วิธีคำนวณยอดขายที่หายไปเพราะ AI ตอบแทนเว็บคุณ

ลุงตี่ · 21 ส.ค. 2569 · อ่าน 10 นาที

เมื่อลูกค้าไม่คลิกเข้าเว็บอีกต่อไป ไม่มีเครื่องมือไหนบอกตัวเลขความสูญเสียให้ตรงๆ บทความนี้สอนวิธีประมาณการรายได้ที่หายไปด้วยข้อมูลที่คุณมีอยู่แล้ว

เดือนนี้ยอดขายตกอีกแล้ว และคุณต้องเดินเข้าห้องประชุมไปอธิบายให้หุ้นส่วนหรือฝ่ายบัญชีฟังว่าทำไม เอเจนซีรายงานว่าอันดับกูเกิลยังดี งบแอดก็ยังจ่ายเท่าเดิม แต่ยอดขายเดือนนี้ต่ำกว่าปีที่แล้วอยู่หลายเปอร์เซ็นต์

คุณพอจะเดาได้ว่าส่วนหนึ่งเป็นเพราะลูกค้าหันไปถาม AI แทนการเปิดเว็บ แต่พอถูกถามกลับว่า "หายไปเท่าไหร่ คิดเป็นเงินกี่บาท" คุณตอบไม่ได้ มีแต่ความรู้สึก ไม่มีตัวเลข

นี่คือจุดที่อันตรายกว่าที่คิด เพราะการตัดสินใจเรื่องงบประมาณปีหน้า ไม่มีใครอนุมัติเงินให้กับสิ่งที่พูดได้แค่ว่า "น่าจะเป็นเพราะ AI" ต้องมีตัวเลขที่พอจะยืนยันได้ว่าความสูญเสียนี้มีอยู่จริง และมีขนาดประมาณเท่าไหร่

ข่าวร้ายคือ ไม่มีเครื่องมือไหนบอกตัวเลขนี้ให้คุณตรงๆ Google Analytics ก็ไม่มีคอลัมน์ "รายได้ที่หายไปเพราะ AI" ให้กด รายงานเอเจนซีก็ไม่มี เพราะเป็นรายได้ที่ไม่เคยเกิดขึ้น จึงไม่มีร่องรอยอะไรให้นับ

สิ่งที่ทำได้จริงคือการประมาณการด้วยวิธีอ้อม โดยใช้ตัวเลขที่คุณมีอยู่แล้วในมือ มาคำนวณเป็นช่วงตัวเลขที่พอจะเชื่อถือได้ ไม่ใช่ตัวเลขที่แม่นเป๊ะร้อยเปอร์เซ็นต์ แต่แม่นพอจะเอาไปคุยกับหุ้นส่วนหรือใช้ตัดสินใจได้

กลไกเบื้องหลัง ทำไมรายได้ที่หายไปถึงไม่ทิ้งร่องรอย

เหตุผลที่วัดยาก เพราะนี่คือรายได้ที่ไม่เคยแตะเว็บคุณเลย

เวลาลูกค้าเปิดกูเกิลแล้วคลิกเข้าเว็บคุณ ระบบ Analytics จะเห็นร่องรอยทั้งหมด มาจากไหน อยู่หน้าไหนกี่นาที คลิกอะไรต่อ แต่เวลาลูกค้าถามผู้ช่วย AI ว่า "ร้านทำผมแถวนี้ที่ไหนดี ราคาไม่แพง" แล้ว AI สรุปคำตอบให้เขาอ่านจบในหน้าจอเดียว โดยไม่ต้องคลิกไปที่ไหนเลย เหตุการณ์นี้ไม่ทิ้งร่องรอยอะไรในระบบของคุณ

