ข้ามไปเนื้อหาหลัก

Marketing Mix Modeling (MMM) คือ​อะไร วัดผล​โฆษณา​ไร้​คุกกี้

อัปเดตล่าสุด 27 กันยายน 2569
เวลาอ่านประมาณ 12 นาที
Marketing Mix Modeling (MMM) คือ​อะไร วัดผล​โฆษณา​ไร้​คุกกี้

KEY TAKEAWAYS

3 ประเด็น

วัด​จาก​ยอด​ขาย​รวม ไม่ใช่​จาก​การ​ตาม​รอย​ราย​คน

MMM ใช้​ข้อมูล​ระดับ​ภาพ​รวม​อย่าง​ยอด​ขาย​ราย​สัปดาห์​กับ​งบ​สื่อ​แต่ละ​ช่อง​ทาง จึง​ทำงาน​ได้​โดย​ไม่​ต้อง​ใช้​ข้อมูล​ส่วน​บุคคล และ​ไม่​สะเทือน​เมื่อ​การ​ติดตาม​ผู้​ใช้​ถูก​จำกัด

คิด​ปัจจัย​ที่​ไม่ใช่​โฆษณา​เข้าไป​ด้วย

ฤดูกาล ราคา โปรโมชัน และ​การ​เคลื่อนไหว​ของ​คู่​แข่ง​ถูก​ใส่​เป็น​ตัวแปร​ร่วม เพื่อ​แยก​ให้​เห็น​ว่าย​อด​ที่​เพิ่ม​ขึ้น​มา​จาก​โฆษณา​จริง​เท่าไร

เครื่อง​มือ​มี​ให้​ใช้​ฟรี​แล้ว แต่​ข้อมูล​คือ​ด่าน​จริง

ทั้ง Google และ Meta เปิด​โมเดล MMM เป็น​โอ​เพน​ซอร์ส ข้อ​จำกัด​ของ​ธุรกิจ​ส่วน​ใหญ่​จึง​ไม่ใช่​ค่า​เครื่อง​มือ แต่​คือ​ยอด​ข้อมูล​ย้อน​หลัง​ที่​ยัง​ไม่​ยาว​พอ

MMM คือ​โมเดล​สถิติ​ที่​วัด​ความ​คุ้ม​ค่า​งบ​โฆษณา​จาก​ยอด​ขาย​รวม ไม่​ต้อง​ตาม​รอย​ผู้​ใช้​ราย​คน รวม​วิธี​ทำงาน ข้อมูล​ขั้น​ต่ำ​ที่​ต้อง​มี และ​เครื่อง​มือ​โอ​เพน​ซอร์ส​ที่​ใช้ได้​ฟรี

ธุรกิจ​ที่​ยิง​โฆษณา​หลาย​ช่อง​ทาง​พร้อม​กัน​มัก​เจอ​ปัญหา​เดียวกัน คือ​ยอด​ขาย​ที่​แต่ละ​แพลตฟอร์ม​รายงาน​มัก​บวก​กัน​แล้ว​มากกว่า​ยอด​จริง​ใน​บัญชี เพราะ​ลูกค้า​คน​เดียว​อาจ​เห็น​โฆษณา​จาก​หลาย​ช่อง​ทาง​ก่อน​ตัดสิน​ใจ แล้ว​ทุก​ช่อง​ทาง​ต่าง​นับ​ว่า​ตัว​เอง​เป็น​คน​ปิด​การ​ขาย เมื่อ​ธุรกิจ​ยิง​สื่อ​พร้อม​กัน​หลาย​ทาง ตัวเลข​ที่​ซ้อน​ทับ​กัน​นี้​จึง​ทำให้​ไม่มี​ใคร​รู้​ว่า​งบ​ก้อน​ไหน​สร้าง​ยอด​ขาย​จริง สำหรับ​ผู้​ที่​ต้อง​ตัดสิน​ใจ​ว่า​จะ​ย้าย​งบ​ไป​ทาง​ไหน บท​นี้​อธิบาย​ที่มา​ของ​ตัวเลข​ที่​เกิน​จริง ความ​หมาย​ของ Marketing Mix Modeling ความ​ต่าง​จาก​การ​วัดผล​ราย​คลิก ปริมาณ​ข้อมูล​ที่​ต้อง​มี​ก่อน​เริ่ม และ​เหตุ​ที่​ควร​เริ่ม​จาก​วินัย​เก็บ​ข้อมูล​ก่อน​ซื้อ​เครื่อง​มือ

