อันตรายจากการเข้าใจว่า Data คือ Insights

เมื่อเทคโนโลยีและ Big Data เฟื่องฟู หลายองค์กรพากันลงทุนกับการเก็บและวิเคราะห์ข้อมูลจำนวนมหาศาล ด้วยความหวังว่าเมื่อมี Data ครบถ้วนแล้ว จะเท่ากับมี Customer Insights ที่จะช่วยให้เข้าใจลูกค้าและวางกลยุทธ์การตลาดได้แม่นยำขึ้น

แต่ความจริงก็คือ การมี Data เยอะๆ ไม่ได้หมายความว่าเราจะมี Insights ที่ลึกซึ้งเสมอไป หลายองค์กรมักตกหลุมพรางที่เข้าใจผิดๆ ว่า Data กับ Insights เป็นสิ่งเดียวกัน ทั้งที่จริงๆ แล้วมันต่างกันราวฟ้ากับเหว และความเข้าใจที่ผิวเผินแบบนี้ อาจทำให้การตลาดขององค์กรพลาดเป้าไปได้อย่างน่าใจหาย

Data vs Insights แตกต่างกันอย่างไร?

Data คือข้อมูลดิบๆ ที่ยังไม่ผ่านการแปลความหมาย เปรียบเสมือนวัตถุดิบในการปรุงอาหาร เช่น ตัวเลขยอดขาย จำนวนผู้ใช้งาน ข้อมูลประชากรศาสตร์อย่างอายุ เพศ รายได้ ที่อยู่ ฯลฯ หรืออาจเป็นข้อมูลพฤติกรรมบางอย่าง เช่น ความถี่ในการซื้อ ช่องทางที่ใช้บ่อย เวลาที่ใช้งานเว็บไซต์ โดยข้อมูลเหล่านี้จะมีประโยชน์ก็ต่อเมื่อนำไปแปลความหมายและวิเคราะห์ในเชิงลึกต่อไป

ในขณะที่ Insights คือข้อสรุป ความเข้าใจเชิงลึกเกี่ยวกับพฤติกรรม ทัศนคติ ความรู้สึก และเหตุผลเบื้องหลังการกระทำต่างๆ ของลูกค้า เกิดจากการนำข้อมูลหลายๆ ส่วนมาวิเคราะห์ร่วมกัน อาจต้องอาศัยความเชี่ยวชาญ ประสบการณ์ และความเข้าใจในธรรมชาติของมนุษย์ ถึงจะสกัดออกมาได้ คล้ายกับการปรุงอาหารให้อร่อย ไม่ใช่แค่การนำวัตถุดิบมาผสมรวมกัน แต่ต้องเข้าใจลึกถึงรสชาติ กลิ่น เนื้อสัมผัส และเลือกใช้เครื่องปรุงให้ลงตัว

ตัวอย่างเช่น สมมติทีมการตลาดของแบรนด์นมเปรี้ยวพบว่า Data ยอดขายมีแนวโน้มลดลง 5% ทุกเดือน แต่กลับมีพีคขึ้นสูงทุกเย็นวันศุกร์ โดยกลุ่มลูกค้าส่วนใหญ่เป็นนักเรียนมัธยมอายุ 15-18 ปี จากข้อมูลนี้ ถ้ามองผิวเผินก็อาจสรุปได้ว่า "นมเปรี้ยวไม่เป็นที่นิยมแล้ว แต่นักเรียนมัธยมยังซื้อบ้างในวันหยุด"

แต่ถ้าเราหยิบยกมุมมองแปลกๆ กลับมามอง ก็อาจได้ Insight ที่น่าสนใจ เช่น "วัยรุ่นชอบดื่มนมเปรี้ยวหลังเลิกเรียนวันศุกร์ เพราะเชื่อว่ารสเปรี้ยวจะช่วยเพิ่มพลังและความกระปรี้กระเปร่า ให้ดูมีชีวิตชีวาก่อนไปเที่ยวผ่อนคลายช่วงสุดสัปดาห์" เป็นต้น ซึ่ง Insight นี้อาจนำไปสู่แนวทางการปรับตำแหน่งผลิตภัณฑ์ใหม่ๆ เช่น การสื่อสารประโยชน์ในการเพิ่มความสดชื่น เปรี้ยวซ่า เข้ากับกิจกรรมวันหยุดของวัยรุ่น เพื่อสร้างความหมายใหม่ให้กับแบรนด์ได้

ความเข้าใจผิดๆ ที่มักเกิดขึ้น

ความเข้าใจที่ผิวเผินว่า Data คือ Insights มักจะทำให้ทีมการตลาดตีความข้อมูลแบบผิดๆ ดังตัวอย่างเหล่านี้

• เห็นว่ามี Traffic เข้าเว็บไซต์เยอะ ก็คิดว่าแคมเปญประสบความสำเร็จ ทั้งที่จริงๆ ไม่ได้มีใครซื้อสินค้าสักคน

• เห็นข้อมูลว่ากลุ่มลูกค้าส่วนใหญ่เป็นผู้หญิงอายุ 30-40 ปี ก็ด่วนสรุปว่าต้องทำโฆษณาเจาะกลุ่มนี้เท่านั้น ทั้งที่ยังไม่รู้เลยว่าทำไมคนกลุ่มนี้ถึงซื้อสินค้า และยังมีโอกาสขยายไปกลุ่มอื่นๆ อีกหรือเปล่า

• เก็บ Data เรื่องเพศ อายุ รายได้มาเยอะ แล้วคิดว่ารู้จักลูกค้าดีแล้ว ทั้งที่จริงๆ ข้อมูลพวกนั้นไม่ได้บอกอะไรมากไปกว่าตัวเลขผิวเผิน ยังไม่มีอะไรที่สื่อถึงความต้องการ แรงจูงใจ หรือคุณค่าที่ลูกค้าได้รับจากแบรนด์เลย

จะเห็นได้ว่าการจะได้ Insights ที่ลึกซึ้ง จำเป็นต้องมีการตั้งคำถามที่ถูกต้อง ออกแบบวิธีการเก็บข้อมูลที่เหมาะสม และนำมาวิเคราะห์อย่างรอบด้าน ซึ่งอาจต้องใช้ข้อมูลทั้งเชิงปริมาณและเชิงคุณภาพ ทั้งการสำรวจเชิงสถิติ การสังเกตพฤติกรรมจริง การสัมภาษณ์เจาะลึก ฯลฯ เพื่อให้ได้ภาพที่ครบถ้วน สมบูรณ์ และมีมิติมากกว่าแค่ตัวเลขในเอกสาร Excel หรือสไลด์ PowerPoint สวยๆ เพียงไม่กี่หน้า

สรุปแล้ว Data คือจุดเริ่มต้นที่ดี แต่ไม่ใช่จุดสิ้นสุด ส่วน Insights คือหัวใจสำคัญที่แท้จริงในการทำความเข้าใจลูกค้า แต่ก็ไม่ใช่สิ่งที่ได้มาง่ายๆ นักการตลาดที่ต้องการประสบความสำเร็จจึงต้องเรียนรู้ที่จะแยกแยะ Data กับ Insights ออกจากกัน และมีทักษะในการตีความหมาย วิเคราะห์ และสังเคราะห์ข้อมูลอย่างถูกต้องและชาญฉลาด

เพราะถ้าไม่เช่นนั้น เราอาจจะหลงทางอยู่กับการไล่เก็บ Data มากมายที่ไม่มีประโยชน์ ใช้งบประมาณไปเปล่าๆ กับการวิจัยตลาดที่ผิดจุด แล้วสุดท้ายก็พบว่า ถึงมีข้อมูลเท่าภูเขา แต่กลับไม่มี Insight เม็ดเล็กเม็ดน้อยสักชิ้น ที่จะช่วยสร้างความได้เปรียบในการแข่งขัน เติมเต็มความต้องการที่แท้จริงของลูกค้า และสร้างความผูกพันกับแบรนด์ในระยะยาวได้เลย