เคส SCB–FWD “ประกันทรัพย์พอร์ตทุกวัย” ใช้ AI และข้อมูลทำ Hyper-Personalization 88 วัย จนคว้า 3 รางวัล Adman และให้บทเรียนสำคัญแก่ธุรกิจไทย.
ประกันทรัพย์พอร์ตทุกวัย: เคสจริงที่พิสูจน์ว่า AI เปลี่ยนประกันชีวิตได้แค่ไหน
ส่วนใหญ่เวลาพูดถึง “AI ในประกันภัย” คนจะคิดถึงแต่การเคลมอัตโนมัติหรือบอตตอบแชต ทั้งที่ของจริงแล้ว AI กำลังเปลี่ยนตั้งแต่ขั้น การออกแบบผลิตภัณฑ์ ไปจนถึง การสื่อสารการตลาด แบบรู้ใจลูกค้าทีละคน
กรณีของ SCB – FWD ประกันชีวิต ที่คว้า 3 รางวัลจาก Adman Awards 2025 ด้วยแคมเปญ “ประกันทรัพย์พอร์ตทุกวัย” คือหนึ่งในตัวอย่างที่ชัดที่สุดของการเอา AI + Data + ความเข้าใจลูกค้าไทย มาผูกเข้าด้วยกันจนเกิดเป็นงานประกันชีวิตแบบ Hyper-Personalization จริงจัง ไม่ใช่แค่คำสวย ๆ บนสไลด์พรีเซนต์
บทความนี้เป็นส่วนหนึ่งของซีรีส์ “AI ในอุตสาหกรรมประกันภัยไทย: InsurTech” เราจะใช้เคสนี้เป็น “ห้องเรียนจริง” ว่าแบรนด์ไทยเอา AI ไปใช้ในประกันชีวิตอย่างไร ทั้งในมุมการตลาด การออกแบบโปรดักต์ และสิ่งที่ธุรกิจค้าปลีก/บริการในไทยเรียนไปใช้ได้ทันที
1. สรุปเคส: 88 วิดีโอ 88 วัย กับ 3 รางวัลใหญ่ของวงการโฆษณาไทย
หัวใจของแคมเปญ “ประกันทรัพย์พอร์ตทุกวัย” คือการใช้ AI และข้อมูลลูกค้า สร้างประสบการณ์เฉพาะบุคคลแบบที่ไม่เคยเกิดขึ้นในตลาดประกันชีวิตไทยมาก่อน
3 รางวัลจาก Adman Awards 2025 บอกอะไรเรา
แคมเปญนี้คว้าไป 3 รางวัลจาก Adman Awards & Symposium 2025 คือ
- Silver – Best Use of Direct (USE OF PERSONALISED CAMPAIGNS)
- Bronze – Media (USE OF MEDIA STRATEGY)
- Bronze – Media (USE OF DATA)
แปลภาษารางวัลให้เข้าใจง่าย:
- เขา ใช้แคมเปญแบบส่วนบุคคลจริง ๆ ไม่ใช่ยิงโฆษณา 1 ชิ้นใส่ทุกคน
- เขา ออกแบบกลยุทธ์สื่อจากข้อมูลพฤติกรรม ไม่ใช่ซื้อมีเดียแบบเหมา ๆ
- เขา ใช้ข้อมูลอย่างสร้างสรรค์ เพื่อกำหนดกลุ่มเป้าหมาย ข้อความ และช่องทางได้คมขึ้น
นี่คือ 3 เสาหลักของ InsurTech ที่ดี: Personalization, Media Strategy, Data-Driven ซึ่งไม่ได้จำกัดแค่ประกันชีวิต ธุรกิจค้าปลีกหรือบริการก็เอาโครงแบบเดียวกันนี้ไปใช้ได้เช่นกัน
88 วิดีโอ: จากข้อมูลจริงสู่การสื่อสารแบบรู้ใจทุกวัย
