Case Study: 3 ขั้นตอนเพิ่มยอดขายลูกค้าปัจจุบันแบบยั่งยืน

อ้างอิงบทความของ Bain & Company “Reimagine Marketing During Recessionary Times” แบรนด์จะสามารถใช้ marketing data ที่มีอยู่แล้วนำไปต่อยอดผ่านการทำ segmentation และการทดลองได้อย่างไรเพื่อเพิ่มยอดขายกับลูกค้าปัจจุบันที่เรารู้จักอยู่แล้ว โดยที่บทความนี้มี case study ของธุรกิจ retail และธุรกิจสายการบิน ที่เป็นเคสจริงที่ทาง Bain & Company ให้คำปรึกษามาเป็นตัวอย่างด้วย

ในช่วงปีที่ผ่านมาผู้บริโภคทั่วโลกระมัดระวังในการจับจ่ายมากขึ้น โดยมีข้อมูลว่ามูลค่าค้าปลีกทั่วโลกลดลงไป 2.9% ในปี 2020 ซึ่งส่วนหนึ่งมาจากการที่พวกเขาย้ายไปซื้อของออนไลน์ รวมถึงใช้ช่องทางออนไลน์ในการเปรียบเทียบราคา หาข้อมูลเพิ่มเติม ก่อนจะตัดสินใจซื้อของ

นอกจากภาวะเงินเฟ้อ และเศรษฐกิจถดถอยทั่วโลกแล้ว (ไหนจะสงครามที่เพิ่งปะทุขึ้นมาใหม่อีก) ยิ่งทำให้การตลาดต้องหันไปหาวิธีการลดราคาและโปรโมชั่นพิเศษเพื่อเพิ่มยอดขาย รวมถึงขยายกลุ่มเป้าหมายไปหาลูกค้าใหม่ๆ อยู่ตลอดเวลา

แต่วิธีการเหล่านั้นไม่ใช่เป็นการตลาดที่ยั่งยืน แบรนด์ควรหากลยุทธ์ที่จะสามารถสร้างยอดขายได้อย่างต่อเนื่องโดยไม่ต้องสู้สงครามราคาตลอดไป ซึ่งสามารถทำได้ผ่าน 3 ขั้นตอนดังนี้

1. รวบรวม First-party data และทำ Segmentation

แบรนด์ต้องเริ่มกลับไปดูว่ามี first-party data (1PD) อยู่ที่ไหนบ้างแล้วรวบรวมจัดเก็บข้อมูลเหล่านั้นมาวิเคราะห์ เพื่อทำความเข้าใจพฤติกรรมการซื้อของ และนำไปทำ segmentation ต่อ

(สำหรับแบรนด์ที่ยังไม่เคยมี 1PD เลย ลองดูบทความนี้ เป็นไอเดียตั้งต้นในการจัดเก็บ 1PD ได้)

สำหรับการทำ Segmentation แบบเบสิคสุดเราสามารถทำ RFM Analysis ได้

RFM Analysis เป็นเทคนิคการแบ่งกลุ่มลูกค้า หรือ segementation ตามข้อมูลพฤติกรรมการซื้อของ ตัวย่อมาจาก:

Recency (R) หรือ ระยะเวลาที่ลูกค้ามาซื้อครั้งล่าสุดคือเมื่อไหร่ โดยปกติลูกค้าที่ซื้อสินค้าเมื่อเร็วๆ นี้ จะได้คะแนน R ที่สูง แต่ทั้งนี้ก็ต้องขึ้นอยู่กับประเภทของสินค้าของเราด้วย บางประเภทเราอาจจะต้องเว้นช่วงสักพักจึงจะเสนอขายสินค้าเดิมให้กับพวกเขาได้ เช่นอาจจะใช้ใกล้หมดหรือต้องซื้อเพิ่ม กลับกันสินค้าบางประเภทเมื่อเรารู้แล้วว่าลูกค้าเพิ่งซื้อ อาจจะมีความสนใจกับสินค้าออกใหม่ได้เลยทันที

