ข้ามไปเนื้อหาหลัก

Growth Hacking เริ่ม​หลัง​ผ่าน​เกณฑ์ 40% ของ Sean Ellis

อัปเดตล่าสุด 27 กันยายน 2569
เวลาอ่านประมาณ 11 นาที
Growth Hacking เริ่ม​หลัง​ผ่าน​เกณฑ์ 40% ของ Sean Ellis

KEY TAKEAWAYS

3 ประเด็น

Sean Ellis ผู้​ใช้​คำ​ว่า growth hacker ใน​บทความ​ปี 2010 เขียน​ไว้​ว่า​ควร​หา​คน​ทำงาน​นี้​หลัง​จาก​สินค้า​เข้า​กับ​ตลาด​แล้ว

และ​หลัง​จาก​พิสูจน์​ได้​ว่า​กระบวนการ​เปลี่ยน​ผู้​สนใจ​เป็น​ลูกค้า​มี​ประสิทธิภาพ

เกณฑ์​ที่​ใช้​วัด​ว่า​สินค้า​เข้า​กับ​ตลาด​หรือ​ยัง​คือ​ถาม​ผู้​ใช้​ว่า​จะ​รู้สึก​อย่างไร​ถ้า​ใช้​สินค้า​นี้​ไม่​ได้​อีก

Ellis พบ​ว่า​บริษัท​ที่​เติบโต​ได้​ดี​แทบ​ทุก​ราย​มี​ผู้​ตอบ​ว่า "ผิด​หวัง​มาก" เกิน 40%

Superhuman ใช้​คำถาม​นี้​วัด​ตัว​เอง​ได้ 22% แล้ว​เพิ่ม​เป็น 58% ภายใน​สาม​ไตรมาส

ด้วย​การ​แบ่ง​กลุ่ม​ผู้​ตอบ ฟัง​เฉพาะ​กลุ่ม​ที่​เห็น​คุณค่า​หลัก​ของ​สินค้า และ​แบ่ง​แผน​งาน​ครึ่ง​ต่อ​ครึ่ง

Sean Ellis เขียน​ไว้​ตั้งแต่​ปี 2010 ว่า growth hacking เริ่ม​หลัง​สินค้า​เข้า​กับ​ตลาด วัด​ด้วย​คำถาม​เดียว​และ​เกณฑ์ 40% พร้อม​กรณี Superhuman 22% เป็น 58% โดย PHYGITAL AGENCY

เจ้าของ​ธุรกิจ​ที่​อยาก​โต​เร็ว​ด้วย​งบ​จำกัด​อาจ​เจอ​บทความ growth hacking ที่​รวม​เทคนิค​ชวน​เพื่อน​รับ​ส่วนลด หรือ​แคมเปญ​ไว​รัล​ต้นทุน​ต่ำ แล้ว​ลอง​ทำ​ตาม​จน​ได้​ลูกค้า​ใหม่​เข้า​มา​ช่วง​หนึ่ง แต่​ลูกค้า​กลุ่ม​นั้น​ไม่​กลับ​มา​ซื้อ​ซ้ำ บท​นี้​ย้อน​ไป​อ่าน​บทความ​ต้นทาง​ของ​คำ​ว่า growth hacker ว่า​คน​ตั้ง​ชื่อ​วาง​เงื่อนไข​ไว้​อย่างไร คำถาม​เดียว​ที่​ใช้​วัด​ว่า​สินค้า​พร้อม​ให้​เร่ง​โต​หรือ​ยัง ตัวอย่าง​บริษัท​ที่​ใช้​คำถาม​นั้น​ยก​คะแนน​ของ​ตัว​เอง​จาก 22% เป็น 58% และ​สัญญาณ​ว่า​เมื่อไร​จึง​ควร​เร่ง ให้​เจ้าของ​ธุรกิจ​เลือก​ได้​ว่า​จะ​ใช้​งบ​กับ​เทคนิค​เร่ง​โต​ตอน​นี้ หรือ​แก้ตัว​สินค้า​ก่อน

