“เพราะยอดขายที่เพิ่มขึ้น ไม่จำเป็นที่จะต้องเกิดจากการตัดสินใจซื้อตั้งแต่ครั้งแรกเพียงอย่างเดียว แต่สามารถเกิดจากกลุ่มลูกค้าที่หลุดหายไปได้เช่นกัน”

หากจะกล่าวถึงขั้นตอนที่สำคัญอย่างหนึ่งของการทำธุรกิจ คงหนีไม่พ้นกระบวนการขาย เพราะนอกจากจะสร้างรายได้ให้บริษัท ยังเป็นการเปิดโอกาสให้รู้จักตัวตนและทำความเข้าใจในพฤติกรรมของกลุ่มลูกค้าผ่านปฏิสัมพันธ์ที่เกิดขึ้นระหว่างกันจนนำมาสู่การแลกเปลี่ยนข้อมูลที่เป็นประโยชน์และสร้างความได้เปรียบให้กับธุรกิจในที่สุด

อย่างไรก็ตาม ในขณะที่กระบวนการขายดำเนินไปตามปกติ แต่ก็มีกลุ่มลูกค้าอยู่จำนวนไม่น้อยที่หลุดหายไประหว่างทาง เช่น กลุ่มลูกค้าที่เคยติดต่อสอบถามเข้ามา เคยลงทะเบียนหรือสั่งจองไปแล้ว แต่กลับไม่มีกิจกรรมการซื้อขายเกิดขึ้น แล้วธุรกิจจะทำอย่างไรให้ลูกค้ากลุ่มดังกล่าวที่ครั้งหนึ่งเคยแสดงท่าทีสนใจและถือว่ามี potential ที่จะซื้อสินค้าหรือใช้บริการกลับมาเข้ามาสู่กระบวนการขาย (Sale funnel) ได้อีกครั้ง จนสามารถปิดการขายได้สำเร็จ สิ่งเหล่านี้ล้วนเป็นหน้าที่โดยตรงของระบบการทำงานหรือหน่วยงานที่มีชื่อว่า ทีม Win-back

Win-back ง่ายขึ้นเมื่อมี Big Data

เป็นที่ทราบกันดีอยู่แล้วว่าBig data กลายเป็นองค์ประกอบสำคัญสำหรับการทำธุรกิจยุคดิจิทัล ที่ไม่เพียงแต่จะเข้ามาช่วยแบ่งเบาภาระการทำงานของบุคลากรในองค์กร แต่ยังสามารถช่วยให้การตัดสินใจเป็นเรื่องที่ง่ายขึ้น รวมทั้งช่วยเสริมศักยภาพและกระตุ้นให้เกิดยอดขายที่เพิ่มขึ้นได้อีกด้วย โดยเฉพาะในส่วน Sales & Marketing ที่ต้องเก็บข้อมูลต่างๆของลูกค้า ไม่ว่าจะเป็น ชื่อ เบอร์ติดต่อ ช่วงอายุ เพศ รายได้เฉลี่ย ไลฟ์สไตล์ งานอเดิเรก ความชอบ รสนิยม ทัศนคติ ที่เก็บไว้ในระบบ CRM ซึ่งนั้นถือเป็นข้อมูลพื้นฐานที่ต้องมี

นอกเหนือจากนั้นรายละเอียดเกี่ยวกับการติดต่อกับลูกค้าหรือการทำแบบสำรวจความสนใจของลูกค้า ข้อมูลเหล่านี้ล้วนมีมูลค่ามหาศาล ที่สามารถนำเทคนิค Algorithms Machine Learning มาใช้วิเคราะห์เพื่อศึกษาหาความสัมพันธ์ของชุดข้อมูลต่างๆและสร้างออกมาเป็นแพทเทิร์น จำแนกลูกค้าออกเป็นกลุ่มๆ เพื่อให้เข้าใจลูกค้าแต่ละประเภทได้อย่างลึกซึ้ง และสามารถนำเสนอสินค้าและบริการที่ตรงใจลูกค้า (product recommendation) รวมถึงโปรโมชั่นให้ตรงกับ Lifestyle ของลูกค้าแต่ละราย

สำหรับทีมWin-back ที่มีหน้าที่คอยดึงกลุ่มลูกค้าที่หล่นหายไปให้กลับมาสู่กระบวนการขาย คงเป็นไปได้ยากและไม่มีประสิทธิภาพหากไม่มีการนำ Big Data  Analytics มาช่วยวิเคราะห์หากลุ่มลูกค้าที่มีโอกาสปิดการขายเพื่อจัดแพทเทิร์นและแบ่งหมวดหมู่เพื่อทำความเข้าใจลูกค้าแต่ละราย การนำ Big data มาใช้ร่วมกับการทำ Win-back สามารถแบ่งได้เป็น 2 กรณีหลัก

Lead prioritization

การเรียงลำดับลูกค้าที่มีโอกาสกลับมาซื้อหรือใช้บริการโดยใช้ Big data และ AI ในการดึงข้อมูลจากฐานข้อมูลมาวิเคราะห์หาโอกาสความน่าจะเป็น นอกจากจะช่วยเพิ่มประสิทธิภาพในการทำงานเมื่อเทียบกับรูปแบบเดิมที่ทีมจะต้องวิเคราะห์และเลือกลูกค้าที่จะทำการติดต่อด้วยตนเอง ยังช่วยร่นระยะเวลาทำงานของบุคลากรในทีมให้สามารถติดต่อลูกค้าในแต่ละวันเพิ่มขึ้นอีกด้วย

