“เธอชอบกระเป๋า ส่วนผมชอบรองเท้า” มาใช้ Personalised Chatbot กันดีกว่า
“เธอ ๆ กระเป๋าสีดำหรือสีแดงอันไหนสวยกว่านะ”
“เราว่าใบสีแดงสวยกว่านะ”
“เหรอ แต่เราชอบสีดำอ่ะ เอาใบนี้ละกัน”
…โอเค … จากบทสนทนาสมมุติข้างบน (ย้ำว่า สมมุติ) ทำให้เราพอจะนึกภาพของการไปเลือกซื้อสินค้าในร้านค้า ที่มีกระเป๋าหลากหลายรูปแบบหลากหลายสีให้เลือก ซึ่งลูกค้าแต่ละคน ก็มีความชอบที่แตกต่างกัน บางคนชอบ Shoulder bag สีเหลือง ในขณะที่อีกคนชอบ Shoulder bag สีดำแต่กลับชอบ Crossbody bag สีเหลือง เพราะความชอบที่หลากหลายนั้น Brand จึงต้องปรับตัวเองให้เข้าใจลูกค้าและมอบสินค้าให้ตรงตามความต้องการของแต่ละบุคคลมากขึ้น
เข้าใจว่าลูกค้าชอบอะไร ต้องการอะไร จะช่วยให้เพิ่มยอดขายได้มากยิ่งขึ้น
แล้ว Chatbot จะมาช่วย Personalised ได้อย่างไรล่ะ
ลองนึกภาพใหม่อีกครั้งนะครับ เมื่อเข้าไปในร้านกระเป๋า คนแรกที่เราเจอก็คือ พนักงานขาย ที่ยืนยิ้มแย้มต้อนรับเรา
“สวัสดีค่ะ สนใจดูกระเป๋าแบบไหนดีคะ?”
นี่ไงครับ กระบวนการ Personalised เกิดขึ้นตั้งแต่ตอนนี้ Conversation และ Question ที่พนักงานขายได้ชวนคุยและถามเข้ามา การชวนคุยและสอบถามเป็นจุดเริ่มต้นที่ดีสำหรับการเก็บข้อมูลของลูกค้า
“อยากดูกระเป๋าถือซักใบหน่อยค่ะ”
“คุณลูกค้ามองหากระเป๋าถือสำหรับออกงานอยู่หรือเปล่าคะ ตอนนี้มี 2 สีกำลังเป็นที่นิยมอยู่ เชิญดูทางนี้ได้เลยค่ะ”
ตอนนี้พนักงานขายได้ Personalised Data มาส่วนหนึ่งแล้วคือ ลูกค้าผญคนนี้ มีความสนใจใน”กระเป๋าถือ” และเมื่อพนักงานถามคำถามลึกลงไปในรายละเอียดต่อไปเรื่อย ๆ Personalised Data ของลูกค้าคนนี้ก็จะทำให้ Brand นำเสนอผลิตภัณฑ์ได้โดนใจเขา
ลูกค้าผู้หญิงอายุประมาณ 30 ปี คนนี้สนใจ กระเป๋าถือขนาดเล็ก ชอบสีเขียวและเหลือง ไม่ชอบสีดำและแดง ไม่ชอบสายโซ่ แต่ขอมีกิมมิคสีทองหรือเงินติดอยู่ จะซื้อไปงานเลี้ยงระดับ Manager จัดงานที่โรงแรม และมีแนวโน้มจะซื้อกระเป๋าสะพายไหล่ในเวลาต่อมา
นี่คือตัวอย่างของ Personalised Data ที่คุณพนักงานอาจจะได้มาจากการสนทนา ซึ่งการสนทนานี้เป็น two way communication การสนทนาแบบนี้จะทำให้เกิดโอกาสในการเก็บ Personalised Data มากกว่า One way communication เช่น Website
โชคดีจริงๆ ที่ Chatbot นั้นเองก็เป็น two way comunication จึงสามารถทำการเก็บ Personalised Data ได้ เราสามารถออกแบบ Flow การพูดคุย การถามคำถาม และนำข้อมูลที่ได้มาทำ Offer ต่างๆให้ตรงกับ User แต่ละคน ขอยกตัวอย่าง Chatbot เกี่ยวกับอาหารตัวหนึ่งในประเทศไทย ได้มีการถามคำถามเพื่อทำความเข้าใจในตัว User มากยิ่งขึ้น
ซึ่งเมื่อเราตอบคำถามเหล่านี้ไปแล้ว สิ่งที่ตัวแบรนด์เองจะสามารถรู้ได้คือ วัตถุดิบที่เราสนใจ และประเภทแกงที่เราสนใจ หาก User กดเลือก หมู และ แกงเขียวหวาน ตัวแบรนด์เองก็สามารถนำ Personalised Data เหล่านี้ มาเสิร์ฟเมนูแกงเขียวหวานหมูสับได้ตรงตามความต้องการเราก็ได้ (กินกับไข่เค็มอร่อยจริงนะ)
เพราะฉะนั้น หาก Design Conversation ของ Chatbot ให้มีการพูดคุยที่ดี มีการเลือกใช้คำถามที่เหมาะสม ไม่ดูน่าเบื่อและไม่รุกร้ำมากเกินไป ก็จะช่วยให้แบรนด์เก็บข้อมูล Personalised ของลูกค้า และนำข้อมูลไปใช้อย่างเป็นประโยชน์ได้ยิ่งขึ้น
แล้วคนจะเข้ามาตอบ Chatbot จริง ๆ เหรอ
จะมีคนมาตอบจริงๆเหรอ ในเมื่อมันเป็นแค่ Chatbot นะ ตอบได้เลยว่า มีครับ คุณ Richard McGrath ได้ทำการทดลองสร้าง Conversation Chatbot และทำการ Broadcast sequence คำถามจำนวน 6 คำถามให้กับ User ที่เข้ามาใช้งาน Chatbot ของเขา พบว่า 69.6% ของ User เข้ามาตอบ คำถามแรก
และอีก 81.4% ของ User ที่เข้ามาตอบคำถามแรก ตอบคำถามที่เหลือจนจบ ซึ่งมากกว่าค่าเฉลี่ยของการถามคำถามในเว็ปไซต์หลายเท่า (เฉลี่ย 5% เองเท่านั้น)
อย่ามัวรอช้า !! มาเข้าใจลูกค้าของ Brand คุณให้มากยิ่งขึ้นด้วย AI Chatbot ที่รองรับภาษาไทย และสามารถทำ Personalised Data ผ่าน Conversation ที่ถูกออกแบบ UX ให้เข้ากับ Brand ของคุณกับพวกเราได้ที่ ConvoLab.ai :)
Reference
