เอเจนซี่ Performance สำหรับอีคอมเมิร์ซ: ความแตกต่างที่แท้จริงจากเอเจนซี่ PPC ทั่วไป

เอเจนซี่ Performance สำหรับอีคอมเมิร์ซจะส่งข้อมูลกำไรขั้นต้นหลังหักส่วนต่างกำไร การคืนสินค้า และค่าจัดส่ง เข้าสู่ระบบ bidding ของ Google, Meta และ TikTok แทนที่จะส่งเพียงยอดขาย ในขณะที่เอเจนซี่ PPC ทั่วไปจะปรับแต่งโดยยึดตามจำนวนคอนเวอร์ชันหรือยอดขายรวม ความแตกต่างจึงอยู่ที่คุณภาพและประเภทของข้อมูลที่บริษัทส่งเข้าระบบ ไม่ใช่อยู่ที่ว่าเอเจนซี่ใช้แพลตฟอร์มใด

เอเจนซี่ PPC ดูแลแคมเปญ เอเจนซี่ Performance ดูแลกำไร

เอเจนซี่ PPC ทั่วไปได้รับงบประมาณและโจทย์ คือตั้งค่าแคมเปญใน Google Ads หรือ Meta Ads ให้สร้างคอนเวอร์ชันได้มากที่สุดภายใต้ CPA ที่กำหนด ส่วนเอเจนซี่ Performance สำหรับอีคอมเมิร์ซทำงานกับข้อมูลนำเข้าที่ต่างออกไป โดยผนวกข้อมูลส่วนต่างกำไร การคืนสินค้า และราคาต้นทุนต่อสินค้าเข้ากับข้อมูลคอนเวอร์ชัน ความแตกต่างไม่ได้อยู่ที่ว่าใช้แพลตฟอร์มใด แต่อยู่ที่ว่าใส่ข้อมูลอะไรเข้าไปในแพลตฟอร์มนั้น

ปัจจุบัน Google, Meta และ TikTok ต่างมี value-based bidding ให้ใช้งาน ซึ่งเป็นกลยุทธ์อัตโนมัติที่ไม่ได้ปรับแต่งตามจำนวนคอนเวอร์ชัน แต่ปรับแต่งตามมูลค่าที่บริษัทกำหนดให้กับแต่ละคอนเวอร์ชัน ตามเอกสารของ [Google Ads Help](https://support.google.com/google-ads/answer/15099424?hl=en) นี่เป็นส่วนย่อยของ Smart Bidding ที่มุ่งเพิ่มมูลค่าของคอนเวอร์ชันให้สูงสุดภายในงบประมาณหรือ ROAS เป้าหมายที่กำหนด คำถามที่อีคอมเมิร์ซส่วนใหญ่ไม่เคยถามตัวเองคือ มูลค่าที่ส่งเข้าระบบนั้นคือยอดขายต่อออเดอร์ หรือคือกำไรหลังหักต้นทุนแล้วกันแน่

ตรงจุดนี้เองที่งาน PPC ทั่วไปกับงาน Performance แยกทางกันอย่างชัดเจน การดูแลแคมเปญแบบดั้งเดิมมักปล่อยให้ค่า conversion value เท่ากับยอดขาย ส่วนเอเจนซี่ Performance จะคำนวณใหม่ให้เป็นกำไรขั้นต้น คือยอดขายลบด้วยราคาต้นทุน ค่าจัดส่ง และการคืนสินค้าที่คาดการณ์ไว้ แล้วจึงส่งตัวเลขนี้เข้าสู่อัลกอริทึม

ข้อมูลบอกอะไรเกี่ยวกับ ROAS และกำไร

Google ระบุในเอกสารของตนเองเกี่ยวกับ value-based bidding ว่าบริษัทที่เปลี่ยนจาก target CPA มาเป็น target ROAS มีค่ามัธยฐานของมูลค่าคอนเวอร์ชันเพิ่มขึ้น 14 เปอร์เซ็นต์ แม้ว่าอัตราผลตอบแทนต่อค่าใช้จ่ายโฆษณาจะใกล้เคียงเดิม ตามข้อมูลจาก [Google Business: Increase your ROI with Value-based Bidding](https://business.google.com/uk/resources/articles/increase-your-roi-with-value-based-bidding/) นี่เป็นข้อพิสูจน์ว่าอัลกอริทึมสามารถทำงานได้ดีขึ้น เมื่อได้รับสัญญาณเรื่องมูลค่าที่แม่นยำกว่า ไม่ใช่แค่จำนวนคอนเวอร์ชัน

