สรุปหนังสือ Marketing 7.0 : คู่มือนักการตลาดผู้คิดเป็น ในยุคที่ AI ครองโลก เขียนโดย Philip Kotler, Hermawan Kartajaya และ Iwan Setiawan

1. ปลายทางของการตลาดคือจิตใจ ไม่ใช่เครื่องมือ
.
เล่มนี้เปิดด้วยการเขียน History ของวงการใหม่ ไม่ใช่ในรูปแบบที่วงการมักเล่า ที่เน้นว่าแต่ละยุคมีเครื่องมือใหม่อะไรเข้ามา แต่ในรูปแบบที่เสนอว่าทั้งหมดคือการเดินทางครั้งเดียวที่มีปลายทางชัดเจนอยู่แล้ว
.
Marketing 1.0 คือยุค product-centric หลังสงครามโลกครั้งที่สอง ที่ตลาดเป็น seller's market และความท้าทายคือการผลิตให้ทันความต้องการ Marketing 2.0 คือยุค customer-centric ที่เกิดขึ้นเมื่อตลาดเต็มและผู้ซื้อเริ่มมีอำนาจเลือก การตลาดจึงต้องเริ่มจากความต้องการของลูกค้า Marketing 3.0 คือยุค human-centric ที่เสนอว่าลูกค้าไม่ใช่แค่ "ผู้ซื้อที่มีความต้องการ" แต่เป็นมนุษย์ที่มีทั้งกาย ใจ และจิตวิญญาณ มีค่านิยม มีจุดยืนทางสังคมและสิ่งแวดล้อม
.
Marketing 4.0 คือยุคที่ digital และ physical หลอมรวม ลูกค้าเชื่อมต่อกันในเครือข่ายและการตัดสินใจไม่ได้เกิดโดดเดี่ยว แต่เกิดในบริบทของกลุ่ม Marketing 5.0 คือยุคที่ AI, IoT, blockchain, AR/VR เข้ามาทำให้การ personalize เป็นไปได้ในระดับ Segment of One Marketing 6.0 คือยุค metamarketing ที่ immersive และ phygital experience เป็นศูนย์กลาง โลกดิจิทัลกับโลกกายภาพไม่มีเส้นแบ่งอีกต่อไป
.
และ Marketing 7.0 คือยุคที่เรียกว่า cognitive marketing การตลาดที่ยึดกระบวนการคิดของมนุษย์เป็นแกน
.
จุดที่เล่มนี้แหลมคมคือการไม่นำเสนอ 7.0 เป็นเวอร์ชั่นใหม่ที่มาแทน 6.0 แต่นำเสนอว่า 7.0 คือการเปิดเผยว่าวิวัฒนาการทั้งหมดกำลังวิ่งไปไหน เทคโนโลยีทุกชั้นที่เพิ่มเข้ามาตั้งแต่ยุค 3.0 ไม่ได้มีไว้เพื่อเพิ่มประสิทธิภาพ แต่มีไว้เพื่อเปิดประตูเข้าใกล้จิตใจลูกค้าทีละก้าว
.
โซเชียลมีเดียสำคัญไม่ใช่เพราะเป็นช่องทางใหม่ แต่เพราะเป็นโครงสร้างที่ทำให้ social validation กลายเป็นกลไกการตัดสินใจของตลาด ลูกค้าไม่ได้ซื้อสินค้าหลังเห็นโฆษณา พวกเขาซื้อหลังเห็นคนอื่นซื้อและรีวิว
.
AI สำคัญไม่ใช่เพราะ personalize ได้เร็ว แต่เพราะทำให้ relevance ในระดับปัจเจกเป็นจริงได้ในสเกลของล้านคน Immersive technology สำคัญไม่ใช่เพราะว้าว แต่เพราะสร้างความทรงจำที่ฝังลึกกว่า message ธรรมดา ประสบการณ์ที่ใช้หลายประสาทสัมผัสและมีส่วนร่วมของตัวเองถูกเข้ารหัสในหน่วยความจำระยะยาวได้ดีกว่าการอ่านหรือการดูเฉยๆ
.
วลีที่เปิดเล่มคือ "marketing is market-ing" การตลาดคือกริยาต่อเนื่อง ไม่ใช่สถานะคงที่ และสถานะที่มันวิ่งเข้าหาคือการเข้าถึงจิตใจลูกค้าที่ลึกและตรงขึ้นเรื่อยๆ
.
เล่มนี้จึงเป็นการตั้งคำถามกลับกับวงการว่า ถ้าปลายทางคือจิตใจ ทำไมเรายังคุยกันเรื่องเครื่องมือเป็นหลัก ทำไมการประชุม marketing ส่วนใหญ่พูดเรื่อง platform ใหม่ เรื่อง dashboard ใหม่ เรื่อง tool ใหม่ แทนที่จะพูดเรื่องคนที่เรากำลังพยายามจะเข้าใจ คำตอบไม่ใช่ว่าเครื่องมือไม่สำคัญ แต่มันเป็นแค่ทางผ่าน และถ้าลืมปลายทาง ก็จะวิ่งเก่งแต่ไม่รู้ว่าไปไหน
.
.
2. Augmented Human คือลูกค้าพันธุ์ใหม่ที่ไม่เคยมีมาก่อน
.
คำว่า "Augmented Human" ถูกเสนอเป็นนิยามลูกค้ายุคใหม่ที่ไม่เหมือนลูกค้าในตำรา marketing ไหนที่เคยเขียนมา
.
Augmented Human ไม่ใช่แค่ลูกค้าที่ใช้ smartphone หรือช้อปออนไลน์ได้คล่อง แต่คือมนุษย์ที่มีเทคโนโลยีเป็นส่วนขยายของตัวเอง เป็นอวัยวะเสริมที่ทำงานร่วมกับสมองจนแยกไม่ออกว่าอะไรคือความสามารถของตัวเอง อะไรคือความสามารถของเครื่อง
.
ในมิติแรก พวกเขา outsource การคิดบางส่วนให้ AI ใช้ ChatGPT ช่วยสรุปรีวิวยาวๆ ก่อนตัดสินใจซื้อ ใช้ Perplexity ค้นข้อมูลแทน Google ที่รกไปด้วย ads ใช้ Claude ช่วยร่างอีเมลตอบคนขายที่กดดันเกินไป ใช้ Gemini ช่วยแปลภาษาและเข้าใจรีวิวต่างประเทศ กระบวนการคิดของพวกเขาจึงไม่ได้เป็น "สมองเดียว" อีกต่อไป แต่เป็น "สมองคน + AI" ที่ทำงานร่วมกันตลอดเวลา
.
ในมิติที่สอง พวกเขาจัดการอารมณ์ผ่าน content stream รู้ว่าเวลาเครียดควรเปิด podcast อะไร เวลาเหงาควรเลื่อน TikTok แบบไหน เวลาซึมเศร้าควรหาคลิปประเภทใด Content กลายเป็นยารักษาอารมณ์ที่กำหนดเอง ไม่ใช่แค่สิ่งบันเทิง
.
ในมิติที่สาม พวกเขาเข้าสังคมผ่านดิจิทัลเป็นหลัก คนที่พวกเขาคุยด้วยบ่อยที่สุดในหนึ่งสัปดาห์อาจเป็นคนที่ไม่เคยเจอหน้าจริง community online ที่พวกเขาเป็นสมาชิก อาจมีความหมายกับชีวิตมากกว่าคนใน office หรือในซอยบ้าน
.
ในมิติที่สี่ พวกเขาซื้อของผ่านสภาพแวดล้อมที่ AI คัดกรองก่อนเสมอ สินค้าที่ขึ้นหน้า feed คือสินค้าที่ algorithm คิดว่าตรง สินค้าที่ขึ้น search result แรกคือสินค้าที่ SEO ทำดีที่สุด สินค้าที่ AI recommend คือสินค้าที่ training data บอกว่าเหมาะ ลูกค้าแทบไม่เห็นทางเลือกนอกกรอบที่ AI วางไว้
.
ในมิติที่ห้า พวกเขาคาดหวัง continuity ระหว่างโลกดิจิทัลกับโลกกายภาพแบบไร้รอยต่อ เริ่มดูสินค้าในเว็บ ไปลองที่ร้าน กลับมาซื้อในแอป ขอส่งไปบ้าน ติดตามผ่าน notification แล้วถ้ามีปัญหาก็อยากแชทกับคนจริงที่เข้าใจทันที ถ้าส่วนใดขาดหาย ประสบการณ์ทั้งเส้นพัง
.
