ประเภทลูกค้า ในธุรกิจอสังหาริมทรัพย์โดยใช้ปัจจัยทางภูมิศาสตร์

Real Estate Real Marketing/ศ. วิทวัส รุ่งเรืองผล witawat@tbs.tu.ac.th

ท่านที่เคยเรียน หรืออ่านหนังสือเกี่ยวกับการตลาด การแบ่งส่วนตลาดหรือการจำแนกประเภทลูกค้า (Segmentation) เป็นหนึ่งในเครื่องมือทางการตลาดที่นำมาใช้ในการวิเคราะห์และกำหนดกลยุทธ์ทางการตลาด ในตำราด้านการตลาดพื้นฐานมักจะอธิบายวิธีการแบ่งส่วนตลาด โดยใช้เกณฑ์หลัก 4 ปัจจัย ได้แก่ เกณฑ์ด้านประชากรศาสตร์ (Demographic) เกณฑ์ด้านจิตวิทยา (Psychographic) เกณฑ์ด้านพฤติกรรม (Behavioral) และเกณฑ์ด้านปัจจัยทางภูมิศาสตร์ (Geographic)

โดยเกณฑ์ 3  ประการแรก นักการตลาดนิยมใช้กันอย่างแพร่หลายในการนำมาจำแนกประเภทลูกค้าและวิเคราะห์ แต่สำหรับเกณฑ์ด้านภูมิศาสตร์ คำอธิบายในหนังสือส่วนใหญ่ไม่ค่อยมีอะไรมากนัก

ถ้าเป็นตำราจากต่างประเทศ อย่างในสหรัฐอเมริกา เกณฑ์ด้านภูมิศาสตร์ดูเหมือนจะมีความสำคัญพอสมควร เนื่องจากเป็นประเทศใหญ่ที่มีความแตกต่างกันด้านลักษณะทางภูมิศาสตร์ค่อนข้างมาก แต่สำหรับประเทศไทย ความแตกต่างกันด้านภูมิศาสตร์ที่นำมาใช้มีการจำแนกประเภทลูกค้าดูเหมือนจะมีไม่มากนัก ในตำราของไทยจึงไม่ค่อยได้มีการวิเคราะห์เกณฑ์ในด้านนี้มากนัก

แต่ในธุรกิจพัฒนาอสังหาริมทรัพย์มีลักษณะเฉพาะที่สำคัญ คือ ไม่สามารถเคลื่อนย้ายทรัพย์ไปในที่ที่มีความต้องการได้ ทำเล (Location) จึงเป็นปัจจัยสำคัญ ในการตัดสินใจซื้อของลูกค้า ผมเลยอยากจะนำเกณฑ์ด้านปัจจัยทางภูมิศาสตร์มาอธิบายเป็นแนวทางให้นักการตลาดด้านอสังหาริมทรัพย์ใช้สำหรับ วิเคราะห์และจำแนกประเภทลูกค้า

ปัจจัยด้านภูมิศาสตร์ ที่เหมาะกับการนำมาใช้ในธุรกิจพัฒนาอสังหาริมทรัพย์

1. เขตการปกครอง ตลาดหลักสำหรับอสังหาริมทรัพย์ประเภทที่อยู่อาศัย อยู่ในเขตกรุงเทพฯ และปริมณฑล ปัจจุบันกรุงเทพมหานครมี 50 เขต ปทุมธานีมี 7 อำเภอ นนทบุรี มี 6 อำเภอ และสมุทรปราการมี 6 อำเภอ ร่วมกัน 4 จังหวัด ได้ 69 เขต/อำเภอ ในการใช้งานจริง ดูจะเยอะไปหน่อยครับ

หน่วยงานที่ทำฐานข้อมูลด้านอสังหาริมทรัพย์ส่วนใหญ่จะนำเขต/อำเภอ มาจัดกลุ่มใหม่ให้มีจำนวนพื้นที่น้อยลง โดยบริษัทเอเจนซี่ ฟอร์ เรียลเอสเตท แอฟแฟร์ส (AREA) ที่เป็นบริษัทวิจัยและให้บริการข้อมูลด้านอสังหาริมทรัพย์ ได้แบ่งส่วนที่อยู่อาศัยในกรุงเทพฯ และปริมณฑล ไว้ 14 โซน (อ้างอิงจาก Exclusive Seminar: Bangkok Real Estate Markets, As of End 2020) ดังนี้

