คุณรู้หรือไม่ว่า

• 80% ของยอดขายมาจากลูกค้ากลุ่มใด?
• ยอดขายที่คาดการณ์ไว้สำหรับ 3 ไตรมาสข้างหน้าจะเป็นอย่างไร?
• คูปองแบบไหนที่ตรงใจลูกค้าที่สุด?
• จัดโปรโมชันช่วงวันไหนดีที่สุด?
• คุณมีลูกค้า Top Spender อยู่เท่าไหร่?
• ลูกค้ากลับมาซื้อสินค้า หรือใช้บริการที่ร้านกี่ครั้งใน 1 ปี

คำตอบของคำถามเหล่านี้ จะช่วยให้เจ้าของธุรกิจทราบถึงสถานการณ์ล่าสุดของธุรกิจตนเอง และผลลัพธ์ของกิจกรรมทางการตลาดต่างๆ ที่ได้ทำลงไป ว่าโปรโมชันต่างๆ ที่ทุ่มลงทุนไปนั้น ตรงเป้าแค่ไหน คุ้มค่าหรือไม่?

แล้วเราจะหาคำตอบเหล่านี้ได้จากที่ไหน?

จริงๆ แล้วทุกอย่างอยู่ในตัวข้อมูล transactions ต่างๆ ในระบบ CRM / Loyalty / E-Commerce ที่รอการสกัด แยกแยะ วิเคราะห์ แปลงจากข้อมูลดิบ (data) ให้กลายเป็น ข้อมูลที่เป็นประโยชน์ต่อธุรกิจ (information)  ซึ่งธุรกิจขนาดเล็กอาจจะมีข้อจำกัดในการเข้าถึงระบบเหล่านั้น หลายๆ ธุรกิจเลยเลือกการทำรายงาน (Report) ซึ่งส่วนมากมักทำแบบ manual แบบดึงข้อมูลดิบมาจัดเรียง วิคราะห์เอง และต้องทำซ้ำเรื่อยๆ เพราะข้อมูลมีการเปลี่ยนแปลงอยู่ตลอดเวลา

Loga ได้เล็งเห็นปัญหานี้ จึงได้พัฒนาระบบ BI Analytics ที่ไม่เพียงแต่จะตอบคำถามต่างๆ ข้างต้นได้ทั้งหมด แต่ยังเป็นระบบที่จะช่วยลดเวลา และความยุ่งยากในกระบวนการเก็บ แยก และวิเคราะห์ข้อมูล ซึ่งระบบ Loga BI สามารถทำงานโดยอัตโนมัติ ไม่ต้องการการดูแลรักษาใดๆ จากร้านค้า, ข้อมูลต่างๆ จะถูกเชื่อมโยงมาวิเคราะห์โดยอัตโนมัติทุกวัน และนำเสนอในรูปแบบกราฟ และแดชบอร์ดที่เข้าใจง่าย ทำให้การติดตาม และวิเคราะห์ข้อมูลเป็นไปได้อย่างมีประสิทธิภาพมากขึ้น

ในบทความนี้จะอธิบายว่า Loga BI Analytics คืออะไร มีประโยชน์อย่างไร และทำไมสำคัญต่อธุรกิจของคุณ

BI Dashboard หรือ Business Intelligence Analytics คือ เครื่องมือที่สรุป รวบรวม คิด และวิเคราะห์ข้อมูลต่าง ๆ ที่อาจจะเป็นข้อมูลดิบจากระบบ Loga CRM หรือข้อมูลอื่น ๆ ที่ทางร้านมีการอัปโหลดเข้าระบบเพิ่มเติม เพื่อให้สามารถเห็นภาพรวมได้ในหน้าเดียว และเป็นข้อมูลที่มีการอัปเดตอย่างสม่ำเสมออัตโนมัติ เพื่อให้ผู้บริหารและทีมงานสามารถเข้าถึงข้อมูลเชิงลึกได้สะดวก และตัดสินใจได้ทันเวลา

Loga BI Analytics มีข้อมูลอะไรบ้าง

Home (overview) หน้าหลัก

• Total customers: จำนวนสมาชิกทั้งหมดของร้าน
• Total branches: จำนวนสาขา
• No. of customers in period: จำนวนสมาชิกในช่วงเวลาที่กำหนด (กำหนดช่วงเวลาที่มุมขวาบน)
• No. of branches in period: จำนวนสาขาของร้านในช่วงเวลาที่กำหนด (กำหนดช่วงเวลาที่มุมขวาบน)
• Revenue: ยอดขายของร้าน (ยอดขายจากลูกค้าที่เป็นสมาชิก)
• Given points: จำนวนแต้มทั้งหมดที่ให้ลูกค้า
• Used points: จำนวนแต้มทั้งหมดที่ลูกค้าใช้
• Outstanding points: จำนวนแต้มคงเหลือทั้งหมดในระบบ
• New customers: จำนวนลูกค้าใหม่ในช่วงเวลาที่กำหนด
• Line Graph แสดง No. of Transactions and Revenue by Period: กราฟเส้นแสดงจำนวนการ transaction (เส้นสีฟ้า) และรายได้ (เส้นสีแดง) ตามช่วงเวลา

หน้า Home นี้เป็นหน้าที่แสดงภาพรวมของธุรกิจ ที่จะช่วยให้ทางร้านสามารถเห็นภาพรวมต่าง ๆ ของธุรกิจในแง่ของจำนวนสมาชิก จำนวนสมาชิกใหม่ในช่วงเวลานั้น ๆ หากร้านทำการตลาด หรือ โปรโมชันเพื่อดึงดูดลูกค้าใหม่ ข้อมูลนี้จะช่วยให้สามารถวัดผลทางการตลาดได้ว่า กิจกรรมการตลาดที่ทางร้านทำมีประสิทธิภาพมากน้อยเพียงใดในการหาลูกค้าใหม่ นอกจากนั้นข้อมูลรายได้ (ของลูกค้าสมาชิก) ช่วยทำให้ร้านสามารถประเมินได้ว่า รายได้ของลูกค้าสมาชิกเมื่อนำไปเทียบกับรายได้รวมของร้านแล้วคิดเป็นกี่เปอร์เซ็นต์ทางร้านควรจะให้ความสนใจกับลูกค้าสมาชิก หรือทำกิจกรรมการตลาดเพื่อรักษาลูกค้ากลุ่มนี้อย่างไร และที่น่าสนใจคือ ร้านสามารถรู้ยอดแต้มคงเหลือที่เป็นมูลค่าที่ร้านจะใช้คาดการณ์ในส่วนของงบการตลาด หรือค่าใช้จ่ายทางบัญชีในอนาคตได้อีกด้วย

Finance การเงิน

• Revenue: ยอดขายของร้าน (ยอดขายจากลูกค้าที่เป็นสมาชิก)
• No. of customers in period: จำนวนสมาชิกในช่วงเวลาที่กำหนด (กำหนดช่วงเวลาที่มุมขวาบน)
• Average customer spending: ยอดใช้จ่ายเฉลี่ยของลูกค้าต่อคน
• Given points: จำนวนแต้มทั้งหมดที่ให้ลูกค้า
• Used points: จำนวนแต้มทั้งหมดที่ลูกค้าใช้
• Outstanding points: จำนวนแต้มคงเหลือทั้งหมดในระบบในช่วงเวลาที่กำหนด (กำหนดช่วงเวลาที่มุมขวาบน)
• Life Time Outstanding Points: จำนวนแต้มคงค้างทั้งหมดที่ลูกค้าทุกคนสะสม และยังไม่ได้นำมาใช้แลกตลอดระยะเวลาที่เป็นสมาชิก

• Spending per customer: ยอดใช้จ่ายเฉลี่ยของลูกค้า 1 คน
• Spending per bill: ยอดใช้จ่ายเฉลี่ยต่อบิล (ทางร้านสามารถปรับยอดซื้อต่อบิล เพื่อให้สอดคล้องกับราคาของสินค้า และบริการของร้าน)

ข้อมูลจากกราฟช่วยให้ร้านรู้ customer spending pattern หรือ รูปแบบการใช้จ่ายของ ของลูกค้า ซึ่งเป็นตัวข้อมูลที่สำคัญในการปรับแคมเปญการตลาด และโปรโมชันให้ตรงกับกลุ่มลูกค้าเฉพาะตามพฤติกรรมการใช้จ่ายของพวกเขา การจัดข้อเสนอ หรือ กิจกรรมการตลาดที่ตรงกับความชอบของลูกค้า ทำให้เพิ่มความภักดี และการซื้อซ้ำในอนาคตอีกด้วย นอกจากนั้นข้อมูลนี้ช่วยให้ทางร้านสามารถพัฒนากลยุทธ์การกำหนดราคาได้อย่างเหมาะสม และตรงกับพฤติกรรมการใช้จ่าย และมูลค่าของลูกค้า

• Points by day of the week: ข้อมูลประวัติการรับ และใช้แต้มตามวันในสัปดาห์
• Point value (Baht): มูลค่าของแต้ม (ทางร้านสามารถปรับตั้งค่าได้ว่า 1 แต้มมีค่าเท่ากับกี่บาท)
• Outstanding points: จำนวนแต้มคงเหลือทั้งหมดในระบบในช่วงเวลาที่กำหนด (กำหนดช่วงเวลาที่มุมขวาบน)
• Life Time Point Cost (Baht): ต้นทุนของแต้ม โดยคำนวณจาก มูลค่าของแต้ม x จำนวนแต้มของลูกค้าทั้งหมดทุกคน

ข้อมูลจากกราฟ Points by day of the week ทำให้ทางร้านทราบพฤติกรรมของลูกค้าว่านิยมมาใช้บริการในช่วงวันใดของสัปดาห์ อาจนำข้อมูลในส่วนนี้มาเป็นตัวช่วยในการตัดสินใจเลือกวันในการทำโปรโมชัน หรือ ออกแคมเปญ เพื่อกระตุ้น traffic และยอดขายของวันที่จำนวนลูกค้ามาซื้อของ หรือ ใ้ช้บริการที่ร้าน ที่น่าสนใจคือ ร้านสามารถกำหนด Point value (มูลค่าของแต้ม) ทำให้ทราบว่ายอด Outstanding Point Cost (Baht) (มูลค่าของแต้มคงเหลือ) คิดเป็นมูลค่ากี่บาทเพื่อที่ร้านจะใช้คาดการณ์ในส่วนของงบการตลาด หรือค่าใช้จ่ายทางบัญชีในอนาคตได้อีกด้วย

เช่น จากกราฟ Point value = 0.5 บาท ทำให้ร้านทราบ Outstanding Point Cost ซึ่งมีมูลค่าเท่ากับ 3,497,881 บาท และ Life Time Point Cost เท่ากับ 46,713,141 บาท กว่าวง่าย ๆ ในส่วนนี้คือ หนี้ที่ร้านติดลูกค้าไว้ ร้านอาจจะต้องทำแคมเปญ หรือ หาของรางวัลเพื่อมาลดยอดในส่วนนี้

จากกราฟแท่งสีม่วงที่แสดง แต้มที่ร้านมอบให้ลูกค้า ยิ่งกราฟแท่งสูงยิ่งแสดงให้เห็นว่าทางร้านมีลูกค้ามาใช้บริการในวันนั้นสูงด้วย ในทางกลับกันกราฟแท่งสีชมพูค่อนข้างต่ำ และต่ำกว่าแท่งสีม่วง สามารถอนุมานคร่าว ๆ ได้ว่า ลูกค้ามาใช้บริการมากแต่การแลกของรางวัลยังไม่มากเท่าที่ควร สาเหตุอาจจะเป็นเพราะของรางวัลที่ทางร้านจัดไว้อาจจะยังไม่ถูกใจลูกค้า หรือลูกค้าอาจจะเลือกเก็บสะสมแต้มไว้แลกของรางวัลชิ้นใหญ่ในอนาคต ข้อมูลส่วนนี้จะช่วยให้ร้านสามารถปรับเปลี่ยนของรางวัลให้เหมาะสมต่อลูกค้าเพื่อกระตุ้นการแลกแต้ม

Rewards ของรางวัล

• Total rewards: จำนวนของรางวัลทั้งหมดที่ลูกค้าสามารถแลก
• No. of transaction: จำนวนการใช้แต้มทั้งหมดในช่วงเวลาที่กำหนด (รวมการใช้แต้มโดยระบุแลกของรางวัล, การใช้แต้มโดยไม่ระบุของรางวัล และจำนวนแต้มที่หมดอายุ)
• Total used points: จำนวนแต้มที่ลูกค้าใช้ และจำนวนแต้มที่หมดอายุ
• Total used points (ex. null): จำนวนแต้มที่ลูกค้าใช้แลกของรางวัล
• Reward redemption by no. of transactions of each reward over year: กราฟแท่งแสดงการเปรียบเทียบจำนวนของรางวัลที่ลูกค้านำแต้มมาแลกในแต่ละเดือน

ข้อมูลในส่วนนี้จะช่วยให้ร้านสามารถทราบความชื่นชอบของลูกค้า โดยดูจากของรางวัลที่ลูกค้านิยมมาแลก

• Reward redemption by no. of transactions/total used points of reward and branch: จำนวนการแลกของรางวัลของแต่ละสาขา
• Reward redemption by no. of transactions/total used points of rewards and genders: จำนวนการแลกของรางวัลของลูกค้าโดยแบ่งตามเพศ (เพศหญิง, เพศชาย, และไม่ระบุ)
• Reward redemption by no. of transactions/total used points of reward names and user levels: จำนวนการแลกของรางวัลของลูกค้าโดยแบ่งตามระดับสมาชิก

Coupons คูปอง

เมื่อกด Filter มุมบนขวา สามารถเลือกดู

• Coupon status: Active (คูปองปัจจุบันที่ยังสามารถใช้งานได้) และ Inactive (คูปองที่หมดอายุไปแล้ว)
• Coupon types: ประเภทของคูปองซึ่งมีทั้งหมด 4 ประเภท ได้แก่ 1. คูปองต้อนรับ 2. คูปองของขวัญ 3. คูปองทั่วไป 4. คูปองวันเกิด
• Level: สามารถเลือกดูข้อมูลการใช้คูปองของสมาชิกโดยเลือกระดับได้
• Total coupons: จำนวนของคูปองทั้งหมด
• # Sent coupons: จำนวนคูปองที่มีการส่งถึงลูกค้า
• # Used coupons: จำนวนคูปองที่ถูกใช้
• Coupon used/Cust.: จำนวนคูปองที่ลูกค้า 1 คนใช้
• % used/sent coupon: ร้อยละของคูปองที่ใช้ต่อจำนวนคูปองที่ทางร้านส่ง (ตัวเลขเปอร์เซ็นต์ยิ่งสูงยิ่งดีเพราะเป็น ตัวชี้วัดประสิทธิภาพของกิจกรรมการตลาดด้วยคูปอง)
• # Customers received coupons: จำนวนสมาชิกที่ได้รับคูปอง
• # Customers used coupons: จำนวนลูกค้าที่ใช้คูปอง
• % Customers used coupons: ร้อยละของลูกค้าที่ใช้คูปอง
• Avg. date different use-sent: จำนวนวันเฉลี่ยที่ลูกค้ามาใช้คูปองหลังจากได้รับคูปอง
• Min. date different use-sent: ระยะเวลาที่น้อยที่สุดในการใช้คูปองของลูกค้าหลังจากได้รับคูปอง (จากรูป 0.00 คือ เวลาเป็น 0 หมายความว่า ลูกค้าได้รับคูปองแล้วใช้ทันที)
• Max. date different use-sent: ระยะเวลาที่มากที่สุดในการใช้คูปองของลูกค้าหลังจากได้รับคูปอง (จากรูป 77 วัน หมายความว่า หลังจากลูกค้าได้รับคูปองไปแล้ว 77 วันถึงมาใช้)

• No. of sent coupons by quarter: กราฟเส้นแสดงจำนวนคูปองที่ส่งตามไตรมาส
• No. of used coupons by quarter: กราฟเส้นแสดงจำนวนคูปองที่ใช้ตามไตรมาส

• ข้อมูลในตารางแสดงภาพรวม และรายละเอียดของการใช้คูปองของแต่ละคูปองของทางร้าน
• สามารถ filter เลือกดูข้อมูลเฉพาะได้จากทางขวามือโดยกดปุ่มจุด 3 จุด

• No. of used coupons by level: จำนวนคูปองที่ลูกค้าในแต่ละระดับสมาชิก (level) ใช้
• No. of used coupons by types: จำนวนคูปองที่ใช้โดยแบ่งตามประเภทของคูปอง
• Map of used coupons by type and level: เป็นข้อมูลภาพรวมที่แสดงข้อมูลการใช้คูปองแต่ละประเภทโดยลูกค้าในแต่ละระดับสมาชิก (level)
• List of customers: ข้อมูลการใช้คูปองของลูกค้ารายบุคคล
• List of coupons: ข้อมูลการใช้คูปองแต่ละใบ

Customers สมาชิก

Customer by level สมาชิกแยกตามระดับสมาชิก

• Total customers: จำนวนสมาชิกทั้งหมดของร้าน
• #Customers w/ TXN (in the period): จำนวนลูกค้าที่เป็นสมาชิกและเคยซื้อสินค้า หรือใช้บริการที่ร้านในช่วงเวลาที่กำหนด (สามารถกำหนดช่วงเวลาที่มุมขวาบน)
• #New customers (in the period): จำนวนลูกค้าใหม่ในช่วงเวลาที่กำหนด
• #New customers w/ TXN (in the period): จำนวนลูกค้าใหม่ที่เคยซื้อสินค้า หรือ ใช้บริการที่ร้านในช่วงเวลาที่กำหนด

จำนวนลูกค้าใหม่ และ จำนวนลูกค้าที่เคยซื้อสินค้า หรือ ใช้บริการที่ร้านในช่วงเวลาที่กำหนด อาจจะแตกต่างกัน ในกรณีที่ร้านให้ลูกค้าสมัครสมาชิกออนไลน์ได้เองโดยที่อาจจะทำแคมเปญแนะนำระบบสมาชิกของทางร้านผ่านช่องทางออนไลน์ต่าง ๆ หรือ มีเพื่อนแนะนำ ทำให้มีลูกค้าบางส่วนสนใจสมัครสมาชิกไว้ก่อนแต่ยังไม่เคยซื้อสินค้า หรือบริการของทางร้าน ข้อมูลในส่วนนี้สามารถใช้เป็นตัวเลขชี้วัดประสิทธิภาพของกิจกรรมการตลาดที่มีเป้าหมายเพื่อดึงดูดลูกค้าใหม่ให้มาสมัครสมาชิก หรือเพิ่มยอดขายจากสมาชิกใหม่

ตัวอย่างจากกราฟ แสดงในเห็นว่า ในช่วงนี้ร้านอาจจะมีกิจกรรมการตลาดเพื่อขยายฐานลูกค้า โดยร้านมีลูกค้าใหม่ 3,973 คน และลูกค้าใหม่ที่ซื้อสินค้าหรือบริการ 2,264 คน คิดเป็น 60% ของลูกค้าใหม่มีการซื้อสินค้าและบริการ

• Spending/Customer: ยอดใช้จ่ายต่อลูกค้า 1 คน
• Top spender (Baht): มูลค่าการใช้จ่ายของลูกค้าที่สูงที่สุดในช่วงเวลาที่กำหนด
• Visit/Day/Customer: ค่าเฉลี่ยจำนวนครั้งที่ลูกค้าเข้ามาใช้บริการในช่วงเวลาที่กำหนด
• Top visits (Days): จำนวนวันที่ลูกค้ามากลับมาซื้อของ หรือใช้บริการที่ร้าน

• กราฟแสดงการกระจายตัวของลูกค้าในแต่ละระดับสมาชิก (level) โดยข้อมูลแสดงยอดซื้อเฉลี่ย ความถี่ในการมาซื้อสินค้า หรือใช้บริการที่ร้าน

ตัวอย่างจากกราฟ ลูกค้าที่อยู่ใน Level 4 จำนวนทั้งหมด 58 คน โดยกลุ่มนี้จะมียอดซื้อเฉลี่ย 1,990.66 บาท มาที่ซื้อสินค้า หรือมาใช้บริการที่ร้านทุก ๆ 2 วัน

• No. of customers by level (all time): จำนวนสมาชิกทั้งหมดในแต่ละระดับสมาชิก (level)
• No. of customers by level (in the period): จำนวนสมาชิกทั้งหมดในแต่ละระดับสมาชิก (level)ในช่วงเวลาที่กำหนด
• Customer list (in the period): รายชื่อสมาชิกทั้งหมดในช่วงเวลาที่กำหนด (สามารถส่งออกข้อมูลโดยกดที่ปุ่มสีชมพู “Export customer list here”)

Customer by group

ข้อมูลทั้ง 2 ส่วนข้างต้น ทางร้านสามารถปรับตั้งค่าให้สอดคล้องกับธุรกิจของตนเองได้

• Minimum customer spending: ยอดใช้จ่ายขั้นต่ำของลูกค้าใน 1 ปี (ลูกค้าต้องใช้จ่ายที่ร้านอย่างน้อยเท่าไหร่จึงจะถูกจัดว่าเป็นลูกค้าชั้นดี)
• Minimum customer visits: จำนวนครั้งขั้นต่ำที่ลูกค้ามาซื้อของ หรือใช้บริการที่ร้านใน 1 ปี (ลูกค้าควรต้องมาที่ร้านอย่างน้อยกี่วันจึงจะถูกจัดว่าเป็นลูกค้าชั้นดี)
• ในกรณีที่ทางร้านไม่มีข้อมูลข้างต้น ระบบจะแสดงค่าเฉลี่ยของยอดใช้จ่าย และ จำนวนครั้งที่มาใช้บริการของลูกค้า

เมื่อตั้งค่าข้างต้นเสร็จ ระบบจะแสดงข้อมูลของลูกค้าโดยแบ่งออกเป็น 4 กลุ่มคือ

1. General Customer: ลูกค้าทั่วไป
2. Frequent Buyer: ลูกค้าที่มาบ่อย แต่ใช้จ่ายแต่ละครั้งน้อย
3. Big Spender: ลูกค้าที่มาไม่บ่อย แต่ยอดใช้จ่ายและละครั้งสูง (จากกราฟตัวอย่างคือ ใน 1 ปี ลูกค้ากลุ่มนี้มาไม่ถึง 12 ครั้ง แต่มียอดใช้จ่ายอย่างน้อย 25,000 บาท)
4. Best Customer: ลูกค้าชั้นดี (จากกราฟตัวอย่างคือ ใน 1 ปี ลูกค้ากลุ่มนี้มาไม่ต่ำกว่า 12 ครั้ง และ มียอดใช้จ่ายอย่างน้อย 25,000 บาท)

Traffic ความหนาแน่นของรายการการใช้งาน

Point transactions data รายการการใช้งานแต้ม

• Status: แสดงข้อมูลสถานะเปิด (Active) /ปิด (Inactive) ของสาขา
• No. of visitors from point transactions by hour of day and branch: จำนวนลูกค้าที่เข้ามาใช้บริการนับจากรายการใช้งานแต้มแบ่งตามสาขา และช่วงเวลา

Booking transactions data รายการการใช้งานการจอง

• Status: แสดงข้อมูลสถานะเปิด (Active) /ปิด (Inactive) ของสาขา
• No. of visitors from booking transactions by hour of day and branch: จำนวนลูกค้าที่เข้ามาใช้บริการนับจากรายการใช้งานการจองแบ่งตามสาขา และช่วงเวลา

Branches สาขา

สามารถเลือกดูข้อมูลสาขาได้จากช่อง “Select Branch Name” หรือดูข้อมูลทั้งหมดได้

• Revenue by branch (pie chart): กราฟวงกลมแสดงอัตราส่วนรายได้แบ่งตามสาขา โดยสามารถดูรายได้ของแต่ละสาขาอย่างละเอียดตามตารางแจกแจงด้านล่าง (Revenue by branch)
• Revenue by branch: รายได้ของแต่ละสาขาแบ่งตามช่วงเวลาที่กำหนด (เดือน)
• Booking by branch: จำนวนการจองของแต่ละสาขาแบ่งตามช่วงเวลาที่กำหนด (เดือน)
• Points given and used branch: ข้อมูลยอดการให้เทียบกับการใช้แต้มแบ่งตามสาขา

สามารถกดเลือกสาขาที่ต้องการดูข้อมูลจากกราฟวงกลมแสดงรายได้ โดยเมื่อกดเลือกสาขาแล้วจะแสดงรายละเอียดข้อมูลเฉพาะสาขานั้น

Bookings การจอง

• #Customers: จำนวนลูกค้าที่ทำการจองเข้ามาใช้บริการ
• No. of bookings TXN: จำนวนรายการการจองทั้งหมดที่มาใช้บริการจริง
• No. of participants: จำนวนผู้เข้ารับบริการในกิจกรรมที่จองมา กล่าวคือ รายการการจองหนึ่งครั้งอาจมีผู้เข้ารับบริการมากกว่าหนึ่งคน
• Bookings by activity group: อัตราส่วนของกลุ่มกิจกรรมที่มีการจอง
• Bookings by activity: อัตราส่วนกิจกรรมทั้งหมดที่ลูกค้าทำการจองเข้ามา
• Bookings by branch: อัตราส่วนของสาขาที่ลูกค้าทำการจองเข้ามาใช้บริการ
• Bookings by customer levels: อัตราส่วนของระดับสมาชิก (level) ของลูกค้าที่เข้ามาใช้บริการการจอง
• Bookings by day if week and top 10 activities: รายการกิจกรรมการจอง 10 อันดับแรกที่ลูกค้านิยมเข้ารับบริการแบ่งตามวัน
• Bookings by activity duration (mins): จำนวนการจองแบ่งตามระยะเวลาของกิจกรรม (นาที)

Loga BI Analytics ทำงานอย่างไร

• การรวบรวมข้อมูล: ดึงข้อมูลจากแหล่งต่าง ๆ เช่น ฐานข้อมูลจากระบบ Loga หรือแหล่งข้อมูลภายนอกที่ทางร้านมี
• การแสดงผลภาพรวม: แสดงข้อมูลในรูปแบบกราฟิก เช่น แผนภูมิ กราฟ และตาราง เพื่อให้สามารถวิเคราะห์และเปรียบเทียบข้อมูลได้ง่าย
• การวิเคราะห์เชิงลึก: ช่วยในการวิเคราะห์ข้อมูลเชิงลึก เช่น การหาความสัมพันธ์ระหว่างข้อมูล การคาดการณ์แนวโน้ม หรือการวิเคราะห์เชิงสถิติ
• การใช้งานที่ง่าย: ออกแบบให้ใช้งานง่าย มีอินเทอร์เฟซที่เป็นมิตรกับผู้ใช้ ไม่จำเป็นต้องมีทักษะทางเทคนิคสูงในการใช้งาน
• การอัปเดตข้อมูลเรียลไทม์: สามารถอัปเดตข้อมูลแบบเรียลไทม์ หรือใกล้เคียงเพื่อให้ข้อมูลเป็นปัจจุบันเสมอ
• การสร้างรายงาน: สามารถสร้างรายงานที่ปรับแต่งได้ตามความต้องการ และส่งออกในรูปแบบต่าง ๆ เช่น PDF, Excel หรือ PowerPoint

BI Dashboard จึงเป็นเครื่องมือที่มีความสำคัญในการบริหารจัดการและพัฒนาธุรกิจในยุคดิจิทัล

ไม่ว่าคุณจะทำธุรกิจเล็กหรือใหญ่ หากต้องการฐานข้อมูลเพื่อนำไปวิเคราะห์เพื่อต่อยอดการตลาด ควรใช้เครื่องมืออย่าง CRM (Customer Relationship Management) และ Loga BI Dashboard เข้ามาช่วยเหลือเพื่อให้ธุรกิจของคุณเติบโตและถึงเป้าหมายอย่างรวดเร็ว