แม้กระแส AI จะมาแรงมาในปี 2024-2025 แต่อย่าลืมว่า AI จะฉลาดได้ก็ต้องอาศัย Data Fundamental ที่ดีด้วย เหมือนที่เขาบอกว่า Garbage in Garbage out ใส่อะไรเข้ามาก็ย่อมได้แบบนั้นออกไป AI จะตอบคำถามได้ดีแค่ไหนก็ขึ้นอยู่กับว่าคุณป้อน Data ที่ดีให้มันหรือเปล่า วันนี้เลยจะมาอัปเทรนด์การตลาดแบบฉลาดใช้ดาต้าในปี 2568 หรือ 10 Data Driven Marketing Trends 2025 กันว่ามีอะไรใหม่ที่เรายังไม่รู้ และสามารถทำได้เลยบ้างครับ
โลกทุกวันนี้ถูกขับเคลื่อนด้วย Data Driven แบบ Real-Time นั่นหมายความว่าจากเดิมต้องรอให้มีใครสักคนมาวิเคราะห์ข้อมูลก่อนจะตัดสินใจทำการตลาดออกไป มาสู่การทำ Real-Time Analytics ด้วย AI ส่งผลให้ Customer Experience Seamless หรือยกระดับจากการตลาดแบบรู้ใจ Personalization ไปสู่การตลาดแสนรู้ใจ Hyper-Personalization
บวกกับโลกทุกวันนี้ถูกขับเคลื่อนด้วย Synthetic Data หรือที่เรียกว่าดาต้าสังเคราะห์ที่ถูก AI สร้างขึ้นมาอีกที เช่น เราอยากสัมภาษณษ์กลุ่มเป้าหมายที่เป็นผู้หญิงอายุ 25 ปี ที่กำลังเลี้ยงลูกน้อยอายุไม่ถึง 1 ขวบเป็นครั้งแรกในชีวิต จากเดิมยากมากกับการที่จะเข้าถึงคนคนนี้ได้ แต่ทุกวันนี้คุณสามารถสั่งให้ Generative AI อย่าง ChatGPT จำแลงทำตัวเป็นร่างทรงของคนที่คุณอยากสัมภาษณ์ด้วยในเวลาไม่กี่วินาที จากนั้นจะถามอะไรก็ถามได้โดยไม่ต้องกังวลว่าจะไปกระทบกระเทือนต่อจิตใจหรือเปล่า
เรื่องนี้ช่วยลดปัญหาเรื่องการละเมิดความเป็นส่วนตัวหรือ PDPA ที่เป็นปัญหาคาราคาซังในใจนักการตลาดมานาน และนั่นก็จะยิ่งทำให้ Personal Data มีมูลค่าและคุณค่าเพิ่มมากขึ้นกว่าทุกปีที่เคยผ่านมา ผู้บริโภคอย่างเราๆ จะสามารถควบคุมการไหลเวียนของ Personal Data ด้วยตัวเองได้ว่าจะให้ใครเข้าถึงได้เท่าไหร่ จะปิดการเข้าถึงข้อมูลส่วนบุคคลเราตอนไหน โดยไม่ต้องเอาข้อมูลส่วนตัวของเราที่เป็นข้อมูลเดียวกันไปเก็บไว้กับบริษัทละชุดเหมือนที่เคยเป็นมาอีกต่อไป
จากนั้นก็จะเป็นเรื่องของ AI และ Data Science ที่จะง่ายในระดับที่ทุกคนสามารถใช้ข้อมูลได้อย่างเต็มที่มากขึ้น จากเดิมการจะใช้ดาต้าให้เกิดประโยชน์เต็มที่จะต้องอาศัยผู้เชี่ยวชาญเฉพาะทางอย่าง Data Scientist เท่านั้น แต่ด้วยความสามารถของ AI ทำให้การใช้ Data เป็นเรื่องที่ง่ายอย่างมาก มากจนไม่ต้องเข้าใจเรื่องเทคนิคคณิตศาสตร์หรอสถิติมาก ก็สามารถบิดหา Insight จาก Data ได้เต็มๆ
ท้ายสุดคือเรื่อง Data Democratization หรือประชาธิปไตยในดาต้าของเราแต่ละคนจะกลายเป็นประเด็นใหญ่ของโลกนับจากนี้ไป สิ่งนี้จะเปลี่ยนแปลงทุกอย่างที่เป็นอยู่ในแบบที่ไม่เคยเกิดขึ้นมาก่อน
และนี่ก็เป็นแค่การเกริ่นก่อนเข้าสู่ 10 Data Driven Marketing Trends 2025 รวมเทรนด์การตลาดแบบฉลาดใช้ดาต้าสิบอย่างที่กำลังจะเกิดขึ้นนับจากนี้ไปครับ
1. จาก Data Analytics สู่ ChatGPT Analytics Data
เดิมการจะวิเคราะห์ข้อมูลหาอินไซด์ หรือที่เรียกว่าการทำ Data Analytics นั้นไม่ง่าย เพราะต้องใช้คนที่มีความรู้อย่าง Data Scientist หรือคนที่มีความเข้าใจเรื่องโปรแกรมพวก Power BI ที่สามารถทำ Data Visualization ได้ บวกกับเข้าใจพวก Stat หรือสถิติพื้นฐาน เพื่อรู้ว่าจะเรียกดูข้อมูลแบบไหน
ทำให้ไม่ใ่ชทุกคน ทุกทีม หรือทุกบริษัท จะสามารถ Analytics หา Insight in Data ได้ แต่พอเครื่องมืออย่าง ChatGPT ถือกำเนิดขึ้นมาก็ทำให้การทำ Data Analytics เป็นเรื่องง่ายขึ้นมาก จากเดิมต้องมีความรู้เรื่อง Technique เหลือแค่สามารถตั้งคำถามได้ดีแบบ Data Thinking เป็นก็สามารถรีดเค้นหา Insight in Data ได้แล้ว
เราไม่ต้องเรียนรู้การใช้โปรแกรม Analytics หรือ Visualization ให้วุ่นวายแบบก่อน เราแค่สามารถพิมพ์ถามด้วยภาษามนุษย์ หรือเหมือนคุยแชทกับ AI สักตัวเสมือนมีคนที่เป็น Data Analytics หรือ Data Scientist อยู่ด้านหลังหน้าจอแชทอีกฝั่ง เพียงเท่านี้คุณก็จะได้เห็นกราฟ เห็นภาพ Insight ต่างๆ ที่ต้องการ ถ้าใครยังไม่สามารถเห็นในสิ่งที่ต้องการได้ก็แค่ต้องฝึกการตั้งคำถามสั่ง AI ให้ดีขึ้นกว่าเดิม
