Niwat Chatawittayakul คอลัมนิส และนักธุรกิจ ปัจจุบันทำธุรกิจด้านวางแผนกลยุทธ์การตลาดและโฆษณาดิจิทัล อีกฝั่งสวมหมวกบริษัทสตาร์ทอัพด้านเทคโนโลยีโดย มุ่งความสนใจไปที่ BigData Blockchain และ Digital Transformation

ลงลึกขึ้นเรื่อง Personalization ความต่างระหว่าง Personalization และ Hyper Relevance ตอนที่ 1

40 sec read

Personalization-hyper-relevance

เรื่องการทำ Personalization นักการตลาดดิจิทัลเข้าใจส่วนนี้กันอยู่แล้วนะครับ เมื่อเรา Emphatize ลูกค้าของเราแล้ว Action ถัดมาที่ต้องทำคือ สื่อสารในสิ่งที่ลูกค้าอยากฟัง เข้าใจ Needs, Pain, Gain แล้วนำมาออกแบบการสื่อสาร (Design Communication ) ให้เหมาะกับแต่ละผู้ใช้งานรายบุคคล ถ้าถอดออกมาเป็น Consumer Journeys ได้แล้วก็ปรับให้เข้ากับบริบทในแต่ละ Touchpoint เป็นท่าสูตรมาตรฐานที่ต้องทำทุกวันนี้

แต่อีกขั้นกว่าของการพูดตรงใจ จากท่ามาตรฐาน คือ การให้ AI ช่วยวิเคราะห์และจัดการให้ ( Prescriptive) ซึ่งเป็นขั้นถัดไปผมขอเก็บส่วนนี้ไปเล่า ตอนที่ 2 เรามาทำความเข้าใจรูปแบบของ Personalization กันก่อนครับ

Marketer รู้จักการ Personalization ในส่วนที่จับต้องได้ชั้นบนสุดของ Touchpoint คือ UI (เราจะเห็นส่วน Line of Interaction ขึ้นไป) ไม่ว่าจะเป็น เว็บ แอพพลิเคชั่น หรือ Chat based UI ก็ตาม UI คือส่วนสำคัญเราวัดผล Experience กันตรง UI โดยส่วนใหญ่เพราะฉะนั้นผมอยากให้ทุกคนได้เห็น Level ของ UI ในการทำ Personalization กันก่อน

” ประสบการณ์ส่วนตัว : เมื่อก่อนผมไม่เคยแบ่งเรื่องความเข้มข้นของการ Personalization จนกระทั่งเริ่มศึกษาและทำ AI ในเชิง Reccomendation ผมสามารถ นำ AI ไปสวมอยู่ในทุก UI ที่เหมาะสม ปรับตามความเข้มข้นของบริบท เราไม่ต้องเอา Personalization ไปใส่ทุกส่วนของ UI ก็ได้ครับ เพราะผู้ใช้อาจไม่ต้องการขนาดนั้น เราเลยต้องออกแบบการเอา AI ไปฝังกับ UI ตาม User Need จะดีกว่า”

Level ของการ Customization หรือ Personalization ทำให้ได้หลากหลายรูปแบบ ผมจัดลำดับไว้ 4 ขั้น โดยใช้ UI Based ในการแบ่ง

ภาพจาก Dribbble
  1. Related Items Link (Link Personalization) รูปแบบของการปรับการนำเสนอ Items สินค้า ปรับจากรูปแบบทั่ว ๆ ไปให้เป็นไปตามความสนใจ อาจจะนำเสนอจากพื้นฐานประวัติการซื้อของลูกค้าในอดีต ไปจนกระทั่งใช้ AI ในการวิเคราะห์ ยกตัวอย่างพวก AI – Recommendation Engine : ซึ่งจะมี Modeling Featured ที่แตกต่างออกไปภายในขึ้นอยู่กับชุดข้อมูลและธุรกิจ ถ้ามีโอกาสจะเล่าให้ฟังใน Blog ถัด ๆ ไปนะครับ เพราะฉะนั้นผู้ใช้งานจะเห็น สินค้าใหม่ สินค้าที่คุณน่าจะชอบ คนที่ซื้อสินค้านี้ ซื้อสินค้านี้ด้วย ไปตามแต่ละคน ที่ไม่เหมือนกัน
  2. Content Personlization  เนื้อหาในหน้าเว็บไซต์ ในสื่อโฆษณา ที่ไม่เหมือนกันเปลี่ยนไปตามบุคคล รูปแบบนี้เปลี่ยนได้ทุกจุดของสื่อ (Media, Ads, Banner) หรือหน้าเว็บ ปรับได้ตั้งแต่ UI Userinterface ที่ต่างกัน ไปจนถึงข้อความ ส่วนใหญ่ Content Personalization จะกับให้เข้ากับ Users ตรงกับความสนใจ ช่วงวัย เช่น Lifestyle Nightlife กับ Advature คำพูด รูปแบบ ภาพประกอบ ลูกค้าสองกลุ่มนี้ก็จะเห็นการแสดงผลเนื้อหาที่แตกต่างกัน 
  3. Context Personalization & Authorized Personalization ปรังปรุงองค์ประกอบโดยรอบที่แตกต่างกันส่วนนี้มักใช้ในระบบที่ต้องแบ่งการมองเห็นตามหน้าที่การใช้งาน หรือการแบ่งความรับผิดชอบของการทำงานบน  Platform UI ส่วนที่เป็น Super User กับ Role ที่มีหน้าที่จำเพาะจะเห็นหน้า User Interface ที่แตกต่างกัน ตามความจำเป็นในการใช่งานครับ  เหล่านี้ก็ถือเป็นการทำ Personalize อย่างหนึ่งบน UI ด้วย
  4. Humanized Personalization อันนี้ผมถือเป็นขั้นกว่าของ  Content Personalization กับการปรับ Content ให้มีความเป็นเสมือนเพื่อน คุยกับผู้ใช้มากกว่าระบบคุยกับ Users “สวัสดีคุณตั้น วันนี้มีอะไรจะทวีตบอกชาวโลกมั้ยพิมพ์แล้วทวีตเลย” มันมีความรู้สึกเป็นคนมากกว่าแค่ “พิมพ์ตรงนี้ แล้วกดปุ่ททวีตข้อความทันที” การระบุ ชื่อบุคคล ผู้ใช้รายนั้น และเขียน Call to Acction Message ด้วยคำพูดเชิญชวนแบบภาษาพูด ก็เป็นการปรับ Personalization ด้วยข้อความง่าย ๆ แต่ได้ประสบการณ์ที่ดี ช่วยให้ความพึงพอใจของผู้ใช้ดีขึ้น
blank
UI พื้นฐานที่เราคุ้นชิน สวัสดี…. สินค้าที่คุณน่าจะซื้อและสนใจ

