สวัสดีเช้าวันจันทร์นะครับ ลองนึกภาพวันธรรมดาๆ วันหนึ่งของคนในกรุงเทพฯ ดูนะครับ
เช้าแวะ 7-Eleven ซื้อกาแฟกับแซนด์วิช เที่ยงขี้เกียจลงไปหาข้าวก็เปิดแอปสั่งเอา ตกเย็นฝนตกก็เรียกรถกลับบ้าน (ชีวิตแบบนี้คุ้นๆ กันไหมครับ 555)
ทุกจังหวะของวันนั้นมี Data ทำงานอยู่เบื้องหลังทั้งนั้นเลยครับ และสามชื่อแอปหรือร้านในชีวิตของเราที่เรานึกถึงเป็นอันดับแรกๆ อย่าง 7-Eleven, Grab และ LINE MAN ก็เป็นธุรกิจที่เอา Data มาเป็นอาวุธหลักในการแข่งขันจริงๆ
บทความนี้แอดเลยอยากพาไปดูว่าแต่ละเจ้าใช้ Data ทำอะไรบ้าง (ไม่ใช่แค่พูดลอยๆ ว่า “ใช้ Big Data” นะครับ) แล้วถอดออกมาเป็นบทเรียนที่ธุรกิจขนาดเล็กหยิบไปใช้ได้ด้วย
ขอบอกไว้ก่อนนิดนึงว่าตัวเลขส่วนใหญ่มาจากที่บริษัทเปิดเผยเอง อ่านแบบมีวิจารณญาณหน่อยนะครับ (เป็นนิสัยที่ดีของคนทำ Data อยู่แล้ว)
7-Eleven ใช้ Data ยังไง ตั้งแต่ตะกร้าสินค้าจนถึงไรเดอร์
CP ALL รายงานว่ามี 7-Eleven มากกว่า 15,945 สาขา ณ สิ้นปี 2025 ฟังดูเป็นเรื่องของ “ความเยอะ” แต่สิ่งที่น่าสนใจกว่าคือบริษัทเล่าว่ามีระบบวิเคราะห์และ Dashboard ที่รวมข้อมูลจากสาขากว่า 13,000 แห่ง เข้ากับพฤติกรรมการซื้อของสมาชิก All Member ราว 14.5 ล้านคน (ตัวเลขที่ระบุไว้ในหน้า CRM ของบริษัท)
ข้อมูลกองใหญ่ขนาดนี้ถ้าเก็บไว้เฉยๆ ก็ไม่มีค่าอะไรครับ แต่ CP ALL ยกตัวอย่างการเอาไปใช้จริงไว้ 2 เคสที่ผมว่าน่าสนใจมาก
เคส 1: ส่งช้าช่วงชั่วโมงเร่งด่วน บริษัทได้เสียงบ่นจากลูกค้าเรื่อง 7Delivery ส่งช้าช่วงพีค ทีมเลือกวิเคราะห์เวลาที่ลูกค้าสั่งกับตำแหน่งที่สั่ง แล้วปรับวิธีจัดสรรงานในแอป พร้อมตั้ง Store Hub ในย่านที่คนหนาแน่น ผลคืออัตราการส่งตรงเวลาเพิ่มขึ้น
เคส 2: คำค้นหาในแอปบอกความต้องการที่ยังไม่มีสินค้า จากการวิเคราะห์เสียงลูกค้าและคำค้นหาใน 7App พบว่าคนรุ่นใหม่มองหาอาหารพร้อมทานที่โซเดียมต่ำ โปรตีนสูง ทีมพัฒนาสินค้าเลยทำเมนูสาย Healthier Choice แล้ว ทดลองขายในสาขานำร่องย่านออฟฟิศก่อน ค่อยขยายทั้งประเทศ
สังเกตไหมครับว่าทั้งสองเคส เริ่มจาก “ปัญหาจริง” ไม่ได้เริ่มจาก “อยากมี AI” และมี “ขั้นทดลองเล็กๆ” ก่อนลงทุนใหญ่เสมอ
ปัจจุบันช่องทางออนไลน์ของ 7-Eleven คิดเป็นราว 11% ของรายได้ธุรกิจร้านสะดวกซื้อ ตามที่บริษัทเปิดเผย
Grab เปลี่ยน Data การใช้งานให้กลายเป็นสินเชื่อ
Grab บอกว่าระบบ AI ของตัวเองสร้างจากข้อมูลกว่า 20,000 ล้านเที่ยวและออเดอร์ ตัวเลขนี้ดูเวอร์ แต่เห็นภาพชัดตอนดูว่าเอาไปทำอะไรในไทยครับ
อย่างแรกคือ Segmentation ตามที่ Grab Thailand เล่าในแผนปี 2026 บริษัทเลือกเล่นทั้งสองด้าน คือบริการราคาประหยัดสำหรับตลาดวงกว้าง และบริการพรีเมียมสำหรับลูกค้าที่จ่ายเยอะ ตัวเลือก SAVER ของบริการเรียกรถโตกว่า 250% ในปี 2025 และช่วยให้ผู้ใช้ประหยัดรวมกว่า 6.9 พันล้านบาท (ใครเคยอ่านเรื่อง Gym ใช้ Data ของเรา คงเห็นว่าหลักการเดียวกันเลย ลูกค้าไม่ได้เหมือนกันทุกคน)
