ในปัจจุบัน หนึ่งในอาชีพยอดฮิตของคนรุ่นใหม่ที่เข้าสู่โลกการทำงานคงหนีไม่พ้นการเป็นอินฟลูเอนเซอร์และคอนเทนต์ครีเอเตอร์
รายงานจาก Morning Consult บริษัทข้อมูลด้านธุรกิจระดับโลก ได้สำรวจคนในสหรัฐอเมริกาจำนวน 2,204 คนที่เป็นผู้ใช้ Twitter, Facebook, Snapchat, Instagram TikTok, Twitch และ YouTube พบว่า 57% ของกลุ่ม Gen Z (อายุระหว่าง 13-26 ปี) ต้องการเป็นอินฟลูเอนเซอร์หากมีโอกาส
Brand Inside มีโอกาสได้เข้าร่วมงาน iCreator Camp 2024 เพื่อฟังการบรรยายในแคมป์ปั้นครีเอเตอร์รุ่นใหม่และพูดคุยกับเอ็ม – ขจร เจียรนัยพานิชย์ กรรมการผู้จัดการ บริษัท The Zero Publishing ที่ได้มาพูดในหัวข้อ Thailand’s Creator Landscape & Social Media Algorithm เลยสรุปมาให้อ่านกัน
Creator Landscape ในยุคที่ TikTok กำลังมาแรง
เอ็ม-ขจร เริ่มต้นจากการเล่าให้ฟังถึงภาพใหญ่ของสื่อในทุกวันนี้ว่า ได้เปลี่ยนผ่านจากจากสื่อโทรทัศน์ วิทยุ หนังสือพิมพ์ เข้าสู่ยุคของสื่อออนไลน์ที่แต่ละแพลตฟอร์มต่างพยายามอัปเกรดตัวเองและเพิ่มฟีเจอร์การใช้งานอย่างต่อเนื่อง
สิ่งที่ตามมาจากการเติบโตของแพลตฟอร์มโซเชียลมีเดียทำให้เกิดการเติบโตของครีเอเตอร์จำนวนมาก ข้อมูลจาก ThinkView บอกว่า ปัจจุบันมีคนไทยที่ทำคอนเทนต์วิดีโอถึง 3.1 ล้านคน ส่วนครีเอเตอร์มืออาชีพน่าจะเกิน 200,000 คน ถือว่าเป็นสนามที่มีการแข่งขันไม่ใช่น้อยเลย โดยเฉพาะ TikTok ที่กำลังมาแรงจนตอนนี้มีจำนวนผู้ใช้เป็นอันดับ 2 รองจาก Facebook แค่แพลตฟอร์มเดียว
สำหรับเหล่าครีเอเตอร์ หลายคนได้เรียนรู้ที่จะทำคอนเทนต์ให้คนดูชอบกันอยู่แล้วแต่สิ่งหนึ่งที่ถูกมองข้ามกลับเป็นการทำคอนเทนต์ให้ถูกใจอัลกอริธึม ทำให้แม้คอนเทนต์จำนวนมากจะถูกใจผู้ชมแต่กลับไม่ค่อยจะมีคนดูเท่าไรนักเพราะไม่ถูกใจ AI
เอ็ม-ขจร กล่าวว่า ยุคนี้ปฏิเสธไม่ได้เลยว่าครีเอเตอร์จำเป็นต้องรู้ทั้ง 2 เรื่อง ทั้งศิลปะและนวัตกรรม
อัลกอริธึมไม่ได้มีแค่แบบเดียว
เอ็ม-ขจร อธิบายว่า หลายคนลงความเห็นว่ายุคนี้เป็นยุคเปลี่ยนผ่านของโซเชียลมีเดีย เลยได้สรุปประเภทการทำงานของอัลกอริธึมบนโซเชียลมีเดียออกเป็น 2 แบบ คือ อัลกอริธึมแบบ Social Media และอัลกอริธึมแบบ Recommendation Media
