สรุป 5 เทคนิค ใช้ Data สร้าง Service Design ให้ลูกค้าปลื้ม

คุณก็ออกแบบบริการให้ลูกค้าประทับใจได้ง่ายๆ แค่รู้วิธีใช้ Data เพื่อสร้าง Service Design ที่เราสรุปให้ในบทความนี้ ตั้งแต่ความเข้าใจพื้นฐาน วิธีคิด และเคสตัวอย่างที่สามารถนำไปปรับใช้ในการทำงานของคุณได้จริง โดย 3 ผู้เชี่ยวชาญ จาก 🔴 Skooldio Live

Data-Driven Service Design
ออกแบบเซอร์วิสให้โดนใจ แค่ใช้ข้อมูลให้เป็น

1. คุณขวัญ พงษ์หาญยุทธ (เอย)
   นักวิจัยอิสระและผู้เชี่ยวชาญด้านการออกแบบบริการและการคิดเชิงออกแบบ นักศึกษาระดับปริญญาเอกมหาวิทยาลัย Royal College of Art กรุงลอนดอน ประเทศอังกฤษ
   .
2. คุณจักรพันธุ์ หิรัญย์วงษ์วีระ (เบริท)
   Freelance Service Design Consultant
   Lead Product Designer at Botio.io
   Lead Service Designer at IV LYFE
   .
3. คุณธนัทเศรษฐ์ หอวัฒนพันธ์ (เอ๊ย)
   Co-Founder and Chief Design Officer, ViaBus

ต้องเข้าใจก่อนว่า Service Design คืออะไร?

Service Design คือ การออกแบบประสบการณ์ให้มีความต่อเนื่อง มีคุณค่า ทั้งต่อผู้ใช้และผู้ให้บริการ (Mutual Benefit) อย่ายึดติดแค่ User Center อย่างเดียว แต่ต้องนึกถึงทีมงานของเราด้วย ซึ่งคุณค่าสำหรับผู้ใช้คือผลิตภัณฑ์นั้นต้องใช้ง่าย น่าใช้ และเรารู้สึกอยากได้ ขณะเดียวกันสำหรับผู้ให้บริการ จะต้องทำได้อย่างมีประสิทธิภาพ ประสิทธิผล และสร้างความแตกต่างให้เกิดขึ้น

โดยการออกแบบบริการนั้นจะแบ่งได้ เป็น 2 แบบ คือ

1. การพัฒนาบริการที่มีอยู่ในปัจจุบัน ส่วนมากจะเป็นการพัฒนาธุรกิจบริการ เช่น ร้านอาหาร ร้านกาแฟ โรงพยาบาล ธนาคาร
2. สร้างบริการใหม่เพื่อตอบสนองความต้องการของผู้บริโภคที่เปลี่ยนไป โดยเทคโนโลยีที่มีความทันสมัยมากขึ้น เช่น car sharing 

อีกคำถามที่คนมักจะสงสัยคือ แล้วออกแบบบริการมันรวมถึงการออกแบบอะไรบ้าง ซึ่ง  level of impact ก็มีหลายระดับ

1. Design for Interaction : การออกแบบปฏิสัมพันธ์ทั้งทาง Online และ Offline เช่น จากที่เคยกดเงินโดยใช้บัตร ให้เปลี่ยนมากดเงินด้วยโทรศัพท์มือถือแทน
2. Design for service : การออกแบบเซอร์วิสใหม่ทั้งหมด 
3. Design for system : การออกแบบที่ตัวระบบ โดยต้องคิดว่าปัจจัยทั้งหมดเกี่ยวข้องกันได้อย่างไร
4. Design for policy : การออกแบบในระดับกลยุทธ์หรือนโยบาย

Data ช่วยอะไร Service Design ได้บ้าง? แล้วความต่างของ Quantitative Data กับ Qualitative Data คืออะไร

Data จะมีรอบในการช่วยพัฒนา Service ได้เร็วกว่าและบ่อยกว่า เช่น การนำข้อมูลมาปรับตัวในช่วง Covid-19 ซึ่งกระบวนการออกแบบ Service มีการใช้ Data อยู่ 2 ช่วง 