Frequency (F) หรือ ความถี่ในการซื้อ โดยปกติลูกค้าที่มาซื้อบ่อยๆ แสดงถึงความภักดีต่อแบรนด์สูง (brand loyalty)

Monetary Value (M) หรือ มูลค่ายอดรวมในการซื้อ ซึ่งแสดงถึงมูลค่าที่ลูกค้าจ่ายเงินซื้อของกับเรา ภายในระยะเวลาที่กำหนด ตัวเลขนี้ช่วยเราบ่งบอกตัวต้นลูกค้าที่ใช้เงินกับเราจำนวนเยอะๆ ได้

(อย่างไรก็ดี ก่อนจะทำ Segmentation ได้ จำเป็นต้อง clean data และจัดเก็บข้อมูลอย่างมีระเบียบก่อน)

จากหนึ่งใน case study ของ Bain & Company ที่ช่วยธุรกิจสายการบินหนึ่งทำ segmentation จาก 1PD ที่สายการบินมี โดยพบว่ามีกลุ่ม high spender ที่ใช้ credit card ที่ผูกกับสมาชิกของสายการบินเพื่อเก็บคะแนนสะสมในช่วง covid-19 แม้จะไม่ได้เดินทางแต่สะสมคะแนนเพื่อแลกไมล์อย่างต่อเนื่อง เมื่อวันหนึ่งที่สายการบินกลับมาบินปกติ ทางสายการบินสามารถนำเสนอบริการหรือสื่อสารกับ segment นี้ได้อย่างเหมาะสมและนำเสนอบริการที่ต่อยอด upsell เพิ่มได้

หรืออีกหนึ่งตัวอย่างเป็นธุรกิจ retail ที่พบว่ามีกลุ่มลูกค้าที่เป็น high spender แต่จำนวนครั้งที่มาซื้อของที่หน้าร้านต่อปีนั้น น้อยมากๆ จึงตั้งสมมติฐานว่าคนกลุ่มนี้เป็นกลุ่มที่จะมาซื้อของครั้งละเยอะๆ เก็บไว้ แล้วค่อยมาซื้อใหม่เมื่อของใกล้หมด ดังนั้นการนำเสนอโปรโมชั่นให้คนกลุ่มนี้ควรจะเป็นโปรโมชั่นที่เน้นเรื่องความคุ้มค่าของราคามากกว่าเรื่องคุณประโยชน์ของสินค้า เป็นต้น

2. ตั้งสมมติฐานและทดลองในสเกลเล็ก

ขั้นตอนถัดไปหลังจากเราทำ segmentation และตั้งสมมติฐานอย่างเหมาะสมแล้ว แบรนด์ก็ควรที่จะทำการทดลอง (experiment) กับสมมติฐานเหล่านั้นในสเกลที่เล็กๆ ก่อน เพราะการทำ segmentation เพียงอย่างเดียว ยังไม่สามารถสร้างคุณค่าใดๆ ให้กับธุรกิจได้ทันที เราควรทำการทดลองบน segmentation เหล่านั้นก่อนจะนำไปขยายปรับใช้จริงต่อไปในสเกลที่ใหญ่ขึ้น

กลับมาที่ตัวอย่าง case study ของ Bain & Company ที่ช่วยวางแผนให้กับธุรกิจ retail เนื่องจากธุรกิจเจ้านี้ใช้สื่อ Out of Home เป็นหลักเพื่อเข้าถึงกลุ่มเป้าหมายแต่ไม่ลงในสื่อ digital มากเท่าที่ควร มีการตั้งสมมติฐานว่าหากใช้ digital marketing เพิ่มขึ้น น่าจะสามารถเพิ่มยอดขายทาง offline ได้เช่นเดียวกัน หรือแม้กระทั่งสมมติฐานที่ว่าหากส่งโฆษณาไปหาคนในพื้นที่ที่ไม่มีร้านค้าของ retail เจ้านี้ตั้งอยู่ ยังจะสามารถเพิ่มยอดขายให้กับร้านค้า offline ได้หรือไม่

