ข้อมูล LINE กับเว็บแยกกันอยู่คนละที่ เอามาต่อกันใน BigQuery ยังไง

ทีมข้อมูลของธุรกิจขนาดกลางแห่งหนึ่งเจอปัญหาซ้ำ ๆ ทุกครั้งที่ผู้บริหารถามว่า “คนที่เข้าเว็บจากแคมเปญนี้ ปิดการขายผ่าน LINE ไปกี่เปอร์เซ็นต์” เพราะ GA4 อินเทอร์เฟซปกติตอบได้แค่ว่ามีคนกดปุ่ม LINE เท่าไหร่ ส่วนสถานะปิดการขายอยู่ในระบบแชทและระบบขายอีกฝั่งหนึ่งที่ไม่ได้เชื่อมกันเลย

ทางออกที่ทีมข้อมูลสายเทคนิคมักใช้กันคือดึงข้อมูลทั้งสองฝั่งมารวมกันใน BigQuery ซึ่งเป็นคลังข้อมูลที่ GA4 รองรับการ Export แบบ Raw Data ได้โดยตรงตั้งแต่ระดับ Event รายบุคคล ไม่ใช่แค่ตัวเลขสรุปแบบที่เห็นในรายงานทั่วไป

การทำแบบนี้ไม่ใช่แค่เรื่องของทีมเทคนิคหรือ Data Analyst เท่านั้น เพราะเมื่อเห็น Funnel เต็มรูปแบบแล้ว ทีมการตลาดจะรู้ได้ว่าแคมเปญไหนพาคนมาปิดการขายจริง ไม่ใช่แค่พามาทัก ซึ่งเป็นข้อมูลที่เปลี่ยนวิธีจัดงบแอดได้เลยทีเดียว

บทความนี้จะพาไล่ตั้งแต่วิธี Export ข้อมูล GA4 เข้า BigQuery ไปจนถึงแนวคิดการต่อกับข้อมูล First-party ฝั่ง LINE โดยไม่ลงลึกถึงระดับโค้ด SQL แต่ให้เห็นภาพรวมว่าต้องเตรียมอะไรและระวังอะไรบ้าง

ทำไมดูใน GA4 อินเทอร์เฟซอย่างเดียวไม่พอสำหรับ Funnel แบบนี้

GA4 อินเทอร์เฟซปกติออกแบบมาให้ตอบคำถามที่เกิดขึ้นภายในขอบเขตของ GA4 เอง เช่น คนเข้าเว็บกี่คน หลุดตรงไหน กดปุ่ม LINE กี่คน แต่พอคำถามข้ามไปถึงสิ่งที่เกิดขึ้นนอก GA4 เช่น ทักแชทจริงไหม คุยกี่นาทีถึงปิดการขาย อินเทอร์เฟซปกติตอบไม่ได้เลย เพราะไม่มีข้อมูลฝั่งนั้นอยู่ในระบบ

BigQuery เข้ามาช่วยตรงจุดที่ต้องรวมข้อมูลจากหลายแหล่งเข้าด้วยกัน เพราะเป็นคลังข้อมูลที่ยืดหยุ่นพอจะรับทั้งข้อมูล Event ดิบจาก GA4 และข้อมูลจากระบบอื่นที่ธุรกิจมีอยู่ เช่น ฐานข้อมูลสถานะแชทของ LINE หรือระบบบันทึกการปิดการขาย แล้วใช้คำสั่ง SQL ต่อข้อมูลเหล่านี้เข้าด้วยกันตามตัวเชื่อมที่มีร่วมกัน

