ถอดรหัส AI Shopping Checklist จาก Google เมื่อเทศกาลช้อปปลายปีรอบนี้ AI เป็นคนช่วยลูกค้าเลือกของ

• Facebook
• X
• Line

รู้มั้ยครับว่าทุกวันนี้ 70% ของการค้นเรื่องช้อปปิ้งบน Google ไม่ใช่การพิมพ์ชื่อสินค้าที่อยากซื้อ แต่เป็นการค้นเพื่อหาไอเดีย เพื่อเทียบ และเพื่อหาข้อมูลก่อนตัดสินใจ ตัวเลขนี้มาจากบทความ Think with Google ของ Courtney Rose, VP of Retail ของ Google ที่ทำออกมาเป็น Checklist ให้แบรนด์เตรียมตัวรับ Cyber Week หรือสัปดาห์ลดราคาใหญ่ช่วงปลายเดือนพฤศจิกายนของฝั่งอเมริกา

อ่านครั้งแรกอาจรู้สึกว่าเป็นแค่คู่มือชวนซื้อโฆษณาของ Google ใช่มั้ยครับ แต่ถ้าอ่านดีๆ จะเจอวิธีคิดสองเรื่องที่ใช้ได้กับทุกแพลตฟอร์ม รวมถึงเทศกาล 11.11 และ 12.12 ของบ้านเราด้วย บทความนี้ผมเลยอยากชวนเพื่อนๆ มาดูว่าสองเรื่องนั้นคืออะไร และร้านค้าหรือแบรนด์ไทยจะเอาไปใช้ได้ยังไงครับ

The AI Holiday Checklist 3 ข้อที่ Google อยากให้แบรนด์ทำก่อน Cyber Week

เริ่มจากข้อมูลภาพรวมก่อนครับ งานวิจัยของ BCG ที่ออกมาต้นปี 2026 พบว่า การใช้ AI ช่วยช้อปปิ้ง เป็นเหตุผลอันดับสามที่คนใช้ AI อย่าง ChatGPT หรือ Gemini มาใช้ Google เลยเรียกเทศกาลช้อปปลายปีรอบนี้ว่าเป็นรอบแรกที่ AI เข้ามาช่วยคนเลือกของช้อปปิ้งอย่างเต็มตัว

Google เลยแนะนำแบรนด์ไว้ 3 ข้อ แปลเป็นภาษาง่ายๆ ได้แบบนี้ครับ

1. เขียนข้อมูลสินค้าให้ละเอียดขึ้น ไม่ใช่แค่ชื่อ ราคา ไซซ์ แต่ต้องบอกด้วยว่าทรงเป็นยังไง ทำจากอะไร และเหมาะกับการใช้งานแบบไหน ข้อมูลชุดนี้คือ Product Feed ที่ร้านค้าส่งเข้าไปในระบบ Merchant Center ของ Google
2. ใช้แคมเปญโฆษณาที่ให้ AI ช่วยเลือกว่าจะโชว์โฆษณาให้ใคร ที่ไหน อย่าง Performance Max และ AI Max แต่ต้องกำหนดกรอบให้ AI ด้วย ว่าอะไรพูดได้ อะไรห้ามพูด และควรดันสินค้าตัวไหนเป็นพิเศษ
3. เลิกตั้งงบโฆษณาเป็นเพดานรายวันแบบตายตัว แล้วหันมาคุยกับฝ่ายการเงินว่ากำไรขั้นต่ำที่รับได้คือเท่าไหร่ ถ้าโฆษณายังทำกำไรได้ ก็ไม่ควรหยุดกลางคัน

สิ่งที่คนส่วนใหญ่เห็นคือ Checklist สามข้อที่ทุกข้อพาไปจบที่การซื้อโฆษณาของ Google แต่สิ่งที่ผมเห็นคือคำถามของนักการตลาดกำลังเปลี่ยนไปครับ