แต่พร้อมกับการถูก augment นี้ ลูกค้ายุคใหม่พัฒนากลไกป้องกันที่ซับซ้อนขึ้นเรื่อยๆ ปรากฏการณ์ banner blindness ที่เคยเป็นแค่ปัญหาเล็กๆ ในยุคแรกของ display ads กลายเป็นปัญหาระดับโครงสร้างในปัจจุบัน สมองของลูกค้าเรียนรู้ pattern ของโฆษณาแล้วตัดทิ้งก่อนถึงระดับรับรู้
.
นี่ไม่ใช่การที่ลูกค้า "ไม่สนใจโฆษณา" แต่คือการที่ระบบประสาทของพวกเขาถูกปรับให้ "ไม่เห็น" โฆษณาตั้งแต่แรก เหมือนคนที่อยู่ใกล้ทางรถไฟนานๆ แล้วไม่ได้ยินเสียงรถไฟอีกต่อไป ไม่ใช่เพราะหูไม่ได้ยิน แต่เพราะสมองกรองทิ้งก่อนที่เสียงจะเข้าถึงส่วนที่รับรู้
.
ผลกระทบต่อนักการตลาดคือ framework เก่าที่ใช้ได้ดีในยุคทีวี ยุคหนังสือพิมพ์ หรือแม้แต่ยุคต้นของดิจิทัล ใช้ไม่ได้แล้ว การ "ขัดจังหวะเพื่อดึงความสนใจ" ไม่ได้ผลอีกต่อไปเพราะลูกค้ามีเครื่องมือและทักษะในการหลีกเลี่ยงการขัดจังหวะทุกรูปแบบ
.
คำถามที่ค้างไว้คือ ถ้าลูกค้าของเราคือ augmented human ที่มี AI เป็นผู้ช่วย มี community online เป็นที่ปรึกษา มีทักษะกรองสารอย่างแหลมคม และคาดหวังประสบการณ์ที่สม่ำเสมอทุกจุดสัมผัส แล้วการตลาดในแบบที่เรายังทำกันอยู่ตอนนี้ เหมาะกับลูกค้าคนนี้จริงๆ หรือเปล่า
.
.
3. Filtering, Fragmentation, Frugality = สาม F ที่นิยามตลาดใหม่
.
พฤติกรรมของ augmented human ถูกสรุปเป็นสาม F ที่แต่ละคำเปลี่ยน paradigm ของการตลาดอย่างสิ้นเชิง ไม่ใช่แค่การปรับเทคนิค
.
.
Filtering
.
Filtering ไม่ใช่แค่การใช้ ad blocker ที่พูดกันบ่อยๆ แต่เป็นระบบการกรองหลายชั้นที่ลูกค้ายุคนี้ทำโดยอัตโนมัติ
.
ชั้นแรกคือ technological filtering = ad blocker, tracker blocker, cookie consent popup, spam filter, do not disturb mode ลูกค้ามีเครื่องมือทางเทคนิคครบที่จะปิดกั้นการสื่อสารเชิงการตลาดส่วนใหญ่ตั้งแต่ก่อนเข้าถึงสายตา
.
ชั้นที่สองคือ platform-level filtering = การ unfollow การ mute การ hide การ block คนที่โพสต์น่ารำคาญ การ snooze โฆษณา การรายงานโพสต์ว่าไม่เกี่ยวข้อง ทุก platform ใหญ่ให้เครื่องมือพวกนี้เพราะรู้ว่าถ้าไม่ให้ ผู้ใช้จะเลิกใช้ platform แทน
.
ชั้นที่สามคือ cognitive filtering = การที่สมองเรียนรู้ที่จะไม่เห็นสิ่งที่ดูเหมือนโฆษณา แม้จะไม่มีเครื่องมือเทคนิคใดปิดกั้น นี่คือ filtering ที่อันตรายที่สุดเพราะผู้ทำการตลาดไม่รู้ว่าข้อความของตนถูกกรอง ไม่มี metric ใดจับได้
.
ชั้นที่สี่คือ social filtering = การที่ลูกค้าใช้ community online เป็นตัวกรองรอง พวกเขาไม่ตัดสินใจเองจากโฆษณาที่เห็น แต่ไปถามในกลุ่ม Facebook ในซับ Reddit ใน Discord ของ community ที่ตนเป็นสมาชิก หากสมาชิกบอกว่าแบรนด์นี้ดี ก็ซื้อ หากบอกว่าไม่ดี ก็ไม่ซื้อ แม้จะเห็นโฆษณาเทพแค่ไหน
.
.
Fragmentation
.
Fragmentation คือความสนใจที่แตกเป็นเสี่ยงในหลายมิติ
.
มิติของ platform ลูกค้าไม่ได้อยู่บนแพลตฟอร์มเดียวตลอดวัน แต่กระโดดข้ามไป TikTok ตอนรอรถ Instagram ตอนพักกลางวัน LinkedIn ตอนเช้า Reddit ตอนหาข้อมูลเชิงลึก X ตอนอ่านข่าว YouTube ตอนเย็น LINE ตอนคุยกับเพื่อน การยิง message ใน platform เดียวจึงเข้าถึงลูกค้าแค่บางช่วงของวัน
.
มิติของเวลา ความสนใจของลูกค้าไม่ได้คงที่ตลอดวัน ช่วงเช้าอาจเปิดรับข้อมูลเชิงวิชาชีพ ช่วงบ่ายเปิดรับ entertainment ช่วงเย็นเปิดรับเรื่องส่วนตัว ช่วงดึกเปิดรับเรื่องลึก การยิง message ในช่วงเวลาผิดเหมือนพูดภาษาที่ลูกค้าไม่ฟังในขณะนั้น
.
มิติของ echo chamber แต่ละ platform สร้าง echo chamber ของตัวเอง คนในกลุ่มหนึ่งอาจไม่รู้เลยว่ากระแสในอีกกลุ่มคืออะไร Twitter/X Thailand ฝั่งหนึ่งอาจคุยกันเรื่องหนึ่งทั้งวัน อีกฝั่งอาจไม่เคยรู้ว่ามีการคุยเรื่องนั้นเกิดขึ้น microtrend เกิดและตายในสัปดาห์เดียวโดยคนในกลุ่มอื่นไม่รู้ตัว นักการตลาดที่เดิน brief ตาม trend ของ echo chamber หนึ่ง อาจยิงข้อความที่ไม่มีคนนอกกลุ่มนั้นเข้าใจ
.
.
Frugality
.
Frugality ไม่ได้หมายความว่าลูกค้ายากจน แต่หมายความว่าลูกค้าคิดเยอะก่อนจ่าย
.
ในยุคที่เศรษฐกิจไม่แน่นอน สงครามยูเครน-รัสเซียลากยาว เงินเฟ้อกัดกินกำลังซื้อ อัตราดอกเบี้ยสูง ความรู้สึกปลอดภัยทางการเงินสั่นคลอน ลูกค้าพัฒนาพฤติกรรมการใช้จ่ายใหม่ พวกเขาเก็บเงินมากขึ้นในหมวดที่ลดได้ แต่ยังใช้จ่ายกับของที่ "รู้สึกคุ้ม"
.
ปรากฏการณ์ lipstick effect กลับมาแรง ในช่วงเศรษฐกิจซึมเศร้า ของราคาถูกๆ ที่ให้ความสุขทันที เช่น ลิปสติก กาแฟแก้วโปรด ขนมหวาน ยอดขายกลับดี ในขณะที่ของใหญ่ๆ เช่น รถ บ้าน เครื่องใช้ไฟฟ้า ชะลอตัว ลูกค้าไม่ได้หยุดใช้เงิน แต่ปรับ portfolio การใช้จ่ายให้เน้นของเล็กที่ให้ความสุขสูง
.
.
สาม F ที่เสริมกัน
.
ที่สำคัญที่สุดคือ สาม F นี้ไม่ได้เกิดแยกกัน มันเสริมกันและทำให้การตลาดยากขึ้นหลายเท่า
.
Filtering ทำให้ข้อความเข้าถึงยาก Fragmentation ทำให้ข้อความที่เข้าถึงได้ ไม่ต่อเนื่อง Frugality ทำให้ข้อความที่ต่อเนื่องได้ ยังต้องพิสูจน์คุณค่าชัดเจน
.
นักการตลาดที่ยังทำงานบนสมมติฐานเก่าว่า "ยิ่งยิง message มาก ยิ่งมีคนเห็นมาก ยิ่งมีคนซื้อมาก" กำลังเจอความจริงที่ขัดกับสมมติฐานนั้นทุกวัน การยิงมากเจอ filtering หนักขึ้น การยิงกระจายเจอ fragmentation รุนแรงขึ้น การยิงราคาถูกเจอ frugality ที่ไม่ตอบสนองต่อราคาถูกง่ายๆ อีกต่อไป ทางออกไม่ใช่การยิงมากกว่าเดิม แต่คือการคิดใหม่ทั้งหมดว่าจะสื่อสารกับลูกค้าพันธุ์ใหม่นี้ยังไง
.
