ในยุคที่ลูกค้าแทบจะทุกคนต่างก็ใช้แอพ ใช้โซเชียลต่างๆ ทำให้มีข้อมูลลูกค้ามากมาย ที่ถ้าธุรกิจไม่นำมาใช้ประโยชน์อย่างเหมาะสม ก็จะเป็นเรื่องที่น่าเสียดายมาก …จึงเกิดการคิดค้นระบบ Customer Data Platform (CDP) หรือแพลตฟอร์มข้อมูลลูกค้าขึ้นมา
Shopify เป็นมากกว่าแพลตฟอร์มอีคอมเมิร์ซ แต่คือผลผลิตจากความหงุดหงิดและความมุ่งมั่นทางเทคนิคของกลุ่มเพื่อนผู้รักสโนว์บอร์ดสามคน คือ Tobias Lütke (โทเบียส ลุทเค่), Daniel Weinand (แดเนียล ไวนานด์) และ Scott Lake (สกอตต์ เลค) เรื่องราวของ Shopify คือการเปลี่ยนแปลงจากความพยายามในการแก้ปัญหาเฉพาะหน้าของธุรกิจขนาดเล็ก ไปสู่การสร้างโครงสร้างพื้นฐานดิจิทัลที่ขับเคลื่อนเศรษฐกิจการค้าปลีกทั่วโลก 1. ปมปัญหาและฉากหลัง: ความไม่ลงตัวของเทคโนโลยีอีคอมเมิร์ซยุค 2004 จุดเริ่มต้นของ Shopify เกิดขึ้นในเมืองออตตาวา ประเทศแคนาดา เมื่อ Lütke, Weinand และ Lake ตัดสินใจทำธุรกิจค้าปลีกออนไลน์เพื่อขายอุปกรณ์สโนว์บอร์ดคุณภาพสูงที่พวกเขาชื่นชอบ โดยใช้ชื่อร้านว่า “Snowdevil” Tobias Lütke: หัวใจด้านเทคนิคและปรัชญาโค้ดที่สะอาด Tobias Lütke เป็นโปรแกรมเมอร์คอมพิวเตอร์ชาวเยอรมัน-แคนาดา ที่มีพื้นฐานการทำงานในยุโรป และมีความเชื่อมั่นในปรัชญาการเขียนโค้ดที่ “สะอาด, มีประสิทธิภาพ, และยืดหยุ่น” เขาเป็นผู้ที่หลงใหลใน Ruby on Rails อย่างมาก ซึ่งเป็นเฟรมเวิร์กที่ส่งเสริมการพัฒนาซอฟต์แวร์ที่รวดเร็วและมีโครงสร้างที่ดี เมื่อพยายามจะสร้างร้าน […]
ในยุคของ Marketing Technology หรือ MarTech องค์กรจำนวนมากทุ่มงบประมาณมหาศาลไปกับการซื้อโซลูชันใหม่ๆ เพื่อตอบสนองต่อความต้องการที่เพิ่มขึ้นอย่างรวดเร็ว เช่น CDP (Customer Data Platform), Marketing Automation และเครื่องมือวิเคราะห์ (Analytics) ต่าง ๆ อย่างไรก็ตาม การซื้อซอฟต์แวร์หรือเครื่องมือ MarTech มากขึ้น ไม่ได้แปลว่าผลลัพธ์จะดีขึ้นตามกันเสมอไป เพราะถ้าตัดสินใจซื้อโดยขาดการวางแผน ก็อาจนำไปสู่ปัญหาที่เรียกว่า “MarTech Sprawl” MarTech Sprawl คือภาวะที่องค์กรมีเครื่องมือจำนวนมากที่ทำงานซ้ำซ้อนกัน มีบางอย่างหรือหลายอย่างไม่ได้ถูกนำมาใช้ (เกิด Shelfware) เท่าที่ควร เป็นทั้งการสิ้นเปลืองงบประมาณ สร้างความยุ่งเหยิงของข้อมูล (Data Silos) และบั่นทอนประสิทธิภาพการทำงานด้วย ดังนั้น Marketing Stack Audit (การตรวจสอบโครงสร้าง MarTech) จึงจำเป็นอย่างยิ่งในการทบทวนว่าเครื่องมือ MarTech ที่ลงทุนไปนั้นถูกใช้อย่างคุ้มค่าและเชื่อมโยงกันได้ดีตามวิสัยทัศน์ขององค์กรหรือไม่ Part 1: เป้าหมายหลักของ Marketing Stack Audit การตรวจสอบ […]
