Home » data collection

Tag: data collection

Personalization ตัวอย่างการออกแบบให้ตรงใจของ Netflix

Personalization Design ออกแบบให้ตรงใจ

Personalization
Design

ออกแบบให้ตรงใจ

       มีบ้างหรือไม่? แบรนด์ที่ personalization ออกแบบให้ตรงใจคุณ รู้ใจคุณ นำเสนอสินค้าและบริการได้ตรงกับความสนใจของคุณจริงๆ หรือมีแต่แบรนด์เดิมๆ ที่ยังคงยิงโฆษณาเข้าหาคุณ ทั้งที่ไม่ตรงกับความสนใจของคุณเลย ส่งโปรโมชั่นซ้ำๆ ที่คุณไม่สนใจ เหมือนกันไปหมด ช่างไม่รู้ใจคุณเสียเลยว่าคุณกำลังมองหาอะไร อยากได้อะไร

       กลับกันในฝั่งของนักการตลาด ผู้ประกอบการ เรายังทำการตลาดแบบเดิมๆ (Mass Marketing) พัฒนาผลิตภัณฑ์ สินค้าและบริการแบบเดิมๆ อยู่หรือเปล่า ยกตัวอย่างง่ายๆ กลุ่มเป้าหมายในวัยที่เท่ากันก็ไม่ได้หมายความว่าจะเหมือนกันเสมอไป ดังนั้นการออกแบบเฉพาะตัวที่ตรงใจผู้ใช้/ผู้บริโภค หรือ Personalization Design จึงเข้ามามีบทบาทความสำคัญมากขึ้น ตั้งแต่การออกแบบผลิตภัณฑ์ (ทั้งออฟไลน์และออนไลน์) การบริการ การสื่อสารให้เข้ากับความต้องการ พฤติกรรม และข้อมูลของกลุ่มคนนั้นๆ ทางฝั่งลูกค้าจะได้รับสิ่งที่ตรงกับตนเองมากขึ้น สร้างความรู้สึกอยากใช้ ลดการรบกวนจากโฆษณาที่ไม่เกี่ยวข้อง (ลูกค้า 50% รู้สึกเหมือนได้รับของขวัญถ้าเป็นสินค้าที่ออกแบบเฉพาะ (Deloitte’s Research, 2015) ทางฝั่งแบรนด์/บริษัทหรือผู้ประกอบการเองก็มีกำไรมากขึ้น สร้างการจดจำ เพิ่มความพึงพอใจให้กับลูกค้า เพิ่มสายสัมพันธ์ที่ดีกับลูกค้า (เพิ่ม Engagement) เข้าถึงลูกค้ามากขึ้น ลดค่าใช้จ่ายที่ไม่สร้างมูลค่า (Strycharz, Noort, Helberger, and Smit, 2018 and Dawn, 2014) ซึ่งสิ่งดีๆ เหล่านี้จะเกิดขึ้นได้เมื่อเรารู้จักการทำ Personalization หรือการออกแบบพิเศษโดยเฉพาะให้เข้ากับกลุ่มคนนั้นๆ

Personalization ตัวอย่างการออกแบบให้ตรงใจของ Netflix
Netflix – Personalized contents & search แนะนำเนื้อหาให้เข้ากับรสนิยมการรับชม

อะไร คือ Personalization Design?