โซน A : รังสิต-ปทุมธานี โซน B : ติวานนท์ โซน C : นนทบุรี-บางซื่อ โซน D : พหลโยธิน-รามอินทรา โซน E : ตะวันออกเฉียงเหนือ โซน F : รัชดา-ลาดพร้าว โซน G : ตะวันออกโซน H : บางนา-สมุทรปราการ โซน I : ใจกลางเมือง โซน J :สุขสวัสดิ์ โซน K: พระราม2-เพชรเกษม โซน L: ธนบุรีเมืองเก่า โซน M: ปิ่นเกล้า-พุทธมณฑล โซน N: NW ของเจ้าพระยา

ส่วนศูนย์ข้อมูลอสังหาริมทรัพย์ (REIC) ที่เป็นหน่วยงานผู้ให้บริการฐานข้อมูลวิจัยด้านอสังหาริมทรัพย์อีกแห่งหนึ่งได้แบ่งโซนกรุงเทพฯ และปริมณฑล ไว้ 19 โซน ดังนี้  1. บางใหญ่-บางบัวทอง-บางกรวยไทรน้อย

2. บางพลี- บางบ่อ-บางเสาธง 3. ลำลูกกา-คลองหลวง-ธัญบุรี-หนองเสือ 4. หลักสี่-ดอนเมือง-สายไหม-บางเขน 5. ตลิ่งชัน-บางแค-ภาษีเจริญ-หนองแขม-ทวีวัฒนา 6. คลองสามวา-มีนบุรี-หนองจอก-ลาดกระบัง

7. เมืองนนทบุรี-ปากเกร็ด 8. ราษฎร์บูรณะ-บางขุนเทียน-ทุ่งครุ-บางบอน-จอมทอง 9. เมืองสมุทรปราการ-พระประแดง-พระสมุทรเจดีย์ 10. พระโขนง-บางนา-สวนหลวง-ประเวศ 11. เมืองปทุมธานี-ลาดหลุมแก้ว-สามโคก

12. บึงกุ่ม-คันนายาว-สะพานสูง 13. สุขุมวิท 14. ห้วยขวาง-จตุจักร-ดินแดง 15. สีลม-สาทร-บางรัก 16. ธนบุรี-คลองสาน-บางกอกน้อย-บางกอกใหญ่-บางพลัด 17. พญาไท-ราชเทวี 17. ปทุมวัน 18. ลาดพร้าว-วังทองหลาง-บางกะปิ 19. บางซื่อ-ดุสิต  (ที่มา เอกสารประกอบการสัมมนา “สถานการณ์ตลาดที่อยู่อาศัยครึ่งหลังปี 2564 และแนวโน้มปี 2565 ภายใต้วิกฤตโควิด-19, ศูนย์ข้อมูลอสังหาริมทรัพย์ ธนาคารอาคารสงเคราะห์, 2564)

การจำแนก ประเภทลูกค้า ตามเขตการปกครอง มีข้อดีคือ สามารถนำแต่ละโซนที่จำแนกไว้ มาเชื่อมโยงกับฐานข้อมูลด้านประชากร และฐานข้อมูลอื่น ๆ ของหน่วยงานภาครัฐ เช่น จำนวนประชากร/จำนวนครัวเรือนในแต่ละเขต ข้อมูล การเก็บภาษีรายได้บุคคลธรรมดาในแต่ละเขต รวมถึงข้อมูลด้านอุปทาน (Supply) เช่น ข้อมูล ใบอนุญาตก่อสร้างอาคาร ใบอนุญาตจัดสรรที่ดิน เป็นต้น  ซึ่งข้อมูลดังกล่าวสามารถนำมาใช้ในการวิเคราะห์ลูกค้าและคู่แข่งได้เป็นอย่างดี

2. รหัสไปรษณีย์ นอกเหนือจากการจำแนกกลุ่มลูกค้าตามเขตการปกครองแล้ว หน่วยงานอย่างไปรษณีย์ไทยมีการนำตัวเลขรหัสไปรษณีย์ ในการจำแนกเขตพื้นที่ ก็เป็นแนวทางการจำแนกลูกค้าจากพื้นที่ได้เป็นอย่างดี โดยตัวเลขในรหัสไปรษณีย์หลักแรกแทนภูมิภาค เช่น 1 แทนภาคกลางตอนล่าง 8 แทนภาคใต้ เลขหลักที่สองแทนจังหวัดในภูมิภาคนั้น จังหวัดเชียงใหม่ มีรหัสเป็นเลข 0 ของภาคเหนือ เป็นต้น (ยกเว้นกรุงเทพมหานครและสมุทรปราการที่ใช้เลข 0 เหมือนกัน)

หลักที่สามและสี่แทนท้องที่ (ซึ่งมักเป็นอำเภอ) ที่มีไปรษณีย์รับผิดชอบในการนำจดหมายไปส่งยังบ้าน หลักสุดท้ายคือรหัสของที่ทำการไปรษณีย์ในท้องที่นั้น ๆ (อ้างอิงจาก https://th.wikipedia.org/wiki/รหัสไปรษณีย์) รหัสไปรษณีย์เหมาะกับธุรกิจพัฒนาสังหาริมทรัพย์ที่ต้องการเก็บฐานข้อมูลลูกค้าแล้วนำมาวิเคราะห์ Heat Map

