มาดูว่า Marketing Analytic สำหรับ Owned Media ที่สำคัญมีอะไรบ้าง

Softnix
Softnix
Published in
4 min readFeb 24, 2018

สืบเนื่องจากผู้เขียนเคย Shared Link Top AI Marketing Analytic ลงบน facebook ซึ่งเป็นบทความจาก Blog ของ Linkedin.com ไป ปรากฏว่ามีคนแชร์ต่อจำนวนมาก นั้นแสดงว่า มีคนสนใจความรู้ด้านนี้ และประกอบกับผู้เขียนรับหน้าที่ในการดูแลงานการตลาดขององค์กรด้วยและอีกหมวกใบนึงก็ดูทิศทางงานด้านทิศทางของ Products วันนี้จึงอยากจะหาความรู้เพิ่มเติมเกี่ยวกับด้าน Marketing Analytics โดยผู้เขียนได้ศึกษาจากหนังสือเล่นหนึ่งที่ชื่อ Digital Marketing Analytics เขียนโดย Chuck Hemann และ Ken Burbary โดยเขาจำแนก Digital Media ปัจจุบันออกเป็น 3 Media คือ PAID Media , Earned Media, Owned Media ดังภาพด้านล่างนี้ครับ แต่ในบทความนี้ผู้เขียนจะเริ่มจาก Owned Media ก่อนเพราะเป็น Media หรือช่องทางที่บริษัทหรือองค์กรมีอยู่และควบคุมมันได้ โดยใช้เพื่อสื่อสารกับลูกค้า เข้าใจง่ายๆ เช่น เว็บไซต์ของบริษัท หรืออีเมล์ข่าวสารที่ส่งไปหาลูกค้า แม้กระทั่งเอกสารโบรชัวร์ต่างๆที่ทำขึ้นมา เป็นต้น โดยมาดูว่า Owned Media มี Solution Analytics อะไรบ้างที่เขาทำกัน

Owned Media Analytics

Competitive Intelligence

อันนี้เข้าใจง่ายๆคือ การ monitor คู่แข่งนั้นเอง เพื่อให้ดูว่า เขาเคลื่อนไหวอะไร ขายสินค้าอะไรเพิ่ม สื่ออะไรกับลูกค้าเขา มีโปรโมชั่นอะไร รวมไปจนถึง ช่องทาง PAID Media เขาใช้ Keyword อะไรบน Google Adwords ส่วน Earned Media กำลังเกิด Words of mouth เรื่องอะไร มีกระแสอะไรบ้างเกิดขึ้นกับคู่แข่งใน Social Network ส่วนบน Owned Media ของคู่แข่งก็เช่น คนเข้าเว็บของคู่แข่งมาจากไหนมากที่สุด อะไรทำนองนี้ ทั้งนี้ทั้งนั้นเพื่อจะได้นำมาปรับกลยุทธ์โต้ตอบได้ทันนั้นเอง

เครื่องมือที่ให้บริการลักษณะนี้ เช่น simplymeasured.com ที่มีเครื่องมือวิเคราะห์เพื่อเปรียบเทียบในแง่มุมต่างๆของคู่แข่ง หรือที่ https://www.socialbakers.com ที่เน้นไปที่ Facebook Analytics เชิงลึกเป็นต้น

ตัวอย่างรายงานของเปรียบเทียบคู่แข่งของ simplymeasured.com
เปรียบเทียบ Compare Engagement Rates จาก hashtag คู่แข่ง ของ simplymeasured.com
KPI Tracking ของ socialbakers.com

และเครื่องมืออีกตัวที่ผู้เขียนเคยใช้ track web monitor คือ mention.com ซึ่งมี Function Competitive Monitor โดยเฉพาะ

หน้า Dashboard Competitive Monitor ระหว่าง NASA กับ Space X ของ mention.com

Clickstream หรือ Web Analytics

ตรงนี้เราใช้กันเยอะ ทุกเว็บบริษัทหรือเว็บ ecommerce เข้าใจว่าน่าจะใช้ทุกเว็บ คือบริการของ Google Analytics ซึ่งมีรายงานหรือเครื่องมือให้เราวิเคราะห์สิ่งต่างๆที่เกิดขึ้นกับเว็บเรา หรือถ้าจะพัฒนาเองเพื่อวิเคราะห์ในมุมที่สนใจอื่นๆ เช่น การทำ A/B Testing ว่าทำอย่างงี้แล้วจะดีขึ้นหรือแย่ลง หรือการเขียนโปรแกรมจับค่าการคลิ๊กใน link ต่างๆบนเว็บเรา หรือเก็บข้อมูล Cookie ของคนที่เข้าเว็บเราเป็นต้น สำหรับในเรื่องนี้ สิ่งที่เราควรจะหาเครื่องมือมาวิเคราะห์ มีดังนี้

Custom Dashboard อย่างที่บอกตอนต้น เราควรสร้างการแสดงผลรวมในหน้าเดียวจากสิ่งที่เราสนใจ หรือกำลังติดตามอยู่ เช่น พฤติกรรมผู้เข้าเว็บเรา

Content Analytics เครื่องมือวิเคราะห์แนวโน้มของ Content ที่เรา post ขึ้นไปหรือที่เราเขียนบนเว็บ เพื่อหาสิ่งที่เหมาะสมที่สุด เช่น ความยาวของ content ที่เหมาะสม เนื้อหาที่เหมาะสม หรือแม้กระทั่ง Keyword ที่คนค้นเจอบ่อยๆ และที่สำคัญยุคนี้ปุ่ม Like, Love, Clapped เพื่อให้ทราบ Feedback ของผู้อ่าน อย่างในกรณีนี้ ผู้เขียนเขียน Blog ที่ Medium ทุกครั้งจะเข้ามาดู State เพื่อเก็บข้อมูลนำมาปรับปรุงอยู่บ่อยๆ ซึ่งสิ่งที่พบและชัดเจนเลยคือ เขียนบทความเยอะทีไร อัตราการอ่าน Read Rate ต่ำทุกที (กลัวบทความนี้เหมือนกัน)

Mobile Analytics ปัจจุบันคนใช้ mobile มากกว่า PC Desktop ในการเข้าเว็บ เราจำเป็นต้องทราบ เพื่อนำมาปรับปรุงเว็บเรา เช่น รูปแบบการแสดงที่ดูดีบน mobile

เครื่องมือที่ให้บริการ ลักษณะนี้ เช่น Google Analytics ค่อนข้างดีที่สุดแล้วครับ เรื่องนี้

Conversion Analytics

เรื่องนี้ก็คือการวิเคราะห์เพื่อให้ทราบว่า การดำเนินกิจกรรมใดบน Online Marketing แล้วสำเร็จสุด เช่น หากเราตั้งค่า Conversion ไว้ที่ยอดขาย ก็คือเกิดยอดขายสูงสุด ทั้งนี้เพื่อให้เราเลือกลงทุนได้ถูก ลดแนวทางที่เสียเวลา ตัวอย่างหนึ่งที่ผู้เขียนชอบใช้บน Feature ของ Google Analytic คือ การดู Flow ของผู้ที่เข้าเว็บ เพื่ออยากทราบว่า คนเข้าจากหน้าแรก แล้วสนใจ Products ไหน โดยไปอ่าน Content ต่อที่หน้าไหน จบด้วยสนใจและติดต่อเข้ามา โดยไปที่หน้า Contact อย่างงี้เราถือว่า Conversion ของเรา

Source https://analytics.googleblog.com/2011/10/introducing-flow-visualization.html

