Cover-Trainee-Minihack-Project-Sprint1-EP1
  Cover-Trainee-Minihack-Project-Sprint1-EP1
  Cover-Trainee-Minihack-Project-Sprint1-EP1

นักศึกษาฝึกงาน Data Science

25 เม.ย. 2567

Trainee Minihack Project Sprint 1 : วิเคราะห์ข้อมูลของ Botnoi Voice EP.1

Trainee Minihack Project Sprint 1 : วิเคราะห์ข้อมูลของ Botnoi Voice EP.1

DS-Trainee-Sprint1-Presentation

Trainee Minihack Project Sprint 1 Minihack : Data Analytics ทำโดยน้อง Trainee Data Science ของบอทน้อย โจทย์คือ นำข้อมูล Botnoi Voice มาวิเคราะห์ข้อมูลในเชิงลึก (insight) พร้อมทั้งตั้งสมมติฐาน (hypothesis) จุดหมายปลายทางก็คือ ทำยังไงให้ Botnoi Voice มียอดขายเพิ่มเยอะขึ้น มาดูกันเลยว่า EP.1 นี้น้องกลุ่มนี้จะมีไอเดียยังไงกันบ้าง!

Botnoi Voice เป็นเทคโนโลยีสังเคราะห์เสียงพูด (Text-to-Speech) ที่พัฒนาโดยใช้เทคโนโลยี deep learning ในการสร้างเสียงพูดที่ฟังดูเป็นธรรมชาติ โดยมีคุณสมบัติเด่นดังนี้

  • รองรับการสังเคราะห์เสียงพูดได้หลากหลายภาษา และเป็นเสียงพูดที่มีความชัดเจน เหมือนมนุษย์พูดจริงๆ

  • มีเสียงให้เลือกหลายแบบทั้งเสียงผู้หญิงและผู้ชาย

  • สามารถปรับความเร็ว ความดัง ระดับเสียงสูงต่ำได้

  • สามารถแปลงข้อความเป็นเสียงได้อย่างรวดเร็ว

  • มี API และ SDK ให้นักพัฒนาสามารถนำไปใช้งานต่อยอดได้ง่าย

Botnoi Voice ถูกนำไปประยุกต์ใช้งานในด้านต่างๆ เช่น chatbot, virtual assistant, audiobook, การสอนภาษา, แอปพลิเคชันสำหรับผู้พิการทางสายตา เป็นต้น ช่วยอำนวยความสะดวกและสร้างประโยชน์ได้หลากหลายรูปแบบให้กับผู้ใช้งาน

Sprint 1 : Data Analytics

Dataset Botnoi Voice : เป็น dataset ที่เก็บข้อมูล user activity ในการเข้าใช้งานแอพพลิเคชั่น botnoi voice ประกอบไปด้วยข้อมูล features ต่างๆ ที่สามารถนำมาวิเคราะห์ต่อได้

Insight ที่พบมีอะไรบ้าง?

เมื่อมีชุดข้อมูลแล้ว เราจึงนำชุดข้อมูลนั้นมาผ่านกระบวนการวิเคราะห์ และค้นหาข้อมูลเชิงลึก (insights) ที่ซ่อนอยู่ในชุดข้อมูลจำนวนมาก เพื่อนำไปใช้ประโยชน์ในการตัดสินใจ วางแผนกลยุทธ์ และปรับปรุงการดำเนินงานให้กับแอพพลิเคชั่น โดยข้อมูลทั้งหมดจะอ้างอิงจาก ข้อมูลของวันที่ 26/01/2024 ถึง วันที่ 19/04/2024

  • สัดส่วนการเข้าใช้งานในแต่ละวัน

สัดส่วนคนเข้าใช้งานในวันศุกร์ เสาร์ และอาทิตย์ ค่อนข้างน้อย เมื่อเทียบกับสัดส่วนคนเข้าใช้วันอังคาร พุธ และพฤหัสบดี

Graph-comparing-the-usage-proportions-for-each-day-of-the-week


ซึ่งคำนวณจากจำนวน user ที่เข้าใช้งาน โดยมีจำนวนทั้งหมด 1,327,376 คน แบ่งเป็นวันจันทร์ 206,559 คน วันอังคาร 215,531 คน วันพุธ 220,907 คน วันพฤหัสบดี 201,050 คน วันศุกร์ 177,910 คน วันเสาร์ 140,575 คน และวันอาทิตย์ 164,844 คน

  • สัดส่วนการเข้าใช้งานในแต่ละช่วงเวลา

สัดส่วนคนเข้าใช้งานช่วงเวลา 9.00 - 11.00 น. และ 13.00 - 16.00 น. มีจำนวนเยอะ รวมไปถึงช่วงเวลา 17.00 - 23.00 น. แต่ช่วงเวลา 0.00 - 8.00 น. มีจำนวนน้อย

Graph-illustrating-the-usage-proportions-at-different-times-of-dayGraph-illustrating-the-usage-proportions-at-different-times-of-day

จากกราฟจะเห็นได้ว่าจำนวนผู้ใช้งานเริ่มทยอยเพิ่มขึ้นตั้งแต่เวลา 6.00 น. และเพิ่มขึ้นอย่างต่อเนื่องจนถึงเวลา 11.00 น. หลังจากนั้นจำนวนผู้ใช้งานจะค่อยๆ ลดลงจนถึงเวลา 12.00 น. การใช้งานในช่วงบ่าย จำนวนผู้ใช้งานเริ่มเพิ่มขึ้นอีกครั้งตั้งแต่เวลา 12.00 น. จนไปถึงช่วงที่มีผู้ใช้งานมากที่สุด คือช่วง 14.00 น. และค่อยๆลดลงมาตามลำดับ โดยมีจำนวน user ทั้งหมด 1,327,376 คน แบ่งเป็นตามแต่ละชั่วโมงในหนึ่งวันตามรูปภาพ

  • เปรียบเทียบการใช้งานระหว่าง Website และ Canva

อ้างอิงจากข้อมูล ตั้งแต่ Botnoi Voice เปิดตัวใน Canva พบว่า Website มีจำนวนครั้งการใช้งาน 1,197,756 ครั้ง ซึ่งคิดเป็นสัดส่วนเฉลี่ยร้อยละ 96 และ Canva มีจำนวนครั้งการใช้งาน 49,926 ครั้ง ซึ่งคิดเป็นสัดส่วนเฉลี่ยร้อยละ 4

The-number-of-accesses-to-the-website-and-CanvaComparison-of-usage-between-the-website-and-Canva
  • สัดส่วนการซื้อ package แบบต่างๆ

User ส่วนใหญ่นิยมซื้อ package 299 บาท มากที่สุด และรองลงมาคือ package 99 บาท นิยมซื้อมากที่สุด คือ ช่วงเวลา 13.00 - 16.00 น.

The-popularity-ranking-of-package-purchasesThe-time-intervals-during-which-people-prefer-to-purchase-packagesThe-popular-packages-during-different-time-intervals

Hypothesis ที่ได้จากการวิเคราะห์

เมื่อได้ข้อมูลการวิเคราะห์เชิงลึกมาแล้ว เราจึงทำการตั้งสมมติฐาน (hypothesis) เพื่อตั้งข้อสันนิษฐานหรือคาดการณ์ปรากฏการณ์ที่น่าสนใจ ก่อนจะทำการทดสอบเพื่อพิสูจน์ว่าสมมติฐานนั้น เป็นจริงหรือไม่ ได้ดังนี้

  1. Botnoi Voice ขาดการโปรโมทการใช้งานบน Canva

ผู้ใช้งานมีการใช้งานบน Website มากกว่า เนื่องจาก Web ได้เปิดตัวและใช้งานมานานกว่า Canva  ซึ่งเพิ่งเปิดตัวไปเมื่อเดือนกุมภาพันธ์ล่าสุด ดังนั้น ผู้ใช้งานจึงอาจยังไม่รู้จักหรือตระหนักถึงความสามารถของ Botnoi voice ในการใช้งานบน Canva

  1. สามารถเพิ่มยอดขายให้กับช่วงเช้า และช่วงกลางคืน ได้อีก

เมื่อสังเกตุจากพฤติกรรมการใช้งานของ user แล้ว พบว่า ช่วงเวลา 09.00 - 11.00 น. เริ่มต้นวันทำงาน ช่วงเวลา 13.00 - 16.00 น. ช่วงบ่ายที่มีคนใช้งานหนาแน่น ช่วงเวลา 20.00 - 22.00 น. ช่วงค่ำที่คนนิยมใช้งาน ทั้ง 3 ช่วงเวลาเหล่านี้ คือ ช่วงเวลาที่มีคนเข้าใช้งานอยู่ในระดับสูงเหมือนกัน แต่ช่วงบ่ายจะเป็นช่วงที่คนเข้าใช้งานเยอะที่สุด ดังนั้น ถ้าเรามีการโปรโมท package ตามช่วงเวลาดังกล่าว จะทำให้ user สามารถมองเห็นโปรโมชั่นได้เยอะตามไปด้วย

Action ที่สามารถทำได้มีอะไรบ้าง?

เมื่อผ่านขั้นตอนการทดสอบสมมติฐานและพิสูจน์ได้ว่าสมมติฐานนั้นเป็นจริง น่าเชื่อถือ และสามารถนำไปใช้ประโยชน์ได้ ขั้นตอนต่อไปคือการวางแผนและลงมือทำ (take action) ซึ่งมีแนวทางดังนี้

  1. โปรโมท Canva ด้วยการเปลี่ยน UI และทำการโฆษณาเพิ่มเติม

เราสามารถเพิ่มหน้า Pop up และปรับปรุง UI บนเว็บไซต์ Botnoi เพื่อโปรโมต Botnoi voice ใน Canva ซึ่งจะช่วยสร้างการรับรู้ถึงฟีเจอร์ดังกล่าว จากข้อมูลช่วงเวลาที่มีผู้ใช้งานสูงสุดแสดงให้เห็นว่าผู้ใช้งานนิยมเข้าถึง  Botnoi voice และอินเทอร์เน็ตในช่วงบ่ายโดยเฉพาะ 13.00 - 15.00 น. ดังนั้น นอกจากปรับเว็บไซต์แล้ว เราควรขยายการประชาสัมพันธ์ผ่านช่องทางอื่นๆ เช่น Facebook และ TikTok เพื่อกระตุ้นการรับรู้เพิ่มเติม

The-pop-up-news-window-on-the-website
  1. เปลี่ยน package แบบบุฟเฟ่ต์ให้มีกลยุทธ

จากแพ็กเกจเดิมคือ 1499 ต่อวัน ซื้อได้ทั้งวัน เป็นเพิ่มแพ็กเกจโหลดไม่อั้นระยะสั้น 3 ชั่วโมง ในราคาที่จับต้องได้ 229 บาท เป็นตัวเลือกน่าสนใจสำหรับผู้ใช้งานที่ต้องการประสิทธิภาพการใช้งานในช่วงระยะเวลาสั้นๆ โดยเฉพาะในช่วงเวลาที่คุณกำหนด ได้แก่

  • 09.00 - 09.15 น. เวลาเริ่มต้นวันทำงาน

  • 13.00 - 13.15 น. ก่อนเริ่มช่วงบ่ายที่มีคนใช้งานหนาแน่น

  • 20.00 - 20.15 น. ก่อนเริ่มช่วงค่ำที่คนนิยมใช้งาน

การจัดโปรโมชั่นแพ็กเกจ 3 ชม. ในราคาที่ถูกใจ ช่วงเวลาสั้นๆสำคัญๆแบบนี้ จะดึงดูดผู้ใช้ที่ต้องการประสิทธิภาพการทำงานจริงๆในช่วงเวลานั้น ทำให้มียอดขายและรายได้เพิ่มขึ้นอย่างแน่นอน

Comparison-of-package-buffets-before-and-after

การคำนวณค่า ROI ทำได้โดยการหาค่าต่อช่วงเดิม คือ 1499/24 = 62.45 แล้วนำมาคูณ 3 (3 ชั่วโมงต่อช่วง) ก็จะได้ 187.375 บาท เปรียบเทียบกับค่าของช่วงใหม่ คือ 229 บาท แล้วนำมาหักลบกันหารด้วยค่าจากช่วงเดิมคูณ 100 ก็จะได้เป็นสัดส่วนร้อยละออกมา

จบไปแล้วค่ะสำหรับ Trainee Minihack Project Sprint 1: Data Analytics EP.1 จากน้องๆ Data Science กลุ่มแรก ไม่น่าเชื่อว่าน้องๆนำเอา Data ที่ทางพี่ๆทีม DS ให้นั้นมาวิเคราะห์ได้แนวทางที่หลากหลายแนวทางในการเพิ่มรายได้ให้กับตัว Botnoi Voice

บทความที่น่าสนใจเพิ่มเติมของ Data Science : data-to-insight









Back

ร่วมกันพัฒนาและสร้างสรรค์

อนาคตใหม่ ไปพร้อมกับเรา

ร่วมกันพัฒนาและสร้างสรรค์

อนาคตใหม่ ไปพร้อมกับเรา