Back to Resources
Blog

เทคนิคง่ายๆ ในการทำ Customer Persona เบื้องต้น

เทคนิคการทำ Customer Persona

ถ้าแบรนด์อยากขายสินค้าบริการให้ได้ก็จะต้องเข้าใจลูกค้ากลุ่มเป้าหมายให้ได้แบบลึกซึ้ง ซึ่งจะต้องเริ่มจากการทำ Customer Persona หรือลักษณะของว่าที่ลูกค้าขึ้นมาเสียก่อน บทความในวันนี้เป็นการแนะนำเทคนิคที่จะทำให้เจ้าของธุรกิจหรือนักการตลาดสามารถเข้าใจได้ว่าลูกค้าของคุณเป็นคนที่มีลักษณะแบบไหน พวกเขาเหล่านั้นกำลังคิดอะไรอยู่ มีความชอบหรือไม่ชอบอะไรกันแน่ เพื่อที่แบรนด์จะได้เสนอขายสินค้าบริการได้ตรงใจจนสร้างยอดขายได้มากขึ้นค่ะ




เนื้อหาในบทความ:



ชนะใจลูกค้าด้วยการทำ Customer Persona

ทุกวันนี้ในตลาดมีคู่แข่งเกิดขึ้นมากมาย ลูกค้าเลยมีตัวเลือกให้ซื้อมากขึ้น

แถมลูกค้าแต่ละกลุ่มก็มีความต้องการ มีความสนใจ มีพฤติกรรมที่ไม่เหมือนกัน 

ตัวอย่างเช่น คนอายุ 17 รายได้ 6,000 บาท ย่อมต้องมีความสนใจ และกำลังซื้อต่างจากคนอายุ 30 รายได้ 35,000 บาท



เพราะแบบนี้ การที่หว่านคอนเทนต์ขายสินค้าบริการให้ลูกค้าแบบกว้างๆ จะทำให้แบรนด์ไม่สามารถดึงความสนใจของลูกค้าได้เลยสักกลุ่ม แล้วก็จะได้ยอดขายกลับมาไม่ได้เท่าที่ตั้งไว้ด้วยเช่นกัน

การทำ “Customer Persona” เลยจำเป็นในการเข้ามาช่วยจัดกลุ่มลักษณะของว่าที่ลูกค้าแยกเป็นแต่ละประเภทค่ะ



องค์ประกอบของ Customer Persona


ข้อมูลลักษณะของว่าที่ลูกค้าอาจประกอบไปด้วย 

  • ข้อมูลพื้นฐาน: อายุ, เพศ, อาชีพ, การศึกษา, สถานภาพ, รายได้, ภาษา, ที่อยู่อาศัย 
  • ความต้องการ: อยากมี อยากได้อะไร, เป้าหมายในชีวิต
  • ปัญหา: ความคับข้องใจ, ปัญหาที่ยังไม่ได้รับการแก้ไข
  • ความชอบ: การเสพคอนเทนต์, เว็บไซต์, สื่อ, อินฟลูเอนเซอร์, อีเวนต์, แนวการใช้คำพูดที่ชอบ
  • ลฟ์สไตล์: งานอดิเรก, การใช้ชีวิตประจำวัน
  • พฤติกรรม: ช่องทางการใช้โซเชียลมีเดีย, การตัดสินใจซื้อสินค้าบริการ, การเข้าไปมีส่วนร่วมกับเพจ



เริ่มต้นพัฒนา Customer Persona


ในส่วนนี้จะเป็นการแนะนำเทคนิคการทำ Customer Persona เบื้องต้นผ่านตัวอย่างของตู้ขายเครื่องดื่มอัตโนมัติแบรนด์เต่าบิน

ตู้ขายเครื่องดื่มอัตโนมัติแบรนด์เต่าบิน


เริ่มต้นจากการสร้างแคมเปญโดยใช้คำค้นหาว่า “ตู้เต่าบิน”, “เต่าบิน”, “taobin”, “tao bin” ในระยะเวลาตั้งแต่วันที่ 1 ก.พ. - 22 มี.ค. 2022 


หน้าแคมเปญของเครื่องมือ Mandala Analytics 


สมมุติถ้าเราอยากรู้ว่าคนที่ดื่มเต่าบินเขามีลักษณะของที่อยู่อาศัยเป็นอย่างไรบ้าง ก็สามารถกดปุ่ม “Mention Console” เพื่อค้นหาโพสต์ทั้งหมดที่มีคำว่า “คอนโด”


ค้นหาคำว่า “คอนโด” ในหน้า Mention Console ของ Mandala Analytics เพื่อให้ระบบแสดงผลของข้อมูลทั้งหมดที่มีคำว่าคอนโดอยู่ในโพสต์


ทีนี้เราก็จะมาดูกันว่ากลุ่มคนที่อยู่คอนโดเขามีพฤติกรรมแบบไหนกันบ้าง 

ตัวอย่างเช่นในโพสต์แรกเมื่อกดเข้ามาดูที่ต้นโพสต์ตรงเครื่องหมายลูกตาเราจะเห็นคำว่า “สุขภาพ” จากคำพูดนี้เราก็สามารถใช้เป็นข้อมูลในการจัดกลุ่มของลูกค้าว่าคนที่อาศัยอยู่คอนโดก็เป็นคนที่รักสุขภาพด้วยเช่นกัน 


กดเครื่องหมายลูกตาเพื่อเข้ามาดูโพสต์จากเพจโดยตรงว่ามีการพูดถึงประเด็นใดบ้างเกี่ยวกับตู้ขายเครื่องดื่มอัตโนมัติแบรนด์เต่าบิน


