Click Broker กับเทคนิคปิดยอดขายประกันไวขึ้นด้วยระบบจัดการแชท พร้อมกลยุทธ์แบ่งกลุ่มเป้าหมายลูกค้าแม่นยำบน LINE
Ainee S.

แท็กที่เกี่ยวข้อง
ติดตาม Crescendo Lab สำหรับสาระน่ารู้ในแวดวง MarTech คลิกเลย!
Click Broker นายหน้าประกันออนไลน์เลือกใช้โซลูชันการตลาด MAAC สร้างแท็กอัตโนมัติมากกว่า 500 แท็ก เพื่อแบ่งกลุ่มลูกค้าแม่นยำจนอัตราเปิดอ่าน LINE (Open rate) เพิ่มขึ้น 20% พร้อมกันนี้ได้ใช้โซลูชัน CAAC เข้ามาช่วยแก้ปัญหาการมอบหมายงานแชทลูกค้าแบบ manual จนช่วยให้แอดมินในทีมกว่า 10 คนทำงานราบรื่นขึ้นอย่างเห็นได้ชัด!
เลือกอ่านหัวข้อที่สนใจ 🔎 |
จุดเริ่มต้นการพลิก LINE OA ให้เป็นมากกว่าเพียงช่องทางแชท
Click Insurance Broker หรือ Click Broker นายหน้าประกันภัยออนไลน์ที่เป็นที่รู้จักในสโลแกน "แค่คลิกก็ครบ จบทุกเรื่องประกัน” ให้ความคุ้มครองประกันวินาศภัยทุกรูปแบบ ตั้งแต่ประกันสุขภาพ ประกันรถยนต์ ไปจนถึงประกันสัตว์เลี้ยง ฯลฯ โดยมีความมุ่งมั่นในการให้บริการประกันภัยรูปแบบใหม่ที่เข้าถึงง่าย สะดวก รวดเร็ว และตรงใจลูกค้า
ความตั้งใจนี้จึงจุดประกายให้ Click Broker มองหาลู่ทางต่อยอดการขายประกันผ่านช่องทางออนไลน์ให้ทันสมัยและตอบโจทย์ลูกค้าให้ได้มากที่สุด ผ่านการให้บริการในหลากหลายช่องทาง ไม่ว่าจะเป็นทาง LINE, Facebook, เว็บไซต์ หรือ ทางโทรศัพท์ เพื่ออำนวยความสะดวกให้แก่ลูกค้าติดต่อแบรนด์ได้อย่างง่ายดาย
Click Broker เลือกใช้ LINE เป็นช่องทางหลักในการสื่อสารกับลูกค้า เพราะตอบโจทย์การใช้งานที่สุดเมื่อต้องนำเสนอข้อมูลลูกค้ารายบุคคล เช่น ข้อมูลเบี้ยประกัน รายละเอียดการเคลม เป็นต้น นอกจากนี้ยังมองเห็นศักยภาพของฟีเจอร์กรองกลุ่มเป้าหมาย (segment) ที่ช่วยให้แบรนด์สามารถดึงดูดลูกค้าที่ใช่ผ่านเครื่องมือยิงโฆษณา LINE Ads Platform และนำไปต่อยอดการทำการตลาดอัตโนมัติด้วยฟีเจอร์ Auto-tag ของแพลตฟอร์ม MAAC จนสามารถปิดยอดขายได้ไวขึ้นอย่างเห็นได้ชัด!
