เกริ่นก่อน เมื่อรายการทีวี จากเดิมโฆษณาขั้นรายการมาสู่ การโฆษณา Tie-In แบบเต็มรูปแบบของดาราที่มาขายสินค้า ประเภท ถั่งเช่า , คอลลาเจน, เซรั่ม โดยเน้นเรื่องความสวยงาม บำรุงร่างกาย โดยมี แขกรับเชิญ บอกถึงการใช้สินค้า,แนะนำบอกต่อว่าดี จึงเป็นข้อสงสัยของตัวเอง และทำการถามกับคนรอบตัวที่ผ่านมาว่า สินค้าที่โฆษณาในทีวี จำเป็นไหมที่ต้องกินเช่น คอลลาเจน แล้วมันจำเป็นขนาดไหนที่จะต้องซื้อมากิน บางคนบอก จำเป็นบำรุงกระดูก ทำให้ผิวพรรณเต่งตึง และ ต้องกินคู่กับวิตามินซี บางคนก็บอกว่าไม่ได้ใช้ คอลลาเจน แต่ใช้เป็นเซรั่มแทน วันนี้ก็เลยใช้ Keyword เกี่ยวกับ คอลลาเจน, วิตามินซี, เซรั่ม มีการพูดถึงบนโลก Online อะไรบ้างใน Mandala Social listening
นอกจากโฆษณาใน TV แล้ว ในโลก ออนไลน์เกี่ยวกับสินค้าทั้ง 3 ชนิดก็มีการแข่งขันไม่น้อยหน้าไปกว่ากัน แล้ว ถ้าสินค้าที่แข่งขันกันดุเดือดขนาดนี้ เราจะทำ Content อย่างไร ให้ได้เปรียบคู่แข่ง โดยเราจะใช้ เครื่องมือที่เรียกว่า Mandala Social listening Analytics
กำหนด Time Frame ในรอบ 3 เดือน หรือ 90 วันที่ผ่านมา Oct – Dec 2020
วิเคราะห์พฤติกรรมสำหรับคนที่จะใช้สินค้าก่อนว่า การพูดถึง การค้นหาสินค้าทั้ง 3 ชนิดพฤติกรรมภาพรวมเป็นอย่างไร ?
Google Trends Keyword เกี่ยวกับ คอลลาเจน, วิตามินซี, เซรั่ม มีการพูดถึง Keyword ทั้ง 3 ตัวไปในแนวทางเดียวกันเลย หมายความว่าอย่างไร ผลิตภัณฑ์ทางด้านความงาม ที่เกี่ยวข้องกับ Keyword ทั้ง 3 ตัว จะต้องมีการใช้สินค้าอย่างใดอย่างนึง หรือ ใช้ 3 อย่างพร้อม ๆ กัน แบบขาดกันไม่ได้ อาจจะเนื่องด้วยสินค้าทั้ง 3 ตัวนี้เป็นผลิตภัณฑ์ที่ช่วยเรื่องความสวยความงาม
ซี่งภาพรวมของ Mandala Social listening ทั้ง 3 เดือน หรือ 90 วัน มีแนวโน้ม Trends ก็เป็นไปในแนวทางเดียวกันกับทางด้น Google Trend โดย สัดส่วนทุก Keyword ประมาณ 30 กว่า % หรือเฉลี่ยใกล้เคียงกัน ทุก Keywords มีความสำคัญเท่า ๆ กัน
โดยเมื่อเราเจาะลึกเข้าไปทุก Keyword ที่มีการพูดถึงมากที่สุดของแต่ละ Keyword จะทำให้เรามองภาพได้ชัดเจนขึ้นไปอีก
Data ทั้ง 3 keywords ทุกช่องทางรวมกันเกือบ 20,000 mentions ซึ่งได้เจาะลึกในการพูดคุยสูงสุด ทั้ง 3 Keywords ประกอบด้วยดังนี้
เซรั่ม => เนื้อหาจะบ่งบอกไปในทาง สินค้า,ขาวใส, 7 วัน, และก็มีขายใน 7-11 ซึ่งทุก Brand ก็ทำเนื้อหาประมาณนี้เกือบทั้งหมด
คอลลาเจน ==> เนื้อหาบ่งบอกไปในทาง ผิวขาว,บำรุงกระดูก, โปรโมชั่นในแต่ละ Brands
วิตามินซี ==> ผิวขาว,ผิวออร่า,รักษาสิว,ส่วนผสมกับสินค้าอื่น ๆ
เมื่อเราวิเคราะห์ข้อมูลเบื้องต้น ทั้ง 3 Keywords น้ำหนักของ Contents จะชี้นำไปในทางการขายของผ่าน Social Network ในแต่ละช่องทางเพื่อสร้างยอดขายเป็นหลัก ซึ่งในการหา Insight แนวทางนี้ คงทำอะไรไม่ค่อยได้มากเลย จึงลองมาหาวิธีจำแนก Content ทั้งหมดดีกว่าว่าจำนวนข้อมูลเกือบ 2 หมื่นกว่า Mentions นั้น มี Contents ประเภทอะไรบ้าง เพื่อที่เราจะช่วยวางแผนทางการตลาดในการสื่อสารกับทางลูกค้า
เครื่องมือที่อยากจะลองแนะนำในการใช้ Data-Driven Marketing โดยใช้หลักการของ Data Science เข้ามาเกี่ยวข้อง โดยให้จัดแบ่งเนื้อหา Contents นี้เกี่ยวกับอะไร
(Type Of mention) โดยให้แยกหลักออกมาดังนี้
Requests เนื้อหา Content ในภาพรวมจะบอกถึงการร้องขอ, การขายสินค้า
