JRIT ICHI

“Data is the new oil” วงการธุรกิจยุคใหม่อาจคุ้นเคยกับวลีนี้ แต่สำหรับหลาย ๆ คนยังมองภาพไม่ชัดเจน เพราะหลายครั้งมีข้อมูลล้นมือ แต่ก็ไม่สร้างรายได้ให้เพิ่มมากขึ้นได้ และเมื่อย้อนอ่านวลีดี ๆ อีกรอบ คำว่า ‘น้ำมัน’ แท้จริงแล้วอาจสื่อถึงการกลั่นก่อนนำมาใช้ หากกลั่นไม่ถูกวิธี ก็ย่อมไร้ผล

ทีมงานอิจิ มีเดีย จึงพาไปหาคำตอบของการนำข้อมูลมาสร้างมูลค่า ผ่านประสบการณ์ตรงของ คุณกล้า ตั้งสุวรรณ CEO, Wisesight (Thailand) ผู้คร่ำหวอดในงานด้าน Data ในหลากหลายบริบท ทั้งในระดับสากล และระดับประเทศ

Wisesight ทางเลือก เพื่อเข้าใจผู้บริโภคบนโลกโซเชียลมีเดีย
‘ทางเลือกเพื่อเข้าใจผู้บริโภคบนโลกโซเชียลมีเดีย ทำให้สื่อสารกับลูกค้าคนสำคัญของคุณอย่างมีประสิทธิภาพ’ นิยามนี้ไม่เกินจริง เนื่องจาก Wisesight ก่อตั้งขึ้นใน ค.ศ. 2007 ซึ่งเป็นช่วงเวลาเดียวกับที่แพลตฟอร์มโซเชียลมีเดียเข้ามาในประเทศไทย ทำให้นักการตลาดต้องปรับตัว เพื่อทำความเข้าใจสิ่งใหม่ที่เกิดขึ้น ณ ขณะนั้น

เนื่องจากมองเห็นความสำคัญของการตลาดรูปแบบใหม่ และความสำคัญของ Data บริษัท Wisesight จึงตั้งปณิธานที่จะมุ่งมั่นพัฒนาเครื่องมือที่จะช่วยให้องค์กรต่าง ๆ นำข้อมูลที่มีอยู่มากมายมหาศาลไปใช้ประโยชน์ได้จริง

ปัจจุบัน Wisesight ถือเป็นผู้รวบรวมแหล่งข้อมูลทางการตลาดที่ใหญ่ที่สุด และไม่เคยหยุดพัฒนา สถิติระบุว่า ในแต่ละวันมี Content เกิดขึ้นบนโซเชียลมีเดียไม่ต่ำกว่า 15 ล้านข้อความ ซึ่งทั้งหมดนี้ Wisesight เก็บไว้ทุกวัน จึงสามารถเรียกได้ว่าเป็น ‘คลังข้อมูล’ ดังนั้น Wisesight จึงเสิร์ฟข้อมูลให้ลูกค้าได้อย่างเต็มประสิทธิภาพ

นอกจากเป็นคลังข้อมูลแล้ว กระบวนการทำงานยังได้มาตรฐาน ได้รับการรับรอง ISO 29110 ทั้งยังมีทีมผู้เชี่ยวชาญด้านการวิเคราะห์ข้อมูลเพื่อทำให้คุณสามารถสื่อสารกับลูกค้ากลุ่มเป้าหมายได้อย่างมีประสิทธิภาพ

Timeline ความสำคัญของ Data จนถึงยุคดิจิทัล
Timeline ความสำคัญของ Data ขอเล่าควบคู่ไปกับเส้นทางก่อตั้ง Wisesight ผ่านประสบการณ์การทำงานของคุณกล้า ดังนี้

“ผมเป็น Co-Founder ร่วมก่อตั้ง Wisesight กับเพื่อน ๆ ก่อนก่อตั้งบริษัทฯ ย้อนกลับไปเมื่อ 20 ปีที่แล้ว เคยทำงานที่สำนักข่าวรอยเตอร์ส อยู่ในส่วนข้อมูลตลาดหุ้น เพราะจบ Computer Science มา สำหรับท่านใดที่ติดตามข่าวสายการเงิน การลงทุน จะทราบดีว่า รอยเตอร์สให้บริการโปรแกรมเทรดหุ้นใหญ่เป็นอันดับต้น ๆ ของโลก ตอนนั้นผมเป็นโปรแกรมเมอร์ฝั่งข้อมูลเรียลไทม์ตลาดหุ้นยุโรป จึงเข้าใจว่า ‘ข้อมูล’ มี Value สูงถึงขั้นขายเป็นเงินเป็นทองกันได้เลย”

