เวลาเราจะพูดถึงการเพิ่มยอดขายได้หลักร้อยหรือพันล้านบาทขึ้นไป เชื่อว่าคนส่วนใหญ่จะคิดว่าต้องทำอะไรใหญ่ๆ ปังๆ ยากๆ ถึงจะสามารถทำเงินได้ในระดับนั้นแน่นอน แต่เชื่อไหมครับการปรับหน้าเว็บแค่เล็กน้อย หรือลดการใช้จ่ายที่ไม่จำเป็นลงไป ก็สามารถเพิ่ม Conversion Rate ให้ Microsoft มากขึ้นถึง 9 เท่า หรือทำให้ Amazon.com ประหยัดเงินลงได้กว่า 25 ล้านดอลลาร์ คิดเป็นเงินไทย ณ ปลายปี 2025 ก็ราวๆ 818 ล้านบาทครับ
นี่คือเรื่องราวของการทำการตลาดแบบวิทยาศาสตร์ Marketing Science ด้วยการทำ Experiment-Driven Data ทำการทดลองเพื่อเก็บดาต้าเอามาใช้ตัดสินใจว่าควรปรับกลยุทธ์ กลวิธีธุรกิจอย่างไร
Photo: https://searchengineland.com/msn-introduces-dramatically-improved-redesign-portal-drives-nearly-50-of-bing-queries-29118 ในปี 2008 พนักงานคนหนึ่งของ Microsoft ประเทศอังกฤษเกิดไอเดียว่าถ้าเวลาคนเข้าหน้าแรกเว็บ MSN (เว็บ Portal เดิมที่คนสมัยนั้น(คล้ายๆ Kapook.com ในบ้านเรา)จะเข้ามาทุกวันเพื่อเช็คอัปเดทข้อมูข่าวสารก่อนจะมี Social Media เข้ามาอย่างทุกวันนี้) เพื่อเช็คข่าวสารเป็นประจำทุกเช้า และสิ่ง Microsoft อยากให้คนเข้าเว็บ MSN ทำคือเช็คอีเมลสักหน่อย เพราะนั่นหมายถึงโอกาสที่จะทำเงินจากโฆษณาต่างๆ ได้เพิ่มขึ้นอีก
ปุ่มเช็คอีเมลอย่าง Hotmail ในวันนั้นก็อยู่หน้าแรกมุมขวาบนของเว็บหรา แต่กลับมีอัตราการกดเช็คอีเมลอ่านไม่ถึง 1% ทีมงานคนนั้นตั้งสมมติฐานว่า หรือเป็นเพราะทุกครั้งที่กดแล้วหน้าเว็บ MSN จะเปลี่ยนไปกลายเป็น Hotmail ถ้าเราปรับให้ทุกครั้งที่คนกดคลิ๊กเพื่อจะเช็คอีเมลกลายเป็นการเปิด Tab หน้าต่างใหม่ คนน่าจะกดเช็คอีเมลกันมากขึ้นแน่ๆ เขาเดาว่าการที่คนไม่กดเช็คอีเมลทุกวันทั้งที่ควรจะเช็ค บางทีอาจเป็นเพราะพวกเขาไม่อยากต้องกด Back กลับมาหน้าแรก MSN ที่ตั้งใจเข้ามาอัปเดทข้อมูลข่าวสารประจำวันก็เป็นได้
อย่างที่บอกครับว่าไอเดียก็เป็นแค่ไอเดีย เราไม่มีทางรู้ว่ามันดีหรือไม่ดีถ้าไม่ได้ลองทำจริง แต่แทนที่ทีมงาน Microsoft จะลองปรับการทำงานของหน้าเว็บ MSN กับผู้ใช้งานทั่วโลกหลายร้อยล้านคนในเวลานั้น พวกเขากลับเลือกที่จะทดลองด้วยการทำ Experiment กับผู้ใช้งานจำนวน 900,000 คนในเกาะอังกฤษเพียงอย่างเดียว เพื่อดูว่าถ้าคลิ๊กแล้วเปิดหน้าต่างใหม่คนจะกลับมากดเช็คอีเมลทุกครั้งที่เข้ามามากขึ้นหรือเปล่า
