Menu Close

การทำ Data mining สำหรับนักการตลาด (1)

marketing tech

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 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

Related Posts