รู้จัก Personalization กันแล้ว แล้วอะไร คือ Hyper Personalization หรือ Hyper Relevance ต่างยังไงกับ Personalization

blank

ภาพจากเว็บไซต์ Product ด้าน Automation แห่งนึงใช้ภาพนี้ประกอบการอธิบายซึ่งผมคิดว่ามันเข้าใจได้ง่ายดี

Personalization ในบริบทของ การตลาดเพื่อการขาย และ E-commerce การ Personalization คือการ ปรับปรุงการนำเสนอให้เกี่ยวข้องกับผู้ใช้มากที่สุด โดยใช้ข้อมูลมาประมวลผลเพื่อแนะนำสิ่งที่ลูกค้าน่าจะซื้อต่อไป What does a user want buy next?

ส่วน Hyper Relevance คือ การพยายามเข้าใจบริบทปัจจุบันของลูกค้า ว่าจากข้อมูลที่ผ่านมา และองค์ประกอบตอนนี้นั้น ลูกค้ากำลังต้องการอะไร ณ ขณะนี้ ความสำคัญของการแปรผลของ Data Model จะเน้นไปที่บริบทปัจจุบันมากกว่า อดีต ในเชิงของกลยุทธ์ด้าน ecommerce ผมจะได้เรียกมันว่า Need Occorance Strategy คือ ต้องตั้งคำถามว่า ตอนนี้ลูกค้าอยากได้อะไรมากที่สุด What does a user want to buy in this moment? ซึ่งหลายที่อาจจะเรียก Hyper Relevance ว่า Hyper Personalization ครับเป็นอีกขั้นที่มีผลมากสำหรับการขาย แต่ขั้นนี้เราจำเป็นต้องเก็บข้อมูลมากพอและ จัดเก็บอย่างเป็นระบบเพียงพอสำหรับการทำ AI : Model

จากความหมายของ Personalization และ Hyper-Relevance มีความต่างในด้านการทำงานเกี่ยวกับ Data Operation ด้วยครับ เรื่องนี้ในเชิงของ AI โยงไปหลายเรื่องมาก ผมไม่ขออธิบายในบทความนี้ แต่อยากให้เข้าใจว่าการทำ Personalization โดยทั่วไปจะเน้นไปที่การใช้ Historical Data มาทำตัว Model ซึ่งบางครั้งเราจะได้ยินบ่อย ๆ คือ AI Recommendation Engine เป็นต้น

ส่วนของ Hyper Relevance หรือ Hyper-Personalization จะเน้นไปที่ Real-time Data และพยายามเข้าใจ Context หรือบริบทของลูกค้า แล้วนำเสนอสินค้าที่ลูกค้ากำลังต้องการ ณ ขณะนั้น

ท้ายที่สุดแล้ว ซึ่งทั้งสองวิธี เป็นกลยุทธ์ ของการใช้ประโยชน์จาก Data และ AI มาใช้ในการคาดเดา สินค้าและบริการให้กับลูกค้านั่นเอง ซึ่งวัดได้ จากการเพิ่มขึ้นเชิง Conversion, Lead Generation และ User Experience ในกลยุทธ์ได้ทั้งหมด

ไว้ต่อตอนสองเรื่อง AI นะครับ

บทความอ้างอิงครับ

AI-Powered Advertising: From Personalization to Hyper Relevance | Criteo
https://webengage.com/blog/hyper-personalization-marketing-future/
Personalization in user interface