การตลาดวันละตอน: Marketing Impact PROOF Framework infographic.

Marketing Impact วัดผลยังไงให้รู้ว่างานสร้างผลลัพธ์จริง ปิดซีรีส์ด้วย PROOF Framework

บทความชุดซีรีส์ Marketing Framework นี้ผมพาเพื่อนๆ เดินทางผ่านมาสาม Framework แล้ว เริ่มจากการเก็บโจทย์ให้ครบด้วย BRIEFED Framework ต่อด้วยการเช็กว่าไอเดียตอบโจทย์ธุรกิจไหมด้วย SHARP Framework และการลงมือทำให้ไอเดียไม่ตายด้วย CRAFT Framework แต่ยังเหลืออีกหนึ่งขั้นตอนสุดท้ายที่สำคัญที่สุดและคนชอบข้ามมากที่สุด นั่นคือ Measurement Marketing การวัดผลว่าแคมเปญการตลาดหรืองานที่ปล่อยไปมันสร้างผลลัพธ์ทางธุรกิจได้จริงหรือเปล่า

สมัยอยู่เอเจนซีผมเห็นทีมดีใจกันสุดๆ เวลางานได้ยอดวิวหลักล้านหรือมีคนแชร์เยอะๆ แต่พอลูกค้าถามกลับมาว่าแล้วมันช่วยให้ขายของได้เพิ่มไหม ทั้งห้องเงียบกริบครับ ฟังดูเหมือนการวัดผลเป็นแค่เรื่องของการทำรายงานสรุปตอนจบโปรเจกต์ แต่จริงๆ แล้วนี่คือขั้นที่ตัดสินว่างานทั้งหมดที่เราทำมามีตอบโจทย์ธุรกิจจริงๆ หรือเปล่า หรือทำแค่เอาสนองนี๊ดครีเอทีฟเพื่อส่งชิงรางวัลเท่านั้น และนี่เป็นขั้นที่จะบอกเราว่ารอบหน้าเราควรทำอะไรซ้ำ และควรเลิกทำอะไรครับ

บทความนี้ผมเลยอยากปิดซีรีส์ด้วยการถอดรหัสว่าการวัดผลที่ดีต้องดูอะไรบ้าง แล้วผมจะรวบมันเป็น Framework สุดท้ายที่จำง่ายชื่อ PROOF Framework เพราะหัวใจของการวัดผลก็คือการพิสูจน์ว่างานของเราเวิร์กจริง พร้อมยกเคสระดับโลกที่เคยวัดผลพลาดมาให้เห็นภาพกันครับ

Measurement is King ทำไมการวัดผลถึงเป็นขั้นตอนที่คนเก่งหลายคนยังพลาด

ปัญหาของการวัดผลไม่ได้อยู่ที่เราไม่มีตัวเลขครับ แต่อยู่ที่เรามักวัดผิดตัวเลข คนจำนวนมากเลือกวัดสิ่งที่เห็นได้ง่ายและดูดี อย่างยอดวิว ยอดไลก์ หรือยอดคอมเมนต์ มากกว่าจะวัดสิ่งที่บอกผลทางธุรกิจจริงอย่างยอดขายหรือลูกค้าใหม่ เพราะตัวเลขสวยๆ มันทำให้เรารู้สึกดีและเอาไปอวดในรายงานได้ง่ายกว่า

ความจริงคือการวัดผลที่ดีไม่ได้เริ่มตอนจบงาน แต่เริ่มตั้งแต่ตอนที่เราทำบรีฟครับ เพราะถ้ายังจำข้อ R – Result ใน BRIEFED Framework ตอนแรกของซีรีส์ ได้ เราตั้งตัวชี้วัดความสำเร็จที่เป็นตัวเลขไว้ตั้งแต่ต้นแล้ว การวัดผลจึงเป็นแค่การกลับไปเช็กว่าเราทำได้ตามที่ตั้งไว้หรือเปล่า ไม่ใช่การมานั่งหาตัวเลขสวยๆ มาแปะรีพอร์ทตอนจบแคมเปญ