เผย 3 ความท้าทายที่ต้องเผชิญก่อนใช้โซลูชัน MAAC x CAAC
เมื่อ Click Broker เริ่มมีฐานผู้ติดตามบน LINE OA เพิ่มมากขึ้น จึงต้องเผชิญกับความท้าทาย ดังนี้
1. ปัญหาการติดตามพฤติกรรมความสนใจของผู้ใช้งานบน LINE
ก่อนหน้านี้ Click Broker เก็บข้อมูลด้วยระบบหลังบ้านของ LINE เพียงอย่างเดียว โดยแบรนด์ต้องติดแท็กเองแบบ manual ซึ่งมีข้อจำกัดในการติดตามแอ็กชัน หรือพฤติกรรมการคลิกของลูกค้าแบบ real-time ข้อมูลจากแท็กเหล่านี้มีความสำคัญต่อแบรนด์เป็นอย่างมาก เนื่องจากช่วยให้แบรนด์ทราบว่าลูกค้าแต่ละรายนั้นสนใจที่จะทำประกันแบบใด หรือกำลังใช้รถยนต์ยี่ห้อใดอยู่
เมื่อเป็นเช่นนี้ แบรนด์จึงคาดการณ์ได้ยากว่าควรนำเสนอข้อมูลประกันภัยหรือโปรโมชันไหนให้ตรงกับความสนใจของลูกค้า ยิ่งไปกว่านั้นแบรนด์เองก็ไม่สามารถประเมินได้ว่าบรอดแคสต์หรือแคมเปญการตลาดไหนที่สร้างผลลัพธ์หรือยอด Engagement ที่ดีที่สุด
หลังจากที่ได้ทดลองใช้โซลูชันการตลาด MAAC จาก Crescendo Lab เป็นระยะเวลาหนึ่งเดือนเต็ม จึงพบว่าระบบ Auto-tagging ตอบโจทย์ด้วยการทำงานของ marketing automation และทำให้แบรนด์สามารถนำข้อมูลแท็กไปต่อยอดในการแบ่งกลุ่มลูกค้า (customer segmentation) ได้อย่างแม่นยำยิ่งขึ้น
2. ต้นทุนบรอดแคสต์ราคาสูง
ปัญหาถัดมาก็คือ การแบกรับภาระค่าใช้จ่ายในการบรอดแคสต์ราคาสูง Click Broker มองว่าการบรอดแคสต์แบบหว่านแหนั้น นอกจากจะเป็นการนำเสนอข้อมูลที่ไม่ตรงใจลูกค้ารายบุคคลแล้ว ยังเป็นการเสียค่าใช้จ่ายบรอดแคสต์ที่สิ้นเปลืองโดยใช่เหตุ
ฟีเจอร์ Smart Segmentation ของเครื่องมือ MAAC จึงเป็นทางออกที่ช่วย Click Broker แบ่งกลุ่มเป้าหมายลูกค้าที่มีความสนใจคล้ายกันให้อยู่กลุ่มเดียวกัน และส่งบรอดแคสต์ข่าวสารและโปรโมชันที่ตรงใจลูกค้าแบบรายบุคคล
ยกตัวอย่างให้เห็นภาพ Click Broker ได้สร้าง segment ตามยี่ห้อรถยนต์ที่ลูกค้าใช้ เมื่อต้องการแจ้งเตือนโปรโมชันประกันรถยนต์เฉพาะรุ่น แบรนด์ก็สามารถเลือกบรอดแคสต์ตาม segment ยี่ห้อรถยนต์ที่ต้องการได้เลย โดยไม่ต้องส่งข้อความแบบหว่านแหให้ผู้ใช้รายอื่นที่อาจจะไม่ได้ใช้รถยี่ห้อนั้น ๆ วิธีนี้จึงส่งผลให้ค่าบรอดแคสต์ที่แบรนด์ลงทุนไปนั้นคุ้มค่าและเกิดประสิทธิภาพสูงสุด
3. ภาระการแบ่งงานตอบแชทลูกค้าแบบ manual
อีกหนึ่งความท้าทายหลักที่ Click Broker ต้องเผชิญคือ เวลาที่ต้องใช้ในการแบ่งงานแอดมินกว่า 10 คนที่ต้องคอยตอบแชทลูกค้า เดิมทีทีมใช้วิธีการมอบหมายงานแบบ manual ซึ่งสร้างภาระให้กับผู้รับผิดชอบ และยังเสียเวลาที่จะต้องคอยตัดสินใจว่าควรมอบหมายแอดมินคนไหนให้คุยกับลูกค้าท่านใด หรือใครควรตอบลูกค้าใหม่ ดังนั้น CAAC โปรแกรมจัดการแชทลูกค้าจาก Crescendo Lab ที่มีระบบ Auto-assign หรือมอบหมายแชทอัตโนมัติจึงได้เข้ามาช่วยให้ Click Broker ดูแลลูกค้าได้อย่างทั่วถึงและเป็นระบบมากยิ่งขึ้น
จากปัญหาทั้งหมดที่กล่าวไป เราจึงสรุปได้ว่าอุปสรรคที่ Click Broker พบเจอนั้นถูกแบ่งอย่างชัดเจนออกเป็น 2 ด้าน ได้แก่ ด้านการตลาด และ ด้านการให้บริการลูกค้า นั่นจึงเป็นเหตุผลที่ทำให้ธุรกิจเริ่มมองหาเทคโนโลยีทางการตลาด (MarTech) ที่สามารถช่วยเพิ่มความแม่นยำในการทำการตลาด และจัดการแชทเพื่อให้ทีมแอดมินทำงานได้ราบรื่นมากขึ้น
Click Broker ใช้โซลูชัน MAAC ยังไงให้เสนอประกันตรงใจลูกค้า?
