[สรุป] เทคนิคการทำรายงานการตลาด ด้วย Data-Driven Canvas คนมากมายมักติดกับ การทำรายงาน การทำแดชบอร์ด เพราะงงกับการเก็บข้อมูลการแสดงผล และการนำไปใช้ ได้แก่ – ดึงข้อมูลไม่ครบ – ดึงข้อมูลมาไม่ได้ใช้ – วิเคราะห์แล้วแก้ปัญหาไม่ได้ – ที่เก็บข้อมูลมีปัญหา – etc. ดังนั้นวันนี้จะเป็นการทำแผนงานเพื่อทำให้เราได้เอาตัวรีพอทไปใช้ได้อย่างมีประสิทธิภาพ เริ่มเลย เทคนิคการทำรายงานการตลาด ด้วย Data-Driven Canvas Data-Driven Canvas คือ Framework ที่เราใช้ในการเตรียมตัวแก้ไขปัญหาผ่านการใช้ Dataโดยแคนวาสตัวนี้จะทำงานเพื่อให้เราทบทวนตัวเอง ว่าข้อมูลที่เราเอามาใช้จะมีประโชนย์ครบถ้วนและสามารถนำไปใช้ได้จริงในการแก้ไขปัญหา ดังนั้นตัว Canvas จะพูดถึง 6 เรื่องดังนี้ – Problem of business (ปัญหาคุณต้องการแก้ไขคืออะไร?) – Objectives (แล้วดาต้าจะไปช่วยแก้ปัญหาคุณอย่างไร) – Data Requirement (จากปัญหาที่มีเราต้องการ Data อะไรบ้าง) – Data Source (จะทำแคมเปญการตลาดอย่างไรเพื่อให้ได้ Data ที่ต้องการ) – Data Storage (เทคโนโลยีที่จะใช้ในการเก็บข้อมูล) – Data-Driven Action (รู้แล้วจะทำอย่างไรต่อหลังจากได้ข้อสรุปทั้งหมด) Problem of business (ปัญหาคุณต้องการแก้ไขคืออะไร?) ที่เราอยากให้คุณทำอย่างแรกคือ คุณต้องเข้าใจก่อนว่าอะไรที่คุณต้องรับมือจัดการในธุรกิจ หรือด้านอื่น ๆ ที่คุณต้องการจัดการ เพราะขั้นตอนนี้มีความสำคัญมาก เพราะคนส่วนใหญ่ทำรีพอทสวยมากค่ะแม่ แต่เอาไปใช้ต่อไม่ได้ เสียเวลา เสียทรัพยาการต่าง ๆ มาก ดังนั้น ทางเราอยากให้เราลอง List ดูว่าอะไรที่คุณต้องการจัดการมันจริง ๆ ขั้นตอนนี้ทางเราแนะนำว่า เราจะไม่ได้ยำทุกปัญหาในธุรกิจคุณ หรือการตลาดของคุณลงมา ลองดูว่าอะไรไปด้วยกันได้ ง่าย ๆ เลยจากผลลัพธ์ที่คุณต้องการได้ เช่น คุณอยากได้ยอดขายมากขึ้น คุณไม่เห็นว่าสินค้าไหนขายได้เท่าไหร่ คุณอยากรู้ว่าลูกค้าสนใจสินค้าชิ้นไหน จากตัวอย่างจะเห็นว่าข้อมูลที่เราจะเอามาใช้จะเป็นด้านยอดขายซึ่งสามารถใช้ในการหาข้อมูลร่วมกันได้ Objectives (แล้วดาต้าจะไปช่วยแก้ปัญหาคุณอย่างไร) ในข้อนี้เมื่อเรารู้แล้วว่าปัญหาเราคืออะไร ซึ่งจากตัวอย่างจะเห็นว่าสิ่งที่คุณต้องการจริง ๆ คือการขาดการมองเห็นผลลัพธ์ด้านยอดขาย และคุณสามารถเห็นยอดขาย สินค้าที่ขายได้ สินค้าที่เป็นที่นิยม จากการจัดการข้อมูลนี้ ช่องนี้มีความใกล้เคียงกับช่องบน จึงแบ่งออกมาให้ชัดๆ อยากให้เราทุกคนได้ระบุปัญหาจริงๆ ที่เราต้องใช้ Data ก่อน แล้วค่อยมาระบุต่อว่าจากปัญหานี้ Data จะเข้ามาช่วยข้อบนได้อย่างไร Data Requirement (จากปัญหาที่มีเราต้องการ Data อะไรบ้าง) ข้อนี้คุณต้องลงรายละเอียดชัด ๆ จนคุณเห็นภาพว่าคุณต้องใช้อะไรบ้าง ตัวอย่างที่ไม่ดีคือ ฉันต้องการข้อมูลด้านยอดขาย เพราะสุดท้ายคุณไม่รู้เลยว่าคุณจะขอข้อมูลจากลูกค้า หรือจากทีมอย่างไร เพื่อให้ได้ข้อมูลด้านยอดขาย ดังนั้นจากโจทย์เดิม เราจึงร่างข้อมูลมาดังนี้ – วันที่ที่เกิดยอดขาย – รายการสินค้าที่ขายออก – จำนวนสินค้าที่ขายออก – ยอดขายจากสินค้าที่ขายออก เบื้องต้นเท่านี้คือข้อมูลสินค้าที่จำเป็น แต่หลายคนอาจจะดึงมามากกว่านี้ แต่ไม่จำเป็นเพราะมันไม่ได้อยู่ในจุดประสงค์ หรือมันไม่ช่วยแก้ปัญหาของคุณ ถ้าจากโจทย์ข้อมูลที่ไม่ต้องใช้คือ ชื่อนามสกุลลูกค้า, ที่อยู่, สินค้าที่ดูแต่ไม่ซื้อ, ประเภทการจ่ายเงิน, etc. ในเชิงคนที่ทำงานด้านข้อมูลสามารถร่างข้อนี้ออกมาในรูปแบบข้อง Data Schema Data Source (จะทำแคมเปญการตลาดอย่างไรเพื่อให้ได้ Data ที่ต้องการ) ข้อนี้จะทำให้คุณเห็นความเป็นไปได้ครับ เพราะบางคนคิดอยากได้ข้อมูลเยอะมาก แต่สุดท้ายไม่รู้จะเอาข้อมูลมาจากไหน ดังนั้นข้อนี้จะทำให้เราเห็นว่าตัวข้อมูลที่เกิดขึ้น เรามีช่องทางการได้มาหรือไม่ หรือต้องมีการเก็บข้อมูลเพิ่ม ช่องทางการเก็บข้อมูลหามาจากทางไหนได้บ้าง เช่น – Google Analytics – การทำสำรวจ (Survey) – Facebook Insight – รางรับรายจ่าย – ข้อมูลจากทีมขาย – Website Database Data Storage (เทคโนโลยีที่จะใช้ในการเก็บข้อมูล) เมื่อเราคิดออกแล้วว่าเราต้องการ Data อะไรบ้าง และเราจะทำแคมเปญการตลาดอย่างไรเพื่อให้ได้ Data ที่ต้องการมา ทีนี้ก็มาถึงส่วนที่เป็นเทคโนโลยีสักเล็กน้อย นักการตลาดอย่างเราอาจไม่ต้องถึงขั้น Dev เองเป็นก็ได้ แต่อย่างน้อยก็ควรพอจะรู้บ้างว่าไอเดียแบบนี้เราต้องใช้เทคโนโลยีแบบไหนเข้ามาครับ หรืออาจจะเป็นที่ง่าย ๆ อย่างเช่น Google Sheet, Excel, etc. Data-Driven Action (รู้แล้วจะทำอย่างไรต่อหลังจากได้ข้อสรุปทั้งหมด) ถึงขั้นตอนนี้สิ่งที่ต้องทำคือ Data Visualization หรือคุณต้องทำให้คุณเห็นข้อมูลในรูปแบบแผนภูมิ กราฟ ชาต ต่าง ๆ เพื่อให้เราอ่านข้อมูลได้ง่ายขึ้น พร้อมให้เอาไปต่อยอดเพื่อแก้ปัญหาทางธุรกิจ สมมติว่าปัญหาผมยังเป็นเรื่องเดิมคือการเห็นข้อมูลด้านยอดขาย เราอาจทำเป็นแผนภูมิแท่งเพื่อดูยอดขายของสินค้า หรือแม้แต่ดูเทรนด์การขายในแต่ละเดือน ซึ่งสิ่งที่เราต้องแปลจาก Data Storage มาเป็นข้อมูลเชิงรายงานคือระบบการแสดงผลซึ่งถ้าคุณชอบของฟรีเราแนะนำ Google Data Studio หรือ Looker studio บทสรุป ที่เหลือคือการฝึกฝนและทำความเข้าใจในการใช้ Data Driven Canvas เพราะมันทำให้คุณเห็นว่าคุณกำลังทำอะไร ทำทำไม ทำเมื่อไร่ และทำเพื่ออะไร เพื่อให้คุณไม่ติดในวังวนของการเป็นนักวิเคราะห์ข้อมูลผู้ยุ่งงาน ทั้งๆที่งานควรเสร็จตั้งนานแล้ว สำหรับความรู้ที่ต้องการอัพเดทในวันนี้ก็มีเท่านี้นะครับ ยังไงฝากกดไลค์ กดแชร์ และเป็นกำลังใจให้พวกเราด้วยนะครับ และพบกันใหม่ในบทความหน้าครับ ใครอ่านมาถึงตรงนี้หากมีตรงไหนที่สงสัยก็สามารถติดต่อมาได้เลยนะครับ “วันพรุ่งนี้ที่ดีกว่า จะได้มาต้องเริ่มที่วันนี้” “A better tomorrow starts today” data analytics data canvas Data Visualization Digital Agency Digital Marketing foretoday Previous Next
Creative แม่ค้าออนไลน์ต้องอ่าน ตัวช่วยเช็คสลิปโอนเงิน และ วิธีคอนเฟิร์มออเดอร์ บนช่องทาง Facebook Pay จะได้ไม่ตกเป็นเหยื่อมิจฉาชีพ!!!!!! Patnarin Sriphom|29 พ.ย. 2023