Attribution Model คืออะไร: เลือกให้เหมาะกับความยาวเส้นทางลูกค้าจริง ไม่ใช่ตามชื่อที่ฮิต

ลูกค้าถามคำถามนี้บ่อยมากเวลาคุยกับทีมที่ปรึกษาการตลาด คือควรใช้ First Click, Last Click หรือ Data Driven Attribution Model ดี เป็นคำถามที่ฟังดูสมเหตุสมผล แต่จริง ๆ แล้วเป็นคำถามที่ตอบยากถ้าไม่รู้ก่อนว่าเส้นทางของลูกค้าธุรกิจนั้นยาวแค่ไหน เพราะโมเดลแต่ละแบบให้ผลลัพธ์ต่างกันมากเมื่อนำไปใช้กับ Journey ที่มีความซับซ้อนต่างกัน

ปัญหาที่พบบ่อยคือธุรกิจเลือกโมเดลตามที่เห็นคนอื่นแนะนำในบทความหรือคลิปสอน โดยไม่เคยลองคำนวณดูจริงว่าถ้าใช้โมเดลนั้นกับ Journey ของธุรกิจตัวเอง เครดิตที่แต่ละแคมเปญได้รับจะเปลี่ยนไปมากแค่ไหน บางครั้งเปลี่ยนโมเดลแล้วผลลัพธ์แทบไม่ต่างกัน แต่บางครั้งเปลี่ยนโมเดลแล้วแคมเปญที่เคยดูดีที่สุดกลับกลายเป็นแคมเปญที่แย่ที่สุดทันที

บทความก่อนหน้าอย่าง Marketing Attribution คืออะไร ได้อธิบายภาพรวมของแนวคิด Attribution ไปแล้ว บทความนี้จะเจาะลึกเฉพาะเรื่อง Attribution Model โดยใช้ตัวอย่างตัวเลขจริงมาคำนวณให้เห็นว่าเครดิตเปลี่ยนไปอย่างไรเมื่อใช้โมเดลต่างกัน พร้อมเกณฑ์เลือกโมเดลที่เหมาะกับ Journey ของธุรกิจแต่ละแบบ

ทบทวนสั้น ๆ ว่า Attribution Model คืออะไร

Attribution Model คือกฎที่กำหนดว่าจะแบ่งเครดิตของยอดขายหนึ่งรายการให้กับจุดสัมผัสใดบ้างในเส้นทางของลูกค้า ก่อนที่เขาจะตัดสินใจซื้อ ลูกค้าคนหนึ่งอาจเจอแบรนด์ผ่านหลายจุดสัมผัส เช่นเห็นโฆษณา Facebook ก่อน แล้วอีกไม่กี่วันค้นหาใน Google อีกครั้ง จากนั้นเห็นโพสต์รีวิวจากเพื่อน ก่อนจะทักเข้า LINE มาซื้อจริง คำถามคือแคมเปญไหนควรได้เครดิตจากยอดขายนี้ Attribution Model คือคำตอบเชิงกฎเกณฑ์ของคำถามนี้

สิ่งที่ต้องเข้าใจก่อนคือไม่มีโมเดลไหนที่ถูกต้องแบบตายตัว แต่ละโมเดลตอบคำถามคนละแบบ First Click ตอบว่าอะไรจุดประกายความสนใจ Last Click ตอบว่าอะไรปิดการขาย ส่วน Linear และ Time Decay ตอบคำถามที่ซับซ้อนกว่านั้นคือทุกจุดสัมผัสมีน้ำหนักเท่ากันหรือไม่

ตัวอย่างเส้นทางลูกค้าหนึ่งราย ก่อนคำนวณเครดิต

ลองสมมติเส้นทางของลูกค้าหนึ่งรายที่ซื้อสินค้ามูลค่า 4,000 บาท ก่อนซื้อเขาผ่านจุดสัมผัสสี่จุดตามลำดับเวลา จุดแรกคือเห็นโฆษณา Facebook แล้วคลิกเข้าเว็บไซต์ จุดที่สองคือหนึ่งสัปดาห์ต่อมาค้นหาชื่อร้านใน Google แล้วคลิกเข้าอีกครั้ง จุดที่สามคือเห็นโฆษณา TikTok อีกสามวันถัดมา และจุดที่สี่คือกดเข้า LINE มาทักถามและปิดการขายในวันเดียวกัน เส้นทางแบบนี้เป็นเรื่องปกติของธุรกิจที่มีสินค้าราคาไม่สูงมากแต่ต้องใช้เวลาตัดสินใจสักระยะ

