จะปรับแต่งโฆษณาให้คนที่เราไม่รู้จักเลยได้อย่างไร คำตอบที่ตรงไปตรงมาคือ ในระดับบุคคลทำไม่ได้ แต่เราเข้าใจคนที่สนใจหมวดสินค้านั้นได้อย่างแน่นอน และจับคู่ผู้ใช้ใหม่เข้ากับเพอร์โซนาที่เหมาะสมจากสัญญาณไม่กี่อย่างได้ นี่คือหัวใจของกลยุทธ์ cold start ที่ใช้งานได้จริง
อุตสาหกรรมกำลังมองหาทางเลือกแทนข้อมูลกลุ่มเป้าหมายแบบเดิมอย่างจริงจังเพียงใด สะท้อนได้จากรายงานล่าสุดของ Digiday กลุ่มเป้าหมายสังเคราะห์กำลังก้าวจากการทดลองสู่งานวางแผนและงานกลยุทธ์ประจำวัน Aveeno Body ใช้งานวิจัยสังเคราะห์ของ Vurvey ลดเวลาจัดทำบรีฟกลยุทธ์จากราว 30 วันเหลือสามวัน ส่วน Goodway Group ใช้ “synthetic population” ของผู้บริโภคจากสหรัฐอเมริกา สหราชอาณาจักร และเยอรมนีของ Arima ในการวางแผนสื่อ
ปัญหา cold start ในงานโฆษณาคืออะไร
คำนี้มาจากโลกของระบบแนะนำ (recommender system) ระบบที่เรียนรู้จากพฤติกรรมต้องมีพฤติกรรมให้เรียนรู้ แต่ผู้ใช้ใหม่ยังไม่มีเลย ระบบจึงเสิร์ฟค่าเฉลี่ย ได้แก่สินค้าขายดี ข้อความทั่วไป และโฆษณาที่ได้ผลนิดหน่อยกับทุกคน แต่ไม่ได้ผลจริงจังกับใครเลย
ในงานโฆษณา ปัญหายิ่งซับซ้อนขึ้น เบราว์เซอร์หลายตัวบล็อกคุกกี้บุคคลที่สามโดยค่าเริ่มต้น แบนเนอร์ขอความยินยอมกลายเป็นเรื่องปกติในชีวิตประจำวันของเยอรมนี และไม่ใช่ทุกคนที่กด “ยอมรับทั้งหมด” ทางออกแบบดั้งเดิมอย่างการซื้อเซกเมนต์สำเร็จรูปก็ยุ่งยากขึ้นภายใต้กฎหมายคุ้มครองข้อมูล และยังบอกแทบไม่ได้ว่าทำไมใครสักคนจึงซื้อ ในภูมิภาค DACH (เยอรมนี ออสเตรีย และสวิตเซอร์แลนด์) ที่อยู่ภายใต้ GDPR การพูดว่า “เดี๋ยวซื้อข้อมูลเพิ่ม” ไม่ใช่กลยุทธ์อีกต่อไป
ทำไมข้อมูลที่มากขึ้นจึงไม่ช่วยแก้ปัญหา
งานวิจัยด้านคุณภาพข้อมูลมีสูตรที่ตรงไปตรงมาสำหรับเรื่องนี้ คือข้อมูลดีได้เพียงเท่าที่เหมาะกับวัตถุประสงค์การใช้งาน ความถูกต้องอย่างเดียวไม่พอ ข้อมูลต้องเกี่ยวข้อง ทันสมัย และเหมาะกับคำถามเฉพาะที่ต้องการคำตอบ ในงานวิชาการเรียกแนวคิดนี้ว่า “fitness for use”
เซกเมนต์สำเร็จรูปอย่าง “ผู้หญิงอายุ 25 ถึง 34 ปี ที่สนใจความงาม” ระบุไว้ชัดเจนแม่นยำ แต่สำหรับคำถามว่า “อะไรจะทำให้คนคนนี้ลองสินค้าของเรา” กลับแทบไม่มีค่าอะไรเลย เพราะอธิบายคุณลักษณะ ไม่ได้อธิบายแรงจูงใจ การมีส่วนร่วม (engagement) เกิดจากความเข้าใจ ไม่ได้เกิดจากตัวเลข
สำหรับ cold start นั่นหมายความว่า ทรัพยากรสำคัญไม่ใช่ประวัติของผู้ใช้แต่ละคน แต่เป็นภาพที่แข็งแรงของแรงจูงใจ ความกังวล และภาษาที่ใช้ในหมวดสินค้านั้น และภาพนี้วาดได้จากคอนเทนต์ที่เผยแพร่เป็นสาธารณะ
