หลายๆ ธุรกิจรู้สึกว่าตัวเองไม่ค่อยมี Data ลูกค้า
ทำอย่างไรถึงจะเก็บรวบรวมได้มากขึ้น?
มาดูเทคนิคต่างๆ ในบทความนี้กัน

ทำไมเราจึงต้องรวบรวมข้อมูล

เมื่อพูดถึงการนำ Big Data มาใช้กับธุรกิจ สิ่งที่เราควรให้ความสำคัญเป็นอันดับต้นๆ เลยก็คือ การเก็บรวบรวมข้อมูล ซึ่งมีขั้นตอนมากมายที่เกี่ยวข้องก่อนไปสู่การทำ Big Data แต่คำว่า Big ในชื่อของมัน ก็สื่อความแล้วว่า การหา Insight นั้น จำเป็นต้องได้ข้อมูลที่เยอะมากพอ

ในตอนเริ่มนั้น ข้อมูลที่เรามีอยู่ในมืออาจจะไม่เพียงพอให้นำไปใช้ อีกทั้งอาจมีข้อจำกัดในเรื่องจำนวนบุคลากรและงบประมาณ ซึ่งก็เป็นส่วนหนึ่งที่ทำให้เสียเวลาในการรวบรวมข้อมูล

ในบทความนี้ เราจึงพูดถึงกลยุทธ์การเก็บรวบรวมข้อมูลที่มีการใช้จริงในธุรกิจต่างๆ โดยเฉพาะสตาร์ทอัพ ซึ่งคุณ (ไม่ว่าจะใช่หรือไม่ใช่สตาร์ทอัพ) สามารถเรียนรู้การใช้งานเพื่อช่วยลดเวลาและเบาแรงสมาชิกในทีมไปได้อย่างมาก

Let’s Begin!

10 วิธีที่ช่วยให้คุณรวบรวมข้อมูลได้ดีขึ้น

1. เปลี่ยนงาน Manual ให้เป็นงาน Automation

รูปภาพจาก iCapps.com

หนึ่งในข้อมูลที่สร้างโอกาสมหาศาลให้แก่ธุรกิจมากที่สุด นั่นก็คือ ข้อมูลจากลูกค้า

แน่นอนว่าชุดข้อมูลที่ดีนั้น เราต้องเก็บมาจากผู้ใช้จริง ต้องไปพูดคุยแลกเปลี่ยนความเห็นกับลูกค้า แม้ว่า Customer Support และ Sales เป็นสองฝ่ายที่มีโอกาสคลุกคลีกับลูกค้ามากที่สุด

แต่นอกเหนือจากการทำรายงานตามปกติแล้ว ข้อมูลเล็กน้อยตลอดทางต่างๆ เช่น Preference ความชอบของลูกค้า อาจไม่ได้ถูกเก็บอย่างเป็นระเบียบ

งานพวกนี้อาจทำให้เสียเวลา โดยที่ไม่ทราบว่าจะได้ผลลัพธ์ที่คุ้มค่าแรงและเวลาของทีมงานหรือเปล่า และคนเราจะเขียนหรือนั่งพิมพ์ได้เร็วแค่ไหนเชียว?

ดังนั้น หน้าที่ของการเก็บรวบรวมข้อมูลจึงไม่จำเป็นต้องเป็นหน้าที่ของคนเสมอไป แต่สามารถนำเทคโนโลยีมาช่วยงานได้ เราเรียกเทคโนโลยีที่ช่วยในการทำงานอัตโนมัติว่า ‘Automation’

Use Case : Zendesk

Zendesk เป็นโซลูชันสาย Customer Support ที่ได้รับความนิยมสูงในต่างประเทศ มีหลายเหตุผลที่ทำให้มันได้รับความนิยม ซึ่งหนึ่งในนั้นมีเรื่อง Customer Data & Analytics รวมอยู่ด้วย

เมื่อทีม Support ใช้งาน Zendesk ในการติดต่อกับลูกค้า ซอฟต์แวร์ตัวนี้จะช่วยเก็บข้อความต่างๆ ที่เกิดขึ้น โดยมีการแบ่งประเภทคำถามหรือเรียกว่า Ticket ต่างๆ ที่ส่งเข้ามา มีระบบ Data Analytics ที่เข้ามาช่วยวิเคราะห์  และในยามที่ต้องการนำข้อมูลออกมาใช้ข้างนอก ก็สามารถ Export ออกมาเป็นไฟล์ .csv และ .xml ได้

