Personalized Marketing การตลาดแบบรู้ใจ ที่ลูกค้าไม่รู้ตัว
Personalized marketing คือรูปแบบการตลาดแบบหนึ่ง ที่อาศัยเทคโนโลยีในการส่งมอบคุณค่าให้ลูกค้าแบบเฉพาะเจาะจงรายบุคคลจากการเก็บข้อมูลส่วนตัวของลูกค้า
Personalized marketing มีข้อดีมากมาย ที่ตอบรับกับพฤติกรรมผู้บริโภคที่มีความหลากหลาย และเฉพาะกลุ่มมากขึ้น ทำให้ลูกค้าติดใจในแบรนด์นั้นจากประสบการณ์การใช้ที่ดี ความสะดวก และความง่ายดายในการใช้บริการ ซึ่งนำไปสู่ยอดขายที่เพิ่มขึ้นในระยะยาว แต่ในอีกด้านนึง Personalized Marketing เมื่อถูกใช้อย่างผิด ๆ ก็อาจจะก่อให้เกิดผลเสียต่อบริษัทมากกว่าผลดี ดังที่บทความเราจะนำเสนอ 3 กรณีดังต่อไปนี้
3 กรณีศึกษาแย่ ๆ ของการทำ Personalized Marketing ในอดีต
1. กรณี Beacon แพลตฟอร์มโฆษณาของ Facebook ที่ทำให้เรารู้ว่าเพื่อนเราซื้อสินค้าอะไร
Beacon เป็นโปรแกรมโฆษณารุ่นแรก ๆ ของ Facebook ที่ติดตามการซื้อสินค้าของผู้ใช้ใน 40 กว่า ๆ เว็บไซต์พันธมิตรของ Facebook และรายงานแก่เพื่อน ๆ ของผู้ใช้ผ่าน Newsfeed โดยไม่ได้รับอนุญาต
จากบทสัมภาษณ์ “The Face Behind Facebook” เมื่อวันที่ 13 มกราคม ปี 2008 ของทางช่อง CBS โดย Lesley Stahl ได้พูดถึงสถานการณ์นึงที่ทำให้ โปรแกรมโฆษณาแบบนี้น่ากลัวคือ
“เมื่อผู้ใช้ Facebook คนนึงซื้อแหวนเพชรบนเว็บไซต์ให้ภรรยา แต่เพราะ Beacon ทำให้เพื่อน ๆ ของคุณ รวมถึงภรรยา รู้ด้วย การเซอร์ไพร์ซด้วยแหวนแต่งงานจึงเป็นอันต้องล้มไป”
หลังจากการวิพากษ์ วิจารณ์จากสำนักข่าวมากมาย ทำให้ Mark Zuckerberg, CEO ของ Facebook ได้ออกมาขอโทษผ่าน Blog ของ Facebook และสร้างฟีเจอร์ Privacy setting เพื่อผู้ใช้ได้เลือกปิดฟีเจอร์นี้ (ในภายหลัง Beacon ได้ถูกถอดออกโดยสมบูรณ์)
2. กรณี การปรับราคา (Price optimization) รายบุคคลของเว็บไซต์ซื้อของสินค้าออนไลน์ (E-commerce)
แนวคิดทางเศรษฐศาสตร์แขนงหนึ่งมีแนวคิดว่า แต่ละคนมีความพึงพอใจที่จะจ่ายไม่เท่ากัน คนมีเงินเยอะ ยินดีที่จะจ่ายเพิ่มอีกนิด เพื่อให้ได้ของที่ดีขึ้น คนที่เร่งด่วน ยินที่จะจ่ายเงินเพิ่มอีกหน่อยเพื่อให้ได้สิ่งนั้นเร็ว ๆ ในขณะที่คนบางกลุ่มยินดีที่จะจ่ายน้อยกว่า เลยทำให้เกิดความคิดเรื่องการแบ่งแยกราคา (Price discrimination) เพื่อให้สามารถขายหลาย ๆ ราคา กับคนหลาย ๆ กลุ่มได้
จากการวิเคราะห์ของ Wall Street Journal ในปี 2014 พบว่าลูกค้าหลาย ๆ คนเห็นราคาของที่เย็บกระดาษ (Stapler) ไม่เหมือนกันจากสินค้าชิ้นเดียวกัน บนเว็บไซต์ Staples.com ซึ่งบางคนจะเห็นราคาแพง หรือถูก ขึ้นอยู่กับที่อยู่ปัจจุบันของลูกค้าโดย Kim Wamble ได้ราคา $15.79 ส่วน Trude Frizzell ได้ราคา $14.29 (ที่สหรัฐอเมริกา แต่ละรัฐค่อนข้างมีความเหลื่อมล้ำสูง และมีกฏหมายที่แตกต่างกันออกไป จนทำให้คนบางรัฐรวยกว่า หรือแม้แต่จ่ายภาษีน้อยกว่าเป็นต้น)
