4 ความท้าทายในการใช้ Big Data ของนักการตลาด

เชื่อหรือไม่ว่าทุกวันนี้ มีการใช้ข้อมูลถึง 2.5 Quintilian bytes (ศูนย์ 18 ตัว) ต่อวันกันเลยทีเดียว ใหญ่ขนาดไหน ลองนึกภาพดูว่า ตัวเลขนี้เทียบเท่ากับ iPAD ขนาด 32 GB จำนวน 57.5 ล้านล้านเครื่อง ซึ่งข้อมูลพวกนี้ อาจจะอยู่ในรูปของการ Like Share Download หรือทั้งในแบบที่เป็นตัวเลข ภาพนิ่ง เสียง และรวมไปถึงข้อมูลรายละเอียดจงเจาะอื่น ๆ อย่างไรก็ตาม การวิจัยจาก Chief Marketing Officer (CMO) Council พบว่าวงการการตลาดมีความตื่นตัวในการใช้พลัง Big Data น้อยมาก ตัวเลขที่ว่า คือ เพียง 7% ของนักการตลาดเท่านั้นที่ใช้กำลังทำธุรกิจแบบ Data-Driven

หากเรามองกลับไปในยุคก่อนหน้านี้ การทำการตลาด มักจะใช้ประสบการณ์และความเชี่ยวชาญส่วนบุคคลเป็นเกณฑ์ในการตัดสินใจ ที่ไม่มีถูกผิด แต่ในยุคนี้ เป็นยุคที่ผู้บริโภคมองหาความแม่นยำของข้อมูลมากขึ้น จึงเป็นความท้าทายที่นักการตลาด และ ธุรกิจต่างๆ ต้องทำการบ้านให้หนักขึ้นตามไปด้วย

สำหรับสิ่งที่เป็นความท้าทายในการใช้ Big Data ของนักการตลาด มี ดังนี้ 1. ความสมบูรณ์ และความถูกต้องของข้อมูล
ในช่วงปีหลังๆ มานี้ การจัดเก็บข้อมูล และการเข้าถึงข้อมูลสามารถทำได้ง่ายขึ้น และด้วยความเยอะเหล่านี้ จึงเป็นปรกติที่ข้อมูลนั้นจะมีความ “ไม่เป็นระเบียบ ไม่แน่นอน ไม่แม่นยำ และไม่สะอาด” ของข้อมูลรวมอยู่ด้วย ความท้าทายของนักการตลาดในข้อนี้ จึงอยู่ที่ว่า เราจะเลือกได้อย่างไร ว่าข้อมูลชุดไหน เหมาะกับ Campaign ไหน หรือตรงกับลูกค้ากลุ่มไหนมากที่สุด และที่ยากยิ่ง คือการ Clean หรือทำให้ชุดข้อมูลนั้นสมบูรณ์แบบ ถูกต้องที่สุด ก่อนที่จะนำมาวิเคราะห์ต่อไป

ในการแก้ปัญหานี้ ต้องอาศัยทั้ง Data Engineer และ Data Analyst เฉพาะทางเข้ามาช่วย เพื่อเลือก Platform ที่เหมาะสมที่สุด และอาจจะต้องมีการทำ Data Visualization เพื่อสร้างมุมมองของข้อมูล รวมไปถึงเทคนิคต่างๆ ที่เข้ามาระบุ Dirty หรือความไม่แน่นอนของชุดข้อมูลนั้น ๆ ก่อนที่จะสามารถนำไป Analysis ในขั้นตอนต่อไป ได้ 2. ความสามารถในการมอง Big Data ได้ครบ 360 องศา จนสร้างความเข้าใจเชิงลึกได้
ปัญหาที่เกิดบ่อยครั้ง คือ การที่เรามีข้อมูลแล้ว แต่ยังไม่รู้จะทำไปใช้ต่อได้อย่างไร เช่น รู้ว่ามียอดซื้อเท่าไหร่ รู้ว่ามีจำนวนลูกค้าเท่าไหร่ แต่ไม่สามารถนำข้อมูลตรงนี้ไปต่อยอดได้

