จากการสำรวจของ Duke University พบว่ามีแค่ไม่ถึง 2% ของบริษัทที่สำรวจแล้วบอกว่าบริษัทมีพนักงานที่เหมาะสมกับการทำ Marketing Analytics ฉะนั้นต่อให้ทุ่มงบไปกับการวิเคราะห์ข้อมูล ถ้าข้อมูลยังใช้ไม่ได้ ตัวคนวิเคราะห์เองก็ยังไม่เก่ง การทำ Marketing Analytics ก็ไม่มีวันได้ผลตามที่หวังไว้ สุดท้ายการทำการตลาดโดยใช้ข้อมูลก็เกิดขึ้นได้ยาก
อย่างไรก็ตาม ไม่ใช่ทุกบริษัทจะหาคนเก่งๆมาทำงานกับข้อมูล คำแนะนำ 7 ข้อที่จะพูดถึง เป็นทางแก้ไขสำหรับบริษัทที่อยากทำ Data-Driven Marketing ได้สำเร็จด้วยทีมวิเคราะห์ข้อมูลที่ตัวเองมีอยู่
1. ตั้งโจทย์ปัญหาธุรกิจให้ชัดเจนตั้งแต่ต้น
ถ้าเราหวังแต่ให้ Data Scientist หรือ Data Analyst ไปวิเคราะห์ข้อมูล ทำโมเดลทำนายผลลัพธ์ออกมา โดยไม่รู้ว่าผลลัพธ์ที่ได้นั้นมันมีคุณค่าตัวตัวบริษัทหรือเปล่าก็เหมือนทำๆไปโดยไม่รู้ว่าทำไปเพื่ออะไร
ยกตัวอย่างเช่น เวลานักการตลาดไปคุยกับนักวิเคราะห์ข้อมูล เพิ่มถามเกี่ยวกับการเพิ่มยอด Conversion โดยที่ตัวเองไม่ได้นึกถึงว่าเรายังมีข้อมูลระดับ Top of the Purchase Funnel (เช่นพวกคนที่เข้ามากดติดตามเพจ คอมเมนต์โพสต์ ทำกิจกรรมร่วมกับแบรนด์บ่อยๆ เข้ามากดดูเว็บไซต์ หาสินค้าของเราบ่อยๆแต่ไมได้ซื้อ เป็นต้น)
ฉะนั้นตัวนักวิเคราะห์ข้อมูลเองต้องรู้จักไปถามนักการตลาดด้วยว่าตกลงเป้าหมายของการวิเคราะห์ข้อมูลคืออะไรกันแน่? นักการตลาดจะได้ไปหาข้อมูลที่เกี่ยวข้องมาให้ได้ ไม่งั้นคนวิเคราะห์ข้อมูลก็ไปหาข้อมูลเอาเองโดยไม่รู้ว่าข้อมูลที่ได้มันใช้ได้และตอบโจทย์ธุรกิจหรือเปล่า
2. เข้าใจตัวอัลกอริธึ่มและความเชื่อมโยงของข้อมูลที่มี
ถ้าทีมวิเคราะห์ข้อมูลรู้ว่าบริษัทมีเป้าหมายอะไร มีกลยุทธ์การดำเนินงานอะไรบ้าง รู้โครงสร้างภายในตัวบริษัท และเข้าถึงลูกค้าได้ง่าย ก็จะทำให้การวิเคราะห์ข้อมูลได้ผลมากขึ้น ฉะนั้นอยากให้ทีมวิเคราะห์ข้อมูลมีเวลานอกเหนือจากการทำงานอยู่แต่กับข้อมูลบ้าง ไปเจอลูกค้า ได้รู้ว่าตลาดต้องการอะไร มีเงื่อนไขอะไร เข้ามีตติ้งการวางแผนการตลาดบ้าง นอกจากจะเข้าใจว่าบริษัทกำลังทำอะไรรอยู่ ทีมจะได้หาข้อมูลได้ตรงกันกับทั้งบริษัท
3. เข้าใจเป้าหมายของบริษัท เพื่อจัดลำดับความสำคัญของสิ่งที่ต้องทำ
และกำจัดสิ่งที่ไม่จำเป็นต้องทำออกไปด้วย แน่นอนว่าทีมวิเคราะห์ข้อมูลมีงบและเวลาจำกัด และแต่ละแผนกก็ต้องการให้ทีมวิเคราะห์ข้อมูลให้ ฉะนั้นต้องรู้จักเรียงลำดับความสำคัญ โดยนึกถึงเป้าหมายของธุรกิจอยู่ตลอด ทีมวิเคราะห์ในบริษัทอาจจะกำหนดข้อตกลงออกมาด้วยซ้ำว่า แผนกไหนก็ตาม ถ้าส่งคำขอที่ไมได้สำคัญต่อเป้าหมายธุรกิจมากนัก อาจจะถูกเลื่อนออกไปก่อนได้ การตกลงกันแบบนี้ ทำให้ทีมสามารถเลี่ยงปัญหาการเมืองภายในองค์กรได้ด้วย โดยยึดประโยชน์ของบริษัทเป็นหลัก
