การวัดผลทางการตลาดปัจจุบัน ส่วนใหญ่จะเน้นไปทางการวัดผล Conversion หรือสิ่งที่เราต้องการให้ผู้ใช้งานทำบนเว็บไซต์ แอพพลิเคชั่น หรือ แพลตฟอร์มที่เราลงขายสินค้า และบริการไว้ แต่เมื่อมาถึงจุดนึงที่เราต้องการรู้ประสิทธิภาพของสื่อโฆษณา ทั้งแบบทางตรงและทางอ้อม หลายๆ ครั้งเราอาจจะไม่รู้ว่าจะต้องวัดผลสิ่งเหล่านั้น ในรูปแบบใดได้บ้าง
การวัดผลโดยใช้ Attribution Model จึงเข้ามามีส่วนสำคัญในการช่วยสะท้อนคุณภาพที่เราลงโฆษณาไปได้เป็นอย่างดี โดยที่เราไม่ต้องลงแรงกับมันมากนัก โดยเฉพาะอย่างยิ่งในผลิตภัณฑ์ของ Google ที่มีการนำการกระจายประสิทธิภาพของช่องทางต่างๆ ไว้ให้ผู้ใช้บริการได้อ่านข้อมูล ตั้งแต่สมัยที่ยังเป็น Univernal Analytics (UA) จนถึงตอนนี้ ได้มีการนำฟีเจอร์ดังกล่าวเข้าไปใช้งานต่อใน Google Analytics 4 อีกด้วย
Attibution Model เป็นรูปแบบโมเดลการให้ความสำคัญกับแต่ละ Touch point ที่แตกต่างกัน โดย Google กำหนด Attribution Model ไว้ถึง 8 ตัว ดังต่อไปนี้
รูปแบบของโมเดลนี้ จะให้ความสำคัญกับช่องทางสุดท้ายที่ทำให้เกิด Conversion ไปทั้งหมด 100% จะเป็นการวัดผลแบบทางตรงที่ทำให้เกิดการซื้อคล้ายกับการดู Conversion ทั่วไป
เหมาะกับการทำการตลาดสินค้าประเภท Low involvement หรือ FMCG ซึ่งเป็นสินค้าที่มีโอกาสตัดสินใจซื้อได้ง่าย ทำให้นักการตลาดสามารถตัดสินใจได้ว่าจะต้องทำการโปรโมทสินค้าเหล่านี้ในช่องทางใดเพื่อให้เกิดการซื้อในจำนวนมาก
ยกตัวอย่างเช่น บริษัทแชมพู ต้องการที่จะวัดผลการขายชมพูลงในช่องทางต่างๆ ไม่ว่าจะเป็น Facebook หรือ Google หากใช้โมเดลนี้จะทำให้นักการตลาดทราบว่าลูกค้าตัดสินใจซื้อจริงๆ เมื่อเห็น Facebook หรือ Google มากกว่ากัน และนำข้อมูลที่ได้มาตัดสินใจเพื่อเพิ่มประสิทธิภาพ Return On Investment (ROI) หรือลดต้นทุนในช่องทางที่มีโอกาสเกิด Conversion ได้น้อย
รูปแบบของโมเดลนี้ จะให้ความสำคัญกับช่องทางแรกที่ทำให้ผู้ซื้อเห็นสินค้าและบริการของเราเท่านั้น แม้ว่าจะซื้อสินค้าในช่วงเวลานั้น หรือไม่ก็ตาม ตราบเท่าที่ยังมีการเข้าชมและมีการซื้อในครั้งถัดไป ก็จะนับช่องทางแรกเป็นช่องทางสำคัญเสมอ
เหมาะกับการวัดผลการมองเห็นโฆษณาในครั้งแรก (การสร้าง Brand Awareness) สำหรับการทำแคมเปญทางการตลาดที่ต้องการเข้าถึงกลุ่มเป้าหมายใหม่ ๆ และวัดผลช่องทางที่ทำการตลาด
โดยทั่วไปแล้ว นักการตลาดจะวัดผลการเห็นโฆษณาโดยใช้เป็นค่า Reach จากแพลตฟอร์มต่าง ๆ เพื่อแสดงให้เห็นว่าโฆษณาที่ทำการโปรโมทนั้นถูกส่งไปที่ Feed ของผู้ใช้งานจำนวนเท่าไร และบางแพลตฟอร์มสามารถตรวจสอบการมองเห็นที่มีคุณภาพได้ ด้วยการใช้ Brand Lift Recaller เพื่อดูว่ามีคนที่เห็นโฆษณาแล้วดูจริงๆ ประมาณกี่คน แต่โมเดลนี้จะช่วยในการวัดผล 1st Party Data ของเราเองเมื่อมีการนำผู้ใช้งานมาบนเว็บไซต์หรือแอพพลิเคชั่นของเราให้ได้ และยังเป็นประโยชน์ต่อการทำการตลาดเชิงรุก เช่น Retargeting , Lookalike Audience เป็นต้น
