12 Behavioral Data Types สร้าง Data-Driven Marketing ที่แท้ทรู?

สวัสดีค่ะ กลับมาพบปะ Data Content จาก Data Club อีกเช่นเคย วันจันทร์นี้จะพาทุกท่านไปรู้จักกับ 12 Behavioral Data Types ที่ทำให้นักการตลาดเข้าถึง Customer Insight มากขึ้น เพื่อปูทางไปสู่การใช้ Data-Driven Marketing ที่แท้จริงค่ะ ไปดูกันเลย!

เรียบเรียงข้อมูลจาก everydaymarketing.com
?อ่านเนื้อหาจากรูปภาพ หรือข้อความใต้เซ็ทรูปภาพก็ได้ เนื้อหาเหมือนกันค่า

?Behavioral Data คืออะไร?

Behavioral Data คือ ข้อมูลเชิงพฤติกรรม เป็นข้อมูลที่ได้มาจากสิ่งที่ลูกค้าทำจริง ๆ จากการปล่อยฟีเจอร์บางอย่างให้ลูกค้าหรือกลุ่มเป้าหมาย เช่น การทำ A/B Testing เพื่อหาว่าไอเดีย A หรือ B เวิร์คกว่า ไม่ใช่จากการสังเกตหรือแบบสอบถาม ข้อมูลชุดนี้จึงเป็น insight ของจริง เหมาะกับการนำไปวิเคราะห์ต่อ

?Behavioral Data มีอะไรบ้าง

1. Website Analytics Data

ข้อมูลการใช้งานเว็บไซต์ ใครมีเพจหรือเว็บไซต์เป็นของตัวเองต้องติดเครื่องมือ เช่น Google Analytics เพื่อวิเคราะห์การใช้งานเว็บไซต์ของผู้บริโภค ไม่ว่าจะเป็น จำนวนคนที่เข้ามาอ่าน ระยะเวลาที่อ่าน จำนวนหน้าที่อ่าน ช่วงเวลาที่ใช้งาน การคลิกเม้าส หรือแม้กระทั่ง web browser และเครือข่ายอินเตอร์เน็ตที่ใช้

2. App Analytics Data หรือ User Journey

ข้อมูลการใช้งาน application ต่างจากข้อมูลการใช้งานเว็บไซต์ตรงที่โฟกัส user journey มากกว่า เพื่อดูว่าอะไรเป็นจุดเปลี่ยนให้ลูกค้าใช้งานแอปฯเรามากขึ้น หรือเลิกใช้

เช่น Netflix เคยทดลองให้ผู้ใช้ใหม่ดูฟรี 1 เดือน แบบต้องใส่และไม่ใส่ข้อมูลบัตรเครดิต ผลลัพธ์ที่ได้แตกต่างกันมาก แบบที่ไม่ต้องใส่ข้อมูลบัตรมีผู้ใช้มากกว่าแต่ได้ลูกค้าจริง ๆ น้อยกว่าแบบใส่ข้อมูลบัตรเครดิต ข้อมูลตรงนี้เป็นประโยชน์ในการวางกลยุทธ์ทางการตลาดต่อไปมาก

เครื่องมือติดตาม User Journey ที่แนะนำ: Mixpanel, Amplitude, KISSmetrics เน้นติดตามว่าเกิดอะไรขึ้นในแอปฯ บ้าง

3. Search Data

ดูได้ว่าคนอยากรู้อะไร หรือ search หาอะไรใน web browser ต่าง ๆ โดยใช้เครื่องมืออย่าง Google Trends, Ubersuggest, Keywordtool.io เป็นต้น

4. Ad Clicks Data

การโฆษณาบน social media ต่าง ๆ ก็ต้องมีการวัดยอด engagement ว่ากลุ่มเป้าหมายมองเห็นโฆษณาของเราเท่าไหร่ คลิกเข้ามาดูเยอะแค่ไหน ทำอะไรต่อ โฆษณาชิ้นไหนของเราที่ทำให้คนซื้อสินค้าบ้าง การที่ลูกค้าคลิกเข้ามาดูโฆษณาจึงเป็นข้อมูลที่ล้ำค่ามาก ไว้วางแผนต่อว่าจะลงทุนโฆษณาตรงไหนเพิ่ม และปรับกลยุทธ์ทางการตลาดต่อไปอย่างไรดี

5. Review Data

ข้อมูลรีวิวสินค้าและบริการที่ใคร ๆ ก็เข้าไปอ่านได้ และทุกการรีวิวไม่ว่าจะดีหรือไม่ดีล้วนเป็น Behavioral Data จริง ๆ (แม้บางส่วนจะจ้างมา!) อาจจะนำไปใช้ยากนิดหน่อย เพราะเป็นข้อมูลตัวอักษรไม่ใช่ตัวเลข แต่ก็เป็นข้อมูลที่มีประโยชน์มากจริง ๆ

6. Customer Feedback Data

ข้อมูลฟีดแบคจากลูกค้า ต่างจาก Review Data ตรงที่เป็นข้อมูลจากลูกค้าถึงบริษัทโดยตรง เมื่อได้ข้อมูลมาก็ต้องทำการวิเคราะห์บริบทหาต้นตอสาเหตุของฟีดแบคนั้น ๆ ก่อน เช่น ธนาคารแห่งหนึ่งมีฟีดแบคว่าแอปฯของธนาคารใช้ยาก ไม่สะดวกใช้ เมื่อมองลึกลงไปถึงคนให้ฟีดแบคจะพบว่าส่วนมากเป็นคนรุ่น baby boomer ที่ไม่ถนัดเทคโนโลยี ชอบเดินทางมาทำธุรกรรมที่ธนาคารมากกว่าใช้แอปฯ

