5 Step Data Driven Business ห้าขั้นตอนเปลี่ยนองค์กรให้ฉลาดใช้ดาต้า

• Facebook
• X
• Line

5 Step Data Driven Business ห้าขั้นตอนของการเปลี่ยนองค์กรให้ฉลาดใช้ดาต้าขับเคลื่อนธุรกิจ จากประสบการณ์ Data Driven Marketing Advisor ให้กับบริษัทต่างๆ ทำให้พบว่าการจะพาบริษัทหนึ่งจากจุดเริ่มต้นในการวางระบบเก็บข้อมูลจนไปสู่การทำ Data Monetization นั้นต้องเจออะไรบ้าง

ถ้าใครมีแผนอยากจะให้บริษัทของเราใช้ Data-Driven Business & Marketing กันอย่างเต็มตัว ลองมาดูจากภาพนี้กันนะครับว่าองค์กรเราอยู่ตรงไหน และจะต้องทำอะไรต่อไปเพื่อจะได้ไปต่อในยุค Data นับจากนี้

สองแกนหลักของ 5 Step Data-Driven Business Framework

ก่อนจะเข้าสู่เนื้อหาในแต่ละขั้นตอน ผมอยากให้เพื่อนๆ นักการตลาดในการตลาดวันละตอนรู้ก่อนว่า Framework นี้ประกอบด้วยสองแกนหลักในการอ่าน

• แกนตั้ง คือ จำนวนหรือปริมาณ Data ที่องค์กรเรามี
• แกนนอน คือ ความสามารถในการใช้ Data ขององค์กรเรา

จะเห็นว่าแกนตั้งนั้นจะมีความซับซ้อนของ Data มากขึ้นเรื่อยๆ ส่วนแกนนอนนั้นจะสะท้อนถึงความสามารถในการใช้ Data Driven ในองค์กรเรา ถ้าพร้อมแล้วมาเริ่มเข้าใจ Step 1 ของการใช้ Data-Driven Business กันดีกว่าครับ

Data Driven Business Step 1: ยังไม่เริ่มเก็บ Data ก็ต้องเริ่มต้นเก็บและใช้ Data บ้าง

จากภาพคือจุดล่างสุดของ Framework นี้ นั่นคือคุณยังไม่ได้เก็บกระทั่ง Transaction Data หรือแม้แต่ข้อมูลการขาย ซึ่งเอาเข้าใจในทุกวันนี้ก็แทบจะไม่มีแล้ว แต่ถ้ายังมีอยู่ก็ไม่เป็นไร อย่างน้อยคุณจะได้เริ่มต้นด้วยวิธีที่ถูกโดยไม่ต้องลองผิดอะไรมาก เพราะมีคนปูทางความผิดพลาดไว้ให้คุณเรียนรู้เยอะแล้ว

ถ้าคุณอยู่ใน​ Step ที่ 1 ของการเก็บดาต้าในแนวตั้ง นั่นหมายความว่าในแง่ความสามารถในการใช้ Data Driven ในแนวนอนขององค์กรคุณก็จะยังไม่ค่อยได้ใช้ Data Driven แน่นอน

คุณอาจสงสัยว่าทำไมผมถึงเลือกใช้คำว่า “ยังไม่ค่อยได้ใช้” แทนที่จะเป็นคำว่า “ยังไม่ได้ใช้” หรอครับ นั่นก็เพราะว่าแท้จริงแล้ว Data ไม่ได้มีแค่ในรูปแบบ Database ที่เป็นไฟล์หรือในคอมพิวเตอร์เท่านั้น แต่ความจริงแล้วความทรงจำของเราก็ถือเป็นดาต้าประเภทหนึ่ง แค่มันอาจแกว่งไปมาไม่แม่นยำสักเท่าไหร่

