การใช้ความสามารถของ MarTech ในด้าน ML, AI ในทุกๆ customer lifecycle

1. 1 martechthai
Machine Learning and AI across the customer lifecycle

2. 2 martechthai
Machine Learning and AI across the customer lifecycle
การทําธุรกิจและการตลาดในปัจจุบันเปรียบเสมือนการแล่นเรือ
ผ่านภูเขานํ้าแข็ง (ICEBERG)

3. 3 martechthai
Machine Learning and AI across the customer lifecycle
Artificial Intelligence for marketing
คือการใช้ออกแบบ Software หรือ Service ที่มีความสามารถใน
การทํางานโดยใช้ปัญญาประดิษฐ์ คิดและตัดสินใจการทํางานด้าน
การตลาดได้เสมือนมนุษย์ (Human Mimic)
โดย AI จะตัดสินใจจาก Data Modelling ที่มนุษย์ออกแบบหรือ
สอนไว้ และใช้ข้อมูลในอดีต หรือ Historical Data มาประกอบการ
ตัดสินใจ

4. 4 martechthai
Machine Learning and AI across the customer lifecycle
Speaker Introduction
จิตติพงศ์ เลิศประดิษฐ์
ผู้ก่อตั้งกลุ่ม Marketing Tech Thailand
ผู้เขียนหนังสือ Marketing Technology Trend 2021
Digital Strategy Team Lead
Marketing Technology Team Lead
Certificate
Google : Fundamentals of Digital Marketing
Advanced Google Analytics Academy

5. 5 martechthai
Machine Learning and AI across the customer lifecycle
Real World Artificial Intelligence Applications

6. 6 martechthai
Machine Learning and AI across the customer lifecycle

7. 7 martechthai
Machine Learning and AI across the customer lifecycle

8. 8 martechthai
Machine Learning and AI across the customer lifecycle
Reach
Market Asset Management

9. 9 martechthai
Machine Learning and AI across the customer lifecycle
Reach

10. 10 martechthai
Machine Learning and AI across the customer lifecycle
Reach
Collaboro Australia

11. 11 martechthai
Machine Learning and AI across the customer lifecycle
Reach

12. 12 martechthai
Machine Learning and AI across the customer lifecycle
Reach

13. 13 martechthai
Machine Learning and AI across the customer lifecycle
Reach
AI Audience Model™

14. 14 martechthai
Machine Learning and AI across the customer lifecycle
Reach
https://app.frase.io/app/dashboard/overview

15. 15 martechthai
Machine Learning and AI across the customer lifecycle
Reach
https://panel.ai-writer.com/aiw/simpleui/homesite/

16. 16 martechthai
Machine Learning and AI across the customer lifecycle
Reach
https://panel.ai-writer.com/aiw/simpleui/homesite/

17. 17 martechthai
Machine Learning and AI across the customer lifecycle
Reach
https://panel.ai-writer.com/aiw/simpleui/homesite/

