ข้อมูลอะไรบ้างที่ต้องเก็บตั้งแต่วันแรก ก่อนตั้ง Attribution ให้ตรงกับยอดขายจริง

เจ้าของธุรกิจขายอุปกรณ์กีฬารายหนึ่งเริ่มยิงแอดเข้า LINE มาได้หกเดือน พอถึงเวลาต้องการดูว่าแคมเปญไหนสร้างยอดขายจริงมากที่สุด กลับพบว่าไม่มีข้อมูลพอจะตอบคำถามนี้เลย เพราะตลอดหกเดือนที่ผ่านมาไม่เคยบันทึกว่าลูกค้าแต่ละรายมาจากแคมเปญไหน รู้แค่ว่ามีคนทักเข้ามาและปิดการขายได้เท่านั้น

ปัญหานี้ไม่ใช่เรื่องที่แก้ย้อนหลังได้ง่าย เพราะข้อมูลที่มีความหมายที่สุดคือข้อมูลที่บันทึกไว้ตั้งแต่จุดแรกที่ลูกค้าคลิกเข้ามา ถ้าไม่เคยเก็บตั้งแต่ต้น ต่อให้ตั้ง Attribution Setting ที่ถูกต้องแค่ไหนในตอนนี้ ก็ไม่มีข้อมูลย้อนหลังให้วิเคราะห์อยู่ดี

บทความนี้จะพาดูว่าข้อมูลขั้นต่ำที่ต้องเก็บตั้งแต่วันแรกมีอะไรบ้าง และควรตั้งค่า Attribution อย่างไรให้สอดคล้องกับพฤติกรรมจริงของลูกค้าที่ปิดการขายผ่านแชท LINE ไม่ใช่ตั้งตามค่าเริ่มต้นโดยไม่เข้าใจว่ามันหมายถึงอะไร

Attribution Setting คืออะไร และทำไมต้องตั้งใจเลือกไม่ใช่ปล่อยตามค่าเริ่มต้น

Attribution Setting คือการกำหนดว่าจะให้เครดิตการเกิด Conversion กับ Touchpoint ไหน และภายในกรอบเวลาเท่าไหร่ เช่น จะนับว่าเป็นผลจากโฆษณาถ้าลูกค้าคลิกแล้วซื้อภายในเจ็ดวัน หรือจะนับด้วยถ้าแค่เห็นโฆษณาผ่านตาโดยไม่คลิกแล้วซื้อภายในหนึ่งวัน

ค่าเริ่มต้นที่ Meta ตั้งไว้ให้อาจไม่เหมาะกับทุกธุรกิจ โดยเฉพาะธุรกิจที่ปิดการขายผ่านแชท LINE ซึ่งมักมีช่วงเวลาระหว่างคลิกโฆษณากับปิดการขายยาวกว่าธุรกิจที่ซื้อผ่านหน้าเว็บโดยตรง ถ้าตั้งกรอบเวลาสั้นเกินไป ยอดขายที่เกิดจากการตัดสินใจช้าของลูกค้าจะไม่ถูกนับว่าเป็นผลจากโฆษณาเลย ทั้งที่ความจริงเป็นผลจากแคมเปญนั้น

ข้อมูลสามอย่างที่ต้องเก็บตั้งแต่วันแรกก่อนตั้ง Attribution

ข้อแรกคือแหล่งที่มาของ Lead แต่ละราย ไม่ว่าจะเป็นแคมเปญไหน ครีเอทีฟตัวไหน หรือช่องทางไหน ข้อมูลนี้ต้องถูกผูกไว้กับ Lead ตั้งแต่จุดที่ทักเข้ามาครั้งแรก ผ่านการใช้ UTM หรือ Identifier ที่ส่งต่อไปยัง LINE

ข้อสองคือเวลาที่แต่ละ Event เกิดขึ้นจริง ตั้งแต่เวลาที่คลิกโฆษณา เวลาที่เริ่มทักแชท ไปจนถึงเวลาที่ปิดการขาย เพราะช่วงเวลาระหว่างแต่ละจุดเหล่านี้คือข้อมูลที่ใช้กำหนดว่าควรตั้งกรอบเวลา Attribution เท่าไหร่ ถึงจะครอบคลุมพฤติกรรมจริงของลูกค้า

ข้อสามคือสถานะของ Lead แต่ละรายจนถึงจุดปิดการขายหรือจุดที่ไม่ปิด เพราะถ้าไม่รู้ว่า Lead รายไหนปิดหรือไม่ปิด ก็ไม่มีทางคำนวณย้อนกลับได้ว่าแคมเปญไหนสร้างยอดขายจริงมากน้อยแค่ไหน ต่อให้มีข้อมูลแหล่งที่มาครบก็ไม่มีความหมายถ้าขาดข้อมูลปลายทางนี้

ทำไมช่วงเวลาปิดการขายผ่านแชท LINE มักยาวกว่าที่คิด

ธุรกิจที่ปิดการขายผ่านแชท LINE มักมีขั้นตอนการตัดสินใจที่ยาวกว่าการซื้อผ่านหน้าเว็บโดยตรง เพราะลูกค้าต้องรอแอดมินตอบ ต่อรองราคา หรือถามคำถามเพิ่มเติมก่อนตัดสินใจ บางเคสอาจใช้เวลาหลายวันกว่าจะปิดจบ

ถ้าตั้งกรอบเวลา Attribution ไว้สั้น เช่น หนึ่งวันหลังคลิก ยอดขายที่เกิดจากการตัดสินใจช้าของลูกค้าจะไม่ถูกนับว่าเป็นผลจากแคมเปญนั้นเลย ทำให้ตัวเลข Conversion ที่เห็นในรายงานต่ำกว่าความเป็นจริงมาก และอาจทำให้ตัดสินใจปิดแคมเปญที่จริงแล้วทำงานได้ดี เพียงแต่ผลลัพธ์มาช้ากว่าที่ระบบนับให้

เทียบกรอบเวลา Attribution แบบต่าง ๆ กับผลที่ตามมา

ตารางนี้เปรียบเทียบกรอบเวลา Attribution ที่ธุรกิจเลือกตั้งได้ เพื่อช่วยตัดสินใจว่าแบบไหนเหมาะกับวงจรขายผ่านแชทของธุรกิจตัวเอง

ลำดับขั้นตั้งค่าให้ Attribution สอดคล้องกับข้อมูลจริง

1. ผูก UTM หรือ Identifier กับ Lead ทุกรายตั้งแต่จุดแรกที่คลิกเข้ามา ก่อนที่ลูกค้าจะเข้าไปในห้องแชท
2. บันทึกเวลาของแต่ละ Event ตามความเป็นจริง ไม่ใช่เวลาที่แอดมินมาบันทึกทีหลัง เพื่อให้เห็นระยะเวลาจริงของวงจรขาย
3. เก็บข้อมูลอย่างน้อยหนึ่งถึงสองเดือนก่อนตัดสินใจปรับกรอบเวลา Attribution เพื่อให้มีตัวอย่างพอสำหรับดูรูปแบบวงจรขายที่แท้จริง
4. วิเคราะห์ว่าระยะเวลาเฉลี่ยตั้งแต่คลิกจนถึงปิดการขายอยู่ที่เท่าไหร่ แล้วเลือกกรอบเวลา Attribution ที่ครอบคลุมช่วงเวลานั้นได้อย่างสมเหตุสมผล
5. ทบทวนกรอบเวลาที่ตั้งไว้เป็นระยะ เพราะพฤติกรรมการตัดสินใจของลูกค้าอาจเปลี่ยนไปตามสินค้าหรือโปรโมชันที่เปลี่ยนแปลง

ข้อผิดพลาดที่พบบ่อยเวลาตั้งค่า Attribution

• ปล่อยค่าเริ่มต้นไว้ตั้งแต่วันแรกโดยไม่เคยตรวจว่าเหมาะกับวงจรขายของธุรกิจตัวเองหรือไม่
• เริ่มเก็บข้อมูลแหล่งที่มาช้าเกินไป ทำให้ไม่มีข้อมูลย้อนหลังพอวิเคราะห์เมื่อถึงเวลาต้องตัดสินใจ
• ตั้งกรอบเวลายาวเกินความจำเป็น ทำให้ให้เครดิตแคมเปญเก่าที่ไม่ได้มีผลจริงต่อการตัดสินใจซื้อครั้งล่าสุด
• ไม่ผูกสถานะปิดการขายกลับไปหา Lead ต้นทาง ทำให้มีข้อมูลแหล่งที่มาแต่ไม่รู้ว่ารายไหนปิดจริงหรือไม่

ทำไมต้องคุยกับทีมขายก่อนตั้ง Attribution ไม่ใช่ตัดสินใจฝ่ายเดียว

ทีมการตลาดมักไม่มีข้อมูลตรงว่าวงจรขายจริงยาวแค่ไหน เพราะข้อมูลนั้นอยู่กับทีมขายหรือแอดมินที่คุยกับลูกค้าโดยตรง การตั้ง Attribution โดยไม่ปรึกษาทีมขายเลยอาจทำให้เลือกกรอบเวลาที่ไม่สอดคล้องกับความเป็นจริง

แนวทางที่ควรทำคือให้ทีมขายช่วยยืนยันว่าโดยเฉลี่ยลูกค้าใช้เวลาตัดสินใจนานแค่ไหนหลังเริ่มทักแชท มีปัจจัยอะไรที่ทำให้บางเคสตัดสินใจช้ากว่าปกติ เช่น ต้องรอปรึกษาคนในบ้านหรือต้องเปรียบเทียบราคาก่อน ข้อมูลเชิงคุณภาพแบบนี้ช่วยให้เลือกกรอบเวลา Attribution ได้แม่นยำกว่าการเดาจากตัวเลขอย่างเดียว

เมื่อลูกค้าเห็นโฆษณาหลายครั้งก่อนตัดสินใจทัก ควรนับเครดิตให้ใคร

ในความเป็นจริง ลูกค้าจำนวนไม่น้อยไม่ได้ตัดสินใจทักแชทตั้งแต่ครั้งแรกที่เห็นโฆษณา บางคนเห็นแคมเปญหนึ่งตอนต้นเดือน แล้วมาทักจริงหลังเห็นอีกแคมเปญหนึ่งในสัปดาห์ถัดมา คำถามที่ตามมาคือควรให้เครดิตยอดขายกับแคมเปญไหน ระหว่างแคมเปญแรกที่สร้างการรับรู้ กับแคมเปญหลังที่เป็นตัวกระตุ้นให้ทักจริง

Attribution Setting ที่เลือกได้จะกำหนดว่าจะให้เครดิตแบบ Last Click ซึ่งยกให้แคมเปญล่าสุดทั้งหมด หรือแบบที่กระจายเครดิตไปยังหลาย Touchpoint ตามสัดส่วนที่กำหนด แต่ละแบบมีข้อดีข้อเสียต่างกัน Last Click เข้าใจง่ายและตัดสินใจเร็ว แต่มีความเสี่ยงที่จะประเมินคุณค่าของแคมเปญสร้างการรับรู้ต่ำเกินไป ส่วนแบบกระจายเครดิตให้ภาพที่ครบกว่า แต่ตีความและอธิบายให้ทีมเข้าใจได้ยากกว่า

ธุรกิจที่มีงบจำกัดและแคมเปญไม่มากนัก มักเริ่มจาก Last Click ก่อนเพราะตัดสินใจง่ายกว่า แล้วค่อยพิจารณาโมเดลที่ซับซ้อนขึ้นเมื่อจำนวนแคมเปญเพิ่มขึ้นจนเห็นชัดว่าลูกค้าเจอหลายแคมเปญก่อนตัดสินใจทักเข้ามาเป็นเรื่องปกติ ไม่ใช่ข้อยกเว้น

บันทึกเหตุผลของการตั้งค่าไว้ ไม่ใช่แค่ตั้งแล้วปล่อยผ่าน

เมื่อตัดสินใจตั้งค่า Attribution แบบใดแบบหนึ่งแล้ว สิ่งที่มักถูกมองข้ามคือการบันทึกเหตุผลเบื้องหลังการตัดสินใจนั้นไว้เป็นลายลักษณ์อักษร เช่น ตั้งกรอบเวลาเจ็ดวันเพราะข้อมูลย้อนหลังพบว่าลูกค้าส่วนใหญ่ตัดสินใจภายในช่วงนั้น ถ้าไม่มีการบันทึกไว้ เมื่อมีคนในทีมเปลี่ยนหรือมีการทบทวนตัวเลขในอีกหลายเดือนข้างหน้า จะไม่มีใครจำได้ว่าทำไมถึงตั้งค่าแบบนั้นตั้งแต่แรก

การมีบันทึกที่ชัดเจนยังช่วยเมื่อธุรกิจต้องการเปรียบเทียบผลก่อนและหลังปรับ Attribution Setting เพราะรู้แน่ชัดว่าการเปลี่ยนแปลงตัวเลขที่เห็นเกิดจากการปรับค่าครั้งไหน ไม่ใช่ปนกับปัจจัยอื่นที่เปลี่ยนไปพร้อมกันในช่วงเวลาเดียวกัน เช่น การเปลี่ยนครีเอทีฟหรือการปรับงบ ซึ่งถ้าไม่แยกบันทึกให้ชัด จะทำให้สรุปผลของการปรับ Attribution ผิดพลาดได้ง่าย

ตัวอย่างตัวเลขที่ใช้ตัดสินใจกรอบเวลาจริง

ลองดูตัวอย่างนี้ (ข้อมูลสมมติ) ธุรกิจหนึ่งเก็บข้อมูล Lead 120 รายในเดือนเดียว พบว่าระยะเวลาเฉลี่ยตั้งแต่คลิกโฆษณาจนถึงปิดการขายอยู่ที่ 4.2 วัน แต่เมื่อดูค่ามัธยฐานที่ตัดค่าผิดปกติออกไปแล้ว กลับอยู่ที่ 2.8 วัน และเมื่อดูกลุ่มที่ตัดสินใจช้าที่สุด 10% พบว่าใช้เวลาไปถึง 11 วัน

ถ้าเลือกกรอบเวลา Attribution ไว้แค่ 1 วัน จะจับได้เฉพาะกลุ่มที่ตัดสินใจเร็วมาก ซึ่งจากข้อมูลชุดนี้คิดเป็นสัดส่วนไม่ถึง 30% ของยอดขายทั้งหมด ถ้าเลือกกรอบ 7 วัน จะครอบคลุมได้ประมาณ 85% ของยอดขาย ส่วนกรอบ 28 วันแทบไม่ต่างจาก 7 วันเลย เพราะมีลูกค้าน้อยรายมากที่ใช้เวลาตัดสินใจเกินสองสัปดาห์ ตัวอย่างนี้แสดงให้เห็นว่าทำไมกรอบเวลา 7 วันถึงเป็นจุดสมดุลที่เหมาะกับธุรกิจลักษณะนี้มากกว่าอีกสองแบบ

ทำแบบนี้แล้วพัง เพราะ... ทีมหนึ่งเห็นแค่ตัวเลขเฉลี่ย 4.2 วันแล้วสรุปว่ากรอบ 3 วันน่าจะพอ โดยไม่ได้ดูกลุ่มที่ตัดสินใจช้ากว่าค่าเฉลี่ยเลย ผลคือยอดขายจากลูกค้าที่ใช้เวลาตัดสินใจนานกว่าค่าเฉลี่ยเกือบหนึ่งในสี่ของทั้งหมดไม่ถูกนับว่าเป็นผลจากแคมเปญ ทำให้รายงานที่เห็นต่ำกว่าความเป็นจริง และเกือบตัดสินใจลดงบแคมเปญที่จริง ๆ แล้วทำงานได้ดี

สรุป

Attribution Setting จะมีความหมายก็ต่อเมื่อธุรกิจมีข้อมูลพื้นฐานสามอย่างครบตั้งแต่วันแรก คือแหล่งที่มาของ Lead เวลาที่แต่ละ Event เกิดขึ้น และสถานะจนถึงจุดปิดการขาย ถ้าขาดข้อมูลชุดใดชุดหนึ่ง การตั้งค่าที่เหลือก็ทำได้แค่กะประมาณ

การเลือกกรอบเวลา Attribution ที่เหมาะสมต้องอิงจากวงจรขายจริงของธุรกิจ ไม่ใช่ค่าเริ่มต้นหรือการเผื่อไว้ก่อนแบบไม่มีข้อมูลรองรับ และควรทบทวนร่วมกับทีมขายที่เข้าใจพฤติกรรมลูกค้าจริงมากที่สุด

• เก็บข้อมูลแหล่งที่มา เวลา Event และสถานะปิดการขายให้ครบตั้งแต่วันแรก
• เลือกกรอบเวลา Attribution ให้สอดคล้องกับระยะเวลาตัดสินใจจริงของลูกค้าผ่านแชท LINE
• ปรึกษาทีมขายก่อนตั้งค่า เพราะเป็นฝ่ายที่รู้พฤติกรรมการตัดสินใจของลูกค้าโดยตรง

คำถามที่พบบ่อย