ยกตัวอย่างเช่น ร้านตัดผมออแกนิกที่เปิดมาไม่นานนัก ต้องการจะจ้าง Influencer , KOLS หรือ สื่อต่างๆ ประชาสัมพันธ์ข้อมูลเกี่ยวกับแบรนด์ และร้าน โดยอาศัยการติดลิ้งค์ Affiliate เพื่อแยก traffic สำหรับการวิเคราะห์ข้อมูล ทางร้านก็จะสามารถเห็นได้ว่าผู้ใช้งานเห็นโฆษณาผ่านทางช่องทางใดบ้าง
รูปแบบของโมเดลนี้ จะให้ความสำคัญกับทุกๆ ช่องทางเท่ากัน หลักคิดของโมเดลนี้คือทุกๆ ครั้งที่ผู้ใช้งานเข้ามาภายในเว็บไซต์คือผู้ใช้งานมีความสนใจบางอย่างเป็นทุนเดิมอยู่แล้ว และทุกๆ ช่องทางก็ส่งผลต่อการตัดสินใจซื้อเช่นกัน
โมเดลนี้เหมาะสำหรับทำแผนการตลาดที่ลูกค้ามีโอกาสจะซื้อจากช่องทางหลายช่องทางตามที่ทีมการตลาดได้วางแผนเอาไว้ เช่น Facebook , Twitter , Website Partner แล้วแบรนด์ต้องการให้ช่องทางเหล่านี้เป็นช่องทางหลัก และให้ความสำคัญเท่าๆ กัน ซึ่งผลลัพธ์จากโมเดลจะทำให้เราเห็นประสิทธิภาพของแต่ละช่องทาง และหากช่องทางไหนที่มีประสิทธิภาพต่ำ ก็หาทาง Optimize ให้ดียิ่งขึ้น เช่น เปลี่ยน Target , เปลี่ยน Ads เป็นต้น โดยผลลัพธ์จากโมเดลนี้ไม่เหมาะกับการวัดผลเพื่อตัดสินใจเลือกช่องทางหลักเพื่อทุ่มงบประมาณในการโฆษณา
บริษัทกีฬามีช่องทางโปรโมทสินค้าหลายช่องทางอย่าง Google , Facebook , Twitter และ Website partner ซึ่งทางบริษัทมองว่าทุกๆ Touchpoint ที่ลูกค้าเข้ามาเว็บไซต์ถือว่า Touchpoint นั้นสำคัญ แต่เมื่อวิเคราะห์ข้อมูลจาก Report พบว่า Facebook มีจำนวนเครดิตของ Conversion น้อยที่สุด ซึ่งอาจมาจาก 2 สาเหตุคือ
นักการตลาดก็จะใช้ข้อมูลชุดนี้ในการ optimize Facebook ads ให้ดีขึ้นขึ้น เช่น ทำให้ Ads มีความน่าสนใจมากขึ้น หรือเปลี่ยน Target เพื่อเพิ่มประสิทธิภาพของช่องทางนี้ เป็นต้น
โมเดลนี้จะให้ความสำคัญกับ Interaction ที่เกิดขึ้นโดยให้น้ำหนักเครดิตตามช่วงเวลาใกล้เคียงกับช่องทางที่เกิด Conversion มากที่สุด โดยยิ่งเป็น interaction ที่ใกล้กับช่วงเวลาที่ใกล้ Conversion มากที่ไหร่ จะยิ่งได้รับเครดิตมากเท่านั้น
