ออกแบบ Attribution ให้เห็นว่าแคมเปญไหนพา Lead ไปปิดยอดจริง

หลายคนใช้คำว่า Attribution กับ Conversion Tracking แทนกันได้ ทั้งที่จริงแล้วสองเรื่องนี้ตอบคำถามคนละแบบ Conversion Tracking ตอบว่า 'มีการซื้อเกิดขึ้นหรือไม่' ส่วน Attribution ตอบว่า 'ถ้ามีการซื้อเกิดขึ้น ควรยกเครดิตให้แคมเปญไหน' ความสับสนระหว่างสองเรื่องนี้ทำให้หลายธุรกิจมีระบบติดตามยอดขายที่ดีอยู่แล้ว แต่ยังตัดสินใจเรื่องงบผิดพลาดอยู่ดี เพราะไม่รู้ว่ายอดขายที่เห็นควรให้เครดิตแคมเปญไหนกันแน่

ปัญหานี้ชัดเจนขึ้นเมื่อลูกค้าคนหนึ่งมีพฤติกรรมคลิกโฆษณาหลายครั้งจากหลายแคมเปญก่อนตัดสินใจทักเข้า LINE เช่น เห็นโฆษณาตัวแรกแล้วเลื่อนผ่าน อีกสามวันเห็นโฆษณาอีกตัวจากแคมเปญอื่นแล้วคลิกทักเข้ามา ถ้าไม่มีการออกแบบ Attribution ไว้ล่วงหน้า แดชบอร์ดจะสุ่มเลือกวิธีนับเอง ซึ่งอาจทำให้เครดิตตกไปอยู่ที่แคมเปญที่ไม่ใช่ตัวจุดความสนใจจริง

บทความนี้จะพาดูว่าโมเดล Attribution แบบต่าง ๆ ที่ใช้ได้กับ LINE มีอะไรบ้าง ทำไม Last-touch ถึงเป็นจุดเริ่มต้นที่ใช้ได้จริงสำหรับธุรกิจส่วนใหญ่ และข้อจำกัดที่ยังต้องรู้ไว้ก่อนเชื่อตัวเลขเต็มร้อย

Attribution กับ Conversion Tracking ต่างกันอย่างไร

Conversion Tracking คือกระบวนการบันทึกว่ามีเหตุการณ์สำคัญเกิดขึ้น เช่น มีคนเพิ่มเพื่อน มี Lead ทัก มี Order เกิดขึ้น หน้าที่ของมันคือบอกว่า 'อะไรเกิดขึ้นบ้าง' ส่วน Attribution คือกระบวนการตัดสินใจว่าเหตุการณ์นั้นควรถูกยกเครดิตให้ต้นทางไหน หน้าที่ของมันคือบอกว่า 'อะไรเป็นสาเหตุ' สองเรื่องนี้ทำงานต่อเนื่องกัน แต่ต้องมี Conversion Tracking ที่แม่นยำก่อน ถึงจะทำ Attribution ได้ถูกต้อง

ธุรกิจที่มี Conversion Tracking ดีอยู่แล้วแต่ยังไม่เคยตั้งคำถามเรื่อง Attribution มักเจอปัญหาแบบที่อธิบายในบทความเรื่อง ROAS ที่ดูเหมือนแคมเปญหนึ่งขาดทุนทั้งที่จริงแล้วเป็นแคมเปญที่จุดความสนใจให้อีกแคมเปญไปปิดการขายต่อ อ่านเพิ่มเติมได้ที่ dashboard ROAS LINE ซึ่งอธิบายผลกระทบของ Attribution ต่อการอ่านค่า ROAS ไว้โดยตรง

โมเดล Attribution แบบต่าง ๆ ที่ใช้ได้กับ LINE

มีโมเดล Attribution หลายแบบที่ใช้กันทั่วไป แต่ละแบบเหมาะกับสถานการณ์ต่างกัน ตารางนี้สรุปโมเดลหลักที่ใช้ได้กับธุรกิจ LINE