ในขณะเดียวกัน Search Engine Land ก็เตือนว่า ROAS ที่คำนวณจากยอดขายล้วนมีจุดอ่อน สำหรับแคตตาล็อกที่มีส่วนต่างกำไรแตกต่างกัน การปรับแต่งตามมูลค่ายอดขายอาจทำให้อัลกอริทึมเลือกผลักดันสินค้าที่มียอดขายสูงแต่กำไรต่ำ ซึ่งผู้เขียนอธิบายไว้ว่าเป็น "an overemphasis on high-revenue but low-margin products" ตาม [Search Engine Land: Target ROAS in Google Ads](https://searchengineland.com/target-roas-key-considerations-431770) และนี่คือสิ่งที่เราพบเจอจริงในบัญชีที่เรารับช่วงต่อมาดูแล

คำตอบที่ถูกพูดถึงมากขึ้นเรื่อยๆ คือ POAS หรือกำไรต่อค่าใช้จ่ายโฆษณา แทนที่จะส่งยอดขายเข้าสู่ระบบ bidding จะเป็นการส่งส่วนต่างกำไรขั้นต้นหลังหักต้นทุนแทน ตาม [Search Engine Land: Value-based bidding](https://searchengineland.com/value-based-bidding-boost-google-ads-437240) นี่คือตัวชี้วัดที่เชื่อมค่าใช้จ่ายเข้ากับกำไรโดยตรง ไม่ใช่กับยอดขายรวม ไม่ใช่อัลกอริทึมใหม่ แต่เป็นข้อมูลนำเข้าที่ต่างออกไปสำหรับอัลกอริทึมเดิม

เงื่อนไขที่อีคอมเมิร์ซส่วนใหญ่ไม่ทันสังเกต คือ value-based bidding ต้องการคอนเวอร์ชันอย่างน้อย 15 ครั้งภายใน 30 วันในระดับเป้าหมายของคอนเวอร์ชัน มิฉะนั้นสัญญาณจะมีสัญญาณรบกวนมากเกินไป ตามคำแนะนำของ [Google Ads Help](https://support.google.com/google-ads/answer/15099424?hl=en) ต่ำกว่าเกณฑ์นี้ สิ่งที่วัดได้แม่นยำมีเพียงสัญญาณรบกวน ไม่ใช่ประสิทธิภาพที่แท้จริง

ส่วนต่างกำไรในแคตตาล็อกมักต่างกันสามเท่า แต่ ROAS มองไม่เห็นสิ่งนี้

ในแคตตาล็อกของลูกค้าใหม่ที่เราตรวจสอบมา ส่วนต่างกำไรขั้นต้นระหว่างหมวดหมู่ต่างๆ มักแตกต่างกันถึงสามเท่า งบประมาณจึงไหลไปยังสินค้าที่มียอดขายสูงแต่กำไรต่ำ ตรงตามกลไกที่ Search Engine Land อธิบายไว้ข้างต้น บริษัทจึงเห็น ROAS เพิ่มขึ้นพร้อมกับกำไรที่ลดลงในเดือนเดียวกัน

สำหรับลูกค้า Zlatá Putňa เราย้ายตัวชี้วัดหลักจากยอดขายมาเป็นกำไรต่อออเดอร์ และปรับปรุงฟีดสินค้าใหม่ทั้งหมด เพื่อให้อัลกอริทึมรู้จักส่วนต่างกำไรในระดับสินค้า ไม่ใช่ระดับหมวดหมู่ ผลลัพธ์คือยอดขายเพิ่มขึ้น 45,8 เปอร์เซ็นต์ และการมองเห็นเพิ่มขึ้น 574 เปอร์เซ็นต์ โดยงบประมาณไม่ได้เพิ่มขึ้นตามสัดส่วนนั้น รายละเอียดทั้งหมดอยู่ที่หน้า [ผลงาน Zlatá Putňa](/referencie/zlata-putna)

