Influencer กับ Data Science (เผยความลับของพวกเขาที่นักการตลาดต้องการ)

Influencer กับ Data Science

(เผยความลับของพวกเขาที่นักการตลาดต้องการ)

ในยุคที่สมัยที่โทรทัศน์ไม่ใช่สื่อบันเทิงหลักสำหรับใครหลายคนในสังคมไทยอีกต่อไป อาชีพอย่างนักแสดงหรือนักร้องที่ต่างอาศัยโทรทัศน์เป็นสื่อหลักในการสร้างชื่อเสียงก็ย่อมได้รับผลกระทบไม่มากก็น้อยไปตามกัน หากเพียงนักแสดงและนักร้องเหล่านั้นมีการปรับตัวพร้อมกับรายการโทรทัศน์ในการเพิ่มช่องทางการสื่อสารออนไลน์อีกหนึ่งช่องทาง แต่นั้นไม่ใช่หนทางที่โรยด้วยกลีบกุหลาบสำหรับดาราจอแก้วเสียเลย เพราะโลกออนไลน์นั้นได้เปิดโอกาสให้กับผู้คนมากมายในการขึ้นเป็นที่สุดของการให้ความบันเทิงในเนื้อหาที่หลากหลายมากมายให้ผู้ชมได้เลือกติดตามอย่างไม่สิ้นสุด

ดารานั้นในอีกความหมายหนึ่งคือดวงดาว เพียงแค่ปุถุชนคนธรรมดานึกถึงดวงดาวแล้วก็มักจะต้องแงนขึ้นไปบนท้องฟ้าเพื่อชื่นชมความงามของพวกมัน และยากที่จะเอื้อมถึงหรือสัมผัสตัวตนที่แท้จริงของเหล่าดาราที่เฉิดฉายระหยิบระยับประดับวงการบันเทิง แต่เมื่ออินเตอร์เน็ตและโซเชียลมีเดียที่ถือกำเนิดขึ้น ทำให้สื่ออยู่ในอำนาจของทุกคนไม่ใช่เพียงแค่โทรศัพท์ วิทยุ หรือหนังสือพิมพ์เท่านั้น และนั้นคือจุดเริ่มต้นของการเปลี่ยนแปลงครั้งใหญ่ในวงการสื่อทั่วโลก

มองอินฟลูเอนเซอร์ด้วยวิทยาศาสตร์ข้อมูล

อินฟลูเอนเซอร์ชื่อดังมากมายได้ถือกำเนิดขึ้น บางคนมีผู้ติดตามมากกว่านักแสดงหรือนักร้องเสียอีก ถ้าอธิบายตามหลักการตลาดแล้ว พวกเขาสามารถมอบเนื้อหาที่ผู้ชมสนใจและชื่นชอบได้ตลอดทุกเวลา ความเป็นตัวตนของอินฟลูเอนเซอร์ได้ผูกติดกับเนื้อหาในด้านที่พวกเขานำเสนอไปแล้ว วงการที่เฉิดฉายมากที่สุดจากการที่อินเตอร์เน็ตที่ชัดเจนคือวงการเกมส์ จากวงการที่ถูกละเลยจากสื่อหลักต่างๆนานา กลับมามีชีวิตชีวา และสร้างชื่อให้กับเคสเตอร์และนักรีวิวเกมส์มากมายหลายท่านจนมีอิทธิพลกับผู้ติดตามหมู่มากพวกเขาจึงได้ขนาดนามว่า อินฟลูเอนเซอร์ (Influencer) ซึ่งจากภาษาอังกฤษก็มีความหมายว่าผู้ที่มีอิทธิพลต่อความคิดของผู้อื่น ทั้งนี้รวมถึงวงการความสวยอาหาร วงการอาหาร วงการท่องเที่ยว และวงการอื่นๆอีกมากมายที่สามารถสร้างความบันเทิงตามความต้องการของผู้ชมได้