เช่น ธุรกิจโรงแรม ศูนย์การค้า ที่มีระบบฐานข้อมูลสมาชิก สามารถนำข้อมูลรหัสไปรษณีย์ของสมาชิกมาวิเคราะห์ได้ว่า ลูกค้าที่มาที่โรงแรมหรือศูนย์การค้ามีที่อยู่อาศัยหนาแน่นอยู่ในบริเวณพื้นที่ได้ มีกลุ่มลูกค้าที่เดินทางมา ใช้บริการข้ามพื้นที่มากน้อยเพียงใด และมาจากพื้นที่ใด ในการทำการตลาดแบบออนไลน์ และจำแนกลูกค้าตามรหัสไปรษณีย์จะช่วยทำให้แบ่งหมวดหมู่ลูกค้า ตามพื้นที่ได้อย่างละเอียดและแม่นยำ

ผมเคยคุยกับผู้ประกอบการในธุรกิจ ไปรษณีย์เอกชน เขาใช้ข้อมูลอัตราการเติบโตของลูกค้าจากรหัสไปรษณีย์ ในการกำหนดแผนในการขยายสาขาเข้าไปยังพื้นที่ที่มีปริมาณการเติบโตสูงในการใช้บริการรับส่งพัสดุ ผู้ประกอบการอสังหาริมทรัพย์ก็อาจใช้ดัชนีการเพิ่มขึ้นของปริมาณการรับส่งพัสดุในแต่ละรหัสไปรษณีย์ เพื่อสร้างแบบจำลองอัตราการขยายตัวของเมืองเพื่อใช้ประกอบในการตัดสินใจเลือกพื้นที่ในการพัฒนาโครงการก็ได้

3. การใช้สีและรหัสผังเมือง ตามกฎหมายด้านผังเมือง แต่ละเมืองที่มีการจัดทำผังเมืองรวมจะมีการกำหนดสีและหมายเลขกำกับแปลงที่ดิน เป็นโซน เช่น พื้นที่สีเหลือง (ย1-ย4) – ที่ดินประเภทที่อยู่อาศัยหนาแน่นน้อย, พื้นที่สีน้ำตาล (ย8-ย10) – ที่ดินประเภทที่อยู่อาศัยหนาแน่นมาก, พื้นที่สีแดง – ที่ดินประเภทพาณิชยกรรม, พื้นที่สีน้ำเงิน – ที่ดินประเภทสถาบันราชการ สาธารณูปโภคและสาธารณูปการ

คำอธิบายรหัสแปลงที่ดินตามกฎหมายผังเมือง ผมเคยเขียนเป็นบทความไว้ในคอลัมน์นี้เมื่อหลายปีมาแล้วครับ ท่านที่สนใจลองสืบค้นดูนะครับ หรือลองหาอ่านจากแหล่งอื่นก็ได้ แนวทางการกำหนดสีและรหัสแปลงที่ดินตามกฎหมายผังเมืองก็เพื่อกำหนดและควบคุมการใช้ประโยชน์จากที่ดินให้มีความเหมาะสม และก่อให้เกิดข้อจำกัดในการใช้ประโยชน์จากที่ดินด้วยเช่นกัน

จึงเป็นการแบ่งโซนตามลักษณะกิจกรรมทางเศรษฐกิจ การวิเคราะห์ว่าลูกค้าอยู่ในพื้นที่รหัสผังเมืองประเภทใด ก็พอจะนำมาใช้ในการวิเคราะห์ศักยภาพทางเศรษฐกิจ สังคม รวมถึงวิเคราะห์ Life style ของลูกค้าได้ระดับหนึ่ง ในประเทศที่มีระบบผังเมืองที่ดีและเข้มงวด จะเห็นโซนการใช้ประโยชน์ของที่ดินได้ชัดเจน

แต่ในประเทศไทยมีความปะปนกันของการใช้ที่ดินอยู่เป็นอย่างมาก ในพื้นที่สีแดง ที่เป็นย่านพาณิชยกรรม โดยหลักการแล้วควรเป็นย่านที่ตั้งของศูนย์การค้า สำนักงาน มากกว่าจะเป็นย่านที่อยู่อาศัยแต่ในพื้นที่สีแดงก็มีการสร้างที่อยู่อาศัยประเภทอาคารชุดอยู่เป็นจำนวนมาก ทำให้กลายเป็นส่วนผสมทั้งย่านอยู่อาศัยและย่านธุรกิจ โดยบริเวณใกล้รถไฟฟ้าหรือริมถนนใหญ่ก็เป็นที่ตั้งของอาคารชุดตลาดบน แต่พอเข้ามาในซอยก็จะกลายเป็นย่านที่อยู่อาศัยสำหรับผู้มีรายได้ปานกลางถึงต่ำ แต่ก็อยู่ในโซนพื้นที่สีแดงเช่นกัน