และจากความสามารถของ Generative AI หรือ ChatGPT ก็ส่งผลให้ทุกคนสามารถทำ Data Analytics แบบง่ายๆ ถึงระดับกลางด้วยตัวเองได้ จากเดิมกว่าจะขอความช่วยเหลือจากทีม Data อาจต้องใช้เวลาตั้งแต่ 1 สัปดาห์ไปถึง 1 เดือนถึงจะได้คำตอบ ทุกวันนี้สามารถหาคำตอบด้วยตัวเองได้ในไม่กี่นาที หรือวินาที ส่วนอันไหนที่ยากก็ค่อยไปรบกวนทีมดาต้าอีกที เรียกว่าลดโหลดการทำงานลงไปได้เยอะมากครับ
เรื่องนี้ส่งผลให้กระบวนการตัดสินใจเร็วขึ้น บวกกับต้นทุนการสร้างทีมดาต้าที่ลดลง เพราะนอกจากพนักงานส่วนใหญ่จะสามารถทำ Data Analytics เองได้ ก็ยังลดการจ้าง Data Scientist ลงไปคบคู่กัน
ดังนั้นต่อไปนี้ทุกเช้าวันจันทร์ที่มีมีตติ้งอัปเดทงาน ทุกคำถามต้องถูกตอบด้วยดาต้า จะไม่มีการประมาณกะๆ ทุกคนต้องสามารถใช้ ChatGPT ช่วยทำ Data Analytics ได้ แล้วองค์กรคุณจะใช้ Data Driven ได้ไวขึ้นมากครับ
สรุป Data Driven Marketing 2025 เทรนด์ที่ 1 ChatGPT Analytics Data
เมื่อการทำ Data Analytics หา Insights จะกลายเป็นเรื่อง Automated ในเร็ววันด้วยความสามารถของ ChatGPT หรือ Generative AI ที่ทำให้ใครๆ ก็สามารถหา Insight ใน Data ด้วยตัวเองได้ด้วยการพิมพ์ถาม เหมือนกับการแชทถามกับ Data Analyst หรือ Data Scientist ของบริษัทคนเดิม แต่ที่ง่ายกว่าเดิมคือคุณสามารถถาม ChatGPT ที่เป็น Analyst ได้ตลอด 24/7 โดยไม่ต้องกลัวว่าจะโดนบ่นหูชาถึงเรื่อง Work Life Balance ครับ
2. Synthetic Data Driven Marketing เมื่อดาต้าสังเคราะห์กลายเป็นดาต้าหลักที่ขับเคลื่อนการตลาด 2025
Synthetic Data หรือข้อมูลสังเคราะห์ที่ AI สร้างขึ้น (อ่านบทความเรื่อง Synthetic Data ในการตลาดวันละตอนก่อนอ่านต่อ) แรกเริ่มเดิมทีดูมีความน่ากังวลว่าข้อมูลเหล่านี้จะน่าเชื่อถือมากแค่ไหน กลายเป็นว่าเทรนด์การใช้ Synthetic Data กลายเป็นที่พูดถึงมากสำหรับนักการตลาดสายดาต้าทุกวันนี้
เพราะในวันที่ผู้บริโภคส่วนใหญ่หวงแหนความเป็นส่วนตัว Privacy นักหนา ส่งผลให้นักการตลาดอย่างเรามี Personal Data ให้ใช้กันน้อยมาก ทำให้การใช้ Synthetic Data จากการถาม ChatGPT หรือ Generative AI เฉพาะทางที่เก่งเรื่องนี้กำลังได้รับความนิยมเพิ่มขึ้น
เพราะอย่าลืมว่า AI ก็เรียนรู้จาก Personal Data หรือ Customer Data จำนวนมากมายมาอีกที แล้วพวกมันเอาก็สิ่งที่มันเรียนรู้นี้มาตอบคำถามพวกเราอีกที แม้จะไม่แม่นยำ 100% แต่กว่า 80-90% ก็อยู่ในระดับที่น่าเชื่อถือพอจะอ้างอิงได้
แต่วันนี้เราสามารถให้ Generative AI ทำตัวเป็นร่างทรงตอบคำถามเราตรงๆ ในสิ่งที่เราอยากรู้โดยไม่ต้องกดดัน และเทรนด์นี้ก็ส่งผลให้บริษัทวิจัยผู้บริโภคหรือ Consumer Research เดิมกำลังเจอ New S Curve ของธุรกิจใหม่ด้วยการเอา Data ที่มีมากมายจากการเก็บผ่านแบบสอบถามงามวิจัย มาใช้สร้าง Digital Twin ให้แต่ละ Persona ที่นักการตลาดอยากคุยด้วย
3 Case Study ตัวอย่างธุรกิจที่ใช้ Synthetic Data Driven Marketing ไปแล้วในวันนี้
1. Synthetic Data Driven Financial Business
ธนาคารบางแห่งเริ่มมีการใช้ Synthetic Data หรือข้อมูลสังเคราะห์ในการฝึกโมเดล Machine Learning เพื่อแนะนำสิ่นเชื่อที่เหมาะสม หรือประกันภัยที่ใช่ให้กับลูกค้าโดยไม่ต้องเปิดเผยข้อมูลส่วนตัวของลูกค้าจริงๆ
2. Synthetic Data Driven Health Insurance Business
จากเดิมต้องเอา Sensitive Data ประเภทข้อมูลการป่วย การรักษาของลูกค้าที่ทำประกันไปวิเคราะห์หาว่ามีแนวโน้มจะป่วยเป็นโรคแบบไหนบ้างในอนาคต มาวันนี้พวกเขาสามารถวิเคราะห์ข้อมูลได้โดยไม่ต้องเปิดเผยตัวตนลูกค้า และก็ยังสามารถ Personalization นำเสนอประกันชีวิตหรือประกันสุขภาพที่รู้ใจโดยที่ยังสามารถรักษาความปลอดภัยได้เต็มที่
3. Synthetic Data Driven Ecommerce
ธุรกิจ Ecommerce หรือพวกขายสินค้าออนไลน์ก็สามารถใช้ Synthetic Data ในการปรับปรุงระบบ Recommendation เดาใจว่าลูกค้าแต่ละคนน่าจะกำลังต้องการอะไร หรืออยากซื้ออะไรอยู่ในเวลานี้ เพื่อจะได้แนะนำโปรโมชั่นที่รู้ใจให้โดยยังรักษาความเป็นส่วนตัวอย่างเต็มที่
