[Guest Post] บลูบิค แนะธุรกิจ B2C เร่งประยุกต์ใช้ Big Data – AI เสริมศักยภาพธุรกิจ ปล่อย “Bluebik Win-Back” ช่วยเสริมแกร่ง ดันอัตราปิดการขายพุ่งรับผลกระทบโควิด

บลูบิค (Bluebik) แนะธุรกิจที่มีปริมาณข้อมูลลูกค้าในมือจำนวนมาก อาทิ ประกันภัย ธนาคาร โทรคมนาคม และอีคอมเมิร์ซ เร่งนำ Big Data และ AI พัฒนาเครื่องมือการตลาด ด้วยระบบ  Bluebik Win-Back ช่วยดึงข้อมูลกลุ่มลูกค้าที่เคยสนใจผลิตภัณฑ์หรือบริการแต่ยังไม่มีการซื้อ กลับมาวิเคราะห์จัดลำดับลูกค้าที่มีโอกาสกลับมาซื้อสูงแบบเรียลไทม์ ช่วยให้พนักงานสามารถดึงลูกค้าเข้าสู่ช่องทางขายและปิดการขายได้สำเร็จ หวังลดความผิดพลาดจากการตัดสินใจโดยใช้สัญชาตญาณของพนักงานขาย และเร่งกระตุ้นยอดที่ซบเซาหลังวิกฤตโควิด-19

นายพิพัฒน์ ประภาพรรณพงศ์ ผู้อำนวยการและหัวหน้าทีม Data Science (Machine Learning) บริษัท บลูบิค กรุ๊ป จำกัด บริษัทที่ปรึกษาชั้นนำด้านกลยุทธ์และการจัดการด้วยนวัตกรรมและเทคโนโลยี เปิดเผยว่า ผู้ประกอบการธุรกิจควรให้ความสำคัญกับการนำเอาเทคโนโลยีเข้ามาช่วยสร้างมูลค่าทางธุรกิจในทุกๆ ด้าน เพื่อเพิ่มศักยภาพการแข่งขันในยุคดิจิทัล ซึ่งกระบวนการขายนับเป็นกระบวนการที่สำคัญมาก เพราะเป็นส่วนที่สร้างรายได้ ทั้งยังเป็นกระบวนการที่มีปฏิสัมพันธ์กับลูกค้าที่สามารถเรียนรู้พฤติกรรมของลูกค้าในทุกขั้นตอน ฉะนั้นหากบริษัทมีการบริหารจัดการข้อมูลที่ดีผนวกกับการประยุกต์นำเทคโนโลยีมาปรับใช้จะสามารถสร้างความได้เปรียบในการแข่งขันในเชิงความเข้าใจลูกค้าได้เป็นอย่างดี โดยเฉพาะในช่วงที่เศรษฐกิจซบเซาจากพิษโควิด

บลูบิค กรุ๊ป ได้พัฒนาโมเดลเพื่อช่วยให้องค์กรธุรกิจสามารถปิดการขายได้ง่ายขึ้น ด้วยจากการนำเทคนิค Algorithms Machine Learning มาใช้วิเคราะห์เพื่อศึกษาหาความสัมพันธ์ของชุดข้อมูลต่างๆ และสร้างออกมาเป็นแพทเทิร์น จำแนกลูกค้าออกเป็นกลุ่มๆ เพื่อให้เข้าใจลูกค้าแต่ละประเภทได้อย่างลึกซึ้ง ทำให้ธุรกิจสามารถนำเสนอสินค้าและบริการที่ตรงใจลูกค้า (Product Recommendation) รวมถึงโปรโมชันที่ตรงกับ Lifestyle ของลูกค้าแต่ละราย นอกจากนั้นการนำเทคโนโลยี Big Data และ AI มาประยุกต์ใช้เป็นเครื่องมือทางการตลาด ภายใต้ชื่อระบบ Bluebik Win-Back จะเป็นการนำข้อมูลของลูกค้าที่เคยแสดงท่าทีสนใจซื้อหรือใช้บริการโดยลงทะเบียนไว้ในระบบแต่ยังไม่ดำเนินการซื้อ ซึ่งเราเรียกว่า ลูกค้ากลุ่ม Lost  มาวิเคราะห์แบบเรียลไทม์ ช่วยให้ลูกค้ากลับมาซื้อผลิตภัณฑ์และบริการอีกครั้ง โดยระบบจะเก็บข้อมูลพื้นฐานของลูกค้าที่มีศักยภาพ และรายละเอียดที่สำคัญทุกอย่างเข้าไว้ในระบบ เพื่อนำมาวิเคราะห์ข้อมูลเพื่อช่วยให้บริษัทปิดการขายได้ง่ายขึ้น  

