ต่อยอดธุรกิจด้วย Big Data

การทำธุรกิจในยุค Digital transformation ข้อมูลในรูปแบบของ Big Data คือเครื่องมือสำคัญ และเป็นกุญแจอีกหนึ่งดอกที่จะนำไปสู่ความสำเร็จในการทำธุรกิจยุคใหม่ ซึ่งในวันนี้หลายบริษัทได้เริ่มนำข้อมูลดิจิทัลมาใช้เพิ่มประสิทธิภาพในการทำธุรกิจ โดยเฉพาะในด้านของการเจาะลึกลงไปในพฤติกรรมผู้บริโภคในระดับ insight เพื่อพัฒนาสินค้าและบริการให้ตรงกับความต้องการเฉพาะกลุ่ม หรือลึกไปสู่ความต้องการเฉพาะบุคคล โดยใช้ Big Data เป็นตัวนำทาง

เทคโนโลยี-ข้อมูลจุดเปลี่ยนธุรกิจไทย
บนเวทีสัมมนาประจำปีของสมาคมเศรษฐศาสตร์ธรรมศาสตร์  นายวิรไท สันติประภพ ผู้ว่าการธนาคารแห่งประเทศไทย ได้กล่าวถึงการเปลี่ยนแปลงเทคโนโลยีในยุคปฏิวัติข้อมูลว่า เป็นเรื่องสำคัญที่จะชี้เป็นชี้ตายอนาคตธุรกิจไทยและเศรษฐกิจไทย และถือว่าเป็นเรื่องระยะยาวที่สำคัญมากกว่า GDP โดยจะทำให้เกิดการเปลี่ยนแปลงใน 5 มิติ หรือ 5S ที่จะมีผลต่อภาคธุรกิจ ประกอบด้วย 

Scale เทคโนโลยีจะช่วยขยายขนาดของการทำธุรกิจให้ใหญ่ขึ้นได้ เช่น การทำธุรกิจผ่าน อีคอมเมิร์ชที่สามารถขายได้ทั่วโลก และทำให้เกิด economy of scale ซึ่งจะมีความสำคัญมากยิ่งขึ้น 

Speed การแข่งขันด้วยความเร็ว ตอบสนองลูกค้าได้ทันที เทคโนโลยีได้เปลี่ยนพฤติกรรมของลูกค้าให้ต้องการบริการที่รวดเร็วด้วยเช่นกัน

Scope เทคโนโลยีจะทำให้เส้นแบ่งระหว่างผลิตภัณฑ์ และบริการต่างๆ น้อยลง เช่น ธนาคารเคยเป็นผู้ให้บริการการเงิน แต่ปัจจุบันมีผู้ให้บริการอื่นมาทำการเงินเช่นกัน 
 
Sharing เทคโนโลยีจะทำให้เกิด sharing economy หรือเศรษฐกิจเชิงแบ่งปัน ไม่ต้องเป็นเจ้าของทรัพยากรไม่ต้องลงทุนเอง แต่ใช้ประโยชน์ได้จากการแบ่งปัน    เช่น Grab  Uber  Airbnb เป็นต้น ซึ่งกฎหมายต้องปรับให้เท่าทันการเปลี่ยนแปลงเทคโนโลยีด้วย 

Segment of ONE จากเมื่อก่อนแบ่งลูกค้าเป็นกลุ่ม ปัจจุบันสามารถให้บริการลูกค้าเป็นรายบุคคล กลายเป็น Mass customize  ซึ่งสิ่งเหล่านี้จะเข้ามากระทบทุกคนไม่ว่าธุรกิจใหญ่หรือเล็ก และเป็นทั้งความท้าทายและโอกาสที่จะเกิดขึ้น

ภาคธุรกิจมุ่งสู่การตลาดเฉพาะบุคคล 
Transaction Data ถือเป็นข้อมูลสำคัญที่จะไขปริศนาความต้องการของผู้ซื้อได้อย่างแม่นยำที่สุดเพราะเป็นข้อมูลที่เกิดขึ้นจากการซื้อขายหรือใช้บริการสินค้าของผู้บริโภค หลายบริษัทเก็บข้อมูลเหล่านี้สำหรับการพัฒนาสินค้าและบริการตอบสนองผู้บริโภคให้ตรงความต้องการในทุกช่วงจังหวะของการใช้ชีวิต และนำไปสู่การ customize สินค้าและบริการแบบรายบุคคล ซึ่งจะเป็นกลยุทธ์การแข่งขันที่ถูกนำมาใช้มากขึ้นจากใช้ Big data 

