www.cioworldmagazine.com

 Breaking News
  • ไอบีเอ็ม จับมือพาร์ตเนอร์กว่า 20 รายจัดสัมมนาออนไลน์ IBM Solutions Summit 2021 powered by IBM Partners CIO World&Business ขอเรียนเชิญ CEOs, Owners/founders, COOs, CIOs, CTO, IT directors, Line of Business leaders, Senior IT professionals, IT Manager, Cloud Engineer, Data Center Engineer, ผู้ดูแลระบบ IT และผู้ที่สนใจทุกท่าน เข้าร่วม IBM Virtual...
  • วริษา อนันตรัมพร กับภารกิจสร้าง อินเตอร์ลิ้งค์ 4.0 สัมภาษณ์พิเศษ วริษา อนันตรัมพร ผู้จัดการทั่วไป บริษัท อินเตอร์ลิ้งค์ คอมมิวนิเคชั่น จำกัด (มหาชน) ดิจิทัลเนทีฟตัวจริง ที่ก้าวขึ้นมาสานต่อภารกิจของ สมบัติ–ชลิดา อนันตรัมพร เพื่อนำองค์กรไปสู่ความสำเร็จแบบมืออาชีพอีกครั้ง และอีกครั้ง...
  • Key Processes of PDPA เก็บเกี่ยวความรู้จาก ดร.รัฐิติ์พงษ์ พุทธเจริญ หนึ่งในผู้คร่ำหวอดในวงการวางกลยุทธ์การรักษาความมั่นคงปลอดภัยไซเบอร์ ถึงแนวคิดและหัวใจสำคัญของการปรับกระบวนการขององค์กรให้สอดคล้องกับ พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล และหาคำตอบถึงกลไกที่ทำให้องค์กร ประสบความสำเร็จในการสร้างกระบวนการให้สอดคล้องกับ PDPA...
  • สำรวจความพร้อม KTC บนถนนสายดิจิทัล สำรวจความพร้อมของ KTC ในมุมมองของ วุฒิชัย เจริญผล รองประธานเจ้าหน้าที่บริหาร – Information Technology บริษัท บัตรกรุงไทย จำกัด (มหาชน) การก้าวไปสู่ธุรกิจดิจิทัล กับยุทธศาสตร์สำคัญเพื่อพลิกโฉมให้มี Digital service, Digital product และ Digital channel เพื่อรองรับความต้องการของลูกค้าและการแข่งขันในโลกดิจิทัล...
  • 10 แนวโน้มเทคโนโลยีในกิจการภาครัฐ 10 อันดับแนวโน้มเทคโนโลยีพลิกโฉมกิจการภาครัฐแห่งปี 2564 ประกอบด้วย เทคโนโลยีด้านความปลอดภัย การควบคุมค่าใช้จ่าย และการจัดการความท้าทายด้านประสบการณ์ของประชาชนต่อภาครัฐ...

วิทยาศาสตร์ข้อมูล กับการพยากรณ์พฤติกรรมของลูกค้า

วิทยาศาสตร์ข้อมูล กับการพยากรณ์พฤติกรรมของลูกค้า
September 09
18:36 2021

ในขณะที่ผู้ค้าปลีกยังคงเพิ่มสัดส่วนการลงทุนในด้านประสิทธิภาพของวิทยาศาสตร์ข้อมูลเรื่อยๆ พวกเขาก็มาถึงจุดที่สามารถคาดการณ์ได้อย่างแม่นยำสูงว่า ผู้ซื้อจะมีพฤติกรรมอย่างไรในอนาคต? ในบทความนี้จะมาตามหาถึงความหมายที่แท้จริงและวิธีที่ผู้ค้าปลีกสามารถเปลี่ยนการมองการณ์ไกลให้กลายเป็นความได้เปรียบในการแข่งขันที่แท้จริงได้อย่างไร?

