ลีดจาก Facebook, TikTok และ Google เข้า LINE แชทเดียวกัน แต่ AI ควรตอบต่างกันไหม

ร้านขายอุปกรณ์ออกกำลังกายที่บ้านแห่งหนึ่งยิงโฆษณาพร้อมกันสามช่องทางคือ Facebook, TikTok และ Google Search โดยพาทุกคนที่คลิกมาเข้า LINE OA เดียวกัน แล้วให้ AI ตัวเดียวกันตอบแชททุกคนด้วยสคริปต์เดียวกันหมด ไม่ว่าจะมาจากช่องทางไหน

พอลองไล่ดูอัตราปิดการขายแยกตามที่มา กลับพบความต่างที่ชัดเจนมาก คนที่มาจาก Google Search ปิดการขายได้ในอัตราที่สูงกว่าคนที่มาจาก TikTok เกือบสองเท่า ทั้งที่ใช้บอทตัวเดียวกัน สคริปต์เดียวกัน และสินค้าตัวเดียวกันเป๊ะ ๆ

คำอธิบายที่พบหลังไล่ดูบทสนทนาจริง ไม่ใช่เรื่องคุณภาพของ AI แต่เป็นเรื่องที่ว่าคนสองกลุ่มนี้ 'มาถึง LINE ด้วยความตั้งใจคนละแบบ' ตั้งแต่ก่อนพิมพ์ข้อความแรกด้วยซ้ำ บทความนี้จะพาไล่ดูว่าความต่างระหว่างแพลตฟอร์มบอกอะไรเกี่ยวกับใจลูกค้า และควรปรับ AI ให้ตอบต่างกันตรงไหนบ้างโดยไม่ต้องสร้างบอทแยกกันสามตัว

ทำไมคนที่มาจากแต่ละแพลตฟอร์มถึงมีความตั้งใจต่างกัน

Google Search เป็นแพลตฟอร์มที่คนต้อง 'ลงมือค้นหาเอง' ก่อน นั่นแปลว่าเขามีความต้องการหรือปัญหาอยู่ในหัวอยู่แล้ว การคลิกโฆษณาจาก Google จึงมักเป็นจุดใกล้ตัดสินใจกว่าช่องทางอื่น เพราะเขาเดินเข้ามาหาคำตอบด้วยตัวเอง ไม่ใช่ถูกคอนเทนต์ดึงความสนใจไปกลางทาง

TikTok และ Facebook ในอีกมุมหนึ่งเป็นแพลตฟอร์มที่คนไม่ได้ตั้งใจหาอะไรตอนนั้น เขากำลังเสพคอนเทนต์เพลิน ๆ แล้วโฆษณาไปสะดุดตาเข้าโดยบังเอิญ ความตั้งใจซื้อของคนกลุ่มนี้จึงยังไม่แน่นเท่าคนจาก Search แม้จะคลิกเข้ามาคุยเหมือนกันก็ตาม

นี่ไม่ได้แปลว่าลีดจาก TikTok ด้อยกว่า เพียงแต่ต้องการการพาไปอีกสองสามขั้นก่อนพร้อมซื้อ ในขณะที่ลีดจาก Search มักพร้อมคุยเรื่องราคาตั้งแต่ข้อความแรกได้เลย เข้าใจง่ายที่สุดถ้าเปรียบกับความต่างของ search intentที่เคยอธิบายไว้ แต่คราวนี้ขยับไปดูฝั่งวิดีโอสั้นกับโซเชียลเพิ่มเข้ามาด้วย

เทียบพฤติกรรมลีดสามแพลตฟอร์ม ก่อนถึงข้อความแรกใน LINE

ให้ AI รู้ที่มาของลีดได้ยังไงตั้งแต่ข้อความแรก

หัวใจของการปรับคำตอบตามแพลตฟอร์ม ไม่ใช่การสร้างบอทแยกกันสามตัว แต่คือทำให้ AI ตัวเดียวรู้ว่าคนที่กำลังคุยด้วยมาจากช่องทางไหน ก่อนจะเริ่มตอบคำแรกด้วยซ้ำ ซึ่งต้องอาศัยการส่ง referral หรือพารามิเตอร์ที่ติดมากับลิงก์โฆษณาแต่ละช่องทางเข้าไปเก็บไว้คู่กับ userId ตั้งแต่ต้น

ถ้าระบบเก็บข้อมูลนี้ไม่ครบ AI จะไม่มีทางรู้เลยว่าควรปรับโทนยังไง เพราะสำหรับตัวบอทเอง ข้อความ 'สนใจค่ะ' จาก Google กับจาก TikTok หน้าตาเหมือนกันทุกตัวอักษร ความต่างอยู่ที่ข้อมูลเบื้องหลังที่มองไม่เห็นในข้อความเท่านั้น