Growth Hacking หมาย​ถึง​วิธี​ทำงาน​ที่​ใช้​การ​เติบโต​ของ​ธุรกิจ​เป็น​เป้า​หมาย​เดียว แล้ว​คิด ทดสอบ และ​คัด​วิธี​หา​ลูกค้า​ที่​ขยาย​ได้​อย่าง​รวดเร็ว ส่วน Product-Market Fit หมาย​ถึง​สภาวะ​ที่​สินค้า​ตอบ​ความ​ต้องการ​ของ​ตลาด​กลุ่ม​หนึ่ง​ได้​ดี​พอ จน​ลูกค้า​กลุ่ม​นั้น​รู้สึก​ว่า​ขาด​สินค้า​นี้​ไม่​ได้

บท​นี้​ใช้​บทความ​สอง​ชิ้น​เป็น​หลัก ชิ้น​แรก​เป็นบทความ Find a Growth Hacker for Your Startup ของ Sean Ellis ลง​วัน​ที่ 26 กรกฎาคม 2010 ชิ้น​ที่​สอง​คือบทความ​ของ Rahul Vohra ผู้​ก่อ​ตั้ง Superhuman บน First Round Review ลง​วัน​ที่ 13 พฤศจิกายน 2018 ข้อความ​ทั้ง​สอง​ชิ้น​ตรวจ​เมื่อ 27 ก.ย. 2569 เกณฑ์ 40% ใน​บท​นี้​เป็น​ข้อ​สังเกต​ของ Ellis จาก​บริษัท​ที่​เขา​เคย​ทำงาน​ด้วย​ตาม​ที่ Vohra เล่า​ไว้ ไม่​ได้​มา​จาก​งาน​วิจัย​ที่​ควบคุม​ตัวแปร

Sean Ellis เขียน​เรื่อง growth hacker ไว้​ว่า​อะไร

บทความ​ของ Sean Ellis เปิด​ด้วย​ปัญหา​ของ​สตาร์ท​อัพ​ที่​พร้อม​ขยาย​ตัว ว่า​ความ​ท้าทาย​ใหญ่​ที่สุด​คือ​หา​คน​ที่​นำ​การ​เติบโต​ได้ เขา​เขียน​ว่า​นักการ​ตลาด​ที่​มี​ความ​สามารถ​และ​วิธี​คิด​ที่​ถูก​ต้อง​สร้าง​ผล​ได้​มาก เมื่อ​บริษัท​พิสูจน์​ได้​แล้ว​ว่า​สินค้า​เข้า​กับ​ตลาด และ​กระบวนการ​เปลี่ยน​ผู้​สนใจ​เป็น​ลูกค้า​และ​การ​สร้าง​ราย​ได้​มี​ประสิทธิภาพ

Ellis ให้​นิยาม​ว่า growth hacker คือ​คน​ที่​มี​การ​เติบโต​เป็น​ทิศ​เหนือ​ของ​งาน ทุก​อย่าง​ที่​ทำ​ถูก​ตรวจ​ด้วย​คำถาม​ว่า​ส่ง​ผล​ต่อ​การ​เติบโต​ที่​ขยาย​ได้​หรือ​ไม่ และ​ระบุ​งาน​หลัก​ไว้​สาม​ขั้น

  1. จัด​ลำดับ​ไอ​เดีย ทั้ง​ของ​ตัว​เอง​และ​ของ​คน​อื่น​ใน​บริษัท
  2. ทดสอบ​ไอ​เดีย
  3. ตัดสิน​ใจ​เก็บ​หรือ​ตัด​ทิ้ง วิธี​ที่​ทดสอบ​แล้ว

เขา​เขียน​ว่า​ยิ่ง​ทำ​วงจร​นี้​ซ้ำ​ได้​เร็ว ยิ่ง​มี​โอกาส​พบ​วิธี​เติบโต​ที่​ขยาย​ได้ ทำ​ซ้ำ​ได้ และ​ยั่งยืน และ​หลัง​จาก​สินค้า​เข้า​กับ​ตลาด​และ​กระบวนการ​แปลง​ลูกค้า​มี​ประสิทธิภาพ​แล้ว ขั้น​ต่อ​ไป​ที่​สำคัญ​คือ​หา​วิธี​เติบโต​แบบ​นั้น ถ้า​หาไม่​ได้ เรื่อง​อื่น​ก็​ไม่มี​ความ​หมาย