ผลจากการทดสอบรอบแรกพบว่า สามารถเพิ่มยอดขายได้ 14% จากลูกค้าที่เห็นโฆษณาบน social media นอกจากนั้นจากการทดสอบกลุ่มที่อยู่ใกล้เคียงกับร้านค้า พบว่าสามารถเพิ่ม conversion rate ได้มากขึ้น 1.5 เท่า และ 50% ของการซื้อ (transaction) เกิดขึ้นภายใน 7 วันหลังลูกค้าเห็นโฆษณา

ที่สำคัญ กลุ่มลูกค้าที่อาศัยอยู่ในพื้นที่ที่ไม่มีร้านค้า เมื่อเดินทางมาซื้อของที่ร้าน มีสัดส่วน basket size มูลค่ามากกว่ากลุ่มที่อยู่ใกล้กับร้านถึง 18% ซึ่งมาจากการที่ลูกค้าที่อยู่ไกลจะซื้อของในจำนวนมากๆ ให้คุ้มกับที่เดินทางมาซื้อที่ร้าน

3. ปล่อย Personalized Campaign

หลักจากเก็บ first-party data แล้ว ทำ segmentation แล้ว ตั้งสมมติฐานและทำการทดสอบแล้ว อันดับถัดไปคือนำสิ่งที่เราเรียนรู้นั้นมาขยายทำ personalized campaign ในสเกลที่ใหญ่ขึ้น เพื่อเพิ่มยอดขายให้แบบยั่งยืนได้

กลับไปที่ตัวอย่าง case study ธุรกิจสายการบิน เริ่มจาก segment กลุ่ม business flyer ก่อน โดยทดสอบการส่ง email ช่วงบ่ายพบว่ามี CTR และ open-rate ที่สูงกว่าช่วงอื่น เหตุเพราะกลุ่ม business flyer ใช้เวลาหลังพักเที่ยงในการเช็ค email ส่วนตัว นอกจากนั้นก็ยังมีการทดสอบเรื่องชิ้นงานโฆษณาบน social media ต่างๆ ควบคู่กันไปด้วย ก่อนจะนำข้อมูลเหล่านั้นไปขยายสเกลให้ใหญ่ขึ้นครอบคลุม business flyer segment ทั้งหมด จนได้ผลดังนี้

Open Rate เพิ่มขึ้น 30%, CTR สูงขึ้น 8 เท่า, และยอดขายเพิ่มขึ้น 3% ในช่วงสามเดือนแรก

ส่วนเคสของธุรกิจ retail ที่ทดลองเพิ่มการลงทุนใน digital marketing ในสเกลเล็ก พอขยายสเกลให้ใหญ่ขึ้นจึงพบว่ายอดขายหน้าร้านเพิ่มขึ้น 2.2% เทียบกับตอนที่ลงทุนในเฉพาะ offline media เพียงอย่างเดียว

สรุป

ดังนั้นการเก็บ first-party data เอามาทำ segmentation และต่อด้วยการทดลองในสเกลเล็ก จะช่วยให้แบรนด์มีข้อมูลในการตัดสินใจก่อนจะลงทุนในสเกลใหญ่เพื่อเพิ่มยอดขายได้อย่างยั่งยืนต่อไป ทั้งนี้หัวใจที่สำคัญที่สุดคือการทำการตลาดกับลูกค้าปัจจุบันของเราที่มีอยู่แล้ว แทนที่จะเน้นการทำการตลาดกับลูกค้าใหม่ๆ เพียงอย่างเดียว

https://www.bain.com/insights/reimagining-marketing-during-recessionary-times/