“เมื่อยอดไลก์ไม่ใช่คำตอบของความสำเร็จอีกต่อไป นักการตลาดไทยจะเติบโตได้อย่างไรด้วย ‘วิทยาศาสตร์การตลาด’”

(Series “Science Behind Growth” brought to you by Content Shifu written by Pratt Hetrakul)

ปี 2017 เป็นปีที่ผมเริ่มต้นเส้นทางกับ Meta ในบทบาท Marketing Science Partner บทบาทที่ถูกสร้างขึ้นเพื่อภารกิจชัดเจนหนึ่งอย่าง คือ

“เชื่อมโลกของศิลปะ (Art) และวิทยาศาสตร์ (Science) ให้กลับมาทำงานร่วมกันในโลกของการตลาด”

ตอนนั้น อุตสาหกรรมโฆษณาในไทยยังขับเคลื่อนด้วย Reach และ Engagement Metrics แบรนด์ส่วนใหญ่ให้คุณค่ากับยอดไลก์ ยอดวิว และ GRP เป็นหลัก แต่ไม่มีใครตอบได้ว่า…

“สุดท้ายแล้วสิ่งที่เราทำ สร้างยอดขายจริงไหม?”

และนั่นคือจุดเริ่มต้นของคำถามที่เปลี่ยนทั้งเส้นทางอาชีพของผมและแนวคิดของวงการการตลาดไทยตลอด 8 ปีต่อมา

ตลอดเวลานั้น ผมมีโอกาสร่วมงานกับแบรนด์ชั้นนำ SME และเอเจนซีในหลายอุตสาหกรรมเราเริ่มจากการทดลองเล็ก ๆ เพื่อเข้าใจ “การเข้าถึง” (Reach) ก่อนจะค่อย ๆ พัฒนาไปสู่การวัดผลที่ตอบคำถามสำคัญกว่า

“สิ่งที่ทำไปนั้น สร้างการเติบโตได้จริงหรือไม่?”

นี่ไม่ใช่แค่เรื่องของการวัดผลโฆษณา แต่คือการเดินทางของอุตสาหกรรมไทย จากยุคที่ “สัญชาตญาณ” คือเข็มทิศไปสู่ยุคที่ “ข้อมูลและวิทยาศาสตร์” กลายเป็นพลังในการตัดสินใจ

และนี่คือเหตุผลว่าทำไมบทความนี้ถึงสำคัญ – เพราะมันคือบันทึกของการเปลี่ยนแปลงที่เกิดขึ้นจริงในประเทศไทยจากมุมของคนที่อยู่ตรงกลางระหว่าง ศิลปะของการสื่อสาร และ ศาสตร์ของข้อมูล

นี่คือเส้นทางจาก Reach → Sales → Science ที่เปลี่ยนวิธีคิดของวงการการตลาดไทย

ERA1 FROM LIKE TO LIFT (2017-2018) 

จุดเริ่มต้นจาก “การวัดเพื่อเรียนรู้” ผ่าน Brand Lift Study

ย้อนกลับไปในปี 2017  ช่วงเวลาที่การตลาดไทยยังขับเคลื่อนด้วย “ตัวเลขที่ดูดี” ยอดไลก์พุ่ง ยอดแชร์สูง วิดีโอแตะล้านวิวคือตัวชี้วัดแห่งความสำเร็จของแทบทุกแคมเปญ

แต่เบื้องหลังตัวเลขที่ดูสวยเหล่านั้น มีคำถามสำคัญข้อหนึ่งที่ยังไม่มีใครตอบได้ชัดเจนว่า “แล้วทั้งหมดนี้…สร้างยอดขายจริงไหม?”