Growth Hacking ต่าง​จาก​การ​ตลาด​ทั่วไป​อย่างไร

ใน​บทความ​เดียวกัน Ellis วิจารณ์​ประกาศ​รับ​สมัคร​หัวหน้า​ฝ่าย​การ​ตลาด​ของ​สตาร์ท​อัพ​ว่า​ใส่​คุณสมบัติ​กว้าง ๆ เช่น​วางแผน​การ​ตลาด​เชิงกล​ยุทธ์ บริหาร​ทีม และ​ดูแล​ผู้รับ​จ้าง​ภายนอก ซึ่ง​ไม่ใช่​เรื่อง​สำคัญ​ที่สุด​ใน​ช่วง​นั้น เขา​เสนอ​ให้หา​คน​ที่​ตัด​ทุก​อย่าง​ที่​ไม่​ส่ง​ผล​ต่อ​การ​เติบโต​ออก และ​เขียน​ว่า​คน​แบบ​นี้​หา​ง่าย​กว่า​หัวหน้า​ฝ่าย​การ​ตลาด​เต็ม​รูป​แบบ อาจ​มา​จาก​สาย​วิศวกร​หรือ​สาย​ขาย​ก็ได้ ความ​ต่าง​จึง​อยู่​ที่​ขอบเขต​งาน การ​ตลาด​ทั่วไป​ดูแล​หลาย​เป้า​หมาย​พร้อม​กัน ส่วน growth hacker ถูก​วัด​ด้วย​การ​เติบโต​อย่าง​เดียว

วัด​ว่า​สินค้า​เข้า​กับ​ตลาด​ด้วย​คำถาม​เดียว

บทความ​ของ Vohra เล่า​ว่า​เขา​อ่าน​นิยาม​ของ Product-Market Fit จาก​นัก​ลงทุน​และ​ผู้​ก่อ​ตั้ง​หลาย​คน แล้ว​พบ​ว่า​เป็น​ตัว​ชี้​วัด​ที่มา​ช้า เพราะ​กว่า​จะ​เห็น​ยอด​ขาย​พุ่ง​หรือ​นัก​ลงทุน​มา​หา​ถึง​บ้าน บริษัท​ก็​เข้า​กับ​ตลาด​ไป​แล้ว จน​เขา​พบ​วิธี​ของ Sean Ellis ซึ่ง​ถาม​ผู้​ใช้​ว่า "ถ้า​ใช้​สินค้า​นี้​ไม่​ได้​อีก คุณ​จะ​รู้สึก​อย่างไร" แล้ว​วัด​สัดส่วน​คน​ที่​ตอบ​ว่า​ผิด​หวัง​มาก

Vohra เล่า​ต่อว่า Ellis พบ​ตัวเลข​เกณฑ์​ที่ 40% บริษัท​ที่​หา​การ​เติบโต​ไม่​เจอ​แทบ​ทุก​ราย​มี​คน​ตอบ​ว่า​ผิด​หวัง​มาก​ต่ำ​กว่า 40% ส่วน​บริษัท​ที่​เติบโต​แรง​แทบ​ทุก​ราย​เกิน​เกณฑ์​นี้ ตัวอย่าง​ที่​บทความ​ยก​คือ​โครงการ​วิจัย​เปิด​ปี 2015 ที่​ถาม Slack ได้ 51%

แบบสอบถาม​ที่ Superhuman ใช้​มี​สี่​ข้อ

  1. ถ้า​ใช้ Superhuman ไม่​ได้​อีก คุณ​จะ​รู้สึก​อย่างไร ผิด​หวัง​มาก ผิด​หวัง​บ้าง หรือ​ไม่​ผิด​หวัง
  2. คุณ​คิด​ว่า​คน​แบบ​ไหน​ได้​ประโยชน์​จาก Superhuman มาก​ที่สุด
  3. ประโยชน์​หลัก​ที่​คุณ​ได้​จาก Superhuman คือ​อะไร
  4. เรา​จะ​ปรับปรุง Superhuman ให้​ดี​ขึ้น​สำหรับ​คุณ​ได้​อย่างไร

ตาม​คำ​แนะนำ​ของ Ellis บริษัท​ถาม​เฉพาะ​ผู้​ใช้​ที่​ใช้​งาน​ส่วน​หลัก​ของ​สินค้า​อย่าง​น้อย​สอง​ครั้ง​ใน​สอง​สัปดาห์​ล่าสุด ตอน​นั้น​มี​ผู้​ใช้​ให้​ถาม 100-200 คน และ Vohra เขียน​ว่า​ผล​เริ่ม​บอก​ทิศทาง​ได้ที่​ราว 40 คำ​ตอบ