“ทั้งนี้ข้อมูลที่ขายได้ก็ต้องมีลักษณะเฉพาะด้วยนะครับ คือ ต้องมี Element หรือองค์ประกอบ ที่เขาสามารถนำไปประกอบการตัดสินใจได้ แต่ถ้ารู้ไปเฉย ๆ แล้วไม่ได้นำไปประกอบการตัดสินใจอะไร เขาก็ไม่ซื้อ”

“ย้อนกลับไปอีกประมาณ 30 – 40 ปีก่อน โลกเรามีสงครามเยอะ เพราะฉะนั้นข้อมูลที่เกี่ยวกับสงคราม หรือข่าวต่างประเทศ เรื่องการทูต เป็นข้อมูลที่บริษัทระหว่างประเทศนำไปวิเคราะห์ได้ กลุ่มนี้จึงซื้อข้อมูลที่เรียกว่าข่าวต่างประเทศเพื่อไป Monitor”

“มาช่วงหลังข่าวกลุ่มนี้เร็วขึ้นมาก เพราะมีระบบ internet เขาไม่จำเป็นต้องซื้ออีก รอยเตอร์สจึงกระโดดมาทำข้อมูลการเงิน เรื่องตลาดหลักทรัพย์ ใครซื้อหุ้นอะไรบ้าง ปัจจัยที่ทำให้หุ้นตัวนี้ ตัวนั้นขึ้น คืออะไร ฯลฯ ซึ่งเป็นข้อมูล Real Time เพราะข้อมูลเหล่านี้ถ้าเห็นเร็วก็จะตัดสินใจใช้คำสั่งซื้อ หรือคำสั่งขายได้ทันจังหวะ สถาบันการเงินจึงทำเงินได้มหาศาลจากการเห็นข้อมูลที่รวดเร็ว และแม่นยำ ซึ่งผมเป็นทีมโปรแกรมเมอร์ในส่วนนี้ ดังนั้นจึงเห็นความสำคัญว่า ถ้าข้อมูล Real Time บวกกับ Analysis หรือการวิเคราะห์ที่มากพอทำให้ลูกค้านำไปประกอบการตัดสินใจเป็นเงินเป็นทองได้ เขาจะพร้อมซื้อข้อมูลจากเรา”

“ขยับมาในช่วงปี 2010 – 2012 ขณะนั้น Social Media บุก Asia เยอะมาก โดยเฉพาะในอาเซียน รุมกันเข้ามาทั้ง Facebook, YouTube, Twitter (X ในปัจจุบัน), Instagram ซึ่งผมพบว่า ข้อมูลบนโซเชียลมีเดียมีมากอย่างมหาศาล มีการโพสต์ กดไลก์ กดแชร์ คอมเมนต์มากมาย เช่น ไปกินก๋วยเตี๋ยวแล้วไม่อร่อยก็โพสต์บ่น หรือเมื่อวานไปซื้อสิ่งนั้นสิ่งนี้ก็โพสต์บอก ข้อมูลเหล่านี้เยอะมาก เรื่องเหล่านี้ พอเห็นปุ๊บ! นี่แหละ Transaction”

“ดังนั้นถ้าเราเขียนโปรแกรมไปเกาะกับแพลตฟอร์มเหล่านี้ แล้วเอา Transaction ออกมาได้ ย่อมสามารถนำไปวิเคราะห์ได้ มันจึงเกิดคำศัพท์ในยุคต่อมา ที่เรียกว่า ‘Social Listening’ คือการฟัง Social Media”

“มาที่ผู้ประกอบการ หรือเจ้าของแบรนด์สินค้า Use Case เกี่ยวกับข้อมูลยุคแรก ๆ ที่เหมือนกันทั่วโลก คือ เขาอยากรู้ 2 อย่าง 1. ผู้บริโภคพูดอะไรถึงเขาอย่างไร และ 2. ผู้บริโภคพูดอะไรถึงคู่แข่ง”

