คำแนะนำเรื่อง messaging personalization ส่วนใหญ่เริ่มต้นแบบเดียวกัน คือให้คุณทำ event taxonomy ให้สะอาดก่อน ตั้ง attribution model แล้วก็ต้องจ้างคนที่เขียน SQL ได้เพิ่มเข้ามาในทีม จากนั้นถึงจะเริ่มทำ personalization ได้
สำหรับทีม mobile ขนาดเล็ก แนวทางแบบนี้ฆ่าโปรเจกต์ทิ้งตั้งแต่ยังไม่ได้ launch จริง ๆ แล้วประมาณ 90% ของผลลัพธ์ที่ได้จาก personalization มาจากสิ่งที่ไม่ต้องใช้โปรเจกต์ข้อมูลเลย ได้แก่ timing, ภาษา, event trigger หนึ่งตัว และข้อเสนอที่ถูกกลุ่มผู้ใช้
ในบทความนี้คุณจะได้เห็น 3 กลยุทธ์ messaging personalization ที่เริ่มทำได้ทันที โดยไม่ต้องใช้งบเพิ่มครับ
3 กลยุทธ์ personalization ที่เริ่มทำได้ตอนนี้
แต่ละ layer ของกลยุทธ์ personalization ต่อยอดจาก layer ก่อนหน้า และแมพกับฟีเจอร์ใน Pushwoosh โดยตรง (ทำให้งานยังอยู่กับทีมการตลาด ไม่ต้องเข้าคิวรอใน engineering backlog 😉)
| Layer | กลยุทธ์ personalization | สิ่งที่ต้องเตรียม | ระยะเวลา | ผลลัพธ์มาจากตรงไหน |
|---|---|---|---|---|
| Layer 1 | อิงจาก identity: เวลาส่ง, ภาษา, ชื่อ | User attributes ที่เก็บผ่าน SDK | 1 วัน | ทุกข้อความถึงผู้ใช้ในจังหวะที่เขาเปิดอ่าน ในภาษาที่เขาอ่านออก พร้อมชื่อของเขา |
| Layer 2 | อิงจาก behavior: ตอบกลับ event ที่เกิดขึ้น | Default event หรือ Custom event | 1 สัปดาห์ | ตอบกลับ action จริงของผู้ใช้ ไม่ใช่ยิงตามตารางในปฏิทิน |
| Layer 3 | อิงจาก segment: คนต่างกลุ่มกันก็ดูแลคนละแบบ | RFM segment ที่สร้างจาก event เดิม | 1 เดือน | แต่ละ segment ได้รับข้อเสนอที่เหมาะกับตัวเอง ไม่ใช่ blast เดียวกันทั้งฐานข้อมูล |
Layer 1 — Personalization จาก identity (launch ภายใน 1 วัน)
Personalization แบบนี้คุณมีของพร้อมอยู่แล้วครับ มันคือ profile data พื้นฐานของผู้ใช้ ที่ SDK ของแพลตฟอร์ม engagement เก็บไว้ตั้งแต่วินาทีที่ผู้ใช้ติดตั้งแอป
นี่คือ 3 เทคนิคที่นำไปใช้ได้ทันที:
ใช้ชื่อและ profile token
Dynamic content ดึง user attributes มาวางใน body ของข้อความได้โดยตรง ทั้งชื่อ ระดับ plan สินค้าที่ดูล่าสุด คะแนนสะสม หรือ attribute อะไรก็ตามที่คุณเก็บเป็น tag ไว้
Localization (ปรับตามภาษาผู้ใช้)
ถ้าฐานผู้ใช้คุณมีหลายภาษา ซึ่งสำหรับธุรกิจท่องเที่ยวและ e-commerce ในไทยถือเป็นเรื่องปกติ การส่งข้อความเป็นภาษาอังกฤษอย่างเดียวเท่ากับโยน conversion ทิ้งไป ด้วย multi-language messaging คุณเขียน push 1 ครั้ง ระบบจะแสดงผลในภาษาที่ผู้ใช้แต่ละคนตั้งไว้โดยอัตโนมัติ campaign เดียวออกได้ 8 ภาษาโดยไม่ต้องสร้าง 8 campaign แยกกัน
ปรับเวลาส่งให้เหมาะกับผู้ใช้แต่ละคน (Send-time optimization)
แทนที่จะส่ง push ตอน “วันอังคาร 10 โมงเช้า” เพราะคู่มือส่วนใหญ่บอกว่าเป็นเวลา peak engagement ให้ส่งในจังหวะที่ผู้ใช้แต่ละคนมีโอกาสเปิดมือถือมากที่สุดครับ
