Data Thinking Canvas เริ่มจากคำถามที่ใช่แล้วค่อยไปที่ดาต้า

• Facebook
• X
• Line

จาก Data Collection Canvas ในหนังสือ Data-Driven Marketing มาสู่การปรับปรุงและพัฒนาให้เป็น Data Thinking Canvas ที่ง่ายขึ้น กระชับขึ้น จากประสบการณ์ที่มากขึ้นตามกาลเวลา

จากประสบการณ์เป็นที่ปรึกษาหรือ Advisor ให้กับบริษัททั้งเล็กและใหญ่พบว่าการจะเริ่มต้นทำงานกับ Data มีลำดับขั้นตอนดังนี้ครับ

1. Objective เราอยากรู้เรื่องอะไร

เรื่องนี้สำคัญกับธุรกิจเราอย่างไรข้อนี้สำคัญมาก เพราะหลายครั้งเรามักกระโดดไปที่เครื่องมือโดยยังไม่รู้ปัญหาที่แน่ชัด หรือเรากระโดดเข้าไปในกอง Data ที่จนอาจเมาหรือสำลักดาต้าแล้วถอดใจให้เห็นเป็นประจำ

ดังนั้นข้อนี้จึงเป็นสิ่งแรกที่ผมเน้นย้ำกับลูกค้าที่เข้าไปเป็นที่ปรึกษาให้ทุกราย ให้กำหนดปัญหาที่ชัดเจนก่อนว่าเราต้องการจะรู้อะไร เรื่องนี้สำคัญกับธุรกิจเราที่สุดแล้วหรือยังในนาทีนี้

2. Data Required ข้อมูลที่ต้องใช้แก้ปัญหานี้มีอะไรบ้าง

หลังจากระบุปัญหาได้ชัดเจนแล้วก็ถึงเวลาระบุรายการดาต้าที่เอามาใช้ตอบหรือแก้ปัญหานั้น

เช่น ถ้าเราบอกว่าตอนนี้เรายังไม่รู้ว่าลูกค้าเราแบ่งออกเป็นกี่กลุ่มที่ชัดเจน เราก็จะรู้ว่าเราต้องการดาต้าแบบไหนบ้างที่จะตอบปัญหานี้ได้ เช่น ข้อมูลการซื้อที่แยกเป็นรายบุคคล ที่มีการระบุสินค้าที่ซื้อ วันเวลาที่ซื้อ และสาขาหรือช่องทางที่ทำการซื้อ อาจจะรวมไปถึงสถานที่จัดส่งและวิธีการชำระเงินต่าง ๆ

เมื่อระบุดาต้าที่ต้องใช้ได้แล้วก็ถึงเวลาสำรวจว่าเรามี Data นี้อยู่ในมือแล้วหรือยัง หรือต้องไปทำการเก็บใหม่เพื่อให้มีใช้

3.1 Existing Data

สำรวจดาต้าที่มีอยู่ในมือ อยู่ที่ไหน อยู่กับใครหลายครั้งเราไม่รู้ว่าเรามีดาต้าอะไรอยู่ในมือบ้างเพราะเราไม่เคยทำการสำรวจดาต้าทั้งหมดในองค์กร หลายครั้งดาต้าที่ทีมการตลาดอยากใช้อยู่กับทีมไฟแนนซ์ บางครั้งดาต้าที่ทีมขายต้องการกลับไปอยู่กับทีมบริการลูกค้าโดยไม่รู้ตัว

การสำรวจ Existing data จึงเป็นการทำความเข้าใจสภาพดาต้าในองค์กรเรา และจากประสบการณ์ผมก็บอกได้เลยว่าแค่เริ่มต้นทำขั้นตอนนี้ออกมาเป็นภาพ Data ทั้งองค์กรก็ทำให้ทุกอย่างง่ายขึ้นมากเพราะตอนนี้รู้แล้วว่าใครถือดาต้าอะไรอยู่ในมือบ้าง

3.2 Collecting Data

แล้วดาต้าที่เราไม่มีจะไปจัดเก็บหรือหาได้อย่างไรไม่ว่าจะเป็นการทำแคมเปญการตลาดเพื่อเก็บ Data ที่ต้องการเพิ่ม หรืออาจจะไปซื้อหรือพาร์ทเนอร์กับธุรกิจที่มีดาต้าที่เราต้องการอยู่เพื่อความรวดเร็ว

