อัตรา Add Friend ต่อ Click จาก GA4 กับจาก Ads Manager คำนวณต่างกันตรงไหน

ทีมการตลาดที่ดูรายงานทั้ง GA4 และ Ads Manager มักเจอสถานการณ์ที่อัตรา Add Friend ต่อ Click ของทั้งสองระบบไม่ตรงกัน บางครั้งต่างกันไม่มาก บางครั้งต่างกันเกือบเท่าตัว จนเกิดคำถามว่าควรเชื่อตัวเลขไหนกันแน่ในการรายงานผลให้ผู้บริหาร

คำตอบคือทั้งสองตัวเลขอาจถูกต้องในแบบของตัวเอง เพราะวิธีนับ Click และช่วงเวลาที่ใช้คำนวณของแต่ละระบบไม่เหมือนกัน การวัดอัตรา add friend ต่อ click ให้มีประโยชน์จริงต้องเข้าใจก่อนว่าแต่ละแหล่งคำนวณจากอะไร แล้วเลือกใช้ให้เหมาะกับคำถามที่ต้องการตอบ

สูตรพื้นฐานของอัตรา Add Friend ต่อ Click

อัตรา Add Friend ต่อ Click คำนวณจากจำนวน Add Friend หารด้วยจำนวน Click ในช่วงเวลาเดียวกัน ตัวเลขนี้ช่วยบอกว่าคนที่คลิกไปแล้วเปลี่ยนเป็นผู้ติดตามจริงในสัดส่วนเท่าไร ยิ่งอัตรานี้สูง มักแปลว่าขั้นตอนตั้งแต่คลิกจนถึงเพิ่มเพื่อนมีความราบรื่น แต่ตัวหารและตัวตั้งของสูตรนี้ ‘Click’ และ ‘Add Friend’ ต้องมาจากแหล่งข้อมูลเดียวกันเสมอ ถ้าผสมข้อมูลจากคนละแหล่งจะทำให้ตัวเลขบิดเบือน

GA4 คำนวณ Click อย่างไร

GA4 นับ Click จาก Event ที่เกิดขึ้นบน Session ของเว็บไซต์ เช่น Event การคลิกปุ่ม LINE ที่ติด Tag ไว้ ตัวเลขนี้จะสะท้อนเฉพาะคนที่เข้าเว็บไซต์และมี Session ที่ระบบตรวจจับได้ ถ้าธุรกิจยิงแอดตรงเข้าปุ่ม LINE โดยไม่มีเว็บไซต์คั่นกลาง GA4 จะไม่มีข้อมูล Click ในส่วนนี้เลย เพราะไม่มี Session เกิดขึ้นบนเว็บ

อีกจุดที่ต้องระวังคือ GA4 อาจนับ Session ใหม่ทุกครั้งที่มีการเปิดแอปจากอุปกรณ์ต่างกัน ทำให้คนคนเดียวถูกนับเป็นหลาย Session ได้ในบางกรณี ซึ่งเป็นข้อจำกัดของการอ้างอิงจาก Session แทนตัวบุคคลจริง

Ads Manager คำนวณ Click อย่างไร

Ads Manager ของแต่ละแพลตฟอร์มนับ Click ตามที่ระบบของตัวเองตรวจจับได้ ซึ่งอาจรวมถึง Click ที่เกิดขึ้นโดยไม่ได้มี Session บนเว็บไซต์เลยด้วยซ้ำ เช่น กรณียิงแอดตรงเข้าปุ่ม LINE Ads Manager ยังสามารถนับ Click ได้จากฝั่งแพลตฟอร์มเอง แต่ตัวเลขนี้จะไม่มีข้อมูล Session หรือพฤติกรรมบนเว็บมาประกอบเหมือน GA4