Marketing Mix Modeling (MMM) คือ​แบบ​จำลอง​ทาง​สถิติ​ที่​หาความ​สัมพันธ์​ระหว่าง​งบ​โฆษณา​แต่ละ​ช่อง​ทาง​กับ​ยอด​ขาย​ที่​เกิด​ขึ้น​จริง โดย​ใช้​ข้อมูล​ระดับ​ภาพ​รวม​ย้อน​หลัง​หลาย​ปี ไม่ใช่​การ​ตาม​รอย​ผู้​ใช้​ที​ละ​คน​แบบ​ที่​แด​ช​บอร์ด​โฆษณา​ทำ จุด​แข็ง​ของ​วิธี​นี้​คือ​วัด​สื่อ​ออฟ​ไลน์​อย่าง​ป้าย​โฆษณา​และ​ทีวี​ได้​ใน​สมการ​เดียว​กับ​สื่อ​ออนไลน์

ทำไม​ยอด​ขาย​ใน​แด​ช​บอร์ด​บวก​กัน​แล้ว​เกิน​ยอด​จริง

ต้น​เหตุ​คือ​แต่ละ​แพลตฟอร์ม​นับ​ยอด​ขาย​ด้วย​ข้อมูล​ของ​ตัว​เอง​เท่านั้น และ​ไม่รู้​ว่า​ลูกค้า​คน​เดียวกัน​เคย​เห็น​โฆษณา​ที่​อื่น​มา​ก่อน เมื่อ​ธุรกิจ​ยิง​สื่อ​หลาย​ช่อง​ทาง​พร้อม​กัน ยอด​เดียวกัน​จึง​ถูก​นับ​ซ้ำ​ใน​หลาย​รายงาน วิธี​วัดผล​แบบ​ตาม​รอย​ราย​คน​หรือ Multi-Touch Attribution (MTA) ยัง​มี​จุด​อ่อน​ซ้อน​อยู่​อีก​ชั้น คือ​ให้​เครดิต​หนัก​ไป​ที่​จุดสัมผัส​สุดท้าย​ก่อน​ซื้อ ทั้ง​ที่​จุดสัมผัส​ก่อน​หน้า​เป็น​คน​สร้าง​ความ​ต้องการ

ข้อ​จำกัด​ด้าน​ความ​เป็น​ส่วน​ตัว​ทำให้​ช่อง​ว่าง​นี้​กว้าง​ขึ้น​อีก App Tracking Transparency ของ Apple บังคับ​ให้​แอป​ต้อง​ขอ​อนุญาต​ผู้​ใช้​ก่อน​ติดตาม​ข้าม​แอป ส่วน​กฎหมาย PDPA ของ​ไทย​กำหนด​ให้การ​เก็บ​และ​ใช้​ข้อมูล​ส่วน​บุคคล​ต้อง​มี​ฐาน​ทาง​กฎหมาย​รองรับ ผล​รวม​คือ​ข้อมูล​ราย​คน​ที่​แพลตฟอร์ม​เคย​ใช้​คำนวณ​เหลือ​น้อย​ลง รายงาน​จึง​ต้อง​เดา​ส่วน​ที่​หาย​ไป​มาก​ขึ้น

Google ยกเลิก Third-Party Cookies ไป​แล้ว​หรือ​ยัง

ยัง​ไม่​ยกเลิก และ​ประกาศ​แล้ว​ว่า​จะ​ไม่​ยกเลิก Google แถลง​เมื่อ 22 เมษายน 2025 ว่า​จะ​คง​ทาง​เลือก​เรื่อง​คุกกี้​ไว้​ใน Chrome ตาม​เดิม และ​ไม่​ออก​หน้าต่าง​ให้​ผู้​ใช้​เลือก​ปิด​คุกกี้​แบบ​แยก​ต่าง​หาก​อีก​แล้ว ข้อมูล​ที่​ยัง​เขียน​กัน​ว่า "Google เตรียม​ยกเลิก​คุกกี้" จึง​เป็น​ข้อมูล​ก่อน​หน้า​ประกาศ​ฉบับ​นี้

แล้ว​ทำไม​ยัง​ต้อง​สนใจ​วิธี​วัดผล​ที่​ไม่​ใช้​คุกกี้

เพราะ​คุกกี้​ไม่ใช่​ปัญหา​เดียว​ของ​การ​วัดผล ต่อ​ให้ Chrome ยัง​เก็บ​คุกกี้​ไว้ ข้อมูล​ฝั่ง​แอป​ก็​ยัง​ถูก​จำกัด​ด้วย​กติกา​ของ Apple และ​ตัวเลข​ที่​แต่ละ​แพลตฟอร์ม​รายงาน​ก็​ยัง​ซ้อน​ทับ​กัน​อยู่ดี วิธี​วัดผล​ที่​มอง​จาก​ยอด​ขาย​รวม​จึง​ยัง​จำเป็น ไม่ใช่​เพราะ​คุกกี้​กำลัง​จะ​หาย​ไป แต่​เพราะ​มัน​ตอบ​คำถาม​คนละ​ข้อ​กับ​แด​ช​บอร์ด

