# Hiring Marketing ประกาศงานบอกเงินเดือนแค่ไหนให้คนกล้าสมัคร

> ที่มา: https://phygital.co.th/insights/hiring-marketing · เผยแพร่ 22 ธันวาคม 2567 · อ่าน 11 นาที · โดย PARANATH PANARATANA

Hiring Marketing เริ่มที่ส่วนค่าตอบแทนในประกาศงาน งานทดลองปี 2022 และงานของ Cornell ปี 2026 ชี้ว่าตัวเลขและช่วงเงินเดือนเปลี่ยนว่าใครกล้าสมัคร โดย PHYGITAL AGENCY

## Key Takeaways

- **งานทดลองภาคสนามที่ตีพิมพ์ปี 2022 พบว่าประกาศงานที่ระบุค่าจ้างสูงกว่าได้ความสนใจจากผู้หางานมากกว่าอย่างมีนัยสำคัญ** — แต่ยังมีผู้หางานจำนวนหนึ่งที่สนใจเฉพาะประกาศค่าจ้างต่ำ และคนภายนอกมองว่างานค่าจ้างสูงแข่งขันกันหนักกว่า
- **งานวิจัยของ Cornell ปี 2026 พบว่าความกว้างของช่วงเงินเดือนในประกาศเปลี่ยนว่าใครกล้าสมัคร** — เมื่อช่วงแคบ ผู้หญิงสมัคร 79.5% ผู้ชาย 68.9% เมื่อช่วงกว้าง สองกลุ่มสมัครใกล้กันที่ 75.2% และ 76.1%
- **ทีมวิจัยชุดเดียวกันพบว่าประโยคที่บอกเงินเดือนเริ่มต้นทั่วไปและเกณฑ์ตัดสินข้อเสนอช่วยปิดช่องว่างระหว่างเพศได้** — ทั้งในการเลือกสมัครและในการต่อรองเงินเดือน

เจ้าของธุรกิจขนาดเล็กที่ต้องหาคนเพิ่มหลายรายเขียนประกาศรับสมัครงานแล้วใส่ว่า "เงินเดือนตามตกลง" เพราะกลัวว่าบอกตัวเลขแล้วคู่แข่งจะรู้ หรือกลัวว่าคนที่เก่งจะมองว่าต่ำเกินไป ผลที่ตามมาคือได้ใบสมัครน้อย หรือได้คนที่คาดหวังเงินเดือนห่างจากงบที่ตั้งไว้มาก จนเสียเวลาสัมภาษณ์ทั้งสองฝ่าย บทนี้อ่านงานวิจัยสองชิ้นที่ทดลองกับประกาศงานจริง ชิ้นแรกดูว่าตัวเลขค่าจ้างเปลี่ยนจำนวนและกลุ่มคนที่สนใจอย่างไร ชิ้นที่สองดูว่าความกว้างของช่วงเงินเดือนเปลี่ยนว่าใครกล้าสมัครและกล้าต่อรอง พร้อมประโยคที่ทีมวิจัยทดสอบแล้วว่าลดความลังเลของผู้สมัครได้ ให้ผู้อ่านตัดสินได้ว่าประกาศรอบหน้าควรเขียนส่วนค่าตอบแทนอย่างไร

Hiring Marketing หมายถึงการใช้วิธีคิดของงานการตลาดกับงานหาคน ตั้งแต่เลือกว่าอยากได้ผู้สมัครกลุ่มไหน เขียนข้อความที่กลุ่มนั้นสนใจ ไปจนถึงวัดว่าช่องทางไหนได้ผู้สมัครที่ตรงงาน ส่วนค่าตอบแทนในประกาศงานเป็นข้อความชิ้นเดียวที่ผู้หางานเกือบทุกคนอ่าน และเป็นส่วนที่มีงานวิจัยแบบสุ่มทดลองรองรับมากที่สุด บทนี้จึงเริ่มจากส่วนนี้