ขั้นตอนเปิดใช้งาน BigQuery Export จาก GA4

1. สร้างโปรเจกต์ใน Google Cloud Platform ถ้ายังไม่มี และเปิดใช้งาน BigQuery API ในโปรเจกต์นั้น
2. ไปที่ GA4 Admin เลือกเมนู BigQuery Links แล้วเชื่อมโปรเจกต์ Google Cloud ที่สร้างไว้เข้ากับ Property ของ GA4
3. เลือกรูปแบบการ Export ว่าจะเป็น Daily Export ที่ส่งข้อมูลรวมรายวัน หรือ Streaming Export ที่ส่งข้อมูลใกล้เคียงเวลาจริง ซึ่งมีค่าใช้จ่ายต่างกัน
4. รอให้ระบบเริ่ม Export ข้อมูลเข้า BigQuery ซึ่งปกติจะเห็นตารางข้อมูลชุดแรกภายในหนึ่งถึงสองวันหลังตั้งค่าเสร็จ
5. ตรวจสอบว่าจำนวน Event ในตาราง BigQuery ใกล้เคียงกับตัวเลขที่เห็นในรายงาน GA4 อินเทอร์เฟซปกติ เพื่อยืนยันว่าการ Export ทำงานถูกต้อง

ต่อข้อมูล GA4 กับ First-party Data ฝั่ง LINE ได้ยังไง

หัวใจของการต่อข้อมูลสองฝั่งคือต้องมีคอลัมน์ร่วมที่ทั้งสองฝั่งมีเหมือนกัน ซึ่งส่วนใหญ่คือ Client ID ที่บันทึกไว้ตอนคนกดปุ่ม LINE บนเว็บ แล้วส่งต่อไปเป็นรหัสอ้างอิงในระบบแชทหรือระบบขายฝั่ง LINE เมื่อมีคอลัมน์ร่วมนี้ ก็ใช้คำสั่ง SQL แบบ Join เพื่อรวมสองตารางเข้าด้วยกันได้

ในทางปฏิบัติ ทีมที่ทำสำเร็จมักไม่ได้ต่อข้อมูลแบบ Real-time ตลอดเวลา แต่ทำเป็นตาราง Summary รายวันหรือรายสัปดาห์ที่รวมข้อมูลทั้งสองฝั่งไว้แล้ว เพื่อให้ทีมการตลาดหรือผู้บริหารดึงไปใช้ต่อผ่าน Dashboard ได้ง่าย โดยไม่ต้องเขียน SQL เองทุกครั้งที่อยากดูตัวเลข

ถ้าธุรกิจใช้ระบบกลางอย่าง linli อยู่แล้ว ข้อมูลสถานะแชทและการปิดการขายมักถูกจัดเก็บเป็นระเบียบพร้อมมีรหัสอ้างอิงที่เชื่อมกับ Session เว็บอยู่แล้ว ทำให้ขั้นตอน Join ข้อมูลใน BigQuery ง่ายขึ้นมาก เมื่อเทียบกับการเก็บข้อมูลแชทแบบกระจัดกระจายในหลายระบบที่ไม่มีมาตรฐานร่วมกัน

ตัวอย่างภาพ Funnel เต็มรูปแบบที่ได้หลังต่อข้อมูลสำเร็จ

ต้นทุนและข้อจำกัดที่ควรรู้ก่อนเริ่มใช้ BigQuery

• BigQuery มีโควตาฟรีระดับหนึ่งต่อเดือน แต่ถ้าข้อมูลมากหรือ Query บ่อยเกินไป จะมีค่าใช้จ่ายตามปริมาณข้อมูลที่ประมวลผล
• Streaming Export มีค่าใช้จ่ายสูงกว่า Daily Export เพราะส่งข้อมูลบ่อยกว่ามาก ควรเลือกใช้เฉพาะกรณีที่ต้องการข้อมูลใกล้เคียงเวลาจริงจริง ๆ
• การเขียน SQL ที่ไม่มีประสิทธิภาพ เช่น Query ทั้งตารางโดยไม่กรองช่วงเวลา อาจทำให้ค่าใช้จ่ายพุ่งสูงโดยไม่ตั้งใจ
• ข้อมูลระดับ Event ดิบใน BigQuery ยังต้องผ่านการทำความสะอาดก่อนใช้งานจริง เพราะมี Event ที่ซ้ำหรือไม่สมบูรณ์ปนอยู่เหมือนกับข้อมูลดิบทั่วไป

