สรุปหนังสือ Data-First Marketing บทที่ 2 จะพูดถึง Case study การใช้ Data สำหรับทีมกีฬาที่นอกเหนือจากภาพยนต์เรื่อง Moneyball ที่เปลี่ยนจากทีมบ๊วยมาเป็นทีมท็อปของ Major League Baseball ด้วยการทำ Data Analytics เป็นทีมแรก จนส่งผลให้ทุกทีมต้องทำตาม
ในโลกของการแข่งขันกีฬาแท้จริงแล้วเต็มไปด้วยดาต้ามากมาย การแข่งขัน Formula One หรือ F1 เองก็เป็นหนึ่งกิจกรรมที่ใช้ความสามารถด้าน Data Analytics มหาศาลเพื่อเอาชนะคู่แข่งที่อาจจะห่างกันแค่ 1 วินาที
เพราะจากเซนเซอร์มากมายในตัวรถที่มีเป็นร้อยๆ ชิ้นนั้นสร้าง Data มากถึง 3 GB และ 1,500 Data points ต่อวินาทีที่แข่งขัน ลองเอาไปคูณกับจำนวนนาทีที่ใช้ในการแข่งขันคุณจะพบว่านี่มัน Big Data ชัดๆ ขนาดเป็นข้อมูลที่ถูกสร้างจากแค่รถคันเดียวเท่านั้น
ดังนั้นจะเห็นว่า Data ต่างมีมากมายไม่ต่างกัน สิ่งที่จะทำให้ต่างกันคือความสามารถในการ Analytics วิเคราะห์ข้อมูลได้ทันเวลาที่จำกัดจึงจะสามารถเพิ่มโอกาสชนะให้กับทีมในการแข่งขันสนามถัดไป
ดังนั้นการแข่งขัน F1 ให้ชนะวันนี้จึงไม่ใช่ว่าทุ่มทุนทั้งหมดไปกับการปรับปรุงรถแข่งให้ดีขึ้น แต่ต้องปรับปรุงจาก Data ที่ได้มาว่าควรจะต้องปรับปรุงตรงไหนหรือจุดใดเป็นพิเศษ
เมื่อรถแข่งอย่าง F1 ก็ยังมี Data มากมายขนาดนี้ และแน่นอนว่า Data มากมายมหาศาลจากเซนเซอร์นับร้อยย่อมต้องมีศูนย์กลางที่เอาไว้รวม Data ให้เชื่อมโยงและทำงานด้วยกันได้ สำหรับโลกการตลาดเราเรียกสิ่งนี้ว่า Customer Data Platform หรือที่เรียกสั้นๆ ว่า CDP นั่นเองครับ
แต่ปัญหาของการสร้างศูนย์กลางสำหรับรวบรวม Customer Data Platform แต่ไหนแต่ไรมาคือราคาที่ไม่น่ารักเอาเสียเลย เพราะเมื่อก่อนจะเริ่มต้นทีต้องมีเงินหลักล้านไปจนถึงหลายสิบล้านบาทต่อปี แต่ในวันนี้ราคาการเข้าถึงและใช้งาน CDP นั้นค่อยๆ น่ารักน่าคบมากขึ้นทุกวัน
กลับมาที่เรื่องราวของ Moneyball อีกสักนิด ที่บทนี้เน้นเรื่องราวของ Moneyball เป็นพิเศษเพราะเขาอยากให้เราได้เห็นวิธีการคิดแบบคนทำธุรกิจ หรือคนทำการตลาดทั่วไปที่ไม่ได้เกี่ยวกับ Data โดยตรงว่าแท้จริงแล้วเราเกี่ยวกับดาต้าทั้งทางตรงและทางอ้อมมากน้อยขนาดไหน
