7 The New CX ใช้ MarTech เพื่อเสริมประสิทธิภาพของ Human
คนส่วนใหญ่ยังคงไม่เชื่อว่า Technology หรือ MarTech ในวันนี้นั้นฉลาดล้ำหน้ากว่าวันวานไปมากแล้ว เพราะเราหลายคนยังคงมีภาพจำในสมัยแรกเริ่มว่าเจ้าหุ่นยนต์ Robot หรือ AI ต่างๆ ล้วนโง่มาก เช่น Siri ในวันแรกที่เราเริ่มคุยกับมันสมัย iPhone 4 ถามคำตอบคำโดยสิ้นเชิง จนเรารู้สึกว่าเจ้า AI ทั้งหลายนั้นโง่ยิ่งกว่าอะไรสิ้นดี
ซึ่งก็ไม่แปลกครับ ณ วันนั้นมันคือการทดลองเอาเทคโนโลยีในห้องปฏิบัติการเข้าสู่ตลาดเป็นครั้งแรก แต่มาวันนี้เทคโนโลยีต่างๆ ล้วนก้าวหน้าไปไกลมาก เพราะความเร็วในการประมวลผลที่เพิ่มขึ้นมหาศาล บวกกับดาต้ามากมายที่เอามาสอนมันก็มีไหลเข้ามาทุกวันในระดับที่คำว่า Big Data ยังคงเล็กจนเกินไป
แต่เนื่องด้วยปัจจุบันเราอยู่ในยุคดาต้า Marketing 5.0 ดังนั้นเราจะมามัวใช้แค่สัญชาติญาณของมนุษย์ที่มีทั้งขีดจำกัดและ Bias เดิมมาเป็นตัวขี้วัดและตัดสินใจในการทำธุรกิจไม่ได้อีกต่อไป แต่มนุษย์เองก็ไม่สามารถที่จะทำความเข้าใจกับข้อมูลทั้งหมดที่มี ไม่สามารถเอาข้อมูลทั้งหมดที่มีมาจัดประเภทให้พร้อมใช้งานได้ แต่ในจุดนี้เองที่ Machine หรือ AI จะก้าวเข้ามาทำหน้าที่อ่าน Data ทั้งหมดและวิเคราะห์ออกมาเป็น Pattern หรือ Signal ที่น่าสนใจ แล้วให้มนุษย์เข้าไปทำความเข้าใจกับประเด็นนี้อีกครั้งหนึ่ง
เพราะการทำ Research แบบโลกเก่า นั้นแม้จะได้ Data ที่ดีแต่ก็มี Data น้อยมากเกินกว่าจะเอามาเป็นข้อสรุปของทั้งหมดหรือ Insight ที่เกิดขึ้นจริงที่สามารถพิสูจน์ซ้ำได้ แล้วไหนจะอารมณ์ของมนุษย์ที่เข้ามาทำให้ข้อมูลนั้นเพี้ยนไปอีกหละ ซึ่งส่งผลให้เกิดการรีบด่วนสรุปจนขาดการหาข้อมูลที่มากพอที่จะพิสูจน์ซ้ำว่าสิ่งที่เลือกขึ้นมานั้นคือ Insight ที่มีรูปแบบซ้ำๆ กับคนหมู่มากจริงๆ
แต่ด้วยวิธีการทำ New Research แบบโลกใหม่ที่ใช้ Data ที่มีปริมาณมากพอหรืออย่างน้อยก็มากกว่าการทำรีเสิร์จแบบโลกเก่าจะทำให้เราได้เข้าใจและเข้าถึง Insight ที่สำคัญจริงๆ มากขึ้น แต่ในขณะเดียวกันถ้าเราเอาแต่เชื่อ Data โดยขายการเข้าใจบริบทก็อาจทำให้เกิด Crisis กับองค์กรได้ เช่น ที่เกิดกับสายการบินในอเมริการายหนึ่ง ที่เคยพยายามลากผู้โดยสายคนนึงออกจากเที่ยวบิน เพราะต้องให้พนักงานบินไปกับเครื่องนั้น จนเกิดการขัดแย้งกลายเป็นโกลาหล กลายเป็นข่าวฉาวที่ดังกลายเป็นไวรัลไปทั่วโลก สุดท้ายคือหุ้นของสายการบินนั้นก็ตกลงไปอีก