ในประเทศไทยผู้ประกอบการอสังหาริมทรัพย์จึงไม่ค่อยนำรหัสพื้นที่ผังเมือง ในการนำมาวิเคราะห์ลูกค้า แต่นำมาใช้วิเคราะห์ศักยภาพของแปลงที่ดิน เป็นหลัก

4. การใช้ข้อมูลปริมาณการใช้สาธารณูปโภคและกิจกรรมทางทางเศรษฐกิจ ในแต่ละพื้นที่ การวิเคราะห์และจำแนกลูกค้า โดยใช้ลักษณะทางภูมิศาสตร์ สามารถนำข้อมูล ปริมาณการใช้สาธารณูปโภค

เช่น ปริมาณการใช้ไฟฟ้าของครัวเรือน มาเป็นตัวบ่งชี้ กำลังซื้อของลูกค้า แต่ข้อมูลดังกล่าวเป็นข้อมูลของหน่วยงานรัฐวิสาหกิจที่อาจไม่ได้เปิดเผย แต่ก็มีการนำข้อมูล เช่น ภาพถ่ายจากดาวเทียมของประเทศไทย นำมาวิเคราะห์ระดับความสว่างของแสงไฟในช่วงเวลากลางคืน เราค่อยนำมาซ้อนทับกับเขตการปกครองหรือพื้นที่ทางภูมิศาสตร์ โดยเชื่อกันว่าพื้นที่ที่มีระดับกิจกรรมทางเศรษฐกิจสูง (คือพื้นที่ที่เจริญกว่า จะมีความเข้มของปริมาณแสงไฟสูงกว่า) หลักการเดียวกัน ข้อมูลเครือข่ายการบริการเครือข่ายโทรศัพท์เคลื่อนที่ 5G ในแต่ละพื้นที่ มาเป็นตัวกำหนดปริมาณความเจริญของพื้นที่ก็ได้

ภาพแสดง พื้นที่ครอบคลุมเครือข่ายสัญญาณ AIS ที่มาจากข้อมูล nPerf

5. ข้อมูลแนวเส้นทางและสถานีรถไฟฟ้า การวิเคราะห์และจำแนกลูกค้า โดยอ้างอิงจากแนวเส้นทางรถไฟฟ้าและสถานีที่ใกล้กับย่านอยู่อาศัยของลูกค้า ก็สามารถนำมาใช้ในการวิเคราะห์ศักยภาพและ Lifestyle ของลูกค้าได้ ในการทำการตลาดออนไลน์ที่บริษัทพัฒนาอสังหาริมทรัพย์ให้ลูกค้าระบุย่านหรือทำเลที่สนใจซื้ออสังหาริมทรัพย์

บางแอปพลิเคชันมีการกำหนดให้ลูกค้าระบุสถานีรถไฟฟ้าที่อยู่ใกล้แหล่งงาน ใกล้แหล่งที่พักอาศัยเดิม และอาจให้ระบุระยะทางหรือระยะเวลาในการเดินทางจากสถานีรถไฟฟ้าที่ใกล้ที่สุดไปยังแหล่งงาน ที่พักอาศัยเดิม หรือระบุสถานีรถไฟฟ้าในย่านที่อยู่อาศัยที่กำลังอยู่ในความสนใจ ข้อมูลเหล่านี้เมื่อนำมาวิเคราะห์เชื่อมโยงกันจะช่วยทำให้เข้าใจความต้องการของลูกค้าได้ดีขึ้น และจำแนกกลุ่มลูกค้าได้ดีขึ้นด้วย

ทั้ง 5 ปัจจัยน่าจะพอเป็นแนวทางที่ผู้อ่านสามารถนำไปใช้ประกอบในการวิเคราะห์และวางแผนในด้านการจำแนกลูกค้า และตอบสนองความต้องการของลูกค้าในทางการตลาดได้นะครับ

อัพเดตข่าวสารการตลาดทุกวันได้ที่ 
Website : Marketeeronline.co / Facebook : www.facebook.com/marketeeronline



อัพเดตข่าวสารการตลาดทุกวันได้ที่ Website: Marketeeronline.co
Facebook: www.facebook.com/marketeeronline

ติดตาม Marketeer Online ทาง Line@ : @marketeer

เพิ่มเพื่อน