Data Thinking | เลือกทางที่ใช่ จากข้อมูลที่มี

สรุป 14 ข้อคิดที่ได้จากหนังสือ DATA THINKING ทำธุรกิจให้รุ่ง ยอดขายพุ่งด้วยดาต้า
ของคุณหนุ่ย เจ้าของเพจการตลาดวันละตอน…

เพจการตลาดวันละตอน เพจของนักการตลาดที่ชอบเรื่อง Data, AI, Personalization และใช้ Social Listening เป็นประจำ ของคุณหนุ่ย ณัฐพล ม่วงทํา

แอดได้มีโอกาสอ่านหนังสือ DATA THINKING เพื่อหาแนวทางมาใช้ในการทำงานการบริหารทีมขาย และ เพื่อสร้างยอดขายของทีมให้เพิ่มมากขึ้น

บทความนี้แอดตั้งใจเขียนไว้สำหรับเป็น Second Brain ในเรื่องการทำ DATA THINKING ว่ามีแก่นยังไง และ เราควรทำอะไรบ้าง ผ่านความรู้จากหนังสือ และ ประสบการณ์ของแอดเอง

---

[1] Start With your data เริ่มต้นจากดาต้าที่มีก่อน

เมื่อใดที่เรายังไม่รู้จะเริ่มจากตรงไหน ให้เราเริ่มต้นจากสิ่งที่เรามีก่อน อย่าบอกว่าไม่มีดาต้า เพราะข้อมูลที่ผ่านมาแต่ละปีเรามีแน่นอน ให้ลองมาจัดประเภท หรือ แยกกลุ่มให้ดูง่ายก่อน แล้วลองวิเคราะห์ดู เราอาจพบ Insight ที่สำคัญจากข้อมูลที่เรามีก็ได้

[2] Data – Information – Insight

เราแยกออกให้ออกก่อน ว่าอะไรคือ Data อะไรคือ Information แล้วอะไรคือ Insight

Data = ข้อมูลดิบ ที่ยังไม่ผ่านกระบวนการจัดรูปแบบ เช่น ยอดขายรวม

Information = ข้อมูลที่ผ่านการคัดกรองมาแล้ว มีการแยกประเภท หรือจัดหมวดหมู่ให้ดูง่ายขึ้น เช่น ยอดขายของสินค้ากลุ่ม A, B, C

Insight = ข้อมูล [Information] ที่ผ่านการวิเคราะห์มาแล้ว เช่น สินค้าแต่ละกลุ่ม อะไรขายดีสุด หรือ ลูกค้ามักซื้อสินค้ากลุ่ม A และ B บางชนิดคู่กัน

[3] การมีข้อมูล ไม่ได้แปลว่าจะมีความเข้าใจ

การมีข้อมูล (Data) ไม่ได้แปลว่าจะมีความเข้าใจ (Insight) หากปราศจากการคิดเป็นระบบ

การมีข้อมูลจำนวนมาก ไม่ได้หมายความว่าเราจะเข้าใจสถานการณ์ได้ดีขึ้นเสมอไป เพราะข้อมูลเป็นเพียง “สิ่งที่เกิดขึ้น” หรือ “ตัวเลขที่ถูกรวบรวมมา” เท่านั้น แต่ Insight คือความเข้าใจที่ลึกกว่า

เราต้องมีความเข้าใจ ถึงจะสามารถมาคิดต่อได้ว่า ทำไมสิ่งนั้นถึงเกิดขึ้น เกิดจากปัจจัยอะไร ส่งผลต่ออะไร และเราควรตัดสินใจอย่างไรต่อไป…

[4] Data-Driven Everything

ถ้าคุณยังต้องอยู่ในธุรกิจ หรือ การตลาด คุณหนีเรื่องดาต้าไม่พ้น ทำใจยอมรับและเริ่มศึกษามันซะ เพราะสุดท้ายแล้ว Data-Driven Everything

เมื่อทุกสิ่งขับเคลื่อนด้วยดาต้า ไม่ว่าจะเป็น feed บน Social Media ที่คุณไถอยู่ทุกวัน หรือ Content จากแต่ละแพลตฟอร์ม ล้วนผลิตมาจากข้อมูลความสนใจของผู้ใช้งานทั้งสิ้น

[5] Business & Creative

คนที่เข้าใจ Data และ Business ได้ดี จะเป็นคนที่มี Data Thinking แต่ต้องมี Creative เสริมด้วย

คนที่เก่งในยุคนี้ไม่ใช่แค่คนที่ “อ่านข้อมูลเป็น” แต่ต้องเป็นคนที่ “คิดจากข้อมูลเป็น” และ “สร้างทางออกจากข้อมูลได้” Data Thinking ช่วยให้การตัดสินใจมีเหตุผล

