จะพิสูจน์ให้ลูกค้าเห็นได้อย่างไรว่าเงินที่ใช้กับสื่อกำลังได้ผล? เลิกเปิดด้วยภาพหน้าจอ ROAS เสียที หลักฐานที่ลูกค้าเชื่อถือในปัจจุบันมีสามส่วน ได้แก่ โมเดลที่แสดงว่าแต่ละช่องทางเพิ่มอะไรขึ้นมาจากค่าฐาน การทดลองที่ยืนยันผลนั้น และหลักฐานที่อธิบายว่าทำไมตัวเลขจึงเปลี่ยน Marketing Mix Modelling กลับมาอีกครั้งเพราะตอบโจทย์ส่วนแรกได้ดี
หลักฐานล่าสุดมาจากภูมิภาคอ่าวอาหรับ Campaign Middle East รายงานว่า TRKKN เอเจนซีด้านเพอร์ฟอร์แมนซ์ ใช้ Meridian โมเดล Marketing Mix แบบโอเพนซอร์สของ Google วิเคราะห์ข้อมูลสามปีของ Faces ผู้ค้าปลีกด้านความงาม จาก 11 ช่องทาง โมเดลคาดการณ์ว่ารายได้ส่วนเพิ่มจะเพิ่มขึ้น 8.5% และ ROI จะดีขึ้น 10.8 จุดเปอร์เซ็นต์ เพียงแค่จัดสรรงบประมาณที่มีอยู่ใหม่
ทำไม Marketing Mix Modelling จึงกลับมา?
เพราะทางเลือกอื่นโน้มน้าวใครไม่ได้อีกแล้ว แดชบอร์ดของแพลตฟอร์มรายงานคอนเวอร์ชันที่ตัวเองเชื่อว่าเป็นผู้ทำให้เกิด แพลตฟอร์มที่ขายสื่อจึงเป็นผู้วัดผลสื่อนั้นเองด้วย ส่วนการระบุที่มาแบบคลิกสุดท้ายก็มอบเครดิตให้จุดสัมผัสที่มาเป็นลำดับสุดท้าย ซึ่งทำให้โฆษณาบนการค้นหาและการรีทาร์เก็ตดูดีเกินจริง และทำให้กิจกรรมที่สร้างดีมานด์ตั้งแต่แรกขาดงบ
MMM ใช้เส้นทางที่ต่างออกไป โดยพิจารณางบและยอดขายในช่วงเวลาต่าง ๆ ครอบคลุมทุกช่องทางรวมถึงออฟไลน์ แล้วประเมินว่าแต่ละช่องทางสร้างผลเพิ่มจากค่าฐานได้เท่าไร โดยไม่ต้องติดตามผู้ใช้รายบุคคล และด้วยทางเลือกแบบโอเพนซอร์สอย่าง Meridian อุปสรรคในตอนนี้จึงอยู่ที่วิศวกรรมข้อมูลและความเชี่ยวชาญ มากกว่าค่าไลเซนส์ราคาแพง
Harry Lonergan ผู้อำนวยการฝ่ายการตลาดดิจิทัลของ Faces กล่าวกับ Campaign Middle East ว่า “Meridian ช่วยให้เราก้าวข้ามสิ่งที่เห็นจากผลลัพธ์แบบคลิกสุดท้ายได้” นี่คือประโยคที่ลูกค้าส่วนใหญ่อยากพูดได้แบบนั้นบ้าง
กรณีของ Faces และ TRKKN แสดงให้เห็นอะไรบ้าง?
รายละเอียดเหล่านี้ควรค่าแก่การอ่าน เพราะใช้เป็นแม่แบบได้ด้วย TRKKN เป็นผู้นำด้านวิศวกรรมข้อมูล การสร้างโมเดล และการนำไปใช้งานจริงภายในสภาพแวดล้อม Google Cloud ที่ Faces ใช้อยู่แล้ว โมเดลครอบคลุมข้อมูลการตลาดและรายได้ทั้งออนไลน์และออฟไลน์ในซาอุดีอาระเบียตั้งแต่ปี 2023 ถึง 2025
ผลลัพธ์สำคัญมีสามข้อ ข้อแรก โมเดลแสดงว่าช่องทางใดสร้างรายได้ส่วนเพิ่ม โดยระบุว่า 19% ของรายได้มาจากแคมเปญ ข้อสอง โมเดลประเมินเส้นโค้งการตอบสนองและจุดอิ่มตัวของแต่ละช่องทาง แสดงให้เห็นว่าการใช้งบเพิ่มจะเริ่มให้ผลตอบแทนลดลงที่จุดใด ข้อสาม โมเดลจำลองสถานการณ์งบประมาณต่าง ๆ ซึ่งเป็นที่มาของตัวเลข 8.5% โดย Performance Max เป็นช่องทางที่แข็งแกร่งที่สุดในการวิเคราะห์นี้
สังเกตว่ามีสิ่งหนึ่งที่เอเจนซีไม่ได้ขอ นั่นคือเงินเพิ่ม ข้อเสนอแนะคือการย้ายเงินที่มีอยู่แล้ว และกรอบการทำงานนี้ดำเนินต่อเนื่อง โดยประเมิน ROI ใหม่เมื่อมีข้อมูลใหม่เข้ามา ไม่ใช่รายงานครั้งเดียวจบ ดังที่ Vimal Badiani กรรมการผู้จัดการของ TRKKN กล่าวไว้ว่า “นี่คือการมอบหลักฐานและความมั่นใจให้นักการตลาดตัดสินใจได้ดีขึ้น”
ลูกค้าต้องการหลักฐานอะไรจึงจะเชื่อใน ROI ของสื่อ?
