Data Cleansing: ล้างสลิปปลอมและยอดซ้ำก่อนเอาไปวัดผล

ผมเชื่อในประโยคที่ว่า ‘ขยะเข้า ขยะออก’ มากเป็นพิเศษเวลาพูดเรื่องวัดผลโฆษณา คุณจะมีสูตรคำนวณเทพแค่ไหน มีแดชบอร์ดสวยแค่ไหน ถ้าข้อมูลที่ป้อนเข้าไปมันสกปรก ผลลัพธ์ก็เชื่อไม่ได้ตั้งแต่ต้น

ในธุรกิจที่ปิดการขายใน LINE แล้วยืนยันยอดด้วยการส่งสลิป ข้อมูลมันสกปรกได้ง่ายกว่าที่คิด ลูกค้าส่งสลิปปลอมมาเพื่อกั๊กของ ส่งสลิปเก่าซ้ำเพราะจำไม่ได้ว่าโอนไปแล้ว ยอดที่ตกลงกันแล้วยกเลิกทีหลัง หรือแอดมินบันทึกยอดเดียวสองรอบ ทั้งหมดนี้ปนกันอยู่ในกองข้อมูล

บทความนี้ว่าด้วยขั้นตอนที่คนชอบข้าม คือการล้างข้อมูลก่อนเอาไปใช้ ผมจะเล่าว่าต้องล้างอะไรบ้าง ล้างตอนไหน และทำไมการข้ามขั้นนี้ถึงทำให้การตัดสินใจเรื่องแอดผิดพลาดแบบไม่รู้ตัว

ขยะในข้อมูลยอดมีกี่แบบ

ก่อนจะล้าง เราต้องรู้ก่อนว่ากำลังล้างอะไร ขยะในข้อมูลยอดขายของธุรกิจแชทไม่ได้มีแค่ ‘สลิปปลอม’ อย่างที่หลายคนเข้าใจ มันมีหลายหน้าตากว่านั้น

• สลิปปลอม — ลูกค้าตัดต่อสลิปหรือส่งสลิปที่ไม่ตรงยอดเพื่อขอของก่อน ถ้านับเป็นยอดจริงคุณจะได้ ‘รายได้’ ที่ไม่มีเงินเข้าจริง
• สลิปเก่าส่งซ้ำ — ลูกค้าโอนรอบก่อน แล้วส่งสลิปเดิมมาอีกครั้งตอนซื้อรอบใหม่โดยไม่ได้ตั้งใจโกง ระบบอาจนับเป็นยอดใหม่
• ยอดที่ยกเลิกทีหลัง — ตกลงซื้อแล้วแต่มายกเลิก คืนเงิน หรือของส่งไม่สำเร็จ ถ้ายังค้างเป็นยอดขายอยู่จะทำให้รายได้เกินจริง
• ยอดนับซ้ำ — ดีลเดียวถูกบันทึกสองครั้งจากคนละคนหรือคนละระบบ เป็นพี่น้องกับปัญหา conversion ซ้ำโดยตรง
• ยอดทดสอบ — แอดมินยิงยอดปลอมเข้ามาเพื่อทดสอบระบบแล้วลืมลบ กลายเป็นรายได้ผีในรายงาน

ทำไมต้องล้างก่อนคำนวณ และก่อนส่งกลับแพลตฟอร์ม

เหตุผลที่ต้องล้างตั้งแต่ต้นน้ำมีสองชั้น ชั้นแรกคือเรื่องตัวเลขภายในของคุณเอง ถ้ายอดสกปรกไหลเข้าสูตร ROAS ก็เพี้ยน กำไรที่คุณคิดว่ามีอาจไม่มีจริง การตัดสินใจเทงบก็ผิดตาม

ชั้นที่สองลึกกว่านั้น คือถ้าคุณส่งยอดสกปรกเหล่านี้กลับไปให้ Google หรือแพลตฟอร์มอื่นผ่านการ import ยอดกลับหรือการส่งแบบ Server-to-Server ระบบ auto-bidding จะเรียนรู้จากขยะ มันจะไปตามหาคนที่ ‘ส่งสลิปปลอมเก่ง’ ให้คุณเพิ่ม เพราะมันไม่รู้ว่านั่นไม่ใช่ลูกค้าจริง

ผมเจอเคสที่ร้านส่งยอดดิบไม่ได้ล้างกลับไป แล้วงงว่าทำไมคุณภาพลูกค้าแย่ลงเรื่อย ๆ พอไล่ดูถึงรู้ว่าระบบกำลังขยันหาคนที่หน้าตาเหมือนพวกส่งสลิปปลอมมาให้ เพราะเราสอนมันผิดเอง

ลำดับการล้างที่ผมใช้จริง

ผมชอบวางการล้างเป็นด่าน ๆ ให้ข้อมูลผ่านทีละชั้นก่อนจะถือว่า ‘สะอาดพอจะเอาไปใช้’ ลำดับที่ใช้ได้จริงเป็นแบบนี้:

1. ตรวจความจริงของสลิปก่อน — ดูยอด เวลา และเลขอ้างอิงว่าตรงกับที่ตกลงไหม สลิปที่ยอดไม่ตรงหรือเวลาไม่สมเหตุผลให้กันออกไปตรวจซ้ำ
2. ตัดสลิปซ้ำ — เทียบเลขอ้างอิงของการโอน ถ้าเลขเดียวกันโผล่สองครั้งคือส่งซ้ำ นับครั้งเดียว
3. หักยอดที่ยกเลิก/คืนเงิน — ไล่สถานะดีลว่าจบจริงไหม อันที่ยกเลิกหรือส่งไม่สำเร็จต้องหักออกจากรายได้
4. กรองยอดนับซ้ำและยอดทดสอบ — ใช้รหัสอ้างอิงต่อการขายจับคู่ ตัดตัวซ้ำ และลบยอดที่แอดมินยิงทดสอบทิ้ง
5. ค่อยส่งเข้าสูตรและส่งกลับแพลตฟอร์ม — เมื่อผ่านสี่ด่านแล้วถึงถือว่าสะอาดพอจะเอาไปคำนวณ ROAS และ import กลับ

ทำให้สะอาดอยู่ตลอด ไม่ใช่ล้างทีเดียวจบ

ข้อมูลไม่ใช่ของที่ล้างครั้งเดียวแล้วสะอาดตลอดไป ทุกวันมียอดใหม่ไหลเข้ามา แปลว่าขยะใหม่ก็ไหลเข้ามาด้วย การล้างจึงต้องเป็นกระบวนการต่อเนื่อง ไม่ใช่อีเวนต์ที่ทำตอนสิ้นเดือน

ทางที่ยั่งยืนคือฝังการล้างไว้ในระบบตั้งแต่จุดรับข้อมูล ให้สลิปถูกตรวจและยอดถูกจับคู่ตั้งแต่ตอนบันทึก ไม่ใช่ปล่อยให้กองรวมกันแล้วมานั่งแยกทีหลัง แนวคิดนี้เชื่อมกับการกรอง conversion ซ้ำก่อนคำนวณ ROASโดยตรง เพราะทั้งคู่คือการทำให้ตัวเลขตั้งต้นเชื่อถือได้

และเมื่อคุณมีข้อมูลที่สะอาดจริง สิ่งที่ทำต่อได้คือการตั้งมูลค่า conversion จากสลิปเพื่อบอกระบบว่าลูกค้าคนไหนซื้อมูลค่าสูง ซึ่งจะทำไม่ได้เลยถ้าฐานข้อมูลยังปนสลิปปลอมอยู่

สรุป

Data Cleansing คือขั้นที่คนชอบข้ามแต่จริง ๆ แล้วสำคัญที่สุด เพราะทุกตัวเลขที่คุณคำนวณและทุกยอดที่ส่งกลับให้แพลตฟอร์มมีค่าเท่ากับความสะอาดของข้อมูลตั้งต้น สลิปปลอม สลิปซ้ำ ยอดยกเลิก และยอดทดสอบต้องถูกกรองออกก่อนเสมอ

อย่ามองว่าเป็นงานสิ้นเดือน ให้ฝังการล้างไว้ตั้งแต่จุดรับข้อมูล เพราะยอดใหม่พาขยะใหม่มาทุกวัน เมื่อฐานสะอาด การวัดผล การคำนวณ ROAS และการส่งยอดให้ระบบเรียนรู้จะเชื่อถือได้จริง

• ขยะในข้อมูลมีหลายแบบ ไม่ใช่แค่สลิปปลอม
• ล้างก่อนคำนวณและก่อนส่งกลับ ไม่งั้นสอนระบบผิด
• ฝังการล้างไว้ในระบบให้ต่อเนื่อง ไม่ใช่ล้างทีเดียวจบ

คำถามที่พบบ่อย