อะไรทำให้ตัวเลข Lead to Sale ใน LINE OA ไม่ตรงกับยอดขายที่ปิดจริง
สรุปสั้น ๆ
วัด lead to sale LINE OA ให้แม่นต้องนิยาม Lead กับ Sale ให้ตรงกันทั้งทีมก่อน แล้วตรวจ Data QA อย่างน้อย 5-6 จุด เช่น Lead ซ้ำ ยอด Refund และ Time Zone ก่อนเชื่อตัวเลขไปตัดสินใจ ไม่ใช่แค่หารจำนวน Order ด้วยจำนวน Lead เฉย ๆ
แดชบอร์ดของทีมการตลาดบอกว่าเดือนนี้ Lead to Sale อยู่ที่ 18% ซึ่งดูเหมือนจะดีขึ้นจากเดือนก่อนที่อยู่แค่ 14% แต่พอฝ่ายบัญชีปิดยอดขายจริง ตัวเลขกลับไม่ได้สูงขึ้นตามที่แดชบอร์ดบอกเลย บางทีมถึงกับเถียงกันว่าใครนับผิด ทั้งที่ทั้งสองฝั่งอาจไม่ได้ผิดเลยสักคน เพียงแต่กำลังนับคนละชุดข้อมูลโดยไม่รู้ตัว
ปัญหาแบบนี้ไม่ได้เกิดจากสูตรคำนวณ Lead to Sale ที่ผิด เพราะสูตรพื้นฐานก็แค่เอาจำนวน Sale หารด้วยจำนวน Lead เท่านั้น สิ่งที่มักผิดจริง ๆ คือข้อมูลที่ป้อนเข้าสูตรทั้งสองฝั่งไม่สะอาดพอ เช่น Lead บางรายถูกนับซ้ำ บาง Order ที่ปิดแล้วไม่ได้ผูกกลับไปหา Lead ต้นทาง หรือยอดขายที่ใช้คำนวณยังไม่ได้หักยอดคืนสินค้าออก
บทความนี้จะพาไปดูว่าต้องนิยาม Lead กับ Sale ให้ตรงกันแบบไหน ข้อมูลอะไรบ้างที่ต้องเก็บให้ครบ และมีขั้นตอน Data QA แบบไหนที่ทีมขนาดเล็กก็ทำเองได้ ก่อนจะเอาตัวเลข Lead to Sale ไปใช้ตัดสินใจเรื่องงบโฆษณาหรือประเมินทีมขาย (ตัวเลขในบทความนี้เป็นตัวอย่างสมมติเพื่อให้เห็นภาพเท่านั้น)
ทำไมตัวเลข Lead to Sale ใน Dashboard ถึงไม่ตรงกับยอดขายจริงในบัญชี
สาเหตุแรกที่พบบ่อยที่สุดคือ Lead ถูกนับซ้ำ ลูกค้าคนเดียวที่ทักเข้ามาหลายรอบในเดือนเดียวกัน บางระบบสร้าง Lead ใหม่ทุกครั้งที่มีข้อความเข้ามาโดยไม่เช็คว่าเป็นคนเดิม พอนำจำนวน Lead ที่บวมขึ้นจากการนับซ้ำไปเป็นตัวหาร ตัวเลข Lead to Sale ที่ได้จะต่ำกว่าความเป็นจริง ทั้งที่ทีมขายอาจทำงานได้ดีอยู่แล้ว
สาเหตุที่สองคือ Order ที่ปิดแล้วไม่ได้ผูกกลับไปหา Lead ต้นทาง เช่น ลูกค้าทักเข้ามาทาง LINE ก่อน แต่พอจะจ่ายเงินจริงกลับโอนผ่านหน้าร้านหรือผ่านช่องทางอื่น แอดมินที่รับเงินอาจไม่รู้ว่าลูกค้ารายนี้เป็น Lead เดิมที่เคยคุยไว้ จึงบันทึกยอดขายแยกออกไปโดยไม่เชื่อมกับ Lead เดิม ทำให้ฝั่งบัญชีเห็นยอดขายสูงกว่าที่ Dashboard ฝั่งการตลาดจะรู้