จากการทดลองแบบง่ายๆ ด้วยการตลาดแบบวิทยาศาสตร์ Marketing Science พวกเขาก็ค้นพบ Insight สำคัญในเวลาสั้นๆ ว่าอัตราการกดเช็คอีเมลอ่าน หรือ Conversion Rate เพิ่มขึ้นจากเดิมถึง 9 เท่า จากไม่ถึง 1% ไปอยู่ที่ 8.9% อย่างไม่น่าเชื่อ
ดังนั้นจะกลับไปที่แนวคิดแบบวิทยาศาสตร์การตลาดคือถ้ามัวแต่คิดไม่ได้ทดสอบผ่านการทำ Experiment จะไม่มีทางรู้เลยว่าไอเดียนั้นดีจริงหรือเปล่า หรือไอเดียที่คิดว่าไม่ดีอะไรมากอาจสร้าง Impact ต่อธุรกิจได้แบบคาดไม่ถึงเหมือนเคสนี้
หลังจากนั้นสองปีผ่านไปในช่วงเดือนมิถุนายน 2010 ทีมงาน Microsoft ก็รับเอาไอเดียการเปิดหน้าต่างใหม่เมื่อผู้ใช้งานกดคลิ๊กเช็คอีเมล Hotmail ไปใช้กับผู้ใช้งานเว็บ MSN ในอเมริกากว่า 2.7 ล้านคนเพื่อพิสูจน์ว่าไอเดียที่เวิร์คกับคนอังกฤษนั้นก็เวิร์คกับคนอเมริกันเหมือนกัน
ผลปรากฏว่าเวิร์คเหมือนกัน ได้ผลลัพธ์แบบเดียวกันคือมีผู้ใช้งานเว็บ MSN จำนวนมากกดคลิ๊กเช็คอีเมล Hotmail เพิ่มขึ้นอย่างมีนัยสำคัญ จากนั้นไอเดียเล็กๆ ที่ดูไม่มีอะไรของพนักงานตัวเล็กๆ ในบริษัทคนหนึ่ง ถูกนำมาปรับใช้กับผู้ใช้งานเว็บ MSN ทั่วโลก จากไอเดียกลายเป็นนโยบาย ทั้งหมดจะไม่เกิดขึ้นเลยถ้า Microsoft ไม่มีระบบเทคโนโลยีหลังบ้านให้ทีมงานสามารถทำ Experiment แบบ A/B Test ด้วยตัวเองได้
แล้วถ้าเกิดขั้นตอนการอนุมัติการทดสอบไอเดียต่างๆ ต้องผ่านการอนุมัติมากมายจากผู้บริหารหลายระดับ ไอเดียเล็กๆ ก็อาจดับไปในระยะเวลาไม่นาน ก็เหมือนกับไม้ขีดไฟที่จุดแล้วถ้าไม่ได้เอาไปต่อกับเทียน หรือสิ่งที่ไวไฟ ก็จะดับเหลือแต่ควันไม่สร้างแสงสว่างให้บริษัทอย่างที่ควรจะเป็น
การตลาดแบบวิทยาศาสตร์ต้องการเครื่องไม้เครื่องมือ Technology และ Infrastructure ที่พร้อมให้คนหน้างานสามารถทดสอบไอเดียของตัวเองเพื่อเก็บดาต้ามาใช้ตัดสินใจได้ การทดลองก็ไม่จำเป็นต้องทำกับผู้ใช้งานทั้งหมด แต่สามารถคัดกลุ่มคนที่อยากเอามาทดสอบได้แบบง่ายๆ ไม่ยุ่งยาก
ถ้าผลลัพธ์ออกมาไม่ดีก็แค่ปรับมาใช้ไอเดียเดิมที่เป็นอยู่ หรือก็ช่วยกันคิดหาไอเดียที่พอจะเข้าท่ามาเสนอทีม ไอเดียไม่จำเป็นต้องดีมากตั้งแต่ครั้งแรก เพราะเราต้องเอาไอเดียนั้นมาทำการทดลองแบบวิทยาศาสตร์ เพื่อจะเอาผลลัพธ์ดาต้ามาใช้ช่วยตัดสินใจว่าควรทำอะไรต่อไปครับ