เพอร์โซนาจากคอนเทนต์สาธารณะสร้างขึ้นอย่างไร
ผู้คนพูดถึงเหตุผลที่ซื้อหรือไม่ซื้อในที่สาธารณะมากอย่างน่าประหลาดใจ ทั้งในคอมเมนต์ใต้โพสต์ของแบรนด์ รีวิวสินค้า วิดีโอของครีเอเตอร์ และกระทู้ในฟอรัม คอนเทนต์เหล่านี้รวบรวมได้ จัดกลุ่มตามธีมและความขัดแย้งในใจ แล้วสกัดเป็นเพอร์โซนา โดยใช้คำพูดจริงแทนโปรไฟล์ที่แต่งขึ้น
สิ่งที่ต่างจากเพอร์โซนาแบบเวิร์กช็อปดั้งเดิมคือ เพอร์โซนานี้อิงสิ่งที่ผู้คนพูดจริง ไม่ใช่สิ่งที่ทีมสันนิษฐานเกี่ยวกับพวกเขา Digiday อธิบายแนวทางที่คล้ายกันไว้ว่า สำหรับแบรนด์ Sacheu นั้น Limitless Labs วิเคราะห์วิดีโอ TikTok และ Instagram นับพันรายการจากระบบนิเวศครีเอเตอร์ของแบรนด์เพื่อสร้างเพอร์โซนา
สิ่งสำคัญสำหรับตลาดเยอรมนี: เพอร์โซนาแบบนี้ทำงานในระดับรูปแบบและกลุ่ม ไม่จำเป็นต้องมีโปรไฟล์ของผู้ใช้รายบุคคลเพื่อเลือกข้อความแรก อย่างไรก็ตาม การประเมินทางกฎหมายสำหรับการตั้งค่าเฉพาะของคุณยังควรปรึกษาที่ปรึกษาด้านการคุ้มครองข้อมูลของคุณ
มีแนวทางใดบ้างสำหรับแก้ cold start
| แนวทาง | ฐานข้อมูล | จุดแข็ง | จุดอ่อน |
|---|---|---|---|
| เซกเมนต์บุคคลที่สามที่ซื้อมา | โปรไฟล์และคุกกี้จากภายนอก | หาได้รวดเร็ว | เห็นแรงจูงใจน้อย ยุ่งยากภายใต้กฎหมายคุ้มครองข้อมูล |
| การกำหนดเป้าหมายตามบริบท (contextual targeting) | สภาพแวดล้อม เวลา สถานที่ อุปกรณ์ | ใช้งานได้โดยไม่ต้องมีข้อมูลส่วนบุคคล | บอกเรื่องแรงจูงใจได้น้อย |
| ข้อมูล zero-party | คำตอบจากแบบทดสอบหรือขั้นตอนออนบอร์ดดิ้ง | ตรงไปตรงมาและอยู่บนพื้นฐานของความยินยอม | ได้เฉพาะจากผู้ที่เข้าร่วม และเพิ่มแรงเสียดทานใน funnel |
| กลุ่มเป้าหมายสังเคราะห์ | โมเดลที่อิงข้อมูลแบบสำรวจ ข้อมูลสถิติ และข้อมูลแพนเนล | จำลองปฏิกิริยาได้รวดเร็ว | โน้มเอียงไปทางค่าเฉลี่ย คุณภาพขึ้นอยู่กับข้อมูลนำเข้า |
| เพอร์โซนาจากคอนเทนต์สาธารณะ | คอมเมนต์ รีวิว คอนเทนต์ของครีเอเตอร์ โฆษณาของคู่แข่ง | แรงจูงใจและภาษาจริงของหมวดสินค้า | ต้องอาศัยสัญญาณเพื่อจับคู่กับผู้ใช้แต่ละราย |
ไม่มีแนวทางใดแก้ปัญหาได้ลำพัง ในทางปฏิบัติ เพอร์โซนาจากคอนเทนต์สาธารณะให้สมมติฐาน สัญญาณเชิงบริบทให้การจับคู่ และข้อมูล first-party ให้การยืนยัน
จะนำการปรับแต่งสำหรับช่วง cold start ไปใช้จริงใน 6 ขั้นตอนได้อย่างไร
- รวบรวมบทสนทนาในหมวดสินค้า คอมเมนต์ รีวิว คอนเทนต์ของครีเอเตอร์ และโฆษณาของคู่แข่งในช่วงไม่กี่เดือนที่ผ่านมา ไม่ใช่เฉพาะเรื่องแบรนด์ แต่ครอบคลุมทั้งหมวดสินค้า