 

ตั้งแต่การอ่านลายมือไปจนถึงโหราศาสตร์ ตราบใดที่เรามีความสามารถในการคิดโดยใช้ปัญญา มนุษย์ก็ยังคงหมกมุ่นอยู่กับการพยายามทำนายอนาคต ในท้ายที่สุดแล้ว มีใครบ้างจะไม่อยากรู้ว่างวดต่อไปเลขรางวัลลอตเตอรีเบอร์อะไรที่จะออก หรือหากมีใครสามารถบอกได้ว่าการตัดสินใจแบบนี้จะให้ผลออกมาเป็นอย่างไร? เราทุกคนคงไม่ปฏิเสธว่าอยากรู้

แนวคิดที่ว่าเราสามารถคาดการณ์ได้ว่าจะเกิดอะไรขึ้นในวันพรุ่งนี้นั้นเป็นเรื่องที่น่าสนใจอย่างมาก โดยเริ่มต้นจากความโด่งดังของภาพยนตร์ยอดนิยมระดับบล็อกบัสเตอร์อย่างเรื่อง เจาะเวลาหาอดีต (Back to the Future) และ หน่วยสกัดอาชญากรรมล่าอนาคต (Minority Report)

แม้ว่าการสร้างรถยนต์ DeLoreans ที่พาพระเอกเดินทางข้ามเวลานั้น อาจจะเป็นเรื่องที่ยังห่างไกลจากความจริงก็ตาม แต่ความก้าวหน้าอย่างต่อเนื่องในเรื่องความสามารถของมนุษย์ที่คิดค้นวิธีประมวลผลและทำความเข้าใจข้อมูลขนาดมหึมาหมายความว่า เรากำลังอยู่ในยุคที่การคาดการณ์เรื่องอนาคตเป็นไปได้อย่างแท้จริง

วีเจย์ บาลาจิ แมดเฮสวารัน ผู้อำนวยการฝ่าย Applied Data Science ของ dunnhumby APAC

CIO Word&Business ได้ข้อมูลจาก วีเจย์ บาลาจี มาดเฮสวารัน จาก dunnhumby ที่ให้ข้อมูลถึงความหมายที่แท้จริงและวิธีที่ผู้ค้าปลีกสามารถเปลี่ยนการมองการณ์ไกลให้กลายเป็นความได้เปรียบในการแข่งขันที่แท้จริงได้อย่างไร?

ในธุรกิจค้าปลีกสินค้าอุปโภคบริโภค (grocery retail) วิทยาศาสตร์ข้อมูลช่วยให้เราสามารถคาดการณ์พฤติกรรมของผู้ซื้อได้อย่างแม่นยำอย่างเหลือเชื่อ ด้วยระดับความถูกต้องที่สูงมากจนเราสามารถบอกได้ว่า จะมีคนจะซื้อสินค้าอะไรในห้างร้านของเรา และถึงขนาดบอกได้ว่าจะซื้อที่สาขาไหนในช่วงสี่สัปดาห์ข้างหน้า

นี่ไม่ใช่การคาดหมายถึงอนาคตหรือเป็นความเพ้อฝันลมๆแล้งๆ แต่เป็นสิ่งที่เกิดขึ้นได้จริง และเป็นสิ่งที่ dunnhumby ให้คำปรึกษาและคอยช่วยผู้ค้าปลีกทั่วโลกในทุกๆ วัน โดยใช้การวิเคราะห์ข้อมูลการซื้อขายและความภักดีในแบรนด์ของลูกค้าประกอบกันควบคู่ไปกับการใช้อัลกอริธึมในการคาดการณ์และประเมินผลที่มีความสลับซับซ้อน

สิ่งที่เกิดขึ้นหลังจากนั้นแน่นอนว่าก็จะมีคำถามตามมาว่า “แล้วจะเป็นอย่างไรต่อไป?” ความสามารถในการคาดการณ์ล่วงหน้าได้นั้นจะช่วยให้เราทำอะไรต่อได้บ้าง?

