ทำไม Keyword ถึงสำคัญกับการใช้ Social Listening Tool

ทำไม Keyword ถึงสำคัญกับการใช้ Social Listening Tool สวัสดีครับวันนี้ทางทีมงาน Mandala Analytics จะมาแนะนำพื้นฐานการใช้งาน Social Listening Tool ที่ดูเหมือนจะธรรมดาแต่กลับมีความสำคัญอย่างยิ่งนั่นคือ การใส่ Keyword เพื่อให้ระบบนั้นไปค้นหาข้อมูลตามคำที่เราได้กำหนดไว้ ปัจจุบันผมสังเกตว่านักการตลาดออนไลน์เริ่มหันมาให้ความสนใจกับการนำ Social Media Data มาใช้กับการทำการตลาดออนไลน์ แต่ส่วนใหญ่มักจะให้ความสำคัญกับ Data ที่ออกมามากกว่าต้นทาง

ในครั้งนี้จึงเป็นโอกาสดีครับที่ผมจะขอใช้พื้นที่ในบทความนี้ เพื่อเป็นคู่มือสั้น ๆ ให้ผู้ใช้งาน Mandala Analytics และผู้สนใจทุกท่านสามารถนำไปใช้งานได้จริงครับ

Keyword คืออะไร?

ผมขออธิบายก่อนครับว่าหลักการทำงานในการป้อน Keyword ลงใน Social Listening Tool กับ Search Engine นั้นมีความแตกต่างกันอย่างมาก ผมขอเริ่มอธิบายด้วย Search Engine ก่อนนะครับเพราะว่าส่วนใหญ่น่าจะคุ้นเคยกันอยู่แล้ว

ผมขอเสริมอีกนิดนึงครับว่าแม้เราจะสะกดคำว่าระยองผิด เช่น สะกดเป็น “ละยอง” Search Engine จะยังสามารถเดาได้ว่าเราต้องการหาข้อมูลเกี่ยวกับจังหวัดระยอง แต่หากเป็น Social Listening Tool ข้อมูลนั้นจะตรงไปตรงมาเลยครับว่า เราจะได้ข้อมูลที่มีคนพิมพ์คำว่าละยองแทน

อธิบายความแตกต่างมาเสียยืดยาวผมคาดว่าผู้อ่านคงพอเห็นความแตกต่างของการทำงานทั้งสองโปรแกรมแล้วนะครับ ฉะนั้น การใส่คำหรือ Keyword บน Social Listening Tool เราจึงต้องอาศัยความประณีต และค่อนข้างให้ความสำคัญพอสมควร โดยต่อไปผมจะกล่าวถึงวิธีการหลัก ๆ ที่ทำให้เราได้ข้อมูลจาก Social Listening Tool อย่างมีประสิทธิภาพครับ

วิธีการให้ได้ Keyword เพื่อข้อมูลที่มีประสิทธิภาพ

เทคนิคต่อไปนี้ผมขอออกตัวก่อนนะครับว่ามาจากประสบการณ์ส่วนตัวในการคลุกคลีอยู่กับการใช้งาน Social Listening Tool พอสมควร ผมขอแบ่งวิธีการออกเป็น 3 วิธีดังนี้ครับ

1. คิดเอง/ตามวัตถุประสงค์: วิธีการที่เบสิกที่สุดแต่ก็ได้ประสิทธิภาพมากที่สุดเช่นกันถ้าเรามีเป้าหมายหรือวัตถุประสงค์ในการนำ Social Media Data ไปใช้งานอย่างไรก็ให้ตั้ง Keyword แบบนั้นเลยครับ เช่น ผู้อ่านอาจมีชื่อแบรนด์/องค์กรที่ต้องนำ Data มาใช้เพื่อติดตามสถานการณ์เกี่ยวกับภาพลักษณ์ก็ใส่ชื่อองค์กร/แบรนด์ตรง ๆ ได้เลย หรือหากผู้อ่านเป็นนักการตลาดออนไลน์ที่เพิ่งปล่อยแคมเปญหรือกิจกรรม แล้วกิจกรรมนั้นมี # (Hashtag) สำหรับกิจกรรมก็สามารถใส่ # เข้าไปเลย เพื่อติดตามเรื่องราวต่าง ๆ ที่เกิดขึ้น

ในอีกทางหนึ่งเราสามารถใส่สินค้า/บริการที่ต้องติดตามก็ได้เช่นเดียวกันครับ เช่น เราสนใจว่าปัจจุบันกระแสไก่ทอดร้านไหนมาแรง หรือมีรูปแบบใดที่กำลังได้รับความนิยม เราก็สามารถใส่คำว่า “ไก่ทอด” เข้าไปได้เลยเช่นเดียวกันครับ

