หลัง iOS14 ยิงแอดแบบเดาสุ่มแม่นน้อยลง คำตอบอยู่ที่ลิสต์ลูกค้าจริงในแชท ไม่ใช่ในตัวช่วยของแพลตฟอร์ม

ตั้งแต่ iOS14 เริ่มบังคับให้แอปขอสิทธิ์ติดตามผู้ใช้ ข้อมูลที่แพลตฟอร์มโฆษณาเคยเห็นจากพิกเซลก็บางลงเรื่อย ๆ หลายร้านเล่าให้ฟังตรงกันว่า audience ที่เคยเจาะแม่น ๆ เริ่มเจาะได้กว้างขึ้นแต่แม่นน้อยลง เหมือนยิงปืนลูกซองแทนปืนไรเฟิล

ทางแก้ที่หลายคนนึกถึงคือเพิ่มงบ หรือลองสุ่มความสนใจใหม่ไปเรื่อย ๆ แต่มีอีกทางที่ตรงจุดกว่าและแทบไม่ต้องเพิ่มงบเลย นั่นคือการเอาข้อมูลลูกค้าที่ซื้อจริงซึ่งกองอยู่ในประวัติแชท LINE ของคุณเอง มาสร้าง audience ต้นทางให้ระบบไปหาคนหน้าตาคล้ายกัน

บทความนี้อธิบายว่าทำไมลิสต์จากแชทถึงมีคุณภาพสูงกว่าลิสต์จากการคลิกโฆษณาเฉย ๆ และควรเตรียมข้อมูลยังไงก่อนจะเอาไปอัปโหลดใช้งาน

ทำไมยิงแอดสมัยนี้ถึงเดาแม่นน้อยลง

ก่อนหน้านี้พิกเซลโฆษณาตามเห็นพฤติกรรมผู้ใช้ข้ามเว็บได้ค่อนข้างละเอียด ระบบเลยเก่งในการหา 'คนที่มีแนวโน้มจะซื้อ' จากพฤติกรรมเหล่านั้น แต่พอผู้ใช้เริ่มปิดสิทธิ์ติดตามกันมากขึ้น ข้อมูลที่ระบบใช้อ้างอิงก็บางลง ผลคือ audience ที่เคยแคบและแม่น กลายเป็นกว้างและเบลอ

สิ่งที่ยังไม่หายไปคือข้อมูลที่คุณเก็บเอง เพราะมันไม่ได้พึ่งพิกเซลของใครเลย มันคือประวัติจริงในห้องแชทว่าใครทัก ใครถาม ใครโอนเงิน ข้อมูลชุดนี้ยิ่งมีคุณค่ามากขึ้นในยุคที่สัญญาณจากฝั่งแพลตฟอร์มอ่อนลงเรื่อย ๆ

ลิสต์คนคลิก กับลิสต์คนซื้อจริง ให้ผล lookalike ต่างกันมาก

จุดที่หลายร้านพลาดคือเอา 'คนที่เคยคลิกโฆษณา' หรือ 'คนที่เคยทักแชท' มาเป็นฐานทำ lookalike ทั้งที่คนกลุ่มนี้ปนกันอยู่ทั้งคนซื้อจริงและคนแค่ผ่านมาดู พอเอาลิสต์ปนแบบนี้ไปให้ระบบหาคนคล้าย ระบบก็จะหาคนที่ 'คล้ายคนคลิก' ซึ่งกว้างเกินไปและไม่ได้การันตีว่าจะซื้อ

สิ่งที่แม่นกว่าคือเอาเฉพาะรายชื่อคนที่ปิดการขายจริงแล้วในแชทมาเป็นฐาน เพราะนี่คือหลักฐานพฤติกรรมที่หนักแน่นที่สุด ไม่ใช่แค่ความสนใจผ่าน ๆ ยิ่งลิสต์นี้กรองเฉพาะกลุ่มที่ซื้อซ้ำหรือซื้อของมูลค่าสูงได้ ยิ่งได้ audience คล้ายที่มีแนวโน้มเป็นลูกค้าคุณภาพสูงตามไปด้วย

ลองนึกภาพร้านขายเฟอร์นิเจอร์ชื่อสมมติ 'บ้านไม้เรียบ' ที่เคยยิงแอดหา audience กว้างแล้วได้แต่คนถามราคาไม่ซื้อ พอเปลี่ยนมาเอาลิสต์ 40 รายชื่อคนที่ปิดการขายจริงในไตรมาสก่อนไปทำ lookalike ผลที่ได้คือคนกลุ่มใหม่ที่ทักเข้ามาถามละเอียดขึ้นและมีสัดส่วนปิดการขายสูงขึ้นอย่างเห็นได้ชัด (ตัวเลขเป็นตัวอย่างประกอบ ไม่ใช่สถิติวิจัยที่ยืนยันแล้ว)

เตรียมลิสต์จากแชทยังไงก่อนอัปให้แพลตฟอร์ม

การเอาข้อมูลจากแชทไปใช้ต้องผ่านการจัดรูปแบบก่อน ไม่ใช่ก็อปชื่อจากห้องแชทไปแปะตรง ๆ ขั้นตอนคร่าว ๆ ที่ควรทำคือ:

1. รวบรวมรายชื่อ/เบอร์โทร/อีเมลของลูกค้าที่ปิดการขายจริงในช่วงเวลาที่กำหนด แยกตามมูลค่าการซื้อถ้าทำได้
2. ทำความสะอาดข้อมูลก่อน เช่น เบอร์ซ้ำ เบอร์พิมพ์ผิด ชื่อไม่ครบ เพราะข้อมูลสกปรกทำให้ระบบจับคู่ตัวตนได้แย่ลง
3. อัปโหลดเข้าเครื่องมือ custom audience ของแพลตฟอร์มที่ใช้อยู่ แล้วสร้าง lookalike ต่อจากลิสต์นั้น
4. ทดสอบยิงงบเล็ก ๆ ก่อนเทียบกับ audience แบบเดาความสนใจแบบเดิม แล้วดูว่าอัตราปิดการขายต่างกันแค่ไหนก่อนขยับงบเพิ่ม

ลิสต์เก่าเกินไปก็ทำให้ lookalike คลาดเคลื่อน

อีกจุดที่มักถูกมองข้ามคือความสดของลิสต์ ถ้าเอาลูกค้าที่ซื้อเมื่อสองปีก่อนมาทำ lookalike พฤติกรรมตลาดและกลุ่มคนที่ซื้อสินค้าแบบนั้นอาจเปลี่ยนไปแล้ว การอัปเดตลิสต์ทุก 2-3 เดือนโดยเอาลูกค้าล่าสุดเข้าไปแทนที่ลิสต์เก่า จะทำให้ audience คล้ายที่ได้สอดคล้องกับพฤติกรรมตลาดปัจจุบันมากกว่า

ควบคู่ไปกับการทำ lookalike ธุรกิจที่ยังมีกลุ่มคนที่เคยทักแต่ยังไม่ซื้อค้างอยู่ ก็ควรพิจารณาแยกยิงหาคนกลุ่มนี้ต่างหาก เพราะพฤติกรรมและเหตุผลที่ยังไม่ซื้อต่างจากคนที่ไม่เคยรู้จักแบรนด์เลย

สรุป

สัญญาณจากพิกเซลจะยิ่งบางลงเรื่อย ๆ ตามนโยบายความเป็นส่วนตัวของแต่ละแพลตฟอร์ม แต่ข้อมูลที่คุณเก็บเองจากบทสนทนาจริงไม่ได้รับผลกระทบตรงนั้นเลย นี่คือเหตุผลที่ลิสต์ลูกค้าจากแชทกลายเป็นสินทรัพย์ที่มีค่าขึ้นเรื่อย ๆ ไม่ใช่ลดค่าลง

เริ่มจากดึงลิสต์คนที่ซื้อจริงออกมาก่อน จัดระเบียบให้สะอาด แล้วทดสอบเทียบกับ audience แบบเดิม สิ่งที่จะเห็นคือคุณภาพของคนที่ทักเข้ามาต่างจากเดิมชัดเจน

• สัญญาณจากพิกเซลอ่อนลงหลัง iOS14 แต่ข้อมูลจากแชทที่เก็บเองไม่ได้รับผลกระทบ
• ลิสต์คนซื้อจริงให้ผล lookalike แม่นกว่าลิสต์คนคลิกหรือคนแค่ทักถาม
• อัปเดตลิสต์เป็นระยะเพื่อให้ audience คล้ายสะท้อนลูกค้าปัจจุบัน ไม่ใช่ลูกค้าเก่าที่พฤติกรรมเปลี่ยนไปแล้ว

คำถามที่พบบ่อย