HomeFeaturedกรณีศึกษา KBank กับการประยุกต์ใช้ Big Data มัดใจลูกค้า

กรณีศึกษา KBank กับการประยุกต์ใช้ Big Data มัดใจลูกค้า

แชร์ :

สิ่งสำคัญที่สุดของการทำธุรกิจในยุคนี้อยู่ที่ความสามารถในการทำความรู้จักและเข้าใจลูกค้า ทำให้เริ่มเห็นหลายองค์กรในประเทศตื่นตัวกับการขับเคลื่อน Big Data เพื่อนำมาใช้เป็นเครื่องมือสำคัญในการได้อินไซต์ของผู้บริโภค และสามารถนำมาต่อยอดสู่การพัฒนาสินค้าหรือบริการที่ตรงใจและตอบโจทย์ได้ดียิ่งขึ้น

ADFEST 2024

Santos Or Jaune

โดยเฉพาะในธุรกิจที่ Landscape การแข่งขันเปลี่ยนแปลงไปจากเดิม เส้นแบ่งเขตแดนเลือนลางจนไม่สามารถแข่งอยู่แค่ในอุตสาหกรรมเดิมที่เคยอยู่ได้อีกต่อไป โดยเฉพาะในธุรกิจธนาคารที่เห็นผลกระทบจากคลื่น Digital Disruption ได้อย่างชัดเจน จึงต้องเร่งสปีดในการยกระดับความพึงพอใจของลูกค้าเพื่อให้อยู่บนแพลตฟอร์มตัวเองได้มากที่สุด

โฟกัสที่ Pain Point 

คุณตุลย์ โรจน์เสรี Deputy Managing Director กสิกร บิซิเนส-เทคโนโลยี กรุ๊ป หรือ KBTG กลุ่มบริษัทเทคโนโลยีของธนาคารกสิกรไทย หนึ่งในองค์กรชั้นนำของประเทศ ที่ให้ความสำคัญกับการพัฒนาเทคโนโลยีดิจิทัลเพื่อเป็นเครื่องมือในการขับเคลื่อนธุรกิจในยุคปัจจุบัน และเป็นธนาคารแรกๆ ของประเทศที่ลงทุนพัฒนาระบบ Big Data เข้ามาใช้เพื่อยกระดับศักยภาพทั้งในแง่ของการเพิ่ม Performance ให้องค์กร รวมทั้งสร้างความพึงพอใจที่มากขึ้นให้แก่ลูกค้า

และในฐานะที่ทำงานด้านข้อมูลมาโดยตลอด ทำให้คุณตุลย์มองเห็นจุดอ่อน หรือความเข้าใจผิดเกี่ยวกับการพัฒนาบิ๊กดาต้าเข้ามาใช้ภาคธุรกิจ ซึ่งหลายฝ่ายยังไม่เข้าใจว่าบิ๊กดาต้าเป็นเพียงข้อมูลหรืออินไซต์ที่ได้จากการศึกษาผู้บริโภคอย่างละเอียด แต่การจะนำไปใช้นั้นต้องตั้งต้นจากปัญหาบางอย่างที่องค์กรต้องการแก้ไข คือ ต้องมองที่ Objective หรือวัตถุประสงค์ในการนำอินไซต์ที่ได้ไปแก้ Pain Point นั้นๆ แต่ปัจจุบันหลายส่วนโฟกัสแค่ว่าอยากได้บิ๊กดาต้าไปใช้เป็นเครื่องมือทางการตลาด โดยที่ยังไม่เข้าใจว่าจะนำไปใช้ในเรื่องใดหรือเพื่ออะไร