จากที่ผมสังเกตมา ทีมที่วัดผลไม่เป็นมักทำงานวนอยู่ในวงจรเดิมคือ ทำงานออกไป ได้ยอดวิวเยอะ ดีใจ แล้วก็ทำแบบเดิมอีกโดยไม่เคยรู้เลยว่าตกลงมันขายของได้จริงไหม สุดท้ายเลยไม่เคยเก่งขึ้นจากงานที่ทำมา แถมลูกค้าก็เสียงบการตลาดให้กับตัวเลขอะไรก็ไม่รู้ เพราะไม่มีบทเรียนอะไรกลับมาให้เรียนรู้เลยว่าจริงๆ แล้วที่เราคิดและทำไปมันเวิร์คกับธุรกิจจริงไหมครับ

Framework for measuring marketing results with key components and metrics.
Visual overview of the PROOF framework highlighting essential marketing measurement components.

PROOF Framework ห้าองค์ประกอบของการวัดผล Measurement Marketing ที่พิสูจน์ได้จริง

เพื่อให้จำง่ายและใช้ในการปิดท้ายซีรีส์ Marketing Framework นี้ ผมขอสรุปองค์ประกอบของการวัดผลที่ดีขึ้นมาเป็นกรอบชื่อ PROOF โดยตั้งอยู่บนหลักวัดประสิทธิผลที่วงการยอมรับ ลองไล่เช็กทั้ง 5 ตัวอักษรนี้ทุกครั้งที่จะสรุปผลงานครับ

P – Purpose วัดกลับไปที่เป้าหมายที่ตั้งไว้ ไม่ใช่ตัวเลขที่หาง่าย

Clear infographic illustrating marketing objectives and KPI metrics for business growth.
Visual guide to marketing goals, KPI selection, and performance metrics for effective business strategy.

หัวใจข้อแรกคือวัดผลกับ Objective ที่เราตั้งไว้ในบรีฟตั้งแต่ต้น ไม่ใช่ย้ายเป้าตอนจบให้ตรงกับตัวเลขที่ออกมาสวย ลองนึกถึงเคสเค้กร้านกาแฟในซีรีส์นี้ที่ตั้งเป้าไว้ว่าอยากดึงคนวัยทำงานช่วงบ่าย 2-5 โมง ถ้าสุดท้ายเราดันไปวัดความสำเร็จจากยอดไลก์รวมของเพจ ทั้งที่โจทย์คือยอดขายเค้กช่วงบ่าย มันก็เหมือนวัดผิดข้อสอบตั้งแต่แรก การวัดผลที่ดีต้องซื่อสัตย์กับเป้าหมายเดิม แม้ผลที่ออกมาจะไม่สวยอย่างที่หวังก็ตาม

ตัวอย่างระดับโลกคือแคมเปญ Shot on iPhone ของ Apple ที่เป็นงานสร้างแบรนด์ ถ้าเอาไปวัดด้วยยอดขาย iPhone ในสัปดาห์นั้นก็ผิดฝาผิดตัวทันที เพราะเป้าหมายจริงของมันคือทำให้คนรักและอยากได้แบรนด์ ไม่ใช่ปิดการขายในวันเดียว แต่ผลพลอยได้ที่เกิดขึ้นคือยอดขาย iPhone ในเวลานั้นถล่มทลายเพราะแคมเปญนี้จริงๆ

