รู้ยอดขายจาก LINE ทุกเดือน แต่บอกได้ไหมว่าแคมเปญไหนทำเงิน

เจ้าของธุรกิจคนหนึ่งเปิดรายงานยอดขายสิ้นเดือนแล้วเห็นตัวเลขรวมของยอดขายที่มาจาก LINE ชัดเจน แต่พอถามต่อว่า 'แคมเปญไหนทำเงินให้เรามากที่สุด' ทีมกลับตอบไม่ได้ทันที เพราะยอดขายที่เห็นเป็นก้อนเดียว ไม่ได้แยกว่ามาจากแอดตัวไหน กลุ่มเป้าหมายไหน หรือช่วงเวลาไหน

หลายทีมแก้ปัญหานี้ด้วยการไปหา Looker Studio เพราะเห็นว่าเป็นเครื่องมือทำ Dashboard ฟรีของ Google และคาดหวังว่าต่อกับ LINE OA แล้วจะเห็นภาพรวมทันที แต่พอเริ่มค้นหาวิธีต่อจริง ๆ กลับพบว่าไม่มีปุ่ม 'เชื่อมกับ LINE' ให้กดตรง ๆ เหมือนที่คาดไว้

บทความนี้จะอธิบายให้ชัดว่า Looker Studio ทำงานอย่างไรจริง ๆ ต่อกับ LINE OA ได้ในลักษณะไหน และที่สำคัญกว่านั้นคือต้องเตรียมข้อมูลอะไรไว้ก่อน ถึงจะสร้าง Dashboard ที่ตอบคำถาม 'แคมเปญไหนทำเงิน' ได้จริง ไม่ใช่แค่ทำให้ตัวเลขดูสวยขึ้น

Looker Studio ต่อกับ LINE OA ได้จริงหรือเปล่า ต่อผ่านอะไรกันแน่

Looker Studio (ชื่อเดิมคือ Google Data Studio) เป็นเครื่องมือสร้าง Dashboard และรายงานแบบลากวาง ไม่ใช่เครื่องมือเก็บข้อมูล มันไม่มี Connector ที่เขียนว่า 'LINE Official Account' ให้กดเชื่อมตรง ๆ เหมือนที่มี Connector สำหรับ Google Ads หรือ Google Analytics

สิ่งที่ Looker Studio ทำได้จริงคือดึงข้อมูลจากแหล่งที่ เก็บ ข้อมูลของ LINE ไว้แล้ว เช่น ถ้าทีมใช้ Google Sheets เก็บ Lead ที่ทักเข้ามาผ่าน LINE OA ก็ต่อ Looker Studio เข้ากับ Sheet นั้นได้ทันทีผ่าน Connector มาตรฐาน หรือถ้าข้อมูลถูกส่งไปเก็บใน BigQuery ก็ต่อผ่าน BigQuery Connector ได้เช่นกัน

พูดให้ชัดคือ Looker Studio เป็นชั้นการแสดงผลชั้นบนสุด ไม่ใช่ชั้นการเก็บข้อมูล ถ้ายังไม่มีระบบใดดึง Event จาก LINE ไปเก็บไว้ที่ไหนเลย ต่อให้เปิด Looker Studio ขึ้นมาก็จะไม่มีข้อมูลอะไรให้ดึงมาแสดง ต้องมีชั้นเก็บข้อมูลอย่าง Google Sheets ที่ต่อกับ LINE OA หรือ เครื่องมือ Automation ที่ดึง Event เข้ามาเก็บ เป็นฐานก่อนเสมอ

ความเข้าใจผิดที่พบบ่อยคือคิดว่าแค่มีบัญชี Google เดียวกันระหว่าง LINE Official Account Manager กับ Looker Studio ก็จะเห็นข้อมูลเดียวกันโดยอัตโนมัติ ความจริงคือทั้งสองระบบไม่ได้เกี่ยวข้องกันเลยในแง่โครงสร้าง การมีบัญชี Google เดียวกันช่วยแค่เรื่องการจัดการสิทธิ์เข้าถึงไฟล์เท่านั้น ไม่ได้ทำให้ข้อมูลไหลจากที่หนึ่งไปอีกที่หนึ่งเอง

แหล่งข้อมูลที่ดึงเข้า Looker Studio ได้ มีอะไรบ้าง

ก่อนเริ่มสร้าง Dashboard ควรรู้ก่อนว่าข้อมูลที่ทีมมีอยู่ตอนนี้เก็บอยู่ที่ไหน เพราะแต่ละแหล่งมีข้อดีข้อเสียต่างกัน ตารางนี้สรุปแหล่งข้อมูลที่พบบ่อยเมื่อทำ Dashboard วัดผล LINE OA:

Dashboard ที่ดีต้องตอบคำถามอะไรบ้าง ไม่ใช่แค่มีกราฟสวย

• Traffic มาจากช่องทางไหน — แยกให้เห็นว่าคนที่กดเข้า LINE มาจากแอดตัวไหน โพสต์ไหน หรือ Organic
• ใครเพิ่มเพื่อนแล้วหายไปเงียบ ๆ — แยกคนที่ Add Friend แต่ไม่เคยทักออกจากคนที่ทักจริง เพราะสองกลุ่มนี้มีความหมายต่างกันมาก
• Lead แต่ละรายอยู่สถานะไหน — ถ้า Dashboard ไม่มีมิติสถานะ Lead ก็ตอบไม่ได้ว่ากำลังค้างอยู่ที่ขั้นตอนไหนของ Funnel
• แคมเปญไหนสร้าง Order จริง — ไม่ใช่แค่แคมเปญไหนสร้าง Add Friend เยอะที่สุด เพราะสองอย่างนี้มักไม่ใช่แคมเปญเดียวกัน
• ข้อมูลที่เห็นอัปเดตล่าสุดเมื่อไร — ถ้า Dashboard ไม่บอกว่าข้อมูลค้างจากกี่ชั่วโมงหรือกี่วันก่อน คนดูอาจเข้าใจผิดว่าเป็นข้อมูลสด ๆ

ขั้นตอนสร้าง Dashboard จากศูนย์ให้ตอบคำถามเจ้าของร้านได้

1. ตรวจสอบก่อนว่าข้อมูล Lead และสถานะการขายถูกเก็บไว้ที่ไหนแล้วบ้าง ถ้ายังไม่มี ต้องวางระบบเก็บข้อมูลให้เสร็จก่อน ไม่ควรเริ่มจากการเปิด Looker Studio
2. เปิด Looker Studio แล้วสร้างรายงานใหม่ เลือก Data Source ให้ตรงกับที่ข้อมูลอยู่จริง เช่น Google Sheets หรือ BigQuery แล้วตรวจว่าคอลัมน์ที่ดึงมาชื่อสื่อความหมายชัดเจน
3. สร้างตัวกรอง (Filter) แยกตามช่วงเวลาและแคมเปญไว้ตั้งแต่ต้น เพื่อให้ผู้ดูรายงานปรับมุมมองเองได้โดยไม่ต้องขอให้แก้ Dashboard ใหม่ทุกครั้ง
4. วางกราฟตามลำดับที่คนอ่านต้องการ เริ่มจากภาพรวม Traffic และ Lead ก่อน แล้วค่อยลงรายละเอียดสถานะและยอดขายในบล็อกถัดไป ไม่สลับลำดับจนคนอ่านงง
5. เพิ่มข้อความกำกับว่าข้อมูลอัปเดตล่าสุดเมื่อไร และมิติไหนยังเป็นข้อมูลไม่ครบ เพื่อกันการตีความผิดจากตัวเลขที่ยังไม่นิ่ง
6. ทดสอบ Dashboard กับคนในทีมที่ไม่ได้เป็นคนสร้างเอง แล้วถามว่าอ่านแล้วเข้าใจไหมว่าแคมเปญไหนทำเงิน ถ้าคนอ่านยังต้องถามกลับ แปลว่าโครงสร้างยังต้องปรับ

ทำไม Dashboard ที่รวมหลายแหล่งข้อมูลถึงมักตัวเลขไม่ตรงกัน

ปัญหาที่พบบ่อยที่สุดเมื่อเริ่มรวมข้อมูลจากหลายแหล่งเข้า Dashboard เดียวคือตัวเลขจากแต่ละแหล่งไม่ได้นิยาม 'Lead' หรือ 'Conversion' เหมือนกัน เช่น Google Ads นับ Conversion ตาม Event ที่ตั้งไว้ในระบบโฆษณา ขณะที่ Sheet ที่แอดมินกรอกนับตามที่คุยจริงในแชท ตัวเลขสองฝั่งนี้จึงมักไม่เท่ากันเป็นปกติ ไม่ใช่ความผิดพลาดของ Dashboard