วีเจย์ ให้ความเห็นว่า คำตอบสำหรับคำถามดังกล่าวจะชัดเจนมากขึ้น เมื่อเราพิจารณาถึงบทบาทหน้าที่และความรับผิดชอบทั่วไปของประธานเจ้าหน้าที่ฝ่ายการตลาด (CMO) ในอุตสาหกรรมห้างค้าปลีก แม้ว่าสถานการณ์ของแต่ละบริษัทจะมีความเฉพาะเจาะจงที่แตกต่างกันไปในแต่ละบริษัท แต่ประธานเจ้าหน้าที่ฝายการตลาดส่วนใหญ่มีหน้าที่หลักๆ ดังต่อไปนี้:

1.ช่วยให้ธุรกิจได้ลูกค้าใหม่
2.รักษาความภักดีของฐานลูกค้าที่มีให้คงอยู่
3.เพิ่มมูลค่าให้แก่ผู้ซื้อทุกราย

วิทยาศาสตร์ข้อมูล (หรือขยายความได้ว่าการทำนายพฤติกรรมของผู้ซื้อ) สามารถส่งผลกระทบอย่างมากต่อการบรรลุเป้าประสงค์ในหน้าที่การงานของประธานเจ้าหน้าที่ฝ่ายการตลาดเหล่านั้น อาทิ

การระบุและการได้มาซึ่งข้อมูล

จากมุมมองของวิทยาศาสตร์ข้อมูล การได้มาซึ่งข้อมูลนั้นมีความยากลำบากกว่าอยู่หน่อย แน่นอนว่าผู้ค้าปลีกจะไม่มีทางมีข้อมูลเชิงลึก (insight) เกี่ยวกับผู้ซื้อที่ยังไม่ได้ซื้อของหรือเป็นลูกค้าของเขา แต่ในขณะเดียวกันข้อมูลจากบุคคลที่สามสามารถเติมเต็ม insight ที่แหว่งไปในจุดนี้ได้มากมาย

ที่สำคัญกว่านั้นก็คือ ในบางครั้งข้อมูลเชิงลึกเกี่ยวกับผู้ซื้อที่มีอยู่ อาจมีประโยชน์อย่างมากในแง่ของการช่วยให้ผู้ค้าปลีกเข้าใจได้ว่าลูกค้าประเภทไหนที่ “ใช่” เพื่อทำให้เขากลายเป็นลูกค้าประจำของเราให้ได้

การแบ่ง segment ข้อมูลผู้ซื้อ (กระบวนการแบ่งฐานผู้ซื้อของคุณออกเป็นกลุ่มย่อยๆ) – ช่วยให้คุณสามารถจัดหมวดหมู่ผู้ซื้อตามมูลค่าที่พวกเขาพึงมีต่อธุรกิจของคุณ ด้วยการเรียนรู้ว่าผู้ซื้อที่มีมูลค่าสูงมีพฤติกรรมอย่างไร และความต้องการของพวกเขาคืออะไร ช่วยให้ผู้ค้าปลีกสามารถเข้าใจและเรียนรู้ว่าพวกเขาต้องทำสิ่งใดให้ดีขึ้น เพื่อดึงดูดให้เข้ามาซื้อของเพิ่มมากขึ้น

โปรแกรมรีวอร์ดเพื่อมอบสิทธิประโยชน์แก่ผู้ซื้อและรักษาความภักดีของลูกค้า

อะไรที่ทำให้ผู้คนภักดีต่อร้านค้าได้จริงๆ? ทำไมผู้ซื้อจึงมีพฤติกรรมบางอย่างในอดีต? อะไรทำให้ลูกค้าหยุดซื้อของที่ร้าน? วิทยาศาสตร์ข้อมูลสามารถตอบคำถามเหล่านี้ได้ทั้งหมด ทำให้ผู้ค้าปลีกได้รับข้อมูลเชิงลึก (insight) ที่พวกเขาต้องการเพื่อสร้างกลยุทธ์การมีส่วนร่วมของลูกค้าในระดับสูง

ซึ่งช่วยให้ลูกค้ารู้สึกว่าพวกเขากำลังได้รับความคุ้มค่ามากขึ้นสำหรับเงินที่จ่ายไป นั่นอาจหมายถึง การเสนอโปรโมชั่นที่ดีขึ้นหรืออาจเกี่ยวกับการปรับปรุงการจัดหมวดหมู่สินค้าเพื่อให้โดนใจลูกค้า สิ่งสำคัญคือเมื่อมองย้อนกลับไปในอดีตผู้ค้าปลีกจะมีแนวคิดที่ชัดเจนมากขึ้นว่าพวกเขาควรตอบสนองอย่างไรในอนาคต

