ทำไมต้อง Data Driven Marketing? คุณจะแน่ใจได้อย่างไรว่าโปรโมชั่นใหม่ที่กำลังจะส่งไปยังลูกค้าจะได้รับผลตอบรับดี หรือสินค้าใหม่ที่กำลังจะปล่อยออกไปขายจะตรงใจลูกค้าจนอยากจะซื้อ? ..​ การจะได้รู้ถึงคำตอบนี้ก็มีเพียงการเก็บรวบรวมข้อมูลลูกค้าจนมากพอ พอที่จะสามารถวิเคราะห์แนวโน้ม และตัดสินใจได้ว่าสิ่งนี้คือสิ่งที่ลูกค้าต้องการ นี่คือเหตุผลที่ทำให้ Data Driven Marketing คือ สิ่งสำคัญของการตลาดในยุคดิจิทัล

Customer Data หรือข้อมูลลูกค้าในมิติต่างๆ ไม่ว่าจะเป็นข้อมูลเชิง Demographic (ชื่อ, เบอร์โทร, อีเมล, ที่อยู่, อาชีพ ฯลฯ) หรือข้อมูลเชิงพฤติกรรมความชอบความสนใจในสิ่งต่างๆ ของลูกค้า ล้วนแล้วแต่เป็นข้อมูลที่มีคุณค่าสำหรับเจ้าของธุรกิจ และนักการตลาดทั้งสิ้น เพราะสามารถนำมาใช้ประโยชน์ในการทำการตลาดออนไลน์ได้ โดยเฉพาะการวางแผนซื้อสื่อโฆษณาที่เหมาะสมและตรงกลุ่มเป้าหมาย เพื่อผลลัพธ์ทางการตลาดที่ดีขึ้นหรือแม้กระทั่งการผลักดัน ROI ให้เป็นไปตามเป้าประสงค์

ด้วยประโยชน์ดังกล่าว นำมาซึ่งการระดมสรรพกำลัง และการสรรหาเครื่องมือที่ทันสมัยมาเก็บข้อมูลลูกค้าให้ได้มากที่สุด แต่ปัญหาสำหรับนักการตลาดส่วนใหญ่ก็คือ “ไม่รู้ว่า Data ที่มีอยู่สามารถนำไปใช้ประโยชน์อะไรได้บ้าง” หรือแม้กระทั่งไม่รู้ด้วยซ้ำว่าจะเริ่มใช้ Data ส่วนไหน เพื่อประโยชน์อะไร

Data Driven Marketing คือ อะไร

Data-Driven Marketing คือ การทำกลยุทธ์การตลาดด้วยการนำข้อมูลที่เกี่ยวข้องกับลูกค้าที่มีต่อสินค้า หรือธุรกิจ มาวิเคราะห์ เพื่อให้เข้าใจถึงพฤติกรรม ความชอบ และแรงจูงใจในการซื้อสินค้าของลูกค้ามากยิ่งขึ้น นอกจากนั้นข้อมูลดังกล่าวอาจนำมา “คาดการณ์” พฤติกรรมการซื้อในอนาคตของลูกค้า หรือเป็นแนวทางในการทำ Content Marketing เพื่อสื่อสารกับลูกค้าแต่ละช่องทางได้อีกด้วย

ผลลัพธ์ของการทำการตลาดแบบ Data Driven Marketing แตกต่างกับการตลาดแบบดั้งเดิม คือช่วยให้นักการตลาดสามารถเชื่อมต่อกับลูกค้าได้ในช่องทางที่เหมาะสม ในเวลาที่ใช่ ด้วยข้อเสนอที่ตรงใจ ช่วยให้การสร้างความสัมพันธ์กับลูกค้ามีประสิทธิภาพกว่า ส่วนการตลาดแบบดั้งเดิมนั้น คุณอาจจะต้องลองผิดลองถูกกับแคมเปญการตลาดเป็นจำนวนมาก เพื่อให้ได้ผลลัพธ์ทางการตลาดที่ดีและแม่นยำ

