แนวโน้มอุตสาหกรรมผู้บริโภคและการวิเคราะห์ข้อมูล (Data Analytics)

Date: January 2022
Author: Boonsom Jarusiritarangkul, Malee Ekviriyakit

แนวโน้มอุตสาหกรรมผู้บริโภคและการวิเคราะห์ข้อมูล (Data Analytics)

ก่อนสถานการณ์โควิด-19 ภาคสินค้าอุปโภคบริโภคได้มีการเริ่มนำ Big
Data และ Data Analytics มาใช้ แต่สถานการณ์โควิด-19 ทำให้พฤติกรรมผู้บริโภคเปลี่ยนไปอย่างรวดเร็วกว่าเดิมหลายเท่า หลายองค์กรมีการใช้ Data Analytics มากขึ้นอย่างก้าวกระโดด การแลกเปลี่ยนและการแบ่งปันข้อมูลได้กลายเป็นเรื่องปกติสำหรับธุรกิจเดลิเวอรี่ไปจนถึงอีคอมเมิร์ซ อย่างไรก็ตามร้อยละ 80 ของข้อมูลที่ได้จากธุรกิจที่มีลูกค้าเป็นศุนย์กลาง และข้อมูลภายในห่วงโซ่คุณค่า (Value chain) นั้นยังไม่ได้รับการสำรวจ Data Analytics ได้กลายมาเป็นเครื่องมือสำคัญสำหรับบริษัทต่าง ๆ เพื่อให้เกิดขีดความสามารถในการแข่งขันทั้งในด้านการปฏิบัติการและจุดยืนทางธุรกิจ โดยเฉพาะอย่างยิ่งในอุตสาหกรรมสินค้าอุปโภคบริโภคที่มีตัวเลือกแบรนด์และผลิตภัณฑ์มากมาย
 

การเปลี่ยนแปลงการดำเนินธุรกิจและพฤติกรรมผู้บริโภค

การตอบสนองอย่างรวดเร็วและการหาทางออกเพื่อรับมือกับการแพร่ระบาดได้ทำให้ผู้คนทั่วไปคุ้นเคยกับข้อมูลแบบเรียลไทม์และบริการคลาวด์ (Cloud service)
 

1. เครื่องมือ AI สำหรับการตลาดและประสบการณ์ของลูกค้า

AI กลายเป็นเครื่องมือสำคัญในการวิเคราะห์ข้อมูลและความต้องการของลูกค้าเพื่อเสนอสินค้าและบริการใหม่ ๆ ได้อย่างรวดเร็ว รวมทั้งยังช่วยเสริมให้ประสบการณ์หลังการขายของลูกค้าดีขึ้นด้วย AI ที่มีความสามารถในการทำนายสินค้าหรือบริการเฉพาะบุคคลได้อย่างทันท่วงทีด้วยการวิเคราะห์จากข้อมูลเชิงประชากรและความต้องการของลูกค้า นอกจากนี้ยังสามารถแจ้งเตือนตัวแทนฝ่ายบริการลูกค้าได้ทันทีเมื่อลูกค้าต้องการความช่วยเหลือ จากผลการสำรวจของ Deloitte ที่ได้สอบถามจากผู้บริโภคจำนวน 11,500 รายทั่วโลกพบว่าประโยชน์หลักของการใช้ AI คือการให้ข้อเสนอที่ตอบโจทย์ต่อความต้องการของลูกค้าหลังการขายได้อย่างทันท่วงที

2. ดิจิทัลและบริการทางไกล (Remote service)

ปัจจุบันแบรนด์ต่าง ๆ เข้าถึงผู้บริโภคผ่านช่องทางต่าง ๆ อย่างผสมผสานมากขึ้น ทั้งช่องทางดั้งเดิมและช่องทางดิจิทัล มาตรการ social distancing ต่าง ๆ กลายเป็นปัจจัยที่ส่งเสริมการให้บริการดิจิทัลทางไกล เช่น การแพทย์ทางไกล ซึ่งผู้บริโภคโดยเฉพาะกลุ่มคนรุ่นใหม่ยังคงอยากให้มีบริการเหล่านี้แม้ว่าสถานการณ์การแพร่ระบาดของโควิด-19 จะจบลงแล้วก็ตาม