R – Real Metric แยก Vanity Metric ออกจากตัวเลขที่บอกผลธุรกิจจริง

ตัวเลขบางอย่างทำให้เรารู้สึกดีแต่ไม่ได้บอกอะไรเลยเรื่องเงินในกระเป๋า เราเรียกมันว่า Vanity Metric เช่นยอดวิว ยอดไลก์ ยอด Reach ที่ดูเยอะแต่ไม่รู้ว่าแปลงเป็นธุรกิจได้แค่ไหน ลองนึกถึงคลิปที่มียอดวิว 10 ล้าน แต่มีคนกดลิงก์ไปสั่งซื้อแค่หลักสิบ ตัวเลข 10 ล้านนั้นแทบไม่มีความหมายทางธุรกิจเลย คำถามที่ต้องถามทุกครั้งคือ ตัวเลขนี้เชื่อมโยงกับเงินหรือกับเป้าหมายที่ตั้งไว้จริงไหม ถ้าไม่ มันก็เป็นแค่ตัวเลขไว้ปลอบใจครับ

ลองดู Spotify Wrapped ที่คนแคปไปแชร์กันทั้งโซเชียลจนดูเหมือนปังมาก แต่ตัวเลขที่ Spotify โฟกัสจริงๆ ไม่ใช่จำนวนแชร์ แต่เป็นยอดดาวน์โหลดแอปที่เพิ่มขึ้น 21% ในเดือนธันวาคม ซึ่งคือ Real Metric ที่บอกการเติบโตของธุรกิจจริงครับ

O – Origin พิสูจน์ว่าผลที่เกิดมาจากงานเราจริง

Explanation of attribution experiment results comparing exposed and control groups in marketing sale.
Marketing attribution experiment results showing sales impact and ROAS with data visualization.

บางครั้งตัวเลขที่เพิ่มขึ้นอาจไม่ได้มาจากสิ่งที่เราทำเสมอไป ยอดขายที่เพิ่มในช่วงแคมเปญอาจมาจากฤดูกาลขายดี โปรโมชั่นที่ตั้งไว้อยู่แล้ว หรือคู่แข่งที่เพิ่งพลาด ไม่ใช่จากคอนเทนต์หรือแคมเปญการตลาดของเรา นี่คือความต่างระหว่าง Correlation กับ Causation ที่คนชอบสับสน

วิธีพิสูจน์ที่ตรงที่สุดคือลองถามว่า ถ้าไม่มีงานชิ้นนี้แล้วผลลัพธ์แบบนี้จะเกิดขึ้นอยู่ดีไหม การวัดผลที่ดีต้องกล้าตั้งคำถามกับเครดิตที่ตัวเองกำลังจะได้รับ ไม่ใช่รีบเคลมว่าทุกอย่างที่ดีเกิดขึ้นมาจากเรา วิธีที่หลายแบรนด์ใหญ่ใช้พิสูจน์เรื่องนี้คือการทำ Holdout Test ครับ คือลองปิดโฆษณาในบางพื้นที่แล้วดูว่ายอดตกลงจริงไหม ถ้าปิดแล้วยอดไม่ขยับก็แปลว่างบก้อนนั้นอาจไม่ได้สร้างผลอย่างที่เราเคยเข้าใจ

O – Over Time ดูทั้งผลระยะสั้นและระยะยาว

งานวิจัย The Long and the Short of It ของ Les Binet และ Peter Field ที่ตีพิมพ์ผ่าน IPA ในปี 2013 พบว่าตัวชี้วัดระยะสั้นไม่สามารถทำนายความสำเร็จระยะยาวได้ และเสนอกฎ 60/40 คือควรแบ่งงบราว 60% ไปที่การสร้างแบรนด์ระยะยาว และ 40% ไปที่การกระตุ้นยอดขายระยะสั้น

เพราะงานสร้างแบรนด์มักให้ผลช้าแต่สะสมระยะยาว การด่วนตัดสินไอเดียสร้างแบรนด์เพราะมันไม่ทำให้ยอดพุ่งในสัปดาห์แรก จึงเป็นความผิดพลาดที่ทำให้แบรนด์อ่อนแอลงในระยะยาวโดยไม่รู้ตัวครับ

ตัวอย่างคือแคมเปญ Dream Crazy ของ Nike ที่ช่วงแรกเจอทั้งกระแสบอยคอตและราคาหุ้นร่วงอย่างน่าตกใจ ถ้าตัดสินจากผลระยะสั้นไม่กี่วันแรกก็คงถือว่าพัง แต่พอดูผลระยะยาวกลับทำยอดขายเพิ่มขึ้นและเพิ่มมูลค่าแบรนด์ได้มหาศาล

F – Feedback ปิด loop เอาสิ่งที่เรียนรู้กลับไปทำรอบหน้า

Marketing feedback process infographic with steps and improvement metrics.
Visual guide to the marketing feedback loop, highlighting results, insights, actions, and campaign improvements.

