เดือนละ 300 Lead เข้า LINE แต่ Conversion Rate จาก Lead ถึง Sale คำนวณยังไงให้ตรง

สรุปสั้น ๆ
Conversion Rate จาก Lead ถึง Sale คือสัดส่วน Lead ที่ปิดการขายได้จริง หารด้วยจำนวน Lead ทั้งหมดในช่วงเวลาเดียวกัน แต่การคำนวณให้ตรงต้องระวังเรื่อง Conversion Lag การนับ Lead ที่ยังไม่ปิด และการแยกคำนวณตามแหล่งที่มาของ Lead แต่ละช่องทาง
ธุรกิจแห่งหนึ่งมี Lead ทักเข้า LINE OA เฉลี่ยเดือนละ 300 ราย ทีมการตลาดรายงานทุกเดือนว่าปิดการขายได้ประมาณ 40-50 ราย แล้วหารตัวเลขคร่าว ๆ ออกมาเป็น Conversion Rate ราว 15% แต่พอเจ้าของธุรกิจถามกลับว่า 45 รายที่ปิดได้เดือนนี้ มาจาก Lead ของเดือนนี้จริงหรือเปล่า ทีมการตลาดถึงเริ่มไม่แน่ใจ เพราะบาง Lead ที่ปิดได้เดือนนี้ อาจทักเข้ามาตั้งแต่สองเดือนก่อนแล้วเพิ่งตัดสินใจซื้อ
นี่คือความผิดพลาดที่พบบ่อยมากในการคำนวณ Conversion Rate จาก Lead ถึง Sale คือเอาจำนวน Lead ของเดือนนี้ไปหารด้วยจำนวน Sale ของเดือนนี้ โดยไม่สนใจว่า Lead กับ Sale ที่เอามาคำนวณด้วยกันนั้นเป็นคนละกลุ่มคนกันหรือไม่ ยิ่งธุรกิจที่มี Sales Cycle ยาว ตัวเลขที่คำนวณแบบนี้ยิ่งบิดเบือนจากความเป็นจริงมากขึ้นเรื่อย ๆ
บทความนี้จะอธิบายวิธีคำนวณ Conversion Rate จาก Lead ถึง Sale ให้ตรงกับความเป็นจริงมากขึ้น ต้องเก็บข้อมูลอะไรเพิ่ม และมีข้อควรระวังอะไรบ้างเมื่อนำตัวเลขนี้ไปใช้ตัดสินใจเรื่องงบโฆษณา
Conversion Rate จาก Lead ถึง Sale คำนวณอย่างไรให้ตรงตามนิยาม
หลักการพื้นฐานคือ Conversion Rate จาก Lead ถึง Sale เท่ากับจำนวน Lead ที่ปิดการขายได้ หารด้วยจำนวน Lead ทั้งหมดที่เข้ามาในช่วงเวลาเดียวกัน แต่คำว่า 'ช่วงเวลาเดียวกัน' นี่แหละที่คนมักตีความผิด เพราะไม่ได้หมายถึงเดือนปฏิทินเดียวกันระหว่าง Lead กับ Sale แต่หมายถึงต้องติดตาม Lead แต่ละกลุ่มที่เข้ามาในเดือนใดเดือนหนึ่ง แล้วดูว่าในที่สุดกลุ่มนั้นปิดการขายได้กี่ราย ไม่ว่าจะปิดในเดือนเดียวกันหรือหลายเดือนถัดไป
วิธีที่แม่นยำกว่าคือคำนวณแบบ Cohort คือจัดกลุ่ม Lead ตามเดือนที่เข้ามา แล้วติดตามกลุ่มนั้นไปเรื่อย ๆ จนกว่า Sales Cycle จะจบ เช่น ถ้าธุรกิจรู้ว่า Sales Cycle เฉลี่ยอยู่ที่ 60 วัน ก็ควรรอให้ครบ 60 วันก่อนสรุปว่า Lead กลุ่มเดือนนั้นปิดการขายได้กี่เปอร์เซ็นต์ ไม่ใช่รีบสรุปตั้งแต่สิ้นเดือนแรกที่ Lead ยังอยู่ระหว่างตัดสินใจ
