การเติบโตของผู้ใช้งานแอพพลิเคชั่นจัดส่งอาหาร หรือที่เราเรียกกันติดปากว่า Food Delivery นับวันยิ่งมีจำนวนมากขึ้น โดยเฉพาะหลังจากเกิดสถานการณ์โควิด ส่งผลให้ผู้ประกอบการด้านอาหารและร้านอาหารทุกหย่อมหญ้า ได้ผันตนเองไปสู่ความเป็นผู้ประกอบการในโลกออนไลน์ผ่านแอพพลิเคชั่นจัดส่งอาหารอย่างหลีกเลี่ยงไม่ได้ และเป็นสิ่งที่ชัดเจนว่าอุตสาหกรรมอาหารไม่เคยจางหายไปจากใจของผู้บริโภคเลยสักนิด โดยในทางกลับกันมีความคึกคักมากยิ่งขึ้นซะอีก ซึ่งแอพพลิเคชั่นจัดส่งอาหารนับว่าเป็นพระเอกในช่วงสถานการณ์โควิด ช่วยเพิ่มโอกาสให้กับร้านอาหารได้อย่างมากมาย ส่งผลให้มีการเติบโตทั้งในระดับของผู้ใช้งานและจำนวนร้านค้าที่เข้าร่วมแพลตฟอร์มมากยิ่งขึ้น และแน่นอนครับว่าการแข่งขันจากหน้าร้านได้ยกมาอยู่ในโลกออนไลน์เป็นที่เรียบร้อยแล้ว ส่วนร้านอาหารรายไหนสามารถเข้าถึงผู้บริโภคได้มากกว่ากัน อันนี้ย่อมขึ้นอยู่กับความสามารถทางการตลาดและการขายแล้วล่ะครับ
ซึ่งในวันนี้เรามีข้อมูลที่น่าสนใจเกี่ยวกับแอพพลิเคชั่นจัดส่งอาหาร โดยได้ทำการรวบรวมข้อมูลจากสื่อโซเชียลมีเดียด้วยระบบ Social Listening จากค่ายใหม่ล่าสุด ซึ่งก็คือ Mandala Analytics และทำการวิเคราะห์เพื่อให้เห็นภาพรวมในแอพพลิเคชั่นจัดส่งอาหารได้อย่างน่าสนใจ
ทางเราได้ทำการคัดเลือกแอพพลิเคชั่นดัง ๆ ที่มีผู้ใช้มากมายอย่าง Line Man, Food Panda, Grab Food, Skootar, Honesbee และ Happy Fresh โดยรวบรวมข้อมูลจาก Facebook, Twitter, Instagram, YouTube และ Pantip เป็นต้น ทั้งหมดใช้ระบบของ Mandala Analytics ในการรวบรวมและวิเคราะห์ โดยค้นพบสิ่งที่น่าสนใจดังนี้
ในประเด็นแรกคือเรื่องของเวลาโพสต์และช่วงเวลาที่ผู้คนออนไลน์มีปฏิสัมพันธ์เกี่ยวกับอาหาร ซึ่งแน่นอนครับว่า ถ้าพูดถึงเรื่องอาหาร เวลาเป็นสิ่งที่สำคัญ ดังนั้น หากเราสามารถรับรู้ว่าช่วงเวลาไหนเหมาะสมที่สุดในการโพสต์เพื่อหวังปฏิสัมพันธ์สูง ย่อมทำให้สามารถแข่งขันกับรายใหญ่ ๆ ได้เลยทีเดียว สูตรการโพสต์ที่เคยคิดว่าให้โพสต์ตั้งแต่เช้าคงไม่สามารถใช้ได้แบบเดิม เนื่องด้วยมีจำนวนผู้โพสต์มากขึ้น (คู่แข่งนั่นแหละ!!) พอถึงเวลาผู้คนเช็คเนื้อหาในฟีดโซเชียลก็ “ดันโพสต์” ของเราไปไหนแล้วก็ไม่รู้ ดังนั้น หากเราสามารถรู้ว่าควรโพสต์เวลาไหน และหวังผลปฏิสัมพันธ์ในช่วงเวลาใด ย่อมทำให้เราก้าวตามทันความคิดของผู้บริโภคแล้วล่ะครับ
