Digital Ventures

Back to blog

ยกระดับอุตสาหกรรมไทยด้วย Consumer Insight ที่ดีกว่าเดิมด้วย Deep Tech โดย EATLAB, TinyEpicBrains และ Xplorer 3 Finalists จากโครงการ U.REKA

DIGITAL VENTURES July 25, 2018 10:31 AM

2,333

ภาคอุตสาหกรรมเป็นหัวใจของเศรษฐกิจของประเทศซึ่งหนึ่งในความสำคัญของภาคอุตสาหกรรมคือการพัฒนาเทคโนโลยีที่ล้ำสมัยในการเพิ่มประสิทธิภาพและลดค่าใช้จ่ายในการผลิต รวมถึงเพิ่มคุณภาพสินค้าที่ตรงต่อความต้องการของผู้บริโภค โดยในปัจจุบันการวิจัยข้อมูลเชิงลึกของผู้บริโภคหรือการหา Consumer Insight เพื่อค้นหาความต้องการที่แท้จริงของผู้บริโภคเป็นกระบวนการสำคัญที่ขับเคลื่อนภาคอุตสาหกรรมและธุรกิจต่างๆ ที่เกี่ยวข้อง แต่เชื่อหรือไม่ว่า วิธีการดังกล่าวในปัจจุบัน กลับเป็นตัวบั่นทอนประสิทธิภาพของธุรกิจ ทั้งวิธีการ Survey รูปแบบเดิมๆ ไม่ว่าจะการทำแบบสอบถาม การทำ Focus Group ที่ผลสำรวจหรือคำตอบที่ได้รับมักจะมีความไม่เป็นกลางเข้ามาเกี่ยวข้องด้วย หรือจะเป็นเรื่องของการเลือกกลุ่มเป้าหมายหรือสถานการณ์ที่ให้กลุ่มเป้าหมายตอบแบบสอบถาม ทำให้ได้ข้อมูลที่ไม่แม่นยำ กระบวนการเก็บข้อมูลที่พึ่งพากำลังคนมากกว่าการใช้เทคโนโลยีดิจิทัลทำให้ข้อมูลขาดความถูกต้องและครบถ้วน ทั้งหมดนี้ อาจนำไปสู่การพัฒนาสินค้าที่ไม่ตอบโจทย์ตลาดอย่างแท้จริง ซึ่งส่งผลเสียต่อภาคอุตสาหกรรมและเศรษฐกิจในระยะยาว

ด้วยเหตุนี้ จึงมีแนวคิดที่จะปรับปรุงกระบวนการทำ Consumer Insight ในรูปแบบใหม่ ด้วยการนำเทคโนโลยีชั้นสูงหรือ Deep Tech มาใช้ ซึ่งในแต่ละประเภทอุตสาหกรรมล้วนสามารถนำ Deep Tech มาแก้ไข Pain Point เรื่องความแม่นยำด้วยวิธีที่น่าสนใจ ซึ่งเราขอพาไปสำรวจใน 3 กลุ่มอุตสาหกรรม ได้แก่ ค้าปลีก อาหารและเครื่องดื่ม และสื่อโฆษณา โดยทีม EATLAB, TinyEpicBrains และ Xplorer ซึ่งเป็น Finalists จากโครงการ U.REKA จะมาแชร์ Solution ใหม่ๆ ของการทำ Consumer Insight ซึ่งจะช่วยให้ทีมการตลาดหรือทีมพัฒนาผลิตภัณฑ์ในองค์กรต่างๆ ให้ทำงานได้อย่างมีประสิทธิภาพมากยิ่งขึ้น รวมถึงความท้าทายในการสร้างและนำนวัตกรรมใหม่เหล่านี้มาใช้งานจริงด้วย

  • เก็บ Insight ที่ถูกต้องและแม่นยำโดยที่ไม่ต้องคอยถามหรือสำรวจจากลูกค้า พัฒนาอุตสาหกรรม F&B ไปอีกขั้น