Data Science นั้นเข้ามามีบทบาทอย่างไรกับเหล่าอินฟลูเอนเซอร์ นักการตลาด ผู้รับชม รวมไปถึงผู้พัฒนาแพลตฟอร์มด้วยเช่นกัน เรียกได้ว่าทุกฝ่ายได้ต่างอื้อหนุนกันและกัน จนพัฒนาให้นานาแพลตฟอร์มโซเชียลมีเดียเกิดเป็นโลกคู่ขนานอีกใบหนึ่งไม่ว่าจะเป็น Facebook, Twitter, Instagram, YouTube, Twitch, LinkedIn, TikTok รวมไปถึงช่องทางหลากหลายอีกมากมายที่เกิดมาและดับไปตามยุคตามสมัย

ข้อมูลจากอินฟลูเอนเซอร์คืออะไรบ้าง

ทั้งอินฟลูเอนเซอร์ ผู้ชม และนักการตลาดต่างฝ่ายต่างกำลังสร้างข้อมูลมหาศาลป้อนเข้าแพลตฟอร์มที่พวกกับหลังใช้บริการอยู่ ตัวอย่างข้อมูลที่เกิดจากตัวอินฟลูเอนเซอร์นั้นสามารถมีข้อมูลส่วนตัวตั้งแต่เพศ วันเดือนปีเกิด ที่อยู่ จำนวนเนื้อหา จำนวนผู้ติดตาม รายละเอียดในเนื้อหา หรืออาจจะพูดได้ว่าวินาทีแรกที่อินฟลูเอนเซอร์ได้เข้าแพลตฟอร์มและทำกิจกรรมใดใดบนนั้น การเก็บข้อมูลได้เริ่มต้นขึ้นแล้ว และอินฟลูเอนเซอร์เองจำเป็นต้องใช้ข้อมูลเหล่านี้ที่แพลตฟอร์มวิเคราะห์มาให้เบื้องต้นในการสร้างสรรค์และพัฒนาผลงานต่อไปเรื่อยๆ จำนวนของผู้ชม เพศของผู้ชม อายุของผู้ชม เนื้อหาที่ผู้ชมชื่นชอบ และข้อมูลต่างๆอีกมากมายแม้กระทั่งภาพ เสียง หรือวีดีโอ ล้วนที่เป็นตัวชี้วัดถึงส่วนหนึ่งของความสำเร็จของอินฟลูเซอร์ด้วยเช่นกัน

การเป็นอินฟลูเอนเซอร์ที่ประสบความสำเร็จนั้นส่วนหนึ่งเกิดมาจากการคอยดู คอยรับฟัง และตอบรับเสียงจากผู้ชมในรูปแบบที่แตกต่างกันไป เพราะนั้นคือหัวใจหลักของการเป็นอินฟลูเอนเซอร์เลยก็ว่าได้ที่สามารถใกล้ชิดกับผู้ชม สามารถตอบโต้กับผู้ชมได้ทันถ้วงที และการรับรู้ข้อมูลเกี่ยวกับผู้ชมและผลตอบรับในผลงานนั้นก็ยังเป็นกุญแจสำคัญในการดึงดูดผู้ชมให้มีจำนวนมากขึ้นอีกด้วย หากถามว่าจำเป็นหรือไม่ที่อินฟลูเอนเซอร์ต้องมีความรู้ด้าน Data Science คำตอบคือไม่จำเป็นขนาดถึงขั้นเป็นผู้เชี่ยวชาญแต่ต้องสามารถเข้าใจถึงข้อมูลประเภทต่างๆเบื้องต้นอย่างการวิเคราะห์กราฟ และข้อมูลเบื้องต้นได้ ก็จะสามารถทำให้อินฟลูเอนเซอร์คนนั้นเข้าใจสิ่งกำลังเกิดขึ้นอยู่ได้ ณ ขณะนั้น

