Groups relations ความสัมพันธ์ที่เชื่อมโยงข้อมูลของพฤติกรรมบนโลกออนไลน์

Groups relations ความสัมพันธ์ที่เชื่อมโยงข้อมูลของพฤติกรรมบนโลกออนไลน์

ข้อมูลบนโลกออนไลน์วันละหลายล้านข้อความที่เกิดขึ้นทุก ๆ ช่องทาง เราคงได้อ่านเพียงบางส่วนจากระบบที่ Feed Data ให้เราตาม Algorithm ของผู้พัฒนาระบบ โดยข้อความส่วนใหญ่จะคัดจากคนจำนวน มากให้ความสนใจค้นหา หรือการทำ SEO (Search engine Optimization) โดยเลือก จาก Website / Facebook ต่าง ๆ ที่มีคนติดตามเยอะจะแสดงให้เห็นก่อน และ บางส่วนก็มาจากการซื้อโฆษณาใน Google Ads ซึ่งแต่ละเรื่องที่ผ่านตาในแต่ละวันนั้น

อาจจะมาจากคนที่กำลังสนใจค้นหาว่าตอนนี้กำลังเกิดอะไรขึ้น (กระแสกำลังจะไปในช่องทางไหน) และ สิ่งที่เราต้องการจะค้นหาจริง ๆ การลำดับเนื้อหาต่าง ๆ ที่ได้ผลลัพท์มา จาก Google Search หรือ Google Trends จะมีข้อมูลที่เกี่ยวข้องกับ Keywords ที่เราค้นหาจำนวนมาก ซึ่งคำว่าจำนวนมากถ้ามีการมาจัดหมวดหมู่หรือทำ Segment Groups นั้นเราจะเห็นคนส่วนใหญ่ที่คิดเห็นคล้ายๆ กัน และ รายละเอียดที่ปลีกย่อยต่าง ๆ กันออกไปจำนวนมากเป็นไปได้ว่ากลุ่มคนที่สนใจเรื่องเดียวกันในเรื่องนี้ ก็สนใจเรื่องอื่นด้วย และการสนใจเรื่องอื่น ที่เหมือน ๆ กันจะทำให้เราวิเคราะห์ภาพรวมของ Persona Group ได้ถูก เราเลยจำเป็นต้องมี Data visualizations ออกมาในรูปแบบของ Graph Node การเชื่อมความ
สัมพันธ์ที่ทำให้เราตีความได้ง่ายขึ้น

Google Trends “ผู้ว่ากทม”

เลือกตั้งผู้ว่า กทม.
เลือกตั้งผู้ว่า กทม.

ลองดูในช่อง Related queries จำนวน 25 อันดับ มีคำซ้ำกันกี่คำ

  • เลือกตั้งผู้ว่ากทม
  • ผู้สมัครผู้ว่า กทม. มีใครบ้าง
  • หมายเลขผู้ว่ากทม.
  • โพลผู้ว่ากทม
  • เลือกตั้งวันไหน
  • ผู้มีสิทธิเลือกตั้ง
  • ป้ายหาเสียงเลือกตั้ง
  • ผู้ว่าเลือกตั้งวันไหน

ความสัมพันธ์ จะมาในรูปแบบ คนจำนวนมาก ค้นหาใน google search เช่น เลือกตั้งผู้ว่ากทม. วันไหน ? แล้วเข้าไปค้นหาต่อว่า มีใครบ้างเป็นลงเลือกตั้งผู้ว่ากทม. หรือ คนดูจากผู้สมัครก่อน และ ค่อยไปค้นหาว่าเลือกตั้งผู้ว่าวันไหน คนที่มีสิทธิ์เขาจะเลือกดูรายชื่อที่ไหน ทุกอย่างสลับไปสลับมา

Node Graph

ตัวนี้ได้ code จาก Python เอามา run แล้วได้ผลลัพท์ซึ่งเอามาตีความเรื่องของ Groups relations ความสัมพันธ์ที่เชื่อมโยงข้อมูลของพฤติกรรมบนโลกออนไลน์ ได้ชัดเจนที่สุดละ เพราะ มีคำซ้ำกันจะสร้างมาเป็น Node นึง เช่นเลือกตั้งผู้ว่ากทม แล้วไปค้นหาอะไรต่อ หรือ มีความสัมพันธ์อะไรต่อ เช่น เบอร์ผู้ว่า

ผู้ว่ากทม
ผู้ว่ากทม

การดูผลลัพท์แบบนี้ มันตีความได้เลยว่า หลายคนยังคงใช้ Google Search ยังไม่รู้ว่าเลือกตั้งเมื่อไหร่ , เบอร์อะไร , รายชื่อผู้มีสิทธิ์ ที่สำคัญมีป้ายหาเสียงติดทั่วกรุงเทพมหานคร แล้ว หมายความว่าอย่างไร? คนอาจจะให้ความสำคัญเมื่อใกล้เวลาแล้วค่อยหาข้อมูลก็เป็นไปได้

มันสำคัญอย่างไรกับพฤติกรรม Behavior Customer

ตัวอย่างของผู้ว่า กทม. แล้วมาถึง ความเข้าใจลูกค้าในการจัด Relations Groups ในแง่สินค้าและบริการมันจะลึกซึ้งไปอีกแบบ เช่น ถ้าเราออกสินค้าชนิดหนึ่งออกมาเพื่อเจาะตลาดเช่น สินค้าสุขภาพ คุมอาหาร หรือลดน้ำหนัก

บนโลกออนไลน์จะมีสิ่งที่เข้ามาเยอะมากที่ผ่านการ Feed ข้อมูลยิ่งหลายช่องทาง ข้อมูลก็ยิ่งมากมายมหาศาล ซึ่งมันมีอะไรบ้างที่พูดกันบนโลกออนไลน์

  1. Brands ต่าง ๆ ที่ทำสินค้าลดน้ำหนัก ที่มีในตลาดอยู่แล้ว
  2. Product สินค้าต่าง ๆที่มีเกี่ยวกับการลดน้ำหนัก
  3. คนที่ลดน้ำหนักอยู่แล้ว ใช้อะไรลดน้ำหนัก หรือ ลดด้วยตัวเอง มีตัวช่วยอะไร
  4. อะไรเป็นแรงจูงใจให้ลดน้ำหนัก
  5. กินอยู่แล้ว เลิกกินแล้ว อยากหาสินค้าอื่น ๆ
  6. อยากลดความอ้วน
  7. บลา ๆๆๆ
Group relations
Group relations

Group relations จากสิ่งที่เราต้องการค้นหา ถ้าออกมาในรูปแบบนี้แล้วจะเข้าใจภาพรวมของสิ่งที่คุยกันบนโลกออกไลน์ได้เลยว่า มีการพูดคุยอะไรกันบ้างในแต่ละหมวดสัมพันธ์กันอย่างไรบ้าง เพราะพฤติกรรมของผู้บริโภคนั้นมีหลายแบบมากยิ่ง Node ที่เกิดขึ้นมากเท่าไหร่ พฤติกรรมของกลุ่มนั้น ก็จะแยกมากขึ้น

พอจะเข้าใจ Group relations ที่คุยแบบภาษาชาวบ้านให้ฟังแบบง่าย ๆ แล้วเนอะ ๆๆๆ ไม่ได้เขียน Blog มานาน ไปเขียนเรื่องการไหว้พระ 100 วัดในปี 2022 ไว้ค่อนข้างเยอะ ไปติดตามได้อีกที่ https://trip.idea2mobile.com

สำหรับ Blog นี้จบเพียงเท่านี้ก่อน

พี่อ้วน