จากเดิมที่เราถามว่า จะซื้อคำค้นหาคำไหน และจะตั้งงบวันละเท่าไหร่ กลายเป็นคำถามใหม่ที่ยากกว่าเดิม คือ เราต้องบอกอะไร AI บ้าง ทั้งเรื่องสินค้าและเรื่องธุรกิจ ถึงจะปล่อยให้ AI ตัดสินใจแทนเราได้โดยไม่เสียงบการตลาดเปล่า และคำถามนี้ไม่ได้อยู่แค่บน Google หรอกครับ ทุกแพลตฟอร์มที่มี AI ช่วยขายกำลังพาเราไปเจอคำถามเดียวกัน

Context over Keyword สินค้าต้องตอบคำถามได้ ไม่ใช่แค่มีคำค้นหาเฉยๆ

ลองดูตัวอย่างที่ Google ยกมาครับ เมื่อก่อนคนจะพิมพ์ค้นสั้นๆ ว่า เสื้อกันหนาวผู้หญิง แต่วันนี้คนพิมพ์ถาม AI ว่า อยากได้เสื้อกันหนาวที่เหมาะกับการเดินทาง สิ่งที่คนถามจึงไม่ใช่ชื่อสินค้าอีกต่อไป แต่คือสถานการณ์ที่เขากำลังเจอ

พอคนถามแบบนี้ AI จะไปหาสินค้าที่ข้อมูลบอกได้ว่าเข้ากับสถานการณ์นั้น เช่นเบา พับเก็บง่าย กันลมได้ ร้านไหนที่หน้าสินค้ามีแค่ชื่อ ราคา และไซซ์ ก็จะไม่ถูกหยิบไปเป็นคำตอบเลย ต่อให้สินค้าตัวนั้นดีแค่ไหนก็ตาม

ผมเองเปิดแชทคุยกับ AI ตั้งแต่เช้าทุกวัน และสังเกตว่าประโยคที่ตัวเองพิมพ์ลงไปยาวขึ้นเรื่อยๆ มีทั้งเงื่อนไข ทั้งข้อจำกัด ทั้งบริบทครบ พอชินกับการคุยแบบนี้แล้ว ก็ยากที่จะกลับไปพิมพ์คำค้นสั้นๆ แบบเดิมครับ

ถ้าอธิบายแบบบ้านๆ คือคนไม่ได้อยากได้ตัวสินค้า แต่อยากให้สินค้าช่วยทำอะไรบางอย่างให้สำเร็จ แนวคิดนี้มีชื่อว่า Jobs to Be Done ของ Clayton Christensen ที่ HBS Online ยกเคสมิลค์เชคมาอธิบาย ว่ามิลค์เชคจำนวนมากถูกขายก่อน 8.30 น. ให้คนที่ซื้อไปกินแก้เบื่อระหว่างเดินทางไปทำงาน คนพวกนี้ไม่ได้ซื้อมิลค์เชคเพราะอยากกินของหวาน แต่ซื้อเพราะอยากให้การเดินทางตอนเช้าไม่น่าเบื่อ

คำถามที่คนพิมพ์คุยกับ AI ก็คือการเล่าออกมาตรงๆ ว่าเขาอยากให้สินค้าช่วยทำอะไรนั่นเอง ปีนี้ Google เลยเพิ่มช่องข้อมูลใหม่ใน Merchant Center ให้ร้านค้าใส่คำถามและคำตอบเกี่ยวกับสินค้าได้สูงสุด 30 คำถามต่อชิ้น เพื่อให้ AI มีข้อมูลไปตอบลูกค้าได้

แบรนด์ใหญ่เริ่มขยับเรื่องนี้แล้ว อย่างในบทเรียน Sephora กับ Agentic Commerce ที่เราเคยเล่าไว้ Sephora เอาความรู้เรื่องสินค้าของตัวเองเข้าไปอยู่ในแชท ChatGPT เพื่อรอตอบคำถามลูกค้า แต่ยังเก็บขั้นตอนจ่ายเงินและ Data ลูกค้าไว้กับตัวเอง พูดง่ายๆ คือข้อมูลสินค้าที่ตอบคำถามได้ กลายเป็นพนักงานขายที่แบรนด์ส่งไปยืนรอลูกค้าในทุกที่ที่ลูกค้าไปถาม