18. 18 martechthai
Machine Learning and AI across the customer lifecycle
Reach
https://panel.ai-writer.com/aiw/simpleui/homesite/
Tiktok Marketing
In this article, we'll give you some advanced TikTok marketing tips, show you the cool tricks of Tik Tok, and then talk about why brands turn to Tik Tokyo Influencers and how they use them
in their marketing efforts. I used to tell how Guess recruited a well-known "TikTok personality" to promote their Inmydenim challenge. Other brands that use TikTok use the influencer to
spread their hashtag campaigns. In this article, we answer some of the most important questions in Tiktok marketing and give an expanded insight into the different types of brands that
brands recruit to target as part of a marketing campaign, as well as some cool tips for them and some great examples of their success. Sources: 1, 9, 12, 14
Although Guess didn't have a real lobby to promote their TikTok challenge, they partnered with the app and worked with one of the world's most popular Tik Tok influencers, @ tiktok _
influencer, to improve their denim pants and change their lives. Since then, the company has posted on its official Instagram page, and the post has garnered millions of views, prompting
the brand to turn to the influencer to invite customers to try out their lid flip trick under the brand hashtag for the challenge. Fitness apparel brand Gymshark partnered with a health and
wellness company focused on TikTok influencers to promote the # Inmydenim Challenge with its new denim pants line. The post has been viewed more than half a million times in less than
a week, prompting brands to turn to Tik Tokyo for help and invite customers to try out the lid flip trick themselves under their branded hashtags and challenges. Sources: 4, 5, 6, 16
If you know that TikTok is the right place and that it is a committed market, you can create an opportunity to promote your brand. Community-known influencers encourage users to
participate among their hashtags and challenges, and this will increase brand awareness for those who know. Sources: 0, 16
By encouraging them to use hashtags and label your brand with their creations, you can increase your profile and viral impact. With hashtag challenges, you could work with influencers
and get their followers to create user-generated content (UGC) to support your brands. Sources: 10, 17
This year should also be a time to connect with other content marketers, meet up, forget inspiration and learn a lot during the Content Marketing World in October. If you want to make
money online, try to create products and services that are already out of the market. Sources: 2, 13
And last but not least, there are hashtag challenges that offer the opportunity to go viral by promoting a hashtag campaign and collecting user-generated content. The part I have to make
clear is that the use of hashtags has its ups and downs and that you have to nail down the hashtag game before you venture into TikTok marketing. While you always have the opportunity
to organically promote your club's hashtag challenge, you have no choice but to promote your hashtag to promote engagement. If you support a regular hashtag that is provided by Tik Tok
(or Just what accidentally went viral), find a brand - sponsored hashtag challenge. Sources: 3, 6, 13, 18
It's not necessary to launch an advertising campaign to create your own branded Hashtag Challenge, but it's a great way to increase your reach and multiply the chances that your
challenge will go viral. If your brand is not yet established, you should use influencer marketing in conjunction with a hash tag challenge to give a boost to the challenge campaign. TikTok
Marketing can also complement your Instagram marketing strategy, as it is riddled with spam and fake accounts. Sources: 4, 16, 17
This will give marketers all the tools they need to easily connect with new potential customers. Marketers can find TikTok on Facebook, Twitter, Instagram, Pinterest, Google +, LinkedIn
and many other social media platforms. Sources: 18
This is crucial if your marketing campaign is to be successful, as TikTok arouses initial curiosity among your target audience and encourages them to use the app regularly. In this sense,
marketers who want to reach a younger audience can no longer afford to ignore the marketing opportunities that Tik Tok offers. If you're interested in creating a list of best practices for
Tik Tokyo Marketing, it's time to get inspired by brands that have already looked beyond the box and are succeeding with this app. It now has popularity, reach capacities that increase with
the months, and has the potential to cause a huge increase in the number of new potential customers for your business. So if you haven't done that yet, then marketers should try at this
point. Sources: 7, 8, 11, 15
If you want to reduce your ad costs for TikTok, we recommend you team up with Tik Tok creators to increase your brand awareness with them. Note that the brand itself must first talk to
the Tik Tokyo Brand Partnership team and then to its marketing team.

19. 19 martechthai
Machine Learning and AI across the customer lifecycle
Reach
https://www.wix.com/

20. 20 martechthai
Machine Learning and AI across the customer lifecycle
https://martechthai.wixsite.com/website

21. 21 martechthai
Machine Learning and AI across the customer lifecycle
Reach
What is voice search?
voice search refers to the use of voice recognition
technology which allows users to perform searches by
simply speaking into a device. The device could be a
computer, a smartphone or a smart home assistant.

22. 22 martechthai
Machine Learning and AI across the customer lifecycle
Reach
Why voice search is important?

23. 23 martechthai
Machine Learning and AI across the customer lifecycle
Reach
Why voice search is important?

24. 24 martechthai
Machine Learning and AI across the customer lifecycle
Reach
Why voice search is important?

25. 25 martechthai
Machine Learning and AI across the customer lifecycle
Reach

26. 26 martechthai
Machine Learning and AI across the customer lifecycle

27. 27 martechthai
Machine Learning and AI across the customer lifecycle
Act

28. 28 martechthai
Machine Learning and AI across the customer lifecycle
Act

29. 29 martechthai
Machine Learning and AI across the customer lifecycle
Act

30. 30 martechthai
Machine Learning and AI across the customer lifecycle
Act
Segmentation Fundamental (Traditional)
ประชากรศาสตร์
พฤติกรรมศาสตร์
ภูมิศาสตร์
จิตวิทยา
อื่นๆ

31. 31 martechthai
Machine Learning and AI across the customer lifecycle
Act
อายุ
เพศ
อาชีพ
สถานะทาง
เศรษฐกิจ
สถานภาพ
สมรส
ขนาด
ครอบครัว
การศึกษา
รายได้
ครัวเรือน
เจ้าของบ้าน
ชาติพันธุ์
Demo Graphic ประชากรศาสตร์
Segmentation Fundamental (Traditional)