“แต่เดิม ถ้าเขาอยากรู้ 2 อย่างนี้ ต้องเก็บข้อมูลด้วยวิธี Manual หรือเรียกว่า Research คือการแจกแบบสอบถาม ทำโฟกัสกรุ๊ป สัมภาษณ์ ฯลฯ ซึ่งช้ามาก ดังนั้นระบบ Social Listening จึงทำให้แบรนด์สะดวกขึ้น เพราะสามารถรู้ข้อมูลพวกนี้แบบ Real Time เปรียบประมาณว่า แบบเดิมสอบถามได้ 2 คน แต่แบบการดึงข้อมูลจากโซเชียลมีเดียจะขยายเป็น 200 คนทันที เพราะโปรแกรมจะวางตาข่ายครอบคลุมทุก Social Media เอาไว้ ใครพูดอะไรที่เกี่ยวข้องกับ Topic ที่สนใจจะเห็นหมด เทคโนโลยีก็เลยปลดล็อกความสามารถด้านการเข้าใจผู้บริโภคของแบรนด์ และองค์กรต่าง ๆ ซึ่งเมื่อเรามี Data ที่นำไปวิเคราะห์ได้ เจ้าของแบรนด์ต่าง ๆ ก็พร้อมจะซื้อ เนื่องจากสะดวกและรวดเร็ว”

จากความเข้าใจในความสำคัญของ Data ตรงนี้ คุณกล้า จึงตัดสินใจออกมาก่อตั้งบริษัท Wisesight และลูกค้าหลักของ Wisesight ก็เป็นกลุ่ม Marketing, PR, Communication, Customer service เพราะมีผู้บริโภคสื่อสารบนโซเชียลมีเดียตลอดเวลา

จากประสบการณ์ทำงาน คุณกล้า อธิบายว่า ณ ปัจจุบัน Social Listening ไม่ได้มีเฉพาะทางฝั่งผู้บริโภคเพียงอย่างเดียว แต่มีด้านเจ้าของแบรนด์ด้วย เพราะแบรนด์ก็หันมาใช้โซเชียลมีเดียในการสื่อสารมากขึ้นเช่นกัน

“ในช่วง 3 – 5 ปีที่ผ่านมา นอกจากแบรนด์ กับผู้บริโภคแล้ว มีแกนที่ 3 เกิดขึ้น ซึ่งมีผลต่อโซเชียลมีเดียมากเหมือนกัน นั่นคือ Influencer หรือ KOL (Key Opinion Leader: ผู้นำทางความคิด) เพราะเขาเป็นตัวเชื่อมระหว่างแบรนด์กับผู้บริโภคได้ดี เนื่องจากคงไม่มีแบรนด์ไหนกล้าเอามือถือมาหักเล่น เพื่อให้ผู้บริโภคดูว่าทนทาน ไม่มีใครซื้อมือถือมาใส่เคสแล้วขว้างลงพื้น เพื่อให้ดูว่าเคสแข็งแรง ไม่มีใครเอาครีมกันแดดมาทาครึ่งหน้าแล้วออกไปกลางแดด คนที่ทำเรื่องพวกนี้ให้ผู้บริโภคดู เราเรียกว่า Influencer หรือ KOL แล้วผู้บริโภคก็เชื่อเขามากกว่าการสื่อสารของแบรนด์เสียอีก ทำให้ปัจจุบันเราแทบจะไม่ไปเที่ยวที่ไหนเลย ถ้าไม่ไปดูยูทูบเบอร์ก่อน ข้อดีช่วยประหยัดเวลาในการทำ Research สถานที่เที่ยว ดังนั้นข้อมูลจากแกนที่ 3 จึงสำคัญ”

“ปัจจุบัน มีข้อมูลอีกชุด คือ E-Commerce เป็นกลุ่มสินค้าที่ขายอยู่บนแพลตฟอร์มต่าง ๆ เช่น Shopee, Lazada, TikTok เป็นลักษณะข้อมูลเปรียบเทียบราคาของสินค้าที่มีคุณภาพและประเภทใกล้เคียงกัน”

จากไทม์ไลน์นี้จะเห็นได้ว่า บนโลกออนไลน์มีข้อมูลจำนวนมากให้เก็บไปใช้ประยุกต์เพื่อสร้างมูลค่าได้