Click Broker ตัดสินใจใช้เครื่องมือการตลาดอัตโนมัติ MAAC หลังจากที่ได้ทดลองใช้งานจริงเป็นระยะเวลาหนึ่งเดือนเต็ม เพราะพบว่าโซลูชันนี้ช่วยยกระดับสื่อสารทางการตลาดกับลูกค้าได้อย่างตรงจุด
ทำการตลาดเฉพาะบุคคลด้วยฟีเจอร์ Auto-tag
MAAC มีฟีเจอร์สร้างแท็กได้แบบไม่จำกัด Click Broker จึงสร้างมากกว่า 500 แท็ก บนแพลตฟอร์ม MAAC ซึ่งถือว่าเป็นจำนวนที่มากพอสำหรับการทำการตลาดเฉพาะบุคคลอย่างมีประสิทธิภาพ แท็กเหล่านี้ช่วยให้แบรนด์สามารถกรองความสนใจของลูกค้าได้อย่างครอบคลุม และแบ่งกลุ่มลูกค้าได้อย่างละเอียด ตัวอย่างแท็กที่มีอัตราการคลิกสูงได้แก่ ประเภทประกันภัย, โปรโมชัน และ ยี่ห้อรถยนต์ที่ลูกค้าใช้ เป็นต้น
สิ่งที่ Click Broker ประทับใจเป็นพิเศษคือ ฟีเจอร์ ‘Auto-tag’ ที่ช่วยติดแท็กอัตโนมัติทุกครั้งที่ลูกค้ามีแอ็กชันบน LINE OA ไม่ว่าจะเป็นการคลิก Rich Menu หรือคีย์เวิร์ดในแชท ฟีเจอร์นี้ทำให้แบรนด์แบ่งกลุ่มเป้าหมายลูกค้าได้อย่างรวดเร็วและง่ายดาย ที่สำคัญแบรนด์สามารถนำข้อมูลการคลิกแท็กเหล่านี้ไปต่อยอดสร้างแคมเปญการตลาดเฉพาะกลุ่มด้วยการสื่อสารและนำเสนอโปรโมชันประกันที่ตรงความสนใจลูกค้า
“แท็กเหล่านี้ช่วยให้เราแบ่งกลุ่มลูกค้าได้ว่าควรส่งบรอดแคสต์เฉพาะกลุ่ม ไม่งั้นต้องส่งข้อความให้กับเพื่อนทั้งหมด 20,000-30,000 คน โดยที่ไม่แม่นยำ พอแบ่ง segment แล้วบรอดแคสต์ข้อความเฉพาะกลุ่ม ก็ช่วยลดต้นทุนบรอดแคสต์ที่ต้องใช้ครับ”
นฤทธิ์ สุวณิช
Consultant | Click Broker
“เวลาที่เราบรอดแคสต์แล้วลูกค้ากดแอ๊กชัน ระบบ MAAC จะติดแท็กฝังไว้เลยว่าลูกค้าสนใจอะไร ซึ่ง Auto-tagging นี้ช่วยได้เยอะเลยค่ะ”
สุภาพร เกษรชื่น
Marketing | Click Broker


ใช้ฟีเจอร์ Auto-Reply เพิ่มโอกาสปิดยอดขาย
นอกจากนี้ Click Broker ยังใช้ฟีเจอร์ Auto-Reply ของแพลตฟอร์ม MAAC เพื่อช่วยลดภาระของแอดมินที่ต้องสอบถามข้อมูลลูกค้าซ้ำ ๆ ก่อนทำประกัน ระบบจะมีคีย์เวิร์ดให้ลูกค้าคลิกตัวเลือกที่ตรงกับการใช้งานของลูกค้า ซึ่งช่วยแบ่งกลุ่มลูกค้าตั้งแต่เริ่มต้น จุดเด่นของฟีเจอร์นี้คือช่วยลดเวลาที่ใช้ในการตอบกลับลูกค้าแต่ละราย และทำให้การนำเสนอโปรโมชันเฉพาะบุคคลเป็นเรื่องง่ายยิ่งขึ้น
