MACO is Thailand

การตลาดสมัยนี้เปลี่ยนแปลงไปอย่างรวดเร็ว และนำไปสู่การวิเคราะห์มากขึ้น นักการตลาดต้องวางแผนกลยุทธ์ ปรับใช้ท่ามกลางการเปลี่ยนแปลง คาดคะเนคู่แข่ง เพื่อวัดผลและวิเคราะห์การวางแผนกลยุทธ์ปี 2020 ต่อไป เส้นทางที่ทำให้แบรนด์คงอยู่ในการแข่งขันได้หนีไม่พ้นการรวบรวมข้อมูลเพื่อนำมาคาดการณ์ นักการตลาดควรมีวิสัยทัศน์รวมถึงเทคนิคในการวิเคราะห์ สู่การสร้างพื้นที่การทดลองสำหรับอนาคตด้วย

ประสบการณ์ลูกค้าเป็นปัจจัยขับเคลื่อนเครือข่ายฐานลูกค้าระยะยาว การ์ทเนอร์คาดว่า 2 ใน 3 จากการโต้ตอบของลูกค้า เน้นใช้งานระบบไอที ซึ่งพบว่ามากกว่า 50% ของลูกค้าในปี 2017 สอดคล้องกับการคาดการณ์นี้  นี่เป็นโอกาสของนักการตลาดที่จะวางงบประมาณและโฟกัสช่องทางที่มีอิทธิพลต่อประสบการณ์ลูกค้า ซึ่งคาดว่า รูปแบบการวิเคราะห์ คาดการณ์ และการวัดผลจะได้รับการปลดล็อคในบริบทที่แห่งการผสมผสานที่เหมาะสมและยั่งยืนกับประสบการณ์ลูกค้าที่ดี การนิยามปัจจัยต่างๆเหล่านี้เพื่อปรับปรุงประสบการณ์ลูกค้า (customer experience optimization (CXO))

แคมเปญโปรแกรมเมติคเหมือนกับประสบการณ์ลูกค้าที่อยู่ทุกหนแห่ง ทุกองค์ประกอบมีส่วนร่วมกับลูกค้าถูกเวลา แต่ต้องเข้าใจว่าถ้าเป็นแคมเปญโปรแกรมเมติคให้ผลที่แตกต่าง เราจำเป็นต้องวัดผลความเกี่ยวเนื่อง ระหว่างการซื้อผลิตภัณฑ์ หรือ พฤติกรรมที่นำไปสู่การเพิ่มยอดขาย ผ่านสถิติต่างๆ เช่น โมเดล Bayesian ไม่เพียงทุกเมตริกของสถิติจะบ่งบอกความเชื่อมโยงได้ตรงกับมาตรวัดที่ตั้งไว้ ฉะนั้นนักการตลาดจึงควรพิจารณาเมตริกที่ดีที่สุดอันเกี่ยวกับโมเดลการวิเคราะห์ขั้นสูงและวัดผลเชิงสถิติที่ช่วยให้เข้าใจง่ายขึ้นและส่งผลทางธุรกิจด้วย

ลูกค้าสามารถได้รับประสบการณ์ Immersive ได้ผ่านเทคโนโลยี VR และ AR ที่ช่วยให้หวนคิดถึงแท็กที่นักการตลาดสร้างไว้ แท็กเหล่านี้จะนำลูกค้าไปสู่โฆษณา และอื่นๆ, โฆษณาบนสื่อออนไลน์, เว็บไซต์ หรือแลนด์ดิ้งเพจ หลายแบรนด์สร้างประสบการณ์การมองเห็นบ่อยๆ หรือ ค้นพบว่ายังมีวิธีการสื่อสารคอนเทนท์บนโลกความจริงผ่านภาพเสมื่อนได้ นักพัฒนาเปิดตัวโปรแกรมที่เรียกว่า ARToolKit มาหลายปีเพื่อใช้ประโยชน์จากสื่อภาพเสมือนจริง เพิ่มความสนใจแก่นักการตลาดในการทำไดนามิกคอนเทนท์ แบบ Immersive ซึ่งยังต้องอาศัยนวัตกรรมหลายอย่างเข้ามาพัฒนาเพิ่มเติม