       Personalization คือ การสร้างหรือออกแบบพิเศษโดยเฉพาะบุคคลหรือกลุ่มคน ต้องอาศัยข้อมูลที่มีคุณภาพ รับข้อมูลพฤติกรรม ความต้องการจากฝั่งลูกค้า พูดคุยทำความเข้าใจลูกค้าอย่างต่อเนื่อง หากเรามีข้อมูลลูกค้าอยู่แล้ว คำถามต่อไป คือ เก็บข้อมูลทุกอย่างที่สามารถเก็บได้แล้วหรือยัง? ข้อมูลมีคุณภาพไหม? และเมื่อนำข้อมูลไปวิเคราะห์แล้วทำให้เราเข้าใจลูกค้าจริงๆ เข้าใจเหตุผล เพราะอะไรลูกค้าถึงเลือกแบรนด์เรา มีอะไรบ้างที่ลูกค้าชอบ ไม่ชอบ อะไรที่ควรแก้ไขเพื่อตอบโจทย์ลูกค้ากลุ่มนั้นๆ อะไรที่สามารถพัฒนาเพิ่มได้เพื่อเพิ่มความประทับใจอย่างต่อเนื่องให้กับลูกค้ากลุ่มนั้นๆ เราสามารถตอบคำถามเหล่านี้ได้ครบถ้วนหรือไม่?

Personalization กับ การวิจัยเพื่อการออกแบบ

       เพราะการเข้าใจลูกค้าไม่ใช่แค่รู้ อายุ เพศ การศึกษา ระดับเงินเดือน เบอร์โทร อีเมล์ LineID ที่เป็นข้อมูลส่วนตัวทั่วไป (Demographic) แต่ต้องเข้าใจลึกลงไปถึงสไตล์ ความชอบ พฤติกรรม ความต้องการของลูกค้า โดยสิ่งแรกที่ต้องถาม คือ เรา/องค์กรของเราขาย Product หรือขาย Service/Experience เพราะสิ่งที่เราต้องการจะนำเสนอให้ลูกค้าต่างกัน ก็มีแนวโน้มของการเอาไปใช้ที่ต่างกัน และแน่นอนว่า ข้อมูลที่ต้องเก็บก็จะต่างกันไปด้วย

Personalization Sample Service Design Coffee Space
Mojo Coffee ร้านกาแฟที่มีเอกลักษณ์เฉพาะ
(มีมากกว่า 30 สาขาทั่วนิวซีแลนด์ และมีสาขาในหลายประเทศ)
บริการ รักษาความสัมพันธ์ลูกค้าด้วยความเข้าใจและจดจำรสนิยมความชอบ ผ่านการพูดคุยและรับฟัง
Photo credit: mojo.coffee/products/viaduct

ออกแบบวิจัยเพื่อ Personalization อย่างไร?

วิธีการวิจัยในการทำ Personalization Design

       เราสามารถทำการเข้าใจเชิงลึกได้ตั้งแต่ทำวิจัยศึกษาลูกค้าแต่ละกลุ่ม โดยการสัมภาษณ์เชิงลึก (In-depth Interview) หรือ พูดคุยเป็นรายบุคคลหรือเป็นกลุ่ม (Focus Group) ลงพื้นที่จริง ทดลองเป็นลูกค้าเพื่อรับรู้ประสบการณ์จริง ซึ่งควรจะใช้วิธีไหนดีนั้น ขึ้นอยู่กับว่าเราต้องการอะไร มีเป้าหมายในการทำวิจัย/ใช้ข้อมูลอย่างไร ในบางครั้งแค่วางเป้าหมายลูกค้าของเรา สิ่งที่อยากรู้ พอศึกษาไป มาวิเคราะห์ดูจะเห็นว่าในกลุ่มลูกค้าหลักของเรา ยังแบ่งออกได้อีกเป็นกลุ่มย่อยๆ (Customer Segment) ด้วยปัจจัยทางจิตวิทยา (Psychology Segmentation) วิธีการตัดสินใจ (Decision-Making Process & Factors) ประสบการณ์ของลูกค้า (Customer Experience Journey) ยิ่งข้อมูลกลุ่มลูกค้ามีความละเอียด ก็ยิ่งทำให้เราสามารถทำความเข้าใจลูกค้าอย่างถี่ถ้วนมากขึ้นเท่านั้น

