Fractional Attribution: แบ่งเครดิตให้ทั้งแอด TikTok ที่เปิดใจ และแอด FB ที่ปิดการขายเข้า LINE

เรื่องนี้เกิดขึ้นจริงกับแบรนด์เครื่องนอนเจ้าหนึ่ง เขายิงทั้ง TikTok และ Facebook พอดูรายงานแบบ Last Click ยอดขายเกือบทั้งหมดถูกนับให้ Facebook เจ้าของเลยตัดงบ TikTok ทิ้งเพราะ ‘ไม่ทำยอด’ สองเดือนถัดมา ยอดจาก Facebook ที่เคยนิ่ง ๆ กลับร่วงตาม ทั้งที่ไม่ได้แตะอะไรเลย

สิ่งที่เกิดขึ้นคือ TikTok ไม่เคย ‘ไม่ทำยอด’ มันทำหน้าที่เปิดใจ — คนเห็นคลิปรีวิวที่นอนจนเริ่มอยากได้ แล้วอีกสามวันเจอแอด Facebook ของแบรนด์เดิม ค่อยกดทักเข้า LINE มาซื้อ ในรายงาน เครดิตทั้งก้อนเลยไปกองที่ Facebook ซึ่งเป็นแค่คนสุดท้ายที่แตะบอล ไม่ใช่คนพาบอลมาทั้งสนาม

บทความนี้จะพาไปรู้จักแนวคิดการแบ่งเครดิต (Fractional Attribution) แบบที่ธุรกิจขนาดกลางเอาไปใช้ได้จริง ไม่ต้องมีนักวิทยาศาสตร์ข้อมูล และจะชี้จุดได้เปรียบหนึ่งที่ธุรกิจปิดการขายใน LINE มีเหนือเว็บอีคอมเมิร์ซ — คุณคุยกับลูกค้าได้ก่อนเขาจ่ายเงิน

ทำไม Last Click ถึงหลอกเรา ทั้งที่ตัวเลขมันไม่ได้โกหก

ตัวเลข Last Click ถูกต้องตามนิยามของมันเป๊ะ — โฆษณาตัวสุดท้ายที่ลูกค้าคลิกก่อนทักคือ Facebook จริง แต่ความถูกต้องแบบนี้อันตราย เพราะมันตอบคำถาม ‘ใครแตะสุดท้าย’ ในขณะที่คำถามที่เราอยากรู้จริง ๆ คือ ‘อะไรทำให้เขาซื้อ’ ซึ่งเป็นคนละคำถาม

ลองนึกภาพเส้นทางลูกค้าทั่วไปของสินค้าที่ต้องคิดก่อนซื้อ เขาอาจเห็นคลิปแนะนำใน TikTok หนึ่งครั้ง เลื่อนผ่านแอดใน IG อีกสองครั้ง เสิร์ชชื่อแบรนด์ใน Google หนึ่งรอบ แล้วค่อยคลิกแอด retargeting ตัวสุดท้ายเข้า LINE ทุกจุดในเส้นทางมีส่วนดันเขาเข้าใกล้การซื้อ แต่ Last Click จ่ายเงินเดือนให้คนเดียวคือแอดตัวสุดท้าย

ผลข้างเคียงที่ร้ายที่สุดคือมันสร้างวงจรตัดงบผิดตัว แอดต้นทาง (เปิดใจ) ดูไม่ทำยอดเลยโดนตัด พอไม่มีคนเปิดใจ แอดปลายทาง (ปิดการขาย) ก็ไม่มีของให้ปิด ยอดตกทั้งระบบ แล้วทีมก็สรุปผิดซ้ำอีกว่า ‘แอดปิดการขายเริ่มไม่เวิร์ก’ ทั้งที่ปัญหาคือปากทางถูกปิดไปแล้ว

โมเดลแบ่งเครดิตแบบหลัก ๆ เทียบกันชัด ๆ

วิธีแบ่งเครดิตมีหลายสูตร แต่ละสูตรเหมาะกับคำถามต่างกัน ไม่มีอันไหน ‘ถูกที่สุด’ มีแต่อันที่ตรงกับสิ่งที่คุณอยากเข้าใจ:

แต้มต่อของธุรกิจ LINE: ถามลูกค้าตรง ๆ ได้ก่อนเขาจ่ายเงิน

เว็บอีคอมเมิร์ซต้องเดา journey จาก cookie ที่นับวันจะเก็บได้น้อยลง แต่ธุรกิจที่ปิดการขายในแชทมีของวิเศษที่มักลืมใช้ — บทสนทนา ก่อนปิดดีลลองให้แอดมินถามเบา ๆ ว่า ‘พี่เห็นร้านเราจากช่องทางไหนบ้างคะ’ คำตอบอย่าง ‘เห็นใน TikTok มาสักพัก เพิ่งมาเจอใน Facebook เลยทักเลย’ นี่แหละคือข้อมูล attribution ชั้นดีที่ระบบอัตโนมัติไหนก็เก็บไม่ได้

คำตอบพวกนี้ไม่ต้องได้จากทุกคน แค่สุ่มถามสัก 20-30 เคสต่อเดือนแล้วจดเป็นระบบ คุณจะเริ่มเห็นแพตเทิร์นว่าเส้นทางยอดนิยมของลูกค้าคุณคืออะไร เช่น ถ้าครึ่งหนึ่งของคนที่คลิกแอด Facebook บอกว่าเคยเห็น TikTok มาก่อน คุณก็รู้แล้วว่าถ้าตัด TikTok ยอด Facebook จะโดนหางเลขแน่ ๆ โดยไม่ต้องรอให้มันเกิดจริงเหมือนแบรนด์เครื่องนอนต้นเรื่อง