แต่ก่อนที่เราจะมารู้จักเทคนิควิธีใช้ Data มา “Drive” Marketing คุณจะต้องรู้ก่อนว่าประเภทของ Data มีทั้งหมด 3 ปรเภท คือ First Party Data, Second Party Data และ Third Party Data ซึ่งทั้ง 3 ประเภทของดาต้านี้ต่างกันโดยสิ้นเชิง และนำมาใช้ประโยชน์ได้คนละแบบ มาเรียนรู้ และดู Case Study ตัวอย่าง Data-Driven Marketing ไปพร้อมๆ กัน

1. First Party Data

First Party Data คือ ข้อมูลของลูกค้าที่คุณเก็บรวบรวมไว้ด้วยตัวเอง (บริษัทเก็บข้อมูลเอง) ไม่ว่าจะเป็น ชื่อ, ที่อยู่, เบอร์โทร, อีเมล ฯลฯ รวมไปถึงพฤติกรรมและความชอบต่างๆ ของลูกค้าคุณ ในช่องทางต่างๆ เช่น

• เว็บไซต์หรือแอพพลิเคชั่น : ซึ่งเป็นข้อมูลในเชิงพฤติกรรมการกระทำใดๆ บนเว็บไซต์, การลงทะเบียน, ความสนใจในสินค้าหรือบริการต่างๆ ของลูกค้า เป็นต้น ซึ่งอาจใช้เว็บไซต์หลักบริษัท, Microsite, หรือจะเป็น Landing Page ก็ได้
• ระบบ CRM : ที่นอกจากข้อมูลเชิง Demographic แล้วยังมีข้อมูลของประวัติการสั่งซื้อสินค้าของลูกค้า หรือถ้าเซลล์ของคุณทำงานละเอียดและเข้าใจถึงความสำคัญของข้อมูลต่างๆ ของลูกค้า ในระบบ CRM อาจจะมีความต้องการ ปัญหาการใช้งานสินค้าและบริการทั้งของบริษัทคุณเองหรือจากประสบการณ์เดิมที่ผ่านมา ซึ่งเป็นข้อมูลที่ลึกมากขึ้นของลูกค้าแต่ละรายเพิ่มเติมด้วย
• Social Media : อาทิ Facebook Messenger, Direct Message ใน Instagram หรือ LINE Official Account
• Survey : แบบสำรวจหรือแบบสอบถามต่างๆ ซึ่งอาจจะแบ่งลักษณะการทำแบบสอบถามได้ ทั้ง แบบสอบถามความสนใจ หรือแบบสอบถามความพึงพอใจ ก็ได้

First Party Data นับเป็นข้อมูลที่คุณสามารถเก็บค่อนข้างง่าย ยิ่งคุณใช้แพลตฟอร์มการจัดการข้อมูล เช่น Google Analytics ก็ยิ่งง่ายที่จะรู้ว่าข้อมูลของลูกค้าคุณมาจากที่ใด แน่นอนว่าแค่รู้ที่มาของข้อมูลลูกค้า ก็อาจจะช่วยเป็นข้อมูลในการรักษาฐานลูกค้า และการวางแผนงบประมาณที่ใช้ในแต่ละช่องทางการตลาดได้ด้วย เช่น หากคุณพบว่าลูกค้าของคุณมาจาก Facebook มากที่สุด ในขณะที่ LINE Official Account มีลูกค้ารายใหม่ๆ ติดต่อเข้ามาน้อยมาก คุณในฐานะนักการตลาด หรือเจ้าของกิจการก็อาจจะเลือกเพิ่มงบประมาณในการหาลูกค้าใหม่ๆ ให้เพิ่มมากขึ้นกว่าเดิมจาก Facebook ส่วนช่องทาง LINE อาจจะใช้เป็นการติดสื่อสารระหว่างคุณกับลูกค้า เพื่อแจ้งข่าวสารต่างๆ หรือเป็นช่องทางสำหรับการแจ้งปัญหาการใช้งานหรือสอบถามรายละเอียดเพิ่มเติมก็ได้

ในบรรดาประเภท Data ทั้งหมด First Party Data is King!