อย่างที่สองที่ผมชอบมากคือ การเปลี่ยน Data เป็นสินค้าใหม่ Grab Thailand กำลังนำร่อง Grab Quick Cash สินเชื่อส่วนบุคคลวงเงินสูงสุด 20,000 บาท ผ่อน 6 เดือน โดยประเมินความสามารถในการชำระจากพฤติกรรมบนแพลตฟอร์ม เช่น ความถี่การใช้งานและรูปแบบการเดินทาง ซึ่งเป็นทางเลือกสำหรับคนที่ไม่มีเอกสารทางการเงินแบบที่ธนาคารต้องการ ฝั่งร้านค้าก็คล้ายกัน Grab ใช้โมเดลวิทยาศาสตร์ข้อมูลของตัวเองปล่อยสินเชื่อให้ร้านค้าที่ขาดประวัติเครดิตแบบทางการ
Data ที่เก็บมาเพื่อ “จับคู่คนขับกับผู้โดยสาร” กลายเป็นทรัพย์สินที่ธนาคารทั่วไปไม่มี (อันนี้คือของดีเลยครับ)
LINE MAN Wongnai: Data ชุดเดียวที่เชื่อมทุกฝั่ง
จุดแข็งที่ CEO ของ LINE MAN Wongnai พูดถึงในบทสัมภาษณ์กับ LY Corporation ไม่ใช่แค่ขนาด แต่คือการที่ผู้ใช้ ร้านค้า และไรเดอร์ อยู่ในชุดข้อมูลชุดเดียวกัน ปัจจุบันมีร้านค้ามากกว่า 500,000 ร้าน ไรเดอร์ราว 250,000 คน และผู้ใช้กว่า 10 ล้านคน โดยราว 70% ของร้านบนแพลตฟอร์มเป็นร้านเล็กที่ไม่ใช่เชนใหญ่
พอเห็นครบทั้งสามฝั่ง ก็ต่อยอดได้หลายอย่าง เช่น
- POS สำหรับร้านค้า มีธุรกิจใช้มากกว่า 70,000 ราย ทั้งร้านอาหาร ร้านเสริมสวย สปา และคลินิก
- สินเชื่อสำหรับไรเดอร์ ที่หลายคนเข้าถึงสินเชื่อธนาคารได้ยาก แต่แพลตฟอร์มรู้จักพฤติกรรมการทำงานของเขาดี
- AI ตอบแชทลูกค้า ดูแลคำถามราว 40% ของทั้งหมด และบริษัทบอกว่าอัตราการยกเลิกออเดอร์ลดลงด้วย
ที่ผมชอบคือ CEO ไม่ได้เล่าแต่ข่าวดีครับ เขายอมรับตรงๆ ว่าเศรษฐกิจที่ชะลอทำให้ยอดสั่งต่อออเดอร์ลดลง แม้บริษัทจะทำกำไรได้เป็นครั้งแรกในปี 2025 ก็ตาม Data ช่วยให้เห็นภาพ แต่ไม่ได้ทำให้พายุหายไปนะครับ
เทียบ 3 เคสให้เห็นภาพ
| 7-Eleven | Grab | LINE MAN Wongnai | |
|---|---|---|---|
| Data ที่มี | ประวัติซื้อของสมาชิก, คำค้นหาในแอป, เวลาและพิกัดการสั่ง | ข้อมูลเที่ยวรถและออเดอร์, ความถี่การใช้งาน | ข้อมูลผู้ใช้ ร้านค้า ไรเดอร์ ในชุดเดียว |
| เอาไปทำอะไร | แก้ปัญหาส่งช้า, พัฒนาสินค้าใหม่ | แบ่งกลุ่มลูกค้า, ปล่อยสินเชื่อ | POS, สินเชื่อ, AI ตอบแชท |
| จุดร่วม | เริ่มจากปัญหาจริง แล้วทดลองก่อนขยาย | เปลี่ยน Data เป็นสินค้าใหม่ | ต่อยอดจากข้อมูลครบทุกฝั่ง |
3 บทเรียนที่ธุรกิจเล็กเอาไปใช้ได้
ธุรกิจเล็กๆ ไม่มี 15,000 สาขาและไม่มีทีม Data Scientist เป็นสิบคน แต่หลักคิดเหล่านี้ใช้ได้เลยครับ
1. เริ่มจากคำถามจากปัญหาจริง ไม่ใช่จากเครื่องมือ 7-Eleven ไม่ได้เริ่มจากคำว่า “อยากใช้ AI” แต่เริ่มจากคำถามว่า “ทำไมส่งช้าช่วงนี้” ร้านของเราก็เริ่มได้เหมือนกัน เช่น “ทำไมยอดตกทุกวันอังคาร”
2. ลองเล็กก่อน แล้วค่อยขยาย สาขานำร่องคือ A/B Testing เวอร์ชันร้านสะดวกซื้อ ร้านเราลองกับเมนูใหม่ 1 เมนู หรือโปรโมชันแค่ 1 สัปดาห์ก่อนก็ได้
