Big Data เฟ้นหา Influencer ที่ใช่

0
1448

การทำ Digital Marketing ของแบรนด์ในปัจจุบันนอกจากการนำเสนอสินค้าและคอนเทนต์ผ่านแพลตฟอร์มต่าง ๆ ซึ่งเป็นที่นิยมแล้ว แนวโน้มที่มาแรงและเติบโตอย่างต่อเนื่องคือการใช้ Influencer หรือผู้มีอิทธิพลบนสื่อโซเชียลมาช่วยในการโปรโมทสินค้า แนวโน้มการใช้ Influencer เกิดจากพฤติกรรมผู้บริโภคบางส่วนที่เปลี่ยนไป จากการสำรวจของ Nielsen บริษัทวิจัยชื่อดังพบว่า 69% ของผู้บริโภคจากกลุ่มตัวอย่างรู้สึกเชื่อมั่นในข้อมูลบนเพจ Facebook ของแบรนด์ต่าง ๆ ที่พวกเขาใช้สินค้าอุปโภคบริโภคอยู่ แต่มีผู้บริโภคถึง 84% รู้สึกเชื่อมั่นในข้อมูลหรือคำบอกเล่าของคนรู้จักหรือจากผู้ใช้จริงมากกว่า สะท้อนให้เห็นว่า Influencer มีโอกาสและเป็นตัวเลือกที่สำคัญในการโปรโมทสินค้าอีกทางหนึ่ง

 

แนวโน้ม Influencer ในปัจจุบันและอนาคตจะไปทิศทางใด?

ปฏิเสธไม่ได้ว่าในตอนนี้ Influencer Marketing อยู่ในช่วงที่กำลังเฟื่องฟู และกลายเป็นเครื่องมือทางการตลาดที่ทรงพลัง โดยเมื่อปี 2019 พบว่า การใช้ Influencer Marketing ทั่วโลกมีมูลค่าประมาณ 4.5 แสนล้านบาท และยังมีแนวโน้มเติบโตต่อเนื่อง ตามความแรงและการเติบโตของธุรกิจอีคอมเมิร์ซ บริการจัดส่งพัสดุ และฟู้ดส์ เดลิเวอรี่ที่นิยมใช้ Influencer มาทำการตลาด

มีการเปิดเผยข้อมูลที่สำคัญเกี่ยวกับบทสรุปในการทำ Influencer Marketing ในปี 2019 จากหลากหลายสำนักวิจัย พบว่า

  • 87% ของผู้บริโภคต้องการที่จะเห็นรีวิวก่อนตัดสินใจซื้อ (ผลสำรวจปี 2019) สะท้อนให้เห็นอิทธิผลของ Influencer มีผลต่อการตัดสินใจซื้อของผู้บริโภค
  • 60% ของผู้บริโภคก็ยังเต็มใจดูและเชื่อข้อมูลหรือความคิดเห็นของ Influencer เสมือนเหมือนเวลาที่เพื่อนบอกเพื่อน
  • 51% ของบริษัทที่ใช้ Influencer เริ่มมีการใช้ Marketing Automation ซึ่งใช้เทคโนโลยีในการช่วยวิเคราะห์พฤติกรรมของลูกค้า เพื่อเพิ่มประสิทธิภาพในการกำหนดกลยุทธ์และประเมินผล

แม้เป็นข้อสรุปจากผลสำรวจบางส่วน แต่เป็นการยืนยันว่าการใช้ Influencer เติบโตและพัฒนาขึ้นในหลายทิศทางและมีแนวโน้มที่จะเติบโตอย่างมากในอนาคต

 

การเลือกและการวัดผลความสำเร็จของ Influencer โดยทั่วไปมีหลักการอย่างไร?