ยกตัวอย่างเช่น บริษัทสินค้าไอที มีการทำแคมเปญการตลาดหลายช่องทางที่สามารถทำให้ลูกค้าตัดสินใจซื้อทันทีได้ และมีการวางแผนการตลาดที่เป็นขั้นตอน Retargeting แบบต่อเนื่องกัน ทำให้ลูกค้าเห็นโฆษณาบ่อยๆ โมเดลนี้จะช่วยนักการตลาดตัดสินใจว่าแคมเปญไหนที่มีประสิทธิภาพ , แคมเปญไหนที่ไม่ค่อยได้ผล ต้องอาศัยการ Remarketing หลายรอบ (ยิ่งต้อง Remarketing หลายรอบ แปลว่า แคมเปญนั้นไม่มีประสิทธิภาพสำหรับโมเดลนี้ เพราะระยะเวลาห่างกับตอนที่เกิด Conversion) เพื่อเลือกวางแผนแคมเปญที่เป็น Assist Conversion ที่ดี และเลือก Customer Journey เส้นที่ทำให้ลูกค้าได้รับประสบการณ์การใช้งานที่ดี นอกจากนี้ยังนำไปวางแผนต่อยอดไปยังส่วนการทำ Grow loyalty ได้อีกด้วย
โมเดลนี้จะให้ความสำคัญกับ First interaction และ Last Interaction เท่ากันๆ โดยที่ทั้ง First Interaction และ Last interaction จะได้เครดิตช่องทางละ 40% โดย 20% ที่เหลือจะเป็น interaction อื่นๆ
เหมาะกับการวัดผลการทำการตลาดของ Awareness กับ Conversion เป็นหลัก โดยที่มองช่องทางอื่นเป็นช่องทางที่มีความสำคัญลดลงไป
แผนการตลาดของเราคือการโปรโมทผ่านเว็บไซต์ Advertorial และปิดการขายด้วย Facebook Retargeting จากกลุ่มลูกค้าที่เข้าเว็บไซต์ โมเดลนี้จะให้คะแนนกับ First Interaction และ Last Interaction เป็นหลัก โดยผลลัพธ์จาก Attribution model จะเห็น Customer Journey ของลูกค้าว่า ช่องทางไหนที่ดึงดูดลูกค้าเข้ามาครั้งแรก และ ช่องทางไหนที่สามารถปิดการขายได้สำเร็จ
โมเดลนี้จะให้ความสำคัญกับ Interaction สุดท้ายที่เกิด Conversion ขึ้น ที่ไม่ใช่ Direct เนื่องจาก Google มองว่าจริงๆ แล้ว ช่องทาง direct คือช่องทางที่ลูกค้าเข้ามาที่เว็บไซต์หรือแอพพลิเคชั่นของเราโดยตรง ไม่ได้เข้าผ่าน Marketing Channel ที่โปรโมทออกไป
เน้นการหาลูกค้าใหม่ ผ่าน Marketing Channel ต่างๆ เพื่อดูว่า ช่องทางไหนเป็นช่องทางสุดท้ายที่ทำให้ลูกค้าตัดดสินใจเข้าเว็บไซต์มาซื้อสินค้าของแบรนด์ โดยหากเคสไหนไม่มี Direct ก็ให้เครดิตช่องทางสุดท้าย 100%
ยกตัวอย่างเช่น บริษัทเกมออนไลน์ ขายเกมผ่านช่องทางการตลาดและวิธีการสตรีมมิ่งเกมทั้งหมด โดยนักการตลาดจึงต้องการดูช่องทางทั้งหมดที่ไม่ใช่การเข้ามาในเว็บไซต์โดยตรง เพื่อดูพฤติกรรมการซื้อครั้งแรกเพื่อวิเคราะห์สถานการณ์การแข่งขันกับค่ายอื่นๆ ความสนใจของลูกค้า รวมไปถึงการค้นพบว่ากลุ่มเป้าหมายของบริษัทอยู่ใน Platform ไหนและทำการตลาดได้ถูกต้อง หลังจากที่ลูกค้าซื้อไปแล้วก่อนที่จะทำการ Personalize ลูกค้าเมื่อเข้าซื้อสินค้าไปแล้วให้มีความเหมาะสมกับแต่ละบุคคลและสร้างประสบการณ์การเล่นเกมที่ดีให้เขาได้ เช่น การส่ง e-mail แนะนำเกมส์ใหม่ เกมส์ลดราคา เป็นต้น