ในปี 2013 กว่า 75% ของ Major League Baseball ใช้ดาต้าในการกำหนดกลยุทธ์การแข่งขันผ่านวิธีการคิดที่เรียกว่า Sabermetrics และยิ่งไปกว่านั้นในปี 2018 ทุกทีมใน Major League ล้วนมีทีม Analytics มาเป็นหนึ่งในทีมงานการสร้างทีมให้กลายเป็นแชมป์ทั้งนั้น
จะเห็นว่าในช่วงแรก Data สร้างความได้เปรียบอย่างมหาศาลให้กับผู้นำที่เริ่มใช้ แต่หลังจากนั้นไม่นานเมื่อทุกคนก็ต่างหันมาใช้ดาต้าจึงทำให้ไม่มีใครได้เปรียบกว่ากัน แต่กลับกลายเป็นว่าใครที่ไม่ใช่ต่างหากจะกลายเป็นเสียเปรียบทุกทีมทันที
เพราะ Data จะเป็นตัวช่วยในการยกระดับเราไปสู่ The Next Level แต่เมื่อทุกคนใช้ก็กลายเป็นว่ามาตรฐานการแข่งขันทั้งหมดยกระดับขึ้นไปสู่การแข่งขันที่ยากขึ้นอีกระดับ และนี่ก็เป็น 3 บทเรียนสำคัญที่นักการตลาดควรรู้จาก Case study ของ Moneyball
Level 1 ต่อต้านวิธีการด้วยดาต้า
แน่นอนว่าเรื่อง Data-Driven Marketing นั้นไม่ใหม่แถมยังมีมาหลายสิบปีแล้ว แต่กลับมีน้อยบริษัทและองค์กรมากที่สามารถทำ Data-Driven จนยกระดับธุรกิจได้ แม้หลายคนจะรู้ว่าสำคัญแต่ก็ยังลงทุนน้อยมาก เพราะการทำ Data-Driven นั้นพูดง่ายแต่ทำยาก เพราะมันไม่เหมือนการทำแคมเปญการตลาดทั่วไปที่เปรี้ยงเดียวแล้วจบ แต่เป็นการทำอย่างต่อเนื่องเพื่อให้ได้ผลลัพธ์ในระยะยาว แถมยังต้องเข้าไปเปลี่ยนวิธีการทำงานเดิมออกไป แน่นอนว่าย่อมเกิดกระแสต่อต้านจากคนเก่าแก่ที่ทำงานด้วยวิธีนั้นมาหลายสิบปีเป็นปกติ
การจะทำ Data-Driven Marketing ให้ประสบความสำเร็จจะต้องกำหนดเป้าหมายให้ชัดว่าจะเลือก Data แบบไหนมาเป็น Metric ตัวชี้วัดของธุรกิจเรา ต้องกำหนดและควบคุมตัวชี้วัดให้ได้ จากเดิมเคยใช้ตัวชี้วัดแบบเก่าแต่ไม่สามารถสะท้อนถึงผลลัพธ์ที่แท้จริงได้ เหมือนที่การคัดเลือกนักเบสบอลเดิมดูที่รูปลักษณ์ภายนอกและท่าขว้าง ท่าตีว่าสวยหรือไม่ แต่พอเปลี่ยนมาดูจาก Data ของผลลัพธ์การขวางสำเร็จ การตีสำเร็จ ทำให้ท่าทางการตีการขว้างเดิมที่เคยเชื่อถือมานานไร้ประโยชน์ไปในทันที
นี่คือการเปลี่ยน Metric ตัวชี้วัดที่เข้าใกล้เป้าหมายของธุรกิจมากขึ้น การดูจาก Metric ที่เป็นอัตราการสำเร็จในการขว้างบอล อัตราความสำเร็จในการตีถูกลูก แน่นอนว่าการแข่งขันเบสบอลนั้นแพ้ชนะขึ้นอยู่กับคะแนนเหล่านี้ ลองคิดดูนะครับว่าแท้จริงแล้ว Data แบบไหนหรือ Metrics ใดที่สามารถบ่งชี้ว่าเข้าใกล้ Business Goal ของคุณ