สาเหตุผล Algorithm หลังบ้านเป็นตัวช่วยเลือกว่าผู้โดยสารคนใดที่ไม่สำคัญพอจนต้องกลายเป็นตัวเลือกที่ต้องขอเชิญให้ลงไฟท์บินนั้นไปก่อน แล้วค่อยบินไปอีกเที่ยวในไฟท์ใหม่ แล้วพนักงานก็ดันเชื่อข้อมูลที่ระบบอัตโนมัติให้มาโดยไม่ได้ใช้วิจารณญาณของมนุษย์เข้าไป ถ้าพนักงานทำความเข้าใจสักหน่อยว่าผู้โดยสารคนนั้นเป็นใครเขาจะเข้าใจว่าผู้โดยสารคนนั้นแม้จะไม่ใช่ลูกค้าชั้นดีของสารการบินตัวเอง แต่เป็นคนสำคัญในหมู่เพื่อนมนุษย์ด้วยกัน เพราะผู้โดยสารที่ถูกลากลงเป็นนายแพทย์คนหนึ่งที่ต้องบินทำเคสรักษาคนไข้สำคัญ ดังนั้นการทำความเข้าใจ Algorithm และ Data จึงสำคัญมาก เราต้องไม่งมงายเชื่อผลลัพธ์จาก Algorithm หรือ AI อย่างเดียว แต่เราต้องเป็นนายของมัน มนุษย์เรายังต้องเป็นผู้ตัดสินใจครั้งสุดท้ายทุกครั้งหรือให้มากที่สุดเท่าที่จะมากได้ โดยมีเจ้าคอมพิวเตอร์ เครื่องจักร หรือ AI เข้ามาช่วยคัดเลือกจากข้อมูลผู้โดยสารมากมายให้ว่ามีคนไหนบ้างที่ไม่ใช่ลูกค้าคนสำคัญ ไม่ใช่เลือกมาแล้วว่าคนนี้แหละคือคนที่ไม่สำคัญที่สุดครับ
ดังนั้นการทำงานคู่กับ AI จึงกลายเป็นเรื่องปกติในศตวรรษที่ 21 เหมือนที่ธนาคาร Chase ในสหรัฐอเมริกาให้ Copywriter ทำงานควบคู่กับ AI ในการสร้างชิ้นงานโฆษณาที่ดีที่สุดในแบบที่มนุษย์คนเดียวทำไม่ได้ หรือแม้แต่ AI ก็ยังไม่สามารถทำได้ใกล้เคียง
มนุษย์ Copywriter มีหน้าที่คิดไอเดียใหม่ๆ ขึ้นมาใส่เข้าไปในระบบโฆษณา จากนั้นเจ้า AI ก็จะทำหน้าที่เอาข้อความนั้นไปทดสอบในระบบโฆษณาเพื่อดูว่าผลลัพธ์ที่ได้นั้นดีหรือไม่ ด้วยการวัดค่า CTR ของโฆษณาครับ
เมื่อข้อความไหนทำผลงานได้ดีเจ้า AI ก็จะกลับมาแจ้งยังมนุษย์ Copywriter ว่างานเขียนแนวนี้ดีควบคู่กับรูปภาพหรือตีมสีแบบไหน ทีนี้มนุษย์ Copywriter ก็มีหน้าที่คิดไอเดียใหม่ๆ เพิ่มเข้าไปที่เป็นการต่อยอดจากไอเดียเดิมที่ดีอยู่แล้วให้ได้ผลลัพธ์ที่ยิ่งดีควบคู่ไปครับ
ในขณะเดียวกัน AI หรือ Algorithm ก็เกิดความผิดพลาดได้ แต่ความผิดพลาดของ Algorithm ส่วนใหญ่ไม่ได้เกิดขึ้นโดยตัวมันเองสักเท่าไหร่ แต่เกิดขึ้นจากมนุษย์ผู้เทรน AI นั้นใส่ความ Bias ลงไปโดยไม่รู้ตัว เช่น แคมเปญการตลาดนึงของ Dove ที่พยายามหาทางปรับแก้ Algorithm การค้นหาของ Google เมื่อพิมพ์หาคนที่ประสบความสำเร็จ นักกีฬาคนสำคัญ แต่ผลลัพธ์กลับโชว์แต่รูปภาพผู้ชาย ส่วนผู้หญิงที่เก่งๆ นั้นแทบไม่มีเลย
หรือ Algorithm โฆษณาใน Facebook เองที่ก็มี Bias จาก Data ที่ป้อนเข้ามาสอน AI จากการสำรวจพบว่ากับคนที่มีฐานะใกล้เคียงกันในอเมริกา ถ้าคนไหนเป็นคนผิวดำหรือคนที่มีเชื้อสายลาติน จะได้เห็นโฆษณาประเภทเงินกู้ด่วนรายวันดอกเบี้ยสูง ส่วนคนผิวขาวจะได้เห็นโฆษณาอีกรูปแบบ เช่น สินเชื่อบ้านดอกเบี้ยถูก หรือการเชื้อเชิญให้ลงทุน เป็นต้น
การทำโฆษณาในวันนี้ไม่ควรทำแบบ Mass หรือหว่านอีกต่อไป แต่ควรจะทำด้วยการเริ่มจากหากลุ่มลูกค้าหรือ Segments ที่ใช่ แล้วค่อยสื่อสารออกไปให้โดนใจลูกค้าแต่ละกลุ่ม ถึงเวลาแล้วที่เราต้องทำชิ้นงานโฆษณามากมายหลายสิบไปจนถึงหลายร้อยชิ้น ไม่ใช่คราฟแค่ชิ้นเดียวแบบยุค Print Ad แบบเดิมอีกต่อไป ในวันที่ผู้บริโภคมีความซับซ้อนและหลากหลายเกินกว่าจะจินตนาการได้ เราต้องพยายามทำให้ถึงระดับ Personalization เพราะไม่มีทางที่กลยุทธ์แบบ 1 Size Fit For All จะประสบความสำเร็จแบบโลกยุคเก่าอีกต่อไป