ต่อมาเราก็จะเจอกับคำว่า “User Friendly” ที่บ่งบอกว่ากลุ่มลูกค้าเป้าหมายมีความคาดหวังเรื่องเครื่องกดน้ำที่ใช้งานง่าย กดสั่งไม่ยาก และจ่ายเงินได้หลายช่องทาง


ในส่วนถัดไปเราจะเจอคำว่า “ไม่คาดหวังเรื่องรสชาติ” แสดงให้เห็นว่าจากประสบการณ์ของตัวลูกค้าเอง เครื่องดื่มที่ชงด้วยบาริสต้าในร้านกาแฟมักมีรสชาติที่ไม่สม่ำเสมอขึ้นอยู่กับคนชง แต่ในทางกลับกันเครื่องดื่มที่ชงด้วยเครื่องอัตโนมัติจะทำให้ได้รสชาติที่ใกล้เคียงกัน และสามารถควบคุมส่วนผสมได้คงที่กว่าคนชง 


หลังจากนั้นเราจะลองลงไปดูคอมเมนต์กันบ้างเพื่อศึกษาดูว่าลูกค้าที่เคยซื้อเต่าบินเขามีความคิดเห็น ฟีดแบ็กหรือปัญหาอะไรเกิดขึ้นบ้าง  


คอมเมนต์ของลูกค้าที่พูดถึงเต่าบิน


เราจะเห็นว่ามีส่วนของคนที่เป็นคอกาแฟ และน้ำผลไม้จากในคอมเมนต์ ซึ่งในส่วนนี้แบรนด์สามารถนำข้อมูลไปประกอบการทำ Customer Persona ในเรื่องของเมนูที่ชอบกับลักษณะของอายุ เพศ และข้อมูลพื้นฐานอื่นๆ ได้ เป็นต้น

โพสต์ของกลุ่มลูกค้าที่มีลักษณะชื่นชอบการลองสิ่งใหม่ๆ ก่อนใครแล้วนำมารีวิวให้คนอื่นฟัง


โพสต์นี้มีการพูดว่า “พึ่งได้ลองกิน” เพราะเครื่องมาตั้งที่คอนโดเลยมารีวิวเมนูต่างๆ ที่ได้ชิมให้คนอื่นได้รู้ ซึ่งก็อาจหมายความได้ว่าคนเหล่านี้เป็นพวก Early Adopter ที่เวลามีอะไรใหม่ๆ ออกมาก็มักอยากลอง อยากเล่าให้คนอื่นฟังจากประสบการณ์ว่าดีหรือไม่ดียังไง ซึ่งนี่ก็ถือเป็นอีกหนึ่ง Persona ของว่าที่ลูกค้าด้วยเช่นกัน


กดเข้าไปดูความคิดเห็นของคนที่มีต่อเต่าบินได้ที่ฟังก์ชัน Sentiment บนหน้า Dashboard ของ Mandala Analytics


ทีนี้เรามาลองดูในส่วนของปัญหาที่ลูกค้าเจอแล้วอยากให้ปรับปรุงกันบ้าง โดยสามารถย้อนกลับที่หน้า Dashboard แล้วกดเข้าดูในส่วนที่เป็นความคิดเห็นด้านลบ (Negative Sentiment) 


ความคิดเห็นด้านลบของลูกค้าจากประสบการณ์การซื้อเครื่องดื่มจากเต่าบิน


เมื่อเข้ามาเราก็จะเจอปัญหาของลูกค้าที่พูดถึงเรื่องการจ่ายเงิน กดรับสินค้าไม่ได้ ทำให้แบรนด์ได้ศึกษาพฤติกรรมของคนว่ามีการจ่ายเงินผ่านแอป และยังสามารถนำปัญหานี้ไปพัฒนาการบริการของระบบให้ใช้งานได้คล่องมากขึ้น


ฟังก์ชันดีๆ จาก Mandala Analytics ยังไม่หมดเท่านี้ เพราะผู้ใช้งานยังสามารถกดที่เครื่องหมายลูกตาเข้าไปที่ต้นโพสต์ เพื่อตอบกลับความคิดเห็น และสร้างความใกล้ชิดลูกค้าได้แบบรวดเร็ว


สรุป


ตัวอย่างของการทำ Customer Persona แบ่งกลุ่มลูกค้าตามลักษณะต่างๆ ที่ได้จากการเก็บข้อมูลบนโซเชียล


ด้วยการใช้เครื่องมือ Mandala Analytics แบรนด์จะได้ข้อมูลเชิงลึกบนโซเชียลมาทำ Customer Persona เพื่อมัดใจลูกค้าได้อยู่หมัดได้แบบสะดวกรวดเร็ว แถมยังไม่ต้องเสียทั้งเวลา และเงินจำนวนมากในการออกไปทำแบบสอบถาม 

เท่านี้แบรนด์ของคุณก็สามารถนำข้อมูลไปทำ Persona ในการจัดกลุ่มของลูกค้า เพื่อให้ทีมของคุณนำไปต่อยอดสร้างไอเดียใหม่ๆ ในการโปรโมทไปยังกลุ่มคนเหล่านั้นโดยเฉพาะ และได้ยอดขายกลับมาจากการตลาดที่ตรงใจ 



ทดลองใช้งาน Mandala Analytics ได้ฟรี 7 วัน 

หรือสมัครเพื่อใช้งานเต็มรูปแบบได้ที่ plans

หากมีข้อสงสัยอื่นๆ เพิ่มเติมสามารถติดต่อทีมขายของเราได้ทาง [email protected] 

ยังมีคลิปอื่นๆ ที่น่าสนใจรอคุณอยู่อย่าลืมเข้าไปดูเพิ่มเติมได้ที่ Mandala Academy


Mandala Team

Creator

Share this post

Search the blog

Mandala Newsletter

Sign-up to receive the latest insights in to online trends

Whale Mandalasystem