สำหรับ Domintell เป็นปัญหาคนละแบบ อีคอมเมิร์ซนี้มีปริมาณการเข้าชมต่ำ ไม่ใช่ปัญหาเรื่องส่วนต่างกำไร การผสมผสานระหว่างการแก้ไขฟีดสินค้า SEO เชิงเทคนิค และแคมเปญ Performance ทำให้จำนวนผู้เข้าชมเพิ่มขึ้น 272 เปอร์เซ็นต์ ตัวเลขนี้แสดงให้เห็นว่างาน Performance สำหรับอีคอมเมิร์ซไม่ได้มีแค่เรื่อง bidding เท่านั้น แต่รวมถึงคุณภาพของข้อมูลที่ bidding อ้างอิงด้วย

จุดที่ผู้เชี่ยวชาญยังไม่เห็นตรงกัน

Ehrenberg-Bass Institute ยืนยันมาอย่างยาวนานว่า การโยกงบประมาณไปสู่กิจกรรมกระตุ้นยอดขายระยะสั้นโดยละเลยการสร้างแบรนด์ จะบั่นทอนประสิทธิภาพของแคมเปญในระยะยาว ตามที่อธิบายไว้ใน [Ehrenberg-Bass Institute เกี่ยวกับการมองระยะสั้นในการตลาด](https://marketingscience.info/marketers-obsession-with-roi-and-short-termism-undermining-growth/) แต่บางส่วนในวงการไม่เห็นด้วย และมองว่าข้อสรุปบางส่วนของสถาบันนี้เป็นกฎที่เข้มงวดเกินไป ซึ่งไม่ได้ใช้ได้จริงกับทุกภาคธุรกิจเท่ากัน

สำหรับอีคอมเมิร์ซ ประเด็นถกเถียงนี้เป็นคำถามที่ต่างออกไปบางส่วนจากการตลาดแบรนด์สินค้าอุปโภคบริโภค อีคอมเมิร์ซต้องการกระแสเงินสดทุกเดือน ไม่ใช่แค่การอยู่ในใจผู้บริโภคในอีกหนึ่งปีข้างหน้า ด้วยเหตุนี้ งาน Performance ของอีคอมเมิร์ซจึงมุ่งเน้นที่ส่วนกลางและส่วนล่างของ funnel ซึ่งสามารถวัดกำไรได้โดยตรง แต่นั่นไม่ได้หมายความว่าส่วนบนของ funnel ไม่มีอยู่จริง เพียงแต่ยากกว่าที่จะเชื่อมโยงกับออเดอร์ใดออเดอร์หนึ่งโดยตรง

จุดยืนของเรา

ความเห็นส่วนใหญ่ในวงวิชาชีพมักบอกว่า การตัดสินใจอยู่ที่การเลือกโมเดล bidding เป็นหลัก คือ target ROAS เทียบกับ POAS เทียบกับการเพิ่มมูลค่าคอนเวอร์ชันให้สูงสุด แต่จากข้อมูลของเราเอง เรากลับมองว่าการเลือกโมเดลเป็นเรื่องรอง ความแตกต่างระหว่างโมเดลต่างๆ มีน้อยกว่าความแตกต่างระหว่างคุณภาพของข้อมูลนำเข้าที่บริษัทป้อนเข้าไปในระบบ บัญชีที่เรารับช่วงต่อมาดูแลมักมีการกีดกันด้วยมือมากเกินไป และขาดความเป็นระเบียบในฟีดสินค้ากับข้อมูลคอนเวอร์ชัน ไม่ใช่ปัญหาจากโมเดลที่ไม่ดี

Google, Meta และ TikTok ทำหน้าที่ซื้อสื่อโฆษณาได้อย่างยอดเยี่ยม แต่พวกเขาไม่รู้อะไรเลยเกี่ยวกับราคาต้นทุน ส่วนต่างกำไร และอัตราการคืนสินค้าของคุณ จนกว่าเราจะบอกพวกเขา นี่คือช่องว่างที่ [AI engine ในบริการ Performance ของเรา](/sluzby) เข้ามาปิด โดยทำหน้าที่เป็นชั้นข้อมูลที่โปร่งใสเหนือแพลตฟอร์มเหล่านี้ ไม่ใช่มาแทนที่มัน