ส่วน Creative ช่วยให้การลงมือทำมีความแตกต่าง และ ช่วยสร้างโอกาสได้มากขึ้น

[6] Creative ช่วยสร้างผลลัพท์ที่แตกต่าง

คนใช้ข้อมูลชุดเดียวกัน ก็ไม่ได้บอกว่า คำตอบจะเป็นสิ่งเดียวกันเสมอ มันอยู่ที่ความเข้าใจ และความคิดสร้างสรรค์

ข้อมูลเป็นเพียงวัตถุดิบตั้งต้น แต่คุณภาพของคำตอบขึ้นอยู่กับวิธีคิด ความเข้าใจบริบท และความสามารถในการตีความของแต่ละคน

ความคิดสร้างสรรค์ยังทำให้ข้อมูลชุดเดิมนำไปสู่คำตอบใหม่ได้ เพราะธุรกิจไม่ได้มีคำตอบเดียวเสมอไป

ข้อมูลอาจบอกได้ว่าสถานการณ์เป็นอย่างไร แต่การออกแบบทางเลือกว่าจะตอบสนองอย่างไร จะปรับกลยุทธ์อย่างไร จะสื่อสารกับลูกค้าอย่างไร หรือจะเปลี่ยนวิธีทำงานอย่างไร ต้องอาศัยทั้งความเข้าใจและความคิดสร้างสรรค์ประกอบกัน

[7] START with WHY

การใช้ดาต้าควรเริ่มที่ คุณอยากรู้อะไร คุณมีข้อมูลอะไรอยู่บ้าง
และทำไมคุณถึงต้องรู้ Start with Why ชัดๆ

คำถามที่สำคัญ คือ “เราอยากรู้อะไร” และ “ทำไมเราถึงต้องรู้เรื่องนี้”

จุดเริ่มต้นของการใช้ Data ควรเริ่มจากการตอบตัวเองให้ชัดก่อนว่า เรากำลังพยายามเข้าใจเรื่องอะไร เช่น ทำไมยอดขายลดลง ทำไมลูกค้าไม่ซื้อซ้ำ

ทำไม Lead เยอะแต่ปิดการขายได้น้อย
ทำไมสินค้า A ขายดีกว่าสินค้า B
หรือทำไมค่าโฆษณาสูงขึ้นแต่ยอดขายไม่โตตาม

[8] ควรทำให้ดีตั้งแต่วันแรก

การเก็บ Data ที่ดี ควรทำมาให้ครบแต่แรก ถ้าไม่อยากเสียเวลามาเก็บข้อมูลใหม่

ก่อนเริ่มเก็บ Data ควรคิดให้ชัดว่า ข้อมูลชุดนี้จะถูกนำไปใช้ตอบคำถามอะไรในอนาคต ใครเป็นคนใช้ข้อมูล ใช้ตัดสินใจเรื่องไหน และต้องมีรายละเอียดอะไรบ้างจึงจะวิเคราะห์ได้จริง

การเก็บ Data ที่ดีไม่ใช่การเก็บให้เยอะที่สุด แต่ต้องเก็บให้ถูกตั้งแต่แรก ครบในจุดที่จำเป็น ใช้งานต่อได้จริง และมีมาตรฐาน เพราะข้อมูลที่ดีตั้งแต่ต้น จะช่วยลดงานซ้ำ ลดการเดา และ ทำให้การวิเคราะห์มีความแม่นยำขึ้นมาก

อาจดูเหมือนเสียเวลาในช่วงเริ่มต้น
แต่เชื่อเถอะครับ ข้อมูลที่ดีและสำคัญ เราใช้ได้นาน และ ช่วยสร้างความแตกต่างได้

[9] การนำไปสู่เป้าหมายใหม่ที่ดีกว่า

ระหว่างการทำงานกับ Data มักมีเรื่องให้ประหลาดใจเสมอ
บางครั้งอาจนำไปสู่เป้าหมายใหม่ที่ดีกว่า

บางครั้งเราตั้งใจใช้ Data เพื่อตอบคำถามหนึ่ง
แต่เมื่อเริ่มวิเคราะห์จริง กลับพบรูปแบบบางอย่างที่ไม่เคยสังเกตมาก่อน

หลายครั้ง Insight ที่ดี มักเกิดจากสิ่งที่พบระหว่างทาง
เมื่อเราเริ่มเชื่อมโยงข้อมูลหลายชุดเข้าด้วยกัน
เริ่มเห็นความผิดปกติ เห็นโอกาสใหม่ หรือเห็นปัญหาที่แท้จริงชัดขึ้น

[10] Business Objective

หรือ เป้าหมายทางธุรกิจ ที่ดีต้องชัดเจน มีกรอบระยะเวลา และวัดผลได้
เพื่อให้รู้ว่าต้องการอะไร | ต้องทำได้เมื่อไหร่ | ต้องใช้ดาต้าอะไร | ใช้เทคโนโลยีอะไรช่วยได้บ้าง

