หนึ่งในหัวข้อที่ได้รับความนิยมในสายงาน Analytics ที่เกี่ยวกับธุรกิจก็คือ Marketing นั่นเอง ซึ่งหลายๆ คนก็อาจจะรู้ว่า Marketing Analytics คือ การวิเคราะห์ข้อมูลเชิงการตลาด แต่ถ้าลองเข้าเว็บไซต์หางาน แล้วหางานที่เกี่ยวกับ Marketing Analytics แล้ว จะพบว่าเนื้องานกับคุณสมบัติของแต่ละที่นั้น ต่างกันค่อนข้างมากเลยทีเดียว แล้วจริงๆ งานของ Marketing Analytics ต้องทำอะไรกันบ้าง วันนี้ผมจะขอมาแชร์ให้ฟังกันครับ

Table of Contents

• Marketing Analytics คืออะไร?
• Marketing Analytics วิเคราะห์อะไร ยังไงบ้าง
• งานของ Marketing Analytics มีอะไรบ้าง?
  • 1. สายงานวิเคราะห์เชิงพยากรณ์ (Predictive Analytics)
  • 2. สายงานวิเคราะห์เพื่อหาข้อมูลเชิงลึก (Data Analytics, Business Intelligence)
  • 3. สายเน้นวิเคราะห์โดยใช้เครื่องมือ Marketing Technology ต่างๆ
  • 4. สายรวบรวมและบริหารจัดการข้อมูล (Marketing Technology Engineer / Developer)
  • 5. สายวิเคราะห์เพื่อทำการวิจัยการตลาด (Market Research)
• สรุป

Marketing Analytics คืออะไร?

ถ้าแปลกันแบบตรงตัวแล้ว Marketing Analytics ก็คือ การวิเคราะห์ข้อมูลเชิงการตลาด นั่นเอง

แล้วเราจะวิเคราะห์ไปเพื่ออะไรล่ะ?

โดยมากแล้ว เป้าหมายของการทำ Marketing ก็คือ การทำแคมเปญต่างๆ เพื่อสื่อสารให้คนมีโอกาสที่จะตัดสินใจซื้อสินค้ากับเรามากขึ้น ไม่ว่าจะเป็น

• การทำ Branding เพื่อให้คนรับรู้ รู้สึกดี หรือมั่นใจกับสินค้า หรือ บริษัท
• การเพิ่มช่องทางการขายสินค้า เพื่ออำนวยความสะดวกในการซื้อ
• หรือ แม้กระทั่งการผลิตและพัฒนาสินค้าให้ตรงใจคนซื้อ

แล้วเราจะรู้ได้ยังไงล่ะ ว่า Marketing หรือ Campaign ของเรามีประสิทธิภาพ หรือ เราควรปรับปรุงพัฒนาแคมเปญต่างๆ อย่างไร?

คำตอบก็คือ การวัดผล และ วิเคราะห์ ทางการตลาด หรือ Marketing Analytics นั่นเอง

Marketing Analytics วิเคราะห์อะไร ยังไงบ้าง

หากพูดถึงการทำ Analytics ในเชิงการตลาดที่ได้รับความนิยม หนึ่งในนั้นก็คงจะเป็น การวิเคราะห์พฤติกรรมของลูกค้า หรือ Customer Analytics ซึ่งโดยมาก มักจะเป็นพฤติกรรมการซื้อ (Purchase หรือ Transactional data) มาวิเคราะห์ เช่น การแบ่งกลุ่มลูกค้า (Customer Segmentation) เพราะลูกค้าแต่ละกลุ่มนั้น มักมีพฤติกรรมและความต้องการที่แตกต่างกันไป แคมเปญการตลาดที่เหมาะสมกับคนแต่ละกลุ่มก็อาจมีความแตกต่างกันไปด้วย

ซึ่งหากเรามีข้อมูลการซื้อขาย และ ข้อมูล Profile ลูกค้า เช่น Demographic (เพศ อายุ) หรือ Location (จังหวัด ประเทศ) ต่างๆ มาประกอบให้ใช้ได้บ้าง