ข้อมูลจาก First Party Data คือ ข้อมูลที่มีความสำคัญมาก เสมือนเป็นทรัพย์สินที่มีค่าและมีมูลค่ามากของบริษัททุกบริษัท หากบริษัทใดไม่ได้รวบรวมข้อมูลของลูกค้าในส่วนนี้ไว้ หรือไม่ได้เก็บรักษาข้อมูลของลูกค้าไว้ในที่ที่ปลอดภัย ก็ไม่ต่างอะไรจากการที่คุณทิ้งเงินไว้บนโต๊ะ

1.1 ประโยชน์ของ First Party Data คืออะไร

• Retargeting Ads บน Facebook และ Google : เพื่อช่วยกระตุ้นกลุ่มเป้าหมายที่เคยเข้ามายัง Facebook Page หรือเว็บไซต์ของคุณเพื่อดูสินค้าและบริการ แต่ยังไม่ตัดสินใจซื้อให้ได้เห็นโฆษณาของสินค้านั้นๆ อีกครั้ง
• คาดการณ์หรือทำนายความต้องการในการซื้อสินค้าของลูกค้า : ตัวอย่างเช่น หากคุณขายอุปกรณ์กีฬา แล้วได้เก็บข้อมูลสถิติของลูกค้าหลายๆ คนไว้ก่อนหน้านี้ จนสามารถคาดการณ์ได้ว่า หากลูกค้าซื้อรองเท้าวิ่งไปแล้ว ในอีกไม่กี่วันต่อจากนี้ลูกค้าคนนี้อาจจะมีความต้องการไอเท็มอื่นๆ เกี่ยวกับอุปกรณ์การวิ่ง เช่น กระเป๋าคาดเอา, ผ้าคาดศีรษะหรือแม้กระทั่งเสื้อหรือกางเกงกีฬา คุณก็จะสามารถส่งสินค้าเหล่านี้ไปแนะนำให้ลูกค้าที่เพิ่งซื้อรองเท้าวิ่งไป เพื่อไม่ให้ลูกค้าหลุดไปซื้อที่อื่น
• หาลูกค้าใหม่ๆ เพิ่มให้ธุรกิจ : สำหรับนักการตลาดที่ทำโฆษณาออนไลน์มากระยะหนึ่งแล้ว น่าจะพอได้ยินชื่อเครื่องมือหนึ่งของ Facebook อย่าง Custom Audience และ Lookalike กันมาบ้าง เพราะสองสิ่งนี้คือเครื่องมือที่จะช่วยกรองและค้นหาลูกค้าของคุณบน Facebook อีกทั้งยังสามารถหากลุ่มคนใหม่ๆ ที่มีพฤติกรรมความชอบ ความสนใจที่มีความเหมือนคล้ายกับกลุ่มลูกตัวจริงของคุณได้อีกด้วย

ซึ่งข้อมูลที่สามารถทำ Custom Audience และ Lookalike ได้นั้นคือ เบอร์โทร, อีเมล หรือแม้กระทั่งกลุ่มคนที่เคย Inbox เข้ายัง Facebook Page ของคุณ รวมไปถึงคนที่เข้าไปซื้อสินค้าบนเว็บไซต์ก็เช่นกัน (หากติด Pixel)

1.2 ตัวอย่าง Case Study การนำ First Party Data มาใช้ประโยชน์ จากบริษัท GreenPal

บริษ้ท GreenPal เป็นบริษัทรับจ้างตัดหญ้า ต้องการเพิ่มประสิทธิภาพการขายบริการในเขตพื้นที่ Nashville (แนชวิลล์) โดยใช้ Google Adwords ในการทำโฆษณา