สิ่งที่คนพูดถึงกันเยอะคือการทำ คลิปวิดีโอ 88 เวอร์ชัน ครอบคลุมช่วงอายุ ตั้งแต่ 1 วัน – 88 ปี
- แต่ละเวอร์ชันถ่ายทอด “ความต้องการทางการเงิน” ที่แตกต่างตามช่วงวัย
- ภาพในหนังโฆษณาใช้ เทคนิค AI สร้างภาพ (AI-generated visual) แต่ตั้งต้นจากอินไซต์ของคนจริง ๆ
- ระบบเลือกยิงโฆษณาให้คนแต่ละวัยเห็น เวอร์ชันที่ตรงกับอายุและความต้องการของตัวเอง มากที่สุด
ตัวอย่างภาพง่าย ๆ:
- วัย 25–30: ภาพคนเริ่มเก็บเงินก้อนแรก แต่งงาน วางแผนซื้อคอนโด
- วัย 40–50: ภาพคนดูแลลูก-พ่อแม่ วางแผนเกษียณ
- วัย 60+: ภาพคนอยากใช้ชีวิตหลังเกษียณแบบไม่เป็นภาระลูกหลาน
นี่คือการใช้ AI เพื่อเล่า “เรื่องการเงินของชีวิต” ให้ตรงใจ จนคนดูรู้สึกว่า “โฆษณานี้พูดกับเราโดยเฉพาะ” ซึ่งเป็นเป้าหมายสูงสุดของ Hyper-Personalization ในอินชัวร์เทค
2. Hyper-Personalization ในประกันชีวิตคืออะไร และทำอย่างไรให้ไม่หลุดกรอบความเป็นไทย
Hyper-Personalization ในธุรกิจประกันไทย หมายถึงการออกแบบทั้งผลิตภัณฑ์และการสื่อสารให้ไปไกลกว่า “แบ่งตามช่วงอายุ” หรือ “รายได้” แบบกรุ๊ปใหญ่ ๆ แล้วจบ
จาก Segmentation สู่ Personalization รายคน
แบบเดิมของอุตสาหกรรมประกัน:
- วัยทำงาน / วัยเกษียณ
- รายได้ต่ำ-กลาง-สูง
- อาชีพเสี่ยง / ไม่เสี่ยง
แบบใหม่ที่แคมเปญนี้สะท้อน:
- แต่ละคนมี เป้าหมายการเงิน ที่ไม่เหมือนกัน
- แต่ละวัยมี ความกลัว/ความกังวล ต่างกัน
- แต่ละกลุ่มใช้ สื่อและแพลตฟอร์ม ไม่เหมือนกัน
พอมี AI และข้อมูลพฤติกรรม ธนาคารและบริษัทประกันสามารถออกแบบ
- ข้อความ (Copy) ให้ตรงอินไซต์ เช่น “ไม่อยากเป็นภาระลูกหลาน” หรือ “อยากมีเงินก้อนให้ลูกเริ่มชีวิต”
- ภาพ/วิดีโอ ให้สะท้อนไลฟ์สไตล์จริงของคนวัยนั้น
- คอนเทนต์ที่ปรับแบบไดนามิก (Dynamic Creative) ตามอายุ/พฤติกรรม
ความท้าทายในบริบทไทย
ตลาดไทยมีความพิเศษอยู่หลายอย่าง:
- คนไทยให้ความสำคัญกับ ครอบครัวและหน้าที่ลูกหลาน สูงมาก
- คำว่า “ประกัน” ยังถูกมองว่าเป็นค่าใช้จ่ายมากกว่าการวางแผนชีวิต
- คนจำนวนมากรู้สึกว่า “ไม่เข้าใจเงื่อนไข” เลยยังไม่กล้าซื้อ
Hyper-Personalization ที่ดีในไทยจึงต้อง:
- ใช้ภาษาที่ ง่าย ตรงไปตรงมา ไม่วิชาการจนเกินไป