เทรนด์พฤติกรรมผู้บริโภคในการใช้สื่อโซเชียลมีเดีย
เนื่องจากข้อมูลบนโลกออนไลน์มีอยู่มหาศาล และโซเชียลมีเดียก็มีหลายแพลตฟอร์ม ดังนั้นผู้ประกอบการจึงควรเข้าใจธรรมชาติของแพลตฟอร์มต่าง ๆ ควบคู่ไปด้วย สำหรับเทรนด์พฤติกรรมผู้บริโภคในการใช้สื่อโซเชียลมีเดีย คุณกล้า ยกสถิติภาพรวมข้อมูลโซเชียลมีเดียในปี 2568 ซึ่งรวบรวมโดยบริษัทฯ มาอธิบายอย่างเห็นภาพว่า

ตลอดปี พ.ศ. 2568 มีคอนเทนต์จากฝั่งเจ้าของแบรนด์จำนวนประมาณ 2,600 แบรนด์ เกิดขึ้น 1.7 ล้านคอนเทนต์ อยู่บนแพลตฟอร์ม Facebook สูงสุดถึง 9.51 แสนคอนเทนต์ รองลงมาเป็น Instagram 3.9 แสนคอนเทนต์, TikTok 2 แสนคอนเทนต์

จาก 1.7 ล้านคอนเทนต์ คุณกล้าเปิดเผยว่า เกิด Engagement หรือการมีปฏิสัมพันธ์ เช่น การกดไลก์ กดแชร์ กดปุ่มแสดงอารมณ์ และคอมเมนต์ สูงถึง 1.4 พันล้าน แต่แพลตฟอร์มที่เกิด Engagement สูงสุด กลับไม่ใช่ Facebook แต่เป็น TikTok ที่ 510 ล้าน Engagement ส่วน Facebook ตกเป็นอันดับ 2 ที่ 456 ล้าน ส่วนอันดับ 3 คือ Instagram ที่ 296 ล้าน

“จากสถิตินี้ เราจะเห็นความเปลี่ยนแปลง คือ Facebook ครองเรื่องของการสร้าง Content แต่ไม่ครองเรื่อง Engagement”

“ดังนั้นจึงพอสรุปได้ว่า TikTok ครองสื่ออันดับ 1 บนโลกดิจิทัล และโซเชียลมีเดียของเราเรียบร้อยแล้ว แต่ในขณะเดียวกัน แบรนด์ยังเลือกโพสต์อยู่บน Facebook เป็นหลัก มีหลายเสียงเริ่มพูดว่าลงทุนบน Facebook เริ่มจะไม่ค่อยคุ้มแล้ว แต่ผมขอชวนมองว่า เทรนด์ก็เป็นอย่างนี้แหละ เราสวนเทรนด์ไม่ได้หรอก ทำได้แค่ Follow Trend และต่อไป TikTok ก็อาจไม่ใช่อันดับ 1” คุณกล้าสรุป

หลังจากชวนให้ดูสถิติภาพรวมข้อมูลโซเชียลมีเดียแล้ว คุณกล้าก็เปิดข้อมูลที่น่าสนใจอีกชุดหนึ่งขึ้นมา เผยให้เห็น Engagement ในแต่ละแพลตฟอร์ม โดยแยกแต่ละประเภทธุรกิจ พบว่า

Cosmetics หรือธุรกิจด้านความงาม และธุรกิจด้านอาหาร กับขนม เกิด Engagement ได้ดีที่แพลตฟอร์ม TikTok

ส่วนธุรกิจที่เกิด Engagement บนแพลตฟอร์ม Facebook สูง คือ วัสดุก่อสร้าง อสังหาริมทรัพย์ ธนาคาร เครื่องดื่ม เป็นต้น

ข้อมูลข้างต้นแสดงให้เห็นว่า แม้เทรนด์จะไปทาง TikTok (ซึ่งเกี่ยวพันกับยุคสมัยที่คนรุ่นใหม่สนใจ TikTok มากกว่า) แต่บางธุรกิจก็ไปได้ดีบน Facebook ดังนั้นจึงควรวิเคราะห์บริบทองค์กรตัวเองประกอบด้วยเช่นกัน

ความท้าทายในการนำ Data มาใช้
จากประสบการณ์ที่ Wisesight มีโอกาสเข้าไปช่วยวิเคราะห์ข้อมูลให้องค์กรหลากหลายธุรกิจ พบว่าปัญหาที่อยู่บรรทัดบนสุด คือ องค์กรมักตัดสินใจบนข้อมูลที่มีคุณภาพต่ำ

