กัญชาที่รู้ ชัวร์หรือมั่ว!
12/07/2019
Startup ไม่รู้ไม่ได้: Repeatable กับ Scalable ทำไมถึงสำคัญ
22/07/2019

อะไรๆ ก็ data (EP.2/2)

ต่อจากครั้งที่แล้วเรื่องการเก็บข้อมูลของธุรกิจขนาดเล็กกลางไปจนถึงขนาดกลาง

ถ้าตัดปัญหาเรื่อง management ออกไป ส่วนตัวคิดว่าสามารถมองกว้างๆได้จากสองมุมคือ (1) ฝั่งต้นน้ำ โดยมีเป้าหมายต้องการจะลด cost ไม่ว่าจะเป็น inventory/stocking, logistic, staff management กับ (2) ฝั่งปลายน้ำ โดยที่เป้าหมายต้องการเพิ่ม Sales (maximize profit, increase conversion rate, cross selling prediction, minimize churn rate) ซึ่งเอาตรงๆแต่ละปัญหาสำหรับแต่ละ business นั้นมีตัวแปรที่แตกต่างกันและต้องนั่งวิเคราะห์เป็นอันๆ ไม่มี one-size-fits-all

ในส่วนของต้นน้ำ สำหรับผู้ประกอบการที่มีโวลุ่มต่ำ บวกกับไม่ได้มี power ในการต่อรองนัก การ optimize ในส่วนนี้อาจจะช่วยได้บ้างแต่อาจจะไม่เห็นผลเชัดเจนเท่ากับผู้ประกอบการขนาดใหญ่

ผู้ประกอบการขนาดกลางและขนาดเล็กน่าจะมี power ในการควบคุมและทดลองเล่นกับส่วนที่สองมากกว่า ข้อมูลพื้นฐานที่แทบจะไม่ต้องลงทุนอะไรเลยได้แก่ transactional/demographic information เช่น อายุ, เพศ, มาเดี่ยวหรือมาคู่, มีลูกคนเดียวหรือหลายคน, cultural background, educational background, income ฯลฯ ตัวแปรพวกนี้ค่อนข้างมาตรฐานในการทำ customer profiling/segmentation และสมควรที่เก็บไว้ก่อนอยู่แล้ว จะได้ใช้ตอนนี้หรือยังไม่ได้ใช้ก็ควรเก็บไว้ก่อน เนื่องจากไม่เสียต้นทุนอะไรมาก (สำหรับคนที่มีแล้วแต่ทิ้งๆขว้างๆเพราะคิดว่าไม่ได้ใช้ ลองเก็บไว้ก่อนไม่เสียหาย ถ้าวันนึงต้องใช้จริงๆก็มีพร้อม)

รายละเอียดในส่วนของ demographic information สามารถเค้นหาได้ทั่วไปทั้งจาก google และจากหนังสือ Business/Marketing พื้นฐานนะคะ  สิ่งที่อยากจะแชร์และคิดว่าน่าจะเป็นประโยชน์คือการทำ psychometric profiling ร่วมกับการใช้ข้อมูลของ cognitive biases ซึ่งสองเรื่องนี้เป็นการรวมกันระหว่าง art และ science

หลังจากเกิดเรื่อง Cambridge Analytica ที่มีการทำ profiling ของผู้ใช้เฟสบุคโดยแบ่งออกตาม psychological traits ร่วมกับตัวแปรอื่นๆ แล้วมีการแพร่กระจายข้อมูลในช่วงที่ทรัมป์หาเสียงด้วยวิธี microtargetting (ซึ่งหลายฝ่ายเชื่อว่าส่งผลต่อการเลือกตั้งครั้งที่ผ่านมา) ทำให้เรื่องของการทำ psychometric profiling ไม่ใช่เรื่องที่ไกลตัวอีกต่อไป หนึ่งในวิธีการทำ profiling ที่ค่อนข้างนิยม (จริงๆมีหลายวิธีแต่วิธีนี้น่าจะครอบคลุมได้ดี) คือการใช้ The Five-Factor Model ที่แบ่งบุคลิกภาพของเราออกเป็นห้าส่วนที่เรียกว่า OCEAN ซึ่งได้แก่

(1) Openness เกี่ยวกับการชอบลองของใหม่ เปิดใจ มีความ creative หรือตรงกันข้าม เป็นคนอนุรักษ์นิยม ไม่ชอบการเปลี่ยนแปลง