- สื่อสารผ่าน เรื่องราวชีวิตและความรู้สึก มากกว่าแค่ผลตอบแทนตัวเลข
- เคารพความเชื่อเรื่องครอบครัว การดูแลพ่อแม่ ลูกหลาน
แคมเปญ “ประกันทรัพย์พอร์ตทุกวัย” เลือกเล่าผ่าน 88 เรื่องราวชีวิต ซึ่งเข้าอารมณ์คนไทยมากกว่าการพูดว่า “ผลตอบแทน X%” อย่างเดียว นี่แหละคือการเอา AI มาเสริม “ความเป็นมนุษย์” ไม่ใช่แทนที่มนุษย์
3. บทเรียนด้าน AI & Data: จาก Insight สู่โฆษณาแบบยิงตรงจุด
สิ่งที่ทำให้แคมเปญนี้โดดเด่นในสาย InsurTech ไม่ใช่แค่จำนวนวิดีโอ แต่คือการใช้ ข้อมูลและ AI ตลอดทั้งกระบวนการ
ขั้นที่ 1: เก็บและแปลงข้อมูลเป็นอินไซต์ใช้งานได้จริง
ก่อนจะได้ 88 เวอร์ชัน ทีมต้องตอบให้ได้ว่า “แต่ละวัยต้องการอะไร” ซึ่งมักใช้วิธีผสมกันหลายแบบ เช่น
- ข้อมูลลูกค้าที่ถือผลิตภัณฑ์ประกัน/เงินฝากอยู่แล้ว
- พฤติกรรมการใช้งานดิจิทัลแบงก์กิ้งและช่องทางออนไลน์
- ผลสำรวจความต้องการด้านการเงินของคนไทยช่วงอายุต่าง ๆ
จากนั้นใช้ AI / Machine Learning ช่วยจัดกลุ่มและหาแพตเทิร์น เช่น
- วัย 30–35 ที่เพิ่งมีลูก จะสนใจเรื่องความคุ้มครองและการเก็บเงินให้ลูกมากที่สุด
- วัย 45–55 ที่มีภาระผ่อนบ้านใกล้หมด สนใจเพิ่มเงินเก็บเพื่อเกษียณ
นี่คือระดับข้อมูลที่ลึกกว่า “เพศ/อายุ” แบบเดิม และเป็นหัวใจของ Data-Driven Insurance Marketing
ขั้นที่ 2: ใช้ AI สร้างคอนเทนต์และปรับแบบไดนามิก
การทำ 88 เวอร์ชันวิดีโอในแบบดั้งเดิมแทบจะเป็นไปไม่ได้ ทั้งเรื่องเวลา งบ และกำลังคน การใช้ AI สร้างภาพและช่วยออกแบบฉาก/สถานการณ์ ทำให้
- สร้างองค์ประกอบภาพที่หลากหลายได้เร็วขึ้น
- ปรับรายละเอียดให้ตรงบริบทไทย (บ้าน คอนโด เมืองต่างจังหวัด ฯลฯ)
- ทดสอบหลายเวอร์ชันและปรับแก้ได้แบบ Agile
ส่วนฝั่งมีเดียใช้การยิงโฆษณาแบบ Dynamic & Programmatic ที่
- เลือกเวอร์ชันวิดีโอให้ตรงกับอายุ/ความสนใจของผู้ชม
- ปรับงบและช่องทางตามผลลัพธ์แบบ Real-time
นี่คือเหตุผลว่าทำไมแคมเปญนี้ถึงได้รางวัลในหมวด USE OF MEDIA STRATEGY และ USE OF DATA เพราะไม่ได้ใช้ข้อมูลแค่ “วิเคราะห์เล่น” แต่เอาไปเชื่อมกับทั้งครีเอทีฟและมีเดียจนจบ
4. สิ่งที่ธุรกิจประกันและค้าปลีกไทยเรียนได้จากเคสนี้