.
4. Performance Obsession คือโรคระบาดของวงการ
.
คำว่า "Performance Obsession" ถูกใช้ในเล่มอย่างหนักแน่นและจงใจ เพื่อแยกระหว่าง "การใช้ performance marketing" ที่เป็นเรื่องปกติของวงการ กับ "การหมกมุ่นกับ performance" ที่เป็นโรคเชิงวัฒนธรรม
.
Performance marketing ในตัวมันเองไม่มีอะไรผิด มันคือวิธีวัดผลและ optimize ที่ทำให้งานการตลาดมีความรับผิดชอบต่อ ROI ได้ สิ่งที่เป็นปัญหาคือการเลื่อนชั้น performance marketing ขึ้นเป็นทั้งโลกทัศน์ขององค์กร จนทุกการตัดสินใจต้องผ่านเกณฑ์ "วัดได้เร็วและเห็นผลเร็ว" มิเช่นนั้นไม่นับว่ามีค่า
.
สามสิ่งในโลกปัจจุบันผลักดันให้โรคนี้ระบาดหนักขึ้น
.
หนึ่ง ความไม่แน่นอนทางเศรษฐกิจและภูมิรัฐศาสตร์ ทำให้ผู้บริหารต้องการผลลัพธ์เร็วเพื่อยืนยันการใช้จ่าย การลงทุนในสิ่งที่ต้องรอ 2-3 ปีจึงไม่ได้รับการอนุมัติ แม้จะมี case ยืนยันว่าระยะยาวคุ้มกว่า
.
สอง วัฒนธรรม lean และ agile ที่เริ่มต้นด้วยเจตนาดี เมื่ออยู่ใต้ความกดดันของ quarterly target มักหดแคบลงเป็น "ทำเฉพาะที่ทดสอบได้เร็ว" การทดลองที่ไม่เห็นผลใน 2 สัปดาห์ถูกตัดทิ้ง แม้ว่าผลจริงของการทดลองนั้นอาจใช้เวลา 6 เดือน
.
สาม เครื่องมือวัดที่ทำให้ทุกอย่างเป็นตัวเลขได้ สร้างภาพลวงว่า "ถ้าวัดไม่ได้ แสดงว่าไม่มี" ซึ่งเป็นเหตุผลที่ brand building ที่สร้าง memory ระยะยาวถูกลดความสำคัญ เพราะ memory วัดยากกว่า click
.
.
AI ไม่ได้สร้างโรคนี้ แต่เร่งให้มันหนักขึ้นอย่างรวดเร็ว
.
ในอดีต performance marketing ต้องใช้ทีม creative ผลิตโฆษณาให้หลายแบบ ซึ่งใช้เวลาและเงิน จำนวน variation ที่ทดสอบได้จึงมีจำกัด AI เปลี่ยนสมการนี้ การสร้าง creative asset เป็นร้อยเป็นพันแบบทำได้ใน 1 วันด้วยต้นทุนใกล้ศูนย์
.
เมื่อ variation ผลิตได้ไม่จำกัด การ optimize ก็ทำได้ไม่จำกัด ทีม performance สามารถยิง 500 แบบ ทดสอบใน A/B test แล้วเลือก 10 แบบที่ผลดีที่สุด ปริมาณงานที่เคยใช้ agency ทั้งเดือน ตอนนี้ทำได้ในเช้าเดียว
.
ผลที่ตามมาคือ homogenization ทุกแบรนด์ใช้ AI ชุดเดียวกัน ทดสอบ pattern เดียวกัน เลือกสิ่งที่ algorithm ชอบที่สุด ผลลัพธ์คือทุกโฆษณาเริ่มดูคล้ายกัน ใช้ hook คล้ายกัน โครงสร้างประโยคคล้ายกัน แม้แต่สีที่เลือกก็คล้ายกัน
.
.
Performance marketing ทำงานกับ "สมองส่วนเก่า" (reptilian brain) ที่ตอบสนองต่อความขาด ความด่วน ความกลัวพลาด และสัญชาตญาณเร็ว เทคนิคที่ performance marketing ใช้กันมากคือ scarcity (เหลืออีก 3 ชิ้น), urgency (หมดเวลาใน 2 ชั่วโมง), loss aversion (อย่าพลาดโอกาสนี้), social proof (1,000 คนเพิ่งซื้อ)
.
เทคนิคเหล่านี้ได้ผลในระยะสั้นเพราะกระตุ้นการตอบสนองทันที แต่ปัญหาคือสมองมีสามส่วน ไม่ใช่ส่วนเดียว
.
ส่วนที่สองคือสมองอารมณ์ (limbic brain) ที่ต้องการความรู้สึก ความผูกพัน เรื่องเล่า และความหมาย ส่วนนี้ไม่ตอบสนองต่อ scarcity และ urgency มากนัก แต่ตอบสนองต่อ story ที่สะเทือนใจและ brand ที่มีตัวตน
.
ส่วนที่สามคือสมองเหตุผล (neocortex) ที่ต้องการข้อมูล เปรียบเทียบ และเหตุผลที่อธิบายได้ ส่วนนี้ต้องการ value proposition ที่คิดดีแล้ว ไม่ใช่ hype
.
Performance marketing ที่ใช้เป็นเครื่องมือเดียวทิ้งสมองอารมณ์และสมองเหตุผลไว้ข้างหลัง สร้างแบรนด์ที่ขายของได้ในระยะสั้น แต่ไม่มีตัวตนในใจลูกค้าระยะยาว เมื่อการ acquire ลูกค้าใหม่ต้องใช้เงินมากขึ้นเรื่อยๆ เพราะไม่มี brand equity สะสม สุดท้ายโมเดลธุรกิจก็ไม่ยั่งยืน
.
.
Brandformance เป็นทางออก
.
ทางออกที่เล่มเสนอคือคำว่า "Brandformance" การรวม brand building กับ performance marketing เป็นระบบเดียวกัน ไม่ใช่สองฝ่ายที่แย่งงบ แต่คือสองส่วนของ engine เดียวกันที่เสริมกัน
.
Brand building สร้าง memory และ preference ที่ทำให้ performance marketing ทำงานได้ดีขึ้นในภายหลัง (CPC ต่ำลง, conversion rate สูงขึ้น เพราะคนรู้จักแบรนด์อยู่แล้ว)
.
Performance marketing สร้างข้อมูลและความเข้าใจพฤติกรรมลูกค้าที่ทำให้ brand building ตัดสินใจได้แม่นขึ้น (รู้ว่า message แบบไหนทำงาน, กลุ่มไหนตอบสนองดี)
.
แบรนด์ที่เก่งคือแบรนด์ที่รู้ว่าในแต่ละช่วงเวลา ควรลงทุน brand หรือ performance ในสัดส่วนเท่าไหร่ และรู้ว่าสองส่วนนี้ไม่ใช่คู่แข่งในองค์กร แต่คือระบบเดียวที่ต้องทำงานพร้อมกันเสมอ
.
.
5. สามประตูเข้าสู่จิตใจ Social, Personal, Experiential
.
กรอบคิดที่เป็นหัวใจของ Marketing 7.0 คือแนวคิดที่ยุคนี้เกิดขึ้นที่จุดตัดของสามประตูเข้าสู่จิตใจลูกค้า ซึ่งเป็นการสกัดสาระจากวิวัฒนาการ 3.0 ถึง 6.0 ออกมาเป็นโครงสร้างที่ใช้งานได้
.
.
Social Gateway = ประตูแห่งการยอมรับทางสังคม
.
Social Gateway เป็นมรดกที่ได้จาก Marketing 4.0 ซึ่งเป็นยุคที่โลก digital และ physical หลอมรวมผ่านโซเชียลเน็ตเวิร์ก
.
ประตูนี้ทำงานบนหลักการที่ว่ามนุษย์ไม่ได้ตัดสินสินค้าในสุญญากาศ แต่ตัดสินผ่านเลนส์ของคนอื่น ในตลาดที่มีตัวเลือกล้น และข้อมูลเกินจะประมวลเอง สมองมนุษย์หันไปใช้ทางลัดทางสังคม คนอื่นใช้อะไร คนอื่นพูดถึงอะไร คนที่ฉันเคารพแนะนำอะไร
.
Social Gateway เปิดผ่านหลายช่องทางในยุคปัจจุบัน รีวิวจากลูกค้าจริง star rating จำนวนดาว UGC ที่ลูกค้าโพสต์เอง influencer ที่ลูกค้าติดตาม ยอดขายที่ platform โชว์ จำนวน user ที่แบรนด์อ้าง คลิป unboxing ใน TikTok community ใน Reddit ที่คุยเรื่องแบรนด์ ทุกสิ่งที่ทำให้ลูกค้ารู้สึกว่า "คนอื่นกำลังสนใจสิ่งนี้อยู่"
.
