Blockdit Logo (Mobile)
Sertis
•
10 ก.ย. 2021 เวลา 06:00 • การตลาด
5 ตัวอย่างความสำเร็จของบริษัทชั้นนำ ที่ใช้ Data เป็นหัวใจสำคัญ
“Data! Data Data! I can’t make bricks without clay!” นี่คือคำกล่าวของเชอร์ล็อก โฮล์มส์ (Sherlock Holmes) ตัวละครหลักในนวนิยายสืบสวนสอบสวนยอดเยี่ยมตลอดกาล ซึ่งตีพิมพ์ย้อนไปเมื่อ 100 กว่าปีมาแล้ว
คำกล่าวอันแสนโด่งดังนี้ทำให้เห็นว่า Data หรือข้อมูลนั้นไม่ได้เพิ่งเป็นสิ่งสำคัญในยุคดิจิทัลที่เรากำลังอาศัยอยู่ แต่มีความสำคัญและอยู่คู่กับมนุษย์เรามาเป็นระยะเวลายาวนานในทุกกิจกรรมของชีวิต ตั้งแต่ยุคที่เราเริ่มทำการค้า พ่อค้าแม่ค้าคอยดูว่าลูกค้าซื้อสินค้าอะไรเยอะ และนำสินค้าเหล่านั้นมาขาย นี่ก็เป็นการวิเคราะห์ข้อมูลขั้นต้นแล้ว
การนำข้อมูลมาวิเคราะห์เพื่อไปประกอบการตัดสินใจอย่างรอบคอบในธุรกิจนั้น เป็นกลไกหลักที่ขับเคลื่อนให้ธุรกิจเดินไปข้างหน้าได้อย่างมีประสิทธิภาพ ปัจจุบันนี้ ข้อมูลจำนวนมากไหลเวียนในระบบและสามารถนำไปวิเคราะห์หาคำตอบได้หลากหลายแง่มุม แค่ตั้งคำถามให้ดี วิเคราะห์ให้ถูก ข้อมูลก็จะตอบเราได้แล้ว ทำให้ข้อมูลกลายเป็นหัวใจสำคัญที่พาหลายธุรกิจพุ่งทะยานขึ้นสู่ความสำเร็จที่มากขึ้นเรื่อย ๆ
วันนี้ Sertis ขออาสาพาทุกคนไปดู 5 ตัวอย่างของธุรกิจที่นำข้อมูลมาใช้จนประสบความสำเร็จกัน เพื่อให้ทุกคนลองเก็บ Key takeaway ดี ๆ และเดินหน้าหาทางใช้ข้อมูลให้เป็นประโยชน์กันครับ
Amazon
ในโลกยุคนี้คงไม่มีใครไม่รู้จักชื่อของ Amazon บริษัท E-commerce ยักษ์ใหญ่ที่มียอดผู้ใช้งานกว่า 150 ล้านคนทั่วโลก ปัจจุบันนี้อาณาจักรของ Amazon ได้ขยายออกไปมากมาย ไม่ว่าจะเป็น Amazon Prime, Amazon Web Services (AWS) รวมถึงการเข้าซื้อกิจการอื่น ๆ
จากจุดเริ่มต้นของร้านขายหนังสือออนไลน์สู่แพลตฟอร์ม E-commerce ที่ใหญ่ที่สุด แม้จะผ่านมากว่า 27 ปีแล้วแต่ธุรกิจ E-commerce ของ Amazon ก็ยังคงแข็งแกร่ง และเป็นแหล่งที่ทำรายได้สูงสุดให้อาณาจักรนี้ (แม้แหล่งกำไรสูงสุดในปัจจุบันจะเป็น AWS ก็ตาม) ความลับของความแข็งแกร่งนี้ไม่ใช่อะไรที่ไหน แต่เป็น Data นั่นเอง
การใช้ข้อมูลถือเป็นหัวใจหลักของ Amazon ในแต่ละวันมีผู้ใช้มากมายที่มาพร้อมข้อมูลหลั่งไหลเข้ามาในแพลตฟอร์ม Amazon เก็บข้อมูลทั้งหมดนั้น และนำมาพัฒนาระบบการขายอยู่ตลอดเวลา จุดแข็งที่โดดเด่นอีกอย่างนั้นอยู่ที่ระบบแนะนำสินค้าที่เสมือนกับว่ารู้ใจลูกค้าจริง ๆ ด้วยการใช้เทคนิค Collaborative filtering ซึ่งไม่ใช่เพียงแค่แนะนำสินค้าที่ใกล้เคียงกับสินค้าที่ลูกค้าดู แต่เป็นการวิเคราะห์โปรไฟล์ของลูกค้าหลาย ๆ คนที่คล้ายกันเพื่อมาทำความเข้าใจความชอบของลูกค้าหนึ่งคน และแนะนำของที่น่าจะตรงกับความสนใจของลูกค้า ทำให้แม้จำนวนสินค้าจะเยอะมาก แต่เราก็หาของที่เข้ากับเราได้ไม่ยากเลย ซึ่งยอดขายกว่า 35 เปอร์เซ็นต์ของ Amazon นั้นมาจากระบบแนะนำสินค้านี้เอง
