มีคำถามหนึ่งที่ผมชอบถามเจ้าของธุรกิจเวลาไปบรรยายหรือเป็นที่ปรึกษา คือรู้มั้ยครับว่า Customer Retention ลูกค้าของคุณกี่เปอร์เซ็นต์ที่กลับมาซื้อซ้ำ เชื่อมั้ยครับว่าเกินครึ่งตอบไม่ได้ ทั้งที่ทุกคนท่องได้ขึ้นใจว่ารักษาลูกค้าเก่าถูกกว่าหาลูกค้าใหม่ แต่พอถามตัวเลขจริงของธุรกิจตัวเองกลับเงียบกันหมด
คุณแพรแห่งแพรพริกก็เพิ่งเจอโมเมนต์นั้นเข้ากับตัวเองครับ หลังจาก EP.2 ที่ได้ Persona พี่อ้อยสายของฝากกับน้องมายด์สายคลีนมาแล้ว คุณแพรลองนั่งไล่รายชื่อออเดอร์ย้อนหลัง 3 เดือนดูเล่นๆ แล้วพบตัวเลขที่ทำให้ใจหล่น คือลูกค้า 100 คนล่าสุด มีแค่ 12 คนที่เคยซื้อมากกว่า 1 ครั้ง พูดง่ายๆ คือแพรพริกเหมือนถังน้ำที่เปิดก๊อกเติมลูกค้าใหม่ตลอด แต่ก้นถังรั่ว ยอดเลยนิ่งอยู่ที่ 180,000 บาทมา 8 เดือนแบบที่เล่าไว้ตั้งแต่ EP.1 ตอนที่เราใช้ Claude หา Customer Insight จากรีวิวลูกค้า
ฟังดูเหมือนปัญหาใหญ่เกินกว่าธุรกิจเล็กๆ จะแก้ใช่มั้ยครับ แต่จริงๆ แล้วสิ่งที่ยากไม่ใช่การแก้ มันคือการหาให้เจอก่อนว่ารูรั่วอยู่ตรงไหน บทความนี้ผมเลยอยากชวนเพื่อนๆ มาดูวิธีใช้ Claude AI ไล่หารูรั่วแบบเป็นขั้นตอน พร้อมเรียนรู้เครื่องปรุงพระเอกของตอนนี้คือ Instruction แบบขั้นบันได และแจก 10 Prompt เหมือนเคยครับ
The Leaky Bucket ทำไมยอดขายนิ่ง ทั้งที่ลูกค้าใหม่เข้ามาตลอด
ก่อนไปที่ Prompt ขอปูหลักคิดสั้นๆ ครับ ธุรกิจที่ยอดนิ่งทั้งที่มีลูกค้าใหม่เข้ามาเรื่อยๆ ส่วนใหญ่ไม่ได้มีปัญหาที่การขาย แต่มีปัญหาที่การรักษา เพราะลูกค้าใหม่ที่เข้ามาแค่ชดเชยลูกค้าเก่าที่หายไปพอดี เหมือนวิ่งบนลู่วิ่งที่เหนื่อยเท่าเดิมแต่อยู่ที่เดิม ใครอยากเข้าใจหลักการรักษาลูกค้าให้ลึกขึ้น ผมเคยเขียนเรื่อง เทคนิคการทำ Customer Retention ให้ลูกค้ากลับมาซื้อซ้ำ ไว้แล้ว ลองอ่านประกอบได้
ปัญหาคือพอรู้ว่าลูกค้าไม่ซื้อซ้ำ ปฏิกิริยาแรกของเจ้าของธุรกิจเกือบทุกคนจะเหมือนกันหมด คือรีบสรุปสาเหตุจากความรู้สึก คุณแพรเองก็เกือบไปทางนั้น เพราะความคิดแรกที่เด้งขึ้นมาคือ สงสัยของเราแพงไป ลดราคาดีมั้ยนะ ซึ่งถ้าทำตามความรู้สึกนั้นจริง อาจกลายเป็นการแก้ปัญหาที่ไม่มีอยู่ แถมเฉือนกำไรตัวเองฟรีๆ
ทางที่ดีกว่าคือบังคับตัวเองให้คิดเป็นขั้น จากข้อมูล ไปสู่สมมติฐาน ไปสู่การทดสอบ แล้วค่อยตัดสินใจ ซึ่งฟังดูเป็นวิธีคิดของบริษัทใหญ่ที่มีทีม Data ใช่มั้ยครับ แต่เดี๋ยวจะเห็นว่าธุรกิจคนเดียวก็ทำได้ ถ้าสั่งงาน Claude เป็น
The Prompt แจก Prompt หาสาเหตุลูกค้าไม่ซื้อซ้ำ แบบคิดเป็นขั้นตอน
วิธีเตรียมข้อมูล ให้ Export หรือก๊อปรายการออเดอร์ย้อนหลัง 2-3 เดือนเท่าที่มี ขอแค่วันที่ซื้อ สินค้าที่ซื้อ และอะไรก็ได้ที่บอกว่าเป็นลูกค้าเก่าหรือใหม่ เช่น ชื่อผู้รับซ้ำ ถ้ามีข้อความที่ลูกค้าทักหลังได้รับของก็แปะเพิ่มได้ ยิ่งดี
[S] สถานการณ์และบริบทแบรนด์ของฉัน:
- แบรนด์น้ำพริกพรีเมียมขายออนไลน์ ราคากระปุกละ 89-129 บาท
- ลูกค้าหลักคือกลุ่มซื้อเป็นของฝาก และกลุ่มสายสุขภาพซื้อกินเอง
- ปัญหาคือลูกค้า 100 คนล่าสุด มีแค่ 12 คนที่ซื้อซ้ำ ยอดขายเลยนิ่ง
ด้านล่างนี้คือข้อมูลออเดอร์ย้อนหลัง 3 เดือน และข้อความจากลูกค้า
หลังได้รับสินค้า:
[แปะข้อมูล]
[P] ให้คุณสวมบทบาทเป็นที่ปรึกษาด้าน Retention Marketing
สำหรับธุรกิจขนาดเล็ก ที่เชื่อในการทดสอบก่อนตัดสินใจ ไม่เชื่อ
การเดาจากความรู้สึก
[I] ช่วยทำงานนี้ทีละขั้น ห้ามข้ามขั้น และอธิบายเหตุผลของแต่ละขั้น:
ขั้นที่ 1 สรุปภาพเส้นทางลูกค้าปัจจุบันจากข้อมูล ตั้งแต่ซื้อครั้งแรก
จนถึงจุดที่หายไป
ขั้นที่ 2 ระบุว่าจุดไหนที่ลูกค้าหลุดหายมากที่สุด
ขั้นที่ 3 ตั้งสมมติฐานสาเหตุ 3 ข้อ เรียงตามความน่าจะเป็น
โดยแต่ละข้อต้องชี้หลักฐานจากข้อมูลประกอบ
ขั้นที่ 4 ออกแบบวิธีทดสอบแต่ละสมมติฐาน ที่ใช้งบไม่เกิน
1,000 บาท และเห็นผลภายใน 2 สัปดาห์
[C] ตอบเรียงตามขั้นที่ 1-4 และปิดท้ายด้วยตารางสรุป 3 คอลัมน์คือ
สมมติฐาน วิธีทดสอบ และตัวชี้วัดที่บอกว่าสมมติฐานนั้นจริง
ถ้าข้อมูลที่ให้ไปไม่พอสำหรับขั้นไหน ให้บอกตรงๆ ว่าขาดข้อมูลอะไร
แทนที่จะเดา
จุดที่อยากให้สังเกตใน Prompt นี้คือส่วน [I] ที่ยาวและละเอียดกว่าทุก EP ที่ผ่านมา เพราะนี่คือเครื่องปรุงพระเอกของตอนนี้ครับ
The SPICE Framework เจาะลึกเครื่องปรุง Instruction แบบขั้นบันได
Situation กับ Persona ขอผ่านเร็วๆ เพราะหลักการเดิม แต่มีจุดเล็กๆ ที่อยากชี้คือการเขียน Persona ว่าเชื่อในการทดสอบ ไม่เชื่อการเดา ซึ่งเป็นการใส่นิสัยให้ AI ไม่ใช่แค่ตำแหน่ง ส่วนที่อยากเจาะลึกคือ Instruction ที่ตอนนี้ไม่ใช่แค่รายการสิ่งที่อยากรู้ แต่เป็นขั้นบันไดของการคิด
1. Instruction แบบขั้นบันได บังคับให้ AI คิดทีละชั้นเหมือนที่ปรึกษามืออาชีพ
ความต่างระหว่างการสั่งว่า ช่วยบอกหน่อยว่าทำไมลูกค้าไม่ซื้อซ้ำ กับการสั่งเป็น 4 ขั้นแบบใน Prompt คือแบบแรก AI จะกระโดดไปที่คำตอบทันที ซึ่งมักเป็นคำตอบสำเร็จรูปจากตำรา ส่วนแบบหลังบังคับให้มันไล่จากข้อมูลจริงก่อน แล้วค่อยขยับไปสู่ข้อสรุปทีละชั้น ลองนึกภาพหมอสองคน คนแรกฟังอาการ 10 วินาทีแล้วจ่ายยาเลย คนที่สองซักประวัติ ตรวจร่างกาย แล้วค่อยวินิจฉัย เราไว้ใจใครมากกว่ากัน AI ก็เหมือนกันครับ ลำดับการคิดที่เราออกแบบให้ คือคุณภาพของคำตอบที่เราจะได้กลับมา
จุดที่ต้องเปลี่ยนเป็นของคุณ: โครง 4 ขั้นนี้ใช้กับปัญหาธุรกิจได้แทบทุกเรื่อง แค่เปลี่ยนโจทย์ เช่น ทำไมคนทักแชทเยอะแต่ปิดการขายน้อย ก็ไล่ ข้อมูล จุดหลุด สมมติฐาน การทดสอบ ชุดเดียวกัน
2. Instruction แบบใส่ Constraint เงื่อนไขที่ทำให้คำตอบใช้ได้จริงกับธุรกิจเล็ก
บรรทัดที่กำหนดว่างบไม่เกิน 1,000 บาทและเห็นผลใน 2 สัปดาห์ คือเส้นแบ่งระหว่างคำแนะนำที่สวยหรูกับคำแนะนำที่ทำได้จริง เพราะถ้าไม่ใส่เงื่อนไขนี้ AI อาจเสนอให้ทำระบบ CRM หรือจ้างทำ Research ซึ่งถูกต้องตามตำราแต่เกินตัวธุรกิจคนเดียวไปไกล ลองนึกภาพการบอกสถาปนิกว่าออกแบบบ้านให้หน่อย กับบอกว่าออกแบบบ้านงบ 2,000,000 บาทบนที่ดิน 50 ตารางวา แบบหลังต่างหากที่ได้แบบบ้านที่สร้างได้จริง
จุดที่ต้องเปลี่ยนเป็นของคุณ: ใส่ข้อจำกัดจริงของคุณลงไปตรงๆ ทั้งงบ เวลา และแรงคน AI ยิ่งรู้ข้อจำกัด คำตอบยิ่งใกล้ความจริง
3. Instruction แบบอนุญาตให้ไม่รู้ ประตูหนีไฟที่กันคำตอบมั่ว
บรรทัดสุดท้ายใน Criteria ที่บอกว่าถ้าข้อมูลไม่พอให้บอกตรงๆ แทนที่จะเดา คือเทคนิคคู่กันกับการติดป้ายสมมติฐานจาก EP.2 เพราะธรรมชาติของ AI คือพยายามตอบให้ได้เสมอ ถ้าเราไม่เปิดประตูให้มันยอมรับว่าข้อมูลไม่พอ มันจะเติมช่องว่างด้วยการเดาแบบเนียนๆ ซึ่งอันตรายกว่าการไม่ได้คำตอบเสียอีก
จุดที่ต้องเปลี่ยนเป็นของคุณ: ประโยคนี้ก๊อปไปต่อท้าย Prompt วิเคราะห์ได้ทุกตัว ของฟรีที่ช่วยชีวิตได้บ่อยมาก
The Output รูรั่วของแพรพริกไม่ใช่ราคา แต่คือการถูกลืม
Claude ไล่ตอบมาทีละขั้นตามสั่ง และขั้นที่ 3 คือจุดที่ทำให้คุณแพรต้องวางมือถือแล้วนั่งคิด
