business

Sales & Marketing Data Pipeline (CRM)

Skooldio

รวมข้อมูลลูกค้าที่กระจายอยู่หลายระบบเข้าเป็น data model เดียว พร้อม ETL pipeline และ executive dashboard

Tech stack

BigQuerydbtSQLPower BILooker StudioETL

Introduction

ภาพรวมโปรเจกต์

test ทดสอบ test ทดสอบ test ทดสอบ test ทดสอบ test ทดสอบ test ทดสอบ test ทดสอบ test ทดสอบ test ทดสอบ test ทดสอบ test ทดสอบ

Situation

ปัญหาคืออะไร

ข้อมูลลูกค้าและ activity ของทีม sales/marketing กระจายอยู่หลายที่ ทำให้ไม่มีใครตอบได้ว่า lead ที่เข้ามาปิดได้จริงกี่ % และลูกค้ากลุ่มไหนมีมูลค่าระยะยาวสูงสุด รายงานแต่ละครั้งต้องรวมข้อมูลด้วยมือ ตัวเลขจากแต่ละทีมไม่ตรงกัน

Approach

แก้ด้วยวิธีไหน

ออกแบบ centralized data model ที่นิยาม entity และ metric ให้ตรงกันทั้งองค์กร แล้วสร้าง ETL pipeline ดึงข้อมูลจากต้นทางเข้า BigQuery จัดชั้นข้อมูลด้วย dbt (staging → mart) และต่อ executive dashboard บน Power BI / Looker Studio

Result

ผลลัพธ์

ผู้บริหารติดตาม funnel conversion, customer segmentation และ CLV ได้จาก dashboard เดียว ไม่ต้องรอรายงานรายเดือน และทุกทีมใช้นิยาม metric ชุดเดียวกัน

Highlights

  • Single source of truth ของ metric ทั้งองค์กร
  • Funnel conversion ดูได้ถึงระดับ stage
  • Customer segmentation + CLV
  • ลดการทำรายงานด้วยมือ

องค์กรจำนวนมากลงทุนกับ dashboard และ data platform ไปมาก แต่คนยังตัดสินใจด้วยความรู้สึกเหมือนเดิม
ปัญหาส่วนใหญ่ไม่ได้อยู่ที่เครื่องมือ แต่อยู่ที่ Data Literacy ของคนในองค์กร

Data Literacy คืออะไร

Data Literacy คือความสามารถในการ อ่าน ตีความ ตั้งคำถาม และสื่อสารด้วยข้อมูล
ไม่ได้แปลว่าทุกคนต้องเขียน SQL เป็น หรือทำโมเดลได้
แต่แปลว่าเมื่อเห็นตัวเลขหนึ่งตัว คนคนนั้นรู้ว่าควรเชื่อแค่ไหน และควรถามอะไรต่อ

4 ระดับของ Data Literacy

  1. อ่านได้ — เข้าใจว่ากราฟนี้บอกอะไร แกนคืออะไร หน่วยคืออะไร
  2. ตีความได้ — รู้ว่าตัวเลขที่เห็นดีหรือแย่ เทียบกับอะไร ช่วงเวลาไหน
  3. ตั้งคำถามได้ — สงสัยเป็นว่าข้อมูลนี้มาจากไหน นับอย่างไร ใครไม่ถูกนับ
  4. สื่อสารได้ — เล่าสิ่งที่เจอให้คนอื่นตัดสินใจต่อได้ โดยไม่บิดเบือน

แชร์หน้านี้


โปรเจกต์อื่น

สนใจร่วมงานกันไหม

ทั้งงาน data/AI project และงานสอน — เล่าโจทย์มาได้เลย ตอบกลับภายใน 7 วันทำการ

ติดต่องาน