ข้อมูลจากผู้ชมคืออะไรบ้าง

เช่นเดียวกันกับอินฟลูเอนเซอร์ ข้อมูลของผู้รับชมนั้นจะถูกเก็บบันทึกตั้งแต่การลงทะเบียน การเลือกชมเนื้อหา การแชร์เนื้อหา เวลาที่ใช้บนโซเชียลมีเดีย และแน่นอนข้อมูลส่วนตัวเพศ อายุ สถานที่ วัน เวลา เพื่อนของคุณ ความสัมพันธ์ของคุณในแพลตฟอร์ม รวมถึงอุปกรณ์ที่ใช้ในการเสพสื่อต่างๆ พูดได้ว่าข้อมูลทุกมิติเกี่ยวกับผู้ชมนั้นถูกรวบรวมเอาไว้ ส่วนหนึ่งก็เพื่อการพัฒนาอัลกอริทึ่มที่จะช่วยแนะนำเนื้อหาที่ผู้ชมสนใจได้ถูกต้องตามความต้องการของแต่ละบุคคล มันทำให้โซเชียลมีเดียที่ทุกคนใช้อยู่ในปัจจุบันค่อนข้างเป็นเนื้อหาที่ออกแบบให้เฉพาะแต่ละบุคคล ถ้าเราอยากรู้ว่าคนที่เรารู้จักเป็นคนอย่างไร ลองเปิด Instagram, YouTube, Netflix ของพวกเขาดูสิ คุณจะพอเดาได้เลยว่าคนนั้นให้ความสนใจในเรื่องอะไรบ้าง (แต่การทำแบบนี้ค่อนข้างจะละเมิดความเป็นส่วนตัวไปนะครับ ทางที่ดีเราเรียนรู้ด้วยตัวเองผ่านบทสนทนากับคนที่เรารู้จักจะดีกว่า)

          และนอกจากโซเชียลเน็ตเวิร์คจะแนะนำเนื้อหาที่เราสนใจให้แล้ว ทุกแพลตฟอร์มก็พยายามที่จะแนะนำโฆษณาสินค้าและบริการที่เรามีแน้วโน้มจะสนใจด้วย และถ้าบางครั้งคุณกำลังสงสัยว่าทำไมมันถึงแนะนำโฆษณานี้ให้กับเรา มันรู้อะไรเกี่ยวกับเราถึงคิดว่าเราจะซื้อสินค้าแบบนี้ คุณสามารถกดดูในเฟซบุคได้ที่โฆษณาแล้วเลือก “Why You’re Seeing This Ad” มันก็จะบอกเหตุผลที่คุณตกเป็นเป้าหมายของโฆษณานี้ ถ้าคุณไม่สนใจก็เลือกปิดมันได้เช่นกัน แต่มันก็จะมีโฆษณาของที่อื่นขึ้นมาให้คุณเห็นอยู่เช่นกัน เรียกว่าคุณกำลังใช้บริการเฟสบุคโดยการจ่ายค่าบริการด้วยข้อมูลต่างๆที่คุณมี

การใช้ประโยชน์ของข้อมูลในธุรกิจ

Data Science นี่แหละที่จะเป็นค้นหาความลับที่ซ่อนอยู่ในวงการอินฟลูเอนเซอร์ เพราะข้อมูลที่แพลตฟอร์มโซเชียลเน็ตเวิร์คได้เก็บไว้ก็ไม่ได้เก็บไว้ให้เปลืองพื้นที่ในการจัดเก็บข้อมูล การจัดกลุ่มประเภทเนื้อหาต่างๆจากอินฟลูเอนเซอร์ให้อยู่ในหมวดหมู่ต่างๆ เพื่อที่จะได้แนะนำเนื้อหาที่จะดึงดูผู้ใช้แพลตฟอร์มให้ใช้ต่อให้นานที่สุด ตัวอย่างถ้าใครเล่น TikTok ก็จะรู้ว่าเพียงแค่คลิปวีดีโอสั้นๆ 10-30 วินาทีก็สามารถทำให้คุณดำดิ่งสู่ห้วงเวลาอันไม่รู้จุดจบ เมื่อคุณรู้ตัวอีกทีคุณอาจจะใช้เวลาไปมากกว่า 1 ชั่วโมงสำหรับการดูคลิปวีดีโอเหล่านั้น และคุณอาจจำไม่ได้ด้วยว่าคุณดูไปแล้วเป็นจำนวนเท่าไร เช่นเดียวกันกับวีดีโอบน Facebook ที่มันจะแนะนำวีดีโอให้คุณเรื่อยๆจนทำให้คุณลืมเวลาไปเลย แม้ว่าโฆษณาจะเยอะขึ้นแค่ไหนก็ตามคุณก็ยังยอมที่จะนั่งดูวีดีโอพวกนั้นต่ออยู่ดี