Suggest เนื้อหา Content ในภาพรวมจะบอกถึงการแนะนำ, การบอกต่อ,ข้อเสนอแนะ
Compliments เนื้อหา Content ในภาพรวมจะบอกถึงการชมสินค้า
Profane เนื้อหา Content ในภาพรวมจะบอกถึงการดูหมิ่น หรือ ไม่ชอบสินค้า
Inquiries and Question เนื้อหา Content ในภาพรวมจะบอกถึงการสอบถามข้อมูลสินค้า
Complaints เนื้อหา Contents จะบอกถึงการร้องเรียน
เมื่อเราได้ทำการวิเคราะห์ข้อมูลออกมาแล้ว แล้ว Contents บนโลก Online ที่มีการคุยกันจากกลุ่มตัวอย่างกว่า 2 หมื่น Mentions นั้น เนื้อหาจะเป็นการ นำเสนอในการร้องขอ( สินค้าขอให้มันช่วย , ทำให้, โดดเด่น,สวย,ขาว,ดูดี,โดดเด่น) อื่น ๆ บลา ๆ
และ ถ้ารวมกับการแนะนำ,บอกต่อสินค้า (Suggestion) อีก 24 % หรือประมาณ 80 % ในเนื้อหาทั้งหมดกว่า 2 หมื่่น Mention ทำให้เรารู้ว่า ภาพรวมทั้งหมดที่ทำ Contents นั้น จะเสนอเนื้อหาไปในแนวทางเดียวกันทั้งหมดคือ (สินค้า,โดดเด่่น,และมีการแนะนำบอกต่อ)
จริงหรือไม่จริง เราลองไปดูตัวอย่าง เนื้อหา Contents ที่เกี่ยวข้องกับ Request+ Suggestion สักหน่อย
Key finding สำหรับวิเคราะห์ Content แบบ Data Science นั้นสรุปว่า
- การสร้างเนื้อหาในมุมมองจิตวิทยา เกี่ยวกับสินค้าทางด้านเครื่องสำอางค์ ทำให้สวย ทำให้ดูดี,การบอกว่าเครื่องสำอางค์นี้ดีอย่างไร? ช่วยเราในทางด้านไหน และ มี Influencer / KOL / คนริวีวบอกต่อ หรือแนะนำ เป็นตัวชูโรงทำให้สินค้าและบริการนั้นมีความน่าสนใจมากกว่า เอาราคามาเป็นตัวชูโรง
อีก Menu นึงของ Model Data Science ที่อยากแนะนำ คือ Question ประเภทของคำถามของ Content ในภาพรวม
General Questions เนื้อหา Content ในภาพรวมจะเป็น คำถามทั่วไป จำนวน %
How เนื้อหา Content ในภาพรวมถามถึงการทำอย่างไร ? ช่วยแนะนำ
Doubtful เนื้อหา Content ในภาพรวมเกี่ยวกับข้อสงสัย ?
Request เนื้อหา Content ในภาพรวมจะบอกถึงการร้องขอ , การขายของ, การแนะนำ
Time-Based เนื้อหา Content ในภาพรวมบอกถึงการใช้เวลาต่าง ๆ เข้ามาเกี่ยวข้อง
Location-Based เนื้อหา Content ในภาพรวมบอกถึงการใช้สถานที่ ต่าง ๆ เข้ามาเกี่ยวข้อง
People-Based เนื้อหา Content ในภาพรวมบอกถึงการใช้คน เข้ามาเกี่ยวข้อง
Which เนื้อหา Content ในภาพรวมบอกถึงที่ ซึ่ง อะไร ในสินค้าและบริการ
Why เนื้อหา Content ในภาพรวมบอกถึงที่ทำไมต้องมาใช้สินค้า
ลองดู Sample สัก 1 ตัวอย่างเช่น How เนื้อหา Content ในภาพรวมถามถึงการทำอย่างไร ? ช่วยแนะนำ
How (หรือ) อย่างไร ? มีความน่าสนใจไม่น้อยมีถึง 19 % หรือประมาณ 3,800 กว่าข้อความ ที่ยังมีลูกค้าสนใจถามสินค้า,ว่าใช้อย่างไร, ดีอย่างไร ไม่น้อย หรือ เนื้อหา Content จะต้องบอกว่ามีวิธีการอย่างไร ?
Key finding ที่ 2 สำหรับวิเคราะห์ Content แบบ Data Science นั้นสรุปว่า
การทำเนื้อหาว่าสินค้าเรา ใช้อย่างไร, แบบ How- To ยังมีส่วนน้อยอยู่ในภาพรวมทั้งหมดถือว่ายังมีโอกาสในการทำเนื้อหา Content ทีเข้าถึงกับคนที่ต้องการซื้อสินค้าได้
ทั้งหมดนี้เป็นตัวอย่างจาก Mandala Social Listening แบบ Package Custom ที่ไม่ได้ให้ใช้ในแบบทั่วไป ซึ่ง เป็น Model ของ Data Science มีประโยชน์ในการวิเคราะห์ภาพรวมของ Content ทั้งหมด แล้วนำไป Apply ใช้กับงานอื่่น ๆ ก็ได้
ขอขอบคุณ Mandala Social Listening
Webmaster
Anantacahi ittiworapong