นางสาวสลิลลา สีหพันธุ์ รองประธานกรรมการ ฝ่ายกิจการบรรษัท เทสโก้ โลตัส กล่าวว่า  เรื่องของ Data อยู่ในทุกอณูของเทสโก้โลตัสตั้งแต่ต้นน้ำยันต์ถึงปลายน้ำ โดยปัจจุบันมี transaction Data ผ่านร้านค้ามากกว่า 2,000 ร้านค้าของเทสโก้โลตัส ซึ่งในปีที่ผ่านมามีทั้งหมด 620 ล้านtransaction ที่เกิดขึ้น นอกจากเรื่องของปริมาณแล้วยังมีเรื่องของความหลากหลายของข้อมูล เพราะเป็นลูกค้าที่มาจับจ่ายผ่านโลตัส มาจ่ายบิล หรือซื้อของออนไลน์ผ่านทางช็อปออนไลน์ของโลตัส หรือซื้อผ่าน marketplace ที่โลตัสนำสินค้าไปฝากขาย ทำให้มีข้อมูลที่เกิดขึ้นทุกวันอย่างมหาศาล

วิธีการที่จะนำข้อมูลเหล่านี้มาใช้เราก็ใช้ตั้งแต่การนำไปสั่งของ ของชนิดไหนสินค้าชนิดไหนที่ลูกค้าชอบแบบไหน สีอะไร ไซส์ขนาดอะไร นอกจากเรื่องของการสั่งสินค้าแล้ว ข้อมูลยังช่วยในเรื่องของการนำของมาใส่ในร้านค้าก็ต้องมีการประมวลผลว่า มีของเพียงพอให้ลูกค้าซื้อ แต่ก็ไม่มากเกินไปจนกลายเป็น inventory จนกระทั่งการนำข้อมูลมาช่วยในการปฏิบัติการในสาขาว่า ชั่วโมงไหนที่ลูกค้ามาจำนวนมาต้องจัดกำลังคนเท่าไหร่ ชั่วโมงไหนที่ไม่มีลูกค้า เป็นต้น 

่อย่างไรก็ตาม เรามีแค่  transaction Data อย่างเดียวคงไม่เพียงพอที่จะทำในเรื่อง Customization จะต้องมีฐานข้อมูลลูกค้าเข้ามาทาบ ซึ่งโลตัสก็มีระบบที่เรียกว่าคลับการ์ดซึ่งเป็นการเก็บข้อมูลลูกค้าที่ทำมานานกว่า 10 ปี ทำให้ทราบว่าลูกค้าแต่ละรายมีพฤติกรรมในการจับจ่ายอย่างไร ทำให้เราสามารถนำเสนอโปรโมชั่นสินค้าและบริการให้ตรงกับความต้องการของลูกค้าได้เป็นรายบุคคล 

ยกตัวอย่างเช่น ลูกค้าเคยซื้อผ้าอ้อมเด็กเมื่อปีที่แล้ว ดังนั้นในปีนี้โปรโมชั่นสินค้าที่เราจะนำเสนอให้กับลูกค้ารายนี้ก็อาจจะเป็นนมผงสำหรับเด็กทารก เป็นต้น หรือในกรณีที่ลูกค้ามีการจับจ่ายที่ลดลง สิ่งที่เราทำในอดีตคือการส่งคูปองส่วนลดไปให้ลูกค้าทางไปรษณีย์ แต่ปัจจุบันเราส่งส่วนลดไปให้ลูกค้าทางแอพพลิเคชั่น ซึ่งนี่ก็คือวิธีการ customer relationship management โดยการใช้ข้อมูล

แบงก์ยุคดิจิทัลปล่อยกู้ได้ทุกรูปแบบ
ขณะที่ นายธนา โพธิกำจร ผู้อำนวยการอาวุโสสาย Digital Banking ธนาคารไทยพาณิชย์ แชร์มุมมองในเรื่องของการใช้ข้อมูล เพื่อพัฒนาสินค้าและบริการของธนาคารว่า ที่ผ่านมาธนาคารใช้ข้อมูลมาโดยตลอด แต่ถามว่าใช้ข้อมูลมากน้อยแค่ไหนถ้าไม่นับปีหลังๆ ก็ยังถือว่าใช้ไม่เต็มตามความฝันที่ธนาคารอยากจะใช้  