(2) Conscientiousness เป็นคนค่อนข้างมีระเบียบ เอาจริงเอาจัง ชอบวางแผนล่วงหน้า หรือตรงกันข้าม เป็นคนยุ่งเหยิงหน่อย ไหลตามอารมณ์ ไม่ค่อยมีการแพลนล่วงหน้า และมี impulsive สูง

(3) Extraversion ก็คือ extrovert ที่เราเข้าใจกันนั่นแหละ ตรงกันข้ามก็เป็นคน Introvert อันนี้ไม่ต้องอธิบายมาก

(4) Agreeableness เป็นคนขี้เกรงใจ ไม่ค่อยขัดขืน ง่ายๆ หรือตรงกันข้าม เป็นคนหัวรั้น โกรธง่ายหายยาก ค่อนข้างคิดถึงแต่ตัวเองเป็นหลัก

(5) Neuroticism เป็นคนวิตกกังวลง่าย เครียดง่าย อารมณ์ขึ้นลงง่าย หรือตรงกันข้าม เป็นคนชิลๆ ไม่คิดเล็กคิดน้อย ทนต่อแรงกดดันได้ดีกว่า

จุดเด่นของ psychometric profiling คือการนำมาต่อยอดหรือ compliment กับตัว demographic profiling ตัวอย่างเช่นในกรณีที่เรารู้กลุ่ม target ของเราเรียบร้อยจาก demogrphic profiling ว่าเป็น เพศหญิง อายุใน range 20-30 มี income ประมาณหนึ่ง educational/cultural background แบบหนึ่ง (สมมุติว่ามีอยู่ 100 คน) จาก 100 คนนี้อาจมีเพียง 20 คนที่เป็น repeated customers (จากกฎ 80/20 ที่ว่า revenue 80% มักจะมาจากกลุ่มคน 20% ของฐานลูกค้าทั้งหมด) ดูเผินๆแล้วลูกค้าทั้ง 100 คนมีลักษณะคล้ายๆกันหมดเพราะมันมาจากตะกร้าเดียวกันที่เราการ segmented ด้วย demographic info แต่จริงๆแล้วทั้งร้อยคนนั้นมีความรู้สึกนึกคิด ความต้องการ และการมองโลกที่แตกต่างกันโดยสิ้นเชิง คนกลุ่มหนึ่งอาจจะ response กับ logo หรือ font แบบหนึ่ง (สมมุติเป็นพวกหัวก้าวหน้าหน่อย) หรือคนกลุ่มหนึ่งมักจะ response ดีกับ promotional strategy แบบหนึ่ง

สินค้าหรือบริการของเราเป็นแบบ hedonic (สินค้าสนองอารมณ์) หรือ utilitarian (สินค้าเน้นฟังก์ชั่น) ลักษณะนิสัยของกลุ่มลูกค้า 20% ของเรามีลักษณะที่เป็น hednic (ซื้อตามอารมณ์) หรือ utilitarian (ตัดสินใจจากฟังก์ชั่นการใช้งานเป็นหลัก) คนทั้งสองกลุ่มนี้จะมี traits ที่ได้จาก OCEAN ที่ค่อนข้างแตกต่างกัน ดังนั้นความสามารถในการ pin point 20% ที่เป็นท่อหลักของ revenue สามารถช่วยให้เราออกแบบสินค้า วางแผน strategy ในการขยายฐานคนกลุ่ม 20% ให้เพิ่มขึ้นได้อย่างมีประสิทธิภาพ

อีกสิ่งหนึ่งที่สามารถนำมาใช้ร่วมด้วยคือการเข้าใจ cognitive biases (จะแนบลิ้งค์ให้ข้างล่างสำหรับคนที่สนใจ) ส่วนตัวเห็นมี 4 อันที่พบเห็นได้บ่อยในชีวิตประจำวัน ซึ่งหลายๆน่าจะโดนกันไปหลายรอบแล้วได้แก่