ในอดีต การตลาดแบบธุรกิจกับธุรกิจ (B2B) มักใช้กลยุทธ์แบบ “หว่านแห” ติดต่อให้ได้หลายๆบริษัท ให้มากองค์กรที่สุดเท่าที่จะทำได้ ( เน้น Lead Count ) แล้วจากนั้นจึงส่งต่อให้ทีมขายคัดกรอง อย่างไรก็ตาม วิธีการนี้มักจะทำให้เกิดความสูญเปล่าทั้งด้านงบประมาณและเวลา เนื่องจากทีมขายต้องใช้พลังงานไปกับการติดตาม Leads ที่ไม่มีคุณภาพจำนวนมาก แต่ทุกวันนี้เมื่อโลกการตลาดพัฒนาขึ้น พร้อมกับความก้าวหน้าของ MarTech (Marketing Technology) กลยุทธ์ใหม่จึงได้เกิดขึ้น นั่นคือ Account-Based Marketing (ABM) ซึ่งนี่เป็นการเปลี่ยนวิธีคิดจากการหา Leads จำนวนมาก (หว่านแห) ไปสู่การตามล่าดีลด้วยความแม่นยำสูง โดยมุ่งเน้นความพยายามของฝ่ายการตลาดและการขายไปยังองค์กรเป้าหมายที่มีความเป็นไปได้สูงและมูลค่าสูง โดยใช้เทคโนโลยี MarTech ต่างๆเช่น CDP (Customer Data Platform) Part 1 : ทำความเข้าใจ ABM – การกลับหัวกลับหางของ Marketing Funnel โดยปกติ Marketing Funnel จะเริ่มต้นจากการสร้างการรับรู้ในวงกว้าง แล้วค่อย […]
ที่ผ่านมา โลกการตลาดดิจิทัลเคยพึ่งพา Third-Party Data (ข้อมูลบุคคลที่สาม) อย่างหนัก แบรนด์ต่าง ๆ ใช้เงินจำนวนมากเพื่อซื้อข้อมูลพฤติกรรมการท่องเว็บของผู้บริโภคจากตัวกลาง เพื่อนำมาใช้ในการกำหนดกลุ่มเป้าหมายโฆษณา แต่ในปัจจุบัน แนวทางนี้กำลังถึงทางตัน เพราะมีทั้งกฎหมายความเป็นส่วนตัว (Privacy Regulations) ต่างๆ เช่น PDPA และ GDPR ซึ่งจำกัดการติดตามข้ามเว็บไซต์ และทั้งมีกระแสยกเลิกการรองรับ Third-Party Cookies โดยเบราว์เซอร์หลัก ๆ เช่น Google Chrome ทำให้แหล่งข้อมูลภายนอกขาดความน่าเชื่อถือและกลายเป็น “ข้อมูลเช่า” ที่พร้อมจะสูญหายได้ทุกเมื่อ วิกฤตความน่าเชื่อถือ: เมื่อข้อมูล “เช่า” ไม่อาจพึ่งพาได้อีกต่อไป ดังนั้น องค์กรที่ฉลาดจึงได้หันกลับมาให้ความสำคัญกับ First-Party Data (FPD) ซึ่งเป็น “ข้อมูลที่ตัวเองเป็นเจ้าของ” โดยสมบูรณ์ FPD ไม่ได้เป็นเพียงทางรอดเท่านั้น แต่เป็นรากฐานที่มั่นคงที่สุดสำหรับการสร้างกลยุทธ์การตลาดที่วัดผลได้ แม่นยำ และยั่งยืนในระยะยาว Part 1 : ทำความเข้าใจ First-Party Data […]