หลักการในการเลือก Influencer โดยทั่วไป นอกเหนือจากการพิจารณาตามความเหมาะสมกับสินค้าในประเภทต่าง ๆ แล้ว สิ่งที่นักการตลาดมักจะคำนึงเป็นลำดับต้น ๆ คือความนิยมในตัว Influencer แต่ละคน โดยอาศัยจากการดูสถิติจำพวกยอดผู้ติดตามในดิจิทัลแพลตฟอร์มต่าง ๆ เช่น Instagram (IG) หรือ Facebook เป็นต้น รวมถึงพิจารณาจากข้อมูลของผลงาน (Performance) ย้อนหลังของ Influencer ด้วยเช่นกัน ไม่ว่าจะเป็นยอด View, Like, Comment หรือ Share ที่เกิดขึ้นในแต่ละโพสต์ของแต่ละบุคคล สำหรับการวัดผลโดยทั่วไปจะนิยมใช้จำนวน Engagement ที่เกิดขึ้นจากแพลตฟอร์มต่าง ๆ ที่ได้กล่าวมาเป็นหลัก

 

เลือก Influencer อย่างไรให้โดดเด่นและทรงประสิทธิภาพ?

จากแน้วโน้มที่ได้กล่าวมาข้างต้นพบว่าผู้ให้บริการ Influencer Marketing ในหลาย ๆ แพลตฟอร์มเริ่มที่จะนำ Marketing Automation มาใช้บริหารจัดการ Influencer และแน่นอนสิ่งที่ตามมามักจะหนีไม่พ้นเรื่องของ Big Data ที่จะนำมาวิเคราะห์เพื่อที่จะเลือก Influencer แม้ว่าวิธีการเลือกในปัจจุบันจะมีการนำ Big Data มาใช้บ้าง แต่ผู้เขียนจะขอนำเสนอวิธีการประยุกต์ใช้ Big Data เพื่อเลือก Influencer อีกรูปแบบหนึ่งที่น่าสนใจ และเพื่อที่จะยกตัวอย่างให้ผู้อ่านเห็นภาพ ผู้เขียนขออนุญาตใช้กรณีศึกษาจากที่ผู้เขียนเองได้ทำการสร้างสถานการณ์จำลองในการเลือก Influencer ของแบรนด์สินค้าหนึ่งมาเป็นกรณีศึกษาในบทความนี้ (ข้อมูลที่นำมาใช้เป็นข้อมูลเสมือนจริงที่ได้เก็บรวบรวมมา)

สมมติว่านักการตลาดมีวัตถุประสงค์ต้องการจะเลือก Influencer ในระดับ Celebrity เพื่อที่จะมาเป็นพรีเซ็นเตอร์สำหรับโปรโมทแคมเปญหนึ่ง โดยที่แบรนด์สินค้านี้ทำการคัดเลือกกลุ่มคนในเบื้องต้นเกี่ยวกับความเหมาะสมในรูปลักษณ์ต่าง ๆ ของ Influencer ซึ่งมีเข้าข่ายทั้งหมด 6 คน โดยมีสถิติที่แสดงความนิยมเบื้องต้นของแต่ละคนตามตารางด้านล่าง Screen Shot 2563-07-17 at 16.21.42

ถ้าพิจารณาจากหลักการปกติ มีโอกาสเป็นอย่างมากที่แบรนด์จะเลือก Influencer ในลำดับที่ 1 หรือ 2 เป็นพรีเซ็นเตอร์เนื่องจากจำนวนผู้ติดตามใน IG และ Facebook มากที่สุด ซึ่งค่าตัวไม่ได้ห่างกันมาก สุดท้ายก็อยู่ที่ข้อตกลงระหว่างแบรนด์กับตัว Influencer ว่าจะตอบตกลงกับคนใด

แต่ผู้เขียนได้ทำการพิจารณาที่จะเพิ่มมิติของข้อมูลด้วยการหาจำนวนตัวเลขการค้นหา (Search Volume) เฉลี่ยในช่วง 3 เดือนย้อนหลังของ Influencer แต่ละคน ซึ่งสะท้อนถึงกระแสความนิยมของบุคคลเหล่านั้นในปัจจุบัน รวมถึงหา Index Score แบ่งออกเป็น 1-5 ระดับ ซึ่งสามารถแสดงให้เห็นความนิยมของ Influencer ในแต่ละพื้นที่ ทั้งในเขตเมืองหลวงหรือต่างจังหวัด จากนั้นผู้เขียนได้ทำการคำนวนจากโมเดลจำลองทางคณิตศาสตร์ โดยใช้ Machine Learning ในการคำนวณถ่วงน้ำหนักออกมาเป็นค่า Celebrity Score ของแต่ละคน เพื่อที่จะจัดลำดับใหม่ว่า เมื่อเราพิจารณาปัจจัยอื่น ๆ เข้าไปด้วย ลำดับการพิจารณาเลือก Influencer มีความเปลี่ยนแปลงอย่างไร ดังตารางด้านล่าง