การวิเคราะห์เป็นการหาทางออกอย่างฉลาดมาแต่ดั้งเดิม เพื่อสำรวจประเด็นบนเว็บไซต์ นั่นคือวิธีการที่ Google Analytics เริ่มต้น แต่รูปแบบและช่องทางที่กว้างกว่าสำหรับสื่อดิจิทัลปัจจุบันนี้ นักการตลาดต้องการการวินิจฉัยที่ดีกว่าเดิม ข้อมูลที่เกิดขึ้นจากเว็บไซต์และแอพลิเคชั่นถูกนำมาใช้ในโมเดลขั้นสูงที่ต้องการสถิติอย่างล้ำลึก หมายความว่าไม่มีทางที่มูลค่าจะหายไปและข้อมูลที่เพียงพอในการตรวจสอบการคาดการณ์ นักการตลาดตอนนี้ต้องการการวิเคราะห์ที่สามารถวัดผลช่องทางในการกระตุ้นเตือนพวกเขาเมื่อข้อมูลใดผิดพลาดไป ความสามารถเหล่านี้เปิดใช้งานมาสักระยะหนึ่งแล้ง ยังหวังว่าจะเห็นการค้นพบข้อมูลที่น่าสนใจ และ/หรือแพลตฟอร์มปัจจุบันสามารถปรับแต่งฟังก์ชั่นเพื่อให้ใช้งานได้อย่างเหมาะสมยิ่งขึ้น

การจัดการคุณภาพข้อมูลจะเป็นตัวขับเคลื่อนที่ยิ่งใหญ่ในปี 2020 นักการตลาดไม่พึงพอใจกับการไว้วางใจแพลตฟอร์มทั้งหมดสำหรับคุณภาพของการวัด - เพียงแค่ดูคำวิจารณ์ที่ Facebook เผชิญกับตัวชี้วัดโฆษณาวิดีโอเป็นตัวอย่าง ยิ่งไปกว่านั้นขอบเขตที่กว้างขึ้นของโครงสร้างชนิดข้อมูลที่ใช้สำหรับการโฆษณาเชิงโปรแกรมต้องใช้วิธีการเพื่อให้แน่ใจว่าข้อผิดพลาดนั้นไม่เป็นระบบ ดังนั้นวิธีการที่นักพัฒนาซอฟต์แวร์ได้รับอิทธิพล เช่น DataOps จำเป็นต่อการรักษาคุณภาพของข้อมูล

ระบบดิจิทัล เช่น ระบบคำสั่งเสียงในบ้าน ความแพร่หลาย นักการตลาดมีหนทางหลากหลายเพื่อเชื่อมต่อกับลูกค้า แต่แลพตฟอร์มที่โดดเด่นปีหน้า คงเป็น podcasts และ การถ่ายทอดสด (Netflix, Disney Plus, และอื่นๆ) ความสเร็จของ Amazon ในการประมูลโฆษณา กลายเป็นโฆษณาดิจิทัลที่ใหญ่ที่สุดที่อยู่เบื้องหลังการใช้งบทางเฟสบุ๊คและ Google แสดงให้เห็นความแพลตฟอร์มหนึ่งทำงานอย่างไรกับกลุ่มเป้าหมายขนาดใหญ่ มันสามารถนำเสนอทางเลือกบนสื่อโซเชียลและการค้นหาออนไลน์ได้นั่นเอง 

โอกาสในการวิเคราะห์อาจจะเปิดกว้างมากขึ้น เมื่อบิลบอร์ดดิจิทัลเริ่มกลับมามีส่วนร่วมและนักการตลาดหวังว่าเทรนด์นี้จะบูมต่อเนื่อง พื้นที่บิลบอร์ดใกล้เคียงกับกลุ่มผู้ชมเดินเท้าและบนท้องถนนค่อยๆ เปลี่ยนเป็นดิจิทัลมากขึ้น  ส่งผลให้การสื่อสารแมสเสจต่างๆ สามารถปรับประยุกต์แสดงบนสื่อต่างๆได้หลากหลาย 

นักการตลาดมีทางเลือกสำหรับแอพลิเคชั่นการมองเห็นภาพเสมือนจริงมาอยู่แล้ว การสนับสนุนไลบรารี่และโปรแกรมแพนด้าสำหรับภาษาโอเพนซอร์ส เช่น การเขียนโปรแกรม R และ Python ตามลำดับ ได้อนุญาตให้ใช้เทคนิคการสร้างภาพข้อมูลที่มีมานานหลายทศวรรษเพื่อให้ได้แอพพลิเคชั่นขนาดใหญ่ ไลบรารีการเขียนโปรแกรม R gglot2 เป็นตัวอย่าง มันใช้หลักการจากไวยากรณ์ของกราฟิก กรอบงาน สภาพแวดล้อมสำหรับโปรแกรม R ซึ่งจัดเรียงข้อมูลเป็นเมตริกสำหรับการคำนวณทางสถิติ  ผลลัพธ์ที่ได้คือความสามารถใหม่ในการแสดง treemaps, arc diagrams และการสร้างภาพข้อมูลอื่น ๆ ที่สามารถเชื่อมโยงเรื่องราวเบื้องหลังข้อมูล