Marketing Mix Modeling (MMM) คือ​อะไร

MMM คือ​แบบ​จำลอง​ทาง​สถิติ​ที่​ใช้​ข้อมูล​ย้อน​หลัง​หาความ​สัมพันธ์​ระหว่าง​กิจกรรม​การ​ตลาด​กับ​ยอด​ขาย​ที่​เกิด​ขึ้น​จริง ตัวแปร​ฝั่ง​การ​ตลาด​คือ​งบ​สื่อ​แต่ละ​ช่อง​ทาง​และ​กิจกรรม​ส่ง​เสริม​การ​ขาย ส่วน​ตัวแปร​ควบคุม​คือ​สิ่ง​ที่​กระทบ​ยอด​ขาย​แต่​ไม่ใช่​โฆษณา เช่น ฤดูกาล ราคา และ​วัน​หยุด ผลลัพธ์​ที่​ได้​คือ​ส่วน​แบ่ง​ของ​ยอด​ขาย​ที่​อธิบาย​ได้​ด้วย​แต่ละ​ปัจจัย

ตัวอย่าง​การ​อ่าน​ผลลัพธ์​ใน​ธุรกิจ​ครีม​กันแดด​ที่​ยอด​ขาย​พุ่ง​ขึ้น​ใน​เดือน​เมษายน โมเดล​จะ​แยก​ให้​เห็น​ว่า​ส่วน​ที่​เพิ่ม​ขึ้น​มา​จาก​ฤดูกาล​เท่าไร มา​จาก​โปรโมชัน​ลด​ราคา​เท่าไร และ​เหลือ​เป็น​ผล​ของ​โฆษณา​แต่ละ​ช่อง​ทาง​เท่าไร ตัวเลข​ชุด​นี้​ต่าง​กัน​ไป​ตาม​ธุรกิจ​และ​ช่วง​เวลา จึง​ไม่มี​สัดส่วน​มาตรฐาน​ที่​ยก​มา​ใช้​แทน​กัน​ได้ ประโยชน์​อยู่​ที่​การ​เห็น​ว่า​ส่วน​ที่​โฆษณา​สร้าง​ขึ้น​จริง​มัก​เล็ก​กว่า​ที่​แด​ช​บอร์ด​รายงาน​ไว้​มาก

เมื่อ​แยก​ส่วน​นี้​ได้ ธุรกิจ​จะ​ตอบ​ได้​ว่า​เงิน​ที่​ลง​ไป​ใน​แต่ละ​ช่อง​ทาง​คืน​กลับ​มา​เท่าไร และ​คำถาม​ที่​ตอบ​ยาก​ที่สุด​อย่าง​การ​วัดผล​ป้าย​โฆษณา​หรือ​ทีวี​ก็​เข้า​มา​อยู่​ใน​สมการ​เดียว​กับ​สื่อ​ออนไลน์ เพราะ​โมเดล​ไม่​ได้​ต้องการ​ลิงก์​ให้​คลิก แต่​ต้องการ​งบ​ที่​ใช้​ใน​แต่ละ​ช่วง​เวลา​เท่านั้น

Incremental Sales ต่าง​จาก​ยอด​ขาย​ที่​แพลตฟอร์ม​รายงาน​อย่างไร?

ยอด​ขาย​ที่​แพลตฟอร์ม​รายงาน (Reported Conversions) มัก​รวม​ยอด​ขาย​ที่​จะ​เกิด​ขึ้น​อยู่​แล้ว​แม้​ไม่มี​โฆษณา เช่น ลูกค้า​ประจำ​ที่​ตั้งใจ​ซื้อ​ซ้ำ ส่วน Incremental Sales คือ​ยอด​ขาย​ส่วน​ที่ "เพิ่ม​ขึ้น​จริง" เพราะ​มี​โฆษณา​เข้า​มาก​ระ​ตุ้น​เท่านั้น การ​แยก​ตัวเลข​สอง​ชุด​นี้​ออก​จาก​กัน​คือ​กุญแจ​สำคัญ​ที่​ทำให้ MMM บอก​ความ​คุ้ม​ค่า​ได้​แม่นยำ​กว่า​ตัวเลข​ดิบ​จาก Dashboard