เพราะความตั้งใจของเราคืออยากเข้าใจและรู้ใจลูกค้าเราได้ดีกว่านี้ ไม่ใช่เดินเข้าธนาคารมาก็เสนอขายแต่ประกัน ซึ่งเราก็มีข้อมูลที่ทำให้เราเข้าใจและรู้ใจลูกค้ามากขึ้นแต่ก็ไม่ได้นำมาใช้อย่างเต็มที่นัก โจทย์แรกๆ ของเราก็คือนำข้อมูลที่มีอยู่จำนวนมากมารวมกันไว้ในที่เดียว และการทำให้ความหมายของข้อมูลในความเข้าใจของทุกคนในองค์กรเหมือนกัน ซึ่งถือเป็นก้าวแรกของธนาคารในการทำข้อมูลที่เรียกว่า big data

สำหรับธนาคารเองมีความต้องการอะไร? ธนาคารถือว่าเป็นผู้ให้บริการการเงินให้กับลูกค้า ซึ่งลูกค้ามีความต้องการอยู่ไม่กี่อย่าง ได้แก่ การทำธุรกรรม การออม การลงทุน การเข้าถึงสินเชื่อ สิ่งที่ธนาคารอยากเป็นด้วย big data ก็คือทำอย่างไรให้ธนาคารสามารถช่วยลูกค้าทุกคนในเรื่องของพวกนี้ได้ จากก่อนหน้านี้เราอาจจะไม่ได้ช่วย เพราะเราเป็นแค่เป็นผู้ให้บริการลูกค้า ซึ่งตอนนี้ก็ได้เดินไปแล้วหลายก้าว 

ปัจจุบันเรามี transaction อยู่บน app มากกว่า 100 ล้านครั้งต่อเดือน ทำให้เราสามารถประมวลผลข้อมูลในสิ่งที่ลูกค้าต้องการได้มากขึ้น และทำให้ลูกค้าใช้บริการได้ง่ายขึ้น สะดวกขึ้น และในอนาคตจะทำให้ธนาคารสามารถแนะนำเรื่องต่างๆ ทางด้านการเงินให้กับลูกค้าได้ตามความต้องการลูกค้า ไม่ใช่ขายแแค่ประกันเฉยๆ แต่ถ้าเรารู้ว่าลูกค้าเพิ่งซื้อตั๋วเครื่องบิน หรืออยู่ที่สุวรรณภูมิแล้ว เรา pop up ถึงลูกค้าถามว่าจะแลกเงินหรือซื้อประกันการเดินทางไหม ลูกค้าก็คงจะรู้สึกว่าเราเข้าใจเขามากขึ้น

ในส่วนของเรื่องของสินเชื่อจะทำอย่างไรให้สามารถนำ big data มาใช้ในเรื่องการปล่อยสินเชื่อได้ดียิ่งขึ้นยก ตัวอย่างเช่น สินเชื่อบุคคลโดยปกติธนาคารก็จะเอาสลิปเงินเดือนของลูกค้ามาประมวลผลว่าจะสามารถปล่อยกู้ได้เท่าไหร่ แต่ในประเทศไทยคนส่วนมากไม่ได้เป็นพนักงานประจำกินเงินเดือนทำให้ไม่สามารถเข้าถึงแหล่งเงินทุนตรงนี้ได้เลย หรือคนบางกลุ่มมีเงินเดือนหรือรายได้ไม่สูงพอตามกฎเกณฑ์ที่เราตั้งไว้เขาก็ไม่สามารถเข้ามาถึงแหล่งสินเชื่อของธนาคารได้ก็หันไปกู้นอกระบบดอกเบี้ยเดือนละ 20