ในโลกการตลาดก็เหมือนกับถ้าเราเป็นธุรกิจตัวเล็ก SME หรือแบรนด์เล็กๆ ที่อาจจไม่ได้มีเงินมากๆ เราจะใช้วิธีแข่งด้วยกำลังเหมือนบริษัทยักษ์ใหญ่คงไม่ได้ เราต้องเอาชนะแบบเล็กๆ แต่สะสมไปเรื่อยๆ เสมือนกับนิทานเรื่อง David and Goliaths ครับ
เราจะไปทุ่มทุนแข่งสร้าง Awareness ผ่านการทำโฆษณามากมายแบบเขาคงไม่ไหว เหมือนกับการที่เราจะทุ่มทุนสร้างเว็บสวยๆ ระเบบเจ๋งๆ คงไม่ไหว ในเมื่อกติกาการแข่งขันของเว็บไซต์คือ SEO เป็นหลัก ดังนั้นเราควรแข่งขันว่าจะทำอย่างไรให้เราสามารถเก็บ Keywords สำคัญๆ ได้มากกว่าคู่แข่ง หรืออย่างน้อยก็ขอให้ติดหน้าแรกโดยใช้งบน้อยกว่ามากๆ เพียงเท่านี้เราก็ทำ ROI ได้ดีกว่าเขาแล้ว
เหมือนกับครั้งหนึ่งผู้เขียนบอกว่าเขาเคยได้อันดับหนึ่งของคีย์เวิร์ดคำว่า the cloud มาตั้งแต่ปี 2009 ก่อนเทคโนโลยี cloud จะเป็นที่นิยมเสียอีก สิ่งที่พวกเขาทำไม่ใช่การทำ SEM หรือการลงทุนทำคอนเทนต์เพื่อตอบ SEO เพิ่ม แต่เป็นการขยายช่องทางใหม่ๆ เพื่อเข้าถึงกลุ่มเป้าหมายที่เป็นผู้บริหารในวันนั้นผ่านช่องทาง LinkedIn ผลปรากฏว่าพวกเขาใช้งบการตลาดน้อยกว่าการทำ Google AdWords ถึง 82% โดยที่ได้ผลลัพธ์ดีกว่าถึง 200% ครับ
ดังนั้นกลยุทธ์ธุรกิจและการตลาดของ SME ที่จะทำให้ตัวเองสามารถแข่งขันกับยักษ์ใหญ่ได้ก็คือการวัดผลทุกอย่าง ตามเก็บ Data ทุกตัวที่เป็นของเรา จากนั้นก็ Optimized ให้ดีขึ้นเรื่อยๆ เรียกได้ว่าเป็นกลยุทธ์การตลาดแบบกินเงียบ กินเรียบๆ ที่คู่แข่งจะไม่มีทางรู้เลยว่าเรากำลังทำอะไรอยู่
Lesson 2 Data อาจไม่ทำให้คุณเป็นแชมป์ แต่ทำให้คุณกลายเป็น Top 5 ได้
ในเรื่องราวของภาพยนต์เรื่อง Moneyball จะเห็นว่าแม้ทีมจะไม่สามารถเป็นแชมป์ แต่ก็สามารถเข้ามาลึกในรอบชิงแชมป์จนเขย่าวงการเบสบอลอเมริกาได้เลย
นั่นก็เพราะการใช้ Data จะทำให้เรายกระดับตัวเองเหนือคู่แข่งที่ยังไม่ใช้ แต่พอเวลาผ่านไปความได้เปรียบที่เคยมีก็จะกลายเป็นการรู้เท่าทันและกลายเป็นมาตรฐานใหม่ในการแข่งขันมากขึ้นทุกที จนกลายเป็นแรงกันดันคนที่ไม่ใช้ให้ยากจะไล่ตามได้ทัน
Lesson 3 หมั่นตั้งคำถามและสงสัยไว้เสมอว่า ทำไม ทำไม และ ทำไม?
