จ่ายค่าแอดเดือนละ 5 หมื่นบาท แต่ไม่รู้ว่าห้องที่ขายได้มาจากแคมเปญไหน

เจ้าของโรงแรมขนาดกลางแห่งหนึ่งใช้งบโฆษณารวมทุกช่องทางประมาณ 50,000 บาทต่อเดือน กระจายไปทั้ง Facebook Google และ TikTok Ads เมื่อสิ้นเดือนดูยอดขายห้องพักรวมก็พบว่าขายได้ประมาณ 80 ห้อง ดูเหมือนเป็นตัวเลขที่โอเค แต่เมื่อลองถามตัวเองว่าห้องแต่ละห้องที่ขายได้มาจากแคมเปญไหน กลับตอบไม่ได้เลย

ปัญหานี้ทำให้การตัดสินใจปรับงบในเดือนถัดไปทำได้แค่คาดเดา บางเดือนเพิ่มงบ Facebook เพราะรู้สึกว่าน่าจะได้ผลดี บางเดือนลดงบ TikTok เพราะรู้สึกว่าไม่ค่อยเห็นผล แต่ทั้งหมดนี้ไม่มีตัวเลขรองรับที่ชัดเจน

การแก้ปัญหานี้ต้องเริ่มจากคำนวณ Cost per Booking แยกตามแต่ละแคมเปญ เพื่อเห็นว่าเงินที่จ่ายไปในแต่ละช่องทางสร้างผลตอบแทนต่อการจองหนึ่งครั้งเท่าไหร่ ซึ่งเป็นข้อมูลที่จำเป็นสำหรับการจัดสรรงบอย่างมีเหตุผล

Cost per Booking คืออะไร และต่างจาก Cost per Lead อย่างไร

Cost per Booking คือต้นทุนโฆษณาเฉลี่ยที่ใช้ต่อการจองห้องพักที่สำเร็จจริงหนึ่งครั้ง คำนวณจากงบโฆษณาที่ใช้ทั้งหมดในแคมเปญนั้น หารด้วยจำนวนการจองที่สำเร็จจากแคมเปญนั้น ต่างจาก Cost per Lead ที่คำนวณจากงบหารด้วยจำนวนคนที่ทักเข้ามา โดยไม่สนใจว่าจะจองสำเร็จหรือไม่

หลายธุรกิจติดกับดักการดู Cost per Lead เพียงอย่างเดียวเพราะคำนวณง่ายกว่า แต่ตัวเลขนี้ไม่ได้บอกความคุ้มค่าที่แท้จริง เพราะแคมเปญที่มี Cost per Lead ถูกอาจมีอัตราปิดการขายต่ำ ทำให้ Cost per Booking จริงสูงกว่าแคมเปญที่มี Cost per Lead แพงกว่าแต่ปิดการขายได้ดีกว่า

สูตรคำนวณ Cost per Booking และ ROAS

ตัวอย่างสมมติคำนวณ Cost per Booking แยกตามแคมเปญ

ลองดูตัวอย่างสมมติ แคมเปญ Facebook ใช้งบ 20,000 บาท ปิดการขายได้ 35 ห้อง คิดเป็น Cost per Booking ประมาณ 571 บาทต่อห้อง แคมเปญ Google ใช้งบ 20,000 บาท ปิดการขายได้ 30 ห้อง คิดเป็น Cost per Booking ประมาณ 667 บาทต่อห้อง และแคมเปญ TikTok ใช้งบ 10,000 บาท ปิดการขายได้ 15 ห้อง คิดเป็น Cost per Booking ประมาณ 667 บาทต่อห้องเช่นกัน

จากตัวเลขนี้ Facebook มี Cost per Booking ต่ำที่สุด แสดงว่าคุ้มค่ากับงบที่ใช้มากกว่าแคมเปญอื่นในกรณีนี้ ถ้าจะปรับงบเดือนถัดไป การเพิ่มงบให้ Facebook อาจเป็นทางเลือกที่สมเหตุสมผลกว่าการเพิ่มงบ TikTok หรือ Google เท่าๆ กันโดยไม่มีข้อมูลรองรับ ตัวเลขนี้เป็นตัวอย่างสมมติเพื่อประกอบการอธิบายเท่านั้น

ทำแบบนี้แล้วพัง เมื่อดูแค่ยอดใช้จ่ายรวมโดยไม่แยกตามแคมเปญ

ทำแบบนี้แล้วพัง เพราะโรงแรมหลายแห่งดูแค่ยอดใช้จ่ายโฆษณารวมทั้งเดือนเทียบกับยอดขายห้องพักรวม โดยไม่แยกว่าห้องแต่ละห้องมาจากแคมเปญไหน ทำให้ไม่รู้ว่าช่องทางไหนสร้างผลตอบแทนคุ้มค่าจริง และมักตัดสินใจปรับงบจากความรู้สึกมากกว่าข้อมูล