ควบคู่กันไป ฝั่งเทคนิคก็เก็บที่มาของคลิกสุดท้ายที่พาเข้า LINE ให้แม่นด้วย เพราะสองแหล่งข้อมูลนี้ทำงานคนละหน้าที่ — ระบบบอกจุดปิด บทสนทนาบอกจุดเปิด ประกอบกันถึงได้ภาพเต็ม อย่าลืมว่าใน GA4 เอง ทราฟฟิกที่มาจากแชทก็มักโผล่เป็น direct/referral จนตีความผิดได้ง่ายอยู่แล้ว ยิ่งต้องมีข้อมูลจากปากลูกค้ามาช่วยกำกับ

สูตรเริ่มต้นที่ใช้ได้จริงใน 1 เดือน

1. เดือนแรก แค่เก็บข้อมูลสองทาง — ระบบเก็บแอดต้นทางของทุกคนที่ทักเข้า LINE และแอดมินสุ่มถามลูกค้าที่ปิดดีลว่าเห็นแบรนด์จากช่องทางไหนบ้าง จดใส่ตารางง่าย ๆ: ช่องทางที่เอ่ยถึง / ช่องทางที่คลิกสุดท้าย / ยอดซื้อ
2. สิ้นเดือน นับสัดส่วน ‘ช่องทางที่ถูกเอ่ยถึงใน journey’ เทียบกับ ‘ช่องทางที่ได้เครดิต Last Click’ สองตารางนี้ต่างกันตรงไหน ตรงนั้นคือจุดที่ Last Click กำลังโกหกคุณ
3. ทดลองแบ่งเครดิตแบบหยาบ เช่น ใช้ Position-Based ง่าย ๆ: 40% ให้ช่องทางแรกที่ลูกค้าเอ่ยถึง 40% ให้คลิกสุดท้าย 20% แบ่งที่เหลือ แล้วลองคำนวณ ROAS ต่อช่องทางใหม่ด้วยสูตรนี้ เทียบกับแบบเดิม
4. ตัดสินใจงบเดือนถัดไปด้วยภาพทั้งสองใบประกอบกัน กฎเหล็กข้อเดียว: ห้ามตัดช่องทางที่ถูกลูกค้าเอ่ยถึงบ่อย ๆ ทิ้งเพียงเพราะ Last Click ของมันต่ำ ให้ลดแบบขั้นบันไดแล้วเฝ้าดูผลกระทบข้ามช่องทางแทน

ความเห็นตรง ๆ: อย่าทำให้มันซับซ้อนเกินธุรกิจตัวเอง

ผมเห็นทีมการตลาดจำนวนไม่น้อยหลงเข้าไปในหลุม attribution จนเสียเวลามากกว่าได้ประโยชน์ ถกกันเป็นสัปดาห์ว่า TikTok ควรได้ 30% หรือ 35% ทั้งที่ความต่างนั้นไม่เปลี่ยนการตัดสินใจอะไรเลย จำไว้ว่าเป้าหมายของเรื่องนี้ไม่ใช่ความแม่นระดับทศนิยม แต่คือการไม่ตัดสินใจโง่ ๆ อย่างการฆ่าช่องทางเปิดใจทิ้งเพราะอ่านรายงานผิด

ถ้าธุรกิจคุณใช้ช่องทางโฆษณาเดียว เรื่องทั้งบทความนี้ยังไม่ใช่ปัญหาของคุณ ข้ามไปได้เลย มันจะเริ่มสำคัญเมื่อคุณมีตั้งแต่สองช่องทางขึ้นไปและสินค้ามีระยะตัดสินใจหลายวัน และต่อให้ตอนนั้น สูตรหยาบ ๆ ที่ทำสม่ำเสมอ ก็ชนะสูตรเทพที่ทำได้เดือนเดียวแล้วเลิก การมีระบบอย่าง linli ที่บันทึกแอดต้นทางของทุกดีลไว้ให้ตลอด ช่วยให้ครึ่งหนึ่งของงานนี้เกิดขึ้นเองโดยไม่ต้องมีใครขยัน

สรุป

หัวใจของ Fractional Attribution ไม่ใช่คณิตศาสตร์ แต่คือการยอมรับว่าการซื้อหนึ่งครั้งมีหลายมือช่วยกันดัน แล้วแบ่งความดีความชอบให้ใกล้เคียงความจริงพอที่จะไม่ตัดสินใจพลาด — โดยเฉพาะการพลาดแบบคลาสสิกคือตัดงบช่องทางเปิดใจ เพราะรายงาน Last Click บอกว่ามันไม่ทำยอด

เริ่มจากของที่มีในมือ: ให้แอดมินถามลูกค้าว่าเห็นเราจากไหนบ้าง เก็บให้เป็นระบบสักเดือน แล้วเอามาวางคู่รายงานคลิก คุณอาจพบว่าแอดตัวที่กำลังจะโดนตัดสิ้นเดือนนี้ คือคนเปิดประตูตัวจริงของยอดทั้งบริษัท

• Last Click ตอบว่าใครแตะสุดท้าย ไม่ได้ตอบว่าอะไรทำให้ลูกค้าซื้อ
• ธุรกิจแชทมีแต้มต่อ: ถามลูกค้าตรง ๆ ได้ว่าเห็นแบรนด์จากช่องทางไหนบ้าง
• เป้าหมายคือไม่ตัดช่องทางเปิดใจทิ้ง ไม่ใช่ความแม่นระดับทศนิยม

คำถามที่พบบ่อย