ธุรกิจ​ที่​ไม่​ได้​ขาย​แอป​ใช้​คำถาม​นี้​ได้​ไหม

คำถาม​ต้นฉบับ​เขียน​สำหรับ​ซอฟต์แวร์ แต่​โครง​ของ​คำถาม​ปรับ​ใช้​กับ​สินค้า​หรือ​บริการ​อื่น​ได้ การ​ปรับ​นี้​เป็นการ​ตีความ​ของ​บท​นี้ เช่น​ร้าน​อาหาร​ถาม​ลูกค้า​ประจำ​ว่า "ถ้า​ร้าน​นี้​ปิด​ไป คุณ​จะ​รู้สึก​อย่างไร" สิ่ง​ที่​ต้อง​รักษา​ไว้​จาก​วิธี​เดิม​คือ​ถาม​เฉพาะ​คน​ที่​ใช้​สินค้า​จริง​เมื่อ​ไม่​นาน​มา​นี้ และ​ใช้​ตัว​เลือก​คำ​ตอบ​สาม​ระดับ​เดิม ส่วน​เกณฑ์ 40% มา​จาก​บริษัท​เทคโนโลยี​ที่ Ellis ทำงาน​ด้วย ธุรกิจ​อื่น​จึง​ควร​ใช้​เป็น​จุด​อ้างอิง​คร่าว ๆ และ​ดู​การ​เปลี่ยนแปลง​ของ​คะแนน​ตัว​เอง​เป็น​หลัก

Superhuman ขยับ​คะแนน​จาก 22% เป็น 58%

ผล​แบบสอบถาม​รอบ​แรก​ของ Superhuman ใน​ช่วง​ฤดู​ร้อน​ปี 2017 มี​คน​ตอบ​ว่า​ผิด​หวัง​มาก 22% ต่ำ​กว่า​เกณฑ์​ชัดเจน Vohra เล่า​ว่า​ใช้​ผล​นี้​อธิบาย​สถานการณ์​กับ​ทีม และ​วาง​วิธี​ทำงาน​สี่​ขั้น

ขั้น สิ่ง​ที่​ทำ ผล
1. แบ่ง​กลุ่ม ดู​อาชีพ​ของ​คน​ที่​ตอบ​ผิด​หวัง​มาก แล้ว​โฟกัส​กลุ่ม​นั้น เช่น​ผู้​ก่อ​ตั้ง ผู้​จัดการ ผู้​บริหาร และ​ฝ่าย​พัฒนา​ธุรกิจ คะแนน​ใน​กลุ่ม​ที่​โฟกัส​ขึ้น​เป็น 33%
2. วิเคราะห์​คำ​ตอบ อ่าน​ประโยชน์​หลัก​ที่​กลุ่ม​ผิด​หวัง​มาก​บอก พบ​ว่า​คือ​ความเร็ว การ​โฟกัส และ​คีย์​ลัด รู้​ว่า​ลูกค้า​รัก​อะไร
3. วางแผน​งาน ครึ่ง​หนึ่ง​ทำ​สิ่ง​ที่​ลูกค้า​รัก​ให้​ดี​ขึ้น อีก​ครึ่ง​แก้​สิ่ง​ที่​รั้ง​กลุ่ม​ผิด​หวัง​บ้าง​ไว้ แอป​บน​มือ​ถือ​ขึ้น​เป็น​งาน​สำคัญ
4. วัด​ซ้ำ ถาม​ผู้​ใช้​ใหม่​ต่อ​เนื่อง ไม่​ถาม​คน​เดิม​ซ้ำ ติดตาม​ราย​สัปดาห์ ราย​เดือน และ​ราย​ไตรมาส คะแนน​ขึ้น​เป็น 58% ภายใน​สาม​ไตรมาส

การ​เลือก​งาน​ใน​แผน​ใช้​การ​ให้​คะแนน​ต้นทุน​และ​ผลก​ระ​ทบ​แบบ​ต่ำ กลาง สูง แล้ว​เริ่ม​จาก​งาน​ต้นทุน​ต่ำ​ผลก​ระ​ทบ​สูง​ก่อน สำหรับ​งาน​แก้​สิ่ง​ที่​รั้ง​ลูกค้า ผลก​ระ​ทบ​วัด​จาก​จำนวน​คน​ที่​ขอ ส่วน​งาน​ต่อย​อด​สิ่ง​ที่​ลูกค้า​รัก​ต้อง​ใช้​วิจารณญาณ​ของ​ทีม

