สิ่งที่ลำไส้ของคุณสามารถบอกคุณได้ว่าข้อมูลไม่สามารถ

วลีใดแสดงถึงกลยุทธ์ทางการตลาดปัจจุบันของคุณได้ถูกต้องที่สุด

ขับเคลื่อนด้วยข้อมูล ข้อมูลแจ้ง เปิดใช้งานข้อมูล ?

หากคุณกำลังเกาหัว (หรือกลอกตา) คุณไม่ได้อยู่คนเดียว

การสนทนาที่เพิ่มขึ้นเมื่อเร็วๆ นี้เกี่ยวกับข้อมูลและความแตกต่างที่เกิดขึ้นได้ทำให้นักการตลาดหลายคนขาดวิธีการที่พวกเขาควรทำกับธุรกิจของตน

แต่แทนที่จะเข้าข้างในเรื่องนี้ ฉันขอโต้แย้งว่ามันไม่เกี่ยวกับความหมายและมากกว่าว่าทำไมความแตกต่างที่ละเอียดอ่อนเหล่านี้จึงถูกสร้างขึ้น

การร้องเรียนที่สำคัญต่อคำว่า "ที่ขับเคลื่อนด้วยข้อมูล" คือเป็นการบ่งบอกว่าข้อมูลอยู่ในความดูแล ผู้มีอำนาจตัดสินใจใหม่ จบทุกอย่างและเป็นการตลาดสมัยใหม่ทั้งหมด

นักวิทยาศาสตร์ด้านข้อมูลส่วนใหญ่จะพูดคุยกันจนหน้าซีดว่าข้อมูลเชิงลึกที่รวบรวมจากอัลกอริธึมที่ซับซ้อนนั้นดีกว่าลางสังหรณ์ของมนุษย์มากเพียงใด

ตัวเลขเป็นรูปธรรม พวกมันแม่นยำ พวกมันจับต้องได้

แต่ขอพิจารณากรณีรถยนต์ไร้คนขับสักครู่

รถยนต์ไร้คนขับเกิดขึ้นได้ด้วย GPS ขั้นสูง ระบบนำทางและการทำแผนที่ เซ็นเซอร์ เลเซอร์ กล้อง และคอมพิวเตอร์

ตามทฤษฎีแล้ว คอมพิวเตอร์และเทคโนโลยีขั้นสูงอื่นๆ ควรจะมีประสิทธิภาพเหนือกว่าในการประมวลผลปัจจัยและข้อมูลทั้งหมดที่จำเป็นต่อการนำทางบนถนนอย่างปลอดภัย

ท้ายที่สุด พวกเขาสามารถรับและประมวลผลข้อมูลได้มากกว่าที่สมองมนุษย์จะสามารถทำได้ นอกจากนี้ยังสามารถจดจำและระบุรูปแบบที่ซับซ้อนได้ดีกว่า ในกรณีนี้คือรูปแบบการรับส่งข้อมูล

แต่ในกรณีที่รถยนต์ที่ขับด้วยตนเองล้มเหลว พวกเขาก็ไร้ความสามารถเฉพาะตัวของมนุษย์ในการตีความบริบท ความตั้งใจ และความเป็นมนุษย์

ข้อมูลผู้บริโภคหรือข้อมูลตลาดสามารถพูดได้เช่นเดียวกัน พฤติกรรมของมนุษย์มีความแตกต่างกันมากเกินกว่าที่เราจะเป็น AI/data-driven ได้อย่างสมบูรณ์

ตอนนี้อย่าเข้าใจฉันผิด

ในฐานะที่เป็นคนที่มีบทบาทในการสร้างอุปสงค์ต้องใช้ตัวเลขจำนวนมาก ฉันไม่ได้มาเพื่อตำหนิหรือให้ส่วนลดข้อมูลว่าเป็นเครื่องมือทางการตลาดที่จำเป็นหรือมีประสิทธิภาพ ฉันแค่คิดว่ามันสำคัญสำหรับความสำเร็จขององค์กรอื่นๆ รวมทั้งของตัวฉันเอง ที่มันยังคงเป็นเพียงเครื่องมือเท่านั้น

เพื่อที่จะควบคุมพลังของข้อมูลได้อย่างแท้จริง คุณต้องเข้าใจและเข้าใจข้อจำกัดของข้อมูลก่อน:

ข้อมูลไม่ได้โกหก แต่มันบอกเรื่องราวทั้งหมดไม่ได้

อัลเบิร์ต ไอน์สไตน์ เคยกล่าวไว้ว่า "ไม่ใช่ทุกสิ่งที่นับจะนับได้ ไม่ใช่ทุกสิ่งที่นับได้"

เนื่องจากคอมพิวเตอร์และเครื่องจักรที่ซับซ้อนและสลับซับซ้อน พวกมันจึงให้ข้อมูลพื้นฐานและตรงไปตรงมาแก่เราเป็นหลัก - ใคร/อะไร/เมื่อใด แม้ว่าการรู้ว่าข้อมูลจะเป็นประโยชน์อย่างยิ่ง แต่การเรียนรู้ของเราก็ถูกจำกัดโดยไม่มีบริบทเพิ่มเติมว่าต้องทำอย่างไรและทำไม

ตัวอย่างเช่น ข้อมูลสามารถบอกเราได้ว่ามีคนกดไลค์หรือแชร์โพสต์กี่คน แต่ไม่สามารถบอกเราได้ว่าทำไม กล่าวอีกนัยหนึ่งมันสามารถให้ผลลัพธ์เชิงปริมาณแก่เราแต่ไม่ใช่การให้เหตุผลเชิงคุณภาพ

หรือลองคิดแบบนี้: ถ้ามีคนวิเคราะห์ชั่วโมงที่คุณใช้กับเพื่อนร่วมงาน เพื่อนและครอบครัวในสัปดาห์หนึ่งๆ ข้อมูลจะชี้ให้เห็นว่าเพื่อนร่วมงานของคุณสำคัญที่สุดสำหรับคุณ

อาจไม่ใช่กรณีนี้ แต่เป็นตัวอย่างที่ดีของการที่ทำให้ข้อมูลเข้าใจผิดโดยไม่มีบริบทที่เหมาะสม

ข้อมูลยังสามารถชี้ให้เห็นถึงความสัมพันธ์ที่อาจเกิดขึ้นระหว่างปัจจัยต่างๆ ได้ แต่ไม่สามารถพิสูจน์ได้ เป็นสุภาษิตที่คุ้นเคย "ความสัมพันธ์ไม่ได้หมายความถึงสาเหตุ"

ตัวอย่างเช่น ข้อมูลอาจแสดงความสัมพันธ์ระหว่างเดือนที่มีการเข้าชมเว็บไซต์สูงและรายได้สูง แต่นั่นไม่ได้หมายความว่ารายได้ที่เพิ่มขึ้นเกิดจากการเข้าชมที่เพิ่มขึ้นเสมอไป อาจมีปัจจัยที่สามที่ส่งผลต่อตัวเลขทั้งสองนี้ หรือตัวแปรทางอ้อมอื่นๆ

มีเพียงสายตาและประสบการณ์ที่ได้รับการฝึกอบรมของคุณเท่านั้นที่จะรู้วิธีเข้าใกล้ตัวเลขและตัวชี้วัดเหล่านี้ด้วยความระมัดระวังและทำการทดสอบเพิ่มเติม หากคุณพบความสัมพันธ์ในข้อมูลของคุณ ให้ลองเจาะลึกลงไปอีกเพื่อทำซ้ำผลลัพธ์ของคุณและแยกสาเหตุที่แท้จริง หรือแบ่งกลุ่มด้วยวิธีต่างๆ เพื่อดูว่ารูปแบบต่างๆ ปรากฏขึ้นหรือไม่

การรวบรวมความคิดเห็นเชิงคุณภาพจากวิธีการต่างๆ เช่น แบบสำรวจเว็บไซต์และอีเมลก็มีประโยชน์เช่นกัน

ข้อมูลคือความจริง แต่รับความเสี่ยงไม่ได้

เมื่อหลายปีก่อน Morgan Hermand-Waiche วัย 29 ปีได้ออกไปซื้อชุดชั้นในให้แฟนสาวสำหรับวันเกิดของเธอ

เมื่อเขาค้นพบว่าตัวเลือกส่วนใหญ่ของเขามีราคาแพงเพียงใด เขาก็ตระหนักว่ามีช่องว่างที่ร้ายแรงในตลาดสำหรับบริษัทชุดชั้นในราคาไม่แพง และเริ่มค้นหาโอกาสในการร่วมทุนในทันที