ตัวเลข ROAS เพิ่มขึ้น 300 เปอร์เซ็นต์ที่เรานำเสนอในผลงานลูกค้า คือขีดจำกัดสูงสุดสำหรับแคตตาล็อกที่มีข้อมูลส่วนต่างกำไรคุณภาพดี ไม่ใช่ค่าเฉลี่ยทั่วไป ใครก็ตามที่นำเสนอตัวเลขนี้ราวกับเป็นค่าเฉลี่ย กำลังพูดเกินจริง ตัวชี้วัดหลักของอีคอมเมิร์ซควรเป็นกำไรต่อออเดอร์หลังหักการคืนสินค้าและค่าจัดส่ง ไม่ใช่ยอดขาย ด้วยเหตุผลเดียวกับที่ Search Engine Land อธิบายไว้ข้างต้น

ขั้นตอนที่ควรทำ หากคุณกำลังพิจารณาเอเจนซี่ Performance สำหรับอีคอมเมิร์ซ

ขั้นตอนแรกไม่ใช่การเลือกเอเจนซี่ แต่คือการตรวจสอบข้อมูล ตรวจให้แน่ใจว่าฟีดสินค้ามีข้อมูลราคา ส่วนต่างกำไร และสถานะสต๊อกในระดับสินค้า ไม่ใช่ระดับหมวดหมู่ หากไม่มีสิ่งนี้ เอเจนซี่ใดก็ตาม แม้จะมีโมเดลที่ดีที่สุด ก็ไม่มีอะไรให้ปรับแต่งได้เลย

ขั้นตอนที่สองคือปริมาณ หากแคมเปญสร้างคอนเวอร์ชันน้อยกว่า 15 ครั้งภายใน 30 วัน value-based bidding จะไม่มีข้อมูลเพียงพอให้เรียนรู้ ตามคำแนะนำของ [Google Ads Help](https://support.google.com/google-ads/answer/15099424?hl=en) ในกรณีนี้ ควรปรับปรุงตัวสินค้า ฟีด และครีเอทีฟก่อนจะเหมาะสมกว่า

ขั้นตอนที่สามคือรูปแบบค่าตอบแทนของเอเจนซี่ การคิดเป็นเปอร์เซ็นต์จากงบประมาณจะจูงใจให้ใช้จ่ายมากขึ้น ไม่ใช่ทำกำไรมากขึ้น ด้วยเหตุนี้สำหรับอีคอมเมิร์ซ รูปแบบที่ผูกกับผลลัพธ์จึงสมเหตุสมผลมากกว่ารูปแบบที่ผูกกับจำนวนเงินที่ใช้จ่ายไป ควรพูดคุยเรื่องราคาอย่างชัดเจนตั้งแต่การพบกันครั้งแรก [การปรึกษาแบบไม่มีข้อผูกมัด](/rezervacia) เป็นจุดเริ่มต้นที่ดีสำหรับเรื่องนี้

ขั้นตอนที่สี่ หากคุณไม่แน่ใจว่าโฆษณากำลังทำงานได้ผลจริง หรือเห็นเพียงผลจากฤดูกาล ให้ทดสอบแบบ geo test บนตลาดบางส่วน วิธีนี้ต้องใช้เวลาและพื้นที่บางส่วน แต่ก็เป็นราคาที่คุ้มค่าเพื่อความมั่นใจ

เมื่อไหร่ที่หลักการนี้ใช้ไม่ได้

หากแคตตาล็อกมีส่วนต่างกำไรเท่ากันในทุกสินค้า target ROAS ที่คำนวณจากยอดขายก็จะใกล้เคียงกับกำไรอยู่แล้วตามธรรมชาติ การคำนวณใหม่เป็นกำไรจะให้ประโยชน์เพิ่มเติมน้อย เมื่อเทียบกับความซับซ้อนของการจัดการข้อมูลที่เพิ่มขึ้น

หากบัญชีสร้างคอนเวอร์ชันน้อยกว่าประมาณ 15 ครั้งต่อ 30 วันต่อแคมเปญ การปรับแต่งที่ซับซ้อนจะไม่มีประโยชน์ สิ่งที่วัดได้แม่นยำจะมีเพียงสัญญาณรบกวนเท่านั้น ในกรณีนี้ควรลงทุนกับตัวสินค้า ฟีด และครีเอทีฟ ไม่ใช่กับโมเดล bidding

หากบริษัทยังไม่ได้จัดระเบียบต้นทุนสินค้า ค่าจัดส่ง และการคืนสินค้าให้ชัดเจน การเปลี่ยนไปใช้ POAS เต็มรูปแบบจะล้มเหลวเพราะข้อมูลนำเข้า ไม่ใช่เพราะอัลกอริทึม งานส่วนนี้ต้องทำให้เสร็จก่อนเปลี่ยนกลยุทธ์ ไม่ใช่ทำระหว่างทาง