ทำไม​โฟกัส​ลูกค้า​กลุ่ม​เล็ก​ไม่​ทำให้​โต​ช้า

Vohra ยอมรับ​ว่า​มี​คน​มอง​ว่าการ​เจาะ​กลุ่ม​แคบ​เกิน​ไป​จะ​ทำให้​การ​เติบโต​ชน​เพดาน แต่​เขา​ไม่​เห็น​ด้วย และ​ยก​ข้อ​เขียน​ของ Paul Graham ผู้​ก่อ​ตั้ง Y Combinator ว่า​สตาร์ท​อัพ​ต้อง​เลือก​ระหว่าง​ทำ​สิ่ง​ที่​คน​จำนวน​มาก​อยาก​ได้​เล็ก​น้อย กับ​สิ่ง​ที่​คน​จำนวน​น้อย​อยาก​ได้​มาก และ​ควร​เลือก​แบบ​หลัง Graham ยัง​เขียน​ว่า​ไอ​เดีย​ที่​ดี​พอ​สมควร​มัก​อยู่​ติด​กับ​ไอ​เดีย​ที่​ดี​กว่า การ​ไต่​จาก​กลุ่ม​เล็ก​จึง​ไม่​ได้​ติด​อยู่​ที่​จุด​เดิม

Superhuman ใช้​แนวคิด​ลูกค้า​ที่​มี​ความ​คาด​หวัง​สูง หรือ high-expectation customer ของ Julie Supan มา​วาด​ภาพ​กลุ่ม​นี้ บทความ​อธิบาย​ว่า​เป็น​คน​ที่​พิถีพิถัน​ที่สุด​ใน​กลุ่ม​เป้า​หมาย ชอบ​สินค้า​เพราะ​ประโยชน์​หลัก และ​ช่วย​บอก​ต่อ แล้ว​ใช้​คำ​ตอบ​ข้อ​สอง​ของ​แบบสอบถาม ซึ่ง​ถาม​ว่า​คน​แบบ​ไหน​ได้​ประโยชน์​มาก​ที่สุด เป็น​วัตถุดิบ Vohra ให้​เหตุผล​ว่า​ผู้​ใช้​ที่​พอใจ​มัก​บรรยาย​ตัว​เอง​ด้วย​คำ​ที่​สำคัญ​กับ​ตัว​เอง บริษัท​จึง​ได้​ทั้ง​ภาพ​ลูกค้า​และ​ภาษา​ที่​ใช้​เขียน​ข้อความ​การ​ตลาด​ไป​พร้อม​กัน

ทำไม​ไม่​ฟัง​เสียง​ลูกค้า​ที่​ไม่​ผิด​หวัง

Vohra เขียน​ว่า​กลุ่ม​ที่​ตอบ​ว่า​ไม่​ผิด​หวัง​ไม่​ควร​มี​ผล​กับ​แผน​สินค้า​เลย เพราะ​จะ​ขอ​ฟีเจอร์​ที่​ดึง​ความ​สนใจ​ออก​ไป เสนอ​การ​ใช้​งาน​ที่​ไม่​เข้า​กับ​สินค้า แล้ว​เลิก​ใช้​ใน​ที่สุด ส่วน​กลุ่ม​ผิด​หวัง​บ้าง บริษัท​แบ่ง​อีก​ชั้น​ด้วย​ประโยชน์​หลัก คน​ที่​ให้​ความ​สำคัญ​กับ​ความเร็ว​เหมือน​กลุ่ม​ที่รัก​สินค้า​ได้​รับ​ความ​สนใจ​เต็ม​ที่ เพราะ​มี​บาง​อย่าง​เล็ก ๆ รั้ง​ไว้ ส่วน​คน​ที่​ไม่​สนใจ​ความเร็ว​ถูก​ข้าม​ไป เพราะ​ต่อ​ให้​สร้าง​ทุก​อย่าง​ที่​ขอ​ก็​ไม่​น่า​จะ​รัก​สินค้า