เริ่มต้นอย่างแรกกันที่อัลกอริธึมแบบ Social Media แพลตฟอร์มที่ใช้อัลกอริธึมแบบนี้ ได้แก่ Facebook. Instagram, LinkedIn และ LINE VOOM
หลักการทำงานของอัลกอริธึมแบบนี้เชื่อว่า พอคนแชร์คอนเทนต์หากันจะช่วยให้มีคนเข้ามาใช้แพลตฟอร์มมากขึ้นเรื่อย ๆ เป็นการส่งต่อคอนเทนต์จากมนุษย์สู่มนุษย์ด้วยกันเอง คนเลยเป็นคีย์หลักในการกระจายข้อมูลผ่านแพลตฟอร์มแบบนี้ ทำให้เวลาเข้าไปยังหน้าฟีดเรามักจะเจอโพสต์ของเพื่อน สิ่งที่คุ้นเคย หน้าเพจที่ติดตาม เป็นสัดส่วน 85% ส่วนอีก 15% จะเป็นสิ่งที่ AI แนะนำขึ้นมา
การใช้อัลกอริธึมแบบนี้ก็มีปัญหาอยู่บ้าง ที่เห็นได้ชัด คือ 4-5 ปีที่ผ่านมาเกิดสิ่งที่เรียกว่าโซเชียลมีเดียแยกคนออกจากกัน เพราะทำให้เห็นแต่สิ่งที่ตรงกับความสนใจและความคิดที่คน ๆ นั้นเห็นด้วย ทำให้เกิดปัญหาเรื่องแนวคิดโดยเฉพาะเรื่องการเมืองและประเด็นทางสังคมต่าง ๆ
ครีเอเตอร์ที่ใช้แพลตฟอร์มเหล่านี้เลยต้องจับทางให้ได้ว่า จะต้องทำคอนเทนต์ยังไงให้ผู้ใช้แพลตฟอร์มอยากมีส่วนร่วม เพื่อดึงดูดให้คนเข้ามาแชร์โพสต์หรือคอมเมนต์ ข้อดีของอัลกอริธึมประเภทนี้อยู่ที่ว่าพอครีเตอร์ทำคอนเทนต์ไปสักพักก็จะมียอดคนที่มีส่วนร่วมหรือยอด Engagement คงที่
ส่วนอัลกอริธึมแบบที่ 2 อย่าง Reccommendation Media เช่น TikTok, YouTube, Twitter เราจะสังเกตว่าเมื่อเข้าไปยังแพลตฟอร์มโดยเฉพาะ YouTube ครึ่งหนึ่งของคอนเทนต์จะเป็นเรื่องที่ไม่ได้ติดตาม มักเป็นหัวข้อที่กำลังเป็นกระแสที่ AI แนะนำขึ้นมา TikTok เองก็เช่นเดียวกัน เมื่อกดเข้าแอปพลิเคชัน หน้าแรกที่ขึ้นมาจะเป็นหน้า For You ซึ่งกว่า 85% ของคอนเทนต์บนฟีดจะมาจากช่องที่ไม่ได้ติดตามอยู่ แปลว่าในฝั่งนี้ AI คือตัวหลักในการกระจายข้อมูล ดังนั้น ถ้าไม่เข้าใจ AI จะทำคอนเทนต์ในฝั่งนี้ได้ยากมาก ๆ
ปัญหาของอัลกอริธึมแบบนี้ก็มีเช่นเดียวกัน อย่าง YouTube ที่ก่อนหน้านี้มีการแนะนำคลิปที่ไม่เหมาะสมกับเด็กและเยาวชนขึ้นมาบนหน้าฟีด ทำให้ทาง YouTube ต้องไปแก้ไขที่อัลกอริธึมและกลายมาเป็นกฎหมายในที่สุด พอลองเทียบกับฝั่ง Facebook จะเห็นความแตกต่างชัดเจนว่า Facebook ไม่สามารถห้ามไม่ให้คนแชร์คอนเทนต์ใด ๆ ได้
ลักษณะการทำคอนเทนต์บนแพลตฟอร์มเหล่านี้เลยเป็นการทำคอนเทนต์ให้ถูกใจ AI ยอดคนดูคอนเทนต์อาจจะขึ้น ๆ ลง ๆ ไม่สม่ำเสมอ
