Data Science

การทำ Customer Targeting ด้วย Causal Inference Uplift Model

สวัสดีค่ะทุกท่าน สำหรับบทความนี้จะเป็นภาคต่อของบทความ “การทำ Customer Targeting ด้วยหลักการ Causal Inference ML” https://everydaymarketing.co/knowledge/customer-targeting-causal-ml/ ที่จะพาเจาะลึกลงไปอีกถึงรายละเอียดของกาทำ Customer Targeting เพื่อการส่งเสริมการขายที่ตรงเป้าหมาย ซึ่งเป็นสิ่งสำคัญที่จะช่วยเพิ่มผลลัพธ์และประสิทธิภาพในการลงทุน (ROI) ขอแบรนด์ ซึ่งจะมาเล่าต่อในส่วนของเครื่องมือที่ทรงพลังซึ่งสามารถช่วยให้เราสามารถตัดสินใจได้ว่าจะส่งข้อเสนอหรือโปรโมชั่นไปยังกลุ่มลูกค้าคนไหนดี ซึ่งคือ Uplift Modeling โดยเฉพาะ Uplift Trees ซึ่งถูกออกแบบมาเพื่อระบุว่าการตลาด เช่น คูปองหรือโปรโมชั่น จะสร้างผลกระทบเชิงบวกให้กับลูกค้าอย่างไร #1 แนวทางในการสร้าง Uplift Model ในการสร้างแบบจำลอง Uplift มีสองเทคนิคหลักที่ใช้กันอย่างแพร่หลาย ได้แก่ Meta-Learners และ Tree-based Methods ซึ่งแต่ละวิธีต่างก็มีจุดเด่น และการประยุกต์ใช้ที่แตกต่างกันไปตามวัตถุประสงค์ และข้อมูลที่มีอยู่ของแบรนด์ โดยแต่ละเทคนิคมีรายละเอียดดังนี้ค่ะ 1.1 Meta-Learners Meta-Learners เป็นหนึ่งในวิธีที่ใช้ในงาน Uplift Modeling ที่มีประสิทธิภาพโดยมีแนวคิดหลักคือการนำ Forecasting Model ที่มีอยู่แล้ว เช่น […]

Panaya Sudta, PhD
Read more

Prosecutor’s Fallacy ตรรกะวิบัติของผู้กล่าวหา สถิติหลอกลวงในโฆษณา

Prosecutor’s Fallacy หรือ “ตรรกะวิบัติของผู้กล่าวหา” เป็นทฤษฎีทางสถิติที่เกิดขึ้นและพบเจอได้บ่อยๆ กับคดีความในชั้นศาลที่เกี่ยวข้องกับการพิสูจน์หลักฐานต่างๆ หรือแม้แต่ในเรื่องของการกล่าวอ้างถึงความแม่นยำในกระบวนการคัดกรองโรค เช่น การคัดกรอง COVID-19 ที่ก่อให้เกิดความเข้าใจผิดในรูปแบบของ “ตรรกะวิบัติ” ซึ่งความเข้าใจผิดของการตีความทางสถิติในลักษณะนี้เองค่ะ ที่ถูกนำมาใช้ให้เป็นประโยชน์ในเทอมของการตลาด ซึ่งเมื่อมีการนำมาใช้แล้วทำให้นักการตลาดสามารถสร้างคำโฆษณาของสินค้าได้อย่างทรงพลัง จากการเหนี่ยวนำด้วยทั้งเหตุผล และอารมณ์ของผู้บริโภค ด้วย Wording กล่าวอ้างทางสถิติที่เป็นจริง (หรือไม่นะ?!) ทางคณิตศาสตร์อย่างน่าเชื่อถือค่ะ 😊✨ คำถามก็คือ แล้วจากทฤษฎี “ตรรกะวิบัติของผู้กล่าวหา“ นี้,,,, 😎😉 คำตอบของปัญหาข้างต้นอยู่ในบทความนี้ค่ะ,,,, ซึ่งนิกจะขอพาทุกท่านไปทำความรู้จัก Prosecutor’s Fallacy ว่าคืออะไร มีหน้าตาของความสัมพันธ์ในรูปแบบคณิตศาสตร์เป็นอย่างไรผ่านสมการทางสถิติ พร้อมกับยกตัวอย่าง Case study ที่น่าสนใจสุดๆ ของผลิตภัณฑ์ที่ใช้ทฤษฎีนี้ในการสร้าง Ads ได้อย่างมีประสิทธิภาพ เพื่อให้เราสามารถนำไปใช้งานในการทำ Marketing ของตนเองกันได้อย่างชาญฉลาด แถมเป็นโฆษณาที่กล่าวอ้างข้อมูลทางสถิติเพื่อเพิ่มความน่าเชื่อถือได้เหมือนสะกดจิตหมู่อีกด้วย!!=> ถ้าอย่างนั้น,,,, เรามาเริ่มกันเลยยย Prosecutor’s Fallacy และความน่าจะเป็น ก่อนที่เราจะเข้าไปทำความเข้าใจเกี่ยวกับการสร้าง Marketing fallacies สิ่งแรกที่เราจะต้องรู้จักและทำความเข้าก็คือเรื่องของความน่าจะเป็นแบบมีเงื่อนไขค่ะ ヾ(^▽^*))) […]