เมื่อไร​จึง​ควร​เร่ง​โต

Vohra สรุป​บท​เรียน​ไว้​ท้าย​บทความ​สอง​ข้อ ข้อ​แรก นัก​ลงทุน​ที่​ให้​คำ​แนะนำ​ทีม​ระยะ​แรก​ไม่​ควร​ผลัก​ให้​เร่ง​โต​ก่อน​สินค้า​เข้า​กับ​ตลาด เพราะ​ทุก​คน​รู้​ว่า​จบ​ไม่​ดี แต่​แรง​กดดัน​แบบ​นี้​ยัง​พบ​บ่อย ข้อ​สอง เมื่อ​ถึง​คะแนน​ที่​ตั้ง​เป้า​ไว้​แล้ว ให้​เร่ง​เต็ม​ที่​และ​โต​ให้​เร็ว​ที่สุด แม้​จะ​รู้สึก​ไม่​สบายใจ เพราะ​มี​หลัก​ฐาน​แล้ว​ว่า​จะ​ไป​รอด

ข้อความ​นี้​ตรง​กับ​เงื่อนไข​ใน​บทความ​ของ Ellis ปี 2010 ว่า​งาน​ของ growth hacker เริ่ม​หลัง​จาก​สินค้า​เข้า​กับ​ตลาด​แล้ว Vohra ยัง​เล่า​ด้วย​ว่า​หลัง​คะแนน​ดี​ขึ้น การ​จ้าง​งาน การ​ขาย การ​ตลาด และ​การ​ระดม​ทุน​ของ​บริษัท​ง่าย​ขึ้น​มาก

คะแนน​ตกลง​หลัง​ขยาย​ฐาน​ลูกค้า แปล​ว่า​อะไร

Vohra เขียน​ว่า​คะแนน​อาจ​ลด​ลง​เมื่อ​บริษัท​โต​ออก​ไป​นอก​กลุ่ม​ผู้​ใช้​กลุ่ม​แรก เพราะ​ผู้​ใช้​กลุ่ม​แรก​ให้​อภัย​ข้อ​บกพร่อง​มากกว่า ส่วน​ผู้​ใช้​กลุ่ม​ถัด​ไป​ต้องการ​ฟีเจอร์​ครบ​เท่า​สินค้า​ที่​ใช้​อยู่ เขา​ไม่​ได้​มอง​ว่า​เป็น​เรื่อง​น่า​กังวล​มาก ธุรกิจ​ที่​มี​ผล​ของ​เครือ​ข่าย​จะ​ได้​ประโยชน์​หลัก​ดี​ขึ้น​เอง​เมื่อ​โต ส่วน​ธุรกิจ​ซอฟต์แวร์​ต้อง​ปรับ​สินค้า​ต่อ​เนื่อง Superhuman จึง​สร้าง​แผน​งาน​ใหม่​ทุก​ไตรมาส​ด้วย​กระบวนการ​เดิม คะแนน​ที่​ตก​หลัง​ขยาย​ตลาด​จึง​เป็น​สัญญาณ​ให้​กลับ​ไป​ฟัง​กลุ่ม​ลูกค้า​ใหม่ ไม่​ได้​แปล​ว่าการ​เร่ง​โต​ผิด​พลาด​เสมอ​ไป

ลำดับ​งาน​ก่อน​ลงแรง​กับ growth hack

  1. ถาม​ลูกค้า​ที่​ใช้​จริง​ด้วย​คำถาม​ของ Ellis แล้ว​นับ​สัดส่วน​คน​ที่​ตอบ​ว่า​ผิด​หวัง​มาก
  2. แบ่ง​กลุ่ม​คน​ที่​ผิด​หวัง​มาก ดู​ว่า​เป็น​ลูกค้า​แบบ​ไหน และ​บอก​ประโยชน์​หลัก​ว่า​อะไร
  3. แบ่ง​แผน​งาน​ครึ่ง​ต่อ​ครึ่ง ต่อย​อด​สิ่ง​ที่​กลุ่ม​หลัก​รัก และ​แก้​สิ่ง​ที่​รั้ง​กลุ่ม​ที่​เห็น​ประโยชน์​เดียวกัน
  4. เมื่อ​คะแนน​ผ่าน​เกณฑ์ จึง​ทดสอบ​ช่อง​ทาง​เร่ง​โต ที​ละ​ช่อง​ทาง วัดผล แล้ว​เก็บ​หรือ​ตัด​ทิ้ง