Netflix ใช้ Data-Driven Content หนักมาก ตั้งแต่เอา Data มาช่วยในการสร้างซีรีส์ดัง House of Cards แล้วไหนจะเอามาต่อยอดสร้างระบบ Recommendation ที่ถูกใจเรามากจนทำให้เราหมดเวลาไปกับเลือกหนังดีๆ สักเรื่องมาดูเป็นประจำ
การจะสร้างสินค้าหรือบริการใหม่ หรือที่เรียกว่า New Product Development นั้นก็จะถูกเปลี่ยนแปลงไปอย่างยกระดับจากโลคยุคเก่าก่อนยุคดาต้า 5.0 ด้วยเช่นกัน จากเดิมทีการจะออกสินค้าสักชิ้นมักจะออกมาจาก LAP ออกมาจากการรีเสิร์จของโลกยุคเก่าที่เก็บข้อมูลที่เน้นคุณภาพดีมากๆ แต่ขาดมิติของปริมาณ ประหนึ่งสัมภาษณ์หรือทดสอบจากคนหลักสิบหรือร้อยคน จากนั้นก็สร้างสินค้าออกมาเพื่อขายคนล้านๆ คน ซึ่งมันก็ย่อมยากที่จะไปถูกใจคนส่วนใหญ่ที่เป็นมหาชนได้จริงๆ
ตัวอย่างหนึ่งของการออกสินค้าใหม่ที่น่าสนใจเช่น PepsiCo พวกเขาใช้ Data ที่กวาดมาด้วยเครื่องมืออย่าง Social listening เพื่อดูว่าคนส่วนใหญ่กำลังพูดถึงสินค้าประเภทเครื่องดื่มอย่างไรบ้าง จากนั้นพวกเขาก็เอา Data ทั้งหมดมารวบรวมออกเป็นข้อสรุปว่าคนส่วนใหญ่กำลังอินกับอะไร ชอบรสชาติแบบไหน หรือแม้แต่ดีไซน์ จนออกมาเป็นสินค้าที่ขายดีถล่มทลายในที่สุด
7. Service Customer Relationship Management (Service CRM)
จากจุดนั้นเลยทำให้ห้าง Target มี Behavioural Data ที่มาจาก Transaction Data หรือ Customer Data ที่เห็นชัดเจนของความต่างระหว่างกลุ่มผู้หญิงในช่วงอายุเดียวกันที่ท้องและไม่น้อง จนนำไปสู่การทำ Predictive คาดการณ์ได้ว่าใครกันนะที่น่าจะกำลังท้องอยู่แม้จะไม่ได้ลงทะเบียนสมาชิกโปรแกรมคุณแม่มือใหม่กับ Target และก็นำไปสู่การส่งคูปองข้าวของเครื่องใช้เด็กอ่อนอย่างแม่นยำมากเกินไป เพราะดันส่งไปให้ผู้หญิงที่ยังเรียนอยู่ชั้น ม.ปลาย และคุณพ่อก็เข้ามาโวยวายกับผู้จัดการที่สาขา
เรื่องที่ไหนขอให้คุณไปหาอ่านต่อเองได้ที่หนังสือ Data Thinking หนังสือเล่มที่ 3 ของการตลาดวันละตอน (แอบขายของเสียเลย) สั่งซื้อได้ที่นี่ > https://bit.ly/DataThinkingBook
หัวใจสำคัญของการทำ Data-Driven Marketing ก็คือการทำให้ถึงขั้น Personalized Marketing (การตลาดวันละตอนก็ออกหนังสือเล่มนี้เป็นเล่มแรกเช่นกัน ทำไมเนียนขายของเยอะจังฟะ! ไม่ใส่ลิงก์ขายแล้วเฟ้ย!) แต่ด้วยคอนเซปของ Personalized Marketing ในเล่มนี้จะเรียกว่า The Segments of One ก็คือบอกให้รู้ว่าลูกค้าแต่ละคนนั้นมี Segment ของตัวเองที่ไม่ซ้ำกันใคร