เริ่มต้นที่อุตสาหกรรม Food and Beverage เมื่อประเทศไทยอยากพัฒนาเป็นครัวของโลก ตัวอย่างของทีม EATLAB ที่มองเห็นโอกาสที่จะช่วยเพิ่มมูลค่าให้กับอุตสาหกรรมอาหารของไทยผ่านการปรับปรุงกระบวนการ Consumer Insight Research ซึ่งวิธีการทำ Consumer Insight แบบเดิมนั้นยังขาดความแม่นยำและขาดการนำข้อมูลมานำเสนอเป็น solution ที่บริษัทใหญ่ในอุตสาหกรรมอาหาร สามารถนำมา take action หรือปรับและแก้ไขจริงๆ ได้ ทำให้การพัฒนาผลิตภัณฑ์ไม่เป็นไปตามเทรนด์ที่เกิดขึ้นจริง อีกทั้งในอุตสาหกรรมอาหารในไทยจำนวนมากยังก็ยังขาดการเก็บข้อมูลอยู่ ทำให้การควบคุมต้นทุนอาหารทำได้ไม่เต็มประสิทธิภาพ

เทคโนโลยีชั้นสูงที่นำมาใช้หา Consumer Insight มี 2 ส่วน ได้แก่

การตรวจสอบความพึงพอใจระหว่างทานอาหาร ส่วนนี้จะใช้เทคโนโลยี Behavior Tracking โดยการใช้ Sensor ผสานกับเทคโนโลยี AI หรือปัญญาประดิษฐ์ เพื่อตรวจความพึงพอใจของผู้บริโภคในระหว่างการทานอาหารและสรุปผลออกมาโดยอ้างอิงเกณฑ์จากงานวิจัยที่มีมาตรฐาน ซึ่งทำให้ได้ข้อมูลด้านความพึงพอใจได้แม่นยำกว่าวิธีการแบบดั้งเดิมอย่างการตอบแบบสอบถามถึง 70% นวัตกรรมนี้จะทำให้การพัฒนาผลิตภัณฑ์หรือเมนูอาหารตรงตามเทรนด์และความต้องการมากขึ้น

- การประเมินความนิยมจากยอดขาย เนื่องจากร้านอาหารปัจจุบันมีเทคโนโลยีที่ยกกระบวนการสั่งซื้ออาหารเป็นข้อมูลดิจิทัลได้เกือบทั้งหมดแล้ว จึงสามารถนำข้อมูล เช่น ยอดขาย และจำนวนการขายรายเมนู มาวิเคราะห์เพื่อเพิ่มประสิทธิภาพทั้งด้านการจัดการวัตถุดิบ และด้านการตลาด เช่นการออกโปรโมชั่นที่สอดคล้องกับเทรนด์ยอดขายในเวลานั้น

แม้เทคโนโลยีจะช่วยหา Insight ได้ แต่ความท้าทายที่ต้องเผชิญต่อคือการยอมปรับใช้เทคโนโลยี (Adaptation) ของผู้เล่นในแต่ละส่วนของอุตสาหกรรมอาหาร โดยเฉพาะภาคการผลิตและการตลาดที่ต้องการเครื่องมือและกระบวนการที่แม่นยำกว่าเดิม ซึ่งหาก EATLAB สามารถผลักดัน Solution ดังกล่าวได้ กระบวนการ Research และการทำ Consumer Insight จะช่วยยกระดับอุตสาหกรรมอาหารของไทยให้เป็นผู้ส่งออกสินค้ามูลค่าสูงได้

  • ต้องเข้าใจสื่อและ Content ของตัวเองให้มากขึ้น เพื่อเข้าถึงผู้บริโภคยิ่งกว่าเดิม – ทางเลือกใหม่เพื่อหา Insight ให้ธุรกิจ Media

