ยิงแอดประกันวันละสามพันบาท แต่ไม่รู้ว่ากี่คนซื้อกรมธรรม์จริง

นายหน้าประกันอิสระคนหนึ่งจ่ายค่าแอด Facebook วันละสามพันบาทมาต่อเนื่องเกือบสองเดือน เพื่อดึงคนเข้ามาทักถามเรื่องประกันสุขภาพและประกันชีวิตผ่าน LINE OA ทุกวันมีคนทักเข้ามาสอบถามไม่ต่ำกว่าสิบราย แต่เมื่อถูกถามว่าเงินสามพันบาทต่อวันนั้นสร้างยอดขายกรมธรรม์ได้กี่ฉบับ เขากลับตอบได้แค่ว่ารู้สึกว่ายอดขายเดือนนี้ดีกว่าเดือนก่อน แต่ไม่มีตัวเลขที่ผูกกันจริง

ปัญหาคือทุกครั้งที่ปิดการขายได้ เขาไม่เคยย้อนกลับไปดูว่าลูกค้ารายนั้นทักเข้ามาจากแอดวันไหนหรือแคมเปญไหน ทำให้เมื่อสิ้นเดือนต้องเดาเอาเองว่าเงินที่จ่ายค่าแอดไปคุ้มค่าหรือไม่ ทั้งที่จริง ๆ แล้วมีข้อมูลเพียงพอที่จะคำนวณได้ถ้าเริ่มบันทึกตั้งแต่ต้น

บทความนี้จะพาดูวิธีคำนวณ ROAS ประกันจาก LINE ให้ถูกต้อง และปัญหาที่ทำให้ Attribution ผิดพลาดบ่อยที่สุดในธุรกิจนี้

ROAS ประกันจาก LINE คำนวณอย่างไร

ROAS ประกันคือมูลค่าเบี้ยประกันที่ขายได้จากลูกค้าที่มาจากโฆษณา หารด้วยค่าแอดที่ใช้ไปในช่วงเวลาเดียวกัน เช่น ถ้าใช้งบแอดเก้าหมื่นบาทต่อเดือนและขายกรมธรรม์ได้รวมเบี้ยปีแรกสามแสนบาทจากลูกค้าที่มาจากแคมเปญนั้น ROAS จะเท่ากับประมาณสามเท่า

ความซับซ้อนของประกันคือเบี้ยที่ลูกค้าจ่ายมักต่อเนื่องหลายปี ไม่ใช่จ่ายครั้งเดียวจบเหมือนสินค้าทั่วไป การตัดสินใจว่าจะนับมูลค่าแค่เบี้ยปีแรกหรือรวมมูลค่าตลอดอายุกรมธรรม์ จึงส่งผลต่อตัวเลข ROAS ที่ได้อย่างมาก และควรกำหนดวิธีคิดให้ชัดเจนตั้งแต่ต้นเพื่อให้เปรียบเทียบข้ามช่วงเวลาได้อย่างสม่ำเสมอ

นับเบี้ยปีแรกอย่างเดียว หรือรวมมูลค่าตลอดอายุกรมธรรม์

การนับเฉพาะเบี้ยปีแรกทำได้ง่ายกว่าและให้ผลลัพธ์เร็ว เหมาะกับการตัดสินใจปรับงบโฆษณาระยะสั้น แต่มีข้อเสียคือมองข้ามมูลค่าที่แท้จริงของลูกค้าที่ต่ออายุกรมธรรม์ทุกปี ทำให้ ROAS ที่ได้ดูต่ำกว่ามูลค่าจริงในระยะยาว

การรวมมูลค่าตลอดอายุกรมธรรม์ให้ภาพที่ใกล้เคียงความจริงมากกว่า แต่ต้องรอข้อมูลนานหลายปีกว่าจะรู้ผลจริง และต้องมีสมมติฐานเรื่องอัตราการต่ออายุที่สมเหตุสมผล ธุรกิจส่วนใหญ่จึงมักใช้ทั้งสองมุมมองควบคู่กัน คือดู ROAS ปีแรกสำหรับตัดสินใจระยะสั้น และประมาณการ ROAS ระยะยาวสำหรับวางแผนภาพรวม

ธุรกิจที่ต้องการเห็นภาพมูลค่าตลอดอายุลูกค้าอย่างละเอียด ควรอ่านเรื่อง วัด Cost per Policy Sale ประกอบ ซึ่งอธิบายวิธีจัดการกับมูลค่าจากการต่ออายุกรมธรรม์ในรายละเอียดมากกว่านี้ รวมถึงวิธีตัดสินใจว่าจะรายงานตัวเลขแบบไหนให้เหมาะกับการตัดสินใจแต่ละประเภท

ตัวอย่างสมมติ ROAS ต่างกันแค่ไหนเมื่อนับคนละแบบ

ตารางนี้เป็นตัวอย่างสมมติเปรียบเทียบ ROAS ของกรมธรรม์เดียวกันเมื่อคำนวณจากมูลค่าคนละแบบ:

ลูกค้าประกันมักเทียบหลายเจ้าก่อนตัดสินใจ

ลูกค้าที่ทักเข้ามาถามประกันมักไม่ได้ตัดสินใจซื้อกับเจ้าแรกที่คุยด้วย หลายคนทักหลายนายหน้าหรือหลายบริษัทพร้อมกันเพื่อเปรียบเทียบเบี้ยและความคุ้มครอง ทำให้บางครั้งลูกค้าที่ทักเข้ามาจากแอดของเราอาจไปปิดการขายกับนายหน้าคนอื่นแทน หรือในทางกลับกัน ลูกค้าที่เห็นแอดแต่ไม่ได้ทักทันที อาจกลับมาซื้อผ่านช่องทางอื่นในภายหลัง

สถานการณ์แบบนี้ทำให้ Attribution ของธุรกิจประกันมีความไม่แน่นอนสูงกว่าธุรกิจทั่วไป การยอมรับว่า ROAS ที่คำนวณได้เป็นมุมมองหนึ่งที่ดีที่สุดเท่าที่ข้อมูลที่มีจะให้ได้ ไม่ใช่ตัวเลขที่แม่นยำร้อยเปอร์เซ็นต์ จึงเป็นเรื่องสำคัญที่ต้องเข้าใจตั้งแต่ต้น

แนวทางหนึ่งที่ช่วยลดความคลาดเคลื่อนคือการถามลูกค้าตรง ๆ ในบทสนทนาว่ากำลังพิจารณาที่อื่นควบคู่ด้วยหรือไม่ แล้วบันทึกไว้เป็นหมายเหตุ แม้จะไม่ได้ทำให้ ROAS แม่นยำร้อยเปอร์เซ็นต์ แต่ก็ช่วยให้เข้าใจบริบทของแต่ละดีลได้ดีขึ้น เช่นรู้ว่าดีลที่ปิดยากส่วนใหญ่มีคู่แข่งเข้ามาเทียบราคาด้วยหรือไม่ ซึ่งเป็นข้อมูลที่มีประโยชน์ต่อการปรับกลยุทธ์การขายเช่นกัน

แยกยอดขายจากแอดออกจากยอดขายที่มาจากการบอกต่อ

นายหน้าประกันหลายคนมีลูกค้าเก่าที่แนะนำเพื่อนหรือญาติมาซื้อประกันต่อ ซึ่งเป็นช่องทางที่ไม่เกี่ยวกับค่าแอดเลย แต่ถ้าไม่มีการแยกแหล่งที่มาให้ชัดเจนตั้งแต่ต้น ยอดขายจากการบอกต่อเหล่านี้อาจถูกปนเข้าไปในยอดขายที่นับว่าเป็นผลจากแอด ทำให้ ROAS ที่คำนวณได้ดูสูงเกินจริงกว่าประสิทธิภาพที่แท้จริงของแคมเปญ

วิธีแก้คือถามลูกค้าทุกครั้งที่เริ่มบทสนทนาว่ารู้จักช่องทางนี้จากที่ไหน หรือดูจาก Tracking Link ว่าลูกค้ารายนั้นเพิ่มเพื่อนผ่านโฆษณาจริงหรือผ่านการแชร์ต่อ เพื่อให้ตัวเลข ROAS ที่รายงานสะท้อนเฉพาะผลจากเงินโฆษณาที่จ่ายไปจริง ๆ

ใช้ ROAS ตัดสินใจเพิ่มหรือลดงบรายวันอย่างไร

เมื่อมี ROAS ที่คำนวณได้อย่างสม่ำเสมอแล้ว ขั้นตอนถัดไปคือนำไปใช้ตัดสินใจปรับงบรายวันหรือรายสัปดาห์ ถ้า ROAS ของแคมเปญใดต่ำกว่าจุดคุ้มทุนต่อเนื่องหลายสัปดาห์ ควรพิจารณาปรับข้อความโฆษณาหรือกลุ่มเป้าหมายก่อนตัดงบทันที เพราะบางครั้งปัญหาอาจแก้ได้ง่ายกว่าที่คิดเพียงแค่ปรับจุดเล็กน้อย

ในทางกลับกัน แคมเปญที่มี ROAS สูงต่อเนื่องอาจยังไม่ควรเพิ่มงบทันทีเป็นก้อนใหญ่ ควรค่อย ๆ เพิ่มทีละน้อยแล้วสังเกตว่า ROAS ยังคงตัวอยู่หรือลดลงเมื่องบเพิ่มขึ้น เพราะกลุ่มเป้าหมายคุณภาพสูงมักมีขนาดจำกัด การเพิ่มงบเร็วเกินไปอาจทำให้ต้องขยายไปหากลุ่มเป้าหมายที่คุณภาพต่ำลงโดยไม่รู้ตัว

ตัวอย่างสมมติของการเพิ่มงบอย่างระมัดระวังคือทดลองเพิ่มงบสิบถึงยี่สิบเปอร์เซ็นต์ต่อรอบ แล้วเว้นระยะสักสัปดาห์เพื่อดูว่า ROAS ยังทรงตัวอยู่หรือไม่ ก่อนจะตัดสินใจเพิ่มงบในรอบถัดไป แทนที่จะเพิ่มงบเป็นเท่าตัวในครั้งเดียวซึ่งมีความเสี่ยงสูงกว่ามาก หากกลุ่มเป้าหมายคุณภาพสูงเริ่มหมดเร็วกว่าที่คาดไว้

หลักการเดียวกันนี้ใช้ได้กับการตัดสินใจลดงบเช่นกัน ควรลดทีละน้อยและสังเกตผลก่อนตัดงบทั้งหมดในครั้งเดียว เพราะบางครั้งแคมเปญที่ดูเหมือน ROAS ต่ำในช่วงสั้น ๆ อาจฟื้นตัวได้เมื่อผ่านช่วงทดสอบข้อความโฆษณาใหม่ไปแล้ว การตัดสินใจอย่างค่อยเป็นค่อยไปจึงช่วยลดความเสี่ยงจากการตัดสินใจผิดพลาดที่แก้ไขย้อนกลับได้ยากในภายหลัง

กำหนดช่วงเวลาที่ยอมรับให้นับเป็นผลจากแอด

เพราะการตัดสินใจซื้อประกันมักใช้เวลาหลายวันถึงหลายสัปดาห์ ธุรกิจควรกำหนด Attribution Window หรือช่วงเวลาที่ยอมรับให้นับยอดขายเป็นผลจากแอดตัวนั้น เช่น ถ้าลูกค้าทักเข้ามาจากแอดแล้วปิดการขายภายในสามสิบวัน ให้นับเป็นผลจากแอดนั้น แต่ถ้าเกินสามสิบวันอาจต้องพิจารณาปัจจัยอื่นร่วมด้วย

การไม่มีกรอบเวลาที่ชัดเจนทำให้แต่ละคนในทีมตีความไม่ตรงกัน บางคนอาจนับยอดขายที่เกิดขึ้นหลายเดือนหลังทักครั้งแรกว่าเป็นผลจากแอด ในขณะที่บางคนไม่นับ ทำให้ตัวเลข ROAS ที่รายงานออกมาไม่สอดคล้องกันในแต่ละรอบ ธุรกิจที่ต้องการวางระบบผูกยอดขายให้แม่นยำขึ้น ควรอ่านเรื่อง การวัด Cost per Policy Sale ประกอบ

การตกลง Attribution Window ควรทำร่วมกันระหว่างทีมการตลาดกับทีมขายตั้งแต่ต้น ไม่ใช่ให้ฝ่ายใดฝ่ายหนึ่งกำหนดเองฝ่ายเดียว เพราะทีมการตลาดอาจอยากได้กรอบเวลาสั้นเพื่อวัดผลแคมเปญได้เร็ว ในขณะที่ทีมขายอาจต้องการกรอบเวลายาวกว่าเพื่อสะท้อนวงจรการตัดสินใจซื้อประกันที่ใช้เวลานาน การหาจุดตรงกลางที่ทั้งสองฝ่ายยอมรับได้ ช่วยให้ตัวเลข ROAS ที่รายงานมีความน่าเชื่อถือมากขึ้นในสายตาทั้งสองทีม

ข้อผิดพลาดที่พบบ่อยเมื่อคำนวณ ROAS ประกัน

• ไม่กำหนดว่านับเบี้ยปีแรกหรือมูลค่าตลอดอายุ — ทำให้เปรียบเทียบ ROAS ข้ามช่วงเวลาไม่ได้เพราะใช้วิธีคิดต่างกันในแต่ละครั้ง
• ไม่กำหนด Attribution Window ที่ชัดเจน — ทำให้แต่ละคนในทีมนับยอดขายเป็นผลจากแอดไม่ตรงกัน
• รวมยอดขายจากทุกช่องทางเข้าด้วยกัน — ทำให้แยกไม่ออกว่ายอดขายมาจากแอดจริงหรือมาจากการบอกต่อ
• ไม่หักกรมธรรม์ที่ยกเลิกภายในระยะเวลาที่กฎหมายกำหนด — ทำให้ ROAS ดูสูงเกินจริงในช่วงแรก

ส่งข้อมูลยอดขายกลับไปให้แพลตฟอร์มโฆษณาเรียนรู้ต่อ

เมื่อมีระบบผูกยอดขายกรมธรรม์กับแคมเปญต้นทางที่แม่นยำแล้ว ขั้นตอนถัดไปคือพิจารณาส่งข้อมูล Conversion กลับไปยังแพลตฟอร์มโฆษณา เพื่อให้ระบบมีข้อมูลไปใช้หากลุ่มเป้าหมายที่คล้ายกับคนที่ซื้อกรมธรรม์จริงมากขึ้น แทนที่จะให้ระบบเรียนรู้จากแค่จำนวนคนทักเข้ามาเพียงอย่างเดียว

ธุรกิจที่ใช้ Facebook หรือ Instagram เป็นช่องทางหลัก ควรอ่านเรื่อง Meta CAPI ประกัน LINE ประกอบ เพื่อเข้าใจวิธีส่ง Conversion เมื่อยอดขายเกิดขึ้นในแชท

สรุป

การยิงแอดประกันทุกวันโดยไม่มีระบบผูกยอดขายกลับไปยังแคมเปญต้นทาง ทำให้ไม่มีทางรู้ ROAS ที่แท้จริงได้เลย ต้องเริ่มบันทึกแคมเปญต้นทางตั้งแต่ลูกค้าทักเข้ามาครั้งแรก และตัดสินใจตั้งแต่ต้นว่าจะนับมูลค่าเบี้ยแบบไหน

เพราะลูกค้าประกันมักเปรียบเทียบหลายเจ้าก่อนตัดสินใจ ROAS ที่คำนวณได้จึงเป็นมุมมองที่ดีที่สุดเท่าที่ข้อมูลจะให้ได้ ไม่ใช่ตัวเลขที่แม่นยำสมบูรณ์แบบ แต่ก็ยังดีกว่าการเดาเอาจากความรู้สึกมาก

• กำหนดชัดเจนว่านับ ROAS จากเบี้ยปีแรกหรือรวมมูลค่าตลอดอายุกรมธรรม์
• ตั้ง Attribution Window ที่ชัดเจนเพื่อให้ทีมนับยอดขายเป็นผลจากแอดตรงกัน
• หักกรมธรรม์ที่ยกเลิกออกจากยอดขายก่อนสรุป ROAS สุทธิ
• แยกคำนวณ ROAS ตามประเภทกรมธรรม์ ไม่รวมทุกประเภทเข้าด้วยกัน

คำถามที่พบบ่อย