AI ผู้ช่วยใหม่ในการทำ Customer Segmentation

 

ในยุคที่ลูกค้ามีทางเลือกมากมาย การแข่งขันกันในโลกธุรกิจทั้งทาง และ ทวีความดุเดือดและซับซ้อนยิ่งขึ้น หรือการเข้าใจกลุ่มเป้าหมายอย่างลึกซึ้ง กลายเป็นหัวใจสำคัญของการทำธุรกิจที่จะทำให้องค์กรเกิดความแตกต่างจากคู่แข่ง และสามารถนำเสนอในสิ่งที่ลูกค้ากำลังต้องการอย่างแท้จริงหรือแก้ไขปัญหาที่ลูกค้ากำลังเผชิญ ในเวลาที่ลูกค้าต้องการมากที่สุด

วิธีการที่จะทำความเข้าใจลูกค้าได้รวดเร็วที่สุดก็คือ การทำ Customer Segmentation หรือการแบ่งกลุ่มลูกค้า ในอดีตการทำ Customer Segmentation นั้นจะแบ่งตามคุณลักษณะของลูกค้า เช่น เพศ อายุ พื้นที่ อุตสาหกรรม ซึ่งไม่มีประสิทธิภาพ เนื่องจากการทราบข้อมูลเหล่านี้ของลูกค้าไม่มีทางช่วยให้องค์กรมีความเข้าใจในตัวลูกค้ามากขึ้น เช่น การจัดกลุ่มให้ผู้หญิง 2 คนอยู่กลุ่มเดียวกัน เนื่องจากเป็นผู้หญิงอายุ 20-30 ปี ที่ทำงานในกรุงเทพฯ เหมือนกัน ทั้งที่จริงรสนิยมการแต่งกายของคนแรกเป็นแนว Sport ขณะที่คนหลังเป็นแนว Preppy ซึ่งไม่เหมือนกันเลย ดังนั้น การแบ่งกลุ่มลูกค้าแบบนี้ก็ช่วยองค์กรได้เพียงแค่การออกแบบการตลาดแบบกว้าง ๆ เท่านั้น

แม้ปัจจุบันจะมีการพัฒนากระบวนการทำ Customer Segmentation โดยรวมเอาความรู้สึกและบุคลิกภาพมาสร้างเป็น Persona เช่น ผู้บริหารสุดเนี้ยบ คุณแม่ผู้อุทิศตัว หนุ่มนักกิจกรรม เพื่อช่วยให้มีความเข้าใจในตัวลูกค้ามากขึ้นก็ตาม แต่เมื่อมองลึกลงไปถึงตู้เสื้อผ้าและพิจารณาสินค้าที่คนเหล่านี้ซื้อจริง ๆ บ่อยครั้งจะพบว่า หลายสิ่งที่คุณแม่ผู้อุทิศตัวกับผู้บริหารสุดเนี้ยบซื้อนั้นใกล้เคียงกันอย่างมาก ในขณะที่ผู้ชาย 2 คนที่ถูกจัดไว้ในกลุ่มหนุ่มนักกิจกรรมเหมือนกันกลับเลือกซื้อสินค้าที่แตกต่างกันออกไป

ดังนั้น การทำ Customer Segmentation ในปัจจุบันก็ไม่เพียงพออีกต่อไปแล้วเช่นกัน

การแบ่งกลุ่มตามพฤติกรรมจริงของลูกค้าจะมีประโยชน์อย่างแท้จริงต่อธุรกิจมากกว่า แต่ความท้าทายที่ตามมาคือ การวิเคราะห์พฤติกรรมของลูกค้าจากจำนวนข้อมูลมหาศาล เช่น อุปนิสัยในการเลือกซื้อสินค้า ประวัติการซื้อทางออนไลน์ ข้อมูลการเลือกสินค้าที่ร้าน ข้อมูลการคุยกับ Call Center ซึ่งต้องยอมรับว่า สิ่งเหล่านี้แม้ให้ผู้เชี่ยวชาญมาช่วยวิเคราะห์ก็ต้องใช้เวลาและความพยายามเป็นอย่างมาก