แต่ปัญหาที่เกิดขึ้นในธุรกิจคือข้อมูลแบบเจาะลึกของอินฟลูเอนเซอร์เหล่านั้นอยู่ในแพลตฟอร์ม ทำให้ธุรกิจในอุตสาหกรรมต่างๆไม่สามารถเข้าถึงได้แม้แต่ตัวอินฟลูเอนเซอร์เองก็ไม่อาจรับรู้ได้ว่าพวกเขาถูกจัดอยู่ในกลุ่มอะไรหรือหมวดหมู่ไหนในแพลตฟอร์มนั้น ส่วนใหญ่ที่นักการตลาดจะสามารถทำได้ในการเลือกอินฟลูเอนเซอร์แบบง่าย คือการวิเคราะห์ด้วยประสบการณ์ การแบ่งประเภทอินฟลูเอนเซอร์ตามเนื้อหาที่เผยแพร่ และสุดท้ายก็จะตัดสินด้วยความเห็นชอบจากที่ประชุมว่าจะเลือกอินฟลูเซอร์คนไหนเพื่อร่วมแคมเปญการตลาดของบริษัท การตัดสินใจแบบนี้ต้องใช้สัญตญาณสูงมาก

เลือกอินฟลูเอนเซอร์ด้วยการวิเคราะห์ข้อมูล

ด้วยความรู้ทางวิทยาศาสตร์ข้อมูลนั้นจะสามารถช่วยในการตัดสินใจได้ดีขึ้น เปลี่ยนจากการตัดสินใจด้วยความชอบส่วนตัวและประสบการณ์ส่วนตัว สู่การตัดสินใจแบบ DDD (Data Driven Decision) ตัวอย่างจากผลงานนักศึกษาปริญญาโท หลักสูตรการวิเคราะห์ธุรกิจและวิทยาการข้อมูลสาขาวิทยาการข้อมูล (Data Science : DS) หรือในปัจจุบันคือสาขาการวิเคราะห์ข้อมูลและวิทยาการข้อมูล Data Analytics and Data Science (DADS) ได้ทำการศึกษาอินฟลูเอนเซอร์ในโซเชียลมีเดีย Instagram เพื่อหาความลับที่ซ่อนอยู่ภายในข้อมูลของอินฟลูเอนเซอร์เหล่านั้น จากรูปที่พวกเขาโพสลงไปเพื่อประเมินความรู้สึกของภาพที่ให้กับผู้ชมว่าเป็นภาพให้ความรู้สึกบวกหรือลบ (Image Sentiment Classification) และมีการวิเคราะห์สไตล์ของภาพของอินฟลูเอนเซอร์ด้วยเช่นกัน (Image Style Classification) โดยจะนำมาพัฒนาด้วยเป็นโครงข่ายประสาท (Neural Network) ประเภทคอนโวลูชั่น (Convolutional Neural Network)

ซึ่งสุดท้ายจะเป็นการใช้แฮชแทคในการเลือกอินฟลูเอนเซอร์ให้เหมาะสมกับแฮชแทคนั้นๆ โดยเอาภาพของอินฟลูเอนเซอร์ใน Instagram มาประเมินความรู้สึกและสไตล์ของภาพและคำนวนคะแนนเพื่อหาอินฟลูเอนเซอร์ในแบบที่เราสนใจได้ ตัวอย่างเช่น อยากได้อินฟลูเอนเซอร์ที่โพสภาพให้ความรู้สึกรูปภาพเป็นบวก ลักษณะรูปภาพเป็นแบบ Bright และ Noir สภาพแวดล้อมเป็นแบบกลางแจ้งที่แสดงถึงความผจญภัย และในภาพต้องมีวัตถุที่สำคัญคือ บุคคลและสเก็ตบอร์ด เพื่อให้เข้ากับภาพลักษณ์ของแบรนด์ ผลงานนักศึกษาชิ้นนี้คือตัวอย่างการนำความรู้การวิเคราะห์ข้อมูลและวิทยาการข้อมูลได้ตอบโจทย์กับปัญหาของธุรกิจ สามารถลบอคติในการเลือกของบุคคลและใช้ข้อมูลเป็นตัวช่วยตัดสินใจ