ทำไม Last-touch ถึงเป็นค่าเริ่มต้นที่ใช้ได้จริงสำหรับธุรกิจ LINE ส่วนใหญ่

แม้ Last-touch จะมีข้อจำกัดตามที่จะอธิบายต่อไป แต่มันยังเป็นโมเดลที่ธุรกิจ LINE ส่วนใหญ่ควรเริ่มต้นด้วย เพราะเก็บข้อมูลง่ายที่สุด ต้องการแค่ UTM หรือ Click ID ของคลิกสุดท้ายก่อนเข้า LINE เท่านั้น ไม่ต้องเก็บประวัติคลิกทั้งหมดของลูกค้าแต่ละคนซึ่งซับซ้อนกว่ามาก และยังตรงกับสัญชาตญาณของทีมที่ดูแลแคมเปญ เพราะคลิกสุดท้ายมักเป็นคลิกที่ 'จุดชนวน' ให้ลูกค้าตัดสินใจทักจริง ๆ

โมเดลที่ซับซ้อนกว่าอย่าง Linear หรือ Time-decay มีประโยชน์จริงเฉพาะกับธุรกิจที่มีหลายแคมเปญทำงานร่วมกันอย่างเป็นระบบ เช่น มีแคมเปญสร้างการรับรู้แยกจากแคมเปญกระตุ้นให้ตัดสินใจซื้อ และลูกค้าใช้เวลาตัดสินใจนานหลายสัปดาห์ ถ้าธุรกิจยังไม่ถึงจุดนั้น การลงทุนสร้างระบบ Multi-touch Attribution ที่ซับซ้อนอาจไม่คุ้มกับความยุ่งยากที่เพิ่มขึ้น

ตั้งค่า Attribution Window ให้เหมาะกับวงจรขายจริง

Attribution Window คือระยะเวลาที่ระบบยังนับว่าคลิกก่อนหน้ามีผลต่อ Conversion ที่เกิดขึ้นภายหลัง การตั้งค่านี้ผิดจะทำให้เครดิตตกไปอยู่ผิดแคมเปญ ขั้นตอนที่แนะนำมีดังนี้

1. หาระยะเวลาเฉลี่ยที่ลูกค้าใช้ตั้งแต่คลิกโฆษณาครั้งแรกจนถึงทักเข้า LINE จากข้อมูลย้อนหลังของ Lead ที่ปิดแล้ว
2. ตั้ง Attribution Window ให้ยาวกว่าค่าเฉลี่ยที่พบเล็กน้อย เพื่อไม่ให้ตัดคลิกที่มีผลจริงออกไปก่อนเวลา
3. ถ้าธุรกิจมีทั้งสินค้าตัดสินใจซื้อเร็วและช้าปนกัน ควรแยก Attribution Window ตามหมวดสินค้า ไม่ใช้ค่าเดียวกันทั้งหมด
4. ทบทวน Attribution Window ทุกไตรมาส เพราะพฤติกรรมลูกค้าอาจเปลี่ยนตามแคมเปญหรือฤดูกาล

ตัวอย่างสมมติ: ลูกค้าคนเดียวคลิกสามแคมเปญก่อนซื้อ Attribution ควรให้เครดิตใคร

ตัวอย่างสมมติต่อไปนี้ไม่ใช่ข้อมูลลูกค้าจริงของ linli ใช้เพื่อแสดงว่าโมเดลต่างกันให้ผลต่างกันแค่ไหน สมมติลูกค้าคนหนึ่งคลิกโฆษณาสามครั้งในช่วงหนึ่งสัปดาห์ก่อนทักเข้า LINE และปิดการขาย 5,000 บาท

ข้อจำกัดที่ Attribution บนแดชบอร์ด LINE ยังทำไม่ได้ในตอนนี้

ควรรู้ไว้ตรง ๆ ว่า Attribution แบบ Multi-touch ที่แม่นยำเต็มร้อยสำหรับ LINE ยังมีข้อจำกัดทางเทคนิคอยู่หลายจุด เพราะ LINE ในหลายกรณีเปิดผ่าน In-app Browser ที่มีข้อจำกัดเรื่องการเก็บ Cookie ข้ามแพลตฟอร์ม ทำให้การเชื่อมโยงคลิกจากอุปกรณ์หรือแพลตฟอร์มต่างกันของลูกค้าคนเดียวกันทำได้ไม่สมบูรณ์เสมอไป ถ้าลูกค้าคลิกโฆษณาจากมือถือเครื่องหนึ่งแต่ทักเข้า LINE จากอีกเครื่องหนึ่ง ระบบส่วนใหญ่จะมองเป็นคนละคนกัน

อีกข้อจำกัดคือการนับคลิกที่ไม่ได้นำไปสู่การเพิ่มเพื่อนทันที เช่น ลูกค้าคลิกดูแล้วปิดไปก่อนโดยไม่เพิ่มเพื่อน แล้วกลับมาเพิ่มเพื่อนในภายหลังผ่านช่องทางอื่น ระบบส่วนใหญ่จะไม่เก็บคลิกแรกไว้เชื่อมกับการเพิ่มเพื่อนครั้งหลัง ทำให้ Attribution ที่ได้ยังคงเป็นภาพที่ไม่สมบูรณ์ ธุรกิจควรมองว่านี่คือข้อจำกัดของเทคโนโลยีปัจจุบัน ไม่ใช่ความผิดของระบบใดระบบหนึ่ง และควรใช้ Attribution เป็นกรอบช่วยตัดสินใจ ไม่ใช่ตัวเลขที่แม่นยำร้อยเปอร์เซ็นต์ ธุรกิจที่อยากเข้าใจช่องว่างระหว่างคลิกโฆษณากับการเข้า LINE จริงลึกขึ้น ควรอ่านเรื่อง ช่องว่างระหว่างคลิกกับการเข้า LINE ประกอบ เพราะเป็นสาเหตุเดียวกับที่ทำให้ Attribution ไม่สมบูรณ์

ทำไม Attribution ที่แพลตฟอร์มโฆษณารายงานเองมักสูงกว่าที่แดชบอร์ดภายในคำนวณ

อีกจุดที่ทำให้ทีมสับสนคือตัวเลข Conversion ที่ Facebook Ads Manager หรือ Google Ads รายงานเองมักสูงกว่าตัวเลขที่แดชบอร์ดภายในของธุรกิจคำนวณจากข้อมูล Order จริง สาเหตุหลักคือแพลตฟอร์มโฆษณาแต่ละเจ้ามักใช้ Attribution Window ที่กว้างกว่าที่ธุรกิจตั้งเอง และมักนับรวมทั้ง Click-through และ View-through Conversion คือนับทั้งคนที่คลิกแล้วซื้อ และคนที่แค่เห็นโฆษณาผ่านตาแล้วมาซื้อทีหลังโดยไม่ได้คลิกเลย

พฤติกรรมแบบนี้เรียกว่า Self-attribution เพราะแต่ละแพลตฟอร์มมีแนวโน้มยกเครดิตให้ตัวเองมากกว่าความเป็นจริง โดยเฉพาะเมื่อธุรกิจยิงโฆษณาพร้อมกันหลายแพลตฟอร์ม ผลรวม Conversion ที่แต่ละแพลตฟอร์มรายงานเองอาจบวกกันแล้วสูงกว่ายอดขายจริงทั้งหมดของธุรกิจเสียอีก เพราะ Lead คนเดียวกันอาจถูกทั้ง Facebook และ Google นับเป็น Conversion ของตัวเองพร้อมกัน

ทางแก้ที่ควรทำคือใช้ยอดขายจากแดชบอร์ดภายในที่ผูกกับ Order จริงเป็น Source of Truth หลักเสมอ แล้วใช้ตัวเลข Conversion ที่แพลตฟอร์มรายงานเป็นแค่ข้อมูลอ้างอิงประกอบสำหรับการ Optimize ภายในแพลตฟอร์มนั้น ๆ ไม่ใช่นำมาบวกรวมกันเพื่อสรุปยอดขายรวมของธุรกิจ วิธีที่ช่วยลดความคลาดเคลื่อนแบบนี้ได้ในระยะยาวคือส่งข้อมูล Conversion กลับไปยังแพลตฟอร์มด้วยวิธีที่แม่นยำกว่าการพึ่ง Cookie ฝั่งเบราว์เซอร์อย่างเดียว ธุรกิจที่อยากเข้าใจแนวทางนี้ควรอ่านเรื่อง การส่ง Conversion แบบ Server-to-Server จาก LINE ประกอบ

แดชบอร์ด Attribution ที่ใช้งานได้จริงต้องมีอะไรบ้าง

แม้จะมีข้อจำกัดตามที่อธิบายไป แดชบอร์ด Attribution ที่ใช้งานได้จริงในระดับที่เพียงพอสำหรับตัดสินใจงบ ควรมีองค์ประกอบเหล่านี้

• บันทึก UTM หรือ Click ID ของทุกคลิกที่นำไปสู่การเพิ่มเพื่อน ไม่ใช่แค่คลิกล่าสุด
• แสดงได้ว่าโมเดล Attribution ที่ใช้อยู่คือแบบไหน ไม่ใช่ซ่อนไว้เบื้องหลังโดยไม่บอกผู้ใช้
• แยกรายได้ตามแคมเปญต้นทางให้เห็นชัด ไม่ปนกับยอดขายที่ไม่ทราบที่มา
• รองรับการปรับ Attribution Window ตามหมวดสินค้าหรือประเภทแคมเปญที่ต่างกัน

เมื่อไรถึงควรอัปเกรดจาก Last-touch ไป Multi-touch

ไม่ใช่ทุกธุรกิจต้องอัปเกรดไป Multi-touch Attribution สัญญาณที่บ่งชี้ว่าถึงเวลาควรพิจารณาคือ เมื่อธุรกิจมีมากกว่าสามแคมเปญที่ทำงานพร้อมกันอย่างต่อเนื่อง และเริ่มสงสัยว่าแคมเปญที่ ROAS ดูต่ำบางตัวอาจกำลังทำหน้าที่จุดความสนใจให้แคมเปญอื่นไปปิดการขายแทน หรือเมื่อวงจรขายยาวเกินสองสัปดาห์โดยเฉลี่ย ซึ่งทำให้ Last-touch เริ่มพลาดบริบทของคลิกก่อนหน้าไปมาก

สำหรับธุรกิจที่ยังมีไม่กี่แคมเปญและวงจรขายสั้น การอยู่กับ Last-touch ต่อไปก่อนยังเป็นทางเลือกที่สมเหตุสมผลกว่า เพราะความซับซ้อนที่เพิ่มขึ้นจาก Multi-touch อาจไม่คุ้มกับความแม่นยำที่ได้เพิ่มมา และยังต้องอาศัยทีมที่เข้าใจการตีความข้อมูลแบบถ่วงน้ำหนัก ไม่ใช่แค่เปิดใช้ฟีเจอร์แล้วจบ

สรุป

Attribution กับ Conversion Tracking เป็นคนละเรื่องกัน Conversion Tracking บอกว่ามีอะไรเกิดขึ้น ส่วน Attribution บอกว่าควรยกเครดิตให้แคมเปญไหน ธุรกิจ LINE ส่วนใหญ่ควรเริ่มต้นด้วย Last-touch เพราะเก็บข้อมูลง่ายและตรงกับสัญชาตญาณของทีม

ก่อนเชื่อตัวเลข Attribution เต็มร้อย ต้องเข้าใจข้อจำกัดเรื่อง Cross-device และคลิกที่ไม่ได้นำไปสู่การเพิ่มเพื่อนทันที แล้วพิจารณาอัปเกรดไป Multi-touch เฉพาะเมื่อธุรกิจมีหลายแคมเปญทำงานร่วมกันและวงจรขายยาวพอที่จะคุ้มค่ากับความซับซ้อนที่เพิ่มขึ้น

• แยก Attribution ออกจาก Conversion Tracking ให้ชัดก่อนตีความตัวเลข
• เริ่มด้วย Last-touch แล้วอัปเกรดเมื่อธุรกิจมีหลายแคมเปญทำงานร่วมกันจริง
• ตั้ง Attribution Window ตามวงจรขายจริง ไม่ใช้ค่าเริ่มต้นโดยไม่ตรวจสอบ
• รับรู้ข้อจำกัดเรื่อง Cross-device ก่อนเชื่อตัวเลข Attribution เต็มร้อย

คำถามที่พบบ่อย