“เมื่อตัดสินใจโดยไม่มีข้อมูล แปลว่าต้องใช้ประสบการณ์ของผู้บริหารตัดสินใจ จากผลสำรวจ การที่องค์กรมีข้อมูลคุณภาพต่ำ หรือยังหาข้อมูลมาไม่มากพอ จะทำให้ธุรกิจสูญเสียรายได้ไปประมาณ 15 – 25% เลยทีเดียวครับ เพราะตัดสินใจผิด”

จากการทำ Research ของ Wisesight พบว่า บางองค์กรสูญเสียงบโฆษณาไปถึง 21% อย่างเปล่าประโยชน์ เนื่องจากตัดสินใจบน Insight หรือข้อมูลเชิงลึกที่ไม่ดี ส่งผลให้ยิงโฆษณาไปหากลุ่มเป้าหมายผิด และทำ Content ผิด ไปหากลุ่มเป้าหมายที่ถูก เช่น ต้องการสร้าง Content ไปยังกลุ่มเป้าหมายที่ต้องการซื้อน้ำ แต่แทนที่จะสื่อสารเรื่องการรักษาสิ่งแวดล้อม แต่เลือกสื่อถึงความสดชื่นแทน ซึ่งเป็นการสื่อสารไม่ตรงกลุ่มเป้าหมาย ทำให้โฆษณาที่ยิงไปไม่เวิร์กนั่นเอง

ดังนั้นถ้ามีข้อมูลที่ดี จะป้องกันความผิดพลาดนี้ได้ เพราะสามารถนำ Data ให้ AI วิเคราะห์ออกมาได้ ซึ่งแม่นยำกว่าการใช้ประสบการณ์ผู้บริหาร

แม้ยืนยันว่า การตัดสินใจบนข้อมูลที่คุณภาพดี เหนือกว่าประสบการณ์ของผู้บริหาร แต่คุณกล้า ก็ไม่ได้ปฏิเสธความสามารถของผู้บริหารไปทั้งหมด

“ถ้าพึ่งเฉพาะประสบการณ์ของเจ้านาย ลูกน้องแทบไม่ได้ทำงานเลยนะครับ แค่ทำตามก็พอ เจ้านายชี้ว่าอันนี้ไป A อันนั้นไป B ส่วนอันโน้นไป C ทำตามอย่างเดียว ไม่ต้องถามเลยว่า ‘นายครับ! ทำไมอันนี้ถึงคิดว่า A’ แต่ต่อให้ถาม นายก็จะบอกว่า ‘เชื่อพี่ พี่ทำมา 20 ปีแล้ว’ แต่พอพลาดปุ๊บ! สภาพแย่ด้วยกันทั้งหมด ถ้าถูกก็รอดไป”

“แต่ข้อเสียของการถูกก็รอด คือ ลูกน้อง Copy ไม่ได้ เพราะไม่มีประสบการณ์เหมือนเจ้านาย โอกาสที่จะใช้ประสบการณ์ตัดสินใจแล้วแม่นเหมือนผู้บริหารก็จะน้อย ดังนั้นการมี Data และ Data Analytics ข้อดีอีกนัยหนึ่ง คือ มีไว้เพื่อให้ลูกน้องตัดสินใจได้อย่างมีประสิทธิภาพใกล้เคียงกับเจ้านายมากขึ้น” คุณกล้า ยกตัวอย่าง

AI กับบทบาทของการวิเคราะห์ข้อมูล
สำหรับการนำ AI เข้ามาวิเคราะห์ข้อมูล คุณกล้ากล่าวว่า Wisesight มีการนำมาใช้ตั้งแต่ต้นอยู่แล้ว เนื่องจากข้อมูลบนโซเชียลมีเดียที่เกิดขึ้น 15 ล้านข้อความต่อวัน สายตามนุษย์อ่านไม่ไหว อย่างดีถ้าให้นั่งดูทั้งวันก็คงได้แค่ 500 ข้อความ จึงต้องให้ AI มาช่วยวิเคราะห์

