คาดการณ์ความต้องการของลูกค้าด้วยข้อมูลและ AI

เผยแพร่แล้ว: 2020-07-02

สรุป 30 วินาที:

  • มากกว่าที่เคย แบรนด์ต้องแน่ใจว่าพวกเขากำลังเข้าถึงลูกค้าด้วยเนื้อหาที่ถูกต้องในช่องทางที่เหมาะสม ในช่วงเวลาที่สำคัญในระดับบุคคล
  • ในการทำเช่นนี้ นักการตลาดควรกำหนดความทะเยอทะยานและพัฒนากลยุทธ์โดยจัดลำดับความสำคัญสำหรับธุรกิจและลูกค้า ตัวอย่างเช่น เป้าหมายอาจเกี่ยวข้องกับการขายต่อยอดหรือเพิ่มความภักดี – รายการสามารถดำเนินต่อไป
  • ขอแนะนำให้สร้างกรณีการใช้งานเฉพาะและแผนงานเพื่อให้บรรลุตามนั้น นอกจากนี้ ใช้ AI และการเรียนรู้ของเครื่องเพื่อเรียกใช้การกำหนดเป้าหมายที่คล่องตัวและโฆษณาแบบไดนามิกเพื่อตอบสนองความต้องการในปัจจุบัน
  • แบรนด์จะต้องระบุข้อมูลเฉพาะและข้อมูลเชิงลึกที่จำเป็นต่อการสนับสนุนกรณีการใช้งาน เนื่องจากกรณีการใช้งานแต่ละกรณีมีความเฉพาะเจาะจง
  • แม้ว่า AI จะเป็นประโยชน์ต่อประสบการณ์ของลูกค้า แต่ก็สามารถช่วย CMO และนักการตลาดด้วยกรณีการใช้งานที่ไม่ใช่ CX ได้ ตัวอย่างเช่น AI สามารถช่วยเพิ่มประสิทธิภาพ ROI ทางการตลาด ปรับปรุงประสิทธิภาพทางการตลาด และหาลูกค้าใหม่
  • นักการตลาดควรเชื่อถือข้อมูลของตนและมอบความไว้วางใจให้ AI ทำงานมากขึ้นโดยการออกแบบและปรับใช้อัลกอริทึมอย่างเหมาะสม มนุษย์ยังคงมีส่วนร่วม แต่ด้วยการตัดสินใจที่มากขึ้นที่เกิดขึ้นเองโดยอัตโนมัติและในแบบเรียลไทม์ พวกเขาสามารถมุ่งเน้นไปที่การตัดสินใจเชิงกลยุทธ์อื่นๆ และความพยายามที่สร้างสรรค์สำหรับลูกค้า

ผู้คนต่างปรับตัวให้เข้ากับแบรนด์ที่เข้าใจความต้องการของลูกค้า รับรู้และเชื่อมต่อกับพวกเขาในระดับมนุษย์

ในสภาพแวดล้อมของ COVID-19 ในปัจจุบัน ความคาดหวังของลูกค้ามีการพัฒนาอย่างรวดเร็ว เป็นการท้าทายแบรนด์ในการส่งมอบและรักษาความสัมพันธ์ที่ไว้วางใจได้

มากกว่าที่เคย แบรนด์ต้องแน่ใจว่าพวกเขากำลังเข้าถึงลูกค้าด้วยเนื้อหาที่ถูกต้องในช่องทางที่เหมาะสม ในช่วงเวลาที่สำคัญในระดับบุคคล

นี่เป็นสิ่งสำคัญในการขับเคลื่อนและรักษาความภักดีของลูกค้า โดยผลการวิจัยของ Deloitte แสดงให้เห็นว่าสิ่งนี้ส่งผลกระทบโดยตรงต่อธุรกิจ ผลการวิจัยพบว่า ผู้คนร้อยละสามสิบเก้าที่สำรวจเปลี่ยนแบรนด์หลังจากประสบการณ์ที่เลวร้าย และร้อยละ 62 รู้สึกว่าพวกเขากำลังมีความสัมพันธ์กับแบรนด์โปรดของพวกเขา

การเชื่อมต่อด้วยวิธีนี้อาจดูเหมือนไม่ใช่เรื่องง่าย แต่ปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่องสามารถช่วยทำให้มันเป็นไปได้ เทคโนโลยีเหล่านี้ช่วยให้แบรนด์คาดการณ์ความต้องการของลูกค้าได้ดีขึ้นและเข้าถึงพวกเขาในช่วงเวลาที่สำคัญผ่านการตลาดแบบเรียลไทม์

ด้านล่างนี้คือขั้นตอนที่ CMO และนักการตลาดสามารถปฏิบัติตามเพื่อมอบประสบการณ์ลูกค้าที่เกี่ยวข้อง:

วางเเผนที่ทำได้

ความต้องการของลูกค้าสามารถเปลี่ยนแปลงได้ในทันที ซึ่งส่งผลต่อการเดินทางของลูกค้า เพื่อนำเสนอคุณค่า แบรนด์ต่างๆ จะต้องมีความว่องไวพอที่จะมีส่วนร่วมกับลูกค้าและมอบประสบการณ์ที่เป็นส่วนตัวมากขึ้นตามความต้องการแบบเรียลไทม์ของพวกเขา

ในการทำเช่นนี้ นักการตลาดควรกำหนดความทะเยอทะยานและพัฒนากลยุทธ์โดยจัดลำดับความสำคัญสำหรับธุรกิจและลูกค้า ตัวอย่างเช่น เป้าหมายอาจเกี่ยวข้องกับการขายต่อยอดหรือเพิ่มความภักดี – รายการสามารถดำเนินต่อไป

แทนที่จะพยายามทำให้สำเร็จทั้งหมดในคราวเดียว ขอแนะนำให้สร้างกรณีการใช้งานเฉพาะและแผนงานเพื่อให้บรรลุตามนั้น นอกจากนี้ ใช้ AI และการเรียนรู้ของเครื่องเพื่อเรียกใช้การกำหนดเป้าหมายที่คล่องตัวและโฆษณาแบบไดนามิกเพื่อตอบสนองความต้องการในปัจจุบัน

สิ่งสำคัญคือต้องตระหนักว่า เนื่องจากความต้องการของลูกค้า แหล่งข้อมูล และสภาพแวดล้อมภายนอกอยู่ในความเปลี่ยนแปลง การดำเนินโปรแกรมและผลลัพธ์ก็เช่นกัน CMO และนักการตลาดควรปฏิบัติตามระเบียบวินัยในการทดสอบและปรับแต่ง และเตรียมพร้อมสำหรับกระบวนการทำซ้ำ

องค์ประกอบของผู้คนก็มีความสำคัญเช่นกัน การมีความสามารถที่เหมาะสม ผู้มีส่วนได้ส่วนเสียและรูปแบบการดำเนินงานมีความสำคัญต่อความสำเร็จด้านการตลาดแบบเรียลไทม์

เข้าถึงข้อมูลและเทคโนโลยี

แบรนด์จะต้องระบุข้อมูลเฉพาะและข้อมูลเชิงลึกที่จำเป็นต่อการสนับสนุนกรณีการใช้งาน เนื่องจากกรณีการใช้งานแต่ละกรณีมีความเฉพาะเจาะจง พวกเขาควรพิจารณาสิ่งต่อไปนี้:

ข้อมูล

แบรนด์ต่างๆ มีข้อมูลจำนวนมากอยู่ภายในผนังของตนเอง แต่เพื่อตอบสนอง และคาดการณ์ ความต้องการของลูกค้าในช่วงเวลาที่เหมาะสม พวกเขาต้องการข้อมูลภายนอกเพื่อให้มุมมองที่สมบูรณ์เกี่ยวกับลูกค้าและเติมเต็มช่องว่าง ซึ่งอาจเป็นข้อมูลด้านสิ่งแวดล้อม เช่น ข้อมูลสถานที่และฤดูกาล ข้อมูลแนวโน้ม หรือข้อมูลตามบริบท

ตัวอย่างเช่น ข้อมูลโซเชียลมีเดียภายนอกสามารถบอกนักการตลาดว่ากลุ่มลูกค้าตอบสนองอย่างไร – และประเภทของเนื้อหาที่พวกเขาต้องการเห็นบนแพลตฟอร์ม นอกจากนี้ เนื่องจากกฎระเบียบด้านข้อมูลที่เปลี่ยนแปลงและคุกกี้ของบุคคลที่สามกำลังจะหมดไป แบรนด์ต่างๆ จึงต้องพึ่งพาข้อมูลจากบุคคลที่หนึ่ง

มูลนิธิเทคโนโลยี

แพลตฟอร์มข้อมูลลูกค้ามีค่าเนื่องจากช่วยสร้างมุมมองเดียวของลูกค้าที่สามารถใช้ประโยชน์ได้ตามความต้องการของนักการตลาด โดยจะรวมข้อมูลภายในของบริษัทจากแหล่งที่มาที่เป็นเจ้าของ ชำระเงิน และได้มาทั้งหมดพร้อมกับข้อมูลภายนอก

ด้วยข้อมูลที่ถูกต้องและความเข้าใจที่ดีขึ้นของลูกค้าแต่ละราย นักการตลาดจะมีขั้นตอนพื้นฐานที่สำคัญเสร็จสมบูรณ์เพื่อช่วยสร้างประสบการณ์ส่วนบุคคลที่สำคัญ

การตัดสินใจ

AI และแมชชีนเลิร์นนิงมีความสำคัญต่อแบรนด์ในการคาดการณ์ความต้องการของลูกค้าได้ดีขึ้น ในขณะเดียวกันก็เร่งความเร็วสู่ประสบการณ์ในตลาด เมื่อใช้ชุดข้อมูลที่ซับซ้อน แมชชีนเลิร์นนิงจะช่วยในการสร้างโมเดลผู้ชมอัจฉริยะ และ AI จะช่วยอัปเดตกลยุทธ์การกำหนดเป้าหมายตามข้อมูลเชิงลึกแบบเรียลไทม์