Custom Segmentation

หลักๆคือการหา Personalize ของลูกค้าเราหรือ Audience เราโดยจัดกลุ่มตาม Personalize โดยเป้าหมายยิ่งเล็กเท่าไหร่ยิ่งดีบ้างก็เรียกว่า Micro Segmentation จนถึงกระทั่งคนต่อคนเลยทีเดียว เราต้องการ Segmentation เพื่อนำมาวางแผนการนำเสนอให้ถูก ให้ตรงใจลุกค้า เช่น ถ้าบนเว็บ เราอาจจะแสดงสินค้าที่เขาน่าจะสนใจตาม Life Style เขา ระบบ Custom Segmentation ถ้ามีความยืดหยุ่นสูงจะดี เช่น รองรับการปรับค่าบางอย่างเพื่อให้ทราบ Segment ใหม่ๆเช่น ปรับค่าตามความถี่ของการเข้ามาชมเว็บ ปรับตามจำนวนเงินที่ใช้จ่าย ปรับตามตำแหน่งภูมิศาสตร์ ปรับตาม Attributed ทางด้านพฤติกรรมของลูกค้า เพื่อให้เราเข้าใจลูกค้ามากที่สุดนั้นเอง ส่วนแนวทางการจัด Customer Segmentation วิธีหนึ่งที่นิยมใช้กันคือตามหลักของ RFM (https://en.wikipedia.org/wiki/RFM_(customer_value)) เป็นการแบ่งตามพฤติกรรมของลูกค้า โดยยึดหลักการ R — Recency , F- Frequency, M — Monetary นั้นเอง อ่านเพิ่มเติม RFM Analytic ที่นี่ https://www.putler.com/rfm-analysis

ตัวอย่าง RFM Analytics Dashboard ของ Putler.com

Social Media Reporting

ในส่วนของ Owned Media เราจำเป็นต้องทราบด้วย เพราะเราต้องนำข้อมูลที่ได้มาปรับปรุงเนื้อหาและรูปแบบบนสื่อ Owned Media ของเรา สิ่งที่ต้องทราบเช่น

  • ต้องทราบว่า traffic ที่เข้าเว็บเรา มาจาก Social Media ที่ไหน เพราะ users ที่ใช้ Social Media บางที่จะเป็นกลุ่มที่แตกต่างกัน เช่น Facebook กับ Tweeter โดย Tweeter จะเป็นคนแนว IT หรือสื่อหรือคนที่มีอิทธิพลในการบอกต่อมากที่สุด เมื่อเราทราบ เราจะได้นำมาปรับปรุงเนื้อหาบนเว็บหรือบนสื่อของเรา ให้เหมาะกับกลุ่มนั้นๆ
  • เมื่อเรา Post อะไร เนื้อหาแบบไหน เกิด Engage มากที่สุด ซึ่งจะทำให้เรานำมาปรับปรุงเนื้อหาบนเว็บไซต์ได้ถูก ให้สอดคล้องกัน รวมไปจนถึง Content ที่เกิด Engage บน Social ซึ่งจะเป็นข้อมูลนำมาเขียนเพิ่มเติมบนเว็บก็เป็นไปได้ ตัวอย่างกรณีผู้เขียน ผู้เขียน Shared ความรู้เกี่ยวกับ แนวทางปฏิบัติ (Best Practice ) และเครื่องมือที่ช่วยในเรื่องต่างๆ จะได้รับผลตอบรับที่ดี จึงเป็น feedback ให้ผู้เขียนนำมาเขียน Blog บทความนี้เพื่อให้รู้ว่า Owned Media ที่รู้อะไรบ้างและมีเครื่องมืออะไรบ้างที่เขาใช้กัน เพราะถึงเราจะไม่ได้ใช้บริการเขา แต่เราก็นำข้อมูลหรือตัวอย่างนำมาปรับปรุงเพิ่มเติมกับข้อมูลที่เรามีอยู่

User Experience Feedback

ClickStream หรือ Web Analytic สามารถรายงานกิจกรรมของผู้เยี่ยมชมในเว็บเราได้ แต่เราจะไม่ทราบว่าที่มานั้นพึงพอใจมากแค่ไหน หรือได้รับคำตอบในสิ่งที่ต้องการกลับไปจากการเข้าเว็บเรา ดังนั้นการรับฟังเสียงลูกค้าหรือหาวิธีการสอบถามลูกค้านั้นสำคัญ ตัวอย่างสิ่งที่เราต้องการทราบจากลูกค้าเช่น

