แคมเปญนี้ยอดขายพุ่งพรวดแต่ทีมไม่แน่ใจว่าเพราะแอดหรือเพราะโปรโมชันคู่กัน จะแยกยังไง

ทีมมาร์เก็ตติ้งของร้านเครื่องใช้ไฟฟ้าแห่งหนึ่งเจอสถานการณ์ที่ยอดขายจากแคมเปญ LINE พุ่งขึ้นเกือบสองเท่าในสัปดาห์เดียว ตอนแรกทุกคนดีใจคิดว่าแคมเปญโฆษณาชุดใหม่ทำงานได้ผลดีมาก แต่พอย้อนดูปฏิทินกิจกรรมการตลาดถึงพบว่าสัปดาห์นั้นเป็นสัปดาห์เดียวกับที่ร้านจัดโปรโมชันลดราคา 20% พอดี ทำให้เกิดคำถามที่ตอบยากขึ้นมาทันทีว่ายอดขายที่พุ่งขึ้นนั้นเป็นผลจากโฆษณา จากโปรโมชัน หรือจากทั้งสองอย่างรวมกันในสัดส่วนเท่าไหร่

คำถามแบบนี้ตอบไม่ได้ด้วยการดูตัวเลข Conversion ที่ระบบโฆษณารายงานเพียงอย่างเดียว เพราะ Conversion ที่นับได้จะรวมยอดขายทั้งหมดที่เกิดขึ้นหลังจากมีคนเห็นหรือคลิกโฆษณาในช่วงเวลานั้น โดยไม่ได้แยกว่าลูกค้าคนไหนซื้อเพราะเห็นโฆษณา คนไหนซื้อเพราะเห็นราคาลด หรือซื้อเพราะทั้งสองอย่างพร้อมกัน การจะแยกผลสองเรื่องนี้ออกจากกันต้องอาศัยแนวคิดที่เรียกว่า Conversion Lift

บทความนี้จะอธิบายว่า Conversion Lift คืออะไร ทำงานยังไงในทางปฏิบัติ มีเงื่อนไขอะไรก่อนใช้ได้จริง และในสถานการณ์แบบยอดขายพุ่งพร้อมกับมีโปรโมชันคู่ขนาน มีแนวทางไหนที่ช่วยแยกผลได้บ้างแม้จะไม่มี Lift Study เต็มรูปแบบ

ทำไมเหตุการณ์ที่เกิดพร้อมกันถึงทำให้แยกผลยาก

ปัญหานี้เกิดขึ้นบ่อยกว่าที่คิด เพราะธุรกิจส่วนใหญ่มักไม่ได้วางแผนแคมเปญโฆษณาและโปรโมชันแยกจากกันโดยสิ้นเชิง หลายครั้งทีมจงใจจัดให้ตรงกันเพราะอยากให้ได้ผลลัพธ์สูงสุดในช่วงเวลาเดียว เช่น เพิ่มงบโฆษณาพร้อมกับเปิดตัวโปรโมชันใหญ่ ซึ่งเป็นกลยุทธ์ที่สมเหตุสมผลในแง่ธุรกิจ แต่กลับทำให้การวัดผลย้อนหลังว่าอะไรคือตัวขับเคลื่อนหลักทำได้ยากขึ้นมาก

ถ้าไม่มีระบบวัดผลที่แยกปัจจัยออกจากกันได้ ทีมมักจะตัดสินใจแบบเดาสุ่มในรอบถัดไป เช่น ถ้าเชื่อว่าโฆษณาคือตัวขับเคลื่อนหลัก ก็อาจเพิ่มงบโฆษณาต่อโดยไม่จัดโปรโมชัน แล้วพบว่ายอดขายไม่ได้พุ่งเหมือนเดิม หรือถ้าเชื่อว่าโปรโมชันคือตัวขับเคลื่อนหลัก ก็อาจลดงบโฆษณาลงแล้วจัดโปรโมชันอย่างเดียว ซึ่งทั้งสองทางเลือกล้วนเสี่ยงถ้าตัดสินใจจากการเดาแทนที่จะมีข้อมูลรองรับ

Conversion Lift คืออะไรกันแน่

Conversion Lift คือการวัดผลต่างของยอดขายหรือ Conversion ระหว่างกลุ่มที่ได้เห็นโฆษณากับกลุ่มควบคุมที่ไม่ได้เห็นหรือเห็นน้อยกว่าชัดเจน ในช่วงเวลาเดียวกัน โดยพยายามควบคุมปัจจัยอื่นให้ใกล้เคียงกันที่สุดเท่าที่จะทำได้ ผลต่างที่วัดได้คือสิ่งที่เรียกว่า 'Lift' หรือยอดขายที่เพิ่มขึ้นเพราะโฆษณาโดยเฉพาะ ไม่ใช่ยอดขายที่เกิดจากปัจจัยอื่นที่เกิดขึ้นพร้อมกัน

แพลตฟอร์มโฆษณาอย่าง Google Ads และ Meta มีฟีเจอร์ Conversion Lift Study หรือชื่อเรียกที่ใกล้เคียงกันในบัญชีที่มีเงื่อนไขงบและปริมาณ Conversion มากพอ ฟีเจอร์นี้ทำงานโดยแบ่งกลุ่มเป้าหมายภายในแพลตฟอร์มเองเป็นกลุ่มทดลองและกลุ่มควบคุม แล้วรายงานผลต่างของ Conversion ให้ธุรกิจเห็นหลังจบการทดสอบ ธุรกิจไม่ต้องแบ่งกลุ่มเองด้วยมือ แต่ต้องตรวจสอบเงื่อนไขและวิธีตั้งค่าจากเอกสารล่าสุดของแต่ละแพลตฟอร์มก่อนเริ่มใช้งานเสมอ เพราะรายละเอียดอาจเปลี่ยนแปลงได้

เงื่อนไขที่ต้องมีก่อนรัน Conversion Lift Study ได้จริง

Conversion Lift Study ไม่ใช่ฟีเจอร์ที่เปิดใช้ได้ทันทีทุกบัญชี ส่วนใหญ่มีเงื่อนไขขั้นต่ำที่ต้องผ่านก่อน ซึ่งอาจต่างกันไปตามแพลตฟอร์มและช่วงเวลา:

• งบโฆษณาขั้นต่ำต่อช่วงเวลาที่กำหนด เพื่อให้มีปริมาณข้อมูลมากพอสำหรับวิเคราะห์ผลต่างอย่างเห็นได้ชัด
• ปริมาณ Conversion ที่บันทึกได้ในบัญชีต้องมากพอในช่วงเวลาก่อนหน้า ไม่ใช่บัญชีที่เพิ่งเริ่มยิงแอดและมี Conversion น้อยมาก
• ระยะเวลารันแคมเปญต่อเนื่องตามที่แพลตฟอร์มกำหนด ไม่ใช่แคมเปญที่เปิดปิดถี่ในช่วงเวลาสั้น
• ขนาดกลุ่มเป้าหมายในตลาดที่ยิงแอดต้องใหญ่พอให้แบ่งกลุ่มทดลองกับกลุ่มควบคุมได้โดยยังมีข้อมูลเพียงพอทั้งสองฝั่ง

ตัวอย่างสมมติ เมื่อมีโปรโมชันคู่กับแอด

ลองกลับไปที่สถานการณ์ร้านเครื่องใช้ไฟฟ้าที่ยอดขายพุ่งพร้อมกับมีโปรโมชันลดราคา 20% ตัวเลขทั้งหมดด้านล่างเป็นตัวอย่างสมมติเพื่อประกอบกรอบวิเคราะห์เท่านั้น สมมติว่าร้านนี้เคยรัน Conversion Lift Study ไว้ล่วงหน้าในช่วงที่ไม่มีโปรโมชัน พบว่ากลุ่มที่เห็นโฆษณามียอดขาย 400 ออเดอร์ต่อสัปดาห์ ส่วนกลุ่มควบคุมมียอดขาย 310 ออเดอร์ต่อสัปดาห์ เท่ากับ Lift จากโฆษณาอย่างเดียวอยู่ที่ประมาณ 90 ออเดอร์

พอถึงสัปดาห์ที่มีทั้งโฆษณาและโปรโมชันพร้อมกัน ยอดขายรวมพุ่งเป็น 620 ออเดอร์ ถ้าเทียบกับสัปดาห์ปกติที่ไม่มีทั้งสองอย่างซึ่งเคยอยู่ที่ 310 ออเดอร์ จะเห็นว่ายอดขายเพิ่มขึ้นทั้งหมด 310 ออเดอร์ ในจำนวนนี้ถ้ารู้ว่า Lift จากโฆษณาอย่างเดียวอยู่ที่ประมาณ 90 ออเดอร์จากการทดสอบครั้งก่อน ส่วนที่เหลืออีกประมาณ 220 ออเดอร์จึงน่าจะเป็นผลจากโปรโมชันหรือผลเสริมกันระหว่างโฆษณากับโปรโมชัน ซึ่งเป็นข้อมูลที่ช่วยให้ทีมตัดสินใจรอบถัดไปได้แม่นยำกว่าการเดาว่าอันไหนคือตัวขับเคลื่อนหลัก

เทียบ Conversion Lift กับวิธีวัดผลอื่นที่ใกล้เคียงกัน

เพื่อให้เห็นภาพว่า Conversion Lift ต่างจากวิธีอื่นตรงไหน ลองดูตารางเปรียบเทียบนี้:

สิ่งที่ Conversion Lift ยังตอบไม่ได้ครบ

แม้ Conversion Lift Study จะช่วยแยกผลของโฆษณาออกจากปัจจัยอื่นได้ดีกว่าการดู Conversion รวมเฉย ๆ แต่ก็ยังมีข้อจำกัดที่ต้องเข้าใจก่อนนำผลไปใช้ตัดสินใจ

• ผลจากการทดสอบครั้งก่อนอาจใช้ไม่ได้กับช่วงเวลาที่มีโปรโมชัน: พฤติกรรมลูกค้าตอนมีส่วนลดอาจต่างจากตอนไม่มีส่วนลด การนำ Lift เก่ามาประมาณผลของสัปดาห์ที่มีโปรโมชันจึงเป็นแค่การประมาณ ไม่ใช่ตัวเลขแม่นยำ
• ไม่ได้บอกว่าผลเสริมกันระหว่างโฆษณากับโปรโมชันมีสัดส่วนเท่าไหร่: อาจมีลูกค้าบางส่วนที่ซื้อเพราะเห็นทั้งโฆษณาและโปรโมชันพร้อมกัน ซึ่ง Lift Study ทั่วไปไม่ได้ออกแบบมาให้แยกส่วนนี้ออกมาชัดเจน
• ต้องรันในช่วงเวลาที่ไม่มีปัจจัยรบกวนอื่นถึงจะได้ผลที่สะอาด: ถ้าต้องการวัด Lift ของโฆษณาล้วน ๆ ควรรันการทดสอบในช่วงที่ไม่มีโปรโมชันหรือกิจกรรมพิเศษอื่นเข้ามาปนด้วย

ถ้ายังไม่มี Lift Study ครบทุกส่วน มีแนวทางไหนช่วยแยกผลได้บ้าง

ธุรกิจขนาดเล็กที่ยังไม่ผ่านเงื่อนไขขั้นต่ำสำหรับ Conversion Lift Study ของแพลตฟอร์ม ยังมีแนวทางเชิงปฏิบัติที่ช่วยแยกผลได้ในระดับหนึ่ง แม้จะไม่แม่นยำเท่าการทดสอบแบบทั้งระบบ วิธีหนึ่งคือหลีกเลี่ยงการจัดโปรโมชันใหญ่พร้อมกับการปรับงบโฆษณาครั้งใหญ่ในรอบเดียวกัน ให้แยกทดสอบทีละตัวแปรในรอบถัดไปแทน เพื่อให้เห็นผลของแต่ละปัจจัยชัดขึ้น

อีกวิธีคือเปรียบเทียบยอดขายของสัปดาห์ที่มีโปรโมชันอย่างเดียวโดยไม่เพิ่มงบโฆษณา กับสัปดาห์ที่มีทั้งโปรโมชันและงบโฆษณาที่เพิ่มขึ้น ถ้าธุรกิจมีข้อมูลย้อนหลังของทั้งสองสถานการณ์ จะพอประมาณผลของโฆษณาได้คร่าว ๆ แม้จะไม่ควบคุมตัวแปรได้แน่นเท่า Lift Study ที่แพลตฟอร์มรันให้ วิธีการอ่านตัวเลขแบบเปรียบเทียบช่วงเวลานี้เกี่ยวข้องกับหลักการเดียวกับที่อธิบายไว้ใน Incrementality Testing ซึ่งเป็นแนวคิดที่ครอบคลุมกว้างกว่า Conversion Lift

การวางแผนโปรโมชันร่วมกับทีมมาร์เก็ตติ้งล่วงหน้าก็ช่วยได้มาก เช่น กำหนดปฏิทินให้บางสัปดาห์มีแค่โปรโมชันไม่มีการปรับงบโฆษณา และบางสัปดาห์ปรับงบโฆษณาโดยไม่มีโปรโมชัน เพื่อสร้างข้อมูลเปรียบเทียบตามธรรมชาติโดยไม่ต้องรอฟีเจอร์ Lift Study อย่างเป็นทางการ แนวทางเรื่องการออกแบบโปรโมชันให้มีจังหวะที่เหมาะสมยังเกี่ยวข้องกับหลักการเร่งการตัดสินใจของลูกค้าที่อธิบายไว้ใน Scarcity และ Urgency ในแคมเปญ LINE ด้วย

ระบบติดตามยอดขายช่วยตรงจุดนี้ยังไงบ้าง

สิ่งที่ทำให้การแยกผลระหว่างโฆษณากับโปรโมชันทำได้แม่นยำขึ้นคือการมีข้อมูลยอดขายที่บันทึกละเอียดพอ เช่น รู้ว่าออเดอร์ไหนใช้โค้ดส่วนลด ออเดอร์ไหนมาจากแคมเปญไหน และเวลาที่แต่ละออเดอร์เกิดขึ้น ระบบอย่าง linli ช่วยจัดระเบียบการบันทึก Order และแหล่งที่มาของแต่ละออเดอร์ผ่าน LINE ทำให้เมื่อต้องย้อนวิเคราะห์ว่าสัปดาห์ไหนมีอะไรเกิดขึ้นบ้าง ทีมมีข้อมูลดิบที่ครบพอจะแยกดูตามช่วงเวลาหรือตามแคมเปญได้ แต่ระบบไม่ได้รัน Conversion Lift Study หรือคำนวณผลต่างระหว่างกลุ่มทดลองกับกลุ่มควบคุมให้อัตโนมัติ ส่วนนั้นยังต้องอาศัยฟีเจอร์เฉพาะของแพลตฟอร์มโฆษณาหรือการออกแบบวิเคราะห์เองของทีม

สรุป

สถานการณ์ยอดขายพุ่งพร้อมกับมีโปรโมชันคู่ขนานเป็นเรื่องปกติที่ธุรกิจเจอบ่อย และ Conversion Lift คือแนวคิดที่ช่วยแยกผลของโฆษณาออกจากปัจจัยอื่นได้แม่นยำกว่าการดู Conversion รวมเฉย ๆ ไม่ว่าจะผ่านฟีเจอร์ Lift Study ของแพลตฟอร์มหรือการเปรียบเทียบข้อมูลย้อนหลังเอง

ถ้าบัญชีโฆษณายังไม่ผ่านเงื่อนไขขั้นต่ำสำหรับ Lift Study ครบทุกส่วน การวางแผนแยกทดสอบทีละตัวแปรและบันทึกข้อมูลยอดขายให้ละเอียดพอ ก็ยังช่วยให้ทีมประมาณผลของแต่ละปัจจัยได้ในระดับที่ใช้ตัดสินใจได้จริง

• Conversion Lift วัดผลต่างระหว่างกลุ่มเห็นโฆษณากับกลุ่มควบคุม ต่างจาก Conversion ทั่วไปที่นับรวมทุกยอดขาย
• มีเงื่อนไขงบและปริมาณ Conversion ขั้นต่ำก่อนใช้ฟีเจอร์นี้ได้ในแต่ละแพลตฟอร์ม
• เมื่อมีโปรโมชันคู่กับแอด ควรแยกทดสอบทีละตัวแปรในบางรอบเพื่อเห็นผลแต่ละปัจจัยชัดขึ้น
• ผล Lift จากช่วงเวลาหนึ่งอาจใช้ประมาณช่วงอื่นได้ แต่ไม่ควรถือเป็นตัวเลขแม่นยำตายตัว

คำถามที่พบบ่อย