เจ้าของธุรกิจเก่งๆ ที่อยู่หน้าร้านทำธุรกิจเองมักจะมีความจำดี จำแม่น แต่ถ้าเจ้าของไม่อยู่คนที่มาทำต่อก็ไปไม่เป็น ขยายธุรกิจไม่ได้ จะหยุดพักไปเที่ยวยังลำบาก ดังนั้นถ้าองค์กรใครหรือบริษัทไหนอยู่ใน Step นี้ คำแนะนำแรกของผมคือตามภาพด้านล่าง…

1. วางระบบในการเก็บข้อมูลให้เรียบร้อย
2. เริ่มต้นทำ Data Visualization ให้เป็น

การวางระบบในการเก็บข้อมูลอาจไม่ต้องถึงขั้นลงทุนใน ERP หลายล้าน อาจเป็นแค่การลงทุนในระบบบันทึกการขายง่ายๆ เดือนละไม่กี่ร้อย หรือจะใช้โปรแกรมบัญชีก็ได้ หรือจะใช้แค่ Excel Google Sheet ก็ไม่ผิด

ประเด็นหลักคือของให้มีการเก็บข้อมูลเป็นเรื่องเป็นราว เป็นรูปเป็นร่าง รู้ว่าแต่ละวันขายอะไรได้ ขายได้เท่าไหร่ ยังไม่ต้องถึงขั้นรู้ว่าคนซื้อเป็นใครก็ได้ เพราะนั่นอยู่ในลำดับขั้นถัดไปของการเก็บดาต้าครับ

จากนั้นคุณก็ต้องเริ่มเรียนรู้การทำ Data Visualization หรือให้ทีมงานไปเรียนเพื่อเปลี่ยน Data ตัวเลขเยอะๆ ตัวหนังสือแยะๆ ให้กลายเป็น Dashboard ที่เข้าใจเห็น Insight ง่าย

การทำ Data Visualization วันนี้ก็เหมือนกับการอ่านภาษาดาต้าออกด้วยตัวเองเป็นโดยไม่ต้องรอใครมาอ่านให้ฟัง เมื่อเราอ่านหนังสือเองได้เราก็จะเรียนรู้ได้ไว รู้ว่าอยากรู้อะไรต่อเพื่อจะได้เข้าใจโอกาสใหม่ๆ ที่ไม่รู้มาก่อนในธุรกิจเรา

ในขั้นตอนนี้ยังไม่ต้องทำอะไรที่ซับซ้อนมาก เอาแค่เปลี่ยนดาต้าให้กลายเป็นกราฟ เป็น Pie chart ง่ายๆ ก่อน แล้วเดี๋ยวคุณจะเริ่มรู้ว่าคุณต้องการ Data แบบไหนเพิ่ม อย่ารอให้ดาต้าพร้อมแล้วค่อยทำ แต่คำแนะนำผมคือจงเริ่มทำไปพร้อมกับดาต้าที่มี เพื่อจะได้เข้าใจว่าเราเก็บมาแบบนี้ใช้งานจริงแล้วเวิร์คหรือเปล่า ติดขัดตรงไหนหรือไม่

ทั้งหมดนี้คือการค่อยเป็นค่อยไป เริ่มต้นจากการเก็บและเริ่มต้นเรียนรู้ที่จะใช้ ด้วยการทำ Data Visualization ให้เป็นครับ

ส่วนโปรแกรมในการเริ่มต้นทำ Data Visualization ง่ายๆ ผมแนะนำสองตัวหลักที่ผมใช้ประจำ

1. Looker Studio ใช้ฟรี แถมยังใช้บน Web โดยไม่ต้องลงโปรแกรมในเครื่องแต่อย่างไร
2. Power BI อันนี้ก็มีให้ใช้ฟรี แต่ต้องโหลดโปรแกรมลงในคอมพิวเตอร์ แต่สำหรับคนใช้ Mac แบบผมก็ลำบากหน่อย เพราะยังไม่มีให้ดาวน์โหลด อาจต้องไปพยายามใช้บน Web แทน ซึ่งอาจทำทุกอย่างได้ไม่เหมือนคนใช้ PC ครับ

