อัตราคนกดยินยอมคุกกี้ต่ำแค่ไหน ตัวเลขในรายงานถึงเริ่มเชื่อไม่ได้

ลองดูเลขง่าย ๆ สมมติเว็บของคุณมีคนเห็น banner ขอความยินยอม 1,000 คน และมี 300 คนกดยอมรับ รายงานโฆษณาจะเห็นพฤติกรรมของ 300 คนนั้นเท่านั้น ส่วนอีก 700 คนที่เหลือซื้อหรือไม่ซื้อ ระบบไม่รู้เลย แล้วคุณกำลังใช้รายงานนั้นตัดสินใจเรื่องงบแอดหลักหมื่นบาทต่อเดือน

คำถามที่ผมได้รับบ่อยคือ ‘ต่ำแค่ไหนถึงอันตราย’ ผมไม่มีตัวเลขมาตรฐานอุตสาหกรรมที่อ้างอิงได้ เกณฑ์ในบทความนี้เป็นเกณฑ์ที่ผมตั้งเองจากการคำนวณ และจะบอกที่มาของมันให้ตรวจสอบได้

อัตรายินยอมคือเศษส่วนของอะไร

ก่อนวัด ต้องตกลงตัวหารกัน เพราะสามวิธีนี้ให้ตัวเลขต่างกันมาก วิธีแรก ยอมรับ หารด้วยจำนวนคนที่เห็น banner วิธีที่สอง ยอมรับ หารด้วยจำนวน session ทั้งหมด ซึ่งรวมคนกลับมาที่เคยตัดสินใจไปแล้ว วิธีที่สามหารด้วยผู้ใช้ไม่ซ้ำ ผมแนะนำวิธีแรกเป็นหลัก เพราะวัดพฤติกรรมของ banner ตรงที่สุด และเก็บวิธีที่สองไว้เทียบกับรายงานของ GA4

อย่านับบอทและ crawler ในตัวหาร และนับคนที่ปิด banner โดยไม่ตอบเป็นกลุ่มแยก เพราะกลุ่มนี้ไม่ได้ปฏิเสธและไม่ได้ยอมรับ

ความคลาดเคลื่อนโตเท่าไหร่เมื่ออัตรายินยอมต่ำลง

สมมติเราเอายอดของคนที่ยินยอมมาขยายเป็นทั้งเว็บ โดยเชื่อว่าคนที่ไม่ยินยอมซื้อด้วยอัตราเดียวกัน ถ้าความจริงคนที่ไม่ยินยอมซื้อน้อยกว่า เราจะประเมินสูงเกินจริง ตารางนี้คำนวณส่วนที่ประเมินเกินจากสูตรง่าย ๆ คือ 1 หารด้วย (c + (1 − c) × r) แล้วลบ 1 โดย c คืออัตรายินยอม และ r คืออัตราซื้อของคนที่ไม่ยินยอมเทียบกับคนที่ยินยอม (r เท่ากับ 0.8 แปลว่าซื้อน้อยกว่า 20 เปอร์เซ็นต์)

ตัวเลขทั้งหมดเป็นผลคำนวณจากสมมติฐาน ไม่ใช่ข้อมูลของเว็บใด ค่า r ของเว็บคุณไม่มีใครรู้ นั่นคือประเด็นของมัน

เส้นเตือนที่ผมใช้ และเหตุผล

จากตารางข้างบน ที่อัตรา 70 เปอร์เซ็นต์ขึ้นไป ต่อให้ค่า r แย่ถึง 0.5 ความคลาดเคลื่อนยังอยู่ราวหนึ่งในห้าหรือน้อยกว่า ซึ่งพอใช้ติดตามแนวโน้มได้ ต่ำกว่า 40 เปอร์เซ็นต์ ความคลาดเคลื่อนเพิ่มเร็วกว่าอัตราที่ลดลง เพราะส่วนที่มองไม่เห็นกลายเป็นคนส่วนใหญ่ เส้นเหล่านี้เป็นหลักที่ผมตั้งเอง ไม่ใช่มาตรฐาน คุณปรับตามขนาดความผิดพลาดที่ธุรกิจรับได้

• 70% ขึ้นไป ใช้รายงานฝั่งเว็บได้ ตรวจกับยอดแชทเป็นรายเดือน
• 40 ถึง 69% ใช้ดูแนวโน้มเท่านั้น และทดสอบอคติของกลุ่มที่ไม่ยินยอมตามหัวข้อถัดไป
• ต่ำกว่า 40% อย่าตัดงบจาก ROAS ฝั่งเว็บเพียงอย่างเดียว ให้ใช้ยอดที่ยืนยันในแชทเป็นตัวหลัก
• ตกลงเกิน 10 จุดในสัปดาห์เดียว เป็นสัญญาณเตือนไม่ว่าระดับจะเป็นเท่าไหร่ เพราะมักหมายถึงระบบเสีย ไม่ใช่ผู้ใช้เปลี่ยนใจ

ไล่ตรวจเมื่ออัตราต่ำหรือตกเร็ว

1. แยกอัตราตามอุปกรณ์ เบราว์เซอร์ และหน้า ถ้ามือถือต่ำกว่าเดสก์ท็อปมาก ให้สงสัยหน้าตา banner บนจอเล็ก
2. เปิดเว็บบนมือถือเครื่องจริงแล้วดูว่า banner บังปุ่มทัก LINE หรือปุ่มปิดอยู่นอกจอหรือไม่ นี่คือสาเหตุที่ผมเจอบ่อยที่สุดในเว็บไทยที่ใช้ปุ่ม LINE ลอย
3. เช็กลำดับการโหลด ถ้าแท็กยิงก่อน banner ตอบ ข้อมูลของคนที่ปฏิเสธจะรั่วเข้าระบบ และอัตราที่วัดอาจผิดตั้งแต่ต้น ตรวจด้วยวิธีในการตั้ง CMP ไม่ให้บล็อกการส่ง conversion
4. ดูว่า banner เพิ่งถูกเปลี่ยนดีไซน์หรือเปลี่ยนผู้ให้บริการเมื่อไหร่ แล้ววางเส้นเวลาของอัตราคู่กัน
5. เทียบยอดรายสัปดาห์ระหว่างที่แพลตฟอร์มรายงาน กับยอดที่ยืนยันในแชทว่ามาจากแอด ถ้าอัตราส่วนสองค่านี้แกว่งตามอัตรายินยอม แปลว่าความยินยอมเป็นสาเหตุ ดูเรื่องช่องว่างระหว่างสองฝั่งในGA4 กับยอดปิดในแชทไม่ตรงกัน

ทดสอบว่าคนที่ไม่ยินยอมต่างจากคนที่ยินยอมแค่ไหน

ค่า r คือสิ่งเดียวที่ตารางข้างบนขึ้นอยู่ด้วย และคุณประมาณมันได้จากแชท ลองเลือกสัปดาห์หนึ่ง นับจำนวนแชทใหม่ที่ทักมาจากแอด แล้วนับว่ากี่แชทมีบันทึกว่าลูกค้ายินยอมบนเว็บ ถ้าแชทใหม่ 100 รายมีเพียง 35 รายที่ยินยอม ขณะที่อัตรายินยอมบนเว็บคือ 50 เปอร์เซ็นต์ แปลว่าคนที่ไม่ยินยอมมีแนวโน้มทักมากกว่าที่รายงานเว็บคิด ซึ่งยิ่งตอกย้ำว่ารายงานฝั่งเว็บมองไม่เห็นกลุ่มที่สำคัญ

การเก็บหลักฐานว่าลูกค้ายินยอมในแชทเป็นอีกเรื่องที่ต้องทำให้ถูก ดูวิธีออกแบบในรูปแบบบันทึกความยินยอมที่ตรวจสอบได้ และถ้าสงสัยว่ารายงานทั้งระบบเอียงไปทางไหน อ่านภาพรวมในความจริงของ attribution

สรุป

อัตรายินยอมที่ต่ำไม่ได้พิสูจน์ว่ารายงานผิด มันเพียงทำให้คุณพิสูจน์ไม่ได้ว่ารายงานถูก ทางออกจึงเป็นการมียอดอีกชุดหนึ่งที่ไม่ผ่านเบราว์เซอร์ไว้ตรวจสอบทุกสัปดาห์

ตั้งเส้นเตือนของคุณเองก่อนเริ่มรายงานเดือนหน้า แล้วเขียนไว้ในเอกสารว่าถ้าตกต่ำกว่าเส้นไหน คุณจะเลิกใช้ตัวเลขอะไรตัดสินใจเรื่องงบ จะได้ไม่ต้องถกกันตอนตัวเลขแย่แล้ว

• นิยามตัวหารให้ชัด ผมใช้ ยอมรับ หารผู้เห็น banner
• ความคลาดเคลื่อนโตเร็วเมื่ออัตราต่ำกว่า 50% และขึ้นกับว่าคนไม่ยินยอมซื้อต่างจากคนยินยอมแค่ไหน
• ใช้เส้นเตือน 70% และ 40% กับการตกเกิน 10 จุดต่อสัปดาห์ แล้วปรับตามธุรกิจ
• เทียบยอดที่แพลตฟอร์มรายงานกับยอดที่ยืนยันในแชททุกสัปดาห์
• ตรวจ banner บนมือถือจริงก่อนโทษผู้ใช้

คำถามที่พบบ่อย