Cost Per Action (CPA) หรือเมตริกในเรื่องของการคำนวณ Customer Acquisition Cost เป็นสิ่งสำคัญที่บอกถึงการเลือกใช้ Media ที่เกิดผลลัพธ์ดีที่สุด หรือ Impact มากที่สุด
สิ่งที่ควรรู้:
- CAC (Customer Acquisition Cost) ต้นทุนที่วัดจากลูกค้ากลุ่มสำคัญ (potential customer) กลุ่มคนที่สมัคร กรอกข้อมูลส่วนตัวอย่างอีเมล เบอร์โทร หรือ จ่ายชำระ สินค้า
- CPA (Cost per Action) กลไกการทำ Media โดยจ่ายเงินเมื่อเกิด Action หรือ Acquisition นั้น, ต่างจาก CPM (Cost per Impression) กลไกจ่ายตามการมองเห็น 1,000 ครั้ง และ CPC (Cost Per Click) จ่ายเมื่อเกิดการคลิก แต่ไม่นับการ Convert, ดังนั้น CPA คือกลไกที่ถูก Convert จากคนทั่วไป ให้กลายเป็นลูกค้าแล้ว
- เนื้อหาบทความนี้ยาวมาก
- คำแนะนำจากบทความนี้เป็นเพียงเทคนิคที่ใช้ได้จากกรณีศึกษาที่พบ แต่ไม่ได้หมายความว่าจะถูกทั้งหมด
บทความนี้เคยนำเสนอในปี 2012 เพราะเป็น Fundamental เบื้องต้นสำหรับคนทำ Media แต่ช่วงหลังที่ได้เป็นที่ปรึกษาให้กับบริษัทต่างๆ ทั้งจาก Connection ส่วนตัวหรือ Connection จากทางมหาวิทยาลัย ก็จะพบว่าถึงมันจะเป็นศาสตร์พื้นฐานที่ไม่มีอะไรแปลกใหม่ แต่ปัจจุบันนี้ สายงาน Accounting Manager (AM) หรือ Accounting Executive (AE) ในหลายๆ บริษัทที่ Commit กับ Media Planner นั้นแทบไม่ได้ Filter Cost ของลูกค้า หรือ Optmized Campaign ของ Media ให้กับลูกค้าเลยแม้แต่น้อย
ต่อมาคือทำไมถึงเลือก CAC (Customer Acquisition Cost) หรือ CPA (Cost per Action) มาพูดถึงในบทความนี้ ซึ่งการ Measurement CPA,CAC นั้นอยู่ในกระบวนการ Post Campaign หรือตอนหลังเล่น แคมเปญไปแล้ว ทำไมไม่ไปพูดเรื่อง CPC, CPV ขาย Click หรือ ขาย Impression การมองเห็นไปเลย, ตามที่กล่าวไว้ข้างต้น การทำ Pre Campaign หรือ Launch Campaign ของ Digital Marketing มันเป็นเรื่องของการ Forecast เพื่อประเมินงบการเล่นโฆษณา ยิ่งการทำ CPM นั้นแสนสบาย (Facebook Ads เน้นให้เห็น, Google Ads, Videos Ads) ทั้งหลายที่เอเจนซีเลือก ตรงกันข้ามเมื่อแคมเปญถูก Run ไปแล้ว 1-2 เดือนมันต้องมีการประเมินหรือวัดผล ในส่วนนี้ถ้าเอาเข้าจริงลูกค้าในยุคนี้ต่าง Analyse ตัว Report ของ Media ที่หลากหลายได้เกิน 60-70% ของตลาดแล้ว ถ้า Make Report นั้นเป็นไปไม่ได้เลย ดังนั้น Post Campaign จึงเป็นการประชุมที่ AE ไม่ค่อยอยากเข้าไป หรือถ้าต้องไปต้องเอา Marketing Specialist ไม่ก็คนสายงาน Media เข้าไปช่วย