ยกตัวอย่างให้เห็นภาพ Click Broker ใช้ฟีเจอร์นี้สำหรับขายประกันรถยนต์ โดยตั้งค่าคีย์เวิร์ดลงบน LINE OA เป็นชื่อยี่ห้อรถยนต์ต่าง ๆ เช่น Toyota, Honda, Mazda ฯลฯ เมื่อลูกค้าคลิกชื่อยี่ห้อรถยนต์ที่ตนใช้อยู่นั้น ระบบก็จะติดแท็กอัตโนมัติให้ทันที ข้อมูลนี้ช่วยให้แบรนด์สามารถแบ่งกลุ่มลูกค้าได้แม่นยำ และแบรนด์สามารถบรอดแคสต์โปรโมชันที่ตรงใจไปยังกลุ่มเป้าหมายได้อย่างมีประสิทธิภาพ เพิ่มโอกาสปิดยอดขายได้เร็วขึ้นด้วยการเสนอเบี้ยประกันที่ตรงความต้องการของลูกค้า
สร้าง Rich Menu หลายหน้านำเสนอข้อมูลให้ตรงใจลูกค้า
Click Broker ได้ออกแบบ Multi-page Rich Menu ซึ่งเป็นอีกหนึ่งฟีเจอร์พิเศษของแพลตฟอร์ม MAAC ที่ให้แบรนด์สร้าง Rich Menu ได้หลายหน้า และออกแบบการใช้งานได้ยืดหยุ่นกว่าการสร้าง Rich Menu บน LINE ที่สร้างได้เพียงหน้าเดียว
ฟีเจอร์นี้จึงช่วยให้ลูกค้าสามารถค้นหาข้อมูลประกันที่ต้องการและตรวจสอบรายละเอียดกรมธรรม์ของตนเองได้อย่างง่ายดายภายในคลิกเดียว โดยทาง Click Broker ได้ออกแบบ Rich Menu ให้มี 2 หน้าหลัก ดังนี้
- เมนูหลัก
เป็น Rich Menu สำหรับผู้ใช้งานทั่วไป ออกแบบให้ผู้ที่สนใจข้อมูลประกันสามารถเข้าถึงประกันหลากหลายรูปแบบได้ง่ายผ่านทางเมนูลัด - เมนูสำหรับลูกค้า
เมื่อผู้ใช้ที่เป็นลูกค้ากดปุ่ม “สำหรับลูกค้า” ที่มุมขวาล่างของเมนูหลัก Rich Menu จะเปลี่ยนไปแสดงข้อมูลที่ปรับให้ตรงกับความต้องการของลูกค้าโดยเฉพาะ ไม่ว่าจะเป็นการเช็คข้อมูลกรมธรรม์ ค้นหาอู่ซ่อมรถ ติดต่อเจ้าหน้าที่ หรือการดำเนินการอื่น ๆ ได้อย่างสะดวกและรวดเร็ว
การออกแบบ Rich Menu แบบหลายหน้านี้ไม่เพียงช่วยเพิ่มประสบการณ์ที่ดีให้แก่ผู้ใช้งาน แต่ยังช่วยให้ Click Broker สร้างความประทับใจและมอบประสบการณ์การใช้งานที่ราบรื่นยิ่งขึ้น
วิธีแก้ปัญหาการจัดการแชทด้วยระบบ CAAC
อีกหนึ่งโซลูชันที่ Click Broker เห็นตรงกันว่าช่วยแก้ปัญหาเรื่องการจัดการแชทลูกค้าก็คือ ระบบรวมแชท CAAC (Conversation Analytics and Automation Cloud) ซึ่งมาพร้อมกับฟีเจอร์ที่เพิ่มความลื่นไหลให้กับการทำงานของทีมแอดมิน ดังนี้
Auto-Assign ฟีเจอร์จัดการคิวและมอบหมายแชทอัตโนมัติ
