ปัจจุบันความต้องการของกลุ่มผู้บริโภคเจเนอเรชันใหม่ทั้งเจน Y และเจน Z มีความซับซ้อนขึ้น ความคาดหวังมากขึ้น และความอดทนลดลง รวมถึงผู้บริโภคได้รับข่าวสารมากมายจากหลากหลายช่องทาง เพราะฉะนั้นการตลาดแบบเก่าหรือการตลาดแบบแมสนอกจากจะเป็นการสิ้นเปลืองแล้วยังไม่สามารถดึงดูดความสนใจจากลูกค้าได้ หรือบางครั้งก็ถึงขั้นสร้างความรำคาญให้กับลูกค้าได้เลยทีเดียว
ความสำคัญของการตลาดในยุค 5.0 คือ การขับเคลื่อนธุรกิจด้วยข้อมูล (data-driven) และการให้ความสำคัญกับข้อมูลที่หลากหลายและมหาศาล (big data) เพื่อใช้ในการวิเคราะห์ข้อมูล เพื่อให้ได้ข้อมูลอินไซต์ และเข้าใจลูกค้ามากขึ้น ซึ่งจุดนี้เองจึงเป็นที่มาให้ทั้งธุรกิจและนักการตลาดต้องให้ความสำคัญกับการตลาดแบบเจาะจงตามความต้องการของลูกค้า (personalized marketing) คนที่จะชนะใจลูกค้าได้ก็คือ คนที่สามารถใช้ข้อมูลมาทำการตลาดแบบถูกใจถูกที่ถูกเวลาให้กับลูกค้าได้ดีที่สุด
Lifestyle Approach
ในอดีตการพัฒนาผลิตภัณฑ์ทางการเงินมักอยู่ในรูปแบบ “product centric” หรือ “product approach” ซึ่งเกิดจากผู้ให้บริการทางการเงินเป็นผู้กำหนดทิศทางผลิตภัณฑ์ฝ่ายเดียวตั้งแต่ขั้นตอน product development ไปจนถึงการนำเสนอและสื่อสารถึงผู้บริโภค ดังนั้น ในอดีตข้อมูลที่นำมาใช้ในการพัฒนาผลิตภัณฑ์บริการทางการเงินและการตลาดในยุคเดิมจะเน้นที่ข้อมูลประชากร (demographic data) เช่น เพศ, อายุ, การศึกษา, รายได้ เป็นหลัก และใช้ข้อมูลเชิงประชากรเหล่านี้ทำการแบ่งส่วนตลาด (segmentation) และพัฒนาผลิตภัณฑ์และวางแผนการสื่อสารตามกลุ่มเป้าหมายที่ต้องการ
อย่างไรก็ตาม ทุกวันนี้ข้อมูลเชิงประชากรเหล่านี้อาจไม่สามารถบ่งบอกถึงความต้องการของลูกค้าแต่ละรายได้อีกต่อไป เพราะผู้บริโภคที่อยู่ใน demographic segment เดียวกัน เช่น ผู้ชายเจน Y ก็ไม่ได้แปลว่าจะมีไลฟ์สไตล์หรือความชอบที่เหมือนกัน ในทางตรงกันข้ามผู้บริโภคที่มีอายุ เพศ รายได้ ไม่เหมือนกันก็อาจจะมีไลฟ์สไตล์ที่ใกล้เคียงกันได้ เช่น ชอบเที่ยว ชอบเดินป่า ชอบออกกำลังกาย ชอบชิม รักสุขภาพ รักษ์โลก เป็นต้น ประกอบกับการที่โลกเชื่อมต่อถึงกันได้ด้วยอินเทอร์เน็ต ทำให้ผู้บริโภคเปิดรับความรู้ วัฒนธรรม ความคิด หรือมุมมอง เทรนด์จากทั่วโลกได้ง่ายขึ้น เกิดไลฟ์สไตล์ที่หลากหลาย ซับซ้อน และแตกต่างกัน โดยที่ “อายุ” หรือ “เพศ” ไม่ได้เป็นสิ่งบ่งบอกตัวตนของคน ๆ นั้นเสมอไป