เทียบวิธีคำนวณของสองแหล่งแบบเห็นภาพ

เมื่อมีหลาย Touchpoint ก่อนปิดการขาย ควรวัดอย่างไร

ธุรกิจที่มีวงจรการตัดสินใจซื้อยาว ลูกค้าอาจคลิกโฆษณาหลายครั้งจากหลายแคมเปญก่อนจะกดเพิ่มเพื่อนจริง ทำให้การนับ Click แบบ Last-touch เพียงอย่างเดียวอาจให้เครดิตทั้งหมดกับแคมเปญสุดท้าย ทั้งที่แคมเปญก่อนหน้าก็มีส่วนสร้างความสนใจเช่นกัน ในกรณีนี้ควรพิจารณาดูมุมมอง Assisted หรือ First-touch ควบคู่ไปด้วย ไม่ใช่ดูแค่มุมเดียว

สิ่งที่ทำได้จริงคือกำหนดว่าจะใช้แหล่งข้อมูลใดเป็นหลักสำหรับการรายงานประจำ (เช่น Ads Manager สำหรับตัดสินใจงบระยะสั้น) และใช้อีกแหล่งเป็นข้อมูลเสริมสำหรับการวิเคราะห์เชิงลึกเป็นครั้งคราว แทนที่จะพยายามทำให้ตัวเลขสองแหล่งเท่ากันซึ่งเป็นไปได้ยากในทางปฏิบัติ

ตัวอย่างคำนวณตัวเลขจริงเทียบ GA4 กับ Ads Manager แบบเห็นขั้นตอน

ตัวเลขด้านล่างเป็นข้อมูลสมมติเพื่อแสดงกรอบคำนวณเท่านั้น ใช้เพื่อให้เห็นว่าตัวหารที่ต่างกันทำให้อัตราที่ได้ต่างกันมากแค่ไหน แม้จะใช้ตัวตั้งเดียวกันคือจำนวน Add Friend ในช่วงเวลาเดียวกัน

สมมติในหนึ่งสัปดาห์มี Add Friend เกิดขึ้นจริง 96 คน ฝั่ง GA4 นับ Click ปุ่ม LINE บนเว็บไซต์ได้ 640 ครั้งจาก Session ที่ติด Tag ไว้ คำนวณอัตรา Add Friend ต่อ Click ได้ประมาณ 15% ในขณะที่ฝั่ง Ads Manager นับ Click รวมทุกกรณีตามที่แพลตฟอร์มตรวจจับได้ที่ 1,020 ครั้ง ซึ่งรวมทั้งคลิกที่ไม่ได้สร้าง Session บนเว็บไซต์ด้วย คำนวณอัตราได้ประมาณ 9% ตัวเลขสองชุดนี้ต่างกันเกือบเท่าตัว ทั้งที่ตัวตั้งคือ Add Friend 96 คนเท่ากัน

สิ่งที่ทำให้ตัวหารต่างกันคือ Ads Manager อาจนับ Click ที่เกิดจากการเลื่อนดูโฆษณาซ้ำหลายครั้งของคนเดิม หรือ Click ที่ไม่ได้นำไปสู่การเปิดเว็บไซต์สำเร็จ (เช่น หน้าเว็บโหลดช้าจนผู้ใช้ปิดก่อน) ในขณะที่ GA4 จะนับเฉพาะ Click ที่เกิด Session และมี Tag ยิงสำเร็จบนเว็บไซต์จริง ความต่างของตัวหารนี้เองที่ทำให้อัตราที่คำนวณได้ไม่เท่ากัน ไม่ใช่เพราะแหล่งใดแหล่งหนึ่งนับผิด

ปัญหาที่พบบ่อยเวลาเทียบสองแหล่งข้อมูล และวิธีแก้

ปัญหาแรกที่พบบ่อยคือทีมนำตัวเลข Click จาก Ads Manager มาหารกับ Add Friend ที่นับจาก GA4 Session หรือกลับกัน ทำให้ได้อัตราที่ไม่มีความหมาย เพราะผสมตัวตั้งและตัวหารจากคนละแหล่ง ทางแก้คือยึดกฎว่าตัวตั้งกับตัวหารต้องมาจากแหล่งเดียวกันเสมอ ถ้าจะเทียบข้ามแหล่งให้เทียบทั้งอัตราของ GA4 กับอัตราของ Ads Manager แยกกันคนละชุด ไม่ใช่ผสมตัวเลขข้ามแหล่งเข้าด้วยกัน