คอนเซปของ Personalized Marketing หรือ The Segments of One นั้นมีมาตั้งแต่ปี 1950 แล้ว เพียงแต่ในตอนนั้นเทคโนโลยียังไม่เอื้ออำนวยให้สามารถใช้งานได้จริง ก็คล้ายๆ กับเทคโนโลยี AI หรือ Machine Learning นี่แหละครับ ที่ต้องรอให้พลังการประมวลผลพร้อม ปริมาณของข้อมูลพร้อม ทุกอย่างถึงจะสามารถเปลี่ยนจากทฤษฏีกลายเป็นจริงได้
ซึ่งการสร้าง Customer Persona หรือ Segments แบบเดิมนั้นฟังดูหรูหราเข้าใจง่าย แต่ไม่สามารถเอามาใช้งานด้าน Sale หรือ Action ได้เลย เพราะมันล้วนเป็นนามธรรมเสียส่วนใหญ่ แต่มันง่ายกับการทำ Communication แต่ก็แน่นอนว่าการทำ Communication ในวันวานนั้นไม่เน้นการวัดผลทางยอดขาย แต่ไปใช้วัดกันที่ความรู้สึกว่าดูแล้วรู้สึกอย่างไรต่างหาก
แน่นอนว่าโลกวันนี้ก้าวข้ามคำว่า Digital Marketing ไปแล้ว เรากำลังก้าวเข้าสู่โลกของ Data-Driven Marketing การตลาดแบบฉลาดใช้ดาต้า การจะสร้าง Segments ที่เข้ากับโลกยุคใหม่จะต้องสร้างมาจากการเรียนรู้และจัดกลุ่ม Segments ตาม Customer Data ที่มี แค่เอา Transaction Data ที่เก็บมาปั่นก็เห็นแล้วว่าตกลงแล้วลูกค้าเราแบ่งออกเป็นกี่กลุ่มกันแน่ตามพฤติกรรมการซื้อ
นี่คือสิ่งที่การทำรีเสิร์จแบบโลกเก่าไม่สามารถตอบโจทย์ใหม่ๆ ได้ แต่การทำรีเสิร์จแบบเดิมที่เน้นการพูดคุยกับผู้บริโภคจะเข้ามาช่วยได้ตรงที่เข้าไปทำความใจพฤติกรรมผู้บริโภคที่แบ่งออกมาจาก Data เข้าไปดูที่มาที่ไปของ Data ซิว่ามีบริบทหรือ Context อย่างไรครับ
ซึ่งการจะสร้าง Persona แบบ Personalization จะต้องประกอบด้วย Data 4 แกนหลักตามภาพ
ผู้บริหารและคนข้างในมองว่าเรื่อง Data เป็นเรื่องของ IT ทั้งที่ความเป็นจริงแล้วเรื่อง Data เป็นเรื่องของทีม Marketing ซึ่งเป็นกลุ่มคนที่ต้องใช้ Customer Data มากที่สุดในวันนี้ และการจะทำ Data-Driven Marketing ก็ไม่ได้เริ่มต้นจากเครื่องมือ แต่ต้องเริ่มจาก Business Objective ว่าตกลงแล้วเราจะทำ Data-Driven ไปเพื่ออะไร
Big Data ไม่ใช่คำตอบของทุกอย่าง แต่ต้องมีข้อมูลจากภายนอกองค์กรเข้ามาประกอบเพิ่มเพื่อทำความเข้าใจบริบทที่มาที่ไปของ Data มากขึ้น เช่น เมื่อเราเห็น Segments แปลกๆ ที่มีพฤติกรรมการซื้อสินค้าออนไลน์และออฟไลน์ในวันเดียวกัน คนทำ Market Research ก็ต้องเข้าทำความเข้าใจพูดคุยสอบถามว่าทำไมพวกเขาถึงมีพฤติกรรมแบบนั้น
เข้าใจผิดคิดว่างาน Big Data หรือ Automation เป็นงานที่ทำครั้งเดียวจบเหมือน Marketing Campaign แบบเดิมๆ แต่งาน Big Data Aanlytics นั้นเป็นงานประเภทที่ต้องทำต่อเนื่องไปเรื่อยๆ ไม่มีวันจบ เพราะยิ่งทำก็ยิ่งเห็นปัญหา และยิ่งทำก็ยิ่งเห็นโอกาสที่จะทำให้ธุรกิจดีขึ้นเรื่อยๆ ทีละนิดไปเรื่อยๆ ครับ
ข้อนี้คล้ายกับ Data Collection Canvas ในหนังสือ Data-Driven Marketing การตลาดแบบฉลาดใช้ดาต้า หนังสือเล่มที่สองของผม คือก่อนจะเริ่มต้นการทำงานกับ Data ทุกครั้งผมอยากให้คุณกำหนดเป้าหมายก่อนว่าอยากจะรู้เรื่องอะไร จากนั้นค่อยดูว่าจากสิ่งที่เราอยากรู้เราจะต้องรู้อะไรบ้าง นั่นจะทำให้งานเราง่ายขึ้นมาก ไม่ต้องไปงมกับ Big data แต่เริ่มต้นจาก Small แบบ Smart จะได้ Start กันเสียที