ข้อมูลจริงของลูกค้าไม่ถูกใช้ ข้อมูลจริงถูกนำไปใช้เทรน AI โดยยังปกปิดตัวตนแบบเต็มที่ และเจ้า Generative AI ก็สามารถแนะนำนักการตลาดได้เต็มที่ว่าถ้าลูกค้าแบบนี้น่าจะกำลังอยากซื้ออะไรอยู่
จากแนวทางการใช้ Synthetic Data Driven Marketing ที่เกิดขึ้นแล้วในวันนี้ สิ่งที่นักการตลาดสายดาต้าอย่างเราต้องเตรียมตัวไว้คือทำความเข้าใจ Synthetic Data ให้ดี รู้ข้อดีข้อเสียของมันให้รอบด้าน ข้อจำกัดของการใช้ดาต้าสังเคราะห์จากเอไอคืออะไร เพื่อจะได้ไม่ติดภาพหลอนของ AI ที่ให้ข้อมูลวนๆ ซ้ำๆ เดิมๆ แล้วเราเผลอเอาไปใช้จริงจังโดยไม่ทันระวังตัวครับ
สรุป Data-Driven Marketing 2025 เทรนด์ที่ 2 Synthetic Data Driven Marketing
จากนี้ไปข้อมูลสังเคราะห์จาก AI หรือ Synthetic Data จะกลายเป็นหนึ่งใน Data Source หลักในการขับเคลื่อนธุรกิจและการตลาดในปี 2025 เป็นต้นไป เพราะมันช่วยแก้ปัญหาเรื่อง PDPA หรือ Privacy ได้อย่างมาก ในขณะเดียวกันก็ยังคงความน่าเชื่อถือหรือแม่นยำ เพราะมันเรียนรู้มาจากข้อมูลของคนจริงๆ เพียงแต่เราไม่รู้จริงๆ ว่ามันอ้างอิงมาจาก Personal Data ของใคร
หรือถ้าเรากำลังรับรู้ว่าตอนนี้มีลูกค้าที่กำลังค้นหาโปรโมชั่นของแบรนด์อยู่ภายในร้านค้า ทั้งด้วยการจับผ่าน Web Cookie หรือ Application ID บวกกับการจับสัญญาณ Location Based ก็ทำให้เราสามารถส่งโปรพิเศษเพื่อลดการตัดสินใจจนนำมาสู่การจ่ายเงินซื้อที่ไวขึ้นก่อนลูกค้าจะเปลี่ยนใจออกจากร้านไป
จากความก้าวหน้าของ AI ที่รุกคืบไปไกลเกินที่เราเคยคิดจินตนาการไว้ ทำให้ประเด้นเรื่อง Data Ownership หรือสิทธิในความเป็นเจ้าของข้อมูล และ Intellectual Property Rights ทรัพย์สินทางปัญญาจะยิ่งทวีความสำคัญมากขึ้นทุกที
เพราะยิ่ง AI ฉลาดรอบรู้มากขึ้นเท่าไหร่ก็ยิ่งทำให้ผู้คนตั้งคำถามว่า มันเอา Data จากไหนมาเรียนรู้ และ Data ของฉันโดยเฉพาะในส่วนที่เป็น Privacy มากๆ หรือ Property มากๆ ถูกลักลอบนำไปใช้สอน AI อยู่หรือเปล่า
ผู้คนทั่วโลกเริ่มใส่ใจและอยากควบคุมข้อมูลส่วนบุคคลของตัวเองมากขึ้นทุกที ทำให้แนวคิดเรื่อง Personal Data Vault หรือคลังเก็บข้อมูลส่วนบุคคลกลายเป็นเทรนด์ที่ถูกพูดถึงมากขึ้นเรื่อยๆ
Personal Data Vault เปรียบเสมือนกับฐานข้อมูลส่วนบุคคลของผู้ใช้แต่ละคนที่จะรวมไว้ที่เดียว ถ้าหน่วยงานไหนต้องการใช้ก็ค่อยมาขอสิทธิ์ในการเข้าถึง ผิดจากรูปแบบเดิมที่เราต้องป้อนข้อมูลส่วนบุคคลเข้าสู่ระบบต่างๆ เมื่อต้องการใช้งาน
และยิ่งในยุคของ Generative AI ที่สร้างสรรค์ผลงานใหม่ออกมาได้แค่ปลายนิ้วคลิ๊ก และการเขียนคำสั่ง Prompt สั้นๆ ไม่กี่ประโยคก็ทำให้เกิดภาพวาด กราฟิก วิดีโอ หรือดนตรีเพลงใหม่ๆ พร้อมใช้งาน ทำให้เกิดคำถามจากบรรดาเหล่า Artist หรือ Creator ต่างๆ ว่าเจ้า AI ดังกล่าวแอบเอาผลงานที่มีทรัพย์สินทางปัญญาเราไปเรียนรู้โดยไม่ได้ขออนุญาตแล้วทำออกมาเป็นงานชิ้นนี้หรือเปล่านะ
และนั่นก็ทำให้ประเด็นเรื่อง Data Sovereignty อธิปไตยของดาต้ากลายเป็นเทรนด์สำคัญในปีนี้ เพราะผู้บริโภคยุคใหม่จะจับจ้องให้ความสนใจว่าแบรนด์ใดบ้างที่ให้ความสำคัญกับเรื่อง Data Privacy และมี Data Ethic หรือจริยธรรมเรื่องการใช้ดาต้าที่ดีไม่แพ้กับการไม่ทำร้ายทำลายธรรมชาติ
และอีกหน่อยเราอาจเห็นยุคที่ผู้บริโภคที่เป็นเจ้าของข้อมูลเองอาจทำการขาย Personal Data ให้กับแบรนด์ที่ตัวเองรู้สึกว่าได้ประโยชน์เท่านั้น ถ้าเมื่อไหร่รู้สึกว่าให้ดาต้าไปก็ไม่เกิดประโยชน์ก็จะปิดไม่ให้แบรนด์นั้นเข้าถึง Personal Data อีกต่อไป
เพราะเมื่อผู้บริโภคมีความเป็นเจ้าของข้อมูลตัวเองเต็มที่ด้วย Personal Data Vault หรือตู้เซฟดาต้าส่วนบุคคลของตัวเองก็จะเลือกเปิดปิด เลือกให้หรือไม่ให้กับแบรนด์ไหน หน่วยงานใดเมื่อไหร่ก็ได้
ลองมาดูตัวอย่างเรื่อง Data Sovereignty จากธุรกิจรอบตัวกันครับว่ามีแบบไหนบ้างแล้วในวันนี้
2 Case Study ธุรกิจที่ใส่ใจเรื่องอธิปไตยของดาต้า หรือ Data Sovereignty แล้ว
1. Ecommerce บอกตรงๆ ว่าจะเอา Data ไปทำอะไร และเอาไปแชร์กับใคร