อาจใช้ Data Collection Canvas จากหนังสือ Data-Driven Marketing เพิ่มเติมส่วนนี้ได้ครับ

Signal / Seasonal / Segment หลักการดูดาต้าเบื้องต้นก่อนตั้งคำถามเพื่อไปต่อ

Signal คือการดูความผิดปกติที่เกิดขึ้นโดยที่เราไม่เคยรู้มาก่อน เช่น ทำไมช่วงเดือนนี้ถึงขายดีแบบไม่มีปี่ไม่มีขลุ่ย เราจะได้ลงไปสำรวจหาคำตอบได้ถูกจุด ไม่ต้องงมๆ หาข้อมูลโดยไม่รู้ทิศทาง

Seasonal สังเกตสิ่งที่เกิดขึ้นเป็นประจำซ้ำๆ โดยที่เราอาจไม่รู้ เช่น กลุ่มลูกค้าเราที่เป็นแม่และเด็กถึงชอบเข้ามาซื้อตอนกลางวันบ่อยกว่าตอนกางคืน ไม่ใช่แค่บางวันแต่เป็นประจำจนกลายเป็น Pattern เราจะได้เข้าไปสำรวจได้ถูกจุด และจะได้เข้าถึง Insight ที่แท้จริงได้รวดเร็ว

Segment มีกลุ่มก้อนลูกค้าแบบไหนที่เราไม่เคยรู้มาก่อนไหมนะข้อนี้ต้องใช้ทักษะด้าน Data science เพิ่มเติมในการจัดกลุ่มก้อนลูกค้าตามตัวแปรหรือ Attribute ต่างๆ ที่เรากำหนด เช่น กลุ่มลูกค้าที่ชอบซื้อวันหยุด กับกลุ่มลูกค้าที่ชอบซื้อเฉพาะตอนโปรโมชั่น หรือกลุ่มลูกค้าที่ชอบเข้ามาเช้าวันจันทร์ ทั้งหมดนี้ก็เพื่อที่เราจะได้ไปทำความเข้าใจ Context of data ว่าเพราะเหตุใดจึงเป็นแบบนี้

4. Data-Driven Decision

รู้แล้วจะทำอย่างไรต่อหลังจากได้ข้อสรุปทั้งหมด ได้เห็นความจริงจากดาต้า ได้เข้าใจ Insight ที่เกิดขึ้นเป็นประจำซ้ำๆ โดยที่เราไม่รู้ เราจะทำอย่างไรกับข้อสรุปที่ได้มา.เปลี่ยนกลยุทธ์การตลาดหรือไม่ เปลี่ยนวิธีการขายหรือเปล่า หรืออาจจะนำไปสู่คำถามใหม่ว่าเราอยากรู้อะไรเพิ่มเติม และเราจะต้องเก็บดาต้าอะไรเพิ่มสำหรับการทำแคมเปญการตลาดครั้งถัดไป

นี่คือ Data Thinking Canvas สำหรับคนที่อยากเริ่มต้นกับดาต้าแต่ไม่รู้จะเริ่มอย่างไร เริ่มจากสิ่งที่เราอยากรู้ แล้วจะนำมาสู่ดาต้าที่เราต้องรู้เพื่อให้ได้คำตอบนั้น จากนั้นก้สำรวจว่าเรามีอะไรอยู่ในมือบ้าง หรือมีดาต้าแบบไหนที่ต้องหาเพิ่ม ลองเอาไปปรับใช้กับธุรกิจตัวเองดูนะครับ ขอให้สรุปกับการใช้ดาต้าเพื่อต่อยอดธุรกิจให้ขายดีในปีถัดไป.ถ้าสนใจอยากอ่านหนังสือเล่มนี้ ซื้ออออนไลน์ได้ที่ลิงก์นี้ครับ > https://click.accesstrade.in.th/go/47Aw1fGV

อ่านบทความเรื่อง Data Thinking ในการตลาดวันละตอนต่อ > https://everydaymarketing.co/business/data/data-thinking-skills-of-century-21-design-thinking-and-data-science/

• Facebook
• X
• Line