ช่วงที่ 1 คือ discovery phase เป็นช่วงที่ Big Data ช่วยได้มาก โดยใช้ data ทำ research ว่ามีเทรนด์อะไรเกิดขึ้นบ้าง มีความต้องการอะไรเกิดขึ้น เช่น ที่อังกฤษ เขตจะเห็นได้เลยว่าครัวเรือนไหนที่กำลังจะเกิดหนี้ครัวเรือน จากการ monitor การใช้จ่ายผ่านบัตรเครดิต 

เมื่อเราเห็น trend เราก็ต้องการที่จะพัฒนาบริการเป็นช่วงที่เราจะต้องมาหา insight หรือความต้องการเชิงลึก ซึ่งส่วนมากจะมาจากการเก็บข้อมูลเชิงคุณภาพ โดยการสัมภาษณ์ สังเกต ทำ workshop กับกลุ่มเป้าหมาย เพื่อช่วยให้เข้าใจลูกค้าและบริบทของคนมากขึ้น 

หรืออธิบายให้ชัดคือข้อมูลตัวเลข (Quantitative) จะช่วย scope down ออกมาว่าจุดไหนที่น่าสนใจและควรหาข้อมูลเพิ่ม จากนั้นจึงเอาข้อมูล Qualitative มาหา Insight ถึงเหตุผลว่าคนทำสิ่งเหล่านั้นเพราะอะไร

ช่วงที่ 2 จะอยู่ใน development loop โดยจะมีการใช้ data ในการ support การบริการ พร้อมกับเก็บข้อมูลของผู้ใช้งานไปในตัว ซึ่ง Data จะมีประโยชน์ใน 2 เรื่องคือ การประเมินบริการ และ การสร้างคุณค่า

Data สะท้อนสิ่งที่ลูกค้าต้องการได้จริงไหม?

การออกแบบโดยไม่มี Data  เหมือนเป็นการออกแบบเพื่อตัวเอง เพราะเราอาจจะคิดเอาจากประสบการณ์เก่าๆ ที่ผ่านมา ซึ่งจริงๆ แล้วมันยากกว่า ถ้าเทียบกับการออกแบบโดยมีข้อมูลมาหนุนหลัง มากระซิบบอกเราว่า ลูกค้ามีความต้องการแบบนี้นะ ทำอะไรซักอย่างเพื่อตอบโจทย์เขาสิ จะเป็นการออกแบบที่มีความมั่นใจกว่าเยอะ

เช่น โรงหนัง จะมีการออกแบบเงื่อนไขแตกต่างกัน ทั้งเรื่องประเภทหนังที่ฉาย ภาษาของหนัง อย่างโรงหนังที่ใกล้กับโรงเรียนชั้นประถม อาจเห็นข้อมูลว่าหนังการ์ตูนฉายดีในวันธรรมดามากกว่าวันหยุด ก็อาจจะนำไปปรับปรุงบริการได้

หรือ ร้านอาหารตามสั่งเจ้าประจำ จะเหมือนเก็บข้อมูลลูกค้าไว้ว่าคนนี้ต้องเตรียมชาม ช้อน ไว้ให้เขา ซึ่งต่อไปข้อมูลเหล่านี้จะถูกเก็บอยู่ในระบบมากขึ้น

เรียนรู้เคส Service Design ที่น่าสนใจอื่นๆ

สมัยคุณเอยอยู่ประเทศอังกฤษ เพื่อนจะนิยมใช้บริการส่งอาหารจาก Deliveroo โดยใช้เจ้าแฟรงค์ซึ่งเป็นระบบ ai monitor operation ช่วยให้บริการเกิดประสิทธิภาพดีที่สุด คนใช้เวลารอของน้อยที่สุด และยังคำณวนได้ว่าคนตรงนี้ชอบกินอะไร และร้านอาหารประเภทไหนที่ยังไม่มีในเขตนี้ จากนั้นจึงตั้งครัวกลางขึ้นมาเพื่อทำอาหารที่ยังไม่มีในย่าน เพื่อจะบริการส่งให้ได้เร็วขึ้น