MMM ต่าง​จาก​การ​วัดผล​ราย​คลิก (MTA) อย่างไร

ความ​ต่าง​หลัก​คือ​ระดับ​ที่​มอง​และ​ข้อมูล​ที่​ใช้ MTA มอง​ระดับ​บุคคล​จาก​คุกกี้​และ​พิกเซล จึง​ตอบ​ได้​ว่า​ชิ้น​งาน​ไหน​ถูก​คลิก​ก่อน​ซื้อ ส่วน MMM มอง​ระดับ​ภาพ​รวม​จาก​ยอด​ขาย​รวม​กับ​งบ​สื่อ จึง​ตอบ​ได้​ว่า​แต่ละ​ช่อง​ทาง​สร้าง​ยอด​เพิ่ม​ขึ้น​เท่าไร​เมื่อ​หัก​ปัจจัย​อื่น​ออก​แล้ว ตาราง​ด้าน​ล่าง​เทียบ​ให้​เห็น​ที​ละ​มิติ

มิติ​การ​วิเคราะห์ Multi-Touch Attribution (MTA) Marketing Mix Modeling (MMM)
ระดับ​การ​มอง​เห็น Micro-level (ระดับ​ราย​บุคคล / ยอด​คลิก) Macro-level (ภาพ​รวม​ยอด​ขาย​มหา​ภาค)
ข้อมูล​ที่​ใช้ Cookies, Pixel, User ID Tracking ข้อมูล​ยอด​ขาย​รวม, งบ​โฆษณา, ปัจจัย​แวดล้อม (เศรษฐกิจ, ฤดูกาล)
ข้อมูล​ส่วน​บุคคล​ที่​ต้อง​ใช้ ต้อง​ใช้ ทำให้​ต้อง​จัดการ​ฐาน​ความ​ยินยอม​ตาม PDPA ไม่​ต้อง​ใช้ เพราะ​ทำงาน​กับ​ข้อมูล​รวม​ที่​ไม่​ระบุ​ตัว​ตน
วิเคราะห์​สื่อ​ออฟ​ไลน์ (ทีวี, ป้าย) ทำ​ไม่​ได้ วัด​ได้​แค่​สื่อ​ที่​มี​ลิงก์​ให้​คลิก ทำได้ เพราะ​ใช้​งบ​ที่​ลง​ใน​แต่ละ​ช่วง​เวลา​เป็น​ตัวแปร
ความถี่​ที่​ใช้​ตัดสิน​ใจ​ได้ ราย​วัน ใช้​ปรับ​แคมเปญ​ที่​กำลัง​ยิง​อยู่ ราย​เดือน​ถึง​ราย​ไตรมาส ใช้​วางแผน​จัดสรร​งบ
ข้อ​จำกัด มัก​ให้​เครดิต​ช่อง​ทาง​สุดท้าย​ที่​คน​คลิก (Last-click Bias) ต้อง​มี​ข้อมูล​ย้อน​หลัง​ยาว​พอ และ​ต้อง​มี​ความ​แปรผัน​ของ​งบ​ให้​โมเดล​เรียน​รู้

MMM กับ MTA ควร​ใช้​ตัว​ไหน​ดี​กว่า​กัน?

ไม่​ต้อง​เลือก​ใช้​ตัว​ใด​ตัว​หนึ่ง เพราะ​ทั้ง​สอง​ตอบ​คำถาม​คนละ​ระดับ MTA เหมาะ​กับ​การ​ปรับ​จูน​แคมเปญ​ราย​วัน​แบบ Tactical ส่วน MMM เหมาะ​กับ​การ​วางแผน​จัดสรร​งบ​ประมาณ​ภาพ​รวม​ราย​เดือน​หรือ​ไตรมาส​แบบ Strategic แบรนด์​ที่​ใช้​สอง​เครื่อง​มือ​นี้​ควบคู่​กัน​จะ​เห็น​ภาพ​ทั้ง​ระยะ​สั้น​และ​ระยะ​ยาว​พร้อม​กัน


ดู​ราย​ละเอียด​วิธี​ทำงาน​ได้ที่บริการ​วิจัย​ตลาด​ของ​ฟิจิ⁠ทัล เอ​เจน​ซี

หาก​อยาก​รู้​ภาพ​รวม​ว่า​ปี​นี้​เม็ด​เงิน​โฆษณา​ดิจิทัล​ไทย​ไหล​ไป​ทาง​ไหน​บ้าง​ก่อน​วางแผน​งบ​ประมาณ อ่าน​เพิ่ม​เติม​ที่เจาะ​ลึก​งบ​โฆษณา​ดิจิทัล​ไทย และ​หาก​ยัง​ตัดสิน​ใจ​ไม่​ได้​ว่า​จะ​บริหาร​งบ​เอง​หรือ​จ้าง​มือ​อาชีพ อ่านทำไม​ธุรกิจ​ถึง​ต้อง​จ้าง​เอ​เจน​ซี​โฆษณา ประกอบ​การ​ตัดสิน​ใจ พร้อม​เข้าใจ​ความ​ต่าง​ระหว่าง​เอ​เจน​ซี​เครือ​ข่าย​ข้าม​ชาติ​กับ​เอ​เจน​ซี​อิสระ อ่าน​ได้​ในNetwork vs Independent Agency ต่าง​กัน​อย่างไร เลือก​แบบ​ไหน​ดี หรือ​ทาง​เลือก​แบบ Boutique Agency อ่าน​ได้​ในBoutique Agency คือ​อะไร ข้อดี​และ​ข้อ​จำกัด​ที่​ต้อง​รู้​ก่อน​จ้าง และ​ทำความ​เข้าใจ​ว่าDigital Marketing Agency คือ​อะไร ทำ​อะไร​บ้าง วัดผล​อย่างไร