รู้จัก วิทยาศาสตร์ข้อมูล

วิทยาศาสตร์ข้อมูล หรือ Data Science เป็นวิวัฒนาการของแนวคิด หรือสาขาสหวิทยาการใหม่ ที่สังเคราะห์และสร้างขึ้นร่วมกันระหว่างความรู้ด้านเทคโนโลยี สถิติ และธุรกิจ เพื่อใช้ในการวิเคราะห์ข้อมูล ขนาดใหญ่ หรือที่เรียกว่า Big Data เพื่อหารูปแบบ (Pattern) ข้อมูลเชิงลึก หรือองค์ความรู้บางอย่างที่ซ่อน อยู่ในข้อมูลนั้น

เพื่อนำไปใช้ให้เกิดประโยชน์ต่อไป Big Data เป็นเทคโนโลยีที่องค์กรหลายๆ แห่งนำเข้ามาใช้ในการประมวลผล วิเคราะห์ข้อมูลต่างๆ โดยเฉพาะข้อมูลเกี่ยวกับลูกค้าที่มาจากรายการซื้อสินค้า การให้บริการลูกค้า หรือการดำเนินงานด้านต่างๆ ของธุรกิจ

ทั้งนี้เพื่อให้องค์กรนั้นมีความเข้าใจเกี่ยวกับลูกค้าหรือธุรกิจของตนมากขึ้น สามารถที่จะตัดสินใจได้แม่นยำ มากขึ้น อย่างไรก็ตาม Big Data ไม่ได้หมายถึงข้อมูลที่มีขนาดใหญ่เท่านั้น แต่ยังหมายถึงข้อมูลที่มีคุณลักษณะ อื่นร่วมด้วย

โดยคุณลักษณะที่พึงมีสำหรับข้อมูลประเภท Big Data ได้แก่ ข้อมูลขนาดใหญ่ (Volume) ความเร็ว ในการเปลี่ยนแปลง (Velocity) ความหลากหลาย (Variety) และความถูกต้อง (Veracity) ซึ่งคุณลักษณะเหล่านี้ เป็นผลมาจากที่มีการใช้งานอินเทอร์เน็ตเพิ่มมากขึ้น ทำให้ข้อมูลเกิดขึ้นเป็นจ านวนมหาศาลและหลากหลาย

ซึ่งมีทั้งข้อมูลที่มีโครงสร้าง (Structured Data) ไม่มีโครงสร้าง (Unstructured Data) และกึ่งโครงสร้าง (Semi-Structured Data) แต่โดยส่วนใหญ่แล้วข้อมูลจะอยู่ในรูปแบบไม่มีโครงสร้าง ซึ่งเกิดจากการ ใช้งานสื่อสังคมออนไลน์ เช่น Facebook Twitter Youtube และ E-mail เป็นต้น

นอกจากนี้ข้อมูลยังสามารถเปลี่ยนแปลงได้อย่างรวดเร็ว ยกตัวอย่างเช่น ข้อมูลความถี่ของการโพส Facebook, Instagram, การเปิดฟังเพลง จำนวนครั้งการซื้อสินค้าออนไลน์ เป็นต้น

ความสำคัญของศาสตร์ DATA SCIENCE ในธุรกิจ

คำกล่าวที่ว่า Data is the new oil ไม่ใช่เรื่องใหม่ที่กำลังจะเกิด แต่เป็นเรื่องที่เกิดขึ้นแล้ววันนี้ ยิ่งเทคโนโลยีดิจิทัลพัฒนา ยิ่งเก็บข้อมูลได้มากขึ้น การนำข้อมูลมาใช้ประโยชน์ ตอบโจทย์ธุรกิจ จึงต้องอาศัยผู้เชี่ยวชาญอย่าง Data Scientist หรือ นักวิทยาศาสตร์ข้อมูล มาช่วยวิเคราะห์