3. วางแผนระยะยาวสร้าง Data Ecosystem ที่จะเอาทุก Source มารวมกัน
ที่ผ่านมานักการตลาดส่วนใหญ่ยังคงทำ Data Project ในรูปแบบสั้นๆ หรือทำคล้าย Marketing Campaign ก็ว่าได้ ทำให้ได้ Data มาแค่พอใช้แต่ไม่เป็นการสร้างความแข็งแกร่งต่อ Data Strategy ในระยะยาว
การจะทำ Data-Driven Marketing ที่ดีจะต้องสร้าง Data Ecosystem ขึ้นมาให้ได้ ต้องเอาทุก Customer Data ที่กระจัดกระจายมาเชื่อมต่อรวมกันไว้ในที่เดียว เพื่อที่เราจะได้เข้าใจ Customer มากขึ้นให้ไปได้ถึงระดับ Customer 360 ครับ
สรุปส่งท้ายบทที่ 8 Data-Driven Marketing คือการสร้าง Data Ecosystem ในระยะยาวเพื่อทำให้เราสามารถทำ Personalization การตลาดแบบรู้ใจได้
การใช้ Data ทำให้เราทำการตลาดได้แม่นขึ้นและไม่ต้องเอาแต่เดาเหมือนเดิมอีกต่อไป เพราะเราจะได้เห็น Customer Segments จริงๆ ที่ถูกจัดตาม Data ไม่ได้ถูกจัดมาจากการสัมภาษณ์คนไม่กี่สิบแล้วเอามาตั้งสมมติฐานออกมาเป็น Persona ของลูกค้าทั้งหมดที่เรามี
และแต่ก่อนการจะระบุตัวตนเจ้าของ Data นั้นเป็นเรื่องที่ยากไม่ได้ง่ายเท่าทุกวันนี้ วันนี้ต่อให้ลูกค้าเข้ามาที่เว็บเรานานแล้ว แต่ถ้ายังไม่ลบ Cookies เราก็จะสามารถย้อนกลับไปดูได้ว่ากว่าเขาจะมาเป็นลูกค้าเรานั้นเขามีพฤติกรรมอย่างไร
แต่ทั้งนี้ทั้งนั้นทุกคนต้องเข้าใจก่อนว่าเรื่อง Data ไม่ใช่เรื่องของ IT อีกต่อไป แต่เป็นเรื่องของ Marketing ที่เป็นผู้ใช้งาน Customer Data ตรงมากที่สุดในองค์กร คุณจึงต้องเข้าใจเรื่อง Data Infrastructer ให้ดีในระดับหนึ่งเพื่อจะได้รู้ว่าสิ่งที่คุณต้องการนั้นเป็นไปได้มากน้อยแค่ไหนก่อนจะบรีฟคนอื่นให้ทำงานให้อีกที
ฝากให้คิด
จาก Data ที่เรามีในองค์กรตอนนี้เราสามารถเริ่มต้นทำ Data-Driven Project แบบไหนได้บ้าง?
จากเรื่องราวของภาพยนต์เรื่อง Moneyball ที่การตลาดวันละตอนเคยเขียนไว้ก่อนหน้านี้ (คลิ๊กเพื่ออ่าน) ทำให้เราได้เข้าใจว่าเราสามารถไม่พลาดเรื่องเดิมซ้ำซากอย่างการเลือกนักเบสบอลเก่งๆ เข้ามาแบบผิดๆ เพราะแค่เลือกจากลักษณะภาพนอกจนไม่ได้ดูฝีมือที่แท้จริงโดยละเอียดจาก Data เลยสักนิด
และเมื่อภาพยนต์เรื่อง Moneyball สามารถให้เห็นการใช้ Data-Driven จนสามารถเปลี่ยนจากทีมบ๊วยให้กลายเป็นทีมแชมป์ จนทำให้วงการเบสบอลเปลี่ยนวิธีการทำทีมใหม่ตามทีมดังกล่าว ทุกทีมหันมาใช้ Data ช่วยว่าควรจะต้องเลือกนักเบสบอลคนไหนถึงจะดี
ซึ่งหัวใจสำคัญของการทำ Predictive Marketing ก็คือการที่เราสามารถหา Pattern จาก Data ที่มากมายได้ แต่ว่าเมื่อก่อน Data อาจจะไม่ได้มีมากมายอย่างทุกวันนี้ แต่วันนี้เรามี Data มากมายจนไม่สามารถไล่อ่านทำความเข้าใจได้ทั้งหมด