นักวิเคราะห์ก็อาจจะสามารถบอกแผนก Sales, Marketing, Product ได้ว่า คนที่น่าจะสนใจ Product ต่างๆ ของเรา มีลักษณะอย่างไร พวกเขาจะได้นำไปตัดสินใจต่อได้ว่าควรสื่อสาร หรือ สร้างสินค้าอย่างไร

อย่างไรก็ตาม การทำวิเคราะห์กลุ่มลูกค้าด้วยข้อมูลการซื้อขาย มักจะทำได้ก็ต่อเมื่อ เรามีข้อมูลส่วนตัวและข้อมูลการซื้อขายแล้ว

แต่ถ้าพวกเขาเป็นแค่คนติดต่อ (visitor, lead, user) ล่ะ

เราก็อาจจำเป็นต้องมีข้อมูลประเภทอื่นๆ มาช่วยประกอบการตัดสินใจด้วย เช่น

• ถ้าเรามีเว็บไซต์ เราก็อาจจะใช้ข้อมูลพวกพฤติกรรมบนเว็บ เช่น Click, Product view, Add to cart (หรือที่เรียกว่า events) บนโปรแกรม Web analytics มาวิเคราะห์
• ถ้าเรามีระบบ CRM โดยมากก็จะดูว่า visitor ติดต่อมาแล้ว เขามีพฤติกรรมยังไง ตอบสนองกับการติดตาม ของ Sales, Marketing ยังไงบ้าง

ซึ่งอาจช่วยเพิ่มโอกาสในการขาย หรือ โอกาสในการตัดสินใจซื้อของลูกค้า (และว่าที่ลูกค้า) ให้กับบริษัทได้นั่นเอง

งานของ Marketing Analytics มีอะไรบ้าง?

แน่นอนว่า งานหลักๆ ของการทำ Marketing Analytics นั้น มักจะเป็นการวิเคราะห์ให้กับฝ่าย Marketing

แต่การวิเคราะห์ที่ดีนั้น นอกจากความแม่นยำแล้ว ยังต้องมีความรวดเร็วและต่อเนื่อง เพื่อช่วยในการตัดสินใจได้อย่างมีประสิทธิภาพ งานของ Marketing Analytics หลายๆ ครั้ง จึงมีเรื่องของการจัดการระบบเข้ามาเกี่ยวข้องด้วย

โดยงานของ Marketing Analytics จากการพูดคุยกับหลายๆ คนในสายงานนี้มา ผมขอแบ่งสายงานหลักๆ ตามนี้ครับ

1. สายงานวิเคราะห์เชิงพยากรณ์ (Predictive Analytics)

สายงานนี้ จะเน้นวิเคราะห์ข้อมูลขนาดใหญ่ด้วยโมเดลเป็นหลัก เช่น การแบ่งกลุ่มลูกค้า การทำ Predictive Model ต่างๆ ซึ่งเน้นไปทางการใช้ R, Python, SQL และแน่นอนว่าเป็นแนวที่ในช่วงที่กระแส Data Science กำลังบูม ตำแหน่งนี้มักมีคนอยากทำมากที่สุด แต่เนื่องจากว่าไม่ใช่ทุกองค์กรจำเป็นต้องมี เพราะจำเป็นต้องมี Business Model, โครงสร้างข้อมูล, ปริมาณข้อมูล และโครงสร้างเชิง Software (Infrastructure) ที่เหมาะสม จึงทำให้อาจติดปัญหาในการนำไปใช้จริงๆ หรือ Deployment ต่างๆ

2. สายงานวิเคราะห์เพื่อหาข้อมูลเชิงลึก (Data Analytics, Business Intelligence)

สายงานนี้เน้นวิเคราะห์ข้อมูลต่างๆ ไม่ว่าจะขนาดเล็กหรือขนาดใหญ่ เพื่อการหา insight และนำไปปรับปรุงธุรกิจ หรือ เป้าหมายอื่นๆ ขององค์กร เช่น การทำ Data Visualization, Dashboard, Reporting, Analysis ต่างๆ ซึ่งบางที่อาจเรียกว่า สาย Business Intelligence (ซึ่งก็แล้วแต่คนตีความเช่นกัน แต่มีหน้าที่ทับซ้อนกันพอควร)