Data Science นั้นยังสามารถนำไปวิเคราะห์เจาะลึกได้อีกมากมายเกี่ยวกับอินฟลูเอนเซอร์ อย่างการจัดกลุ่มอินฟลูเซอร์ตามแคปชั่นและแฮชแทคใช้และแบ่งสัดส่วนว่าส่วนใหญ่แล้วเขาโพสเนื้อหาด้านใดมากที่สุด (ท่องเที่ยว อาหาร ออกกำลังกาย ความงาม และประเภทอื่นๆเป็นต้น)

หรือการหาความสัมพันธ์ระหว่างอินฟลูเอนเซอร์กับผู้ติดตาม หรือระหว่างอินฟลูเอนเซอร์กับอินฟลูเอนเซอร์ด้วยกันเอง เมื่อสามารถรู้ได้ว่าใครติดตามใครบ้างก็จะสามารถสร้างเครือข่ายและแบ่งกลุ่มอินฟลูเอนเซอร์เหล่านั้นที่มีความเกี่ยวข้องเข้าด้วยกันเพื่อเป็นทางเลือกให้กับธุรกิจว่าจะเลือกกลุ่มอินฟลูเอนเซอร์แบบใดในการร่วมแคมเปญเพื่อเข้าถึงผู้ติดตามให้ได้มากที่สุดเป็นต้น

ทุกอุตสาหกรรมล้วนมีข้อมูลให้วิเคราะห์มหาศาล

ไม่เพียงแค่การวิเคราะห์อินฟลูเอนเซอร์เท่านั้นที่สามารถช่วยในการตัดสินใจทางด้านธุรกิจเพื่อให้การลงทุนในการทำการตลาดมีประสิทธิภาพมากที่สุด ในทุกอุตสาหกรรมต่างสามารถประยุกต์ใช้ความรู้ด้าน Data Science เพื่อแก้ไขปัญหา หรือสร้างสินค้าและบริการใหม่เพื่อตอบสนองความต้องการของอุตสาหกรรมได้อย่างเต็มศักยภาพ ซึ่งในหลักสูตรการวิเคราะห์ข้อมูลและวิทยาการข้อมูล Data Analytics and Data Science (DADS) นั้นมีการออกแบบการเรียนตั้งแต่การเขียนโปรแกรมเบื้องต้น การเรียนรู้การคำนวนทางด้านสถิติ การประยุกต์ใช้ machine learning ในการจัดการปัญหาที่แตกต่างกันอย่างเหมาะ พร้อมทั้งเรียนรู้การจัดการข้อมูลและวิเคราะห์ในรูปแบบต่างๆ อย่างข้อความ รูปภาพ วีดีโอ รวมไปถึงการจัดการกับข้อมูลมหาศาลที่เป็นโจทย์ที่ท้าทายในปัจจุบัน

            หากผู้ใดสนใจติดตามบทความหรือผลงานนักศึกษาสามารถติดตามแฟนเพจของสาขา DADS ได้ที่ Facebook Business Analytics and Data Science, GSAS, NIDA หรือสามารถดูหลายละเอียดหลักสูตรของสาขา การวิเคราะห์ข้อมูลและวิทยาการข้อมูล Data Analytics and Data Science (DADS) ได้ที่ เว็บไซต์ของคณะสถิติประยุกต์ และสามารถสอบถามรายละเอียดต่างๆเพิ่มเติมได้ที่ช่องทาง เบอร์โทร 0949291944 หรือ Line Official Account

 

 

เขียนโดย:

นายคเณศ ประกอบแก้ว
นักศึกษาปริญญาโท ภาคพิเศษ หลักสูตรการวิเคราะห์ธุรกิจและวิทยาการข้อมูล
สาขาวิทยาการข้อมูล (Data Science : DS)

เปิดรับสมัครปริญญาโท ภาคพิเศษ

บัดนี้ - 25 กันยายน 2564
Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn