# Zero-Party Data ถามลูกค้ายาวแค่ไหนก่อนคนตอบจะหายไป

> ที่มา: https://phygital.co.th/insights/zero-party-data-explained · เผยแพร่ 28 พฤศจิกายน 2567 · อ่าน 12 นาที · โดย PARANATH PANARATANA

Zero-Party Data ได้จากคำถามที่ลูกค้าตอบเอง งานวิจัยสองชิ้นชี้ว่าเวลาที่บอกไว้และจำนวนข้อลดคนตอบ และทำให้กลุ่มผู้ตอบเอียง พร้อมหลักออกแบบคำถาม โดย PHYGITAL AGENCY

## Key Takeaways

- **Zero-Party Data คือข้อมูลที่ลูกค้าตั้งใจบอกธุรกิจเอง เช่นความชอบ ความต้องการ หรือแผนการซื้อ** — และส่วนใหญ่ได้มาจากแบบสอบถาม ควิซ หรือหน้าตั้งค่าความสนใจ ความยาวของคำถามจึงกำหนดว่าจะได้ข้อมูลจากใคร
- **งานวิจัยของ Galesic และ Bosnjak ปี 2009 พบว่ายิ่งบอกเวลาทำแบบสอบถามออนไลน์ยาว คนยิ่งเริ่มตอบและตอบจบน้อยลง** — และคำตอบของคำถามช่วงท้ายเร็วขึ้น สั้นขึ้น และเหมือนกันมากขึ้น
- **การทดลองของ SOM Institute ปี 2020 พบว่าแบบสอบถาม 205 ข้อได้อัตราตอบต่ำกว่าแบบ 149 ข้อ 2.7 จุด** — และทำให้กลุ่มคนตอบต่างจากกลุ่มที่ไม่ตอบมากขึ้นด้านอายุและพื้นที่ แม้คุณภาพคำตอบจะไม่ลดลง

ร้านที่อยากรู้ว่าลูกค้าชอบอะไรโดยไม่ต้องเดาจากพฤติกรรมการคลิก อาจเริ่มจากทำควิซหรือแบบสอบถามความชอบ แล้วพบว่ามีคนกดเข้ามาไม่น้อย แต่ตอบจบไม่กี่คน และคนที่ตอบจบก็อาจเป็นลูกค้ากลุ่มเดียวกันเกือบทั้งหมด บทนี้ใช้งานวิจัยสองชิ้นเรื่องความยาวของแบบสอบถาม อธิบายว่าเวลาที่บอกผู้ตอบไว้ส่งผลกับจำนวนคนที่เริ่มตอบอย่างไร จำนวนคำถามที่เพิ่มขึ้นลดอัตราตอบเท่าไร และทำให้กลุ่มคนที่ตอบต่างจากลูกค้าทั้งหมดอย่างไร เพื่อให้เจ้าของร้านออกแบบคำถามที่ได้ข้อมูลจากลูกค้าจริงมากพอจะใช้ตัดสินใจ

Zero-Party Data หมายถึงข้อมูลที่ลูกค้าตั้งใจให้ธุรกิจเองโดยตรง เช่นขนาดเสื้อที่ใส่ รสชาติที่ชอบ สินค้าที่วางแผนจะซื้อ หรือช่องทางที่อยากให้ติดต่อ ต่างจาก First-Party Data ที่ธุรกิจเก็บจากพฤติกรรมบนช่องทางของตัวเอง เช่นหน้าที่ลูกค้าเปิดดูหรือประวัติคำสั่งซื้อ บทนี้ไม่ลงเรื่องคุกกี้หรือการจับคู่ลูกค้าคนเดียวกันข้ามช่องทาง และพูดเฉพาะข้อมูลที่ลูกค้าบอกผ่านคำถาม