Panaya Sudta, PhD
Read more

เพิ่มศักยภาพการปรับราคาสินค้าให้เหมาะสมด้วย Price Elasticity Model บน Python

Price Elasticity หรือ “ความยืดหยุ่นของราคา” เป็นแนวคิดในเศรษฐศาสตร์ที่วัดว่าปริมาณความต้องการของสินค้า/บริการ (demand) หรือปริมาณสินค้า/บริการที่เสนอขาย (supply) มีการเปลี่ยนแปลงไปอย่างไรบ้าง เมื่อมีการเปลี่ยนแปลงราคาของสินค้าหรือบริการนั้นๆ ซึ่งความยุ่นของราคามีสองประเภทหลักๆ ค่ะ คือ ความยืดหยุ่นของราคาต่อความต้องการ (Price Elasticity of Demand, PED) และความยืดหยุ่นของราคาต่อปริมาณที่เสนอ (Price Elasticity of Supply, PES) ซึ่งสิ่งนี้เป็นสิ่งจำเป็นที่เราจะต้องทำการพิจารณาเพื่อตั้งราคาให้เหมาะสมกับภาวะของตลาดที่เปลี่ยนแปลงไปสำหรับสินค้าแต่ละประเภท,, คำถามก็คือแล้วเราจะทราบได้อย่างไรล่ะว่าแล้วเราจะใช้หลักการอะไร หรือ Tools อะไรมาช่วยในการวิเคราะห์หาค่าที่เหมาะสมที่สุด หรือเรียกอีกอย่างหนึ่งว่าเป็นการทำ Optimization นั่นเองค่ะ🧐💰 ดังนั้นสำหรับบทความนี้นิกพาทุกท่านไปทำความรู้จักกับ Price Elasticity Model เพื่อใช้พิจารณา ความยืดหยุ่นของราคาต่อความต้องการ โดยโมเดลนี้เป็นเครื่องมือทางคณิตศาสตร์ที่ใช้ในการกำหนดระดับที่ความต้องการต่อสินค้าหรือบริการ ว่าสินค้าหรือบริการนั้นตอบสนองต่อการเปลี่ยนแปลงของราคามากน้อยขนาดไหน (อธิบายเทอม Maths ได้ว่า: เป็นการวัดผลการเปลี่ยนแปลงเปอร์เซ็นต์ของปริมาณสินค้าหรือบริการที่ต้องการ เมื่อเทียบกับการเปลี่ยนแปลงเปอร์เซ็นต์ของราคาที่สอดคล้องกัน) โดยความยืดหยุ่นของราคานี้จะสะท้อนถึงค่าที่เป็นตัวเลขแสดงการตอบสนองของปริมาณที่ต้องการต่อการเปลี่ยนแปลงของราคา ตามสมการนี้ค่ะ =>> เมื่อ Q คือปริมาณความต้องการ (Demand) ของสินค้าหรือบริการ และ […]

Panaya Sudta, PhD
Read more

การใช้ ChatGPT ทำ Sentiment Analysis เพิ่มประสิทธิภาพการวิเคราะห์ความรู้สึกของลูกค้า

