7 บทเรียนด้านการตลาดจาก Google Media Lab

ในฐานะนักการตลาด เรากำลังสร้างอนาคตของการทำงานร่วมกันแบบเรียลไทม์ ซึ่งเป็นช่วงเวลาที่ทั้งน่าตื่นเต้นและท้าทาย

ทีม Google Media Lab ซึ่งดูแลกลยุทธ์ การวางแผน และการซื้อสื่อสำหรับการตลาดภายในของ Google เอง จึงอยากจะมาแบ่งปันบทเรียนที่เราได้เรียนรู้มาจนถึงปัจจุบัน นั่นคือ ผลกระทบของ AI ต่อการตลาดในด้านต่างๆ ไม่ว่าจะเป็นครีเอทีฟโฆษณา การผลิต สื่อ และการวัดผล นั้นเป็นจริงและกำลังขยายตัวอย่างรวดเร็ว แม้ว่าการผสานรวมจะยังไม่สมบูรณ์ แต่ก็เริ่มมีแนวทางการใช้ AI แบบครบวงจรให้เห็นมากขึ้นเรื่อยๆ

ต่อไปนี้คือวิธีที่เรายกระดับกลยุทธ์การตลาดของเรา เพื่อขับเคลื่อนผลกำไรอย่างต่อเนื่องในทุกแง่มุมของการตลาด

1. ให้ AI คุมพวงมาลัย

เมื่อก่อนเราวางแผนสื่อเองทั้งหมด ไม่ว่าจะเป็นการเลือกเว็บไซต์ เวลา ตำแหน่ง การจับคู่ครีเอทีฟโฆษณา และอื่นๆ แต่ตอนนี้แคมเปญ AI ทำหน้าที่ขับเคลื่อนส่วนใหญ่แทนแล้ว อย่างเมื่อปีที่แล้ว การตัดสินใจลงทุนด้านสื่อในระบบของเรากว่าครึ่งได้รับการปรับปรุงด้วย AI งานของนักการตลาดจึงไม่ใช่การบังคับทิศทาง แต่เป็นการจัดหาเชื้อเพลิงที่ดีกว่าเพื่อป้อนให้กับอัลกอริทึมของเรา นั่นคือ ข้อมูลที่ครบถ้วนยิ่งขึ้น และชุดชิ้นงานหลายรูปแบบ (Multimodal) ที่พร้อมให้ AI นำไปใช้ โดยเฉพาะวิดีโอสั้น โดยตอนนี้เรากำลังเห็นผลลัพธ์และประโยชน์ที่แท้จริงจาก AI ในทุกด้าน ไม่ว่าจะในด้านครีเอทีฟโฆษณา การผลิต สื่อ และการวัดผล

2. เมื่อโอกาสเข้ามา ต้องรีบเรียนรู้

การทดลองด้านสื่อเกิดขึ้นอย่างต่อเนื่อง โดยเฉพาะอย่างยิ่งเมื่อสื่อที่ทำงานด้วยระบบ AI มีความสามารถมากขึ้น ในปี 2025 เราได้กำหนดวาระเรียนรู้ที่เป็นระบบพร้อมเกณฑ์การสำเร็จหลักสูตร ซึ่งส่งผลให้การเรียนรู้เพิ่มขึ้นเป็น 3 เท่าจากปี 2024

เราประเมินสมมติฐานมากกว่า 95 ข้อ เลือก 22 ข้อสำหรับการทดสอบอย่างเข้มงวด และได้บทเรียนที่นำไปใช้ได้จริง 9 ข้อตลอด 3 ไตรมาส หัวใจสำคัญคือการกำหนดนิยามของความสำเร็จตั้งแต่เริ่มต้น จากนั้นจึงวัดผลโครงการนำร่อง การทดลอง และการทดสอบ เพื่อต่อยอดจากสิ่งที่ได้ผลและเลิกทำในสิ่งที่ไม่ได้ผล