นอกจากนี้จากงานวิจัยของมหาวิทยาลัย Northeastern พบว่า Homedepot.com ยังเสนอราคาที่แตกต่างออกไป ขึ้นอยู่กับว่าลูกค้าเปิดดูเว็บไซต์จากโทรศัพท์มือถือ หรือคอมพิวเตอร์ตั้งโต๊ะ และ Amazon ที่ได้ทดลองตั้งราคาที่แตกต่างกันในช่วงปี 2002 โดยลูกค้าเริ่มสังเกตเห็นความแตกต่างเมื่อ ลูกค้าบางกลุ่มได้ลบ Cookies ออก ทำให้ได้ราคาที่แตกต่างไปจากเดิม ซึ่งมักเป็นราคาที่ถูกลง สร้างความไม่พอใจให้กับลูกค้าเป็นอย่างมาก ซึ่งทางผู้บริหารบอกว่า “เป็นความผิดพลาดของระบบ”
หากคุณผู้อ่านสนใจ เรายังมีบทความอธิบาย Cookie พร้อมวิธีตรวจเช็ค Cookie แบบบ้าน ๆ ให้ได้ศึกษาเพิ่มเติมด้วย
แนวคิดเรื่องการแบ่งแยกราคาในธุรกิจ E-commerce ทั้งหมดนี้ สร้างกระแสความไม่พอใจถึงการเลือกปฏิบัติในการตั้งราคาเป็นอย่างมาก เพราะลูกค้าบางคนรู้สึกถึงความไม่เท่าเทียมกัน ทำไมฉันจ่ายแพงกว่าอีกคน (ซึ่งคนที่จ่ายแพงกว่าส่วนใหญ่จะเป็นคนจน หรือผู้หญิง อันนำไปสู่ข้อถกเถียงอีกว่า นี่คือการเลือกปฏิบัติแบบนึงด้วยรึป่าว ? )
3. กรณี ห้างสรรพสินค้า Target สาขา Minneapolis,USA ส่ง รายการโปรโมชั่นเกี่ยวกับคนท้อง ให้กับเด็กสาวที่เรียนอยู่ชั้นมัธยมหลังจากที่เธอซื้อของจากห้าง
เรื่องนี้ได้ถูกนำเสนอโดย New York Times ในเดือนกุมภาพันธ์ ปี 2012 ถึงกรณีที่ห้างสรรพสินค้า Target ส่งโปรโมชั่น คูปองลดราคาสินค้าชุดคลุมท้อง เตียงนอนเด็กอ่อน และเสื้อผ้าเด็กอ่อนที่ขายที่ Target ไปให้เด็กสาวที่เรียนอยู่ชั้นมัธยม จนฝ่ายพ่อของเด็กต้องไปโวยวาย กับผู้จัดการสาขา ถึงจะมารู้ในภายหลังว่าเด็กสาวคนนั้นท้องจริง ๆ
“ห้างสรรพสินค้า Target รู้ว่าลูกค้า (เด็กสาว) กำลังตั้งครรภ์ ก่อนคุณพ่อของเธอเสียอีก”
กรณีศึกษาเรื่องนี้มักถูกนำมาพูดถึงมากในการยกตัวอย่าง Machine learning application ที่ประสบความสำเร็จในการทำการตลาดแบบรู้ใจ แต่อีกด้านนึงที่ไม่มีคนพูดถึงคือ เด็กสาว และครอบครัวของเด็กสาวคนนั้นจะรู้สึกอย่างไรต่อเหตุการณ์นี้ ความสัมพันธ์ในบ้านเปลี่ยนไปมั้ย ? เมื่อเรื่องส่วนตัวของเด็กสาวไปถึงหูพ่อของเธอโดยไม่ได้ตั้งใจ
ซึ่งเรื่องนี้ตัวห้างสรรพสินค้า Target ก็ไม่ออกมาสื่อสารใด ๆ จน Andrew Pole นักสถิติที่ดูแลโครงการนี้ต้องออกมาพูดเอง ว่าห้างสรรพสินค้า Target ใช้ข้อมูลส่วนตัวลูกค้า และพฤติกรรมการซื้อ มาคาดเดาพฤติกรรมการซื้อ รวมถึงการซื้อข้อมูลเหล่านี้จากที่อื่นด้วย เพื่อมาสร้างดัชนี Pregnancy prediction (เครื่องมือทำนายโอกาสที่ผู้หญิงคนนั้นกำลังวางแผนมีบุตร จากสินค้าที่พวกเธอใช้ในช่วงนั้น) แล้วจัดการส่งโปรโมชั่นพิเศษให้กับผู้หญิงที่มี Pregnancy prediction score ที่สูง