ซึ่งแคมเปญเดิมใช้ข้อความในโฆษณาว่า “ผู้เชี่ยวชาญด้านสนามหญ้าท้องถิ่นในแนชวิลล์เพียงไม่กี่คลิก” โดยผลลัพธ์ของโฆษณานั้นมีอัตราการคลิก หรือ Click Through Rate (CTR) มากกว่าหนึ่งเปอร์เซ็นต์ และอัตรา Conversion มากกว่า 10 เปอร์เซ็นต์ในหน้า Landing Page

แต่เมื่อต้องการเพิ่มประสิทธิภาพการขายมากขึ้น จึงต้องหาวิธีที่จะปรับปรุงแคมเปญโฆษณาให้ดียิ่งขึ้น ซึ่งเริ่มจากการใช้ข้อมูลจากการสำรวจรายได้ของประชากรในเขตพื้นที่นั้น

GreenPal พบว่าคนในพื้นที่แนชวิลล์มีรายได้ไม่มาก จึงมีความกังวลเรื่องราคาค่อนข้างสูง ฉะนั้น Bryan Clayton (ไบรอัน เคลย์ตัน) ผู้ก่อตั้ง และ CEO ของ GreenPal จึงตัดสินใจปรับแคมเปญโฆษณาให้เห็นเฉพาะคนในเขตพื้นที่แนชวิลล์เท่านั้น และเปลี่ยนคำโฆษณาว่า “การตัดหญ้าที่ถูกที่สุดในแนชวิลล์ การตัดหญ้าเริ่มต้นที่ 20 ดอลลาร์” และสร้างหน้า Landing Page ที่มีข้อมูลเดี่ยวกัน ซึ่งผลลัพธ์ที่ได้กลับมาคือ

“อัตราการ CTR เพิ่มขึ้นกว่า 200 เปอร์เซ็นต์และ Conversion บนหน้าเว็บเพิ่มขึ้น 30 เปอร์เซ็นต์ ภายในเดือนเดียว”

2. Second Party Data

Second Party Data คือ First Party Data ของบุคคลคนอื่นที่ไม่ได้มาจากธุรกิจของคุณโดยตรงนั่นเอง ซึ่งวิธีที่จะได้ข้อมูลในส่วนนี้จากบุคคลอื่น คุณอาจจะต้องพิจารณาแหล่งที่มาของข้อมูล โดยจะต้องมาจากบริษัทที่มีกลุ่มลูกค้าใกล้เคียงหรือมีความเชื่อมโยงกับธุรกิจของคุณได้ เป็นต้น

โดยทั่วไปการได้มาซึ่ง Second Party Data นี้อาจได้มาจากการซื้อขายโดยตรง หรือการทำพาร์ทเนอร์แลกเปลี่ยนข้อมูลที่เป็นประโยชน์ทางธุรกิจร่วมกันก็ได้

2.1 ประโยชน์ของ Second Party Data คืออะไร

ประโยชน์โดยตรงของ Second Party Data คือ เป็นวิธีที่ช่วยขยายฐานลูกค้ากลุ่มใหม่ๆ ของธุรกิจ นอกจากนั้นยังช่วยให้คุณศึกษาและทำความเข้าใจในบริบทของลูกค้ากลุ่มเป้าหมายที่อยู่นอกเหนือจากบริษัทหรือแบรนด์คุณได้มากขึ้น

ตัวอย่างเช่น หากคุณเป็นนักการตลาดของบริษัทเครื่องสำอางที่มีกลุ่มเป้าหมายเป็นผู้หญิง ซึ่งแน่นอนว่าข้อมูลจาก First Party Data จะมาจากผู้หญิงที่เป็นลูกค้าหลักของคุณ