3. เน้นการวัดผลลัพธ์ส่วนเพิ่ม

การวัดผลลัพธ์ส่วนเพิ่ม (Incrementality) ยังคงเป็นมาตรฐานสูงสุดของการตลาดแบบตอบสนองโดยตรง (Direct-response) แต่เครื่องมือ AI อาจเป็นเหมือนดาบสองคม เพราะการเก็บฟีดแบ็กมาแก้ไขโดยอาศัย AI นั้นช่วยเพิ่มผลตอบแทนได้ก็จริง แต่ลักษณะที่เป็นกล่องดำลึกลับของระบบเหล่านี้มักทำให้การวัดผลมีความซับซ้อน อย่างไรก็ตาม เราก็เห็นการปรับปรุงการรายงานอย่างต่อเนื่องแม้จะไม่สมบูรณ์แบบ เพื่อตอบสนองต่อฟีดแบ็กจากผู้ลงโฆษณา เช่น การรายงานที่โปร่งใสมากขึ้นของ Performance Max และเราจะยังคงผลักดันเรื่องความโปร่งใสนี้มากขึ้นเพื่อขับเคลื่อนผลลัพธ์ทางธุรกิจที่เพิ่มขึ้นนี้ต่อไป

4. ทุกอย่างเป็นวิดีโอ

ปัจจุบัน วิดีโอคือช่องทางตอบสนองโดยตรงที่สำคัญที่สุด ไม่ว่าจะเป็นในฟีดโซเชียล ทีวีที่เชื่อมต่ออินเทอร์เน็ต (CTV) หรือแม้แต่พอดแคสต์ก็ยังเป็นวิดีโอ และด้วยอิทธิพลของ Gen AI ที่เข้ามาเร่งให้วิดีโอมีบทบาทเพิ่มขึ้นอย่างมาก ทำให้คุณต้องปรับแผนแนวทางครีเอทีฟโฆษณาของคุณให้สอดคล้องกับความเปลี่ยนแปลงนี้

5. ให้ครีเอเตอร์เป็นส่วนหนึ่งในแผนการตลาดด้านครีเอทีฟโฆษณาของคุณ

การโปรโมตผ่านโซเชียลมีเดียไม่ใช่วิธีแก้ปัญหาทุกอย่าง แต่ก็แสดงให้เห็นผลลัพธ์ที่น่าสนใจเมื่อใช้เสริมกับแคมเปญสื่อปกติ เราเรียกสิ่งนี้ว่า “โมเดลสองเสียง” (Two-voice model) โดยเลือกเสียงของครีเอเตอร์อย่างระมัดระวังเพื่อให้เสริมกับเสียงการตลาดของเราเอง แต่ถ้าคอนเทนต์ของครีเอเตอร์ไม่ดึงดูดความสนใจของผู้ใช้ผ่านช่องทางปกติ (Organic) อยู่แล้ว การจ่ายเงินเพื่อโปรโมตคอนเทนต์นั้นก็จะไม่ทำให้ผู้ใช้มีส่วนร่วมขึ้นมาได้ในทันที

6. AI กำลังผลักดันให้เกิดการ “ผสานรวม” ใหม่ด้านการตลาด

AI ทำให้เราต้องคิดใหม่เกี่ยวกับการแบ่งแยกงานด้านครีเอทีฟโฆษณา สื่อ และการผลิตออกจากกัน โดยตอนนี้กำลังเกิดการ “ผสานรวมใหม่” และมีโอกาสมากมายสำหรับเอเจนซีที่ผสานรวมการทำงานด้าน AI อย่างแท้จริงในการส่งมอบคุณค่าที่ยอดเยี่ยมในการทำงานร่วมกันทุกระดับ

7. การบริหารจัดการการเปลี่ยนแปลงเป็นส่วนที่ยากที่สุดของการเปลี่ยนรูปแบบการทำงานสู่ระบบ AI

ส่วนที่ยากและช้าที่สุดของการเปลี่ยนรูปแบบการทำงานสู่ระบบ AI เช่นเดียวกับการเปลี่ยนแปลงทางเทคโนโลยีทุกครั้งที่ผ่านมา คือการบริหารจัดการการเปลี่ยนแปลงที่จำเป็นต่อการนำ AI ไปใช้งาน เพื่อให้เกิดประโยชน์สูงสุดจากเทคโนโลยีใหม่ใดๆ ก็ตาม คุณจำเป็นต้องเปลี่ยนแปลงวิธีการทำงานของผู้คนและวิธีการดำเนินงานขององค์กร นี่คือความท้าทายที่จำเป็นต้องให้ผู้นำทดลองใช้เทคโนโลยีด้วยตนเอง ถอดบทเรียนที่ทำผิดพลาด ไม่ใช่เฝ้ามองแค่ความสำเร็จ และนำทีมด้วยทัศนคติที่ดี