แหล่งหลักมีสองชิ้น ชิ้นแรกคือ[บทคัดย่อของงานวิจัย Galesic และ Bosnjak ในวารสาร Public Opinion Quarterly](https://academic.oup.com/poq/article/73/2/349/1939196) ปี 2009 ชิ้นที่สองคือ[รายงานระเบียบวิธีของ SOM Institute มหาวิทยาลัยโกเธนเบิร์ก ฉบับ 2022:1](https://www.gu.se/sites/default/files/2022-11/2022-1%20Effects%20of%20questionnaire%20length%20%28Sandelin%202022%29%20v2%5F1.pdf) โดย Frida Sandelin ข้อความของทั้งสองชิ้นตรวจเมื่อวันที่ 27 ก.ย. 2569 งานชิ้นแรกบทนี้อ้างจากบทคัดย่อบนเว็บของสำนักพิมพ์ จึงเล่าเฉพาะผลที่บทคัดย่อเขียนไว้ และไม่ได้ยกตัวเลขในตัวบทความเต็ม

## ข้อมูลที่ลูกค้าตั้งใจบอกเอง

ข้อมูลลูกค้าที่ธุรกิจมีแยกได้ตามวิธีที่ได้มา การแยกนี้ช่วยให้รู้ว่าข้อมูลชุดไหนต้องออกแบบคำถาม และชุดไหนได้มาจากระบบ

| ประเภท            | ได้มาอย่างไร                                                          | ตัวอย่าง                                                             |
| ----------------- | ----------------------------------------------------------------------- | -------------------------------------------------------------------- |
| Zero-Party Data   | ลูกค้าตอบคำถามหรือเลือกเองโดยตั้งใจ                              | ผลควิซเลือกสกินแคร์ หน้าตั้งค่าความสนใจ แบบสอบถามหลังซื้อ |
| First-Party Data  | ธุรกิจบันทึกจากพฤติกรรมบนช่องทางของตัวเอง                      | ประวัติคำสั่งซื้อ หน้าที่เปิดดู การเปิดอีเมล                  |
| Second-Party Data | ได้จากพันธมิตรที่เก็บข้อมูลของตัวเองแล้วแบ่งปันตามข้อตกลง | ข้อมูลกลุ่มลูกค้าจากแบรนด์พันธมิตร                              |

ข้อดีของ Zero-Party Data คือบอกเหตุผลและความตั้งใจที่พฤติกรรมไม่บอก ลูกค้าที่เปิดดูเสื้อกันหนาวสามครั้งอาจซื้อเป็นของขวัญหรือซื้อให้ตัวเอง ข้อมูลจากพฤติกรรมแยกไม่ได้ แต่คำถามหนึ่งข้อแยกได้ ข้อจำกัดคือข้อมูลนี้มีเฉพาะจากลูกค้าที่ยอมตอบ ส่วนที่เหลือของบทนี้จึงพูดเรื่องว่าใครยอมตอบ

### Zero-Party Data ต่างจาก First-Party Data อย่างไร

Zero-Party Data มาจากสิ่งที่ลูกค้าพูด First-Party Data มาจากสิ่งที่ลูกค้าทำบนช่องทางของธุรกิจ สองแบบใช้คู่กันได้ เช่นร้านรู้จากคำสั่งซื้อว่าลูกค้าซื้อกาแฟเมล็ดทุกเดือน และรู้จากคำตอบของลูกค้าว่าชอบคั่วอ่อน ข้อมูลพฤติกรรมบนเว็บที่ผูกกับคุกกี้หายได้ในบางเบราว์เซอร์ รายละเอียดอยู่ใน[First-Party Data คุกกี้ของเว็บเองก็หมดอายุใน 7 วันได้](https://phygital.co.th/insights/first-party-data-strategy-cookieless) ส่วนรายชื่อที่พันธมิตรแบ่งให้นำไปใช้กับโฆษณาได้แค่ไหน อยู่ใน[Second-Party Data รายชื่อพาร์ตเนอร์ใช้ Customer Match ได้ไหม](https://phygital.co.th/insights/second-party-data-explained)

## บอกเวลาไว้ยาว คนเริ่มตอบน้อยลง

Mirta Galesic และ Michael Bosnjak ทดลองกับแบบสอบถามบนเว็บ โดยบอกผู้ได้รับเชิญแต่ละกลุ่มว่าแบบสอบถามใช้เวลา 10 นาที 20 นาที หรือ 30 นาที และสลับตำแหน่งของชุดคำถามที่มีหัวข้อเดียวกันแบบสุ่ม เพื่อดูว่าคำถามชุดเดียวกันได้คำตอบต่างกันไหมเมื่ออยู่ต้นหรือท้ายแบบสอบถาม