สำหรับกระบวนการ Bluebik Win-Back จะแบ่งการทำงานออกเป็น 2 หลักการ ดังนี้

1. Lead Prioritization เป็นการสร้างและเรียงลำดับรายชื่อลูกค้าที่มีโอกาสในการกลับมาซื้อผลิตภัณฑ์หรือบริการ ซึ่งการใช้ Big Data และ AI จะช่วยลดเวลาการทำงานให้แก่ทีม โดย Lead Prioritization Model จะทำการดึงข้อมูลจากระบบฐานข้อมูลลูกค้า และวิเคราะห์หาความน่าจะเป็นของลูกค้าที่มีโอกาสจะ Win-back แทนพนักงาน พร้อมทั้งจัดเรียงลำดับรายชื่อลูกค้าจากคนที่มีโอกาสซื้อมากที่สุดก่อน เพื่อช่วยเพิ่มประสิทธิภาพในการขายให้ตรงกลุ่มเป้าหมายมากขึ้น
2. Win-Back Dashboard เป็นการรวบรวมและแสดงผลข้อมูลที่สำคัญของลูกค้าแบบรายบุคคล เป็นหนึ่งในเรื่องที่สำคัญของการนำ Big Data และ AI มาใช้งานจริงในกระบวนการทำงาน การใช้ Dashboard แสดงผลข้อมูลที่สำคัญจะช่วยให้ผู้ใช้สามารถเข้าใจข้อมูลได้ง่ายและรวดเร็วขึ้น ส่งผลให้ประสิทธิภาพการทำงานโดยรวมของทีมดีขึ้น สามารถดึงลูกค้ากลับมาซื้อสินค้าหรือเข้าสู่กระบวนการขายได้อีกครั้ง

นายพิพัฒน์ ยังระบุว่า จากประสบการณ์ด้านการบริหารจัดการและวิเคราะห์ชุดข้อมูลขนาดใหญ่ของบลูบิค ได้พิสูจน์จากการให้คำปรึกษากับองค์กรธุรกิจหลายราย พบว่า Big Data ช่วยให้กระบวนการ Win-back ดีขึ้นทั้งในเชิงประสิทธิภาพและประสิทธิผล จากการทำ A/B Testing เพื่อเปรียบเทียบผลการใช้งานระบบและผลการดำเนินงานปกติ โดยทีม A      ใช้ระบบเป็นตัวช่วย โดยใช้รายชื่อจากการจัดลำดับลูกค้าตามความน่าจะกลับมาซื้อสินค้าหรือเข้าสู่กระบวนการขาย  ส่วนทีม B ดำเนินงานปกติโดยการโทรแบบสุ่มรายชื่อ โดยผลการทำ A/B Testing จะถูกวัดผลผ่านตัวชี้วัด 2 ประเภท คือ ประสิทธิภาพ หรือความสามารถที่ทำให้เกิดผลในการทํางาน และประสิทธิผล หรือผลสำเร็จที่เกิดขึ้น ได้ผลลัพธ์ดังนี้

1. สัดส่วนลูกค้าที่สนใจในผลิตภัณฑ์หรือบริการเพิ่มขึ้นจากการดำเนินงานปกติ 30% ตัวอย่าง เช่น การโทรศัพท์เพื่อนำเสนอผลิตภัณฑ์และบริการให้แก่ลูกค้าเดิม 7,500 สายต่อเดือน จะสามารถเพิ่มอัตราการปิดการขายมากขึ้นจาก 1,200 สายเป็น 1,600 สาย เมื่อนำระบบ Bluebik Win-Back ไปใช้
2. ลดเวลาสูญเปล่าในการติดต่อลูกค้าที่ไม่ควรติดต่อ เนื่องจากรูปแบบความสนใจของลูกค้ายังไม่ตรงกับการนำเสนอผลิตภัณพ์และบริการได้มากถึง 80%

ซึ่งผลลัพธ์ดังกล่าวเป็นเครื่องยืนยันอย่างดีว่า หากสามารถวิเคราะห์และเข้าถึงลูกค้าได้ถูกกลุ่ม ด้วยข้อเสนอที่เหมาะสมกับลูกค้าแต่ละราย ยอดขายที่เกิดขึ้นอาจไม่ได้มาจากลูกค้าที่ตัดสินใจซื้อตั้งแต่ครั้งแรกเพียงอย่างเดียว แต่อาจเกิดจากลูกค้าที่หายไปและกลับมาได้เช่นกัน

“ที่ผ่านมาผู้ประกอบการหลายรายมีความเข้าใจผิดว่าธุรกิจของตนเองไม่ได้รับผลกระทบจาก Digital Disruption ทำให้ยังไม่มีการปรับตัว แต่กว่าจะรู้ตัวอีกทีก็กลายเป็นผู้ตามคู่แข่งและเสียพื้นที่ในตลาดไปแล้ว ดังนั้นทุกธุรกิจจึงจำเป็นต้องเตรียมความพร้อมและกล้าที่จะนำเทคโนโลยีด้านการจัดการและวิเคราะห์ฐานข้อมูลลูกค้ามาปรับใช้ เพื่อให้สามารถดำเนินธุรกิจได้อย่างเกิดประสิทธิภาพและประสิทธิผลสูงสุด” นายพิพัฒน์ ทิ้งท้าย