แต่เมื่อใดที่บริษัทของคุณต้องการจะผลิตสินค้าสำหรับคุณผู้ชาย เช่น น้ำหอมผู้ชาย โฟมสำหรับโกนหนวดฯ เมื่อคุณต้องทำการตลาดให้กลุ่มของคุณผู้ชายแต่ไม่มีข้อมูล First Party Data ของกลุ่มเป้าหมายที่เป็นผู้ชายเลย คุณอาจจะต้องร่วมทีมกับเว็บไซต์ด้านสุขภาพหรือแฟชั่นของผู้ชาย พร้อมกับซื้อข้อมูลที่คุณต้องการจากพวกเขา

3. Third Party Data

Third Party Data คือ ข้อมูลของบุคคลที่คุณซื้อผ่านตัวกลางภายนอกบริษัท ซึ่งอาจจะเป็นบริษัทที่ผลิตซอฟแวร์ขนาดใหญ่ไว้รวบรวมชุดข้อมูลขนาดใหญ่ของบุคคลต่างๆ อย่าง Lotame Data Exchange ก็เป็นหนึ่งบริษัทในการแลกเปลี่ยนข้อมูล Third Party Data ที่ใหญ่ที่สุดในโลก

หรือแม้กระทั้งการใช้ซอฟแวร์ประเภทเว็บ Cookie ต่างๆ เพื่อเก็บข้อมูลการเข้าเว็บไซต์ แอพพลิเคชั่นหรือแพลตฟอร์มต่างๆ บนออนไลน์ ซึ่งข้อมูลลักษณะนี้จะเป็นข้อมูลลักษณะที่ถูกเก็บแบบกว้างๆ และมีประสิทธิภาพในระยะสั้นๆ เท่านั้น เช่น พฤติกรรมการเข้าชม ความสนใจต่อสิ่งใดสิ่งหนึ่งชั่วขณะ หรือลักษณะทางประชากรที่ระบุได้เพียงแค่อายุและเพศ ดังนั้นค่าความแม่นยำในข้อมูลประเภทนี้จึงค่อนข้างต่ำ

3.1 ประโยชน์ของ Third Party Data คืออะไร

• ช่วยขยายฐานลูกค้าใหม่ๆ และเพิ่มจำนวน First Party Data ของคุณ : ด้วยปริมาณฐานข้อมูลขนาดใหญ่ จึงสามารถช่วยให้คุณเข้าถึงข้อมูลได้มากกว่า First Party Data และ Second Party Data นอกจากนี้คุณยังสามารถเรียนรู้กลุ่มเป้าหมายใหม่ๆ ที่เข้ามาเพื่อเพิ่มปริมาณข้อมูลของกลุ่ม First Party Data ได้อีกด้วย เช่น การทำ Facebook Ads ผ่านการสร้างกลุ่มเป้าหมายแบบ Lookalike Audience โดยอาจใช้ First Party Data ที่เป็นเบอร์โทรหรืออีเมลของลูกค้าตัวจริง จากนั้น AI ของ Facebook จะควานหากลุ่มคนใหม่ๆ ที่มีความเหมือนหรือคล้ายลูกตัวจริงของคุณ ทั้งในเชิง Demographic, Interest และ Behavior ซึ่งนั่นหมายถึงโอกาสของการขยายฐานกลุ่มลูกค้าในธุรกิจของคุณนั่นเอง
• ช่วยในการปรับปรุง พัฒนาสินค้า และบริการ : การใช้เครื่องมือของ Social Listening ถือเป็น Third Party Data ซึ่งหลายบริษัทมักใช้เครื่องมือนี้เพื่อดูข้อมูลว่าคนใน Social พูดถึงแบรนด์ของคุณหรือสินค้าและบริการที่เหมือนกับคุณว่าอย่างไร มีความชอบ ความต้องการหรือปัญหาอะไรที่กลุ่มเป้าหมายกังวลมากที่สุด และนำข้อมูลเหล่านั้นมาปรับพัฒนาสินค้าและบริการ หรือแม้กระทั่งการนำข้อมูลจาก Google Trends เพื่อดูความนิยมสนใจของคนในขณะนั้นๆ และนำข้อมูลเหล่านั้นมาทำ Real Time Marketing ให้ทันกระแสความนิยมของกลุ่มเป้าหมายมากยิ่งขึ้น

