สรุปหนังสือ Data-First Marketing กับ 5 ระดับการใช้ Data-Driven Marketing ในบริษัทคุณ พร้อมคำถามแบบสำรวจที่คุณสามารถทำและวัดคะแนนเองได้

บทที่ 4 นี้จะเป็นแบบสอบถามวัดระดับความพร้อมของบริษัทคุณว่าอยู่ในระดับไหนของการใช้ Data-Driven Marketing ในหนังสือ Data-First Marketing ที่จะแบ่งออกได้เป็น 5 Level ที่สามารถลองทำตามแล้วนับคะแนนดูครับว่าทีมการตลาดบริษัทคุณอยู่ในเลเวลไหนวันนี้

แน่นอนว่าก่อนที่เราจะเดินไปข้างหน้าได้เราควรรู้ก่อนว่า ณ ตอนนี้เราอยู่ตรงไหน หลายครั้งเรามักหลงคิดไปเองว่าเราทำได้ดีกว่าที่ทำได้จริง และมีน้อยบริษัทจริงๆ ที่ประเมินตัวเองต่ำไป

ดังนั้นในบทที่ 4 ของหนังสือ Data-First Marketing จึงแบ่งระดับการใช้ Data-Driven Marketing ของบริษัทต่างๆ ออกเป็น 5 ระดับ

1. Novice การตลาดแบบไร้ดาต้า

เลเวลล่างสุดของการตลาดแบบ Data-First Marketing คือการใช้ดาต้าน้อยมากหรือแทบไม่ได้ใช้เลย เพราะทีมการตลาดไม่สามารถเข้าถึงดาต้าที่ต้องการได้ หรือแม้แต่ Marketing data เองก็ยังไม่มีให้ใช้ หรือไม่ได้ใช้งาน

ส่วนดาต้าของทีมอื่นที่ต้องการเข้าถึงก็ถูกแยกจัดเก็บแบบ Silo ขาดการแชร์ข้อมูลระหว่างกันระหว่างทีมต่างๆ นั่นหมายความว่าแม้จะเป็นข้อมูลในบริษัทเดียวกันแต่ก็ไม่สามารถเข้าถึงได้เมื่อต้องการใช้งาน

ทำให้ททีมการตลาดไม่สามารถติดตามวัดผลแคมเปญการตลาดที่ลงทุนทำลงไปได้ ไม่สามารถวัดได้ว่าตกลงแล้วแต่ละแคมเปญที่ทำไปกลายเป็น ROI เท่าไหร่ ไม่สามารถวัดผลได้ว่าแคมเปญการตลาดที่ทำไปก่อให้เกิดยอดขายกลับมาจริงๆ มากน้อยแค่ไหน

2. Aspirational การตลาดที่เริ่มต้นใช้ดาต้า แต่ยังไม่สามารถวัดผลได้จริง

ทีมการตลาดสามารถเข้าถึง Marketing data ของตัวเองได้ แต่ดาต้าอื่นของลูกค้าที่ถูกจัดเก็บไว้กับทีมอื่นภายในองค์กรยังไม่สามารถเข้าถึงได้โดยสะดวก (คิดภาพทีมการตลาดต้องวิ่งไปขอข้อมูลจากทีมเซลล์ หรือทีมบริการลูกค้าหลังการขาย)

ทีมการตลาดสามารถสร้าง Marketing Report ของตัวเองได้ แต่ไม่สามารถสะท้อนถึง ROI หรือยอดขายที่แท้จริงที่เกิดจากแคมเปญการตลาดนั้นได้ คิดถึงภาพ Report ประเภทที่แสดงแต่ข้อมูลของ Reach, Impression, Click, Likes, Comments, Share, Download หรือ Register แต่ตัวเลขทั้งหมดนี้ก็ยังไม่สามารถสะท้อนถึงผลลัพธ์ทางธุรกิจโดยตรง ลงทะเบียนแล้วซื้อไหม ดาวน์โหลดแล้วกลายเป็นยอดขายหรือเปล่า