ไม่มีวิธีใดวิธีเดียวที่เพียงพอ หลักฐานแต่ละชั้นตอบคำถามที่ต่างกันและมีจุดอ่อนที่ต่างกัน
| ชั้นของหลักฐาน | คำถามที่ตอบได้ | วิธีการทั่วไป | จุดอ่อน |
|---|---|---|---|
| ROAS ที่แพลตฟอร์มรายงานเอง | ช่องทางนี้มีประสิทธิภาพแค่ไหน เมื่อวัดด้วยมาตรวัดของตัวเอง? | รายงานจากระบบจัดการโฆษณา (Ads Manager) | ตรวจการบ้านของตัวเอง และไม่คำนึงถึงผลส่วนเพิ่ม |
| แบบจำลองส่วนประสมทางการตลาด | แต่ละช่องทางเพิ่มอะไรขึ้นมาจากค่าฐาน? | โมเดลทางสถิติของงบและยอดขายย้อนหลังหลายปี | อธิบายได้ว่าอะไรเกิดขึ้น แต่ไม่ใช่ทำไม และต้องใช้ข้อมูลที่สม่ำเสมอ |
| การทดสอบผลส่วนเพิ่ม (incrementality test) | ช่องทางนี้เป็นตัวทำให้ผลลัพธ์เพิ่มขึ้นจริงหรือไม่? | การทดสอบกลุ่มควบคุมเชิงพื้นที่ (geo holdout) และการศึกษา Conversion Lift | ใช้เวลานาน และมักทำได้ทีละช่องทาง |
| เส้นโค้งจุดอิ่มตัว | การใช้งบเพิ่มจะเริ่มไม่คุ้มค่าที่จุดใด? | ผลลัพธ์ที่ได้จาก MMM | ดีได้เท่ากับโมเดลที่อยู่เบื้องหลังเท่านั้น |
| หลักฐานจากกลุ่มเป้าหมายและคู่แข่ง | ทำไมผลลัพธ์จึงเปลี่ยน? | การทำ Social Listening และการวิเคราะห์โฆษณาของคู่แข่ง | เป็นเพียงหลักฐานเชิงเกร็ดเล็กเกร็ดน้อย หากไม่ได้ตรวจสอบย้อนกลับไปยังข้อมูลจริง |
เอเจนซีส่วนใหญ่นำเสนอแค่แถวแรกแล้วก็ได้แต่หวัง ส่วนเอเจนซีที่รักษางบไว้ได้จะนำเสนอครบทั้งห้าแถว
ทำไมงบสื่อจึงไปลงผิดที่?
นักเศรษฐศาสตร์มีชื่อเรียกเรื่องนี้ว่า ความล้มเหลวของตลาด (market failure) ตลาดจะจัดสรรทรัพยากรได้ดีเมื่อผู้ซื้อและผู้ขายมีข้อมูลที่ดี แต่เมื่อข้อมูลขาดหายไป หรืออยู่ในมือของฝ่ายใดฝ่ายหนึ่ง เงินก็จะไหลไปผิดที่และค้างอยู่ตรงนั้น
การซื้อสื่อคือตัวอย่างคลาสสิก ลูกค้ามองไม่เห็นสิ่งที่แพลตฟอร์มเห็น เอเจนซีเห็นมากกว่าลูกค้า แต่ก็มักได้รับค่าตอบแทนอย่างน้อยบางส่วนโดยอิงกับจำนวนเงินที่ใช้ไป ส่วนแพลตฟอร์มก็รายงานผลงานของตัวเอง ทุกฝ่ายต่างทำอย่างมีเหตุผลบนข้อมูลที่ไม่ครบถ้วน ผลที่ได้คืองบถูกทุ่มไปที่ช่องทางที่ดูดีเมื่อวัดแบบคลิกสุดท้าย ขณะที่ช่องทางที่สร้างดีมานด์กลับขาดงบ ตัวเลขคาดการณ์ 8.5% ที่ Faces จะได้เพิ่มเพียงแค่ย้ายงบที่ใช้อยู่แล้ว จึงเท่ากับเป็นมาตรวัดของการจัดสรรที่ผิดพลาดนั้นนั่นเอง
ทางแก้ไม่ใช่การมีข้อมูลมากขึ้น แต่คือความชัดเจนร่วมกัน ในโลกของการค้า ความชัดเจนนำมาซึ่งความสัมพันธ์ที่แนบแน่น เมื่อลูกค้าและเอเจนซีมองหลักฐานชุดเดียวกันและตีความไปในทางเดียวกัน บทสนทนาก็จะเปลี่ยนจากการปกป้องงบที่ใช้ไป เป็นการตัดสินใจว่าจะใช้งบที่ไหนต่อไป
จะสร้างเรื่องราว ROI ของสื่อที่ลูกค้าเชื่อถือได้อย่างไร?