วงการนี้เรียกพฤติกรรมแบบนี้ว่า zero-click แปลตรงตัวว่าไม่มีการคลิก หมายถึงคนได้คำตอบที่ต้องการโดยไม่ต้องคลิกออกจากหน้าที่เขาอยู่เลยสักครั้ง ถ้าคำตอบนั้นพูดถึงร้านคู่แข่งแทนคุณ คุณก็เสียลูกค้ารายนั้นไปตั้งแต่ต้น โดยที่เว็บคุณไม่เคยรู้ด้วยซ้ำว่ามีคนกำลังตัดสินใจอยู่

ผลคือเกิดสิ่งที่เรียกได้ว่าเป็นช่องว่างการอ้างอิง หรือ referral gap คือช่วงว่างระหว่างจำนวนคนที่กำลังมองหาสินค้าแบบคุณจริงในตลาด กับจำนวนคนที่ปรากฏในรายงานว่ามาจากการค้นหา ถ้าช่องว่างนี้ค่อยๆ กว้างขึ้นทุกเดือน แปลว่ามีคนจำนวนหนึ่งตัดสินใจไปแล้วก่อนที่จะถึงเว็บคุณ

ตัวเลขคนเข้าเว็บที่ลดลงจึงบอกเรื่องนี้ได้แค่บางส่วน เพราะคนที่ไม่เคยเข้าเว็บเลยจะไม่ปรากฏในตัวเลขนั้นด้วยซ้ำ สิ่งที่พอจะสังเกตได้คือการเปลี่ยนแปลงของจำนวนคนที่ "ติดต่อ" คุณโดยตรง เช่น โทรเข้ามา ทักแชท หรือเดินเข้าร้าน เพราะกลุ่มคนที่ผ่านการกลั่นกรองจาก AI มาแล้วมักจะข้ามขั้นตอนเปรียบเทียบ แล้วติดต่อตรงกับร้านที่ AI เอ่ยชื่อให้เลย

สิ่งที่ต้องเข้าใจอีกอย่างคือ การหายไปของยอดขายจากเรื่องนี้ ไม่ได้เกิดแบบวูบเดียวจนสังเกตเห็นชัด แต่ค่อยๆ ไหลออกทีละนิดทุกเดือน คล้ายท่อรั่วเล็กๆ ที่กว่าจะรู้ตัวก็ผ่านไปครึ่งปีแล้ว การวัดจึงต้องทำเป็นนิสัยรายเดือน ไม่ใช่เช็กครั้งเดียวแล้วจบ

อีกจุดที่ทำให้ตัวเลขคลาดเคลื่อนได้ง่ายคือ คนที่ถาม AI แล้วได้คำตอบเป็นชื่อร้านคุณ บางคนก็ยังคลิกลิงก์เข้าเว็บอยู่ดีเพื่อดูรายละเอียดเพิ่ม แต่ระบบ Analytics ส่วนใหญ่จะบันทึกคนกลุ่มนี้ว่ามาจาก "โดยตรง" หรือ direct traffic เพราะลิงก์จาก AI มักไม่มีการติดป้ายที่มาให้ชัดเจนเหมือนลิงก์จากกูเกิล ทำให้ตัวเลขคนเข้าเว็บจากช่องทาง AI ที่คุณเห็นในรายงาน มักจะต่ำกว่าความเป็นจริงเสมอ นี่คือเหตุผลที่การวัดต้องอาศัยการประมาณการ ไม่ใช่หวังตัวเลขที่แม่นเป๊ะจากรายงานสำเร็จรูปที่ไหน

ตรวจร้านตัวเอง มีสัญญาณเหล่านี้กี่ข้อ

ก่อนจะเริ่มคำนวณตัวเลข ให้ตรวจดูก่อนว่าสัญญาณที่บ่งบอกว่ากำลังเสียยอดให้ AI มีอยู่ในร้านคุณกี่ข้อ ใช้เวลาประมาณสิบห้านาที เปิดข้อมูลย้อนหลังหกเดือนมาเทียบ

สัญญาณที่ต้องเช็กถือว่าน่าสงสัยเมื่อไหร่
จำนวนคนเข้าเว็บจากการค้นหาลดลงต่อเนื่องสามเดือนขึ้นไป ทั้งที่อันดับคำค้นยังไม่เปลี่ยน
สัดส่วนคนเข้าเว็บแบบ "โดยตรง"เพิ่มขึ้นผิดปกติ ทั้งที่ไม่ได้ทำแคมเปญให้คนพิมพ์ชื่อร้านตรงๆ
คำถามตอนลูกค้าโทรเข้ามาหรือทักแชทเจาะจงมากขึ้น เช่นรู้ราคาคร่าวๆ มาก่อนแล้ว ไม่ได้ถามพื้นฐาน
อัตราปิดการขายของลูกค้าที่ติดต่อเข้ามาสูงขึ้นกว่าเดิม เพราะคนกลุ่มนี้ผ่านการกรองมาระดับหนึ่งแล้ว
จำนวนคนเข้าเว็บรวมเทียบกับจำนวนคนติดต่อจริงคนเข้าเว็บลดลง แต่คนติดต่อจริงไม่ได้ลดตามสัดส่วนเดียวกัน
คำตอบของ AI เมื่อถามหาธุรกิจแบบคุณในย่านนั้นไม่เอ่ยชื่อคุณเลย หรือเอ่ยข้อมูลที่ผิด

ถ้าเข้าเงื่อนไขตั้งแต่สามข้อขึ้นไป แปลว่ามีความเป็นไปได้สูงว่าคุณกำลังเสียยอดขายบางส่วนให้กับคำตอบของ AI จริง และควรลงมือคำนวณตัวเลขคร่าวๆ ต่อในขั้นถัดไป ไม่ใช่ปล่อยผ่านแล้วเดาต่อไปเรื่อยๆ

ห้าขั้นตอนที่ทำเองได้ เพื่อประเมินตัวเลขความสูญเสีย

หนึ่ง ตั้งค่าฐานอ้างอิงจากข้อมูลเก่าของตัวเอง

ใช้เวลาประมาณสองชั่วโมง สิ่งที่ต้องมีคือยอดขายและจำนวนคนติดต่อย้อนหลังอย่างน้อยสิบสองเดือน จากบัญชีหรือระบบขายที่มีอยู่แล้ว

ให้ดึงตัวเลขสามตัวออกมาเป็นรายเดือน คือจำนวนคนที่เข้าเว็บ จำนวนคนที่ติดต่อจริง (โทร ทักแชท เดินเข้าร้าน) และยอดขายที่ปิดได้ แล้วคำนวณอัตราส่วนสองตัว คือคนเข้าเว็บกี่คนต่อคนติดต่อหนึ่งราย และคนติดต่อหนึ่งรายสร้างยอดขายเฉลี่ยเท่าไหร่

เลือกช่วงเดือนที่ธุรกิจยังนิ่งๆ ไม่มีโปรโมชันพิเศษ มาเป็นค่าฐาน เก็บตัวเลขนี้ไว้ในไฟล์เดียว เพราะจะใช้เป็นตัวเทียบกับเดือนปัจจุบันตลอดในขั้นต่อไป

ดูยังไงว่าได้ผล มีไฟล์หนึ่งไฟล์ที่บอกได้ทันทีว่า ปกติแล้วร้านคุณต้องมีคนเข้าเว็บกี่คน ถึงจะได้คนติดต่อหนึ่งราย และคนติดต่อหนึ่งรายมีมูลค่าเฉลี่ยกี่บาท

สอง เพิ่มคำถาม "รู้จักเราจากไหน" ในทุกจุดที่ลูกค้าติดต่อเข้ามา

ใช้เวลาตั้งระบบประมาณหนึ่งชั่วโมง แล้วหลังจากนั้นเป็นงานประจำวันละไม่กี่นาที สิ่งที่ต้องมีคือแบบฟอร์มหรือสมุดจดง่ายๆ ให้พนักงานหน้าร้านหรือแอดมินแชทกรอก

คำถามนี้ต้องถามทุกครั้งกับลูกค้าใหม่ที่ติดต่อเข้ามา และห้ามให้เลือกจากตัวเลือกที่ตั้งไว้ล่วงหน้าแค่ "เฟซบุ๊ก" หรือ "กูเกิล" เพราะจะไม่มีช่องให้ตอบว่า "ถาม ChatGPT มา" หรือ "AI แนะนำมา" ให้เปิดเป็นคำถามปลายเปิดแล้วให้พนักงานจดคำตอบตามที่ลูกค้าพูดจริง

พอเก็บได้สักหนึ่งเดือน ให้ไล่นับว่ามีกี่รายที่พูดถึง AI ตรงๆ เช่น "ถามแชทมา" "เอไอบอกว่าที่นี่ดี" "หาในแอปแชทมา" ตัวเลขนี้แม้จะไม่ครอบคลุมทุกคน เพราะบางคนก็จำไม่ได้หรือไม่อยากเล่า แต่เป็นตัวเลขจริงที่นับได้ ไม่ใช่การเดา

ดูยังไงว่าได้ผล มีตัวเลขจำนวนลูกค้าใหม่ต่อเดือนที่ระบุชัดว่ามาเพราะ AI แนะนำ และเห็นแนวโน้มว่าตัวเลขนี้เพิ่มขึ้นหรือลดลงเมื่อเทียบเดือนต่อเดือน

สาม คำนวณช่องว่างระหว่างคนเข้าเว็บที่ควรจะมีกับที่มีจริง

ใช้เวลาประมาณหนึ่งชั่วโมงต่อเดือน สิ่งที่ต้องมีคือค่าฐานจากขั้นตอนแรก และตัวเลขคนเข้าเว็บเดือนปัจจุบัน

เอาจำนวนคนติดต่อจริงเดือนนี้ คูณกับอัตราส่วนคนเข้าเว็บต่อคนติดต่อหนึ่งรายจากค่าฐาน จะได้ตัวเลขว่า "ถ้าพฤติกรรมเหมือนเดิมทุกอย่าง เดือนนี้ควรมีคนเข้าเว็บกี่คน" แล้วเอามาลบกับจำนวนคนเข้าเว็บจริงที่วัดได้ ผลต่างที่ได้คือช่องว่างที่น่าสงสัย

ช่องว่างนี้ไม่ได้แปลว่าหายไปเพราะ AI ทั้งหมด อาจมีปัจจัยอื่นปนอยู่ด้วย เช่น ฤดูกาล หรือคู่แข่งใหม่ในย่าน แต่ถ้าช่องว่างนี้มีทิศทางเดียวกับสัญญาณในตารางตรวจร้านข้อก่อนหน้า ก็พอจะสรุปได้ว่าส่วนใหญ่มาจากสาเหตุนี้

ดูยังไงว่าได้ผล มีตัวเลขช่องว่างเป็นรายเดือน และเห็นว่าช่องว่างนี้แคบลงหรือกว้างขึ้นหลังจากที่คุณเริ่มแก้ข้อมูลหน้าเว็บตามคำแนะนำในบทความอื่นๆ

สี่ แปลงช่องว่างที่ได้เป็นมูลค่าเป็นบาท

ใช้เวลาประมาณสามสิบนาทีต่อเดือน สิ่งที่ต้องมีคืออัตราปิดการขายเฉลี่ย และมูลค่าเฉลี่ยต่อคนติดต่อหนึ่งรายจากค่าฐาน

เอาช่องว่างคนเข้าเว็บที่คำนวณได้ในขั้นสาม คูณกับอัตราส่วนคนเข้าเว็บที่กลายเป็นคนติดต่อ แล้วคูณต่อด้วยอัตราปิดการขาย และมูลค่าเฉลี่ยต่อออเดอร์ จะได้ตัวเลขประมาณการว่าช่องว่างนี้คิดเป็นเงินกี่บาทต่อเดือน

ให้คำนวณเป็นช่วงต่ำ-สูงเสมอ ไม่ใช่ตัวเลขเดียว เพราะทุกขั้นตอนมีความคลาดเคลื่อนสะสม การบอกว่า "อาจเสียรายได้ประมาณสามหมื่นถึงหกหมื่นบาทต่อเดือน" น่าเชื่อถือกว่าและซื่อสัตย์กว่าการฟันธงว่า "เสียสี่หมื่นสองพันบาทเป๊ะ"

ดูยังไงว่าได้ผล มีตัวเลขช่วงบาทต่อเดือนที่พอจะเอาไปคุยกับหุ้นส่วนหรือฝ่ายบัญชีได้ โดยอธิบายที่มาของตัวเลขได้ทุกขั้นตอน ไม่ใช่ตัวเลขที่โผล่มาลอยๆ

ห้า ทำตารางติดตามรายเดือนไว้ไฟล์เดียว

ใช้เวลาตั้งครั้งแรกประมาณหนึ่งชั่วโมง หลังจากนั้นกรอกเดือนละครั้งใช้เวลาไม่ถึงสิบนาที สิ่งที่ต้องมีคือตารางง่ายๆ ในสเปรดชีต

ให้มีคอลัมน์ เดือน คนเข้าเว็บ คนติดต่อจริง ยอดขาย จำนวนลูกค้าที่บอกว่ามาจาก AI ช่องว่างที่คำนวณได้ และมูลค่าประมาณการที่หายไป กรอกทุกสิ้นเดือนแล้วดูกราฟแนวโน้ม

ตารางนี้ไม่ได้มีไว้เพื่อความแม่นยำระดับบัญชี แต่มีไว้เพื่อให้เห็นทิศทาง ว่าหลังจากที่คุณเริ่มแก้ข้อมูลหน้าเว็บ เขียนหน้าคำถามที่พบบ่อย หรือจัดข้อมูลร้านให้ตรงกันทุกที่ ช่องว่างที่เคยกว้างขึ้นทุกเดือน เริ่มแคบลงหรือยัง

ดูยังไงว่าได้ผล เปิดตารางนี้ทุกสิ้นเดือนแล้วตอบได้ทันทีว่าเดือนนี้ดีขึ้นหรือแย่ลงกว่าเดือนที่แล้ว โดยไม่ต้องเดา

อะไรที่ยังไม่ต้องรีบทำ

ตอนนี้มีเครื่องมือหลายตัวโฆษณาว่าวัดผลกระทบจาก AI ให้แบบอัตโนมัติ ผมเข้าใจว่าอยากได้ตัวเลขที่แม่นและเร็ว แต่สามอย่างนี้รอได้

ยังไม่ต้องรีบซื้อเครื่องมือติดตามการมองเห็นบน AI ราคาแพง เครื่องมือกลุ่มนี้มีจริงและมีประโยชน์ในระยะยาว แต่ค่ารายเดือนสูง และตัวเลขที่แต่ละเจ้ารายงานยังต่างกันมากจนใช้เทียบกันไม่ได้ ให้ทำวิธีคำนวณด้วยมือตามขั้นตอนข้างบนไปก่อนสักสามถึงสี่เดือน จนเห็นแนวโน้มชัดเจน แล้วค่อยพิจารณาว่าคุ้มจะจ่ายเพิ่มไหม

ยังไม่ต้องรีบจ้างที่ปรึกษามาทำแดชบอร์ดซับซ้อน ตารางไฟล์เดียวที่ทำเองในขั้นตอนที่ห้าเพียงพอสำหรับการตัดสินใจระดับเจ้าของธุรกิจแล้ว แดชบอร์ดสวยๆ มีประโยชน์ก็ต่อเมื่อมีทีมหลายคนต้องดูพร้อมกัน

ยังไม่ต้องรีบเปลี่ยนงบโฆษณาทั้งหมดตามตัวเลขที่เพิ่งคำนวณได้เดือนแรก ตัวเลขเดือนแรกมีความคลาดเคลื่อนสูง เพราะยังไม่มีค่าเฉลี่ยหลายเดือนมาเทียบ รอสะสมข้อมูลอย่างน้อยสามเดือนก่อน ค่อยตัดสินใจเรื่องงบใหญ่