“สิ่งที่เห็นบ่อยๆ คือ ส่วนใหญ่ยังไม่เห็นปลายทาง ยังไม่รู้ว่าปัญหาที่อยากแก้ไขคืออะไร แต่เลือกโซลูชั่นส์ไว้ก่อน เหมือนกับการเอาเกวียนมาไว้หน้าม้า ซึ่งไม่สามารถขับเคลื่อนไปไหนได้เพราะเกวียนลากม้าไม่ได้ แต่เราต้องพยายามทำให้ม้ามาอยู่หน้าเกวียน ต้องวาง Objective ให้ชัดก่อนว่าจะทำอะไร ต้องการอะไร แล้วจึงค่อยหาโซลูชั่นส์ที่เหมาะสม ซึ่งบางปัญหาอาจไม่จำเป็นต้องแก้ไขด้วยบิ๊กดาต้าก็ได้ เพราะสุดท้ายแล้วปลายทางก็คือการทำให้ผู้บริโภคพึงพอใจและตอบโจทย์สิ่งที่ต้องการได้ โดยที่ผู้บริโภคเองก็ไม่ได้ให้ความสำคัญกับกระบวนการหรือโซลูชั่นส์ที่ภาคธุรกิจเลือกใช้ว่าจะเป็นบิ๊กดาต้าหรือไม่ นอกจากนี้ต้องดูความพร้อมของระบบซัพพอร์ตต่างๆ ในองค์กรด้วย เพื่อความสามารถในการส่งมอบสิ่งที่พัฒนาขึ้นมาไปสู่ลูกค้าได้ถึงระดับ End to End”

แต่หากต้องนำเรื่องของบิ๊กดาต้าไปใช้ สิ่งชี้วัดความสำเร็จได้จริงต้องมององค์ประกอบภาพรวม ทั้งการคิด Business Case ที่ดีกว่า และสามารถส่งมอบไปสู่ลูกค้าได้ เพื่อทำให้ชีวิตลูกค้าง่าย สะดวก และ มี Journey ที่ดีขึ้น ซึ่งสุดท้ายแล้วอยู่ที่ความสามารถในการวิเคราะห์ เพื่อกลั่นข้อมูลออกมาสร้างประโยชน์ให้ได้ เหมือนกับการขุดเจาะน้ำมันที่ใครก็รู้ว่ามีบ่อน้ำมันดิบอยู่ตรงไหนบ้างแล้วก็ไปขุดได้ แต่สุดท้ายแล้วคนที่ชนะก็คือคนที่สามารถกลั่นน้ำมันดิบให้กลายเป็นน้ำมันดีเซลหรือน้ำมันเบนซินเพื่อนำไปใช้ประโยชน์ต่อได้มากกว่านั่นเอง

งาน Big Data ไม่จำเป็นต้อง Advance ขั้นเทพ  

หลายคนเข้าใจว่า การนำข้อมูลบิ๊กดาต้าไปใช้ให้เกิดประสิทธิภาพสูงสุด ต้องนำข้อมูลไปคิดวิเคราะห์เพื่อหาอินไซต์ลึกๆ ของลูกค้าที่ซ่อนอยู่ เพื่อต่อยอดทางธุรกิจ ซึ่งในมุมมองของคุณตุลย์นั้น การนำบิ๊กดาต้าไปใช้ให้เกิดประโยชน์สามารถทำได้หลากหลาย โดยที่บางครั้งก็ไม่จำเป็นต้องใช้วิธีลึกลับซับซ้อน หรือต้องเน้นวิเคราะห์ข้อมูลอะไรมากมาย อาจจะเป็นการทำ Used Case จากงานโอเปอเรชั่นต่างๆ ของธนาคารให้ง่าย สะดวก หรือไวยิ่งขึ้นก็สามารถสร้างความพึงพอใจให้ลูกค้าได้เช่นเดียวกัน

“ช่วงที่ธนาคารเริ่มขับเคลื่อนบิ๊กดาต้าเมื่อประมาณปี 2014 เรามองเห็นปัญหาในการทำงานด้านเอกสารของธนาคาร เช่น การขอ Statement หรือรายการเดินบัญชีต่างๆ ที่ต้องรอกระบวนการทางเอกสารถึง 3 วัน หรืออาจเป็นอาทิตย์ เป็นหนึ่งในความไม่สะดวกที่เกิดขึ้นในการเข้ามาใช้บริการ นำมาสู่การย้ายข้อมูลส่วนตัวเจ้าของบัญชีรวมทั้งรายการเดินบัญชีเข้ามาไว้ในแอพพลิเคชั่น K PLUS ที่ลูกค้าสามารถเรียกดูได้ตลอดเวลาที่ต้องการ และสามารถขอย้อนหลังได้ถึง 1 ปี ซึ่งนอกจากเพิ่มความสะดวกแล้วยังไม่มีค่าใช้จ่ายเหมือนไปขอที่สาขาธนาคาร เป็นการนำบิ๊กดาต้ามาช่วยแก้ Pain Point ให้กับลูกค้า โดยไม่จำเป็นต้องวิเคราะห์อะไรลึกซึ้ง แต่มาจากความเข้าใจและมองเห็นปัญหาในธุรกิจ นำมาสู่การเพิ่ม Value ที่มากขึ้นให้ลูกค้าได้ ทำให้ธนาคารเป็นผู้นำด้าน Digital Mobile Banking ด้วยจำนวนผู้ใช้งานมากกว่า 8 ล้านราย”

