ลูกค้าทักเข้า LINE เดือนละหลายร้อยคน แต่ไม่รู้ยอดขายจริงมาจากไหน

ธุรกิจคลินิกความงามแห่งหนึ่งมีลูกค้าทักเข้า LINE เดือนละหลายร้อยคน จากหลายช่องทางพร้อมกัน ทั้งโฆษณา Facebook โฆษณา Google การค้นหา Organic และการบอกต่อจากลูกค้าเก่า เมื่อสิ้นเดือนเจ้าของธุรกิจอยากรู้ว่ารายได้ทั้งหมดควรยกเครดิตให้ช่องทางไหนมากที่สุด แต่กลับพบว่าคำถามนี้ตอบยากกว่าที่คิด

ลูกค้าคนหนึ่งอาจเห็นโฆษณา Facebook ครั้งแรก แล้วอีกสองวันต่อมาค้นหาชื่อคลินิกใน Google ก่อนจะกดเข้า LINE ทักถามราคา แล้วหายไปหนึ่งสัปดาห์ก่อนกลับมาทักอีกครั้งจนตัดสินใจซื้อ เส้นทางแบบนี้มีจุดสัมผัสหลายจุด และแต่ละจุดก็มีส่วนในการตัดสินใจของลูกค้าไม่มากก็น้อย

บทความนี้จะพาดูว่าการวัด Revenue จาก LINE OA เมื่อลูกค้ามีหลาย Touchpoint ก่อนปิดการขาย ควรใช้มุมมองแบบไหน และทำไมถึงไม่ควรยึดมุมมองใดมุมมองหนึ่งเป็นความจริงหนึ่งเดียว

ทำไมลูกค้าถึงมีหลาย Touchpoint ก่อนตัดสินใจซื้อ

สินค้าและบริการที่มีราคาสูงหรือต้องใช้ความไว้ใจ เช่น คลินิกความงาม การศึกษา หรืออสังหาริมทรัพย์ มักไม่ได้ปิดการขายตั้งแต่การเห็นโฆษณาครั้งแรก ลูกค้าต้องการเวลาเปรียบเทียบ สอบถามข้อมูลเพิ่ม และสร้างความมั่นใจก่อนตัดสินใจ ทำให้เกิดจุดสัมผัสหลายจุดตลอดเส้นทาง

ปัญหาคือระบบ Tracking ส่วนใหญ่มักให้เครดิตกับจุดสัมผัสเดียว ไม่ว่าจะเป็นจุดแรกหรือจุดสุดท้าย ทำให้มองข้ามบทบาทของจุดสัมผัสระหว่างทางที่อาจมีผลต่อการตัดสินใจไม่น้อยไปกว่าจุดต้นหรือจุดปลาย

First-touch, Last-touch และมุมมองอื่นที่ใช้ได้

First-touch Attribution ให้เครดิตทั้งหมดกับช่องทางที่พาลูกค้าเข้ามาเป็นครั้งแรก เหมาะสำหรับตอบคำถามว่าช่องทางไหนสร้างการรับรู้ได้ดีที่สุด ส่วน Last-touch Attribution ให้เครดิตกับช่องทางสุดท้ายก่อนปิดการขาย เหมาะสำหรับตอบคำถามว่าอะไรกระตุ้นให้ลูกค้าตัดสินใจในที่สุด

นอกจากสองมุมมองนี้ยังมี Assisted Conversion ที่ดูว่าช่องทางไหนมีส่วนช่วยระหว่างทางแม้จะไม่ใช่จุดแรกหรือจุดสุดท้าย และ Custom Business Rule ที่ธุรกิจกำหนดน้ำหนักเครดิตเองตามความเข้าใจธุรกิจของตัวเอง ไม่มีมุมมองใดถูกหรือผิดตายตัว ขึ้นอยู่กับคำถามที่ธุรกิจต้องการคำตอบ

ตัวอย่างเส้นทางลูกค้าที่มีหลาย Touchpoint

ตารางด้านล่างแสดงตัวอย่างเส้นทางสมมติของลูกค้าหนึ่งราย เพื่อให้เห็นว่าการยกเครดิตให้จุดสัมผัสต่างกันจะให้ผลลัพธ์ต่างกันอย่างไร ตัวเลขและลำดับเป็นตัวอย่างประกอบการอธิบายเท่านั้น

