← กลับไปหน้าบทความ
เอเจนซี่

ความจริงของ Attribution: เห็นแอด Google แต่ปิดการขายใน LINE

02 ส.ค. 04:06 · อ่าน 1 นาที
ความจริงของ Attribution: เห็นแอด Google แต่ปิดการขายใน LINE

สรุปสั้น ๆ

Attribution ที่พังบ่อยที่สุดคือกรณีลูกค้าเห็นแอดบนแพลตฟอร์มหนึ่งแต่ไปปิดการขายในอีกที่ ระบบมักให้เครดิตช่องทางสุดท้ายที่จับสัญญาณได้ ทำให้แอดที่จุดชนวนจริงดูเหมือนไม่มีผล บทความนี้อธิบายว่าเครดิตหายไปไหน และควรอ่านรายงานยังไงก่อนตัดงบ

สถานการณ์นี้เกิดขึ้นทุกวันโดยที่เจ้าของธุรกิจไม่ทันสังเกต ลูกค้าเลื่อนเจอแอดของคุณบน Google หรือ YouTube เกิดสนใจ กดเข้าไปดู แล้วปิดไป สองวันต่อมานึกขึ้นได้ เสิร์ชชื่อร้าน แล้วทักเข้ามาใน LINE เพื่อถามราคาและปิดการขาย คำถามคือ ยอดนี้ควรเป็นเครดิตของใคร

ในโลกอุดมคติ แอด Google ที่จุดชนวนความสนใจครั้งแรกควรได้เครดิต แต่ในความจริง ระบบส่วนใหญ่จะให้เครดิตกับ "ช่องทางสุดท้าย" ที่มันมองเห็น ซึ่งในเคสนี้คือการเสิร์ชชื่อร้านหรือการพิมพ์เข้ามาตรง ๆ แอดที่ทำงานหนักตอนต้นทางเลยดูเหมือนเปล่าประโยชน์ในรายงาน

ผมเจอเจ้าของธุรกิจหลายรายตัดงบแอดที่ "ดูไม่เวิร์ก" ทิ้ง แล้วยอดรวมกลับตกลงทั้งที่ตัดตัวที่ตัวเลขแย่ที่สุดออก นั่นแหละคือสัญญาณว่าแอดตัวนั้นทำงานจริง แค่เครดิตมันไปตกกับช่องทางอื่น บทความนี้จะพาไปดูว่าเครดิตหายไปไหน และจะอ่านมันให้ถูกได้ยังไง

เครดิตหายไปไหน เมื่อคนเห็นที่หนึ่งแต่ปิดอีกที่

หัวใจของปัญหาอยู่ที่ "รอยต่อ" ระหว่างการเห็นแอดกับการทักเข้าแชท เมื่อลูกค้ากดจากแอดเข้าเว็บ แล้วออกไปเปิดแอป LINE เพื่อทัก การเดินทางนี้มักทำให้ตัวระบุตัวตน (ID) ที่เชื่อมสองฝั่งขาดออกจากกัน ระบบฝั่งแอดเลยไม่รู้ว่าคนที่ปิดการขายในแชทคือคนเดียวกับที่เคยกดแอด

พอเชื่อมไม่ได้ ระบบก็ทำสิ่งที่มันทำได้ คือให้เครดิตกับสิ่งที่จับได้ชัดที่สุด ซึ่งมักเป็นการเข้าเว็บครั้งสุดท้ายก่อนปิด หรือถ้าลูกค้าเสิร์ชชื่อร้านกลับมา เครดิตก็จะไปตกที่คำค้นแบรนด์แทนที่จะเป็นแอดที่ทำให้เขารู้จักแบรนด์ตั้งแต่แรก นี่คือหนึ่งในช่องว่างระหว่างคลิกกับการทักที่กินเครดิตของแอดต้นทางไปเงียบ ๆ

ผลลัพธ์คือรายงานที่บิดเบือน แอดที่ทำหน้าที่ "เปิดหัว" ให้คนรู้จักดูเหมือนไม่คุ้ม ส่วนช่องทางที่แค่ "ปิดท้าย" ดูเหมือนพระเอก ทั้งที่ถ้าไม่มีตัวเปิดหัว ตัวปิดท้ายก็ไม่มีอะไรให้ปิด