Zendesk, Data

รูปภาพจาก Zendesk

2. กำหนดขอบเขตของข้อมูลที่สนใจ


ไม่ควรตั้งเป้าที่จะได้ข้อมูลมาให้มากที่สุด
แต่ควรตั้งเป้าว่าจะได้ข้อมูลที่น่าสนใจมา

ชุดข้อมูลตั้งต้นเป็นสิ่งที่จำเป็นมากต่อระบบ เพราะจะช่วยให้สามารถพัฒนาระบบไปในทิศทางที่ดีขึ้นได้ และทำให้เห็นข้อบกพร่องต่างๆ ของระบบ แต่การจะเก็บข้อมูลตั้งต้นจากผู้ใช้งานจริงนั้นกลับไม่ใช่เรื่องง่าย และการจะโน้มน้าวให้ใครมาใช้เทคโนโลยีใหม่ๆ ก็เป็นเรื่องที่ท้าทาย

เพื่อให้การเก็บรวบรวมข้อมูลทำได้ง่ายขึ้น การจำกัดขอบเขตข้อมูลให้เล็กลง และตรงกับที่เราต้องการจริงๆ นั้นจึงเป็นสิ่งที่ช่วยลดเวลาในการเก็บข้อมูลที่ไม่จำเป็นลงได้ ซึ่งการตั้งขอบเขตของการถามตอบกับผู้ใช้นั้น สามารถใช้ Chatbot ทำงานแทนได้

จริงๆ แล้ว การสั่งให้เก็บข้อมูลได้มากๆ เพียงอย่างเดียวนั้น
ไม่เป็นประโยชน์ต่อการใช้งาน

ธุรกิจสตาร์ทอัพส่วนใหญ่พยายามเก็บข้อมูลโดยตรงจากผู้ใช้งาน สิ่งที่ท้าทายก็คือ การโน้มน้าวให้ผู้คนยอมที่จะใช้เทคโนโลยีใหม่ๆ ก่อนที่จะรู้ว่า จะได้รับประโยชน์อะไรตอบแทน (เพราะระบบจำเป็นต้องมีข้อมูลตั้งต้นในการเรียนรู้เพื่อที่จะทำงานได้อย่างมีประสิทธิภาพ) หนึ่งในแนวทางที่ได้ผลในการเก็บข้อมูลตั้งต้นคือ การจำกัดขอบเขตของแหล่งข้อมูลที่เราต้องการ (หลังจากนั้นก็ตั้งขอบเขตให้แคบลงแบบเฉพาะเจาะจง) เหมือนคำกล่าวที่ว่าข้อมูลที่เราต้องการก็คือข้อมูลที่มีความเกี่ยวข้องและอยู่ในแหล่งเดียวกับปัญหาที่เราต้องการแก้ไข

ตัวอย่างที่ดีของการจำกัดขอบเขตของแหล่งข้อมูลก็คือ การใช้ AI Chatbot ในการช่วยตอบคำถามลูกค้า เพราะคุณต้องเซ็ตระบบและขอบเขตของคำตอบที่ Chatbot สามารถทำได้ นั่นหมายถึงการเก็บข้อมูลที่เข้าข่ายขอบเขตนั้นๆ เท่านั้น ซึ่งข้อมูลที่ได้ก็จะมีค่าความเกี่ยวข้องและค่าความต่อเนื่องสูง จึงถือเป็นข้อมูลที่มีคุณภาพ

Chatbot, AIYA

รูปภาพจาก AIYA

ปัจจุบันความนิยมของ AI Chatbot ไม่เพียงเป็นที่นิยมบนโซเชียล แต่ยังมีความสามารถในการช่วยโต้ตอบ ช่วยรวบรวมข้อมูลได้ ประหยัดเวลาและกำลังคนมากขึ้น อีกทั้ง AI ยังสามารถเรียนรู้เพื่อเพิ่มประสิทธิภาพการทำงานในอนาคตให้มีความถูกต้องและแม่นยำมากกว่าเดิมด้วย เรียกว่าได้ประโยชน์หลายต่อเลยทีเดียว

Use Case : AIYA

ตัวอย่างของการใช้ AI Chatbot ในการช่วยรวบรวมข้อมูลของลูกค้า เช่น โปรดักส์ของสตาร์ทอัพไทยรายหนึ่ง ชื่อว่า AIYA ซึ่งจะมี Content Management System หลังบ้าน ที่สามารถจัดเก็บ Chat History ที่พูดคุยกับลูกค้าแต่ละรายได้

3. ทุ่นแรงด้วยเครื่องมือ/คนนอก

CrowdFlower

รูปภาพจาก CrowdFlower

บางครั้งการนำเครื่องมือเข้ามาช่วยในการจัดการกับข้อมูลอย่างเช่น Amazon Mechanical Turk หรือ CrowdFlower ก็เป็นวิธีการที่ช่วยจัดระเบียบข้อมูลได้ดีกว่าการที่ต้องนำคนของเราไปทำเอง หรืออีกทางเลือกหนึ่งก็คือ การใช้บริษัท Outsource ช่วยจัดการ ก็จะทำให้เราลดทั้งเวลาและค่าใช้จ่ายได้ อีกทั้งเครื่องมือที่ได้มาตรฐานและผู้เชี่ยวชาญก็จะช่วยอธิบายการทำงานในภาพรวมได้ดีกว่าการใช้งานบุคลากรที่ไม่มีความคุ้นชินในเรื่องนี้ และยังทำให้ได้งานมีประสิทธิภาพมากยิ่งขึ้นด้วย

4. User-in-the-loop ให้ผู้ใช้มาช่วยรวบรวมข้อมูล

Customer

รูปภาพจาก Freepix

หนึ่งในกลยุทธ์สุดคลาสสิกที่หลายองค์กรนำมาใช้ก็คือ User-in-the-loop ที่จะเน้นไปที่การให้ผู้ใช้ส่งข้อมูลกลับเข้ามาในระบบ เพื่อพัฒนาฐานข้อมูลของเราให้มีขนาดใหญ่ขึ้น เช่น Google (เครื่องมือช่วยในการเสิร์ช แปลภาษา เครื่องมือวิเคราะห์เว็บไซต์) Facebook (การแท็กเพื่อนในรูปภาพ)  Wikipedia (การเขียนข้อมูลเพิ่มเติมในบทความ) ซึ่งผู้ใช้งานไม่รู้ตัวเลยว่าได้ช่วยองค์กรจัดประเภทข้อมูลไปแบบไม่รู้ตัว

5. สร้างเครื่องมือมาช่วย

การสร้างแอปพลิเคชันเฉพาะขึ้นมาเพื่อแยกกลุ่มเป้าหมายของผู้ใช้งาน ก็เป็นที่นิยมในแวดวงธุรกิจสตาร์ทอัพอยู่ไม่น้อย แต่ถึงอย่างนั้น วิธีนี้ก็อาจจะไม่ได้เรียกว่าดีเท่าไรนัก เพราะมันค่อนข้างมีความเสี่ยง เมื่อต้องลงทุนทั้งเงิน แรง และเวลา เพื่อสร้างแอปพลิเคชันขึ้นมาช่วยในการโปรโมท ถ้าไม่มั่นใจมากพอว่าจะมีคนโหลดไปใช้งานจริงๆ อาจทำให้สิ่งที่ทำไปนั้นสูญเปล่า

กลยุทธ์ที่ดูจะเป็นที่นิยมในหมู่ธุรกิจสตาร์ทอัพที่มีการใช้เทคโนโลยีเป็นปัจจัยสำคัญในการดำเนินธุรกิจคือ การสร้างแอปพลิเคชันเฉพาะขึ้นมาเพื่อใช้แยกกลุ่มลูกค้าที่เป็นเป้าหมาย กลยุทธ์นี้ไม่ใช่กลยุทธ์ที่ปราศจากความเสี่ยง เพราะมันหมายถึงคุณต้องมีการลงทุนทั้งเงินและเวลาในการสร้างแอปพลิเคชันและการโปรโมท ดังนั้น สตาร์ทอัพที่ใช้กลยุทธ์นี้จึงต้องมั่นใจว่าคุณสร้างแอปพลิเคชันที่เจ๋งมากพอให้ลูกค้าเต็มใจโหลดไปใช้งาน

6. กับดักข้อมูล (Gated Content)

Clarity Money

รูปภาพจาก Clarity Money

อีกหนึ่งวิธีที่จะช่วยเก็บรวบรวมข้อมูลก็คือการสร้างสิ่งที่เรียกว่า กับดักข้อมูล โดยสร้างบางสิ่งที่มีคุณค่าต่อผู้ใช้ แลกกับการที่ผู้ใช้งานจะยอมส่งต่อข้อมูลของตัวเองให้ เช่น แอปพลิเคชันที่บริษัท BillGuard ทำขึ้นมาเพื่อช่วยให้ผู้ใช้เครดิตการ์ด จัดการกับรายจ่ายที่ไม่ควรเกิดขึ้น ซึ่งในขณะเดียวกัน ข้อมูลที่ถูกจำแนกโดยผู้ใช้ก็จะถูกส่งกลับมาในระบบ เพื่อนำไปใช้แยกข้อมูลการฉ้อโกงออกมา และสามารถนำไปใช้ต่อได้ในอนาคต อย่างไรก็ตาม กลยุทธ์นี้เป็นกลยุทธ์ที่ทำขึ้นโดยยึดตาม Core Business ของธุรกิจสตาร์ทอัพนั้นๆ

7. ชุดข้อมูลจากแหล่งข้อมูลสาธารณะ

Data Mining

รูปภาพจาก Unsplash

การทำ Data Mining จากแหล่งข้อมูลสาธารณะ หรือที่เราเรียกกันว่า Opensource เป็นสิ่งที่ธุรกิจสตาร์ทอัพนั้นให้ความสนใจและพยายามทำ เช่น The Common Crawl ผู้ให้บริการข้อมูลดิบที่ถูกเก็บรวบรวมไว้มากมาย ซึ่งข้อมูลนั้นใหญ่ระดับ Petabytes (PB | 1,024 TB = 1 PB) ให้แก่ผู้พัฒนาได้นำไปใช้ฟรี และต่อยอดเป็นสิ่งที่มีประโยชน์ในอนาคต เช่นเดียวกันกับ Yahoo ที่มีการปล่อยชุดข้อมูลขนาดใหญ่ให้กลุ่มทำวิจัย ซึ่งหมายความว่าหลังจากนี้จะเริ่มมีข้อมูลฟรีจากแหล่งข้อมูลที่น่าเชื่อถือทยอยปล่อยออกมาอีกเรื่อยๆ ซึ่งสิ่งที่สตาร์ทอัพที่ดีควรทำคือ การนำเอาชุดข้อมูลเหล่านั้นมาทำ Data Mining เพื่อให้เกิดประโยชน์มากที่สุด

8. ข้อมูลจาก Third-party

วิธีนี้ก็จะคล้ายๆ กับวิธีข้างบน แตกต่างกันที่เราจะต้อง เสียค่าใช้จ่ายในการทำ License เพื่อเข้าถึงข้อมูลที่มีคุณภาพที่บริษัท Third-party นั้นเก็บรวบรวมไว้ แต่จะได้ข้อมูลที่ตรงตามความต้องการและนำไปวิเคราะห์ เพื่อพัฒนาระบบของเราเองได้ เช่น การขอข้อมูลผู้ใช้จาก Facebook หรือ Google นั่นเอง

Startup

รูปภาพจาก Unsplash

9. สร้างมิตรภาพกับหน่วยงานต่างๆ

สำหรับธุรกิจแบบสตาร์ทอัพ บริษัทที่ให้บริการด้านข้อมูลถือเป็นลูกค้ารายใหญ่ที่จะช่วยให้เข้าถึงข้อมูลสำคัญที่ต้องการ ในขั้นตอนนี้ สตาร์ทอัพอาจขายโซลูชันเพื่อใช้แก้ปัญหาให้ลูกค้า (เช่น ช่วยลดปัญหาการฉ้อโกง) และเทรนระบบการทำงานให้สมบูรณ์มากยิ่งขึ้นผ่านข้อมูลของลูกค้า ซึ่งตามแนวคิดนี้หมายความว่า เมื่อคุณมีลูกค้ารายใหญ่อยู่ในมือ การเรียนรู้ข้อมูลจากลูกค้ารายใหญ่นั้นสามารถนำไปใช้จัดการกับปัญหาของลูกค้ารายย่อยอื่นๆ ได้

ความท้าทายของการใช้กลยุทธ์นี้คือ การต่อรองหน้างานเพื่อให้ได้ข้อมูลจากลูกค้าที่เป็นองค์กรใหญ่มา โดยข้อมูลที่ผ่านการวิเคราะห์นั้นควรจะต้องเป็นสิทธิ์ผูกขาดของสตาร์ทอัพ ในขณะที่ข้อมูลดิบยังคงเป็นสิทธิ์ขาดและทรัพย์สินของลูกค้า ซึ่งจุดนี้มักจะเป็นปัญหาใหญ่สำหรับธุรกิจสตาร์ทอัพ เนื่องจากบริษัทใหญ่มักจะให้ความสำคัญกับการแบ่งปันข้อมูลทางธุรกิจค่อนข้างมาก เช่น ร่วมเป็นสปอนเซอร์ของงานอีเวนต์ เพื่อให้ได้ข้อมูลของผู้เข้าร่วมงาน ทั้งยังมีกฎและอ่อนไหวง่ายเมื่อต้องแชร์ข้อมูลทางธุรกิจ

IBM Watson

รูปภาพจาก IBM

10. ยิ่งโฟกัสให้แคบ ยิ่งสร้างให้ใหญ่ได้

เพราะในปัจจุบัน ธุรกิจสตาร์ทอัพขยายตัวอย่างรวดเร็ว การที่เราศึกษา เรียนรู้กลยุทธ์และเทคนิคหลายๆ อย่างเป็นเรื่องที่ควรจะให้ความสำคัญมากๆ เพื่อให้เราได้เปรียบในเชิงของธุรกิจขนาดเล็ก เพราะก้าวแรกที่มั่นคงนั้นจะทำให้ธุรกิจเติบโตไปได้อย่างสวยงาม

IBM Watson คือตัวอย่างของธุรกิจขนาดเล็กที่ผันตัวเองให้กลายเป็นแหล่งข้อมูลด้านสุขภาพที่ใหญ่ที่สุดแห่งหนึ่งของโลกและมีข้อมูลเกี่ยวกับสุขภาพที่หลากหลายที่สุดในบรรดาแหล่งข้อมูลด้านสุขภาพที่มีอยู่ในปัจจุบัน ซึ่งนั่นหมายถึง คุณจะกลายเป็นศูนย์กลางในการแลกเปลี่ยนข้อมูลและมีข้อมูลที่เกี่ยวข้องกับธุรกิจที่คุณทำหลั่งไหลเข้ามาอย่างไม่ขาดสาย แต่ทั้งนี้ทั้งนั้นการจะทำตามกลยุทธ์นี้ได้คุณก็จำเป็นต้องมีเงินทุนไว้สำหรับการดำเนินงานในระยะแรก

เก็บข้อมูลแล้วไปไหนต่อ

หลังจากรู้วิธีเก็บข้อมูลถึง 10 แบบแล้ว ขั้นต่อไปก็คือ จัดเรียงข้อมูล นำไปวิเคราะห์ ประมวลผลข้อมูลตามความต้องการ แล้วนำไปวางกลยุทธ์หรือใช้งานต่อ (Implement)  อาทิ วางกลยุทธ์การตลาดจากข้อมูลที่มีแล้วปฏิบัติจริง นำข้อมูลที่ได้ไปพัฒนาสินค้าและบริการให้โดนใจผู้บริโภคยิ่งขึ้น ฯลฯ ยกตัวอย่าง แพลตฟอร์มวิเคราะห์การตลาดสำหรับ B2B เช่น BRIAN, Thoth Zocial, Zanroo ที่เก็บข้อมูลและใช้งานเป็นภาษาไทยได้ ซึ่งจะช่วยให้เข้าใจกลยุทธ์ ความเปลี่ยนแปลงที่เกิดขึ้นในตลาด รวมถึงทำให้เห็นภาพรวมและภาพย่อยที่เกิดขึ้นแบบ Local ได้เป็นอย่างดี