สรุปการตลาดวันละคน Unlock Your Business with Measurement 360

• Facebook
• X
• Line

รายการ “การตลาดวันละคน” ครั้งนี้จะมาสัมภาษณ์ ดร.ปรัชญ์ เหตระกูล Marketing Science Partner, Meta จะมาเล่าเรื่องการวัดผลการตลาดแบบ 360 ลองไปอ่านกัน

โดยครั้งนี้เป็นการมาครั้งที่ 4 ซึ่งสาเหตุที่เลือกเรื่องนี้มาคุยเพราะ จากเรื่อง MMM จะตอบโจทย์ว่าได้ยอดขายจริงหรือไม่ แต่จริงๆ มีภาพใหญ่มากกว่านั้นที่จะมาเล่าให้ฟังในวันนี้ว่า Why, What, How

“เวลาเราลงโฆษณาไป เรารู้จริงๆ ไหมว่ามันคุ้มค่าหรือเปล่า”

การลงโฆษณารู้หรือไม่ว่าได้ผลจริงหรือไม่ และได้คุณค่าหรือไม่ “หรือกำลังตำน้ำพริกละลายแม่น้ำ” ที่อาจจะได้ยินมามากมายจากหลายแหล่ง แต่วันนี้จะจับมาอธิบายด้วย Data Driven

Why Measurement

หลายๆ นักการตลาดเสียค่าการตลาดไปค่อนข้างมากถึง 35% กับลูกค้าที่ตั้งใจจะซื้ออยู่แม้จะไม่เห็นโฆษณา จะดีกว่าไหมจะนำไปใช้กับคนที่ยังไม่ได้ตัดสินใจแทน โดยหากทางถูกทางจะมีประสิทธิภาพมากขึ้น 20% โดยงบเท่าเดิม อธิบายผ่านก้อนน้ำแข็ง โดยจุดยอดที่คนมักเห็นไม่ว่าจะเป็น Click, Watched, Shared แต่ไม่ใช่ทุกอย่าง ยังมีสิ่งที่อยู่ใต้ภูเขาอีกมาก เช่นบางครั้งของที่ซื้อ เราเองอาจจะยังไม่ได้ไปไลค์หรือติดตามเพจของแบรนด์นั้นๆ พบว่า Gen Z ไม่ชอบคลิ๊กโดยมีอัตราต่ำกว่า Gen อื่นๆ 2 เท่า และใช้เวลา 60% บน FB และ IG ด้วย VDO โดยอาจจะไม่ได้ดูนานเกิดเป็น Compound Attention

โดยหากวัดจากเสียงนักการตลาดจะเห็นสิ่งน่าสนใจหลายๆ เรื่อง เช่น การดูวิดีโอจบอาจจะไม่ได้สะท้อนเป็นยอดขาย ดังนั้น Short Views นำไปสู่ยอดขายได้ และในแต่ละครั้งที่ดูเกิดการสะสม เปรียบเสมือน Assistance เรียกว่า Compound Attention

มีการแสดงสถิติให้ดูว่า Short Video มีผลกับยอดขายอย่างไร ที่เพียง 3 วิทำให้เกิดยอดขายได้ และอธิบายเพิ่มเรื่อง Compound Attention พร้อมยกตัวอย่างแบรนด์ Cosmetic ต้องใช้ถึง 3 วิดีโอมาช่วยส่งเสริมกัน ที่สามารถทำเองได้ผ่าน Ads Manager

Measuring Compound impact with “Total Watch Time Per Person”

• โดยแนะนำวิธีดูทีละขั้นตอนผ่าน FB Manager Video Plays (Unique Play) * Video Average Play Time
• Total Video Second Watched / Reach = Total Watch Time Per User