[11] การค้นหาเพื่อสร้างโอกาสใหม่

หากชุดข้อมูลที่มีไม่พอ เราก็แค่ออกไปค้นหาบ้าง
บางทีการลงทุนเพียงหนึ่งครั้ง อาจสร้างผลลัพธ์ระยะยาวได้

หากชุดข้อมูลที่มีอยู่ยังไม่เพียงพอในการตัดสินใจ ก็ไม่ควรรีบด่วนสรุปจากข้อมูลที่ไม่ครบ
แต่ควรถามต่อว่า “เรายังขาดข้อมูลอะไร” และ “ข้อมูลนั้นหาได้จากที่ไหน”

การลงทุนทำโฆษณาทดสอบตลาดบ้าง อาจคุ้มค่ากว่าการลงทุนจริงก็ได้

จ่ายค่าแอด 10,000 บาท แล้วดูกระแส ดีกว่าลงทุน 1 ล้าน แล้วขายไม่ได้นะครับ

[12] INSIGHT นำไปสู่การทำ Personalized Marketing

Personalized Marketing หรือ การตลาดแบบรู้ใจ

กรณีศึกษาที่โด่งดัง คือ “บริษัทค้าปลีก Target รู้ว่าลูกค้าตั้งครรภ์ก่อนพ่อแม่ของเธอจะรู้”
ด้วยการใช้ฐานข้อมูลที่มีมาวิเคราะห์พฤติกรรมการซื้อสินค้า
จนค้นพบ Insight ว่า ผู้หญิงที่กำลังตั้งครรภ์ มักซื้อสินค้าบางประเภทในช่วงเวลาใกล้เคียงกัน

จุดพีคของเรื่อง คือ มีพ่อคนหนึ่งเข้าไปโวยที่ร้าน
เพราะลูกสาววัยรุ่นของเขาได้รับคูปองสินค้าแม่และเด็กทางไปรษณีย์
จนเขาคิดว่าร้านส่งโฆษณาไม่เหมาะสม

แต่หลังจากนั้นไม่กี่วัน คุณพ่อต้องกลับมาขอโทษ เพราะพบว่าลูกสาวได้ตั้งครรภ์จริง ๆ

[13] ดาต้าช่วยตัดสินใจ แต่จังหวะเวลาช่วยสร้างผลลัพธ์

Data ช่วยให้เราตัดสินใจได้ดีขึ้น แต่จังหวะเวลาคือสิ่งที่ทำให้การตัดสินใจนั้นสร้างผลลัพธ์ได้จริง

ในการทำโฆษณา หลายคนมักมองแค่ตัวเลข CPC, CTR, Conversion หรือ ROAS
แล้วรีบตัดสินใจเพิ่มงบ ลดงบ หรือปิดแคมเปญทันที

แต่ในความเป็นจริง ตัวเลขเพียงอย่างเดียวอาจยังไม่พอ เพราะผลลัพธ์ของโฆษณาไม่ได้ขึ้นอยู่กับ Data เท่านั้น แต่ยังขึ้นอยู่กับจังหวะเวลาในการลงมือด้วย

Lead ที่เข้ามามีคุณภาพจริงหรือเปล่า
ทีมขายหลังบ้านรองรับได้ไหม สต็อกพร้อมหรือไม่
เพราะในการทำโฆษณา การตัดสินใจถูกเรื่อง แต่ผิดเวลา ก็สร้างผลลัพธ์ที่ดีไม่ได้

[14] บางครั้งคำตอบ ก็ไม่มีทางหาได้แบบตรง ๆ

บางครั้งคำตอบที่เราอยากรู้ ก็ไม่มีทางหาได้แบบตรง ๆ
แต่เราต้องมองให้ออกว่าจะหาได้จากไหน

บางคำถามไม่สามารถตอบได้จากข้อมูลชุดเดียว
แต่ต้องอาศัยการเชื่อมโยงข้อมูลหลายด้านเข้าด้วยกัน

[15] Data-Driven Business

สร้างธุรกิจใหม่ โดยใช้ข้อมูลเป็นพื้นฐาน
วิเคราะห์ตลาดให้ออก ดูความต้องการของตลาดให้เป็น…

[16] Data-Driven Decision

ตัดสินใจจากข้อเท็จจริง มากกว่าความรู้สึก
เลือกและตัดสินใจโดยใช้ข้อมูล ไม่อาศัยความรู้สึกหรือ Gut Feeling

[17] Data-Driven Retail

เข้าใจพฤติกรรมลูกค้า > นำเสนอสินค้า และบริการได้ตรงความต้องการ

[18] Data-Driven Marketing

วิเคราะห์ข้อมูล > หา Insight > ตัดสินใจ > เพิ่มโอกาสในการขาย

---

สรุปส่งท้าย

Data-Driven Everything ที่ดีเกิดขึ้นได้
เมื่อเรามีทักษะ Data Thinking