ดังนั้น financial landscape จึงต้องเปลี่ยนจาก “product approach” ไปสู่ “lifestyle approach” และการพัฒนาสินค้า บริการ โปรโมชั่น และสิทธิประโยชน์ต่างๆ ต้องเกิดจากการวิเคราะห์ข้อมูลเชิงลึกคือ เข้าใจผู้บริโภคแต่ละรายด้วยดาต้าที่มีแล้วนำเสนอสิ่งที่ถูกใจ ถูกที่ ถูกเวลา
เนื่องจากโลกยุคดิจิทัลเป็นยุคแห่งดาต้าและเทคโนโลยี เปิดโอกาสให้สามารถทำความเข้าใจลูกค้าได้มากกว่าแค่เพียงข้อมูลเชิงประชากรหรือพฤติกรรมการใช้จ่ายทั่วไปแบบผิวเผิน แต่สามารถวิเคราะห์ข้อมูลเชิงลึก (insights) และอนุมานไลฟ์สไตล์ รวมถึงความชื่นชอบของผู้บริโภคในระดับบุคคล เพื่อนำเสนอสินค้า โปรโมชั่น หรือสิทธิประโยชน์ได้ตรงใจลูกค้าแต่ละราย
ทั้งนี้ยังสามารถเพิ่มความแม่นยำในการสื่อสารด้วยการนำเทคโนโลยี Real-Time Decision Management (RTDM) Software มาช่วยในการทำ personalized content ให้ตรงใจลูกค้ามากขึ้น เพื่อวางแผนทำการตลาดได้อย่างแม่นยำ เปรียบเสมือนเข้าไปอยู่ในใจลูกค้า สร้างความรู้สึกพิเศษ และดึงดูดให้เกิดความสนใจ
กรณีศึกษา Personalized Marketing
ตัวอย่างเพื่อให้เห็นภาพที่ชัดเจนขึ้นว่าการทำ personalized marketing จะช่วยเพิ่มประสิทธิภาพการทำการตลาดได้อย่างไร ขอยกกรณีศึกษาของกรุงศรี คอนซูมเมอร์ ซึ่งเป็นผู้ให้บริการบัตรเครดิตและสินเชื่อส่วนบุคคล กรุงศรี คอนซูมเมอร์ ได้ศึกษาและใช้ AI ในการวิเคราะห์พฤติกรรมการใช้จ่ายผ่านผลิตภัณฑ์บัตรเครดิตของลูกค้ามาได้ระยะหนึ่งแล้วพบว่า ไลฟ์สไตล์ของลูกค้าซับซ้อนขึ้น การทำการตลาดในระดับเซกเมนต์อาจไม่เพียงพอ
ดังนั้น กรุงศรี คอนซูมเมอร์ จึงพัฒนาเครื่องมือหลายตัวมาช่วยให้การนำเสนอผลิตภัณฑ์ทางการเงิน โปรโมชั่น และสิทธิประโยชน์ให้กับลูกค้าแบบเฉพาะเจาะจงเป็นรายบุคคลด้วยหลักการ “Right Target, Right Time, Right Location” โดยเริ่มจากการพัฒนา “Recommender System” ซึ่งเป็นการนำข้อมูลการจับจ่ายผ่านบัตรเครดิตของลูกค้าใน big data มาวิเคราะห์โดยใช้เทคโนโลยี machine learning เพื่อทำโมเดลชี้เป้าว่า ลูกค้าแต่ละรายน่าจะมีความชื่นชอบร้านค้าในหมวดหมู่ใดบ้าง ถึงแม้ว่าลูกค้ารายนั้นจะไม่เคยใช้จ่ายในร้านค้านั้นก็สามารถอนุมานได้โดยใช้อัลกอริทึมที่สร้างขึ้น ทำให้สามารถสื่อสารเฉพาะเรื่องที่ลูกค้ารายนั้นๆ สนใจแบบ personalization โดยไม่ต้องรบกวนลูกค้าในสิ่งที่ลูกค้าไม่สนใจ