Screen Shot 2563-07-17 at 16.42.05

จากผลวิเคราะห์พบว่าในกลุ่มคนทั้งหมด มีการพิจารณา Influencer ในลำดับที่ 3 เพิ่มเติ่มโดยดูค่า  Celebrity Score ซึ่งมีค่าสูงสุด สะท้อนให้เห็นว่า Influencer บางคน แม้จะไม่ได้มีจำนวนผู้ติดตามสูงที่สุด แต่กำลังเป็นที่นิยมตามแต่ละพื้นที่ไม่ต่างจาก Influencer 2 ลำดับแรก แต่สิ่งสำคัญ คือ ค่าตัว Influencer ในลำดับที่ 3 ถูกว่าสองลำดับแรก จะเห็นว่าหากเราพิจารณาในปัจจัยอื่น ๆ เพิ่มเติม ผลลัพธ์ที่ได้อาจเปลี่ยนไปและโอกาสที่ Influencer ลำดับที่ 3 จะถูกเลือกก็มีโอกาสสูงขึ้น

จากการจำลองเหตุการณ์ซึ่งใช้ข้อมูลเสมือนจริงในการวิเคราะห์ ผู้เขียนได้ข้อสรุปในเบื้องต้นว่า ในการเลือก Influencer นั้น ประโยชน์ที่แบรนด์สินค้าจะได้นอกเหนือจากจะเลือกตัว Influencer เหมาะสมกับแบรนด์ทั้งในเรื่องของความนิยมและเรื่องอื่น ๆ แล้วยังสามารถประหยัดเงินลงทุนด้วย ถือว่าเป็นการวางแผนการตลาดอย่างมีประสิทธิภาพทางหนึ่ง

 

ต่อยอดการวัดผลได้อย่างไร?

นอกจากคำถามว่าเราควรจะเลือกใครแล้ว สิ่งที่นักการตลาดคาดหวังต่อมาคือผลที่จะได้รับ(Performance) จากการเลือกใช้ Influencer ซึ่งโดยทั่วไปสิ่งที่คาดการณ์ส่วนใหญ่จะเป็น Engagement ที่เกิดขึ้นจากแฟลตฟอร์มต่าง ๆ อันนี้ที่จริงแล้วแบรนด์สามารถมองถึงตัวชี้วัด (KPIs) อื่น ๆ ได้แก่ การกำหนดเป้าหมายถึงการรับรู้แบรนด์ (Brand Awareness) ที่เติบโตขึ้น หรือยอดขาย (Sales Revenue) ที่ได้รับเพิ่มขึ้น ซึ่งจริง ๆ แล้วเราสามารถนำหลักการในการเลือก Influencer ที่ได้นำเสนอไปมาพยากรณ์ถึงผลลัพธ์ของแคมเปญเพื่อประกอบการตัดสินใจได้เช่นกัน โดยผู้เขียนจะข้อยกไปนำเสนอในบทความต่อไป

 

ผู้เขียน

Writer

ศรัณยพัชร์  อติกันต์ธนา

ผู้จัดการฝ่ายวิเคราะห์ข้อมูล, ไอพีจี มีเดียแบรนด์ส  (ประเทศไทย)


เกี่ยวกับ ไอพีจี มีเดียแบรนด์ส

ไอพีจี มีเดียแบรนด์ส  (IPG Mediabrands) คือองค์กรระดับโลกที่เป็นผู้เชี่ยวชาญทางด้านการสื่อสารและการวิเคราะห์ข้อมูลที่อยู่ในเครือ Interpublic Group (NYSE: IPG) เราบริหารและดูแลการลงทุนทางด้านการสื่อสารการตลาดให้กับลูกค้าที่มีมูลค่ารวมกันกว่า 3,900 ล้านเหรียญสหรัฐใน130ประเทศทั่วโลก โดยมีผู้เชี่ยวชาญทางด้านการสื่อสารรวมตัวกันมากกว่า 10,000 คน