บทคัดย่อรายงานผลไว้สองส่วน

1. **ยิ่งบอกเวลาไว้ยาว คนยิ่งเริ่มตอบและตอบจบน้อยลง** ตรงกับสมมติฐานของผู้วิจัยว่าความยาวที่คาดไว้สัมพันธ์ทางลบกับความเต็มใจเข้าร่วม
2. **คำตอบของคำถามที่อยู่ช่วงท้ายเร็วขึ้น สั้นขึ้น และเหมือนกันมากขึ้น** เมื่อเทียบกับคำถามชุดเดียวกันที่อยู่ใกล้ต้นแบบสอบถาม

ผู้วิจัยวัดคุณภาพคำตอบด้วยตัวชี้วัดสี่อย่าง ได้แก่ เวลาที่ใช้ตอบ สัดส่วนคำถามที่ข้าม ความยาวของคำตอบแบบเขียนเอง และความแตกต่างของคำตอบในคำถามแบบตาราง บทคัดย่อสรุปผลที่ยืนยันไว้สามเรื่องข้างต้น

### คำถามช่วงท้ายของควิซได้คำตอบแบบไหน

จากงานวิจัยนี้ คำถามที่อยู่ช่วงท้ายได้คำตอบที่ใช้เวลาน้อยกว่า คำตอบแบบเขียนเองสั้นกว่า และคำตอบในคำถามแบบตารางเลือกคล้ายกันมากกว่า สำหรับร้านที่ทำควิซความชอบ คำถามที่อยากได้คำตอบละเอียดที่สุด เช่นเหตุผลที่เลือกสินค้า ควรอยู่ช่วงต้น ส่วนคำถามข้อมูลพื้นฐานที่ตอบง่ายไว้ท้ายได้

## เพิ่มคำถาม 56 ข้อ อัตราตอบลดเท่าไร

SOM Institute ส่งแบบสอบถามให้ผู้อยู่อาศัยในเมืองโกเธนเบิร์ก ประเทศสวีเดน อายุ 16-85 ปี ที่สุ่มจากทะเบียนของหน่วยงานภาษีจำนวน 8,000 คน แบ่งแบบสุ่มเป็นสองกลุ่ม กลุ่มละ 4,000 คน ทุกคนเลือกตอบบนกระดาษแล้วส่งกลับทางไปรษณีย์ หรือตอบออนไลน์ก็ได้

รายงานเล่าที่มาของการทดลองไว้ว่า แบบสอบถามประจำปีของเมืองนี้มีคำถาม 9 หน้าตั้งแต่ปี 2017 และได้อัตราตอบเฉลี่ยราวร้อยละ 50 เมื่อสถาบันต้องการขยายเป็น 12 หน้า จึงทดลองก่อนเพื่อวัดว่าการเพิ่มความยาวจะมีราคาเท่าไร แบบสอบถามทั้งสองชุดมีคำถามช่วงแรกเหมือนกัน ชุดยาวเพิ่มคำถามเรื่องทัศนคติทางการเมืองและสุขภาพช่วงกลาง และเพิ่มส่วนเรื่องการเป็นพ่อแม่และความเท่าเทียมช่วงท้าย ก่อนปิดด้วยคำถามข้อมูลพื้นฐานสองหน้าเหมือนกัน ร้านที่กำลังจะเพิ่มคำถามในแบบสอบถามเดิมอยู่ในสถานการณ์เดียวกับสถาบันนี้ คือมีตัวเลขเดิมให้เทียบ และอยากรู้ว่าส่วนที่เพิ่มคุ้มกับคนที่อาจหายไปหรือไม่

| รายการ              | กลุ่มแบบสอบถามยาว | กลุ่มแบบสอบถามสั้น |
| ------------------- | ------------------- | -------------------- |
| หน้าคำถาม          | 12 หน้า             | 9 หน้า               |
| จำนวนคำถาม         | 205 ข้อ             | 149 ข้อ              |
| อัตราตอบรวม (RR5) | 45.8%               | 48.5%                |
| ตอบบนกระดาษ       | 34.7%               | 37.5%                |
| ตอบออนไลน์         | 11.1%               | 11.0%                |