CPA แม้ว่าจะเป็นการเล่น Media ที่คุ้มที่สุดแต่มันก็เป็นกลไล Media ที่วัดผลยากที่สุด ดังน้ันบทความนี้เลยขอแนะนำพื้นฐานของการวิเคราะห์ กรณีที่ต้อง Post Campaign กับธุรกิจที่ต้องเน้น Conversion Rate ยอด Subscribe ยอด Sales มากกว่า ยอด Views
Post Campaign ของบริษัทอสังหาแห่งหนึ่ง
การทำ Media Planner ให้กับลูกค้านั้นถือว่าเป็นกลยุทธ์ที่ต้องใช้ทั้งศาสตร์ และศิลปะในการคิดวางแผน บางครั้งมันก็ง่ายเพียงแค่ไปติดต่อขอเล่นแบนเนอร์โฆษณาบนเว็บไซต์ตามช่วงระยะเวลาต่างๆ แต่ถ้าหากว่าลูกค้าของเราต้องการเล่น แคมเปญ ผ่าน Advertising แบบ CPC อย่างพวก Google, Facebook Advertising และผู้ให้บริการ Publisher หลายแห่ง พอเล่นไปสักพักมักจะประสบปัญหาที่ว่าลูกค้าต้องการคำตอบว่าเล่นกับบริการไหนดีที่สุด และคุ้มค่าที่สุดซึ่งเป็นปัญหาใหญ่ของคนทำ Media Plan เลยว่าจะบอกลูกค้าว่าเล่นอะไรดี เอาเป็นว่าผมมีกรณีศึกษามาให้ดูกันครับ ถ้าเจอเคสแบบนี้เราจะวัดผลการลงโฆษณากับบริการต่างๆ ยังไงและตัวไหนควรแนะนำให้ลูกค้าเล่นโฆษณาต่อ
สมมติว่าลูกค้าได้ว่าจ้างให้เล่น Media โฆษณาผ่าน Ads Publisher ทั้งหมด 4 ราย โดยเมื่อเกิด Click จะนำทางไปยังหน้า Landing Page ที่มี Form สมัคร และชำระเงิน ที่ผู้เยี่ยมชมจาก Media ต้องทำการ Subscribe หรือ สมัครสมาชิก (Apply) ผ่านหน้าดังกล่าวให้มากที่สุด ภายในระยะเวลาทดสอบ KPI เพียงแค่ 2-4 เดือน ผ่านการตั้ง Goal Campaign บน Google Analytics หรือเครื่องมือวิเคราะห์ตัวอื่นก็ได้ แคมเปญนี้ลูกค้ามีการจัดการงบประมาณต้นทุนในการลงโฆษณานั้นมีอัตราดังนี้
- Ads A งบในการเล่นโฆษณาอยู่ที่ 400,000 บาท
- Ads B งบในการเล่นโฆษณาอยู่ที่ 230,000 บาท
- Ads C งบในการเล่นโฆษณาอยู่ที่ 160,000 บาท
- Ads D งบในการเล่นโฆษณาอยู่ที่ 150,000 บาท
* หมายเหตุ Ads A และ B ลูกค้ามองว่าเป็น Media ที่มี Target Audience ที่ตรงกลุ่มโดย A จะดีกว่า, ส่วน C,D นั้นมองว่าเป็น Media ที่มีกลุ่มคนเข้าถึงแบบกว้างเป็นการหว่านตลาด
ผลลัพธ์จาก แคมเปญทั้งหมด: เมื่อเล่นแคมเปญไปได้สักระยะหนึ่ง ลูกค้าได้ให้เราเข้าไปตรวจสอบสถิติในการเข้าชม ผ่าน Campaign ที่เราตั้ง Goal ไว้ใน Google Analytics แล้วได้ผลลัพธ์จากสูตรคำนวณดังนี้
Action Rates (%) = (Acquisition/Views)x100
- แคมเปญโฆษณาที่เล่นผ่าน Ads A นั้นมียอดการมองเห็น Impression อยู่ที่ 1,810,216 แต่มีคนที่คลิกป้ายโฆษณาสู่เว็บไซต์ หรือยอด Visitor อยู่ที่ 17,708 Views และมีคนที่กรอกเข้าสมัคร (Apply และ Subcribe) เพียง 2,127 ราย คิดเป็น 12.01% ของการมองเห็นและสมัคร