อีกหนึ่งสิ่งที่ธุรกิจธนาคารต้องให้ความสำคัญ โดยเฉพาะในสนามบิ๊กดาต้าที่ไม่ได้จำกัดผู้เล่นอยู่แค่ในธุรกิจธนาคารเพียงอย่างเดียวอีกต่อไป แต่ยังต้องแข่งกับทั้งธุรกิจในภาคการเงินอื่นๆ หรือแม้แต่ในธุรกิจอื่นที่นอกเหนือจากภาคการเงินไม่ว่าจะเป็นกลุ่มเทเลคอม หรือผู้ให้บริการแพลตฟอร์มต่างๆ  ธนาคารจึงต้องมองตัวเองเป็นมากกว่าแค่สถาบันการเงิน แต่ต้องเข้าไปเป็นเพื่อนกับลูกค้า ปรับสู่ภาพของ Lifestyle Banking ที่ทำได้มากกว่าแค่การโอน เติม จ่าย ที่ทุกวันนี้ใครก็สามารถให้บริการเหล่านี้ได้โดยไม่จำเป็นต้องเป็นธนาคารเท่านั้น และที่สำคัญต้องเข้ามาอยู่บน Mobile Platform ให้ได้

ขณะที่หน้าที่ของธนาคารจากนี้ไปจะเน้นที่การสร้างความสัมพันธ์ที่ดีกับลูกค้า ด้วยการศึกษาลงลึกถึงพฤติกรรม ความชอบหรือไลฟ์สไตล์ เพื่อนำเสนอสินค้าหรือบริการที่ตอบโจทย์และมีความแม่นยำให้แก่ลูกค้า ต้องนำเสนอสิ่งที่ถูกใจ ถูกที่ และถูกเวลา เพราะตราบใดที่ข้อเสนอที่ส่งไปนั้นเป็นสิ่งที่ลูกค้าสนใจหรือมีความต้องการ ลูกค้าก็จะไม่รู้สึกว่าถูกรบกวนหรือก้าวก่ายความเป็นส่วนตัวแม้ว่าจะส่งไปบ่อยๆ แต่ส่วนใหญ่ที่ลูกค้ารู้สึกรำคาญหรือไม่พอใจมาจากการนำเสนอในสิ่งที่ไม่แม่นยำ หรือไม่ตรงกับความต้องการของลูกค้านั่นเอง

“ข้อเสนอต่างๆ ที่ส่งไปถึงลูกค้าต้องถูกใจ ถูกที่ และถูกเวลา ถูกใจคือ ส่งในสิ่งที่ลูกค้าชื่นชอบ ถูกที่คือ ส่งมาในเวลาที่ลูกค้าอยู่ในโลเกชั่นที่น่าจะต้องการสิ่งเหล่านี้ เช่น โปรโมชั่นในศูนย์การค้าที่ลูกค้ากำลังเดินอยู่ หรือลูกค้าบางคนชอบเล่นเทนนิส บางคนชอบทานอาหารญี่ปุ่น ก็สามารถนำเสนอในสิ่งที่ลูกค้าชื่นชอบได้ โดยเป้าหมายสำคัญไม่ได้มองที่รายได้หรือค่าธรรมเนียมจากธุรกรรมต่างๆ ที่ลูกค้าจะทำผ่านแพลตฟอร์มเรา แต่หากสามารถต่อยอดเพื่อทำให้เรื่องเหล่านี้มีความแม่นยำมากขึ้นโอกาสที่ลูกค้าจะอยู่กับเราก็มากขึ้นเช่นกัน ทำให้บนแพลตฟอร์ม K PLUS จึงมีความเป็นไลฟ์สไตล์ทั้งที่เกี่ยวข้องกับเรื่องของการเงินไม่ว่าจะเป็นการทำธุรกรรม ข้อมูลสำหรับการลงทุน จ่ายบิลต่างๆ รวมทั้งการเตือนความจำวันสำคัญรวมทั้งการให้ข้อมูลในสิ่งที่ลูกค้าแต่ละคนสนใจ”