ต้อง​มี​ข้อมูล​มาก​แค่​ไหน​ถึง​เริ่ม​ทำ MMM ได้

ด่าน​จริง​ของ MMM ไม่ใช่​ค่า​เครื่อง​มือ เพราะ​ทั้ง Google และ Meta เปิด​โมเดล​ของ​ตัว​เอง​เป็น​โอ​เพน​ซอร์ส​ให้​ใช้​ฟรี​แล้ว ด่าน​จริง​คือ​ความ​ยาว​ของ​ข้อมูล​ย้อน​หลัง คู่มือ​ของ Meridian ซึ่ง​เป็น​โมเดล MMM โอ​เพน​ซอร์ส​ของ Google ระบุ​ไว้​ว่า​โมเดล​ที่​แยก​ข้อมูล​ราย​พื้นที่​ควร​มี​ข้อมูล​ราย​สัปดาห์​ย้อน​หลัง​อย่าง​น้อย 2 ปี ส่วน​โมเดล​ระดับ​ประเทศ​แนะนำ​ที่ 3 ปี และ​ถ้า​เก็บ​เป็น​ราย​เดือน​ก็​ต้อง​มี​อย่าง​น้อย 3 ปี​เช่น​กัน

เหตุผล​ที่​ต้อง​ยาว​ขนาด​นั้น​คือ​โมเดล​ต้อง​เห็น​วงจร​ฤดูกาล​ซ้ำ​หลาย​รอบ และ​ต้อง​เห็น​ช่วง​ที่​งบ​สื่อ​ขึ้น​ลง​ต่าง​กัน​จริง ถ้า​ธุรกิจ​ใช้​งบ​เท่า​กัน​ทุก​เดือน​ตลอด​สาม​ปี โมเดล​จะ​ไม่มี​ความ​แปรผัน​ให้​เรียน​รู้​ว่า​งบ​ที่​เพิ่ม​ขึ้น​ทำให้​ยอด​ขาย​เปลี่ยน​ไป​อย่างไร ข้อมูล​ยาว​แต่​นิ่ง​สนิท​จึง​ให้​ผล​ที่​เชื่อ​ถือ​ได้​น้อย​กว่า​ข้อมูล​สั้น​กว่า​ที่​มี​การ​ทดลอง​ปรับ​งบ​อยู่​เรื่อย ๆ

สิ่ง​ที่​ต้องเต​รี​ยม ราย​ละเอียด
ยอด​ขาย​หรือ​ตัว​ชี้​วัด​หลัก ราย​สัปดาห์ ย้อน​หลัง​ตาม​เกณฑ์​ข้าง​ต้น แยก​ตาม​พื้นที่​ได้​ยิ่ง​ดี
งบ​สื่อ​ราย​ช่อง​ทาง ทั้ง​ออนไลน์​และ​ออฟ​ไลน์ พร้อม​ตัวเลข​การ​มอง​เห็น เช่น อิม​เพรส​ชัน
ตัวแปร​ควบคุม ราคา โปรโมชัน วัน​หยุด ฤดูกาล การ​เปิด​สาขา​ใหม่
ความ​แปรผัน​ของ​งบ ต้อง​เคย​มี​ช่วง​ที่​เพิ่ม​หรือ​ลด​งบ​ต่าง​กัน​จริง ไม่ใช่​จ่าย​เท่า​กัน​ทุก​เดือน

อีก​ตัว​เลือก​ที่​ธุรกิจ​ไทย​ใช้ได้​คือ Robyn ของ Meta ซึ่ง​เป็น​แพ็ก​เกจ MMM โอ​เพน​ซอร์ส​เช่น​กัน และ​ระบุ​ไว้​ชัด​ว่า​ไม่​ต้อง​ใช้​ข้อมูล​ส่วน​บุคคล​หรือ​ข้อมูล​ระดับ​ราย​คน​เลย จุด​นี้​ทำให้​ทั้ง​สอง​เครื่อง​มือ​เข้า​กับ​ข้อ​กำหนด​ของ PDPA ได้​ง่าย​กว่า​การ​วัดผล​ที่​อาศัย​การ​ตาม​รอย​ผู้​ใช้