Amazon ยังใช้ Data กับแทบทุกภาคส่วนในอาณาจักร ไม่ว่าจะเป็นการพัฒนาระบบ Supply Chain การตั้งราคา และอื่น ๆ มากมาย ซึ่งล้วนส่งผลให้ Amazon เป็นหนึ่งในบริษัทที่ประสบความสำเร็จมากที่สุดของโลก
Sephora
Sephora คงเป็นเสมือนสวรรค์ของใครหลาย ๆ คน ด้วยการรวมเอาแบรนด์สกินแคร์และเมกอัพสุดหรูมารวมไว้ในที่เดียว ทำให้ Sephora ประสบความสำเร็จจนมีสาขากว่า 2,600 สาขาทั่วโลก และแน่นอนว่าด้วยความเป็นธุรกิจค้าปลีก การใช้ Data ก็ยังคงเป็นหัวใจสำคัญ
แต่นอกเหนือจากการใช้ Data มาพัฒนาประสบการณ์ของลูกค้าแล้ว Sephora ยังใช้
Data ในการแก้ปัญหาด้านอคติทางเชื้อชาติ ซึ่งแม้ว่าจะมีผู้ร้องเรียนเป็นจำนวนไม่มากนัก แต่ Sephora ก็ไม่มองข้ามและลงมือแก้ไขปัญหานี้อย่างจริงจัง
Sephora ได้ทุ่มเทเวลากว่าหนึ่งปีในการรวบรวมข้อมูลและทำการวิจัยด้านอคติทางเชื้อชาติในร้านค้าปลีก ซึ่งงานวิจัยได้เผยสถิติที่น่าตกใจไม่ว่าจะเป็นสถิติที่ 2 ใน 5 ร้าน เคยมีลูกค้าพบการปฏิบัติที่แบ่งแยก และลูกค้าผิวสีมักจะถูกแบ่งแยกอยู่เสมอ รวมถึงตัวเลือกสินค้าในตลาดที่มีจำกัดแค่กับคนบางเชื้อชาติ และที่น่าตกใจคือมีแค่ 30 เปอร์เซ็นต์ของลูกค้าที่ได้รับผลกระทบเท่านั้นที่ออกมาเรียกร้องและต่อว่า ทำให้ปัญหายังคงถูกซุกไว้ใต้พรม
โดย Sephora ได้นำผลการวิเคราะห์นี้มาจัดทำแผนปฏิบัติงานเพื่อแก้ไขปัญหาดังกล่าว โดยเพิ่มไลน์สินค้าสำหรับคนผิวสีเป็นสองเท่า และปรับระบบการเทรนพนักงานใหม่ รวมถึงปรับระบบประเมินผลการทำงาน โดยเน้นไปที่การปฏิบัติอย่างเท่าเทียมอีกด้วย สิ่งนี้ทำให้ Sephora สามารถครองใจคนทั่วโลกได้สำเร็จ
Starbucks
Starbucks เป็นร้านกาแฟระดับโลกที่ขึ้นชื่อเรื่องการให้บริการลูกค้าที่ดีเยี่ยม ทุกครั้งที่เดินเข้าไปในร้าน เราจะพบกับกลิ่นกาแฟหอม ๆ พร้อมพนักงานที่ยืนรอต้อนรับอย่างยิ้มแย้ม รวมถึงเรามักจะเห็นเรื่องราวดี ๆ ของ Starbucks แชร์อยู่บนโลกออนไลน์มากมาย ที่ล้วนแสดงถึงความเอาใจใส่และการดูแลลูกค้าที่ดีเกินคาด
แต่ด้วยวิกฤติโควิด-19 ทำให้ทุกร้านต้องเปลี่ยนรูปแบบจากการให้บริการที่ร้านมาเป็นเดลิเวอรีหรือซื้อกลับบ้านแทน ทำให้ประสบการณ์ดี ๆ ในการดูแลลูกค้าที่เป็นจุดแข็งของ Starbucks นั้นอาจทำงานได้ไม่ดีเท่าเดิม ซึ่ง Starbucks เปิดให้บริการได้ผ่านแอปพลิเคชันและไดรฟ์ทรูเท่านั้น โดย Starbucks ต้องหาวิธีคงจุดแข็งนี้ไว้ผ่านวิธีการขายที่เปลี่ยนไป ในขณะที่ยังคงความปลอดภัยของพนักงานและลูกค้าให้ได้มากที่สุด