ความผิดพลาดที่พบบ่อยเมื่อคำนวณตัวเลขนี้แบบเร่งรีบ
ความผิดพลาดแรกคือเอา Sale ของเดือนนี้หารด้วย Lead ของเดือนนี้ตรง ๆ โดยไม่สนใจว่าเป็นคนละกลุ่มคน ทำให้บางเดือนตัวเลข Conversion Rate ดูสูงผิดปกติเพราะมี Sale จาก Lead เก่าไหลเข้ามาพอดี ในขณะที่บางเดือนตัวเลขดูต่ำผิดปกติเพราะ Lead ของเดือนนั้นยังอยู่ระหว่างตัดสินใจไม่ทันปิด
ความผิดพลาดที่สองคือไม่แยก Lead ที่ยังอยู่ระหว่างดำเนินการออกจาก Lead ที่ปิดไม่สำเร็จแล้วจริง ๆ ถ้านับ Lead ที่ยังคุยอยู่รวมเป็น 'ยังไม่ปิด' ปนกับ Lead ที่หายเงียบไปแล้วหลายเดือน ตัวเลข Conversion Rate ที่ได้จะไม่สะท้อนสถานการณ์จริง ควรมีสถานะแยกชัดเจนระหว่าง Lead ที่กำลังดำเนินการ กับ Lead ที่ปิดไม่สำเร็จและควรตัดออกจากฐานการคำนวณของรอบนั้นแล้ว
ข้อมูลที่ต้องมีก่อนจะคำนวณตัวเลขนี้ได้อย่างน่าเชื่อถือ
การคำนวณ Conversion Rate ให้แม่นยำต้องมีข้อมูลครบตามตารางนี้เป็นอย่างน้อย:
| ข้อมูล | เหตุผลที่ต้องมี |
|---|---|
| วันที่ Lead เข้ามาครั้งแรก | ใช้จัดกลุ่ม Cohort ตามเดือนหรือสัปดาห์ที่เข้ามา |
| วันที่ปิดการขายหรือวันที่ปิดไม่สำเร็จ | ใช้คำนวณว่า Lead กลุ่มนั้นจบลงอย่างไรและใช้เวลานานแค่ไหน |
| สถานะปัจจุบันของ Lead | แยก Lead ที่กำลังดำเนินการออกจาก Lead ที่จบแล้วจริง |
| แหล่งที่มาของ Lead | แยกคำนวณ Conversion Rate ตามช่องทางเพื่อเทียบประสิทธิภาพ |
Conversion Lag ทำให้ตัวเลขรายเดือนดูผันผวนกว่าความเป็นจริง
ธุรกิจที่มี Sales Cycle ยาว เช่นสินค้าราคาสูงที่ลูกค้าต้องปรึกษาครอบครัวหรือเปรียบเทียบหลายเจ้าก่อนตัดสินใจ มักเห็นตัวเลข Conversion Rate รายเดือนที่ขึ้นลงแรงกว่าธุรกิจที่ Sales Cycle สั้น ทั้งที่ในความเป็นจริงคุณภาพ Lead อาจไม่ได้เปลี่ยนแปลงมากขนาดนั้น สาเหตุหลักคือ Conversion Lag หรือช่วงเวลาที่ Lead ใช้ตัดสินใจกว่าจะปิดการขาย
วิธีที่ช่วยลดความผันผวนนี้คือดูตัวเลขแบบ Rolling หรือค่าเฉลี่ยเคลื่อนที่ เช่น เฉลี่ย 3 เดือนย้อนหลัง แทนการดูตัวเลขรายเดือนเดี่ยว ๆ เพราะการดูรายเดือนเดี่ยว ๆ อาจทำให้ทีมตื่นตระหนกกับตัวเลขที่ดูแย่ในเดือนหนึ่ง ทั้งที่จริงแค่ยังไม่ถึงเวลาที่ Lead กลุ่มนั้นจะปิดการขายเท่านั้นเอง
แยกคำนวณ Conversion Rate ตามแหล่งที่มาของ Lead เสมอ