7. Social Media Data

การกด Likes, Comments, Shares หรือการกด Emoji ต่าง ๆ ก็เป็น Behavioral Data ที่เกิดขึ้นบน Social Media และการจะเข้าถึงข้อมูลบน social media เหล่านี้ได้ก็ต้องมีเครื่องมือช่วยสอดส่องเทรนด์ และประมวลผลให้อย่าง Social Listening Tools เช่น Zanroo, Wisesight, Real Smart, Melt Water, Talk Walker และ Mandala เป็นต้น

เมื่อใช้ไปเรื่อย ๆ ก็จะพบว่ามีเทรนด์และโอกาสใหม่ ๆ ที่คาดไม่ถึงเสมอ ยิ่งทำเป็นปีต่อปีก็เจออะไรใหม่ ๆ ที่น่าสนใจหรือไม่เคยได้ยินมาก่อน เช่น ปี 2020 คนไทยต้องการพื้นที่สีเขียวสำหรับพักผ่อนหย่อนใจบนคอนโด แต่พอปี 2021 เทรนด์พื้นที่สีเขียวไม่ใช่แค่พักผ่อน แต่ต้องปลูกผักสวนครัวกินได้ด้วย

8. Cursor Tracking

การติดตามการเลื่อนของเม้าส์ ว่าผู้ใช้งานเว็บไซต์มักจะวางเม้าส์ หรือคลิกตรงไหนของหน้าจอ ถ้าลูกค้าเอาเม้าส์ไปชี้วนๆ อยู่แถวปุ่มซื้อ หรือปุ่มแชร์ แต่ไม่ยอมกด อาจเป็นได้ว่า Headline เราคิดมาดี แต่เนื้อหาช่วงท้ายอาจส่งผลให้ลูกค้าลังเลว่าควรหรือไม่ควรแชร์ออกไป

9. Eye Tracking

ข้อมูลการมอง คล้าย Cursor Tracking แต่เปลี่ยนจากเม้าส์เป็นลูกตาของผู้ใช้เว็บไซต์ ว่าเขากำลังมองอะไรบนหน้าจอ มองนานแค่ไหน ทิศทางการมองเป็นอย่างไร เป็นอีกข้อมูลที่น่าสนใจและทำให้เรามี Behavioral Data ที่แม่นยำยิ่งขึ้น แต่ต้องติดตั้งอุปกรณ์ตรวจจับการมองซึ่งเหมาะสำหรับตู้ vending machine หรือ ป้ายโฆษณา

10. Offline Data

ข้อมูลจากโลกจริง ไม่ใช่แค่บนโลกออนไลน์เท่านั้น เช่น การใช้กล้องวงจรปิด AI ช่วยนับจำนวนคนเข้าออกห้างสรรพสินค้าในแต่ละวัน โดยป้องกันการนับคนซ้ำได้ หรือใครเป็น Rider ใส่เสื้อแจ็คเก็ตสีเขียว สีส้ม หรือพนักงานห้างที่ใส่ชุดเครื่องแบบ ก็สามารถตั้งค่าไม่ต้องนับ หรือนับแยกได้

11. Facial Expression Analysis

ข้อมูลความรู้สึกบนใบหน้า อันนี้ล้ำยิ่งกว่า Eye Tracking มาก เพราะไม่ได้จับแค่ดวงตาแต่จับทั้งหน้า ว่าผู้ใช้งานกำลังแสดงสีหน้าแบบไหนหรือรู้สึกอย่างไรตอนใช้งานผลิตภัณฑ์หรือมองป้ายโฆษณาของเรา โดยกล้องที่จับใบหน้ามี AI ที่ฉลาดสุด ๆ คอยตรวจจับกล้ามเนื้อบนใบหน้าและตีความออกมาเป็นความรู้สึกต่าง ๆ แต่ก็ยังไม่ค่อยแม่นยำเพราะบางครั้งสีหน้าก็ไม่ได้แสดงอารมณ์ความรู้สึกที่แท้จริงของมนุษย์

12. Transaction Data

ข้อมูลพฤติกรรมการซื้อ อีกหนึ่ง Behavioral Data ที่สำคัญและเข้าถึงง่ายที่สุด ว่าลูกค้ากลุ่มไหนชอบซื้ออะไร มีนิสัยการซื้อเป็นอย่างไร ช่วงเวลาไหน ช่องทางไหน จ่ายเงินอย่างไร และถ้ายิ่งมีการซื้อซ้ำ ยิ่งสะท้อนได้ว่าลูกค้าคนนั้นต้องชอบสิ่งนั้นมาก ๆ เมื่อเอาข้อมูลพฤติกรรมการซื้อมา Analytics ในหลายๆ แง่มุม จะยิ่งเข้าใจ Customer Insight ลึกขึ้นอีก

จบไปแล้วกับ Behavioral Data ทั้ง 12 ประเภท อ่านจนตาล้ากันเลยทีเดียวค่ะ? แต่ทุกประเภทล้วนเป็นข้อมูลที่อยู่รอบตัวเรา อยู่ที่เราจะนำมาประยุกต์ใช้อย่างไร และจะใช้เครื่องมืออะไรเพื่อเข้าถึงข้อมูลเหล่านั้นนั่นเองค่ะ หวังว่าคอนเท้นต์นี้จะเป็นประโยชน์สำหรับทุกท่านที่กำลังวางแผนจะนำข้อมูลไปใช้ประโยชน์ในการทำงานนะคะ มาร่วมสร้าง Data-Driven Organization กันค่ะ❤️