เมื่อคุณทำ Step ที่ 1 ทั้งสองอย่างที่ผมบอกไปด้านบน คุณจะเริ่มขยับเข้าสู่การเก็บ Transaction Data ตามแกนตั้ง และอาจขยับไปสู่การเก็บ Customer Data หรือเก็บข้อมูลลูกค้าได้ไวขึ้น เพราะเดี๋ยวนี้มันง่ายและต้นทุนของระบบต่างๆ ก็ถูกมาก ส่วนแกนนอนความสามารถในการใช้ Data Driven ของคุณก็จะเริ่มขยับไปสู่การ “ใช้ดาต้าบ้าง”

แต่ทำไมถึงมีคำว่า “บ้าง” หรอครับ ผมจะอธิบายใน Step ที่ 2 ต่อ

Data Driven Business Step 2: เริ่มต้นหาคนทำ Data เป็นงานหลัก

งานใดจะเกิดดอกออกผลได้ต้องมีคนทำ งานใดจะออกผลงามๆ ได้ต้องมีคนดูแล งาน Data ก็เหมือนกันครับ จาก Step ที่ 1 พอเริ่มมีคนในบริษัทเราทำ Data เองได้บ้าง เราจะเริ่มรู้ว่าเราสามารถหยิบเอาดาต้าที่มีมาบิด มาต่อยอดอย่างไร แต่พอมาถึงตอนนี้คุณจะเริ่มเจอปัญหาใหม่ นั่นก็คือคนที่ทำ Data ให้เรามักจะเป็นพนักงานที่มีหน้าที่เดิมอยู่แล้ว

ซึ่งส่วนใหญ่ก็มักหนีไม่พ้นสองตำแหน่งนี้

1. IT
2. Digital Marketing

งาน Data มักถูกโยนเข้า IT ก่อน ด้วยความที่เห็นว่าเขาต้องดูแลระบบ ต้องทำเรื่องฐานข้อมูลอยู่แล้ว แถมยังพอทำพวกโปรแกรม BI ได้บ้าง ก็เลยถือวิสาสะโยนหน้าที่ความรับผิดชอบในการทำ Data หรือ Dashboard ให้กับเขาไปเพิ่ม

ปัญหาที่มักตามมาคือ Dashboard ที่ได้นั้นเต็มไปด้วยข้อมูลมากเกินไป มีรายละเอียดครบทุกอย่างแบบอัดแน่น และด้วยความที่มันมีเยอะเกินไปก็เลยทำให้ Marketer หรือ Sales ไม่ค่อยหยิบ Data จาก Dashboard นั้นไปใช้ในการวางแผนงานจริงสักเท่าไหร่

หรือกว่าจะขอ Dashboard ใหม่ได้ก็มักใช้เวลาร่วมสัปดาห์เป็นอย่างน้อย หรือกินเวลาร่วมเดือนเป็นปกติ คิดดูซิครับว่าทุกวันนี้เราแข่งกันด้วยความเร็วในระดับวันต่อวัน หรือชั่วโมงต่อชั่วโมง กว่าเราจะได้เห็น Data จาก Dashboard ใหม่ที่ต้องใช้เวลานานขนาดนี้ แล้วบริษัทเราจะไปแข่งกับใครได้ทันจริงไหมครับ

หรือถ้าที่ไหน IT แข็งหน่อยเพราะอยู่มานานจนผู้บริหารเกรงใจไม่อยากยุ่งด้วย งานทำ Data ก็มักถูกโยนเข้ามือผู้ทำตำแหน่ง Digital Marketing เป็นประจำ ทีนี้ปัญหาที่ตามมาคือเดิมที Digital Marketing ก็มีหน้าที่ความรับผิดชอบอยู่ล้านแปด พอเพิ่มความรับผิดชอบอย่างที่ล้านเก้าเข้าไป ถามใจคุณดูถ้าคุณเป็นพนักงานตัวเอง คุณคิดว่าจะสามารถทำ Data ให้ออกมาดีได้อย่างที่ผู้บริหารอย่างเราคาดหวังหรือเปล่า