ความลึกของประตูนี้อยู่ที่ข้อเท็จจริงที่ว่า social validation ไม่ใช่แค่ข้อมูลประกอบ แต่เปลี่ยนความหมายของสินค้าโดยตรง สินค้าเดียวกันถ้าไม่มีรีวิว ดูน่าสงสัย ถ้ามีรีวิวดี 1,000 รีวิว ดูน่าเชื่อถือ ถ้ามีคนดังใช้ ดูพรีเมียม ถ้าอยู่ในคอลัมน์ "Bestseller" ดูคุ้มค่า สินค้าไม่ได้เปลี่ยน แต่ความหมายเปลี่ยนหมด
.
.
Personal Gateway = ประตูแห่งความเกี่ยวข้องส่วนตัว
.
Personal Gateway เป็นมรดกจาก Marketing 5.0 ที่ AI ทำให้ Segment of One เป็นจริง
.
ประตูนี้ทำงานบนหลักการที่ว่าในโลกที่ลูกค้าถูกถล่มด้วย message หลายพันต่อวัน สิ่งเดียวที่ทำให้ message ของเรารอดจากการถูกกรอง คือความรู้สึกว่า "นี่เกี่ยวข้องกับฉัน"
.
แต่ความเกี่ยวข้องไม่ใช่เรื่องของข้อมูลตรงกับโปรไฟล์เท่านั้น ความเกี่ยวข้องเกิดเมื่อ message align กับตัวตน ค่านิยม สถานการณ์ชีวิต และช่วงเวลาที่ลูกค้ากำลังอยู่
.
สิ่งที่ AI ช่วยได้ในประตูนี้คือการวิเคราะห์ข้อมูลมหาศาลเพื่อหา pattern ของ relevance ที่ตรงกับปัจเจก แต่สิ่งที่ AI ทำไม่ได้คือการเข้าใจว่า relevance บางครั้งเป็นเรื่องของ timing และ tone มากกว่าเรื่องข้อมูล ลูกค้าที่เพิ่งเสียคนที่รักอาจไม่อยากเห็นโฆษณาท่องเที่ยวสนุกสนาน แม้ข้อมูลจะบ่งชี้ว่าเคยสนใจท่องเที่ยว
.
.
Experiential Gateway = ประตูแห่งประสบการณ์ที่จดจำได้
.
Experiential Gateway เป็นมรดกจาก Marketing 6.0 ยุคของ metamarketing และ phygital experience
.
ประตูนี้ทำงานบนหลักการที่ว่าการตัดสินใจซื้อไม่ได้เกิดจาก message ที่เพิ่งเห็น แต่เกิดจากความทรงจำที่สะสม และความทรงจำที่ลึกที่สุดมาจากประสบการณ์ ไม่ใช่ข้อความ
.
ประสบการณ์สร้างความทรงจำได้ดีกว่าข้อความเพราะมันรวมหลายประสาทสัมผัส รวมอารมณ์ รวมการมีส่วนร่วมของตัวเอง ทั้งหมดนี้สร้างการเข้ารหัสในสมองที่หลายมิติและจำได้ง่ายกว่า
.
ประสบการณ์ที่ดีไม่จำเป็นต้องหรูหราหรือมีงบประมาณสูง แต่ต้องมีองค์ประกอบของ memorable moment ที่เกินความคาดหวัง อาจเป็นการห่อของที่ตั้งใจ พนักงานที่จำชื่อลูกค้าได้ message ที่ส่งมาในวันเกิด การแก้ปัญหาที่เร็วผิดปกติ หรือของแถมเล็กๆ ที่ไม่ได้สัญญาไว้
.
.
การทำงานพร้อมกันของทั้งสามประตู
.
จุดสำคัญที่สุดของกรอบนี้คือ ประตูทั้งสามต้องทำงานพร้อมกัน ไม่ใช่ทางเลือก และการเปิดเฉพาะประตูเดียวจะให้ผลที่จำกัดและมักจางเร็ว
.
ถ้าเปิดเฉพาะ Social Gateway มีกระแส มีคนพูดถึง viral ในโซเชียล แต่ลูกค้าจริงๆ ไม่รู้สึกว่าสินค้านี้เกี่ยวข้องกับตัวเอง (Personal ไม่เปิด) กระแสจะจางในสัปดาห์เดียว ตัวอย่างคือสินค้าที่ดังเพราะ celebrity ใช้ ขายดีหนึ่งเดือน แล้วหายไปเพราะลูกค้าซื้อแล้วใช้จริงแล้วไม่รู้สึกเชื่อมโยงกับตัวตน
.
ถ้าเปิดเฉพาะ Personal Gateway ยิงแอดตรงกลุ่ม relevance สูงในเชิงเทคนิค แต่ไม่มี social proof มารองรับ ลูกค้าจะลังเลไม่กล้ากด เพราะสมองมองหาการยืนยันจากคนอื่นก่อนตัดสินใจ
.
ถ้าเปิดเฉพาะ Experiential Gateway สินค้าดีประสบการณ์เยี่ยมแต่ไม่มีใครรู้จัก ไม่มีใครพูดถึง ไม่มี scale ธุรกิจเติบโตช้ามาก ต้องพึ่ง word of mouth แบบ organic ที่ใช้เวลานาน
.
การเข้าใจสามประตูเป็นระบบเดียวกัน ไม่ใช่สามตัวเลือก คือจุดเริ่มต้นของกลยุทธ์การตลาดยุคใหม่ แบรนด์ที่ยิ่งใหญ่คือแบรนด์ที่เปิดประตูทั้งสามพร้อมกันในทุกจุดสัมผัสลูกค้า ไม่ใช่แบรนด์ที่เก่งประตูเดียว
.
.
6. Social Brain ทำงานลึกกว่าที่เราคิด
.
แนวคิด social brain ที่ถูกหยิบมาใช้ในเล่มนี้มาจากงานวิจัยด้าน social neuroscience ที่ศึกษาว่าสมองมนุษย์ประมวลผลพฤติกรรมของผู้อื่นอย่างไร สิ่งที่ค้นพบคือ สมองไม่ได้ใช้ข้อมูลทางสังคมเป็น "เหตุผลประกอบ" หลังจากคิดด้วยเหตุผลเสร็จแล้ว แต่ใช้มันเป็น "input ดิบ" ที่ประมวลร่วมไปกับข้อมูลอื่นตั้งแต่แรก และมักประมวลเสร็จก่อนที่ระบบรู้ตัวจะเริ่มทำงานด้วยซ้ำ
.
หมายความว่า เมื่อเราเห็นร้านอาหารที่คิวยาวหน้าร้าน สมองเราตัดสินใจไปครึ่งหนึ่งแล้วว่า "ร้านนี้น่าจะอร่อย" ก่อนที่เราจะเริ่มหาเหตุผล เมื่อเราเห็นสินค้าที่มีดาว 4.8 จากหนึ่งหมื่นรีวิว ใจเราสร้างสมมติฐานเชิงบวกก่อนที่สมองเหตุผลจะเริ่มตรวจว่ารีวิวนั้นเชื่อถือได้ไหม เมื่อเราเห็นสินค้าติดป้าย "Bestseller" สมองเก็บข้อมูลนั้นเป็นสัญญาณว่าปลอดภัย ก่อนที่เหตุผลจะถามว่า "bestseller ในหมวดไหน ในร้านไหน ในสัปดาห์ไหน"
.
.
ในตลาดที่ตัวเลือกล้นและข้อมูลสมบูรณ์เกินจะประมวล ลูกค้าต้องการ shortcut เพื่อตัดสินใจ social cue คือ shortcut ที่มีประสิทธิภาพที่สุด เพราะมันใช้งานวิจัยตลาดที่คนอื่นได้ทำไปแล้วให้ฟรี
.
คิวยาวหน้าร้านแปลว่า "หลายคนได้ตรวจสอบร้านนี้แล้วและตัดสินว่าคุ้ม" รีวิวพันรายการแปลว่า "ลูกค้าหลายคนใช้จริงและส่วนใหญ่พอใจ" จำนวนผู้ใช้ที่ platform แสดง ("เข้าร่วมกับผู้ใช้ 10 ล้านคน") แปลว่า "สินค้านี้ผ่านการพิสูจน์แล้ว"
.
platform ยุคใหม่เข้าใจเรื่องนี้ดี จึงออกแบบให้ social cue อยู่ในทุกจุดของ journey
.
