
แนวโน้มของ Personalization ตั้งแต่อดีตถึงปัจจุบัน
- ยุคแรกเน้นการใช้ Data แบบ Demographic เช่น เพศ อายุ อาชีพ วันเกิด ร่วมกับ SMS และ Email Marketing
- ยุคที่สอง จะเริ่มใช้ Behavior เข้ามาวิเคราะห์ข้อมูล เช่น พฤติกรรมการคลิกบนหน้าเว็บ
- ยุคที่สาม มีการนำเครื่องมือเข้ามาช่วยเหลือเบื้องต้นแบบทางเดียว
- ยุคสุดท้ายคือปัจจุบัน AI ที่จะเข้ามาช่วยการทำงานเต็มระบบ โดยสามารถทำให้มัน Integrate กันได้
การใช้ AI ขับเคลื่อน Personalization
- Target
- Lead Scoring
- Customer
- Creativity Driven Data
- Member
- Marketing Automation
- Personalization
- Generative AI
- Campaign
How To ใช้ AI ทำ Personalization
- Segment: จำนวน Segment ขึ้นอยู่กับ Resourse ของเรา เพื่อให้การวาง Customer Journey ครบทุกสายจะต้องใช้ AI มาช่วย
- Copilot: ปัจจุบัน AI อยู่ในขั้น Copilot แต่ในอนาคตจะสามารถกลายเป็น Pilot เพื่อทำงานตามกรอบที่เราตั้งไว้โดยไม่ต้องใช้คำสั่ง
- Campain: เจน Ads จาก AI เพื่อใช้ในการทำแคมเปญอย่างรวดเร็ว และคลอบคลุมกลุ่มเป้าหมาย
- Result: ลดงาน Routine และไม่ต้องเลือกเฉพาะ Segmentation ที่สร้าง Value สูงสุด เพราะสามารถทำได้แบบไม่ต้องใช้ทรัพยากรมากเท่าเดิม
Case Study
หลายคนอาจเคยกดสินค้าไว้ในตระกร้าแต่ยังไม่กดซื้อ ในขณะนั้นก็มีแชตหลังบ้านส่งโปรโมชันเข้ามา ทำให้เราตัดสินใจซื้อแบบไม่รีรอ นี่เป็นหนึ่งในการ Personalize ข้อมูลให้ Practical มากขึ้นด้วยข้อมูล ไม่ว่าจะเป็นการแจ้งคะแนนที่กำลังจะหมดอายุเมื่อเราซื้อของจาก Central เป็นการโน้มน้าวให้ลูกค้าตัดสินใจซื้อได้เร็วขึ้น
Duolingo มีการใช้ Gamification แบบ Personalize แล้วแต่คนไม่ว่าจะเป็นคนที่ชอบเอาชนะ หรือคนที่อยากได้แพ็คเกจฟรี ซึ่งจะเปลี่ยนแคมเปญไปตามพฤติกรรมของแต่ละคน เพื่อให้ผู้ใช้กลับเข้ามาอย่างสม่ำเสมอ และไม่หนีไปไหน
แต่ข้อควรระวังคือการส่งข้อมูลที่ถูกต้องให้กับลูกค้า เนื่องจากลูกค้าอาจมองเชิงลบหากเราส่งข้อมูลที่ไม่ถูกต้องบ่อยเกินไป และต้องวาง Objective ของลูกค้า เช่น อยากให้กลับมาซื้อซ้ำ เพื่อให้การทำ Personalization มีประสิทธิภาพ
การทำ Personalizaton จะต้องทำซ้ำ ทำแล้ว ทำอีก เพื่อให้ Segment ของเรามั่นคง และดีขึ้นเรื่อย ๆ