ข้อมูลผู้ใช้บน Facebook ที่เราใช้ยิงโฆษณาก็เป็น Third Party Data เช่น กัน โดย Facebook เปรียบเสมือนโลกอีกใบในจักรวาลออนไลน์ ซึ่งมีประชากรอยู่มากมาย ประมาณ 2,740 ล้านคนทั่วโลก เป็นคนไทยอยู่ 78.7% ของจำนวนประชากรทั้งหมด ถูกจัดลำดับเป็นอันดับ 20 ของโลก! (Hootsuite และ WeAreSocial January 2021)

3.2 ข้อเสียของ Third Party Data

ข้อเสียหลักๆ ของ Third Party Data คือ คุณไม่ทราบแหล่งที่มาของข้อมูล และข้อมูลนี้ไม่ได้เป็นเอกสิทธิ์แต่อย่างใด ฉะนั้นคู่แข่งของคุณก็สามารถเข้าถึงข้อมูลเดียวกันนี้ได้เช่นกัน

3.3 ตัวอย่าง Case Study การนำ Third Party Data มาใช้ประโยชน์จากบริษัท Lego

Lego แบรนด์ของเล่นระดับโลก เลือกใช้ Data จาก Google Trends เพิ่มยอดขายในปี 2020 มากขึ้นจากปีก่อนหน้าถึง 4 เท่า!!! ซึ่งวิธีการที่ Lego ใช้คือการหา Insight ว่าช่วงเวลานั้น มีใครให้ความสนใจของเล่นอะไรบ้าง โดยดูจากสถิติคนที่เสิร์ชหาข้อมูลด้วย Google Trends

เมื่อไหร่ที่ Data บน Google Trends บอกว่า My Little Pony หรือ Skateboard กำลังได้รับความนิยม ทีมงานของ Lego จะเร่งทำวิดีโอสาธิตของเล่นชิ้นนั้นๆ ให้แก่คนที่เสิร์ชหรือมองหาสินค้านั้น เพื่อแสดงให้เห็นว่า Lego ก็สามารถต่อออกมาแล้วมีหน้าตาแบบของเล่นชิ้นนั้นได้ นอกจากนั้น Lego ยังมีข้อดีคือสามารถปรับเปลี่ยนรูปแบบเป็นของเล่นชิ้นอื่นที่เด็กๆ สนใจได้อีกด้วย และผลลัพธ์ที่ตามก็คือ ยอดขายที่เพิ่มขึ้นเป็น 4 เท่า โดยใช้งบการตลาดเพียง 40,000 เหรียญสหรัฐ

(ที่มา: หนังสือ Data Driven Marketing การตลาดแบบฉลาดใช้ดาต้า สำนักพิมพ์ Amarin)

