Personalization Marketing คืออะไร ตัวอย่าง Rules-based, Journey-based, และ Machine Learning
Personalization marketing คือ การสร้างประสบการณ์ที่หลากหลาย ทั้งการสื่อสารข้อความแบบ Dynamic , การปรับรูปแบบบริการ (Service) ให้เหมาะสมกับ segmentation ต่างๆของลูกค้า หรือการปรับInterface, Layout ของ Frontend ต่างๆ และแม้แต่การนำเสนอสินค้าที่ลูกค้าน่าจะสนใจ (Related items) ก็ถือเป็นส่วนหนึ่งของการทำ Personalization marketing
1.Rules-based personalization คือการสร้าง rules ตาม attributes และ data-points ต่างๆเช่น
2.Journey-based personalization เป็นการ Map ลูกค้าตาม Marketing Journey (Funnels) ต่างๆ
3.Machine-Learning Personalization การใช้ความสามารถของ AI, Data Modelling
– Welcome message สำหรับลูกค้าใหม่
– แนะนำสินค้าที่เกี่ยวข้อง (Complementary Products)
– ปฏิบัติกับลูกค้าเก่าเพื่อสร้างBrand Loyalty
– ใช้Geolocationให้เป็นประโยชน์
– แจ้งเตือนส่วนลด สำหรับลูกค้าที่เคยกดเพิ่มสินค้าลงตะกร้า
การทำ Personalization ในแต่ละรูปแบบคือ
1.Rules-based personalization
คือการสร้าง rules ตาม attributes และ data-points ต่างๆเช่น
Rule กลุ่ม Inbound source ได้แก่
– User มาจาก Google search
– User click มาจาก online campaigns ที่เรากำหนด (ผ่าน UTM source/Medium)
– User click มาจาก Email campaign ที่เราส่งออกไป เป็นต้น
Recent activity (Website หรือ Online presence, หน้าร้าน หรือOffline presence)
– หน้าWebpageสินค้าล่าสุดที่ลูกค้าเข้าชม
– หมวดหมู่สินค้า ล่าสุดที่ลูกค้าเข้าชม
– 3หมวดหมู่สินค้า ที่ลูกค้านิยมซื้อที่ Offline store
– ประเภท contents ที่ลูกค้ามักจะเข้ามาอ่าน (เราต้องวาง Context structure ไว้ครับ)
Other systems
– การดึง attributes และ data-points จากระบบอื่นๆเช่น CRM, Call centre system
2. Journey-based personalization
เป็นการ Map ลูกค้าตาม Marketing Journey (Funnels) ต่างๆ เช่น
– ลูกค้าที่เราประเมินแล้วว่า กลุ่มที่อยู่ใน Awareness stage เราอาจจะเน้นการสื่อสารระดับBranding เพื่อสร้างความน่าเชื่อถือ
-ลูกค้าที่อยู่ในระดับ Consideration stage อาจจะนำเสนอเกี่ยวกับส่วนลด หรือข้อมูลTechnicalเชิงลึกเพื่อจะโน้มน้าวให้ลูกค้ามั่นใจในสินค้าหรือบริการของเรา
Journey-based personalization ส่วนใหญ่มักจะใช้กับธุรกิจ B2B ที่มีรอบการตัดสินใจซื้อสินค้านาน (long sales cycle) เช่นธุรกิจSoftware หรือสินค้าที่มีราคาแพงเช่นบ้าน รถยนต์, หรือธุรกิจ Retail store
3. Machine-Learning Personalization
การใช้ความสามารถของ AI, Data Modelling
ใช้การImport Product inventory และข้อมูลลูกค้าต่างๆเช่น Demographic และการ Import historical data เข้าไปใน Datasets โดยการ สร้าง Relate datasets และ dataset group.