ในเวลานั้น นักการตลาดจำนวนมากยังมองว่า “Social Engagement” คือคำตอบสุดท้ายของความสำเร็จในการยิงโฆษณา ทั้งที่จริงแล้วมันเป็นเพียง “สัญญาณผิวเผิน” ที่ไม่สะท้อนผลกระทบทางธุรกิจอย่างแท้จริง และนั่นคือจุดที่ บทบาท Marketing Science Partner ถือกำเนิดขึ้น

ภารกิจแรกของเราชัดเจนมาก คือการพานักการตลาดไทยออกจากกับดักของ Vanity Metrics สู่การวัดผลที่เชื่อมโยงกับการเติบโตจริง”

จากคำถาม “ขายได้ไหม?” สู่ “ขายเพิ่มขึ้นไหม?” – จุดเริ่มต้นของ Incrementality ในไทย

เมื่อเราพยายามพาแบรนด์ไทยออกจากการยึดติดกับตัวเลขสวย ๆ สิ่งแรกที่เราต้องสร้างให้เกิดขึ้นไม่ใช่เครื่องมือใหม่ แต่คือ วิธีคิดใหม่

ตอนนั้นเราชวนแบรนด์มาคิดแบบนักวิทยาศาสตร์มากขึ้น คือแทนที่จะถามว่า

“โฆษณานี้ขายของได้ไหม?”
เราถามใหม่ว่า
“โฆษณานี้ทำให้เราขายได้เพิ่มขึ้นไหม จากที่ควรจะขายได้อยู่แล้ว?”

นั่นคือจุดเริ่มต้นของแนวคิดที่เรียกว่า Incrementality หรือในภาษาเข้าใจง่ายคือ “การวัดผลกระทบแท้จริงของโฆษณา” หรือที่ผมชอบเรียกว่า “Ads เปลี่ยนใจคน”

การทดลองครั้งแรกด้วย “Brand Lift Study”

เพื่อพิสูจน์แนวคิด Incrementality นี้ เราเริ่มต้นจากการทดลองที่เรียกว่า Brand Lift Study ซึ่งเปรียบเสมือน “ห้องแล็บของนักการตลาด”

เรานำหลักการ A/B Test มาใช้ในโลกของโฆษณาโดยแบ่งกลุ่มผู้ชมออกเป็น 2 กลุ่มแบบสุ่ม (Randomized):

• Exposed Group → กลุ่มที่ได้เห็นโฆษณาจริง
• Control Group → กลุ่มที่ไม่ได้เห็นโฆษณาเลย

จากนั้นเราวัดความแตกต่างของพฤติกรรม เช่น การจดจำแบรนด์ (Ad Recall) หรือความตั้งใจซื้อ (Purchase Intent) ระหว่างสองกลุ่ม ถ้ากลุ่มที่เห็นโฆษณามีความตั้งใจซื้อสูงกว่า เช่น 28% เทียบกับ 22%
เราจะเรียกผลต่างนั้นว่า Lift +6%

ทำไม Incrementality ถึงสำคัญกับนักการตลาดไทย

เพราะมันเปลี่ยนมุมมองของการวัดผลจาก “การรายงานสิ่งที่เกิดขึ้น” ไปสู่ “การพิสูจน์ว่าสิ่งที่ทำ เกิดผลลัพธ์จริง หรือไม่”

ก่อนหน้านั้น เครื่องมืออย่าง Ads Manager บอกเราได้เพียงจำนวน Impression, Click, Conversion แต่ไม่เคยบอกว่า “ยอดขายเหล่านั้นจะเกิดขึ้นอยู่แล้วหรือเปล่า ถ้าไม่มีโฆษณา?”

แนวคิด Incrementality จึงกลายเป็นจุดเปลี่ยนสำคัญของการตลาดไทย มันไม่เพียงช่วยให้แบรนด์เข้าใจผลลัพธ์ของแคมเปญได้ลึกกว่า แต่ยังวางรากฐานให้ทีมการตลาดเริ่ม “คิดอย่างมีสมมติฐาน” และ “ตัดสินใจจากข้อมูลจริง” มากกว่าความรู้สึก

จากวันนั้นจนถึงวันนี้ Incrementality ไม่ได้เป็นเพียงเทคนิคการวัดผลอีกต่อไป แต่มันกลายเป็น Mindset ของการตลาดที่เติบโตได้จริง