สมมติฐานอันดับหนึ่งที่ Claude ให้น้ำหนักมากที่สุด ไม่ใช่เรื่องราคาอย่างที่คุณแพรกลัว แต่คือลูกค้าไม่ได้เลิกชอบ ลูกค้าแค่ลืม เพราะหลักฐานในข้อมูลชี้ว่าข้อความหลังการขายแทบทั้งหมดเป็นแง่บวก ไม่มีใครบ่นเรื่องราคาเลยหลังจากซื้อไปแล้ว แต่สิ่งที่ขาดหายไปคือหลังจากส่งของ แบรนด์ไม่เคยทักลูกค้าอีกเลยแม้แต่ครั้งเดียว น้ำพริกหนึ่งกระปุกกินหมดในไม่กี่สัปดาห์ พอจะซื้อรอบใหม่ ลูกค้าก็เปิดเจอเจ้าไหนก็ได้ที่ผ่านตาตอนนั้น
ส่วนสมมติฐานอันดับสองคือกลุ่มของฝากซื้อให้คนอื่นกิน ตัวเองไม่เคยชิม เลยไม่มีเหตุผลให้กลับมา และอันดับสามถึงค่อยเป็นเรื่องราคา ซึ่ง Claude ระบุชัดว่ามีหลักฐานสนับสนุนน้อยที่สุด
วิธีทดสอบสมมติฐานแรกที่ได้มาก็เรียบง่ายจนคุณแพรอุทานว่าแค่นี้เองเหรอ คือส่งข้อความขอบคุณพร้อมถามฟีดแบคสั้นๆ ผ่าน LINE OA หาลูกค้าเก่า 50 คนที่ซื้อไปเกิน 1 เดือน ใช้งบเป็นศูนย์ คุณแพรลองทำในสัปดาห์นั้นเลย ผลคือมีลูกค้าตอบกลับมาเกือบครึ่ง และ 9 คนกลับมาสั่งซ้ำภายใน 2 สัปดาห์ ตัวเลขอาจดูเล็กเมื่อเทียบกับยอดรวม แต่นี่คือครั้งแรกในรอบ 8 เดือนที่คุณแพรรู้สึกว่าขยับเข็มได้ด้วยความเข้าใจ ไม่ใช่ด้วยการลดราคา
ย้ำเหมือนทุกตอนนะครับว่าเรื่องของคุณแพรคือเรื่องสมมติเพื่อการสอน แต่ Pattern ที่ว่าลูกค้าหายเพราะถูกลืม ไม่ใช่เพราะเลิกรัก คือสิ่งที่เจอจริงในธุรกิจจำนวนมาก และมักถูกมองข้ามเพราะเจ้าของมัวแต่โทษราคา
The Prompt Library แจกอีก 9 Prompt กึ่งสำเร็จรูป สำหรับงานรักษาลูกค้าเก่า
พอรู้แล้วว่ารูรั่วอยู่ไหน คำถามถัดไปคือจะอุดยังไง และจะวางระบบยังไงให้รู้ตัวเร็วขึ้นในอนาคต Prompt Library ของตอนนี้เลยรวมเครื่องมือฝั่ง Retention มาให้ครบ ใช้สูตร SPICE เดิม อย่าลืมแทน [แปะบริบทแบรนด์ของคุณ] ด้วยบริบทประจำตัวของคุณเอง และทุกตัวมีตัวอย่างการกรอกจริงของธุรกิจสมมติคนละประเภท พร้อมหน้าตาคำตอบแบบย่อให้เห็นภาพก่อนลงมือเช่นเคยครับ
1. วาด Customer Journey จากข้อมูลจริง หาทุกจุดที่ลูกค้าหลุด
คุณคือนักกลยุทธ์ Customer Experience สำหรับธุรกิจขนาดเล็ก
[แปะบริบทแบรนด์ของคุณ]
นี่คือข้อมูลออเดอร์และข้อความลูกค้าของฉัน: [แปะข้อมูล]
ช่วยวาด Customer Journey ตั้งแต่ลูกค้ารู้จักแบรนด์ครั้งแรก
จนถึงการซื้อซ้ำ โดยระบุว่าแต่ละขั้นลูกค้าทำอะไร คิดอะไร
และมีกี่เปอร์เซ็นต์โดยประมาณที่ผ่านไปขั้นถัดไปจากข้อมูลที่มี
แล้วชี้ว่าขั้นไหนคือคอขวดที่เสียลูกค้ามากที่สุด พร้อมบอกว่า
ขั้นไหนที่ข้อมูลยังไม่พอจะสรุป
ตัวอย่างการใช้จริง สมมติเป็นร้านล้างรถและเคลือบสีแบบมีหน้าร้าน:
คุณคือนักกลยุทธ์ Customer Experience สำหรับธุรกิจขนาดเล็ก
บริบทแบรนด์: ร้านล้างรถและเคลือบสี ค่าบริการ 300-2,500 บาท
ลูกค้าจองคิวผ่านโทรศัพท์เป็นหลัก มีเพจ Facebook ไว้โพสต์ผลงาน
นี่คือข้อมูลการใช้บริการย้อนหลัง 6 เดือนและข้อความจากลูกค้า:
[แปะข้อมูล]
ช่วยวาด Customer Journey ตั้งแต่ลูกค้ารู้จักร้านจนถึงการกลับมา
ใช้ซ้ำ ระบุว่าแต่ละขั้นมีกี่เปอร์เซ็นต์โดยประมาณที่ผ่านไปขั้นถัดไป
ชี้คอขวดที่เสียลูกค้ามากที่สุด และบอกขั้นที่ข้อมูลยังไม่พอสรุป
ตัวอย่างคำตอบที่จะได้กลับมาแบบย่อ: Claude จะกางเส้นทางให้เห็นคอขวด 2 จุดที่เจ้าของร้านมักนึกไม่ถึง จุดแรกคือขั้นจองคิว เพราะรับจองทางโทรศัพท์อย่างเดียว ลูกค้าที่เห็นเพจตอนกลางคืนซึ่งเป็นช่วงที่คนเล่นมือถือเยอะที่สุด ไม่มีทางจองได้ทันที พอถึงเช้าก็ลืมไปแล้ว และจุดที่สองคือหลังใช้บริการครั้งแรก ลูกค้าราว 7 ใน 10 ไม่กลับมาอีกเลย ทั้งที่บริการเคลือบสีควรกลับมาทำซ้ำทุก 6-12 เดือน เพราะไม่มีใครนัดหรือเตือนเขาเลย