จุดอิ่มตัว​ของ​สื่อ (Diminishing Returns) คือ​อะไร

คือ​ระดับ​งบ​ที่​เมื่อ​ลงทุน​เพิ่ม​ใน​ช่อง​ทาง​เดิม ผล​ตอบแทน​ที่​ได้​กลับ​มา​เริ่ม​ลด​ลง​เรื่อย ๆ เพราะ​กลุ่ม​เป้า​หมาย​ใน​ช่อง​ทาง​นั้น​ถูก​เข้า​ถึง​ซ้ำ​จน​อิ่ม​ตัว MMM ประเมิน​จุด​นี้​จาก​รูป​แบบ​ใน​อดีต​ได้ ทำให้​ธุรกิจ​เห็น​ว่า​ควร​หยุด​เติม​งบ​ช่อง​ทาง​เดิม​ตรง​ไหน แล้ว​ย้าย​ส่วน​ที่​เหลือ​ไป​ช่อง​ทาง​อื่น

ธุรกิจ​ที่​ข้อมูล​ยัง​ไม่​ถึง​เกณฑ์​ควร​ทำ​อะไร​ก่อน

เริ่ม​จาก​เก็บ​ยอด​ขาย​ราย​สัปดาห์​คู่​กับ​งบ​สื่อ​ราย​ช่อง​ทางใน​ตาราง​เดียวกัน​ตั้งแต่​วัน​นี้ แม้​ยัง​ไม่​ได้​สร้าง​โมเดล ระหว่าง​นั้น​ใช้​การ​ทดลอง​แบบ​เปิด​ปิด​สื่อ​ใน​บาง​พื้นที่​เพื่อ​วัดผล​ต่าง ซึ่ง​ให้​คำ​ตอบ​เรื่อง​ความ​คุ้ม​ค่า​ได้​เร็ว​กว่า และ​ข้อมูล​ที่​เก็บ​ไว้​จะ​กลาย​เป็น​วัตถุดิบ​ของ​โมเดล​เมื่อ​ครบ​เกณฑ์

เริ่ม​จาก​วินัย​เก็บ​ข้อมูล ไม่ใช่​เริ่ม​จาก​ซื้อ​เครื่อง​มือ

มี​ความ​ย้อน​แย้ง​อยู่​ใน​เรื่อง​นี้​ที่​ควร​พูด​ตรง ๆ คือ​ธุรกิจ​ที่​ได้​ประโยชน์​จาก​การ​วัดผล​แบบ​ไม่​ตาม​รอย​ราย​คน​มาก​ที่สุด มัก​เป็น​ธุรกิจ​ขนาด​เล็ก​ที่​ไม่มี​ระบบ​เก็บ​ข้อมูล​หลาย​ชั้น​สำรอง​ไว้ แต่​กลุ่ม​เดียวกัน​นี้​ก็​เป็นก​ลุ่ม​ที่​มี​ข้อมูล​ย้อน​หลัง​สั้น​ที่สุด​เช่น​กัน ผล​คือ​เครื่อง​มือ​ที่​ฟัง​ดู​เหมาะ​กับ​พวก​เขา​ที่สุด กลับ​เป็น​เครื่อง​มือ​ที่​ยัง​ใช้​ไม่​ได้​ใน​วัน​นี้

ทางออก​จึง​ไม่ใช่​การ​รีบ​ซื้อ​บริการ​ที่​พ่วง​คำ​ว่า MMM มา​ใน​ชื่อ​แพ็ก​เกจ แต่​คือ​การ​เริ่ม​เก็บ​ยอด​ขาย​กับ​งบ​สื่อ​ให้​อยู่​ใน​หน่วย​เวลา​เดียวกัน​ตั้งแต่​วัน​นี้ และ​ใช้​การ​ทดลอง​วัดผล​แบบ​เปิด​ปิด​สื่อ​ไป​พลาง​ก่อน เมื่อ​ถึง​วัน​ที่​ข้อมูล​ยาว​พอ ต้นทุน​ของ​การ​เริ่ม​ทำ​โมเดล​จะ​เหลือ​แค่​เวลา​วิเคราะห์ ไม่ใช่​การ​ย้อน​ไป​ตาม​หา​ข้อมูล​ที่​ไม่​เคย​ถูก​เก็บ​ไว้