3. Data ที่มีอยู่แล้วคือทรัพย์สิน ประวัติการขาย แชทลูกค้า รีวิวใน Google Maps คือ Data ทั้งนั้น ถ้าอยากได้ไอเดียเพิ่มลองอ่าน Data กับธุรกิจ SME และ Data Analytics สำหรับร้านอาหารตามสั่ง ที่เคยเขียนไว้ได้ครับ
แต่ก็ต้องพูดตรงๆ ว่า Data ไม่ใช่ปัจจัยเดียวที่ทำให้สามเจ้านี้ชนะ ขนาด เงินทุน และเครือข่ายก็มีส่วนมาก Data เป็นตัว “เร่ง” ให้ข้อได้เปรียบเหล่านั้นแรงขึ้น ไม่ใช่ตัวแทนของมันครับ
Data เยอะ ความรับผิดชอบก็เยอะตาม
อีกเรื่องที่ไม่ควรข้ามคือ เมื่อเก็บ Data ลูกค้าได้ระดับนี้ ก็ต้องดูแลให้ดีตามไปด้วย CP ALL เล่าว่ามีการรับรองมาตรฐาน ISO 27001 (ความมั่นคงปลอดภัยของข้อมูล) และ ISO 27701 (การจัดการข้อมูลส่วนบุคคล) สำหรับข้อมูลลูกค้า All Member รวมถึงซ้อมรับมือเหตุข้อมูลรั่วไหลด้วย ใครอยากปูพื้นเรื่องนี้ ลองอ่าน Data Privacy คืออะไร ก่อนครับ
สรุป: ชนะที่ใครเปลี่ยน Data เป็นการตัดสินใจได้เร็วกว่า
สามเคสนี้ต่างธุรกิจกัน แต่มีแพตเทิร์นเดียวกันคือ เก็บข้อมูลให้ครบ ตั้งคำถามจากปัญหาจริง ทดลองเล็กๆ แล้วค่อยขยาย บางเจ้าไปไกลถึงขั้นสร้างสินค้าใหม่จากข้อมูลที่มีอยู่
ตลาดไม่ได้ตัดสินกันที่ใครมี Data มากกว่า แต่อยู่ที่ใครเอา Data ไปเปลี่ยนเป็นการตัดสินใจได้เร็วและถูกจุดกว่ากัน ลุยๆ!
อ้างอิง (References)
- CP ALL. Customer Relationship Management. https://www.cpall.co.th/en/sustain/social-dimension/customer-relationship-management/
- The Story Thailand. Grab Thailand pivots to AI and credit to sustain 2026 growth. https://www.thestorythailand.com/en/grab-thailand-2026/
- Grab. Grab Unveils 13 AI-Powered Experiences at GrabX 2026 as Southeast Asia’s Intelligent Everyday Guide. https://www.grab.com/sg/press/others/grab-unveils-13-ai-powered-experiences-at-grabx-2026-as-southeast-asias-intelligent-everyday-guide/
- Bangkok Post. Grab Thailand introduces series of AI-powered solutions. https://www.bangkokpost.com/business/general/2871667/grab-thailand-introduces-series-of-ai-powered-solutions
- LY Corporation. Achieving Profitability and Eyeing a 2027 IPO: How LINE MAN Wongnai Became an Essential Infrastructure for 10 Million Users. https://www.lycorp.co.jp/en/story/20260602/lmwn.html
- common•learn. ธุรกิจ Fitness / Gym ใช้ Data Analytics ยังไงให้ชนะตลาด. https://common-learn.com/data-analytics-in-gym/
- common•learn. Data กับธุรกิจ SME. https://common-learn.com/data-and-sme-business/
- common•learn. Data Analytics สำหรับร้านอาหารตามสั่งในไทย. https://common-learn.com/data-analytics-with-made-from-orders-restaurant/
- common•learn. Data Privacy คืออะไร ? https://common-learn.com/data-privacy-101/
Leave a Reply