การแก้ไขคือต้องมีระบบเชื่อมโยง Lead แต่ละรายกับแคมเปญต้นทาง แล้วบันทึกผลการจองแยกตามแคมเปญ เพื่อคำนวณ Cost per Booking ที่แม่นยำในทุกเดือน โดยพื้นฐานของระบบเชื่อมโยงข้อมูลแบบนี้ควรเริ่มต้นจากความเข้าใจภาพรวมของการวัดผลแคมเปญโฆษณาโรงแรมที่เข้า LINEก่อน แล้วจึงค่อยลงรายละเอียดที่ Cost per Booking ในแต่ละแคมเปญ

ขั้นตอนเริ่มติดตาม Cost per Booking แยกตามแคมเปญ

1. ติดพารามิเตอร์ที่ระบุแคมเปญต้นทางในลิงก์โฆษณาทุกช่องทางที่นำไปสู่ LINE
2. บันทึกสถานะการจองของแต่ละ Lead พร้อมเชื่อมโยงกับแคมเปญต้นทางในระบบ
3. รวบรวมงบที่ใช้จริงของแต่ละแคมเปญจากแพลตฟอร์มโฆษณาแต่ละแห่งทุกสิ้นเดือน
4. คำนวณ Cost per Booking แยกตามแคมเปญ แล้วเปรียบเทียบเพื่อวางแผนจัดสรรงบเดือนถัดไป

เปรียบเทียบว่าควรให้ความสำคัญกับตัวชี้วัดไหนก่อน

• ถ้าเป้าหมายคือขยายฐานลูกค้าใหม่ ควรดู Cost per Lead ควบคู่กับอัตราปิดการขาย เพื่อประเมินศักยภาพการเติบโต
• ถ้าเป้าหมายคือเพิ่มยอดขายให้คุ้มค่ากับงบที่มี ควรให้ความสำคัญกับ Cost per Booking เป็นหลัก
• ถ้าต้องการดูภาพรวมผลตอบแทนทางธุรกิจ ควรดู ROAS ประกอบเพื่อเห็นสัดส่วนรายได้ต่อเงินลงทุนชัดเจนขึ้น

ความผันผวนของ Cost per Booking ตามฤดูกาลท่องเที่ยว

Cost per Booking มักผันผวนตามฤดูกาล ช่วงที่มีการแข่งขันสูงในตลาดโฆษณา เช่นช่วงเทศกาลหยุดยาว อาจทำให้ Cost per Booking สูงขึ้นแม้อัตราปิดการขายจะไม่เปลี่ยนแปลงมากนัก เพราะต้นทุนต่อคลิกในตลาดเพิ่มขึ้นจากการแข่งขันที่มากขึ้น

การเปรียบเทียบ Cost per Booking ข้ามเดือนที่มีความผันผวนของฤดูกาลต่างกัน ควรทำอย่างระมัดระวัง โดยเทียบกับช่วงเวลาเดียวกันของปีก่อนหน้าจะให้ภาพที่แม่นยำกว่าการเทียบเดือนต่อเดือนตรงๆ

การประชุมทบทวน Cost per Booking ร่วมกันระหว่างทีมการตลาดและทีมขาย

การคำนวณ Cost per Booking ให้เกิดประโยชน์สูงสุดต้องมาพร้อมกับการประชุมทบทวนร่วมกันระหว่างทีมการตลาดที่ดูแลงบโฆษณาและทีมขายที่ดูแลการปิดการขาย เพราะบางครั้ง Cost per Booking ที่สูงขึ้นอาจไม่ได้มาจากคุณภาพ Lead ที่แย่ลง แต่มาจากกระบวนการปิดการขายที่ช้าลงหรือมีปัญหาในขั้นตอนอื่น

การมีข้อมูล Cost per Booking ที่ชัดเจนช่วยให้การประชุมทบทวนมีหลักฐานรองรับ แทนการถกเถียงกันด้วยความรู้สึกว่าใครควรรับผิดชอบกับผลลัพธ์ที่ไม่เป็นไปตามเป้า และช่วยให้ทั้งสองทีมร่วมกันหาทางแก้ไขที่ตรงจุดมากขึ้น นอกจากนี้ควรดูตัวเลข payback-period-line ประกอบด้วย เพื่อรู้ว่างบโฆษณาที่ลงทุนไปในแต่ละแคมเปญใช้เวลานานแค่ไหนกว่าจะคืนทุนจากรายได้ห้องพักที่ขายได้จริง

เปรียบเทียบ Cost per Booking ระหว่างประเภทห้องพัก

• ห้องพักมาตรฐานมักมี Cost per Booking ต่ำกว่าเพราะกลุ่มเป้าหมายกว้างและตัดสินใจง่ายกว่า
• ห้องสวีทหรือห้องพรีเมียมมักมี Cost per Booking สูงกว่าเพราะกลุ่มเป้าหมายแคบและใช้เวลาตัดสินใจนานกว่า แต่ให้กำไรต่อห้องสูงกว่ามากเช่นกัน
• การดู Cost per Booking แยกตามประเภทห้องช่วยให้เห็นว่าประเภทไหนควรได้รับงบโฆษณาเพิ่ม โดยพิจารณาควบคู่กับกำไรต่อห้องไม่ใช่แค่ต้นทุนต่อการจอง

การตั้งค่าแดชบอร์ดให้เห็น Cost per Booking แบบเรียลไทม์

แทนที่จะรอสรุปตัวเลข Cost per Booking ด้วยมือทุกสิ้นเดือน การมีแดชบอร์ดที่อัปเดตข้อมูลแบบเรียลไทม์ช่วยให้ทีมการตลาดเห็นแนวโน้มและปรับงบได้ทันท่วงทีมากขึ้น แดชบอร์ดที่ดีควรแสดงทั้งงบที่ใช้ไปแล้ว จำนวนการจองสำเร็จ และ Cost per Booking ที่คำนวณอัตโนมัติแยกตามแคมเปญ

การมีข้อมูลแบบเรียลไทม์ยังช่วยให้ทีมตัดสินใจหยุดหรือปรับลดงบแคมเปญที่มี Cost per Booking พุ่งสูงผิดปกติได้เร็วขึ้น แทนที่จะปล่อยให้งบไหลออกไปโดยไม่รู้ตัวจนกว่าจะถึงสิ้นเดือน

ข้อผิดพลาดที่พบบ่อยเมื่อเริ่มคำนวณ Cost per Booking

• ลืมรวมค่าธรรมเนียมแพลตฟอร์มโฆษณาหรือค่าใช้จ่ายแฝงอื่นเข้าไปในงบที่ใช้คำนวณ ทำให้ตัวเลข Cost per Booking ต่ำกว่าความเป็นจริง
• นับการจองที่ยังไม่ยืนยันหรือยังไม่ชำระเงินเข้าไปในจำนวนการจองสำเร็จ ทำให้ตัวเลขดูดีเกินจริง
• เปรียบเทียบ Cost per Booking ข้ามช่วงเวลาที่มีความผันผวนของฤดูกาลต่างกันโดยไม่ปรับบริบท ทำให้สรุปผลผิดพลาด

การมอง Cost per Booking ควบคู่กับมูลค่าลูกค้าระยะยาว

นอกจาก Cost per Booking ของการจองครั้งแรกแล้ว โรงแรมควรพิจารณามูลค่าลูกค้าระยะยาวประกอบด้วย เพราะลูกค้าบางกลุ่มที่มาจากแคมเปญหนึ่งอาจกลับมาจองซ้ำหรือแนะนำต่อให้คนรู้จัก ทำให้ Cost per Booking ที่ดูสูงในการจองครั้งแรกกลับคุ้มค่ามากเมื่อมองในระยะยาว ในขณะที่บางแคมเปญอาจได้ลูกค้าที่จองครั้งเดียวแล้วไม่กลับมาอีก แม้ Cost per Booking แรกจะดูต่ำกว่าก็ตาม ตัวชี้วัดที่ช่วยอธิบายภาพนี้ได้ชัดคือ ltv-cac-ratio-line ซึ่งเทียบมูลค่ารวมที่ลูกค้าคนหนึ่งสร้างให้ธุรกิจตลอดความสัมพันธ์กับต้นทุนที่ใช้ดึงลูกค้าคนนั้นเข้ามาตั้งแต่ต้น

การติดตามว่าลูกค้าจากแคมเปญไหนมีแนวโน้มกลับมาจองซ้ำมากกว่ากัน ต้องอาศัยข้อมูลระยะยาวหลายเดือนถึงหลายปี ซึ่งเป็นข้อมูลที่มีค่ามากสำหรับการวางแผนงบโฆษณาในระยะยาว มากกว่าการตัดสินใจจากตัวเลข Cost per Booking ของเดือนเดียว ในทางกลับกัน ถ้าพบว่าลูกค้าจากแคมเปญใดแคมเปญหนึ่งมีแนวโน้มจองครั้งเดียวแล้วหายไปในสัดส่วนสูง ควรนำ churn-rate-line มาวิเคราะห์ร่วมด้วย เพื่อดูว่าปัญหาการไม่กลับมาซ้ำเกิดจากคุณภาพของกลุ่มเป้าหมายที่แคมเปญนั้นดึงเข้ามา หรือเกิดจากประสบการณ์การเข้าพักที่ไม่ประทับใจพอจะกลับมาอีกครั้ง

ตัวอย่างสมมติเปรียบเทียบ Cost per Booking กับมูลค่าลูกค้าระยะยาว

ลองดูตัวอย่างสมมติ แคมเปญ A มี Cost per Booking อยู่ที่ 800 บาทต่อห้อง และลูกค้าที่มาจากแคมเปญนี้มีอัตรากลับมาจองซ้ำภายในหนึ่งปีประมาณ 35 เปอร์เซ็นต์ ในขณะที่แคมเปญ B มี Cost per Booking ถูกกว่าที่ 550 บาทต่อห้อง แต่ลูกค้าจากแคมเปญนี้มีอัตรากลับมาจองซ้ำเพียง 8 เปอร์เซ็นต์เท่านั้น

แม้แคมเปญ B จะดูคุ้มค่ากว่าเมื่อดูแค่ตัวเลข Cost per Booking ของการจองครั้งแรก แต่เมื่อคำนวณมูลค่ารวมที่ลูกค้าแต่ละคนสร้างให้โรงแรมตลอดความสัมพันธ์ แคมเปญ A กลับให้ผลตอบแทนสุทธิสูงกว่าอย่างชัดเจน เพราะมีสัดส่วนลูกค้าที่กลับมาสร้างรายได้เพิ่มมากกว่าหลายเท่าตัว ตัวเลขนี้เป็นตัวอย่างสมมติเพื่อประกอบกรอบวิเคราะห์เท่านั้น แต่สะท้อนหลักการสำคัญว่าการตัดสินใจปรับงบโดยดูแค่ Cost per Booking ของเดือนแรกเดือนเดียว อาจนำไปสู่การเพิ่มงบให้แคมเปญที่ดูถูกกว่าในระยะสั้น แต่จริง ๆ แล้วสร้างผลตอบแทนรวมต่ำกว่าในระยะยาว

โรงแรมที่เริ่มนำแนวคิดนี้ไปใช้จริง มักพบว่าการจัดสรรงบใหม่ตามมูลค่าลูกค้าระยะยาวแทนการดูแค่ต้นทุนต่อการจองครั้งแรก ช่วยเพิ่มรายได้รวมต่อปีได้มากกว่าการไล่ลดต้นทุนต่อห้องเพียงอย่างเดียว โดยเฉพาะเมื่อโรงแรมมีสัดส่วนลูกค้าประจำหรือลูกค้าที่เดินทางซ้ำในพื้นที่เดิมค่อนข้างสูง

สรุป

การรู้แค่ยอดใช้จ่ายค่าโฆษณารวมรายเดือนไม่เพียงพอต่อการตัดสินใจปรับงบให้คุ้มค่า ต้องคำนวณ Cost per Booking แยกตามแต่ละแคมเปญ เพื่อเห็นว่าเงินที่จ่ายไปในแต่ละช่องทางสร้างผลตอบแทนต่อการจองหนึ่งครั้งเท่าไหร่

ถ้าตอนนี้ยังไม่มีระบบเชื่อมโยง Lead กับแคมเปญต้นทางและสถานะการจอง ควรเริ่มจากจุดนี้ก่อน เพราะเป็นรากฐานสำคัญที่ทำให้คำนวณ Cost per Booking ได้แม่นยำในทุกเดือนถัดไป

เมื่อมีข้อมูล Cost per Booking ที่แม่นยำแล้ว การประชุมทบทวนงบโฆษณาในแต่ละเดือนจะมีหลักฐานรองรับที่ชัดเจน ช่วยให้ทีมการตลาดและทีมขายตัดสินใจร่วมกันได้อย่างมีเหตุผล แทนการถกเถียงด้วยความรู้สึกหรือการคาดเดา

• Cost per Booking สะท้อนความคุ้มค่าที่แท้จริงมากกว่า Cost per Lead เพราะนับถึงการจองสำเร็จ
• ควรแยกคำนวณตามแคมเปญและช่องทาง ไม่ใช่ดูยอดใช้จ่ายรวมเทียบยอดขายรวมเฉยๆ
• ควรเทียบ Cost per Booking กับช่วงเวลาเดียวกันของปีก่อนหน้า เพื่อหลีกเลี่ยงความคลาดเคลื่อนจากฤดูกาล

คำถามที่พบบ่อย