ควร​ถาม​ผู้​ให้​บริการ MMM ว่า​อะไร​ก่อน​จ่าย​เงิน

ถาม​สาม​ข้อ คือ​โมเดล​ต้องการ​ข้อมูล​ย้อน​หลัง​ขั้น​ต่ำ​กี่​สัปดาห์ ผลลัพธ์​จะ​รายงาน​ช่วง​ความ​ไม่​แน่นอน​มา​ด้วย​หรือ​ไม่ และ​ธุรกิจ​จะ​ได้​ข้อมูล​ที่​จัด​รูป​แบบ​แล้วก​ลับ​มา​ถือ​ไว้​เอง​หรือ​เปล่า คำ​ตอบ​สาม​ข้อ​นี้​แยก​ผู้​ให้​บริการ​ที่​ทำ​โมเดล​จริง​ออก​จาก​คน​ที่​แค่​สรุป​ตัวเลข​จาก​แด​ช​บอร์ด​มา​ใส่​รายงาน

สรุป

MMM คือ​การ​วัดผล​จาก​ภาพ​รวม​ของ​ยอด​ขาย​แทน​การ​ตาม​รอย​ผู้​ใช้​ราย​คน จุด​แข็ง​คือ​ดึง​สื่อ​ออฟ​ไลน์​เข้า​มา​อยู่​ใน​สมการ​เดียว​กับ​สื่อ​ออนไลน์ และ​แยก​ผล​ของ​ฤดูกาล​กับ​โปรโมชัน​ออก​จาก​ผล​ของ​โฆษณา​ได้ ส่วน​ที่​มัก​เข้าใจ​ผิด​คือ​คิด​ว่า​อุปสรรค​อยู่​ที่​ค่า​เครื่อง​มือ ทั้ง​ที่​โมเดล​ของ Google และ Meta เปิด​ให้​ใช้​ฟรี​แล้ว อุปสรรค​จริง​คือ​ข้อมูล​ย้อน​หลัง​ที่​ต้อง​ยาว​พอ​และ​ต้อง​มี​ความ​แปรผัน​ของ​งบ​ให้​โมเดล​เรียน​รู้ ธุรกิจ​ที่​ยัง​ไม่​ถึง​เกณฑ์​จึง​ควร​เริ่ม​จาก​วินัย​การ​เก็บ​ข้อมูล​และ​การ​ทดลอง​วัดผล​ราย​พื้นที่​ไป​ก่อน

คำถามที่พบบ่อย (FAQ)

ตัว​โมเดล​ใช้​ฟรี​ได้ เพราะ​ทั้ง Meridian ของ Google และ Robyn ของ Meta เป็น​โอ​เพน​ซอร์ส ต้นทุน​จริง​อยู่​ที่​คน​ที่​อ่าน​ผลลัพธ์​เป็น​และ​เวลา​ใน​การ​จัด​ข้อมูล​ให้​อยู่​ใน​รูป​แบบ​ที่​โมเดล​รับ​ได้ ซึ่ง​มัก​ใช้​เวลา​มากกว่า​การ​รัน​โมเดล​เอง​หลาย​เท่า

ทำได้​ถ้า​มี​ข้อมูล​ยาว​พอ​และ​มี​คน​ที่​อ่าน​ผล​ทาง​สถิติ​เป็น ข้อ​ควร​ระวัง​คือ​ยิ่ง​ช่อง​ทาง​สื่อ​มี​จำนวน​มาก​เทียบ​กับ​จำนวน​สัปดาห์​ที่​มี​ข้อมูล ผลลัพธ์​จะ​ยิ่ง​ไม่​นิ่ง ธุรกิจ​ที่​ใช้​สื่อ​ไม่​กี่​ช่อง​ทาง​จึง​ได้​ผล​ที่​เชื่อ​ถือ​ได้​ง่าย​กว่า​ธุรกิจ​ที่​ยิง​ครบ​ทุก​แพลตฟอร์ม

ไม่​ต้อง​เลิก เพราะ​ตอบ​คนละ​คำถาม แด​ช​บอร์ด​ใช้​ปรับ​ชิ้น​งาน​และ​กลุ่ม​เป้า​หมาย​ราย​วัน ส่วน MMM ใช้​ตัดสิน​ว่า​จะ​แบ่ง​งบ​ก้อน​ใหญ่​ไป​ช่อง​ทาง​ไหน​ใน​รอบ​ถัด​ไป ธุรกิจ​ที่​ใช้​ทั้ง​สอง​อย่าง​จะ​เห็น​ทั้ง​ภาพ​ระยะ​สั้น​และ​ระยะ​ยาว

ผลลัพธ์​เป็น​ช่วง​ค่า​ประมาณ​พร้อม​ระดับ​ความ​ไม่​แน่นอน ไม่ใช่​ตัวเลข​เดียว​ที่​ชี้ขาด สิ่ง​ที่​ควร​ดู​จึง​ไม่ใช่​ว่า​โมเดล​อธิบาย​ยอด​ขาย​ใน​อดีต​ได้​ดี​แค่​ไหน แต่​คือ​ช่วง​ความ​เชื่อ​มั่น​ของ​แต่ละ​ช่อง​ทาง​แคบ​พอ​จะ​ใช้​ตัดสิน​ใจ​ย้าย​งบ​หรือ​ไม่

