← กลับไปหน้าบทความ
ขั้นสูง (MarTech)

เรียนทดลองฟรีแล้วหาย: อ่านอัตราแปลงจากคลาสทดลองสู่คอร์สจ่ายเต็มให้ถูกจุด

02 ส.ค. 04:26 · อ่าน 1 นาที
เรียนทดลองฟรีแล้วหาย: อ่านอัตราแปลงจากคลาสทดลองสู่คอร์สจ่ายเต็มให้ถูกจุด

สรุปสั้น ๆ

คลาสทดลองฟรีเป็นกลยุทธ์ที่สถาบันการศึกษาใช้กันแพร่หลาย แต่หลายที่วัดความสำเร็จแค่จำนวนคนสมัครทดลอง โดยไม่เคยตามต่อว่าคนเหล่านั้นจ่ายเต็มกี่เปอร์เซ็นต์ บทความนี้สอนวัดอัตราแปลงจากทดลองสู่จ่ายเต็ม แยกตามช่วงเวลาที่ตัดสินใจ เพื่อรู้ว่าคลาสทดลองกำลังทำหน้าที่ดึงคนหรือทำหน้าที่ปิดการขายด้วย ตัวเลขในบทนี้เป็นตัวอย่างสมมติเพื่อสาธิตวิธีคิด ไม่ใช่ข้อมูลจากสถาบันใด

เจ้าของสถาบันสอนภาษาแห่งหนึ่งภูมิใจว่ามีคนสมัครเรียนทดลองฟรีเดือนละกว่าร้อยคน แต่พอถามว่าในร้อยคนนั้นมีกี่คนที่จ่ายเงินซื้อคอร์สเต็ม เขาตอบไม่ได้ทันที ต้องไปเปิดสมุดจดของแอดมินย้อนดู สุดท้ายพบว่าตัวเลขต่ำกว่าที่คาดไว้มาก

นี่คือปัญหาที่พบบ่อยในธุรกิจการศึกษา คือให้ความสำคัญกับ "ยอดสมัครทดลอง" มากเกินไปจนลืมว่ามันเป็นแค่จุดกลางทาง ไม่ใช่ปลายทาง การมีคนสมัครทดลองเยอะแต่จ่ายเต็มน้อย อาจแปลว่าคลาสทดลองดึงคนเก่งแต่ปิดการขายไม่เก่ง หรืออาจแปลว่าดึงคนผิดกลุ่มเข้ามาตั้งแต่ต้น ซึ่งต้องแก้คนละจุดกันเลย

บทความนี้จะพาวางกรอบวัดอัตราแปลงจากทดลองสู่จ่ายเต็ม พร้อมแยกตามช่วงเวลาที่คนตัดสินใจ เพื่อให้เห็นว่าปัญหาที่แท้จริงอยู่ตรงไหน ตัวเลขทุกชุดในบทนี้เป็นตัวอย่างสมมติเพื่ออธิบายวิธีคิด ไม่ใช่สถิติจริงจากสถาบันใด

คลาสทดลองคือจุดกลางทาง ไม่ใช่เป้าหมาย

หลายสถาบันตั้งเป้าการตลาดไว้ที่ "จำนวนคนสมัครทดลอง" เพราะวัดง่ายและเห็นผลไว แต่ถ้ามองในมุมธุรกิจ คนที่สมัครทดลองแล้วไม่จ่ายเต็มไม่ได้สร้างรายได้ให้เลย การตั้งเป้าไว้ผิดจุดแบบนี้ทำให้ทีมการตลาดทุ่มงบดึงคนสมัครทดลองเยอะขึ้นเรื่อย ๆ โดยไม่รู้ว่าคุณภาพของคนที่ได้มาดีขึ้นหรือแย่ลง

การมองคลาสทดลองเป็นจุดกลางทางแทนเป้าหมาย จะเปลี่ยนคำถามจาก "ทำยังไงให้มีคนสมัครทดลองเยอะขึ้น" เป็น "ทำยังไงให้คนที่สมัครทดลองแล้วจ่ายเต็มเยอะขึ้น" ซึ่งเป็นคำถามที่โยงตรงกับรายได้มากกว่า

วัดอัตราแปลง แยกตามช่วงเวลาตัดสินใจหลังทดลอง

วิธีวัดคือดึงรายชื่อคนที่สมัครทดลองในแต่ละเดือน แล้วตามดูว่าใครจ่ายเต็มภายในกี่วันหลังเรียนทดลองจบ แบ่งเป็นช่วงเวลาแทนการดูอัตราแปลงรวมตัวเดียว เพราะบางคนตัดสินใจทันที บางคนต้องคิดหลายสัปดาห์ ตารางข้างล่างเป็นตัวอย่างสมมติ

ช่วงเวลาหลังทดลอง (สมมติ)สะสมจ่ายเต็มหมายเหตุ
ภายใน 3 วัน18%ตัดสินใจไวเพราะประทับใจคลาสสด
4-14 วัน31%กลุ่มใหญ่สุด ต้องคุยราคา/ตารางเรียนก่อน
15-30 วัน38%ต้องมีการติดตามซ้ำ ไม่งั้นเงียบหาย
เกิน 30 วัน40%โอกาสปิดเพิ่มน้อยลงมาก หลังจุดนี้

แยกสองปัญหาที่ตัวเลขนี้ช่วยชี้ให้เห็น

ถ้าอัตราแปลงสะสมสุดท้ายต่ำมาก เช่นต่ำกว่า 20% ให้กลับไปดูว่าคนที่สมัครทดลองมาจากแคมเปญไหน เพราะบางแคมเปญอาจดึงคนที่สมัครเพราะ "ฟรี" ล้วน ๆ โดยไม่มีความตั้งใจเรียนจริงตั้งแต่ต้น ปัญหานี้แก้ที่ต้นน้ำของการตลาด ไม่ใช่ที่การปิดการขาย ปัญหาลักษณะนี้เคยถูกวิเคราะห์ไว้ในการวัดผลแอดสมัครเรียนย้อนกลับไปถึงแคมเปญ

แต่ถ้าอัตราแปลงสะสมโอเค แต่ใช้เวลานานกว่าจะปิด เช่นส่วนใหญ่ปิดหลังวันที่ 15 เป็นต้นไป นั่นสะท้อนว่าทีมขายอาจไม่ได้ติดตามอย่างมีจังหวะที่ดีพอในช่วงสองสัปดาห์แรก ปล่อยให้ความประทับใจจากคลาสทดลองจางหายไปก่อนที่จะปิดการขาย ปัญหานี้แก้ที่กระบวนการติดตามหลังทดลอง ซึ่งเชื่อมโยงกับหลักการในการติดตามลูกค้าภายใน 24 ชั่วโมงแรก

ออกแบบช่วงติดตามให้ตรงกับข้อมูลที่เห็น

  1. ส่งข้อความติดตามทันทีภายใน 24 ชั่วโมงหลังคลาสทดลองจบ ขณะที่ความประทับใจยังสด พร้อมถามความเห็นและเสนอทางเลือกคอร์สที่เหมาะกับระดับของผู้เรียน
  2. ตั้งจุดติดตามซ้ำที่วันที่ 7 สำหรับคนที่ยังไม่ตัดสินใจ เพราะจากตารางสมมติ ช่วง 4-14 วันคือกลุ่มใหญ่ที่สุดที่ตัดสินใจ การมีจุดแตะช่วงนี้ช่วยดันให้ตัดสินใจเร็วขึ้น
  3. สำหรับคนที่ยังเงียบหลังวันที่ 14 ให้เปลี่ยนวิธีติดตามจากการถามตรง ๆ เป็นการให้ข้อมูลเพิ่ม เช่น รีวิวจากนักเรียนคนอื่นหรือโปรโมชันช่วงจำกัดเวลา แทนการถามซ้ำแบบเดิมที่อาจไม่ได้ผลแล้ว
  4. หลังวันที่ 30 ให้ย้ายเข้ารายการติดตามระยะยาวแทนการทุ่มพลังงานเท่าลีดที่ยังร้อนอยู่ แต่ไม่ต้องตัดทิ้ง เพราะบางคนอาจกลับมาตอนใกล้เปิดเทอมใหม่ สถาบันสอนภาษาที่ใช้คลาสทดลองเป็นกลยุทธ์หลักมักเจอรูปแบบใกล้เคียงกัน ตามที่เล่าไว้ในการออกแบบคลาสทดลองของโรงเรียนสอนภาษา

สรุป

คลาสทดลองฟรีไม่ใช่เป้าหมายของธุรกิจการศึกษา แต่เป็นจุดกลางทางที่ต้องวัดต่อว่านำไปสู่การจ่ายเต็มได้มากแค่ไหน การแยกอัตราแปลงตามช่วงเวลาตัดสินใจช่วยแยกปัญหาว่าอยู่ที่ต้นน้ำการดึงคนเข้ามา หรืออยู่ที่กระบวนการติดตามหลังทดลอง

เมื่อรู้ว่าคนส่วนใหญ่ตัดสินใจในช่วงไหน ให้ออกแบบจังหวะติดตามให้ตรงกับข้อมูลนั้น แทนการติดตามด้วยความถี่และข้อความแบบเดียวกันกับทุกคนโดยไม่มีจุดอ้างอิง

  • มองคลาสทดลองเป็นจุดกลางทาง ไม่ใช่เป้าหมายทางการตลาด
  • แยกอัตราแปลงตามช่วงเวลาตัดสินใจ เพื่อรู้ว่าปัญหาอยู่ต้นน้ำหรือปลายน้ำ
  • ออกแบบจังหวะติดตามให้ตรงกับช่วงเวลาที่คนส่วนใหญ่ตัดสินใจจริง

คำถามที่พบบ่อย

ควรนับอัตราแปลงจากวันที่สมัครทดลอง หรือวันที่เรียนทดลองจริง

แนะนำนับจากวันที่เรียนทดลองจริง เพราะบางคนสมัครแล้วไม่มาเรียน การนับจากวันสมัครจะทำให้ตัวหารรวมคนที่ไม่เคยสัมผัสประสบการณ์จริงเข้าไปด้วย ซึ่งบิดเบือนอัตราแปลงให้ต่ำเกินจริง

ถ้าคอร์สมีหลายระดับราคา ควรวัดอัตราแปลงรวมกันไหม

ไม่ควร ควรแยกตามระดับราคาเช่นเดียวกับหลักการแยกตามช่วงราคาสินค้าอื่น ๆ เพราะคอร์สราคาสูงมักมีอัตราแปลงต่ำกว่าและใช้เวลาตัดสินใจนานกว่าคอร์สราคาย่อมเยา การรวมกันจะทำให้ภาพรวมไม่สะท้อนความจริงของแต่ละกลุ่ม

คลาสทดลองที่มีอัตราแปลงสูงแต่มีคนสมัครน้อย ดีกว่าแบบตรงข้ามไหม

ต้องดูเป็นกรณีไป ถ้าเป้าหมายคือรายได้รวม บางทีคลาสทดลองที่ดึงคนสมัครเยอะแต่แปลงต่ำอาจสร้างรายได้มากกว่าถ้าฐานคนใหญ่พอ ควรคำนวณรายได้รวมที่เกิดจากแต่ละแคมเปญมาเทียบกัน ไม่ใช่ดูแค่เปอร์เซ็นต์อัตราแปลง

ตัวเลขในตารางตัวอย่างของบทนี้ใช้เป็นมาตรฐานอ้างอิงได้ไหม

ไม่ได้ เป็นค่าสมมติที่สร้างขึ้นเพื่อสาธิตวิธีวางกรอบวัดผลเท่านั้น อัตราแปลงจริงต่างกันมากตามประเภทวิชา ราคาคอร์ส และกลุ่มอายุผู้เรียน ต้องเก็บข้อมูลจริงของสถาบันตัวเองเสมอ

ถ้าคลาสทดลองมีคนเรียนน้อยมาก จะวัดอัตราแปลงยังไงให้แม่น

ให้ขยายช่วงเวลาการเก็บข้อมูลเป็นสองถึงสามเดือนแทนการดูรายเดือน เพื่อให้จำนวนตัวอย่างมากพอจะอ่านแนวโน้มได้ ระหว่างนั้นควรเน้นคุณภาพของประสบการณ์การเรียนทดลองเป็นหลักไปก่อน

อยากวัดผลโฆษณาเข้า LINE ให้ถึงยอดขาย?

ทดลองใช้ linli ฟรี 14 วัน ไม่ต้องใช้บัตรเครดิต

เริ่มทดลองใช้ฟรี

บทความที่เกี่ยวข้อง

คู่มือเริ่มต้น LINE Conversion Tracking ในไทย ตั้งแต่ติดตั้งจนวัดยอดขายจริง
คู่มือเริ่มต้น LINE Conversion Tracking ในไทย ตั้งแต่ติดตั้งจนวัดยอดขายจริง
สำหรับคนที่เพิ่งเริ่มทำ LINE Conversion Tracking บทความนี้รวมทุกขั้นตอนตั้งแต่นิยาม Funnel ติดตั้งระบบ เชื่อมแพลตฟอร์ม จนถึงวางแผนช่วงทดลองใช้ให้ตัดสินใจได้จริงก่อนหมด Trial
LINE Tracking กับ PDPA ธุรกิจไทยควรเก็บข้อมูลอย่างไรให้เหมาะสม
LINE Tracking กับ PDPA ธุรกิจไทยควรเก็บข้อมูลอย่างไรให้เหมาะสม
ระบบ Tracking ไม่ได้ทำให้ธุรกิจผ่าน PDPA โดยอัตโนมัติ บทความนี้อธิบายว่าธุรกิจยังต้องรับผิดชอบอะไรเองบ้าง ตั้งแต่ Legal Basis ไปจนถึงการจำกัดข้อมูลที่ส่งไปแพลตฟอร์มโฆษณา
วิธีติดตั้ง Tracking Link และ Tracking Script สำหรับปุ่ม LINE บนเว็บไซต์
วิธีติดตั้ง Tracking Link และ Tracking Script สำหรับปุ่ม LINE บนเว็บไซต์
ก่อนติดตั้ง Tracking Link หรือ Script บนปุ่ม LINE ต้องเตรียมอะไรบ้าง บทความนี้เล่าขั้นตอนจริงตั้งแต่สิทธิ์เข้าถึงเว็บ ไปจนถึง Test Journey ก่อนเปิดใช้งาน ไม่ใช่แค่ก็อปโค้ดไปวาง