นอกจากให้ AI ช่วยสแกนข้อความที่ตรงกับกลุ่มเป้าหมาย ชนิดที่แยกประเภทคำได้อย่างแม่นยำ เช่น แยกคำว่าช้าง ออกได้ว่าในบริบทที่ปรากฏนั้น คำว่า ‘ช้าง’ หมายถึงเครื่องดื่ม หรือสัตว์ และยังช่วยอ่านภาพ และโลโก้ต่าง ๆ ที่ปรากฏบนภาพ หรือคลิปวิดีโอได้อีกด้วย เนื่องจากบางคลิปไม่ได้พูดถึงสินค้า และไม่มีแคปชันบอก แต่มีโลโก้ปรากฏอยู่ AI ก็จะช่วยระบุได้ว่า คลิปนั้นกำลังพูดถึงแบรนด์อะไร”

Wisesight Virtual Persona AI ไม่ใช่แค่เรียนอดีตเพื่อรู้อนาคต แต่เป็นอนาคตเองได้เลย
นอกจากใช้ AI อ่าน Content บนโซเชียลมีเดียแล้ว ทาง Wisesight ยังพัฒนา AI ที่เป็นลักษณะ Simulation หรือจำลองสถานการณ์ ขึ้นมาเพื่อวิเคราะห์ข้อมูลที่ยังไม่เกิดขึ้นอีกด้วย โดยคุณกล้าอธิบายการทำงานดังนี้

“เวลาเราวิเคราะห์ข้อมูล ก็จะใช้ข้อมูลจากปัจจุบันถอยลงไปอดีต เพราะไม่มีข้อมูลในอนาคตใช่ไหมครับ ในเมื่อมันยังไม่เกิด จะคาดเดาได้อย่างไร หลายครั้งที่ทำกัน คือ ใช้ข้อมูลสถิติแนวโน้มความเป็นไปได้ที่จะเกิดขึ้น แต่เราสามารถทำสิ่งที่ง่ายกว่านั้นได้แล้ว ด้วยเทคโนโลยี AI คือ Simulation”

“ยกตัวอย่างเช่น หากต้องการถามลูกค้าจำนวน 10,000 คนภายในข้ามคืนให้ได้ว่า เขาคิดอย่างไรกับ Product ที่กำลังจะออกใหม่ ซึ่งมองในมุมปกติแล้ว เป็นเรื่องยากมาก เพราะยังไม่มีข้อมูลใด ๆ สินค้าก็ยังไม่ผลิตออกมา เนื่องจากยังเป็นความลับอยู่ จะหา Feedback ได้อย่างไร การทำแคมเปญประเภทนี้ เปรียบเหมือนการอบขนม เพราะถ้าอบมาอร่อยก็เวิร์ค อบมาไม่อร่อยก็คือเททิ้งหมดถาด ต้องอบใหม่”

“แต่ Simulation ทำได้ครับ เพราะเราสามารถสร้างบุคคลเสมือน ที่มีวิธีคิด ประสบการณ์ทำงานเหมือนคนจริง ๆ ขึ้นมาได้”

สำหรับรูปแบบของบุคคลเสมือน หรือ Wisesight Virtual Persona หน้าตาคล้าย Dashboard ที่มีช่องต่าง ๆ ให้ตั้งค่า เมื่อต้องการสร้างบุคคลเสมือนขึ้นมา ก็ให้ตั้งค่าตามความต้องการ กำหนดกลุ่มตัวอย่างเสมือนขึ้นมาภายใต้เงื่อนไขต่าง ๆ โดยรายละเอียดหลัก ๆ มีดังนี้

1. Biography: ประวัติทั่วไป เช่น อายุ การศึกษา พื้นฐานครอบครัว ฯลฯ
2. Life motivation: แรงจูงใจของชีวิต
3. Past Experience: ประสบการณ์ที่เคยพบมา
4. Behaviar: ลักษณะนิสัย
5. Media Consumption: การเปิดรับสื่อ เช่น ช่องทางที่เลือกรับข่าวสาร

ตัวอย่างการสร้างบุคคลเสมือน
หลังจากให้ดูหน้าต่างการตั้งค่า Virtual Persona แล้ว คุณกล้า ก็สาธิตวิธีการใช้งานต่อทันที จากโจทย์ที่ว่า “ชาวญี่ปุ่นที่อาศัยอยู่ในกรุงเทพฯ มีพฤติกรรมการเลือกซื้อสินค้าในไทยอย่างไร” โดยชาวญี่ปุ่นนี้ เน้นที่กลุ่ม Expat หรือพำนักและทำงานในไทยระยะยาว