Ecommerce ถือเป็นหนึ่งในธุรกิจที่ใช้ Data Driven Marketing & Business เป็นหลัก ทำให้ Ecommerce Platform ทั้งหลายประกาศชัดเจนว่า Data ของผู้ใช้งานจะถูกใช้แบบไหน หรือแชร์ให้กับพาร์ทเนอร์รายใดบ้าง ถ้าใครไม่สะดวกใจให้ก็สามารถปฏิเสธได้ ในบ้านเราก็จะเห็นเว็บสื่อออนไลน์บางสำนักมีการบอกเช่นกันว่าข้อมูลการใช้งานจะถูกแชร์กับธนาคารบางแห่ง
นี่คือยุคของการทำ Data Monetization แบบตรงไปตรงมาและเราก็มีสิทธิ์เลือกและรับรู้ข้อเท็จจริงมากขึ้น
2. Health Care แจ้งตรงๆ ว่าจะเอาไปให้ AI ช่วยวิเคราะห์
ในกลุ่มธุรกิจโรงพยาบาลจำนวนไม่น้อยก็มีการใช้ AI มาช่วยวิเคราะห์ข้อมูลประวัติผู้ป่วย หรือข้อมูลการสแกน การรักษาของคนใช้มากขึ้น เพียงแต่วันนี้พวกเขาไม่ได้แอบทำแบบเงียบๆ แต่มีการแจ้งและขออนุญาตจากคนไข้เจ้าของดาต้าว่าจะเอาไปใช้ Train AI เพื่อมอบการรักษาที่ดีขึ้นกับเรา
โดยคนไข้เจ้าของ Data ก็สามารถเลือกให้หรือปฏิเสธก็ได้ โดยไม่มีผลต่อการรักษาครับ
นับจากนี้ไปเราจะมีผลงานสร้างสรรค์ที่ถูกสร้างขึ้นด้วย Generative AI จำนวนมาก แน่นอนว่าจะทำให้เกิดปัญหาระหว่างเรื่องทรัพย์สินทางปัญญาที่จะต้องถูกนิยามและยกเครื่องใหม่ในอีกหลายประเทศทั่วโลก
นักการตลาดอย่างเราในฐานะผู้ใช้ผลงานจาก AI เป็นอันดับต้นๆ ต้องรู้เท่าทันกฏหมายข้อบังคับในเรื่องนี้ไว้เช่นกัน แม้เราจะไม่ใช่ผู้ฟ้องร้องหรือร่างจดหมายเองแบบทนาย แต่การรู้ไว้ก็ทำให้เราได้เปรียบกว่านักการตลาดที่ไม่รู้ จนอาจตัดสินใจพลาดทั้งไม่กล้าทำในสิ่งที่ทำได้ หรืออาจเผลอทำในสิ่งที่ทำไม่ได้ครับ
สรุป Data Driven Marketing Trends 2025 เทรนด์ที่ 5 Data Sovereignty
นับจากปีนี้ไปประเด็นเรื่อง Data Sovereignty หรืออธิปไตยของดาต้าจะกลายเป็นประเด็นสำคัญที่คนทั่วโลกตื่นตัว เหมือนกับที่เคยเกิดขึ้นในเรื่อง Data Privacy เรื่อง GDPR และ PDPA ที่เคยผ่านมา ในโลกยุค AI ที่ Data กลายเป็นปัจจัยสำคัญ เมื่อใครๆ ก็สามารถเข้าถึง Data จำนวนมหาศาลผ่านทางออนไลน์ได้ไม่รู้จบ แต่ปัญหาคือการละเมิดข้อมูลส่วนบุคลทั้งโดยตั้งใจและไม่ตั้งใจที่จะส่งผลกระทบทางกฏหมายและความเชื่อมั่นในแบรนด์ตามมา
นักการตลาดอย่างเราต้องเริ่มต้นและปรับตัวกับเรื่องนี้ให้ไว โดยเฉพาะเมื่อไหร่ที่ใช้ Generative AI Create Content ใดๆ ออกมาต้องแน่ใจว่า Data ที่นำมา Train AI นั้นถูกต้อง ได้รับความยินยอม ไม่ใช่ไปละเมิดมาทั้งทางตรงและทางอ้อม
และเราต้องให้สิทธิ์กับเจ้าของดาต้าหรือตัวลูกค้าที่เป็นเจ้าของข้อมูลอย่างเต็มที่ ใช้เมื่อได้รับอนุญาต อย่าใช้โดยละเมิดสิทธิ์ของลูกค้า บอกให้ชัดว่าให้มาแล้วจะได้อะไรเป็นการตอบแทนไป เพียงเท่านี้คุณก็จะได้รับความไว้วางใจจากผู้คนมากมายให้เข้าถึง Data เอาไปต่อยอดธุรกิจได้เหนือกว่าคู่แข่งครับ
6. Data as a Service เทรนด์ตลาดซื้อขายดาต้าจะเติบโตแบบก้าวกระโดด
เมื่อเรามี Data มากพอเริ่มมีคนที่มองออกว่าเราสามารถนำ Data นั้นมาต่อยอดอย่างไรได้บ้าง และหนึ่งในการต่อยอดธุรกิจจากดาต้าก็คือการสร้างธุรกิจใหม่ขึ้นมาโดยมองว่าดาต้านั้นเป็นสินค้าหรือบริการประเภทหนึ่งที่สามารถซื้อขายให้บริการกับคนที่ต้องการได้ และนี่คือหนึ่งในเทรนด์ Data Driven Marketing 2025 ที่มีชื่อว่า Data as a Service
จากเดิมที่ต่างคนต่างขาย ต่างสร้างธุรกิจในการทำ Data Monetization ขึ้นมาใหม่ ทำให้บรรดาธุรกิจที่ถือ Customer Data ขนาดกลางๆ ไม่ว่าจะ SME หรือ Enterprise ที่ขนาดไม่ใหญ่มากพอจะมีงบประมาณเงินลงทุนในการสร้างระบบในการซื้อขายดาต้าของตัวเองให้ปลอดภัยได้เริ่มมองหาผู้ช่วยที่จะเข้ามาบริหารจัดการ Data ที่มีให้เกิดรายได้งอกเงยโดยยังคงรักษาความเป็นส่วนตัวของลูกค้า และความปลอดภัยของข้อมูลอย่างเต็มที่
และนั่นเลยเป็นที่มองของเทรนด์ Data Trading Market หรือตลาดรับซื้อขายข้อมูลขนาดใหญ่ที่ให้บรรดาธุรกิจต่างๆ สามารถซื้อขายแลกเปลี่ยนกันได้อย่างโปร่งใสปลอดภัย ผิดกับยุคก่อนที่แอบขายข้อมูลกันลับๆ แล้วก็ถูกนำไปใช้แบบละเมิดความเป็นส่วนตัวกันมากมาย