และหากเว็บไซต์หรือตัวสินค้าเองไม่มีอะไรน่าขาย การปรับความเร็วเว็บไซต์หรือ bidding ก็เป็นการเสียเวลาเปล่า ต้องแก้ไขข้อเสนอสินค้าก่อน แล้วจึงค่อยปรับปรุงประสิทธิภาพ

คำถามที่พบบ่อย

เอเจนซี่ Performance สำหรับอีคอมเมิร์ซแตกต่างจากเอเจนซี่ PPC ทั่วไปอย่างไร

เอเจนซี่ PPC ทั่วไปดูแลแคมเปญและปรับแต่งตามคอนเวอร์ชันหรือยอดขาย ส่วนเอเจนซี่ Performance สำหรับอีคอมเมิร์ซจะส่งข้อมูลกำไรขั้นต้นหลังหักส่วนต่างกำไร การคืนสินค้า และค่าจัดส่งให้กับอัลกอริทึม ทำให้แพลตฟอร์มปรับแต่งไปที่กำไรโดยตรง ไม่ใช่ที่ยอดขายรวม

ROAS เป็นตัวชี้วัดที่ดีสำหรับบริหารอีคอมเมิร์ซหรือไม่

ROAS จากยอดขายเป็นตัวชี้วัดที่มีประโยชน์สำหรับดูประสิทธิภาพของสื่อโฆษณา แต่ไม่ใช่ตัวชี้วัดหลักในการบริหารธุรกิจ สำหรับแคตตาล็อกที่มีส่วนต่างกำไรหลากหลาย ROAS ที่สูงอาจซ่อนกำไรที่ต่ำหรือติดลบไว้ หากปรับแต่งตามยอดขายแทนที่จะเป็นกำไร

แคมเปญต้องมีคอนเวอร์ชันกี่ครั้งจึงจะใช้ value-based bidding ได้ผล

ตามคำแนะนำของ Google Ads แคมเปญควรมีคอนเวอร์ชันอย่างน้อย 15 ครั้งภายใน 30 วันในระดับเป้าหมายของคอนเวอร์ชัน ต่ำกว่าเกณฑ์นี้สัญญาณจะมีสัญญาณรบกวนมากเกินไปสำหรับอัลกอริทึม การปรับแต่งจึงไม่มีความหมาย

POAS คืออะไรและแตกต่างจาก ROAS อย่างไร

POAS หรือกำไรจากค่าใช้จ่ายโฆษณา จะผูกงบประมาณเข้ากับกำไรขั้นต้นหลังหักต้นทุนโดยตรง ไม่ใช่กับยอดขาย สินค้าสองรายการอาจมี ROAS เท่ากัน แต่รายการหนึ่งทำกำไรในขณะที่อีกรายการขาดทุน POAS จะเผยให้เห็นความแตกต่างนี้ ในขณะที่ ROAS จากยอดขายมองไม่เห็น

ควรคาดหวัง ROAS เท่าไหร่จากเอเจนซี่ Performance สำหรับอีคอมเมิร์ซ

ขึ้นอยู่กับส่วนต่างกำไร หมวดหมู่สินค้า และคุณภาพของข้อมูลในฟีด การเพิ่มขึ้นสูงสุดถึง 300 เปอร์เซ็นต์คือขีดจำกัดบนสำหรับแคตตาล็อกที่มีข้อมูลส่วนต่างกำไรคุณภาพดี ไม่ใช่ค่าเฉลี่ยที่จะเกิดขึ้นกับทุกบัญชี

ควรเปลี่ยนไปใช้ profit-based bidding สำหรับอีคอมเมิร์ซขนาดเล็กหรือไม่

เมื่อปริมาณคอนเวอร์ชันต่ำ คือต่ำกว่าประมาณ 15 ครั้งต่อ 30 วันต่อแคมเปญ โมเดลจะไม่มีข้อมูลเพียงพอให้เรียนรู้ ในกรณีนี้ควรลงทุนกับตัวสินค้า ฟีด และครีเอทีฟก่อน แล้วจึงค่อยลงทุนกับการปรับแต่งที่ซับซ้อนมากขึ้นในภายหลัง