บทนี้อ่านจากงานสองชิ้น งานแรกคือ[บทคัดย่อของงาน How Wage Announcements Affect Job Search บนฐานข้อมูล RePEc](https://ideas.repec.org/a/aea/aejmac/v14y2022i4p1-67.html) ของ Michèle Belot, Philipp Kircher และ Paul Muller ตีพิมพ์ใน American Economic Journal: Macroeconomics ฉบับเดือนตุลาคม 2022 งานที่สองคือ[ไฟล์งานวิจัย The Implications of Pay Range Transparency ที่ Cornell ILR เผยแพร่](https://www.ilr.cornell.edu/sites/default/files-d8/2026-05/lee-park-chang-2026-payrangetransparency.pdf) ของ Alice J. Lee, Tae-Youn Park และ Sungyong Chang ตีพิมพ์ออนไลน์ใน Journal of Applied Psychology วันที่ 16 กุมภาพันธ์ 2026 พร้อม[ข่าวสรุปของมหาวิทยาลัย Cornell](https://news.cornell.edu/stories/2026/03/job-listings-wide-pay-ranges-may-deter-female-applicants) ข้อความทั้งหมดตรวจเมื่อ 27 ก.ย. 2569

## ตัวเลขค่าจ้างในประกาศเปลี่ยนคนที่เข้ามาสมัครอย่างไร

ทีมของ Belot ทดลองด้วยการสร้างประกาศงานเป็นคู่ที่เหมือนกันเกือบทุกอย่าง แล้วสุ่มว่าประกาศใบไหนได้ค่าจ้างสูงกว่า ทำแบบนี้ในอาชีพจำนวนมาก วิธีนี้แยกผลของตัวเลขค่าจ้างออกจากเรื่องอื่น เช่นชื่อเสียงบริษัทหรือรายละเอียดงาน ซึ่งในข้อมูลประกาศงานทั่วไปแยกไม่ออก

ผลตามบทคัดย่อมีสามข้อ

1. **ค่าจ้างที่สูงกว่าดึงความสนใจได้มากกว่าอย่างมีนัยสำคัญ**
2. **ยังมีผู้หางานจำนวนไม่น้อยที่แสดงความสนใจเฉพาะประกาศค่าจ้างต่ำ** ไม่ได้ไปกดประกาศที่จ่ายสูงกว่าในคู่เดียวกัน
3. **คนภายนอกที่ถูกขอให้ประเมินมองว่างานค่าจ้างสูงแข่งขันกันหนักกว่า** ข้อนี้มาจากแบบสำรวจที่ทำเสริม

ทีมวิจัยสรุปว่าผลเหล่านี้สอดคล้องกับทฤษฎีการหางานแบบมีทิศทาง ซึ่งมองว่าผู้หางานเลือกสมัครโดยชั่งทั้งค่าจ้างและโอกาสที่จะได้งาน ไม่ได้วิ่งไปหาค่าจ้างสูงสุดอย่างเดียว

### คนบางกลุ่มเลือกประกาศค่าจ้างต่ำเพราะอะไร

คำอธิบายที่งานนี้เสนอคือผู้หางานคาดว่าประกาศค่าจ้างสูงจะมีคนแย่งมากกว่า คนที่ประเมินว่าตัวเองมีโอกาสน้อยจึงเลือกประกาศที่แข่งน้อยกว่า สำหรับนายจ้าง ข้อนี้แปลว่าตัวเลขในประกาศไม่ได้แค่เพิ่มหรือลดจำนวนผู้สมัคร แต่ยังคัดว่าผู้สมัครกลุ่มไหนจะเข้ามา ประกาศที่ไม่บอกตัวเลขเลยจึงทิ้งให้ผู้หางานเดาเองว่างานนี้อยู่ระดับไหน การตีความนี้เป็นของบทนี้ งานต้นทางไม่ได้ทดลองประกาศที่ไม่ระบุค่าจ้าง