การวัดผลจะไร้ความหมายทันทีถ้าเราวัดแล้วไม่ทำอะไรต่อ หัวใจของข้อสุดท้ายคือเอาสิ่งที่เรียนรู้ไปใช้จริง อะไรที่เวิร์กก็ทำซ้ำและขยายผล อะไรที่ไม่เวิร์กก็กล้าเลิกทำ แล้วป้อนบทเรียนนั้นกลับเข้าไปในบรีฟรอบหน้าเพื่อให้โจทย์ตั้งต้นของงานชิ้นต่อไปฉลาดขึ้น

เป้าหมายของ PROOF จึงไม่ใช่การได้ใบรายงานสรุปสวยๆ แต่คือการตัดสินใจที่ดีขึ้นในครั้งถัดไป อย่าง Netflix ที่เอาผลการทำ A/B Test ภาพ thumbnail หลายร้อยครั้งต่อปีมาปรับการเลือกภาพให้ดีขึ้นต่อเนื่อง การวัดผลของเขาจึงไม่เคยจบในตัวเอง แต่ป้อนกลับไปทำให้ระบบฉลาดขึ้นทุกวันครับ

วิธีจำง่ายๆ คือ PROOF มีไว้พิสูจน์ว่างานของเราเวิร์กจริง ไม่ใช่แค่ดูดีในรายงานครับ

เช็คลิสต์ PROOF Framework พกไปวัดผลงานได้เลย

Proof checklist for marketing performance analysis and goal tracking.
Marketing proof checklist with key metrics and performance indicators for business success.
PROOFองค์ประกอบคำถามที่ใช้เช็กตอนวัดผล
P – Purposeวัดกับเป้าหมายเดิมเราวัดกลับไปที่ Objective ในบรีฟ ไม่ใช่ตัวเลขที่หาง่ายใช่ไหม
R – Real Metricตัวเลขที่บอกผลจริงตัวเลขนี้เชื่อมโยงกับเงินหรือเป้าหมาย ไม่ใช่แค่ Vanity Metric ใช่ไหม
O – Originพิสูจน์ที่มาของผลผลนี้มาจากงานเราจริง หรือจะเกิดขึ้นอยู่ดีแม้ไม่มีงานนี้
O – Over Timeดูสั้นและยาวเราดูทั้งผลระยะสั้นและระยะยาว ไม่ตัดสินเร็วเกินไปใช่ไหม
F – Feedbackปิด loop กลับไปบรีฟเราเอาสิ่งที่เรียนรู้ไปปรับงานรอบหน้าแล้วหรือยัง

เคสที่ทำให้เห็นว่าวัดผลผิด ทำให้ทุ่มงบผิดทั้งบริษัทได้

เคสที่เป็นบทเรียนเรื่องการวัดผลชัดที่สุดเคสหนึ่งคือ Adidas ในปี 2019 ที่ Simon Peel ผู้บริหารด้านมีเดียระดับโลกของแบรนด์ออกมายอมรับบนเวที EffWeek ว่าบริษัทวัดผลผิดมาตลอด Adidas ทุ่มงบไปกับ Performance Marketing ถึง 77% และเหลือให้งานสร้างแบรนด์แค่ 23% ซึ่งสวนทางกับกฎ 60/40 ของ Binet และ Field อย่างสิ้นเชิง

Case study on marketing mistake impact and media budget allocation analysis.
Analyzing media budget allocation and marketing performance in a detailed case study report.