เคสต่อมาเป็นการใช้ข้อมูลเชิงคุณภาพด้วยการสังเกต เกิดจากตั้งคำถามว่าทำไมที่ประเทศอังกฤษ นักโทษและพัสดีถึงกลับเข้ามาในคุกเยอะมาก จนไปพบ Insight ว่า เพราะพวกเขาไม่มีงานที่ดูเก๋และน่าภูมิใจทำ จึงเกิดการหาอาชีพคูลๆ ในกับนักโทษจนตั้งเป็นค่ายเพลง InHouse Record 

อีกเคสคือ จส.100 เปิดโอกาสให้คนมีส่วนร่วมในการให้ข้อมูล ซึ่งเป็นการต่อยอดเรื่อง Big Data ได้เป็นอย่างดี

เคสถัดไปคือ Digital Matatus เอาข้อมูลรถมาทำแผนที่ ซึ่ง matatu คือรถเมล์ร้อนที่ Nairobi ประเทศเคนย่า  เป็นการขนส่งนอกระบบ เดิมทีเป็นขนส่งนอกระบบไม่ได้ถูกขึ้นทะเบียนโดยรัฐ จึงไม่มีระบบอะไรเลย ไม่รู้รถจะมาเมื่อไหร่ วิ่งไปทางไหน จะเข้าถึงได้อย่างไร

ดังนั้น MIT จึงร่วมกับประชาชนที่ไนโรบี รวบรวมข้อมูลเพื่อทำแผนที่และสร้างฐานข้อมูลที่ได้มาตรฐาน ไฮไลท์คือการให้อาสาสมัครถืออุปกรณ์ GPS ไปนั่งตาม matatu ทุกสาย ซึ่งการเก็บข้อมูลตรงนี้ไม่ได้พึ่งแต่ Quantitative Data เพียงอย่างเดียว แต่ยังเก็บ Qualitative Data โดยอาศัยความรู้ที่อาสาสมัครทราบอยู่แล้ว จากคนที่นั่งเป็นประจำ จากป้าย และจากผู้ให้บริการเองด้วย จนทำให้มีมาตรฐานและลง Google Map ได้เลย 

หรือลองเป็นเคสสมมติ เช่น ถ้าเราทำ platform สำหรับ publish content แล้วพบว่ามีการกลับเข้ามาดู dashboard บ่อยมากใน 1 ชั่วโมงแรก ตรงนี้คือ Quantitative data ซึ่งแสดงให้เราเห็นรูปแบบพฤติกรรมการใช้งาน ซึ่งเราต้องทำ design research เพิ่ม เพื่อไปเจาะลึกว่าเขาสนใจข้อมูลอะไรกันแน่ ซึ่งก็คือ qualitative data เพื่อทำความเข้าใจถึงพฤติกรรมและแรงจูงใจที่ทำให้เกิดพฤติกรรมของผู้ใช้งาน โดยทั้งหมดนี้จะนำไปเพิ่ม feature ในการส่งข้อมูลสำคัญให้ผู้ใช้งาน ซึ่งไอเดียนี้เป็นสมมติฐานที่เราจะต้องไปทดลองกับผู้ใช้งานจริงอีกครั้ง (สังเกตว่าจะวนกลับไป เกิดเป็น development loop ขึ้น)

ถ้าอยากนำ Data มาสร้าง Service Design ควรเริ่มจากตรงไหน? และเก็บข้อมูลอะไรดี?

ถ้ายังไม่มีธุรกิจเลย ควรนำ data มาใช้เพื่อวิเคราะห์หาโอกาสในการทำธุรกิจ ส่วนกรณีที่มีธุรกิจแล้วต้องเอา data มาใช้เพื่อให้เกิดความเข้าใจในสถานการณ์ปัจจุบันก่อน ว่าธุรกิจเราเป็นอย่างไร ดีเด่นตรงไหน ปัญหาคืออะไร ลูกค้าของเรามีความต้องการอะไรที่เรายังไม่ได้ตอบสนอง หรือกลุ่มลูกค้าเราคือกลุ่มไหนกันแน่ 