## ช่วงเงินเดือนกว้างหรือแคบ ใครกล้าสมัคร

งานของ Lee และทีมเริ่มจากข้อสังเกตว่ากฎหมายบังคับเปิดเผยช่วงเงินเดือนในสหรัฐฯ ไม่ได้กำหนดว่าช่วงต้องกว้างแค่ไหน ข่าวของ Cornell ระบุว่าถึงปี 2025 มี 15 รัฐกับกรุงวอชิงตัน ดี.ซี. ออกกฎหมายนี้แล้ว ตัวบทวิจัยอ้างข้อมูลว่าสัดส่วนประกาศงานในสหรัฐฯ ที่บอกเงินเดือนเพิ่มจาก 18.4% ในเดือนกุมภาพันธ์ 2020 เป็น 43.7% ในเดือนกุมภาพันธ์ 2023 และราว 60% ในเดือนกันยายน 2024

ทีมวิจัยทำการศึกษาสี่ชุด

| ชุด | วิธี                                                                   | ผลหลัก                                                                                                                                     |
| --- | ---------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------- |
| 1   | วิเคราะห์ประกาศงานในสหรัฐฯ ราว 10 ล้านชิ้น                        | ช่วงเงินเดือนเฉลี่ยกว้าง 38,108 ดอลลาร์ ช่วงที่กว้างกว่าสัมพันธ์กับจำนวนพนักงานหญิงที่น้อยกว่า (ยังบอกเหตุและผลไม่ได้) |
| 2   | ให้นักศึกษาใกล้จบเลือกงานสมมติ                                   | ผู้หญิงเลือกช่วงแคบมากกว่า อธิบายได้ด้วยการหลีกเลี่ยงความเสี่ยง                                                                 |
| 3   | ประกาศรับผู้ช่วยวิจัยพาร์ตไทม์จริงบนแพลตฟอร์มหางานออนไลน์ | ช่วงแคบ หญิงสมัคร 79.5% ชาย 68.9% · ช่วงกว้าง หญิง 75.2% ชาย 76.1%                                                                       |
| 4   | ทดลองกับคนทำงาน 969 คน เพิ่มประโยคอธิบายค่าตอบแทน               | ช่องว่างระหว่างเพศหายไป                                                                                                                |

ชุดที่สามใกล้การหาคนจริงที่สุด ผู้เข้าร่วม 1,148 คนที่สนใจงานถูกสุ่มให้เห็นประกาศเดียวกันทุกอย่าง ต่างกันแค่ค่าตอบแทน ฝั่งหนึ่งเขียน 200 ถึง 300 ดอลลาร์ อีกฝั่งเขียน 50 ถึง 450 ดอลลาร์ มีคนสมัครจริง 862 คน หรือ 75.1% ทีมวิจัยตั้งข้อสังเกตว่าในช่วงกว้าง ผู้หญิงยังหลีกเลี่ยงความเสี่ยงเท่าเดิม แต่คุณสมบัติอื่นของงาน เช่นทำจากที่บ้านและเวลายืดหยุ่น อาจชดเชยความไม่แน่นอนเรื่องเงิน

### ช่วงเงินเดือนมีผลต่อการต่อรองหลังได้ข้อเสนอไหม

มีผล ในชุดที่สี่ ผู้เข้าร่วมเลือกระหว่างงานเดียวกันสองตำแหน่ง ตำแหน่งหนึ่งช่วง 55,000 ถึง 75,000 ดอลลาร์ อีกตำแหน่ง 40,000 ถึง 90,000 ดอลลาร์ แล้วได้ข้อเสนอ 65,000 ดอลลาร์ซึ่งเป็นจุดกลางของทั้งสองช่วง คนที่เลือกช่วงแคบพอใจข้อเสนอมากกว่า ตั้งใจต่อรองน้อยกว่า และขอเงินเดือนกลับเฉลี่ย 71,667 ดอลลาร์ เทียบกับ 75,294 ดอลลาร์ของคนที่เลือกช่วงกว้าง ทีมวิจัยชี้ว่าเงินเดือนเริ่มต้นส่งผลต่อการขึ้นเงินเดือนและโบนัสในภายหลัง ความต่างตรงนี้จึงสะสมไปตลอดอายุงาน