เราจะเริ่มเห็น Business model ใหม่ที่เรียกว่า Daas มาจากคำว่า Data as a Service ที่เปิดโอกาสให้คนอื่นเข้ามาเช่าใช้บริการดาต้าของเราเพื่อเข้าถึงกลุ่มเป้าหมายใหม่ๆ เข้าถึง insight ใหม่ๆ ลองคิดภาพว่าถ้าผมทำธุรกิจรับติดฟิล์มรถยนต์มาหลายปี แล้วผมมีข้อมูลลูกค้าที่มาติดผ่านการลงทะเบียนรับประกันอย่างเป็นเรื่องเป็นราว
นี่เป็นแค่ตัวอย่างนึงในการเช่าดาต้ามาใช้แบบ Data as a Service ในการเข้าถึงกลุ่มเป้าหมายใหม่ๆ ที่เราไม่มีดาต้ามาก่อน ลองคิดอีกภาพว่าถ้าเรามี Customer Data อยู่มากพอประมาณนึงแต่เราอยากรู้ Insight ใหม่ๆ ที่เราไม่รู้
แน่นอนว่าเรามีแค่ข้อมูลรถยนต์กับเจ้าของรถยนต์ เราอาจต้องไปหาคนที่มี Data Lifetyle เพิ่มเข้ามา เช่น เราอาจะไปใช้บริการ Data as a Service ของห้างสรรพาสินค้า ซูเปอร์มาร์เก็ต หรือปั๊มน้ำมัน เพื่อทำ Data Enrichment เพื่อดูว่าลูกค้าที่ติดฟิล์มกับเราชอบกินอะไร ชอบซื้ออะไร ชอบขับรถไปเที่ยวที่ไหน จากนั้นทีมการตลาดก็จะวางแผนได้ง่ายขึ้นว่าจะต้องเตรียมโปรโมชั่นอะไรให้ลูกค้าบ้าง
หรือลองคิดภาพว่าถ้าหน่วยงานภาครัฐที่ต้องการวางแผนระบบขนส่งมวลชน หรือบริษัทขนส่งมวลชนเองก็ตาม อยากรู้ว่าควรเพิ่มรถสายใหม่ตรงไหน เพิ่มสถานีรับส่งคนจุดใดบ้าง ก็อาจใช้บริการ Data as a Service ของบริษัท Telco เครือข่ายสัญญาณโทรศัพท์มือถือในการวางแผนเส้นทาง เช่น ถ้าพบว่าคนส่วนใหญ่พักกระจุกอยู่ตรงนี้ แต่ตรงนี้ยังขาดสถานี ก็จะได้เพิ่มได้ตรงจุดมากขึ้น
พอเห็นภาพของ Data as a Service ที่มีทั้งการให้เช่า Audience ตรงๆ กับการให้บริการ Data Enrichment เติม Insight อ้อมๆ แล้วใช่มั้ยครับ ทีนี้ลองมาดูตัวอย่างธุรกิจที่ทำเรื่อง Data Trading Markets ในปัจจุบันว่ามีอะไรบ้างนะครับ
3 Case Study ตัวอย่างธุรกิจที่มีการทำ Data as a Service
สิ่งที่เราทำได้คือการทำการตลาดผ่านดาต้าที่มีการเข้ารหัสและไม่ระบุตัวตนอย่างดี ถ้าแคมเปญการตลาดเราถูกใจกลุ่มเป้าหมายที่ตั้งค่าไป เราถึงจะเริ่มทำการเก็บ Data ผู้ที่สนใจได้หลังจากนั้น เช่น ผ่านการกรอก Lead Form หรือการกดยอมรับ Cookie แล้วเอามาทำ Remarketing ต่อ
ถึงเวลานักการตลาดที่สนใจก็จะไม่ได้ดาต้าที่เป็นข้อมูลรายชื่อแบบตรงๆ แต่จะได้เป็นการทำการตลาดผ่านข้อมูลกลุ่มคนชุดนั้นที่ผ่านการเข้ารหัสและไม่ระบุตัวตัน ถ้าโฆษณาคุณดี การตลาดคุณโดน กลุ่มเป้าหมายตามช่วรายได้ที่คุณเลือกไปก็จะค่อยมอบดาต้ากลับมาให้ด้วยการยืนยันตัวตนผ่าน Lead Form ของคุณอีกที
เห็นไหมครับว่าการซื้อขายดาต้าในความเป็นจริงแล้วไม่ใช่เรื่องน่ากลัวอย่างที่หลายคนคิด เราต่างก็ซื้อดาต้าใช้มานาน ดังนั้นถ้าใครทำดาต้าที่มีให้ถูกต้อง เรียบร้อย ปลอดภัย พร้อมขาย ก็จะสามารถสร้าง Business New S Curve ขึ้นมาใหม่ได้โดยไม่ต้องสร้างอะไรใหม่ขึ้นมาขายครับ
3. Telco x Insurance ดาต้าเครือข่ายมือถือกับธุรกิจประกันภัย
จากตัวอย่างการซื้อขายดาต้าในธุรกิจต่างๆ ที่เกิดขึ้นแล้วในวันนี้คงทำให้คุณพอเห็นภาพว่ามันไม่ได้น่ากลัวอย่างที่คิด แถมมันยังช่วยสร้าง New S Curve ใหม่ให้กับธุรกิจได้อีกด้วย ทีนี้ลองมาดูแนวทางการปรับตัวถ้าใครรู้สึกว่าเทรนด์การขายดาต้าน่าจะตอบกับเป้าหมายทางธุรกิจในปีนี้ครับ
ถัดมาคือการกำหนดราคาค่าใช้บริการ Data as a Service ว่าจะคิดอย่างไร จะคิดเป็นรายครั้ง รายเดือน หรืออาจคูณด้วยปริมาณดาต้าที่ต้องการวิเคราะห์อีกขั้น คือยิ่งใช้มากยิ่งจ่ายมาก ถ้าใช้น้อยก็จ่ายราคาเริ่มต้น
การจะให้บริการ Data as a Service หรือซื้อขายดาต้าได้นั้นมีอะไรที่ต้องทำเยอะมาก ตั้งแต่การจัดการดาต้าข้างในให้พร้อม ยกระดับการรักษาความลับและความปลอดภัยของข้อมูล ทำดาต้าให้ระบุตัวตนไม่ได้ ไปจนถึงออกแบบระบบที่มั่นใจได้ว่าดาต้าที่เราให้คนอื่นเข้ามาใช้จะไม่รั่วไหลจนกลายเป็นข่าวเสียหายกับแบรนด์