อีกเคสที่พบบ่อยและมักถูกมองข้ามคือลูกค้าที่คัดลอกลิงก์แชร์ต่อจากเพื่อน หรือเปิด LINE ผ่านลิงก์ที่ถูกส่งต่อในกลุ่มแชท ทำให้พารามิเตอร์ที่มาหายไประหว่างทาง กรณีแบบนี้ AI จะไม่มีข้อมูลที่มาให้อ้างอิงเลย ควรตั้งค่าเริ่มต้นให้ AI ใช้โทนกลางที่ปลอดภัยแทนการเดาว่าเป็นแพลตฟอร์มไหน แล้วปรับตามสัญญาณจริงในคำตอบถัดไปแทน

ปรับสคริปต์ AI ตามที่มา โดยไม่ต้องสร้างบอทแยกสามตัว

1. ตั้งค่าให้ AI อ่านค่าที่มาของแอด (เช่น utm_source หรือ referral) ก่อนเริ่มตอบข้อความแรกทุกครั้ง แล้วเลือกชุดคำเปิดที่เหมาะกับที่มานั้น
2. สำหรับลีดจาก Search ให้ AI พร้อมพูดถึงราคาและวิธีสั่งซื้อได้เลยตั้งแต่คำตอบแรก ไม่ต้องอ้อมหรือเกริ่นนาน เพราะเขาต้องการคำตอบตรงจุดเร็วที่สุด
3. สำหรับลีดจาก Facebook และ TikTok ให้ AI เกริ่นด้วยประโยชน์หรือรีวิว/หลักฐานทางสังคมก่อน แล้วค่อยเปิดช่องให้เขาถามราคาเอง แทนที่จะยัดราคาก่อนที่เขาจะสนใจจริง
4. ตั้งจุดสังเกตในบทสนทนา เช่นถ้าคนจาก TikTok เริ่มถามราคาเองโดยไม่ต้องกระตุ้น ให้ถือว่าเขาขยับความตั้งใจสูงขึ้นแล้ว และปรับโทนให้ตรงและเร็วเหมือนคนจาก Search ได้ทันที
5. ถ้าตรวจพบว่าเบอร์หรือ userId เดียวกันเคยมีร่องรอยการทักจากแพลตฟอร์มอื่นมาก่อนในช่วงไม่กี่วันที่ผ่านมา ให้ AI ยกระดับโทนเป็นแบบตั้งใจสูงทันที ไม่ต้องรอให้เขาถามราคาเองก่อนถึงจะปรับ เพราะการเห็นโฆษณาซ้ำหลายรอบมักแปลว่าใกล้ตัดสินใจแล้ว

ลูกค้าคนเดียวคลิกโฆษณาหลายแพลตฟอร์มก่อนทักจริง ควรนับที่มายังไง

อีกสถานการณ์ที่พบบ่อยขึ้นเรื่อย ๆ คือลูกค้าคนเดียวกันเห็นโฆษณาสินค้าตัวเดียวกันทั้งใน Facebook, TikTok และ Google Search ในช่วงเวลาไล่เลี่ยกัน แล้วสุดท้ายกดทักเข้า LINE จากลิงก์ล่าสุดที่เห็น ซึ่งอาจเป็น TikTok ทั้งที่จริง ๆ แล้วเขาผ่านการเห็นโฆษณามาแล้วหลายรอบก่อนหน้านั้น ถ้า AI อ่านแค่ที่มาของลิงก์ล่าสุดอย่างเดียว จะจัดเขาเข้ากลุ่ม 'ความตั้งใจปานกลาง' ทั้งที่จริงเป็นคนที่ใกล้ตัดสินใจมากแล้ว

วิธีที่พอช่วยได้โดยไม่ต้องลงทุนระบบซับซ้อนคือ ให้ AI เช็กประวัติว่าเบอร์หรือ userId เดียวกันนี้เคยทักเข้ามาจากช่องทางอื่นมาก่อนหรือไม่ในช่วงเวลาไม่กี่วันที่ผ่านมา ถ้าเจอว่าเคยมีร่องรอยจากแพลตฟอร์มอื่นมาก่อน ให้ปรับโทนเป็นแบบตั้งใจสูงทันที แทนที่จะยึดตามที่มาของลิงก์ล่าสุดเพียงอย่างเดียว

กรณีนี้พบบ่อยกับสินค้าที่ราคาสูงหรือต้องใช้เวลาตัดสินใจนาน เช่นคอร์สเรียนหรือเครื่องใช้ไฟฟ้าราคาแพง เพราะคนกลุ่มนี้มักไม่ตัดสินใจจากการเห็นโฆษณาแค่ครั้งเดียว การมองข้ามร่องรอยการเห็นซ้ำจากหลายแพลตฟอร์ม อาจทำให้ AI ประเมินความตั้งใจของลูกค้าต่ำกว่าความเป็นจริงไปมาก