## ประโยคเดียวที่ทำให้ช่วงกว้างไม่น่ากลัว

ในชุดที่สี่ ครึ่งหนึ่งของผู้เข้าร่วมเห็นประกาศที่มีประโยคเพิ่ม ความหมายคือพนักงานใหม่ที่ผ่านเกณฑ์หลักจะได้เงินเดือนเริ่มต้นราว 65,000 ดอลลาร์ และตัวเลขจริงขึ้นกับประสบการณ์ ระดับทักษะ และความรับผิดชอบของตำแหน่ง ตามแนวทางค่าตอบแทนที่บริษัทใช้เป็นมาตรฐาน

ผลที่วัดได้มีสามข้อ

* **กลุ่มที่ไม่เห็นประโยคนี้** ผู้หญิงเลือกช่วงแคบ 51.5% ผู้ชาย 41.7%
* **กลุ่มที่เห็นประโยคนี้** ตัวเลขเป็น 39.7% กับ 40.6% ความต่างหายไป
* **เงินที่ขอกลับตอนต่อรอง** กลุ่มไม่เห็นประโยค ผู้หญิงขอน้อยกว่าผู้ชายราว 1,450 ดอลลาร์ กลุ่มที่เห็นประโยคไม่มีความต่างที่มีนัยสำคัญ

ข้อความของ Lee ในข่าวของ Cornell สรุปว่าการเปิดเผยตัวเลขอย่างเดียวไม่พอ วิธีที่นายจ้างนำเสนอข้อมูลเงินเดือนสำคัญเท่ากับการตัดสินใจว่าจะเปิดเผยหรือไม่

### ถ้าบริษัทยังไม่มีโครงสร้างเงินเดือน ควรเขียนอะไรแทน

ประโยคที่ใช้ในงานวิจัยมีสองส่วน คือตัวเลขที่คนส่วนใหญ่ได้ และเกณฑ์ที่ทำให้ได้มากหรือน้อยกว่านั้น ธุรกิจเล็กที่ยังไม่มีตารางเงินเดือนเขียนได้ทั้งสองส่วนจากข้อมูลที่มีอยู่ เช่นเงินเดือนของคนที่ทำตำแหน่งนี้อยู่ตอนนี้ และปัจจัยที่เจ้าของใช้ตัดสินจริง อย่างจำนวนปีที่ทำงานสายเดียวกัน หรือใบอนุญาตที่ตำแหน่งต้องมี ข้อที่ต้องระวังคือเขียนเฉพาะเกณฑ์ที่ใช้จริง เพราะผู้สมัครจะถามถึงเกณฑ์นั้นตอนต่อรอง

## ข้อจำกัดก่อนนำผลไปใช้กับตลาดแรงงานไทย

งานทั้งสองชิ้นมีขอบเขตที่ควรรู้ก่อนนำไปใช้

* **ประเทศ** งานของ Lee ใช้ข้อมูลและผู้เข้าร่วมในสหรัฐฯ ส่วนบทคัดย่อของงาน Belot ไม่ได้ระบุประเทศ ตลาดแรงงานไทยมีธรรมเนียมเรื่องการคุยเงินเดือนที่ต่างออกไป ผลจึงใช้เป็นทิศทาง ไม่ใช่ตัวเลขที่จะเกิดซ้ำ
* **ตำแหน่งงาน** ชุดที่สามของ Lee เป็นงานผู้ช่วยวิจัยพาร์ตไทม์ทำจากที่บ้าน ซึ่งทีมวิจัยเองระบุว่าคุณสมบัติเรื่องความยืดหยุ่นอาจชดเชยความไม่แน่นอนเรื่องเงิน งานประจำเต็มเวลาอาจได้ผลต่างออกไป
* **สถานการณ์สมมติ** ชุดที่สองและสี่ให้ผู้เข้าร่วมเลือกงานสมมติ ส่วนชุดที่สามวัดการสมัครจริงแต่ไม่วัดการต่อรอง
* **ข้อมูลเชิงความสัมพันธ์** ชุดแรกพบว่าช่วงกว้างสัมพันธ์กับจำนวนพนักงานหญิงที่น้อยกว่า ทีมวิจัยระบุเองว่ายังสรุปเป็นเหตุและผลไม่ได้