Booking .com แสดงว่า "มีอีก 7 คนกำลังดูโรงแรมนี้" และ "ถูกจองไป 3 ครั้งในชั่วโมงที่ผ่านมา" Airbnb แสดงว่า "ที่พักนี้เป็นที่นิยมในช่วงเวลาที่คุณเลือก" Amazon แสดงว่า "ลูกค้าที่ซื้อสินค้านี้ยังซื้อสิ่งนี้" TikTok Shop โชว์คนกำลังซื้อแบบ real-time Shopee ใส่ป้าย "ขายไปแล้ว 10k+"
.
.
เหตุผลที่ Micro และ Nano Influencer ชนะ Macro
.
ประเด็นที่เล่มนี้ชี้ให้เห็นคือ social brain แยกแยะได้ระหว่าง "ความนิยมจริง" กับ "ความนิยมที่จ้างมา" การแยกแยะนี้เกิดในระดับก่อนรู้ตัว ลูกค้าอาจไม่สามารถอธิบายได้ว่าทำไม influencer คนนี้ดู "จริง" และคนนั้นดู "ปลอม" แต่ความรู้สึกเกิดขึ้นก่อนเหตุผล
.
เมื่อ macro influencer โพสต์ PR ทุกวัน โพสต์รีวิวสินค้าที่ไม่มีทางใช้จริงทั้งหมด โพสต์เนื้อหาที่เห็นได้ชัดว่า brand เป็นคนเขียน social brain ของผู้ติดตามเริ่มจัดหมวดใหม่ จากเดิมที่เป็น "เพื่อนที่ถูกใจ" กลายเป็น "ช่อง media channel ที่รับโฆษณา" และเมื่อถูกจัดเป็น channel ความน่าเชื่อของ message ลดลงเทียบเท่ากับการดูโฆษณาทั่วไป
.
Nano influencer ที่มีผู้ติดตามไม่กี่พัน โพสต์สินค้าน้อยกว่า และมักโพสต์เฉพาะสิ่งที่ใช้จริง มี social trust สูงกว่ามาก เพราะ social brain ของผู้ติดตามยังจัดเป็น "เพื่อน" อยู่ คำแนะนำจาก "เพื่อน" มีน้ำหนักเชิง social ที่สูงกว่า message จาก "ช่องโฆษณา" หลายเท่า
.
.
ดาบสองคมของ Social Proof
.
แต่ social proof มีดาบสองคมที่อันตราย เมื่อใช้มากเกินไปและถูกจับได้ว่าปลอม ความเสียหายใหญ่กว่าการไม่ใช้ตั้งแต่แรก
รีวิวปลอมถูกจับได้ง่ายขึ้นเรื่อยๆ ลูกค้ายุคใหม่มี literacy สูง ดูรีวิวที่คล้ายกันทางภาษา ดู pattern ของเวลาที่โพสต์ ดู account ที่รีวิวว่ามี history จริงหรือไม่ เมื่อสงสัยว่าปลอม ลูกค้าไม่ได้แค่ไม่เชื่อรีวิวนั้น แต่กระจายความไม่เชื่อไปทั้งแบรนด์ และ reputation ที่เสียยากจะกู้
.
กระแสที่จ้างมาถูกจับได้ง่ายเช่นกัน เมื่อเห็น influencer หลายสิบคนโพสต์สินค้าเดียวกันในช่วงเวลาเดียวกัน ผู้ชมรู้ทันทีว่าเป็น campaign ที่จ่ายเงิน ไม่ใช่กระแสธรรมชาติ ความรู้สึกที่เกิดคือถูกหลอก และความรู้สึกนั้นสัมพันธ์กับแบรนด์โดยตรง
.
สิ่งที่ social proof ที่แท้จริงต้องทำคือการสร้างเงื่อนไขให้คนจริงอยากพูดต่อ ซึ่งต้องการสินค้าที่ดีพอจะคุ้มกับการเสี่ยงชื่อเสียงของตัวเอง การบริการที่เกินคาดหวังพอจะทำให้เกิด wow moment และ community ที่ลูกค้ารู้สึกเป็นเจ้าของ ไม่ใช่แค่ผู้ใช้
.
.
7. Personal Gateway / Relevance ที่ไม่มี Empathy คือการสอดส่อง
.
เล่มนี้ชี้จุดที่น่าสนใจที่สุดจุดหนึ่ง นั่นคือเทคโนโลยี personalization ยิ่งแม่นยำขึ้นกลับสร้างความรู้สึกห่างเหินมากกว่าใกล้ชิด นี่คือปัญหาที่หลายองค์กรเจอแต่ไม่รู้จะอธิบายอย่างไร เพราะมันขัดกับสมมติฐานที่ว่า "ยิ่ง target ตรง ยิ่ง conversion ดี"
.
.
ข้อแตกต่างระหว่าง Technical Relevance กับ Empathic Relevance
.
ลูกค้าที่ได้รับอีเมลขึ้นต้นด้วยชื่อจริง ตามด้วยสินค้าที่เคยดู ตามด้วยโปรโมชั่นส่วนตัว ไม่ได้รู้สึกว่า "โอ้ แบรนด์นี้เข้าใจฉัน" พวกเขารู้สึกว่า "แบรนด์นี้ติดตามฉัน" สองความรู้สึกนี้ต่างกันคนละโลก
.
ความรู้สึก "เข้าใจ" สร้างความสนิท ลดระยะห่าง เพิ่มความไว้วางใจ ความรู้สึก "ติดตาม" สร้างความระวัง เพิ่มระยะห่าง ลดความไว้วางใจ
.
Technical relevance คือสิ่งที่ AI ทำได้ดี ข้อมูลตรงกับโปรไฟล์ เคยดูสินค้าอะไร เคย abandon cart อะไร ชอบหมวดไหน เวลาไหนออนไลน์ ซื้อราคาเท่าไหร่ ทั้งหมดนี้วัดได้ ประมวลได้ ใช้ทำการ target ได้ แต่ relevance ในเชิงเทคนิคอย่างเดียวมักข้ามเส้นไปเป็นความรู้สึก creepy
.
Empathic relevance คือสิ่งที่ต่างออกไป มันคือการที่ message พูดในจังหวะที่ลูกค้าพร้อมฟัง ด้วยน้ำเสียงที่ไม่ทำให้รู้สึกถูกจับตา และในบริบทที่ message จะเพิ่มคุณค่าให้วินาทีนั้นจริงๆ
.
ตัวอย่างความต่างชัดเจน ลูกค้าค้นหาข้อมูลเกี่ยวกับการเลี้ยงลูกแรกเกิด ถ้า brand ส่ง message แนะนำสินค้าเด็กทันทีผ่านทุก channel ทุกวัน ความรู้สึกคือถูกจับตา ถ้าส่ง message แนะนำข้อมูลที่มีประโยชน์จริง (วิธีจัดห้องให้ปลอดภัย สัญญาณที่ควรรู้) โดยไม่ยัดเยียดสินค้า ความรู้สึกคือได้รับการช่วยเหลือ ข้อมูลของลูกค้าเดียวกัน แต่การใช้ต่างกันสุดขั้ว
.
.
ขอบเขตของสิ่งที่ AI ทำได้
.
AI สามารถ personalize ในเชิงเทคนิคได้ดีมาก วิเคราะห์ pattern พฤติกรรม จำแนกกลุ่ม predict สิ่งที่น่าสนใจ แต่ AI มีข้อจำกัดในการเข้าใจบริบทที่เปลี่ยนชั่วคราว
.
ลูกค้าที่เพิ่งสูญเสียคนที่รัก อาจไม่อยากเห็นโฆษณาท่องเที่ยวสนุกสนาน แม้ profile บ่งชี้ว่าเคยสนใจ ลูกค้าที่เพิ่งเลิกกับแฟน อาจไม่อยากเห็นโฆษณาของขวัญคู่รัก แม้ข้อมูลการซื้อย้อนหลังจะบ่งชี้ว่ามีคู่ ลูกค้าที่เพิ่งตกงาน อาจไม่อยากเห็นโฆษณาสินค้าหรู แม้ profile ยังเป็น high-spender
.
AI ไม่รู้เรื่องเหล่านี้ เพราะข้อมูลที่จำเป็นอยู่นอกระบบที่ AI เข้าถึงได้ และลูกค้าไม่ได้ประกาศสถานการณ์ชีวิตในที่ที่ระบบเห็น การใช้ข้อมูลเก่าใน context ใหม่จึงสร้างความรู้สึกว่าแบรนด์ "ไม่เข้าใจ" แม้จะ personalize ตรงเป๊ะในเชิงเทคนิค
.
.
8. Experiential Gateway ความทรงจำคือทรัพย์สินเชิงกลยุทธ์
.
เป้าหมายสูงสุดของการเข้าถึงจิตใจไม่ใช่การดึงความสนใจในวินาทีนี้ แต่คือการเข้าไปอยู่ในความทรงจำระยะยาวของลูกค้า นี่คือมุมมองที่เปลี่ยนวิธีคิดของวงการได้อย่างมาก
.
