วัด Attribution ต่างกันแค่ไหน ระหว่างของที่ซื้อเพราะอยากได้ตอนนั้นกับของที่ต้องคิดนานเป็นเดือน
สรุปสั้น ๆ
สินค้าที่ซื้อเพราะอยากได้ตอนนั้น เช่นเสื้อผ้าหรือของแต่งบ้าน มักมีจุดสัมผัสน้อยและปิดไว จึงเหมาะกับโมเดลที่เน้นจุดกระตุ้นสุดท้าย ส่วนสินค้าที่ต้องพิจารณานาน เช่นคอร์สเรียนหรืออสังหาริมทรัพย์ มีจุดสัมผัสเยอะกว่าและใช้เวลานานกว่า จึงต้องใช้โมเดลที่กระจายเครดิตออกไปตลอดเส้นทาง ใช้โมเดลเดียวกันกับสองแบบนี้จะทำให้ตัวเลขบิดเบือนทั้งคู่
ลองเทียบสองธุรกิจสมมติ ‘ร้านเสื้อผ้าออกกำลังกาย FitWear’ กับ ‘สถาบันติวสอบ IELTS PrepPoint’ ทั้งคู่ยิงแอด Facebook เหมือนกัน ทั้งคู่ปิดการขายผ่านแชทไลน์เหมือนกัน แต่ธรรมชาติของลูกค้าต่างกันคนละขั้ว
ลูกค้า FitWear ส่วนใหญ่เห็นโฆษณาเสื้อออกกำลังกายลายสวย ๆ แล้วทักถามไซซ์ภายในไม่กี่นาที ตัดสินใจโอนเงินภายในวันเดียวกันเกือบทั้งหมด ในขณะที่ลูกค้า PrepPoint มักเห็นโฆษณาคอร์สแล้วเก็บไว้ก่อน ไปหาข้อมูลเปรียบเทียบกับสถาบันอื่น ถามเพื่อนที่เคยเรียน อ่านรีวิวหลายรอบ กว่าจะทักถามราคาจริงจังก็ผ่านไปสองสามสัปดาห์ และกว่าจะโอนเงินอาจอีกหนึ่งเดือนถัดมา
ถ้าทั้งสองธุรกิจใช้โมเดล attribution แบบเดียวกันเป๊ะ ๆ ผลลัพธ์ที่ได้จะไม่สะท้อนความจริงของฝั่งใดฝั่งหนึ่งเลย บทความนี้จะพาดูว่าทำไมธรรมชาติสินค้าถึงต้องเป็นตัวกำหนดโมเดล ไม่ใช่เลือกโมเดลตามความนิยมหรือความง่าย
ทำไมสินค้าสองแบบนี้ถึงต้องวัดต่างกัน
สินค้าอิมพัลส์มีเส้นทางลูกค้าสั้นและมักมีจุดสัมผัสเดียวหรือสองจุดก่อนซื้อ ทำให้ Last-Click หรือ Last-Touch แทบไม่บิดเบือนอะไรมาก เพราะจุดสุดท้ายกับจุดที่สร้างการตัดสินใจมักเป็นจุดเดียวกันหรือใกล้กันมาก
สินค้าที่ต้องพิจารณานานมีเส้นทางลูกค้ายาวและซับซ้อนกว่ามาก มีทั้งช่วงหาข้อมูล ช่วงเปรียบเทียบ ช่วงขอความเห็นคนอื่น กว่าจะถึงช่วงตัดสินใจจริง ถ้าใช้ Last-Click กับสินค้าแบบนี้ จะเห็นแค่ช่องทางที่บังเอิญอยู่ใกล้วันปิดดีล ทั้งที่จุดสัมผัสตอนต้นทางอาจเป็นตัวสร้างความสนใจที่แท้จริง
ตารางเทียบธรรมชาติการตัดสินใจของสินค้าสองแบบ
| ลักษณะ | สินค้าอิมพัลส์ (เช่น FitWear) | สินค้าพิจารณานาน (เช่น PrepPoint) |
|---|---|---|
| จำนวนจุดสัมผัสเฉลี่ยก่อนซื้อ | 1-2 จุด | 4-8 จุดขึ้นไป |
| ระยะเวลาตัดสินใจ | นาทีถึงชั่วโมง | สัปดาห์ถึงเดือน |
| โมเดลที่เหมาะสม | Last-Touch หรือ Time-Decay ที่ half-life สั้น | U-Shaped หรือ Time-Decay ที่ half-life ยาว |
| ความเสี่ยงถ้าใช้โมเดลผิด | ต่ำ (จุดสัมผัสน้อยอยู่แล้ว) | สูง (มองข้ามช่องทางสร้างความสนใจตอนต้น) |
ตัวอย่างเพิ่มเติม: การศึกษาและอสังหาริมทรัพย์ยิ่งซับซ้อนกว่านั้นอีก
ถ้า PrepPoint ซับซ้อนแล้ว ลองนึกถึง ‘The Grove’ (ชื่อสมมติ) โครงการบ้านจัดสรรที่ลูกค้าต้องปรึกษาคู่สมรส เช็กสินเชื่อกับธนาคาร ไปดูโครงการจริงหลายรอบ กว่าจะตัดสินใจโอนเงินจองอาจใช้เวลาหลายเดือนและมีจุดสัมผัสนับสิบจุด ทั้งแอดออนไลน์ ป้ายบิลบอร์ด อีเวนต์เปิดตัวโครงการ และการพูดคุยในไลน์หลายรอบ
สำหรับธุรกิจระดับนี้ การพึ่งโมเดลเดียวแบบตายตัวอาจไม่พอ ควรผสมทั้งแนวคิด Time-Decay สำหรับให้น้ำหนักตามความใกล้วันปิดและการเก็บข้อมูลเชิงคุณภาพจากทีมขายว่าลูกค้าให้ความสำคัญกับจุดสัมผัสไหนเป็นพิเศษ เพราะตัวเลขอย่างเดียวอาจไม่เล่าเรื่องได้ครบสำหรับดีลที่ซับซ้อนขนาดนี้
ถ้าธุรกิจคุณอยู่ตรงกลาง ไม่อิมพัลส์สุดและไม่พิจารณานานสุด ควรทำยังไง
- ดูระยะเวลาเฉลี่ยจากจุดสัมผัสแรกถึงวันปิดดีลของธุรกิจตัวเองจริง ๆ ก่อน อย่าเดาจากความรู้สึกหรือก็อปปี้จากธุรกิจอื่นในหมวดเดียวกัน
- ถ้าระยะเวลาเฉลี่ยน้อยกว่าหนึ่งสัปดาห์ ให้เอนไปทาง Last-Touch หรือ U-Shaped ที่เน้นจุดปิดมากกว่า
- ถ้าระยะเวลาเฉลี่ยมากกว่าสองสัปดาห์ ให้เอนไปทาง Time-Decay หรือ Linear ที่กระจายเครดิตออกไปตลอดเส้นทางมากขึ้น
- ทบทวนใหม่ทุกครั้งที่มีการเปลี่ยนแปลงใหญ่ เช่นเปิดสินค้าราคาสูงขึ้นที่ทำให้คนต้องคิดนานขึ้นกว่าเดิม โมเดลที่เคยเหมาะอาจไม่เหมาะอีกต่อไป
สรุป
ไม่มีโมเดล attribution เดียวที่ใช้ได้กับทุกธุรกิจ เพราะธรรมชาติการตัดสินใจของลูกค้าต่างกันไปตามประเภทสินค้า สิ่งที่ธุรกิจควรทำไม่ใช่หาโมเดลที่ ‘ดีที่สุด’ แต่คือหาโมเดลที่ ‘เข้ากับพฤติกรรมลูกค้าจริง’ ของตัวเอง
ก่อนเลือกใช้โมเดลไหน ลองย้อนดูข้อมูลจริงว่าลูกค้าคุณใช้เวลาตัดสินใจนานแค่ไหนและมีจุดสัมผัสกี่จุดโดยเฉลี่ย คำตอบนั้นจะบอกทางเลือกที่เหมาะสมได้ชัดกว่าการเดาจากราคาสินค้าอย่างเดียว
- สินค้าอิมพัลส์มีจุดสัมผัสน้อยและปิดไว เหมาะกับโมเดลที่เน้นจุดกระตุ้นสุดท้าย
- สินค้าพิจารณานานมีจุดสัมผัสเยอะและใช้เวลานาน ต้องกระจายเครดิตตลอดเส้นทาง
- ธุรกิจที่ขายหลายประเภทสินค้าควรแยกวัด attribution เป็นกลุ่ม ไม่รวมกันทั้งร้าน
คำถามที่พบบ่อย
ธุรกิจที่ขายทั้งสินค้าอิมพัลส์และสินค้าราคาสูงในร้านเดียวกัน ควรใช้โมเดลไหน
ควรแยกวัดเป็นสองกลุ่มสินค้า ไม่ใช่ใช้โมเดลเดียวรวมกันทั้งร้าน เพราะถ้ารวมกัน ตัวเลขของกลุ่มที่มีจำนวนออเดอร์เยอะกว่าจะกลบภาพของอีกกลุ่มไปเลย ทำให้มองไม่เห็นพฤติกรรมที่แท้จริงของลูกค้ากลุ่มสินค้าราคาสูง
จะรู้ได้ยังไงว่าสินค้าของตัวเองเป็นแบบอิมพัลส์หรือพิจารณานาน
ดูจากระยะเวลาเฉลี่ยระหว่างจุดสัมผัสแรกกับวันปิดดีลของลูกค้าจริงสักยี่สิบเคส ถ้าส่วนใหญ่ปิดภายในวันเดียวก็เข้าข่ายอิมพัลส์ ถ้าส่วนใหญ่ใช้เวลาเป็นสัปดาห์หรือเดือนก็เข้าข่ายพิจารณานาน ไม่ต้องเดาจากราคาสินค้าอย่างเดียวเพราะบางครั้งของราคาไม่แพงก็พิจารณานานได้เหมือนกัน
สินค้าพิจารณานานควรลงทุนกับโฆษณาสร้างการรับรู้มากกว่าจริงไหม
โดยทั่วไปใช่ เพราะเส้นทางลูกค้ายาว การมีคนรู้จักแบรนด์ตั้งแต่ต้นและอยู่ในใจตลอดช่วงที่เขาเปรียบเทียบข้อมูล มีผลต่อการตัดสินใจสุดท้ายมากกว่าที่คิด แต่ก็ยังต้องมีตัวกระตุ้นชัดเจนตอนใกล้ปิดดีลเหมือนกัน ไม่ใช่ทิ้งฝั่งใดฝั่งหนึ่ง
สินค้าอิมพัลส์ยังต้องสนใจเรื่อง multi-touch attribution อยู่ไหม
ยังต้องสนใจอยู่บ้าง แม้จุดสัมผัสจะน้อยกว่า แต่ก็ยังมีกรณีที่ลูกค้าเห็นโฆษณาหลายครั้งก่อนตัดสินใจ การมองข้ามไปเลยอาจทำให้พลาดโอกาสเห็นว่าการยิงแอดซ้ำ (retargeting) มีผลแค่ไหนต่อการปิดยอดจริง
มีวิธีดูภาพรวมพฤติกรรมลูกค้าทั้งสองกลุ่มพร้อมกันไหมโดยไม่ต้องแยกระบบ
ระบบอย่าง linli ช่วยเก็บประวัติจุดสัมผัสและเวลาปิดดีลของลูกค้าแต่ละคนไว้ในที่เดียว ทำให้สามารถกรองดูแยกตามกลุ่มสินค้าหรือระยะเวลาตัดสินใจได้ โดยไม่ต้องแยกใช้เครื่องมือคนละตัวสำหรับสินค้าแต่ละประเภท
บทความที่เกี่ยวข้อง