ข้อมูลคือสิ่งสำคัญที่ช่วยให้ Starbucks เปลี่ยนรูปแบบการทำงานได้ในชั่วข้ามคืนและผ่านวิกฤตินี้ไปได้ โดยทีม Analytics & Insights และ Technology Data & Analytics ได้สร้าง Dashboard ที่มีชื่อว่า Daily Top Line คอยเก็บข้อมูลทุกอย่าง วิเคราะห์ แสดงภาพรวม ให้ทุกทีมเข้าถึงข้อมูลที่จำเป็นได้แบบเรียลไทม์ เพื่อให้ตัดสินใจทำสิ่งต่าง ๆ ได้รวดเร็วขึ้นในเวลาแห่งการเปลี่ยนแปลงนี้
ข้อมูลเหล่านี้ทำให้ตลอดช่วงเวลาแห่งการระบาด Starbucks ได้คิดค้นบริการต่าง ๆ มากมายที่จะช่วยรักษาความสัมพันธ์กับลูกค้า อาทิ Starbucks Now™ ที่สั่งและจ่ายผ่านมือถือ หรือ Starbucks® Delivery รวมถึงยังมีการพัฒนาเอไอชื่อ Deep Brew ที่จะแนะนำเมนูที่ถูกใจลูกค้าผ่านการเก็บข้อมูลในแอปพลิเคชัน หรือผ่านสภาพอากาศ ฤดูกาล เวลาในการซื้อแบบไดรฟ์ทรู รวมถึงรองรับการสั่งแบบเสียงอีกด้วย ทำให้แม้เราจะต้องมี Social distancing ไปอีกสักระยะ แต่เทคโนโลยีเหล่านี้ยังช่วยคงไว้ซึ่งความรู้สึกของความใกล้ชิด ทำให้ประสบการณ์ความอบอุ่นที่ได้จาก Starbucks นั้นยังคงเดิมเสมอ
Airbnb
Airbnb แพลตฟอร์มจองห้องพักยอดนิยม เป็นหนึ่งในบริษัทหน้าใหม่ที่เพิ่งก่อตั้งเมื่อปี 2016 แต่ประสบความสำเร็จได้อย่างล้นหลามในเวลาอันสั้น ความลับแห่งความสำเร็จนั้นคืออะไร คำตอบคือการใช้ Data science ซึ่งนี่แหละคือกุญแจสำคัญที่ทำให้มูลค่าของ Airbnb พุ่งไปกว่า 130,000 ล้านเหรียญในปัจจุบัน
ในแต่ละวัน Airbnb เก็บข้อมูลใหม่ ๆ กว่า 20 เทราไบต์ และมีข้อมูลเก็บไว้ถึง 1.4 เพทาไบต์ ด้วยลักษณะของแพลตฟอร์มทำให้ข้อมูลเป็นหัวใจสำคัญของ Airbnb ซึ่ง Airbnb ได้ปรับใช้ข้อมูลกับทุกด้านในการให้บริการ ไม่ว่าจะเป็นการทำ A/B Testing อย่างต่อเนื่องเพื่อทำให้ลูกค้าได้ประสบการณ์ที่พึงพอใจและเจอกับที่พักและผู้ให้เช่าที่ต้องการได้ง่ายที่สุด รวมถึงเก็บข้อมูลรูปภาพมาวิเคราะห์โดยใช้เทคโนโลยีจดจำรูปภาพเพื่อหาลักษณะของรูปที่พักที่ดึงดูดใจลูกค้ามากที่สุด รวมถึงสร้าง Feedback loop เพื่อให้ผู้ให้เช่าพัฒนาภาพถ่ายอย่างต่อเนื่อง และมีบริการช่างภาพมืออาชีพฟรีบริการให้โฮสต์อีกด้วย
Airbnb ยังตระหนักถึงการให้ดาวที่ผู้เข้าพักอาจถูกข่มขู่จากผู้ใช้ว่าต้องให้ดาวเยอะ หรือการกดให้ดาวแบบขอไปที จึงใช้ระบบ Natural language processing (NLP) ในการเก็บข้อมูลและวิเคราะห์ข้อมูลในบอร์ดรีวิวเพื่อเข้าใจประสบการณ์ที่แท้จริงของลูกค้า ตัวอย่างหนึ่งคือ เมื่อวิเคราะห์ข้อมูลแล้วพบว่าผู้ใช้จากเอเชียมักออกจากเว็บไซต์หลังจากคลิกดูส่วนที่แนะนำ ‘ประเทศเพื่อนบ้าน’ (Neighborhood) จึงทำการแทนที่ฟีเจอร์นั้นด้วย ‘Top destinations’ (เมืองยอดนิยม) แทน ทำให้ยอดจองเพิ่มขึ้น 10 เปอร์เซ็นต์