.
เวลาที่การตัดสินใจเกิดจริงๆ
.
วงการตลาดมักเข้าใจผิดว่าการตัดสินใจซื้อเกิดในวินาทีที่ลูกค้าเห็นโฆษณา แต่ความจริงต่างออกไป การตัดสินใจซื้อเกิดในวินาทีที่ลูกค้าต้อง "เลือก" ซึ่งอาจเป็นวันหลัง เดือนหลัง หรือปีหลังจากเห็นโฆษณาครั้งแรก
.
เมื่อลูกค้ายืนหน้าชั้นสินค้าในซูเปอร์ เมื่อเปิดแอปช้อปและเห็นตัวเลือกห้าแบรนด์ เมื่อต้องซื้อของให้เพื่อนและคิดว่าจะเลือกอะไร เมื่อเพื่อนถามว่า "แนะนำร้านไหนดี" วินาทีเหล่านี้คือวินาทีจริงของการตัดสินใจ และสิ่งที่ลูกค้าใช้คือสิ่งที่อยู่ในหัว ไม่ใช่สิ่งที่ search ตอนนั้น
.
แบรนด์ที่ไม่อยู่ในความทรงจำระยะยาว ต้องพึ่ง paid media ทุกครั้งเพื่อเข้าเป็นตัวเลือก ซึ่งหมายถึงต้นทุนสูง conversion ต่ำ และความได้เปรียบเชิงโครงสร้างต่ำ แบรนด์ที่อยู่ในความทรงจำระยะยาวคือแบรนด์ที่ได้เข้าเป็นตัวเลือกโดยไม่ต้องจ่ายซ้ำในทุกการตัดสินใจ
.
.
ทำไม Experience สร้าง Memory ได้ดีกว่า Message?
.
ความทรงจำไม่ได้สร้างเท่ากันในทุกช่องทาง การอ่าน message สร้าง memory ระดับหนึ่ง การดูโฆษณาสร้าง memory อีกระดับ การมีประสบการณ์สร้าง memory ที่ลึกกว่ามาก
.
เหตุผลมีอย่างน้อยสามประการ
.
หนึ่ง ประสบการณ์ใช้หลายประสาทสัมผัสพร้อมกัน ภาพ เสียง กลิ่น สัมผัส บางครั้งรสชาติ สมองเก็บข้อมูลที่มาจากหลายช่องทางในวิธีที่ซับซ้อนกว่าข้อมูลช่องทางเดียว และจำได้ดีกว่า
.
สอง ประสบการณ์รวมอารมณ์เข้าไปในการจดจำ อารมณ์เป็น marker สำคัญที่บอกสมองว่า "สิ่งนี้สำคัญ จำไว้" เหตุการณ์ที่มีอารมณ์เข้ม (ดีใจมาก กลัว ตื่นเต้น ประทับใจ) ถูกเข้ารหัสในหน่วยความจำลึกกว่าเหตุการณ์เฉยๆ หลายเท่า
.
สาม ประสบการณ์มีการมีส่วนร่วมของตัวเอง ไม่ได้แค่ดูหรือฟัง แต่ได้ทำ ได้สัมผัส ได้เป็นส่วนหนึ่ง การมีส่วนร่วมสร้าง self-reference effect ในจิตวิทยา ซึ่งเป็นปรากฏการณ์ที่สมองจำสิ่งที่เกี่ยวข้องกับตัวเองได้ดีกว่าสิ่งทั่วไป
.
.
หลักของความสมดุล Familiarity และ Novelty
.
ประสบการณ์ที่ทรงพลังที่สุดไม่ใช่ประสบการณ์ที่แปลกใหม่ที่สุด และไม่ใช่ประสบการณ์ที่คุ้นเคยที่สุด แต่เป็นจุดที่สมดุลของทั้งสอง
.
ความแปลกใหม่มากเกินไปท่วมท้นระบบประมวลผล สมองปฏิเสธเพราะไม่รู้จะจัดหมวดอย่างไร สูญเสียความสบายใจและความไว้วางใจ ความคุ้นเคยมากเกินไปน่าเบื่อ สมองไม่เห็นเหตุผลในการจดจำ เก็บเป็นความทรงจำทั่วไปที่จางเร็ว
.
จุดสมดุลที่ดีคือโครงสร้างที่คุ้นเคยบวกกับจุดที่แตกต่างพอจะกระตุ้นอารมณ์ ลูกค้ารู้ว่ากำลังเจอกับอะไร (ร้านอาหาร โรงแรม ร้านค้า) แต่มีบางอย่างที่ไม่เหมือนที่เคย บางอย่างที่ทำให้ต้องเล่าต่อ
.
.
9. Advocacy ต้องการเงื่อนไขที่สูงกว่า Satisfaction
.
ประเด็นนี้คือการชี้ให้เห็นความแตกต่างระหว่าง customer satisfaction กับ customer advocacy ซึ่งเป็นความแตกต่างที่วงการมักสับสน
.
Satisfaction เกิดเมื่อประสบการณ์ตรงตามความคาดหวัง ลูกค้าไม่รู้สึกเสียใจที่ซื้อ แต่ก็ไม่รู้สึกพิเศษพอที่จะพูดต่อ
.
Advocacy เกิดเมื่อประสบการณ์เกินคาดหวังมากพอที่ลูกค้ายอมเอาชื่อเสียงตัวเองมาเสี่ยงเพื่อแบรนด์ พวกเขาแนะนำให้เพื่อน โพสต์ในโซเชียล เขียน review เชิงบวก เล่าในวงสนทนา
.
ช่องว่างระหว่างสองสถานะนี้ใหญ่กว่าที่วงการคิด ลูกค้าพอใจหลายพันคนอาจไม่สร้าง advocate แม้แต่คนเดียว เพราะ "พอใจ" ไม่ใช่เกณฑ์ที่จะทำให้คนเสี่ยงชื่อเสียงเพื่อแบรนด์
.
ทำไม Advocacy เป็นเรื่องใหญ่?
.
การแนะนำเพื่อนให้ซื้อสินค้าไม่ใช่เรื่องเล็ก เพราะถ้าสินค้าที่แนะนำเฟล เพื่อนจะโทษคนแนะนำ
.
"เธอบอกให้ฉันซื้อ แต่มันแย่มาก" เป็นประโยคที่ทำลายความน่าเชื่อถือของผู้แนะนำในสายตาของเพื่อน ครั้งต่อไปที่ผู้แนะนำบอก "ลองสิ่งนี้" เพื่อนจะคิดสองรอบก่อนเชื่อ
.
คนส่วนใหญ่ไม่เสี่ยงกับเรื่องนี้ พวกเขาจึงแนะนำเฉพาะสิ่งที่มั่นใจจริงๆ ว่าจะไม่ทำให้ตัวเองขายหน้า
.
เกณฑ์ของ advocacy จึงสูงมาก ไม่ใช่แค่ "สินค้าดี" แต่ต้อง "สินค้าดีพอที่ฉันยอมเสี่ยงชื่อเสียงเพื่อมัน"
.
.
ผลทางคณิตศาสตร์ของ advocate เปลี่ยน dynamics ของการเติบโต
.
ลูกค้าพอใจ 1,000 คน สร้าง repeat business ประมาณ 40-50% ในรอบปี และไม่สร้างลูกค้าใหม่โดยตรง
.
ลูกค้าที่เป็น advocate แค่ 10 คน อาจชวนคนมาเป็นลูกค้าใหม่ได้ 50-100 คน ในช่วงปีเดียวกัน ผ่านการแนะนำ การโพสต์ในโซเชียล การเขียน review
.
แบรนด์ที่เข้าใจคณิตศาสตร์นี้จะลงทุนในการสร้าง advocate แม้จะมีจำนวนน้อย มากกว่าการพยายามทำให้ลูกค้าทุกคน satisfied ในระดับเฉลี่ย เพราะ advocate 10 คนมีค่าทางธุรกิจมากกว่า satisfied customer 1,000 คน
.
.
Wow Moment ในฐานะเครื่องมือสร้าง Advocate
.
การสร้าง advocate ต้องการ wow moment ที่เกินความคาดหวัง ไม่ใช่การทำตามสัญญา
.
Wow moment มีลักษณะเฉพาะ
.
+ เกิดในจังหวะที่ลูกค้าไม่ได้คาดหวัง
+ มีองค์ประกอบของความประหลาดใจเชิงบวก
+ รู้สึกเป็นส่วนตัว ไม่ใช่ระบบทั่วไป
+ มีเรื่องเล่าที่สามารถเล่าต่อได้ (storyable)
+ ค่าใช้จ่ายของแบรนด์อาจไม่สูง แต่ผลต่อลูกค้าสูงมาก
.