ธุรกิจแบบไหนควรลงทุนทำ BigQuery Funnel และแบบไหนยังไม่จำเป็น

การต่อข้อมูล GA4 กับ First-party Data ฝั่ง LINE ผ่าน BigQuery เหมาะกับธุรกิจที่มีปริมาณ Lead และงบแอดสูงพอที่การเห็น Funnel เต็มรูปแบบจะเปลี่ยนการตัดสินใจจัดงบได้จริง เพราะการลงทุนตั้งระบบนี้ต้องใช้ทั้งเวลาและอาจมีค่าใช้จ่ายด้าน Cloud เพิ่มขึ้น ถ้าปริมาณข้อมูลยังน้อย ผลตอบแทนอาจไม่คุ้มกับความซับซ้อนที่เพิ่มเข้ามา

ธุรกิจขนาดเล็กที่มีคนกด LINE ต่อวันไม่มาก อาจยังไม่จำเป็นต้องลงทุนขนาดนี้ การดูรายงานผ่าน GA4 อินเทอร์เฟซปกติควบคู่กับการเทียบตัวเลขด้วยมือระหว่างสองระบบยังพอเพียงพอ แล้วค่อยพิจารณาขยับมาทำ BigQuery เมื่อปริมาณข้อมูลเริ่มมากจนการเทียบด้วยมือเริ่มใช้เวลานานเกินไปในแต่ละสัปดาห์

เปลี่ยนข้อมูลใน BigQuery ให้ทีมที่ไม่ถนัด SQL ใช้ได้จริง

ข้อมูลที่รวมกันสำเร็จใน BigQuery ยังไม่มีประโยชน์ในตัวเองถ้าไม่มีใครดึงไปใช้ต่อได้ เพราะทีมการตลาดหรือผู้บริหารส่วนใหญ่ไม่ได้เขียน SQL เป็น สิ่งที่ควรทำต่อคือเชื่อมข้อมูลจาก BigQuery เข้ากับเครื่องมือ Dashboard ที่มีหน้าตาใช้งานง่าย เช่น Looker Studio ซึ่งเชื่อมต่อกับ BigQuery ได้โดยตรงและไม่มีค่าใช้จ่ายเพิ่มเติมสำหรับการใช้งานพื้นฐาน

การออกแบบ Dashboard ที่ดีควรเริ่มจากคำถามที่ทีมธุรกิจถามบ่อยที่สุดก่อน เช่น แคมเปญไหนพาคนมาปิดการขายได้เยอะที่สุดในเดือนนี้ หรือ Funnel ของแคมเปญใหม่หลุดตรงขั้นตอนไหนเทียบกับแคมเปญเก่า แล้วค่อยออกแบบตารางและกราฟให้ตอบคำถามเหล่านั้นโดยตรง แทนที่จะทำ Dashboard ที่มีทุกตัวเลขแต่ไม่มีใครรู้ว่าควรดูตรงไหนก่อน

ควรตั้งให้ Dashboard อัปเดตข้อมูลอัตโนมัติตามรอบเวลาที่ Pipeline ทำงาน เช่น ถ้า Pipeline อัปเดตข้อมูลทุกวัน Dashboard ก็ควรรีเฟรชทุกวันตามกัน เพื่อให้ทีมที่เปิดดูมั่นใจได้ว่าตัวเลขที่เห็นเป็นข้อมูลล่าสุดจริง ไม่ใช่ข้อมูลเก่าที่ค้างอยู่จากหลายสัปดาห์ก่อน ซึ่งอาจนำไปสู่การตัดสินใจที่ผิดพลาดโดยไม่รู้ตัว