โลกของการตลาดกำลังเผชิญหน้ากับการเปลี่ยนแปลงครั้งใหญ่ เมื่อความก้าวหน้าทางเทคโนโลยีถูกคานด้วยกระแส Privacy-First กฎหมายคุ้มครองข้อมูลส่วนบุคคล (เช่น PDPA และ GDPR) ได้จำกัดการใช้ข้อมูล ขณะที่เบราว์เซอร์หลัก ๆ กำลังยกเลิกการรองรับ Third-Party Cookies ทำให้วิธีการเก็บข้อมูลพฤติกรรมลูกค้าแบบ “แอบดู” ถึงจุดสิ้นสุด ในสถานการณ์เช่นนี้ องค์กรที่ยังคงพึ่งพาการเดาพฤติกรรมของลูกค้าจะพบกับความท้าทายอย่างหนักในการทำ Personalization ที่แม่นยำ ทางรอดเดียวของการตลาดในยุคใหม่คือการเปลี่ยนจากการ สังเกตการณ์ ไปสู่การ สร้างบทสนทนา กับลูกค้า และนั่นคือที่มาของ Zero-Party Data (ZPD) Part 1: Zero-Party Data คืออะไร ? เพื่อให้เข้าใจ ZPD อย่างชัดเจน ต้องแยกความแตกต่างกับข้อมูลประเภทอื่นที่นักการตลาดคุ้นเคย: ตัวอย่าง ZPD: ความสำคัญของ ZPD ในยุคใหม่ (The Triple Win) Part 2: กลไกและกลยุทธ์การเก็บ ZPD (Value […]
ในโลกการตลาดยุคดิจิทัลที่ผู้บริโภคใส่ใจความเป็นส่วนตัว (Privacy) มากขึ้นเรื่อย ๆ ขณะที่กฎหมายคุ้มครองข้อมูลส่วนบุคคล (PDPA/GDPR) ก็มีบทบาทเข้มงวดขึ้น ข้อมูลจึงกลายเป็นทรัพยากรที่มีค่าที่สุด และการจะเข้าถึงข้อมูลเหล่านั้นอย่างมีจริยธรรมและถูกต้องตามกฎหมายได้นั้น นักการตลาดจำเป็นต้องรู้จักและเข้าใจความแตกต่างระหว่าง Zero-Party Data (ZPD) และ First-Party Data (FPD) อย่างลึกซึ้ง ข้อมูลทั้งสองประเภทนี้คือขุมทรัพย์ที่ช่วยให้ธุรกิจสามารถสร้างประสบการณ์ส่วนบุคคล (Personalization) ที่แม่นยำและมีความสัมพันธ์กับลูกค้าที่ยั่งยืน บทความนี้จะพาทุกท่านไปทำความรู้จักกับข้อมูลทั้งสองประเภทนี้อย่างละเอียด ตั้งแต่ความหมาย ความสำคัญ ไปจนถึงวิธีการนำไปใช้อย่างมีประสิทธิภาพ 1. Zero-Party Data (ZPD): ข้อมูลที่ลูกค้าจงใจมอบให้ Zero-Party Data (ZPD) คือ “ข้อมูลที่ลูกค้ามอบให้ธุรกิจโดยตรงและโดยเจตนา” (Data that a customer intentionally and proactively shares with a company) หัวใจสำคัญของ ZPD คือการที่ลูกค้า “เต็มใจให้” และ “รู้ว่ากำลังให้ข้อมูลอะไร” เพื่อแลกกับมูลค่าหรือประสบการณ์บางอย่างที่พวกเขาจะได้รับเป็นการตอบแทน ข้อมูลประเภทนี้มีความถูกต้อง แม่นยำ […]
