Data-First Marketing จากทีมบ๊วยสู่ทีมท็อปเพราะดาต้า Moneyball

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

เปลี่ยนทีมบ๊วยให้ปังด้วย Big Data จากภาพยนต์เรื่อง Moneyball

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

Data Thinking Canvas ของการตลาดวันละตอน

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 3 Level การใช้ดาต้า ยกระดับทีมบ๊วยให้กลายเป็น top 5 จาก Case study ของ Moneyball

สรุปหนังสือ Data-First Marketing บทที่ 3 > Coming soon

อ่านสรุปตอนที่ 1 > คลิ๊ก

อ่านสรุปตอนที่ 2 > คลิ๊ก

อ่านสรุปบทที่ 1 > คลิ๊ก