เพราะ Report ในระดับนี้สามารถแสดงผลได้แค่คลิ๊กเดียว หรือที่เรียกว่า Single-touch attribution ยังไม่สามารถเชื่อมโยง Journey ที่ซับซ้อนจริงได้ แต่อย่างน้อยก็ได้เริ่มต้นใช้ Data แล้วครับ ยินดีด้วย

3. Competent การตลาดแบบร่วมมือกัน

ทีมการตลาดสามารถเข้าถึง Revenue data ข้อมูลการขายหรือกำไรของบริษัท อาจจะด้วยการใช้ระบบ CRM เข้ามาช่วย หรือสามารถเข้าถึงข้อมูลฝ่ายขายได้ ทำให้ทีมการตลาดสามารถคำนวนหา ROI ที่แท้จริงจากการลงทุนทำแคมเปญการตลาดแต่ละครั้งได้

ทีมการตลาดและทีมเซลล์มีการทำงานร่วมกันอย่างใกล้ชิด มีการสื่อสารกันว่าแต่ละฝ่ายอยากได้ดาต้าแบบไหนจากอีกฝ่าย ทีมเซลล์ก็ร่วมในการระบุบอก Lead แบบไหนที่ตัวเองต้องการ หรือที่หนังสือ Data-First Marketing เล่มนี้เรียกว่า SQL ย่อมาจาก Sale Qualified Lead

4. Advanced ใช้ Data-Driven Marketing แบบเต็มที่

บริษัทที่สามารถทำได้ระดับนี้คือสามารถสร้างตัวชี้วัดหรือ Metrics ที่สะท้อนถึงยอดขายหรือเป้าหมายของธุรกิจโดยตรงได้ มีการทำ Content ตาม Persona กลุ่มต่างๆ ของลูกค้าที่ได้จากการวิเคราะห์ดาต้า แถมยังมีการทำการตลาดตาม Customer Journey แบบ Personalization ด้วยการใช้ MarTech

เช่น คนที่เข้ามาหน้าเว็บเราครั้งแรกจะเห็นเนื้อหาแบบหนึ่ง ส่วนคนที่เข้ามาเป็นครั้งที่ห้าก็จะเห็นอีกแบบหนึ่ง ส่วนคนที่เคยซื้อสินค้าไปแล้วก็จะได้เห็นการตลาดอีกแบบหนึ่ง

มีการทำ Experiment หรือ A/B Testing เป็นปกติสำหรับทีมการตลาดของบริษัทที่สามารถทำ Data-Driven Marketing มาถึงระดับ Advance นี้ วัดผลทุกอย่างที่ทำออกไปเพื่อเอามาปรับปรุงหาทางทำให้ดีขึ้นตลอดเวลา

5. Master การใช้ดาต้ากลายเป็น Mindset และ ​Culture ของทุกคน

นี่คือขั้นสุดของการใช้ Data-Driven Marketing ไปจนถึง Business ตามนิยามของหนังสือ Data-First Marketing เล่มนี้ เพราะบริษัทไหนหรือองค์กรใดที่สามารถมาสู่ระดับนี้ได้การคิดถึง Data จะกลายเป็นเรื่องแรกที่ทุกคนในองค์กรถามหา กลายเป็น Culture การทำงานของทุกคนและถูกปลูกฝังจนกลายเป็น Mindset ว่าจะทำอะไรต้องถามหาดาต้าก่อนเสมอ

CMO และทีมการตลาดกลายเป็นส่วนหนึ่งของการกำหนดกลยุทธ์และเป้าหมายขององค์กร ไม่ใช่รอคำสั่งจากทีมอื่นมามอบให้แล้วคอยทำตาม เพราะตอนนี้ทีมการตลาดกลายเป็นหัวใจสำคัญของธุรกิจ ไม่ใช่แค่ทีมเสริมที่ถูกมองว่าเอาแต่ใช้เงินแล้วไม่ทำให้เกิดผลลัพธ์ใด เพราะในเมื่อสามารถวัดผลทุกสิ่งที่ทำออกไปได้แล้ว และมีปรับปรุงให้ดีขึ้นเรื่อยๆ ก็ไม่มีใครมองข้ามทีมการตลาดเหมือนบริษัทอื่นอีกต่อไปครับ

