Menu

SUITCUBE ธุรกิจจากเงินเก็บ สู่บริการตัดสูทออนไลน์ด้วย AI ที่ใช้ DATA บริหารแบรนด์และทำแผน CRM

ปฏิเสธไม่ได้ว่ามีหลายธุรกิจดำเนินงานและเติบโตมาได้อย่างดีถึงปัจจุบันเพราะสกิลการจัดการและเซนส์ของการบริหาร… SUITCUBE ก็เป็นอีกแบรนด์หนึ่งที่เจ้าของวัย 38 ปี อย่าง คุณสน จันทร์ศุภฤกษ์ พูดย้ำให้ฟังบ่อย ๆ ว่านอกจากความไฟแรงของเจ้าตัวแล้ว แบรนด์นี้ยังเป็นธุรกิจที่มาได้เพราะ ‘โชค’ ด้วย โดยเฉพาะ ‘โชคเรื่อง Data’ !

SUITCUBE ธุรกิจร้านขายสูทจากการลงทุนเงินเก็บที่กำลังพุ่งแรง แต่กลับถูกกระแทกด้วยสถานการณ์ Covid-19 ทำให้คุณสนหยิบเอา Data ที่เคยเก็บไว้อย่างฟลุก ๆ มาขยายเป็นธุรกิจตัดสูทด้วย AI กับคำถามสุดท้าทายว่า “มันจะใส่ได้จริง ๆ เหรอ ?” 

วันนี้ DATAHOLIC มีโอกาสได้พูดคุยกับคุณสนเกี่ยวกับเรื่องราวการเก็บและการหยิบ Data มาใช้ของ SUITCUBE กันแบบจัดเต็ม เรื่องราว Data ของแบรนด์นี้จะน่าสนใจขนาดไหน ไปดูกันเลยฮะ


SUITCUBE แบรนด์ที่ช่วยให้สุภาพบุรุษดูดี และมีความมั่นใจในการแต่งกาย

เชื่อว่าเพื่อน ๆ น่าจะเคยได้เห็นแบรนด์ SUITCUBE ในหลายห้างทั่วกรุงเทพฯ กันบ้างแล้ว สินค้าของแบรนด์นี้จะมีทั้งชุดสูทสั่งตัดและสูทสำเร็จรูป ซึ่งความพิเศษคือชุดของเขาจะมีหลายทรง แต่ละทรงก็มีหลายไซส์ และสามารถ Customize สูทสำเร็จรูปให้เข้ากับสรีระลูกค้าได้ด้วย

คุณสนเล่าให้ฟังว่า ในวันแรกคุณสนตั้งใจว่าจะขายออนไลน์แบบ 100% เลย ซึ่งกล่องสินค้าที่จะส่งไปให้ลูกค้าก็เปรียบเสมือนเป็น ‘Cube’ ที่พอเปิดมาก็แต่งหล่อได้เลย ไม่ต้องมีหน้าร้าน… นี่คือไอเดียหลัก และยังเป็นที่มาของชื่อ SUITCUBE ด้วย แต่ตลอดเวลา 8 ปี แบรนด์ก็ถูกปรับเปลี่ยนและพัฒนาผ่านการวิเคราะห์ Data ไปเรื่อย ๆ จนปัจจุบันก็มีหน้าร้าน 10 สาขา รวมกับอีก 3 สาขาที่ตั้งใจจะทำให้เกิดขึ้นในปีนี้ด้วย

SUITCUBE สาขา Siam Square One

ถ้าตามไปดูข้อมูล Demographic ของ SUITCUBE จะเห็นว่าฐานลูกค้าหลักของแบรนด์จะเป็นกลุ่มผู้ชาย อายุประมาณ 25-30 ปี โดยคุณสนได้วิเคราะห์ว่า ด้วยเพราะสินค้าคือ Formal menswear และในช่วงทำแบรนด์แรก ๆ ลูกค้าที่รู้จักแบรนด์จะเป็นกลุ่มคนอายุ 20 ต้น ๆ พอ 7-8 ปีผ่านไป เขาก็อยู่ในช่วงวัยที่มีโอกาสจะได้ใช้สินค้าแบบนี้พอดี หน้าที่ของเราคือการพยายามสื่อสารว่าของเรามันดีกับเขายังไงบ้าง