  • คะแนนความพึงพอใจจากการเยี่ยมชมเว็บไซต์เรา
  • วัตถุประสงค์ที่เข้ามาที่เว็บไซต์เราคืออะไร และเขาได้สิ่งนั้นกลับไปมากน้อยเพียงใด
  • มีสิ่งใดที่เราจะต้องปรับปรุงเว็บไซต์เพิ่มเติมเพื่อให้ดีขึ้น

กรณีตัวอย่างเว็บไซต์ของผู้เขียน www.softnix.co.th ส่วนใหญ่เราเขียนเนื้อหาเกี่ยวกับสินค้าเรา ประโยชน์ที่ได้รับ และคุณสมบัติสินค้า เป็นส่วนใหญ่ แต่เราไม่ได้ทำกระบวนการวิเคราะห์ User Feedback มาก่อน แต่พอเริ่มวิเคราะห์ ลูกค้ากลับเข้ามาเว็บไซต์นอกจากเนื้อหาที่เรามี เขาต้องการแนวทางหรือวิธีการใช้สินค้าเรา รวมไปจนถึง Solution success ที่ใช้สินค้าเราแบบไหนบ้างที่ประสบความสำเร็จ อย่างงี้เป็นต้น เราจึงเริ่มทำเนื้อหาเว็บส่วนนี้เพิ่ม ตั้งชื่อว่า Success Story

ตัวอย่างการทำในส่วนนี้ คือการทำ แบบสอบถามหรือ Site Survey ซึ่งมีเครื่องมือช่วย เช่น iPerceptions และ ForeSee

ระบบให้คะแนนความพึงพอใจของ iPerceptions
ระบบของ Foresee CX ที่มีช่องทางรับ feedback หลายแบบและสร้างรายงานภาพรวมได้

Real-Time Site Analytics

เครื่องมือประเภทนี้จะทำให้เราทราบสิ่งที่เกิดขึ้นบนเว็บเราวินาทีต่อวินาทีแบบ Real Time เช่น มี Users กำลังเปิดหน้าเว็บเราอยู่กี่คน อยู่หน้าไหนบ้าง นานเท่าไหร่ เขาสนใจเนื้อหาอะไรอยู่ และไม่สนใจอะไร ตัวอย่างเครื่องมือที่ทำหน้าที่ Chartbeat ซึ่งรายงานแบบละเอียดหน้าต่อหน้า Content ต่อ Content เลยทีเดียว ซึ่งเหมาะมากกับเว็บประเภทเนื้อหา หรือข่าว และเว็บ ecommerce และ Woopra

ตัวอย่างหน้าแสดงผลแบบ Real time ของ Chartbeat.com
ระบบรายงาน Customer Journeys Woopra
ระบบ Real Time Action แบบอัตโนมัติของ Woopra เช่น เมื่อ user สมัครลงทะเบียน ให้ส่งอีเมล์แจ้งกลับพร้อมเปิด Ticket ไปยังส่วนที่เกี่ยวข้องเพื่อดำเนินการต่อ รวมทั้งเปิด Generate Lead ไปยัง Marketing เป็นต้น ทุกอย่างอัตโนมัติหมด

ท้ายนี้เขียนมาซะยาวเลยครับ แต่ยิ่งเขียนยิ่งสนุกครับ ใน 2 เหตุผลคือ เราต้องศึกษาเพราะเป็นหน้าที่ของเราที่ดูแลงานการตลาด ซึ่งต้องทราบเทคโนโลยีเพื่อช่วยให้เราทำงานได้ดีขึ้น และอีกบทบาทหนึ่งคือ เราพัฒนา Big Data Analytics Platform ที่ชื่อ Softnix Data Platform ของเรา ซึ่งต้องทราบว่าแนวทางการพัฒนา Products เป็นเช่นใด และจะทำอะไรเพื่อให้รองรับและเป็นประโยชน์

บทความหน้าผู้เขียนตั้งใจว่าจะเขียนบทความให้ความรู้ Marketing Analytics ในลักษณะเป็น Series โดยเริ่มจาก Owned Media ก่อน ถ้าใครสนใจ สามารถติดตามและ Follow Medium ของเรา รวมจนถึงติดตามกิจกรรมต่างๆของเราได้ที่ facebook.com/softnixtech ได้นะครับ

--

--