ซึ่งการจะได้มาซึ่งข้อมูลเหล่านี้สิ่งที่สำคัญที่สุดคือการวางแผนในการเก็บข้อมูล เพื่อให้ได้ข้อมูลที่ครอบคลุมและไม่มี bias แล้วหลังจากนั้นเราจึงจะมาพัฒนาบริการของเราต่อ (3 สิ่งที่ต้องรู้! ช่วยธุรกิจดีขึ้น ด้วยข้อมูลรอบตัว
)

ส่วนถ้าเป็นมุมการใช้ data เพื่อ support บริการ

1. อันดับแรกต้องรู้จุดประสงค์ว่าเราต้องการให้ service ส่งมอบคุณค่าอะไรไปให้ลูกค้า 
2. ต่อมาดูว่าข้อมูลอะไรบ้างที่จำเป็นต้องถูกบันทึก และถูกบันทึกเมื่อไหร่บ้าง 
3. ข้อมูลที่เก็บมาจะถูกนำประมวลผลเพื่อให้ได้ข้อมูลอะไร ในรูปแบบไหน 
4. ขั้นสุดท้ายคือข้อมูลที่ process แล้ว จะถูก deliver อย่างไร

ตัวอย่าง การออกแบบบริการ Omni-Channel เช่น เรากดสั่งซื้อเสื้อในออนไลน์ไว้แต่ยังไม่จ่ายเงิน จากนั้นเราก็ไปเดินห้างแล้วผ่านร้านเสื้อแบรนด์นั้นพอดี ทางร้านจึงส่งข้อความมาบอกว่าคุณมีออเดอร์เสื้อจากร้านเราอยู่นะ สนใจเข้าไปลองไหม? เมื่อลูกค้าเข้าไปลองแล้วแต่ไม่มีไซส์ ทางพนักงานจึงตรวจสอบไซส์ที่ต้องการให้ทางออนไลน์ จากนั้นจึง Delivery ไปให้ที่บ้านในวันรุ่งขึ้น เคสนี้จะเห็นว่าเป็นการใช้ข้อมูลออกแบบบริการได้ลื่นไหลมาก จนสามารถปิดการขายได้จริง!

รวมถึงต้องดูทรัพยากรของเราเองว่าสามารถเก็บข้อมูลได้มากน้อยขนาดไหน และเรามีความสามารถในการพัฒนาข้อมูลได้ขนาดไหนด้วย ตัวอย่างการเก็บ Qualitative Data ที่ดีมากคือ พวก Service ที่ถูกดราม่า เช่นคนชอบบนว่าป้ายนี้อ่านยาก ไม่สวย ซึ่งเราสามารถเก็บข้อมูลเหล่านี้มาช่วยปรับปรุงต่อไปได้

---

ยังไม่จบแค่นี้! ไปฟังเคล็ดลับการใช้ Data สร้าง Service Design เวอร์ชันเต็มกันได้เลย

แต่ถ้าอยากเรียน Service Design แบบเจาะลึกเพื่อสร้างประสบการณ์ที่ดีในการออกแบบเซอร์วิสให้ลูกค้า มาเจอกันได้ที่คอร์ส Service Design Essentials

---

Skooldio Live ยังมีอีกหลายตอนที่น่าสนใจ และช่วยคุณอัพสกิลใหม่ๆ ได้แน่นอน

Beyond UI: Designing for Emotions

https://www.youtube.com/watch?v=ybiwCl_y_k0

ในโลกยุคใหม่ จะออกแบบ UI แค่ใช้ง่ายและลูกค้าชอบคงไม่พออีกต่อไป! โจทย์ที่ต้องแก้คือจะทำยังไงให้ผู้ใช้งานรัก Product ของเรา และคำตอบคือการสร้าง Emotional Connection ให้เข้าไปแตะถึงหัวใจลูกค้า ด้วย 5 สุดยอด Framework