สำหรับผม แคมเปญนี้ไม่ใช่แค่เรื่องโฆษณาสวย ๆ แต่คือ “พิมพ์เขียว” ที่ธุรกิจไทยเอาไปประยุกต์ใช้ได้ทันที โดยเฉพาะใครที่กำลังอยากใช้ AI กับลูกค้าแต่ยังไม่รู้จะเริ่มตรงไหน
4.1 เริ่มจากข้อมูลลูกค้าที่มีอยู่แล้ว ไม่ต้องรอ Big Data
หลายบริษัทคิดว่าต้องมี Big Data ก่อนถึงใช้ AI ได้ ความจริงคือ
- ข้อมูลธุรกรรม, พฤติกรรมบนแอป, ข้อมูลสมาชิก, ประวัติการซื้อ – เหล่านี้เพียงพอให้เริ่มทำ Personalization ระดับแรก แล้ว
- สิ่งสำคัญคือการเอาข้อมูลมารวมและตีความเป็น อินไซต์เชิงพฤติกรรม เช่น “ลูกค้ากลุ่มนี้ซื้อของตอนเงินเดือนออก” มากกว่ามองแค่ยอดขายรวม
4.2 ใช้ AI แบบ “เสริมมนุษย์” ไม่ใช่แทนมนุษย์
ในแคมเปญนี้ AI แค่ช่วย
- สร้างภาพและคอนเทนต์จำนวนมากในเวลาอันสั้น
- วิเคราะห์และจัดกลุ่มพฤติกรรมลูกค้า
แต่ อินไซต์และการเล่าเรื่องยังมาจากคน ที่เข้าใจอารมณ์ ความเชื่อ และวัฒนธรรมของลูกค้าคนไทย นี่คือจุดที่หลายองค์กรควรจำ: AI เก่งเรื่อง “เร็วและเยอะ” แต่มนุษย์เก่งเรื่อง “ลึกและรู้สึก”
4.3 วัดผลให้ชัด: ไม่ใช่แค่ยอดวิว แต่ต้องโยงถึงธุรกิจ
แบรนด์ใหญ่ระดับ SCB – FWD คงไม่ได้วัดแค่
- ยอดวิววิดีโอ
- ยอดแชร์ หรือคอมเมนต์
แต่ต้องตามต่อว่า
- กลุ่มที่เห็นโฆษณาเวอร์ชันตรงกับวัย มี อัตราสนใจ (Click/Lead/Consult) สูงกว่ากลุ่มควบคุมเท่าไร
- ค่าใช้จ่ายต่อ Lead หรือต่อกรมธรรม์ลดลงแค่ไหนเมื่อใช้การยิงแบบ Data-Driven
ธุรกิจค้าปลีกหรือประกันรายอื่นก็ควรตั้ง KPI แบบเดียวกัน เช่น
- ยอดเปิดอีเมล/ไลน์ที่ปรับข้อความตามพฤติกรรมลูกค้า
- Conversion Rate ของหน้า Landing Page ที่ปรับคอนเทนต์ตามเซกเมนต์
5. ทิศทางต่อไปของ AI ในประกันภัยไทย: จากโฆษณาสู่การเคลมและการบริการ
เคส “ประกันทรัพย์พอร์ตทุกวัย” เป็นเหมือน “ด่านแรก” ของการใช้ AI ในฝั่งการตลาดของประกันชีวิตไทย แต่ถ้าดูภาพรวม AI ในอุตสาหกรรมประกันภัยไทย ยังมีอีกหลายจุดที่กำลังเคลื่อนตัวเร็วมาก
จากการตลาด ไปสู่การพิจารณารับประกันและการเคลม
บริษัทประกันในไทยเริ่ม
- ใช้ AI ประเมินความเสี่ยง จากข้อมูลสุขภาพและพฤติกรรมชีวิต เพื่อตั้งเบี้ยประกันให้ยุติธรรมมากขึ้น
- ใช้ AI ตรวจจับการฉ้อโกง จากแพตเทิร์นการเคลมผิดปกติ