ในยุคที่ MarTech (Marketing Technology) กลายเป็นเครื่องมือสำคัญในการขับเคลื่อนธุรกิจ การเข้าถึงและใช้ข้อมูลลูกค้า คือสิ่งที่ทำให้นักการตลาดสามารถสร้างประสบการณ์ที่เป็นส่วนตัว (personalization) เพื่อตอบโจทย์ลูกค้าได้อย่างมาก แต่เหรียญอีกด้านหนึ่งของความก้าวหน้าทางเทคโนโลยีนี้คือ ความเสี่ยงทางกฎหมาย เช่นกฎหมายคุ้มครองข้อมูลส่วนบุคคลระดับโลกและระดับภูมิภาค เช่น GDPR (General Data Protection Regulation) ของสหภาพยุโรป และ PDPA (Personal Data Protection Act) ของประเทศไทย ซึ่งเป็นกฎหมายที่สร้างมาตรฐานใหม่ให้กับโลกธุรกิจ และทำให้นักการตลาดต้องปรับเปลี่ยนวิธีการจัดเก็บและใช้ข้อมูลอย่างสิ้นเชิง Data Governance (ธรรมาภิบาลข้อมูล) จึงไม่ใช่แค่เรื่องของฝ่ายไอทีอีกต่อไป แต่คือ ภารกิจหลัก ของนักการตลาดทุกคนในการทำให้มั่นใจว่าข้อมูลลูกค้าถูกจัดเก็บ ใช้ และจัดการตามข้อกำหนดทางกฎหมายอย่างเคร่งครัด 1 : ข้อกำหนดทางกฎหมายที่นักการตลาดต้องรู้ (PDPA และ GDPR) แม้ว่า GDPR และ PDPA จะมีความแตกต่างกันในรายละเอียด แต่หลักการพื้นฐานที่นักการตลาดต้องยึดถือในการใช้เทคโนโลยี MarTech นั้น มีความสอดคล้องกันอย่างมาก 1.1 หลักการขอความยินยอม (Consent) […]
ในโลกการตลาดปัจจุบัน เงินลงทุนมหาศาลถูกใช้ไปกับสื่อและเทคโนโลยีการตลาด (MarTech) คำถามสำคัญสำหรับผู้บริหารทุกคนคือ: “ช่องทางไหนที่ทำให้เกิดยอดขายจริง ๆ และเราควรเพิ่มงบประมาณที่ไหน?” คำตอบของคำถามนี้ไม่ได้ง่ายเหมือนสมัยก่อนที่ลูกค้าแค่เห็นโฆษณาทางทีวีแล้วเดินเข้าซูเปอร์มาร์เก็ตซื้อสินค้า เส้นทางของลูกค้าในยุคดิจิทัลนั้นซับซ้อนเกินกว่าจะให้เครดิตกับช่องทางใดช่องทางหนึ่งได้ทั้งหมด ดังนั้นจึงเกิดเครื่องมือวิเคราะห์หลักสองประเภทขึ้นมาเพื่อช่วยในการตัดสินใจเรื่องการลงทุน: Multi-Touch Attribution (MTA) และ Marketing Mix Modeling (MMM) Part 1: Multi-Touch Attribution (MTA) – การวัดผลแบบละเอียดตามรอยลูกค้าทีละคน ลองนึกภาพว่า MTA คือ “กล้องจุลทรรศน์” ของนักการตลาด มันถูกออกแบบมาเพื่อ ติดตามพฤติกรรมของลูกค้าทีละคน (User-Level) ตั้งแต่ต้นจนจบ MTA ทำงานอย่างไร? (วิธีการวัดผลแบบดั้งเดิมในยุคดิจิทัล) MTA อาศัยเทคโนโลยีการติดตามแบบดิจิทัลที่เราคุ้นเคยกันดี เช่น คุกกี้ (Cookies) และ พิกเซล (Pixels) เพื่อบันทึกว่าลูกค้าคนหนึ่งได้คลิกหรือเห็นโฆษณาของเราที่ไหนบ้าง ก่อนที่จะตัดสินใจซื้อ เช่น MTA จะใช้ รูปแบบการให้เครดิต (Attribution Model) ที่คุณคุ้นเคย (เช่น […]
