Cohort Analysis: ดูว่าคนที่ทัก LINE จากแอดกลับมาซื้อซ้ำจริงไหม
สรุปสั้น ๆ
Cohort Analysis คือการจับลูกค้าที่เข้ามาช่วงเวลาเดียวกันเป็น ‘รุ่น’ (cohort) แล้วตามดูว่าแต่ละรุ่นกลับมาซื้อซ้ำในเดือนถัด ๆ ไปแค่ไหน มันบอกสิ่งที่ยอดขายรวมบอกไม่ได้ — ว่าแอดชุดไหนพาลูกค้าที่อยู่ยาวและซื้อซ้ำเข้ามา ไม่ใช่แค่ซื้อครั้งเดียวแล้วหาย
มีร้านหนึ่งภูมิใจมากว่าแคมเปญเดือนมีนาได้ลูกค้าใหม่ 300 คน มากกว่าเดือนอื่นเท่าตัว แต่พอผมชวนดูต่อว่าลูกค้า 300 คนนั้นกลับมาซื้อซ้ำกี่คนในสามเดือนถัดมา คำตอบคือ ‘ไม่รู้ ไม่เคยดู’ นี่คือจุดบอดที่ทำให้หลายคนตัดสินใจผิดโดยไม่รู้ตัว
ยอดขายรวมในแต่ละเดือนเป็นตัวเลขที่ปนกันมั่ว มันเอาลูกค้าใหม่ ลูกค้าเก่าที่ซื้อซ้ำ และลูกค้าที่กลับมาหลังหายไปนาน มารวมเป็นก้อนเดียว คุณเลยดูไม่ออกว่าแคมเปญไหนได้ลูกค้าที่ ‘อยู่ยาว’ แคมเปญไหนได้แค่คนที่มาซื้อครั้งเดียวแล้วหาย
Cohort Analysis แก้ปัญหานี้ด้วยการจับลูกค้าที่เข้ามาช่วงเดียวกันเป็นรุ่น แล้วตามดูพฤติกรรมของรุ่นนั้นข้ามเดือน บทความนี้ผมจะเล่าว่ามันอ่านยังไง และมันเปลี่ยนวิธีมองคุณค่าของแอดยังไง
Cohort คืออะไร อธิบายด้วยตัวอย่างจริง
Cohort แปลตรงตัวคือ ‘กลุ่มคนที่มีจุดร่วมเดียวกัน’ ในบริบทลูกค้า จุดร่วมที่ใช้บ่อยสุดคือ ‘เดือนที่ซื้อครั้งแรก’ เช่น ทุกคนที่ซื้อครั้งแรกในเดือนมกราคมคือ cohort เดือนมกราคม เราจะตามดูว่ารุ่นนี้กลับมาซื้อในเดือนกุมภา มีนา เมษา อีกกี่เปอร์เซ็นต์
ประเด็นคือเราไม่ได้ดูแค่ ‘เดือนมกราขายได้เท่าไหร่’ แต่ดูว่า ‘คนที่เข้ามาเดือนมกรา อยู่กับเรานานแค่ไหน’ ซึ่งเป็นคนละคำถามและให้ข้อมูลที่ลึกกว่ามาก มันบอกถึงคุณภาพของลูกค้า ไม่ใช่แค่ปริมาณ
พอมองแบบนี้ คุณจะเริ่มเห็นว่าแอดบางชุดได้ลูกค้าที่ซื้อซ้ำเรื่อย ๆ ขณะที่บางชุดได้แต่คนที่มาเพราะโปรลดหนัก ซื้อครั้งเดียวแล้วหายไปเลย ทั้งสองแบบให้ ‘ยอดขายเดือนแรก’ เท่ากันได้ แต่คุณค่าตลอดอายุลูกค้าต่างกันลิบลับ
อ่านตาราง Cohort ยังไงให้เข้าใจใน 1 นาที
ตาราง Cohort ปกติจะมีแถวเป็นรุ่น (เดือนที่ซื้อครั้งแรก) และคอลัมน์เป็นช่วงเวลาถัดมา (เดือนที่ 1, 2, 3...) ตัวเลขในช่องคืออัตราที่คนรุ่นนั้นยังกลับมาซื้อ ลองดูตัวอย่างนี้:
| รุ่น (เดือนแรก) | เดือนที่ 1 | เดือนที่ 2 | เดือนที่ 3 |
|---|---|---|---|
| ม.ค. (แอดปกติ) | 100% | 42% | 35% |
| ก.พ. (แอดโปรลดหนัก) | 100% | 18% | 9% |
| มี.ค. (แอดเน้นคุณค่า) | 100% | 45% | 38% |
ตัวเลขนี้กำลังบอกอะไรเรา
จากตารางข้างบน ทุกรุ่นเริ่มที่ 100% ในเดือนแรกเพราะทุกคนซื้อครั้งแรก แต่พอเข้าเดือนที่สอง ความจริงเผยตัว รุ่นกุมภาที่มาจากแอดโปรลดหนักร่วงเหลือ 18% แล้วเหลือ 9% ในเดือนที่สาม ขณะที่รุ่นมกราและมีนายังเกาะอยู่ราว 35–38%
นี่คือหลักฐานว่าแอดโปรลดหนักดึงคนที่ ‘มาเพราะราคา’ ไม่ใช่ ‘มาเพราะของ’ พอไม่มีโปรเขาก็ไม่กลับมา ถ้าคุณดูแค่ยอดเดือนกุมภา คุณอาจคิดว่าแคมเปญนั้นสำเร็จและอัดงบเพิ่ม ทั้งที่จริงมันได้ลูกค้าคุณภาพต่ำ นี่คือกับดักที่ Cohort ช่วยให้หลุดออกมา
ในทางกลับกัน รุ่นมีนาที่มาจากแอดเน้นคุณค่ากลับมาซื้อซ้ำสูงสุด แปลว่าคนกลุ่มนี้ผูกพันกับแบรนด์จริง การเข้าใจตรงนี้ช่วยให้คุณเลือกได้ว่าจะขยายแอดแบบไหน และควรเอาคนที่ซื้อซ้ำดี ๆ ไปทำการตลาดต่อเนื่องยังไงให้เขาอยู่ยาวขึ้นอีก
เริ่มทำ Cohort จริงต้องมีข้อมูลอะไร
ข่าวดีคือ Cohort ไม่ต้องใช้เครื่องมือหรูหรา สิ่งที่ต้องมีจริง ๆ คือข้อมูลสองอย่าง — ใครซื้อ (ระบุตัวลูกค้าได้) และซื้อเมื่อไหร่ ถ้าคุณบันทึกทุกการซื้อพร้อมวันที่และตัวตนลูกค้าไว้ คุณก็ทำ Cohort ได้แม้ด้วย spreadsheet ธรรมดา
ความท้าทายในบริบท LINE คือการซื้อเกิดในแชท ไม่ได้อยู่บนหน้าเว็บที่มีระบบบันทึกอัตโนมัติ คุณต้องมีวินัยในการเก็บว่าใครปิดการขายวันไหน และถ้าเป็นไปได้ ผูกกลับไปว่าเขามาจากแอดชุดไหน เพื่อให้แยก cohort ตามแหล่งที่มาได้ ซึ่งต่อยอดจากการแบ่งส่วนทราฟฟิกตามที่มาที่ทำไว้แล้ว
เมื่อมีข้อมูลครบ การทำ Cohort ก็แค่จัดกลุ่มตามเดือนแรกที่ซื้อ แล้วนับว่ารุ่นนั้นกลับมาซื้อในเดือนถัด ๆ ไปกี่คน อย่าเพิ่งทำละเอียดยิบตั้งแต่แรก เริ่มจากรุ่นรายเดือนสามสี่เดือนก็เห็นแนวโน้มแล้ว ที่เหลือค่อยลงลึกเมื่อจำเป็น
สรุป
ยอดขายรวมรายเดือนเป็นตัวเลขที่ปนกันจนซ่อนความจริงเรื่องคุณภาพลูกค้าไว้ Cohort Analysis แก้ตรงนี้ด้วยการตามลูกค้าเป็นรุ่น ทำให้เห็นว่าแอดชุดไหนได้คนที่อยู่ยาวและซื้อซ้ำ ไม่ใช่แค่คนที่มาเพราะโปรแล้วหายไป
สิ่งที่ต้องมีจริง ๆ มีแค่ข้อมูลว่าใครซื้อและซื้อเมื่อไหร่ เริ่มจากรุ่นรายเดือนไม่กี่รุ่นก็เห็นแนวโน้มแล้ว เมื่อคุณเลิกตัดสินแอดจากยอดเดือนแรกอย่างเดียว แล้วดูถึงพฤติกรรมข้ามเดือน การจัดสรรงบของคุณจะแม่นขึ้นอีกขั้น
- Cohort = ตามลูกค้าเป็นรุ่น ดูว่ากลับมาซื้อซ้ำแค่ไหน
- เผยว่าแอดชุดไหนได้ลูกค้าอยู่ยาว ไม่ใช่แค่ซื้อครั้งเดียว
- ต้องมีแค่ข้อมูลว่าใครซื้อและซื้อเมื่อไหร่ เริ่มด้วย spreadsheet ได้
คำถามที่พบบ่อย
Cohort Analysis ต่างจากการดู Churn Rate ยังไง
Churn Rate บอกภาพรวมว่าลูกค้าหลุดไปกี่เปอร์เซ็นต์ ส่วน Cohort เจาะลึกกว่าโดยแยกดูว่าลูกค้าแต่ละรุ่นหลุดตอนไหนและเร็วช้าต่างกันแค่ไหน พูดง่าย ๆ Churn คือค่าเฉลี่ยรวม Cohort คือการซูมดูทีละรุ่น
ธุรกิจที่ลูกค้าซื้อครั้งเดียวจบ ทำ Cohort มีประโยชน์ไหม
ถ้าสินค้าซื้อครั้งเดียวจริง ๆ การดูซื้อซ้ำอาจไม่ค่อยมีความหมาย แต่คุณยังใช้แนวคิด cohort กับพฤติกรรมอื่นได้ เช่น การบอกต่อหรือการกลับมาซื้อสินค้าประเภทอื่น ขึ้นกับว่ามีจุดที่ลูกค้ากลับมามีปฏิสัมพันธ์อีกหรือเปล่า
ต้องรอกี่เดือนถึงจะอ่าน Cohort ได้มีความหมาย
ขึ้นกับรอบการซื้อของสินค้าคุณ ถ้าลูกค้าปกติกลับมาซื้อทุกเดือน สองสามเดือนก็เริ่มเห็นแนวโน้ม แต่ถ้าสินค้ามีรอบซื้อยาวเป็นครึ่งปี ก็ต้องรอนานกว่านั้น อย่าด่วนสรุปจากข้อมูลรุ่นที่ยังใหม่เกินไป
ทำไมรุ่นที่มาจากโปรลดหนักถึงมักซื้อซ้ำต่ำ
เพราะคนกลุ่มนี้ถูกดึงมาด้วยราคา ไม่ใช่ด้วยตัวสินค้าหรือแบรนด์ พอไม่มีส่วนลดครั้งต่อไปเขาก็ไม่มีเหตุผลจะกลับมา การเข้าใจจุดนี้ช่วยให้ระวังไม่ประเมินค่าแคมเปญลดราคาสูงเกินจริง
เก็บข้อมูลใน spreadsheet พอไหม หรือต้องมีระบบ
ช่วงเริ่มต้น spreadsheet ที่บันทึกว่าใครซื้อวันไหนก็ทำ Cohort ได้แล้ว พอปริมาณลูกค้าเยอะขึ้นและอยากผูกกับแหล่งที่มาของแอดอัตโนมัติ ค่อยพิจารณาเครื่องมือที่ช่วยรวบรวมข้อมูลให้ เพื่อลดงานมือและความผิดพลาด
Cohort ช่วยตัดสินใจเรื่องงบแอดยังไง
มันบอกว่าแอดชุดไหนได้ลูกค้าที่อยู่ยาวและซื้อซ้ำจริง ซึ่งมีคุณค่ามากกว่าลูกค้าที่ซื้อครั้งเดียว คุณจึงเทงบไปที่แอดที่ได้ลูกค้าคุณภาพ แทนที่จะดูแค่ยอดเดือนแรกที่อาจหลอกตา
บทความที่เกี่ยวข้อง
