การทำ Data mining สำหรับนักการตลาด (1)
การทำ Data mining สำหรับนักการตลาด (1)
Data mining คือกระบวนการทางธุรกิจเพื่อ เข้าถึงปริมาณ Data ขนาดใหญ่ หรือค้นหา Pattern ที่มีความหมาย เพื่อโอกาสทางธุรกิจ เช่นการทำ segmentation กลุ่มลูกค้าเพื่อการบริหารความสัมพันธ์หลังการขาย
ทำไมถึงต้องทำ Data mining ในยุคนี้
- ประสิทธิภาพของ cloud computing ต่างๆที่มีประสิทธิภาพมากขึ้น ประมวลผลเร็วขึ้น
- Software ที่มี algorithms ฉลาดขึ้น ถูกขึ้นมี Software as a service ให้เลือกใช้บริการมากมาย
- ข้อมูลข่าวสารหรือ data ต่างๆคือสินค้า ลองนึกภาพของการ segmentation กลุ่มลูกค้าของห้างสรรพสินค้าที่มียอดการใช้จ่ายในห้างนั้นๆเดือนละ 100,000บาท ย่อมมีรายได้ครัวเรือนมากกว่าเดือนละ 200,000 บาท และมีกำลังซื้อสินค้ากลุ่ม Luxury product อีกมากมาย หรือที่ใกล้ตัวเรามากๆก็คือข้อมูล Interest ต่างๆที่เราใส่ไว้ใน Facebook ส่วนตัว ที่ทำให้บริษัทต่างๆลงโฆษณา แบบเรากลุ่มลูกค้าได้แม่นยำมากขึ้น
ขั้นตอนการทำ Data mining
1.กำหนดเป้าหมายใหญ่ทางธุรกิจ/Ultimate goal เช่น
– เปิดตัวสินค้าที่มี design ใหม่
- วางแผน Launch campaign ใหม่
- หามูลค่า Customer lifetime value
- วางแผนงบประมาณทางการตลาด
- หาแนวโน้มลูกค้าในการซื้อซ้ำ Up sell/Cross sell
- ซ่อมแซม Data ต่างๆที่มีอยู่แล้วให้สมบูรณ์ เช่น
- การกำหนดมาตฐานของ Data เช่นยึดเบอร์โทรศัพท์มือถือ/หมายเลขบัตรประชาชนเป็น Unique key ของลูกค้าแต่ละคน
- การซ่อมฟิลล์ที่เสียหาย เช่นรหัสไปรณีย์
- การ check duplicate ของ data ในแต่ละแถว
- การวิเคราะห์ช่องโหว่ของ data เดิมเช่นระบบ Call centre เก่าที่ไม่ได้เก็บ activity ต่างๆไว้อย่างครบถ้วน
- การหา segmentation ของลูกค้าผ่านกระบวนการทางสถิติเช่น การวิเคราะห์ clustering ด้วย algorithms ต่างๆ
ตัวอย่างกระบวนการ data cleansing
Credit : https://www.slideshare.net/Emilymurdock/procure-data-capabilities-ppt
- การสร้าง Action หรือ Automate process เช่น
- การส่งข้อความหาลูกค้า ผ่าน channel ต่างๆ แบบ personalisation
- การกำหนด Service level agreement สำหรับ หน่วยงานต่างๆที่มีส่วนในการเก็บข้อมูลลูกค้าเพิ่มเติม
- การจัดวางความสำคัญของงานบริการลูกค้า
การวิเคราะห์ clustering ด้วย algorithms
Credit https://www.slideshare.net/mrizwanaqeel/clustering-54063985
- การวัดผลด้วย Analytic tools โดยมี metric หรือดัชนีชี้วัดที่ชัดเจน ตัวอย่างเช่น
– Email response rate ต่างๆ Open/Read/Click
- จำนวน Lead ที่ Acquire ได้จาก campaign
- Customer lifetime value ที่สูงขึ้น
เป็นต้น
สำหรับบทนี้จะเป็นการเกริ่นนำ เบื้องต้นในความหมาย กระบวนการหรือ methodology ต่างๆ หากชอบใจกรุณากดแชร์บทความนี้ให้เพื่อนอ่าน เมื่อผมดู analytic แล้วเห็นว่าบทความด้านไหนมี Traffic ที่ดี จะได้กำลังใจเขียนตอนต่อไปในเรื่องนั้นๆครับ ขอบคุณครับ
Jittipong
หากมีคำถามเพิ่มเติม สามารถสอบถามผมได้ที่กลุ่ม >> Marketing Tech Thailand