ความเข้าใจผิดในการเก็บข้อมูลในการทำ DATA ANALYTICS ในการตลาดออนไลน์

บทความเรื่องการเก็บข้อมูลสำหรับการวิเคราะห์ทางด้านการทำการตลาดออนไลน์บทความนี้ ผู้เขียนได้ถ่ายทอดจากประสบการณ์จริงจากการเข้าไปเป็นที่ปรึกษาทางด้านการตลาดออนไลน์และการทรานส์ฟอร์มธุรกิจในยุคดิจิทัล ซึ่งมักจะเป็นหนึ่งในปัญหาใหญ่ในธุรกิจ SME ที่กำลังจะปรับตัวเข้ากับยุคการตลาดดิจิทัลครับ

Data Analytics ในการตลาดออนไลน์

1. การเก็บข้อมูลเป็นเรื่องของไอทีและไกลตัว

จริง ๆ แล้วการเก็บข้อมูลเพื่อวิเคราะห์ทางธุรกิจมันมีมาตั้งนานแล้ว เพียงแค่รูปแบบข้อมูลมันไม่ได้มีมิติทางโครงสร้างที่ซับซ้อนหลากหลาย และไหลรวดเร็วเหมือนในปัจจุบัน อย่างเช่น เก็บข้อมูลยอดขายในแต่ละเดือนเพื่อดูว่าอะไรขายดีสุด วันไหนขายดีสุด สาขาไหนขายดีสุด ฯลฯ ซึ่งสามารถใช้การวิเคราะห์ข้อมูลแบบพรรณาพื้นฐานง่าย ๆ ในสิ่งที่อยากรู้ได้ (แต่ก็จะเป็นเหมือนการทำรายงานนำเสนอซะมากกว่า) ทำได้ง่ายผ่านโปรแกรมพวก spreadsheet เพื่อช่วยในการคำนวณ

ความยากมันอยู่แค่ “จะรายงานอะไร, เก็บอะไร, เอามาใช้ประโยชน์อย่างไร”  ทั้งนี้ลองถามตัวเองก่อนว่า ได้มีการเก็บข้อมูลพื้นฐานพวกนี้มาก่อนแล้วหรือยัง?? และได้มีการนำข้อมูลนั้นมาวิเคราะห์เพื่อนำมาใช้ประโยชน์บ้างหรือยัง?? ถ้ายัง แสดงว่าคุณยังไม่เห็นความสำคัญของข้อมูลอยู่เลย ดังนั้นคงต้องเปลี่ยน Mindset และศึกษาเรื่อง Data Thinking ก่อนเป็นอันดับแรก เพราะในยุคการตลาดดิจิทัล “ข้อมูล” เป็นสิ่งจำเป็นจริง ๆ นะครับ

2. เก็บข้อมูลทุกอย่างที่อยากเก็บ

จริงอยู่ที่ข้อมูลมันสำคัญ แต่การเก็บข้อมูลเรื่อยเปื่อยทุกอย่างแบบไม่ได้วางแผนการเก็บ หรือไม่ได้วางโครงสร้างการเก็บข้อมูลไว้ หรือไม่ได้ทำการ CLEANING จะทำให้ “เกิดข้อมูลขยะ” ที่มีปริมาณมากและไม่สามารถเชื่อมโยงกันได้ เท่ากับว่าข้อมูลที่เก็บมาไม่สามารถนำมาวิเคราะห์ได้เต็มประสิทธิภาพและไม่สามารถหาความสัมพันธ์ของข้อมูลได้เลย เท่ากับว่าข้อมูลที่มาจากหลาย ๆ แผนก หลาย ๆ ส่วน ไม่มีประโยชน์สำหรับ “ใช้ตัดสินใจ” ทางธุรกิจได้เลย

ถ้าเราทำความเข้าใจเรื่อง DATA กันอย่างถ่อนแท้ และหันมามอง “ข้อมูลของธุรกิจ” ที่ตัวเองกำลังเก็บอยู่นั้นว่ามีมากน้อยเพียงใด อาจถึงบางอ้อว่า ข้อมูลที่ตัวเองมีอยู่นั้น เป็นเพียง SMALL DATA ที่ใช้เครื่องมือพื้นฐานของ MARKETING TECHNOLOGY เข้าช่วยได้อย่างง่ายดาย และใช้ความเข้าใจอย่างลึกซื้งในธุรกิจของตัวเอง ก็สามารถวิเคราะห์กลั่นกรองจนได้ “CONSUMER INSIGHT” ที่มีประสิทธิภาพกับธุรกิจได้ โดยไม่จำเป็นต้องใช้บุคลากรที่ด้าน DATA ANALYTICS & DATA SCIENCE เลย..

การวิเคราะห์ข้อมูลที่ถูกต้อง จะสามารถนำมาใช้เป็นอินไซด์ได้

3. เก็บข้อมูลมาถูกต้อง แต่ขาดการวิเคราะห์และนำมาใช้

สิ่งที่น่าเสียดายที่สุดของธุรกิจ คือ บุคลากรในองค์กรที่ยังไม่ได้มีความคิดว่า DATA สามารถ DRIVEN ให้ธุรกิจเติบโต และฉันก็สามารถเติบโตได้ด้วย ทำให้บุคลากรหลงลืมความสม่ำเสมอในการวิเคราะห์และนำมาใช้.. ซึ่งถ้าเรามีการเก็บข้อมูลและรายงานข้อมูลอัตโนมัติไว้อย่างดีแล้ว แต่ดันไม่เคยได้หยิบจับข้อมูล เอามาหมุนมาพลิกดู เอามาทำ DATA VISUALIZATION ในมิติต่าง ๆ ดู ( อย่าง POWER BI หรือ GOGOLE DATA STUDIO) ก็อาจจะไม่เจออะไรที่สามารถหา “INSIGHT” มาใช้ได้เลยก็เป็นได้

Data Visualization จะทำให้เห็นความเป็นจริงของข้อมูลได้มากขึ้น

และอย่าตกหลุมพรางกับคำสวยหรูของ Big Data มากนัก เพราะถ้าข้อมูลของเรายังไม่เยอะมากมายมหาศาล แสดงว่ามันก็ยังไม่ได้ซับซ้อนจนถึงขั้น BIG ก็ได้.. เอาแค่ “SMALL DATA” วิเคราะห์ให้ถูกจากคำถามที่ถูกต้อง จนได้ Insights ที่มีประโยชน์ออกมา.. นำไปทดลองใช้ ตั้งคำถามใหม่ เก็บข้อมูลเพิ่มเติม วิเคราะห์ข้อมูลอีกรอบ ได้ Insight นำไปปรับใช้ มันจะเป็นกระบวนการซ้ำๆอย่างนี้เรื่อย ๆ จนถึงถึงขั้นที่ข้อมูลของเราสามารถใช้ “ตัดสินใจ” แทนคุณได้อย่างมีประสิทธิภาพ เพราะข้อมูลที่แม่นยำ จะไม่โกหกคุณ… จะได้ไม่ต้องเถียงกันให้เสียอารมณ์ ใช่ครับ ถ้าไม่เริ่มเก็บข้อมูลตอนนี้ แล้วจะเริ่มตอนไหน ลุย!

พีชะ โชติช่วง, นิเทศศาสตร์ดิจิทัล มหาวิทยาลัยเกษตรศาสตร์