หลังจากคาดการณ์สิ่งที่ลูกค้าน่าจะถูกใจแล้ว กรุงศรี คอนซูมเมอร์ ก็พัฒนาโมเดล “Geo-Location” ซึ่งเป็นโมเดลที่ใช้คาดการณ์ว่าลูกค้าแต่ละรายชอบจับจ่ายใช้สอยในบริเวณไหน เพื่อส่งโปรโมชั่นหรือสิทธิประโยชน์ที่สอดคล้องกับสถานที่ที่ลูกค้าอยู่ขณะนั้นหรือสถานที่ที่ลูกค้านิยมไป เช่น ถ้าโมเดลดูจากข้อมูลพฤติกรรมลูกค้าแล้วพบว่า ลูกค้ามักจะเดินทางไปย่านใจกลางเมืองในวันเสาร์-อาทิตย์ ดังนั้น เมื่อก่อนจะถึงวันนั้นจะมีข้อความแจ้งโปรโมชั่นร้านค้า-ร้านอาหารในย่านใจกลางเมืองที่ลูกค้ากำลังจะไป เพื่อลูกค้าสามารถนำไปใช้กับร้านอาหารที่อยู่ในศูนย์การค้านั้นๆ ไม่เสียสิทธิ์ที่จะได้รับส่วนลด หรือข้อเสนอพิเศษ
ทั้งนี้ โมเดล AI ต่างๆ เหล่านั้นเปรียบเหมือนสมองที่จะคิดคำนวณประมวลผลให้ แต่สิ่งสำคัญคือ ระบบที่จะไปค้นหาและนำเสนอสิ่งที่ตรงใจไปยังลูกค้าแต่ละราย กรุงศรี คอนซูมเมอร์ จึงได้พัฒนาระบบ “Real-Time Decision Management System (RTDM)” ซึ่งเป็นเทคโนโลยีการนำเสนอข้อมูลข่าวสารโปรโมชั่นและสิทธิประโยชน์แบบเรียลไทม์ โดยจะทำงานร่วมกับโมเดล AI ต่างๆ ตั้งแต่ก่อนลูกค้าจะไปถึงจุดหมายปลายทาง และทันทีหลังจากลูกค้ารูดบัตรใช้จ่ายแล้ว เช่น ในกรณีที่ลูกค้านำบัตรเครดิตในเครือกรุงศรี คอนซูมเมอร์ ไปรูดชำระค่าสินค้า ระบบจะประมวลผลเพื่อส่งสิทธิประโยชน์ที่ลูกค้าควรได้รับจากการใช้จ่ายในครั้งนั้นให้แก่ลูกค้าในทันที พร้อมแนะนำโปรโมชั่นถัดไป (next best offer) ที่ลูกค้าน่าจะสนใจไปให้อีกด้วย
จากกรณีศึกษานี้จะเห็นได้ว่า การทำการตลาดแบบ personalized marketing โดยใช้ big data และเทคโนโลยี AI วิเคราะห์ความต้องการของลูกค้าเป็นรายบุคคล ช่วยให้ธุรกิจเข้าถึงลูกค้าแต่ละรายได้อย่างตรงใจ จึงไม่เป็นการรบกวนลูกค้า และช่วยบริหารงบประมาณได้อย่างมีประสิทธิภาพมากขึ้น ขณะเดียวกันทางด้านลูกค้าก็ได้รับประสบการณ์ที่ดีขึ้นกว่าเดิม ไม่รู้สึกรำคาญใจกับข้อเสนอผลิตภัณฑ์ทางการเงิน โปรโมชั่นหรือสิทธิประโยชน์ที่แนะนำเข้ามา เพราะเป็นสิ่งที่เขากำลังสนใจ หรือกำลังต้องการอยู่แล้ว และติดต่อมาในเวลาที่เหมาะสม
ท้ายสุดสิ่งที่ลืมไม่ได้ในกระบวนการทำ personalized marketing คือ การทดสอบ และการวัดผล โดยในขั้นตอนนี้จะต้องมีการวางแผนการเก็บข้อมูลที่ดีตั้งแต่ต้นเพื่อให้สามารถนำข้อมูลกลับมาวิเคราะห์หาผลลัพธ์เพื่อปรับปรุงพัฒนาการทำตลาดต่อไป เพื่อต่อยอดให้ตรงใจลูกค้ามากขึ้น และได้ผลลัพธ์ที่มีประสิทธิภาพมากที่สุด
เรื่องราวอื่นๆ ที่น่าสนใจ : เทรนด์ 'พลังงานสะอาด' ขับเคลื่อนธุรกิจสู่อนาคต
คลิกอ่านบทความฉบับเต็มและเรื่องราวธุรกิจอื่นๆ ที่น่าสนใจได้ที่นิตยสาร Forbes Thailand ฉบับเดือนเมษายน 2567 ในรูปแบบ e-magazine