Auto-assign เป็นฟีเจอร์ที่ Click Broker ประทับใจที่สุด เพราะมี ระบบจัดการคิวพร้อมมอบหมายงานให้ทีมขายอัตโนมัติ โดยระบบใช้ routing rules ที่จะมอบหมายแชทลูกค้าให้กับทีม Tele Sales โดยคิวมอบหมายงานจะเรียงตามลำดับจาก agent ที่ไม่ถูกมอบหมายแชทในระยะเวลานานที่สุดมาเป็นอันดับแรก ซึ่งเป็นวิธีสร้างความเท่าเทียมให้กับการทำงานภายในทีมได้เป็นอย่างดี
ฟีเจอร์นี้จึงช่วย Click Broker ลดภาระการมอบหมายงานแบบ manual ในทีมแอดมินที่มีสมาชิกกว่า 10 คน คุณนฤทธิ์ ที่ปรึกษาของ Click Broker ได้เล่าว่า “ฟีเจอร์นี้ทำให้แบรนด์สามารถลดการจ้างงานพนักงานหนึ่งคนที่ต้องทำหน้าที่นี้” ได้เลยทีเดียว ระบบ CAAC จึงช่วยให้ทีม Sales สามารถตอบสนองลูกค้าได้ไวขึ้น ทีมทำงานลื่นไหล และยังสร้างความเท่าเทียมในกระจายงาน"
“ฟีเจอร์ที่ชอบที่สุดใน CAAC คือ การ assign งานทีมเพราะตอบโจทย์มากที่สุด ลักษณะการทำงานของเราคล้าย ๆ Call Center ที่มีทีมขายหลายคนทำงานร่วมกัน ก่อนหน้านี้เลยไม่ง่ายที่จะจัดการเรื่องนี้ อีกอย่างคือ CAAC ทำให้เราสามารถลดภาระงานของคนหนึ่งคนที่ต้องคอยมอบหมายได้เลยครับ”
นฤทธิ์ สุวณิช
Consultant | Click Broker

ตอบแชทลูกค้าในช่องทางเดียว
CAAC ยังมี "ระบบรวมแชท" ที่สามารถรวมแชทลูกค้าจากหลากหลายช่องทางไว้ในที่เดียว ซึ่งตอบโจทย์การใช้งานของ Click Broker ที่เลือกใช้หลายแพลตฟอร์มทั้ง LINE และ Facebook ในการติดต่อสื่อสารกับลูกค้า หมายความว่า ไม่ว่าลูกค้าทักเข้ามาสอบถามข้อมูลประกันจากช่องทางไหน แอดมินก็สามารถตอบแชทลูกค้าบน CAAC ได้ทันที โดยไม่ต้องสลับหน้าจอข้ามแพลตฟอร์มไปมา ซึ่งเป็นวิธีป้องกันปัญหาแชทลูกค้าตกหล่น และยังช่วยยกระดับประสบการณ์การโต้ตอบที่ราบรื่นให้แก่ลูกค้า ในขณะเดียวกันก็ช่วยลดความซับซ้อนและเพิ่มความสะดวกสบายในการสื่อสารให้กับทีมภายในได้อย่างลงตัว
วิเคราะห์ Insights
รายงานข้อมูลเชิงลึกของ CAAC ยังเป็นอีกฟีเจอร์สำคัญที่ช่วยผู้จัดการทีมของ Click Broker สามารถติดตามการทำงานของแอดมินได้อย่างใกล้ชิด ตัวอย่างข้อมูลที่สามารถดูได้เช่น จำนวนการสนทนาที่รับมือแล้ว, แนวโน้มการสนทนาในแต่ละช่วงเวลา, การประเมินเวลาในการตอบกลับลูกค้า ฯลฯ ข้อมูลเชิงลึกเหล่านี้ช่วยแบรนด์บริหารทีมอย่างเป็นระบบ ลดข้อผิดพลาด และมั่นใจได้ว่าลูกค้าทุกคนจะได้รับการดูแลอย่างทั่วถึง
