ทำไม Dashboard LINE OA บน Looker Studio ของทีมถึงตัวเลขไม่ตรงกับที่แอดมินรายงาน

ทุกเช้าวันจันทร์ ผู้จัดการทีมขายเปิด Dashboard LINE OA บน Looker Studio เพื่อดูยอด Lead ของสัปดาห์ก่อน ตัวเลขบนหน้าจอบอกว่า 84 Lead แต่พอถามแอดมินที่ตอบแชทเองกลับได้คำตอบว่า 'สัปดาห์นี้คุยกับลูกค้าใหม่เกินร้อยคนนะพี่' ความต่างแบบนี้เกิดขึ้นบ่อยกว่าที่หลายทีมยอมรับ และมักจบด้วยการที่ไม่มีใครเชื่อ Dashboard อีกต่อไป

ปัญหานี้ไม่ได้แปลว่า Dashboard ผิดหรือแอดมินนับผิดเสมอไป ส่วนใหญ่แล้วทั้งสองฝั่งกำลังนับ 'คนละอย่าง' โดยไม่รู้ตัว ฝั่งหนึ่งนับตามนิยามที่ตั้งไว้ใน Query อีกฝั่งนับตามความรู้สึกจากการอ่านแชทของตัวเอง ซึ่งสองอย่างนี้ไม่จำเป็นต้องตรงกันเลยถ้าไม่มีใครไปตกลงนิยามให้ชัดตั้งแต่ต้น

บทความนี้จะพาไปหาสาเหตุที่พบบ่อยที่สุดของความต่างนี้ และวิธีออกแบบ Dashboard บน Looker Studio ให้ตัวเลขที่แสดงสะท้อนความจริงมากขึ้น จนทีมกลับมาเชื่อและใช้ Dashboard ตัดสินใจได้จริง

นิยาม Lead ที่ต่างกันระหว่าง Dashboard กับความเข้าใจของแอดมิน

สาเหตุอันดับหนึ่งที่ทำให้ตัวเลขไม่ตรงกันคือคำว่า 'Lead' ถูกนิยามไม่เหมือนกัน Dashboard ที่ตั้งค่าโดยทีมเทคนิคอาจนับ Lead จากคนที่กด Follow LINE OA ครั้งแรก ขณะที่แอดมินนับ Lead จากคนที่ทักคุยจริงจังเรื่องสินค้า ซึ่งสองกลุ่มนี้ไม่ใช่คนกลุ่มเดียวกันเสมอไป

บางคนกด Follow แล้วเงียบไปเลยไม่เคยทัก บางคนทักถามแค่ที่อยู่ร้านแล้วหายไป ถ้า Dashboard นับทุก Follow เป็น Lead ตัวเลขจะสูงกว่าความเป็นจริงที่แอดมินรู้สึก ในทางกลับกันถ้าแอดมินนับทุกคนที่ทักเข้ามาเป็น Lead แม้จะถามแค่คำถามทั่วไปโดยไม่มีแนวโน้มซื้อ ตัวเลขของแอดมินก็จะสูงกว่า Dashboard ที่กรองเฉพาะ Lead ที่มีคุณสมบัติจริง

ทางแก้ไม่ใช่การไปเถียงว่าใครถูกใครผิด แต่คือการนั่งคุยกันระหว่างทีมเทคนิคกับทีมขายเพื่อตกลงนิยามเดียวกัน แล้วเขียนนิยามนั้นไว้เป็นลายลักษณ์อักษรให้ทุกคนอ้างอิงตรงกัน ไม่ใช่ต่างคนต่างเข้าใจไปเอง

หลังตกลงนิยามแล้ว ควรระบุไว้ในตัว Dashboard เองด้วย เช่น ใส่คำอธิบายสั้น ๆ ไว้ข้าง Metrics แต่ละตัวว่านับจากเงื่อนไขอะไร ไม่ใช่ปล่อยให้ตัวเลขลอยอยู่เฉย ๆ โดยไม่มีบริบท เพราะคนที่เปิดดู Dashboard ในอีกหกเดือนข้างหน้าอาจไม่ใช่คนที่ตกลงนิยามไว้ตั้งแต่แรก ถ้าไม่มีคำอธิบายกำกับไว้ ปัญหาความสับสนแบบเดิมก็จะย้อนกลับมาอีกครั้ง

ช่วงเวลาที่ Query ดึงข้อมูลไม่ตรงกับช่วงที่แอดมินนับเอง

อีกสาเหตุที่พบบ่อยไม่แพ้กันคือช่วงเวลาที่ใช้เปรียบเทียบไม่ตรงกัน Dashboard อาจตั้ง Time Zone เป็น UTC ตามค่าเริ่มต้นของระบบ ขณะที่แอดมินนับตามเวลาไทยจริงที่ตัวเองทำงาน ความต่างของ Time Zone 7 ชั่วโมงอาจทำให้ Event ที่เกิดตอนดึกคืนวันอาทิตย์ถูกนับเป็นวันจันทร์ใน Dashboard แต่แอดมินจำว่าเป็นงานของสัปดาห์ก่อน

อีกกรณีคือ Dashboard ตั้งค่า Query ให้ดึงข้อมูล 'สัปดาห์ที่ผ่านมา' แบบ Rolling 7 วันจากวันที่เปิดดู ขณะที่แอดมินนับตามสัปดาห์ปฏิทินที่เริ่มวันจันทร์ถึงอาทิตย์ ถ้าเปิด Dashboard วันพุธ ตัวเลขที่เห็นจะเป็นช่วงพุธถึงพุธ ไม่ใช่จันทร์ถึงอาทิตย์ตามที่แอดมินเข้าใจ ทำให้ดูเหมือนตัวเลขไม่ตรงกันทั้งที่จริงกำลังนับคนละช่วงเวลา

การแก้ปัญหานี้ต้องระบุ Time Zone ให้ชัดเจนใน Data Source และตกลงนิยามช่วงเวลาที่ใช้ร่วมกัน เช่น สัปดาห์ปฏิทินแบบไทยเสมอ ไม่ใช้ Rolling Window ถ้าทีมไม่ได้คุ้นเคยกับแนวคิดนี้มาก่อน

อีกจุดที่ควรระวังคือการเปรียบเทียบข้ามช่วงเวลาที่ยาวไม่เท่ากันโดยไม่รู้ตัว เช่น กราฟเปรียบเทียบเดือนนี้กับเดือนก่อนที่มีจำนวนวันไม่เท่ากัน หรือเดือนที่มีวันหยุดยาวแทรกอยู่ ทำให้ตัวเลขดูเหมือนตกลงทั้งที่จริงเป็นผลจากจำนวนวันทำงานที่น้อยกว่า การใส่บริบทของช่วงเวลาไว้ข้างกราฟจึงช่วยให้คนอ่าน Dashboard ไม่ตีความตัวเลขผิดไปจากความเป็นจริง

จุดที่ข้อมูลอาจขาดหายก่อนถึง Dashboard

นอกจากนิยามและช่วงเวลา ข้อมูลบางส่วนอาจไม่เคยไปถึง Dashboard เลยตั้งแต่ต้น ตารางนี้สรุปจุดที่มักเป็นสาเหตุ พร้อมวิธีตรวจสอบเบื้องต้น:

ขั้นตอนไล่หาสาเหตุเมื่อตัวเลขไม่ตรงกันจริง

1. เลือกช่วงเวลาสั้น ๆ เช่นหนึ่งวัน แล้วให้แอดมินนับ Lead ด้วยตัวเองแบบละเอียดพร้อมจดชื่อหรือ User ID ไว้ทุกเคส
2. ดึงรายการ Lead ในช่วงเวลาเดียวกันจาก Data Source ที่ Dashboard ใช้ แล้วเทียบทีละรายชื่อว่าตรงกันหรือไม่
3. ถ้าพบรายชื่อที่มีฝั่งหนึ่งแต่อีกฝั่งไม่มี ให้ไล่ดูว่าเคสนั้นถูกนับเข้าเงื่อนไขของแต่ละฝั่งอย่างไร เพื่อหาว่าความต่างเกิดจากนิยามหรือข้อมูลหายจริง
4. บันทึกผลการไล่หาสาเหตุไว้เป็นเอกสาร แล้วปรับ Query หรือ Data Source ให้ตรงกับนิยามที่ตกลงกันไว้ ไม่ใช่แก้ปัญหาเฉพาะหน้าแล้วลืมจดว่าที่แก้ไปคืออะไร
5. ทำซ้ำขั้นตอนนี้อีกครั้งหลังปรับแก้ เพื่อยืนยันว่าตัวเลขตรงกันจริง ไม่ใช่ตรงกันแค่ในช่วงทดสอบครั้งเดียวโดยบังเอิญ

Metrics ไหนที่ Dashboard LINE OA บน Looker Studio ควรมีเพื่อลดความสับสน

• จำนวน Follow ใหม่ — แยกจาก Lead ชัดเจน เพื่อไม่ให้เข้าใจผิดว่าทุกคนที่เพิ่มเพื่อนคือลูกค้าที่มีแนวโน้มซื้อ
• จำนวน Lead ที่ผ่านเกณฑ์ Qualified — ตามนิยามที่ทีมขายตกลงร่วมกัน ไม่ใช่นับทุกคนที่ทักเข้ามาโดยไม่มีเงื่อนไข
• เวลาตอบกลับเฉลี่ยของแอดมิน — ช่วยเห็นภาพว่าความเร็วในการตอบส่งผลต่ออัตราการปิดการขายอย่างไร
• อัตราการปิดการขายต่อแคมเปญ — เพื่อเชื่อมกลับไปที่ต้นทางโฆษณาว่าแคมเปญไหนสร้าง Lead ที่ปิดง่ายกว่ากัน

ใครควรเป็นเจ้าของ Dashboard ตัวนี้กันแน่

หลายทีมมีปัญหาซ้ำเพราะไม่มีใครเป็นเจ้าของ Dashboard อย่างชัดเจน ทีมเทคนิคสร้างแล้วส่งต่อให้ทีมขายใช้ โดยไม่มีใครรับผิดชอบตรวจสอบว่าตัวเลขยังถูกต้องอยู่หรือไม่หลังผ่านไปสามเดือน จนกว่าจะมีคนสังเกตเห็นความผิดปกติเอง

แนวทางที่ได้ผลคือกำหนดให้มีเจ้าของร่วมสองฝั่ง ฝั่งเทคนิคดูแลความถูกต้องของ Query และ Data Source ส่วนฝั่งขายดูแลว่านิยามที่ใช้ยังตรงกับกระบวนการขายจริงหรือไม่ เพราะกระบวนการขายมักเปลี่ยนไปตามเวลา เช่น เพิ่มขั้นตอนเสนอราคาใหม่ที่ Dashboard เดิมยังไม่ได้รองรับ

การนัดทบทวน Dashboard ร่วมกันทุกไตรมาสช่วยจับความคลาดเคลื่อนได้เร็วกว่าการรอให้มีคนบ่นว่าตัวเลขไม่ตรง ซึ่งตอนนั้นมักสายเกินไปแล้วที่จะแก้ปัญหาได้ทันท่วงที

ในทีมขนาดเล็กที่ไม่มีทีมเทคนิคแยกต่างหาก อาจให้คนคนเดียวรับผิดชอบทั้งสองด้าน แต่ต้องกำหนดเวลาที่ชัดเจนไว้ล่วงหน้าว่าจะกลับมาตรวจสอบ Dashboard เมื่อไร ไม่ใช่ปล่อยให้เป็นงานที่ทำ 'เมื่อมีเวลาว่าง' เพราะงานลักษณะนี้มักถูกเลื่อนออกไปเรื่อย ๆ จนกว่าจะมีปัญหาใหญ่ปรากฏขึ้นจริง

เชื่อม Dashboard กลับไปหาต้นทางโฆษณาให้ตอบคำถามได้ลึกกว่าจำนวน Lead

เมื่อแก้ปัญหาตัวเลขไม่ตรงกันได้แล้ว ขั้นถัดไปที่หลายทีมมองข้ามคือการเชื่อม Dashboard กลับไปหาต้นทางโฆษณา ไม่ใช่แค่ดูว่ามี Lead กี่คน แต่ดูว่า Lead แต่ละคนมาจากแคมเปญไหน คีย์เวิร์ดอะไร เพื่อให้ทีมการตลาดปรับงบได้ตรงจุด แทนที่จะเห็นแค่ตัวเลขรวมที่ไม่บอกอะไรเกี่ยวกับที่มา

การผูก Tracking Link ตั้งแต่ต้นทางก่อนเข้า LINE เป็นเงื่อนไขสำคัญที่ทำให้ Dashboard ตอบคำถามระดับนี้ได้ ถ้าไม่มีการผูกไว้ ต่อให้ Dashboard สวยแค่ไหนก็ยังตอบไม่ได้ว่าเงินโฆษณาที่ใช้ไปสร้าง Lead คุณภาพจากช่องทางไหนมากที่สุด

ทีมที่เริ่มทำแบบนี้มักพบว่าแคมเปญที่เคยดูเหมือนสร้าง Lead เยอะที่สุด กลับไม่ใช่แคมเปญที่ปิดการขายได้มากที่สุด เพราะ Lead เยอะไม่เท่ากับ Lead ที่มีแนวโน้มซื้อ นี่คือเหตุผลที่ Dashboard ที่ดีต้องมองไกลกว่าจำนวน Lead ไปถึงคุณภาพและยอดขายที่ตามมา

การเปลี่ยนมุมมองแบบนี้อาจต้องใช้เวลาปรับใจทีมการตลาดที่คุ้นเคยกับการวัดผลด้วยจำนวน Lead มาตลอด แต่เมื่อทุกคนเห็นตัวเลขยอดขายจริงที่เชื่อมกลับไปถึงแคมเปญต้นทางได้ การตัดสินใจเรื่องงบโฆษณาก็จะแม่นยำขึ้นทีละน้อย โดยไม่ต้องเดาหรือเชื่อความรู้สึกเพียงอย่างเดียวอีกต่อไป

สรุป

ตัวเลขบน Dashboard ที่ไม่ตรงกับความรู้สึกของแอดมินไม่ใช่เรื่องแปลก และไม่ได้แปลว่าฝั่งใดฝั่งหนึ่งผิด ส่วนใหญ่เป็นเพราะนิยามและช่วงเวลาที่ใช้เทียบกันไม่ตรงกันตั้งแต่ต้น การไล่หาสาเหตุอย่างเป็นระบบสำคัญกว่าการเปลี่ยนเครื่องมือใหม่ทุกครั้งที่เจอความคลาดเคลื่อน

เมื่อทีมตกลงนิยามร่วมกันได้แล้ว Dashboard บน Looker Studio จะกลายเป็นเครื่องมือที่ทุกฝ่ายเชื่อและใช้ตัดสินใจร่วมกันได้จริง แทนที่จะเป็นแค่หน้าจอสวย ๆ ที่ไม่มีใครอ้างอิงเวลาต้องตัดสินใจสำคัญ

• ความต่างของตัวเลขมักมาจากนิยาม Lead ที่ไม่ตรงกันระหว่างทีมเทคนิคและทีมขาย
• Time Zone และช่วงเวลาที่ Query ดึงข้อมูลต้องตกลงให้ตรงกับที่แอดมินนับเอง
• ควรมีเจ้าของ Dashboard ร่วมกันสองฝั่งและทบทวนนิยามทุกไตรมาส
• Dashboard ที่ดีต้องเชื่อมกลับไปหาต้นทางโฆษณา ไม่ใช่แค่แสดงจำนวน Lead รวม

คำถามที่พบบ่อย