ธุรกิจ Media เป็นหนึ่งในธุรกิจที่มีโอกาสเติบโตสูง โดยเฉพาะเมื่อมีนวัตกรรมใหม่ๆ เกิดขึ้น ซึ่ง TinyEpicBrains เป็นอีกหนึ่งทีมที่เตรียมพัฒนาเทคโนโลยีด้าน Media ที่สามารถต่อยอดได้หลายทาง ซึ่งทีมนี้เริ่มต้นเห็นไอเดียจากปัญหาง่ายๆ ที่พบเจอด้วยตัวเองจากการดูสื่อโฆษณาต่างๆ นั่นก็คือการที่ผู้ชมไม่สามารถสแกน QR Code บนคลิปวิดีโอได้ทัน

เมื่อสำรวจต่อยอดจากปัญหาดังกล่าวก็พบว่า เป็นปัญหาใหญ่และบั่นทอนประสิทธิภาพของอุตสาหกรรม Media ไม่น้อย ทั้งกระบวนการหา Insight ที่มีประสิทธิภาพต่ำ ขาดความแม่นยำ จึงได้ต่อยอดจากการแก้ปัญหาโดยการใช้เทคโนโลยีเพื่อนำ QR Code ฝังไว้ในวิดีโอทุกส่วน ผู้ชมสามารถสแกนจากช่วงเวลาไหนของวิดีโอก็ได้ เป็นการรวบรวมข้อมูลเพื่อปรับปรุงประสิทธิภาพของการใช้สื่ออีกด้วย

ซึ่งเทคโนโลยีที่ TinyEpicBrains เลือกใช้คือ Computer Vision ที่พัฒนาบน Deep Learning เพื่อฝัง QR Code ในวิดีโอและทำให้ถอดรหัส QR Code ได้ในขณะที่วิดีโอที่เล่นอยู่ โดยผู้ผลิตสื่อไม่จำเป็นต้องแสดง QR Code ให้ผู้ชมเห็นแม้แต่น้อย ช่วยปิดข้อจำกัดในการผลิตสื่อ อีกทั้งการสแกน Code ยังนำมาเป็นข้อมูลที่บอกถึงประสิทธิภาพของสื่อได้ เช่น บอกช่วงเวลาที่ผู้ชมทำการสแกน นำไปสู่การเข้าใจพฤติกรรมว่าส่วนไหนของวิดีโอที่น่าสนใจ Influencer คนไหนที่ทำให้เกิด Call-to-action ช่วยให้ผู้ผลิตสื่อรู้ Customer Insight ได้ดีขึ้น และสามารถปรับปรุง Content ได้ตรงจุดมากขึ้น

อย่างไรก็ตาม เทคโนโลยีนี้ยังถือว่าใหม่มาก และต้องอาศัยการปรับตัวรับรูปแบบการใช้งานของผู้ใช้ด้วย เชื่อว่านวัตกรรมนี้จะมีศักยภาพ และสามารถต่อยอดไปได้ในหลายอุตสาหกรรม อย่างเช่นในวงการ E-commerce ที่สามารถแสดง Link สั่งซื้อหรือส่วนลดบนวิดีโอโฆษณาได้

  • รู้จักลูกค้าที่เข้ามาเดินห้างของเราให้ลึกกว่าเดิม หา Insight ให้ธุรกิจ Retail เพื่อสร้างประสบการณ์และผลลัพธ์ที่ดีกว่า