ทั้งนี้ ในช่วงที่ผ่านมา เราจะเห็นแพลตฟอร์มโซเชียลมีเดียริ่มหันหน้าเข้าหา AI มากขึ้น อย่าง Mark Zuckerberg ซีอีโอของ Meta ก็เคยพูดไว้ว่า จากเดิม 15% ของคอนเทนต์บนฟีด Facebook จะถูกแนะนำจาก AI แต่คาดว่าในช่วงสิ้นปี 2023 คอนเทนต์ที่แนะนำโดย AI จะเพิ่มเป็น 2 เท่า ทำให้เห็นคอนเทนต์จากคนที่ไม่ได้ติดตามเอาไว้มากขึ้น
รู้ทันการทำงานของ AI
จากการรวบรวมข้อมูลจากงานวิจัย 3 แหล่งทำให้สรุปได้ว่า AI จะแยกประเภทคอนเทนต์และประเภทคนดูเป็นกลุ่ม ๆ ตามนี้ คือ
- คอนเทนต์กี่ยวกับอะไร
- โครงสร้างของคอนเทนต์เป็นยังไง เป็นลักษณะไหน คลิปสั้นหรือคลิปยาว
- คอนเทนต์นั้นเหมาะกับใคร
ในฝั่งผู้ใช้ เมื่อเข้าใช้งานบนแพลตฟอร์ม AI จะแนะนำคอนเทนต์ขึ้นมาให้แล้ววิเคราะห์ว่าผู้ใช้คนนั้นสนใจเรื่องอะไร แล้วค่อย ๆ แยกย่อยลงไปในเชิงลึกมากขึ้น ในขณะเดียวกันก็จะวิเคราะห์คอนเทนต์ของครีเอเตอร์คนนั้นว่าเป็นคอนเทนต์ที่แมส มีคนเข้าถึงมาก หรือเป็นคอนเทนต์แบบ Niche ที่เฉพาะกลุ่มมากขึ้น
โครงสร้างของคอนเทนต์จะแบ่งออกได้เป็น 3 ประเภทด้วยกัน คือ
- คอนเทนต์สำหรับคนจำนวนมากหรือ Mass Content กลุ่มนี้มักจะเป็นข่าว
- คอนเทนต์กลุ่มกลางหรือ Mid-Level มักเป็นสื่อเฉพาะเรื่องหรือครีเอเตอร์เฉพาะบางหัวข้อ เช่น ข่าวบันเทิง
- คอนเทนต์เฉพาะกลุ่มหรือ Niche เป็นกลุ่มครีเอเตอร์ที่พูดเรื่องเฉพาะกลุ่มและเฉพาะเจาะจงอย่างมาก เช่น กลุ่มแฟนคลับของศิลปินคนใดคนหนึ่ง กลุ่มคนเลี้ยงมด
โครงสร้างของช่องคอนเทนต์ที่ดีควรเป็นแบบใดแบบหนึ่ง ไม่ควรมีโครงสร้างเบี้ยวไปเบี้ยวมา เช่น ถ้าหากเป็นคอนเทนต์ที่เน้นเจาะกลุ่มคนส่วนใหญ่ ก็ควรจะมีคอนเทนต์แบบแรกเป็นส่วนใหญ่ของช่อง มีคอนเทนต์กลุ่มกลางหรือ Niche ได้เล็กน้อย ยกตัวอย่างง่าย ๆ คือ ถ้าเป็นครีเอเตอร์เจ้าของช่องแฟนคลับของศิลปินไทยวงหนึ่ง แล้วไปทำคอนเทนต์แมสอย่าง K-Pop ก็เป็นไปได้ว่าอัลกอริธึมจะไม่ค่อยผลักดันคอนเทนต์นั้น ๆ
ดังนั้น ครีเอเตอร์ควรวางแผนกลยุทธ์คอนเทนต์และจำนวนการลงคอนเทนต์ให้เข้ากับโครงสร้าง แต่ก็ไม่ควร สร้างคอนเทนต์ประเภท Niche ทั้ง 100% เพราะทำให้เข้าถึงคนได้ยาก
อัลกอริธึมจะดันหรือไม่ดัน ขึ้นอยู่กับอะไร