หรือเราสามารถเอาสินค้าหรือบริการที่ขายดีในตลาดมาวิเคราะห์เพื่อหาองค์ประกอบสูตรสำเร็จได้ เหมือนที่ Netflix ทำ ที่เขาสร้างซีรีส์เรื่องดัง House of Cards เวอร์ชั่นอเมริกา เพราะดูจาก Data แล้วว่าองค์ประกอบของภาพยนต์ที่สมาชิกชาว Netflix ชอบดูนั้นต้องประกอบด้วยอะไรบ้าง
3. เข้าใจการสร้างแบรนด์
หมายถึง Brand Management รู้ว่าเราควรจะต้องบริการจัดการแบรนด์ของเรา หรือต้องทำการตลาดหรือการสื่อสารแบบใดออกไปถึงจะเวิร์คเมื่อดูจาก Data
การตลาดแบบไหนดี โปรโมชั่นแบบไหนที่คนชอบ Touchpoint ใดที่คนนิยมมากที่สุด ทั้งหมดนี้คือการเอา Data มาช่วยในเรื่องของการทำ Brand Management
เมื่ออุปกรณ์ดักจับและเก็บ Data ต่างๆ เล็กลง เบาลง แล้วก็ถูกลง ส่งผลให้การเอา Contextual Data จากโลกออฟไลน์มาไว้บนดิจิทัลไม่ใช่เรื่องยากอีกต่อไป แล้วเมื่อเรามี Data มากขึ้นเราก็สามารถที่จะรู้ใจลูกค้าเพิ่มขึ้นได้ เราสามารถเสริมความสามารถนี้ให้กับพนักงานขายสามารถปิดการขายกับลูกค้าคนสำคัญได้อย่างไม่พลาดเป้าอีกต่อไปครับ
Chapter 11 Augmented Marketing การทำงานยุคใหม่ต้อง Human + AI
หลายคนกังวลว่าในยุคดาต้า 5.0 คนส่วนใหญ่จะต้องตกงานเพราะ Machine หรือ AI จริงหรือไม่ ผมอยากจะบอกว่าไม่ใช่ทั้งหมด เมื่อดูจากเคสแชมป์โลกหมากล้อมหรือโกะ ที่พอแข่งแพ้กับ Alpha Go อย่างขาดลอย แต่หลังจากนั้นมีการทดสอบใหม่ว่า ถ้าจับมนุษย์แชมป์โลกมาเล่นเป็นทีมคู่กับ AI ก็สามารถเอาชนะ AI ที่ว่าเก่งกาจมากได้ไม่ยาก
ดังนั้นแนวทางการทำงานของคนในศตวรรษที่ 21 คือเราต้องเรียนรู้ที่จะใช้ AI ให้เป็นประโยชน์ มอง AI เป็นเสมือนเครื่องมือเช่นคอมพิวเตอร์หรือโปรแกรมต่างๆ ที่จะช่วยให้เราสามารถทำงานได้อย่างมีประสิทธิภาพกว่าเดิม แทนที่จะมองว่าเราจะแข่งกับ AI อย่างไรแบบที่เคยเป็นมา
คำถามคือ แล้วเราจะทำงานกับ AI อย่างไรถึงจะวินๆ กันทุกฝ่าย?
คำตอบคือเราต้องแบ่งกลุ่มลูกค้าแล้วเอา AI เข้ามาช่วยในการดูแลลูกค้าที่ไม่สำคัญหรือไม่เร่งด่วนมาก เอา AI มาช่วยในการบริหารจัดการลูกค้ากลุ่มล่างๆ หรือกลุ่มมีมีคำถามง่ายๆ แล้วเก็บพนักงานที่เป็นคนไว้ตอบคำถามยากๆ ที่ AI ยังไม่มีคำตอบ จากนั้นก็เอาคำตอบนั้นสอนกลับไปยัง AI เพื่อที่วันหน้ามีใครถามซ้ำอีกเจ้า AI ที่ว่าก็จะช่วยตอบคำถามแทนเราได้เสมือนเป็นเราอีกคนหนึ่ง
จากภาพจะเห็นว่าเมื่อเราแบ่งกลุ่มลูกค้าออกมาแต่ละกลุ่มก็จะมีเครื่องมือที่เอามาช่วยในการดูแลลูกค้าแทนคนได้ สมัยก่อนคนต้องมาปวดหัวในการแก้ปัญหาซ้ำๆ ซากๆ ที่น่าเบื่อ แต่ต่อไปนี้คนจะได้ทำแต่งานที่ตื่นเต้นและท้าทาย ส่วนงานที่น่าเบื่อซ้ำๆ ซากๆ ก็จะถูกโยนให้ AI เข้าไปบริหารจัดการขั้นต้น