สาเหตุคือ Adidas ใช้ระบบ Attribution แบบ Last-Click ที่ยกเครดิตยอดขายให้สิ่งที่ลูกค้าคลิกเป็นอันดับสุดท้าย ทำให้เข้าใจผิดว่าโฆษณาดิจิทัลเป็นตัวขับยอดขาย จึงทุ่มเงินไปกับ Paid Search มหาศาล จุดที่ทำให้รู้ความจริงคือตอนที่ระบบในตลาดละตินอเมริกาล่มจนลงทุน Paid Search ไม่ได้ แล้วปรากฏว่ายอดขายกลับไม่ได้ตกลงอย่างที่ควรจะเป็น พอเอา Econometrics มาวิเคราะห์จริงจังถึงพบว่าสิ่งที่ขับยอดขายออนไลน์จริงๆ คือ TV, Video และ Out of Home ต่างหาก

PROOFผ่านไหมเพราะอะไร
P – Purposeโฟกัส KPI ระยะสั้นอย่าง ROAS แทนการเติบโตของแบรนด์
R – Real Metricยึดตัวเลข Return on Ad Spend ระยะสั้นเป็นหลัก
O – OriginLast-Click ให้เครดิตผิด จนระบบล่มที่ละตินอเมริกาถึงรู้ว่า Paid Search ไม่ได้ขับยอดจริง
O – Over Timeใส่งบสร้างแบรนด์แค่ 23% สวนกฎ 60/40 จนมองข้ามผลระยะยาว
F – Feedbackกล้ายอมรับต่อสาธารณะ แล้วเปลี่ยนมาใช้ Econometrics และ Test-and-Learn

จะเห็นว่า Adidas เป็นบริษัทที่เก่งและเติบโตมาโดยตลอดแต่ก็ยังวัดผลพลาดได้ ถึงขั้นทุ่มงบผิดทั้งบริษัทมาหลายปี สิ่งที่น่าชื่นชมคือข้อสุดท้ายครับ เพราะเขากล้าเอาบทเรียนกลับไปแก้ ซึ่งคือหัวใจของข้อ F – Feedback จริงๆ

อีก 2 เคสที่วัดผลเป็น จนกล้าตัดสินใจที่คนอื่นไม่กล้า

เคส Adidas เป็นบทเรียนของการวัดผลพลาด ทีนี้ลองมาดูอีกสองแบรนด์ยักษ์ที่วัดผลเป็นจนกล้าตัดงบก้อนใหญ่ที่คนทั่วไปไม่กล้าแตะ

Case study infographic on digital marketing success and performance metrics.
Detailed case study comparing digital marketing strategies and results for P&G and Airbnb.

P&G Case Study ของการกล้าตัดงบโฆษณาที่วัดแล้วว่าเปล่าประโยชน์

ปี 2017 Marc Pritchard ผู้บริหารแบรนด์ระดับสูงของ P&G ออกมาประกาศว่าบริษัทตัดงบโฆษณาดิจิทัลทิ้งราว 200 ล้านดอลลาร์ หลังพบว่าเงินจำนวนมากถูกใช้ไปแบบเปล่าประโยชน์ เพราะข้อมูล viewability เผยว่าคนดูโฆษณาบน mobile feed เฉลี่ยแค่ 1.7 วินาที และเม็ดเงินที่ใช้ไปจริงๆ เข้าถึงผู้บริโภคแค่ราว 25% เท่านั้น

จุดที่สำคัญคือพอตัดงบก้อนนี้ออก ยอดขายและการเติบโตของบริษัทกลับไม่ได้ตกลงเลย แถมการเอาเงินไปลงทุนเพิ่มการเข้าถึงคนหน้าใหม่ยังทำให้ Reach เพิ่มขึ้นอีก 10% นี่คือบทพิสูจน์ว่าตัวเลขที่ดูเหมือนได้ผล อาจเป็นแค่ Vanity Metric ที่ไม่ได้สร้างมูลค่าจริงครับ