วัดผลแยกตามแพลตฟอร์ม ไม่ใช่ดูอัตราปิดรวมตัวเดียว

ถ้าดูแค่อัตราปิดการขายรวมของทั้งเพจ LINE จะไม่มีทางเห็นว่าช่องทางไหนทำงานหนักกว่ากันจริง เพราะตัวเลขรวมจะกลบความต่างของแต่ละแพลตฟอร์มไปหมด ทีมที่วัดแยกตามที่มาเท่านั้นถึงจะเห็นว่าควรเทงบเพิ่มที่ไหน

การวัดแบบนี้ต้องผูกกับการส่งข้อมูล conversion กลับไปหาแต่ละแพลตฟอร์มแยกกัน ไม่ใช่ส่งรวมเป็นก้อนเดียว เพราะแต่ละแพลตฟอร์มมีอัลกอริทึมของตัวเองที่ต้องการรู้ว่าใครในกลุ่มโฆษณาของมันปิดการขายได้จริง เพื่อไปหาคนคล้ายกันเพิ่ม

ในทางปฏิบัติ ทีมที่เพิ่งเริ่มแยกวัดผลตามแพลตฟอร์ม มักพบว่าข้อมูลในช่วงสัปดาห์แรกยังไม่นิ่งพอให้สรุปอะไรได้ชัด เพราะจำนวนแชทต่อแพลตฟอร์มต่อวันอาจยังน้อยเกินกว่าจะเห็นแพทเทิร์นที่เชื่อถือได้ ควรรอดูข้อมูลอย่างน้อยสองถึงสามสัปดาห์ก่อนตัดสินใจปรับงบใหญ่ ๆ ตามตัวเลขที่เห็น เพื่อไม่ให้พลาดเพราะสรุปเร็วเกินไปจากข้อมูลตัวอย่างที่ยังน้อย

ข้อผิดพลาดที่พบบ่อยเมื่อใช้บอทตัวเดียวกับทุกแพลตฟอร์ม

• ยัดราคาให้ลีดจาก TikTok ตั้งแต่ข้อความแรก ทำให้เขารู้สึกถูกขายของทั้งที่ยังไม่ทันสนใจจริง แล้วปิดแชทหนีไปเร็วกว่าปกติ
• ตอบลีดจาก Search ด้วยการเกริ่นประโยชน์ยาวเกินไปก่อนบอกราคา ทำให้คนที่ต้องการคำตอบเร็วรู้สึกเสียเวลาและอาจไปหาเจ้าอื่นที่ตอบตรงกว่า
• ไม่เก็บที่มาของแต่ละแชทไว้เลย ทำให้ไม่มีทางรู้ย้อนหลังว่าอัตราปิดที่ต่างกันมาจากความต่างของแพลตฟอร์ม หรือมาจากปัญหาอื่นในระบบ
• ไม่เช็กประวัติการทักซ้ำจากช่องทางอื่น ทำให้ปฏิบัติกับลูกค้าที่จริง ๆ ใกล้ตัดสินใจแล้วเหมือนเป็นลีดหน้าใหม่ที่เพิ่งเห็นโฆษณาครั้งแรก แล้วเสียเวลาเกริ่นซ้ำในสิ่งที่เขารู้อยู่แล้ว

ตัวอย่างการปรับจริง: ร้านอุปกรณ์ออกกำลังกายที่บ้าน

หลังปรับให้ AI อ่านที่มาก่อนตอบและเปลี่ยนโทนตามแพลตฟอร์มตามที่เล่าไป ร้านอุปกรณ์ออกกำลังกายที่ยกมาเป็นตัวอย่างพบว่าอัตราปิดของลีดจาก TikTok ขยับขึ้นมาใกล้เคียงกับ Facebook มากขึ้น แม้จะยังไม่เท่ากับ Search ก็ตาม ตัวเลขนี้เป็นตัวอย่างจากเคสที่ใกล้เคียงสถานการณ์จริง ไม่ใช่ผลวิจัยที่มีกลุ่มควบคุมอย่างเป็นทางการ

สิ่งที่น่าสนใจคือ ต้นทุนต่อการทักจาก TikTok ถูกกว่าช่องทางอื่นอยู่แล้วโดยธรรมชาติของแพลตฟอร์ม เมื่ออัตราปิดขยับขึ้นแม้เพียงเล็กน้อย ผลลัพธ์ต่อกำไรรวมกลับมีนัยสำคัญมากกว่าที่คาดไว้ตอนเริ่มปรับ