กลับมาที่บ้านเรา ในกลยุทธ์ Double Day Marketing เราเคยแนะนำให้ตั้งชื่อสินค้าให้มีคำที่คนค้นเยอะ ซึ่งยังใช้ได้อยู่นะครับ แต่วันนี้แค่นั้นไม่พอแล้ว

ลองนึกภาพร้านเสื้อกันหนาวไทยสักร้านที่ขายให้คนไปเที่ยวญี่ปุ่นช่วงปลายปี ชื่อสินค้าใส่คำค้นไว้ครบทุกคำ แต่หน้าสินค้าไม่เคยบอกเลยว่าใส่ไปฮอกไกโดเดือนมกราคมไหวไหม พับใส่กระเป๋าเดินทางได้หรือเปล่า ซักเครื่องได้ไหม ทั้งที่แอดมินต้องตอบคำถามพวกนี้ในแชทวันละหลายรอบ คำตอบที่แอดมินพิมพ์อยู่ทุกวันนั่นแหละ คือข้อมูลที่ AI กำลังตามหา

ลองทำแบบฝึกสั้นๆ ดูครับ เปิดแชทลูกค้าย้อนหลังสักเดือน จดคำถามที่ลูกค้าถามซ้ำบ่อยที่สุด 5 ข้อ แล้วเช็คว่ามีกี่ข้อที่ตอบไว้บนหน้าสินค้าแล้ว ข้อที่ยังไม่มี คือเหตุผลที่ AI ยังแนะนำสินค้าของคุณให้ลูกค้าไม่ได้ครับ

Goal over Budget บอก AI ว่าต้องการกำไรแค่ไหน ไม่ใช่บอกว่ามีงบเท่าไหร่

แคมเปญโฆษณาที่ใช้ AI ทำงานเหมือนพนักงานขายที่ขยันมาก แต่ทำตามเป้าที่ได้รับแบบเป๊ะๆ ถ้าเราบอกว่าเป้าคือจำนวนคนที่ซื้อ ระบบก็จะวิ่งไปหายอดขายที่ได้มาง่ายที่สุด ซึ่งส่วนใหญ่คือสินค้าที่ลดราคาหนักจนแทบไม่เหลือกำไร

ส่วนการตั้งงบโฆษณาวันละเท่าๆ กันทุกวัน ก็เป็นตัวเลขที่ตั้งขึ้นเพื่อให้คุมบัญชีง่าย ไม่ได้ตั้งตามจำนวนคนที่อยากซื้อจริง ในวันที่คนซื้อเยอะที่สุด งบจึงมักหมดก่อนลูกค้าหมด โฆษณาหยุดโชว์ทั้งที่ยังมีคนพร้อมจ่ายอยู่อีกมาก

เรื่องนี้มีหลักคิดที่อธิบายไว้ชัดมาก คือ Goodhart’s Law ที่สรุปกันว่า เมื่อตัวเลขที่ใช้วัดผลกลายเป็นเป้าหมายเสียเอง ตัวเลขนั้นก็จะหมดความหมาย คนทำงานยังพอมีวิจารณญาณยั้งตัวเองได้บ้าง แต่ AI ถูกออกแบบมาให้ไล่ตามเป้าอย่างเดียว ในมุมของผม ถ้าตั้งเป้าผิดไปนิดเดียว AI ก็จะพาเราไปผิดทางได้เร็วและไกลกว่าคนทำเองมาก

ธุรกิจสายการบินเคยพิสูจน์เรื่องนี้มาแล้วครับ American Airlines ใช้ระบบ DINAMO ตั้งแต่ปี 1988 เพื่อแบ่งที่นั่งแต่ละระดับราคาตามยอดจองที่เข้ามาจริง แทนการแบ่งโควตาตายตัวไว้ล่วงหน้า ผลคือรายได้เพิ่มขึ้นราว 1,400 ล้านดอลลาร์ในสามปี หัวใจของเรื่องนี้ไม่ใช่การขายที่นั่งให้ได้เยอะที่สุด แต่คือการขายที่นั่งแต่ละที่ให้ได้เงินมากที่สุด