2. ใช้ Google Trends: วิธีการนี้ผมคิดว่าเหมาะสำหรับคนที่มีเป้าหมายหรืออะไรบางอย่างในใจอยู่แล้วว่าต้องการนำ Data ไปใช้อย่างไรบ้าง เช่น เราอาจกำลังสนใจเรื่องสินทรัพย์ดิจิทัลก็อาจจะเริ่มด้วยการใส่คำว่า “คริปโต” ใน Google Trends มาดูผลลัพธ์กันครับว่าสิ่งที่แนะนำมาเรานำมาใช้อะไรได้บ้าง

ผลการค้นหาคำว่า “คริปโต” ด้วย Google Trends

จากภาพจะเห็นได้ว่า เราพบทั้งแพลตฟอร์มที่ใช้ในการเทรดกับสกุลเหรียญที่กำลังมาแรงหรือก็คือกำลังได้รับความนิยมจากนักลงทุน เราก็สามารถนำเอาคำเหล่านี้ไปใส่ใน Social Listening Tool เพื่อเป็นสารตั้งต้นก็ได้เช่นเดียวกันครับ

3. ใช้โปรแกรมแนะนำคำโปรแกรมอื่น: วิธีการนี้จะคล้ายคลึงกับการใช้งาน Google Trends เลยครับ แต่บางโปรแกรมเราอาจจะต้องเสียเงินซักเล็กน้อยเพื่อให้สามารถใช้งานได้เต็มรูปแบบ ตัวอย่างที่ผมยกมานั้นชื่อโปรแกรม Keywordtool.io มาดูกันครับว่าคำค้นหาเดียวกันคือ “คริปโต” เราจะได้ผลลัพธ์อย่างไร

ผลการค้นหาคำว่า “คริปโต” ด้วย Keywordtool.io

จากภาพเป็นหน้าตาของ Keywordtool.io ครับ เราจะเห็นว่าหน้าตาค่อนข้างละเอียดกว่า Google Trends (เงินมาของไปอะครับพูดง่าย ๆ เลย) ถึงแม้มันจะแสดงอย่างละเอียดที่เราอาจจะนำไปต่อยอดใน Social Listening Tool ได้มากมาย แต่ผมมองว่าข้อเสียมันก็มีอยู่นะครับคือ ด้วยความที่มันเยอะมากก็ส่งผลให้เราเลือกไม่ถูกเหมือนกันว่าจะเอาอะไรมาใช้ดี ผมแนะนำว่าวิธีนี้อาจจะต้องเป็นคนที่คุ้นชินกับการใช้งานพอสมควรครับ

การระบุ Keyword ให้เฉพาะเจาะจงเพื่อ Data ที่ชัดเจน

ในหัวข้อที่แล้วผมแสดงวิธีการต่าง ๆ เพื่อให้มาซึ่ง Keyword ที่เราต้องการแล้วนั้น ในหัวข้อนี้ผมจะเผยอีกเทคนิคที่ทำให้ Data ของเราตรง ชัด และกระชับครับ โดยผมจะแบ่งออกเป็น 2 หัวข้อย่อยคือ 1) การระบุด้วยการเพิ่ม Keyword และ 2) การระบุด้วยการลด Keyword ทั้งนี้ ทุกวิธีการจะเป็นการต่อยอดหรือหลังจากที่เราได้ Keyword ไม่ว่าจะมาจากวิธีการใดก็แล้วแต่ตามที่ผมได้เสนอไว้แล้วครับ

1. การระบุด้วยการเพิ่ม Keyword: วิธีการนี้คือใส่เครื่องหมายบวก (+) เพื่อขยาย Keyword หลักของเรา เช่น เรากำลังสนใจอุตสาหกรรมรองเท้าแน่นอนครับว่าคำหลักที่เราต้องใส่เลยคือ “รองเท้า” แต่อย่าลืมนะครับว่าคำว่ารองเท้าวัน ๆ นึงนี่มีคนพิมพ์ในโลกออนไลน์เยอะแยะแน่นอน มากไปกว่านี้รองเท้าในโลกเราก็ไม่ได้มีแค่ประเภทเดียว มีทั้งรองเท้าแตะ รองเท้าผ้าใบ รองเท้าส้นสูง นี่จึงเป็นที่มาของคำแนะนำข้อนี้ครับว่า ให้เราใส่ + เพื่อระบุครับว่า รองเท้าที่เราต้องการดูข้อมูลนั้นเป็นรองเท้าประเภทอะไร เพื่อใคร โดยผมอยากให้ดูจากตัวอย่างภาพประกอบต่อไปนี้ครับ