และนี่ก็เป็นชุดคำถามที่จะวัดว่าทีมการตลาดปัจจุบันที่คุณทำงานอยู่ องค์กรคุณในตอนนี้อยู่ในเลเวลไหนของการใช้ Data-Driven Marketing ครับ

สรุปหนังสือ Data-First Marketing กับ 5 ระดับการใช้ Data-Driven Marketing ในบริษัทคุณ พร้อมคำถามแบบสำรวจที่คุณสามารถทำและวัดคะแนนเองได้

ชุดคำถามที่ 1 ทีมการตลาดคุณสอดคล้องกับธุรกิจและการขายมากแค่ไหน

1 ทีมการตลาดถูกมองว่าเป็นทีมสร้างรายได้ให้องค์กร มากกว่าถูกมองว่าสร้างค่าใช้จ่ายที่วัดผลไม่ได้ใช่หรือไม่?

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

2. ทีมการตลาดถูกมองว่าช่วยเหลือบริษัทได้เป็นอย่างดี เพิ่มคุณค่าให้ธุรกิจได้เป็นอย่างมาก

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

3. Marketing Strategy กลยุทธ์การตลาดของเราสอดคล้องกับกลยุทธ์ Business Strategy เป็นอย่างดี

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

4. ทีมการตลาดมีการปรับเป้าหมายให้สอดคล้องกับเป้าหมายของธุรกิจ

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

5. ทีม Marketing กับ Sale ทำงานร่วมกันเป็นอย่างดี

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

6. มีการกำหนด Marketing Qualified Lead หรือ MQL ที่ชัดเจนว่า Lead แบบไหนที่ทีมการตลาดต้องหามา (ไม่ใช่แค่ได้เบอร์หรืออีเมลมา)

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

7. มีการกำหนด Sales Qualified Lead หรือ SQL ที่ชัดเจนว่า Lead แบบไหนที่เซลล์ต้องการ (ไม่ใช่แค่บอกให้ Marketing ไปหามาเยอะๆ)

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

8. ทีม Sales มีการตกลงร่วมกันกับทีมอื่นโดยเฉพาะทีม Marketing หรือไม่ว่า Sales Qualified Lead หรือคุณสมบัติของเป้าหมายที่ตัวเองอยากได้มาปิดการขายต้องประกอบด้วยอะไรบ้าง (ไม่ใช่บอกลอยๆ ว่าคนอยากซื้อ แต่ต้องระบุได้ว่าคนที่จะอยากซื้อนั้นมีองค์ประกอบอะไรออกมาเป็นข้อๆ)

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

9. ทีมการตลาดทำงานร่วมกับทีมเซลล์โดยตรงในการระบุกลุ่มเป้าหมายที่จะหามาให้ร่วมกัน

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

10. หัวหน้าทีมการตลาดมีการประชุมร่วมกับหัวหน้าทีมเซลล์เป็นประจำในการกำหนดกลยุทธ์การตลาดร่วมกัน (ไม่ใช่ต่างคนต่างทำโดยไม่ได้รับฟีดแบดและปรับปรุงให้สอดคล้องกับอีกฝ่ายเลย)

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

11. ทีมการตลาดสามารถเข้าถึง Sales data หรือข้อมูลของฝ่ายขายที่ต้องการได้เพื่อเอามาทำ Report ดูว่ามีโอกาสในการขายเท่าไหร่ และปิดการขายได้เท่าไหร่

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

12. มั่นใจมากว่า Sales data ข้อมูลจากฝ่ายขายนั้นมีความครบถ้วน สมบูรณ์ และแม่นยำน่าเชื่อถือสูงถ้าจะใช้ไปทำงานต่อ

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

ชุดคำถามที่ 2 การเชื่อมโยงและการบริหารจัดการ Data ในบริษัท

13. ทีมการตลาดมีความรู้ไหมว่าถ้าอยากเห็น Report ที่ต้องการ ที่สามารถสะท้อนถึงยอดขายหรือผลลัพธ์ทางธุรกิจได้จะต้องใช้ระบบแบบไหน การเชื่อมต่อ MarTech Stack อย่างไร

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

14. ทีมการตลาดสามารถเข้าถึงระบบต่างๆ ที่จัดเก็บ Data ที่ต้องการเพื่อเอามาทำ Report และ Analytics ไหม?