ลูกค้ากลุ่มนี้เราเรียกว่า underserved แล้วเราจะแก้ไขอย่างไร จากการนำข้อมูลมาใช้ คือถ้าสามารถเข้าใจความเสี่ยงของลูกค้าคนหนึ่งได้มากกว่าการดูสลิปเงินเดือน ยังมีข้อมูลต่างๆ ที่สามารถบ่งบอกตัวตนและอุปนิสัยของลูกค้าได้ เช่น ข้อมูลจากโซเชียล ข้อมูลจากโทรศัพท์ การใช้ app ในโทรศัพท์ และเราพบข้อมูลชุดหนึ่งที่น่าสนใจมากคือ ใครที่ miss call มากๆ มักจะไม่จ่ายเงินคืน ซึ่งข้อมูลเหล่านี้สามารถบ่งบอกได้ว่าความเสี่ยงของคนคนหนึ่งจะมากน้อยแค่ไหน ที่สามารถเอามาพัฒนาบริการในการปล่อยสินเชื่อได้ตามความเสี่ยงของเขา โดยที่เราสามารถตั้งราคาตามความเสี่ยงของคนคนนั้นได้โดยการใช้ big data ซึ่งเป็นเรื่องใหญ่มากที่หลายๆ ธนาคารกำลังทำอยู่

ขับเคลื่อนธุรกิจอสังหาฯด้วยพลัง big data
มาที่ฝั่งของธุรกิจอสังหาริมทรัพย์ ซึ่งเป็นสินทรัพย์ขนาดใหญ่มีมูลค่าหลักล้านที่ต้องการข้อมูลในการตัดสินใจทั้งในแง่ของผู้ซื้อ และผู้ลงทุน บริษัท บาเนีย (ประเทศไทย) จำกัด ซึ่งเป็นบริษัทเทคโนโลยีด้านข้อมูลอสังหาริมทรัพย์จึงเข้ามาตอบโจทย์ตรงนี้ได้อย่างเหมาะเจาะ ด้วย big data

นายวีรวัฒน์ รัตนวราหะ ผู้ร่วมก่อตั้ง และประธานเจ้าหน้าที่บริหาร บริษัท บาเนีย (ประเทศไทย) กล่าวว่าปัจจุบัน transaction ในธุรกิจอสังหาฯ มีการซื้อขายบ้านปีละประมาณ 6-7 แสนล้านบาท ซึ่ง 80% ต้องใช้สินเชื่อของสถาบันการเงิน เมื่อบ้านเสร็จก็ต้องมีการแต่งบ้านซึ่งมีมูลค่าอยู่ที่ประมาณ 2 แสนล้านบาท ถ้ารวมมูลค่าตลาดอสังหาและธุรกิจที่เกี่ยวเนื่องจะอยู่ที่ประมาณ 1.6 ล้านล้านบาทต่อปี แต่ข้อมูลที่น่าตกใจสำหรับการซื้อขายบ้านในประเทศไทยคือคนใช้ระยะเวลาซื้อเฉลี่ย 9-12 เดือน นั่นหมายความว่ารอบการหมุนของเงิน 1.6 ล้านล้านบาท ใช้ระยะเวลานานมากถ้าเทียบกับต่างประเทศ อย่างในลอนดอนหรือนิวยอร์กการซื้อขายบ้านจะใช้เวลาแค่ 60 วันหรือประมาณ 2 เดือนเท่านั้น 

“ที่เป็นเช่นนี้เพราะผู้บริโภคขาดข้อมูลที่ถูกต้องเพียงพอในการตัดสินใจซื้อ เพราะบ้านเป็นสินค้าที่มีราคาแพง ซึ่งการซื้อบ้านหนึ่งหลังก็เหมือนกับเราต้องซื้อไอโฟนทุกเดือนเป็นเวลา 30 ปี เมื่อผู้บริโภคขาดข้อมูลที่ชัดเจน  เพียงพอ บาเนียจึงเข้ามาทำแพลตฟอร์มที่คาดหวังว่าจะทำให้ผู้บริโภคใช้เวลาในการซื้อบ้านลดลงเหลือ 4-5 เดือน ถ้าสามารถมี data platform ที่เซิร์ฟทั้งฝั่งผู้บริโภคและฝั่งผู้ประกอบการกับธนาคาร เพราะเหตุผลหนึ่งที่การซื้อขายบ้านใช้ระยะเวลาก็มาจากการปล่อยกู้ด้วย เพราะธนาคารเองก็ไม่มีข้อมูลที่ดีพอในการตัดสินใจปล่อยกู้”

สำหรับ บาเนีย มีการจัดทำข้อมูลทั้ง 4 ด้านด้วยกัน ทั้งข้อมูลบนแพลตฟอร์มของเราเอง ข้อมูลจาก social analytic เฉพาะธุรกิจอสังหาฯ ทำข้อมูล properties และ people data ที่เก็บข้อมูลพฤติกรรมการซื้อบนเว็บไซต์เพื่อนำข้อมูลเหล่านี้มาทำ personalization และพฤติกรรมต่างๆ ของผู้บริโภค สามารถทำให้รู้ว่าจะตัดสินใจซื้อบ้านได้ภายในระยะเวลาเท่าไหร่จากการใช้ machine learning เก็บพฤติกรรมที่เป็น big data มาเรียนรู้และวิเคราะห์ความเป็นไปได้ที่จะเกิดขึ้น