Best time to send ของ Pushwoosh จะเลือกเวลาที่เหมาะที่สุดให้กับผู้ใช้แต่ละคน โดยอิงจากประวัติ engagement ส่วนตัว ทีมคุณไม่ต้องนั่ง schedule เองเลย
3 เทคนิคนี้รวมกันคือ personalization แบบอิง identity (ผู้ใช้คือใคร) ใน layer ถัดไป เราจะขยับไปยัง personalization แบบอิง moment ว่าผู้ใช้กำลังทำอะไรอยู่ตอนนี้
Layer 2 — Personalization จาก behavior (launch ภายใน 1 สัปดาห์)
ใน layer นี้ messaging เปลี่ยนสภาพไปเป็น “การตอบกลับ behavior” คุณเลิกแนวคิด “ทุกคนได้รับข้อความเดียวกัน” แล้วเปลี่ยนเป็น “ข้อความยิงเมื่อ event เกิดขึ้น”
คุณต้องการแค่ event เดียวที่ทีมคุณแคร์จริง ๆ สำหรับทีมส่วนใหญ่ event นั้นคือ browse abandonment คือผู้ใช้ดูสินค้า ดูบทความ ดูคอร์ส ดู listing แล้วไม่ได้ทำต่อ คนกลุ่มนี้คือ audience ที่ “อุ่น” ที่สุดที่คุณมีอยู่ แต่แอปส่วนใหญ่กลับไม่เคยส่งข้อความหาเขาเลย
จะ track event ไหนเป็นตัวแรกขึ้นอยู่กับอุตสาหกรรมหรือประเภทแอปของคุณ:
| อุตสาหกรรม | Event ที่ track | เงื่อนไข "abandoned" |
|---|---|---|
| E-commerce / Retail | product_viewed | ดูสินค้า แต่ไม่ซื้อภายใน 1 ชั่วโมง |
| ท่องเที่ยวและโรงแรม | hotel_viewed หรือ flight_viewed | ดูที่พัก/เที่ยวบิน แต่ไม่จองภายใน 24 ชั่วโมง |
| ธนาคาร / FinTech | paywall_viewed หรือ plan_viewed | ดู plan แต่ไม่เกิด subscription_created ภายใน 1 ชั่วโมง |
| Media / Streaming | paywall_viewed | เจอ paywall แต่ไม่เกิด subscribed ภายใน 1 ชั่วโมง |
product_viewedhotel_viewed หรือ flight_viewedpaywall_viewed หรือ plan_viewedsubscription_created ภายใน 1 ชั่วโมงpaywall_viewedsubscribed ภายใน 1 ชั่วโมงขั้นตอนตั้งค่า Customer Journey:
-
ตั้ง trigger
เลือก event ที่ต้องการ track จาก default events หรือให้ทีม dev สร้าง custom event ก็ได้ครับ trigger จะยิงเมื่อผู้ใช้ทำ action นั้น
-
รอ 1–2 ชั่วโมง
เป็นเวลาที่สั้นพอที่ intent ของผู้ใช้ยังอุ่นอยู่
-
ส่งข้อความ
ใส่ชื่อ ภาษา และ reference ถึงสิ่งที่ผู้ใช้เพิ่งดู (ทั้งหมดดึงจาก attribute ใน Layer 1)
-
Check goal หลัง 24 ชั่วโมง
ถ้า convert ก็ออกจาก journey ถ้ายังไม่ convert ก็ escalate ไปขั้นต่อไป
-
Email fallback
ส่งอีเมลตามด้วยข้อมูลที่ละเอียดกว่า ทั้งรายละเอียดฟีเจอร์ การเปรียบเทียบ plan และ social proof push เป็นแค่ตัว nudge อีเมลจะรับหน้าที่ส่ง context ที่ใส่ใน 150 ตัวอักษรไม่ได้ครับ
ตอนนี้คุณรู้วิธี personalize ตาม moment แล้ว เดี๋ยวเราขยับไป Layer 3 ที่ personalize ตาม context ว่าผู้ใช้อยู่ตรงไหนของความสัมพันธ์กับแอปคุณ
Layer 3 — Personalization จาก segment (launch ภายใน 1 เดือน)
Layer 3 หยิบ journey ของ Layer 2 มาทำให้กลายเป็น who-aware trigger เดิม event เดิม logic fallback เดิม แต่ journey จัดการ audience ที่ต่างกันด้วยวิธีที่ต่างกัน
หยิบ journey browse-abandonment ของคุณมา split เป็น 3 branch ตามประวัติ behavior ของผู้ใช้แต่ละคน