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

15. ทีมการตลาดมั่นใจว่า Report ที่ตัวเองทำออกมาสามารถสะท้อนถึง ROI ได้จริงๆ

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

16 MarTech Stack ของเรามีการเชื่อมโยงหรือ Fully Integrated แล้วจริงๆ

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

17. Data ที่ทีมการตลาดต้องการใช้ทำ Report ที่สะท้อนถึง ROI และยอดขายนั้นสามารถเข้าถึงได้ในแพลตฟอร์มเดียว หรือผ่านการทำออกมาเป็น Dashboard ที่รวม Data จากทุกทีมเรียบร้อยแล้ว

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

18. เรามีการแชร์ Data และแบ่งปันรายงานให้กับผู้บริหารคนอื่นนอกเหนือจากทีมเรา หรือแม้แต่กระทั่งทุกคนที่ต้องการเข้าถึงดาต้านั้น

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

19. เรามีการทำ Data Visualization เปลี่ยน Data ที่ดูยากให้เข้าใจง่ายเพื่อสื่อสารกับเหล่าผู้บริหาร C-Level เป็นปกติ

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

ชุดคำถามที่ 3 Analyzing Data

20. มั่นใจว่าทีมการตลาดมีความสามารถในการ Collect และ Analyze Data ได้อย่างถูกต้องและมีประสิทธิภาพแม่นยำ

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

21. ทีมการตลาดเรามีการทำ Marketing Funnel ที่มาจาก Buyer’s Journey ของเราอย่างชัดเจน ไม่ได้ใช้ตามสูตรสำเร็จบนอินเทอร์เน็ตที่เสิร์จเจอมา

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

22. มั่นใจมากว่าเรามีการเก็บดาต้าได้อย่างถูกต้องครบถ้วนทุกอย่างที่เกิดขึ้นตลอดทางก่อนจะออกมาเป็น ROI และยอดขายในบรรทัดสุดท้าย

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

23. ทีมการตลาดเรามีการใช้ Data เพื่อยกระดับผลงานและปรับปรุงประสิทธิภาพแคมเปญการตลาดของเราเสมอ

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

24. เรามีคนเก่งเรื่อง Data ภายในองค์กร ไปจนถึงมีทีมงานคนนอกที่จะมาช่วย Analyze data ให้เกิดประโยชน์สูงสุด

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

คำถามชุดที่ 4 เราทำแคมเปญการตลาดแบบใช้ดาต้ามากน้อยแค่ไหน

25. ทีมการตลาดเรามีการวางแผนว่าจะต้องเก็บดาต้าแบบไหนมาเพื่อวัดผลแคมเปญการตลาดนั้นออกไปก่อนเริ่มต้นทำงานทุกครั้ง

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

26. แต่ละแคมเปญการตลาดที่ทำออกไปมาการระบุเป้าหมายสำคัญที่ต้องการวัดผลได้เป็นอย่างดี

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

27. ทีมการตลาดเรามีการสร้าง Persona ลูกค้าหรือกลุ่มเป้าหมายที่ต้องการชัดเจน

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

28. Persona ที่สร้างขึ้นมามาจากการวิเคราะห์ Existing Customer Data ไม่ใช่มาจากการคิดเองเออเองเป็นส่วนใหญ่

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

29. ทีมการตลาดมีการสร้าง Content map ที่สอดคล้องกับ Persona ที่สร้างมาและ Customer Funnel Stage เรียบร้อย

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

30. ทีมการตลาดมีการกลับมารีวีวและอัพเดท Content map อยู่เสมอ อย่างน้อยปีละครั้ง

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

31. งาน Content Marketing เราอ้างอิงจาก Content Map หรือ Content Strategy เสมอ ไม่ใช่นึกจะทำอะไรก็ทำ

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

32. ทุกชิ้นงานที่ทำออกไป ทุก Content มีการติดตามวัดผลเสมอว่าคอนเทนต์นี้ตอบจุดเป้าหมายของธุรกิจอย่างไร