.
Experience Economy ที่เชื่อมโยง
.
ในเศรษฐกิจที่สินค้าและบริการถูก commoditize ได้เรื่อยๆ สินค้าขนาดเท่ากัน คุณภาพใกล้เคียงกัน ราคาต่างกันไม่มาก การแข่งขันด้วย product หรือ service อย่างเดียวเริ่มไม่พอ
.
Experience กลายเป็น layer ที่แข่งได้ เพราะประสบการณ์ที่ดีจริงๆ ต้องการวัฒนธรรมองค์กร ทีมงานที่ได้รับการฝึก ระบบที่สนับสนุนการทำสิ่งพิเศษ ทั้งหมดนี้ replicate ยากกว่าการลอก feature
.
และใน experience economy advocacy คือผลลัพธ์ที่ transform การเติบโตของธุรกิจ จาก paid acquisition ที่ราคาขึ้นเรื่อยๆ ไปสู่ organic growth ที่ compound ในระยะยาว
.
แบรนด์ที่เข้าใจเรื่องนี้จะลงทุนใน "wow moment" เล็กๆ อย่างเป็นระบบ ไม่ใช่เพื่อทำให้ทุกลูกค้าพอใจ แต่เพื่อสร้าง advocate จำนวนหนึ่งในทุก cohort ที่จะพาลูกค้าใหม่มาให้ตลอดไป
.
.
10. AGI และการที่นักการตลาดอาจกลายเป็นแค่ผู้อนุมัติ
.
ในช่วงหลายทศวรรษที่ผ่านมา AI ได้เดินทางผ่านหลายขั้น แต่ละขั้นขยายความสามารถในการทำงานแทนมนุษย์
.
Rule-based AI คือ AI ยุคแรก ทำตาม if-then ที่โปรแกรมเมอร์เขียน เหมาะกับงานที่มี rule ชัด ใช้ใน spam filter, recommendation engine ยุคเก่า, chatbot แบบพื้นฐาน
.
Predictive AI คือ AI ที่ใช้ machine learning เรียนรู้จากข้อมูลในอดีตและทำนายอนาคต ใช้ใน demand forecasting, churn prediction, credit scoring, ad targeting สามารถทำงานที่ rule ซับซ้อนเกินกว่าจะเขียนด้วยมือ
.
Generative AI คือ AI ที่สร้างเนื้อหาใหม่ได้ ChatGPT, Claude, Midjourney, Runway ทำงานได้ตั้งแต่เขียนข้อความ สร้างภาพ ทำวิดีโอ แต่งเพลง AI ยุคนี้ทำงาน creative ที่เคยเป็นเฉพาะมนุษย์ได้
.
Agentic AI คือ AI ที่ไม่ได้รอคำสั่งแต่ละครั้ง แต่รับเป้าหมายใหญ่แล้วตัดสินใจเองว่าจะทำขั้นตอนย่อยอะไรบ้าง ใช้เครื่องมืออะไร เมื่อไหร่ต้องแก้ไข เมื่อไหร่ต้องถามมนุษย์ ขั้นนี้เริ่มปรากฏในปี 2025-2026 และเปลี่ยนวิธีทำงานของวงการอย่างมาก
.
ปลายทางของเส้นทางนี้คือ AGI artificial general intelligence ปัญญาประดิษฐ์ที่มีความสามารถรอบด้านเทียบหรือเหนือกว่ามนุษย์ ในทุกงานที่มนุษย์ทำได้ AGI จะทำได้ดีกว่าหรืออย่างน้อยเท่ากัน ไม่ใช่แค่งาน pattern แต่รวมถึงงาน judgment งาน creativity และงานที่ต้องใช้ context ซับซ้อน
.
.
ข้อกังวลที่เล่มนี้เสนอไม่ได้อยู่ที่ AGI จะเกิดขึ้นเมื่อไหร่ (ซึ่งเป็นเรื่องที่แม้แต่ผู้เชี่ยวชาญ AI ก็ถกเถียงกัน) แต่อยู่ที่ผลกระทบต่อวิชาชีพการตลาดที่กำลังเกิดขึ้นแล้ว แม้ AGI ยังไม่มาถึง
.
ในปี 2026 AI ในระดับ generative และ agentic ทำงานหลายอย่างของนักการตลาดได้แล้ว
.
สรุป insight จากข้อมูลการตลาด เขียน copy สำหรับ ads, email, social post สร้างภาพและวิดีโอโฆษณา วางแผน campaign พื้นฐาน optimize ads budget แบบ real-time สร้าง variation ทดสอบเป็นร้อยแบบ ตอบ customer service พื้นฐาน ทำ analytics report
.
ความเย้ายวนในการสั่ง AI ทำแล้วกดอนุมัติจึงสูงขึ้นเรื่อยๆ งานที่เคยใช้เวลาหนึ่งสัปดาห์ ทำได้ในหนึ่งชั่วโมง งานที่เคยต้องใช้ทีมห้าคน ทำได้ด้วยคนเดียวกับ AI ที่เหมาะสม
.
.
กับดักของการเป็นคนตรวจผลงาน AI
.
นักการตลาดค่อยๆ เปลี่ยนจาก "คนคิด" เป็น "คนตรวจผลงาน AI" และนี่คือจุดที่อันตราย
.
ปัญหาแรกคือการเป็นคนตรวจผลงาน AI ไม่ได้ฝึกความสามารถในการคิดด้วยตัวเอง มันฝึกการยอมรับหรือปฏิเสธงานที่คนอื่นทำมา กล้ามเนื้อการคิดที่ไม่ได้ใช้จะฝ่อ ทักษะการตั้งคำถามใหม่ๆ การสร้าง framework ที่ไม่เคยมี การสังเคราะห์จากหลายแหล่งในวิธีที่ AI ไม่คิด ทักษะเหล่านี้ลดลงเรื่อยๆ เมื่อเวลาผ่านไป
.
ปัญหาที่สองคือ AI เก่งเรื่องการให้เหตุผลที่ฟังดูสมเหตุสมผล แม้เหตุผลนั้นจะผิดก็ตาม เมื่อนักการตลาดตรวจงาน AI ซ้ำๆ เห็นว่า AI ให้เหตุผลดี อธิบายคล่อง ใช้คำศัพท์มืออาชีพ ความมั่นใจในการขัดแย้งกับ AI จะลดลง เพราะรู้สึกว่า AI "ฉลาดกว่า" ทั้งที่บางครั้งข้อเสนอของ AI ผิดในเชิงกลยุทธ์ แต่ฟังดูน่าเชื่อ
.
ปัญหาที่สามคือ AI ไม่เห็นบริบทที่ไม่อยู่ในข้อมูล คำแนะนำของ AI จึงเน้นสิ่งที่ "ทำได้" มากกว่าสิ่งที่ "ควรทำ" หากนักการตลาดไม่มีทักษะในการเห็นบริบทที่กว้างกว่าข้อมูล ก็จะอนุมัติสิ่งที่ AI เสนอไปเรื่อยๆ แม้สิ่งนั้นจะไม่เหมาะกับ brand จะขัดกับจุดยืน หรือจะ backfire ในระยะยาว
.
.
Machine Efficiency Without Human Empathy
.
ต้นทุนสองชั้นของการพึ่ง AI มากเกินไป
.
ชั้นแรกคือผลงานที่ดูเหมือนผลงานคนอื่น เพราะทุกแบรนด์ใช้ AI ชุดเดียวกัน เทรนด้วยข้อมูลชุดเดียวกัน ผลผลิตจึงมี pattern ที่คล้ายกัน ความแตกต่างของแบรนด์ค่อยๆ หายไป
.
ชั้นที่สองคือการที่ทีมการตลาดค่อยๆ สูญเสียทักษะการคิด ทีมที่เคยสร้างงานที่มีตัวตน กลายเป็นทีมที่ทำ prompt engineering เก่ง แต่เมื่อต้องคิดโดยไม่มี AI ช่วย คิดไม่ออก ทักษะการวิเคราะห์เชิงลึก การสังเคราะห์ข้อมูลที่ขัดแย้งกัน การตัดสินใจภายใต้ความไม่แน่นอน ทักษะเหล่านี้จะหายไปพร้อมกับการใช้ AI ที่มากเกินไป
.
ทางออกไม่ใช่การปฏิเสธ AI และกลับไปทำงานแบบเก่า แต่คือการแบ่งงานระหว่างคนกับเครื่องอย่างจงใจ
.
AI ทำงานที่เป็น pattern วิเคราะห์ข้อมูลมหาศาล สร้าง variation ทดลอง optimize ตามตัวชี้วัดที่กำหนด ตอบคำถาม FAQ รัน experiment ที่ออกแบบไว้แล้ว
.