- ตกลงผลลัพธ์ทางธุรกิจและค่าฐานร่วมกัน ไม่ว่าจะเป็นรายได้ ลูกค้าใหม่ หรือกำไร พร้อมมุมมองที่ตรงไปตรงมาว่าจะเกิดอะไรขึ้นหากไม่มีการตลาดเลย
- รวบรวมประวัติข้อมูลที่สม่ำเสมอ ทั้งงบและผลลัพธ์แยกตามช่องทาง ออนไลน์และออฟไลน์ รวมถึงราคา โปรโมชัน และฤดูกาล Faces ใช้ข้อมูลสามปีจาก 11 ช่องทาง
- รันโมเดล ใช้ MMM แบบโอเพนซอร์สอย่าง Meridian หรือพาร์ตเนอร์ผู้เชี่ยวชาญ ขอผลการมีส่วนร่วมแยกตามช่องทางและเส้นโค้งจุดอิ่มตัว ไม่ใช่ตัวเลข ROI เพียงตัวเดียว
- ยืนยันข้อค้นพบหนึ่งข้อด้วยการทดลอง การทดสอบกลุ่มควบคุมเชิงพื้นที่กับช่องทางที่โมเดลบอกว่าได้งบมากเกินไป คือการทดสอบที่น่าเชื่อถือที่สุดที่คุณทำได้
- อธิบายเหตุผลเบื้องหลัง จับคู่ข้อค้นพบของแต่ละช่องทางกับสิ่งที่ถูกพูดถึงและถูกมองเห็นจริง ได้แก่ ครีเอทีฟที่ลงไป สิ่งที่คู่แข่งเปิดตัว และบทสนทนาของกลุ่มเป้าหมายที่เปลี่ยนไป
- นำเสนอการจัดสรรใหม่ ไม่ใช่การขอเพิ่ม แสดงสถานการณ์ที่ย้ายงบประมาณที่มีอยู่ และผลลัพธ์ที่คาดการณ์ไว้
- ทำให้โมเดลมีชีวิตอยู่เสมอ รันใหม่เมื่อมีข้อมูลใหม่เข้ามา เพื่อให้ ROI เป็นบทสนทนาที่เกิดขึ้นต่อเนื่อง ไม่ใช่การถกเถียงปีละครั้ง
ครีเอทีฟและบริบทท้องถิ่นเกี่ยวข้องกับ ROI ของสื่ออย่างไร?
MMM บอกคุณได้ว่าช่องทางใดได้ผล แต่บอกได้น้อยมากว่าข้อความทำอะไร และช่องว่างนั้นสำคัญ Campaign รายงานผลวิจัยใหม่จาก Publicis London, System1 และ Effie ที่เปรียบเทียบแคมเปญระดับโลกกับงานในตลาดท้องถิ่น ซึ่งพบว่าแคมเปญระดับโลกให้ผลลัพธ์เชิงพาณิชย์น้อยกว่า หากความเข้ากันได้ระหว่างข้อความกับตลาดส่งผลต่อผลลัพธ์มากขนาดนั้น คำอธิบายที่ดูแค่ช่องทางก็เป็นเพียงคำตอบครึ่งเดียว
นี่คือครึ่งที่ขาดหายไปของสไลด์นำเสนอ ROI ส่วนใหญ่ เมื่อโมเดลบอกว่าโซเชียลแบบเสียเงินให้ผลเกินคาดในไตรมาสที่สาม คำถามถัดไปของลูกค้าคือทำไม เป็นเพราะครีเอทีฟหรือเปล่า? คู่แข่งเงียบไปหรือเปล่า? หรือสิ่งที่กลุ่มเป้าหมายพูดถึงเปลี่ยนไป? Defy Monitor ตอบคำถามนั้นด้วยการตรวจสอบย้อนกลับข้อสรุปทุกข้อจาก AI ไปยังโพสต์จริงที่เผยแพร่อยู่เบื้องหลัง โดยถอดกลยุทธ์จากสิ่งที่กลุ่มเป้าหมายและคู่แข่งเผยแพร่จริง ไม่ใช่จากแบบสำรวจ เครื่องมือนี้ทำงานควบคู่ไปกับการวัดผลของคุณ ไม่ได้มาแทนที่ ในฐานะส่วนหนึ่งของแพลตฟอร์ม Defy