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

33. ทีมการตลาดทำงานประสานกันเป็นอย่างดีแม้จะมีช่องทางหลากหลายแพลตฟอร์ม ไม่ใช่ต่างคนต่างทำ ไม่ได้สอดประสานกันว่าช่องทางนี้จะส่งไปช่องทางไหน พอมาถึงช่องทางนี้แล้วจะอย่างไรต่อ

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

34. Marketing Technology ที่เรามีอยู่หรือ MarTech Stack ตอบโจทย์ที่เราอยากรู้ สามารถช่วยเก็บทุก Data ที่ Marketing ต้องการนำไปวิเคระห์ออกมาเป็น Reports ได้เป็นอย่างดี

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

35. มั่นใช่ว่า MarTech Stack ที่ใช้ตอนนี้สามารถทำให้ได้ Report ที่เห็นสิ่งที่ต้องการและตอบโจทย์ธุรกิจได้จริง

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

36. เราทำ A/B Testing เป็นปกติทุกวันในทุกงาน

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

37. เรามีการกำหนด Attribution model

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

38. Attribution model ปัจจุบันที่เราใช้เป็นแบบ

a. First touch (2)
b. Last touch (2)
c. Multi-touch model (5)
d. มันคืออะไร ไม่รู้จัก หรือไม่ได้ใช้ (0)

39. ปกติเรามักใช้ข้อมูลรายงานจากแพลตฟอร์มช่องทางต่างๆ เป็นหลัก

a. เห็นด้วยอย่างมาก (0)
b. เห็นด้วยอยู่บ้าง (0)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (3)
e. ไม่เห็นด้วยอย่างยิ่ง (5)

40. ทีมการตลาดมีการระบุตัวชี้วัดของ KPI ที่สามารถวัดผลได้อย่างชัดเจน

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

คำถามชุดที่ 5 การตลาดและดาต้ารวมกันเป็นเนื้อเดียว

41. CMO ทำงานใกล้ชิดกับ CEO ในการกำหนดกลยุทธ์ร่วมกัน

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

42. CMO ทำงานใกล้ชิดกับ CFO ในการกำหนดกลยุทธ์ร่วมกัน

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

43. CMO ทำงานใกล้ชิดกับผู้บริหารสูงสุดของฝ่ายขาย

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

44. CMO ทำงานใกล้ชิดกับ CIO หรือ IT เป็นอย่างมาก

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

45. ทีมการตลาดเรารักที่จะเรียนรู้ มี Growth Mindset

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

46. ทีมการตลาดเรามีทักษะการคิดวิเคราะห์หรือ Critical Thinking ที่ดี

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

47. ทีมการตลาดเรามีการทำงานตามขั้นตอนที่ระบุไว้ชัดเจนร่วมกัน

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

48. เป้าหมายของทีมการตลาดและเป้าหมายขององค์กรเองได้รับการรีวิวร่วมกันกับพนักงานทุกคน

a. เห็นด้วยอย่างมาก (5)
b. เห็นด้วยอยู่บ้าง (3)
c. ไม่ค่อยแน่ใจ (0)
d. ไม่ค่อยเห็นด้วย (0)
e. ไม่เห็นด้วยอย่างยิ่ง (0)

ถ้าคุณทำทั้ง 48 ข้อเรียบร้อย จดคะแนนที่ได้จากการตอบคำถามแต่ละข้อเรียบร้อย คุณก็สามารถประเมินด้วยตัวเองได้เลยครับว่าตอนนี้บริษัทคุณทำเรื่อง Data-Driven Marketing เลเวลไหนแล้ว