แยก Source of Truth ของ Revenue ออกจาก Attribution

สิ่งที่สำคัญกว่าการเลือกมุมมอง Attribution คือการมี Source of Truth ของ Revenue ที่ชัดเจน หมายถึงระบบเดียวที่ธุรกิจยึดเป็นยอดขายจริง เช่น ระบบบันทึกยอดขายของแอดมินหรือระบบบัญชี ส่วน Attribution เป็นเพียงมุมมองสำหรับวิเคราะห์ว่าช่องทางไหนมีบทบาทอย่างไร ไม่ใช่ตัวเลขที่ใช้แทนยอดขายจริง

ถ้าปนสองเรื่องนี้เข้าด้วยกัน เช่น เอายอดขายจาก Attribution มุมมองต่างกันมารวมกันเป็นยอดขายรวม จะเกิดปัญหานับยอดซ้ำ เพราะลูกค้าคนเดียวถูกนับเครดิตในหลายช่องทางพร้อมกันตามมุมมองที่ต่างกัน

เลือกมุมมองไหนเหมาะกับธุรกิจแบบไหน

• ธุรกิจที่อยากรู้ว่าควรลงทุน Brand Awareness ที่ช่องทางไหน ควรดู First-touch เป็นหลัก
• ธุรกิจที่อยากรู้ว่าอะไรกระตุ้นให้ลูกค้าตัดสินใจซื้อในวินาทีสุดท้าย ควรดู Last-touch เป็นหลัก
• เอเจนซี่ที่ต้องรายงานผลให้ลูกค้าหลายช่องทางพร้อมกัน มักต้องแสดงทั้งสองมุมมองควบคู่กันเพื่อให้เห็นภาพครบ
• ธุรกิจที่วิเคราะห์ลูกค้าด้วย RFMอยู่แล้ว อาจเลือกใช้ Custom Business Rule ที่ให้น้ำหนักกับช่องทางที่พาลูกค้ากลับมาซื้อซ้ำมากกว่าช่องทางที่พาลูกค้าเข้ามาครั้งแรกเพียงอย่างเดียว

รายงาน Revenue by Channel ที่ไม่หลอกตัวเอง

เมื่อเลือกมุมมอง Attribution แล้ว ควรระบุไว้อย่างชัดเจนในทุกรายงานว่าใช้มุมมองไหน เพื่อไม่ให้ผู้อ่านรายงานสับสนว่าทำไมยอดรวมของแต่ละช่องทางบวกกันแล้วไม่เท่ากับยอดขายรวมทั้งหมด ซึ่งเป็นเรื่องปกติเมื่อมีการนับ Assisted Conversion ปนเข้าไปด้วย

ถ้าต้องการดูภาพรวมที่ไม่ซ้ำซ้อน ควรมีรายงานแยกต่างหากที่แสดง Revenue ตาม Source of Truth เพียงอย่างเดียว ไม่ผสมกับมุมมอง Attribution ที่ใช้สำหรับวิเคราะห์เชิงกลยุทธ์

ธุรกิจขนาดเล็กอาจไม่จำเป็นต้องซับซ้อนขนาดนี้

ไม่ใช่ทุกธุรกิจที่ต้องเริ่มด้วยการวิเคราะห์ Attribution หลายมุมมองตั้งแต่วันแรก ธุรกิจขนาดเล็กที่มีจุดสัมผัสไม่กี่ช่องทางอาจใช้ Last-touch เพียงมุมมองเดียวไปก่อนได้ แล้วค่อยขยายไปดู First-touch หรือ Assisted Conversion เมื่อธุรกิจโตขึ้นและมีช่องทางการตลาดที่ซับซ้อนมากพอจะต้องแยกวิเคราะห์ละเอียดขึ้น

ตัวอย่างคำนวณ Assisted Conversion เมื่อให้เครดิตหลายช่องทางพร้อมกัน

นอกจาก First-touch และ Last-touch แล้ว บางธุรกิจเลือกใช้วิธีแบ่งเครดิตให้ทุกจุดสัมผัสที่ลูกค้าผ่านมาก่อนตัดสินใจซื้อ แทนที่จะยกเครดิตให้จุดใดจุดหนึ่งทั้งหมด ลองดูตัวอย่างสมมติของลูกค้าคนหนึ่งที่ผ่านสามจุดสัมผัสก่อนปิดการขาย ตัวเลขทั้งหมดเป็นตัวอย่างสมมติเพื่อประกอบการอธิบายเท่านั้น

แบ่งสัดส่วนเครดิตแบบนี้ต้องระวังอะไร

การแบ่งสัดส่วนแบบนี้ไม่มีสูตรตายตัวที่ถูกต้องเพียงหนึ่งเดียว ธุรกิจต้องกำหนดเองว่าจะให้น้ำหนักจุดแรกและจุดสุดท้ายมากกว่าจุดกลางแค่ไหน หรือจะแบ่งเท่ากันทุกจุด สิ่งสำคัญคือเมื่อกำหนดกฎแล้วต้องใช้สม่ำเสมอทุกเคส ไม่เปลี่ยนสัดส่วนไปมาตามความรู้สึกในแต่ละเดือน เพราะจะทำให้เปรียบเทียบผลข้ามเดือนไม่ได้

ธุรกิจที่ไม่อยากเสียเวลาคิดสัดส่วนเอง อาจเริ่มจากกฎง่าย ๆ เช่น แบ่งเครดิตเท่ากันทุกจุดสัมผัสที่นับได้ในเส้นทางเดียวกันไปก่อน แล้วค่อยปรับน้ำหนักตามประสบการณ์ที่สะสมมากขึ้นในภายหลัง วิธีนี้อาจไม่แม่นยำที่สุดตั้งแต่วันแรก แต่ก็ดีกว่าไม่มีมุมมอง Multi-touch เลยและมองเห็นแค่จุดสัมผัสเดียว

Data Quality ที่กระทบความแม่นยำของการวิเคราะห์ Multi-touch

การวิเคราะห์ Multi-touch Attribution ต้องอาศัยข้อมูล Timestamp ของแต่ละจุดสัมผัสที่แม่นยำ ถ้าแอดมินบันทึกเวลาที่ลูกค้าทักกลับมาผิดพลาด หรือระบบไม่ได้เก็บ Session ก่อนหน้าไว้ครบ ลำดับ Touchpoint ที่นำมาวิเคราะห์ก็จะผิดเพี้ยนไปด้วย ทำให้การแบ่งเครดิตให้แต่ละช่องทางคลาดเคลื่อนจากความเป็นจริง

อีกปัญหาที่พบบ่อยคือ Duplicate Session เกิดจากลูกค้าคนเดียวถูกระบบมองว่าเป็นคนละคนในแต่ละครั้งที่กลับมา เพราะไม่มีการผูก Identifier ให้เป็นคนเดียวกันข้ามช่วงเวลา เมื่อเกิดแบบนี้ Touchpoint ที่ควรนับเป็นเส้นทางเดียวกันจะถูกตัดขาดออกจากกัน ทำให้มองไม่เห็นภาพรวมของลูกค้าคนนั้นทั้งหมด

ก่อนเชื่อผลการวิเคราะห์ Multi-touch ควรตรวจว่า Timestamp ของแต่ละ Touchpoint ถูกบันทึกตาม Time Zone เดียวกันหรือไม่ Session ถูกผูกกับ Identifier เดียวกันตลอดเส้นทางหรือไม่ และมีการนับ Touchpoint ซ้ำจากการรีเฟรชหน้าเว็บหรือทักซ้ำโดยไม่ตั้งใจหรือเปล่า ถ้าข้อมูลยังไม่ผ่านการตรวจสอบเหล่านี้ ควรใช้ผลวิเคราะห์เพื่อตั้งคำถามต่อ ไม่ใช่ใช้ตัดสินใจเรื่องงบทันที

รายงาน Revenue ควรดูถี่แค่ไหน ไม่ให้พลาดสัญญาณสำคัญ

ธุรกิจบางแห่งเปิดดูรายงาน Revenue เฉพาะตอนปิดเดือน ทำให้กว่าจะรู้ว่าแคมเปญไหนเริ่มทำผลงานแย่ลงก็ผ่านไปเกือบทั้งเดือนแล้ว งบที่ใช้ไปกับแคมเปญนั้นในระหว่างทางจึงสูญเปล่าไปมากกว่าที่ควร ทั้งที่ถ้าตรวจพบเร็วกว่านี้ก็สามารถปรับทิศทางได้ทันเวลา

ความถี่ที่เหมาะสมสำหรับธุรกิจส่วนใหญ่คือดูภาพรวมรายสัปดาห์ ควบคู่กับการเฝ้าดูตัวเลขรายวันเฉพาะจุดที่มักผิดปกติเร็ว เช่น จำนวน Lead ที่หายไปกะทันหันหรือ Response Time ที่ยืดออกผิดปกติ ส่วนตัวเลข Revenue ที่ต้องรอ Conversion Lag กว่าจะนิ่ง ควรดูแบบสัปดาห์ต่อสัปดาห์เป็นหลัก ไม่จำเป็นต้องรีบสรุปทุกวัน เพราะจะทำให้ตัดสินใจเปลี่ยนแผนบ่อยเกินไปจนวัดผลอะไรไม่ได้จริง

เทียบ Revenue ต่อช่องทางให้เป็นธรรม เมื่อแต่ละช่องทางมีต้นทุนต่างกัน

ธุรกิจที่ยิงแอดหลายแพลตฟอร์มพร้อมกันมักเปรียบเทียบ Revenue รวมของแต่ละแพลตฟอร์มตรง ๆ แล้วสรุปว่าแพลตฟอร์มไหนดีกว่ากัน แต่การเปรียบเทียบแบบนี้อาจไม่เป็นธรรม ถ้าแต่ละแพลตฟอร์มใช้งบไม่เท่ากันตั้งแต่ต้น เพราะแพลตฟอร์มที่ได้งบมากกว่าย่อมมีโอกาสสร้าง Revenue รวมได้สูงกว่าอยู่แล้วโดยธรรมชาติ ไม่ว่าประสิทธิภาพจะดีกว่าจริงหรือไม่

การเปรียบเทียบที่เป็นธรรมกว่าคือดู Revenue ต่อบาทที่ใช้ไป หรือคำนวณ ROAS ของแต่ละแพลตฟอร์มแยกกัน แทนการดู Revenue รวมเพียงอย่างเดียว เพราะแพลตฟอร์มที่ใช้งบน้อยกว่าแต่ทำ ROAS ได้สูงกว่า อาจเป็นช่องทางที่ควรได้รับงบเพิ่มมากกว่าแพลตฟอร์มที่ Revenue รวมสูงแต่ ROAS ต่ำ การตัดสินใจจัดสรรงบข้ามแพลตฟอร์มจึงควรอ้างอิงประสิทธิภาพต่อหน่วยงบ ไม่ใช่ตัวเลขรวมที่ยังไม่ได้ปรับตามงบที่ใช้ไปจริง

สรุป

เมื่อลูกค้ามีหลาย Touchpoint ก่อนปิดการขาย การวัด Revenue จาก LINE OA ให้มีความหมายต้องเลือกมุมมอง Attribution ให้เหมาะกับคำถามที่ต้องการตอบ และแยก Source of Truth ของ Revenue ออกจากมุมมองที่ใช้วิเคราะห์เชิงกลยุทธ์อย่างชัดเจน

ไม่มีมุมมองไหนเป็นความจริงหนึ่งเดียวของธุรกิจ สิ่งที่ทำได้คือเลือกใช้มุมมองที่เหมาะกับคำถามในแต่ละช่วง แล้วสื่อสารให้ทุกคนในทีมเข้าใจตรงกันว่ากำลังดูตัวเลขจากมุมมองไหนอยู่

• ลูกค้าที่มีหลาย Touchpoint ทำให้การยกเครดิตรายได้ซับซ้อนกว่าที่คิด
• แยก Source of Truth ของ Revenue ออกจากมุมมอง Attribution เสมอ
• เลือกมุมมอง First-touch, Last-touch หรือ Assisted ตามคำถามที่ต้องการตอบ ไม่ใช่ใช้มุมมองเดียวตลอด

คำถามที่พบบ่อย