ส่วนต่างอัตราตอบรวม 2.7 จุดมีนัยสำคัญทางสถิติ ฝั่งกระดาษลดลง 2.8 จุด ส่วนฝั่งออนไลน์ไม่พบความแตกต่าง ทั้งสองกลุ่มได้รับการเตือนทางไปรษณีย์สูงสุดสี่ครั้งและข้อความ SMS สูงสุดสี่ครั้ง และได้ลอตเตอรีขูดมูลค่า 30 โครนาเมื่อตอบครบ

### ทำไมฝั่งออนไลน์ไม่ลดลง

รายงานไม่ได้สรุปสาเหตุไว้ตรง ๆ แต่ระบุว่าทั้งสองกลุ่มได้รับแจ้งเวลาทำประมาณครึ่งชั่วโมงเท่ากัน ไม่ว่าจำนวนหน้าคำถามจะเป็นเท่าไร ผู้ตอบออนไลน์ไม่เห็นความหนาของเล่มก่อนตัดสินใจ ขณะที่ผู้ตอบบนกระดาษเห็นทันที ข้อสังเกตของบทนี้คือผลนี้ไปทางเดียวกับงานของ Galesic และ Bosnjak ว่าสิ่งที่ผู้ตอบคาดว่าจะต้องใช้เวลา มีผลกับการตัดสินใจเริ่มตอบ

## คนที่ไม่ตอบคือใคร

รายงานของ SOM Institute วัดด้วยว่าแบบสอบถามยาวทำให้คนบางกลุ่มหายไปมากกว่ากลุ่มอื่นหรือไม่ ผลคือกลุ่มที่ไม่ได้รับผลทางลบจากแบบสอบถามยาวมีแค่ผู้อายุ 30-49 ปี และผู้อยู่ในย่านใจกลางเมือง กลุ่มอายุ 16-29 ปี และ 50-64 ปี ตอบลดลงอย่างมีนัยสำคัญเมื่อเทียบกับกลุ่ม 30-49 ปี ส่วนอีกสามย่านของเมืองลดลงในระดับนัยสำคัญแบบก้ำกึ่ง

ผู้เขียนสรุปว่ากลุ่ม 30-49 ปีและผู้อยู่ใจกลางเมืองไม่ใช่กลุ่มที่ตอบน้อยอยู่แล้ว การที่กลุ่มอื่นหายไปมากกว่าจึงทำให้อคติจากการไม่ตอบเพิ่มขึ้นด้านอายุและพื้นที่ ส่วนด้านเพศและถิ่นเกิดไม่พบความต่างที่มีนัยสำคัญ

ด้านคุณภาพข้อมูล รายงานวัดสามเรื่อง คือสัดส่วนคำถามที่ไม่ตอบ สัดส่วนผู้ที่ตอบไม่ครบตามเกณฑ์ และความสัมพันธ์ของคำตอบคู่ที่ควรสัมพันธ์กัน ทั้งสามเรื่องไม่ต่างกันระหว่างแบบยาวกับแบบสั้น

### ข้อมูลความชอบจากคนที่ตอบจบใช้แทนลูกค้าทั้งหมดได้ไหม

ใช้แทนได้ไม่เต็มที่ ผลของ SOM Institute บอกว่าแบบสอบถามที่ยาวขึ้นไม่ได้ทำให้คำตอบแย่ลง แต่ทำให้คนตอบเหลือกลุ่มที่แคบลง ร้านที่ใช้ผลควิซตัดสินใจเรื่องสินค้าจึงควรเทียบอายุ พื้นที่ หรือยอดซื้อของคนที่ตอบ กับลูกค้าทั้งหมดของร้านก่อน ถ้าต่างกันมาก ผลที่ได้เป็นความชอบของกลุ่มที่ตอบ และยังไม่ใช่ความชอบของลูกค้าทั้งร้าน