คำถามคือถ้าใช้เงิน 4,000 บาทนี้มาแบ่งเครดิตให้สี่แคมเปญตามโมเดลต่างกัน ผลลัพธ์จะออกมาไม่เหมือนกันเลย ซึ่งจะกระทบโดยตรงต่อการตัดสินใจว่าควรเพิ่มงบให้แคมเปญไหนในเดือนถัดไป

ตารางเทียบเครดิตที่แต่ละโมเดลให้กับ Journey เดียวกัน

ตารางด้านล่างใช้ Journey ตัวอย่างข้างต้นมาคำนวณเครดิตของยอดขาย 4,000 บาท ตามสี่โมเดลที่ใช้กันทั่วไป เพื่อให้เห็นภาพชัดว่าการเลือกโมเดลกระทบตัวเลขที่แต่ละแคมเปญได้รับมากแค่ไหน

ทำไมความต่างในตารางนี้ถึงสำคัญกว่าที่คิด

จากตัวอย่างข้างต้น ถ้าธุรกิจใช้ Last Click อย่างเดียว Facebook และ Google จะดูเหมือนไม่มีส่วนสร้างยอดขายเลย ทั้งที่จริงแล้วเป็นจุดที่ทำให้ลูกค้ารู้จักและเริ่มสนใจแบรนด์ตั้งแต่ต้น ถ้าธุรกิจตัดงบ Facebook ออกเพราะเห็นว่าไม่มีเครดิตเลยใน Last Click ก็มีความเสี่ยงว่าลูกค้าใหม่จะรู้จักแบรนด์น้อยลง แล้วยอดขายจากช่องทาง LINE ก็จะลดลงตามไปด้วยในระยะยาว

ในทางกลับกัน ถ้าใช้ First Click อย่างเดียว TikTok ที่เป็นตัวกระตุ้นให้ลูกค้าตัดสินใจในวันสุดท้ายจะไม่ได้เครดิตเลย ทั้งที่มันอาจเป็นจุดที่ทำให้ดีลที่ค้างอยู่ปิดสำเร็จ นี่คือเหตุผลที่ผู้เชี่ยวชาญส่วนใหญ่แนะนำให้หลีกเลี่ยงโมเดลที่ให้เครดิตแบบสุดโต่งไปทางใดทางหนึ่ง โดยเฉพาะเมื่อ Journey มีความยาวมากกว่าหนึ่งจุดสัมผัส

ผลกระทบต่อการตัดสินใจงบประมาณจริง ไม่ใช่แค่ตัวเลขในตาราง

ลองขยายตัวอย่างเดิมให้เห็นภาพชัดขึ้น สมมติธุรกิจมีลูกค้าลักษณะคล้ายกันนี้เดือนละยี่สิบราย และใช้ Last Click เป็นเกณฑ์หลักในการตัดสินใจงบมาตลอด สิ่งที่จะเกิดขึ้นคือ LINE ซึ่งเป็นจุดสัมผัสสุดท้ายจะได้เครดิตยอดขายเกือบทั้งหมดของเดือน ในขณะที่ Facebook และ Google ซึ่งเป็นจุดที่สร้างการรับรู้และความไว้ใจตั้งแต่ต้นจะแทบไม่มีเครดิตเลย ถ้าทีมการตลาดตัดสินใจลดงบ Facebook ลงเพราะเห็นว่าไม่มีเครดิตใน Dashboard ผลที่ตามมาในระยะสั้นอาจไม่เห็นชัด แต่พอผ่านไปสองสามเดือน จำนวนคนที่ทักเข้า LINE อาจลดลงเพราะไม่มีใครรู้จักแบรนด์ใหม่ตั้งแต่ต้นทางอีกแล้ว

กลับกัน ถ้าเปลี่ยนมาใช้ Linear หรือ Time Decay เป็นเกณฑ์ตัดสินใจ Facebook และ Google จะเริ่มมีเครดิตปรากฏให้เห็น ทำให้ทีมมีเหตุผลมากขึ้นในการรักษางบส่วนที่ใช้สร้างการรับรู้ไว้ ไม่ใช่ทุ่มงบไปที่ LINE อย่างเดียวเพราะเห็นว่าปิดการขายได้ในตอนท้าย นี่คือเหตุผลที่การเลือกโมเดลไม่ใช่แค่เรื่องวิชาการ แต่ส่งผลต่อการจัดสรรงบประมาณจริงทุกเดือน และอาจกระทบต่อจำนวนลูกค้าใหม่ในระยะยาวถ้าเลือกโมเดลที่ไม่สะท้อนความเป็นจริงของ Journey ธุรกิจตัวเอง

Time Decay และ Data-Driven โมเดล คืออะไร เหมาะกับใคร

Time Decay คือโมเดลที่ให้เครดิตกับจุดสัมผัสที่อยู่ใกล้เวลาซื้อมากกว่า โดยจุดที่ห่างจากวันซื้อมากจะได้เครดิตน้อยลงเรื่อย ๆ ตามสมมติฐานว่าจุดสัมผัสที่ใกล้การตัดสินใจมีอิทธิพลมากกว่า โมเดลนี้เหมาะกับธุรกิจที่ Journey ค่อนข้างยาวและอยากให้น้ำหนักกับจุดที่ปิดการขายมากกว่าจุดที่แค่สร้างการรับรู้ตอนต้น

ส่วน Data-Driven Attribution เป็นโมเดลที่ซับซ้อนกว่ามาก เพราะใช้ข้อมูลจริงจากลูกค้าจำนวนมากมาคำนวณว่าแต่ละจุดสัมผัสมีอิทธิพลต่อการซื้อมากน้อยแค่ไหนโดยอิงจากพฤติกรรมจริง ไม่ใช่กฎตายตัวแบบโมเดลอื่น ข้อจำกัดคือโมเดลนี้ต้องการปริมาณข้อมูล Conversion ที่มากพอถึงจะคำนวณได้แม่นยำ ธุรกิจที่มี Lead น้อยกว่าหลักร้อยต่อเดือนมักยังไม่มีข้อมูลมากพอให้โมเดลนี้ทำงานได้ดี

เกณฑ์เลือกโมเดลจากความยาวและความซับซ้อนของ Journey

ธุรกิจที่ลูกค้าตัดสินใจซื้อเร็ว เช่นเห็นโฆษณาแล้วทักซื้อภายในวันเดียว ความต่างระหว่างโมเดลจะไม่มีนัยสำคัญมากนัก เพราะ Journey สั้นจนแทบไม่มีจุดสัมผัสกลาง ในกรณีนี้ Last Touch ก็เพียงพอและเข้าใจง่าย แต่ถ้าลูกค้าใช้เวลาตัดสินใจนานหลายวันถึงหลายสัปดาห์ผ่านหลายจุดสัมผัส การใช้ Last Touch อย่างเดียวจะบิดเบือนภาพรวมมาก ควรขยับไปใช้ Linear หรือ Time Decay แทน

อีกปัจจัยที่ควรพิจารณาคือปริมาณ Lead ต่อเดือน ถ้ามี Lead น้อยกว่าหลักร้อย การใช้ Data-Driven จะยังไม่แม่นยำเพราะข้อมูลไม่พอ ควรใช้โมเดลที่กำหนดกฎตายตัวอย่าง Linear หรือ Time Decay ไปก่อน แล้วค่อยพิจารณา Data-Driven เมื่อธุรกิจมีปริมาณข้อมูลมากพอในอนาคต

ข้อผิดพลาดที่พบบ่อยตอนเลือกและใช้ Attribution Model

ข้อผิดพลาดแรกคือเปลี่ยนโมเดลบ่อยเกินไปจนเทียบตัวเลขข้ามเดือนไม่ได้ ควรเลือกโมเดลหนึ่งแล้วใช้ต่อเนื่องอย่างน้อยสองถึงสามรอบบิลก่อนพิจารณาเปลี่ยน ข้อผิดพลาดที่สองคือใช้โมเดลเดียวกับทุกแคมเปญโดยไม่แยกตามลักษณะสินค้า ทั้งที่สินค้าราคาสูงกับสินค้าราคาย่อมเยามักมี Journey ยาวไม่เท่ากัน

ข้อผิดพลาดที่สามคือเชื่อตัวเลขจากโมเดลโดยไม่ตรวจคุณภาพข้อมูลก่อน ถ้า UTM ไม่ครบหรือสถานะ Lead อัปเดตไม่ทัน ต่อให้เลือกโมเดลที่เหมาะสมแค่ไหนก็ยังได้ผลลัพธ์ที่คลาดเคลื่อนอยู่ดี เพราะโมเดลคำนวณจากข้อมูลที่ป้อนเข้าไป ถ้าข้อมูลตั้งต้นไม่แม่นยำ ผลลัพธ์ก็ไม่มีทางแม่นยำตามไปด้วย

ข้อผิดพลาดที่สี่คือเอาผลลัพธ์จากโมเดลไปเทียบตรง ๆ ข้ามธุรกิจหรือข้ามอุตสาหกรรม เช่นเห็นว่าธุรกิจอื่นใช้ Data-Driven แล้วยอดขายโต ก็รีบเปลี่ยนตามโดยไม่ดูว่าปริมาณ Lead และความยาว Journey ของตัวเองต่างจากธุรกิจนั้นมากแค่ไหน สิ่งที่ควรทำก่อนเปลี่ยนโมเดลเสมอคือกลับมาดูข้อมูล Journey ของธุรกิจตัวเองก่อน ไม่ใช่ทำตามเทรนด์ที่เห็นจากที่อื่น

ถ้าข้อมูลยังน้อย ควรเริ่มจากโมเดลไหนก่อน

ธุรกิจที่เพิ่งเริ่มเก็บข้อมูล Attribution ไม่จำเป็นต้องรีบไปหาโมเดลที่ซับซ้อนที่สุด จุดเริ่มต้นที่ทำได้จริงคือใช้ Last Touch ควบคู่กับการดู First Touch แบบคร่าว ๆ เพื่อรู้ทั้งแหล่งที่จุดประกายความสนใจและแหล่งที่ปิดการขาย เมื่อมีข้อมูลสะสมมากพอและ Journey เริ่มชัดเจนขึ้นว่ายาวแค่ไหน ค่อยขยับไปใช้ Linear หรือ Time Decay ที่ให้ภาพละเอียดกว่า

สรุป

Attribution Model ไม่มีคำตอบที่ถูกเพียงหนึ่งเดียว การเลือกที่ดีที่สุดคือลองคำนวณเครดิตของ Journey จริงในธุรกิจตัวเองก่อน แล้วดูว่าโมเดลไหนสะท้อนความเป็นจริงของพฤติกรรมลูกค้าได้ตรงที่สุด ไม่ใช่เลือกตามชื่อที่ฟังดูทันสมัย

สิ่งที่สำคัญกว่าการเลือกโมเดลคือคุณภาพของข้อมูลตั้งต้น ถ้า UTM ไม่ครบหรือสถานะ Lead อัปเดตไม่ทัน ต่อให้เลือกโมเดลที่เหมาะสมที่สุดก็ยังได้ผลลัพธ์ที่คลาดเคลื่อน ควรตรวจข้อมูลให้แม่นก่อน แล้วค่อยพิจารณาเรื่องโมเดล

• ลองคำนวณเครดิตของ Journey จริงในธุรกิจตัวเอง ก่อนตัดสินใจเลือกโมเดล
• Journey สั้นใช้ Last Touch พอ ส่วน Journey ยาวควรใช้ Linear หรือ Time Decay
• Data-Driven ต้องการปริมาณข้อมูลมากพอ ไม่เหมาะกับธุรกิจที่มี Lead น้อย
• คุณภาพข้อมูลตั้งต้นสำคัญกว่าการเลือกโมเดล ถ้าข้อมูลไม่แม่น โมเดลไหนก็ช่วยไม่ได้

คำถามที่พบบ่อย