0-55 Novice มือใหม่ที่แทบไม่เคยใช้ดาต้า

ถ้าองค์กรที่คุณอยู่ประเมินแล้วได้คะแนนระดับนี้ก็บอกได้เลยว่างานหนัก เพราะนี่คือในระดับที่ยังไม่ได้เริ่มต้นใช้ดาต้าแต่อย่างไร หรือถึงแม้อยากจะใช้ก็ยากที่ทีมการตลาดจะสามารถเข้าถึงดาต้าที่ต้องการได้ เพราะดาต้าที่ต้องการอาจจะไม่ได้ถูกเก็บไว้แต่แรกเพราะทีมอื่นหรือผู้บริหารมองว่าไม่สำคัญ หรือที่หนักกว่านั้นคือการแยกดาต้ากันเก็บแบบ Silo ทีมใครทีมมัน ส่งผลให้ทุกครั้งที่ทำแคมเปญการตลาด ยิงแอดโฆษณา หรือทำคอนเทนต์ใดๆ ไม่เคยรู้เลยว่าเวิร์คหรือไม่เวิร์ค ยอดขายมาเพราะสิ่งที่ทำหรือไม่ เพราะไม่สามารถวัดผลอะไรจากการทำที่สามารถสืบสะท้อนไปถึงยอดขายได้สักที

หรืออย่างดีอาจจะมีการใช้ดาต้าบ้าง แต่ก็เป็นการใช้ดาต้าแบบแยกกันของแพลตฟอร์มหรือช่องทางต่างๆ เช่น Facebook ก็แยกเป็น Report นึง Instagram ก็แยกเป็นอีก Report นึง Google Ads ก็แยกเป็นอีกอันนึง เรียกได้ว่าทำการตลาดกี่ช่องทางก็มี Report มากมายให้อ่าน มี Data มากมายให้ใช้ แต่กลับไม่ก่อให้เกิดประโยชน์แต่อย่างไรเพราะไม่สามารถเอาดาต้ามาทำ Data Integration ได้

สิ่งคุณควรทำเพื่อเริ่มต้น Data-Driven Marketing วางแผนในการเก็บ Data ที่ต้องการที่จะสามารถเอามายกระดับการตลาดและธุรกิจเราให้ดีตั้งแต่แรก และวางแผนที่จะเชื่อมโยงดาต้าภายในองค์กรให้รวมกันไว้ในที่เดียวเพื่อให้ง่ายต่อการทำงาน

วางแผนเรื่องการทำ Marketing Technology Stack ให้ดีแต่วันแรก และนี่คือจุดตั้งต้นของการจะเป็นองค์กรที่ใช้ Data-Driven Marketing อย่างมั่นคงแข็งแรงในอนาคตวันถัดไป

56-110 Aspirational การตลาดที่เริ่มต้นใช้ดาต้า

ถ้าองค์กรคุณอยู่ในระดับนี้ถือว่าดีตรงที่ได้เริ่มต้นใช้ดาต้าทำการตลาดบ้างแล้ว แต่ยังมีอะไรให้ทำอีกเยอะมาก ตอนนี้องค์กรคุณอาจกำลังเริ่มวัดผลแบบ Single-touch attribution model และเริ่มมีการใช้ Marketing data เพื่อวิเคราะห์ข้อมูลให้เห็น Insight ลึกขึ้น แต่ก็ยังขาดการเข้าถึง Data จากหน่วยงานอื่นภายในองค์กรที่ต้องการ

เช่น ข้อมูลการขายจากเซลล์ ข้อมูลลูกค้าจากทีมเซอร์วิส ข้อมูลจากระบบ CRM ที่เซลล์ถืออยู่ ไปจนถึง Customer data ส่วนอื่นๆ ที่ถูกเก็บไว้แยกส่วนกระจัดกระจายภายในองค์กร

111-165 Competent ใช้ดาต้าได้ดีแล้วแต่ยังดีกว่านี้ได้

ถ้าองค์กรใครทำคะแนนได้ในระดับนี้ถือว่าทำเรื่อง Data-Driven Marketing ได้ดีแล้ว เพราะตอนนี้คุณกำลังใช้ดาต้าทำให้ธุรกิจเติบโตอย่างมั่นคงในระยะยาว คุณสามารถคำนวนหา ROI ที่แท้จริงได้ รู้ว่าเงินแต่ละบาทที่ลงไปก่อให้เกิดยอดขายกลับมาเท่าไหร่อย่างชัดเจน