กับดัก Last-Click ที่ทำให้ตัดงบผิดตัว

โมเดลที่ระบบส่วนใหญ่ใช้เป็นค่าตั้งต้นคือ Last-Click คือให้เครดิตทั้งก้อนกับสัมผัสสุดท้าย โมเดลนี้เข้าใจง่ายและดูเหมือนยุติธรรม แต่มันลงโทษช่องทางที่ทำงานตอนต้นทางอย่างไม่เป็นธรรม

ลองนึกถึงการขายของราคาสูงที่ลูกค้าต้องคิดหลายวัน เขาอาจเห็นแอดวิดีโอที่ทำให้อยากได้ อ่านรีวิวอีกวัน เห็นแอดรีมาร์เก็ตติงย้ำอีกครั้ง แล้วค่อยเสิร์ชชื่อแบรนด์มาปิด ถ้าใช้ Last-Click เครดิตทั้งหมดตกที่คำค้นแบรนด์ ส่วนแอดวิดีโอกับรีมาร์เก็ตติงที่หล่อเลี้ยงความสนใจตลอดทางได้ศูนย์ พอเห็นเลขศูนย์ เจ้าของก็ตัดมันทิ้ง แล้วเดือนถัดมายอดรวมค่อย ๆ แห้งลง

ทางที่ดีกว่าคือดูโมเดลแบบแบ่งเครดิตตามตำแหน่ง ที่ให้น้ำหนักทั้งตัวเปิดหัวและตัวปิดท้าย หรืออย่างน้อยก็ดูรายงานหลายมุมประกอบกัน อย่าตัดสินใจจากโมเดลเดียว เพราะแต่ละโมเดลเล่าเรื่องคนละด้านของความจริงเดียวกัน

อ่านรายงานยังไงให้เห็นภาพจริงก่อนตัดงบ

ก่อนจะตัดงบแอดตัวไหน ผมมีนิสัยถามคำถามชุดหนึ่งกับตัวเองเสมอ เพื่อกันการตัดผิดตัว เพราะการตัดงบแอดที่จริง ๆ ทำงานอยู่คือความผิดพลาดที่แพงที่สุดในการซื้อสื่อ

สิ่งที่รายงานบอกสิ่งที่อาจเป็นจริงควรเช็กอะไรก่อนตัด
แอดวิดีโอ Conv. = 0มันเปิดหัวให้คนรู้จัก แล้วปิดที่ช่องอื่นยอดรวมตกไหมเมื่อลองหรี่แอดตัวนี้
คำค้นแบรนด์ปิดเยอะมากคนรู้จักแบรนด์มาจากที่อื่นก่อนทราฟฟิกแบรนด์โตขึ้นหลังยิงแอดตัวไหน
Direct/ทักตรงเยอะผิดปกติเครดิตต้นทางขาดหาย มารวมตรงนี้ผูกที่มาของทักกลับไปแคมเปญได้ไหม

วิธีอุดรอยต่อ ให้เครดิตเดินตามความจริงมากขึ้น

แม้จะปิดช่องว่างให้เป็นศูนย์ไม่ได้ แต่ลดมันได้เยอะ วิธีที่ผมใช้คือพยายามพก "ที่มา" ติดตัวลูกค้าไปให้ไกลที่สุดเท่าที่ทำได้ ตั้งแต่ตอนเขากดจากแอดจนถึงตอนทักเข้าแชท

ทางเทคนิคมีหลายชั้น ตั้งแต่การแนบพารามิเตอร์ที่มาไปกับลิงก์ที่พาเข้า LINE การใช้การส่งข้อมูลฝั่งเซิร์ฟเวอร์เพื่อยืนยันคอนเวอร์ชันกลับไปให้แพลตฟอร์มโดยไม่พึ่งแค่คุกกี้ในเบราว์เซอร์ ไปจนถึงการฝึกแอดมินให้ถามหรือบันทึกว่าลูกค้ารู้จักร้านจากไหน คำตอบจากปากลูกค้าบางทีแม่นกว่ารายงานเสียอีก

อีกวิธีที่ราคาถูกและได้ผลคือทำแบบสอบถามสั้น ๆ ว่า "รู้จักเราจากช่องทางไหน" ตอนปิดการขาย แล้วเอาคำตอบนั้นมาเทียบกับรายงานในระบบ ถ้าลูกค้าบอกว่าเห็นจาก YouTube แต่ระบบให้เครดิตคำค้นแบรนด์ นั่นคือหลักฐานตรง ๆ ว่ารายงานให้เครดิตผิดช่องทาง และคุณควรถ่วงน้ำหนักการตัดสินใจใหม่

กรอบตัดสินใจ: เมื่อไหร่ค่อยเชื่อว่าแอดไม่เวิร์กจริง

คำถามที่สำคัญกว่า "แอดตัวนี้มี Conv. เท่าไหร่ในรายงาน" คือ "ถ้าปิดแอดตัวนี้ ยอดรวมของทั้งระบบเปลี่ยนไปไหม" นี่คือการทดสอบที่ตรงกับความจริงที่สุด เพราะมันวัดผลกระทบต่อภาพรวม ไม่ใช่แค่เครดิตที่ระบบมองเห็น

  • ลองหรี่ ไม่ใช่ตัดทันที — ลดงบแอดที่สงสัยลงครึ่งหนึ่งสัก 2–3 สัปดาห์ แล้วดูว่ายอดรวมและจำนวนทักตกตามไหม ถ้าตก แปลว่ามันทำงานอยู่
  • ดูจำนวนทัก ไม่ใช่แค่ยอดปิด — แอดต้นทางมักเห็นผลที่ "จำนวนคนทักเข้ามา" ก่อนจะไปโผล่ที่ยอดปิด ถ้าตัดแล้วทักลดฮวบ คือมันเปิดหัวให้จริง
  • เทียบช่วงเวลาให้เป็นธรรม — อย่าเทียบสัปดาห์ที่มีโปรกับสัปดาห์ปกติ ใช้เส้นฐานที่แยกช่วงพิเศษออกแล้ว เชื่อมโยงกับการทำเบนช์มาร์กของตัวเอง
  • ให้เวลากับรอบขาย — ถ้าสินค้าปิดช้า การดูผลแค่ไม่กี่วันหลังตัดงบจะเห็นภาพไม่ครบ ต้องรอให้ครบรอบที่ลูกค้าปกติใช้ตัดสินใจ

สรุป

Attribution พังเพราะการเดินทางของลูกค้าจากแอดหนึ่งไปปิดอีกที่ทำให้ตัวเชื่อมขาด ระบบเลยให้เครดิตช่องทางสุดท้ายที่มันมองเห็น แอดที่เปิดหัวจริงเลยดูเหมือนเปล่าประโยชน์ ทั้งที่มันคือคนจุดชนวน

ก่อนตัดงบแอดที่ตัวเลขดูแย่ ให้ลองหรี่แทนตัด ดูจำนวนทักไม่ใช่แค่ยอดปิด และถามลูกค้าเองว่ารู้จักจากไหน เพราะการตัดงบตัวที่จริง ๆ ทำงานอยู่ คือความผิดพลาดที่แพงที่สุดในการซื้อสื่อ

  • เห็นที่หนึ่งปิดอีกที่ ทำให้ตัวเชื่อมขาด เครดิตเลยตกช่องทางสุดท้าย
  • อย่าเชื่อ Last-Click เดี่ยว ๆ ดูหลายโมเดลและดูผลต่อยอดรวม
  • ลองหรี่แทนตัด ดูจำนวนทัก และถามลูกค้าเองว่ารู้จักจากไหน

คำถามที่พบบ่อย

ทำไมแอดที่ Conv. เป็นศูนย์ พอตัดแล้วยอดรวมกลับตก

เพราะแอดนั้นมักทำหน้าที่เปิดหัวให้คนรู้จักแบรนด์ แล้วลูกค้าไปปิดการขายผ่านช่องทางอื่นที่ระบบให้เครดิตแทน พอตัดตัวเปิดหัวทิ้ง คนใหม่ที่จะเข้ามาในกระบวนการก็ลดลง ยอดรวมเลยค่อย ๆ ตก

โมเดล Attribution แบบไหนดีที่สุด

ไม่มีแบบไหนถูกต้องสมบูรณ์ แต่ละโมเดลเล่าเรื่องคนละด้านของความจริงเดียวกัน แนะนำให้ดูหลายโมเดลประกอบกันแทนที่จะเชื่อโมเดลเดียว โดยเฉพาะอย่าใช้ Last-Click ตัดสินคนเดียวเพราะมันลงโทษช่องทางต้นทาง

จะรู้ได้ยังไงว่าลูกค้าที่ทักมาจากแอดตัวไหน

วิธีที่ตรงที่สุดคือแนบพารามิเตอร์ที่มาไปกับลิงก์ที่พาเข้า LINE และถามลูกค้าตอนปิดการขายว่ารู้จักร้านจากไหน แล้วเอาคำตอบมาเทียบกับรายงาน ถ้าสองอย่างขัดกันบ่อย แสดงว่าการเชื่อมต้นทางยังมีรูรั่ว

การถามลูกค้าว่า 'รู้จักจากไหน' เชื่อถือได้แค่ไหน

ไม่แม่นร้อยเปอร์เซ็นต์เพราะคนจำผิดได้ แต่ใช้เป็นข้อมูลเสริมที่มีค่ามาก โดยเฉพาะเมื่อรายงานในระบบให้เครดิตขัดกับความทรงจำของลูกค้าหลายราย นั่นคือสัญญาณให้ทบทวนวิธีอ่านรายงาน

ถ้าปิดแอดไปแล้วยอดตก ควรกลับมาเปิดเลยไหม

ควรเปิดกลับและสังเกตว่ายอดฟื้นในกี่วัน ระยะเวลาฟื้นจะบอกคร่าว ๆ ว่าแอดตัวนั้นมีผลต่อรอบขายยาวแค่ไหน ข้อมูลนี้มีค่าในการตัดสินใจงบครั้งต่อไปมากกว่าตัวเลข Conv. ในรายงานเสียอีก

ควรเทงบไปที่แอดปิดท้ายหรือแอดเปิดหัวมากกว่า

ขึ้นกับว่าตอนนี้คอขวดอยู่ตรงไหน ถ้าคนรู้จักแบรนด์น้อย ต้องลงตัวเปิดหัวเพิ่ม ถ้าคนรู้จักเยอะแต่ปิดไม่ได้ ต้องไปแก้ที่ตัวปิดและการตอบแชท การดูแค่ช่องทางเดียวโดยไม่ดูทั้งเส้นทางมักทำให้ลงเงินผิดจุด

อยากวัดผลโฆษณาเข้า LINE ให้ถึงยอดขาย?

ทดลองใช้ linli ฟรี 14 วัน ไม่ต้องใช้บัตรเครดิต

เริ่มทดลองใช้ฟรี

บทความที่เกี่ยวข้อง

คู่มือเริ่มต้น LINE Conversion Tracking ในไทย ตั้งแต่ติดตั้งจนวัดยอดขายจริง
คู่มือเริ่มต้น LINE Conversion Tracking ในไทย ตั้งแต่ติดตั้งจนวัดยอดขายจริง
สำหรับคนที่เพิ่งเริ่มทำ LINE Conversion Tracking บทความนี้รวมทุกขั้นตอนตั้งแต่นิยาม Funnel ติดตั้งระบบ เชื่อมแพลตฟอร์ม จนถึงวางแผนช่วงทดลองใช้ให้ตัดสินใจได้จริงก่อนหมด Trial
LINE Tracking กับ PDPA ธุรกิจไทยควรเก็บข้อมูลอย่างไรให้เหมาะสม
LINE Tracking กับ PDPA ธุรกิจไทยควรเก็บข้อมูลอย่างไรให้เหมาะสม
ระบบ Tracking ไม่ได้ทำให้ธุรกิจผ่าน PDPA โดยอัตโนมัติ บทความนี้อธิบายว่าธุรกิจยังต้องรับผิดชอบอะไรเองบ้าง ตั้งแต่ Legal Basis ไปจนถึงการจำกัดข้อมูลที่ส่งไปแพลตฟอร์มโฆษณา
วิธีติดตั้ง Tracking Link และ Tracking Script สำหรับปุ่ม LINE บนเว็บไซต์
วิธีติดตั้ง Tracking Link และ Tracking Script สำหรับปุ่ม LINE บนเว็บไซต์
ก่อนติดตั้ง Tracking Link หรือ Script บนปุ่ม LINE ต้องเตรียมอะไรบ้าง บทความนี้เล่าขั้นตอนจริงตั้งแต่สิทธิ์เข้าถึงเว็บ ไปจนถึง Test Journey ก่อนเปิดใช้งาน ไม่ใช่แค่ก็อปโค้ดไปวาง