คนทำงานที่เป็น meaning ตั้งคำถามที่ AI ไม่รู้ว่าต้องถาม ตัดสินใจที่ต้องใช้บริบทวัฒนธรรมและบริบทเฉพาะเวลา ออกแบบ narrative ที่มีจุดยืนและกล้าไม่กลาง สร้างความไว้วางใจในวินาทีวิกฤต ท้าทายข้อเสนอของ AI เมื่อข้อเสนอนั้นฟังดูดีแต่ผิดในเชิงกลยุทธ์
.
ความสามารถที่ทีมต้องฝึกในยุคนี้จึงไม่ใช่ "ใช้ AI ให้เก่ง" แต่คือ "รู้ว่าเมื่อไหร่ไม่ควรใช้ AI" และนั่นคือทักษะที่ต้องฝึกผ่านการคิดจริงๆ ไม่ใช่ผ่านการใช้ AI มากขึ้น
.
.
11. Four Human Domains
.
เล่มนี้มีคำถามที่ถามซ้ำในหลายบท และคำตอบที่ค่อยๆ ชัดขึ้นผ่านเนื้อหาทั้งเล่ม ในยุคที่ AI ทำได้เกือบทุกอย่างที่เคยเป็นงานของนักการตลาด อะไรคือสิ่งที่มนุษย์ยังต้องทำ และยิ่งทำ ยิ่งมีค่า
.
คำตอบที่ไม่ใช่ "ทักษะเทคนิค"
.
คำตอบแรกที่วงการชอบให้คือ "นักการตลาดต้องเก่ง AI มากกว่าคู่แข่ง" ต้อง prompt engineer ได้ดี ต้องใช้ tool ได้ครบ ต้องปรับตัวเป็น AI native
.
แต่คำตอบนี้ล้มเหลวในระยะยาว เพราะทักษะการใช้ AI จะกลายเป็น commodity เร็วมาก ทุกคนจะ prompt ได้ในระดับหนึ่ง tool จะมี interface ที่ง่ายขึ้น AI จะ self-improve จนการสั่งงานง่ายขึ้นเรื่อยๆ
.
ทักษะการใช้ AI ไม่ใช่ differentiator ในระยะยาว เพราะมันเป็นสิ่งที่ทุกคนจะมี
.
.
คำตอบที่แท้จริงคือ Four Human Domains
.
คำตอบที่เล่มนี้เสนอคือมีสี่พื้นที่ที่ยังเป็นของมนุษย์ และจะยังเป็นของมนุษย์ต่อไปอีกนานแม้ AI จะก้าวหน้าเร็วแค่ไหน
.
.
พื้นที่หนึ่ง การตั้งคำถามที่ AI ไม่รู้ว่าต้องถาม
.
ในชีวิตองค์กร คำถามเล็กๆ เช่น "แคมเปญนี้จะ optimize ยังไงดี" AI ตอบได้ดี
.
แต่คำถามใหญ่ๆ ที่เปลี่ยนทิศทางของบริษัท เช่น "เราควรอยู่ในหมวดสินค้านี้ต่อไหม" "positioning ของเราควรเปลี่ยนจาก premium ไปเป็น accessible luxury หรือไม่" "เราควรสร้าง sub-brand ใหม่เพื่อจับกลุ่ม Gen Z โดยเฉพาะหรือไม่"
.
คำถามเหล่านี้ไม่ได้เกิดจาก pattern ในข้อมูล แต่เกิดจากความเข้าใจเชิงกลยุทธ์ ประสบการณ์ที่สะสม และวิจารณญาณที่ถูกฝึกผ่านการเจอสถานการณ์หลายแบบ
.
AI ตอบคำถามได้ แต่มนุษย์ที่มีประสบการณ์และวิจารณญาณต้องเป็นคนถาม ถ้าถามผิด คำตอบที่แม่นที่สุดก็ไร้ค่า
.
.
พื้นที่สอง การตัดสินใจที่ต้องใช้บริบทที่ AI ไม่เห็น
.
AI มีข้อมูลมาก แต่ไม่เห็นทุกอย่าง
.
บริบทวัฒนธรรม AI ที่เทรนด้วยข้อมูลโลกอาจไม่เข้าใจ nuance ของวัฒนธรรมไทย เช่น ภาษาที่เหมาะกับการสื่อสารแต่ละวัย ประเด็นที่ sensitive ในช่วงเวลาเฉพาะ humor ที่คนไทยเข้าใจและคนอื่นไม่เข้าใจ
.
บริบทการเมือง AI ไม่รู้ว่าเดือนนี้มีเหตุการณ์ทางการเมืองอะไรที่ทำให้การสื่อสารบางแบบเป็นเรื่องอ่อนไหว
.
บริบทเฉพาะของอุตสาหกรรม AI ที่เทรนด้วยข้อมูลทั่วไปอาจไม่เข้าใจ dynamics ของอุตสาหกรรมเฉพาะในประเทศเฉพาะ เช่น การตลาดอาหารแปรรูปในไทยต่างจากในอเมริกาในหลายมิติ
.
บริบทของช่วงเวลา AI ไม่เข้าใจว่าทำไมการโพสต์โฆษณาแบบนี้ในเช้าวันนี้ หลังเหตุการณ์นี้ จะ backfire อย่างรุนแรง แต่คนที่อยู่ในบริบทนั้นรู้ทันที
.
การตัดสินใจในจุดเหล่านี้ต้องมีมนุษย์ที่อยู่ในบริบทจริง มี cultural literacy ที่ลึก และมีความรับผิดชอบในการตัดสินใจ
.
.
พื้นที่สาม การสร้างความไว้วางใจในวินาทีวิกฤต
.
เมื่อวิกฤตเกิด PR crisis ผลิตภัณฑ์มีปัญหา พนักงานทำผิด ความเข้าใจผิดของสาธารณชน ลูกค้าต้องการคนจริงมาพูด ไม่ใช่ chatbot หรือ AI-generated statement
.
AI ที่จัดการ PR crisis ในระดับอัตโนมัติมักขยายปัญหา เพราะ AI response ดูเหมือนพยายามปัดความรับผิด หรือฟังดูเป็น template ที่ไม่จริงใจ ทั้งสองอย่างนี้เพิ่ม anger ของสาธารณชนแทนที่จะลด
.
PR crisis ที่ CEO ออกมาพูดตรงๆ ใช้ชื่อตัวเอง ยอมรับผิด เสนอ action plan ที่เจาะจง มักคลี่คลายสถานการณ์ได้ เพราะสร้างความรู้สึกว่ามีมนุษย์ที่รับผิดชอบอยู่ ไม่ใช่ระบบที่พยายามปกป้องตัวเอง
.
ความสามารถในการปรากฏตัวในวินาทีที่ยากและพูดในฐานะมนุษย์ ไม่ใช่ในฐานะตัวแทนของ corporate entity เป็นสิ่งที่ AI ทำไม่ได้ในระดับที่สร้าง trust
.
.
พื้นที่สี่ การยืนยันจุดยืนที่อาจทำให้เสียลูกค้าบางกลุ่ม
.
AI ออกแบบมาเพื่อ optimize ทุกอย่าง และการ optimize มักชี้ไปที่ทางกลาง ทางที่ offend คนน้อยที่สุด ทางที่ appeal ต่อคนมากที่สุด
.
แต่ทางเลือกที่เสียบางกลุ่มเพื่อผูกอีกกลุ่มได้ลึก ต้องการมนุษย์ที่พร้อมรับผิดชอบในความกล้านั้น AI จะไม่เสนอทางนี้ เพราะในเชิง optimization มันเสี่ยงเกินไป
.
.
"นักการตลาดจะตกงานมั้ย" เพราะคำถามนี้ตอบไม่ได้ในระดับสากล บางคนจะตกงาน บางคนจะไม่ ขึ้นอยู่กับว่าเป็นนักการตลาดแบบไหน
.
คำถามที่ควรถามคือ "นักการตลาดแบบไหนที่จะยังมีค่า"
.
คือนักการตลาดที่…
.
คิดได้ลึกกว่า AI
ถามได้ดีกว่า AI
เข้าใจคนได้ชัดกว่า AI
รับผิดชอบในการตัดสินใจได้มากกว่า AI
.
ถ้าคิดไม่ได้ลึกกว่า ถามไม่ได้ดีกว่า เข้าใจไม่ชัดกว่า ไม่กล้ารับผิดชอบมากกว่า นักการตลาดคนนั้นจะถูก AI แทนจริงๆ ไม่ใช่เพราะ AI เก่งเกินไป แต่เพราะตัวเองไม่ได้ทำ ในสิ่งที่มีแค่มนุษย์เท่านั้นที่ทำได้
.
.
.
.
#SuccessStrategies