ในต่างประเทศเริ่มมีเอา Chatbot AI มาช่วยในการตอบคำถามคัดกรองคนไข้เบื้องต้นได้ดีไม่แพ้การพูดคุยกับหมอจริงๆ ส่วนเคสไหนที่เจ้าหมอ AI ตอบไม่ได้ก็จะถูกส่งกลับมาให้หมอจริงๆ ที่เป็นมนุษย์ผู้เชี่ยวชาญเข้าไปดูแล
หรือในขั้นตอนการขายเราก็สามารถเอา AI มาช่วยในการคัดกรองลูกค้าให้เหลือแต่ที่พร้อมจะจ่าย หรือน่าจะอยากซื้อแล้วส่งต่อให้คนที่เป็นพนักการขายเข้ามาดูแลอีกครั้ง และนี่ก็เป็น 3 ขั้นตอนการเอา Marketing Technology มาช่วยคัดกรองงานให้คนได้ทำงานอย่างมีประสิทธิภาพมากขึ้น
ส่วนในเรื่องของการดูแลลูกค้าหลังการขายหรือ Customer Service เราก็สามารถเอา Technology AI มาช่วยวิเคระาห์หาว่า Customer Lifetime Value ของลูกค้าเราจริงๆ เป็นเท่าไหร่ จะได้รู้ว่าเราควรจะลงทุนกับลูกค้าแต่ละคนไปแค่ไหน ตรงช่วงไหนของลูกค้าที่เราไม่สามารถพลาดได้เพราะกำไรอยู่ตรงนั้น
จะเห็นว่าการเอา Digital หรือ AI มาใช้ไม่ใช่แค่กับลูกค้าเท่านั้น แต่เราต้องเอามาใช้กับพนักงานของเราให้เป็นซูเปอร์พนักงานที่แสนจะรู้ใจลูกค้าด้วยครับ แล้วนี่ก็เป็น 3 แนวทางการเอา MarTech หรือ AI มาเสริมความสามารถให้พนักงานในองค์กรเรา
อย่าเลือกเครื่องมือหรือ Technology ใดมาใช้เพราะมันว้าว แต่จงเลือกจากว่าเราจะเอาเครื่องมือนั้นมาช่วยคนทำงานของเราให้สะดวกสบายขึ้นได้อย่างไร แล้วเอางานง่ายๆ ให้ AI หรือ Automation ตอบคำถามนั้น ส่วนงานยากๆ ก็ส่งต่อมาให้คนของเราทำ แล้วก็เอาความรู้ใหม่นั้นกลับไปสอน AI
เอา MarTech มาช่วยคัด Lead ให้คนทำงานประหยัดเวลามากขึ้นไม่ต้องไปงมหาลูกค้าด้วยตัวเองแบบก่อน ส่วนงานบริการลูกค้าหลังการขายหรือ Customer Service ก็สามารถเอา AI มาช่วยแก้ปัญหาง่ายๆ ได้ แล้วส่งปัญหายากๆ มาให้คนของเราแก้เหมือนเดิม
การทำงานในยุคดาต้า 5.0 จะมาเชื่องช้าเป็นขั้นเป็นตอนเหมือนเดิมนั้นไม่ทันกาล เพราะผู้บริโภคเปลี่ยนไปไวกว่าขั้นตอนการทำงานของเรามาก เหมือนที่มีคนบอกว่าตลาดเปลี่ยนแปลงไวกว่าการตลาดเสมอ ตัวอย่างธุรกิจที่ทำงานแบบ Agile Marketing Team ก็คือแบรนด์แฟชั่นชื่อดังอย่าง ZARA
เราจะเห็นว่า ZARA ไม่ได้เป็นบริษัทด้าน Tech Company แต่อย่างไร แต่เขากลับออกคอลเลคชั่นใหม่ๆ ได้รวดเร็วทุก 2 สัปดาห์ สิ่งนี้ทำให้วงการแฟชั่นทั่วโลกปวดหัวหน้า เรียกได้ว่าจะปรับตัวอย่างไรก็ไม่สามารถไล่ตาม ZARA ได้ทัน เพราะที่ ZARA นั้นไม่ได้ทำงานเป็น Process ขั้นตอนแบบบริษัทแฟชั่นโลกเก่า ที่นั้นสร้าง Agile ทีมขึ้นมาที่รวมทุกตำแหน่งที่ต้องการเปรียบได้กับบริษัทเล็กๆ แห่งหนึ่ง
นี่คือการทำงานแบบ Agile แบบคร่าวๆ แล้วยิ่งโควิดระบาดทำให้เราต้องล็อคดาวน์การทำงานแบบ Agile ที่เน้นความเร็วและคล่องตัวก็กลายเป็นที่ประจักษ์ว่านี่จะเป็นวิถีการทำงานใหม่แบบ New Normal ที่หลีกเลี่ยงไม่ได้ครับ
ถ้าถามว่า Agile Marketing คืออะไร?