PROOFผ่านไหมเพราะอะไร
P – Purposeเลิกโฟกัสที่จำนวนเงินที่ใช้ หันมาวัดการเข้าถึงคนที่มีผลจริง
R – Real Metricพบว่า Reach ที่ซื้อมาส่วนใหญ่เป็นภาพลวง คนดูแค่ 1.7 วินาที
O – Originตัดงบ 200 ล้านดอลลาร์แล้วยอดขายไม่ตก พิสูจน์ว่างบนั้นไม่ได้สร้างผล
O – Over Timeย้ายเงินไปลงทุนเข้าถึงคนหน้าใหม่ในวงกว้างแทนการยิงซ้ำคนเดิม
F – Feedbackเอา insight เรื่อง viewability ไปจัดงบทั้งบริษัทใหม่

Airbnb Case Study ของการพิสูจน์ว่าแบรนด์ที่แข็งแรงไม่ต้องซื้อลูกค้า

ช่วงโควิดปี 2020 Airbnb ตัดงบ Performance Marketing ลงจนเกือบเป็นศูนย์ แล้วค้นพบความจริงที่พลิกความเข้าใจเดิมว่า ทราฟฟิกเข้าแพลตฟอร์มยังมาถึงราว 95% เหมือนเดิม พอมาถึงต้นปี 2021 ทราฟฟิกกว่า 90% ยังเป็นแบบ Direct หรือ Unpaid คือคนตั้งใจเข้ามาเองโดยไม่ต้องเสียเงินซื้อโฆษณา

Brian Chesky ซีอีโอเลยตัดสินใจลดงบการตลาดถาวรราว 50% แล้วหันไปทุ่มกับ Brand Marketing แทน เพราะมองว่าหน้าที่ของการตลาดไม่ใช่การไล่ซื้อลูกค้า แต่คือการให้ความรู้และสร้างแบรนด์ให้แข็งแรงพอที่คนจะเดินเข้ามาเองครับ

PROOFผ่านไหมเพราะอะไร
P – Purposeวัดที่ทราฟฟิกและยอดจองจริง ไม่ใช่ที่เม็ดเงินโฆษณาที่จ่ายไป
R – Real Metricดูสัดส่วนทราฟฟิก Direct และ Unpaid เป็นตัวชี้สุขภาพแบรนด์
O – Originตัด Performance เป็นศูนย์แล้วทราฟฟิกยังมา 95% พิสูจน์ว่า Paid ไม่ใช่ต้นเหตุหลัก
O – Over Timeเลือกลงทุนสร้างแบรนด์ระยะยาวแทนการซื้อลูกค้าระยะสั้น
F – Feedbackเอาบทเรียนช่วงโควิดมาปรับลดงบการตลาดถาวรราว 50%

ทั้ง P&G และ Airbnb สอนเรื่องเดียวกันคือ การกล้าวัดให้เห็นความจริงว่าอะไรไม่ได้สร้างผลลัพธ์ที่ต้องการ สำคัญพอๆ กับการวัดว่าอะไรที่ทำแล้วได้ผล เพราะมันทำให้เราเลิกเสียเงินกับสิ่งที่ดูเหมือนเวิร์กแต่จริงๆ ไม่เวิร์กสักทีครับ

ข้อควรระวังที่ผมอยากเตือนตรงๆ

จุดที่ต้องระวังของ PROOF คือมันอาจทำให้เราหมกมุ่นกับการวัดทุกอย่างจนลืมว่าบางสิ่งที่สำคัญที่สุดวัดยากที่สุด อย่างความรู้สึกที่คนมีต่อแบรนด์ หรือความทรงจำที่ค่อยๆ ก่อตัวครับ มันไม่ได้โผล่มาเป็นตัวเลขในสัปดาห์แรก คนที่วัดแต่สิ่งที่วัดง่ายจึงมักเผลอทุ่มไปกับงานระยะสั้นที่เห็นผลไว แล้วก็เลยละเลยงานสร้างแบรนด์ที่ให้ผลช้าแต่สำคัญต่อธุรกิจมากกว่า ซึ่งเป็นกับดักเดียวกับที่ Adidas เคยติด