4. สื่อสารสิ่งได้จากการวิเคราะห์ แทนที่จะพูดแต่ข้อเท็จจริงตัวเลขอย่างเดียว
ปัญหาอย่างหนึ่งของทีมวิเคราะห์เวลาต้องการสื่อสารผลลัพธ์ให้คนในบริษัทฟังคือ การใช้ตัวเลขเยอะๆ ใช้ศัพท์ยากๆ สูตรต่างๆที่คนอื่นไม่เข้าใจ แถมตัวหนังสือบนสไลด์เล็กจนอ่านยาก จนคนอ่านคนฟังไม่เข้าใจนสิ่งที่ทีมวิเคราะห์ข้อมูลต้องการจะสื่อ ฉะนั้นบอกไปตรงๆเลยว่า จากที่วิเคราะห์มาทั้งหมดแล้ว ได้ผลลัพธ์อะไรบ้าง ไม่ต้องนำเสนอโมเดลยากๆ แต่ขออินโฟกราฟฟิคที่เห็นแล้วเข้าใจได้เลยทันที บอกไปเลยว่าผลลัพธ์จากการวิเคราะห์นั้น บริษัทเอาไปทำอะไรต่อไป เอาไป Take Action อะไรต่อได้บ้าง? การทำแบบนี้ทำให้ผู้บริหารสามารถจำลองสถานการณ์ที่ดีและแย่ที่สุด และวางแผนรับมือต่อไปได้ไม่ยาก
5. เข้าใจบริบทของเรื่องที่วิเคราะห์อยู่
ไม่ว่าจะเป็นปัจจัยแวดล้อม การตลาด และตัวชี้วัดต่างๆ ยกตัวอย่างเช่น ถ้าต้องการหาผลกระทบต่อยอดขายที่มาจากโฆษณา ตัวคนวิเคราะห์ต้องรู้ด้วยว่ายอดขายที่เห็นอาจจะเกิดจากตัวดีไซน์สินค้า หรือตัวแบรนด์เองด้วยก็ได้ ฉะนั้น ถ้าตัวสินค้ามันเปลี่ยนไป ยอดขายก็เปลี่ยนตามได้ โดยที่การโฆษณาในช่วงนั้นอาจไม่ได้มีผลต่อยอดขายที่เกิดขึ้นมากนัก
อีกอย่างคือทีมวิเคราะห์ข้อมูลต้องแยกให้ออกว่าอะไรคือปัจจัยที่ทำให้เกิดการเปลี่ยนแปลง อะไรคือผลลัพธ์ ซึ่งก็ขึ้นอยู่กับว่าทีมวิเคราะห์เข้าใจบริบทมากแค่ไหน
6. รู้จักวิธีและเครื่องมือในการวิเคราะห์ข้อมูล เพื่อใช้แก้ปัญหาได้ถูกจุด
ฉะนั้นการฝึกอบรมการใช้เครื่องมือ สอนวิธีวิเคราะห์ข้อมูลเพื่อให้เข้าใจตรงกันทั้งทีมก็สำคัญ วิธีการทดลองอย่าง A/B Testing คืออะไร ใช้อย่างไร หรือพวก Machine Learning มันมีทั้งแบบ Supervised ที่ใช้ทำนายผลลัพธ์กับ Non supervised ที่ติด Tag กับข้อมูลเพื่อวิเคราะห์เป็นอย่างอื่นต่อไป พวกเศรษฐศาสตร์และจิตวิทยาที่เอาไว้เข้าใจพฤติกรรมผู้บริโภค เป็นต้น
7. เพิ่มทักษะให้หลากหลายขึ้น
นักวิเคราะห์การตลาดบางคนเก่งโค้ตคอมพิวเตอร์กับเก่งคำนวน บางคนพรีเซนต์เก่ง บางคนเข้าใจความหมายโดยนัยของธุรกิจ การจัดเทรนนิ่งแลกเปลี่ยนประสบการณ์และสอนในสิ่งที่ตัวเองถนัดให้คนในทีมก็เพิ่มศักยภาพของทีมไปในตัว หรืออย่างน้อยก็รู้ว่าใครทำอะไรได้บ้าง เวลาทำงานร่วมกันจะได้จัดการได้ถูกว่าใครต้องทำอะไร แบ่งงานกันทำได้ถูกคน
สรุปก็คือ ทีมวิเคราะห์ข้อมูลต้องแบ่งเวลามาทำอย่างอื่นนอกจากวิเคราะห์ข้อมูลอย่างเดียวบ้าง การเข้าใจเป้าหมายธุรกิจ การฝึกฝนการนำเสนอข้อมูล การคุยกับลูกค้าและเพื่อนร่วมงานต่างแผนเพื่อเข้าใจบริบทของสิ่งที่วิเคราะห์ และขยายทักษะอื่นๆ จะช่วยให้งานการวิเคราะห์ต่างๆมีประสิทธิภาพมากขึ้น
แหล่งที่มาส่วนหนึ่งจาก Why Marketing Analytics Hasn’t Lived Up to Its Promises by Carl F.Mela and Christine Moorman