ในอดีต การตลาดมีความเรียบง่าย ผู้บริโภคอาจเห็นโฆษณาทางโทรทัศน์ เดินเข้าร้านค้า และซื้อสินค้า ทำให้เครดิตทั้งหมดตกเป็นของการโฆษณาขั้นเดียว แต่ในยุคปัจจุบัน เส้นทางของลูกค้า (Customer Journey) นั้นมีความซับซ้อนและยาวนานขึ้นอย่างมาก ลูกค้าคนหนึ่งอาจเริ่มต้นจากการเห็นโฆษณาบน Facebook (การรับรู้), ตามด้วยการค้นหาข้อมูลใน Google (การพิจารณา), จากนั้นอ่านคอนเทนต์จากแบรนด์ (มีส่วนร่วม), และสุดท้ายจึงคลิกโฆษณาบน Google Ads อีกครั้งเพื่อเข้าเว็บไซต์และทำการสั่งซื้อ (การซื้อสำเร็จ) การตลาดสมัยใหม่จึงต้องพึ่งพา MarTech ในการติดตามปฏิสัมพันธ์เหล่านี้ทั้งหมด และ Attribution Model ก็คือกลไกที่ใช้ในการตัดสินใจว่า ช่องทางใดควรได้รับเครดิตสำหรับการซื้อขายที่เกิดขึ้น Attribution Model คืออะไร ? คำว่า “Attribution Model” (โมเดลการให้เครดิต) หมายถึงวิธีการวัดและกำหนดว่า “ช่องทางการตลาดใด” หรือ “จุดสัมผัสใด (Touchpoint)” ที่ผู้บริโภคเจอในเส้นทางการตัดสินใจ (Customer Journey) ที่ควรได้รับเครดิตหรือ “ส่วนแบ่งความดีความชอบ” จากการที่ลูกค้าทำ “Conversion” (เช่น ซื้อสินค้า สมัครสมาชิก […]
Dr. Kai-Fu Lee คือบุคคลสำคัญผู้เชื่อมโยงวงการ AI ระหว่างซิลิคอนแวลลีย์และประเทศจีนได้อย่างแท้จริง ตลอดระยะเวลากว่าสามทศวรรษ เขาได้สวมหมวกหลายใบ ตั้งแต่การเป็นนักวิจัยระดับโลก ผู้บริหารบริษัทเทคโนโลยียักษ์ใหญ่ของสหรัฐฯ ในจีน ไปจนถึงการเป็นนักลงทุนผู้มองการณ์ไกลที่ขับเคลื่อนคลื่นลูกใหม่ของเทคโนโลยีจีน รากฐานทางวิชาการและการบุกเบิก AI ยุคแรก (1980s – 1990s) เส้นทางของ Kai-Fu Lee เริ่มต้นด้วยการศึกษาด้านวิทยาการคอมพิวเตอร์ เขาสำเร็จการศึกษาระดับปริญญาตรีจาก Columbia University และได้รับปริญญาเอก (Ph.D.) จาก Carnegie Mellon University (CMU) ในปี 1988 ความสำเร็จในฐานะนักวิจัย ผลงานวิทยานิพนธ์ปริญญาเอกของเขาถือเป็นการบุกเบิกที่สำคัญ โดยเขาสร้างระบบ Sphinx ซึ่งเป็นระบบ “การรู้จำเสียงพูดอย่างต่อเนื่องโดยไม่ขึ้นกับผู้พูด” (Large-Vocabulary, Speaker-Independent, Continuous Speech Recognition) ที่แรกของโลก ความสำเร็จในงานวิจัยนี้ทำให้ชื่อของเขาเป็นที่รู้จักในฐานะนักวิทยาศาสตร์ AI แถวหน้า การเป็นผู้นำด้านเทคโนโลยีที่ Apple และ SGI หลังจากจบการศึกษา Lee […]