เมื่อเราก้าวเข้าสู่ยุค Practical AI หรือเอไอที่ใครๆ ก็ใช้ได้ ซึ่งจำเป็นต้องยกระดับเรื่อง Data Quality หรือคุณภาพของดาต้าที่มีให้สามารถใช้งานได้เต็มเม็ดเต็มหน่วย เราจะไม่พูดกันถึงเรื่องของ Big Data แบบเมื่อ 5-10 ปีก่อนอีกต่อไป เพราะวันนี้ใครๆ ต่างก็มีดาต้ามากเกินกว่าที่ตัวเองคิดไว้เป็นส่วนใหญ่ แต่ปัญหาคือจากดาต้าทั้งหมดที่มีนั้นจะใช้งานจริงได้เท่าไหร่ เพราะวันนี้มีมากอาจใช้จริงได้น้อย เมื่อเทียบกับบางบริษัทที่เพิ่งเริ่มเก็บดาต้าได้ไม่นานแต่วางแผนการเก็บเป็นอย่างดีส่งผลให้สามารถวิเคราะห์หา insight ได้คณภาพที่ดีกว่ามากครับ
ยิ่งบวกกับธุรกิจต่างๆ พยายามแข่งขันกันปรับแต่งโมเดล หรือที่เรียกว่า Model Optimization เพื่อยกรนะดับ AI ของตัวเองให้มีความฉลาดมากขึ้น Data Quality ยิ่งเป็นเรื่องสำคัญเข้าไปอีก เพราะการจะ Algorithm ชั้นยอดก็ย่อมต้องการดาต้าชั้นเยี่ยมควบคู่กัน
นั่นเลยเป็นที่มาของเทรนด์ Data-Centric AI หรือการให้เอไอมาช่วยจัดการจำแนกแจกแจงดาต้าแทนมนุษย์แบบที่เคยเป็นมา ขั้นตอนการทำ Data Labeling จะกลายเป็นงานของ AI แทนเป็นส่วนใหญ่ เพื่อเพิ่มความแม่นยำปราศจาก Human Erroe และลดอคติในข้อมูลหรือที่เรียกว่า Data Bias ครับ
อ่านที่มาที่ไปก็เยอะแล้ว เรามาดูเคสตัวอย่างเทรนด์การตลาดแบบฉลาดใช้ดาต้าแบบ Data-Centric AI กันดีกว่าครับ
3 Case Study Data-Centric AI
1. Insurance Business
ธุรกิจประกันภัยมีการใช้ AI ช่วยทำ Data Labeling กับ Data Cleansing เพื่อปรับปรุงฐานข้อมูลลูกค้าและประวัติการเคลมเพื่อแยกประเภทผู้เอาประกันที่มีความเสี่ยงต่างกันได้แม่นยำขึ้น ส่งผลให้การประเมินราคาเบี้ยประกันเหมาะสมขึ้นตามพฤติกรรมการขับของแต่ละคนจริงๆ
2. Ecommerce Business
ในธุรกิจที่ขายสินค้าออนไลน์ โดยเฉพาะพวก Marketplace Platform ที่มีสินค้ามากมายหลายพันหลายหมื่น SKU ก็จะมีการใช้ Data มาช่วยจัดหมวดหมู่สินค้าได้อย่างแม่นยำภายใต้มาตรฐานเดียวกัน เพราะลองคิดภาพว่าถ้าใช้คนทำสัก 5 คน ไม่ใช่ทุกคนจะมองสินค้าเดียวกันและจัดหมวดหมู่หรือทำ Data Labeling ตรงกันหมดทุกครั้ง
ต่อให้มี Data Dic หรือ Data Guideline มากำกับก็ตาม มนุษย์เราเป็นสิ่งมีชีวิตที่ชอบใช้วิจารณญาณส่วนบุคคล หรือชอบแสดงความคิดเห็นที่แตกต่างเป็นประจำครับ
พอการจัดหมวดหมู่สินค้าที่มีอยู่ภายใต้มาตรฐานเดียวกัน พอ Machine Learning หรือ AI จะเรียนรู้เพื่อแนะนำสินค้าที่ลูกค้าน่าจะชอบหรือกำลังอยากซื้อก็จะมีความแม่นยำมากขึ้น
นักการตลาดหรือผู้บริหารส่วนใหญ่มักจะให้ความสำคัญกับ Dashboard หรือ BI เป็นอันดับหนึ่ง ทั้งที่ความจริงแล้วนั่นคือปลายทางของการทำ Data Driven Marketing
ซึ่งการจะทำการตลาดแบบฉลาดใช้ดาต้าได้ดีจำเป็นต้องมีดาต้าที่ดีก่อน และหนึ่งในนั้นคือการทำเรื่อง Data Pipeline ซึ่งถือเป็นรากฐานของการเก็บดาต้าตั้งแต่ต้น เพราะเราจะมีดาต้าที่ดีเอาไปสอน AI ให้ฉลาดได้ก็ต้องเริ่มต้นจากการให้ความสำคัญกับการทำ Data Collecting, Data Cleansing และ Data Enrichment
2. ลงทุนใน Data Management Technology
การลงทุนในเทคโนโลยีที่เกี่ยวกับการจัดการดาต้าถือเป็นหัวใจสำคัญ ตั้งแต่การหาแพลตอร์มที่จะช่วยให้การทำ Data Labeling และ Data Catalog มีประสิทธิภาพมาขึ้น เพราะมันจะช่วยให้เราสามารถระบุประเภทของดาต้าได้ดีขึ้น รู้ถึง Data Source ที่มาของดาต้าแต่ละส่วน และเราก็จะปรับปรุงคุณภาพได้อย่างรวดเร็ว
ทั้งหมดนี้ก็เพื่อทำดาต้าให้ดีมีคุณภาพก่อนเอาไปใช้เทรน AI ที่เป็นอาวุธลับหัวใจหลักของการทำธุรกิจเรียบร้อยแล้ว
3. Add-on Qualitative Insights
ข้อมูลที่ดีในวันนี้ไม่ใช่แค่เรื่องของปริมาณ เพราะใครๆ ก็มี Big Data ได้ไม่ยาก หรืออาจอยู่แล้วโดยไม่รู้ตัว แต่เราอยู่ในยุคที่กลับมาให้ความสำคัญในคุณภาพของข้อมูลที่มีแทน ดังนั้นการหาข้อมูลบริบทอื่นๆ เพื่อเข้ามาทำความเข้าใจ Signal ที่เห็นจาก Data เพิ่มเติมจึงสำคัญมาก
เช่น การใช้ Social Listening เพื่อดูความเห็นที่ผู้คนมีจริงๆ ต่อสินค้าหรือแบรนด์ของเรา หรือการลงไปสำรวจผลลัพธ์จาก AI ที่เราสร้างขึ้นมาว่ามันแม่นยำอย่างที่เชื่อจริงหรือเปล่า
สรุป Data Driven Marketing Trends 2025 เทรนด์ที่ 7 Data-Centric AI ให้เอไอจัดการดาต้าแทนเรา
