บนก่อนหน้าจะพูดถึงการวางแผนโดยละเอียด มาถึงบทที่ 6 ของ Data-First Marketing นี้จะเป็นการเริ่มลงมือทำ ตั้งแต่การทำ Data Integration, Architecture และ Technical Resource ว่าก่อนจะเริ่มต้นทำ Data-Driven Marketing ได้เราจะต้องเริ่มจากการเชื่อมดาต้าเข้าด้วยกัน และต้องวาง MarTech Stack Strategy ให้สอดคล้องกับเป้าหมายธุรกิจเรา
Data-Driven เริ่มที่ Marketing Technology Stack Strategy
อันดับแรกต้องวาง Strategy ให้เข้ากับ Technology Stack ให้สอดประสารกัน เพราะปัญหาก่อนหน้าคือเลือกใช้ Technology แบบแยกเดี่ยวไม่ได้วางแผนว่าวันนึงจะต้องเอา Marketing Technology ต่างๆ มาต่อเชื่อมโยงให้ระบบที่แตกต่างสามารถทำงานสอดประสานกันได้
เช่น ถ้าองค์กรเรามีการใช้ระบบบัญชี ระบบการจ่ายเงิน ระบบการวิเคราะห์ข้อมูล ระบบ Googl Ads ระบบ LinkedIn Ads ระบบ Marketing Automation และระบบ CRM จะเห็นว่าแต่ละฝ่ายแต่ละแผนกก็มีระบบใครระบบมัน ระบบต่างๆ ก็คือ Tecnology ที่แตกต่าง ดังนั้นขั้นตอนแรกก่อนจะเริ่มต้นทำ Data-Driven Marketing ต้องเริ่มจากการสำรวจ Technology Stack เราก่อนว่าระบบใดที่ใช้อยู่สามารถเชื่อมโยงกันได้บ้าง และมีระบบใดบ้างที่ไม่สามารถทำงานเข้ากับเพื่อนได้ จะได้รู้ว่าต้องเปลี่ยนที่ตรงไหนเพื่อให้ดาต้าทั้งหมดสามารถเชื่อมโยงกันได้อย่างราบรื่น
และบทนี้ก็จะมีแนวทางผ่าน 6 คำถามว่าเราจะต้องปรับปรุง MarTech Stack ปัจจุบันเราหรือไม่ หรือเราต้องหาระบบแบบไหนเข้ามาเพิ่ม
1. Data อะไรที่สำคัญต่อธุรกิจเรา
เช่น จาก Traffic กลายเป็น Lead Generation กลายเป็น Marketing Qualified Lead ใน Channel หรือ Campaign ต่างๆ แล้วก็กลายมาเป็น Sales Qualified Lead ที่แยกวัดผลตาม Channel หรือแคมเปญต่างๆ แล้วก็อาจดูเพิ่มว่าเป็น Creative แบบไหน กลายมาเป็น Customer Rate จริงเท่าไหร่ สุดท้ายคำนวนได้ Customer Lifetime Value เท่าไหร่ กลายเป็น ROI เท่าไหร่ จะได้รู้ว่าคุ้มค่ากับที่ลงทุนลงแรงไปมากน้อยแค่ไหนกัน
2. ใครถือ Data นั้นอยู่ หรือเราต้องใช้เทคโนโลยีไหนมาช่วยเก็บ
หลังจากเรารู้แล้วว่าเราต้องการดาต้าแบบไหน และดาต้านั้นสำคัญกับธุรกิจเราอย่างไร มาถึงการสำรวจดูว่าดาต้าที่เราต้องการนั้นมีใครในองค์กรถืออยู่แล้วหรือเปล่า หลายครั้งดาต้าที่เราต้องการมักไปอยู่กับใครสักคนที่ไม่ใช่แผนกการตลาดเป็นประจำ เราก็แค่ต้องไปสำรวจและไปขอสิทธิ์ในการเข้าถึง แล้วเอามาเชื่อมโยงให้คนที่ต้องการได้ใช้
หรือถ้ายังไม่มีใครถือไว้ก็จะได้เลือกเทคโนโลยีที่เหมาะกับบริบทการทำงานของเรามาช่วยเก็บดาต้านั้นอีกที
3. รวม Data อย่างไรให้ตอบโจทย์ผู้ใช้ทุกคน
เมื่อเอา Data จากหลากหลาย Source มารวมกันก็ต้องหาทางทำให้มันทำงานสอดประสานกันได้ด้วย เรื่องนี้เหมือนนิทานเซนเรื่องคนตาบอดคลำช้าง ถ้าต่างคนต่างถือดาต้าคนละนิดก็จะเข้าใจลูกค้าผิดเป็นคนละทาง แต่ถ้าเราเอา Customer data มาเชื่อมโยงดีๆ แล้วทำให้เห็น Insight สุดท้ายแบบครบถ้วน เราก็จะเห็นสิ่งที่เรียกว่า Customer 360 หรือการเข้าใจลูกค้าแบบครบถ้วนรอบด้านนั่นเองครับ
4. บิด Data หาแง่มุมต่างๆ ที่คาดไม่ถึง
การจะใช้ดาต้าไม่ใช้แค่การใช้แบบทื่อๆ มาอย่างไร ใช้อย่างนั้น แต่ต้องมาจากการตั้งคำถามที่ดีว่าเราอยากเห็นอะไร ทำไมสิ่งนี้ถึงสำคัญ ถ้าเห็นแบบนี้แล้วหมายความว่าอย่างไร แล้วถ้าตั้งคำถามใหม่เอาดาต้าอีกอันมาผสมหรือถอดออกไปมันให้แง่มุมใหม่ใดกับเราบ้าง