What Measurement

จะมีวิธีวัดอย่างไรที่ก้าวผ่านข้อจำกัดของคนที่ไม่คลิกว่าซื้อของหรือไม่ โดยการวัดลักษณะนี้คือการหาความสัมพันธ์เพื่อทำให้ได้ประสิทธิภาพสูงสุด แบ่งเป็น 3 ด้าน คือ Experiments, Modelling, Attribution (Rules-Based) นำมาทำงานรวมกัน

Modelling จุดแข็งคือ Scope เปรียบเทียบได้หลาย Platforms หากจุดประสงค์คือ Optimized จะเหมาะสม แต่จุดอ่อนคือเป็น correlation แต่ไม่ใช่ causation ในขณะที่ Attribution มีจุดอ่อนที่ให้เครดิตแบบไม่ค่อยเป็นธรรมเท่าไหร่ แต่ทำงานได้เร็ว

จากสถิติพบว่าแต่ละ Industry มี Long Term Impact เกิดมาแบบสะสมเรื่อยๆ จากตัวอย่างเห็นว่าที่มี ROI สูงเช่น Tech and Durable ใช้เวลานานถึง 76% ต่างกับ CPG คือ 42% ที่เห็นแล้วพร้อมซื้อเลย

การทำ Short Term ใช้วิธีวัดผลแบบเดียวกับทางการแพทย์ ทำแบบสองกลุ่ม A/B Testing เช่น Brand Lift/Search Lift/Sales (Conversion) Lift ที่สามารถทำได้เอง พร้อมยกตัวอย่าง Randomized Experiments ที่เป็น Gold Standard ของ Incrementality ส่งให้ Medium Term เป็นการสะสมเพื่อดู Movement จะได้รู้การให้เครดิตทั้งต้นทางถึงปลายทางอยากเท่าเทียมมากขึ้นตลอดทั้ง Customer Journey (Calibration) นำสิ่งที่ Lift Study คำนวนได้เอามาคูณกลับเข้าไป สู่ Long Term (MMM) ที่เปรียบเสมือน Helicopter view ทำให้รู้ได้ว่าตัวไหนมีส่วนในการ Drive ยอดขายได้มากน้อยเพียงใดผ่านการหาความสัมพันธ์ด้วย X,Y เสริมด้วย Additional Layer (ปัจจัยภายนอก) ที่สามารถดูจาก EP. ก่อนๆ ได้ ไม่ต่างกับเกมวางกลยุทธ์

ยกเคส

• Olive Young ของทางเกาหลีในการใช้ MMM (Robyn) สามารถประหยัดงบได้อย่างชัดเจน ROI +3.98X โดยเพิมถึง 14% จากงบการตลาดทังหมด
• Standard Chartered เป็นการเพิ่มประสิทธิภาพด้วย MMM ได้ ROI กลับมา 1.4X บน META online VDO ดีกว่าทีวี 2.4X
• Laura Geller มี CPA ที่ถูกลง และ ROAS เพิ่มขึ้น 229%
• Boots ยอดขายเพิ่ม ภาพรวมธุรกิจดีขึ้น

How Measurement

การมี Data เปรียบเสมือนเชื้อเพลิง โดยแนะนำ Incremental Attribution ผ่านการรวมกันของ Conversion Lift + AI (หา Audience ในการเปลี่ยนใจคน) นำมาช่วย Optimized ได้ ซึ่งสามารถทำเองได้แล้วในวันนี้ด้วยตัวเอง โดยคนมีการทำมี Performance Lift ถึง 46%

แนะนำเพิ่ม Value Optimization ให้เห็นกับเรื่องของคุณค่าในการขายที่มากกว่าแค่เรื่องเงินที่เป็นตัวเลข เข้าใจลูกค้าจากใจจริง

ดูย้อนหลัง ‘การตลาดวันละคน Unlock Your Business with Measurement 360 มองเกมให้ขาดด้วยการตลาด 360’ ที่

มองเกมให้ขาดด้วยการตลาด 360 กับคุณปรัชญ์ Meta | การตลาดวันละคน Rerun #1

• Facebook
• X
• Line