32. 32 martechthai
Machine Learning and AI across the customer lifecycle
Act
พฤติกรรม
การซื้อสินค้า
ผลประโยชน์
จากการซื้อสินค้า
โอกาส และช่วงเวลา
ที่จะซื้อสินค้า
สถานะของผู้ใช้
อัตราการ
ซื้อสินค้า
ความภักดี
ความพึงพอใจ
ความสนใจสินค้า ระดับการมีส่วนร่วม
Behavioral
Segmentation Fundamental (Traditional)

33. 33 martechthai
Machine Learning and AI across the customer lifecycle
Act
ข้อมูลการใช้งานเว็บไซต์ (Website Behavior)
- ชอบเข้ามาดูที่ Web Page ไหน
- เข้ามาดูผ่านช่องทางอะไร (Traffic sources)
- มี Flow การใช้งานอย่างไรบ้าง
ข้อมูลการใช้ Application ต่างๆ
- Feature ที่นิยมใช้งาน
- ความถี่ในการใช้งาน
ข้อมูลการปฏิสัมพันธ์กับอีเมลล์
(Email Engagement) เช่น
– อัตราการเปิดอ่าน (Open rate)
– อัตราการคลิกอ่าน (Click-through rate)
Digital Segmentation (Engagement & Behavioral Data)
ข้อมูลการบริการหลังการขายต่างๆ
(After Sale Service / Customer Service)
– จํานวนการขอรับบริการ (Number of tickets)
– รายละเอียดการร้องเรียน (Complaint details)

34. 34 martechthai
Machine Learning and AI across the customer lifecycle
Act

35. 35 martechthai
Machine Learning and AI across the customer lifecycle
Act

36. 36 martechthai
Machine Learning and AI across the customer lifecycle
Act

37. 37 martechthai
Machine Learning and AI across the customer lifecycle
Act
What Is a Prediction?
A prediction is a forward-looking estimate based on historical
data. Today, businesses are using artificial intelligence (AI) and
machine learning to generate predictions and embed those in
their business workflows. Examples of the types of predictions
businesses use include:

38. 38 martechthai
Machine Learning and AI across the customer lifecycle
Act
Scores:
Estimates
Classifications

39. 39 martechthai
Machine Learning and AI across the customer lifecycle
Act

40. 40 martechthai
Machine Learning and AI across the customer lifecycle

41. 41 martechthai
Machine Learning and AI across the customer lifecycle
Convert

42. 42 martechthai
Machine Learning and AI across the customer lifecycle
Convert

43. 43 martechthai
Machine Learning and AI across the customer lifecycle
Convert
ตัวอย่างการ Personalization Email ด้วย MERGE tags

44. 44 martechthai
Machine Learning and AI across the customer lifecycle
Convert
*|MERGE8|* *|MERGE9|* เปลี่ยนเป็น Suzuki Swift ตาม และเปลี่ยน District ตาม Audience fields เรียบร้อย

45. 45 martechthai
Machine Learning and AI across the customer lifecycle
Convert
ประโยชน์ของ Personalization คือการทําให้สัดส่วนการ
Convert ดีขึ้น (Conversion Rate Optimization) ไม่ว่าจะเป็น
• อัตราการกรอก Lead ต่อ Session
• อัตราการเปิดอ่านอีเมลล์
• รอบการตัดสินใจซื้อสินค้าหรือ Sale Cycle สั้นลง
• ราคาค่า Ads โฆษณา เช่น Cost Per Click ถูกลง

46. 46 martechthai
Machine Learning and AI across the customer lifecycle
Convert
A/B Testing หรือการทดลองหารูปแบบที่ดีที่สุดจาก Metrics ที่เรากําหนดกับกลุ่มเป้าหมายกลุ่ม
เล็กๆ ก่อน เช่น สุ่มเลือกคนมาทดสอบจํานวน 100 คน มาทดสอบทางสถิติ เพื่อเอารูปแบบที่ชนะไปใช้
กับคนกลุ่มที่เหลือซึ่งมีจํานวนมากกว่า

47. 47 martechthai
Machine Learning and AI across the customer lifecycle
Convert

48. 48 martechthai
Machine Learning and AI across the customer lifecycle
Convert
Multivariate Testing
หรือการทดสอบรูปแบบขั้นสูงที่มีหลายตัวแปร โดยจะมีการตั้งสมมุติฐานมากมาย แล้วใช้การออกแบบรูปภาพ ข้อความ สี ตําแหน่งต่างๆ ไว้หลากหลาย
รูปแบบ และใช้การผสมผสานหรือ Combination Material เหล่านั้นมาประกอบเป็นการทดสอบต่างๆ โดยส่วนใหญ่การจะทํา Multivariate Testing ที่
ละเอียด และปริมาณมหาศาลขนาดนี้ได้ อาจต้องอาศัย AI หรือ ML มาช่วยในการเลือกรูปแบบที่เหมาะสม