สรุปผลลัพธ์อันน่าประทับใจจากการใช้ MAAC x CAAC
เมื่อ Click Broker มีจำนวนผู้ใช้งาน (active users) บน LINE OA โตขึ้นอย่างก้าวกระโดดจนมีผู้ติดตามเพิ่มมากขึ้นถึง 6 เท่า ซึ่งเป็นช่วงเวลาเดียวกับที่ได้เริ่มใช้งานโซลูชัน MAAC x CAAC จาก Crescendo Lab ผลปรากฏว่าทั้งสองแพลตฟอร์มตอบโจทย์ความท้าทายที่แบรนด์เผชิญทั้งเรื่องการติดตามพฤติกรรมความสนใจของลูกค้าแต่ละราย, การลดต้นทุนค่าบรอดแคสต์ข้อความ, รวมไปถึงการมอบหมายและจัดการแชทลูกค้าอย่างเป็นระบบ
หลังจากที่ได้ใช้เครื่องมือการตลาด MAAC พบว่าแบรนด์สามารถสร้าง มากกว่า 500 แท็ก โดยครอบคลุมการติดแท็กลูกค้าถึง 99% ทำให้ Click Broker สามารถแบ่งกลุ่มลูกค้าได้อย่างละเอียดแม่นยำมากกว่าเดิม การทำการตลาดอัตโนมัติ (Marketing Automation) จึงทำให้แบรนด์สามารถสื่อสารและนำเสนอโปรโมชันประกันที่ตรงใจลูกค้า
ส่งผลให้อัตราเปิดอ่านข้อความบน LINE OA (open rate) เพิ่มขึ้นอย่างมีนัยยะสำคัญ จาก 45% เป็น 65% เรียกได้ว่าโซลูชัน MAAC ช่วยเพิ่มอัตราเปิดอ่านบรอดแคสต์ของลูกค้า สูงขึ้น 20% เลยทีเดียว ซึ่งยิ่งเพิ่มโอกาสปิดการขาย นอกเหนือจากนี้ยังมีอีกหลายแคมเปญบรอดแคสต์ที่ได้รับความสนใจ ตัวอย่างเช่น บรอดแคสต์ประกันลดหย่อนภาษีมี open rate สูงถึง 88%
นอกจากนี้ระบบรวมแชท CAAC ยังช่วย Click Broker รับมือกับความท้าทายหลายด้าน จนทำให้แบรนด์สามารถยกระดับประสิทธิภาพการจัดการลูกค้าและการสื่อสาร ส่งผลให้ลดภาระงาน manual ที่ต้องทำด้วยตนเอง และเพิ่มความพึงพอใจทั้งลูกค้าและพนักงานขายอย่างเห็นได้ชัด
___________________________________________________________________________________________
ช่องทางติดต่อ Click Insurance Broker
โทร: 02-1148777
LINE: @clickbroker
เว็บไซต์: https://clickbroker.co.th/
Facebook: https://www.facebook.com/clickbroker.co.th/
กรอกข้อมูลเพื่อปรึกษากลยุทธ์การตลาดอัตโนมัติด้วย MAAC x CAAC

Ainee S.
Thai Content Marketer at Crescendo Lab (-: