11.11 ปีที่แล้วเราขาดทุนค่าแอดทั้งที่ยอดทักเข้ามาล้นมือ เคสจริงจากคืนเซลใหญ่ที่ระบบแทบล่ม

เที่ยงคืนของวันที่ 11 เดือน 11 ปีก่อน ทีมเราเห็นตัวเลขคนทักเข้า LINE OA พุ่งขึ้นสามเท่าภายในสิบนาทีแรกหลังโปรโมชันเปิดตัว ทุกคนดีใจ นึกว่านี่คือคืนที่จะทำยอดแตก แต่พอผ่านไปสามชั่วโมง เมื่อดูยอดขายจริงกลับพบว่าปิดการขายได้น้อยกว่าที่ควรจะเป็นมากเมื่อเทียบกับจำนวนคนที่ทักเข้ามา

สิ่งที่เกิดขึ้นคือคิวข้อความในระบบแอดมินล้น คนที่ทักเข้ามาตอนเที่ยงคืนกว่าจะได้รับคำตอบก็ปาไปเกือบหนึ่งชั่วโมง ซึ่งในโลกของเซลใหญ่แบบ 11.11 หนึ่งชั่วโมงคือความอยากซื้อที่เย็นลงไปหมดแล้ว ลูกค้าจำนวนไม่น้อยไปซื้อร้านอื่นที่ตอบเร็วกว่าแทน ทั้งที่เดินทางมาถึงหน้าประตูร้านเราแล้วด้วยซ้ำ

เคสนี้ผมจะเล่าตรง ๆ ว่าเราพลาดตรงไหนบ้าง ตัวเลขความเสียหายโดยประมาณ และสามเรื่องที่ปรับในปีถัดมาจนผลลัพธ์ต่างกันชัดเจน โดยขอย้ำว่าตัวเลขทั้งหมดเป็นตัวเลขประมาณการเพื่อให้เห็นภาพ ไม่ใช่สถิติที่อ้างอิงทางการ

สามจุดที่พังในคืนนั้น

• คิวข้อความล้น — แอดมิน 4 คนต้องรับคนทักพร้อมกันหลักร้อยคน ทำให้เวลาตอบเฉลี่ยจากปกติ 3 นาที กลายเป็นเกือบ 50 นาที
• ไม่มีระบบคัดกรองคนที่พร้อมซื้อจริงกับคนที่ทักถามเฉย ๆ ทำให้แอดมินเสียเวลาไล่ตอบเรียงคิวแบบไม่รู้ว่าใครควรได้คิวก่อน
• ไม่ได้เตรียมข้อความอัตโนมัติตอบกลับทันทีระหว่างรอคิว ลูกค้าจึงไม่รู้ว่าร้านยังอยู่ไหมหรือถูกลืมไปแล้ว อาการนี้ใกล้เคียงกับที่เล่าไว้ในเคสลูกค้าทักแล้วเงียบหาย เพียงแต่ในคืน 11.11 มันเกิดพร้อมกันเป็นหลักร้อยเคสในเวลาไม่กี่ชั่วโมง

ตัวเลขความเสียหายโดยประมาณจากคืนนั้น

สามเรื่องที่ปรับในปีถัดมา

1. เพิ่มแอดมินเฉพาะกิจสำหรับคืนเซลใหญ่ พร้อมแบ่งกลุ่มงานชัดเจน คนหนึ่งดูแลเฉพาะการตอบคำถามซ้ำ ๆ เรื่องโปรโมชัน อีกกลุ่มโฟกัสเฉพาะคนที่พร้อมโอนเงินแล้ว คล้ายการจัดห้องwar room ที่แบ่งบทบาทชัดเจนล่วงหน้า
2. ตั้งข้อความตอบกลับอัตโนมัติทันทีที่มีคนทักเข้ามา แจ้งว่าได้รับข้อความแล้วและกำลังจะมีคนติดต่อกลับภายในกี่นาที เพื่อลดความรู้สึก “ถูกเงียบใส่”
3. ใช้คำแรกที่ลูกค้าพิมพ์เข้ามาเป็นตัวคัดกรองเบื้องต้น เช่นคนที่พิมพ์ “จะโอนเลยค่ะ” หรือ “ขอเลขบัญชี” จะถูกดันขึ้นคิวก่อนคนที่พิมพ์ถามข้อมูลทั่วไป หลักการคัดกรองนี้ใกล้เคียงกับการแบ่งกลุ่มลูกค้าแบบRFM ที่จัดลำดับความสำคัญตามความพร้อม

ผลลัพธ์ปีถัดมา (ตัวเลขประมาณการเพื่อเทียบภาพ)

คืน 11.11 ปีถัดมา จำนวนคนทักเข้ามาใกล้เคียงเดิมคือราวสองพันคน แต่เวลาตอบกลับเฉลี่ยลดลงเหลือประมาณ 6 นาที และอัตราปิดการขายขยับขึ้นมาอยู่ที่ราว 19% ซึ่งแม้จะยังไม่เท่าคืนปกติทั่วไป แต่ก็ดีขึ้นกว่าปีก่อนอย่างชัดเจน เมื่อคิดเป็นยอดขายที่เพิ่มขึ้นจริง ถือว่าคุ้มกับที่ลงทุนเพิ่มเรื่องกำลังคนและระบบคัดกรองไปมาก

บทเรียนที่ได้คือ งบโฆษณาที่ทำให้คนทักเข้ามาเยอะไม่ใช่ปัญหา แต่ระบบหลังบ้านที่รองรับไม่ทันต่างหากที่ทำให้เงินที่ลงไปสูญเปล่า การเตรียมความเร็วในการตอบกลับให้พร้อมก่อนวันเซลสำคัญพอ ๆ กับการเตรียมงบโฆษณาเลย

สรุป

เคสนี้สอนบทเรียนที่ฟังดูง่ายแต่พลาดกันบ่อยมาก นั่นคือความสำเร็จของคืนเซลใหญ่ไม่ได้วัดที่จำนวนคนทักเข้ามา แต่วัดที่ระบบหลังบ้านรองรับได้เร็วแค่ไหน งบโฆษณาที่ทำให้คนทักเข้ามาล้นมือ ถ้าไม่มีคนตอบทัน ก็เป็นเพียงตัวเลขสวยงามบนหน้าจอที่ไม่แปลงเป็นยอดขายจริง

ถ้าปีนี้กำลังจะมีแคมเปญเซลใหญ่ ลองย้อนดูตัวเลขปีก่อนของตัวเองว่าเวลาตอบกลับตอนคนแน่นที่สุดเป็นอย่างไร แล้ววางแผนกำลังคนและระบบคัดกรองไว้ล่วงหน้า จะช่วยรักษาเงินที่ลงทุนไปไม่ให้รั่วไหลในคืนที่สำคัญที่สุดของปี

• คนทักเข้ามาเยอะไม่ได้แปลว่าจะขายได้เยอะ ถ้าระบบหลังบ้านตอบไม่ทัน
• เตรียมแอดมินเฉพาะกิจ ข้อความตอบกลับอัตโนมัติ และระบบคัดกรองก่อนวันเซลใหญ่
• เทียบตัวเลขปีก่อนกับปีนี้เสมอ เพื่อรู้ว่าการลงทุนเพิ่มเรื่องระบบคุ้มค่าจริงหรือไม่

คำถามที่พบบ่อย