ในเกมกีฬาเบสบอลมีการพยายามใช้ดาต้ามานานเป็นร้อยๆ ปีแล้ว แต่จากวิธีการที่ใช้กัน ที่วัดผลกัน หรือดาต้าที่ดูกันอาจจะไม่ใช่คำตอบที่ดีที่สุดเสมอไป หรือยิ่งเมื่อเวลาเปลี่ยนไปเราก็ยิ่งมีวิธีใหม่ๆ ในการเก็บข้อมูลได้ดีขึ้น และละเอียดขึ้นตามลำดับ และนั่นก็อาจจะทำให้เราค้นพบว่าตัวชี้วัดหรือ Metric ที่เคยเลือกใช้ในวันวานนั้นกลับไม่มีประโยชน์อะไรเลยในวันนี้
การจะทำ Data-Driven Marketing หัวใจหลักไม่ใช่แค่เรามี Data แล้วหรือยัง แต่เราต้องหมั่นถามว่าเรามี Data ที่ตอบโจทย์ทางธุรกิจเราที่ดีพอแล้วหรือยัง ถ้ายังเราจะต้องหา Data แบบไหนมาเพิ่ม หรือถ้าเดิมมีวิธีการเก็บที่เคยทำตามๆ กันมาก็ต้องตั้งคำถามว่าทำไมต้องใช้ Data นี้ ใช้ Data อื่นไม่ได้หรอ
การเปลี่ยนตัวชี้วัดใหม่จะนำไปสู่การวางแผนเพื่อจัดเก็บ Data ใหม่ สิ่งสำคัญคือเริ่มจากเราอยากรู้อะไร แล้วจะนำมาสู่เราต้องรู้อะไร จากนั้นค่อยหาวิธีว่าเราจะรู้ได้อย่างไร ว่าไปนี่มันหลัก Data Thinking ของหนังสือเล่มที่ 3 ผมเลยนะครับ
สำหรับนักการตลาดต้องเลิกใช้ Metrics ที่ไม่ตอบโจทย์ได้แล้ว เช่น Traffic คนเข้าเว็บเยอะแล้วอย่างไร มันสะท้อนถึง Business Goal หรือยอดขายหรือการจองบ้างหรือเปล่า คนกด Like, Comments หรือ Share เยอะแล้วอย่างไร มันกลายมาเป็นยอดขายให้ธุรกิจเราหรือไม่ ยกเว้นถ้าเราทำธุรกิจด้านสื่ออันนี้เข้าใจได้
เลิกดู Data ที่ไม่ตอบโจทย์ แล้วหันเข้าไปคุยกับทีมอื่นๆ ในองค์กรไม่ว่าจะ Sale หรือ Customer Service ว่าตกลงแล้วตัวชี้วัดหรือตัวแปรที่สำคัญของลูกค้าเราและธุรกิจเราอยู่ตรงไหน ถ้าค่า CTR สูงแต่ไม่ได้ช่วยอะไรยอดขายก็ลืมๆ มันไป เหมือนกับอัตราการเปิดอีเมลอ่านแม้จะสูงแค่ไหนแต่ถ้าไม่กลายเป็นยอดขาย หรือถ้าไม่สามารถเอามาสะท้อนถึงเป้าหมายธุรกิจก็จงมองหาตัวชี้วัดอื่นที่ดีกว่าได้แล้ว
ต้องเริ่มจาก Business Metrics แล้วนำมาสู่ Marketing Metrics จากนั้นจะนำมาสู่ Data ที่สำคัญว่าตกลงแล้วอะไรที่สำคัญต่อธุรกิจเรากันแน่ครับ
สรุปบทที่ 2 Data-First Marketing จากกรณีศึกษา Moneyball
การใช้ดาต้าคือการท้าทายวิธีการคิดและทำงานแบบเดิมที่เคยเชื่อถือกันมาช้านาน แน่นอนว่าในช่วงแรกย่อมต้องถูกต่อต้าน แต่เมื่อผ่านการพิสูจน์แล้วว่าดีกว่าจนเห็นผลที่แตกต่างก็จะทำให้ใครๆ ก็แห่ทำตามหันมาใช้ Data เหมือนเรา
และนั่นก็คือการยกระดับการแข่งขันของทั้งอุตสาหกรรมไปสู่ The Next Level ด้วย Data จะทำให้ทีมที่ไม่สนใจและมองข้ามเรื่องนี้กลายเป็นเสียเปรียบโดยปริยาย ถ้าคุณไม่เริ่มก่อนก็ต้องเป็นผู้ตาม แต่ถ้าทุกคนทำกันหมดแล้วคุณยังไม่คิดตามเตรียมสูญพันธุ์ทางธุรกิจได้เลย
สรุปหนังสือ Data-First Marketing บทที่ 3 > Coming soon
อ่านสรุปตอนที่ 1 > คลิ๊ก
อ่านสรุปตอนที่ 2 > คลิ๊ก
อ่านสรุปบทที่ 1 > คลิ๊ก