การแก้ปัญหาตรงนี้ ต้องอาศัยที่ประสบการณ์การเป็นนักการตลาด และความเข้าใจเรื่องการวิเคราะห์ และเครื่องมือต่างๆ ไม่ว่าจะเป็น Machine Learning หรือ Business Intelligence ต่างๆ ซึ่งสิ่งแรกที่ต้องทำความเข้าใจก่อน คือ ข้อมูลที่เรามีอยู่นั้น มีความลึกเพียงใด เช่น มีข้อมูลลูกค้าซื้อสินค้า แต่ไม่มีข้อมูลตัวตนของลูกค้า แบบนี้ก็อาจนำไปต่อยอดได้ลำบาก เพราะการแก้ปัญหานี้ จึงต้องกระทำควบคู่กันไประหว่างทำความเข้าใจเครื่องมือในการวิเคราะห์ หรือสร้างโมเดล ไปพร้อมกับต้องสามารถระบุตัวแปร หรือข้อมูลที่ต้องใช้ในการวิเคราะห์ด้วย จึงสามารถสร้างมุมมองได้สมบูรณ์ 360 องศา 3. ปัญหา และข้อจำกัดในการเข้าถึงข้อมูลเจาะจงของลูกค้า
อย่างที่ทราบกันดีว่า Privacy หรือ ความเป็นส่วนตัวของบุคคลเป็นสิ่งที่แต่ละคนหวงแหน บางธุรกิจสามารถสร้างฐานข้อมูลของลูกค้าได้เองจากการพัฒนาระบบ Membership แต่ในบางธุรกิจจำเป็นต้องทราบข้อมูลภายนอกองค์กรมาเสริมการตลาดด้วย ตัวอย่างเช่น ธุรกิจอสังหาริมทรัพย์ ที่ผู้ซื้อขายมักเป็นลูกค้าประเภทหน้าใหม่ เป็นต้น

ปัจจุบันมีหลายภาคส่วนที่เปิดให้มีการนำข้อมูลไปใช้ต่อได้ ทั้งภาครัฐ และองค์กรต่างๆ รวมไปถึง Google เองก็มี Platform ที่สามารถ Analysis ระบุตัวต้น หรือความสนใจของคนใช้งานบน Internet ได้ 4. การตัดสินใจ หรือออกแบบ Campaign ต่างๆ ตามความต้องการจริง ไม่ทันการณ์
เพราะการวางแผนต้องใช้เวลานาน กว่าจะเก็บข้อมูล กว่าจะวิเคราะห์ ผ่านห้องประชุมนั้น ฝ่ายนี้ พอเอาเข้าจริงเมื่อถึงเวลาพบว่า พฤติกรรมของผู้บริโภคนั้นเปลี่ยนแปลงไปเสียแล้ว

ว่ากันว่า ในปี 2023 จะมีเครื่องมือต่างๆ ที่เข้ามาเป็นส่วนหนึ่งในชีวิตประจำวันของผู้บริโภค มากถึง 45 ล้านล้านเครื่อง โดยที่เครื่องมือเหล่านี้สามารถเป็นตัวสร้าง Big Data ดี ๆ ให้เหล่านักการตลาดได้ไม่รู้จบ ดังนั้นการออกโปรโมชั่นหรือกลยุทธ์ใดๆ หากใช้เวลานานเกินไป อาจทำให้ธุรกิจเสียโอกาสที่จะเติบโตได้

ดังนั้นในออกแผนการต่างๆ AI จะเข้ามามีบทบาทมากขึ้น เพื่อให้การตัดสินใจนั้นเกิดขึ้นได้ใกล้ความเป็น Real Time ให้มากที่สุด แต่การ Set ให้ AI สามารถสร้างสรรค์สิ่งต่างๆ ได้อย่างทันท่วงทีนั้น นักการตลาด และ Data Scientist ต้องช่วยกันสร้าง Machine Learning ที่มีประสิทธิภาพและตอบโจทย์ได้อย่างสูงสุดด้วย จะเห็นได้ว่า Big Data เป็นพลังเชื้อเพลิงก้อนใหญ่ยักษ์ ที่กำลังเข้ามาเปลี่ยนแปลงวงการการตลาดอย่างเลี่ยงไม่ได้ การลงทุนเก็บข้อมูลที่ว่ายากแล้ว การใช้ข้อมูล รวมไปถึงสร้าง Model ต่างๆ ให้ตอบรับกับความต้องการของธุรกิจ นั้นยากเสียยิ่งกว่า และที่น่ากลัวที่สุดคือ หาก Model ที่เราเลือกนั้นไม่ตอบโจทย์ หรือไม่สามารถนำไปใช้งานได้จริง ก็จะนำมาซึ่งความสูญเสียทางธุรกิจที่ไม่อาจประเมินมูลค่าได้ ซึ่งอย่างไรก็ตาม สิ่งที่เรากำลังต่อสู้อยู่นั้น ไม่ใช่เพียงแค่เทคโนโลยี หากแต่เป็น “เวลา” ที่ทุกวันนี้ โลกกำลังพัฒนาไปข้างหน้า อย่างก้าวกระโดด หากเรามัวแต่ล้าหลัง หรือไม่สามารถปรับตัวให้ทันได้ ก็อาจนับเป็นความผิดพลาดทางธุรกิจในอนาคตภายภาคหน้าได้