Sentiment Analysis หรือ “การวิเคราะห์ความรู้สึก” เป็นกระบวนการที่ใช้วิเคราะห์ความรู้สึกจากข้อความ ซึ่งเบื้องหลังการทำคือการประมวลภาษาธรรมชาติ (Nataral language Processing: NLP) ทำให้ ChatGPT ซึ่งเป็น Chatbot ที่มี LLM (Large Language Model) อย่าง GPT (Generative Pre-training Transformer) นั้นสามารถช่วยเราทำการวิเคราะห์ความรู้สึกจากฐานข้อมูลของเราได้ 🧐📊 โดยในบทความนี้นิกจะพาเพื่อนๆ ไปสร้างการใช้งาน ChatGPT ของ OpenAI ในการทำ Sentiment Analysis โดยการแทรกโมเดล GPT-3 เข้าไปใน speadsheet เพื่อแยกแยะออกมาว่าจาก Social media คอมเมนต์ รีวิว หรือการถูกพูดถึงของหัวข้อต่างๆ ใน Social network มีอารมณ์/ความรู้สึก ในข้อความนั้นในทิศทางใดบ้างกันค่ะ^^ โดยในบทความนี้จะแบ่งขั้นตอนใหญ่ๆ ได้ออกเป็น 3 ส่วนดังนี้ค่ะ #1 รับ […]

Panaya Sudta, PhD
Read more

AI in Finance: เมื่อ Bank ใช้ปัญญาประดิษฐ์ประเมินโอกาสเกิดหนี้เสีย NPL

ภายใต้ภาวะเศรษฐกิจในปัจจุบัน การนำเทคโนโลยีปัญญาประดิษฐ์หรือ AI เข้ามาช่วยในภาคธุรกิจเป็นการลดภาวะความเสี่ยงต่างๆ และเพิ่มโอกาสกับศักยภาพในการแข่งขัน ดังนั้น “AI in Finance” จึงเป็นสิ่งที่ถูกพูดถึงอย่างกว้างขวาง และมีการนำมาใช้งานจริงอย่างต่อเนื่อง โดยในบทความนี้นิกจะพาทุกท่านไปทำความรู้จักกับหลักการหนึ่งของ ธนาคาร ที่มีการนำเอา AI มาช่วยประเมินโอกาสการเกิดหนี้เสีย (Non-Performing Loan: NPL) ซึ่งไม่เพียงแต่เป็นสิ่งที่น่าสนใจสำหรับ Data Analyst เท่านั้น แต่ยังน่าสนใจสำหรับผู้ประกอบการที่ต้องการยื่นกู้กับธนาคารให้ผ่านอีกด้วยค่ะ ✨💰 AI in Finance คืออะไร? นำมาใช้อย่างไร? AI in Finance หรือการใช้ AI ด้านการเงินมีวัตถุประสงค์หลักก็เพื่อช่วยให้บริษัทการเงินมีความได้เปรียบในการแข่งขัน ซึ่งแบ่งเป็น 3 ประเด็นที่ AI จะมาช่วยคือ จากตัวอย่างจะเห็นว่า AI in Finance มีการใช้งานที่หลากหลายมากๆ ทั้งในส่วนของพาร์ทการลดต้นทุน การเพิ่มประสิทธิภาพของการทำงานด้านการเงิน ควบรวมถึงส่วนการหาแหล่งรายได้ใหม่ (ซึ่งในที่นี้ก็คือการยื่นกู้สินเชื่อนั่นเองค่ะ) โดยรูปแบบหนึ่งที่นิกคิดว่าน่าสนใจ และน่าจะเป็นประโยชน์กับผู้ประกอบธุรกิจ คือเรื่องของการพิจารณาสินเชื่อ โดยใช้ AI […]