## ออกแบบคำถามความชอบให้ได้คำตอบจากลูกค้าจริง

ผลของงานวิจัยสองชิ้นแปลงเป็นหลักออกแบบสำหรับร้านได้ห้าข้อ

1. **บอกเวลาจริงและทำให้สั้นพอจะบอกได้อย่างมั่นใจ** งาน Galesic และ Bosnjak ชี้ว่าเวลาที่บอกไว้มีผลกับจำนวนคนที่เริ่มตอบ
2. **เรียงคำถามสำคัญที่สุดไว้ต้น** เพราะคำตอบช่วงท้ายสั้นและเร็วกว่า
3. **ตัดคำถามที่ไม่มีการตัดสินใจรองรับ** ทุกข้อที่เพิ่มมีต้นทุนเป็นคนที่ไม่ตอบ
4. **ลดจำนวนตัวเลือกในแต่ละข้อให้พอดี** เรื่องตัวเลือกมากไปกับการตัดสินใจของลูกค้าอธิบายไว้ใน[จิตวิทยาการตลาด ตัวเลือกมากไปทำให้ลูกค้าไม่ซื้อจริงหรือ](https://phygital.co.th/insights/marketing-psychology-explained)
5. **แสดงให้ลูกค้าเห็นว่าคำตอบถูกใช้** เช่นหน้าแนะนำสินค้าตามผลควิซ หรือโปรโมชันที่ตรงกับความชอบที่บอกไว้

### ต้องขอความยินยอมตาม PDPA ก่อนเก็บคำตอบความชอบไหม

คำตอบที่ผูกกับชื่อ เบอร์โทร หรือบัญชีสมาชิกของลูกค้าอยู่ใต้ PDPA ในฐานะข้อมูลส่วนบุคคล หน้าแบบสอบถามควรบอกลูกค้าตั้งแต่ข้อแรกว่าจะเอาคำตอบไปทำอะไร แล้วใช้ตามที่บอกไว้เท่านั้น ถ้าจะใช้เพื่อส่งโปรโมชัน ควรแยกช่องให้ลูกค้าเลือกรับเอง และต้องรองรับเมื่อลูกค้าขอดูหรือขอลบข้อมูล ขั้นตอนรับคำขอเหล่านี้อยู่ใน[PDPA กับการตลาด ลูกค้าขอดู ขอลบ ขอระงับข้อมูลต้องทำอะไร](https://phygital.co.th/insights/pdpa-digital-marketing-guide) ส่วนร้านที่เก็บคำตอบโดยไม่ผูกกับตัวลูกค้าเลย จะใช้ผลได้เฉพาะภาพรวมของกลุ่มผู้ตอบ และส่งข้อเสนอเฉพาะคนตามคำตอบไม่ได้ ร้านจึงควรตัดสินก่อนเปิดแบบสอบถามว่าต้องการผลแบบไหน

## เช็กลิสต์ก่อนเปิดแบบสอบถามให้ลูกค้า

1. **ทุกคำถามมีการตัดสินใจที่ร้านจะทำรองรับ**
2. **เวลาที่บอกผู้ตอบตรงกับเวลาที่ใช้จริง** ลองให้พนักงานสองสามคนตอบจับเวลาก่อน
3. **คำถามที่สำคัญที่สุดอยู่ช่วงต้น**
4. **มีวิธีเทียบกลุ่มผู้ตอบกับลูกค้าทั้งหมด** เช่นอายุ พื้นที่ หรือยอดซื้อ
5. **แจ้งวัตถุประสงค์และแยกความยินยอมรับข่าวสาร** ตาม PDPA

ร้านที่ผ่านเช็กลิสต์นี้จะรู้ก่อนเปิดใช้ว่าคำตอบที่ได้แทนลูกค้ากลุ่มไหน การรวมคำตอบจากแบบสอบถามเข้ากับข้อมูลลูกค้าจากระบบอื่น อ่านนิยามของระบบรวมข้อมูลได้ใน[CDP ต่างจาก CRM ตามนิยามปี 2026 ของ CDP Institute](https://phygital.co.th/insights/cdp-vs-crm-difference) ขอบเขตงานสำรวจผู้บริโภคอยู่ที่หน้า[บริการวิจัยตลาด](https://phygital.co.th/solutions/market-research)