จากการทำ Experiment ในครั้งนั้นก็ทำให้ทีมงาน Microsoft ทั่วโลกต่างช่วยกันระดมไอเดียแล้วก็รีบเอามาทดลองดูดาต้าว่าไอเดียไหนควรได้ไปต่อ ไอเดียไหนควรรีบทิ้งไปเป็นจำนวนมหาศาล ไอเดียแบบไหนบ้างที่สามารถช่วยเพิ่มอัตราการกด หรือ Conversion Rate ให้สูงขึ้นอย่างมีนัยสำคัญ ไอเดียไหนที่ช่วยเพิ่มรายได้ให้บริษัทตรงๆ จากโฆษณาหรือบริการต่างๆ
ด้วยสมมติฐานเดียวกันว่า ถ้ากดเช็คอีเมล Hotmail แล้วเปิดหน้าต่างใหม่ทำให้คนอยากกดเยอะขึ้น แล้วถ้าเอาวิธีการเดียวกันมาประยุกต์ใช้กับ Bing Search Engine ของ Microsoft เองหละ จากเดิมที่เมื่อเสิร์จแล้วคลิ๊กลิงก์เว็บผลลัพธ์หน้าจอก็จะโหลดเว็บใหม่ขึ้นมาแทน แล้วถ้าเปลี่ยนมาเป็นทุกครั้งที่กดก็จะเปิดหน้าต่าง Tab ใหม่ขึ้นมาหละ คนจะกดใช้งาน Bing เพิ่มขึ้นอย่างมีนัยสำคัญหรือไม่
ผลจากการทดลองทำ Experiment-Driven Data ที่ใช้ต้นทุนแค่เวลาเขียนโค้ดที่หลังบ้านเพิ่มขึ้นไม่กี่บรรทัด พวกเขาทำการทดสอบกับผู้ใช้งาน Bing กว่า 12 ล้านคนในระยะเวลาสั้นๆ ปรากฏว่าอัตราการคลิ๊กลิงก์เพิ่มขึ้น 5% จากเดิม และจากนั้นเป็นต้นมา Bing ก็ใช้วิธีการนี้เป็นมาตรฐานของตัวเองจนถึงทุกวันนี้
Marketing Science ช่วยให้ Amazon เพิ่มยอดขายได้หลายสิบล้านดอลลาร์ แค่ปรับโปรโมชั่นบัตรเครดิตไว้หน้าสุดท้าย
และไม่ได้มีแค่ Microsoft เท่านั้นที่ทำ Experiment-Driven Data มานานแล้ว แต่บริษัทอีคอมเมิร์ซอย่าง Amazom.com ก็ทำได้ดีไม่แพ้กัน เพราะพวกเขาทำการทดสอบไอเดียต่างๆ เยอะมาก หนึ่งในเคสที่แชร์ออกมาคือ เดิมโปรโมชั่นบัตรเครดิตต่างๆ ขึ้นโชว์ลูกค้าตั้งแต่หน้าแรกของเว็บไซต์
เพราะพวกเขาคิดว่าถ้าลูกค้าได้รู้ว่าตอนนี้สินค้าใดร่วมโปรกับบัตรตัวไหนบ้าง หรือมีบัตรใดบ้างที่ลูกค้าอาจจะมีและมีโปรโมชั่นอยู่ ก็น่าจะทำให้ลูกค้าอยากกดซื้อสินค้าไวขึ้นตั้งแต่หน้าแรก
แต่จากการทดลองเก็บดาต้าแบบ Marketing Science พบว่าสลับเอาข้อมูลโปรโมชั่นบัตรเครดิตส่วนลดต่างๆ ไปไว้หน้าสุดท้ายตอนจะจ่ายเงิน Add to Cart จะดีกว่า จากการทดลองพบว่าคนตัดสินใจชำระเงินมากขึ้นจนส่งผลให้ยอดขาย Amazon.com เพิ่มขึ้นจากเรื่องแค่นี้หลายสิบล้านดอลลาร์ครับ
Marketing Science ช่วย Microsoft ลดต้นทุน 25 ล้านดอลลาร์ที่ไม่ก่อให้เกิดรายได้
กลับมาที่ Microsoft อีกครั้งนึง ก่อนหน้านี้พวกเขาเคยลงทุนซื้อข้อมูลเชื่อม API กับบรรดาโซเชียลมีเดียต่างๆ เพื่อที่ว่าถ้าเมื่อไหร่คนค้นหาใน Bing ก็จะเจอผลลัพธ์จากโพสต่างๆ จาก Facebook และ Twitter (หรือ X ในปัจจุบัน) โซเชียลมีเดียยอดนิยมเวลานั้น (ถ้าสังเกตคุณจะพบว่าน้อยครั้งมากที่จะมีข้อมูลหรือลิงก์จาก Facebook มาปรากฏใน Google เพราะ Facebook ไม่อยากปล่อยข้อมูลให้คนอื่นเข้าถึงฟรี)
แต่ปรากฏว่าอัตราการคลิ๊กหรือเข้าใช้งานเพิ่มขึ้นแค่เล็กน้อย จนประเมินด้วยเวลาไม่นานก็พบว่าไม่คุ้มค่าเชื่อม API ปีละ 25 ล้านดอลลาร์อีกต่อไป พวกเขาก็เลยตัดผลลัพธ์การค้นหาตรงจาก Social Media ต่างๆ ออก เอาเป็นว่าใครอยากปล่อยให้เจอก็จะมา ถ้าไม่อยากปล่อยให้เห็นก็ไม่เป็นไรครับ
แค่ช้าลง 0.1 วินาที ก็ทำให้รายได้ลดลงเกือบ 600 ล้านบาท
คำว่าเวลาเป็นเงินเป็นทองคงไม่มีใครเกินกว่าเคสนี้ของ Microsoft Bing แล้ว เพราะจาก Data การทำ Experiment หลายครั้งพวกเขาพบว่าถ้าปรับแต่งอะไรหน้าเว็บก็ตามแล้วมีการโหลดช้าลงแค่ 0.1 วินาที หรือ 100 millisecond ก็จะส่งผลให้รายได้ลดลง 0.6% ทุกครั้ง
และเมื่อคำนวนจากรายได้ของ Bing ในปี 2010 ที่ประมาณ 3,000 ล้านดอลลาร์ รายได้ที่หายไปก็เท่ากับ 18 ล้านดอลลาร์ หรือตีเป็นเงินไทย ณ ตุลาคม 2025 ก็เกือบ 600 ล้านบาทครับ
จะเห็นว่าถ้าทีมงาน Microsoft ไม่ได้ทำการตลาดแบบวิทยาศาสตร์จะไม่มีทางรู้ Insight สำคัญข้อนี้เลยว่าช้าลงแค่เสี้ยววินาทีแต่ส่งผลต่อรายได้บริษัทมหาศาลขนาดนี้ และจากประเด็นนี้ก็ทำให้ทุกครั้งถ้าทีมงานคนไหนอยากทดสอบไอเดียอะไรใหม่กับหน้าเว็บ Bing พวกเขาจะต้องประเมินก่อนว่าฟีเจอร์นี้จะทำให้หน้าเว็บโหลดนานขึ้นเท่าไหร่
เพราะต่อให้มีอัตราการคลิ๊กที่เพิ่มขึ้นกว่าเดิมมาก แต่ถ้าไม่สามารถชดเชยกับการโหลดที่ช้าลงก็ถือว่าเป็นไอเดียที่ไม่คุ้มค่าต่อการพาไปต่อ
ดังนั้นการทำ Marketing Science ไม่ใช่แค่การทำ A/B Test แบบที่เคยทำกันมาอีกต่อไป แต่ต้องมีการวางกรอบการทดลอง Experiment ให้ชัด เพื่อป้องกันผลลัพธ์ที่ได้จะมี Bias หรือ Error โดยไม่รู้ตัว ก่อนเทสต้องรู้ว่าเราควรคุมสภาพแวดล้อม Digital Environment ได้รัดกุมพอเพื่อลดความผิดพลาดให้น้อยที่สุดแล้วหรือไม่
ลองคิดว่าถ้าเทสโดยไม่รู้ ทีมงานดีใจแค่ว่าอัตราการกดคลิ๊กเพิ่มขึ้น 3 เท่า แต่ฟีเจอร์นั้นทำให้หน้าเว็บโหลดนานขึ้นถึง 0.3 วินาที เงินที่ได้เพิ่มมาอาจไม่พอชดเชยที่เสียไป จนอยู่เฉยๆ ไม่ทำอะไรอาจเป็นตัวเลือกที่ฉลาดกว่าก็ได้ครับ
Marketing Science การตลาดแบบวิทยาศาสตร์ทำให้รู้ว่า Idea ไหน Impact และอะไรคือ Insight สำคัญ
ใครจะไปคาดคิดว่าแต่ปรับจากกดลิงก์แล้วเปิดหน้าต่าง Tab ใหม่จะส่งผลให้คนคลิ๊กเพิ่มขึ้นถึง 9 เท่า ถ้าเอาไอเดียแบบนี้ไปเล่าให้ผู้บริหารฟัง คงถูกตีตกตั้งแต่ระดับหัวหน้างานหรือซีเนียร์ในทีมไปแล้ว
แต่ด้วยการตลาดแบบวิทยาศาสตร์ทำให้คนคิดได้ลองทดสอบไอเดียแล้วเก็บดาต้า ก่อนจะเอาผลที่ได้ไปนำเสนอผู้บริหารเพื่อทดลองกับผู้ใช้งานที่เยอะขึ้น จากนั้นก็กลายเป็นมาตรฐานใหม่ของเว็บ MSN ทั้งประเทศอังกฤษในเวลานั้น และก็กลายเป็นมาตรฐานของเว็บ MSN ทั่วโลกในเวลาไม่นาน
จากผลลัพธ์แบบนี้คงทำให้คนทั้งบริษัทอยากระดมเอาไอเดียตัวเองมาทดสอบด้วยการทำ Experiment-Driven Data เป็นแน่ แต่ถ้าเราปล่อยให้ทดสอบโดยไม่ได้ควบคุมตัวแปรหรือปัจจัยต่างๆ ให้ดี เราอาจพลาดเลือกไอเดียที่ทำให้คนคลิ๊กเยอะขึ้น แต่ส่งผลให้หน้าเว็บโหลดนานขึ้นเล็กน้อยโดยไม่รู้ตัว และถ้าเราไม่รู้ Insight ว่าทุก 0.1 วินาทีที่โหลดนานขึ้นจะทำให้บริษัทเสียรายได้ไปเกือบ 600 ล้านบาท
ทั้งหมด้ถ้าไม่ได้ออกแบบการทำ Experiment ให้ดีเราก็จะติดกับผลลัพธ์ที่ดูดีแบบหลอกๆ โดยไม่รู้ถึงผลกระทบเงียบๆ แต่หนักหนาที่จะเกิดขึ้นในตอนท้าย
ทั้งหมดนี้คือการประยุกต์ใช้แนวคิดวิทยาศาสตร์กับงานการตลาดที่จะส่งผลต่อธุรกิจ การตลาดวันนี้หมดยุคขอการเฟ้นหาไอเดียที่ดีที่สุดแล้ว แต่เป็นยุคของการเน้นเอาไอเดียมาทดลองอย่างรัดกุมรอบคอบ แล้วเอาผลลัพธ์ที่ได้ไปขยายผลต่อจนกลายเป็น Business Impact ในท้ายที่สุด
นักการตลาดวันนี้ต้องมีความรู้ทั้ง Data Thinking และมีความเป็น Marketing Scientist ในตัว ต้องมีความเป็นนักวิทยาศาสตร์การตลาด ไอเดียที่ดีคือไอเดียที่ทดสอบแล้วเห็นผลออกมาดีจริง ไอเดียที่ดีต้องสามารถขยายผลและทำซ้ำได้ ไม่ใช่แค่ไอเดียที่ดูดีแค่เปลือกแบบก่อน แต่ต้องดีแบบวิทยาศาสตร์ชัดเจนครับ
John Wanamaker เคยกล่าวไว้ว่า “ผมรู้ว่าครึ่งหนึ่งของเงินที่ใช้กับการตลาดสูญเปล่า แต่ปัญหาคือไม่รู้ว่าครึ่งไหน” แต่ด้วยการตลาดแบบวิทยาศาสตร์ Marketing Science ผ่านการทำ Experiment ทำให้รู้ว่าครึ่งที่สูญเปล่าไปคือครึ่งไหน
เพราะก่อนจะทำการทดลองไอเดียใดคนส่วนใหญ่มักเดาผิด แม้แต่ผู้บริหารที่เก่งกาจมากประสบการณ์เองก็ยังเดาผิดไม่แพ้พนักงานฝึกหัดจบใหม่ จากการทดลองทำให้พบว่ามีไอเดียแค่ 10-20% เท่านั้นที่ให้ผลลัพธ์ในทางที่ดี และกว่า 1 ใน 3 ก็แทบไม่ได้ให้ผลลัพธ์ที่ต่างจากเดิม ส่วนที่เหลือคือให้ผลลัพธ์ที่แย่กว่าเดิม
เรื่องนี้เปรียบได้กับนิทานเรื่องเจ้าชายกบ เราไม่รู้หรอกว่ากบตัวไหนจูบแล้วจะเป็นเจ้าชาย ดังนั้นสิ่งที่เราทำได้คือตระเวนจูบกบไปเรื่อยๆ ด้วยการทำ Experiment-Driven Data เพราะคงเป็นไปไม่ได้ที่เราจูบกบแต่ตัวสองตัวแล้วจะโชคดีเจอว่าเป็นเจ้าชายเลย
ดังนั้นทุกไอเดียที่ Bing ก่อนจะเอาไปใช้จริงกับผู้ใช้งานทั่วโลกล้วนถูกนำมาทดสอบผ่านการทำ Experiment แบบ Marketing Science กับผู้ใช้งานจำนวนหนึ่งที่เป็นส่วนน้อยทั้งนั้น (แต่ส่วนน้อยของเขาคือหลักแสนคน เพราะเขามีผู้ใช้งานจริงหลักสิบไปถึงร้อยล้านคน) แล้วก็เอา Data ที่ได้มาประเมินต่อว่าควรไปต่อหรือพอแค่นั้น จะไม่มีการเอาไอเดียของใครก็ตามมาใช้งานทันที ไม่ว่าไอเดียนั้นจะมาจากผู้บริหารที่มีตำแหน่งใหญ่โตแค่ไหนก็ตาม ดังนั้นจะเห็นว่า Data ทำให้การตลาดและธุรกิจมีความเป็นประชาธิปไตยมากขึ้น
แต่ในขณะเดียวกันการจะทำการตลาดแบบวิทยาศาสตร์ให้ออกมาดีก็ต้องอาศัยเครื่องไม้เครื่องมือ Technology ที่มีความพร้อม ในการทำ Experiment-Driven Data ช่วงแรกอาจใช้เครื่องมือทั่วไปแบบ SaaS ที่สามารถสมัครใช้งานด้วยตัวเองได้
แต่ถ้าองค์กรมีขนาดใหญ่ มีผู้ใช้งานที่ต้องการเทสเป็นจำนวนมหาศาล และต้องการทดสอบบ่อยมากก็อาจต้องสร้างทีม Tehnology เพื่อพัฒนาเครื่องมือการทำ Experiment ด้วยตัวเองจะคุ้มค่ากว่าในระยะยาว
และไม่ใช่แค่เครื่องมือ Technology เท่านั้นที่สำคัญ เพราะยังคงมีเรื่อง “คน” หรือ “ทีมงาน” ในการใช้เครื่องมือเหล่านั้นเพื่อทดสอบสมมติฐานหรือไอเดียต่างๆ เพื่อเก็บดาต้ามาใช้ตัดสินใจเชิงกลุยทธ์ต่อ ในบทความต่อไปจะพาไปดูว่าแนวทางการสร้างทีมวิทยาศาสต์การตลาด Marketing Scientist นั้นมีแบบไหนบ้าง เพื่อจะได้เอาไปเป็นแนวทางว่าแบบไหนที่เหมาะกับองค์กรเราในวันนี้ และแบบไหนที่น่าจะเหมาะสมกว่าในวันหน้าครับ
อ่านบทความเรื่อง Marketing Science ก่อนหน้า https://everydaymarketing.co/marketing-trends/marketing-scientist-with-experiment-driven-data/
Source: https://hbr.org/2017/09/the-surprising-power-of-online-experiments