---

Tech Giants: How Culture Shapes The Way They Do Things

https://www.youtube.com/watch?v=XievA1r0Hws&t=2s

เพราะโลกไปไกลแล้ว! 🌎 ถ้าไม่อยากเป็นองค์กรอ่อนแอในยุคใหม่ ถึงเวลาเปลี่ยนให้ปรับตัวไว และคล่องแคล่วกับทุกสถานการณ์ 🚀 โดยเริ่มจากการเรียนรู้ #วัฒนธรรมองค์กร ที่แข็งแรง ของบริษัท Tech ยักษ์ใหญ่ระดับโลกอย่าง Google, Amazon, Facebook และ Lazada ซึ่งทำให้ทีมงานทุกคนขับเคลื่อนไปถึงเป้าหมายเดียวกันได้อย่างชัดเจน และมีประสิทธิภาพ กับ 🔴  Skooldio Live ตอน Tech Giants: How Culture Shapes The Way They Do Things ปรับวัฒนธรรมองค์กรใหม่ แบบบริษัท Tech ใหญ่ระดับโลก

---

Behavioural Science in Digital World

🛍️ เว็บ Online Shopping ใช้เทคนิคอะไร ที่ทำให้เราซื้อของง่ายดาย?
🛵 ทำไมเรายินดีจ่ายค่าอาหาร Delivery แต่ไม่ยอมอ่อนข้อให้ค่าส่ง?
💸 เรามีเงินเก็บได้ยังไง จากการใช้แอปช่วยบริหารเงิน?

https://www.youtube.com/watch?v=8Im-rHiyed0&feature=youtu.be

ทั้งหมดเป็นเพราะเรากำลังถูกยั่วใจด้วย TEMPT Model หรือหลักการออกแบบบริบทต่างๆ เพื่อทำให้คนเปลี่ยนแปลงพฤติกรรมจาก 🔴  Skooldio Live ตอน Trick me if you can!! Behavioural Science in Digital World เปิดโปงกล!! พฤติกรรมศาสตร์ในโลกดิจิทัล

---

Product Manager: The Mutants Among Us

👨‍💻 เพราะการข้ามสายไปทำงาน 𝗣𝗿𝗼𝗱𝘂𝗰𝘁 𝗠𝗮𝗻𝗮𝗴𝗲𝗿 ไม่จำเป็นต้องใช้ประสบการณ์เสมอไป❗มาฟังคำตอบสุด Insights จาก 4 𝗣𝗠 ตัวจริงแห่งวงการ Tech Business ที่สรุปไว้ใน 🔴  Skooldio LIVE ตอน 𝗣𝗿𝗼𝗱𝘂𝗰𝘁 𝗠𝗮𝗻𝗮𝗴𝗲𝗿 : 𝗧𝗵𝗲 𝗠𝘂𝘁𝗮𝗻𝘁𝘀 𝗔𝗺𝗼𝗻𝗴 𝗨𝘀 อัพสกิลข้ามสาย กลายร่างเป็น 𝗣𝗠

https://www.youtube.com/watch?v=aRw6Rm3lgrs

---

Marketing Communication in the post Covid-19 era

ฟังบทเรียนหมัดฮุค 🥊 ที่จะปลุกให้คุณลุกขึ้นมาปฏิวัติ Mindset การสื่อสารหลังปลดล็อคโควิด เพื่อพาธุรกิจรอดต่อไปแถมได้ใจลูกค้า จากมุมมองของ 2 กูรู เจ้าของร้านชาบูเพนกวิน และเจ้าของเพจการตลาดวันละตอน

https://www.youtube.com/watch?v=ArNvAfIblTY

---

Design Workflow Meetup: From Startups to Corporates

เฉลยวิธีทำงานให้ลื่นไหลของ Corporate ยักษ์ใหญ่ทีม KBTG และเทคนิคสร้างความเข้าใจให้ตรงกันโดย Startup ไฟแรงทีม Ko-fi เพื่อเรียนรู้การสร้าง Design Workflow ที่ดีว่าเป็นอย่างไร?

https://www.youtube.com/watch?v=jSIm1kbUsQ0&feature=youtu.be

---

Psychology in Marketing and UX

ไขความลับเทคนิคจิตวิทยาเพื่อทำ UX และ Marketing ให้ปัง! โดย 3 Speaker จาก FINNOMENA X Skooldio X LINE Thailand ซึ่งเชี่ยวชาญทั้งด้าน Marketing, UX และ Behavioral Economics

https://www.youtube.com/watch?v=aJWN7eO6y5A&feature=youtu.be

---