เราค้นพบว่าพฤติกรรมของการพูดคุยและสื่อสารของแบรนด์เหล่านี้ มักเกิดขึ้นช่วงเวลาประมาณ 11.00 น. ของทุกวัน เริ่มต้นตั้งแต่ 10.00 น. และค่อย ๆ หายไปประมาณ 13.00 น. ซึ่งในวันอังคาร ศุกร์ และเสาร์ มีการตื่นตัวมากเป็นพิเศษ นอกจากนี้เมื่อทำการวิเคราะห์ในเนื้อหาค้นพบว่า ในช่วงสถานการณ์โควิดมีการเปลี่ยนแปลงในเชิงพฤติกรรมการกินข้าวกลางวัน โดยมีอัตราการกินข้าวนอกบ้านในช่วงเวลากลางวันลดลงอย่างน่าสนใจ และได้ถูกทดแทนด้วยการสั่งอาหารผ่านแอพพลิเคชั่นมากกว่าเดิม ซึ่งร้านอาหารต่าง ๆ รวมถึงเจ้าของแอพพลิเคชั่นเน้นการกระตุ้นให้ผู้บริโภคสั่งอาหารผ่านยุทธวิธีการสื่อสารที่น่าสนใจ
โดยเฉพาะการสร้างแรงจูงใจด้วยส่วนลดค่าอาหาร เน้นค่าขนส่งราคาถูก ตลอดจนจัดสรรของแถมและโปรโมชั่นต่าง ๆ และมีการใช้ Key Opinion Leader (KOL) หรือ Influencers ดัง ๆ มาช่วยโปรโมทจนเกิดกระแสความอยากกิน และสั่งผ่านแอพพลิเคชั่นเหล่านี้ แน่นอนครับว่าศึกช่วงชิงลูกค้าไม่ได้เกิดขึ้นที่หน้าร้านอาหารอีกต่อไป แต่เพิ่มดีกรีความร้อนแรงในแอพเหล่านี้อย่างน่าสนใจ ประโยชน์ที่เกิดขึ้นคือ กลุ่มลูกค้าได้ราคาอาหารที่คุ้มค่า ประหยัดค่าขนส่ง ส่วนเจ้าของแอพก็เติบโตเป็นเงาตามตัวควบคู่กับร้านอาหารต่าง ๆ อย่างไรก็ดีสิ่งที่เราค้นพบคือประเด็นลบในบางกรณี อาทิ เมื่อจัดส่งอาหารอาจได้รับปริมาณน้อยลงกว่าเมื่อไปรับประทานที่ร้าน ซึ่งอันนี้ก็ขึ้นอยู่กับร้านอาหารแล้วล่ะครับว่าจะมีความซื่อสัตย์อย่างไรกับลูกค้า
เป็นที่แน่นอนแล้วล่ะครับ เทคโนโลยีสมัยใหม่และแอพพลิเคชั่นจัดส่งอาหารช่วยเพิ่มโอกาสให้กับร้านค้าได้เป็นอย่างดี และส่งเสริมให้วิถีชีวิตของผู้บริโภคอย่างพวกเราไม่ได้เลวร้ายไปตามสถานการณ์ของโควิด นับว่าเป็นสิ่งที่ตอบโจทย์มาก ๆ ในมุมมองของผู้เขียน
นอกเหนือจากนี้สิ่งที่เราค้นพบจากระบบ Mandala Analytics เป็นอะไรที่ยืนยันอย่างชัดเจนว่าการสั่งเครื่องดื่มผ่านแอพพลิเคชั่นจัดส่งอาหารเป็นอะไรที่น่าสนใจกว่าที่เราคาดคิด เพราะใครจะสั่งเครื่องดื่มเพียงแค่แก้วเดียว ซึ่งอาจเป็นความคิดเดิม ๆ แต่ในข้อเท็จจริงแล้วนั้น เรากลับค้นพบคีย์เวิร์ด “ชานมไข่มุก” มีการพูดถึงมากกว่า 1,500 ครั้ง นับว่าเป็นเครื่องดื่มยอดฮิตที่อยู่คู่กับแอพพลิเคชั่นเหล่านี้เลยทีเดียว และสามารถเรียกคะแนนความสนใจ รวมถึงกระตุ้นความกระหายของผู้บริโภคได้เป็นอย่างดี ซึ่งแคมเปญโปรโมทชานมไข่มุกที่ทำให้เกิดปฏิสัมพันธ์ที่สูง มักจะอยู่คู่กับรูปภาพที่สวยงามของชานมไข่มุก พาดหัวด้วยประโยคโปรโมชั่นและวลีเด็ด ๆ ที่ทำให้เกิดการสั่งอย่างถล่มทลาย อาทิ ซื้อ 1 แถม 1, ซื้อ 5 แก้ว แถมฟรี 1 แก้ว, โปรเด็ดลด 50%, จัดส่งฟรี, ลดให้อีก 10 บาท ซึ่งทั้งหมดนับว่าเป็นเทคนิคที่ช่วยดึงดูดลูกค้ารายใหม่ให้กับร้านค้า และเพิ่มปริมาณผู้ใช้งานสำหรับแอพพลิเคชั่นได้เป็นอย่างดี ที่สำคัญเป็นสิ่งที่ช่วยกระตุ้นให้เกิดการกล้าทดลองใช้แอพพลิเคชั่นสำหรับนักช้อปรายใหม่มากยิ่งขึ้น
นอกจากนี้เราค้นพบข้อมูลเพิ่มเติมว่า กลุ่มธนาคารได้เริ่มเข้ามามีบทบาทกับแอพพลิเคชั่นจัดส่งอาหารมากยิ่งขึ้นผ่านการเชื่อมโยงลูกค้าของธนาคารกับแอพพลิเคชั่น หรือในทางกลับกันด้วยเช่นกัน โดยพยายามสื่อสารข้อความเรื่องสิทธิประโยชน์ผ่าน 2 บริการ และตอบโจทย์ผู้บริโภคด้วยการลดค่าขนส่งหรือบริการส่งฟรี ตลอดจนแจกส่วนลดและแจกแต้มผ่านการชำระเงินค่าอาหารผ่านบัตรเครดิต เป็นต้น นอกจากนี้เริ่มมีผู้เล่นรายใหม่อย่างเช่น Robinhood ที่งัดกลยุทธ์แบ่ง GP โดยหวังว่าจะมีผู้เข้าร่วมรายการมากยิ่งขึ้น ก็นับว่ามีความน่าสนใจไม่เลวเลยทีเดียว
นอกเหนือจากนี้ ทางเราได้ค้นพบประเด็นอื่น ๆ ที่มีความเชื่อมโยงกับการสั่งอาหารผ่านแอพพลิเคชั่นที่น่าสนใจ อาทิ ฝุ่น PM 2.5 รูปแบบวิธีการเดินทาง ความสะดวกและความคล่องตัว การไม่อยากเสียเวลา สถานการณ์โควิด รวมถึงประเด็นเรื่องค่าจอดรถเวลาไปร้านอาหาร ก็นับว่าเป็นตัวแปรที่สำคัญในการหันมาใช้แอพพลิเคชั่นเหล่านี้มากยิ่งขึ้น รวมถึงยังช่วยตอบโจทย์สำหรับกลุ่มผู้ใช้บริการใหม่ ๆ อาทิ ผู้ที่ไม่สามารถเดินทางไปจับจ่ายใช้สอยอย่างกลุ่มผู้สูงอายุ หรือคนป่วยด้วยเช่นกัน
ทั้งหมดนี้ นับว่าเป็นบทความสั้น ๆ ที่ทางเราได้รวบรวมและวิเคราะห์ผ่านระบบของ Mandala Analytics เพื่อให้เห็นว่า Data เป็นสิ่งที่มีประโยชน์อย่างมาก เมื่อเราตั้งใจศึกษา และต้องการค้นหาสิ่งใหม่ ๆ ในโลกของ Big Data ส่วนบทความหน้าจะมีอะไรบ้าง โปรดติดตามในเพจ Mandala Analytics ต่อไปครับ
Mandala Team
Creator
Category
Share this post
Search the blog
Mandala Newsletter
Sign-up to receive the latest insights in to online trends
Sign Up