- แคมเปญโฆษณาที่เล่นผ่าน Ads B นั้นมียอดการมองเห็น Impression อยู่ที่ 35,320,682 แต่มีคนที่คลิกป้ายโฆษณาสู่เว็บไซต์ หรือยอด Visitor อยู่ที่ 8,251 Views และมีคนที่กรอกเข้าสมัคร (Apply และ Subcribe) เพียง 1,055 ราย คิดเป็น 13% ของการมองเห็นและสมัคร
- แคมเปญโฆษณาที่เล่นผ่าน Ads C นั้นมียอดการมองเห็น Impression อยู่ที่ 22,274,135 แต่มีคนที่คลิกป้ายโฆษณาสู่เว็บไซต์ หรือยอด Visitor อยู่ที่ 15,211 Views และมีคนที่กรอกเข้าสมัคร (Apply และ Subcribe) เพียง 371 ราย คิดเป็น 2.44% ของการมองเห็นและสมัคร
- แคมเปญโฆษณาที่เล่นผ่าน Ads D นั้นมียอดการมองเห็น Impression อยู่ที่ 50,124,862 แต่มีคนที่คลิกป้ายโฆษณาสู่เว็บไซต์ หรือยอด Visitor อยู่ที่ 7,287 Views และมีคนที่กรอกเข้าสมัคร (Apply และ Subcribe) เพียง 99 ราย คิดเป็น 1.36% ของการมองเห็นและสมัคร
สถิติดังกล่าวข้างต้นจะทำให้เราเห็นแล้วว่า ลูกค้าควรใช้บริการ Media Ads ตัวไหนมากที่สุด และตัวไหนที่ไม่ควรเล่นต่อ ซึ่งเราต้องนำข้อมูลมาวิเคราะห์หาตัวเลขของค่าใช้จ่ายที่ลูกค้าต้องเสียไปต่อการเยี่ยมชม 1 ครั้ง และคำนวณหาค่าใช้จ่ายที่ลูกค้าเสียไปเช่นกันต่อการดึงคนเข้ามาสมัครบริการของลูกค้าต่อ 1 คนนั่นคือ Average Cost Per Visit และ Average Cost Per Subcribe
โดยวิธีการคิดไม่ยากและไม่ต้องตกใจกับตัวเลขมาก แค่คำนวณตาม Common Sense ง่ายๆ เพื่อหาคำตอบที่ดีที่สุดเพื่อลูกค้า ก่อนอื่นเราต้องมาหาค่า Average Cost per Visit ก่อนโดยการนำจำนวนงบประมาณไปหารด้วยจำนวนผู้เข้าชม ของแต่ละตัวที่เล่น
Average Cost Per Visit = Budget / Visitor
ก็จะได้ผลลัพธ์ดังตารางที่ปรากฏ ด้านล่าง และรูปประกอบไว้เปรียบเทียบผลที่ได้คือเรา จะสามารถบอกลูกค้าได้ว่า ค่าใช้จ่ายที่แจกไปลงตามเว็บไซต์ต่างๆ ผ่าน PPC นั้นเฉลี่ยแล้วตกอยู่ที่กี่บาท
- Ads A ต้องใช้เงินในการเล่นโฆษณาในเว็บไซต์เฉลี่ยแล้วอยู่ที่ 23 บาท เป็นราคาปานกลาง
- Ads B ต้องใช้เงินในการเล่นโฆษณาในเว็บไซต์เฉลี่ยแล้วอยู่ที่ 28 บาท เป็นหน่วยราคาที่สูงที่สุดที่ลูกค้าทำการเล่นแคมเปญ
- Ads C ต้องใช้เงินในการเล่นโฆษณาในเว็บไซต์เฉลี่ยแล้วอยู่ที่ 10.30 บาท ซึ่งถูกที่สุดเมื่อเทียบกับบริการตัวอื่น
- Ads D ต้องใช้เงินในการเล่นโฆษณาในเว็บไซต์เฉลี่ยแล้วอยู่ที่ 23 บาท เป็นราคาปานกลางที่พอรับได้