## สรุป

Zero-Party Data คือข้อมูลที่ลูกค้าตั้งใจบอกเอง และส่วนใหญ่ได้มาจากแบบสอบถามหรือควิซ งานของ Galesic และ Bosnjak พบว่ายิ่งบอกเวลาทำแบบสอบถามออนไลน์ยาว คนยิ่งเริ่มตอบและตอบจบน้อยลง และคำตอบช่วงท้ายเร็ว สั้น และเหมือนกันมากขึ้น การทดลองของ SOM Institute พบว่าแบบสอบถาม 205 ข้อได้อัตราตอบต่ำกว่าแบบ 149 ข้อ 2.7 จุด ทำให้กลุ่มผู้ตอบเอียงด้านอายุและพื้นที่ แต่คุณภาพคำตอบไม่ลดลง ร้านที่เก็บข้อมูลความชอบจึงควรถามเฉพาะข้อที่จะใช้ตัดสินใจ บอกเวลาจริง เรียงคำถามสำคัญไว้ต้น และเทียบกลุ่มผู้ตอบกับลูกค้าทั้งหมดก่อนใช้ผล

## คำถามที่พบบ่อย (FAQ)

### ควิซความชอบควรมีกี่ข้อ

Galesic และ Bosnjak กับ SOM Institute ไม่ได้กำหนดจำนวนข้อที่เหมาะกับทุกร้าน ผลของทั้งคู่ชี้ไปทางเดียวกันว่าความยาวที่ผู้ตอบคาดไว้และจำนวนคำถามมีต้นทุนเป็นคนที่ไม่ตอบ วิธีที่ใช้ได้จริงคือนับเฉพาะคำถามที่ร้านจะใช้ตัดสินใจ แล้วตัดส่วนที่เหลือ

### ให้ของรางวัลแลกกับการตอบช่วยได้ไหม

การทดลองของ SOM Institute ให้ลอตเตอรีขูดกับผู้ตอบครบทุกคนในทั้งสองกลุ่ม ผลต่างของความยาวจึงวัดภายใต้เงื่อนไขที่มีของรางวัลเท่ากัน งานชิ้นนี้ไม่ได้ทดสอบว่าของรางวัลเพิ่มอัตราตอบเท่าไร ร้านควรทดสอบกับลูกค้าของตัวเอง

### ถามคำถามเดียวทุกครั้งที่ลูกค้าซื้อ ดีกว่าแบบสอบถามยาวครั้งเดียวไหม

งานวิจัยในบทนี้ไม่ได้เทียบสองแบบนี้โดยตรง แต่ผลเรื่องคำถามช่วงท้ายได้คำตอบสั้นและเร็วกว่า ทำให้การถามทีละน้อยในจังหวะที่ลูกค้าใช้บริการอยู่เป็นทางเลือกที่ควรลอง และได้คำตอบเรื่องล่าสุดที่ลูกค้าเพิ่งเจอ

### ผลวิจัยจากสวีเดนใช้กับลูกค้าไทยได้หรือไม่

ใช้ได้เป็นทิศทาง ตัวเลขอัตราตอบใช้แทนลูกค้าไทยไม่ได้ เพราะกลุ่มตัวอย่าง ช่องทาง และเนื้อหาคำถามต่างกัน ร้านควรวัดอัตราเริ่มตอบและตอบจบของแบบสอบถามตัวเองแล้วปรับจากตัวเลขนั้น

### ข้อมูลที่ลูกค้าบอกเองเชื่อได้มากกว่าข้อมูลพฤติกรรมเสมอไหม

ไม่เสมอไป ข้อมูลที่ลูกค้าบอกเองอธิบายเหตุผลได้ แต่มาจากเฉพาะคนที่ยอมตอบ และคำตอบช่วงท้ายของแบบสอบถามยาวอาจละเอียดน้อยลง การใช้คู่กับประวัติการซื้อจริงช่วยตรวจว่าคำตอบกับพฤติกรรมไปทางเดียวกันหรือไม่

## คำถามทุกข้อที่เพิ่มในแบบสอบถาม มีราคาเป็นลูกค้าที่ไม่ตอบ

ทีม PHYGITAL AGENCY ออกแบบแบบสอบถามความชอบที่ถามเฉพาะข้อที่ร้านของคุณใช้ตัดสินใจ แล้วเทียบกลุ่มผู้ตอบกับฐานลูกค้าจริง ให้คุณรู้ว่าคำตอบแทนลูกค้ากลุ่มไหน

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