ลูกค้าเดือนนี้จะกลับมาซื้ออีกไหม: อ่าน cohort retention เพื่อรู้คุณค่าลูกค้าที่แท้จริง
สรุปสั้น ๆ
cohort คือการจับลูกค้าเป็น ‘รุ่น’ ตามเดือนที่ซื้อครั้งแรก แล้วตามดูว่าแต่ละรุ่นกลับมาซื้อซ้ำในเดือนถัด ๆ ไปแค่ไหน มันเผยความจริงที่ยอดรวมซ่อนไว้ ว่าลูกค้าที่คุณจ่ายค่าแอดหามาอยู่กับคุณนานพอจะคุ้มไหม บทความนี้สอนอ่านตาราง cohort แบบไม่ต้องใช้เครื่องมือแพง ตัวเลขในตัวอย่างเป็นค่าสมมติเพื่อสาธิตวิธีอ่าน ไม่ใช่ข้อมูลจริง
ร้านหนึ่งดีใจมากที่เดือนนี้ได้ลูกค้าใหม่ 300 คน ยอดพุ่ง ค่าแอดคุ้ม แต่พอถามว่า ‘ลูกค้าเดือนที่แล้วกลับมาซื้ออีกกี่คน’ เขาตอบไม่ได้ นี่คือหลุมที่ธุรกิจแชทตกกันเยอะ มองแต่ลูกค้าใหม่ ไม่เคยดูว่าลูกค้าเก่าอยู่ด้วยไหม
การจ่ายค่าแอดเพื่อได้ลูกค้าที่ซื้อครั้งเดียวแล้วหายไปตลอดกาล เป็นธุรกิจที่เหนื่อยและเปราะบางมาก เพราะคุณต้องวิ่งหาคนใหม่ตลอดเวลา cohort retention คือเครื่องมือที่บอกคุณตรง ๆ ว่าคุณกำลังสร้างฐานลูกค้า หรือแค่ตักน้ำใส่ตะกร้ารั่ว
บทความนี้จะสอนอ่าน cohort แบบง่ายที่สุด ไม่ต้องมีเครื่องมือหรู ตัวเลขในตารางเป็นค่าสมมติเพื่อสาธิตวิธีอ่านล้วน ๆ ไม่ใช่ข้อมูลจริงจากที่ไหน
cohort คืออะไร ทำไมมันบอกความจริงมากกว่ายอดรวม
cohort แปลง่าย ๆ คือ ‘รุ่น’ ของลูกค้า เราจับคนที่ซื้อครั้งแรกในเดือนเดียวกันเป็นหนึ่งรุ่น เช่นรุ่นมกราคม รุ่นกุมภาพันธ์ แล้วตามดูว่ารุ่นนั้น ๆ กลับมาซื้อซ้ำในเดือนถัดไปกี่เปอร์เซ็นต์ ต่างจากการดูยอดรวมที่ปนลูกค้าทุกรุ่นเข้าด้วยกันจนอ่านพฤติกรรมไม่ออก
เหตุที่มันทรงพลังคือมันแยก ‘คุณภาพของลูกค้าที่ได้มาแต่ละช่วง’ ออกจากกัน ถ้าเดือนไหนคุณเปลี่ยนวิธียิงแอดแล้วได้ลูกค้าที่ไม่กลับมาเลย cohort จะฟ้องทันที ขณะที่ยอดรวมอาจยังดูดีเพราะลูกค้ารุ่นเก่าช่วยพยุงไว้ แนวคิดนี้เสริมกับการดูคุณค่าตลอดอายุของลูกค้าได้ดีมาก
อ่านตาราง cohort: แต่ละแถวคือหนึ่งรุ่น
ตารางข้างล่างเป็นตัวอย่างสมมติ แต่ละแถวคือลูกค้ารุ่นหนึ่ง ตัวเลขคือเปอร์เซ็นต์ที่กลับมาซื้อซ้ำในเดือนถัด ๆ ไป ลองไล่สายตาจากซ้ายไปขวาในแต่ละแถว จะเห็นว่าคนค่อย ๆ หลุดหายไปตามเวลา ซึ่งเป็นเรื่องปกติ สิ่งที่ต้องดูคือ ‘หลุดเร็วแค่ไหน’ และ ‘รุ่นใหม่ดีขึ้นหรือแย่ลง’
| รุ่น (เดือนแรกที่ซื้อ) | เดือน +1 | เดือน +2 | เดือน +3 |
|---|---|---|---|
| รุ่น ม.ค. | 28% | 17% | 12% |
| รุ่น ก.พ. | 31% | 20% | 14% |
| รุ่น มี.ค. | 22% | 11% | 7% |
| รุ่น เม.ย. | 34% | 24% | — |
สิ่งที่ต้องมองในตาราง มากกว่าตัวเลขเดี่ยว ๆ
- อ่านแนวนอน — คนหลุดเร็วแค่ไหนในแต่ละรุ่น ถ้ารุ่นไหนตกฮวบตั้งแต่เดือน +1 แปลว่าลูกค้ารุ่นนั้นซื้อครั้งเดียวแล้วไปเยอะ
- อ่านแนวตั้ง — เทียบ ‘เดือน +1’ ข้ามรุ่น เพื่อดูว่าลูกค้าที่ได้มาใหม่ ๆ มีคุณภาพดีขึ้นหรือแย่ลง จากตัวอย่างสมมติ รุ่น มี.ค. แย่กว่าเพื่อนชัด ควรไปหาว่าเดือนนั้นเกิดอะไร
- หาจุดผิดปกติ — รุ่นที่ตัวเลขต่ำผิดเพื่อนคือสัญญาณเตือน อาจเพราะแคมเปญลดราคาหนักที่ดึงคนล่าราคาถูกซึ่งไม่ภักดี
- อย่าตกใจกับการหลุดตามเวลา — retention ที่ค่อย ๆ ลดเป็นธรรมชาติ สิ่งที่น่ากังวลคือมันลดเร็วเกินไปหรือรุ่นใหม่แย่ลงเรื่อย ๆ ซึ่งโยงกับอัตราการหลุดของลูกค้าโดยตรง
เอา cohort ไปตัดสินใจเรื่องเงินยังไง
ประโยชน์ใหญ่สุดของ cohort คือมันบอกว่าคุณ ‘จ่ายค่าแอดได้แค่ไหนถึงคุ้ม’ ถ้ารุ่นหนึ่งกลับมาซื้อซ้ำดี มูลค่ารวมต่อลูกค้าหนึ่งคนก็สูง คุณจ่ายค่าได้ลูกค้าแพงขึ้นได้โดยยังกำไร แต่ถ้า retention ต่ำ คุณต้องได้ลูกค้าถูกลงเท่านั้นถึงจะรอด
อีกการใช้คือมันเตือนก่อนที่ยอดรวมจะพัง สมมติรุ่นใหม่ ๆ retention เริ่มร่วงติดกันหลายเดือน ต่อให้ยอดรวมยังดูโอเคเพราะรุ่นเก่าพยุงอยู่ แต่นั่นคือระเบิดเวลา การเห็นสัญญาณนี้ล่วงหน้าทำให้คุณแก้ทันก่อนจะสาย ลองใช้คู่กับอัตราส่วนคุณค่าลูกค้าต่อต้นทุนหาลูกค้าเพื่อเห็นภาพการเงินครบ
ท้ายสุด cohort ช่วยชี้ว่าควรลงแรงกับ ‘หาคนใหม่’ หรือ ‘ดูแลคนเก่า’ ถ้า retention ต่ำมาก การทุ่มหาคนใหม่เพิ่มก็เหมือนเติมน้ำใส่ตะกร้ารั่ว ควรอุดรูก่อน ด้วยการทำให้ลูกค้ารุ่นเก่ากลับมาซื้อซ้ำ ซึ่งมักถูกกว่าและกำไรดีกว่าการหาคนใหม่มาก
สรุป
ยอดลูกค้าใหม่ที่สวยงามอาจกลบความจริงว่าลูกค้าซื้อครั้งเดียวแล้วหายไป cohort retention ดึงความจริงนั้นออกมาให้เห็น ด้วยการจับลูกค้าเป็นรุ่นแล้วตามดูว่าแต่ละรุ่นอยู่กับคุณนานแค่ไหน อ่านแนวนอนดูความไว อ่านแนวตั้งเทียบคุณภาพข้ามรุ่น
เมื่อรู้ว่าลูกค้ารุ่นไหนอยู่นานหรือหลุดเร็ว คุณจะตัดสินใจเรื่องค่าแอดและเรื่องหาคนใหม่กับดูแลคนเก่าได้แม่นขึ้นมาก ตัวเลขในบทนี้เป็นเพียงตัวอย่างสาธิต แต่ตารางที่คุณสร้างจากข้อมูลจริงจะกลายเป็นเข็มทิศทางการเงินที่ดีที่สุดตัวหนึ่ง
- จับลูกค้าเป็นรุ่นตามเดือนที่ซื้อครั้งแรก แล้วตามดูการซื้อซ้ำ
- อ่านแนวนอนดูความไวในการหลุด อ่านแนวตั้งเทียบคุณภาพข้ามรุ่น
- ใช้ retention กำหนดว่าจ่ายค่าแอดได้แค่ไหน และควรอุดรูก่อนหาคนใหม่
คำถามที่พบบ่อย
ต้องมีลูกค้ากี่คนต่อรุ่นถึงจะอ่าน cohort ได้
ยิ่งมากยิ่งนิ่ง แต่ละรุ่นควรมีอย่างน้อยหลักสิบขึ้นไปเพื่อให้เปอร์เซ็นต์ไม่แกว่งจนอ่านผิด ถ้าลูกค้าน้อยมาก อาจจับเป็นรุ่นรายไตรมาสแทนรายเดือน เพื่อให้แต่ละรุ่นมีคนมากพอจะเห็นแนวโน้ม
ทำ cohort ใน Google Sheet ได้ไหม
ได้สบาย แค่มีข้อมูลว่าลูกค้าแต่ละคนซื้อครั้งแรกเดือนไหนและซื้อซ้ำเดือนไหนบ้าง ก็จัดเป็นตารางไขว้ได้ ไม่จำเป็นต้องมีเครื่องมือแพง สิ่งที่สำคัญกว่าคือข้อมูลการซื้อที่ผูกกับตัวลูกค้าได้ถูกคน
retention ลดลงทุกเดือนถือว่าธุรกิจแย่ไหม
การลดลงตามเวลาเป็นธรรมชาติของเกือบทุกธุรกิจ ไม่ได้แปลว่าแย่ สิ่งที่ต้องดูคืออัตราการลดเร็วผิดปกติไหม และรุ่นใหม่ ๆ ดีขึ้นหรือแย่ลง ถ้ารุ่นใหม่ค่อย ๆ ดีขึ้นแปลว่าคุณมาถูกทาง แม้ตัวเลขจะลดตามเวลาก็ตาม
ตัวเลขในตาราง cohort บทนี้อ้างอิงได้ไหม
ไม่ได้ เป็นค่าสมมติเพื่อสอนวิธีอ่านตารางเท่านั้น ไม่ใช่ค่าจริงของอุตสาหกรรมใด retention ที่ถือว่าดีต่างกันมากตามประเภทสินค้า ควรสร้างตารางจากข้อมูลจริงของคุณแล้วเทียบรุ่นต่อรุ่นของตัวเอง
cohort ต่างกับ churn rate ยังไง
churn rate มองภาพรวมว่าช่วงหนึ่งมีลูกค้าหลุดไปกี่เปอร์เซ็นต์ ส่วน cohort เจาะว่าลูกค้าแต่ละรุ่นหลุดต่างกันยังไงตามเวลา cohort ละเอียดกว่าและช่วยจับว่าปัญหาเกิดกับลูกค้าที่ได้มาช่วงไหน จึงเสริมกันได้ดี
ควรทำ cohort บ่อยแค่ไหน
อัปเดตเดือนละครั้งพอ เพราะข้อมูล retention ต้องใช้เวลาสะสม การดูถี่กว่านั้นไม่ได้เพิ่มข้อมูลใหม่มากนัก สิ่งที่ควรทำคือเก็บตารางไว้ต่อเนื่องเพื่อเห็นแนวโน้มข้ามหลายเดือน ซึ่งมีค่ากว่าการดูภาพนิ่งครั้งเดียว
บทความที่เกี่ยวข้อง