พร้อมหมายเหตุว่าขั้นการรู้จักร้านครั้งแรกยังสรุปไม่ได้ว่ามาจากเพจหรือขับผ่าน ควรเริ่มถามลูกค้าใหม่ทุกคนด้วยคำถามเดียวว่ารู้จักร้านจากไหน
2. หารอบการบริโภค จับจังหวะที่ควรทักลูกค้าพอดีของใกล้หมด
คุณคือนักวิเคราะห์ข้อมูลที่เชี่ยวชาญพฤติกรรมการซื้อซ้ำ
[แปะบริบทแบรนด์ของคุณ]
นี่คือข้อมูลออเดอร์ของลูกค้าที่ซื้อซ้ำ: [แปะข้อมูล]
ช่วยวิเคราะห์ว่าโดยเฉลี่ยลูกค้าใช้เวลากี่วันระหว่างการซื้อแต่ละครั้ง
แยกตามขนาดหรือจำนวนสินค้าที่ซื้อ แล้วเสนอว่าจังหวะที่เหมาะ
ที่สุดในการทักลูกค้าหลังการซื้อคือวันที่เท่าไหร่ เพราะอะไร
พร้อมเผื่อกรณีลูกค้าซื้อเป็นของฝากที่ตัวเองไม่ได้กิน ว่าควรใช้
จังหวะและข้อความต่างกันยังไง
ตัวอย่างการใช้จริง สมมติเป็นร้านขายอาหารเม็ดสุนัขแบ่งขายบน Shopee:
คุณคือนักวิเคราะห์ข้อมูลที่เชี่ยวชาญพฤติกรรมการซื้อซ้ำ
บริบทแบรนด์: ร้านแบ่งขายอาหารเม็ดสุนัขเกรดพรีเมียม
ถุง 1 กก. และ 3 กก. ราคา 180-450 บาท ขายบน Shopee
และมี LINE OA สำหรับลูกค้าประจำ
นี่คือข้อมูลออเดอร์ของลูกค้าที่ซื้อซ้ำย้อนหลัง 6 เดือน:
[แปะข้อมูล]
ช่วยวิเคราะห์ว่าโดยเฉลี่ยลูกค้าใช้เวลากี่วันระหว่างการซื้อแต่ละครั้ง
แยกตามขนาดถุง แล้วเสนอจังหวะที่เหมาะที่สุดในการทักลูกค้า
หลังการซื้อ พร้อมเหตุผล
ตัวอย่างคำตอบที่จะได้กลับมาแบบย่อ: Claude จะคำนวณให้เห็นว่าลูกค้าถุง 1 กก. กลับมาซื้อเฉลี่ยทุก 12 วัน ส่วนถุง 3 กก. เฉลี่ยทุก 30 วัน ดังนั้นจังหวะทักที่ดีที่สุดคือก่อนของหมดราว 3-4 วัน คือวันที่ 8 สำหรับถุงเล็กและวันที่ 26 สำหรับถุงใหญ่ เพราะทักตอนของหมดแล้วเท่ากับเปิดโอกาสให้ลูกค้ากดสั่งร้านไหนก็ได้ที่โผล่มาตอนนั้น แต่ทักตอนของใกล้หมดคือการตัดสินใจที่ยังไม่มีคู่แข่ง
พร้อมข้อสังเกตแถมว่าลูกค้าที่รอบการซื้อเริ่มยืดจาก 12 เป็น 20 วัน อาจกำลังแบ่งซื้อจากร้านอื่นอยู่ ซึ่งเป็นสัญญาณที่ควรรีบดูแลก่อนเขาหายไปทั้งคน
3. ตั้งสมมติฐานและออกแบบการทดสอบ สำหรับปัญหาธุรกิจข้ออื่น
คุณคือที่ปรึกษาธุรกิจที่เชื่อในการทดสอบก่อนตัดสินใจ
[แปะบริบทแบรนด์ของคุณ]
ปัญหาที่ฉันเจอตอนนี้คือ: [เล่าปัญหา เช่น คนทักเยอะแต่ปิดไม่ได้]
ข้อมูลที่ฉันมีคือ: [แปะข้อมูล]
ช่วยตั้งสมมติฐานสาเหตุ 3 ข้อเรียงตามความน่าจะเป็น พร้อมชี้
หลักฐานจากข้อมูล แล้วออกแบบวิธีทดสอบแต่ละข้อที่ใช้งบไม่เกิน
[ใส่งบ] บาท เห็นผลใน [ใส่เวลา] พร้อมตัวชี้วัดที่บอกว่าสมมติฐาน
ไหนจริง ถ้าข้อมูลไม่พอให้บอกตรงๆ ว่าขาดอะไร
ตัวอย่างการใช้จริง สมมติเป็นร้านเดรสสาวอวบที่ขายผ่านไลฟ์สด แต่คนดูเยอะ CF น้อย:
คุณคือที่ปรึกษาธุรกิจที่เชื่อในการทดสอบก่อนตัดสินใจ
บริบทแบรนด์: ร้านเดรสไซส์ใหญ่ขายผ่านไลฟ์ Facebook
สัปดาห์ละ 3 ไลฟ์ ราคาตัวละ 450-790 บาท
ปัญหาที่ฉันเจอตอนนี้คือ ยอดคนดูไลฟ์เฉลี่ย 800 คน แต่มีคน
CF แค่ 15-20 ตัวต่อไลฟ์ ทั้งที่เมื่อก่อนเคยได้ 50-60 ตัว
ข้อมูลที่ฉันมีคือ สถิติไลฟ์ย้อนหลัง 10 ครั้ง และคอมเมนต์ในไลฟ์:
[แปะข้อมูล]
ช่วยตั้งสมมติฐานสาเหตุ 3 ข้อเรียงตามความน่าจะเป็น พร้อมวิธี
ทดสอบแต่ละข้อที่ใช้งบไม่เกิน 500 บาท เห็นผลใน 2 สัปดาห์
พร้อมตัวชี้วัด ถ้าข้อมูลไม่พอให้บอกตรงๆ
ตัวอย่างคำตอบที่จะได้กลับมาแบบย่อ: Claude จะตั้งสมมติฐานจากหลักฐานในคอมเมนต์ เช่น สมมติฐานแรก ลูกค้ารอราคานานเกินไปเพราะร้านเปิดราคาช่วงท้ายไลฟ์ คนเลยดูแล้วหลุดไปก่อน หลักฐานคือคอมเมนต์ถามราคาที่ไม่ได้รับคำตอบจำนวนมากในครึ่งแรกของไลฟ์ วิธีทดสอบคือ 5 ไลฟ์ถัดไปให้บอกราคาภายใน 30 วินาทีแรกที่โชว์แต่ละตัว แล้ววัดอัตรา CF เทียบกับ 5 ไลฟ์ก่อนหน้า ใช้งบศูนย์บาท
ส่วนสมมติฐานรองคือเวลาไลฟ์ชนกับร้านคู่แข่งเจ้าดัง และแบบเสื้อช่วงหลังซ้ำเดิม พร้อมวิธีทดสอบของแต่ละข้อ นี่คือพลังของโครงเดียวกับ Prompt หลักที่บิดไปใช้กับปัญหาอื่นได้ทันที
4. ร่างข้อความ Follow-up หลังการขาย 3 จังหวะ ที่ไม่เหมือนสแปม
คุณคือนักการตลาดสาย CRM ที่เชี่ยวชาญการสื่อสารผ่านแชท
แบบที่ลูกค้าไทยไม่รู้สึกว่าถูกยัดเยียดขายของ
[แปะบริบทแบรนด์ของคุณ]
ลูกค้าของฉันมีรอบการบริโภคประมาณ [ใส่จำนวน] วัน
ช่วยร่างข้อความทักลูกค้า 3 จังหวะ คือหลังได้รับสินค้า 2-3 วัน
ช่วงที่สินค้าน่าจะใกล้หมด และช่วงที่เงียบหายไปนานเกินรอบปกติ
แต่ละจังหวะขอ 2 เวอร์ชันให้เลือก โทนเป็นกันเองเหมือนคนจริงทัก
ไม่ใช่ข้อความ Broadcast และต้องมีเหตุผลให้ลูกค้าอยากตอบกลับ
ไม่ใช่แค่ยิงโปรโมชันใส่
ตัวอย่างการใช้จริง สมมติเป็นร้านสบู่แฮนด์เมดสมุนไพร:
คุณคือนักการตลาดสาย CRM ที่เชี่ยวชาญการสื่อสารผ่านแชท
แบบที่ลูกค้าไทยไม่รู้สึกว่าถูกยัดเยียดขายของ
บริบทแบรนด์: ร้านสบู่แฮนด์เมดสมุนไพร ก้อนละ 120 บาท
ลูกค้าส่วนใหญ่ซื้อครั้งละ 2-3 ก้อน ติดต่อผ่าน LINE OA
ลูกค้าของฉันมีรอบการบริโภคประมาณ 45 วันต่อการซื้อ 1 ครั้ง
ช่วยร่างข้อความทักลูกค้า 3 จังหวะ คือหลังได้รับสินค้า 2-3 วัน
ช่วงสบู่น่าจะใกล้หมด และช่วงที่เงียบหายเกินรอบปกติ จังหวะละ
2 เวอร์ชัน โทนเป็นกันเองเหมือนคนจริงทัก มีเหตุผลให้อยากตอบ
ตัวอย่างคำตอบที่จะได้กลับมาแบบย่อ: Claude จะร่างข้อความที่ความเนียนอยู่ที่การให้ก่อนขอ เช่น จังหวะแรกหลังได้รับของ ไม่ถามว่าได้รับของยังคะซึ่งจืดมาก แต่ทักว่า สบู่ที่ได้ไปถ้าอยากให้ฟองเนียนขึ้น ลองตีฟองกับถุงตาข่ายดูนะคะ แถมเคล็ดลับเล็กๆ ที่ทำให้อยากกดตอบขอบคุณ ส่วนจังหวะวันที่ 40 ที่สบู่ใกล้หมด เวอร์ชันหนึ่งจะถามฟีดแบคก่อนขายว่ากลิ่นที่ใช้อยู่โอเคมั้ย เพราะรอบนี้มีกลิ่นใหม่เข้ามา ให้ลูกค้ารู้สึกว่าถูกถามความเห็นไม่ใช่ถูกตามตื๊อ
และจังหวะลูกค้าเงียบนานจะเป็นโทนคิดถึงแบบไม่กดดัน พร้อมคำแนะนำปิดท้ายว่าให้ส่งจากแชทปกติทีละคน อย่าใช้ Broadcast หว่าน เพราะความรู้สึกต่างกันลิบลับ
5. ออกแบบคำถามถามลูกค้าที่หายไป โดยไม่ทำให้เขาอึดอัด
คุณคือนักวิจัยตลาดที่เชี่ยวชาญการสัมภาษณ์ลูกค้า
[แปะบริบทแบรนด์ของคุณ]
ฉันอยากรู้เหตุผลจริงๆ จากลูกค้าที่เคยซื้อแล้วเงียบหายไปเกิน
[ใส่จำนวน] เดือน ช่วยร่างข้อความทักไปถามที่สุภาพ สั้น และ
ทำให้เขารู้สึกว่าเราถามเพราะอยากพัฒนา ไม่ใช่ตามทวงให้กลับมาซื้อ
พร้อมชุดคำถามต่อเนื่องไม่เกิน 3 ข้อสำหรับกรณีที่เขาตอบกลับ
และวิธีขอบคุณที่ทำให้จบบทสนทนาแบบความรู้สึกดีไม่ว่าคำตอบ
จะเป็นยังไง
ตัวอย่างการใช้จริง สมมติเป็นฟิตเนสขนาดเล็กย่านชานเมืองที่สมาชิกรายเดือนหายไปเงียบๆ:
คุณคือนักวิจัยตลาดที่เชี่ยวชาญการสัมภาษณ์ลูกค้า
บริบทแบรนด์: ฟิตเนสขนาดเล็กย่านชานเมือง ค่าสมาชิก
เดือนละ 990 บาท มีสมาชิกราว 200 คน
ฉันอยากรู้เหตุผลจริงจากสมาชิกที่เคยมาประจำแล้วหายไปเกิน
2 เดือน ช่วยร่างข้อความทักไปถามที่สุภาพ สั้น ทำให้เขารู้สึกว่า
เราถามเพราะอยากพัฒนา ไม่ใช่ตามทวงให้กลับมาจ่ายค่าสมาชิก
พร้อมชุดคำถามต่อเนื่องไม่เกิน 3 ข้อ และวิธีขอบคุณปิดบทสนทนา
ตัวอย่างคำตอบที่จะได้กลับมาแบบย่อ: Claude จะร่างข้อความเปิดที่ปลดอาวุธความรู้สึกผิดของลูกค้าก่อนเลย เพราะคนที่หายจากฟิตเนสส่วนใหญ่รู้สึกผิดกับตัวเองอยู่แล้ว ข้อความแนวๆ ว่า ไม่ได้ทักมาชวนกลับมานะคะ แค่กำลังปรับปรุงยิมแล้วอยากได้คำแนะนำจากคนที่เคยใช้บริการจริง ตามด้วยคำถามต่อเนื่องที่ขุดเหตุผลจริงแบบไม่จี้ใจ
เช่น ช่วงที่เคยมาประจำ อะไรคือสิ่งที่ทำให้มายากที่สุดในแต่ละวัน ซึ่งมักได้คำตอบจริงอย่างย้ายที่ทำงานหรือเวลาเปิดปิดไม่ตรงชีวิต มากกว่าคำตอบรักษาน้ำใจ พร้อมวิธีปิดด้วยการขอบคุณและของเล็กๆ อย่างพาสฟรี 1 วันแบบไม่มีเงื่อนไข ที่ทิ้งประตูไว้ให้เขากลับมาเองโดยไม่รู้สึกว่าถูกขาย
6. ส่องลูกค้าขาประจำ หาจุดร่วมว่าทำไมเขาถึงรัก
คุณคือนักวิเคราะห์ข้อมูลลูกค้าที่เชี่ยวชาญการหา Pattern
[แปะบริบทแบรนด์ของคุณ]
นี่คือข้อมูลออเดอร์และข้อความของลูกค้าที่ซื้อซ้ำบ่อยที่สุด
ของฉัน: [แปะข้อมูล]
ช่วยวิเคราะห์ว่าลูกค้ากลุ่มนี้มีอะไรเหมือนกันบ้าง ทั้งสินค้าที่ซื้อ
ครั้งแรก ช่องทางที่มา จังหวะการซื้อ และภาษาที่ใช้คุยกับแบรนด์
แล้วสรุปว่าอะไรน่าจะเป็นเส้นทางที่เปลี่ยนลูกค้าทั่วไปให้กลายเป็น
ขาประจำ พร้อมไอเดียว่าจะพาลูกค้าใหม่เดินเส้นทางเดียวกันนี้
ได้ยังไง
ตัวอย่างการใช้จริง สมมติเป็นร้านผักออร์แกนิกส่งตรงจากสวนแบบรายสัปดาห์:
คุณคือนักวิเคราะห์ข้อมูลลูกค้าที่เชี่ยวชาญการหา Pattern
บริบทแบรนด์: ร้านผักออร์แกนิกส่งตรงจากสวน เป็นกล่อง
รายสัปดาห์ 3 ขนาด ราคา 250-590 บาท ส่งในตัวเมือง
นี่คือข้อมูลออเดอร์และข้อความของลูกค้าที่สั่งต่อเนื่องเกิน
3 เดือนจำนวน 25 คน: [แปะข้อมูล]
ช่วยวิเคราะห์ว่าลูกค้ากลุ่มนี้มีอะไรเหมือนกันบ้าง ทั้งกล่องที่
เริ่มสั่งครั้งแรก ช่องทางที่มา และภาษาที่ใช้คุยกับร้าน แล้วสรุป
เส้นทางที่เปลี่ยนลูกค้าทั่วไปให้กลายเป็นขาประจำ พร้อมไอเดีย
พาลูกค้าใหม่เดินเส้นทางเดียวกัน
ตัวอย่างคำตอบที่จะได้กลับมาแบบย่อ: Claude จะหา Pattern ที่ซ่อนอยู่ เช่น ขาประจำเกือบทั้งหมดเริ่มจากกล่องเล็กสุด ไม่ใช่กล่องใหญ่ และจุดร่วมที่น่าสนใจที่สุดคือส่วนใหญ่เคยทักมาถามว่าผักตัวนี้ทำเมนูอะไรดี แล้วได้รับสูตรอาหารกลับไป ก่อนจะกลายเป็นลูกค้าประจำหลังจากนั้น ข้อสรุปคือเส้นทางสู่ขาประจำของร้านนี้ไม่ใช่ส่วนลด แต่คือการช่วยให้ลูกค้าใช้ผักเป็น
เพราะอุปสรรคจริงของการกินผักแปลกๆ คือไม่รู้จะทำอะไรกิน ไอเดียที่ได้คือแนบการ์ดสูตรอาหารไปกับกล่องแรกของลูกค้าใหม่ทุกคน เปลี่ยนสิ่งที่เคยเกิดโดยบังเอิญให้กลายเป็นระบบ
7. ประเมินมูลค่าลูกค้าระยะยาว แบบไม่ต้องมีทีม Data
คุณคือที่ปรึกษาการเงินธุรกิจที่อธิบายเรื่องยากให้ง่ายเก่ง
[แปะบริบทแบรนด์ของคุณ]
ข้อมูลคร่าวๆ ของฉันคือ ยอดซื้อเฉลี่ยต่อครั้ง [ใส่ตัวเลข] บาท
ลูกค้าซื้อซ้ำเฉลี่ยปีละ [ใส่จำนวน] ครั้ง และอยู่กับเราเฉลี่ย
ประมาณ [ใส่จำนวน] ปี
ช่วยคำนวณ Customer Lifetime Value แบบง่ายให้ดูทีละขั้น
แล้วอธิบายว่าตัวเลขนี้ควรเปลี่ยนวิธีคิดของฉันยังไง เช่น ควรกล้า
ลงทุนกับการรักษาลูกค้าหนึ่งคนเท่าไหร่ และเทียบให้เห็นว่าการ
เพิ่มอัตราซื้อซ้ำขึ้น 10% มีค่าเท่ากับหาลูกค้าใหม่กี่คน
ตัวอย่างการใช้จริง สมมติเป็นร้านตัดผมชายย่านออฟฟิศ:
คุณคือที่ปรึกษาการเงินธุรกิจที่อธิบายเรื่องยากให้ง่ายเก่ง
บริบทแบรนด์: ร้านตัดผมชาย 3 เก้าอี้ ย่านออฟฟิศ
ข้อมูลคร่าวๆ ของฉันคือ ค่าตัดเฉลี่ยครั้งละ 200 บาท ลูกค้า