คำถามที่ใช้เพื่อนำมาวิเคราะห์ ประกอบด้วย
1. ช่องทางในการเลือกซื้อสินค้าของคนญี่ปุ่นที่อาศัยและทำงานในไทยคือช่องทางใด (Online หรือ Offline)
2. คนญี่ปุ่นที่อาศัยและทำงานในไทยใช้เกณฑ์อะไรเป็นปัจจัยในการเลือกแบรนด์สินค้าอุปโภคบริโภค
3. คนญี่ปุ่นที่อาศัยและทำงานในไทยนิยมเสพสื่อช่องทางใด

เมื่อได้โจทย์แล้ว คุณกล้า ก็ใส่รายละเอียดของชาวญี่ปุ่นในไทยตามรายละเอียดนี้ทันที

คนญี่ปุ่นที่มาทำงานในไทย 30 คน
อายุ : 26-45 ปี
เพศ : ชาย-หญิง
การศึกษา : จบปริญญาตรีขึ้นไป
อาชีพ : ทำงานเป็นผู้บริหารบริษัทญี่ปุ่นในไทยที่อยู่ในหลายกลุ่มธุรกิจ
รายได้ : 145,000-450,000 บาท
สถานภาพ : โสด-แต่งงาน (ทั้งมีลูกและไม่มีลูก)
ย่านที่อยู่อาศัย : อยู่คอนโดมิเนียมย่านทองหล่อ เอกมัย พร้อมพงษ์ ปุณวิถี แบริ่ง

หลังจากกรอกข้อมูลแล้วจึงกด Generate ออกมา ใช้เวลาไม่นาน บุคคลเสมือนชาวญี่ปุ่น 30 คน ก็ปรากฏขึ้นมา มีทั้งชื่อ ที่อยู่ อาชีพ ตำแหน่ง ครบถ้วน

ข้อมูลส่วนบุคคเหล่านี้ คุณกล้าอธิบายว่า เป็นการดึงข้อมูลจากโซเชียลมีเดียต่าง ๆ ที่เปิดเผยสาธารณะ มาประกอบเป็นคนคนหนึ่ง เช่น ชื่อจากแหล่งหนึ่ง นามสกุลจากอีกแหล่ง อาชีพก็จากแพลตฟอร์มอื่น โดยข้อมูลทุกอย่างไม่มีการละเมิดกฎหมาย PDPA แต่ข้อมูลที่บุคคลเสมือนตอบมานั้นตรงความจริง เนื่องจาก AI จะวิเคราะห์จากบริบทของคนญี่ปุ่นที่พูดถึงประเทศไทยผ่านสื่อออนไลน์ต่าง ๆ ตามหัวข้อที่ระบุจริง ๆ

หลังจากนั้น เมื่อใส่คำถามให้บุคคลเสมือนแล้ว คำตอบที่ได้มาค่อนข้างหลากหลาย เป็นตามสไตล์ของแต่ละบุคคล และเมื่อให้ AI สรุป คำตอบที่ได้จากบุคคลเสมือนทั้ง 30 คน คือ

1. Offline ยังชนะ Online อย่างชัดเจน พฤติกรรมการซื้อสินค้ายังเน้นการได้เห็นของจริง ร้านจริง แหล่งขายที่เชื่อถือ เช่น ร้านญี่ปุ่น หรือร้านที่คุ้นเคย

2. ความสบายใจ มีมาตรฐาน โปร่งใส และเน้นคุณภาพตามมาตรฐานญี่ปุ่น คือ หัวใจหลักในการเลือกแบรนด์ การซื้อสินค้าอุปโภคบริโภคของคนญี่ปุ่นจะตัดสินใจจากความมั่นใจ ความสบายใจ มาตรฐาน คุณภาพ และความปลอดภัย และเน้น Story การเล่าเรื่องที่น่าสนใจ

3. LINE คือศูนย์กลางชีวิตดิจิทัลของ Expat ญี่ปุ่นในไทย เสพสื่อญี่ปุ่น เช่น Bangkok Shuho, Nikkei, Yahoo! Japan, Bloomberg นอกจากนี้ LINE คือช่องทางที่โดดเด่น ส่วนโซเชียลมีเดียจะเป็น Instagram,
Facebook, X (Twitter)