ปัญหา? ข้อมูลบอกให้เขาอยู่ห่างจากธุรกิจชุดชั้นในให้มากที่สุด มีสิ่งสำคัญของอุตสาหกรรมที่ชัดเจนซึ่งครองตลาด มีอุปสรรคมากมายในการเข้ามาและความพยายามที่ล้มเหลวมากมายรวมถึงแบรนด์ดังหลายแบรนด์

แต่ถึงแม้จะค้นพบแล้ว Hermand-Waiche ก็ไม่สามารถเพิกเฉยต่อสิ่งหนึ่งที่ยังคงผลักดันให้เขาไล่ตามภารกิจนี้ นั่นคือลำไส้ของเขา จะต้องมีตลาดสำหรับชุดชั้นในที่มีคุณภาพและราคาไม่แพง แม้ว่าข้อมูลจะแนะนำเป็นอย่างอื่นก็ตาม

ปัจจุบัน Hermand-Waiche เป็นผู้ก่อตั้งและ CEO ของ Adore Me บริษัทชุดชั้นในอีคอมเมิร์ซที่ปฏิวัติอุตสาหกรรม ในเวลาเพียงไม่กี่ปี เขาเปลี่ยนความรู้สึกอุทรของเขาให้เป็นบริษัทที่เติบโตเร็วที่สุดอันดับ 2 ของ Inc. 500 ในนิวยอร์ค และได้ระดมทุนประมาณ 11.5 ล้านดอลลาร์จาก VCs และนักลงทุนเอกชน

ข้อมูลสามารถบอกสถานะปัจจุบันของสิ่งต่างๆ ได้เท่านั้น และควรคาดการณ์อย่างมีข้อมูลมากที่สุด

ลองใช้วิธีการที่มีคุณภาพมากขึ้น เช่น การตั้งคำถาม/โพลในช่องโซเชียลของคุณ การฟังทางสังคม หรือแม้แต่การสนทนากลุ่มที่ดี เพื่อให้ได้ความคิดเห็นที่จริงใจและใกล้ชิดมากขึ้นเกี่ยวกับแนวคิดที่คุณอาจมี

และจำไว้ว่า บางครั้งการปฏิวัติก็หมายถึงการเพิกเฉยต่อสภาพที่เป็นอยู่และเสี่ยงภัย

ข้อมูลแจ้งได้แต่นึกไม่ออก

ทำซ้ำหลังจากฉัน: ข้อมูลขนาดใหญ่ไม่ใช่แนวคิดที่ยิ่งใหญ่

ข้อมูลไม่ได้เกิดขึ้นพร้อมกับคำว่า "Just Do It" หรือบอกให้ Apple "คิดต่าง"

เป็นเรื่องง่ายเกินไปที่จะเข้าไปยุ่งเกี่ยวกับตัวเลขและสถิติ แต่อย่าลืมว่าการตลาดที่ยอดเยี่ยมคือการบอกเล่าเรื่องราวที่ยอดเยี่ยม และการเล่าเรื่องที่ยอดเยี่ยมหมายถึงการเข้าใจพฤติกรรม อารมณ์ และประสบการณ์ของมนุษย์

เราสามารถเรียนรู้ทุกสิ่งเกี่ยวกับการกระทำของผู้ชมได้จากข้อมูล แต่มันไม่สามารถบอกเราได้เกี่ยวกับแรงจูงใจ การดิ้นรน ความปรารถนา ฯลฯ เราต้องการข้อมูลเชิงลึกที่เป็นเอกลักษณ์เฉพาะของมนุษย์เพื่อบอกเล่าเรื่องราวที่ยอดเยี่ยมและมีความคิดสร้างสรรค์

แต่มันไม่ใช่ความผิดของข้อมูล

ความคิดสร้างสรรค์เป็นศิลปะ ตามคำจำกัดความของคำว่า “ศิลปะ” คือการแสดงออกหรือการใช้ทักษะและจินตนาการเชิงสร้างสรรค์ของมนุษย์ การผลิตผลงานเพื่อชื่นชมความงามหรือพลังทางอารมณ์เป็นหลัก คำหลักในที่นี้คือ "มนุษย์" และ "อารมณ์"

ตัวอย่างกรณี: ในปี 2016 ภาควิชาวิทยาการคอมพิวเตอร์ของมหาวิทยาลัยโตรอนโตพยายามสอนคอมพิวเตอร์ให้เขียนเพลง