จุดนี้เองทำให้หลายธุรกิจเริ่มนำ AI เข้ามามีบทบาทสำคัญในการทำ Segmentation

ความก้าวหน้าด้าน AI Algorithms ช่วยให้การทำ Segmentation อย่างลงลึกแบบ Segment of One หรือ Hyper-Personalization ที่เป็นระดับปัจเจกบุคคล กลายเป็นเรื่องง่าย และให้ภาพที่ชัดเจนขึ้นว่าลูกค้าคือใคร สิ่งที่ซื้อ ความถี่ในการซื้อ งานอดิเรก สิ่งที่ชอบ และสิ่งที่ไม่ชอบ ซึ่งช่วยให้องค์กรมีความเข้าใจลูกค้าและเห็นโอกาสทางธุรกิจใหม่ ๆ มากขึ้น เช่น การจัดกลุ่มลูกค้า 2 กลุ่มที่ไม่เคยรวมกันมาอยู่กลุ่มเดียวกันแล้วค้นหาช่องทางแบบใหม่ เพื่อทำให้องค์กรสามารถสร้าง Engage และ Experience ที่ตรงความคาดหวังของลูกค้า รวมถึงสามารถกำหนด Position ของธุรกิจในการปฏิสัมพันธ์กับลูกค้าได้อย่างมีประสิทธิภาพมากกว่า

ยิ่งไปกว่านั้น AI ยังสามารถช่วยแบ่งกลุ่มลูกค้าได้แบบยืดหยุ่น (Dynamic Segmentation) โดยพิจารณาจากข้อมูลพฤติกรรมลูกค้าที่เปลี่ยนแปลงอยู่ตลอดเวลาแบบ Real-time เพราะในความจริงแล้ว คน 1 คนไม่ได้เป็นเพียงPersona เดียวแบบตายตัว แต่สามารถเป็นได้หลาย Personas ในคนละช่วงเวลา ขึ้นกับความต้องการและเหตุผลการซื้อในขณะนั้น เช่น ลูกค้าอาจจะซื้อเครื่องแก้วเพื่อเป็นของขวัญให้แก่ญาติผู้ใหญ่ และซื้อรถใหม่ให้แก่ตนเองในเดือนถัดมา

AI ไม่เพียงช่วยให้การทำ Customer Segmentation ละเอียดและชัดเจนขึ้นเท่านั้น แต่ยังสามารถช่วยวิเคราะห์ข้อมูลเพื่อออกแบบแคมเปญและเนื้อหาที่เหมาะสมกับลูกค้าแต่ละคนได้ ตัวอย่างเช่น ลูกค้าคนหนึ่งไม่ซื้อสินค้านานกว่า 340 วัน ซึ่งหากเป็นปกติมักจะมองว่า ลูกค้ามีความเสี่ยงที่จะเปลี่ยนใจไปซื้อสินค้าจากบริษัทอื่น ขณะที่ AI ซึ่งทำ Segmentation โดยอิงตามความถี่ในการซื้อ กลับสามารถบอกได้อย่างง่ายดายว่า การซื้อสินค้าแค่ปีละ 1 ครั้งถือเป็นพฤติกรรมของลูกค้าคนนี้อยู่แล้ว ดังนั้น แคมเปญประเภท Win-back ที่กระตุ้นให้ลูกค้ากลับมาซื้อสินค้าซ้ำจึงไม่มีผลใด ๆ สำหรับลูกค้าคนนี้ และช่วงเวลาที่เหมาะสมที่สุดในการส่งแคมเปญโฆษณาใหม่คือ หลัง 14 เดือน ซึ่งเป็นช่วงเวลาที่ลูกค้าจะเริ่มสนใจซื้อสินค้าอีกครั้ง