       รวมไปถึงการออกแบบวิธีการเข้าถึงลูกค้าให้ตอบโจทย์ เอาใจลูกค้าในแบบที่ทำให้เขารู้สึกว่า แบรนด์ของเราใส่ใจ แคร์ลูกค้าจริงๆ ติดใจ อยากกลับมาใช้ในครั้งต่อๆ ไป และอาจจะได้ของแถมเป็นวิธีการพัฒนาแบรนด์/ผลิตภัณฑ์/บริการใหม่ๆ ในแบบที่เราไม่เคยคิดมาก่อนก็ได้

       อีกวิธีที่สามารถวิจัยเพื่อ Personalization ออกแบบให้ตรงใจได้ คือ เก็บข้อมูลพฤติกรรมลูกค้าที่ซื้อของเรา/ใช้บริการของเรา/ประสบการณ์ของผู้ใช้ (User Journey, Touch-point, Pain-point, Interaction, Reaction, Activity, Spending Time, etc.) 

การออกแบบการเก็บข้อมูล

ก่อนจะเก็บข้อมูลต้องวางแผนก่อนว่า เราต้องการเก็บข้อมูลอะไรบ้าง ต้องการตัวแปรอะไรมาช่วยในการวิเคราะห์ ไม่งั้นจะกลายเป็น Garbage-in, Garbage-out และเอาไปใช้อะไรไม่ได้เลย นอกจากนั้น ข้อมูลควรจะเป็นข้อมูลที่เป็นปัจจุบัน Real-Time Data ที่อัปเดตข้อมูลอยู่ตลอด ถ้าจะให้ดีก็ควรผสมผสานข้อมูลจากหลายๆ แหล่ง (Source) ทั้งที่เข้าถึงได้และเข้าถึงไม่ได้ จะทำให้เราได้ข้อมูล (Data) ที่หลากหลายและนำไปใช้วิเคราะห์สิ่งที่เป็นประโยชน์ ใช้ได้จริง จนขยับไปเป็น Customer-Centric Platform (ไม่ใช่ Customer Relationship Management แบบเดิมๆ) ที่เปรียบเสมือนศูนย์รวมข้อมูลลูกค้าที่ครอบคลุมทุกมิติ 360 องศา จะดึงข้อมูลไปใช้อะไรก็ง่าย แต่ทั้งนี้ทั้งนั้น อย่าลืมว่าข้อมูลต้องมีความสดใหม่ ลงลึกจริง มีคุณภาพ และแปลงไปใช้งานได้

       ในอนาคตอันใกล้นี้ หากเรายิ่งมีข้อมูลมากขึ้นก็เท่ากับว่า เรามีสินทรัพย์มากขึ้นเท่านั้น และเพิ่มความได้เปรียบเข้าไปอีกด้วย Personalization ที่กลายเป็น Must-Have Strategy (ไม่ใช่ Nice-to-Have อีกแล้ว)

ตัวอย่างของการ Personalization

แอปพลิเคชั่น Woebot หุ่นยนต์นักบำบัดส่วนตัวเฉพาะคุณที่จะคอยรับฟังตลอด 24 ชั่วโมง
พร้อมแนะนำเทคนิคดีๆ ให้เข้ากับอารมณ์ของผู้ใช้ผ่านการวิเคราะห์ฐานข้อมูลอันซับซ้อน
Reference:
Joanna Strycharz, Guda van Noort, Natali Helberger, and Edith Smit (2018), Contrasting perspectives – practitioner’s viewpoint on personalised marketing communication, European Journal of Marketing, Vol. 53, No. 4, 2019, pp. 635-660, available at www.emerald.com
Suman Kumar Dawn (2014), Personalised Marketing: Concepts and Framework, Productivity, Vol. 54, No. 4, January-March, 2014, pp. 370-377
Forbes: the key to personalization is data , how one coffee company is redefining the coffee drinking experience 
Deloitte: consumer business made to order consumer review
Medium: examples of personalization and customization for better ux
Smart Design Worldwide: personalization matters
woebot , Netflix