อาชีพนี้นอกจากจะต้องมีพื้นฐานด้านการเขียนโปรแกรมแล้ว ยังต้องเข้าใจสถิติ เข้าใจธุรกิจ และพฤติกรรมของข้อมูล พร้อมทั้งทักษะการนำเสนอให้ผู้อื่นเข้าใจง่ายด้วย

ทั้งนี้ จากผลสำรวจของ Economic Intelligence Center ธนาคารไทยพาณิชย์ พบว่า ในไทยมีความต้องการ Data Scientist ประมาณ 2,000 คน และใน 2-3 ปีข้างหน้า จะต้องการเพิ่มอีก 15 % แต่ปัจจุบัน เรามี Data Scientist เพียง 200-400 คนเท่านั้นอาชีพนี้ จึงเป็นที่ต้องการมาก จนเกิดคำถามที่หลายคนสงสัยว่า Data Scientist ทำงานอย่างไร และกับใครบ้าง

Data Science เป็นศาสตร์ที่เข้ามาช่วยสกัดข้อมูลและปัจจัยต่างๆ มีผลกระทบซึ่งกันและกัน (Butterfly Effect) เพื่อค้นหาความจริงในธุรกิจ นำมาช่วยเพิ่มมูลค่าทางธุรกิจ และช่วยให้เกิดการตัดสินใจได้ดีขึ้น โดยการสร้างความสัมพันธ์ระหว่างปัจจัยข้อมูลจากแหล่งต่างๆ ให้ได้มากที่สุดเท่าที่จะเป็นไปได้ ผ่านมุมมองและเครื่องมือ ของ Data Science เพื่อค้นหาพื้นฐานของปัจจัยต่างๆ ที่มีผลกระทบต่อระบบธุรกิจไม่ว่าทางตรงหรือทางอ้อม

จูงใจลูกค้าเพื่อสร้างยอดขายที่เพิ่มขึ้น (upsell) และเพิ่มตัวเลือกในหมวดสินค้าที่เกี่ยวข้อง (cross sell)

ลูกค้าห้างค้าปลีกส่วนใหญ่แทบจะไม่ได้ใช้จ่ายกับร้านค้าเต็มวงเงินที่วางแผนไว้ ซึ่งหมายความว่ายังคงมียอดเงินที่อยู่ในกระเป๋าลูกค้าที่ไม่ได้ถูกใช้และเป็นยอดเงินที่สามารถเพิ่มยอดการจับจ่ายใช้สอยกับทางร้านค้าได้ จากประสบการณ์ของผมที่มักพบเจอในประเด็นนี้เกิดจาก ผู้ซื้อไม่สามารถหาสินค้าที่เขาต้องการได้ อาจหาเพราะไม่เจอ หรือร้านค้าไม่ได้ตั้งอยู่ในละแวกที่สะดวกสำหรับการจับจ่ายใช้สอยในปัจจุบัน

การตรวจสอบให้แน่ใจว่าเรามีรายการสินค้าที่ครบถ้วนพร้อมสำหรับให้ผู้ซื้อเลือกหาและในสถานที่ตั้งที่เหมาะสม เป็นอีกหนึ่งสิ่งที่วิทยาศาสตร์ข้อมูลสามารถทำได้อย่างยอดเยี่ยม เช่นเดียวกับความสามารถในการช่วยระบุรายการสินค้าที่ควรจะเน้นเป็นพิเศษในแคมเปญสื่อของห้างค้าปลีก

หากคุณทราบข้อเท็จจริงว่าปัญหาไม่ได้เกิดจากฝั่งคุณ แต่อยู่ที่การขาดการตระหนักรู้ของฝั่งผู้ซื้อ สื่อในห้างค้าปลีกที่ขับเคลื่อนด้วยข้อมูลจะนำเสนอวิธีการที่มีประสิทธิภาพสูงในการสร้างความตระหนักรู้และโน้มน้าวการตัดสินใจซื้อได้ดี