จากคำตอบที่ได้ คุณกล้า ยืนยันว่า สมเหตุสมผล

“ทั้งหมดนี้ เรารู้ได้โดยที่ไม่จำเป็นต้องถามคนจริง ๆ เลย และทั้งหมดนี้ เสร็จได้ภายใน 1 ชั่วโมง ประกอบด้วยสร้างคน 30 คน เป็นเวลา 20 นาที และอีกประมาณ 20 นาทีในการตอบ 3 คำถาม” คุณกล้ากล่าว พร้อมทั้งยืนยันถึงความปลอดภัย และความถูกต้องของข้อมูลว่า

“ข้อมูลทั้งหมดนี้ เราเก็บมาจากโซเชียลมีเดียของคนญี่ปุ่นที่พูดในบ้านเรา และคนญี่ปุ่นที่พูดบนอินเทอร์เน็ตที่เกี่ยวกับบ้านเรา เช่น ไปหาในเว็บไซต์บ้าง หาใน yahoo japan บ้าง เพราะสื่อเหล่านี้เป็นสาธารณะ ดังนั้นจึงก้าวข้ามจากสิ่งที่เรียกว่า Analytic ไปอีกนิดหนึ่ง”

“ตอนนี้เรากำลังพัฒนาไปหากลุ่มที่เป็นรากหญ้า กลุ่ม High Net Worth กลุ่มที่เข้าใจยาก และกลุ่มที่เข้าถึงยาก เช่น พนักงานขับรถบรรทุก เพราะเราไป Survey ได้ยาก เนื่องจากเขาอยู่ไหนก็ไม่รู้ อยู่บนถนนไหนก็ไม่รู้ และไม่ใช่คนกลุ่มใหญ่ และหาข้อมูลได้ค่อนข้างยากในการจะทำ Survey ตอนนี้ก็เป็นหน้าที่ของ AI ที่จะไปค้นข้อมูลนั้นมาครับ”

3 สิ่งที่ควรคำนึงในการวิเคราะห์ข้อมูล
เชื่อว่าเมื่ออ่านมาถึงบรรทัดนี้แล้ว ผู้อ่านจะรู้สึกว่า Data เป็นเรื่องสำคัญ และสนุก ท้ายนี้เพื่อนำข้อมูลไปใช้อย่างมีประสิทธิภาพ คุณกล้าได้ฝาก 3 สิ่งที่ควรคำนึง ดังนี้

1. Engagement สำคัญ เพราะการกดไลก์ กดแชร์ คอมเมนต์ เป็นจุดเริ่มต้นของการสั่งซื้อ เนื่องจากการสั่งซื้อ 1 ครั้ง ต้องมีอย่างน้อย 1 Engagement ส่วนการเห็น ไม่ได้หมายความว่าจะเกิดการสั่งซื้อ บ่อยครั้งที่เห็นแล้วปัดทิ้งไป ดังนั้น Engagement เยอะเท่าไร ย่อมมีแนวโน้มในการซื้อเยอะขึ้นเท่านั้น

2. มองไปข้างหน้า นับตั้งแต่ปี 2026 ควรก้าวข้าม Data Analytics ที่มองย้อนหลังได้แล้ว เพราะ Tool ในโลกข้างหน้า จะก้าวไปอยู่ในยุค AI ที่ทุกอย่าง Simulation ได้ ทำให้ลดการคาดเดาลง คงไว้แต่ความจริง ตัดสินใจได้รวดเร็ว เพราะเห็นอนาคตที่ชัดเจนกว่า นำไปสู่ยุค ‘ปลาเร็วกินปลาช้า’

3. นำ Insight ไปสร้าง Business Model ที่เป็นสูตรสำเร็จของตัวเอง หลายคนเมื่อได้ฟัง Insight ของผู้ที่ประสบความสำเร็จ ก็มักนำมาใช้ตาม ซึ่งจริง ๆ แล้ว แนวทางที่สำเร็จของผู้อื่นอาจไม่ใช่สำหรับเรา เพราะมีบริบทแตกต่างกัน ดังนั้นจึงควรนำมาประยุกต์ เริ่มลองผิดลองถูกจนกว่าจะกลายเป็นสูตรสำเร็จของตัวเอง

————————————————————————————————–

ข้อมูลติดต่อ Wisesight (Thailand) Co., Ltd.
E-mail: contact@wisesight.com
Tel: +66 (2) 274 1299
FB: https://www.facebook.com/WisesightGlobal/