อีกสาเหตุที่คนมักมองข้ามคือ Time Zone และช่วงเวลาที่ตัดยอด ถ้า Lead เกิดปลายเดือนแต่ปิดการขายต้นเดือนถัดไป การเทียบ Lead to Sale แบบรายเดือนแบบตรง ๆ จะทำให้ตัวเลขดูแย่กว่าความจริง เพราะ Lead กับ Sale ถูกนับคนละเดือนกัน ทั้งที่จริงแล้วเป็น Journey เดียวกันที่ใช้เวลาข้ามเดือน
นิยาม Lead กับ Sale ให้ตรงกันทั้งทีมก่อนเริ่มวัด
ก่อนจะเถียงกันว่าตัวเลขใครถูก ทีมต้องตกลงกันก่อนว่า Lead ในธุรกิจนี้หมายถึงอะไร บางทีมนับทุกคนที่กดปุ่มเพิ่มเพื่อนเป็น Lead ทันที บางทีมนับเฉพาะคนที่ทักคำถามเกี่ยวกับสินค้าจริง ๆ ทั้งสองแบบไม่มีแบบไหนผิด แต่ต้องเลือกใช้แบบเดียวกันทั้งทีม ไม่ใช่ให้ฝ่ายการตลาดนับแบบหนึ่งแล้วฝ่ายขายนับอีกแบบหนึ่ง จุดคัดกรองนี้ใกล้เคียงกับเกณฑ์ Qualified Lead ที่ต้องตกลงร่วมกันเช่นกัน
ฝั่ง Sale ก็ต้องนิยามให้ชัดเช่นกันว่านับตอนไหน นับตอนลูกค้าตกลงซื้อในแชท นับตอนโอนเงินมัดจำ หรือนับตอนได้รับสินค้าครบแล้ว แต่ละจุดมีความหมายต่างกัน และถ้าเปลี่ยนนิยามกลางทางโดยไม่แจ้งทีมอื่น ตัวเลขที่เทียบย้อนหลังจะผิดเพี้ยนทันที
หลักที่ใช้ได้จริงคือเขียนนิยามทั้งสองคำนี้ไว้เป็นลายลักษณ์อักษร แปะไว้ในที่ที่ทั้งทีมการตลาด ทีมขาย และทีมบัญชีเข้าถึงได้ ไม่ใช่เก็บไว้ในหัวคนใดคนหนึ่ง เพราะเมื่อคนที่เข้าใจนิยามเดิมลาออกไป ทีมที่เหลือมักตีความนิยามใหม่ตามความเข้าใจของตัวเอง แล้วตัวเลขก็เริ่มไม่ตรงกันอีกครั้ง
ข้อมูลอะไรบ้างที่ต้องเก็บให้ครบ ถึงจะวัด Lead to Sale ได้แม่นขึ้น
ไม่ต้องเก็บข้อมูลทุกอย่างที่เป็นไปได้ แต่ต้องมีชุดขั้นต่ำที่ทำให้ย้อนรอยจาก Lead ไปถึง Sale ได้ครบทุกขั้น ตารางนี้คือฟิลด์หลักที่ควรมี:
| ข้อมูล | เก็บไว้ทำอะไร | ถ้าขาดจะเกิดอะไร |
|---|---|---|
| lead_id ไม่ซ้ำ | อ้างอิง Lead แต่ละรายแบบไม่ปนกัน | นับ Lead ซ้ำจนตัวหารบวมเกินจริง |
| lead_created_at | รู้ว่า Lead เกิดวันไหน เดือนไหน | เทียบ Lag ข้ามเดือนไม่ได้ |
| order_ref_lead_id | ผูก Order กลับไปหา Lead ต้นทาง | ยอดขายลอยไม่มีต้นทาง วัด Conversion ไม่ได้ |
| closed_amount_net | ยอดขายที่หัก Refund แล้ว | ตัวเลขยอดขายสูงเกินจริงจาก Order ที่ถูกคืน |
ขั้นตอน Data QA ก่อนเชื่อว่าตัวเลข Lead to Sale ใช้ตัดสินใจได้
ก่อนเอาตัวเลขไปรายงานผู้บริหารหรือใช้ปรับงบโฆษณา ควรไล่เช็คตามลำดับนี้ทุกครั้ง:
- ดึงรายชื่อ Lead ทั้งหมดของเดือนออกมา แล้วเช็คว่ามี Lead ที่รหัสอ้างอิงผู้ใช้ LINE ซ้ำกันกี่ราย ถ้าซ้ำให้รวมเป็น Lead เดียว
- ไล่ดู Order ที่ปิดในเดือนนี้ว่าทุกรายการมี order_ref_lead_id ผูกกลับไปหา Lead ต้นทางครบหรือไม่
- ตรวจว่ายอดขายที่ใช้คำนวณหักยอด Refund และ Cancel ออกแล้ว ไม่ใช่ยอด Order ดิบที่ยังไม่ได้กรอง
- เทียบ Lead ที่เกิดปลายเดือนกับ Sale ที่ปิดต้นเดือนถัดไป ว่าควรนับรวมอยู่ใน Cohort เดียวกันหรือไม่
- สุ่มตรวจ Lead 10-15 รายจากรายงาน แล้วไล่อ่านแชทจริงเทียบกับสถานะที่บันทึกไว้ ว่าตรงกับความเป็นจริงหรือไม่
จุดรั่วที่พบบ่อยระหว่างขั้นตอน Lead กับ Sale
นอกจากการนับซ้ำและการผูกข้อมูลไม่ครบ ยังมีจุดรั่วอื่นที่ทำให้ Lead to Sale คลาดเคลื่อนได้บ่อย ๆ:
- Lead ที่แอดมินลืมอัปเดตสถานะหลังปิดการขายไปแล้ว ทำให้ยังค้างอยู่ในสถานะ 'กำลังคุย' ทั้งที่จริงปิดขายไปแล้ว
- ลูกค้าที่ทักถามข้อมูลทั่วไป ไม่ได้ตั้งใจซื้อ แต่ถูกนับเป็น Lead ตั้งแต่แรกโดยไม่มีเกณฑ์กรอง
- Order ที่สร้างซ้ำเพราะลูกค้าสั่งเพิ่มในบทสนทนาเดียวกัน ถูกนับเป็นสอง Sale ทั้งที่เป็นลูกค้ารายเดียว
- แคมเปญที่เปลี่ยนชื่อกลางทาง ทำให้ Lead ก่อนเปลี่ยนชื่อกับหลังเปลี่ยนชื่อถูกแยกเป็นคนละกลุ่มในรายงาน
- ทีมขายหลายคนดูแล Lead เดียวกันโดยไม่มีเจ้าของชัดเจน ทำให้บันทึกสถานะซ้อนทับกันจนข้อมูลสับสน
สูตรคำนวณ Lead to Sale ที่ควรใช้ และเมื่อไรควรแยกดูเฉพาะ Qualified Lead
สูตรพื้นฐานของ Lead to Sale Rate คือจำนวน Sale ที่ปิดได้ หารด้วยจำนวน Lead ทั้งหมดที่เกิดในช่วงเวลาเดียวกัน แต่สูตรนี้จะให้ภาพที่กว้างเกินไปถ้าธุรกิจมี Lead จำนวนมากที่ไม่ได้ตั้งใจซื้อจริง เพราะตัวหารจะถูกดันสูงจน Lead to Sale Rate ดูต่ำกว่าฝีมือจริงของทีมขาย
อีกมุมที่ควรดูคู่กันคือ Qualified Lead to Sale Rate ซึ่งหารด้วยเฉพาะ Lead ที่ผ่านเกณฑ์คัดกรองแล้วเท่านั้น ตัวเลขนี้จะสะท้อนฝีมือทีมขายในช่วงปิดการขายได้ตรงกว่า ส่วนตัวเลข Lead to Sale แบบรวมทุก Lead จะสะท้อนคุณภาพของ Lead ต้นทางจากแคมเปญโฆษณามากกว่า ทั้งสองตัวเลขไม่ได้แข่งกันว่าใครถูก แต่ตอบคำถามคนละเรื่อง
ตัวอย่างสมมติเพื่อให้เห็นภาพ ถ้าเดือนหนึ่งมี Lead ทั้งหมด 500 ราย เป็น Qualified Lead 200 ราย และปิดขายได้ 40 ราย Lead to Sale Rate แบบรวมจะอยู่ที่ 8% แต่ Qualified Lead to Sale Rate จะอยู่ที่ 20% ตัวเลขสองชุดนี้ต่างกันมาก และให้ข้อสรุปคนละแบบว่าควรแก้ที่ต้นทางแคมเปญหรือแก้ที่กระบวนการขาย
ใครในทีมต้องรับผิดชอบตัวเลขส่วนไหนของ Lead to Sale
ทีมการตลาดรับผิดชอบคุณภาพของ Lead ต้นทาง ตั้งแต่การตั้ง Tracking Link ให้ถูกแคมเปญ ไปจนถึงการดูว่ากลุ่มเป้าหมายที่โฆษณาเข้าถึงตรงกับสินค้าจริงหรือไม่ ถ้า Lead ต้นทางคุณภาพต่ำ ต่อให้ทีมขายเก่งแค่ไหนก็ปิดการขายได้ยาก
ทีมขายและแอดมินรับผิดชอบการอัปเดตสถานะให้ตรงกับความเป็นจริงทุกครั้งที่คุยจบรอบหนึ่ง รวมถึงการผูก Order กลับไปหา Lead ต้นทางให้ครบ ถ้าขั้นตอนนี้หลุดไป ต่อให้ Lead ต้นทางดีแค่ไหน ตัวเลขที่ออกมาก็จะดูแย่กว่าความเป็นจริง
ส่วนการตรวจ Data QA รายสัปดาห์ควรมีเจ้าของชัดเจนคนหนึ่งที่ไม่ใช่ทั้งฝ่ายการตลาดและฝ่ายขายโดยตรง เพื่อให้เห็นภาพรวมแบบเป็นกลาง ทีมที่ใช้ระบบอย่าง linli เป็นชั้นกลางเชื่อม Lead กับ Order มักลดภาระตรงนี้ได้ เพราะระบบช่วยผูกข้อมูลอัตโนมัติแทนการให้คนไล่จับคู่เอง แต่การตรวจสอบความสมเหตุสมผลของตัวเลขยังต้องใช้คนที่เข้าใจธุรกิจอยู่ดี
สรุป
ตัวเลข Lead to Sale ที่ไม่ตรงกับยอดขายจริงมักไม่ได้เกิดจากสูตรคำนวณผิด แต่เกิดจากข้อมูลที่ป้อนเข้าสูตรยังไม่สะอาดพอ ทั้งเรื่อง Lead ซ้ำ Order ที่ไม่ผูกกลับต้นทาง และยอดขายที่ยังไม่หัก Refund
สิ่งที่ควรทำต่อจากนี้คือกำหนดนิยาม Lead กับ Sale ให้ตรงกันทั้งทีมเป็นลายลักษณ์อักษร แล้วตั้งรอบตรวจ Data QA อย่างน้อยเดือนละครั้ง ก่อนเอาตัวเลขไปใช้ตัดสินใจเรื่องงบโฆษณาหรือประเมินผลงานทีมขาย
- ตัวเลข Lead to Sale ที่ไม่ตรงกับบัญชี ส่วนใหญ่เกิดจากข้อมูลไม่สะอาด ไม่ใช่สูตรผิด
- นิยาม Lead และ Sale ต้องตรงกันทั้งทีมการตลาด ทีมขาย และทีมบัญชี
- แยกดู Lead to Sale Rate แบบรวมกับแบบเฉพาะ Qualified Lead เพื่อรู้ว่าปัญหาอยู่ที่ต้นทางหรือกระบวนการขาย
- ตั้งรอบ Data QA เป็นประจำ ไม่ปล่อยให้ตัวเลขไหลเข้ารายงานโดยไม่มีใครตรวจ
คำถามที่พบบ่อย
Lead to Sale Rate ที่ดีควรอยู่ที่เท่าไร
ไม่มีตัวเลขมาตรฐานที่ใช้ได้ทุกธุรกิจ เพราะขึ้นอยู่กับราคาสินค้า วงจรการตัดสินใจซื้อ และเกณฑ์นิยาม Lead ของแต่ละทีม ควรเทียบกับตัวเองย้อนหลังมากกว่าเทียบกับธุรกิจอื่น
ควรนับ Lead ตอนกดเพิ่มเพื่อน หรือตอนเริ่มทักคำถาม
ขึ้นอยู่กับว่าธุรกิจต้องการวัดอะไร ถ้าต้องการวัดคุณภาพต้นทางกว้าง ๆ อาจนับตั้งแต่ Add Friend แต่ถ้าต้องการวัดความตั้งใจซื้อจริง ควรนับตั้งแต่เริ่มทักคำถามเกี่ยวกับสินค้า และต้องใช้นิยามเดียวกันตลอดเพื่อเทียบย้อนหลังได้
Lead ที่ทักซ้ำหลายเดือนควรนับเป็น Lead ใหม่ทุกครั้งไหม
ควรใช้ Identifier เดียวกันอ้างอิงว่าเป็นคนเดิม ถ้าเป็นคนเดิมที่กลับมาทักใหม่หลังจากเคยเป็น Lost ไปแล้ว อาจนับเป็น Lead รอบใหม่ได้ แต่ต้องมีกฎที่ชัดเจนว่านับซ้ำแบบไหนถึงจะนับใหม่ ไม่ใช่ตัดสินใจเป็นรายเคส
ทำไม Lead to Sale Rate ของแคมเปญที่ได้ Lead เยอะกลับต่ำกว่าแคมเปญที่ได้ Lead น้อย
มักเกิดจากคุณภาพ Lead ต่างกัน แคมเปญที่กวาด Lead เยอะอาจเข้าถึงกลุ่มเป้าหมายกว้างเกินไปจนได้คนที่ไม่ได้ตั้งใจซื้อปนมาด้วย ควรดู Qualified Lead to Sale Rate ควบคู่กันก่อนสรุปว่าแคมเปญไหนดีกว่า
ต้องตรวจ Data QA บ่อยแค่ไหนถึงจะเชื่อถือได้
ช่วงแรกที่เพิ่งเริ่มวัดควรตรวจทุกสัปดาห์เพื่อจับความผิดปกติได้ไว หลังจากข้อมูลนิ่งและกระบวนการอัปเดตสถานะเป็นระบบแล้ว ค่อยลดความถี่ลงเป็นตรวจรายเดือนได้
ถ้าทีมเล็กไม่มีคนดูแล Data QA แยก ควรทำยังไง
อาจให้เจ้าของธุรกิจหรือหัวหน้าทีมสุ่มตรวจ Lead ส่วนหนึ่งด้วยตัวเองเป็นประจำ ไม่จำเป็นต้องมีตำแหน่งแยกถ้าทีมเล็ก แต่ต้องมีคนใดคนหนึ่งรับผิดชอบตรวจอย่างสม่ำเสมอ ไม่ปล่อยให้ตัวเลขไหลเข้ารายงานโดยไม่มีใครกรอง
อ่านต่อแบบเจาะลึก
รู้ว่าโฆษณาเข้า LINE ทำยอดขายจริงแค่ไหน
linli ติดตามลูกค้าตั้งแต่คลิกโฆษณา กดเพิ่มเพื่อน ทักแชท จนปิดการขาย พร้อมส่ง Conversion กลับแพลตฟอร์มโฆษณา เริ่มฟรี 14 วัน
ทดลองใช้ฟรี 14 วันบทความที่เกี่ยวข้อง
ยิงแอดวันละหลักพัน เก็บ Click ID ทุกคลิกได้จริงหรือแค่บางส่วน
ธุรกิจต่างจังหวัดที่ลูกค้าโทรเข้าคู่ขนานกับทักไลน์ จะรวมจุดสัมผัสจากสายโทรศัพท์เข้ากับ attribution model ที่วัดจากไลน์ยังไง