(1) Anchoring เป็นการที่คนเราตัดสินใจว่าสินค้านั้นถูกหรือแพงขึ้นกับราคาสินค้าข้างเคียงหรือราคาแรกที่เห็น ตัวอย่างเช่น เรามีแพ็คเก็ต full option เสนอที่ราคา 1000 บาท แต่ถ้าลูกค้าต้องการแค่บางส่วนของของแพ็คเก็ตก็สามารถทำได้ ที่ราคา 400 บาท ในหัวของลูกค้าเมื่อเห็นราคาแรก 1000 บาทจะกลายเป็นราคาอ้างอิงหรือ anchoring point อะไรก็ตามมาและถูกกว่านี้ ในคุณภาพที่ใกล้เคียงกันจะถือว่าคุ้มสุดๆ (จ่ายแพงทำไมในเมื่อได้ของใกล้เคียงกัน) อีกแบบตรงข้ามกันคือ anchor ไว้ที่ราคาต่ำแล้วได้แพ็คเก็ตแค่ ¼ แต่ถ้ายอมจ่ายเพิ่ม 20% สามารถได้สินค้าเต็ม (จ่ายถูกทำไมในเมื่อเพิ่มอีกหน่อยก็ได้ full option) ตัวอย่างอื่นๆสามารถดูต่อในเวปต้นฉบับได้

(2) Loss Aversion ไม่ได้โฟกัสว่าจ่ายแล้วได้อะไร แต่โฟกัสว่าถ้าไม่รีบจ่ายจะพลาดหรือเสียอะไร (คนเราเกลียดการเสียมากกว่าการได้) เชื่อว่าหลายคนคงโดนกันมานักต่อนักแล้ว ถ้าไม่ซื้อวันนี้ (จ่ายเพียง 50% ของราคาเต็ม) กลับมาอีกทีจะได้จ่ายเต็มนะ หรือไม่ก็ซื้อ 1 แถม 2 (ภายในวันนี้) ถ้ากลับมาอีกทีจ่ายเต็มไม่มีแถม

(3) Scarcity อันนี้น่าจะเป็นสัญชาตญาณดิบที่ว่าถ้า resource นี้เป็นที่ต้องการและกำลังจะหมดเราต้องรีบเข้าไปเก็บ บางคนน่าจะเคยเห็นตามเวปไซต์เวลาจองโรงแรมหรือตั๋วเครื่องบิน ที่ว่าตอนนี้มีคนดูอยู่ 5 คนพร้อมกับเรา หรือที่นั่ง/ห้องนี้เหลืออยู่แค่ 2 ที่ (เป็นการ nudge เราให้รีบตัดสินใจเนื่องจากสินค้ามีจำกัดแล้วมีคนต้องการเยอะ)

(4) Social Proof คนเราเป็นสัตว์สังคมและมักจะตัดสินใจหลายๆอย่างอิงจากคนอื่น เช่นการที่เห็นว่าสินค้าชิ้นนี้เป็นสินค้าขายดีเรามักจะคิดว่าคนส่วนใหญ่ชอบ เราก็น่าจะชอบด้วย (ทั้งๆที่จริงๆอาจจะเป็นสินค้าขายดีจริง หรือติดไว้เพื่อโปรโมทและเพิ่ม traffice/sales volume เฉยๆ)

นอกจากนี้ก็มีเรื่อง information overload ที่ว่าการปล่อยโปรโมชั่นกว้างๆ (ไม่ได้ target เฉพาะ) แล้วมีหลายโปรโมชั่นเกินจะทำให้เกิด information overload คือแทนที่จะตัดสินใจได้ง่าย กลายเป็นว่าตัวเลือกเยอะเกินตัดสินใจยาก ตัวอย่างนี้จะสามารถโยงเข้ากับเรื่องสมองสองส่วน system1 และ 2 (system 1 จะเป็น ส่วน automatic หรือตามความรู้สึก ส่วน system 2 จะเป็น rational หรือตามตรรกะ) ถ้าสินค้าที่เรานำเสนอเป็น hedonic (สนองอารมณ์) การที่เราสร้างบรรยากาศให้ลูกค้าอยู่ใน mindset ของการใช้สมอง system 1 (ไม่ค่อยคิดมาก) จะได้ประโยชน์ แต่ถ้าสินค้าของเราเป็นแบบ utilitarian แล้วมีฟังก์ชั่นน่าสนใจกว่าคู่แข่ง แปลว่าเราต้องพยายามโน้มน้าวให้เขาใช้สมอง system 2 (ใช้เหตุและผล) ซึ่งจากตัวอย่างเรื่อง information overload ถ้าเราพยายามจะดึงให้เขาใช้อารมณ์ซื้อ (system1) แต่ดันมีตัวเลือกเยอะเกิน (information overload) สมองของเขาจะเข้าสู่ system 2 โดยอัตโนมัติเพราะต้องเปรียบเทียบ (ซึ่งเราไม่ต้องการ)