การทำ Behavioral Segmentations ด้วย Tag Feature ใน Mandala Social Listening
ต้องยอมรับว่าในปัจจุบัน การใช้เครื่องมือ Social Listening มีประโยชน์อย่างมาก สำหรับใช้วิเคราะห์ตลาด และวิเคราะห์ผู้บริโภค ไม่ว่าจะเป็นการ
- ใช้ Social Listening เพื่อหา Demand หรือความต้องการในการบริโภคสินค้าต่างๆ
- วิเคราะห์พฤติกรรมผู้บริโภค ว่าก่อน/หลังการซื้อสินค้าของเรา พวกเรามีการพูดถึงสินค้าของเรา ในบริบท (Context) ไหนบ้าง
แต่ในหลายๆกรณี ด้วยความสามารถของ Social Listening สมัยใหม่อย่าง Mandala ที่สามารถจะกวาด (Voices หรือโพสต่างๆ) ใน Social Media Platforms ต่างๆมาได้อย่างละเอียด ทำให้มีข้อดีคือ เรามีข้อมูล Big Data ที่ยิ่งใหญ่มหาศาลที่พร้อมให้เราดึง Insight ออกมาดู แต่ทั้งนี้ด้วยปริมาณข้อมูลที่มหาศาลมากมาย ก็ย่อมจะมีข้อเสียตามมาคือการท่วมท้นของข้อมูล ที่นักการตลาดทั่วๆไป ไม่อาจรู้ได้ว่าจะใช้ประโยชน์จาก Data อย่างไร และไม่รู้ว่า Social Voices เหล่านั้น เราจะจัดการให้เป็นหมวดหมู่ เพื่อที่จะตีความเป็น Insight ได้อย่างไร
ทาง Mandala Social Listening ก็รู้ถึงปัญหานี้เป็นอย่างดี จึงพัฒนา Feature ใหม่ขึ้นมาชื่อว่า “Tag Management” คือเครื่องมือที่ทำให้เราสามารถที่จะใส่ Tag หรือ Label ของแต่ละ Voices ได้ว่า Post, Tweet หรือ Video นั้นๆ ได้พูดถึงแบรนด์/สินค้าของเราในบริบทไหนบ้าง Mandala Social Listening ชั้นนำของประเทศ
การใช้งานฟีเจอร์ “Tag Management” นั้นสามารถเข้าใช้งานได้ผ่าน Menu TAG ด้านซ้ายมือ หรือเข้าผ่านการคลิกแต่ละโพสแล้วค่อยสร้าง New Tag ก็ได้เช่นกัน แต่ทั้งนี้ ก่อนที่เราจะเริ่มทำการติด Tag เพื่อทำ Segmentations นั้นสิ่งที่สำคัญคือ เราควรต้องสวมหมวกของลูกค้าว่า ก่อนที่จะมีการซื้อสินค้าของเรา พวกเค้าน่าจะมี Behavior อย่างไรบ้าง โดยสามารถแบ่งวิธีการทำ Tagging เพื่อจัดกลุ่มลูกค้าตาม Behavior Segmentations ได้หลากหลายวิธีคือ
Decision Journey คือสถานการณ์ตัดสินใจของลูกค้า
ที่แบ่งเป็น Stages ต่างๆ ได้แก่ Early adopt, Decision & Comparison journey, Actual decision journey และ Brand and Product Relationship to Loyalty หมายความว่าขณะที่ลูกค้าอยู่ในแต่ละ Decision Journey ย่อมมี Voice ที่แตกต่างกัน
ตัวอย่าง ถ้าเราจะหา Behavior Segmentations ของ “เครื่องล้างจาน”
- เครื่องล้างจานดีไหม – Early adopt
- เปรียบเทียบเครื่องล้างจาน – Decision & Comparison journey
- Depth Review & โปรโมชั่น – Actual decision journey
- Experience and Preference – Brand and Product Relationship to Loyalty.
Buy Habits คือการแบ่งตามนิสัยหรือจริตของลูกค้าแต่ละแบบ
- Brand Loyalty / ลูกค้าที่เลือกสินค้าโดยเปรียบเทียบแบรนด์ (Brand comparison)
- Feature Preference เปรียบเทียบฟีเจอร์การทำงาน ชอบใช้ปากกา ประเภทไหน บ่อยแค่ไหน ด้วยกิจกรรมอะไร
Paint Point การแบ่ง Segmentations ตามปัญหาที่ความกังวล
- Financial Pain Points ปัญหาด้านการเงิน
- Productivity Pain Points ปัญหาด้านผลิตผล
- Process Pain Points ปัญหาที่เกิดจากขั้นตอนการซื้อสินค้า
- Support Pain Points ปัญหาที่เกิดหลังการขาย
หลังจากนั้นเราก็เริ่มสร้าง Tag ใหม่ และเริ่มทำการติด Tag ให้แต่ละ Voices เช่น
- Brand comparison คือ Voices ที่พูดถึงในแง่ตราสินค้า
- Buy Process Pain คือ Voices ที่พูดปัญหาการ“ซื้อคอนโด” และ “หาคอนโด”
- Financial Pain คือ Voices ที่พูดถึงปัญหาด้านการเงิน
- Location Pain คือ Voices ที่พูดทำเลของ“ซื้อคอนโด” และ “หาคอนโด”
หลักจากนี้เราก็สามารถนำ Data ที่ถูกติด Tag ไว้มาแบ่ง Behavioral Segmentation และนำมาวิเคราะห์เป็นมุมมองใหม่ๆได้หลายรูปแบบ เช่นจากด้านล่าง เราเอาข้อมูลมาวิเคราะห์ว่า “ซื้อคอนโด” และ “หาคอนโด”
37% พูดถึงคอนโดใกล้สถานศึกษา ซึ่งส่วนใหญ่เป็นการหาข้อมูลเช่า
26% พูดถึงการบริการหลังการขายของคอนโด
15% พูดถึงการหาคอนโดตามทำเล
เท่านี้เราก็สามารถแบ่งตามพฤติกรรม หรือ Behavior Segmentations ได้ว่า ผู้คนที่พูดถึง “Keywords” ที่เรากำหนดมีมุมมองไหนบ้าง และเราสามารถนำ Insight ไปสร้างสินค้า หรือทำการตลาดให้ตอบสนองความต้องการของผู้บริโภคได้มากขึ้น
แต่ข้อดีของ Mandala คือ มีระบบ Subscription ที่ยืดหยุ่น และเปิดให้เราเลือกจ่ายค่าบริการแบบแฟร์ๆ กับผู้ใช้งานอย่างพวกเรา โดยสามารถที่จะเลือกแผนการจ่ายค่าบริการได้แบบ
- Pay as You Go จ่ายรายเดือน เราจะยกเลิกเมื่อไหร่ก็ได้*
- 12-month plan เลือกแพ็คเกจรายเดือน 12 เดือน ที่เราจะจ่ายเดือนได้ถูกลง*
- Pay one time คือการเลือกจ่ายก่อนเลย 17,464 บาท และสามารถใช้งานได้ 12 เดือน ซึ่งถ้าเลือกแผนนี้ เราจะเสียค่าบริการแค่เดือนละประมาณ 1,455 เท่านั้นเอง*
*Pay as you go (Auto Renewal, Cancel Anytime) ยกเลิกได้ตลอดเวลา เดือนละ 1,617 บาท ($49)
ทำสัญญา 12 เดือน เลือกจ่ายแบบรายเดือน เดือนละ 1,536 บาท เลือกจ่ายแบบ Pay One Time 17,464 บาท (เฉลี่ย เดือนละประมาณ 1,455 บาท)
