4 ขั้นตอนสร้าง Smart Business (ที่ไม่ง่าย) สไตล์ Ailbaba

พูดถึง Ailbaba คงไม่มีใครไม่รู้จักในฐานะบริษัท E-Commerce และธุรกิจที่เกี่ยวข้องจากจีนโดยมีแจ็ค หม่าเป็นผู้นำบริษัทจนประสบความสำเร็จทั้งในจีนและเอเชีย Ailbaba ทำรายได้ไปจาก 8.4 พันล้านเหรียญในปี 2014 ไปถึง 39.9 พันล้านเหรียญในปี 2018 ราวๆเกือบ 4 เท่าของปี 2014

ซึ่งปัจจัยความสำเร็จอย่างหนึ่งของ Ailbaba คงหนีไม่พ้นเรื่องของการนำเทคโนโลยีมาใช้จัดการข้อมูล Ailbaba ทำได้อย่างไร มาดู 4 ขั้นตอนไปพร้อมๆกัน

1. มีข้อมูลรองรับการทำธุรกรรมของลูกค้าตลอด 24 ชั่วโมง

ความท้าทายอย่างหนึ่งของการเก็บข้อมูลของลูกค้าคือจะทำอย่างไรที่ธุรกิจจะรู้ข้อมูลของลูกค้าแบบเรียลไทม์ได้ Ailbaba เลยเอา Machine Learning มาใช้ในการเก็บข้อมูล อย่างเช่นธุรกิจให้เช่ารถจักรยาน ถ้าเป็นการทำธุรกิจให้เช่นทั่วๆไป ลูกค้าต้องเช้ามาที่ร้าน วางเงินมัดจำ มีคนมาส่งมอบจักรยานให้ลูกค้าเอาไปใช้และเอามาคืนแล้วก็จ่ายค่าเช่า

แต่ที่ Ailbaba พยายามเอานวัตกรรมมาปรับวิธีการทำธุรกรรมให้ง่ายขึ้น โดยลูกค้าแค่ใช้สมาร์ทโฟน ค้นหาจักรยานที่ใกล้ตัวเองที่สุด สแกน QR Code ที่จักรยานเพื่อปลดล็อกจักรยาน แล้วเอาไปใช้เลย และก็ไม่ต้องกลัวว่าลูกค้าจะชักดาบ เพราะแอปฯสามารถเช็คประวัติเครดิตทางการเงินของลูกค้าได้หมดเลย พอจะคืนจักรยาน หลังจากที่ลูกค้าล็อกจักรยาน เงินของลูกค้าในบัญชีก็จะถูกหักให้กับร้านทันที ทั้งสะดวก ไม่ยุ่งยาก ตัดขั้นตอนการมัดจำและจ่ายเงินแบบเดิมๆเพราะ Ailbaba เข้าถึงข้อมูลการใช้จ่ายเงินของลูกค้าหมด

2. มีซอฟท์แวร์รองรับการตัดสินใจของผู้ซื้อผู้ขายสินค้า

ก่อนอื่นต้องรู้ก่อนว่าเวลาลูกค้าตัดสินใจซื้อของ ลูกค้าตัดสินใจซื้ออย่างไร แล้ว Ailbaba ถึงจะใช้ซอฟท์แวร์ช่วยให้ลูกค้าตัดสินใจง่ายขึ้น อย่างเช่น Taobao ที่เป็นเว็บไซต์ขายของที่ Ailibaba ตอนนี้เป็นเจ้าของอยู่ ก็มีซอฟท์แวร์ส่งข้อความแชทที่ไม่ได้แค่มีฟังก์ชั่นส่งข้อความ แต่มีฟังก์ชั่นให้คนขายของสามารถเป็นฝ่ายทักลูกค้า แนะนำสินค้า และมีฟังก์ชั่นให้ลูกค้าต่อราคาได้ เสมือนว่าลูกค้ากับพ่อค้าแม่ค้าได้ซื้อขายของกันหน้าร้านจริงๆ

ที่เหนือกว่านั้นคือซอฟท์แวร์ที่ให้ลูกค้าสามารถออกแบบหน้าร้านออนไลน์ได้ด้วยตัวเอง คนขายของก็สามารถเข้าถึงซอฟท์แวร์ตัวอื่นๆเพื่อออกโปรโมชั่นลดราคาได้ ที่ต้องมีซอฟท์แวร์รองรับทุกการกระทำของผู้ซื้อและพ่อค้าแม่ค้าเพราะ Ailbaba ต้องการเก็บข้อมูลไปพัฒนาเทคโลโลยีต่อนั่นเอง