3. การวิเคราะห์ข้อมูลและปรับปรุงกระบวนการทำงานภายใน

โมเดลการคาดการณ์สำหรับสินค้าคงคลังและงบประมาณสามารถพัฒนาห่วงโซ่คุณค่า รวมทั้งเพิ่มประสิทธิภาพในการทำงานให้ปราศจากข้อผิดพลาดของมนุษย์ ประหยัดเวลา และ ท้ายที่สุดคือการลดต้นทุนของธุรกิจ

Big Data และทิศทางอนาคตในอุตสาหกรรมผู้บริโภค

ผู้บริโภคได้เปิดใจมากขึ้นในการแบ่งปันข้อมูลส่วนบุคคลและเปิดใจต่อนวัตกรรมที่เป็นประโยชน์ต่อการคาดการณ์แนวโน้มในการทำธุรกิจ มีข้อมูลอ้างอิงหลายแหล่งที่แสดงให้เห็นว่าองค์กรธุรกิจต่าง ๆ กำลังใช้ประโยชน์จาก Big Data ในการมองหาแนวโน้มความต้องการของลูกค้า ซึ่งมีตัวอย่างจากอุตสาหกรรมผู้บริโภคในประเด็นต่าง ๆ ดังต่อไปนี้

1. การเพิ่มขึ้นของช่องทางการขายและทางเลือกสำหรับผู้บริโภค

ย้อนกลับไปช่วงประมาณปี ค.ศ. 1990ร้านขายของชำจะต้องมีการสต๊อกสินค้ามากกว่าร้านค้าในปัจจุบันถึง 5 เท่าเพื่อป้องกันสินค้าขาด แต่ในปัจจุบันไม่ได้มีความจำเป็นต้องสำรองสินค้ามาก ๆ แบบนั้นแล้วทั้งที่พฤติกรรมของผู้บริโภคมีความซับซ้อนมากขึ้น มีการช็อปปิ้งแบบผสมผสานผ่านร้านค้าทางกายภาพ
อีคอมเมิร์ซ แอปดิจิทัล โซเชียลคอมเมิร์ซ และ แพลตฟอร์มตลาดต่าง ๆ แต่ในทางกลับกันการมีตัวเลือกที่หลากหลายขึ้นก็มีส่วนทำให้ brand loyalty ของผู้บริโภคลดลงและมีการกระจายส่วนแบ่งการตลาดมากยิ่งขึ้น สถานการณ์ที่เปลี่ยนไปนี้ทำให้หลายบริษัทปรับสินค้าและบริการให้ไปสู่กลุ่มลูกค้าพรีเมียมมากขึ้นเพื่อผลกำไรที่สูงขึ้น

2. โฆษณาดิจิทัลมีราคาที่สูงขึ้นเรื่อย ๆ

การแข่งขันด้านปริมาณข้อมูลดิจิทัลเพื่อเข้าถึงลูกค้าที่ดุเดือนขึ้น ประกอบกับทุนที่สูงขึ้นทั้งค่าขนส่ง ค่าแรง และ ค่าใช้จ่ายในการโฆษณาดิจิทัล ปัจจัยนี้เหล่านี้จะเป็นแรงกดดันต่อทิศทางในการทำธุรกิจออนไลน์ เพราะทำให้กำไรและโอกาสในการอยู่รอดหดตัวลงไปตามลำดับ
 

3. มีสถานที่สำหรับ Physical Stores

ร้านค้าปลีกที่ประสบความสำเร็จหลังจากสถานการณ์โควิด-19 คือร้านค้าที่มีขนาดเล็กลง อยู่ใกล้ผู้บริโภคมากขึ้น และ ให้ทางเลือกกับลูกค้าในการซื้อสินค้าทั้งออนไลน์หรือการจัดส่งเพื่อเพิ่มความสะดวก นั่นหมายถึงธุรกิจไม่สามารถตอบโจทย์เหล่านี้ได้มีความเสี่ยงที่จะถูกทิ้งไว้ข้างหลังในยุคที่ทุกอย่างสามารถสำเร็จได้ด้วยปลายนิ้ว