10 สาขาที่ได้มาจากการเก็บ Data ง่าย ๆ บนบอร์ดกระดาษ

ตอนที่แอดชวนคุณสนคุยถึงเรื่องการขยายสาขา คุณสนก็นึกย้อนความหลังไปตอนทำหน้าร้านสาขาแรก บอกว่าจริง ๆ แล้วสาขานี้ถูกเปิดขึ้นเพราะความจำเป็น (จากที่ตั้งใจว่าจะขายแค่ออนไลน์เท่านั้น) เพราะพอโทรไปคุยกับลูกค้าแล้วมักจะถูกปฏิเสธมาบ่อย ๆ ด้วยเหตุผลว่าไม่มีหน้าร้านให้เข้าไปลอง

ก็เลยเกิดเป็น SUITCUBE สาขาแรกที่พระราม 3 ซึ่งเป็นอาคารพาณิชย์ที่คุณสนมีเป็นเจ้าของอยู่แล้ว แค่เอาราวมาตั้ง เอาชุดมาแขวน ถึงจะเริ่มสร้างยอดขายได้บ้าง ทำให้คุณสนเรียนรู้ว่า “อ๋อ ร้านแบบนี้มันต้องมีคนมาบริการด้วย มันใช่ว่าเราจะเปิดออนไลน์มาแล้วจะขายได้เลย”

SUITCUBE สาขาแรก พระราม 3

ช่วงแรก ๆ ยังไม่ได้เอาระบบ POS อะไรมาใช้ คุณสนกับพนักงานรับโทรศัพท์ ก็จะช่วยกันขีดนับคะแนนบนบอร์ดกันง่าย ๆ เลยว่ามีลูกค้าเสนอให้ไปเปิดสาขาที่ไหนบ้าง สิ้นปีมียอดจากพื้นที่ไหนมาเยอะที่สุดก็ไปตั้งร้านที่นั่น ถ้ามันอยู่ในแหล่งที่คนน่าจะซื้อเสื้อสูทกัน แล้วเป็นโลเคชันที่มีขนส่งสาธารณะผ่าน ลูกค้าบอกให้ไปเปิดตรงไหนก็ไปหมด

คุณสนพูดประโยคที่ตัวเองขำทั้งน้ำตาว่า ถ้าตอนนี้มาเปิด Heatmap Data ดูก็จะรู้ว่าจริง ๆ โลเคชันตรงพระราม 3 นี่ก็ไม่น่าไปเปิดร้านหรอก 555 (แต่ปัจจุบันก็ยังเปิดอยู่นะฮะ)

SUITCUBE สาขาพระราม 3 ปัจจุบัน (2023)

แม้ว่า SUITCUBE จะเริ่มต้นจากการเก็บข้อมูลลูกค้าในสมุดจดบันทึกง่าย ๆ ต่อมาก็เปลี่ยนมาใช้ Excel เพราะเริ่มเจอปัญหาข้อมูลเยอะเกินไป แล้วเปิดไฟล์พร้อมกันไม่ได้ใน Share Drive ก็เลยเปลี่ยนมาใช้ Google Sheet แต่ก็เจอกับปัญหาเดิมที่พอธุรกิจเติบโตขึ้น Data Point ก็เยอะตาม ทำให้เก็บบันทึกข้อมูลไม่พอ เรียกใช้ข้อมูลก็ยาก

จึงเป็นจุดเปลี่ยนให้คุณสนตัดสินใจไปเลือกใช้บริการ Data Management Platform มาตัวหนึ่ง ซึ่งช่วยให้แบรนด์มี Structure ของการเก็บข้อมูลที่ถูกต้อง เรียกใช้งานง่าย และเอาข้อมูลไปต่อยอดได้มากขึ้น จนทำให้ SUITCUBE โตมาถึงทุกวันนี้ และตอนนี้ก็ยังใช้อยู่ (คุณสนฝากบอกว่า ถ้ามีสปอนเซอร์เจ้าไหนอยากจะได้ลูกค้าชั้นดีอย่าง SUITCUBE ไป ก็ Inbox เข้าเพจได้เลยนะฮะ 5555)


จาก Pain Point ของลูกค้า สู่แผน CRM ที่ตอบโจทย์และเพิ่ม Loyalty

นอกจากคำถามจากลูกค้าที่ว่า “ช่วยลดราคาให้พี่หน่อยได้ไหม” คุณสนเล่าว่ามี Feedback อีกหลายอย่างเลยที่ SUITCUBE เอามาปรับใช้ในธุรกิจด้วย เช่น เรื่องสาขา เรื่องสินค้า อย่างเสื้อเชิ้ตที่แบรนด์เพิ่งจะเพิ่ม Product Line นี้ขึ้นมา เพราะตอนแรกมีแค่เสื้อเชิ้ตสำเร็จรูป แล้วลูกค้าบางคนใส่ไม่พอดีตัว แบรนด์ก็เอา Feedback นี้ไปเพิ่มบริการมาให้

รวมถึงบริการบางอย่าง ก็เพิ่มขึ้นมาเพราะการวิเคราะห์ความต้องการของลูกค้า เช่น การสะสมแต้ม และการแบ่งลูกค้าเป็นเทียร์ ๆ (Silver, Gold, Diamond) ทำให้แบรนด์สามารถแจก Birthday Gift, ส่วนลด และโปรโมชันอื่น ๆ ได้อย่างเป็นระบบมากขึ้น


SUITCUBE AI บริการตัดสูทแบบใหม่ ที่ลูกค้าไม่ต้องไปถึงหน้าร้าน !

หลังจากที่คุณสนได้เรียนรู้ว่าธุรกิจ SUITCUBE เหมาะที่จะขายทางออฟไลน์มากกว่า กลยุทธ์หลักของแบรนด์จึงกลายเป็นรู้แบบ ‘Online to Offline’ คือการโปรโมตทางออนไลน์แล้วให้ลูกค้าไปซื้อที่หน้าร้าน

แต่พอ Covid-19 เข้ามา ลูกค้าก็เริ่มถามหาบริการวัดตัวที่บ้าน ซึ่งแบรนด์ก็เคยเลยลองทำบริการส่งพนักงานเข้าไปวัดตัวที่บ้านลูกค้าแล้วเอามาตัด แต่โมเดลแบบนี้นอกจากมีต้นทุนสูงแล้วยังสเกลธุรกิจได้ยากด้วย คุณสนจึงอยากจะหา Solution ที่ทำยังไงให้ลูกค้าสามารถวัดตัวเท่าไหร่ก็ได้ โดยที่แบรนด์ไม่ต้องลงแรงเยอะ ก็เลยเกิดเป็น SUITCUBE AI ขึ้นมานี่แหละฮะ

SUITCUBE AI

วิธีการบริการของ SUITCUBE AI คือลูกค้าสามารถเข้าไปในเว็บของ SUITCUBE เลือกแบบ เลือกทรง แล้วให้ AI วัดตัวให้เขาแทน โดยจะมีการขอข้อมูลสรีระเพื่อเป็นข้อมูลให้ AI อีกแค่ 6 ข้อ คือ น้ำหนัก ส่วนสูง เพศ อายุ ขนาดเอวกางเกง และไซซ์รองเท้า ซึ่งเป็นข้อมูลง่าย ๆ ที่เจ้าตัวรู้อยู่แล้ว ไม่ต้องวัดใหม่เลย

หลังจากนั้น AI จะเอาข้อมูลจาก Big Data จากลูกค้าเก่าของแบรนด์ที่คุณสนกับทีมเคยจดเอาไว้ใน Excel นั่นแหละ มาประกอบแล้วสร้างเป็น Model AI ที่จะทำให้ช่างตัดทราบว่าลูกค้าคนนั้นควรจะมีสัดส่วนที่เท่าไหร่ แล้วตัดออกมาเป็น Product ไปให้เขา


ชุดที่ตัดจาก AI มันจะใส่ได้จริง ๆ เหรอ ?

มั่นใจว่าไม่ใช่แค่แอดที่มีคำถามเคลือบแคลงใจแบบนี้ผุดขึ้นมาในหัว เลยได้โอกาสถามคุณสนถึงประเด็นนี้ คุณสนบอกว่าเขาก็เคย Discuss เรื่องนี้กับลูกค้าอยู่บ้างเหมือนกัน

อย่างสมมติ AI วิเคราะห์ออกมาได้ว่าคน ๆ นี้ น่าจะต้องมีรอบเอวกางเกงที่ 36″ แต่โดยปกติมนุษย์เรามักจะคิดว่าเอวตัวเองเล็กกว่าความเป็นจริงเสมอ ลูกค้าก็มีแย้งมาว่า จริง ๆ ผมเอว 32″ นะ ถ้ามีเคสแบบนี้มา แล้วลูกค้ายืนยันที่จะให้ตัดที่ 32″ เราก็จะยอมเขาไป

สุดท้าย ตัดออกมาแล้วเขาใส่ไม่ได้ แบรนด์ก็จะมีบริการรองรับ ช่วยปรับแก้ให้ โดยคุณสนเสริมให้เห็นเหตุผลที่น่าเชื่อถือขึ้นมาอีกว่า AI ของ SUITCUBE ใช้ข้อมูลสรีระของลูกค้าเป็นหลักแสนคนในการวิเคราะห์สัดส่วนของคน 1 คน เพราะฉะนั้นถ้าลูกค้ามีสรีระที่ไม่หลุดออกจาก Bell Curve ของมนุษย์ปกติ ยังไง AI ก็วิเคราะห์ออกมาได้ค่อนข้างแม่นยำมาก ๆ อยากให้มั่นใจกันได้ฮะ

แอดได้ฟังแล้วก็ถามคุณสนกลับไปว่า แบรนด์จะแก้ปัญหาความรู้สึกของลูกค้าที่เขาไม่เชื่อเรายังไง ? คุณสนเลยเล่าว่าทางแบรนด์มี Solutions 3 ทาง ในการรองรับลูกค้าหลังการขายหากชุดที่ตัดมาไม่พอดีตัว ไม่ว่าจะเป็นความเข้าใจผิดของทางร้านหรือลูกค้าเองก็ตาม

  1. เข้ามาขอปรับแก้ที่หน้าร้าน : บอกว่าตัดสูทจาก Suitcube AI แล้วไม่พอดี ร้านจะปรับแก้ทำเป็นตัวใหม่ให้เลย ตัวที่เสียไปก็เก็บเป็น Cost ของร้านเอง
  2. ส่งพัสดุกลับมาให้ SUITCUBE แก้ให้ : ทุก Order จาก AI ที่ส่งไป จะมี Return Label หรือตั๋วส่งกลับ แนบไปในกล่องด้วย ถ้าสูทตัวนั้นใส่ไม่พอดี ก็เอา Label นั้นแปะกล่อง ส่งกลับมาให้ SUITCUBE แก้ใหม่ได้เลย
  3. ส่งร้านแก้เอง SUITCUBE จ่ายให้ : ถ้าชุดใส่ไม่พอดี แต่รีบใช้ ไม่มีเวลาส่งไป-กลับ สามารถเอาชุดไปเข้าร้านแก้ใกล้บ้าน แล้วเอาบิลมาเบิกให้ SUITCUBE จ่ายให้ได้

นี่คือบริการที่คุณสนและทีมคิดขึ้นมารองรับเพื่อให้ลูกค้าวางใจได้ว่า นอกเหนือจาก Data ที่มั่นใจว่าจะ Provide สินค้าคุณภาพมาให้ได้แล้ว เขายังได้รับบริการที่แบรนด์จะดูแลเขาอยู่จนจบ

“พอเราให้คำมั่นและตั้งใจว่าเราจะดูแลเขาตลอด
มันจะไม่มีมาตั้งคำถามว่า อันนี้กระเป๋าเธอ อันนี้กระเป๋าฉัน
Cost นี้ใครจะเป็นคนจ่าย”


รู้จักสร้างโอกาสด้วย AI พัฒนาธุรกิจให้โตไวด้วย Data

โปรเจกต์ SUITCUBE AI นี้ใช้เวลาพัฒนาอยู่ประมาณ 6 เดือน และแม้ว่าจะเปิดให้บริการจริงแล้วก็ยังพัฒนาและปรับปรุงอยู่ตลอด ซึ่งคุณสนบอกว่า SUITCUBE AI ได้ช่วยเพิ่มศักยภาพในการขายและบริการของแบรนด์ได้เยอะขึ้นมาก !

คุณสนแชร์ว่า จากที่เคยต้องถามตัวเองทุกปีว่าปีหน้าจะขยายสาขาไปจังหวัดไหนดี ตอนนี้ SUITCUBE มี Data จาก AI อยู่เต็มมือ ซึ่งส่วนหนึ่งคือข้อมูลที่ทำให้รู้ว่า ลูกค้าที่สั่งเข้ามาเยอะ ๆ ที่จริงแล้วเขาไม่ใช่คนกรุงเทพฯ แต่เป็นคนต่างจังหวัดที่เขารู้จักเราแต่เขามาหาเราไม่ได้ ช่วยให้วิเคราะห์ได้ว่าที่ไหนที่ SUITCUBE ควรจะไปเปิดสาขาจริง ๆ (หรืออาจจะไม่ต้องขยายเลยก็ได้ เพราะ AI ก็เข้าถึงได้หมดแล้ว การตัดสินใจอะไรก็ง่ายขึ้นเยอะ)

รวมไปถึงโจทย์สำคัญของ SUITCUBE ในปี 2023 นี้ คือแบรนด์อยากจะใช้ SUITCUBE AI รองรับลูกค้าต่างชาติให้ได้มากขึ้น เพราะกลุ่มนี้ มีบางคนที่อาจจะมาเข้าสัมมนาหรือท่องเที่ยวในไทยแล้วตัดสูทกลับไปด้วย เพราะค่าใช้จ่ายที่ประเทศเราถูกกว่ามาก

ปัญหาเดิมที่เคยมี คือลูกค้ากลุ่มนี้ไม่ได้เข้ามาอยู่ไทยนานพอที่จะตัดชุดได้ แต่ด้วย SUITCUBE AI จะทำให้เขาสามารถวัดตัวแล้วสั่งทำก่อนจะบินมาไทยได้ พอบินมาถึง เช็กอินเข้าโรงแรม เปิดประตูมาเจอสูทเราเข้าไปรอเขาอยู่ก่อนแล้ว คุณสนบอกว่านี่คือหนึ่งในบริการในฝันของ SUITCUBE ที่ตั้งใจจะทำให้ได้เลย !

“จากภาพแรกที่เราคิดแค่ว่า จะทำยังไงให้มันรอด
แต่ตอนนี้กลายเป็นว่าเรามีโอกาสเต็มไปหมดเลย”


SME จะโตได้ ต้องรู้จักเก็บและใช้ Data ควบคู่การขาย

ข้อมูลที่สำคัญมาก ๆ ที่คุณสนแนะนำว่าไม่อยากให้ธุรกิจพลาดเลย คือเรื่องของ ‘First Party Data’ ซึ่งบางแบรนด์อาจจะมีช่องทางการขายที่ไม่ได้เอื้อกับการเก็บข้อมูลนัก

ยกตัวอย่างเช่น บางแบรนด์อาจมีวิธีการขายคือ เอาสินค้าไปฝากขายที่ร้านอื่น ถามว่าวิธีการนั้นช่วยให้เราได้เก็บ First Party Data อย่างมีประสิทธิภาพรึเปล่า เพราะเราไม่ใช่คนเก็บเอง เราไม่รู้ว่าคนที่ซื้อของเราไปเป็นใคร เพศอะไร อายุเท่าไหร่ ขายออกบ่อยสุดช่วงไหน แถมกว่าจะได้ข้อมูลก็ต้องรอเป็นรายเดือน รายไตรมาส ข้อมูลที่ได้ก็ไม่ Real Time เรื่องนี้ก็ต้องคิดด้วยเหมือนกัน

“Keyword วันนี้ก็คือ ‘First Party Data’ นี่ต้องเก็บเลย 
ในวันที่คุณจะใช้ คุณจะรู้เลยว่ามันสำคัญมาก
Suitcube เอง ถ้าย้อนเวลากลับไปได้ก็อยากจะเก็บเพิ่มด้วย”


คุณสนได้ทิ้งท้ายไว้ว่า ในอนาคตภายใน 3 ปี อยากจะเห็นภาพ SUITCUBE กลายเป็นแบรนด์ No.1 ในไทย ที่ไม่ว่าจะไปในโลเคชันไหนทั้งกรุงเทพฯ และต่างจังหวัด ก็อยากจะให้มีคนรู้จัก SUITCUBE ไม่ว่าจะเคยซื้อหรือไม่เคยซื้อก็ตาม และถ้ามีโอกาสจริง ๆ ก็อยากจะขยายไปตลาดประเทศเพื่อนบ้านด้วย

สำหรับใครที่อ่านเรื่องราวการบริหารแบรนด์ด้วย Data ของ SUITCUBE แล้วอยากจะไปลองใช้บริการ SUITCUBE AI หรือเข้าไปเลือกดูสินค้าที่สาขา ก็สามารถเข้าไปดูข้อมูลเพิ่มเติมได้ที่ suitcube.com เลยนะฮะ ~

Author

RELATED ARTICLES

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า

Privacy Preferences

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

Allow All
Manage Consent Preferences
  • Always Active

Save