ยังไม่ต้องรีบตามหาตัวเลขที่แม่นยำร้อยเปอร์เซ็นต์ เรื่องนี้ไม่มีใครวัดได้แม่นเป๊ะ แม้แต่บริษัทเทคโนโลยีใหญ่ก็ยังถกเถียงกันเรื่องวิธีนับ สิ่งที่มีประโยชน์กว่าคือช่วงตัวเลขที่พอเชื่อถือได้ และแนวโน้มที่เห็นต่อเนื่องหลายเดือน

เริ่มตรงไหนอาทิตย์นี้

ถ้าอาทิตย์นี้มีเวลาว่างสักสองชั่วโมง ให้ทำสองอย่างนี้ก่อน

อย่างแรก ใช้เวลาหนึ่งชั่วโมงดึงข้อมูลย้อนหลังสิบสองเดือนมาตั้งค่าฐาน ตามขั้นตอนที่หนึ่ง เพราะทุกการคำนวณหลังจากนี้ต้องอาศัยตัวเลขชุดนี้เป็นตัวเทียบ ทำก่อนอย่างอื่นเสมอ

อย่างที่สอง ใช้เวลาที่เหลือตั้งคำถาม "รู้จักเราจากไหน" ให้พนักงานหรือแอดมินเริ่มถามลูกค้าใหม่ทุกคนตั้งแต่พรุ่งนี้เป็นต้นไป เพราะยิ่งเริ่มเก็บช้า ยิ่งเสียข้อมูลของเดือนนี้ไปฟรีๆ

ตารางติดตามและการคำนวณช่องว่างเป็นบาท ค่อยทำอาทิตย์หน้าเมื่อมีข้อมูลจริงของเดือนนี้เข้ามาบ้างแล้ว ตัวเลขที่ได้ในเดือนแรกอาจยังไม่นิ่ง แต่การเริ่มเก็บวันนี้ ดีกว่ารอให้ตัวเลขสมบูรณ์แบบก่อนจะเริ่ม เพราะระหว่างที่รอ ข้อมูลของเดือนที่ผ่านมาก็หายไปเรื่อยๆ เช่นกัน

อ่านต่อ

ลูกค้าถาม AI24 ส.ค. 2569 · อ่าน 10 นาที

ผ้าม่านซักแห้งได้ไหม ลูกค้าถาม AI ก่อนโทรเรียกร้านซักรีด

ลูกค้าร้านซักรีดเริ่มถามผู้ช่วย AI ว่าผ้าม่านของตัวเองซักแห้งหรือซักน้ำได้ก่อนโทรจองคิว บทความนี้อธิบายกลไกและวิธีทำให้ร้านถูกอ้างอิงในคำตอบนั้น

ลูกค้าถาม AI24 ส.ค. 2569 · อ่าน 10 นาที

ลูกค้าตัดหญ้ารายเดือนต่อรองราคาด้วยตัวเลขจาก AI รับมือยังไง

ลูกค้าเก่าเริ่มอ้างราคาตลาดที่ AI บอก มาต่อรองค่าตัดหญ้ารายเดือน บทความนี้อธิบายกลไกและวิธีตอบให้อยู่หมัดโดยไม่ต้องลดราคาทันที

ลูกค้าถาม AI24 ส.ค. 2569 · อ่าน 10 นาที

ลูกค้าถาม AI เทียบเสียงลำโพงสองรุ่น ก่อนเดินเข้าร้านคุณ

ลูกค้าเดินเข้าร้านพร้อมคำตอบจาก AI อยู่แล้วว่ารุ่นไหนเสียงดีกว่า ทั้งที่ยังไม่เคยฟังจริง เรื่องนี้แก้ได้ด้วยข้อมูลที่ร้านคุณทำเองได้