4. โมเดลธุรกิจใหม่ ๆ

ในขณะที่ปัจจุบันตัวเลือกสำหรับผู้บริโภคเพิ่มขึ้น รูปแบบธุรกิจใหม่ ๆ ก็ได้เพิ่มมากขึ้นเช่นเดียวกัน เช่น โมเดล subscription ตัวเลือกด้านบริการอาหาร การขายแบบ direct-to-consumer marketplaces และ resale รูปแบบธุรกิจใหม่ ๆ แบบนี้ได้ถูกนำไปใช้เพื่อขยายส่วนแบ่งตลาดที่มากขึ้น ถึงแม้ในปัจจุบันจะมีความท้าทายที่ยากต่อการคาดการณ์ บริษัทต่าง ๆ ยอมรับความเสี่ยงในการลองใช้รูปแบบธุรกิจใหม่ ๆ มากขึ้น ตัวอย่างเช่น ในสหรัฐอเมริกา โมเดลธุรกิจแบบผสมผสานกันใ อุตสาหกรรมเครื่องแต่งกาย เช่น โมเดลการเช่า โมเดล subscription resale และ flash sale ได้เพิ่มส่วนแบ่งการตลาดได้ร้อยละ 1.4 ระหว่างปี 2016 ถึง 2018 และคาดว่าจะเพิ่มอีกร้อยละ 1 จนถึงปี 2023

5. ความสะดวกสบายเป็นกุญแจสำคัญ

ความสะดวกสบายเป็นกุญแจสำคัญในการประสบความสำเร็จในยุคที่เปลี่ยนไปอย่างรวดเร็วนี้ บริษัทที่สามารถตอบโจทย์ด้านความสะดวกจะได้เปรียบเหนือคู่แข่ง การเข้าใจความต้องการของลูกค้าและมุมมองของความสะดวกสบายจะทำให้บริษัทสามารถวางกลยุทธ์ที่ดีได้ จำนวนลูกค้าที่เดินเข้าร้านต่อตารางฟุตสำหรับร้านค้าปลีกในสหรัฐอเมริกาลดลงถึงร้อยละ 4.4 ในปี 2018 ในขณะที่การเติบโตของร้านค้าขนาดเล็ก เช่น ร้านสะดวกซื้อ ได้กลายมาเป็นแรงผลักดันในการลดขนาดร้านลงในระยะยาว

6. เทรนด์การบริโภคเพื่อสุขภาพอาจไม่เหมาะสำหรับทุกคน

แนวโน้มของผลิตภัณฑ์เพื่อสุขภาพและความยั่งยืนอาจไม่ดีอย่างที่คิด
เนื่องจากผลิตภัณฑ์กลุ่มนี้มีราคาสูงซึ่งเหมาะกับกลุ่มลูกค้าที่มีกำลังจ่ายเท่านั้น
ในขณะที่สัดส่วนของลูกค้าส่วนใหญ่ในตลาดคงเป็นลูกค้ากลุ่มรายได้ปานกลางที่ต้องระวังเรื่องการใช้จ่าย

จากที่กล่าวมาจะเห็นได้ว่าโควิด-19 นำความท้าทายใหม่ ๆ มาสู่การทำธุรกิจในทุกด้าน กระตุ้นให้เกิดการแข่งขันในธุรกิจค้าปลีกอย่างไม่เคยมีมาก่อน และ การเปลี่ยนแปลงพฤติกรรมของผู้บริโภคไปตลอดกาล การใช้ข้อมูลในอุตสาหกรรมคือสิ่งที่จะช่วยให้เห็นแนวโน้มของอุสาหกรรมที่สะท้อนความเป็นจริงมากขึ้น ไม่ว่าจะเป็นการที่ลูกค้ามี Brand Loyalty ที่ลดลง และ ความต้องการด้านความสะดวกสบายที่มากขึ้น ดังนั้นองค์กรไหนที่ยังไม่สามารถปรับตัวให้เข้ากับกา เปลี่ยนแปลงนี้ ก็มีสิทธิ์ที่จะตกยุคในวันเวลาที่ทุกอย่างเปลี่ยนไปตามเทคโนโลยีสารสนเทศและความรวดเร็ว