ต้องบอกว่า Agile คือศัพท์ที่ถูกใช้ในวงการ Startup ก่อนใครเพื่อนมานานแล้ว และก็ถูกกดดันโดยบริษัทที่ผลิตสินค้าพวก Hightech ที่พยายามออกรุ่นใหม่เพื่อทำให้รุ่นเก่าตกรุ่นไวขึ้น เช่น โทรศัพท์มือถือ เลยส่งผลให้ Gen Y และ Gen Z มีพฤติกรรมเห่อง่ายแต่หน่ายเร็ว แล้วยิ่งบวกกับพลังของ Social media ก็ยิ่งทำให้คนอยากได้อยากมีเหมือนคนอื่น หรือที่เรียกว่า FOMO อย่างเห็นได้ชัดจากกระแส Clubhouse เป็นต้น ที่หลายคนยอมซื้อ iPad หรือขุดเอา iPhone เครื่องเก่ากลับมาใช้อีกครั้ง
ดังนั้นเมื่อผู้บริโภคปรับตัวเปลี่ยนพฤติกรรมรายวัน การจะมานั่งทำ Marketing Plan ยาวแบบรายปีนั้นไม่ทันการอีกต่อไป นักการตลาดอย่างเราจึงต้องมาเรียนรู้เรื่อง Agile Team ที่จะเป็นวิธีการทำงานที่ตอบรับกับ Marketing 5.0 ครับ
และสิ่งที่จะทำให้ทีม Agile Marketing Team ในองค์กรเกิดคือ Management ที่ต้องเห็นด้วยกับการสร้างทีมพิเศษนี้ขึ้นมา และต้องให้สัญญาด้วยว่าจะให้ทีม Agile Markteing Team มีอำนาจในการตัดสินใจด้วยตัวเองโดยยึด Real-time Data Analytics เป็นพื้นฐานการตัดสินใจ หน้าที่ของ Management จึงลดบทบาทลงจากผู้ตัดสินใจกลายเป็นผู้ให้อำนาจ และมีหน้าที่คอนเป็นโค้ชให้ทีมงานสามารถพิชิตเป้าหมายได้
3. ปรับ Product ที่ตายตัวให้ยืดหยุ่นแบบ Platform
ถ้าสินค้าของเราไม่สามารถปรับแต่งตาม Data ที่ได้รับกลับมา การทำ Agile Marketing Team ก็จะไม่บังเกิดผล ดังนั้นต้องปรับสินค้าหรือ Product และ Service ของเราให้สามารถยืดหยุ่นเสมือนแพลตฟอร์ม เช่น Facebook แก่นหลักก็ยังเป็น Social media แต่พวกเขาก็เพิ่มฟีเจอร์หรือความสามารถใหม่ๆ เข้าไปทุกวัน อันไหนเวิร์คก็ใช้ต่อ อันไหนไม่เวิร์คก็ลบทิ้ง
ถ้าคุณเป็นธุรกิจบ้านก็อาจจะยากที่จะทำ Product ให้เป็น Platform แต่ลองคิดถึง Service ที่เกี่ยวกับบ้านที่คุณสามารถปรับแต่งให้ตรงตามใจลูกค้าจาก Data การใช้งานที่ได้รับก็เป็นได้
คิดภาพง่ายๆ เหมือน Lego ที่สามารถอดประกอบและต่อร่างสร้างขึ้นมาใหม่ ธุรกิจต้องหาทางปรับ Business Model ให้เข้ากับการทำงานแบบ Agile ให้กับเข้ากับวิถีไลฟ์สไตล์ใหม่ของผู้บริโภคในยุค New Normal ที่เปลี่ยนใจไวเหลือเกิน
ลองดูการเปลี่ยนจากขายขาดเป็น Subscription model ดูนะครับ เพราะเราต้องเก็บ Feedback มาปรับปรุงให้ดีขึ้นเรื่อยๆ
เพราะไอเดียตั้งต้นในตอนแรกมักจะไม่ใช่ไอเดียที่ดีที่สุดเสมอไป เราจึงอย่ารีบปักใจทุ่มเทกับไอเดียนั้น แต่ต้องรีบทดสอบให้ไว แล้วจะพบว่ามันมีไอเดียที่ดีกว่ารออยู่ข้างหน้าเสมอ แล้วคุณจะค้นพบ Business Model เวอร์ชั่นใหม่ๆ ของคุณอยู่ตลอดเวลา
จากนักอ่านที่เริ่มอยากหัดเขียน จากการที่ต้องอ่านเพราะความจำเป็น กลายเป็นอ่านเพราะหลงไหล, สวัสดีครับผมชื่อหนุ่ย ผมทำงานด้าน Digital and Data Marketing ผมยังมีเพจการตลาดอีกเพจที่อยากฝากให้ลองอ่านดูนะครับ https://www.facebook.com/everydaymarketing.co/