ด้วยความสามารถในการวิเคราะห์ข้อมูลเพิ่มเติมและได้รับความเข้าใจที่ลึกซึ้งยิ่งขึ้น นักการตลาดจึงมีอำนาจในการตัดสินใจอย่างมีข้อมูลและรวดเร็ว เพื่อตอบสนองความต้องการที่เปลี่ยนแปลงไปของลูกค้าผ่านช่องทาง การส่งข้อความ และประสบการณ์

ตัวอย่างเช่น เมื่อนำไปปฏิบัติกับธนาคาร AI สามารถระบุลูกค้าแต่ละรายที่อยู่ในตลาดสำหรับบ้านโดยใช้ชุดสัญญาณข้อมูลที่อยู่นอกข้อมูลเชิงลึกด้านประชากรมาตรฐานและกำหนดเป้าหมายบุคคลด้วยข้อเสนอการจำนองที่เหมาะสมที่สุด ช่องและช่วงเวลา

ความสามารถในการจัดการข้อความที่เป็นส่วนตัวจะช่วยเพิ่มการเชื่อมต่อและความไว้วางใจภายในแบรนด์และความสัมพันธ์กับลูกค้า

เปลี่ยนกระบวนการสู่การปฏิบัติ

แม้ว่าการดำเนินการเหล่านี้สามารถสนับสนุนกรณีการใช้งานหรือสถานการณ์บางอย่างได้ แต่ก็เป็นเรื่องยากสำหรับแบรนด์ในการดำเนินการตามขนาดและแบบเรียลไทม์ อุปสรรคสำคัญประการหนึ่งที่หลายๆ บริษัทต้องเผชิญคือ ประสบการณ์ของลูกค้ามักถูกมองว่าเป็นหน้าที่ของการตลาดหรือถูกมองว่าเป็นศูนย์รวม

ประสบการณ์ของลูกค้าควรเป็นวินัยในการปฏิบัติงานอย่างแท้จริงพร้อมความสามารถที่ชาญฉลาดทางอารมณ์ที่ฝังอยู่ในทุกด้านของการดำเนินงานของบริษัท ความร่วมมือที่สำคัญควรอยู่ระหว่าง CMO และ CIO

ด้วยวิธีนี้ ความคาดหวังของลูกค้าและความเข้าใจอย่างถ่องแท้ของมนุษย์ที่สร้างขึ้นผ่าน AI และแมชชีนเลิร์นนิงสามารถใช้เพื่อโน้มน้าวกลยุทธ์และการดำเนินการของแบรนด์ในแบบเรียลไทม์ที่ขับเคลื่อนผลลัพธ์ทางธุรกิจได้ในที่สุด

แม้ว่า AI จะเป็นประโยชน์ต่อประสบการณ์ของลูกค้า แต่ก็สามารถช่วย CMO และนักการตลาดด้วยกรณีการใช้งานที่ไม่ใช่ CX ได้ ตัวอย่างเช่น AI สามารถช่วยเพิ่มประสิทธิภาพ ROI ทางการตลาด ปรับปรุงประสิทธิภาพทางการตลาด และหาลูกค้าใหม่

ในศูนย์การติดต่อ เช่น AI สามารถทำงานร่วมกับตัวแทนฝ่ายบริการลูกค้าโดยแจ้งข้อความที่เหมาะสมที่สุดสำหรับผู้โทร แม้ว่า CX อาจไม่ใช่วัตถุประสงค์หลัก แต่ประสบการณ์ของลูกค้าที่เป็นส่วนตัวสามารถช่วยบรรลุเป้าหมายกรณีการใช้งานได้อย่างแน่นอน

นักการตลาดควรเชื่อถือข้อมูลของตนและมอบความไว้วางใจให้ AI ทำงานมากขึ้นโดยการออกแบบและปรับใช้อัลกอริทึมอย่างเหมาะสม มนุษย์ยังคงเกี่ยวข้องกัน แต่ด้วยการตัดสินใจที่เกิดขึ้นเองมากขึ้นในแบบเรียลไทม์ พวกเขาสามารถมุ่งเน้นไปที่การตัดสินใจเชิงกลยุทธ์อื่นๆ และความพยายามที่สร้างสรรค์สำหรับลูกค้า

ด้วยการมุ่งเน้นที่ความต้องการของลูกค้าและมอบประสบการณ์เฉพาะบุคคลที่พวกเขาปรารถนา แบรนด์ต่างๆ สามารถสร้างสายสัมพันธ์ทางอารมณ์ที่ยืดหยุ่นซึ่งนำไปสู่ความภักดีได้

Kate Erickson เป็นกรรมการผู้จัดการของ Deloitte Consulting LLP และ Hux โดย Deloitte Digital