A/B Testing การตลาด วิธีพิสูจน์ว่าแคมเปญสร้างยอดขายเพิ่มจริง ไม่ใช่แค่กราฟที่บังเอิญขึ้น
0.39% คือตัวเลขที่นักวิจัยกลุ่มหนึ่งต้องใช้คนถึง 61 ล้านคนเพื่อพิสูจน์ให้ได้ ฟังดูน้อยจนน่าขำใช่มั้ยครับ แต่ 0.39% ก้อนนั้น เมื่อรวมกับผลที่ส่งต่อกันเองในเครือข่ายเพื่อนแล้ว แปลว่ามีคนอเมริกันเดินออกจากบ้านไปเข้าคูหาเลือกตั้งเพิ่มขึ้นราวสามแสนสี่หมื่นคน เพราะข้อความเดียวที่โผล่บนหน้า Feed ของ Facebook คำถามที่ผมเจอบ่อยที่สุดเวลาไปบรรยายให้ผู้บริหารและนักการตลาดฟัง ไม่ใช่ว่าจะทำแคมเปญยังไงให้ปัง แต่เป็นคำถามที่ตอบยากกว่านั้นมาก คือแล้วจะรู้ได้ยังไงว่าแคมเปญที่เพิ่งทำไปได้ผลจริง ไม่ใช่แค่บังเอิญตรงกับช่วงที่ยอดขายจะขึ้นอยู่แล้ว ส่วนใหญ่คำตอบที่ได้กลับมาคือกราฟที่ชี้ขึ้นหลังแคมเปญ ซึ่งเป็นคำตอบที่ฟังดูดีแต่พิสูจน์อะไรไม่ได้เลยสักอย่าง งานวิจัยชิ้นที่ผมจะเล่าให้ฟังวันนี้ ตีพิมพ์ในวารสาร Nature ตั้งแต่ปี 2012 ฟังดูเหมือนเป็นแค่งานวิชาการเก่าเรื่องการเมืองอเมริกัน แต่จริงๆ แล้วโครงสร้างการทดลองในงานชิ้นนี้คือตำราการทำ Experiment ที่ครบเครื่องมากเล่มหนึ่งเท่าที่นักการตลาดจะหาอ่านได้ และเกือบทุกบทเรียนในนั้นคือสิ่งที่ทีมการตลาดทำผิดกันอยู่ทุกวัน บทความนี้ผมเลยอยากชวนเพื่อนๆ นักการตลาดมาถอดรหัสว่าเขาออกแบบการทดลองกันยังไง ทำไมผลลัพธ์ถึงหักมุม เอาไปเทียบกับวิธีที่ Booking.com, Amazon และ Netflix ใช้จริง แล้วสุดท้ายผมจะรวบทั้งหมดออกมาเป็น Framework ที่เอาไปวางบนโต๊ะประชุมได้เลยครับ The 61-Million Experiment งานทดลองขนาดมหึมาที่ Facebook ทำกับผู้ใช้จริงในวันเลือกตั้ง วันที่ 2 พฤศจิกายน 2010 ซึ่งเป็นวันเลือกตั้งกลางเทอมของสหรัฐอเมริกา […]