เอ็ม-ขจร ยกตัวอย่างให้เห็นภาพว่าทุกวันนี้ AI มีความฉลาดขึ้นมาก อย่างเช่นบน YouTube ที่ AI สร้างซับไตเติ้ลของช่องให้เอง ซึ่งถ้าลองเอาคำหรือวลีจากซับไตเติ้ลไปค้นหาก็จะเจอคลิปนั้น ๆ ทันที แปลว่า AI สามารถจับทุกคำพูดให้ค้นหาเจอได้
นำมาสู่การตั้งคำถามว่า ทำไมการคัดลอกคอนเทนต์จากเพจที่มีผู้ติดตามมากไปลงในเพจที่มีผู้ติดตามในจำนวนใกล้เคียงกัน ในเวลาใกล้เคียงกัน แต่ตัวเลข Engagement กลับไม่ได้มีจำนวนเท่ากัน
เอ็ม-ขจร อธิบายว่า มีปัจจัยหลายข้อมากที่อัลกอริธึมนำไปพิจารณาเพื่อจะผลักดันคอนเทนต์ใดคอนเทนต์หนึ่ง ซึ่งได้สรุปรวมให้เข้าใจง่ายขึ้นเป็น 5 ข้อหลัก
ความสนใจในเพจหรือช่องคอนเทนต์นั้น ๆ ว่าคนดูสนใจในคอนเทนต์นั้นมากขนาดไหน
ประเภทของคอนเทนต์ คลิปขนาดสั้นหรือขนาดยาว เป็นคอนเทนต์ที่มีการขายสินค้าไหม เป็นภาพเดี่ยวหรือ Photo Album
ความเป็นปัจจุบันของคอนเทนต์ที่เพิ่งโพสต์ลงไป (Recency) แพลตฟอร์มที่ให้ความสำคัญกับข้อนี้มาก คือ Twitter หรือ X ที่เปิดการมองเห็นให้กับโพสต์ที่อัปเดตและเป็นปัจจุบันมากกว่า ขณะที่ Facebook ไม่ได้เน้นข้อนี้เท่าไรนัก ทำให้บางครั้งเราเห็นคอนเทนต์ที่โพสต์มาหลายวันแล้วอยู่บนหน้าไทม์ไลน์
คุณภาพของช่องและกระแสตอบรับในอดีตที่ผ่านมา (Past Performance) ยกตัวอย่างง่าย ๆ เช่น พ่อฝากลูกทำเพจขายสินค้า มียอด Engagement น้อยมาเรื่อย ๆ ต่อให้ต่อมาไปจ้างคนทำคลิปคุณภาพดี อัลกอริธึมก็จะปิดการมองเห็นไปก่อนอยู่ดี แต่ถ้าเป็นช่องที่มีคนดูจำนวนมากมาตลอด พอนำสินค้าไปโพสต์ขายก็จะมีคนมองเห็นมาก
คุณภาพของโพสต์ที่เพิ่งลงไป (Post Performance) หลักการการทำงานของโซเชียลมีเดียหลังจากครีเอเตอร์กดโพสต์คอนเทนต์ อัลกอริธึมจะเปิดการมองเห็นให้คนกลุ่มหนึ่งมาดูโพสต์ก่อน เรียกว่า Sample Target ประมาณ 500-3,000 คน แล้วตรวจจับ Engagement จากคนกลุ่มนี้ว่าสนใจโพสต์นี้แค่ไหน ใช้เวลาดูคอนเทนต์นานขนาดไหน เพื่อวิเคราะห์ว่าควรจะส่งคอนเทนต์นี้ไปหาหลุ่มที่ใหญ่กว่านี้หรือไม่
หากกลุ่ม Sample Target ไม่ได้ให้ความสนใจคอนเทนต์นั้น อัลกอริธึมก็จะไม่ส่งต่อการมองเห็นให้กลุ่มต่อไป แต่หากคอนเทนต์นั้นได้รับความสนใจตั้งแต่เริ่มแรก ก็จะส่งไปยังกลุ่มที่ 2 ที่มีจำนวนมากกว่ากลุ่มแรก 3-4 เท่า หากมีคนดูมากขึ้นอีกก็จะเปิดการมองเห็นเพิ่มอีกเรื่อย ๆ เป็นคำตอบที่ว่าคลิปที่ดีบน TikTok มักจะอยู่ในหน้า For You หรือบน Facebook ที่เรามักจะได้เห็นโพสต์ของเพื่อนที่ไม่เห็นโพสต์มานานแล้ว และโพสต์ที่เห็นส่วนใหญ่จะเป็นโพสต์ที่ Engagement สูง