ตอบให้แทนเลยครับว่าไม่มีวันแน่นอน เพราะผมเคยอยู่ในจุดนั้นมา

ดังนั้นทางแก้ใน Step ที่ 2 ที่จะพาเราไปสู่ Step ที่ 3 คือตามภาพครับ เราต้องสร้างตำแหน่งใหม่ขึ้นมา ตำแหน่งที่เรียกว่าเป็นผู้รับผิดชอบงาน Data ประจำบริษัทก่อนคนหนึ่ง

หน้าที่ความรับผิดชอบหลักของนายหรือเธอคนนี้คือ เล่นกับ Data แล้วหา Business Insight ใหม่ๆ มาบอกเพื่อน เช่น เจอว่าธุรกิจเรามีลูกค้าบางรายเป็นลูกค้าชั้นดีที่ใช้เงินเยอะมากๆ มาหลายปีแต่เราไม่เคยรู้และมองข้ามเขาไป เอาประเด็นนี้ไปบอกทีมขายให้รู้ว่าควรรีบเข้าหาและดูแลลูกค้ารายนี้ให้สมกับเงินที่เขาจ่ายกับเราแต่ละปี

เพียงเท่านี้ยอดขายก็เพิ่มขึ้นโดยไม่ต้องหาลูกค้าใหม่ แค่ดูแลลูกค้าชั้นดีให้ทันท่วงทีก็ที่เขาจะเริ่มหายไปกลายเป็นลูกค้าทั่วไปหรือลูกค้าเก่าเท่านั้นเอง

หรือมนุษย์ดาต้าประจำบริษัทเราคนนี้อาจเริ่มเจอว่า แต่ละสาขาเรามีสินค้าหรือช่วงเวลาที่ขายดีต่างกัน นำไปสู่การให้ทีมหน้าร้านปรับทัพจัดกลยุทธ์ใหม่ จะเห็นว่าการทำธุรกิจนั้นจะเป็นเรื่องง่ายขึ้นกว่าเดิมมากเพียงแค่เราเข้าใจ Insight จริงๆ จาก Data ลดการเสียเงินเสียเวลากับเรื่องไม่จำเป็น เอาทรัพยากรที่มีจำกัดไปมุ่งเน้นกับสิ่งที่ทำให้เกิดยอดขายจริงๆ ก็พอครับ

อ่านถึงตรงนี้คุณอาจมีคำถามว่า “แล้วมนุษย์ดาต้าคนนี้ควรเป็นใคร จบอะไรมา เคยทำอะไรมาบ้าง ?”

คำแนะนำผมง่ายๆ จากประสบการณ์ที่พอช่วยเรื่อง Data Driven มาก็หลายที่ เอาคนข้างในนี่แหละครับดีที่สุด จาก Step ที่ 1 ที่บอกว่าเริ่มต้นให้คนในบริษัททำเป็น วิธีการผมคือเวลาผมจะเข้าไปช่วยเป็นที่ปรึกษาบริษัทไหน ผมจะเข้าไปจัดคลาสสอนการทำ Data Visualization ก่อนตั้งแต่ตอนต้นๆ

จากนั้นผมก็จะดูว่าใครบ้างที่มีแววในการทำดาต้าได้ ใครบ้างที่สนุกกับการทำดาต้า แล้วก็จะแนะนำผู้บริหารว่าเราเอาคนเหล่านี้มาทำดาต้าเป็นงานหลัก ส่วนตำแหน่งความรับผิดชอบเดิมที่เขาทำก็หาคนใหม่เข้ามาแทนจะดีกว่า

