ให้คะแนนลูกค้าจากพฤติกรรมแชท สัญญาณไหนบอกว่าใครพร้อมซื้อจริง

สมมติร้านเครื่องนอนออนไลน์ชื่อ ‘นอนดีมีสุข’ มีแอดมิน 2 คน วันหนึ่งมีคนทักเข้ามา 40 ราย แอดมินไล่ตอบเรียงตามลำดับที่ทักเข้ามา ไม่ได้แยกว่าใครน่าจะซื้อวันนี้ ใครแค่ถามเผื่อไว้ ผลคือคนที่พร้อมจ่ายเงินจริงบางคนต้องรอคิวนานจนไปซื้อร้านอื่นแทน

ปัญหานี้แก้ได้ด้วยแนวคิดง่าย ๆ ที่เรียกว่าการให้คะแนนลูกค้าจากพฤติกรรม (lead scoring) ซึ่งไม่ใช่เรื่องใหม่ในวงการขาย แต่พอเอามาปรับใช้กับข้อมูลที่เกิดในแชท LINE โดยเฉพาะ มันช่วยให้แอดมินรู้ว่าควรทุ่มเวลากับใครก่อน

บทความนี้จะพาดูว่าสัญญาณแบบไหนในแชทที่บอกความพร้อมซื้อได้จริง แล้วจะแปลงมันเป็นคะแนนใช้งานได้ยังไงโดยไม่ต้องมีระบบซับซ้อน

สัญญาณในแชทที่บอกความพร้อมซื้อ

ก่อนจะให้คะแนน ต้องรู้ก่อนว่าอะไรคือสัญญาณที่ ‘น่าเชื่อถือ’ พอจะเอามาตัดสินใจ จากที่ผมสังเกตร้านค้าหลายแบบ สัญญาณที่ใช้ได้จริงมีอยู่ไม่กี่กลุ่ม

• ความเร็วในการตอบกลับ — คนที่ตอบทันทีทุกครั้งภายในไม่กี่นาที มักกำลังตัดสินใจอยู่จริง ๆ ไม่ใช่แค่เปิดดูผ่าน ๆ
• ความยาวและรายละเอียดของข้อความ — คนที่พิมพ์ถามละเอียด เช่น ระบุไซซ์ สี จำนวน วันที่ต้องการใช้ มักผ่านขั้นตอนคิดมาระดับหนึ่งแล้ว ต่างจากคนที่พิมพ์แค่ ‘ราคาคะ’ แล้วเงียบ
• คำที่บ่งชี้ความตั้งใจ — คำอย่าง ‘โอนตอนนี้ได้ไหม’ ‘มีของพร้อมส่งไหม’ ‘รับบัตรไหม’ ต่างจากคำอย่าง ‘ดูไว้ก่อนนะ’ ‘เผื่อสนใจ’
• จำนวนรอบที่กลับมาทักซ้ำ — คนที่ทักมาถามครั้งที่สองครั้งที่สามในสินค้าชิ้นเดียวกัน มักใกล้ตัดสินใจกว่าคนที่ทักครั้งเดียวแล้วหาย

ตัวอย่างตารางให้คะแนนแบบง่าย ใช้ได้กับร้านเล็ก

ตัวเลขต่อไปนี้เป็นกรอบตั้งต้นที่ผมใช้สอนร้านที่ยังไม่มีระบบ CRM ซับซ้อน ปรับน้ำหนักตามสินค้าของตัวเองได้ ไม่มีสูตรตายตัวที่ใช้ได้กับทุกธุรกิจ

เอาคะแนนไปใช้จัดลำดับยังไงให้ไม่ทิ้งใคร

คะแนนนี้ไม่ได้มีไว้เพื่อ ‘ทิ้ง’ คนคะแนนต่ำ แต่มีไว้เพื่อ ‘จัดคิว’ ว่าใครควรได้รับการตอบก่อนในช่วงที่แอดมินมือไม่พอ คนคะแนนสูงควรได้รับการตอบกลับที่เร็วที่สุดเพราะทุกนาทีที่ช้าคือโอกาสที่เขาจะเปลี่ยนใจ

ส่วนคนคะแนนต่ำไม่ได้แปลว่าไม่มีค่า เพียงแต่ควรใช้ข้อความประเภทให้ข้อมูลเพิ่มเติมแทนการรีบปิดการขาย และเก็บไว้ในกลุ่มที่จะวิเคราะห์พฤติกรรมย้อนหลังเพื่อดูว่าใครควรได้รับข้อเสนอใหม่ในอนาคต

ร้านที่เริ่มใช้ระบบนี้บางร้านทำแค่กระดานง่าย ๆ ใน Excel ให้แอดมินติ๊กคะแนนเองตอนอ่านแชท ก็เพียงพอแล้วสำหรับทีมขนาดเล็ก ไม่จำเป็นต้องรอระบบอัตโนมัติเต็มรูปแบบ

ข้อควรระวังที่คนมักพลาดตอนเริ่มทำคะแนน

ข้อผิดพลาดที่พบบ่อยที่สุดคือใช้สูตรเดียวกับทุกสินค้า ทั้งที่พฤติกรรมลูกค้าต่างกันมากตามราคาและประเภทสินค้า ของราคาหลักร้อยกับของราคาหลักหมื่นมีจังหวะตัดสินใจไม่เหมือนกัน คนซื้อของแพงอาจใช้เวลาคิดนานกว่าโดยธรรมชาติ ไม่ได้แปลว่าเขาคะแนนต่ำ

อีกจุดที่พลาดบ่อยคือให้ AI หรือระบบตัดสินใจแทนคนทั้งหมดว่าใครควรได้รับการตอบกลับ ทั้งที่คะแนนควรเป็นแค่ตัวช่วยจัดลำดับ ไม่ใช่ตัวตัดสินขั้นสุดท้าย เพราะแอดมินที่คุยกับลูกค้าโดยตรงมักเห็นบริบทที่ตัวเลขจับไม่ได้ เช่น น้ำเสียงในข้อความหรือมุกตลกที่ลูกค้าเล่นด้วย

สรุป

การให้คะแนนลูกค้าจากพฤติกรรมแชทไม่ใช่เรื่องเทคนิคซับซ้อนอย่างที่คิด แก่นของมันคือการสังเกตสิ่งที่ลูกค้าทำอยู่แล้วให้เป็นระบบ แทนที่จะเดาเอาจากความรู้สึก

ลองเริ่มจากตารางง่าย ๆ ในบทความนี้ ปรับน้ำหนักให้เข้ากับสินค้าของคุณ แล้วสังเกตว่าคนคะแนนสูงปิดการขายได้จริงตามที่คาดไว้ไหม นั่นคือจุดเริ่มต้นที่ดีที่สุดก่อนจะลงทุนกับระบบที่ซับซ้อนกว่านี้

• ความเร็วตอบกลับ ความยาวข้อความ และคำที่ใช้ ล้วนเป็นสัญญาณความพร้อมซื้อ
• คะแนนมีไว้จัดลำดับคิว ไม่ใช่ตัดสินใจแทนคนทั้งหมด
• เริ่มจากตารางง่าย ๆ ก่อน แล้วค่อยขยับไปใช้ระบบอัตโนมัติเมื่อจำเป็น

คำถามที่พบบ่อย