ในแง่ของ transectional data ในแต่ละเดือนเราจะมีข้อมูลพฤติกรรมลูกค้าประมาณ 500 ล้านdata point ซึ่งเราเอาข้อมูลเหล่านี้มาช่วยในการแนะนำ product ให้กับลูกค้าให้ตรงกับความต้องการมากที่สุด และใช้ข้อมูลเหล่านี้แชร์กับผู้ประกอบการในการวางแผนการลงทุนโครงการอสังหาริมทรัพย์ นอกจากนี้ยังมีการเก็บข้อมูล transaction ย้อนหลังไปเป็น 10 ปี เพื่อเอาข้อมูลเหล่านี้มาใช้สำหรับการประมาณราคาบ้าน เนื่องจากคนส่วนใหญ่มักจะไม่รู้ว่าบ้านมีราคาเท่าไหร่ ซึ่งถือเป็นจุดเริ่มต้นของการซื้อขาย และทำให้ธนาคารสามารถประเมินราคาบ้านในการปล่อยสินเชื่อได้สะดวกรวดเร็วมากขึ้นและประหยัดงบประมาณในการประเมินได้ดียิ่งขึ้น

นอกจากการเก็บข้อมูลแล้ว บาเนียยังเก็บรูปซึ่งในปัจจุบันมีรูปอยู่ในแพลตฟอร์มเกือบ 2 ล้านรูป ซึ่งรูปเหล่านี้มีมูลค่าและมีประโยชน์ต่อธุรกิจ sme เนื่องจากบาเนียกำลังจะมีผลิตภัณฑ์ตัวใหม่ที่เริ่มกับ SCG ทำให้คนสามารถค้นหาบ้านจากรูปได้ และจะมี AI ที่ทำหน้าที่แนะนำสินค้าตกแต่งโดยที่ไม่จำเป็นต้องไปหาที่ร้าน ซึ่งเรากำลังเชื่อม platform กับหลายๆ platform ที่ขายวัสดุตกแต่งเฟอร์นิเจอร์ แต่เราจะเริ่มทำกับ SCG ก่อน เรื่องนี้จะมีประโยชน์กับผู้ประกอบการท้องถิ่น ในการเข้าถึงผู้บริโภคด้วยต้นทุนที่ต่ำลง

“ในธุรกิจอสังหาริมทรัพย์ซึ่งมีทั้งผู้เล่นรายใหญ่รายกลางและรายเล็ก ซึ่งอาจจะไม่ได้มีอยู่ในกรุงเทพฯมากนัก แต่ถ้าในต่างจังหวัดจะพบว่าผู้เล่นหลักในตลาดจะเป็นผู้เล่นรายกลางและรายเล็กในท้องถิ่น ซึ่งเราพบว่าค่าเฉลี่ยของบริษัทใหญ่ในการทำresearch และ marketing จะอยู่ที่ 2-3% เนื่องจากบริษัทรายใหญ่มีแบรนด์ที่แข็งแกร่ง มีทีมงาน และการพัฒนาสินค้าจำนวนมากทำให้ต้นทุนต่อยูนิตต่ำลง 

แต่สำหรับบริษัทรายกลางและรายเล็ก มีการใช้จ่ายในการทำ research และ marketing อยู่ที่ประมาณ 5-7% สิ่งที่เราทำเมื่อเรามี data ทำให้สามารถเข้าถึงข้อมูลได้โดยไม่เสียต้องเสียค่าใช้จ่ายมาก ซึ่งถือเป็นเป้าหมายของบาเนียที่ต้องการจะเข้าไปช่วยผู้ประกอบการรายกลางและรายเล็กให้เข้าถึงข้อมูลผู้บริโภคได้จาก data ที่เรามีในหลายมิติ  ซึ่งเรากำลังจะทำแพ็คเกจให้กับบริษัทรายกลางและรายเล็กได้เข้าถึงข้อมูลได้ง่ายขึ้นในต้นทุนที่ถูกลงและทำให้เกิดความเป็นธรรมในการแข่งขันจากการเข้าถึงข้อมูล