บ้านเราโจทย์นี้ยากกว่า Cyber Week อีกครับ เพราะยอดขายช่วง 11.11 มักกระจุกอยู่ในไม่กี่ชั่วโมง ลองนึกภาพแบรนด์สกินแคร์ไทยสักเจ้าที่ตั้งงบโฆษณาวันละ 20,000 บาทเท่ากันทุกวัน พอถึงวัน 11.11 งบหมดตั้งแต่บ่าย แต่ช่วงหลังเลิกงานคือตอนที่ลูกค้ากลับมากดจ่ายเงินของที่ใส่ตะกร้าไว้ แบรนด์คู่แข่งที่ยังเปิดโฆษณาอยู่ก็ได้ลูกค้ากลุ่มนี้ไปแบบสบายๆ

แต่อีกด้านก็ต้องพูดให้ครบครับ การเปิดงบแบบไม่ตั้งเพดานจะปลอดภัยก็ต่อเมื่อเรารู้ว่าสินค้าแต่ละตัวเหลือกำไรจริงเท่าไหร่ หลังหักค่าธรรมเนียมแพลตฟอร์ม ค่าส่ง และส่วนลดต่างๆ แล้ว จากที่ผมสังเกต ร้านค้า SME ไทยหลายรายยังตอบตัวเลขนี้ไม่ได้ และถ้าไม่รู้ตัวเลขนี้ การทำตามคำแนะนำของ Google ก็ไม่ต่างจากการยื่นพวงมาลัยให้แพลตฟอร์มขับแทนเรา

ลองตอบคำถามนี้ให้ได้ในประโยคเดียวครับ ขายสินค้าตัวหลักของคุณได้ 100 บาท จ่ายค่าโฆษณาได้มากที่สุดกี่บาทถึงจะยังมีกำไร ตัวเลขนี้แหละคือสิ่งที่ควรบอก AI แทนงบรายวัน ถ้ายังตอบไม่ได้ งานแรกก่อนถึง 11.11 ก็คือแค่นั่งคุยกับฝ่ายบัญชีสักชั่วโมงหน่อยครับ

The Context Brief บทเรียนจาก AI Shopping Checklist ของ Google ที่ใช้ได้ทุกแพลตฟอร์ม

ถ้าวางสองเรื่องนี้ไว้ด้วยกัน จะเห็นว่าจริงๆ แล้วเป็นเรื่องเดียวกันที่มองจากสองฝั่ง ฝั่งแรกคือเรื่องของสินค้า ว่าเหมาะกับใคร ใช้ในสถานการณ์ไหน อีกฝั่งคือเรื่องของธุรกิจ ว่ายอดขายแบบไหนถึงเรียกว่าคุ้ม AI จะเก่งแค่ไหนก็เดาสองเรื่องนี้แทนเราไม่ได้ งานของนักการตลาดยุคนี้จึงไม่ใช่การนั่งกดปุ่มโฆษณา แต่คือการเขียน Brief บอก AI ให้ชัดว่าเราขายอะไร และชนะแบบไหน

อีกเรื่องที่ต้องพูดตรงๆ คือตัวเลขสวยๆ ใน Checklist นี้ อย่างการบอกว่า Performance Max กับ AI Max ช่วยเพิ่มมูลค่ายอดขายเฉลี่ย 15% เป็นข้อมูลภายในของ Google เอง ไม่ได้แปลว่าผิด แต่ควรลองทดสอบกับบัญชีของตัวเองก่อนเชื่อ ส่วนสองเรื่องที่เราถอดมา ไม่ต้องซื้อโฆษณาเพิ่มสักบาท และเอาไปใช้ได้ทั้งบน Shopee, Lazada หรือ TikTok Shop

ถ้าให้รวบทั้งหมดเหลือคำเดียว คำนั้นคือ Context หรือ บริบท

คำถามที่อยากฝากไว้คือ ถ้าคืนวันที่ 11.11 นี้ AI ต้องเลือกระหว่างสินค้าของคุณกับของคู่แข่ง เหตุผลที่ AI เจอจะเป็นข้อมูลที่คุณเขียนไว้เอง หรือเป็นสิ่งที่ AI ต้องเดาแทนคุณอย่างน่าเสียดายครับ

• Facebook
• X
• Line