นักวิจัยป้อนดนตรีให้กับเครื่องจักรเป็นเวลากว่า 100 ชั่วโมงในขณะที่อัลกอริธึมที่ซับซ้อน "เรียนรู้" รูปแบบในจังหวะ คอร์ด และเนื้อเพลง และในขณะที่ทุกอย่างฟังดูไฮเทคอย่างน่าประทับใจ ผลลัพธ์ "เพลง" กลับกลายเป็นหายนะ ด้วยเนื้อเพลงที่แปลกและไร้สาระและท่วงทำนองของหุ่นยนต์ที่ไม่น่าสนใจ

ปรากฎว่า data เป็นนักแต่งเพลงที่เส็งเคร็ง

ข่าวดีก็คือ มีวิธีหนึ่งที่ข้อมูลสามารถให้ข้อมูลเชิงลึกเกี่ยวกับอารมณ์และอารมณ์ของมนุษย์ได้ ซึ่งจะจุดประกายความคิดสร้างสรรค์ที่ยอดเยี่ยม แต่แทนที่จะฟังตัวเลข คุณต้องฟังคนอื่นจริงๆ

ความก้าวหน้าล่าสุดในเครื่องมือการรับฟังทางสังคมช่วยให้แบรนด์ต่างๆ ค้นพบสิ่งต่างๆ เกี่ยวกับผู้ชมของตนซึ่งอาจต้องใช้เวลาหลายเดือนในการสัมภาษณ์เชิงคุณภาพ ความเกี่ยวข้องของหัวข้อเป็นตัวอย่างที่ดีของความสามารถในการฟังที่ส่งผลกระทบมากกว่าที่คนส่วนใหญ่คิด

ลองนึกภาพประตูที่สามารถเปิดได้เมื่อคุณพบว่าผู้ชมของคุณกำลังพูดถึงอะไรอีกในสังคม พวกเขารักดนตรีบางประเภทหรือไม่? หรือกีฬา? ข้อมูลเชิงลึกเหล่านี้สามารถนำไปสู่โอกาสในการสนับสนุนใหม่ๆ การรวมผลิตภัณฑ์ หรือแม้แต่กลุ่มผู้ชมใหม่ๆ

อีกตัวอย่างที่ดีของการรับฟังทางสังคมสามารถสร้างแรงบันดาลใจให้กับความคิดสร้างสรรค์ที่ยอดเยี่ยมคือผ่านการวิเคราะห์ความรู้สึก การเรียนรู้ว่าผู้ชมรู้สึกอย่างไรเกี่ยวกับบางสิ่ง เช่น ข่าวล่าสุดหรือหัวข้อที่เกี่ยวข้อง เปิดโอกาสให้คุณสร้างเนื้อหาหรือแคมเปญที่ตรงใจพวกเขาในระดับที่ลึกซึ้งและสื่อถึงอารมณ์มากขึ้น

Coca-Cola ใช้การวิเคราะห์ความเชื่อมั่นเพื่อสร้าง Coke Tweet Machine การใช้การประมวลผลภาษาที่เป็นธรรมชาติและตำแหน่ง ทำให้แบรนด์สามารถระบุเมืองที่มีความสุขน้อยที่สุดในประเทศได้

เพื่อให้สอดคล้องกับกลยุทธ์ของแบรนด์ "เลือกความสุข" พวกเขานำเครื่องจำหน่ายโค้กไปยังเมืองที่วิเคราะห์ความรู้สึกของโปรไฟล์ Twitter ของผู้ใช้แต่ละคน

จากนั้นเครื่องจะจ่ายเฉพาะกระป๋องให้กับผู้ใช้ที่ปรากฏตัวในเชิงบวกและมีความสุขบนแพลตฟอร์มเท่านั้น

น่าทึ่งมากที่แบรนด์ต่างๆ สามารถเรียนรู้และสร้างสรรค์สิ่งต่างๆ ได้ง่ายๆ จากการวิเคราะห์กิจกรรมของผู้คนบนโซเชียล ลองทำการฟังทางสังคมของคุณเองในครั้งต่อไปที่คุณกำลังมองหาข้อมูลเชิงลึกที่สร้างสรรค์

ดังนั้น ไม่ว่าคุณจะพิจารณาว่าองค์กรของคุณได้รับข้อมูลข่าวสารหรือขับเคลื่อนด้วยข้อมูล สิ่งที่สำคัญจริงๆ ก็คือคุณกำลังปล่อยให้พื้นที่เหลือสำหรับมนุษยชาติในการตัดสินใจของคุณ เพราะข้อมูลที่ไม่มีมนุษย์ไม่ใช่ข้อมูลเชิงลึก – เป็นเพียงตัวเลข