มนุษย์มีความแตกต่างจึงต้องการอะไรที่แตกต่าง ซึ่งการตลาดแบบ Personalized Product Recommendations ช่วยเพิ่มความได้เปรียบทางธุรกิจได้จากการนำเสนอผลิตภัณฑ์ที่ตรงความต้องการของลูกค้าแต่ละคน แถมยังสร้างความประทับใจให้กับสินค้าและบริการได้อีกด้วย
วันนี้จึงขอชวนคุณเจเจ วีรวรรณ ศักดาจิวะเจริญ Senior Data Scientist จาก SCB TechX มาช่วยสรุปเทคนิคการทำ Personalized Product Recommendations ให้เพื่อน ๆ นำไปใช้กันดังนี้ค่ะ
- ควรทำความรู้จักลูกค้าก่อน (Customer Insight): การเข้าใจว่าลูกค้าคือใคร มีพฤติกรรมความชอบอย่างไร จะช่วยให้นำเสนอผลิตภัณฑ์ตรงความต้องการของลูกค้ามากขึ้น ซึ่งข้อมูลลูกค้าควรสร้างเป็นฐานข้อมูลแบบ Customer360 เก็บไว้
- ควรมีผลิตภัณฑ์ที่หลากหลาย (Product Variety): เมื่อลูกค้ามีความแตกต่างกัน ผลิตภัณฑ์ที่นำเสนอก็ควรแตกต่างกันด้วย การทำ Customer Analysis ช่วยสร้างผลิตภัณฑ์ใหม่ๆที่ตรงตามความสนใจของลูกค้าได้
- ควรใช้เครื่องมือแนะนำผลิตภัณฑ์ (Product Recommendation Engines): การใช้ Machine Learning จะช่วยวิเคราะห์ความชอบ ความสนใจของลูกค้าได้ ซึ่งเครื่องมือแนะนำผลิตภัณฑ์มีหลายแบบให้เลือกใช้ เช่น Collaborative Filtering, Content-Based Filtering, Hybrid Models, Reinforcement Learning และ Deep Learning Model เป็นต้น
- ควรเลือกรูปแบบการนำเสนอผลิตภัณฑ์ (Product Offering Display): ร้านค้าออนไลน์มักแนะนำลูกค้าว่า “Customers who bought this also bought that” ซึ่งเป็นการนำเสนอผลิตภัณฑ์ที่ได้จากเครื่องมือแนะนำผลิตภัณฑ์ทั้งสิ้น การเลือกวิธีนำเสนอให้ตรงกับเครื่องมือจะช่วยเพิ่มความน่าสนใจต่อผลิตภัณฑ์ที่นำเสนอได้มากขึ้น
สรุปคือ ผลิตภัณฑ์ที่แนะนำให้ลูกค้าแต่ละคนควรตรงกับความชอบและความสนใจ แล้วเพิ่มความประทับใจด้วยการบอกลูกค้าว่าผลิตภัณฑ์นี้ ‘Recommended only for you!!!’
ท้ายนี้บริษัท SCB TechX ให้บริการด้านการจัดการข้อมูลแบบครบวงจร TechX Data Platform ที่คิดค้นและออกแบบโดยผู้เชี่ยวชาญที่มีประสบการณ์ตรงในการพัฒนา และ Deliver Data ให้แก่องค์กรชั้นนำมากมาย
หากท่านใดสนใจสามารถสอบถามข้อมูลเพิ่มเติมได้ที่ contact@scbtechx.io
อ่านรายละเอียดเพิ่มเติมที่ https://bit.ly/3Q2a9vd