ตัวอย่างการใส่ Keyword เพื่อระบุ Data ให้ชัดเจน

จากภาพจะเห็นว่าผมระบุว่าต้องการข้อมูลรองเท้าที่แยกเพศชัดเจนระหว่างผู้ชายและผู้หญิง ผมจึงใส่เครื่องหมาย + หลังคำว่ารองเท้าและรองเท้าแตะ แล้วตามด้วยคำขยายก็คือ “ผู้ชาย” และ “ผู้หญิง”

นอกจากนี้ การใช้ + นั้นนอกจากจะระบุเพื่อความชัดเจนแล้วนั้นยังสามารถขจัดความคลุมเครือออกไปได้ด้วย ตัวอย่างที่ค่อนข้างชัดเจนคือคำว่า “ครีม” ผมไม่แน่ใจว่าพอได้ยินคำนี้ผู้อ่านคิดถึงอะไรบ้าง อาจจะคิดถึงครีมบำรุงผิวกาย หรือบางคนอาจจะนึกถึงครีมที่เป็นอุปกรณ์ช่าง การใช้เครื่องหมาย + จึงเป็นอีกวิธีที่ทำให้คำว่าครีมของเรานั้นมันชัดเจนยิ่งขึ้นครับว่า ครีมที่เราต้องการคือครีมอะไร

2. การระบุด้วยการลด Keyword: วิธีการนี้จะแตกต่างจากการใส่เครื่องหมาย + เล็กน้อยครับ โดย Mandala Analytics จะมีคำสั่งให้เราระบุตั้งแต่ตอนตั้งแคมเปญชื่อว่า “Excluded Keywords” คำสั่งนี้จะเป็นการสั่งไปที่โปรแกรมว่า Data ที่กำลังจะไปเก็บต่อไปนี้ถึงแม้จะมีเนื้อหาที่ตรงกับ Keyword ที่เราใส่ไป แต่ถ้ามีคำต่อไปนี้ไม่ต้องเก็บเข้ามา หรือพูดง่าย ๆ ก็คือ เราไม่อยากได้เนื้อหาที่มีคำเหล่านี้นั่นเอง ตัวอย่างที่ผมมักยกมาประจำคือ สมมติว่าผมกำลังสนใจบัญชีเงินฝากออมทรัพย์ว่าของธนาคารใดกำลังมาแรง คำที่ผมต้องใส่แน่นอนเลยคือ “บัญชีออมทรัพย์” แต่สิ่งที่ผมเจอมาคือเรามักจะติดเนื้อหาเกี่ยวกับเชิญชวนทำบุญ บริจาค หรือกระทั่งร้านค้าออนไลน์ที่มักจะระบุเลขที่บัญชีและประเภทบัญชี สิ่งเหล่านี้มันไม่ได้อยู่ในความสนใจของผมในการทำข้อมูลมาใช้ในครั้งนี้ ฉะนั้น ผมต้องเอามันออกไปตั้งแต่เนิ่น ๆ ครับ โดยผู้อ่านสามารถดูได้จากตัวอย่างดังนี้ครับ

ตัวอย่างการใช้งานคำสั่ง Excluded Keywords

จากภาพจะเห็นว่าผมได้ Exclude คำที่เกี่ยวข้องกับการเชิญชวนทำบุญ (ที่ผมคาดว่าจะมาแน่นอน) กับคำที่เกี่ยวข้องกับการ Live ขายขายออนไลน์ แน่นอนว่าคำที่ผมเอาออกไปนั้นอาจจะไม่ครอบคลุมทั้งหมดแน่นอน แต่นี่ก็สามารถช่วยเราได้มากในการทำงานกับข้อมูลต่อไป และยิ่งเราคลุกคลีมาก ๆ เราจะยิ่งรู้ล่วงหน้าหรือคาดเดาได้เลยครับว่า หากเราใส่ Keyword อะไรไปจะได้อะไรออกมาบ้าง ซึ่งทั้งหมดอยู่ที่ความสม่ำเสมอในการใช้งานครับ

ในอีกกรณีคือ จากตัวอย่างที่ผมยกเรื่องครีมไปแล้วนั้นเราสามารถประยุกต์มาใช้กับวิธีการนี้ได้เช่นเดียวกันครับ โดยเราอาจจะใส่คำว่า “เครื่องมือช่าง” “งานก่อสร้าง” แทน หากเราต้องการดูเกี่ยวกับครีมที่ใช้ประทินผิวนั่นเองครับ

การใส่ Keyword ควรคำนึงให้รอบด้าน

ในหัวข้อนี้เป็นอีกเทคนิคที่สำคัญไม่แพ้กันครับ โดยผมอยากเริ่มอย่างนี้ว่าภาษาไทยนั้นโดยธรรมชาติของภาษาค่อนข้างซับซ้อน และเรามีคำกำกวมเยอะมาก นี่ไม่รวมคำที่เรามักชอบสะกดผิดกันอีกนะครับ ฉะนั้น ผมอยากจะขอแนะนำ 2 ประเด็นครับ

1. อย่าละเลยคำแสลง: คำแสลงคือคำที่มักแผลงหรือใช้เรียกอ้อม ๆ ครับ โดยเฉพาะอย่างยิ่งโลกออนไลน์ที่จะมีคนส่วนหนึ่งไม่ใช้คำที่สื่อสารตรงไปตรงมา ผมขอยกตัวอย่างครับว่า ธนาคารแห่งหนึ่งที่คนไทยนิยมใช้กันมากมีสีประจำธนาคารคือสีเขียว ผมเดาเลยครับว่าไม่มีใครพิมพ์ชื่อธนาคารนี้ตรงไปตรงมาถ้าไม่ใช่มาจาก Official ของทางธนาคาร หรือเนื้อหาจากสำนักข่าว คำแสลงที่จะกล่าวถึงธนาคารแห่งก็เช่น “ธนาคารสีเขียว” โดยคำพวกนี้เราก็สามารถนำไปใส่ในโปรแกรมได้เช่นเดียวกันครับ เพื่อความสมบูรณ์ของข้อมูล

2. อย่าละเลยคำที่สะกดผิด: คำที่สะกดผิดในภาษาไทยนั้นจากการสังเกตส่วนตัวมักจะมี 3 ประเภทครับ 1) คำภาษาไทยเอง เช่น “นะคะ” สะกดเป็น “นะค่ะ” “อนุญาต” สะกดเป็น “อนญาติ” 2) คำที่เลียนเสียงภาษาอังกฤษ เช่น “โรแมนติก” สะกดเป็น “โรแมนติค” “เกม” สะกดเป็น “เกมส์” และ 3) คำที่เป็นชื่อแบรนด์ เช่น “แอร์เอเชีย” สะกดเป็น “แอร์เอเซีย” การสะกดผิดเหล่านี้เป็นสิ่งที่เราไม่ควรมองข้ามเลยครับ โดยตามความเห็นของผมเราควรจะเผื่อเล็กน้อยในการใส่ Keyword ที่มีการสะกดผิดเหล่านี้เข้าไปด้วย เพื่อไม่ให้เราพลาดข้อมูลอะไรบางอย่างไปครับ

เทคนิคอื่น ๆ ที่ไม่ควรมองข้าม

จากที่ผมแนะนำเรื่องการใส่คำที่สะกดผิดนั้น มันก็มีอีกเทคนิคครับ เช่น คำว่า “Game” นั้นต้องสะกดว่า “เกม” แต่ก็จะมีคนสะกดด้วยคำว่า “เกมส์” ซึ่งจริง ๆ แล้วเราใส่แค่คำว่า “เกม” ก็เพียงพอแล้วครับ เนื่องจากโปรแกรมจะไปเก็บข้อมูลมาให้ครอบคลุมทั้งที่สะกดด้วย ส์ กับ ไม่มี ส์

อีกเทคนิคที่อาจจะเรียกว่าเป็นข้อควรระวังก็ได้ครับซึ่งมันไม่ได้เกิดขึ้นบ่อยเท่าไหร่นัก โดยบางครั้งเราอาจจะหาแค่ข้อมูลจากคำ ๆ หนึ่ง แต่ด้วยคำ ๆ นั้นมันเป็นส่วนประกอบหรือส่วนผสมของอีกคำหนึ่งซึ่งเราไม่ได้ต้องการนำมาใช้ในการทำงานเลย โอกาสเหล่านี้ก็อาจจะมีติดมาได้บ้างเช่นเดียวกันครับ เช่น คำว่า “รถติด” ก็อาจจะดูธรรมดาไม่มีอะไรน่ากังวล แต่กรณีนี้ข้อมูลที่มีโอกาสเข้ามาคือ “สามารถติดต่อ” สังเกตที่ผมขีดเส้นใต้นะครับ คำที่ขีดไว้มันก็คือคำว่ารถติดที่เราต้องการค้นหาแต่แรกนั่นเอง โอกาสเช่นนี้แก้ไขด้วยการระบุ Keyword ที่ผมได้กล่าวไปแล้วครับคือ ไม่ + เพื่อให้เฉพาะเจาะจง ก็ต้อง Exclude ออกนั่นเอง