ความท้าทายของการนำ Brand Lift Study สู่ตลาดไทย

สิ่งที่ยากที่สุดในการนำ Lift Study มาสู่ประเทศไทย ไม่ใช่เทคนิค แต่คือการเปลี่ยนวิธีคิดของนักการตลาด

แบรนด์ส่วนใหญ่คุ้นกับ Ads Manager ที่ให้ตัวเลขเร็วและดูดี CTR เพิ่ม, CPM ลด, Reach พุ่งขึ้น ตัวเลขเหล่านี้คือ “KPI แห่งความสุข” แต่ Lift Study ตั้งคำถามอีกแบบหนึ่ง “จริงหรือที่ยอดขายทั้งหมดมาจากโฆษณา?”

ตัวเลขจาก Lift มัก “น้อยกว่า” เพราะมันกรองสิ่งที่ไม่ได้เกิดจากโฆษณาออก และนั่นทำให้หลายแบรนด์ต้องยอมรับความจริงใหม่ว่า บางสิ่งที่เคยเชื่อว่า “ได้ผลดี” อาจไม่ได้มีผลจริงเท่าที่คิด

แต่ทำไมการเปลี่ยน mindset นี้ถึงยาก?

ผมจำได้ดีครั้งหนึ่ง เราทำ Lift Study ให้แบรนด์สินค้าอุปโภคบริโภครายใหญ่ (CPG) เมื่อผลออกมาว่า “Ad Recall เพิ่มขึ้น +5% และ Purchase Intent +4%” ผู้บริหารถามทันทีว่า

“ทำไมตัวเลขมันน้อยจัง? แล้วเราจะเชื่อได้ยังไงว่าเป็นเพราะโฆษณา?”

คำถามนี้สะท้อน Mindset ของยุคที่ Ads Manager ครองใจ นักการตลาดชินกับตัวเลขระดับหมื่นล้าน Impressions แต่ Lift กลับพูดถึง “ไม่กี่เปอร์เซ็นต์”

สิ่งที่หลายคนยังไม่เห็นคือน้ำหนักของความจริงในตัวเลขนั้น เพราะ Ad Recall +5% ของฐานผู้บริโภคทั่วประเทศ หมายถึงคนอีกหลายแสนคนที่เปลี่ยนใจหลังเห็นโฆษณา

หลังจากทำการทดลองซ้ำหลายครั้ง ผลที่ออกมามีทิศทางคงที่ แคมเปญที่สื่อสารชัดและมี Creative แข็งแรง สร้าง Lift สูงกว่าเสมอ จนวันหนึ่ง ทีมแบรนด์พูดขึ้นว่า “เราอยากทำ Lift อีก” แทนที่จะถามว่า “CTR เท่าไหร่?”

และนั่นคือวันที่ผมรู้ว่า Marketing Science เริ่มเกิดขึ้นจริงในไทย

eCommerce และ SME: เมื่อความเร็วชนกับความจริง

ถ้าแบรนด์ Consumer Packaged Goods (CPG) ตั้งคำถามเรื่อง “ความน่าเชื่อถือของตัวเลข” แบรนด์ eCommerce และ SME ไทย จะตั้งคำถามอีกแบบหนึ่งคือ “ทำไมต้องรอผลตั้งเป็นอาทิตย์ ในเมื่อ Ads Manager บอกยอดขายให้ได้ทันที?”

นี่คือความต่างระหว่าง “ธุรกิจที่โตด้วยความเร็ว” กับ “ธุรกิจที่โตด้วยความเข้าใจ”

โลกของ eCommerce คือโลกของ Real-time Dashboard ที่ ROAS กลายเป็นศาสนา และทุกบาทที่ลงทุนไปต้องวัดผลตอบแทนได้ แต่ Lift Study ใช้เวลา 2-4 สัปดาห์ในการรัน และสิ่งที่มันวัดคือ “ผลที่เกิดขึ้นจริง” ไม่ใช่ “ยอดขายที่เกิดขึ้นในระบบ”