ทุกวันนี้บริษัทหลายแห่ง เช่น Amazon, Netflix, YouTube, Spotify เริ่มนำ AI เข้ามาใช้ในการทำ Customer Segmentation และแนะนำเนื้อหา/ผลิตภัณฑ์ที่มีความเกี่ยวข้องกับความสนใจของลูกค้ามากที่สุด เช่นเดียวกันกับเว็บไซต์ของสำนักพิมพ์ต่าง ๆ ที่เริ่มใช้ AI ในการแนะนำบทความหรือ E-book ที่สอดคล้องกับพฤติกรรมการอ่านของผู้ใช้งาน เมื่อหลายบริษัทใช้มากเข้า ลูกค้าจะเกิดความเคยชินกับมาตรฐานการบริการและคาดหวังว่าจะได้รับบริการในระดับเดียวกันจากบริษัทอื่น ๆ เช่นกัน

ผลการสำรวจพบว่า ลูกค้ามากกว่า 70% มองว่า Personalized Customer Experiences ที่ไร้รอยต่อระหว่างหน่วยงาน เช่น Marketing กับ Operation รวมถึงช่องทางต่าง ๆ ที่เป็น Touchpoint ซึ่งรู้จักและเข้าใจลูกค้าจริง ๆ โดยที่ลูกค้าไม่ต้องอธิบายหรือให้ข้อมูลซ้ำไปซ้ำมา ถือเป็นปัจจัยสำคัญอย่างมากในการตัดสินใจเลือกซื้อสินค้าและบริการ โดย 62% ยินดีที่จะให้บริษัทต่าง ๆ ใช้ AI เพื่อปรับปรุงการบริการให้ดีขึ้น

อย่างไรก็ตาม ไม่ใช่ทุกองค์กรจะประสบความสำเร็จจากการใช้ AI ในการทำ Customer Segmentation ดังนั้น ก่อนที่องค์กรจะตัดสินใจนำ AI เข้ามาใช้อย่างเต็มรูปแบบ ควรมีการทดลองเพื่อค้นหาวิธีการที่จะเป็นประโยชน์สำหรับองค์กรและธุรกิจมากที่สุด อย่างเช่น ทดลองให้ AI ทำ Segmentation หลาย ๆ รูปแบบ เช่น อิงตามกลุ่มเป้าหมายหรืออิงกลุ่มผลิตภัณฑ์ และทดสอบด้วยการปฏิสัมพันธ์กับลูกค้า เช่น การส่งอีเมลหรือแจ้งโปรโมชั่น เพื่อดูผลลัพธ์ก่อนว่า วิธีการจัด Segment แบบใดที่ทำให้ลูกค้าตอบสนองมากที่สุด เป็นต้น

การเข้ามาของ AI ทำให้วงการธุรกิจมีสีสันมากขึ้น ดังนั้น ถึงไม่ต้องการแต่องค์กรต่าง ๆ ก็จำเป็นต้องปรับตัวอย่างหลีกเลี่ยงไม่ได้ ยิ่งองค์กรสามารถปรับตัวได้เร็วเท่าใดก็ยิ่งได้เปรียบเท่านั้น และแน่นอนว่า การแข่งขันคงไม่จบเพียงเท่านี้ ซึ่งต้องเฝ้าติดตามชมกันต่อไปว่า ใครจะสามารถชิงความได้เปรียบและเป็นผู้รอดในศึกนี้

แหล่งข้อมูลอ้างอิง :

1. Corey Pierson. (2019). Think Tank: Improving Engagement With an AI-Powered Segmentation Strategy.
URL: https://wwd.com/business-news/business-features/corey-pierson-think-tank-ai-1203215780/

2. Mitch Duckler. (2018). How Brands are Using Artificial Intelligence in Customer Segmentation
URL: https://www.carlajohnson.co/brands-using-artificial-intelligence-customer-segmentation/

3. Richard Kearsey. How AI Is Taking Brand Marketing to the Next Level. 
URL: https://www.adlibweb.com/how-ai-is-taking-brand-marketing-to-the-next-level/

ดูบทความทั้งหมด →

บทความโดย: นภัสวรรณ ไทยานันท์

นักวิจัย ส่วนวิจัยการจัดการองค์กร
ฝ่ายวิจัย สถาบันเพิ่มผลผลิตแห่งชาติ