- สร้างเพอร์โซนาและความขัดแย้งในใจ จัดกลุ่มคอนเทนต์ตามแรงจูงใจและความกังวล เพอร์โซนาที่แตกต่างกันชัดเจน 3-5 แบบก็เพียงพอสำหรับการเริ่มต้น
- เขียนสมมติฐานหนึ่งข้อต่อหนึ่งเพอร์โซนา ข้อความ จุดดึงดูด (hook) และข้อเสนอแบบไหนที่เหมาะ พัฒนาครีเอทีฟเฉพาะอย่างน้อยหนึ่งแบบสำหรับแต่ละเพอร์โซนา
- กำหนดสัญญาณสำหรับการจับคู่ แลนดิ้งเพจ คำค้นหา บริบท แหล่งที่มาของแคมเปญ การคลิกครั้งแรก: ตัดสินใจว่าสัญญาณใดชี้ไปยังเพอร์โซนาใด
- เสิร์ฟพร้อมการสำรวจทดลอง กันการเสิร์ฟส่วนหนึ่งไว้สำหรับตัวแปรที่ไม่ตรงกับเพอร์โซนาที่สันนิษฐาน ด้วยวิธีนี้ระบบจะเรียนรู้ต่อไป แทนที่จะคอยยืนยันสมมติฐานของตัวเอง
- ป้อนข้อมูล first-party กลับเข้าระบบ ทุกปฏิสัมพันธ์ช่วยให้การจับคู่แม่นยำขึ้น อัปเดตเพอร์โซนาอย่างสม่ำเสมอ เพราะบทสนทนาเปลี่ยนไปเรื่อย ๆ
กลุ่มเป้าหมายสังเคราะห์มีประโยชน์เพียงใดสำหรับ cold start
มีประโยชน์พอสมควร หากรู้ข้อจำกัดของมัน ในรายงานของ Digiday แม้แต่ผู้ที่เกี่ยวข้องเองก็ยังแสดงความกังขา Chad Reynolds ซีอีโอของ Vurvey กล่าวว่าโมเดลภาษาขนาดใหญ่ให้ผลลัพธ์ตรงยอดของกราฟระฆังคว่ำ หรือก็คือคำตอบที่พบบ่อยที่สุด Julie Clark จาก TransUnion เตือนถึงเพอร์โซนาที่สร้างจากข้อมูลนำเข้าคุณภาพต่ำ และ Stef Hoffman จาก Code & Theory สรุปไว้อย่างกระชับว่า ผลลัพธ์เหล่านี้ช่วยประกอบวิจารณญาณ แต่ไม่อาจมาแทนที่วิจารณญาณได้
ตรงนี้เองที่คอนเทนต์สาธารณะแสดงคุณค่า มันไม่ใช่การจำลอง แต่เป็นหลักฐาน หากเพอร์โซนาหนึ่งระบุว่าคนในหมวดสินค้าของคุณกลัวมากที่สุดว่าจะซื้อผิด คุณควรมองเห็นโพสต์ที่ข้อสรุปนั้นมาจากได้ เพอร์โซนาที่ย้อนรอยกลับไปไม่ได้ก็เป็นเพียงข้อกล่าวอ้าง
Defy Monitor เดินตามแนวทางนี้: คอนเทนต์ของกลุ่มเป้าหมายถูกจัดกลุ่มเป็นเพอร์โซนาและความขัดแย้งในใจโดยอัตโนมัติ และการวางแผนเริ่มจากบทสนทนาจริงแทนข้อมูลประชากรศาสตร์ เป็นองค์ประกอบหนึ่งของแพลตฟอร์ม Defy ซึ่งมอบความสามารถด้านการวิเคราะห์แบบเดียวกับที่เครือข่ายเอเจนซีรายใหญ่ลงทุนสร้างอย่างหนักให้แก่เอเจนซีอิสระ
จะรู้ได้อย่างไรว่ากลยุทธ์ cold start ได้ผล
เปรียบเทียบตัวแปรที่อิงเพอร์โซนากับกลุ่มควบคุมแบบทั่วไป ตัวชี้วัดที่บอกได้ชัดที่สุดคือตัวเลขช่วงแรกของผู้ใช้ใหม่ ได้แก่ ปฏิสัมพันธ์กับโฆษณาชิ้นแรก ความลึกของการเข้าชมครั้งแรก และเวลาจนถึงคอนเวอร์ชันแรก หากตัวแปรเพอร์โซนาไม่ได้นำ นั่นไม่ใช่ความล้มเหลว แต่เป็นเบาะแส: เพอร์โซนาอาจคลาดเคลื่อน หรือสัญญาณจับคู่อ่อนเกินไป