If we send someone a catalog and say, Congratulations on your first child! and they have never told us they are pregnant, that is going to make some people uncomfortable
Andrew Pole นักสถิติของห้างสรรพสินค้า Target
หมายเหตุ: อย่างไรก็ตาม กรณีศึกษาของ Target ยังคงเป็นที่กังขาอยู่ว่าพูดเกินจริงหรือป่าว ? เพราะในปัจจุบัน ไม่มีใครสามารถหาบุคคลที่เป็นเจ้าของเรื่อง (คุณพ่อ และลูกสาว) ได้ และมีความเป็นไปได้ว่า การส่ง Coupon สินค้าคุณแม่ อาจเป็นการจัดกลุ่มทางการตลาดที่ผิดพลาด หรือเป็นแค่การสุ่มส่งโปรโมชั่นเท่านั้นเอง (นั่นหมายความว่า มีผู้หญิงอีกหลายที่ไม่ได้ตั้งท้อง แต่ก็ได้รับ Coupon สินค้าคุณแม่ เช่นกัน)
ทางผู้เขียนยกกรณีศึกษานี้ เพราะนักการตลาดส่วนใหญ่มองว่ากรณีศึกษานี้เป็นโอกาสทางการตลาด มากกว่าภัยคุกคามความเป็นส่วนตัว
ถอดบทเรียน
แล้วเราจะเรียนรู้ และปรับปรุงโปรเจคของเราให้ไม่ล้มเหลวเหมือน 3 กรณีด้านบนได้อย่างไร ?
เราขอแนะนำแนวทางดังนี้
1. ขอความยินยอมเมื่อจะประมวลผลข้อมูลลูกค้าเสมอ
ทั้ง 3 กรณีที่เกิดขึ้นในอดีต ที่เป็นการพยายามทำโดยพลการ โดยลูกค้าไม่มีการรับรู้ เมื่อรับรู้ภายหลัง ลูกค้าจึงไม่พอใจ จึงเป็นข่าววิพากวิจารณ์สร้างความเสียหายให้กับแบรนด์อย่างมาก
ในปัจจุบัน จึงมีกฏหมายที่ให้แนวทางการในการประมวลผลข้อมูลส่วนบุคคลของผู้ใช้มากขึ้น เพื่อให้ลูกค้ามีสิทธิเหนือข้อมูลส่วนบุคคลของตัวเองมากขึ้น ซึ่งมีแนวโน้มว่าเรื่องข้อพิพาทระหว่างลูกค้า กับบริษัทเกี่ยวกับข้อมูลส่วนบุคคลจะน้อยลงเรื่อย ๆ
2. รักษาความพอดีระหว่าง Personal กับ Too Personal
เรื่องบางเรื่องในบางวัฒนธรรมเป็นเรื่องน่าอายที่ลูกค้าไม่อยากให้ใครรับรู้ แม้แต่ตัวบริษัทเองเช่น สถานะการสมรส การตั้งครรภ์ สุขภาพ สถานะทางการเงิน
สังเกตง่าย ๆ ว่าเมื่อไหร่ที่ ลูกค้าตั้งคำถาม ว่า “คุณรู้เรื่องนี้เกี่ยวกับฉันได้ยังไง” นั่นเป็นสัญญาณอันตรายที่บอกว่า บริษัทรู้เยอะเกินไปแล้ว
3. รักษาความพอดีระหว่าง ประโยชน์ของลูกค้า กับ ประโยชน์ของบริษัท
ลูกค้าไม่อยากรู้สึกว่าถูกเอาเปรียบ ไม่อยากรู้สึกว่าตัวเองจ่ายแพงกว่าคนอื่น เพราะตัวเองรวยกว่า อย่าทำให้ลูกค้ารู้สึกแบบนั้นไม่ว่าวิธีใดก็ตาม
เทคโนโลยี หรือไอเดียในการทำการตลาดส่วนบุคคล สามารถถูกใช้เพื่อสนองคุณประโยชน์ต่อลูกค้า (ทำให้ใช้งานแอปพลิเคชั่นสะดวกขึ้น ได้ซื้อสินค้าที่ต้วเองต้องการ ในราคาที่ตัวเองจ่ายไหว) ก็ได้ หรือสามารถถูกใช้เพื่อสนองต่อกำไรต่อบริษัทได้เช่นกัน (ปรับราคาให้สูงขึ้น เมื่อมีสัญญาณว่าลูกค้าต้องการสินค้านั้นมาก) จึงเป็นหน้าที่ของนักการตลาดที่ต้องชั่งน้ำหนักของสองสิ่งนี้ไว้ให้ดี
