marketing tech

การทำ Data mining สำหรับนักการตลาด (1)

Data mining คือกระบวนการทางธุรกิจเพื่อ เข้าถึงปริมาณ Data ขนาดใหญ่ หรือค้นหา Pattern ที่มีความหมาย เพื่อโอกาสทางธุรกิจ เช่นการทำ segmentation กลุ่มลูกค้าเพื่อการบริหารความสัมพันธ์หลังการขายทำไมถึงต้องทำ Data mining ในยุคนี้
– ประสิทธิภาพของ cloud computing ต่างๆที่มีประสิทธิภาพมากขึ้น ประมวลผลเร็วขึ้น
– Software ที่มี algorithms ฉลาดขึ้น ถูกขึ้นมี Software as a service ให้เลือกใช้บริการมากมาย
– ข้อมูลข่าวสารหรือ data ต่างๆคือสินค้า  ลองนึกภาพของการ segmentationกลุ่มลูกค้าของห้างสรรพสินค้าที่มียอดการใช้จ่ายในห้างนั้นๆเดือนละ 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

2. 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

3. 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

4. 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
Digital Transformation Group

Facebook Comments