เพราะถ้าเราเอาคนเดิมมาทำดาต้า ไม่เขาจะไม่ได้มีความรู้เรื่องดาต้ามาตรงๆ แต่ทักษะพวกนี้เรียนรู้ได้ไม่ยากครับ ที่ยากสุดคือการเข้าใจบริษัทของธุรกิจเรามากกว่า คนเดิมย่อมมีความได้เปรียบในเรื่องนี้ดีกว่า แล้วเขาจะรู้ว่าจากดาต้าที่มีนั้นถ้าถูกเก็บมาอย่างไม่ดี นำไปใช้ต่อไม่ได้ จะต้องไปคุยกับใคร จะต้องไปแก้ตรงไหน

เรื่องพวกนี้สำหรับผมสำคัญกว่าทักษะการทำ Data เยอะ ส่วนถ้าผ่านไปสักพักจะขยายทีม Data ก็ค่อยหาคนที่เป็น Data Specialist จริงๆ เข้ามาเพิ่มจะดีกว่า

เมื่อคุณทำตรงนี้ครบ คุณก็จะเริ่มขยับการจัดการ Data ไปอีกระดับ นั่นก็คือเริ่มได้ทำ Data Integration แล้ว

เพราะตอนนี้คุณมีคนรับผิดชอบเรื่อง Data จริงจัง เขาคนนี้จะเริ่มเป็นหัวหอกในการจัดการรวม Data จากช่องทางต่างๆ เข้าด้วยกัน เช่น บริษัทหนึ่งที่ผมเคยดู เริ่มมีการเอา Transaction Data จากทุก Channel มา Integratation กันจนค้นพบลูกค้าชั้นดีเวอร์ที่ซื้อสินค้าอย่างหุ่นดูดฝุ่นเราหลายสิบตัวแบบไม่คาดคิดมาก่อน

หรือเริ่มต้นพบว่าสินค้าอย่างปลั๊กไฟบางรุ่นเรามีการแจ้งเคลมสินค้าด้วยสาเหตุเดียวกันที่เยอะมากๆ จนน่าตกใจ ทำให้เกิดการติดตามซึ่งนำไปสู่การแก้ไขยังโรงงานต้นทาง OEM แล้วปัญหาการเคลมดังกล่าวก็หมดไป

ถึงตอนนี้บริษัทเราจะเริ่มต้นใช้ Data Driven เป็นประจำเพราะมีคนรับผิดชอบเป็นงานหลักไม่ใช่งานเสริม ทุกเช้าวันจันทร์เวลาประชุมออฟฟิศกัน คนคนนี้ก็จะเปิด Dashboard ให้ดูพร้อมกับบอกว่าตอนนี้เกิดอะไรขึ้นบ้าง ทีมไหนควรดูจุดไหนเป็นพิเศษ เรียกว่าเป็นมนุษย์ Business Strategy ที่มี Data เป็นตัวขับเคลื่อนหมด ผู้บริหารจะเริ่มรู้สึกดีที่ได้เห็นพัฒนาการของธุรกิจและทีมอย่างที่ควรจะเป็นครับ

แต่เดี๋ยวก่อน นี่มันแค่ Step ที่ 2 ยังไม่ไปถึง 3 เลย เมื่อคุณมาถึง Step นี้คุณก็จะเจอกับปัญหาใหม่ นั่นก็คือ “คอขวด” ของคนทำดาต้า

Data Driven Step 3: แก้ปัญหาคอขวดของการทำ Data ด้วยการให้ทุกทีมทำ Data ด้วยตัวเองได้

เพราะตอนนี้ทุกทีมจะเห็นแล้วว่า Data นั้นดีอย่างไร ก็จะส่ง Requirement รุมเข้าไปยังมนุษย์ดาต้าประจำบริษัท หรือทีมดาต้าเล็กๆ ของเราซึ่งเมื่อเทียบกับทุกทีมที่อยากใช้ดาต้าแล้วก็เป็นคอขวดอยู่ดี