อีกจุดที่สังเกตได้จากเคสนี้คือ ลูกค้ากลุ่มที่ AI จับได้ว่ามีร่องรอยการทักจากหลายแพลตฟอร์มพร้อมกันแล้วถูกยกระดับโทนเป็นตั้งใจสูงทันที มีอัตราปิดสูงกว่าลูกค้ากลุ่มอื่นในช่องทางเดียวกันอย่างชัดเจน ซึ่งยืนยันว่าการดูแค่แพลตฟอร์มต้นทางอย่างเดียวไม่พอ ต้องผสมกับสัญญาณการทักซ้ำด้วยถึงจะประเมินความตั้งใจของลูกค้าได้แม่นยำขึ้น

ถ้าสัญญาณแพลตฟอร์มกับสัญญาณในแชทขัดกัน ควรเชื่ออะไรก่อน

บางครั้งลีดมาจาก TikTok ซึ่งควรจัดเป็นกลุ่มความตั้งใจปานกลาง แต่กลับพิมพ์คำถามที่แสดงความตั้งใจสูงมากตั้งแต่ข้อความแรก เช่นถามเรื่องวิธีผ่อนชำระหรือถามว่าพรุ่งนี้ได้ของเลยไหม กรณีแบบนี้ AI ไม่ควรยึดติดกับสมมติฐานของแพลตฟอร์มต้นทางแน่นเกินไป

หลักที่ควรใช้คือให้สัญญาณจากเนื้อหาบทสนทนาจริงมีน้ำหนักเหนือกว่าสัญญาณจากแพลตฟอร์มเสมอ เพราะแพลตฟอร์มบอกแค่ 'แนวโน้มเฉลี่ยของคนกลุ่มนั้น' แต่สิ่งที่ลูกค้าพิมพ์จริงบอกความตั้งใจของคนคนนั้นตรง ๆ กว่ามาก การใช้แพลตฟอร์มเป็นแค่ค่าเริ่มต้น แล้วปรับตามสัญญาณจริงในแชท จึงเป็นวิธีที่แม่นยำกว่าการยึดกฎตายตัวตามที่มาอย่างเดียว

สัญญาณขัดกันเกิดได้อีกทิศทางหนึ่งเช่นกัน คือลีดจาก Google Search ซึ่งควรจัดเป็นกลุ่มตั้งใจสูง แต่กลับพิมพ์คำถามกว้าง ๆ แบบไม่มีรายละเอียด เช่นแค่ 'สนใจค่ะ' แล้วเงียบไปโดยไม่ตอบคำถามต่อ กรณีนี้ไม่ควรรีบสรุปว่าเขาไม่ตั้งใจจริง เพราะอาจเป็นแค่คนที่พิมพ์สั้นเป็นนิสัย ควรให้ AI ถามคำถามยืนยันเพิ่มอีกหนึ่งข้อก่อนปรับลดระดับความตั้งใจลง แทนที่จะตัดสินจากความยาวของข้อความอย่างเดียว

สรุป

คนที่มาจากแต่ละแพลตฟอร์มโฆษณาไม่ได้มีความตั้งใจซื้อเท่ากันเสมอไป แม้จะพิมพ์ข้อความแรกคล้ายกันก็ตาม การให้ AI ตอบทุกคนด้วยสคริปต์เดียวจึงมักเสียโอกาสไปโดยไม่รู้ตัว ทั้งกับคนที่พร้อมซื้อแล้วแต่ถูกอ้อมค้อมเกินไป และคนที่ยังไม่พร้อมแต่ถูกยัดราคาเร็วเกินไป

การแก้ไม่จำเป็นต้องซับซ้อน แค่ทำให้ AI รู้ที่มาของแต่ละแชทก่อนเลือกวิธีตอบ แล้ววัดผลแยกตามแพลตฟอร์มอย่างสม่ำเสมอ ก็เพียงพอที่จะเริ่มเห็นความต่างและปรับงบให้ไปในทางที่คุ้มค่ากว่าเดิม

• Google Search มักให้ลีดที่ตั้งใจซื้อสูงสุด ควรตอบตรงและเร็ว
• Facebook และ TikTok ต้องการการเกริ่นสร้างความสนใจก่อน อย่ารีบยัดราคา
• ให้ AI อ่านที่มาของแชทก่อนตอบข้อความแรกเสมอ ไม่ใช่ใช้สคริปต์เดียวกันทุกช่องทาง
• วัดอัตราปิดแยกตามแพลตฟอร์ม ไม่ใช่ดูตัวเลขรวมที่กลบความต่างเอาไว้

คำถามที่พบบ่อย