ตัวผมเองเคยเขียนไว้ใน 7 Strategy ของการทำ Social Media Marketing ว่าการเข้าใจผู้บริโภคในระยะยาวสำคัญไม่แพ้ตัวเลขที่เห็นตรงหน้า จากที่ผมสังเกตมา การวัดผลที่ดีจึงไม่ใช่การไล่วัดทุกอย่างให้ครบ แต่คือการเลือกวัดสิ่งที่เชื่อมโยงกับเป้าหมายจริง และยอมรับว่าบางอย่างต้องใช้เวลาพิสูจน์ ไม่ใช่ด่วนตัดสินจากตัวเลขวันนี้ครับ

สรุป Measurement Marketing การวัดผลที่ดีไม่ใช่จุดจบ แต่คือจุดเริ่มต้นของงานที่ดีกว่าเดิม

ถ้ามองให้ลึก การวัดผลที่ดีไม่ได้มีไว้เพื่อตัดสินว่างานที่ผ่านมาสอบผ่านหรือสอบตก แต่มีไว้เพื่อทำให้งานชิ้นต่อไปฉลาดขึ้น วิธีคิดแบบเก่าที่มองการวัดผลเป็นแค่รายงานปิดโปรเจกต์ จึงกลับกลายเป็นการทิ้งบทเรียนที่มีค่าที่สุดไปอย่างน่าเสียดาย เพราะตัวเลขที่เราวัดได้ในวันนี้ คือวัตถุดิบของการตัดสินใจที่ดีขึ้นในวันพรุ่งนี้

พอจบซีรีส์นี้ เพื่อนๆ จะมีกระบวนการคิดงานครบวงจรแล้วครับ ใช้ BRIEFED เพื่อเก็บโจทย์ ใช้ SHARP เพื่อเช็กไอเดีย ใช้ CRAFT เพื่อคุมการลงมือทำ และใช้ PROOF เพื่อพิสูจน์ผลลัพธ์ และข้อ Feedback ของ PROOF ก็จะวนกลับไปเป็นโจทย์ตั้งต้นของ BRIEFED รอบใหม่ที่คมขึ้นกว่าเดิม กลายเป็นวงจรที่หมุนให้งานของเราดีขึ้นเรื่อยๆ ไม่รู้จบครับ

และในบทความตอนหน้า ผมจะพาเพื่อนๆ มารวมทั้งสี่กรอบนี้ BRIEFED, SHARP, CRAFT และ PROOF เข้าด้วยกันเป็นภาพเดียว เพื่อให้เห็นว่าตั้งแต่ตอนรับโจทย์จนถึงตอนวัดผล ทุกขั้นมันเชื่อมร้อยกันเป็นระบบความคิดเดียวได้ยังไง และจะหยิบมาใช้พร้อมกันในงานจริงตั้งแต่ต้นจนจบได้แบบไหน ลองเอาทั้งสี่กรอบนี้ไปใช้เป็นเข็มทิศในงานชิ้นต่อไปของคุณดูนะครับ แล้วคุณจะทำงานการตลาดได้อย่างมั่นใจและพิสูจน์คุณค่าของตัวเองได้ชัดเจนกว่าเดิมมากอย่างแน่นอนครับ

เจ้าของเพจการตลาดวันละตอน อาจารย์พิเศษวิชา Data-Driven Communication เขียนหนังสือมาแล้ว 7 เล่ม Personalized Marketing, Data-Driven Marketing, Data Thinking, Contextual Marketing, Social Listening, CRM และ ขายดีขึ้นร้อยเท่ากับการตลาดร้อยตอน และที่ปรึกษาด้านการตลาด Data-Driven Advisor

Leave a Reply

Your email address will not be published. Required fields are marked *