- ใช้ ระบบเคลมออนไลน์อัตโนมัติ ที่ให้ลูกค้าส่งเอกสาร รูปภาพ ใบเสร็จ แล้ว AI ช่วยตรวจสอบเอกสารขั้นต้น
ถ้าผสานกับแนวคิด Hyper-Personalization แบบ SCB – FWD เราจะได้ธุรกิจประกันที่
- สื่อสารตรงใจทีละคน
- เสนอผลิตภัณฑ์ที่เหมาะกับความเสี่ยงและเป้าหมายจริง ๆ
- บริการหลังการขายรวดเร็ว โปร่งใส และใช้ภาษาที่ลูกค้าเข้าใจ
สำหรับธุรกิจที่อยากเริ่มวันนี้ ควรทำอะไรบ้าง
- สำรวจ Data ของตัวเอง – มีข้อมูลอะไรอยู่บ้าง เก็บที่ไหน ใครดูแล ใช้งานได้จริงแค่ไหน
- เลือก Use Case เล็ก ๆ ก่อน – เช่น ปรับข้อความการตลาดให้ต่างกัน 3 กลุ่มใหญ่ แล้วค่อยลงลึกทีละขั้น
- หาพาร์ตเนอร์ด้าน AI/MarTech – ไม่จำเป็นต้องสร้างทีมใหญ่ตั้งแต่วันแรก แต่อย่าโยนทุกอย่างให้เอเจนซี่โดยไม่มีทีมภายในที่เข้าใจลูกค้าของตัวเอง
- ตั้งกติกาด้านจริยธรรมข้อมูล (Data Ethics) – ต้องโปร่งใสกับลูกค้าว่าใช้ข้อมูลแบบไหน เพื่ออะไร และปกป้องข้อมูลอย่างไร
ใครทำ 4 ข้อนี้ได้ต่อเนื่อง จะพร้อมกว่าคู่แข่งเวลาจะยกระดับมาใช้ Hyper-Personalization ระดับเดียวกับแคมเปญที่ได้รางวัลในวันนี้
บทส่งท้าย: ลูกค้าไทยคาดหวังมากขึ้น และ AI ก็กำลังทำให้ “รู้ใจจริง” เป็นเรื่องปกติ
แคมเปญ “ประกันทรัพย์พอร์ตทุกวัย” ของ SCB – FWD ประกันชีวิตยืนยันว่า AI ในประกันชีวิตไทย ไม่ใช่เรื่องไกลตัวอีกต่อไป แต่คือเครื่องมือจริงที่ทำให้แบรนด์เข้าใจลูกค้า ทุกเจน ทุกวัย ได้ลึกและแม่นขึ้น
สำหรับธุรกิจไทย โดยเฉพาะกลุ่มประกันและค้าปลีก บทเรียนสำคัญมีอยู่ 3 เรื่อง:
- เอา ข้อมูล + AI มาใช้ตั้งแต่การออกแบบประสบการณ์ลูกค้า ไม่ใช่เฉพาะตอนขาย
- สร้าง Hyper-Personalization ที่ไม่ทิ้งความเป็นมนุษย์ เคารพบริบทความคิดและวัฒนธรรมของคนไทย
- วางโครงให้ AI ขยายไปถึงขั้นตอนอื่น ๆ เช่น การพิจารณารับประกัน การเคลม และการบริการหลังการขาย
คำถามคือ ในช่วงปี 2568–2569 ที่คนไทยเริ่มชินกับโฆษณาและบริการแบบรู้ใจทีละคน ธุรกิจของคุณจะยังพูดกับลูกค้าแบบ “ข้อความเดียวส่งหาทุกคน” อยู่หรือเปล่า?
นี่อาจเป็นเวลาที่ดีสุดของการเริ่มจริงจังกับ AI, Data และ InsurTech ก่อนที่ลูกค้าจะมองว่าความเป็น “ดิจิทัลที่มี Human Touch” เป็นแค่เรื่องพื้นฐานที่ทุกแบรนด์ควรมีอยู่แล้ว