จากประสบการณ์ผมเคยเจอปัญหานี้ตอนช่วยแนะนำบริษัท Anitech ช่วงแรกๆ ก็พบทางออกด้วยการกระจายความสามารถในการทำ Data ให้ทุกคนสามารถทำเองได้ ทำให้จากเดิมที่ทีมดูแลลูกค้าหลังการขายอาจต้องมากระซิบกระซาบขอความช่วยเหลือให้มนุษย์ดาต้าทำ Dashboard ที่ตัวเองอยากเห็นให้ แล้วกว่าจะได้ก็ต้องรอนานจนอาจไม่ทันกาล ก็แล้วทำไมไม่เรียรู้เพื่อจะทำ Dashboard เองหละ มันก็ไม่ได้ยากสักเท่าไหร่นี่นา ส่วนถ้ามีงานยากๆ ก็สู้ส่งมาให้มนุษย์ดาต้าประจำบริษัทจัดการให้ก็ยังไม่สาย

ผมเจอแนวคิดนี้ครั้งแรกตอนไปช่วยเป็นที่ปรึกษาให้บริษัทมหาชนแห่งหนึ่ง ผมเซอร์ไพรส์มากที่พบว่าทีม Data ของบริษัทแห่งนี้ไม่ได้มีหน้าที่ทำ Dashboard ใดๆ เป็นหลัก ผิดกับบริษัทอื่นๆ ที่เคยเจอมา ทีม Data บริษัทนี้มีหน้าที่เตรียมดาต้าให้พร้อมใช้งานมากที่สุด ส่วนทีมอื่นๆ ที่เหลือคือจะมีคนทำ Analyst ของตัวเอง เช่น Sales Analyst หรือ Customer Service Analyst ส่งผลให้การใช้ Data-Driven Business & Marketing เป็นเรื่องที่รวดเร็วมากๆ ของบริษัทมหาชนแห่งนี้

เหมือนกับที่เขาบอกว่า ถ้าคุณให้ปลาเขา เขาจะมีกินแค่มื้อเดียว แต่ถ้าคุณสอนเขาจับปลา เขาจะหาเลี้ยงตัวเองได้ตลอดไป งาน Data ก็เหมือนกัน อย่าเก็บความรู้ไว้คนเดียวหรือแค่ทีมเดียว ควรรีบกระจายความรู้เรื่อง Data Literacy ออกไปให้ได้มากที่สุด ซึ่งข้อดีก็ชัดเจนคือ

1. ลดโหลดงาน Data เล็กๆ น้อยๆ ที่ถ้าเรียนรู้หน่อยก็จัดการได้
2. ทีม Data จะได้มีเวลาไว้จัดการงานยากๆ หรือเรียนรู้ทักษะอัปเดทเทคโนโลยีใหม่ๆ ที่มาไวเหลือเกิน
3. คนหน้างานมีความเข้าใจ Context ของการใช้ Data มากกว่า Data Specialist อยู่แล้ว
4. ส่งผลให้เกิดการปรับปรุงการ Collecting Data ของแต่ละทีมไปพร้อมกัน เมื่อได้หยิบจับดาต้ามาทำเองก็จะพบว่าเรายังผิดพลาดตรงไหนตั้งแต่เนิ่นๆ

เมื่อมาถึงตรงนี้คุณจะเริ่มขยับความสามารถในการใช้ Data มาสู่ Step ที่ 4 แล้ว นั่นก็คือทุกทีมในบริษัทใช้ Data Driven เป็นหลักแล้วครับ (จากภาพแกนนอนด้านล่าง)

เมื่อถึง Step นี้คุณจะเริ่มเป็นผู้บริหารที่ขี้เกียจได้ สามารถพักผ่อนได้ ปล่อยลูกน้องตบตีกันด้วยดาต้าแทนตำแหน่งอำนาจได้ คุณจะเริ่มไม่ค่อยมีบทบาทในการประชุมเท่าไหร่ ไม่ต้องน้อยใจไป เพราะมันยังไม่จบ เพราะคุณกำลังขยับเข้าสู่​ Step ที่ 4 ในการใช้ Data Driven Business จริงๆ