ในวันที่ AI ก้าวหน้าขึ้นมาด้วยการเข้าใจบริบทมากมายแบบมนุษย์เรา เราสามารถส่งงานพื้นฐานสำคัญอย่างการจัดการดาต้าอย่าง Data Labeling และ Data Cleansing ให้กับ AI จัดการได้
เพื่อที่เราจะได้ยกระดับดาต้าที่มีให้กลายเป็น Quality Data เพื่อที่พอจะเอาไปเทรนด AI สร้างโมเดลใหม่ๆ ก็จะทำให้ผลลัพธ์ที่ได้ยิ่งมีความแม่นยำมากกว่าเดิม
จากนี้ไป AI จะถูกจับตา เฝ้าระวัง ไปจนถึงควบคุมติดตามเพิ่มมากขึ้นกว่าเดิมมาก เหตุผลก็เพราะต้องการป้องกันความเสี่ยงที่ประชาชนคนทั่วไปจะถูกบริษัทผู้สร้าง AI เอารัดเอาเปรียบโดยไม่รู้ตัว ดังนั้นนักการตลาดอย่างเราจำเป็นต้องปรับตัว ปรับการทำงาน ปรับการใช้ดาต้าให้สอดคล้องกับ EU AI Act ตั้งแต่วันนี้
เทรนด์นี้จะทำให้การลงทุนในการทำ Data Governance ยิ่งทวีความสำคัญมากขึ้น เพราะถ้าคุณจะทำให้ดาต้าเรียบร้อยปลอดภัยจนนำไปเทรน AI ได้ ก็ต้องมีการกำหนดหรือสร้าง Data Governance ที่ดี หรือจะเรียกว่าเป็นการวางรากฐานการใช้ดาต้าที่ดีทั้งองค์กรก็ว่าได้
ส่วนบริษัทไหนหรือหน่วยงานใดที่ปรับตัวได้ทันตามกฏหมายเรื่องดาต้าและเอไอใหม่ๆ ก็จะสามารถนำดาต้าที่มีไปต่อยอดได้เต็มที่อย่างสบายใจ ไม่ว่าจะเอาไปสร้าง Generative AI ของตัวเองให้มีความฉลาดและรอบรู้มากขึ้น หรือจะเอาไปทำ Real-time Data Analytics
ทีนี้ลองมาดู 3 เคสตัวอย่างกรณีศึกษาเรื่อง PDPA และ AI ในไทยเกี่ยวกับกฏหมายข้อบังคับใช้และแนวทางการปฏิบัติที่เกิดขึ้นแล้วกันครับ
3 Case Study ตัวอย่างเรื่อง PDPA, GDPR และ EU AI Act
เราคงเห็นข่าวแล้วที่มีบริษัทในไทยบางแห่งเกิดกรณีข้อมูลส่วนบุคคลลูกค้ารั่วไหลไปถึงแก๊งค์ Call Center ว่าได้สั่งสินค้าอุปกรณ์คอมพิวเตอร์ชิ้นนี้ไปหรือไม่ จนกลายเป็นคดีความที่ศาลตัดสินสั่งปรับเป็นเงินหลักล้านบาทไปในปีก่อน
แน่นอนว่าคดีความแบบนี้อาจไม่ได้เป็นข่าวดัง แต่มันทำให้เห็นถึงการบังคับใช้กฏหมายที่จริงจังอยู่เนืองๆ และก็คาดการณ์ว่าการบังคับใช้กฏหมายเรื่อง พรบ คุ้มครองข้อมูลส่วนบุคคลจะเข้มข้นมากขึ้น และก็เป็นไปได้ว่าในบ้านเราจะมี พรบ เกี่ยวกับ AI ออกมาในอีกไม่นานเพื่อให้สอดคล้องกับมาตรฐาน EU AI Act เหมือนที่เราออก PDPA มาเพื่อให้สอดคล้องกับหลัก GDPR ครับ
2. ทำตาม PDPA หรือ EU AI Act ได้ทันจะกลายเป็นจุดขายใหม่เรื่อง Ethic ให้กับแบรนด์
ถ้าผิดพลาดมาจะบอกว่าไม่รู้ไม่ได้ เพราะตามหลักกฏหมายคือทุกคนต้องรู้กฏหมาย โดยเฉพาะกับบริษัทหรือองค์กรขนาดใหญ่ที่มีทีมกฏหมายยิ่งแล้วใหญ่ จากนี้ไปไม่ใช่แค่ทีมกฏหมายเท่านั้น แต่ทีมการตลาดไปจนถึงทุกคนที่เกี่ยวข้องกับการใช้ Personal Data หรือ Customer Data ต้องรู้ว่าอะไรทำได้ และอะไรทำไม่ได้
เราต้องหมั่นอัปเดทว่าประเทศแถบอเมริกา สหภาพยุโรป หรือเอเซียอื่นๆ นั้นมีกฏระเบียบข้อบังคับอะไรใหม่เรื่อง Data & AI อีกบ้าง
สรุป Data-Driven Marketing 2025 เทรนดืที่ 8 Data & AI Regulatory Framework
เมื่อดาต้ามีความสำคัญอย่างมากโดยเฉพาะในโลกยุค AI Driven Marketing เพราะ AI โดยเฉพาะ Generative AI จะฉลาดได้ก็ขึ้นอยู่กับคุณภาพและปริมาณของดาต้าที่ป้อนเข้าไปให้มันเรียนรู้ และนั่นเลยนำมาสู่การประกาศกฏหมายฉบับใหม่ที่จะเข้ามาควบคุมเรื่อง AI ของทางยุโรปที่มีชื่อว่า EU AI Act เป็นฉบับแรกของโลก
แน่นอนว่าประเทศต่างๆ จะต้องเริ่มปรับตัวตามด้วยการออกกฏหมาย AI Act ของประเทศตัวเองให้มีความสอดคล้องเพื่อลดการได้เปรียบเสียเปรียบระหว่างกัน
คิดภาพถ้าคุณเปิดร้านอาหารที่มีหลากหลายสาขาทั่วประเทศ คุณมีอุปกรณ์อย่างกล้องวงจรปิดที่มี AI ช่วยวิเคราะห์ Foot Fall Traffic ได้ว่าตอนนี้มีลูกค้าอยู่ในร้านเท่าไหร่ ลูกค้าแต่ละคนเป็นใคร กำลังสั่งอาหารแบบไหน ใครบ้างที่ได้รับอาหารแล้ว ใครบ้างที่ยังรออาหารอยู่
ครั้นเราจะเอาดาต้าตรงนั้นมาวิเคราะห์เพื่อทำ Business Optimization หรือ Personalization ในแต่ละสาขาก็ต้องส่งให้ HQ หรือเฮดออฟฟิศทำการวิเคราะห์ก่อนจะออกมาเป็นผลการตัดสินใจให้หน้าร้านปฏิบัติงานตามนั้น
และจากการต้องส่ง Data จากหน้างานหรือสถานที่เก็บข้อมูลจริงออกไปทำให้ต้องเพิ่มมาตรการ Cyber Security ว่าข้อมูลที่ถูกส่งออกไปมีความปลอดภัยและรักษาความเป็นส่วนตัวมากพอ ผู้วิเคราะห์คือผู้ที่ได้รับอนุญาตจริงๆ ไม่ใช่ใครที่ไหนก็ไม่รู้มาเข้าถึงข้อมูลที่เป็น Sensitive Data
10. Behavioral Data Become The New Gold ไม่ใช่ดาต้าที่มีค่าดั่งทอง แต่เป็นดาต้าพฤติกรรมจริงๆ ต่างหากที่มีค่ากว่าทองจริงๆ
คำว่า Data is the new gold คือคำที่ถูกใช้มานานและคนส่วนใหญ่ก็เชื่อตามนั้น (ผมเองก็เป็นหนึ่งในคนที่เชื่อตามนั้น เพราะไม่งั้นคงไม่เริ่มต้นใช้ Data ทำการตลาดมานานแล้ว) แต่ในปัจจุบันแค่ Data นั้นไม่พอ เพราะ Data จะมีค่าได้ต้องผ่านการสกัดคุณค่าออกมาก่อน โดยเฉพาะคุณค่าในด้าน Behavioral หรือพฤติกรรมความรู้สึกนึกคิด หรือที่เราเรียกกันติดปากว่า Insight
วันนี้ Insight ที่ดีต้องมาจาก Data โดยเฉพาะ Digital Data ที่เก็บตรงจากพฤติกรรมของลูกค้าหรือ User ผู้ใช้งานจริงๆ ครับ
จากเดิมเราอยากรู้ว่าลูกค้าคิดอย่างไรเราต้องส่งทีมเข้าไปคุย จัดห้องสัมภาษณ์ Focus Group หรืออาจส่งแบบสอบถามไปให้คนตอบแล้วเอาข้อมูลที่ได้มาวิเคราะห์ประมวลผลออกมาเป็นข้อสรุปให้นักการตลาดอย่างเราไปวางแผนต่อ
แต่วันนี้เราเปลี่ยนมาทำความเข้าใจลูกค้า กลุ่มเป้าหมาย หรือผู้ใช้งานจาก Interaction Data ตรงๆ เช่น คนโหลดแล้วใช้งานจริงไหม คนแสดงออกทางสีหน้าหรือน้ำเสียงอย่างไร หรือคนมีการพิมพ์แสดงความเห็นลงบนโซเชียลอย่างไร ทั้งหมดนี้คือการประมวลผลออกมาในรูปแบบ Sentiment ประเมินอารมณ์ความรู้สึกจาก Interaction Data จริงๆ ที่ปราศจากอคติหรือการปั้นประดิษฐ์คำพูดคำจาจากการสัมภาษณ์หรือรีเสิร์จแบบเดิมๆ
ฟังจุดเริ่มต้นเรื่องราวของเทรนด์การตลาดแบบฉลาดใช้ดาต้าสุดท้ายมาก็เยอะแล้ว ลองมาดูตัวอย่างเคสจริงที่ใช้ Behavioral Data มาทำการตลาดและต่อยอดธุรกิจกันดีกว่าครับ
3 Case Study Behavioral Data Driven Marketing
1. Behavioral & Emotional Data Driven Retail Marketing
หนึ่งในธุรกิจที่มีการ Apply Data หลากหลายมากที่สุดประเภทหนึ่งนั่นก็คือ Retial หรือห้างสรรพสินค้าครับ
ในกลุ่มธุรกิจสินค้าเพื่อความสวยความงามก็มีการใช้ Behavioral Data ค่อนข้างเยอะ อาจเริ่มตั้งแต่การเอา AI มาช่วยวิเคราะห์รูปภาพ Selfie ของกลุ่มเป้าหมายว่ากำลังรู้สึกแบบไหน กังวลกับเรื่องใดเป็นพิเศษ เพื่อจะได้แนะนำสินค้าที่ตรงกับปัญหาผิวแต่ละคนแบบ Personalization ได้อย่างแม่นยำ
อ่านถึงตรงนี้คงพอเห็นตัวอย่างแนวทางการประยุกต์ใช้ Behavioral Data จากแหล่ง Source of Data ชนิดต่างๆ ที่หลากหลายในธุรกิจที่แตกต่างกันแล้วใช่มั้ยครับ ทีนี้ลองมาดูกันต่ออีกนิดว่าแล้วถ้าเราสนใจจะตามเทรนด์นี้ให้ทันจะต้องปรับตัว ปรับกลยุทธ์ ปรับเทคโนโลยีในมือที่มีอย่างไรบ้าง
เหมือนกับที่เราเห็นหลายๆ แบรนด์สินค้าหรือบริการไม่ได้โดดเด่นแตกต่างอะไรมากในแง่ของ Benefit หรือ Feature Function แต่ในแง่ของ Branding และ Communication กลับสร้างความแตกต่างได้ชัดเจนจนทำให้เกิดสาวกแบรนด์มากมายที่พร้อมจะสนับสนุนผ่านการซื้อสินค้าใหม่ๆ ที่แบรนด์นั้นออกมา
และวันนี้ Data ไม่ใช่ is The New Gold แบบวันวาน แต่เป็น Behavioral Data ต่างหากที่กลายเป็นกุญแจสำคัญ เพราะในวันที่เรามี Customer Data มากมายให้หยิบไปใช้จนแทบไม่ทัน ใครที่สามารถค้นหาความหมายที่ซ่อนอยู่ในดาต้าที่เป็นตัวเลขทั้งหลายได้มากกว่า ก้จะนำไปสู่การสร้างความได้เปรียบในการแข่งขันทางธุรกิจได้สบายๆ ครับ
สรุป 10 Data Driven Marketing Trends 2025 รวมเทรนด์การตลาดแบบฉลาดใช้ดาต้า 2568
เราคงเห็นแล้วว่าทิศทางของการใช้ดาต้านับจากนี้ไปจะเป็นอย่างไร เมื่อโลกก้าวเข้าสู่ยุค AI อย่างเต็มตัว Data ก็จะยิ่งทวีความสำคัญมากขึ้นในฐานะอาหารของ AI นั่นเอง
AI จะฉลาดมากหรือน้อยก็ขึ้นอยู่กับอาหารที่ป้อนเข้าไป จะมีแค่อาหารเยอะๆ หรือ Big Data อย่างเดียวนั้นไม่ได้ แต่ต้องมี Quality Data ด้วยถึงจะทำให้ AI ตัวนั้นของเราโตขึ้นมาอย่างแข็งแรง ไม่ใช่โตขึ้นมาอย่างอ้วนกลมเต็มไปด้วยโรคเพราะกินแต่ดาต้าแย่ๆ ไม่มีคุณภาพ