ปัญหาที่สองคือช่วงเวลาที่ใช้คำนวณของสองแหล่งไม่ตรงกัน เช่น GA4 ใช้ Time Zone ของบัญชี Analytics ในขณะที่ Ads Manager ใช้ Time Zone ของบัญชีโฆษณา ถ้าสองบัญชีตั้ง Time Zone ต่างกัน การเทียบข้อมูลรายวันอาจคลาดเคลื่อนไปหนึ่งวันโดยไม่รู้ตัว ทางแก้คือตรวจสอบและตั้ง Time Zone ให้ตรงกันทั้งสองระบบตั้งแต่ต้น หรืออย่างน้อยบันทึกไว้ว่าแต่ละระบบใช้ Time Zone ใด

ปัญหาที่สามคือการเปรียบเทียบอัตรานี้ข้ามช่วงเวลาที่มีการเปลี่ยนแปลงการตั้งค่า Tag หรือ Tracking Link กลางทาง เช่น เปลี่ยนตำแหน่งปุ่ม LINE บนเว็บจนอัตราคลิกเปลี่ยนไปเอง ทางแก้คือบันทึกวันที่มีการเปลี่ยนแปลงหน้าเว็บหรือการตั้งค่า Tracking ไว้เสมอ เพื่อใช้อธิบายความผันผวนของอัตราที่เห็นในภายหลัง ไม่ใช่รีบสรุปว่าคุณภาพโฆษณาเปลี่ยนไป

แยกตามอุปกรณ์และช่องทางก่อนสรุปว่าอัตราต่ำเพราะอะไร

อัตรา Add Friend ต่อ Click ที่ดูรวมทั้งบัญชีมักซ่อนความแตกต่างระหว่างอุปกรณ์ไว้ โดยทั่วไปผู้ใช้มือถือมักคลิกจากในแอปโฆษณาแล้วเปิด LINE ต่อได้ทันทีในไม่กี่ขั้นตอน ในขณะที่ผู้ใช้เดสก์ท็อปอาจต้องสแกน QR Code หรือเปิดแอป LINE บนมือถืออีกเครื่องแยกต่างหาก ทำให้อัตราการเพิ่มเพื่อนสำเร็จของสองกลุ่มนี้ต่างกันได้มาก ถ้าไม่แยกดูตามอุปกรณ์ อาจสรุปผิดว่าโฆษณาโดยรวมทำงานไม่ดี ทั้งที่ปัญหาจริงอยู่ที่ประสบการณ์การใช้งานบนเดสก์ท็อปเพียงกลุ่มเดียว

การแยกตามช่องทาง (Placement) ก็สำคัญไม่แพ้กัน เพราะ Click จาก Feed กับ Click จาก Story มักนำไปสู่การเพิ่มเพื่อนสำเร็จในสัดส่วนต่างกัน หากพบว่า Placement ใด Placement หนึ่งมีอัตรา Add Friend ต่อ Click ต่ำกว่าค่าเฉลี่ยอย่างชัดเจนต่อเนื่องหลายสัปดาห์ ควรพิจารณาปรับลดงบของ Placement นั้นหรือทดสอบ Creative ใหม่เฉพาะจุด แทนที่จะปรับทั้งแคมเปญไปพร้อมกัน

Attribution Window ของแพลตฟอร์มมีผลต่ออัตรานี้อย่างไร

อีกตัวแปรที่หลายทีมมองข้ามคือ Attribution Window ที่ Ads Manager ใช้นับ Click ย้อนหลัง เช่น บางแพลตฟอร์มตั้งค่าเริ่มต้นให้นับ Add Friend ที่เกิดขึ้นภายในหนึ่งวันหลัง Click เป็นผลของ Click นั้น ถ้าลูกค้าคลิกวันนี้แต่กดเพิ่มเพื่อนจริงในอีกสามวันถัดมาหลังตัดสินใจเทียบราคาคู่แข่งก่อน Ads Manager อาจยังนับให้เป็นผลของ Click เดิมอยู่ ทำให้อัตราที่คำนวณได้สูงกว่าที่ GA4 ซึ่งมักอิงตาม Session วันนั้นเท่านั้น

ผลกระทบของ Attribution Window จะเห็นชัดขึ้นเมื่อธุรกิจขายสินค้าที่ต้องใช้เวลาตัดสินใจนาน เช่น คอร์สเรียนราคาสูงหรือบริการที่ต้องเทียบข้อเสนอหลายเจ้า ทีมที่รายงานอัตรา Add Friend ต่อ Click แบบรายวันโดยไม่รู้ว่าแพลตฟอร์มกำลังนับย้อนหลังกี่วัน อาจเข้าใจผิดว่าแคมเปญของวันนั้นทำผลงานได้ดีกว่าความเป็นจริง ทางแก้คือตรวจสอบค่า Attribution Window ที่ตั้งไว้ในบัญชีโฆษณาแต่ละแพลตฟอร์ม แล้วบันทึกไว้เป็นบริบทประกอบทุกครั้งที่รายงานตัวเลขนี้ให้ทีมอื่นดู

เลือกแหล่งอ้างอิงหลักอย่างไรให้เหมาะกับธุรกิจ

1. ระบุคำถามหลักที่ต้องการตอบก่อน เช่น อยากรู้ประสิทธิภาพครีเอทีฟ หรืออยากรู้พฤติกรรมผู้ใช้บนเว็บไซต์
2. ถ้าอยากรู้ประสิทธิภาพครีเอทีฟและตัดสินใจงบรายวัน ให้ใช้ Ads Manager เป็นหลัก
3. ถ้าอยากรู้พฤติกรรมผู้ใช้ก่อนคลิกปุ่ม LINE เช่นดูหน้าไหนก่อนแล้วค่อยคลิก ให้ใช้ GA4 เป็นหลัก
4. แยกดูอัตราตามอุปกรณ์และ Placement อย่างน้อยเดือนละครั้ง เพื่อไม่ให้ค่าเฉลี่ยรวมกลบปัญหาเฉพาะจุดที่ควรแก้
5. บันทึกไว้เสมอว่าใช้แหล่งข้อมูลใดในการรายงานแต่ละครั้ง เพื่อไม่ให้สับสนเมื่อเทียบตัวเลขข้ามช่วงเวลา และดูข้อมูลนี้คู่กับ การวัดว่าใคร Add LINE มาจากโฆษณา เพื่อให้ภาพรวมสอดคล้องกัน

สรุป

อัตรา add friend ต่อ click ที่เห็นใน GA4 กับ Ads Manager มักไม่เท่ากันเพราะวิธีคำนวณ Click ของสองแหล่งต่างกันโดยธรรมชาติ ไม่ใช่ความผิดพลาดของการตั้งค่า สิ่งที่ควรทำคือเข้าใจว่าแต่ละแหล่งคำนวณจากอะไร แล้วเลือกใช้ให้ตรงกับคำถามที่ต้องการตอบ

เมื่อมีหลาย Touchpoint ก่อนปิดการขาย ควรพิจารณามุมมอง Attribution มากกว่าหนึ่งแบบ และกำหนดแหล่งข้อมูลหลักไว้ให้ชัดเจนเพื่อความสม่ำเสมอในการรายงาน

• GA4 นับ Click จาก Session บนเว็บไซต์ ต้องมีเว็บคั่นกลางถึงจะมีข้อมูล
• Ads Manager นับ Click จากฝั่งแพลตฟอร์มเอง ใช้ได้แม้ไม่มีเว็บคั่นกลาง
• ไม่ต้องพยายามทำให้ตัวเลขสองแหล่งเท่ากัน ให้เลือกแหล่งหลักตามคำถามที่ต้องการตอบ
• ธุรกิจที่มีหลาย Touchpoint ควรดูมุมมอง Attribution มากกว่าหนึ่งแบบประกอบกัน

คำถามที่พบบ่อย