ใจความสำคัญของทั้ง 3 ประเด็นที่กล่าวมานี้คือ ข้อมูลจะให้ความสามารถในการทดลอง ทดสอบ และเรียนรู้ ด้วยการปรับเปลี่ยนเพียงเล็กน้อยในข้อเสนอและทดลองใช้กับผู้ซื้อกลุ่มย่อยๆ ก่อนเพื่อดูผล จะช่วยให้ผู้ค้าปลีกสามารถคาดการณ์ได้ว่าการตัดสินใจในอนาคตของพวกเขาจะส่งผลเป็นอย่างไร ก่อนที่จะเปิดตัวสู่ลูกค้ากลุ่มที่กว้างขึ้น

ความจริงที่เห็นได้ชัดคือ ไม่ใช่ทุกห้างค้าปลีกที่จะมีวิธีการตั้งค่าให้จัดการข้อมูลในลักษณะนี้ในปัจจุบัน ด้วยความกลัวว่า ข้อมูลของลูกค้าจะสูญหายหรือถูกเจาะข้อมูลซึ่งเป็นประเด็นที่ค้างคามานานแล้ว และการเพิกเฉยกำลังส่งผลลบต่อธุรกิจที่รุนแรงมากขึ้นเรื่อยๆ ในหลายภูมิภาค

ยิ่งไปกว่านั้นถึงแม้ว่าจะมีการประยุกต์ใช้การตัดสินใจแบบ “เรียลไทม์” ในห้างค้าปลีกเพิ่มขึ้น แต่ธุรกิจห้างค้าปลีกส่วนใหญ่ไม่มีโครงสร้างพื้นฐานในการดำเนินงานที่จำเป็นต่อการดำเนินการดังกล่าว ซึ่งปัญหาหลักๆ ก็คือต้องใช้เงินลงทุนที่สูงในการติดตั้งทางเทคนิคและระบบเก่าที่ล้าหลังที่กลายเป็นอุปสรรคใหญ่

อย่างไรก็ตาม แม้ว่ามันอาจจะไม่ใช่เรื่องง่าย แต่โอกาสในการใช้วิทยาศาสตร์ข้อมูลเพื่อการคาดการณ์และเพื่อสร้างธุรกิจค้าปลีกที่ดีขึ้นและยั่งยืนมากขึ้นยังคงมีอยู่ เนื่องจากข้อดีของความสามารถในการวิเคราะห์และเข้าใจข้อมูลและระบบอัตโนมัติที่เพิ่มขึ้น

ช่วยให้นักวิทยาศาสตร์ด้านข้อมูลสามารถส่งมอบคุณค่าที่มากขึ้นให้กับองค์กรที่พวกเขาทำงานด้วย ความก้าวหน้าในเรื่องปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (Machine Learning) จะช่วยพวกเขาให้ได้ไปต่ออีกไกล โดยผู้ค้าปลีกจะสามารถตัดสินใจได้อย่างชาญฉลาดและรวดเร็วยิ่งขึ้นโดยใช้วิธีการเอาชนะใจลูกค้าและรักษาฐานลูกค้าเก่าให้ดีกว่าเดิม

สิ่งที่ดีที่สุดคือให้ข้อมูลเป็นตัวนำทางเรา ช่วยให้เราทำได้เพื่อให้เกิดประโยชน์สูงสุดสำหรับผู้ซื้อทุกคน ซึ่งข้อมูลจะบอกเราทุกสิ่งอย่างที่เราต้องรู้เกี่ยวกับวิธีสร้างแรงกระตุ้น สร้างการมีส่วนร่วม ตอบสนองความต้องการ และสร้างความสุขให้พวกเขา และหากเราสามารถสร้างมูลค่าที่ยั่งยืนให้กับผู้ซื้อได้ เราก็สามารถสร้างมูลค่าที่ยั่งยืนให้กับผู้ค้าปลีกได้เช่นกัน

Related Articles

0 Comments

No Comments Yet!

There are no comments at the moment, do you want to add one?

Write a comment

Write a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Like Us On Facebook

Facebook Pagelike Widget
communication

Interview: Digital Disruption

Interview: New Roles CISO

Interview: Next Gen SOC

Newsletters

ลงทะเบียนรับข่าวสารจาก CIOWorldMagazine.com