49. 49 martechthai
Machine Learning and AI across the customer lifecycle
Convert
การทํา Personalization ในปัจจุบันที่ได้รับความนิยมอยู่ 3 แบบ
1. Rules-based personalization คือการสร้าง rules ตาม
attributes และ data-points ต่างๆ
2. Journey-based personalization เป็นการ Map ลูกค้าตาม
Marketing Journey (Funnels) ต่างๆ
3. Machine-Learning Personalization การใช้ความสามารถของ
AI, Data Modelling

50. 50 martechthai
Machine Learning and AI across the customer lifecycle
Convert
1.1 การสร้าง Rule ตามกลุ่ม Inbound Source เช่น
• User มาจาก Google Search
• User Click มาจาก Online Campaigns ที่เรากําหนด (ผ่าน UTM Source/Medium)
• User Click มาจาก Email Campaign ที่เราส่งออกไป
1.2 การสร้าง Rule ตาม Recent Activity (Website หรือ Webpage) เช่น
• หน้า Webpage สินค้าล่าสุดที่ลูกค้าเข้าชม
• หมวดหมู่สินค้าล่าสุดที่ลูกค้าเข้าชม
• หมวดหมู่สินค้าที่ลูกค้านิยมซื้อที่ร้านค้า (Offline Store)
• ประเภท Contents ที่ลูกค้านิยมอ่าน (เราต้องวาง Structure ไว้)
1.3 Rule จาก Other Systems หรือระบบอื่นๆ ตัวอย่างเช่น การดึง Attributes และ Data-Points จากระบบอื่นๆ
เช่น CRM, Call Centre System เป็นต้น
1. Rules-Based Personalization คือ การสร้าง Rules ตาม Attributes
และ Data-Points ต่างๆ

51. 51 martechthai
Machine Learning and AI across the customer lifecycle
Convert
1. Rules-Based Personalization คือ การสร้าง Rules ตาม Attributes และ Data-Points ต่างๆ

52. 52 martechthai
Machine Learning and AI across the customer lifecycle
Convert
CDP + Personalization Engine

53. 53 martechthai
Machine Learning and AI across the customer lifecycle
Convert
เป็นการ Map ลูกค้าตาม Marketing Journey (Funnels) ต่างๆ เช่น
• ลูกค้าที่เราประเมินแล้วว่า กลุ่มที่อยู่ใน Awareness stage เราอาจจะเน้นการสื่อสารระดับ
Branding เพื่อสร้างความน่าเชื่อถือ
• ลูกค้าที่อยู่ในระดับ Consideration stage อาจจะนําเสนอเกี่ยวกับส่วนลด หรือข้อมูล
Technicalเชิงลึกเพื่อจะโน้มน้าวให้ลูกค้ามั่นใจในสินค้าหรือบริการของเรา
Journey-based personalization ส่วนใหญ่มักจะใช้กับธุรกิจ B2B ที่มีรอบการตัดสินใจซื้อ
สินค้านาน (long sales cycle) เช่นธุรกิจSoftware หรือสินค้าที่มีราคาแพงเช่นบ้าน รถยนต์,
หรือธุรกิจ Retail store
2. Journey-based personalization

54. 54 martechthai
Machine Learning and AI across the customer lifecycle
Convert
2. Journey-based personalization

55. 55 martechthai
Machine Learning and AI across the customer lifecycle
Convert
การใช้ความสามารถของ AI, Data Modelling
3. Machine-Learning Personalization

56. 56 martechthai
Machine Learning and AI across the customer lifecycle
Convert

57. 57 martechthai
Machine Learning and AI across the customer lifecycle
Convert
แนะนําสินค้าที่เกี่ยวข้อง (Complementary Products)
Configuration Idea : เลือกหมวดหมู่สินค้าหลัก เช่น “กล้อง” ให้เลือก personalization
relate items จากหมวดหมู่สินค้ารอง “เลนส์” เป็นต้น
การประยุกต์ใช้ Personalization at Scale

58. 58 martechthai
Machine Learning and AI across the customer lifecycle
Convert

59. 59 martechthai
Machine Learning and AI across the customer lifecycle
Convert
Conversation Marketing Technology
เทคโนโลยีที่ใช้ความสามารถของ AI มาสร้าง Platform
ที่ช่วยให้การตอบโต้ระหว่างแบรนด์และลูกค้า
มีไดอาล็อกสนทนาที่คล้ายคลึงกับการสื่อสารกับมนุษย์ (Mimic
Human) มากสุด
รองรับการขยายบริบท (Context) ของข้อความได้ (At scale)