ปั้นแบรนด์ให้โดนใจด้วย social listening
ขณะที่นายปิยะภณ จิระพัฒน์สกุล Managing Director-Thailand  บริษัท บริษัท อินเตอร์เน็ต เบส บิซิเนส กรุ๊ป ผู้ให้บริการ zanroo.com กล่าวถึงข้อมูลอีกรูปแบบหนึ่ง ได้แก่ ข้อมูลบนโลกโซเชียล โดยระบุว่า ปัจจุบัน earn media ถือว่ามีความสำคัญที่สุด เพราะเป็นสื่อที่มีการพูดถึงแบรนด์โดยที่ไม่ต้องจ่ายสตางค์จากเดิมการใช้สื่อโฆษณาต่างๆ ดีไม่ดีหรือไม่ชอบสินค้าอย่างไรก็จะพูดกันในวงแคบ แต่ปัจจุบันเมื่อ social media เกิดขึ้น ทำให้การพูดถึงแบรนด์สินค้าต่างๆ ผ่าน social media เพิ่มจำนวนมากขึ้นไปด้วย earn media จึงมีความสำคัญมากยิ่งขึ้น เพราะคนส่วนใหญ่เชื่อ earn media ซึ่งเป็นข้อมูลจากเพื่อนหรือคนรู้จักโพสต์เข้ามา โดยที่แบรนด์ไม่ได้เป็นคนพูด ถ้าไม่มี social listening เราก็จะไม่มีวันรู้ว่าคนพูดถึงแบรนด์เราว่าอย่างไร

social listening ในที่นี้หมายถึง social media ทั้ง facebook twitter instagram หรือแชร์วีดีโอต่างๆ ข้อมูลต่างๆ เหล่านี้ อยู่อย่างกระจัดกระจายมากๆ ซึ่งเป็นนิยามของ big data ที่จะต้องมีเครื่องมือที่สามารถนำข้อมูลเหล่านี้มาประมวลผลได้ในรูปแบบของ social listening ซึ่งมีใช้กันอยู่ทั่วโลก แต่สำหรับประเทศไทย ภาษาไทยเป็นภาษาที่ยากในการทำ social listening 

ข้อมูลจาก social media ต่างๆ เหล่านีมี ข้อดีคือมันเป็น voice ของผู้บริโภคจริงๆ แต่ข้อเสียคือมันไม่มี structure เป็นข้อมูลที่กระจัดกระจาย ถ้าไม่มีระบบในการค้นหาที่ดีเราจะวิเคราะห์ข้อมูลเหล่านี้ได้ยากมาก แสนรู้จึงได้พัฒนา keyword ภาษาไทย ซึ่งการจัด keyword แบบหลายชั้น จะยิ่งทำให้การวิเคราะห์ข้อมูลได้ดีขึ้น ซึ่งการตัดสินใจซื้อของลูกค้าจะขึ้นอยู่กับประสบการณ์และความรู้สึกของแบรนด์สินค้าที่มอบให้กับลูกค้านั้นเป็นอย่างไร เป็นสิ่งที่ผู้ประกอบการจะต้องให้ความสำคัญ 

แต่ประสบการณ์และความรู้สึกของลูกค้าเหล่านี้ปกติจะไม่บอกกับแบรนด์ แต่เขามักจะไปพูดใน social media ต่างๆ ซึ่งการมีเครื่องมือที่สามารถจับข้อมูลเหล่านี้ และวิเคราะห์ได้ว่าเป็นบวกหรือเป็นลบกับแบรนด์ คนพูดถึงแบรนด์เป็นอย่างไรเป็นบวกเท่าไหร่เป็นลบเท่าไหร่ คนพูดถึงคู่แข่งเป็นอย่างไร ก็สามารถนำกลับมาใช้ประโยชน์กับแบรนด์ได้

ทั้งหมดคือความเปลี่ยนแปลงที่เกิดขึ้นในยุคที่ข้อมูลดิจิทัลมีพลังที่จะเปลี่ยนโลกได้ ขึ้นอยู่กับว่าวันนี้คุณรู้จักมันมากพอที่ใช้ประโยชน์จากมันแล้วหรือยัง

Baania มี Line แล้วนะ
ติดตามเรื่องราวอสังหาริมทรัพย์แบบอินเทรนด์ ได้ทุกวันผ่าน Line ID @baania