ประจำมาเฉลี่ยปีละ 10 ครั้ง และมักอยู่กับร้านราว 4 ปีก่อน
ย้ายบ้านหรือย้ายงาน
ช่วยคำนวณ Customer Lifetime Value แบบง่ายให้ดูทีละขั้น
อธิบายว่าตัวเลขนี้ควรเปลี่ยนวิธีคิดของฉันยังไง และเทียบว่า
การเพิ่มอัตราซื้อซ้ำ 10% มีค่าเท่ากับหาลูกค้าใหม่กี่คน
ตัวอย่างคำตอบที่จะได้กลับมาแบบย่อ: Claude จะคำนวณโชว์ทีละขั้นว่า 200 บาท คูณ 10 ครั้งต่อปี คูณ 4 ปี เท่ากับลูกค้าประจำ 1 คนมีมูลค่า 8,000 บาท ไม่ใช่ 200 บาทอย่างที่ตาเห็นในแต่ละครั้ง แล้วแปลความหมายให้ว่า การที่ช่างจำชื่อลูกค้าได้ จำทรงที่ชอบได้ หรือยอมเสียเวลาแถมกันคิ้วฟรี 2 นาที คือการลงทุนปกป้องเงิน 8,000 บาท ไม่ใช่ต้นทุนเสียเปล่า
พร้อมเทียบให้เห็นว่าถ้าร้านมีลูกค้าขาจร 300 คนต่อปี การทำให้แค่ 30 คนในนั้นกลายเป็นขาประจำ มีมูลค่าระยะยาวกว่าการอัดโปรลดราคาดึงลูกค้าใหม่หลายร้อยคนที่มาครั้งเดียวแล้วหายไป
8. หาสัญญาณเตือนล่วงหน้า ว่าลูกค้าคนไหนกำลังจะหายไป
คุณคือนักวิเคราะห์ที่เชี่ยวชาญการหาสัญญาณลูกค้ากำลังจะเลิกซื้อ
[แปะบริบทแบรนด์ของคุณ]
นี่คือข้อมูลพฤติกรรมของลูกค้าที่เคยซื้อประจำแล้วหายไป เทียบกับ
ลูกค้าที่ยังอยู่: [แปะข้อมูล]
ช่วยหาว่าก่อนลูกค้าจะหายไป มีสัญญาณอะไรเกิดขึ้นก่อนบ้าง
เช่น รอบการซื้อที่เริ่มห่างขึ้น ขนาดออเดอร์ที่เล็กลง หรือการ
หยุดตอบแชท แล้วสรุปเป็นรายการสัญญาณเตือนที่ฉันเช็คได้เอง
ทุกเดือน พร้อมแนวทางว่าเจอสัญญาณไหนควรทำอะไร
ตัวอย่างการใช้จริง สมมติเป็นบริการกล่องสุ่มหนังสือรายเดือนแบบสมัครสมาชิก:
คุณคือนักวิเคราะห์ที่เชี่ยวชาญการหาสัญญาณลูกค้ากำลังจะเลิกซื้อ
บริบทแบรนด์: บริการกล่องสุ่มหนังสือรายเดือน ค่าสมาชิก
เดือนละ 459 บาท สมาชิกราว 300 คน สื่อสารผ่าน LINE OA
นี่คือข้อมูลพฤติกรรมของสมาชิกที่ยกเลิกใน 6 เดือนหลัง เทียบกับ
สมาชิกที่ยังอยู่: [แปะข้อมูล]
ช่วยหาว่าก่อนสมาชิกจะยกเลิก มีสัญญาณอะไรเกิดขึ้นก่อนบ้าง
สรุปเป็นรายการสัญญาณเตือนที่เช็คได้เองทุกเดือน พร้อมแนวทาง
ว่าเจอสัญญาณไหนควรทำอะไร
ตัวอย่างคำตอบที่จะได้กลับมาแบบย่อ: Claude จะไล่สัญญาณตามลำดับเวลาให้เห็นว่าการยกเลิกไม่เคยเกิดกะทันหัน เช่น สัญญาณแรกสุดมักเป็นการหยุดเปิดอ่านข้อความแนะนำหนังสือประจำเดือน 2 รอบติด ตามด้วยการเปลี่ยนจากจ่ายแบบรายปีเป็นรายเดือนตอนต่ออายุ และสัญญาณสุดท้ายก่อนจากคือการทักมาถามวิธียกเลิกแบบอ้อมๆ
เช่น ถามว่าข้ามเดือนได้มั้ย พร้อมแนวทางรับมือแต่ละขั้น เช่น เจอสัญญาณแรกให้ทักไปถามแนวหนังสือที่อยากได้เดือนหน้าแทนการเงียบ และเจอคำถามขอข้ามเดือนให้รีบเสนอตัวเลือกพักชั่วคราวทันที เพราะการได้พักคือเหตุผลที่ทำให้คนไม่ต้องตัดสินใจเลิกถาวร
9. สร้างชุดตัวเลขที่ต้องดูทุกเดือน ฉบับเจ้าของธุรกิจคนเดียว
คุณคือที่ปรึกษาที่เชี่ยวชาญการวัดผลสำหรับธุรกิจขนาดเล็ก
[แปะบริบทแบรนด์ของคุณ]
ฉันมีเวลาดูตัวเลขแค่เดือนละ 1 ชั่วโมง ช่วยออกแบบชุดตัวเลข
ด้านการรักษาลูกค้าที่สำคัญที่สุดไม่เกิน 5 ตัว ที่ฉันเก็บเองได้
จากหลังบ้าน Shopee, Facebook และ LINE OA โดยไม่ต้องใช้
เครื่องมือเสริม พร้อมบอกวิธีเก็บของแต่ละตัว ค่าประมาณที่ถือว่า
สุขภาพดีสำหรับธุรกิจแบบฉัน และสัญญาณแบบไหนที่ต้องรีบ
หาสาเหตุทันที
ตัวอย่างการใช้จริง สมมติเป็นร้านเบเกอรี่หน้าหมู่บ้านที่มีทั้งหน้าร้านและ LINE OA:
คุณคือที่ปรึกษาที่เชี่ยวชาญการวัดผลสำหรับธุรกิจขนาดเล็ก