จะเริ่มต้นใช้ Data อย่างไรให้ตอบโจทย์การตลาดสูงสุด

1. กำหนดวัตถุประสงค์ : ก่อนที่คุณจะรวบรวมข้อมูลใดๆ ให้เริ่มต้นด้วยการตั้งวัตถุประสงค์และเป้าหมายที่ชัดเจนสำหรับการเก็บข้อมูลของคุณ เช่น จะเอาไปทำอะไร ต้องการวิเคราะห์อะไร สิ่งนี้จะช่วยให้ทราบว่าต้องเก็บข้อมูลจากช่องทางไหน ใช้วิธีการหรือรูปแบบใดในการเก็บข้อมูลนั้นๆ
2. เริ่มจัดเก็บข้อมูล : ทบทวนวัตถุประสงค์อีกครั้ง แล้วเริ่มดำเนินการเก็บข้อมูล ซึ่งในช่วงนี้จะต้องใช้เวลาในการเก็บ เพราะหากได้ข้อมูลมาน้อยเกินไปจะทำให้การวิเคราะห์ไม่มีประสิทธิภาพ และไม่เห็นเทรนด์ที่แท้จริง
3. จัดระเบียบข้อมูล: ขั้นตอนนี้คุณต้องเลือกแพลตฟอร์มหรือระบบ CRM ที่สามารถเก็บและจัดระเบียบข้อมูลทั้งหมดที่คุณรวบรวม มีความปลอดภัยสูง และสามารถติดตามแหล่งข้อมูลของคุณได้ ง่ายต่อการบริหารข้อมูล และนำมาวิเคราะห์
4. วิเคราะห์ข้อมูล : ซึ่งขึ้นอยู่กับวัตถุประสงค์และเป้าหมายของคุณ โดยที่อาจจะเลือกข้อมูลมาเพียงบางส่วนเพื่อมาวิเคราะห์ ไม่จำเป็นต้องเอามาหมด โดยส่วนใหญ่การจับคู่ข้อมูล 2 ตัวมาเทียบกับ เช่น อยากรู้ว่า การศึกษามีผลต่อการซื้อสินค้าชนิดนี้หรือไม่ ก็เอา ดาต้าด้านการศึกษา มาวาดฟรากเทียบกับการสั่งซื้อที่ผ่านมา เป็นต้น
5. นำเสนอแคมเปญการตลาดของคุณไปยังกลุ่มเป้าหมาย : นำผลวิเคราะห์ที่ได้มาปรับใช้กับแคมเปญการตลาด และดูว่าผลลัพธ์จะออกมาเป็นอย่างไร
6. วัดประสิทธิภาพ : จะรู้ว่าการปรับในข้อที่ 5 ได้ผลดีหรือไม่ก็อยู่ที่ขั้นตอนการวัดประสิทธิภาพ ไม่ว่าคุณจะทำโปรเจ็กต์หรือแคมเปญการตลาดใดๆ การวัดผลลัพธ์เป็นสิ่งสำคัญมาก เช่น การคำนวณ ROI, ROE หรือ Conversion Rate ซึ่งผลจากการวัดประสิทธิภาพแต่ละครั้ง สามารถนำไปสู่การเรียนรู้จากการดำเนินการ ไปใช้เพื่อปรับปรุงแคมเปญถัดไปของคุณได้อีกด้วย

และนี่คือทั้งหมดของ Data Driven Marketing ทั้ง 3 ประเภท พร้อม Case Study เพื่อเป็นไอเดียไกด์ไลน์ให้คุณนำไปใช้ปรับปรุงแคมเปญทางการตลาดได้.. แม้ว่า Data ยังเป็นเรื่องใหม่สำหรับใครหลายคน แต่เราเชื่อว่าในยุคที่มีการแข่งขันสูงและดุเดือดอย่างในปัจจุบัน การทำความเข้าใจลูกค้าในทุกมิติ ทั้งพฤติกรรม ความชอบ คนสนใจที่ได้จาก Data ทั้งหมดที่คุณมี จะช่วยให้ธุรกิจอยู่รอดและเป็นหนึ่งในใจของลูกค้าและนำมาสู่สำเร็จในระยะยาวได้แน่นอน

หากคุณชอบบทความนี้ และบทความธุรกิจในยุคดิจิทัลแบบนี้ สามารถเข้ามาที่ www.hardcoreceo.co ได้ทุกสัปดาห์ (หรือค้นหา HardcoreCEO บน Google) และที่สำคัญ Follow เราบน Facebook HardcoreCEO พร้อมกด See First เพื่อรับบทความธุรกิจสดๆ ร้อนๆ ก่อนใครจาก HardcoreCEO ด้วยนะครับ

เขียน: Jittima K., พิสูจน์อักษร: HardcoreCEO

References: wordstream, หนังสือ Data Driven Marketing การตลาดแบบฉลาดใช้ดาต้า สำนักพิมพ์ Amarin

• Facebook
• Twitter
• Line