ต่อมาเราต้องทำการคำนวณหา Average Cost Per Subcribe เพื่อจะได้รู้ว่า ลูกค้าต้องเสียเงินเท่าไร ในการดึงคนมาสมัครหน้าเว็บไซต์ได้ในแต่ละคน ต่อครั้ง สูตรการคำนวณคือ:
Average Cost Per Subscribe = Budget / Subscribe
หรือ
Average Cost Per Subscribe = Budget / Aquisition
ลองคำนวณและเปรียบเทียบไปทีละตัวจะทราบตัวเลขทั้งหมดว่าลูกค้าเสียค่าใช้จ่ายต่อครั้งในการเรียกคนเข้ามาสมัครนั้นเท่าไร ผลลัพธ์ที่ได้ก็คือกรอบสี่เหลี่ยมสีเขียว และสีแดง มุมขวาล่างของภาพแผนภาพทั้งหมด
เราจะได้ข้อสรุปคือ:
- Ads A ลูกค้าต้องใช้เงินทั้งหมด 188 บาทต่อสมัคร 1คน (ถูกที่สุด)
- Ads B ลูกค้าต้องใช้เงิน 226 บาทต่อสมัคร 1คน
- Ads C ลูกค้าต้องใช้เงิน 422 บาทต่อสมัคร 1คน
- Ads D ลูกค้าต้องใช้เงิน 1,707 บาทต่อสมัคร 1คน (ซึ่งแพงที่สุด)
เพียงเท่านี้ก็จะถึงบางอ้อ แล้วว่าผู้ให้บริการ PPC ตัวไหนที่ลูกค้าควรใช้ต่อ เมื่อนำมาเปรียบเทียบกันแล้ว
Ads A, B และ D นั้นต้องใช้เงินในการดึงคนเข้ามาหน้า Landing Page ในราคาที่ใกล้เคียงกันคือประมาณ 20 กว่าบาท ส่วน Ads C นั้นถูกที่สุดคือ 10 บาทต่อคลิก ยังไงก็ตามการลงทุน Ads C ที่ใช้ต้นทุนในการโชว์ 10 บาทนั้นทำยอดคนสมัครได้ตัวคนอยู่ที่ประมาณ 422 บาท ส่วน Ads A และ B นั้นอยู่ที่ประมาณ 180-200 กว่าบาท เป็นสัดส่วนที่น่าจะเป็นที่พอใจ ตรงกันข้าม Ads D ที่ใช้ต้นทุนถูกกว่า B และเทียบเท่า A คือ 23 บาทสำหรับการดึงคนมาหน้า Landing Page ให้สมัครหรือซื้อของ นั้นกลับดึงคนมาซื้อสินค้าหรือสมัครน้อยกว่าหลายๆ Media มาก จึงทำให้ค่าใช้จ่ายในการดึงคนเข้ามาสมัครนั้นอยู่ที่ประมาณ 1,707 บาท ซึ่งสูงเกินไป และ ROI ของลูกค้าที่จะลงทุนไม่คุ้มค่า
เหตุผลที่ Ads D ออกมาแบบนั้นอาจจะเป็นเพราะว่า Target Audience ของ Ads D หรือเครือข่ายเว็บไซต์ที่ Ads D มีนั้นมีจำนวนมากแต่คงไม่ใช่กลุ่มที่จะสนใจในตัวบริการที่อยู่ในโฆษณาที่ปรากฏเท่าใดนัก เช่น กระทู้ เว็บบอร์ด ที่มีกลุ่มเด็กช่วงอายุ 13-18 อยู่มากกว่ากลุ่มอื่นๆ เป็นต้นครับ
เป็นไงบ้างกับกรณีศึกษาของการทำ Media Plan ที่ผมยกมา น่าจะทำให้หลายคนที่กำลังกลุ้มใจช่วงทำ Post Campaign ไม่รู้จะตอบลูกค้ายังไงว่าควรเล่นโฆษณาผ่าน Media ตัวไหนดี ก็คงจะสามารถเอาไปประยุกต์ใช้ได้แล้วนะครับ ยังไงเสียก็ต้องใช้วิจารณญาณส่วนตัวเล็กน้อยก่อนก็ดีครับ เพราะว่าบางทีอาจจะเจอปัจจัยอื่นที่มากกว่าที่ผมยกมาครับ ส่วนถ้าบทความนี้เป็นประโยชน์ก็ช่วยกันแชร์ หรือแลกเปลี่ยนมุมมองกันก็ดีนะครับขอบคุณครับ