เมื่ออธิบายเรื่อง Incrementality (การวัดผลกระทบแท้จริงของโฆษณา) กับ SME เราก็เริ่มเปลี่ยนจากการถามว่า “โฆษณานี้ขายของได้ไหม?”  ไปเป็น “โฆษณานี้ขายของได้เพิ่มขึ้นไหม? จากที่ควรจะได้อยู่แล้ว”

ผลลัพธ์บางครั้งอาจดูน้อยกว่าใน Ads Manager แต่ SME ที่เปิดใจทดลอง 2-3 รอบมักเจอ Pattern ที่ชัดเจนว่า

1. โฆษณาที่เน้นเล่าเรื่องและสร้างความไว้วางใจ มักให้ Lift สูงกว่าโฆษณาเน้นลดราคา
2. ช่วงเวลาที่ Ads Manager บอกว่า “ขายดี” อาจไม่สร้าง Incremental Sales จริงเลย

สุดท้าย หลาย SME ก็เปลี่ยน Mindset จาก “ยิงแอดเพื่อยอดวันนี้” เป็น “เรียนรู้เพื่อยอดระยะยาว” เพราะในยุคที่ทุกคนยิงแอดได้เหมือนกัน สิ่งที่สร้างความต่างคือ “ใครเข้าใจผลของโฆษณาได้ลึกกว่า”

ERA2 FROM LIFT TO MMM (2019-2020)

เมื่อ Lift พิสูจน์ได้ว่า “เวิร์ก” แต่ยังไม่ตอบว่า “เวิร์กแค่ไหน”

หลังจากตลาดไทยเริ่มคุ้นกับ Incrementality แล้ว เราก็เริ่มเจอกับคำถามใหม่จากแบรนด์และผู้บริหารว่า “แล้วสุดท้าย งบทั้งหมดของเราสร้างยอดขายได้เท่าไหร่?”

Brand Lift Study วัดได้เฉพาะแคมเปญเดียวแต่มันไม่สามารถตอบคำถามเชิงระบบ เช่น Cross-channel Impact หรือ ROI ทั้งปีได้

ปี 2019 จึงเป็นจุดเปลี่ยนจากการวัดผลระดับ “แคมเปญ” สู่การวัดผลระดับ “กลยุทธ์ธุรกิจ”

นักการตลาดเริ่มมองหาแนวทางใหม่อย่าง Marketing Mix Modeling (MMM) ซึ่งช่วยรวมข้อมูลจากทุกช่องทางทั้งออนไลน์, ออฟไลน์, โปรโมชั่น, ซีซั่น เพื่อวิเคราะห์ว่าแต่ละปัจจัยมีผลต่อยอดขายมากน้อยแค่ไหน

จากการตอบคำถามว่า “มันเวิร์กไหม?” ไปสู่คำถามที่ใหญ่กว่า “จะทำให้เวิร์กขึ้นได้อย่างไร?”

Marketing Mix Modeling (MMM): สูตรอาหารแห่งการเติบโตทางธุรกิจ

ถ้า Brand Lift Study เปรียบเหมือนการทดลองในห้องแล็บ  ที่เราทดสอบผลของแคมเปญเดียว Marketing Mix Modeling (MMM) คือ การวิจัยทั้งระบบที่มองภาพรวมของการตลาดทั้งปี แล้วถามว่า “ส่วนผสมไหนกันแน่ที่ทำให้ยอดขายเกิดขึ้นจริง?”

ลองนึกภาพว่าคุณคือเชฟที่กำลังทำเมนูพิเศษชื่อว่า “ยอดขายของแบรนด์” บนโต๊ะของคุณมีวัตถุดิบมากมาย บางอย่างคือ งบโฆษณา บางอย่างคือ โปรโมชั่น, ราคา, หรือแม้แต่ ฤดูกาล แต่คำถามคือควรใส่อะไรเท่าไหร่ ถึงจะได้รสชาติที่ดีที่สุด?”