Panaya Sudta, PhD
Read more

Law of Large Number: คณิตศาสตร์กับการตลาด กฎจำนวนมากกับยอดขาย

Law of Large Number หรือ “กฎจำนวนมาก” เป็นทฤษฎีทางสถิติที่เป็นที่คุ้นเคยกันดีในวงการประกันภัย และถูกใช้อธิบายว่าทำไมเจ้ามือถึงได้ตลอดหากกล่าวถึงพนันรูปแบบต่างๆ ซึ่งนับว่าอาจจะเป็นสิ่งที่ค่อนข้างใหม่ในการใช้ในเทอมของการตลาด แต่เมื่อนำมาใช้แล้วกลับทำให้สามารถสร้างคำโฆษณาของสินค้าได้อย่างทรงพลัง และเป็นจริงทางคณิตศาสตร์อย่างไม่สามารถโต้แย้งได้ โดยในบทความนี้นิกจะมาเล่าให้ทุกท่านฟังค่ะว่า Law of Large Numbers นี่คืออะไร มีหน้าตาของความสัมพันธ์ในรูปแบบคณิตศาสตร์เป็นอย่างไร ข้อมูลต้องใหญ่ขนาดไหนถึงเรียกว่า Large พร้อมกับยกตัวอย่าง Case study ที่น่าสนใจสุดๆ ของบริษัทเบียร์ Schlitz ที่ใช้ทฤษฎีนี้ในการสร้าง Ads ได้อย่างมีประสิทธิภาพ เพื่อให้เราสามารถนำไปใช้งานในการทำ Marketing ของตนเองกันได้อย่างชาญฉลาด แถมเป็นโฆษณาที่เป็น Fact อีกด้วย!! Probability: ความน่าจะเป็น ก่อนที่เราจะเข้าไปทำความเข้าใจเกี่ยวกับ Law of Large Numbers สิ่งแรกที่เราจะต้องรู้จักก็คือเรื่องของความน่าจะเป็นค่ะ^^ นิกขอย้อนกลับไปที่คณิตศาสตร์ชิลๆ ที่เราเรียนกันตอน ม.ปลาย เรื่องของความน่าจะเป็น หรือ Probability ของเหตุการณ์ที่เราสนใจ (Events) จากเหตุการณ์ทั้งหมดที่มีโอกาสเกิดขึ้น (Sample Space) ยกตัวอย่างง่ายๆ […]

Panaya Sudta, PhD
Read more
3 Case Study การตลาดแบบรู้ใจ Personalized Marketing เริ่มต้นแบบง่ายๆ จาก Email, Website แบบ Personalization และ Product Recommendations

ตัวอย่าง Personalized Marketing กับ 3 Case study ที่ทำตามได้ไม่ยาก(เกินไป)

จากบทความตอนแรกที่พูดถึง Personalzied Marketing คืออะไร และมีกี่แบบไปแล้ว มาตอนนี้จะพามาดู Case study การตลาดแบบรู้ใจที่ใช้ Personalization ทั้ง 3 แบบกัน เริ่มตั้งแต่การทำ Email Personalziation, Personalized Website และ Product Recommendations ที่อ่านแล้วสามารถเอาไปทำตามได้แบบไม่ยากเกินไปครับ Email Personalization อีเมลแบบรู้ใจ ต้องรู้ว่าเคยทำอะไรมาก่อน การตลาดผ่านอีเมล หรือที่เรียกว่า Email Marketing ที่ดูเหมือนไม่ค่อยจะประสบความสำเร็จในบ้านเราเท่ากับต่างประเทศนั้น ในแง่มุมหนึ่งอาจทำให้คิดได้ว่าเพราะที่ผ่านมาเราไม่ค่อยใส่ใจก่อนจะส่งอีเมลอะไรออกไปหาลูกค้าหรือผู้รับสักเท่าไหร่หรือเปล่า และนั่นก็คือจุดที่การทำ Email Personalization เข้ามาช่วยยกระดับธุกิจเราได้ เพราะ Email มีความเป็นอะไรที่ Personal สุดๆ สำหรับเราทุกคนในวันนี้ เพียงแต่การทำ Email แบบ Personalization ไม่ใช่แค่การปรับแต่งหัวจดหมายให้ตรงกับผู้รับ แต่มันต้องใช้ความใส่ใจไปกว่านั้นนั่นคือการปรับแต่งเนื้อหาข้างในให้ใช่กับแต่ละคนมากที่สุด เริ่มต้นง่ายๆ จากการแบ่ง Segments ของผู้รับที่เรามีออกมาเป็นกลุ่มที่ชัดเจนตามโจทย์ธุรกิจเรา เช่น ถ้าเป็นธุรกิจ B2B […]

Nattapon Muangtum
Read more
1 2