Win-back dashboard

ขั้นตอนการรวบรวมและแสดงผลข้อมูลในการทำ Win-back ถือว่ามีความสำคัญไม่แพ้กัน การใช้ Dashboard แสดงผลข้อมูลสำคัญโดยสร้างเป็นลิสต์เรียงลำดับตามความน่าจะเป็นจาก 0-100 ตามโอกาสในการกลับมาซื้อของลูกค้าแต่ละราย ช่วยให้ทีม Win-back เกิดความเข้าใจได้ง่าย สามารถนำไปใช้ประกอบการตัดสินใจในการติดต่อหากลุ่มลูกค้าที่มีโอกาสสูงก่อน ซึ่งแน่นอนว่าจะส่งผลดีต่อประสิทธิภาพการทำงานโดยรวมด้วยเช่นกัน

จากประสบการณ์การทำงานด้านการบริหารจัดการและวิเคราะห์ชุดข้อมูลขนาดใหญ่ของ Bluebik  มีการทดลองนำ Big Data Analytics Tool มาใช้ในการทำ Win-back ร่วมกับองค์กรอสังหาริมทรัพย์ชื่อดังแห่งหนึ่ง โดยการทำ A/B testing เพื่อหาข้อเปรียบเทียบระหว่างทีมที่นำ Big data เข้ามาใช้เพื่อจัดลำดับลูกค้าตามความน่าจะเป็น (Lead Prioritization) อิงจากข้อมูลที่มีอยู่ ไม่ว่าจะเป็น ช่วงอายุ ฐานเงินเดือน ที่อยู่ปัจจุบัน สถานที่ทำงาน และจำนวนครั้งที่เคยติดต่อ กับอีกทีมที่ใช้รูปแบบการทำงานแบบเดิม ดำเนินงานตามปกติโดยใช้ความรู้สึกในการเลือกลูกค้า โดยวัดผลผ่านตัวชี้วัด 2 ประเภท คือ ประสิทธิภาพและประสิทธิผล

ผลลัพธ์ที่ออกมาเป็นไปตามคาดคือทีมที่นำ Big data Analytics เข้ามาใช้ร่วมกับการทำ win-back มีผลในเชิงประสิทธิภาพที่ออกมาดีกว่าทีมที่ใช้รูปแบบการทำงานแบบดั้งเดิม ทั้งจำนวนลูกค้าที่พนักงานสามารถติดต่อได้ในแต่ละวันเพิ่มขึ้นถึง 11% และในเชิงประสิทธิผลโดยสัดส่วนของลูกค้าที่สนใจโครงการเพิ่มขึ้นจากการดำเนินงานปกติถึง 18% และยังมีจำนวนลูกค้าที่ไม่ควรติดต่อ (ลูกค้าที่ซื้อไปแล้วแต่ยังมีข้อมูลค้างในระบบ) ลดลงมากถึง 82% อีกด้วย

การทดสอบข้างต้น ถือเป็นเครื่องพิสูจน์ชั้นดีถึงบทบาทและความสำคัญในการนำ Big data Analytics เข้ามาประยุกต์ใช้ในกระบวนการทำ Win-back จะเห็นได้ว่าเมื่อสามารถวิเคราะห์และเข้าถึงลูกค้าได้ถูกกลุ่ม ด้วยข้อเสนอที่เหมาะกับลูกค้าแต่ละรายนั้น ยอดขายที่เกิดขึ้นไม่ได้มาจากลูกค้าที่ตัดสินใจซื้อตั้งแต่ครั้งแรกเพียงอย่างเดียว แต่สามารถเกิดจากลูกค้าที่หายไปและกลับมาได้เช่นกัน

การนำ Big Data Analytics เข้ามาใช้เพื่อดึงลูกค้าให้กลับมาซื้อสินค้าและบริการ ไม่ได้จำกัดเฉพาะธุรกิจในกลุ่มอุตสาหกรรมใดกลุ่มอุตสาหกรรมหนึ่ง แต่สามารถประยุกต์ได้ในทุกๆอุตสาหกรรม อาทิ ธุรกิจประกัน ที่สามารถย้อนดูประวัติสุขภาพหรือจำนวนอุบัติเหตุของผู้ถือกรมธรรม์ที่เพื่อจัดแคมเปญกระตุ้นให้ลูกค้าต่ออายุสัญญากรมธรรม์  หรือธุรกิจธนาคารที่สามารถจัดแพทเทิร์นการใช้งานบัตรเครดิตเพื่อนำเสนอโปรโมชั่นที่ดึงดูดใจลูกค้าแต่ละรายได้ ที่ผ่านมาผู้ประกอบการหลายรายมีความเข้าใจผิดคิดว่าธุรกิจของตนไม่ได้รับผลกระทบจาก Digital Disruption ทำให้ไม่มีการปรับตัวแต่กว่าจะรู้ตัวอีกทีก็กลายเป็นผู้ตามคู่แข่งและเสียพื้นที่ในตลาดไปมากแล้ว ดังนั้นทุกๆ ธุรกิจจำเป็นต้องพร้อมและกล้าที่จะนำเทคโนโลยีเพื่อจัดการและวิเคราะห์ฐานข้อมูลลูกค้ามาปรับใช้ เพื่อให้ธุรกิจของตนดำเนินกิจการด้วยประสิทธิภาพและประสิทธิผลสูงสุด