ภาคธุรกิจ Retail หรือค้าปลีกถือเป็นถือเป็นอีกหนึ่งภาคธุรกิจสำคัญของประเทศที่สามารถเชื่อมต่อกับภาคธุรกิจอื่นๆ ให้สามารถพัฒนาและเติบโตไปพร้อมๆ กันได้ ซึ่งทีม Xplorer ผู้ทำงานวิจัยด้าน Indoor Location Tracking หรือระบบตรวจจับตำแหน่งรายบุคคลภายในอาคารที่มีความแม่นยำสูง ได้เล่าว่า ในการวิเคราะห์พฤติกรรมลูกค้า ได้เห็นถึงช่องปัญหาการต่อยอดบริการของธุรกิจ Retail เนื่องจากการหา Insight ปัจจุบันนั้นจำกัดอยู่ที่ภาพกว้างและปลายทางของการซื้อสินค้าเท่านั้น ซึ่งการหา Customer Insight แบบใหม่นั้นจะทำให้ผู้ประกอบการภาคธุรกิจ Retail สามารถระบุตำแหน่งลูกค้าได้จาก Smart Phone ของลูกค้าภายในอาคาร โดยใช้เทคโนโลยี Indoor Location Tracking ที่จะนำเทคโนโลยีเช่น Wi-Fi location Tracking, Bluetooth Beacon และกล้องวงจรปิดเป็นต้น มาประยุกต์ใช้ ควบคู่กับการวิเคราะห์ข้อมูลพฤติกรรมการเดินทางไปยังจุดต่างๆ หรือ Movement Behavior Tracking and Analytics ด้วย Artificial Intelligence และ Machine Learning ทำให้เห็น Journey ที่แท้จริงของลูกค้าว่าแต่ละคนสนใจสิ่งใดในพื้นที่นั้น เดินไปที่แผนกใดก่อนหลัง หรือแม้แต่ใช้เวลาในแต่ละสถานที่กี่นาที ซึ่งจะต่างจากวิถีเดิมๆ ที่มี อย่างเช่น การตรวจจับความร้อนที่จะรู้ได้แค่เพียงว่าบริเวณนั้นมีลูกค้าเยอะหรือไม่ แต่ไม่รู้ถึงประสบการณ์ของลูกค้าที่แท้จริง และสิ่งที่กระตุ้นลูกค้าให้ใช้จ่ายจริง นวัตกรรมของ Xplorer จึงน่าจะต่อยอดไปใช้กับ Platform ต่างๆ ได้อีกมาก

อย่างไรก็ตาม การใช้ Indoor Location Tracking และ Customer Insight Analytics ยังเป็นเรื่องใหม่ทั้งในไทยและต่างประเทศ จึงต้องมีการพัฒนาเพื่อเพิ่มความแม่นยำและรองรับการใช้งานจำนวนมาก Solution นี้ไม่จำกัดเพียงในห้างสรรพสินค้าเท่านั้น แต่นำมาใช้ในงาน Event หรือ Tradeshow ขนาดใหญ่ได้ด้วย ซึ่ง งาน Event เป็นอีกธุรกิจหนึ่งที่ส่งเสริมการท่องเที่ยวและค้าปลีกซึ่งเป็นหนึ่งในอุตสาหกรรมหลักของประเทศไทย

ทั้ง 3 ทีมที่ได้มาแนะนำเกี่ยวกับการนำ Deep Tech มาใช้ในวงการ Marketing และ R&D ซึ่งเป็นทีมจาก โครงการ U.REKA ปฏิเสธไม่ได้ว่าการนำ Deep Tech มาใช้ปรับปรุง Consumer Insight สามารถสร้างความเปลี่ยนแปลงในภาคอุตสาหกรรมได้ เป็นข้อยืนยันถึงการพัฒนาตามแนวทางเศรษฐกิจฐานความรู้ ซึ่งเป็นเป้าหมายหลักของโครงการอีกด้วย ทั้งนี้ จะสำเร็จได้จริงหรือไม่ ก็ขึ้นอยู่กับหน่วยงาน และเอกชนต่างๆ ที่จะเรียนรู้ เปิดใจ และสนับสนุนให้ทีมเหล่านี้ได้มีโอกาสศึกษาและวิจัยอย่างต่อเนื่อง รวมถึงให้โอกาสในการทดลองในตลาดจริงและนำเข้ามาใช้งานจริง ในคราวหน้า Digital Ventures ยังมีเรื่องราวที่น่าสนใจเกี่ยวกับการนำ Deep Tech มาใช้ในธุรกิจให้ได้ติดตามแน่นอน