ช่วย​ลด​ภาระ​เรื่อง​ข้อมูล​ส่วน​บุคคล เพราะ​ใช้​ข้อมูล​รวม​ที่​ไม่​ระบุ​ตัว​ตน เช่น ยอด​ขาย​ราย​สัปดาห์​และ​งบ​สื่อ ไม่​ต้อง​เก็บ​พฤติกรรม​ราย​คน ธุรกิจ​จึง​ไม่​ต้อง​ขอ​ความ​ยินยอม​เพิ่ม​สำหรับ​การ​วัดผล​ส่วน​นี้ แต่​ยัง​ต้อง​ดูแล​ข้อมูล​ลูกค้า​ใน​ระบบ​อื่น​ตาม​กฎหมาย​เหมือน​เดิม

ยัง​ไม่​ควร​เริ่ม​ที่​โมเดล​เต็ม​รูป​แบบ เพราะ​ข้อมูล​สั้น​เกิน​กว่า​จะ​แยก​ผล​ของ​ฤดูกาล​ออก​จาก​ผล​ของ​โฆษณา​ได้ ทาง​ที่​ให้​คำ​ตอบ​เร็ว​กว่า​คือ​การ​ทดลอง​เปิด​ปิด​สื่อ​ใน​บาง​พื้นที่​แล้ว​วัด​ส่วน​ต่าง​ของ​ยอด​ขาย ควบคู่​กับ​การ​เก็บ​ข้อมูล​ไว้​ใช้​ใน​อนาคต

PHYGITAL INSIGHT

ฟิจิ⁠ทัล​พบ​ว่า​ธุรกิจ​ส่วน​ใหญ่​ที่​อยาก​ทำ MMM ติด​อยู่​ที่​เรื่อง​เดียวกัน​หมด คือ​ยอด​ขาย​กับ​งบ​สื่อ​ถูก​เก็บ​อยู่​คนละ​ที่​และ​คนละ​หน่วย​เวลา ทำให้​ต่อ​ให้​ครบ​สาม​ปี​ก็​ยัง​เอา​เข้า​โมเดล​ไม่​ได้ บริการ​วิจัย​ตลาด​ของ​ฟิจิ⁠ทัล​จึง​เริ่ม​จาก​การ​จัด​ข้อมูล​สอง​ชุด​นี้​ให้​อยู่​ใน​หน่วย​เวลา​เดียวกัน​ก่อน แล้ว​ค่อย​เลือก​วิธี​วัด​ที่​เหมาะ​กับ​ปริมาณ​ข้อมูล​ที่​มี​อยู่​จริง ซึ่ง​บาง​กรณี​คือ​การ​ทดลอง​เปิด​ปิด​สื่อ​ราย​พื้นที่ ไม่ใช่​การ​สร้าง​โมเดล​เต็ม​รูป​แบบ​ตั้งแต่​วัน​แรก

ให้ PHYGITAL AGENCY ช่วยต่อยอดเรื่องนี้สู่ผลลัพธ์จริง

ยอด​ขาย​กับ​งบ​โฆษณา​ของ​ธุรกิจ​คุณ ยัง​อยู่​คนละ​ไฟล์​คนละ​หน่วย​เวลา​อยู่​หรือ​เปล่า

ให้ PHYGITAL AGENCY ช่วย​จัด​ข้อมูล​สอง​ชุด​นี้​ให้​ตรง​กัน​ก่อน แล้ว​เลือก​วิธี​วัดผล​ที่​เหมาะ​กับ​ปริมาณ​ข้อมูล​ที่​ธุรกิจ​คุณ​มี​อยู่​จริง เพื่อ​ให้​รู้​ว่า​งบ​ก้อน​ไหน​สร้าง​ยอด​ขาย​เพิ่ม​จริง​และ​ก้อน​ไหน​จ่าย​ไป​กับ​ยอด​ที่​จะ​เกิด​อยู่​แล้ว

PARANATH PANARATANA

WRITTEN BY

PARANATH PANARATANA

CHAIRMAN OF PHYGITAL AGENCY

ประธานกรรมการบริษัท ฟิจิทัล เอเจนซี จำกัด มีประสบการณ์ดูแลการตลาดที่ผสานโลกจริงและโลกออนไลน์เข้าด้วยกัน ตลอดจนเป็นที่ปรึกษาในการวินิจฉัยธุรกิจ อีกทั้งยังเคยทำงานในสายวิดีโอโปรดักชั่นและภาพยนตร์ไทยอีกด้วย