ทั้งนี้ ระหว่างเพจหรือช่องที่มีผู้ติดตาม 20,000 คน กับเพจที่มีผู้ติดตาม 100,000 คน สิ่งที่ต้องพิจารณาร่วมด้วย คือ ลักษณะของผู้ติดตาม ประเภทคอนเทนต์ว่ามี Sample Target เท่าไร เช่น ถึงแม้จะมีผู้ติดตามน้อยกว่าแต่ถ้ามีสัดส่วนคอนเทนต์ในเรื่องหรือหัวข้อนั้นมากกว่า โพสต์ก็มีโอกาสที่จะมีคนสนใจและมียอด Engagement มากกว่า เป็นเหตุผลที่ว่าครีเอเตอร์ไม่ควรทำคอนเทนต์ในหัวข้อที่กระจัดกระจาย
ทั้ง 5 ข้อที่พูดถึงมานี้ โซเชียลมีเดียแต่ละแพลตฟอร์มให้ความสำคัญมากน้อยแตกต่างกัน โดย Facebook และ Instagram จะให้ความสำคัญกับ Post Performance และ Past Performance มากที่สุด ดังนั้น ครีเอเตอร์ที่ทำแล้วได้ผลดีคือคนทำคอนเทนต์แล้วดีต่อเนื่อง ส่วนครีเอเตอร์ที่ทำบ้างไม่ทำบ้าง คุณภาพขึ้นลง อาจจะได้ผลไม่ค่อยดีเท่าไรนักบนแพลตฟอร์มนี้
ส่วน Twitter จะพิจารณาที่ Post Performance และความเป็นปัจจุบัน ทำให้เรื่องที่ไปได้ดีมักจะเป็นเรื่องในกระแสหรือเป็นเทรนด์ และโพสต์ที่ลงไปก่อนหน้าต้องได้รับความสนใจดีด้วย ขณะที่ YouTube ให้ความสำคัญกับความสนใจในช่องนั้น ๆ ว่าเป็นสมาชิกหรือไม่ รวมทั้ง คีย์เวิร์ด SEO ที่กำลังเป็นเทรนด์และมีผู้ค้นหามาก
ทางฝั่ง TikTok มีความคล้ายกับ Twitter แต่จะไม่เหมือนตรงที่อัลกอริธึมจะตรวจจับการดูซ้ำ หากคลิปมีผู้ดูซ้ำจำนวนมากก็จะผลักดันให้มีผู้เห็นคลิปนั้นมากขึ้นเรื่อย ๆ
เอ็ม-ขจร ให้มุมมองกับ Brand Inside ว่า แม้อัลกอริธึมจะมีความสำคัญ แต่สุดท้ายแล้วคนที่ทำตามเกมอัลกอริธึมตลอดเวลาจะแพ้ เพราะในวันที่เรามีครีเอเตอร์ 300,000 คนทั่วประเทศ การไต่ระดับขึ้นไปถึงครีเอเตอร์ระดับ A ขึ้นไปยากขึ้นเรื่อย ๆ ต่อให้ทำตามอัลกอริธึมได้ดีแค่ไหนแต่ถ้าคนดูไม่รู้ว่าคอนเทนต์นี้ใครทำก็ไม่มีประโยชน์ ได้ยอด Engagement แต่แบรนด์ก็ไม่รู้จะจ้างยังไง ดังนั้น เกมนี้จะไปจบที่การสร้างตัวตนอยู่ดี
ที่มา – iCreator Camp 2024
อ่านเพิ่มเติม
ติดตามข่าวสารจาก Brand Inside ได้จาก Facebook ของเรา