เมื่อคุณรู้คุณก็สามารถวางแผนกลยุทธ์การตลาดและธุรกิจได้ดีขึ้น ทีมการตลาดของบริษัทคุณทำงานร่วมกับทีมเซลล์ได้เป็นอย่างดีจนเป็นที่อิจฉาของหลายบริษัท มีการเชื่อมต่อ Funnel กันระหว่าง Marketing Funnel กับ Sales Funnel และมีการกำหนด Sales Qualified Lead อย่างชัดเจนว่ากลุ่มเป้าหมายที่ต้องการเป็นใคร มีองค์ประกอบแบบไหนบ้าง

การจะทำแบบนี้ได้ก็บอกให้รู้ว่าองค์กรคุณจะต้องมาการทำ Data Integration เชื่อมโยงดาต้าลูกค้าภายในองค์กรระหว่างทีมงานต่างๆ เป็นอย่างดี มีการใช้ MarTech มีการใช้ระบบ Marketing Automation มีการเข้าถึงระบบ CRM ของเซลล์ ทำให้สามารถวิเคราะห์ข้อมูลแบบ Multi-touch attribution ได้เป็นบ้าง

166-220 Advanced ใช้ดาต้าได้ดีเยี่ยม

องค์กรใครที่ทำคะแนนได้ในเลเวลนี้ถือว่าเป็นองค์กรที่ใช้ Data-Driven Marketing ได้อย่างดีเยี่ยมจนน่าอิจฉา เพราะจะสามารถรวม Customer data ไว้รวมกันได้ในแพลตฟอร์มเดียวเช่น CDP ทำให้สามารถสร้าง Persona จาก Customer Data จริงๆ จนทำให้เห็นชัดๆ ว่าลูกค้าเรามีกี่ Segments

มีการทำ Marketing Campaign & Communication ที่สอดคล้องกับ Persona ที่ได้จากการวิเคราะห์ดาต้า และนั่นก็ทำให้องค์กรนี้สามารถเห็น Customer 360 ได้จริงว่าลูกค้าแต่ละคนเคยมี Experience แบบไหนกับเรามาบ้าง ตั้งแต่ตอนก่อนเป็นลูกค้าไปจนถึงหลังเป็นลูกค้าแล้ว

ทีมการตลาดใช้ดาต้าเป็นเรื่องปกติในการทำงานทุกวัน มีการใช้ดาต้าเพื่อทำแคมเปญการตลาดให้ดีขึ้นกว่าเก่า ไม่มีการเดาอีกต่อไปว่าควรทำแบบไหนดี แต่ก็อาจจะยังไม่ใช่ทั้งหมดที่ทุกคนในทีมการตลาดจะทำได้แบบนี้

และการจะพาองค์กรเราให้ทำ Data-Driven Marketing แบบขั้นสุดหรืออาจจะเรียกว่าขั้นเทพคือการที่เราต้องให้ความสำคัญกับเรื่อง Data-First Marketing เป็นหัวใจหลัก หายใจเข้าเป็นดาต้า หายใจออกเป็นดาต้า มองหาดาต้าจากทุกอย่าง ใช้ดาต้าช่วยตัดสินใจทุกสิ่ง จึงจะกลายเป็นเลเวลถัดไปที่ชื่อว่า Master เทพเจ้าดาต้าครับ

221-240 Marter เทพเจ้าดาต้า

ถ้าองค์กรใครทำคะแนนประเมินการใช้ดาต้าแล้วอยู่ในเลเวลนี้ต้องบอกเลยว่าเทพสุดๆ โดยไม่มีเงื่อนไข เพราะคุณเป็นองค์กรที่ใช้ Data-Driven Marketing ในระดับขั้นเทพแล้ว เพราะองค์กรคุณนั้นได้ทำการเปลี่ยนแปลงมากมาย เริ่มตั้งแต่การสรรหาคนที่มีความสามารถ ปรับเปลี่ยนขั้นตอนวิธีการทำงานให้สอดคล้องกับดาต้า มีการเลือกเทคโนโลยีที่เหมาะสม มีระบบในการจัดเก็บดาต้าทั้งองค์กรให้ง่ายต่อการใช้งาน ไปจนถึงเป็นองค์กรที่มี Data Culture เรียบร้อยแล้ว