ดูแล Pipeline ข้อมูลให้ใช้งานได้ต่อเนื่อง ไม่ใช่ตั้งแล้วทิ้ง

เมื่อ Pipeline ต่อข้อมูล GA4 กับ LINE ทำงานได้แล้ว สิ่งสำคัญคือต้องมีคนดูแลตรวจสอบเป็นประจำว่าข้อมูลยังไหลเข้ามาถูกต้อง เพราะการเปลี่ยนแปลงที่เกิดขึ้นบนเว็บ เช่น เปลี่ยนตำแหน่งปุ่ม LINE หรือเปลี่ยนระบบแชทใหม่ อาจทำให้ตัวเชื่อมที่เคยใช้ Join ข้อมูลหลุดไปโดยไม่มีใครรู้ตัวจนผ่านไปหลายสัปดาห์

แนวทางที่ควรทำคือตั้งการแจ้งเตือนอัตโนมัติเมื่อจำนวนแถวที่ Join สำเร็จลดลงผิดปกติเมื่อเทียบกับค่าเฉลี่ยที่ผ่านมา เพื่อให้ทีมรู้ทันทีว่ามีบางอย่างหลุดไปในระบบ แทนที่จะมารู้ตัวอีกทีตอนที่ผู้บริหารถามหาตัวเลขแล้วพบว่าข้อมูลขาดหายไปนานแล้ว

นอกจากการแจ้งเตือนอัตโนมัติแล้ว ควรกำหนดให้มีคนในทีมรับผิดชอบตรวจสอบ Pipeline นี้อย่างชัดเจน ไม่ใช่ปล่อยให้เป็นความรับผิดชอบร่วมที่ไม่มีใครลงมือทำจริง เพราะงานลักษณะนี้มักถูกมองข้ามเมื่อไม่มีปัญหาเกิดขึ้น แต่พอเกิดปัญหาแล้วมักใช้เวลานานกว่าจะสืบหาสาเหตุได้ ถ้ามีเจ้าของงานชัดเจนตั้งแต่ต้น การแก้ไขเมื่อมีปัญหาก็จะเร็วขึ้นมาก และช่วยให้ทีมธุรกิจยังเชื่อถือตัวเลขที่เห็นใน Dashboard ได้อย่างต่อเนื่อง ไม่ต้องคอยสงสัยทุกครั้งว่าข้อมูลที่แสดงอยู่เป็นข้อมูลที่ยังทำงานถูกต้องอยู่หรือไม่

สรุป

การเห็น Funnel เต็มรูปแบบตั้งแต่เข้าเว็บจนถึงปิดการขายจริง ต้องอาศัยการต่อข้อมูลจากสองฝั่งที่ปกติแยกกันอยู่คนละระบบ ซึ่ง BigQuery เป็นเครื่องมือที่เปิดทางให้ทำแบบนี้ได้โดยไม่ต้องเขียนระบบเชื่อมต่อขึ้นมาเองทั้งหมด

แต่การลงทุนทำเรื่องนี้ควรพิจารณาจากปริมาณข้อมูลและงบแอดของธุรกิจก่อน เพราะไม่ใช่ทุกธุรกิจที่จำเป็นต้องลงลึกถึงระดับนี้ในช่วงเริ่มต้น

• BigQuery Export เปิดให้ดึงข้อมูล GA4 ระดับ Event ดิบออกมาใช้ต่อได้ฟรีในระดับหนึ่ง
• ต้องมีคอลัมน์ร่วม เช่น Client ID เพื่อ Join ข้อมูลกับฝั่ง LINE ได้
• ควรทำเป็นตาราง Summary ให้ทีมการตลาดใช้ต่อได้ง่าย ไม่ใช่ให้ทุกคนเขียน SQL เอง
• ต้องมีคนดูแล Pipeline ต่อเนื่อง ไม่ใช่ตั้งค่าครั้งเดียวแล้วปล่อยทิ้งไว้

คำถามที่พบบ่อย