โมเดลนี้จะให้ความสำคัญกับ Last Interaction ที่เกิด Conversion เฉพาะช่องทางเกิดจากแคมเปญบน Google Ads เท่านั้น เพื่อให้ความสำคัญกับการวัดผลของการทำโฆษณาแต่ละประเภท ซึ่งเหมาะสำหรับการทำการตลาดแบบ Full Funnel บนเครื่องมือของ Google เนื่องจากจะทำให้เรารู้ว่าประสิทธิภาพของโฆษณาแบบไหนมีประสิทธิภาพมากกว่ากัน เช่น โฆษณาประเภท Display Ads จะมีโอกาสสร้าง Conversion ได้น้อยกว่า คนที่กดค้นหาจาก Search Ads โดยเราสามารถวัดผลลงลึกถึงขั้นคำ Keyword ที่ Lead ลูกค้าของมาของแต่ละแคมเปญ เพื่อนำมาวางแผนต่อไปในอนาคต
สินค้าที่ต้องใช้เวลาตัดสินใจนาน เช่น บ้าน รถ จึงต้องมีการทำการตลาดแบบ Full Funnel ผ่านเครื่องมือของ Google และดูว่าแคมเปญของ Google ตัวไหนเป็นตัวล่าสุด ที่ทำให้เกิด Conversion
ยกตัวอย่างเช่น บริษัทขายรถยนต์ บริษัทมีการทำโฆษณาในรูปแบบ Full Funnel ตั้งแต่การทำ Display Ads โปรโมทรถ — การทำ YouTube Ads เพื่อโปรโมท Feature ต่างๆ ของรถ — รวมถึงการทำ Search Ads เพื่อรองรับการค้นหาของลูกค้า ซึ่งในทุกๆโฆษณามีการเพิ่มปุ่ม Call to Action บริษัทต้องการที่จะรู้ว่าลูกค้าเห็นโฆษณาชุดใดบ้างถึงจะกรอกฟอร์มติดต่อทีมขาย จะสามารถใช้ Model นี้เพื่อวัดผล Google Ads ได้ โดยไม่สนใจช่องทางอื่น ๆ
Data Driven Attribution (DDA) มีอีกชื่อเรียกนึงคือ “Multi-touch Attribution” เป็นโมเดลที่ใช้ Machine Learning ในการวัดประสิทธิภาพของทุกๆ Touchpoint อย่างละเอียด โดยเราสามารถกำหนดการให้น้ำหนักแต่ละ Touchpoint ที่จะ Lead ไปสู่ Conversion ได้ เช่น ช่วงเวลาในการคลิก Ads , กด Add to Cart , อ่านบทความที่เกี่ยวข้องกับสินค้า ซึ่งการทำงานผ่าน Machine Learning นั้นทำให้ลด Human Error และโมเดลได้เรียนรู้ เพื่อเพิ่มประสิทธิภาพตลอดเวลา สำหรับโมเดลนี้ จะสามารถเปรียบเทียบระหว่าง Journey ที่เกิด และJourney ที่ไม่เกิด Conversion โดยสามารถระบุหา Pattern ของเส้นทาง (Journey) ที่ทำให้ลูกค้าเกิด Conversion ได้อีกด้วย และยิ่งโมเดลมีข้อมูลมากแค่ไหน ก็จะสามารถเรียนรู้และระบุ Pattern นี้ได้แม่นยำ ขึ้น และให้คะแนนของแต่ละ Touchpoint ได้ดีขึ้น
การทำ Data Driven ที่ดีควรจะต้องมีการให้ความสำคัญแบบเฉพาะเจาะจง กรณีที่มีการทำ Event Tracking ในเว็บไซต์ หรือแอพพลิเคชั่น จะสามารถส่งข้อมูลความสนใจของผู้ใช้งาน มากน้อยตามชื่อของ Event Tracking ที่ส่งออกมา เพื่อให้ Model นี้มีประสิทธิภาพมากขึ้น นอกจากนี้สามารถนำไปทำเป็น Propensity Score เพื่อนำมาใช้ในการทำ Customer Segment ได้เป็นอย่างดี
ปัจจุบันการวัดผลแคมเปญโฆษณาไม่ได้มีเพียงการดู Conversion Rate เพียงอย่างเดียวเพื่อตอบคำถาม ซึ่งคำถามส่วนมากของทีมทำงานมักจะถามว่าเราจะพัฒนาแผนการตลาดไปในทิศทางใด และอย่างไรได้บ้าง การเลือก Attribution Model ไม่ได้มีเพียงรูปแบบเดียวเท่านั้น ควรดูหลายๆ รูปแบบประกอบกันไปด้วย
Share your experience with this Blog