จากนั้นเป็นการ training data เช่นการ Import historical data เข้าไปใน dataset group, การบันทึก user events ต่างๆเข้าไปใน dataset group เป็นต้น
หลังจากนั้น AI จะสร้าง solution version (trained model) มาหลายๆ version และเราต้องกำหนด metrics เพื่อ Evaluateว่าเราจะใช้ solution version ไหนดี
การประยุกต์ใช้เช่น model อาจจะพบว่ากลุ่มสินค้าFMCG มักเป็นที่สนใจของลูกค้าsegment “A1” ที่demogaphic เช่น เพศ อายุ ถนนที่อยู่อาศัยใกล้เคียงกัน Machine-Learning จะเลือก Algorithms ที่เหมาะสมมา Train และ optimization สินค้าและบริการ (Recomendation) ให้เหมาะสมตาม metrics ที่เราวางไว้ นั่นเอง ….ซึ่งการใช้ Machine-Learning Personalization เหมาะสำหรับธุรกิจที่มี Product inventory ของสินค้าเยอะ ไม่เสามารถใส่ Rules-based ให้สินค้าแต่ละชิ้นได้ครบ
ตัวอย่าง Personalization Campaign ได้แก่
1. Welcome message สำหรับ 1st visitors
Configuration Idea : ใส่ Rule ว่ากรณี detect เจอว่าเป็น New cookie ให้ dynamic ข้อความใน Panel ที่ต้องการ
2.แนะนำสินค้าที่เกี่ยวข้อง (Complementary Products)
Configuration Idea : เลือกหมวดหมู่สินค้าหลัก เช่น “กล้อง” ให้เลือก personalization relate items จากหมวดหมู่สินค้ารอง “เลนส์” เป็นต้น
3. ปฏิบัติกับลูกค้าเก่าเพื่อสร้างBrand Loyalty
Configuration Idea :
Direction1ส่ง email marketing จากฐานข้อมูลลูกค้าเก่า และให้คลิกกับมาที่ specific URL เช่น Yourdomain.com/ExistingCustomer เป็นต้น
Direction2 ใน Website มีระบบMember Log-in เพื่อผูกCookie กับ Account ID เพื่อ Map ว่า User นั้นๆเป็นลูกค้าเก่า
4. ใช้geolocationให้เป็นประโยชน์
Configuration Idea : ใช้ Tool แปลง IP address ของ User เป็น City/Country (เช่น ip2location) เช่นธุรกิจ Retail ที่มีสาขาหรือหน้าร้านทั่วโลก ทั่วประเทศ อาจจะ Personalization campaign แบบนี้ แนะนำหน้าร้าน หรือสาขาที่ใกล้เคียง Locationลูกค้า
5. แจ้งเตือนส่วนลด สำหรับลูกค้าที่เคยกดเพิ่มสินค้าลงตะกร้าแล้ว แต่ยังไม่ทำการจ่ายเงิน (ตัดบัตรเครดิต)
Configuration Idea : ใช้ URL + Track event Rule เช่น User ที่กด Click event “Add to cart” แต่ยังไม่เคยเข้า URL “Payment-successful.html” ให้Personalize ส่วนลดพิเศษขึ้นมาเป็นต้น
ทั้งนี้ การทำ Personalization Marketing มีจุดที่ต้องคำนึงถึงอีกจุดคือเรื่อง Effort vs Business Impact คือการที่เราต้องออกแรงมากมายทำเรื่องกลยุทธ์ ทำเรื่องเดต้านั้น ส่งผลกระทบในด้านดีกับธุรกิจของเราหรือไม่ เพราะสินค้าและบริการบางประเภท Personalization Marketing อาจจะไม่ตอบโจทย์
และในยุคที่ User ทุกคนตื่นตัวเรื่อง Privacy Policy และการ Aware เรื่อง พรบ. คุ้มครองข้อมูลส่วนบุคคล Personalization Marketing อาจจะมีผลกระทบในแง่การรุกล้ำความเป็นส่วนตัวของลูกค้า และส่งผลกระทบด้านลบต่อBranding ของเราครับ
ติดต่อขอรับคำปรึกษาด้าน Marketing และ Technology
- ให้คำปรึกษาตั้งแต่การวาง Technology Roadmap
- การเลือกเครื่องมือที่ตอบโจทย์ธุรกิจที่สุด
- การวาง Data Foundation ให้รองรับสเกลของธุรกิจ
- การ Implement Platform อย่างมีระบบ
- การทำ Change Management และการติดตามการ Adoption
- ควบคุมการบริหารโครงการด้วยผู้มีประสบการณ์ตรง
- รับจำนวนจำกัดไม่เกิน 2 Projects / เดือน
Line: baron66
Email : [email protected]
Reference
https://medium.com/@blueshiftlabs/embracing-a-i-and-personalization-in-customer-journeys-a5d7d2b95fb4
https://aws.amazon.com
https://www.codehousegroup.com
https://www.sitecore.com/knowledge-center/digital-marketing-resources/10-personalization-tactics-for-quick-wins
https://www.researchgate.net/figure/Different-forms-of-explanations-On-the-left-panel-there-are-four-example-users_fig1_324859596
https://blog.useproof.com/personalized-service-increased-loyalty