การ​ทดสอบ​แต่ละ​ช่อง​ทาง​ต้อง​อ่าน​ผล​ให้​ถูก ข้อ​ควร​ระวัง​เรื่อง​ผล​วัน​แรก​อยู่​ในA/B Testing ผล​วัน​แรก​เชื่อ​ได้​แค่​ไหน บท​เรียน​จาก Microsoft จุด​ที่​ลูกค้า​หลุด​ก่อน​จ่าย​เงิน​อยู่​ในCRO หน้า​ชำระ​เงิน คน​ทิ้ง​ตะกร้า 70% แก้​จุด​ไหน​ได้​ก่อน และ​การ​เปิด​ให้​ลอง​สินค้า​ก่อน​จ่าย​โดย​ตั้ง​ค่า​ช่วง​ทดลอง​กับ​การ​ตัด​เงิน​ให้​ถูก​อยู่​ในProduct-Led Growth ทดลอง​ใช้​ฟรี​เก็บ​บัตร​ก่อน​หรือ​ไม่​เก็บ ขอบเขต​งาน​ที่​ปรึกษา​อยู่​ที่​หน้าบริการ​ที่​ปรึกษา​ธุรกิจ

สรุป

Sean Ellis ผู้​ใช้​คำ​ว่า growth hacker ในปี 2010 นิยาม​ว่า​เป็น​คน​ที่​มี​การ​เติบโต​เป็น​เป้า​หมาย​เดียว ทำงาน​เป็น​วงจร​จัด​ลำดับ​ไอ​เดีย ทดสอบ และ​คัด​ทิ้ง และ​ควร​เริ่ม​หลัง​สินค้า​เข้า​กับ​ตลาด​แล้ว เกณฑ์​วัด​ของ Ellis คือ​ถาม​ผู้​ใช้​ว่า​จะ​รู้สึก​อย่างไร​ถ้า​ใช้​สินค้า​ไม่​ได้​อีก และ​ดู​ว่า​คน​ตอบ​ผิด​หวัง​มาก​เกิน 40% หรือ​ไม่ Superhuman เริ่ม​ที่ 22% แบ่ง​กลุ่ม​แล้ว​ได้ 33% และ​ขึ้น​เป็น 58% ภายใน​สาม​ไตรมาส ด้วย​การ​ฟัง​เฉพาะ​กลุ่ม​ที่​เห็น​คุณค่า​หลัก​และ​แบ่ง​แผน​งาน​ครึ่ง​ต่อ​ครึ่ง ธุรกิจ​ที่​อยาก​โต​เร็ว​ด้วย​งบ​จำกัด​จึง​ควร​วัด​ข้อ​นี้​ก่อน แล้ว​ค่อย​ลงแรง​กับ​เทคนิค​เร่ง​โต​เมื่อ​ผ่าน​เกณฑ์

คำถามที่พบบ่อย (FAQ)

ไม่​จำเป็น Ellis เขียน​ว่า​เคย​เจอ growth hacker ที่​เก่ง​ทั้ง​จาก​สาย​วิศวกร​และ​สาย​ขาย สิ่ง​ที่​เหมือน​กัน​คือ​รับ​ผิด​ชอบ​การ​เติบโต​และ​มี​แรง​ผลัก​ดัน​แบบ​ผู้​ประกอบ​การ ธุรกิจ​เล็ก​อาจ​ให้​เจ้าของ​หรือ​คนใน​ทีม​ที่​เข้าใจ​ลูกค้า​รับ​บท​นี้​ได้

Vohra เขียน​ว่า​ผล​เริ่ม​บอก​ทิศทาง​ได้ที่​ราว 40 คำ​ตอบ ตอน​นั้น Superhuman มี​ผู้​ใช้​ให้​ถาม 100-200 คน ตัวเลข​นี้​เป็น​ประสบการณ์​ของ​บริษัท​เดียว ธุรกิจ​ที่​มี​ลูกค้า​น้อย​ควร​ใช้​ผล​เป็น​ทิศทาง และ​ถาม​ซ้ำ​กับ​ลูกค้า​ใหม่​ต่อ​เนื่อง

Superhuman ถาม​ตาม​คำ​แนะนำ​ของ Ellis คือ​ผู้​ใช้​ที่​ใช้​งาน​ส่วน​หลัก​อย่าง​น้อย​สอง​ครั้ง​ใน​สอง​สัปดาห์​ล่าสุด และ​ไม่​ถาม​คน​เดิม​ซ้ำ เพื่อ​ไม่​ให้​ตัวเลข​เพี้ยน​จาก​เกณฑ์ ร้าน​ค้า​อาจ​ปรับ​เป็น​ลูกค้า​ที่​ซื้อ​มา​แล้ว​อย่าง​น้อย​สอง​ครั้ง​ใน​ช่วง​เวลา​หนึ่ง