ข้อจำกัดทั้งสี่ข้อไม่ได้ลบข้อค้นพบร่วมของสองงาน คือผู้หางานอ่านตัวเลขและวิธีเขียนตัวเลขเพื่อประเมินทั้งค่าตอบแทนและความเสี่ยง นายจ้างไทยทดสอบกับประกาศของตัวเองได้ด้วยการเปลี่ยนส่วนค่าตอบแทนทีละแบบ แล้วนับจำนวนใบสมัครที่ตรงคุณสมบัติ

### ทดสอบประกาศสองแบบกับตำแหน่งของตัวเองอย่างไร

ธุรกิจที่ลงประกาศตำแหน่งเดิมซ้ำหลายรอบต่อปี เช่นพนักงานขายหน้าร้านหรือพนักงานคลังสินค้า ทดสอบได้ง่ายที่สุด ให้เปลี่ยนเฉพาะส่วนค่าตอบแทน ส่วนอื่นเหมือนเดิมทุกคำ แล้วเทียบสามตัวเลข คือจำนวนใบสมัคร สัดส่วนที่ตรงคุณสมบัติขั้นต่ำ และสัดส่วนที่รับข้อเสนอ ตัวเลขแรกบอกว่าประกาศดึงคนได้มากขึ้นหรือไม่ อีกสองตัวบอกว่าได้คนที่ใช่มากขึ้นหรือไม่ ธุรกิจที่รับสมัครปีละไม่กี่คนจะได้ข้อมูลน้อย จึงควรอ่านผลเป็นทิศทางและเก็บเทียบต่อเนื่องหลายรอบ บท[A/B Testing ผลวันแรกเชื่อได้แค่ไหน บทเรียนจาก Microsoft](https://phygital.co.th/insights/ab-testing-explained) อธิบายว่าทำไมผลทดสอบช่วงแรกที่ข้อมูลยังน้อยจึงแกว่ง และควรรอเก็บข้อมูลนานแค่ไหนก่อนตัดสิน

## เขียนส่วนค่าตอบแทนในประกาศรอบหน้า

1. **ดูเงินเดือนของคนที่ทำตำแหน่งนี้อยู่ตอนนี้** ใช้เป็นตัวเลขเริ่มต้นทั่วไป
2. **เขียนเกณฑ์ที่ใช้ตัดสินจริง** เช่นจำนวนปีประสบการณ์ในสายเดียวกัน หรือใบอนุญาตที่ตำแหน่งต้องมี
3. **เลือกระหว่างตัวเลขเดียวกับช่วง** ถ้าใช้ช่วงกว้าง ให้ใส่ประโยคเงินเดือนเริ่มต้นทั่วไปและเกณฑ์ไว้คู่กัน
4. **นับใบสมัครที่ตรงคุณสมบัติ** เทียบกับประกาศรอบก่อนที่ไม่บอกตัวเลข

ประกาศเดียวกันนี้ควรอยู่บนเว็บของบริษัทด้วย ข้อมูลที่ Google ต้องการจากหน้าประกาศงานอยู่ใน[หน้าสมัครงาน SME บน Google Jobs ประกาศแบบไหนขึ้นผลค้นหา](https://phygital.co.th/insights/employer-branding-recruitment-marketing-agency) ส่วนต้นทุนจริงของพนักงานหนึ่งคนนอกจากเงินเดือนอยู่ใน[จ้างพนักงานคนแรก สัญญาทดลองงานตามมาตรา 17 กับวันที่ 120](https://phygital.co.th/insights/hiring-first-employee-thailand) ขอบเขตงานเขียนประกาศและหน้าสมัครงานอยู่ที่หน้า[บริการ Content Marketing](https://phygital.co.th/solutions/content-marketing)

## สรุป

งานทดลองภาคสนามของ Belot, Kircher และ Muller ปี 2022 พบว่าค่าจ้างในประกาศงานดึงความสนใจได้มากขึ้นเมื่อสูงขึ้น และยังคัดว่าผู้หางานกลุ่มไหนจะสมัคร งานของ Lee, Park และ Chang ปี 2026 พบว่าความกว้างของช่วงเงินเดือนเปลี่ยนว่าผู้หญิงและผู้ชายกล้าสมัครต่างกันแค่ไหน และคนที่เลือกช่วงแคบต่อรองน้อยกว่า ประโยคที่บอกเงินเดือนเริ่มต้นทั่วไปและเกณฑ์ตัดสินข้อเสนอทำให้ความต่างระหว่างเพศหายไปทั้งตอนสมัครและตอนต่อรอง งานทั้งสองชิ้นทำในบริบทต่างประเทศและบางชุดใช้สถานการณ์สมมติ เจ้าของธุรกิจไทยจึงควรทดสอบกับประกาศของตัวเอง โดยเปลี่ยนส่วนค่าตอบแทนแล้วนับใบสมัครที่ตรงคุณสมบัติ

## คำถามที่พบบ่อย (FAQ)

### Hiring Marketing ต่างจากการลงประกาศรับสมัครงานธรรมดาอย่างไร

การลงประกาศธรรมดาจบที่การโพสต์ ส่วน Hiring Marketing เริ่มจากกำหนดว่าอยากได้ผู้สมัครกลุ่มไหน เขียนข้อความให้กลุ่มนั้นตัดสินใจได้ แล้ววัดว่าข้อความและช่องทางไหนได้ผู้สมัครที่ตรงงาน ส่วนค่าตอบแทนเป็นจุดเริ่มที่มีงานวิจัยรองรับชัดที่สุด

### เขียนว่าเงินเดือนตามตกลงผิดไหม

ไม่ผิด แต่งานของ Belot และทีมชี้ว่าตัวเลขค่าจ้างเปลี่ยนทั้งจำนวนและกลุ่มคนที่สนใจ ประกาศที่ไม่บอกตัวเลขจึงให้ผู้หางานเดาระดับของงานเอง และบริษัทคุมไม่ได้ว่าใครจะตัดสินใจสมัคร

### ช่วงเงินเดือนควรกว้างแค่ไหน

งานวิจัยไม่ได้ให้ตัวเลขที่เหมาะสม ผลที่ได้คือช่วงแคบทำให้ผู้หญิงกล้าสมัครมากกว่าในบางสถานการณ์ แต่คนที่เลือกช่วงแคบต่อรองน้อยกว่า ถ้าต้องใช้ช่วงกว้าง ให้เพิ่มประโยคบอกเงินเดือนเริ่มต้นทั่วไปและเกณฑ์ตัดสินตามที่ทีมวิจัยทดสอบ

### ถ้าบอกตัวเลขแล้วพนักงานเดิมรู้ว่าตัวเองได้น้อยกว่า จะทำอย่างไร

งานทั้งสองชิ้นไม่ได้ศึกษาผลต่อพนักงานเดิม แต่ประโยคที่บอกเกณฑ์ตัดสินช่วยอธิบายได้ว่าทำไมคนในตำแหน่งเดียวกันได้ไม่เท่ากัน บริษัทควรตรวจก่อนว่าเงินเดือนของพนักงานเดิมอธิบายด้วยเกณฑ์นั้นได้จริง

### ธุรกิจที่รับสมัครปีละไม่กี่ตำแหน่งควรใส่ใจเรื่องนี้ไหม

ควร เพราะยิ่งรับน้อยตำแหน่ง ใบสมัครแต่ละใบยิ่งมีค่า การเปลี่ยนแค่ส่วนค่าตอบแทนในประกาศเป็นงานที่ใช้เวลาไม่มาก และวัดผลได้จากจำนวนใบสมัครที่ตรงคุณสมบัติในรอบถัดไป

## ประกาศรับสมัครงานของคุณบอกผู้สมัครได้ไหมว่าตำแหน่งนี้ได้เงินเดือนเท่าไร และทำไม

ทีม PHYGITAL AGENCY เขียนส่วนค่าตอบแทนจากเงินเดือนจริงและเกณฑ์ที่คุณใช้ตัดสิน แล้ววางประกาศเดียวกันบนเว็บและโซเชียลให้วัดผลเทียบรอบก่อนได้

- [นัดประชุมผ่าน Google Meet](https://calendar.app.google/DotQdE7Ca8LZG6Us5)
- [เพิ่มเพื่อนใน LINE](https://lin.ee/J8Qq8Do)