นอกจากนี้ยังมีการใช้ Predictive modelling เพื่อคาดการณ์ราคาที่เหมาะสมให้กับโฮสต์ ให้ Regression analysis เพื่อวิเคราะห์ฟีเจอร์ของที่พักที่ส่งผลต่อการตัดสินใจเลือกพักที่สุด และใช้ Collaborative filtering เพื่อทำความเข้าใจความชอบของลูกค้า และแนะนำที่พักที่ตรงใจที่สุดให้ได้
Netflix
Netflix คือผู้ให้บริการด้านออนไลน์สตรีมมิงที่ประสบความสำเร็จที่สุดในปัจจุบัน เรียกได้ว่าหากพูดชื่อ Netflix ไป คงแทบไม่มีใครไม่รู้จัก จากผลสำรวจของผู้ใช้งานพบว่า เหตุผลที่ทำให้พวกเขาเลือกใช้ Netflix อันดับแรกเนื่องจากไม่มีโฆษณา เลือกเนื้อหาที่จะดูเองได้ ทำให้ดูจนติด รวมถึงพึงพอใจในเนื้อหาที่ Netflix เลือกมา หากตัดเรื่องโฆษณาออกไปจะพบว่า ปัจจัยหลักที่ทำให้ทุกคนหลงรัก Netflix นั้นมาจากเนื้อหาที่ Netflix เลือกสรรมาให้เราล้วน ๆ
ในหน้าโปรไฟล์ของเราประกอบไปด้วยเนื้อหาหลากหลาย เราไม่จำเป็นต้องเสิร์ชชื่อด้วยซ้ำก็สามารถเจอหนังหรือซีรีส์ที่อยากดูได้ตั้งแต่หน้าแรก ทั้งหมดนั้นไม่ใช่สิ่งที่เลือกมาแบบสุ่ม ๆ แต่เป็นสิ่งที่อัลกอริธึมของ Netflix คัดสรรมาให้เราอย่างดี
หลายคนอาจมองว่า ระบบแนะนำเนื้อหานั้นก็ดูไม่ใช่เรื่องแปลกตรงไหน แต่อัลกอริธึมของ Netflix นั้นเหนือชั้นและลงรายละเอียดในระดับที่เราคาดไม่ถึง Netflix จะเก็บตั้งแต่ข้อมูลของวัน สถานที่ เวลา และอุปกรณ์ที่เราใช้ดูหนังเรื่องต่าง ๆ เก็บข้อมูลการกด Pause ว่าเรากดช่วงไหน เก็บข้อมูลว่าเราดูเรื่องนั้นจบหรือไม่และใช้เวลากี่วัน มีฉากไหนในหนังที่เราดูซ้ำไปมาหรือไม่ โดย Netflix จะเก็บภาพหน้าจอของฉากนั้น ๆ ไว้ รวมถึงยังเก็บข้อมูลเวลาที่เราทำการเสิร์ชหาหนังก่อนเริ่มดู ว่าเราใช้เวลาเท่าไหร่ หรือเสิร์ชหาด้วยคีย์เวิร์ดอะไร และนำข้อมูลทั้งหมดนี้มาพัฒนาอัลกอริธึมอย่างต่อเนื่อง
ทั้งหมดนี้ทำให้หนังที่ Neflix เลือกมานั้น ดีราวกับว่ารู้ใจ โดยสถิติของผู้ใช้ 80 เปอร์เซ็นต์ จะเลือกดูหนังที่ระบบแนะนำให้ และนั่นก็ส่งผลให้ Customer Retention Rate หรือจำนวนผู้ใช้ที่เคยใช้งานแล้วกลับมาใช้ต่อของ Netflix นั้นสูงถึง 74 เปอร์เซ็นต์เลยทีเดียว ซึ่งจำนวนนี้ถือว่าตกต่ำลงมาบ้างแล้วหลังจากมีคู่แข่งอย่าง Disney+ เข้ามา แต่อย่างไรก็ตาม Netflix ก็ยังครองใจคนส่วนใหญ่ได้อยู่ดีด้วยจำนวนผู้ใช้กว่า 209 ล้านคนซึ่งมากกว่า Disney+ กว่าเท่าตัว
หากใครสนใจการนำข้อมูลมาใช้ประโยชน์กับธุรกิจเพื่อเริ่มต้นเส้นทางแห่งความสำเร็จแบบบริษัทชั้นนำเหล่านี้ ทำความรู้จักกับโซลูชันของเราได้ที่
บทความโดย: ทีม Sertis
โฆษณา