60. 60 martechthai
Machine Learning and AI across the customer lifecycle
Convert
Conversation Marketing Technology

61. 61 martechthai
Machine Learning and AI across the customer lifecycle
Convert

62. 62 martechthai
Machine Learning and AI across the customer lifecycle
Convert

63. 63 martechthai
Machine Learning and AI across the customer lifecycle
Convert
ข้อจํากัดของ Rules-based Bot

64. 64 martechthai
Machine Learning and AI across the customer lifecycle
Machine Learning and AI across the customer lifecycle
Convert
https://alepom.medium.com/dialogflow-cx-a-new-way-to-design-conversational-agents-d90765dde85e

65. 65 martechthai
Machine Learning and AI across the customer lifecycle

66. 66 martechthai
Machine Learning and AI across the customer lifecycle
Engage
BENEFITS
Reduce churn/ attrition
Increase adoption
Decrease case resolution time

67. 67 martechthai
Machine Learning and AI across the customer lifecycle
Engage
ค่าบริการส่วนเกินเหมาจ่ายคิดตามการใช้งานจริง โทรทุกเครือข่าย
นาทีละ 1.50 บาท (เศษของนาทีคิดเป็น 1 นาที)

68. 68 martechthai
Machine Learning and AI across the customer lifecycle
Engage
ใช้จริง 2,000 นาที / เดือน
• ส่วนที่อยู่ในPackage 580นาที
= จ่าย 450 บาท
• ส่วนที่เกินPackage 420 นาที
= จ่าย 630 บาท
จ่ายจริง 1,080 บาทต่อเดือน

69. 69 martechthai
Machine Learning and AI across the customer lifecycle

70. 70 martechthai
Machine Learning and AI across the customer lifecycle
Telco สามารถ Predict ได้ว่า ถ้าลูกค้ามีการใช้บริการเกิน Package รายเดือนติดต่อกันเกิน 6
เดือน
Package โทร 580 นาที แต่ลูกค้าใช้เกิน 420 นาทีทุกเดือน) จะมีโอกาสย้ายค่ายในเดือนที่ 7 ถึง
xx%
ถ้ามองใน Analytic แบบเดิมที่มองภาพแบบแบนๆ คือดีมาก องค์กรมีกําไรเพิ่มขึ้น เดือนละ
630 บาท/ลูกค้า 1 คน (สมมุติคิดค่าบริการโทรเกินเวลานาทีละ 1.5 บาท)
แต่จากการทํา Advance Analytic ของ Historical Data กลับพบข้อมูลเชิงลึกที่ชี้ให้เห็นว่า
ลูกค้าที่มีพฤติกรรมซํ้าๆ แบบนี้ มีอัตราการย้ายค่ายสูงถึง 90% ภายในระยะเวลา 6 เดือน
และการต้องสูญเสียลูกค้า 1 รายนั้น มีต้นทุนในการหาลูกค้าใหม่มาทดแทน (Customer
Acquisition Cost: CAC) อยู่ที่ 10,000 บาท และมีมูลค่าตลอดชีพของลูกค้า (Customer
Lifetime Value: CLV) อยู่ที่ 100,000 บาท (คํานวณจํานวนเดือนที่ลูกค้าอยู่ในระบบ x ค่า
Package รายเดือน)
กําไรที่ได้รับจากค่าโทรเกินเวลาเดือนละ 420 บาท ไม่คุ้มค่ากับการสูญเสียลูกค้า 1 ราย
(Customer Churn)

71. 71 martechthai
Machine Learning and AI across the customer lifecycle

72. 72 martechthai
Machine Learning and AI across the customer lifecycle

73. 73 martechthai
Machine Learning and AI across the customer lifecycle

74. 74 martechthai
Machine Learning and AI across the customer lifecycle
Mainstream adoption in
5 – 10 Years
• Smart Content Curation
• Predictive Customer Service
• Programmatic media bidding
• Predictive analytics
• 1:1 Dynamic content emails
Mainstream adoption in
2 – 5 Years
• Ad targeting
• Re-Targeting
• Dynamic Pricing
• Web & App Personalization
• Marketing Automation
• AI generated content
Mainstream adoption in
0-2 Years
• Chat Bots
• Lead scoring
• Propensity Modeling
• Voice Search

75. 75 martechthai
Machine Learning and AI across the customer lifecycle