การวิเคราะห์แนวนี้ ถือว่าแนวที่มีคนอยากทำมากเช่นกัน และถึงแม้จะมีการได้ทำจริงมากกว่าข้อแรก แต่ก็มักจะพบว่าหลายๆ ครั้ง ข้อมูลยังไม่พร้อมใช้งานได้ในทันที จึงต้องทำงานอื่นๆ คู่ไปด้วย เช่น การปรับปรุงวิธีเก็บข้อมูล ทำการปรับปรุงและจัดเรียงข้อมูลต่างๆ ให้พร้อมใช้วิเคราะห์

3. สายเน้นวิเคราะห์โดยใช้เครื่องมือ Marketing Technology ต่างๆ

สายนี้ มักจะเป็นสายที่ทำ Digital Marketing ที่ต้องการวัดผลลัพธ์ได้ เช่น Performance Marketing, CRM, MarTech ซึ่งจะยังมีการทำ Report, Dashboard บ้าง (ซึ่งโดยมากจะไม่มากเท่าข้อ 2) แต่อีกงานที่จะควบคู่กันมาด้วยก็คือ

การใช้เครื่องมือ MarTech ในสาย Marketing Analytics ต่างๆ ในการวิเคราะห์ออกมาเพิ่ม เช่น Google Analytics, Web / App Analytics, Heatmap, CRM ต่างๆ (สามารถดูรายละเอียดเพิ่มเติมเกี่ยวกับเครื่องมือต่างๆ ได้ในบทความนี้เลยครับ) เพื่อให้สามารถเก็บข้อมูลที่จำเป็นมาใช้งานได้อย่างถูกต้อง ซึ่งอาจจะต้องมีความรู้เรื่องเครื่องมือค่อนข้างมาก รวมถึงความรู้ในเชิง Web, App Development ตามไปด้วย เนื่องจากข้อมูลหลายๆ อย่าง มักจะเก็บผ่านระบบต่างๆ บนเว็บ (เช่น HTML, CSS, Javascript) ทำให้มีแตกต่างกับการเก็บข้อมูลด้วยเครื่องมืออื่นๆ เช่น ระบบ ERP หรือ ระบบ E-Commerce ต่างๆ เป็นต้น

อาจรวมไปถึงการนำ Data ที่ได้มา ไปทำ Marketing Automation ซึ่งเป็นการนำ Data ที่ได้มา ไปพัฒนา Marketing Campaign แบบอัตโนมัติ และเป็นส่วนหนึ่งของการทำ Data Activation อีกด้วย

4. สายรวบรวมและบริหารจัดการข้อมูล (Marketing Technology Engineer / Developer)

สายงานนี้ จะเน้นการเก็บและรวบรวมข้อมูล (Data Collections) จากแหล่งต่างๆ (Data Sources) ของฝ่ายการตลาดและฝ่ายอื่นๆ มาเตรียม เพื่อทำ Reporting และ Automation ซึ่งอาจจะคร่อมกับงานบางส่วนของ Data Engineer, Developers ด้วย เพราะต้องมีการดูแลการเชื่อมต่อและรับส่งข้อมูลต่างๆ (Data Pipeline) ผ่านเครื่องมือ จากหลายๆ ระบบ เช่น

• ข้อมูลลูกค้าในระบบ CRM
• ข้อมูลการใช้ Website ผ่านระบบ Tag Managements
• ข้อมูลการซื้อขาย ผ่าน Database

โดยคนที่ทำงานด้านนี้ จะนำข้อมูลการตลาด และ ข้อมูลลูกค้าต่างๆ มาจัดเก็บให้เป็นระเบียบ และพร้อมใช้งานในการรับส่งข้อมูลสำหรับการวิเคราะห์ หรือ ใช้งานในระบบ Automation ต่างๆ ไม่ว่าจะเป็น การใช้ MarTech ด้านการรับส่งข้อมูล การเขียน API การใช้ Cloud computing หรือ การใช้ Customer Data Platform (CDP) ซึ่งก็ขึ้นกับองค์กรว่า ต้องการใช้เครื่องมือไหน หรือ เขียนระบบอย่างไร

5. สายวิเคราะห์เพื่อทำการวิจัยการตลาด (Market Research)

สายที่ทำ Market Research ซึ่งจะต่างกับ 4 ข้อที่ผ่านมาพอควร เพราะสายอื่นๆ มักจะเน้นข้อมูลที่เอาไว้วิเคราะห์ Performance ซึ่งเป็น Internal เช่น ข้อมูลคนใช้บริการ ข้อมูลโฆษณาจากช่องทางออนไลน์ต่างๆ ของเรา แต่สายนี้จะเน้นไปทางการรวบรวมข้อมูล External หรือ ข้อมูลภายนอกต่างๆ เช่น การทำวิจัยผ่าน Survey ต่างๆ การทำ Market Research จากเครื่องมือต่างๆ ของบริษัทวิจัย หรือ การใช้เครื่องมืออย่าง Social Listening มาวิเคราะห์ตลาดและผู้บริโภค เพื่อดูแนวโน้มตลาด หรือ ดูผลลัพธ์การตลาดที่ไม่สามารถติดตามผลลัพธ์โดยตรงได้ เช่น การทำ Branding การออกผลิตภัณฑ์ใหม่ การสำรวจความนิยมของสินค้า

สรุป

จะเห็นได้ว่า Marketing Analytics นั้น ถือว่าเป็นสายงานนึง ที่ค่อนข้างกว้างมาก คนที่ทำงานด้านนี้ จึงอาจไม่ได้ทำอย่างใดอย่างหนึ่ง เพราะงาน Marketing Analytics นั้นขึ้นกับธุรกิจและองค์กรด้วย ทำให้เราอาจต้องทำบางส่วนพร้อมกัน เช่น ทำ Data Pipeline พร้อมกับทำ Dashboard เบื้องต้นด้วย เป็นต้น

ทำให้ Skills ที่ต้องการสำหรับแต่ละที่ค่อนข้างแตกต่างกันไปพอสมควร และเนื้องานไม่มีความตายตัว มีความคาบเกี่ยวกับหลายๆ แผนก เช่น Performance Marketing, CRM, Data Engineer, Data Analyst, Business Intelligence, Software Developers

การจ้างคนมาทำ Marketing Analytics ให้มีประสิทธิภาพ จึงต้องมีความเข้าใจใน Direction ให้ชัดเจนว่า เราต้องการ Marketing Analytics ไปเพื่ออะไร และใช้ Resources, Skills แบบไหน ต้องการความร่วมมือจากแผนกใดบ้าง เพื่อกำหนด Scope งาน และช่วยให้การทำงานระหว่างแผนกไม่ติดขัด จึงจะช่วยให้เห็นผลลัพธ์เชิงธุรกิจที่ชัดเจนครับ

ส่วนสำหรับคนที่สนใจงานด้านนี้ อาจลองศึกษาตั้งแต่ที่มาที่ไป การจัดเก็บ และนำไปใช้ดูครับ เพราะแม้ว่าคุณจะไม่ต้องทำเป็นทุกอย่าง แต่งานนี้คุณต้องประสานงานระหว่างแผนกได้ ถึงจะทำได้ดีด้วยเช่นกันครับ

และแม้ในปัจจุบัน อาจมีการเข้ามาของ Generative AI ต่างๆ เพื่อช่วยเราวิเคราะห์ข้อมูล แต่การจะรู้ได้ว่า สิ่งที่ AI ทำให้เรานั้นถูกต้องหรือไม่ ก็จำเป็นต้องมีความรู้พื้นฐานและข้อมูลที่ดี เพื่อนำมาต่อยอดด้วยเช่นกัน ถึงจะสามารถใช้ AI ในการทำ Marketing Analytics ได้อย่างมีประสิทธิภาพ