หลังเลือก segment เป้าหมายแล้ว ส่งข้อเสนอแบบ personalized ต่อกลุ่ม:
- Loyal users ได้รับ early access หรือสิทธิพิเศษ loyalty
- At-risk users ได้รับ incentive ที่แรงขึ้น ทั้งส่วนลด โบนัส หรือเหตุผลให้กลับมาแบบเป็นรูปธรรม
- ผู้ใช้ใหม่ ได้รับ conversion nudge แบบนุ่ม ๆ ไม่ต้องให้ส่วนลด
📖 อ่านต่อ: Customer Segmentation Case Studies: แอประดับท็อปดัน CTR และ conversion ได้ยังไง
พฤติกรรมที่ควรเลิกทำ
ตอนนี้คุณรู้วิธี personalize แล้ว ลองมาดู anti-pattern ที่จะค่อย ๆ ทำลายผลของกลยุทธ์ personalization ของคุณแบบเงียบ ๆ ครับ
- เลิก blast ตามวันในสัปดาห์
“พุธ 10 โมงเช้าได้ open rate ดีที่สุด” ไม่ใช่กลยุทธ์ มันคือการให้ปฏิทินตัดสินใจแทนคุณ Send-time optimization (Layer 1) แทนที่สิ่งนี้ได้ด้วย toggle เดียว - เลิกส่งข้อความ “คิดถึงคุณนะ” แบบสำเร็จรูป
นี่คือ anti-personalization ที่ใส่เสื้อ re-engagement มาเฉย ๆ ลงแรงเป็นศูนย์ ผลลัพธ์ก็เป็นศูนย์ การ upgrade ขั้นต่ำที่สุดคือใส่ 2 token ลงไป คือชื่อผู้ใช้ และ reference ถึง action ล่าสุดที่มีความหมายของเขา - เลิกมอง silence window และ frequency cap เป็น option
สองอย่างนี้ไม่ใช่ personalization แต่ทุก layer ด้านบนพังหมดถ้าไม่มี ลองส่งข้อความ personalize ที่จัดมาอย่างดีไปตอนตี 3 ตามเวลาท้องถิ่นของผู้ใช้ดูครับ เขา opt-out ทันทีก่อนจะอ่านข้อความเสียอีก silence window ปกป้อง channel ส่วน frequency cap ปกป้อง opt-in rate - เลิกมองข้าม ecosystem ของ LINE และจังหวะเทศกาลไทย
ในตลาดไทยมีผู้ใช้ LINE 50 ล้านคน push notification ใช้คู่กับ LINE OA ได้ ไม่ใช่ใช้แทนกัน ส่วนสงกรานต์ ลอยกระทง 11.11 และ 12.12 เป็นช่วง intent เชิงพาณิชย์ที่สูงที่สุดของปี personalization ที่ไม่นับ context ของตลาดไทยเอาไว้ในสมการ ก็คือทำงานได้แค่ครึ่งทาง - เลิกใช้ open rate เป็นตัวแทนของ revenue
Open บอกแค่ว่าข้อความถูกเห็น ไม่ได้บอกว่ามันสร้าง revenue push ที่ได้ open rate 40% แต่ goal completion 0.5% ด้อยกว่า push ที่ได้ open rate 15% แต่ goal completion 3% ครับ optimize ที่ goal completion ดีกว่า open rate เป็นตัวชี้วัดเชิง diagnostic ไม่ใช่จุดหมายปลายทาง
ทำ personalization อย่างฉลาดด้วย Pushwoosh — โดยไม่ต้อง งบเพิ่ม
ทุก move ใน playbook นี้รันได้บน Pushwoosh ตั้งแต่วันนี้ครับ เชื่อมต่อโปรเจกต์ของคุณ ติดตั้ง SDK แล้วฟีเจอร์เบื้องหลังแต่ละ layer ทั้ง Dynamic content, Best time to send, Customer Journey Builder, RFM Segmentation ก็พร้อมใช้งานในบัญชีของคุณ แพลตฟอร์มทั้งหมดมี certification SOC 2 Type I และ ISO 27001:2022 พร้อม data center ใน EU และ US
Plan ฟรีปลดล็อกฟีเจอร์เหล่านี้ทั้งหมด คุณยิง campaign personalized ตัวแรกบนข้อมูลของคุณเองได้เลย และถ้าอยากให้ AI ช่วยทำ marketing copilot ของเรา ManyMoney ก็อยู่ใน free plan เช่นกัน