Data Driven Business Step 4: สร้างทีมใหม่ในการทำ Data Monetization

พอมาถึงตอนนี้การใช้ Data Driven ภายในบริษัทคุณจะเริ่มอยู่ตัว ทีม Data เริ่มมีหน้าที่บริหารจัดการ Data ให้พร้อมใช้ ส่วนทีมอื่นๆ ก็สามารถวิเคราะห์ดาต้าด้วยตัวเองได้ ใครที่อดทนมาถึงจุดนี้ ผมขอแสดงความยินดีด้วย คุณกำลังจะก้าวเข้าสู่ New S Curve ของธุรกิจแล้ว

เพราะใน Step นี้คุณจะต้องเริ่มลงทุนสร้างทีมใหม่ เป็นทีมที่ทำหน้าที่ทำ Data Monetization หรือทำเงินจากดาต้าจริงๆ แล้ว เหมือนกับที่ Facebook เอา User Data มาขายผ่านระบบ Facebook Ads ให้เราเลือกทำการตลาดตาม Segment หรือ Persona ของผู้ใช้งานได้ นี่คือการคิดแบบพื้นฐาน คือการให้เช่า Audience กับคนที่สนใจอยากทำการตลาดกับกลุ่มลูกค้าหรือผู้ใช้งานที่เรามี

ตัวอย่างเช่นถ้าเรามีข้อมูลลูกค้าผู้มีกำลังซื้อสูงมากถึง 1 ล้านบาทต่อปีเป็นจำนวนถึง 2,000 คน แน่นอนว่าแม้จำนวนจะดูไม่เยอะ แต่ด้วยคุณภาพที่ครีมมากๆ จนทำให้เป็นที่หมายปองของหลายแบรนด์ เพราะใครๆ ก็อยากเข้าถึงคนมีเงินจริงไหมครับ

หรือถ้าคุณทำแอปคำนวนภาษีเงินได้ คุณอาจจะต้องเริ่มคิดต่อยอดว่า จากข้อมูลที่เรามีซึ่งเป็นรายได้จริงๆ ของผู้ใช้งาน ใครบ้างหละที่อยากทำการตลาดกับพวกเขาผ่านเรา โดยที่เรายังรักษาความ Privacy & Security ให้กับผู้ใช้งานได้ดีเหมือนเดิม

หรือถ้าเราเป็นสินค้าคุณแม่ลูกอ่อนที่มียอดขายเป็นอันดับหนึ่งมาหลายปีต่อเนื่องกัน เราอาจจะเริ่มตันในการเพิ่มยอดขายจากกลุ่มลูกค้าเดิม แต่เมื่อเราลองคิดต่อยอดดูอีกนิดว่าแบรนด์แบบไหนบ้างนะที่อยากเข้าคนเหล่านี้แบบเฉพาะเจาะจง อาจจะเป็นประกันเด็กเล็กหรือเปล่า โรงพยาบาลหรือเปล่า โรงเรียนอนุบาลหรือเปล่า รถยนต์สำหรับครอบครัวหรือเปล่า บ้านหรือเปล่า อะไรแบบนี้เป็นต้น

ทีมนี้มีหน้าที่คิดต่อยอดจาก Audience Data ที่เรามีว่าจะเอาไปนำเสนอใครได้บ้าง มีหน้าที่ในการจัดการเรื่องการขออนุญาต Consent เพื่อนำ Data ไปทำการตลาดร่วมกับ Partner ต่างๆ ดังนั้นใน Step ที่ 4 คุณจะได้เริ่มทำการหา Data Partner จริงๆ แล้ว

เมื่อถึง Step นี้คุณก็จะก้าวเข้าไปสู่ Step สุดท้าย นั่นก็คือ Step ที่ 5 ตามภาพด้านล่างนี้เลยครับ

Data Driven Business Step 5: Congratulation คุณคือบริษัทที่ใช้ Data Driven Business จริงๆ แล้ว!!