อีกจุดที่ทำให้ตัวเลขเพี้ยนคือ Time Zone และรอบเวลาการอัปเดตของแต่ละแหล่งไม่ตรงกัน ข้อมูลจาก Ads Platform บางทีมี Lag ของตัวเองก่อนจะนิ่ง ขณะที่ Sheet ที่แอดมินกรอกอาจอัปเดตทันทีหรือค้างหลายชั่วโมงแล้วแต่ความขยันของแต่ละคน ถ้า Dashboard ดึงมารวมกันโดยไม่ระบุช่วงเวลาที่เทียบกันได้ ตัวเลขที่ได้จะดูเหมือนขัดแย้งกันทั้งที่จริงแค่วัดคนละจังหวะ

วิธีลดปัญหานี้ไม่ใช่การพยายามทำให้ทุกแหล่งข้อมูลตรงกันเป๊ะ ซึ่งมักทำไม่ได้จริงในทางปฏิบัติ แต่คือการกำหนดว่าตัวเลขไหนคือ Source of Truth สำหรับแต่ละคำถาม เช่น ใช้ตัวเลขจากแพลตฟอร์มโฆษณาตอบคำถามเรื่องต้นทุนต่อคลิก แต่ใช้ตัวเลขจากระบบที่แอดมินบันทึกตอบคำถามเรื่องยอดขายจริง แล้วระบุไว้ใน Dashboard ให้ชัดว่าตัวเลขแต่ละบล็อกมาจากแหล่งไหน

ความผิดพลาดที่ทำให้ Dashboard สวยแต่เชื่อไม่ได้

• ใส่กราฟเยอะเกินจนหาคำตอบไม่เจอ — Dashboard ที่มีกราฟยี่สิบชิ้นในหน้าเดียวมักทำให้คนดูไม่รู้ว่าควรโฟกัสตรงไหนก่อน
• ไม่กรอง Event ทดสอบออก — ถ้าทีมเคยทักบัญชี LINE ทดสอบตอนซ้อมสคริปต์แล้วไม่กรองออก ตัวเลข Lead ในเดือนนั้นจะสูงเกินจริง
• ใช้ Conversion Rate โดยไม่บอกตัวตั้งตัวหาร — ตัวเลขเปอร์เซ็นต์ลอย ๆ โดยไม่รู้ว่าคำนวณจากอะไร ทำให้ตีความผิดได้ง่าย
• รวม Funnel Definition หลายแบบไว้ในกราฟเดียว — เช่น เอา Lead ที่นับจากแอดมินกับ Lead ที่นับจากระบบอัตโนมัติมาปนกันโดยไม่บอกว่านิยามต่างกัน
• ไม่มีใครรับผิดชอบอัปเดต Dashboard ต่อ — สร้างเสร็จแล้วปล่อยทิ้งไว้ พอ Data Source เปลี่ยนโครงสร้าง Dashboard ก็พังเงียบ ๆ โดยไม่มีใครรู้ตัว

ใครควรเป็นเจ้าของ Dashboard นี้ในทีม

Dashboard ที่ไม่มีเจ้าของมักจบด้วยชะตากรรมเดียวกับ Sheet ที่ไม่มีคนดูแล คือถูกสร้างขึ้นมาด้วยความตั้งใจดี แล้วค่อย ๆ ถูกลืมเมื่อคนที่สร้างมีงานอื่นเข้ามา เจ้าของ Dashboard ควรเป็นคนที่อยู่กับข้อมูลนี้ทุกสัปดาห์ ไม่ใช่แค่คนที่เก่ง Looker Studio ที่สุดในทีม

หน้าที่ของเจ้าของ Dashboard ไม่ใช่แค่ปรับกราฟให้สวย แต่คือการตรวจ Data Quality อยู่เสมอ เช่น ตรวจว่า Sheet ต้นทางยังอัปเดตต่อเนื่องหรือเปล่า ตรวจว่ามีคอลัมน์ไหนที่ทีมเลิกกรอกไปแล้วโดยไม่บอกใคร และตรวจว่าตัวเลขที่ Dashboard แสดงยังสอดคล้องกับความรู้สึกของทีมที่คุยกับลูกค้าจริงหรือไม่

ถ้าเป็นเอเจนซี่ที่ดูแลหลายลูกค้าพร้อมกัน ควรตั้งมาตรฐานชื่อ Dashboard และ Data Source ให้เหมือนกันทุกลูกค้า เพื่อให้คนในทีมสลับดูแลกันได้เมื่อมีคนลาหรือเปลี่ยนงาน ไม่ต้องเริ่มทำความเข้าใจโครงสร้างใหม่ทุกครั้งที่มีการเปลี่ยนมือ