3. วางระบบให้ข้อมูลไปถึงทุกคนที่ทำธุรกิจ

ระบบการแนะนำสินค้าของ Ailbaba ไม่ได้แนะนำแค่จากพฤติกรรมการซื้อของของลูกค้าที่ผ่านๆมาเท่านั้น เพราะระบบการแนะนำสินค้าที่ว่ามันเชื่อมต่อระหว่างข้อมูลโปรไฟล์บนสื่อสังคมออนไลน์ของลูกค้าทั้งหมด กับระบบการจัดการคงคลังของพ่อค้าแม่ค้า

ฟังเผินๆอาจจะไม่ได้ว้าวอะไรมาก แต่ถ้าลองคิดดูแล้ว การจัดการข้อมูลแบบนี้ทำให้ระบบไม่ได้แนะนำสินค้าแบบลอยๆ แต่จะแนะนำสินค้าที่นอกจากจะตรงกับความต้องการของลูกค้าแล้ว ยังแนะนำสินค้าที่ยังอยู่ในโกดังด้วย (คือเช่นถ้าของหมดจากคลัง ระบบก็จะไม่แนะนำ)

ซึ่งระบบจะทำเรื่องใหญ่แบบนี้ได้ดีนั้นก็ขึ้นอยู่กับว่าข้อมูลจากผู้ซื้อและคลังของผู้ขายผ่านเข้าระบบได้ดีแค่ไหนด้วย

4. วางอัลกอริธึ่ม กำหนดไปเลยว่า Machine Learning มีหน้าที่อะไร

ชัดเจนว่าหน้าที่ไหนถึงจะเหมาะสมกับธุรกิจ เช่นแต่ก่อนคงเป็นไปไม่ได้ที่ธุรกิจจะรู้ใจรู้ความต้องการของลูกค้าแต่ละคนที่แตกต่างกัน แต่เดี๋ยวนี้ Machine Learning ทำให้ลูกค้าสามารถเปิดเว็บไซต์ที่ถูกจัดเรียงและออกแบบสำหรับแต่ละคนได้

แต่ทำไมต้องทำขนาดนี้? คำตอบคือเพราะต้องการดึงความสนใจให้ลูกค้าซื้อของมากที่สุด เว็บฯจะพยายามโชว์เน้นสินค้าและฟังก์ชั่นที่ลูกค้าใช้บ่อยๆไว้หน้าๆใหญ่ๆ เป็นต้น

ส่วน Chatbot ของ Taobao ที่ Ailbaba เป็นเจ้าของก็ถูกฝึกจากพ่อค้าแม่ค้าที่รู้เรื่องสินค้าที่ตัวเองขายเป็นอย่างดี ให้ Chatbot เรียนรู้และตอบคำถามลูกค้าได้แม่นตรงกับที่ลูกค้าถามมากที่สุด ฟังดูเป็นเรื่องปรกติสำหรับ Chatbot ทั่วๆไป แต่ Chatbot ของ Ailbaba ทำได้มากกว่าแค่ตอบคำถาม แต่ไปจัดการแก้ปัญหาให้กับลูกค้าได้ด้วย ไม่ต้องรอคนมาแก้ แถมคอนเฟิร์มให้ลูกค้าด้วยนะว่า ปัญหาของลูกค้าได้รับการแก้ไขแล้ว เราได้เห็นความสามรถของ Chatbot ของ Ailbaba ในปีที่แล้วที่คอยตอบคำถามลูกค้ากว่า 95% จากลูกกค้ากว่า 3.5 ล้านคนในวันช็อปกระหน่ำของ Ailbaba

ผลคือยอดขายที่ Chatbot ทำได้นั้นมากกว่ายอดขายจากคนธรรมดาถึง 26 เท่า! นี่แค่เฉพาะ Senna (ยี่ห้อชาของ Ailbaba) เท่านั้น

จะว่าไปแล้ว Ailbaba เริ่มธุรกิจจากธุรกิจอินเตอร์เน็ตและข้อมูบมาตั้งแต่ต้นอยู่แล้ว ทำให้ Ailbaba ตั้งต้นพัฒนาเทคโลยีได้เร็วกว่าบริษัทอื่นที่แต่ก่อนไม่ได้ใช้เทคโนโลยี ธุรกิจไหนที่ได้ปรับตัวเอง ไม่นานก็คงอยู่ยาก ปรับตัวไม่ทันคู่แข่งแล้วครับ

แหล่งอ้างอิง

Ailbaba and the Future of Business โดย Harry Campbell จาก Harvard Business Review ฉบับเดือนกันยายน – ตุลาคม 2018

อ่านบทความทั้งหมด ที่ MarketingOops.com