Marketing Mix Modeling (MMM) คือสูตรลับที่ช่วยวัดว่าใส่อะไรเท่าไหร่ถึงจะได้อาหารจานที่อร่อยที่สุด

แทนที่จะทำอาหารด้วยสัญชาตญาณ MMM จะช่วย “คำนวณ” และ “วัดผล” ให้คุณรู้ว่า ถ้าเพิ่มงบ Facebook อีก 10% ยอดขายจะเพิ่มขึ้นแค่ไหนหรือถ้าลดโปรโมชั่นลง จะกระทบกับยอดขายเท่าไหร่

มันคือเครื่องมือที่ทำให้เชฟการตลาดรู้สัดส่วนที่พอดีของงบโฆษณาแต่ละช่องทางเพื่อให้ “เมนูยอดขาย” ของคุณอร่อยได้อย่างยั่งยืน คือไม่ใช่อร่อยแค่จานเดียว แต่เป็นทุกจานในปีต่อ ๆ ไป

ส่วนช่องทางการตลาดก็คือหนึ่งในวัตถุดิบที่เราสามารถเลือกใส่เพื่อเสริมรสชาติได้

• Facebook / Digital Ads = เครื่องเทศที่ทำให้อาหารมีกลิ่นหอม ดึงดูดลูกค้าให้เข้ามาชิม
• TV / Offline Media = ส่วนผสมหลักที่ให้ “เนื้อหา” ของรสชาติ
• Promotion / Discount = ซอสที่ช่วยเพิ่มรสให้จานนี้อร่อยขึ้นในระยะสั้น
• Season / Trend = รสเปรี้ยวเฉพาะช่วงฤดูกาล ที่เพิ่มสีสันให้จานสมบูรณ์
• Price = ความสมดุลของรสชาติ — แพงไปก็ไม่ขาย ถูกไปก็ขาดทุน

สรุป: Marketing Science กับการเติบโตที่แท้จริง เริ่มจาก “การวัดผล”

ไม่ว่าธุรกิจคุณจะอยู่ในจุดเริ่มต้นหรืออยู่ในระดับองค์กรใหญ่ “Marketing Science” คือกรอบความคิดที่จะช่วยให้คุณเติบโตจากข้อมูลจริง ไม่ใช่ความรู้สึก

How to Adapt (ทุกธุรกิจทำได้)

ระดับธุรกิจ	วิธีนำแนวคิดนี้ไปใช้	ผลลัพธ์ที่ได้
SME / Start-up	เริ่มจากการทดลองเล็ก ๆ เช่น Brand Lift Study หรือ A/B Test	เห็นผลลัพธ์จริงของงบโฆษณาแต่ละบาท
ธุรกิจที่กำลังเติบโต	รวมข้อมูลย้อนหลัง สร้างภาพรวมด้วย Marketing Mix Modeling (MMM)	รู้ว่าสื่อไหนคุ้มค่าที่สุด และควรเพิ่มงบตรงไหน
องค์กรขนาดใหญ่	สร้างระบบ Measurement Framework และทีม Marketing Science ภายใน	เปลี่ยนการตลาดจาก cost center → growth engine

แล้วต่อไปจะเกิดอะไรขึ้น…

เมื่อแบรนด์ไทยเริ่มเข้าใจสมการแห่งการเติบโต ผ่าน MMM คำถามใหม่ก็เกิดขึ้นทันทีว่า

“แล้วเราจะทำ MMM ได้เองไหม?”
“ต้องใช้ทีม Data ใหญ่แค่ไหน?”
“SME จะเริ่มจากตรงไหน?”

คำถามเหล่านี้คือจุดเริ่มต้นของบทใหม่ในปี 2021 ปีที่ Meta เปิดตัวเครื่องมือโอเพ่นซอร์สชื่อ Robyn ซึ่งเปลี่ยน MMM จากศาสตร์ซับซ้อนขององค์กรใหญ่ ให้กลายเป็นเครื่องมือที่ทุกแบรนด์เข้าถึงได้

ตอนต่อไปของซีรีส์ Science Behind Growth เราจะพาคุณไปรู้จัก “Robyn MMM” และดูว่ามันทำให้การวัดผลของไทยเปลี่ยนจากเป็นไปไม่ได้… ให้เป็นไปได้ ได้อย่างไร!