บริบทแบรนด์: ร้านเบเกอรี่หน้าหมู่บ้าน มีหน้าร้านและรับ
ออเดอร์ผ่าน LINE OA ที่มีลูกค้าแอดอยู่ 800 คน
ฉันมีเวลาดูตัวเลขแค่เดือนละ 1 ชั่วโมง ช่วยออกแบบชุดตัวเลข
ด้านการรักษาลูกค้าที่สำคัญที่สุดไม่เกิน 5 ตัว ที่เก็บเองได้จาก
สมุดออเดอร์และ LINE OA โดยไม่ต้องใช้เครื่องมือเสริม
พร้อมวิธีเก็บ ค่าที่ถือว่าสุขภาพดี และสัญญาณที่ต้องรีบหาสาเหตุ
ตัวอย่างคำตอบที่จะได้กลับมาแบบย่อ: Claude จะเลือกตัวเลขที่เก็บง่ายจริงสำหรับร้านที่ไม่มีระบบ POS หรู เช่น สัดส่วนออเดอร์จากลูกค้าหน้าเดิมต่อเดือน นับจากชื่อใน LINE จำนวนสมาชิก LINE ที่บล็อกหรือเงียบหาย ยอดเฉลี่ยต่อบิล และจำนวนออเดอร์สั่งล่วงหน้าสำหรับโอกาสพิเศษซึ่งเป็นตัวชี้ความผูกพันที่ดีที่สุดของร้านขนม พร้อมเกณฑ์คร่าวๆ ว่าร้านแบบนี้ถ้าลูกค้าหน้าเดิมต่ำกว่าครึ่งของออเดอร์ทั้งหมดถือว่าเริ่มน่ากังวล
และสัญญาณที่ต้องหาสาเหตุทันทีคือยอดต่อบิลที่ลดลงต่อเนื่อง 2 เดือน เพราะมักแปลว่าลูกค้ายังรักเราอยู่แต่เริ่มเผื่อใจไปซื้อที่อื่นด้วยแล้ว
Memory สรุปบทเรียน EP.3 ของแพรพริก ที่นักการตลาดจำเป็นต้องรู้ Customer Retention
เล่ามาถึงตรงนี้ จุดเปลี่ยนของ EP นี้ไม่ใช่แค่การที่คุณแพรได้ลูกค้าเก่ากลับมา 9 คน แต่คือการที่ความคิดแรกอย่างลดราคาดีมั้ยนะ ถูกพิสูจน์ว่าผิด ด้วยกระบวนการที่ใช้งบเป็นศูนย์ ถ้าวันนั้นคุณแพรทำตามความรู้สึก วันนี้แพรพริกคงได้ลูกค้ากลุ่มเดิมกลับมาในราคาที่ถูกลง แทนที่จะได้ความสัมพันธ์กลับมาในราคาเท่าเดิม
และถ้าให้ผมรวบทั้งบทความนี้ให้เหลือเพียงคำเดียว คำนั้นคือ Memory หรือการถูกจดจำ เพราะในตลาดที่สินค้าใกล้เคียงกันไปหมด ลูกค้าส่วนใหญ่ไม่ได้จากเราไปเพราะเลิกรัก เขาแค่ลืม และหน้าที่ของแบรนด์เล็กที่งบน้อยกว่าใคร ไม่ใช่การตะโกนให้ดังที่สุด แต่คือการโผล่ไปอยู่ตรงหน้าในจังหวะที่ใช่ ซึ่งจังหวะที่ว่านั้นหาได้จากข้อมูลที่คุณมีอยู่แล้ว
การบ้าน 15 นาทีของ EP Customer Retention นี้ง่ายแต่เจ็บนิดหน่อยครับ คือเปิดรายการออเดอร์ย้อนหลัง 3 เดือนของคุณ แล้วนับว่าลูกค้า 50 คนล่าสุด มีกี่คนที่เคยซื้อมากกว่า 1 ครั้ง แค่ตัวเลขเดียวนี้จะบอกเลยว่าธุรกิจคุณถังรั่วแค่ไหน ถ้าตัวเลขออกมาน่าตกใจ ก็รัน Prompt หลักของตอนนี้ต่อได้เลย
นับเสร็จแล้วกล้าๆ มาบอกตัวเลขกันในคอมเมนต์หน่อยครับว่าได้กี่คนจาก 50 ไม่ต้องอายเพราะของคุณแพรก็ออกมาแค่ 12 จาก 100 เหมือนกัน และผมเชื่อว่าพอหลายธุรกิจมาเทียบตัวเลขกัน เราจะได้เห็นภาพจริงของตลาดที่หาจากรายงานไหนไม่ได้ ใครเจอสาเหตุการหายของลูกค้าที่แปลกกว่าเรื่องถูกลืม ยิ่งอยากให้เล่าใหญ่เลย เผื่อผมจะหยิบไปเป็นโจทย์ใน EP หลังๆ ของซีรีส์
และฝากอีกเรื่องครับ ถ้าร้านของคุณมีแอดมินที่ดูแลแชทกับลูกค้าอยู่ทุกวัน ส่งบทความนี้ให้เขาอ่านด้วย เพราะคนที่จะเห็นสัญญาณลูกค้ากำลังหายไปเป็นคนแรก ไม่ใช่เจ้าของร้าน แต่คือคนที่อยู่หน้าแชทนั่นแหละครับ
ส่วนคุณแพรกำลังจะเจอคำถามที่ลึกที่สุดขององก์นี้ เพราะการจะทำให้ลูกค้าจำเราได้ มันต้องมีคำตอบก่อนว่าจำเราในฐานะอะไร ในเมื่อน้ำพริกออนไลน์มีเป็นร้อยเจ้า แพรพริกคือเจ้าไหนในใจลูกค้ากันแน่ EP.4 ตอนปิดองก์ Know Your Customer เราจะพาคุณแพรไปหาคำตอบนั้นกัน
ดังนั้นคำถามทิ้งท้ายคือ ตอนนี้มีลูกค้าเก่ากี่คนที่กำลังจะลืมแบรนด์ของคุณไป ทั้งที่เขาไม่ได้มีปัญหาอะไรกับคุณเลย ถ้ายังไม่เริ่มทักกลับไปตั้งแต่สัปดาห์นี้ คุณกำลังปล่อยยอดขายที่ง่ายที่สุดหลุดมือไปอย่างน่าเสียดายครับ
