8 Min Read
ยิ่งเราใช้บริการระบบต่างๆ มากเท่าไร ระบบก็ยิ่งรู้จักเราดีขึ้นมากเท่านั้น เมื่อถึงเวลาที่เราเข้ามาใช้งานในครั้งต่อๆ ไป ระบบก็จะแสดงผลให้ตรงใจเรามากขึ้น
ในปัจจุบัน เราตื่นเช้ามาเปิดดู Social Media ที่มีการคัดสรรเนื้อหาตามความสนใจ ประวัติการปฏิสัมพันธ์ (เช่น กดไลก์ แสดงความคิดเห็น) ในกลุ่มวงโคจรของเรา โดยระบบเป็นผู้ป้อนมาให้ เมื่อเปิดดู Netflix มีหนัง ซีรีส์ให้เราเลือกดูมากมาย มีทั้งที่เป็น Original content ของ Netflix เองที่อยากให้ชม อันดับหนัง/ซีรีส์กำลังมาแรง 10 อันดับ และตัวเลือกที่ผ่านการคัดสรรให้ตรงกับรสนิยมจากประวัติการรับชมของเรา ถ้าชอบดูซีรีส์เกาหลีก็มีจะซีรีส์เกาหลีมากมายขึ้นมาให้เลือก ถ้าเราชอบดูการ์ตูน แอนิเมชันเรื่องต่างๆ ก็จะแสดงบนจอของเรา ซึ่งของแต่ละคนก็จะแสดงผลต่างกันไป เว็บไซต์ Amazon ก็เช่นกัน เมื่อเราเลือกดูหนังสือเรื่องหนึ่ง ก็จะมีหนังสืออื่นที่ใกล้เคียงกับที่เราค้นหามาให้เลือกดู หรือแม้แต่กระบวนการที่กำลังจะซื้อสินค้า Algorithms ของ Amazon ก็จะนำเสนอสินค้าที่มักซื้อคู่กันมาให้เราอีก เพราะเบื้องหลัง เมื่อคนส่วนใหญ่ซื้อสินค้าชนิดนี้แล้วก็จะซื้อสินค้าตัวนี้ด้วย ยิ่งมีคนเข้าไปซื้อสินค้าชนิดนั้นจำนวนมากๆ เข้า ระบบก็จะเก็บในฐานข้อมูลและพัฒนาการนำเสนอออกไป (Machine Learning) และแสดงผลบนจอขณะที่เรากำลังเลือกช้อปปิง ทั้งหมดนี้คือ การออกแบบเฉพาะตัวตรงใจผู้ใช้ (Personalization) ที่ซึ่งผู้ให้บริการทั้งหลายจะเร่งพัฒนาระบบฐานข้อมูล เพื่อส่งเสริมผลิตภัณฑ์และบริการให้ตรงใจผู้ใช้มากขึ้นในอนาคตอันใกล้นี้แน่นอน ยิ่งใครเข้าถึงผู้บริโภคได้ก่อนก็ชิงความได้เปรียบไปหลายก้าว
Zappos มีบริการแนะนำการเลือกซื้อที่เหมาะกับลูกค้าแต่ละคนด้วย AI, Call center 24/7 และ Research ความต้องการ เข้าถึงช่วยเหลือลูกค้าแต่ละคน เพราะลูกค้าบางคนก็ไม่อยากให้ใช้ Data เก่า มาแนะนำ แต่อยากได้การพูดคุย (เสนอตัวเลือกใหม่) ที่สะท้อนถึงความเอาใจใส่มากกว่า
Personalized ทำงานโดยระบบเป็นตัวจัดการ เรียนรู้ข้อมูลพฤติกรรมของผู้ใช้และนำเสนอความน่าจะเป็นให้เข้ากับผู้ใช้ ส่วน Customized เป็นการจัดการที่กระทำโดยผู้ใช้ เราสามารถเลือกสรรเนื้อหา อันไหนชอบ ไม่ชอบ เลือกรูปแบบหน้าตาแอป รายละเอียดเหล่านี้เป็นสิ่งที่ผู้ใช้สามารถควบคุมเองได้ ซึ่งทั้ง Personalization และ Customization ต่างมีเป้าหมายเดียวกัน คือ ออกแบบให้ตรงใจผู้ใช้ เพื่อนำเสนอสิ่งที่ผู้ใช้ต้องการตามแต่เฉพาะลักษณะบุคคล เพราะคนเราล้วนมีความชอบแตกต่างกันไป แม้จะอาศัยอยู่บ้านเดียวกัน หรืออายุเท่ากัน ไลฟ์สไตล์ก็ไม่ได้หมายความว่าจะเหมือนกันหมดจริงไหม?
แต่อย่างไรก็ตาม Personalization สามารถนำไปปรับใช้ได้หลายรูปแบบตามแต่ธุรกิจ ซึ่งส่วนมากในกลุ่มเทคโนโลยีมักจะใช้ Algorithms Machine Learning เป็นตัวจัดการ Personalized โดยใช้การเรียนรู้ข้อมูลพฤติกรรม Demographic ของลูกค้าผ่านการสะสมข้อมูลเมื่อลูกค้าใช้บริการ และนำเสนอเนื้อหาตามประวัติ ปฏิสัมพันธ์ของผู้ใช้ ในกลุ่ม E-Commerce ใช้ Personalized ในรูปแบบ Direct Marketing นำเสนอสินค้า โปรโมชั่นที่เหมาะกับลูกค้าคนนั้น ๆ เรากับเพื่อนอาจจะได้รับเมล์ข้อความที่ต่างกัน หรือเสนอขายสินค้าตามสภาพอุณหภูมิอากาศที่ต่างกัน ในกลุ่มธุรกิจบริการก็สามารถทำ Personalized ได้เช่นกัน ยกตัวอย่างเช่น ธุรกิจท่องเที่ยว โดยเริ่มต้นจากทำความเข้าใจกลุ่มเป้าหมายในพื้นที่และจัดรูปแบบ สไตล์การท่องเที่ยว นำเสนอ Travel experience ที่เหมาะสมเป็นพิเศษกับลูกค้าแต่ละกลุ่ม แทนที่ทุกคนจะได้รับคูปองส่วนลดเหมือนกันหมด ก็จัดคูปองแพ็กเกจที่ตรงกับความต้องการ ความชอบก็จะช่วยดึงดูดลูกค้า แถมยังได้ใจลูกค้า รู้สึกถึงความใส่ใจที่เรามีให้ต่อลูกค้าอีก
ข้อดี
ข้อเสีย
ถึงแม้ว่า Personalization ในแต่ละธุรกิจจะมีการนำไปใช้ที่ต่างกัน แต่มีเป้าหมายเดียวกัน คือ การทำความเข้าใจลูกค้า ความต้องการ เพื่อออกแบบให้ตรงใจผู้ใช้ ซึ่งอุปกรณ์เครื่องมือไหน ๆ ก็ยากที่จะรู้สิ่งที่มนุษย์อยากได้ ต้องอาศัยมนุษย์นี่แหละ ทำความเข้าใจ ควบคุม ใช้เครื่องมือออกแบบ และนำเสนอให้เฉพาะตัวตรงใจผู้ใช้ และพยายามหาสมดุลประสบการณ์ที่ดีให้แก่ผู้ใช้ ในขณะที่เสนอผลประโยชน์ให้ลูกค้าก็ต้องรักษาผลประโยชน์ ความปลอดภัย ความเป็นส่วนตัวของลูกค้าด้วยเช่นกัน