การดูแค่ Conversion Rate รวมทั้งหมดโดยไม่แยกตามแหล่งที่มา ทำให้มองไม่เห็นว่าช่องทางไหนสร้าง Lead ที่มีคุณภาพจริง เช่น Lead จากแคมเปญรีทาร์เก็ตอาจมี Conversion Rate สูงกว่า Lead จากแคมเปญกว้างที่เน้นสร้างการรับรู้ ทั้งที่จำนวน Lead ดิบของทั้งสองแคมเปญอาจใกล้เคียงกัน ถ้าดูแค่ Lead รวมโดยไม่แยก อาจตัดสินใจเพิ่มงบผิดแคมเปญได้ ซึ่งเป็นประเด็นที่เกี่ยวโยงกับการวาง LINE Attribution ตั้งแต่ต้นทาง
การแยกคำนวณตามแหล่งที่มายังช่วยให้เห็นด้วยว่า Conversion Rate ที่ต่ำในบางช่องทางเป็นเรื่องปกติของวัตถุประสงค์แคมเปญนั้นหรือไม่ เช่นแคมเปญที่ตั้งใจสร้างการรับรู้แบรนด์อาจมี Conversion Rate ต่ำกว่าแคมเปญรีทาร์เก็ตโดยธรรมชาติ การเอาตัวเลขสองแบบนี้มาเทียบกันตรง ๆ โดยไม่คำนึงถึงวัตถุประสงค์ที่ต่างกัน อาจนำไปสู่การตัดงบแคมเปญที่จริง ๆ แล้วยังมีบทบาทสำคัญในระยะยาว ควรจดวัตถุประสงค์ของแต่ละแคมเปญไว้คู่กับตัวเลข Conversion Rate เสมอ เพื่อให้คนที่อ่านรายงานภายหลังเข้าใจบริบทได้ถูกต้องเช่นกัน
ระวังการเทียบตัวเลขกับ Benchmark ของธุรกิจอื่นโดยไม่มีบริบท
หลายทีมพยายามหาว่า Conversion Rate จาก Lead ถึง Sale ที่ 'ดี' ควรอยู่ที่กี่เปอร์เซ็นต์ แล้วนำตัวเลขของธุรกิจตัวเองไปเทียบกับตัวเลขที่ได้ยินมาจากธุรกิจอื่นหรือบทความทั่วไปบนอินเทอร์เน็ต แต่ Conversion Rate ที่เหมาะสมแตกต่างกันมากตามประเภทสินค้า ราคา และความซับซ้อนของการตัดสินใจซื้อ การเอาตัวเลขของธุรกิจอื่นมาเป็นเป้าหมายตายตัวโดยไม่รู้บริบทของธุรกิจนั้น อาจทำให้ตั้งเป้าหมายที่ไม่สมเหตุสมผลกับธุรกิจของตัวเอง
สิ่งที่มีประโยชน์กว่าคือเทียบ Conversion Rate ของธุรกิจตัวเองข้ามช่วงเวลา หรือข้ามแคมเปญที่มีลักษณะใกล้เคียงกัน เพื่อดูแนวโน้มว่ากำลังดีขึ้นหรือแย่ลง มากกว่าไปยึดตัวเลขคนอื่นเป็นมาตรฐานที่ต้องไปให้ถึงให้ได้
รายงานตัวเลขนี้ให้ทีมเห็นเป็นรอบสม่ำเสมอ ไม่ใช่แค่ปลายเดือน
หลายธุรกิจดู Conversion Rate จาก Lead ถึง Sale เฉพาะตอนสรุปผลปลายเดือนเพียงครั้งเดียว ทำให้กว่าจะรู้ว่าตัวเลขผิดปกติ ก็ผ่านเดือนนั้นไปแล้วและแก้ไขอะไรไม่ทัน การตั้งรอบรายงานที่ถี่ขึ้น เช่นทุกสัปดาห์ ช่วยให้ทีมเห็นแนวโน้มระหว่างทางและปรับแผนได้เร็วกว่า แม้ตัวเลขรายสัปดาห์อาจยังไม่สมบูรณ์เพราะ Lead บางส่วนยังอยู่ระหว่างตัดสินใจก็ตาม
สิ่งสำคัญคือรายงานที่ส่งให้ทีมควรระบุชัดเจนว่าตัวเลขนี้เป็น Cohort ของเดือนไหน และยังอยู่ระหว่างติดตามหรือปิดครบแล้ว เพื่อไม่ให้ทีมสับสนระหว่างตัวเลขที่ยังไม่นิ่งกับตัวเลขที่สรุปผลสมบูรณ์แล้ว การติดป้ายกำกับสถานะของแต่ละตัวเลขให้ชัดเจนแบบนี้ ช่วยลดความเข้าใจผิดเวลานำตัวเลขไปใช้ประกอบการตัดสินใจร่วมกับทีมอื่นในบริษัท เช่นทีมการเงินที่ต้องวางแผนกระแสเงินสดล่วงหน้าโดยอิงจากตัวเลข Conversion Rate ที่ทีมการตลาดส่งให้
ระบบติดตามอย่าง linli ช่วยตรงไหนในการคำนวณตัวเลขนี้
ระบบที่เชื่อมข้อมูลตั้งแต่ Lead เข้ามาจนถึงสถานะปิดการขาย อย่าง linli ช่วยให้ทีมเห็นวันที่ Lead เข้ามาครั้งแรก สถานะปัจจุบัน และวันที่ปิดการขายในที่เดียวกัน ทำให้การคำนวณ Conversion Rate แบบ Cohort ทำได้ง่ายขึ้นกว่าการไล่เปิดแชทดูทีละราย แต่ตัวระบบเองไม่ได้ตัดสินใจแทนว่าจะนิยาม Lead หรือ Sales Cycle ของธุรกิจอย่างไร
สิ่งที่ทีมยังต้องทำเองคือตกลงนิยามที่ชัดเจน กำหนดว่า Sales Cycle เฉลี่ยของธุรกิจยาวแค่ไหน และมีวินัยในการอัปเดตสถานะ Lead ให้ตรงกับความเป็นจริง เพราะถ้าข้อมูลต้นทางไม่แม่นยำ ต่อให้มีระบบที่ดีแค่ไหนก็คำนวณตัวเลขที่แม่นยำออกมาไม่ได้เช่นกัน
สรุป
Conversion Rate จาก Lead ถึง Sale ที่แม่นยำต้องคำนวณแบบ Cohort คือติดตาม Lead ตามกลุ่มเดือนที่เข้ามา ไม่ใช่เอา Lead กับ Sale ของเดือนเดียวกันมาหารกันตรง ๆ โดยไม่สนใจว่าเป็นคนละกลุ่มคน โดยเฉพาะธุรกิจที่มี Sales Cycle ยาว
สิ่งที่ควรทำต่อจากนี้คือตรวจสอบว่าตอนนี้ระบบบันทึกวันที่ Lead เข้ามาและวันที่ปิดการขายครบถ้วนหรือไม่ แล้วเริ่มแยกคำนวณตามแหล่งที่มาของ Lead แทนการดูแค่ตัวเลขรวมภาพใหญ่ พร้อมทั้งตั้งรอบรายงานที่สม่ำเสมอให้ทีมเห็นแนวโน้มได้ทันเวลา
- คำนวณ Conversion Rate แบบ Cohort ตามกลุ่มเดือนที่ Lead เข้ามา ไม่ใช่หารกับ Sale ของเดือนเดียวกันตรง ๆ
- แยกสถานะ Lead ที่กำลังดำเนินการ ออกจาก Lead ที่ปิดไม่สำเร็จจริงแล้วอย่างชัดเจน
- ธุรกิจที่มี Sales Cycle ยาว ควรดูตัวเลขแบบ Rolling เพื่อลดความผันผวนของรายงานรายเดือน
- อย่าเทียบ Conversion Rate ของตัวเองกับ Benchmark ธุรกิจอื่นโดยไม่รู้บริบทของสินค้าและราคา
คำถามที่พบบ่อย
ควรใช้ Sales Cycle เฉลี่ยกี่วันในการรอก่อนสรุปตัวเลข