Data Scientist ต้องเข้าใจธุรกิจองค์กรก่อน

เมื่อตลาดมีความต้องการบุคลากรทางด้าน Data มากขึ้น ขณะที่จำนวน Data Scientist ในปัจจุบันก็ยังมีจำกัด ทำให้เด็กรุ่นใหม่ส่วนใหญ่มีความฝันที่จะเข้ามาทำงานในสายงานนี้มากขึ้น โดยที่หลักสูตรส่วนใหญ่จัดเป็น IT หรือ Technology Base ที่เน้นความเชี่ยวชาญในเชิงเทคนิคเป็นหลัก แต่มักจะขาดความเข้าใจในเชิงธุรกิจหรือการตลาดซึ่งเป็นส่วนที่มีความสำคัญมากกว่า

“เด็กรุ่นใหม่ส่วนใหญ่มีความฝันอยากเป็น Data Scientist โดยที่บางคนยังขาดความเข้าใจว่าบทบาทและหน้าที่ของ Data Scientist คืออะไร รู้เพียงแค่ต้องเขียนโปรแกรมได้ ซึ่งในความเป็นจริงเรื่องของเทคนิคสำคัญน้อยกว่าความเข้าใจในธุรกิจ เช่น ผลิตภัณฑ์ที่มีหลากหลายมากกว่าแค่เรื่องเงินฝากหรือเงินกู้ รวมทั้งความสามารถในการทำความเข้าใจข้อมูลต่างๆ เพื่อวิเคราะห์และมองเห็นอินไซต์ของลูกค้า นำมาสู่การออกแบบผลิตภัณฑ์หรือโซลูชั่นส์ต่างๆ อย่างเหมาะสม ดังนั้นมีความจำเป็นที่คนจะมาทำงานด้านดาต้าต้องให้เวลาในการทำความรู้จักธุรกิจและปัญหาต่างๆ ที่มีอยู่ในองค์กรก่อน หรืออาจจะต้องเริ่มเรียนรู้จากการเป็น Data Analytic หรือ Data Engineer ก่อนจะขยับมาเป็น Data Scientist ในภายหลัง”

โดยในส่วนของธนาคารกสิกรไทยเอง จะเน้นการทำงานร่วมกันอย่างใกลชิดระหว่าง Data Team และ Business Team เพื่อความเข้าใจเกี่ยวกับลูกค้าและผลิตภัณฑ์ต่างๆ อย่างถ่องแท้ ผ่านการระดมสมองในการทำงานร่วมกันเพื่อตอบโจทย์ลูกค้า และพัฒนากระบวนการต่างๆ เพื่อสามารถส่งมอบบริการให้ลูกค้าได้อย่างสมบูรณ์ เนื่องจากเป้าหมายสุดท้ายที่สูงที่สุดของธนาคารก็คือ ความสามารถในการตอบโจทย์ผู้บริโภคและเข้าไปเป็นส่วนหนึ่งในไลฟ์สไตล์ของผู้บริโภค ภายใต้แพลตฟอร์มที่สามารถทำงานผ่านสมาร์ทโฟนได้อย่างมีประสิทธภาพนั่นเอง

: บทสัมภาษณ์จากงาน The Dawn of DATA เพราะ Big DATA ไม่ใช่คำหรูของนักการตลาด  จัดโดย  BrandBuffet.in.th (อ่านทั้งหมดได้ที่นี่)

ชมย้อนหลังที่นี่ 
Part 1 https://youtu.be/qctP7ltOdMU
Part 2 https://youtu.be/_IKAMi8pcmQ


แชร์ :

You may also like