ทีมการตลาดมีการวิเคราะห์ดาต้าเพื่อหา Insight ที่ต้องการมาใช้งานทุกอย่างในทุกวัน ทีมการตลาดทำงานช่วยธุรกิจได้จริง เป็นตัวแปรสำคัญในการทำให้องค์กรใช้เทคโนโลยีใหม่ๆ ก่อนใคร เรียกได้ว่ากลายเป็นทีมที่นำองค์กรอย่างแท้จริง

แต่จะบอกให้รู้ว่าในความเป็นจริงมีองค์กรที่ทำ Data-Driven Marketing ในระดับนี้ได้น้อยมาก ส่วนในระดับ Advance ก็ไม่ได้มีมากขนาดนั้น ส่วนใหญ่ยังคงอยู่ในระดับ Competent ส่วนองค์กรไหนอยู่ในระดับ Novice หรือ Aspirational ถือว่าล้าหลังกว่าคู่แข่งมาก ต้องรีบลุกขึ้นวิ่งขึ้นมาทำอะไรหลายๆ อย่างเพื่อไล่ตามคู่แข่งให้ทันอย่างน้อยก็ยังเห็นแผ่นหลังก็ยังดี

สรุปหนังสือ Data-First Marketing กับ 5 ระดับการใช้ Data-Driven Marketing ในบริษัทคุณ พร้อมคำถามแบบสำรวจที่คุณสามารถทำและวัดคะแนนเองได้

จากการสำรวจของ Gartner 2018 พบว่ากว่า 48% ขององค์กรต่างๆ ใช้งบประมาณไปกับขั้นตอนเริ่มต้นทำงานกับ Data อย่างการ Cleansing data และเตรียม Collecting data ที่ต้องการใช้ให้พร้อมเพื่อทำ Data Analytics ต่อไป

และมีน้อยองค์กรมากที่ใช้งบประมาณไปกับการลงทุนทำ Customer Data Platform อยู่ในวันนี้ ส่วนหนึ่งเพราะค่าใช้จ่ายที่สูงมากในตอนนั้นจนทำให้มีน้อยองค์กรที่สามารถเข้าถึงได้ เรียกได้ว่างบประมาณการลงทุนก็เป็นเงื่อนไขสำคัญว่าองค์กรเราจะใช้ดาต้าไปได้ระดับไหน

แต่ถ้าใครอ่านถึงตรงนี้แล้วรู้สึกท้อว่าจะต้องทุ่มงบการตลาดมหาศาลลงไปถึงจะสามารถทำ Data-Driven Marketing ให้เกิดขึ้นได้ก็ไม่ต้องกังวลไปเพราะไม่มีใครสามารถกินช้างได้ทั้งตัวในคำเดียว ดังนั้นเราต้องค่อยๆ เริ่มทำจากทรัพยากรที่มีแต่หัวใจสำคัญคือการทำอย่างต่อเนื่อง และที่สำคัญที่สุดคือการกำหนด Data Strategy ที่ดีว่าเราต้องการดาต้ามาช่วยอะไร ต้องการดาต้าแบบไหน และจะเข้าถึงดาต้านั้นได้อย่างไร สุดท้ายคือจะใช้เครื่องมือ Marketing Technology แบบไหนจึงจะสามารถทำ Data-Driven Marketing ในองค์กรเราให้เกิดขึ้นจริงตามเป้าหมายที่ต้องการได้ครับ

อ่านสรุปหนังสือ Data-First Marketing บทที่ 5 > Coming soon

อ่านสรุปตอนที่ 1 > คลิ๊ก
อ่านสรุปตอนที่ 2 > คลิ๊ก

อ่านสรุปบทที่ 1 > คลิ๊ก
อ่านสรุปบทที่ 2 > คลิ๊ก
อ่านสรุปบทที่ 3 > คลิ๊ก

By Nattapon Muangtum

จากนักอ่านที่เริ่มอยากหัดเขียน จากการที่ต้องอ่านเพราะความจำเป็น กลายเป็นอ่านเพราะหลงไหล, สวัสดีครับผมชื่อหนุ่ย ผมทำงานด้าน Digital and Data Marketing ผมยังมีเพจการตลาดอีกเพจที่อยากฝากให้ลองอ่านดูนะครับ https://www.facebook.com/everydaymarketing.co/