ตอนนี้คุณคือบริษัทที่เข้ากับโลกยุค Data Driven Everything คุณสามารถสร้างรายได้ใหม่โดยไม่ต้องขายสินค้าอะไรเพิ่ม แค่เอาดาต้าที่มีจากการขายสินค้าหรือบริการไปต่อยอดอีกทีหนึ่ง เรียกว่าเป็นเสือนอนกินจากดาต้าก็ว่าได้ บริษัทไหนๆ ต่างก็อิจฉาริษยาคุณ

ในบ้านเราก็มีบริษัทแบบนี้มากขึ้นทุกวัน ผมอาจพูดชื่อตรงๆ ไม่ได้ แต่ให้รู้ไว้ว่าธุรกิจ Retail ที่มีระบบสมาชิกโดยส่วนใหญ่นั้นมีบริการขายดาต้า หรือถ้าเรียกให้ถูกคือ Data Solution ให้เราทำการตลาดผ่าน Customer Data หรือ User Data ของเรานั่นเองครับ

ถ้าจะยังมีสิ่งที่คุณต้องทำตอนนี้ก็คงเป็นการปรับปรุงการเก็บ Collection Data ตั้งต้นให้ดีขึ้นเรื่อยๆ เก็บให้มีความละเอียดมากขึ้นเรื่อยๆ แล้วก็สร้าง Use Case ใหม่ๆ เพิ่มขึ้นเรื่อยๆ ครับ

สรุป 5 Step Data Driven Business & Marketing ห้าขั้นตอนการพาองค์กรเราให้ฉลาดใช้ดาต้าขับเคลื่อนธุรกิจ

เริ่มต้นจากการเก็บดาต้า และก็เก็บให้ละเอียดมากขึ้นเรื่อยๆ จากนั้นก็ทำการเชื่อมโยงดาต้าลูกค้าจากช่องทางที่แตกต่างหลากหลายเข้าด้วยกัน แล้วก็อย่าลืมหาคนทำดาต้าเป็นงานหลักด้วยนะครับ

แล้วจึงค่อยขยายความรู้เรื่องดาต้าให้คนส่วนใหญ่ในองค์กรทำด้วยตัวเองเป็นได้ เริ่มต้นจากการทำ Data Visualization ให้เป็นแบบง่ายๆ แล้วบริษัทคุณจะเริ่มเป็น Data Driven แล้วในขั้นตอนนี้

เมื่อทำได้แบบนั้นคุณก็เริ่มสร้างทีมใหม่ในการขายให้หรือบริการดาต้ากับ Partner ที่สนใจ คุณจะเริ่มทำเงินจาก Data ที่มีได้ตรงๆ ในแบบที่ไม่คาดคิดว่าบริษัทอย่างเราก็ทำได้ และในท้ายที่สุดคุณก็จะกลายเป็นบริษัทที่ทำ Data Monetization โดยไม่รู้ตัวครับ

ทั้งหมดนี้มาจากประสบการณ์ที่ผมได้โอกาสไปเป็นที่ปรึกษาให้กับบริษัทต่างๆ บ้างจากหลายปีที่ผ่านมา แล้วพบว่าการจะพาบริษัทธรรมดาให้กลายเป็นบริษัทที่ใช้ Data Driven มันก็จะมีขั้นตอนและปัญหาที่ต้องเจอประมาณนี้แหละ

หวังว่าจะเป็นประโยชน์กับคุณไม่มากก็น้อย ลองสำรวจดูนะครับว่าเราอยู่ตรงไหนใน 5 Step นี้ ขอให้คุณได้ไปต่อใน Step ถัดไปให้ไว ถ้าติดขัดตรงไหนก็ทักมาคุยกันที่ inbox เพจได้ ยินดีให้คำปรึกษาครับ

• Facebook
• X
• Line