4. ทดสอบก่อนออกสู่ตลาด
การรับรู้ หรือความรู้สึกของลูกค้า เมื่อเสียไปแล้วยากที่จะเอาคืนกลับมาได้ ฉะนั้นในโปรเจคหน้าก่อนที่คุณจะทดลอง Personalized Marketing แบบใหม่ ทดลองใช้กับกลุ่มเล็ก ๆ แล้วลองฟังฟีดแบคของพวกเขาก่อนปล่อยออกสู่ตลาด
นักพัฒนาซอฟแวร์ มักเป็นกลุ่มแรกที่มักได้ “กลิ่น” ความไม่น่าไว้ใจของสินค้าเทคโนโลยีได้ก่อนเสมอ ฉะนั้นอย่าลืมชวนพวกเขามาทดสอบการใช้งานด้วย
แม้แต่ข้อมูลก็ยังหลอกตาเราได้
หากคุณเป็นผู้อ่านที่ช่างสงสัยอยากตรวจสอบที่มาของข้อมูลก่อนรับข้อมูล คลิกที่นี่ เพื่ออ่านรายละเอียดที่มา
ฉะนั้นก็หวังว่าบทความนี้จะช่วยให้นักการตลาดรุ่นใหม่ ได้สร้างสรรค์โปรเจค Personalize Marketing ที่เป็นมิตรกับลูกค้ามากขึ้น เพื่อโลกที่ดีกว่า
มีคำถามสงสัยเพิ่มเติม ?
หากคุณสนใจเกี่ยวกับเรื่องที่เราเขียน สิ่งที่เราทำ และโครงการที่เราตั้งใจจะดำเนินงานในอนาคต คุณสามารถติดต่อพูดคุยกับเราได้
ขอบคุณแหล่งที่มา:
กรณีศึกษาของ Facebook Beacon
กรณีศึกษา Price discrimination in E-commerce
- Amazon’s Prime Suspect
- Keeping the customer satisfied – The economist
- Websites Vary Prices, Deals Based On Users’ Information – WSJ
- หนังสือ Artificial Unintellegence โดย Meredith Broussard
กรณีศึกษา การทำโปรโมชั่นของซุปเปอร์มาร์เก็ต Target จากข้อมูล
- Target ซุปเปอร์มาร์เก็ตรู้ได้ยังไงว่าลูกค้าคนไหนกำลังตั้งครรภ์?
- How Target Figured Out A Teen Girl Was Pregnant Before Her Father Did
- Did Target Really Predict a Teen’s Pregnancy? The Inside Story
- Target didn’t figure out a teenager was pregnant before her father did, and that one article that said they did was silly and bad.
แหล่งข้อมูลสนับสนุนอื่น ๆ
- 7 Marketing Personalisation Fails (and How to Get It Right)
- Don’t Be Creepy! Beware of Over-Personalization
บทความที่เกี่ยวข้อง
บทความนี้ จะรวบรวมเทคนิค และปัญหาการใช้งาน AppSheet ที่มีคนสอบถามจาก Facebook Group เพื่อให้ง่ายต่อการค้นหาวิธีการแก้ไขในภายหลัง
AppSheet ช้าแก้ไขยังไงดี ? ในบทความนี้จะแนะนำวิธีการตั้งค่าใน AppSheet ให้ทำงานได้เร็วขึ้นเรียงตั้งแต่จากง่ายไปยากเพื่อให้ผู้ใช้งานกลับมาใช้ AppSheet ได้ดังเดิม
รวบรวมคำถามที่ผู้สมัครงานควรถาม หรือหาข้อมูลเกี่ยวกับตัวบริษัทก่อนตัดสินใจร่วมงานกัน เพราะชีวิตการทำงานที่มีความสุขไม่ได้ขึ้นอยู่กับความสามารถในการทำงานอย่างเดียว
บทความนี้จะมาเล่าแนวทางการแจ้ง Bug บนเว็บไซต์สำหรับคนที่ไม่ใช่ทีม Dev แต่ต้องทำงานร่วมกันในโปรเจค พร้อมตัวอย่างการนำไปใช้