การบิด Data เพื่อหา Insight สำคัญให้เจอจึงเป็นเรื่องสำคัญมากของนักการตลาดยุคดาต้า 5.0 นี่คือทักษะเรื่อง Data Thinking ของคนที่ทำงานอย่างเข้าใจดาต้าเป็นอย่างดี อีกหนึ่งทักษะสำคัญของคนทำงานในศตวรรษที่ 21 ต้องมีก็คือความสามารถในการเปลี่ยนดาต้าให้กลายเป็นสิ่งที่เราเข้าใจง่ายด้วยการทำ Data Visualization ครับ
เพราะการทำ Data Visualization ก็เหมือนการอ่านดาต้าออก แปลดาต้าเป็น ไม่ต้องรอให้ใครมาอ่านให้ฟัง แต่เราสามารถเลือกดาต้าที่ต้องการมาอ่านเองได้ก็จะรวดเร็วกว่ามากในการหา Insight
เพราะถ้าเราทำ Data Visualization เองไม่ได้เราก็ต้องนั่งรอ Report ที่คนอื่นทำซึ่งอาจจะไม่ตอบกับสิ่งที่เราอยากรู้เท่าไหร่ แต่เราก็ดันไม่มีทักษะที่จะอ่านดาต้าด้วยตัวเองได้ นั่นแหละครับคือเหตุผลว่าทำไมคนทำงานยุคใหม่ต้องสามารถบิด Data ด้วยการทำ Visualization ด้วยตัวเองให้ได้แล้ววันนี้
5. จะนำเสนอ Data อย่างไรให้เป็นของหวานที่ใครๆ ก็เข้าใจตามในสิ่งที่เราเข้าใจ
หลายครั้งการวิเคราะห์ข้อมูลทำ Data Analysis กลายเป็นเรื่องที่คนทำเข้าใจ Insight สำคัญแค่ตัวคนเดียว ส่งผลให้เพื่อนร่วมงานหรือผู้บริหารไม่สามารถเห็นดีเห็นงามและทำตามในสิ่งที่เราเข้าใจได้
ดังนั้นการนำเสนอข้อมูลที่ได้มาให้คนอื่นเข้าใจง่ายก็สำคัญ เราต้องทำให้คนฟังเห็นประเด็นสำคัญไวขึ้น ชัดเจนขึ้น ไม่ใช่ให้ทุกอย่างน่าสนใจหมดแบบนี้เท่ากับว่าไม่มีอะไรน่าสนใจเลย
ในรายงายบอกว่าตำแหน่ง Analytic Translator จะเป็นอาชีพที่สำคัญมากในยุคดาต้า นอกจากจะมีคนวิเคราะห์ข้อมูลให้ได้ Insight แล้ว จะต้องมีคนนำเสนอ Insight ที่ได้จาก Data ให้คนอื่นเข้าใจและคล้อยตามได้ด้วยครับ
6. เครื่องมือใดที่เราต้องการเพิ่ม
เพราะไม่มี Marketing Technology ตัวใดที่สามารถทำได้ทุกอย่างแบบ Perfect all in one เพราะแต่ละเครื่องมือแม้จะมีฟีเจอร์ความสามารถคล้ายกัน แต่ก็มีวิธีการทำงานหรือใช้งานที่แตกต่างกัน นั่นจึงเป็นเหตุผลว่าทำไมเราถึงต้องวาง Marketing Technology Stack ตั้งแต่แรกให้ดีว่าธุรกิจเราต้องการเครื่องมือแบบไหน
การเลือกเทคโนโลยีก็เหมือนกับการตัดสูทและแต่งตัวให้เหมาะกับคาแรคเตอร์เราที่สุด สูทอาจจะเป็นคนละทรงกับคนอื่น กางเกงอาจจะต้องอีกแบบ รองเท้าอาจจะไม่เหมือนใคร ไปจนถึงเสื้อเชิ้ทข้างในว่าสีไหนตรงใดที่จะเหมาะกับเราที่สุด
สุดท้ายนี้อยากจะบอกว่าการทำงานกับ IT อย่างเข้าอกเข้าใจระหว่างกันคือเรื่องสำคัญมากถ้าองค์กรเราอยากจะทำ Data-Driven Marketing ให้ได้ เพราะถ้าเราคุยกันคนละภาษากับคนที่สร้างบ้านให้เรา บ้านหลังนั้นก็คงอยู่อย่างไม่เป็นสุขเท่าไหร่นัก แต่ถ้าเราสามารถสื่อสารได้ว่าเราต้องการอะไร เราต้องการแบบไหน เข้าก็จะช่วยสร้างบ้านที่เหมาะกับเราได้มากที่สุด หรืออย่างน้อยเค้าก็สามารถช่วยหาเลือกบ้านที่ดูน่าจะแมชกับเราที่สุดครับ
ในบทหน้า บทที่ 7 ของหนังสือ Data-First Marketing เราจะไปดูเรื่อง Data Analysis อย่างจริงจัง หลังจากเราประกอบ Data เข้าด้วยกันได้แล้ว ก็ถึงเวลาใช้วิเคราะห์ดาต้าที่มีให้เข้าใจสิ่งที่กำลังเป็นไปในธุรกิจเราเพื่อจะได้ปรับได้ทันก่อนจะพังจนแก้ไม่ได้ครับ
อ่านสรุปบทที่ 7 ต่อ > Coming soon
อ่านสรุปตอนที่ 1 > คลิ๊ก
อ่านสรุปตอนที่ 2 > คลิ๊ก
อ่านสรุปบทที่ 1 > คลิ๊ก
อ่านสรุปบทที่ 2 > คลิ๊ก
อ่านสรุปบทที่ 3 > คลิ๊ก
อ่านสรุปบทที่ 4 > คลิ๊ก
อ่านสรุปบทที่ 5 > คลิ๊ก