อีกแนวทางที่ช่วยได้คือกำหนดรอบทบทวน Dashboard ร่วมกับทีมขายและทีมการตลาดเป็นประจำ เช่น ทุกสองสัปดาห์ เพื่อให้ทั้งสองฝ่ายมีโอกาสท้วงติงถ้าตัวเลขที่เห็นไม่ตรงกับสิ่งที่รู้สึกจากงานหน้างาน การทบทวนแบบนี้ช่วยจับความผิดปกติของข้อมูลได้เร็วกว่าการปล่อยให้ Dashboard ทำงานเงียบ ๆ อยู่เบื้องหลังโดยไม่มีใครตั้งคำถาม

ข้อจำกัดที่ Looker Studio เองแก้ให้ไม่ได้

Looker Studio ทำหน้าที่แสดงผลข้อมูลที่มีอยู่แล้วเท่านั้น มันไม่สามารถอนุมานว่า Lead รายไหนมาจากแคมเปญไหนถ้าข้อมูลต้นทางไม่มี Tracking Link หรือ UTM ผูกไว้ตั้งแต่แรก และไม่สามารถแก้ปัญหาสถานะ Lead ที่ค้างไม่อัปเดตในระบบต้นทางได้เลย เพราะมันไม่ใช่เครื่องมือที่เข้าไปเปลี่ยนแปลงข้อมูล เป็นเพียงหน้าต่างมองข้อมูลเท่านั้น

อีกข้อจำกัดคือ Looker Studio ไม่ได้ผูก Journey ของลูกค้าคนเดียวข้ามหลายแหล่งข้อมูลให้อัตโนมัติ ถ้าลูกค้าคนหนึ่งคลิกแอดจากหลายแพลตฟอร์มก่อนจะทักเข้า LINE การจะรู้ว่าใครมาจากช่องทางไหนจริง ๆ ต้องอาศัยระบบที่ออกแบบมาเพื่อผูก Identifier ตั้งแต่ต้นทาง ซึ่งเป็นงานคนละชั้นกับการแสดงผล

ในจุดนี้ linli เข้ามาเสริมในชั้นก่อนหน้า Looker Studio คือช่วยผูก Tracking Link จากแคมเปญโฆษณาไปจนถึงสถานะ Lead และยอดขายให้อยู่ในโครงสร้างเดียวกันตั้งแต่ต้น เพื่อให้เมื่อดึงข้อมูลมาแสดงใน Dashboard แล้วมีมิติแคมเปญที่ถูกต้องให้ใช้งานจริง ไม่ต้องมานั่งเดาว่า Lead แต่ละรายมาจากไหน

สรุป

Looker Studio ไม่ใช่เครื่องมือที่เชื่อมกับ LINE OA โดยตรง แต่เป็นชั้นแสดงผลที่ต้องพึ่งข้อมูลจากแหล่งเก็บข้อมูลที่มีอยู่แล้ว คำถามที่ควรถามก่อนเริ่มสร้าง Dashboard จึงไม่ใช่ 'ต่อยังไง' แต่คือ 'ตอนนี้มีข้อมูลอะไรเก็บไว้ที่ไหนบ้าง'

Dashboard ที่ตอบคำถามว่าแคมเปญไหนทำเงินได้จริง ต้องมีข้อมูล Lead ที่ผูกกับแคมเปญตั้งแต่ต้นทาง มีสถานะที่ทีมอัปเดตต่อเนื่อง และมีคนเป็นเจ้าของที่ดูแล Data Quality อย่างสม่ำเสมอ ไม่ใช่แค่กราฟที่สร้างเสร็จแล้วจบ

• Looker Studio ต่อกับแหล่งข้อมูลที่เก็บ Event ของ LINE ไว้แล้ว ไม่ใช่ต่อ LINE OA ตรง ๆ
• ต้องมีชั้นเก็บข้อมูล เช่น Sheets หรือ BigQuery ที่มีมิติแคมเปญและสถานะ Lead ก่อนเริ่มสร้าง Dashboard
• ตัวเลขจากหลายแหล่งมักไม่ตรงกันเพราะนิยามและรอบเวลาต่างกัน ต้องกำหนด Source of Truth ให้ชัด
• ต้องมีเจ้าของ Dashboard ที่ตรวจ Data Quality ต่อเนื่อง ไม่ใช่สร้างเสร็จแล้วปล่อยทิ้ง

คำถามที่พบบ่อย