ควรอิงจากข้อมูลจริงของธุรกิจเอง โดยดูว่า Lead ที่ปิดการขายสำเร็จส่วนใหญ่ใช้เวลากี่วันนับจากวันที่เข้ามา แล้วใช้ตัวเลขนั้นเป็นกรอบเวลาที่รอก่อนสรุปผลของแต่ละกลุ่ม ไม่ควรใช้ตัวเลขตายตัวที่ยกมาจากธุรกิจประเภทอื่น
Lead ที่ยังไม่ปิดแต่ยังคุยอยู่ ควรนับเป็นอะไรในตอนคำนวณ
ควรแยกไว้เป็นสถานะ 'กำลังดำเนินการ' ต่างหาก ไม่นับรวมเป็นทั้งปิดสำเร็จและปิดไม่สำเร็จ จนกว่าจะครบ Sales Cycle ตามกรอบเวลาที่ธุรกิจกำหนดไว้ หรือมีข้อมูลยืนยันว่า Lead รายนั้นหยุดติดต่อกลับไปแล้ว
Conversion Rate ต่ำเสมอไปหมายความว่าแคมเปญไม่ดีใช่ไหม
ไม่เสมอไป ต้องพิจารณาวัตถุประสงค์ของแคมเปญนั้นด้วย แคมเปญที่เน้นสร้างการรับรู้แบรนด์มักมี Conversion Rate ต่ำกว่าแคมเปญรีทาร์เก็ตโดยธรรมชาติ ควรเทียบกับแคมเปญประเภทเดียวกันมากกว่าเทียบข้ามวัตถุประสงค์
ต้องคำนวณ Conversion Rate แยกทุกแคมเปญเลยหรือดูภาพรวมพอ
ควรดูทั้งสองระดับประกอบกัน ภาพรวมช่วยให้เห็นแนวโน้มทั้งธุรกิจ ส่วนการแยกรายแคมเปญช่วยให้ตัดสินใจเรื่องงบได้ละเอียดขึ้นว่าควรเพิ่มหรือลดงบแคมเปญไหน การดูแค่อย่างใดอย่างหนึ่งอาจทำให้พลาดรายละเอียดสำคัญไป
ธุรกิจที่เพิ่งเริ่มยิงแอด ยังไม่มีข้อมูลเก่าพอจะคำนวณ Cohort ได้ไหม
ในช่วงแรกอาจยังทำ Cohort แบบเต็มรูปแบบไม่ได้เพราะข้อมูลน้อยเกินไป แนะนำให้เริ่มจากการบันทึกวันที่ Lead เข้ามาและวันที่ปิดการขายให้ครบตั้งแต่ต้น แล้วค่อยวิเคราะห์แบบ Cohort เมื่อมีข้อมูลสะสมมากพอในอีกไม่กี่เดือนถัดไป
linli ช่วยคำนวณ Conversion Rate ให้อัตโนมัติเลยไหม
linli ช่วยเก็บข้อมูลวันที่ Lead เข้ามาและสถานะการปิดการขายให้อยู่ในที่เดียวกัน ทำให้ทีมดึงข้อมูลไปคำนวณได้ง่ายขึ้น แต่การตกลงนิยาม Lead, Sales Cycle และการอัปเดตสถานะให้ตรงกับความเป็นจริง ยังเป็นสิ่งที่ทีมต้องทำเองอยู่ดี ควรเริ่มจากรายงานตัวเลขนี้เป็นรายเดือนก่อนเพื่อให้ทีมคุ้นเคยกับการอ่านตัวเลขแบบ Cohort แล้วค่อยเพิ่มความถี่เป็นรายสัปดาห์เมื่อทีมเข้าใจวิธีตีความตัวเลขที่ยังไม่ปิดครบดีขึ้น
อ่านต่อแบบเจาะลึก
ส่ง Purchase จริงกลับให้แอด ไม่ใช่แค่ Click
รู้ว่าลูกค้าที่ทัก LINE จากโฆษณากลายเป็นออเดอร์จริงกี่คน และมาจากแคมเปญไหน แล้วส่งยอดขายกลับให้ระบบโฆษณาเรียนรู้ เริ่มฟรี 14 วัน
ทดลองใช้ฟรี 14 วันบทความที่เกี่ยวข้อง

คำนวณ Payback Period ของลูกค้าจาก LINE ก่อนตัดสินใจเพิ่มงบโฆษณา

วัด LTV แบบนับเฉพาะออเดอร์แรก กับนับทุกออเดอร์ซ้ำ ต่างกันตรงไหน