บทความ​ทั้ง​สอง​ชิ้น​ไม่​ได้​แนะนำ​ให้​หยุด แต่​ชี้​ว่า​ช่วง​นั้น​ควร​ลงแรง​กับ​การ​ทำให้​กลุ่ม​ลูกค้า​หลัก​รัก​สินค้า​มาก​ขึ้น​ก่อน​เร่ง​โต งานการ​ตลาด​ที่​ช่วย​หา​ลูกค้า​กลุ่ม​ที่​ใช่​และ​ฟัง​ความ​เห็น​ของ​พวก​เขา​ยัง​จำเป็น

ใช้ได้​เมื่อ​เป็น​ส่วน​หนึ่ง​ของ​วงจร​จัด​ลำดับ ทดสอบ และ​คัด​ทิ้ง​ตาม​ที่ Ellis เขียน​ไว้ และ​ใช้​หลัง​สินค้า​เข้า​กับ​ตลาด​แล้ว เทคนิค​ที่​ใช้​ก่อน​เวลา​นั้น​อาจ​ได้​ลูกค้า​ใหม่​ที่​ไม่​อยู่​ต่อ ธุรกิจ​จึง​ควร​วัด​การ​ซื้อ​ซ้ำ​ของ​ลูกค้า​ที่​ได้​จาก​แต่ละ​เทคนิค​ด้วย

PHYGITAL INSIGHT

ฟิจิ⁠ทัล​ถาม​ลูกค้า​ประจำ​ของ​ธุรกิจ​ด้วย​คำถาม​เดียว​กับ​ของ Sean Ellis ก่อน​วางแผน​เร่ง​ยอด​ทุก​ครั้ง แล้ว​แยก​คำ​ตอบ​ตาม​กลุ่ม​ลูกค้า เพราะ​งบ​โฆษณา​และ​โปรโมชัน​ที่​ใส่​ก่อน​สินค้า​ผ่าน​เกณฑ์ จะ​ดึง​ลูกค้า​ที่​ไม่​กลับ​มา​ซื้อ​ซ้ำ​เข้า​มา​เพิ่ม ธุรกิจ​ที่​ได้​คะแนน​ต่ำ​ควร​แก้​สิ่ง​ที่​รั้ง​ลูกค้า​กลุ่ม​หลัก​ก่อน ธุรกิจ​ที่​ผ่าน​เกณฑ์​แล้ว​จึง​ค่อย​ทดสอบ​ช่อง​ทาง​เร่ง​โต บริการ​ชิน​ดัง​วินิจฉัย​ความ​พร้อม​ก่อน​เร่ง​โต​ของ​ฟิจิ⁠ทัล​ตรวจ​ทั้ง​ตัว​สินค้า กลุ่ม​ลูกค้า และ​ตัวเลข​การ​เงิน แล้ว​บอก​ว่า​ธุรกิจ​ควร​เร่ง​หรือ​ควร​แก้​อะไร​ก่อน

ให้ PHYGITAL AGENCY ช่วยต่อยอดเรื่องนี้สู่ผลลัพธ์จริง

ลูกค้า​ของ​คุณ​กี่​เปอร์เซ็นต์​จะ​ผิด​หวัง​มาก ถ้า​วัน​พรุ่ง​นี้​ธุรกิจ​ของ​คุณ​หาย​ไป

ทีม PHYGITAL AGENCY ถาม​ลูกค้า​ประจำ​ของ​คุณ​ด้วย​คำถาม​เดียว​กับ​ที่ Superhuman ใช้ แยก​ผล​ตาม​กลุ่ม แล้ว​บอก​ว่า​ควร​เร่ง​โต​ตอน​นี้ หรือ​ควร​แก้​อะไร​ก่อน

PARANATH PANARATANA

WRITTEN BY

PARANATH PANARATANA

CHAIRMAN OF PHYGITAL AGENCY

ประธานกรรมการบริษัท ฟิจิทัล เอเจนซี จำกัด มีประสบการณ์ดูแลการตลาดที่ผสานโลกจริงและโลกออนไลน์เข้าด้วยกัน ตลอดจนเป็นที่ปรึกษาในการวินิจฉัยธุรกิจ อีกทั้งยังเคยทำงานในสายวิดีโอโปรดักชั่นและภาพยนตร์ไทยอีกด้วย