ในปี 2010 ธนาคารแห่งหนึ่งชื่อว่า  BBVA Compass Bank ได้ทำงานร่วมกับเอเจนซี่โฆษณาอยู่เจ้าหนึ่ง และกำลังเจอปัญหาว่าจะกระจายงบลงในสื่อโฆษณาไหนมากกว่ากันระหว่าง Google Search Ads กับ Display-Ad Network เพื่อให้ได้ลูกค้ามา

หลังจากที่ดูค่า Click-Through Rate (CTR) หรืออัตราส่วนของจำนวนคลิกต่อจำนวนการเห็นโฆษณา และค่า Conversion Rate (CVR) หรืออัตราส่วนระหว่างจำนวนออเดอร์และจำนวนคนเยี่ยมชมเว็บไซต์ ในหลายๆช่องทาง ธนาคารเห็นว่าควรลงทุน 45% ของงบโฆษณาทั้งหมดให้ Search Ads และ 55% ให้กับ Display-Ads Network

ปัญหาคือพอมาดูต้นทุนการได้ลูกค้าคนหนึ่งหรือ  Cost Per Acquisition (CPA) ของ Seach Ads ตกอยูที่ 2,340 บาท กลับน้อยกว่า CAC ของ Display Ads อยู่ 20% 

คำถามคือ ทำไมธนาคารเลือกที่จะลงทุนใน Display Ads มากกว่า Search Ads ทั้งๆที่ Display Ads แพงกว่า?

Attribution Model อาจเป็นคำตอบของการกระจายงบโฆษณา

ถ้าจะให้บอกว่าสื่อโฆษณาตัวไหนมีประสิทธิภาพในการหาลูกค้ามามากกว่านั้นคงยาก มันคือหนึ่งในปัญหาที่คนทำโฆษณามักเจอ เพราะเราไม่รู้ว่าลูกค้าเป้าหมายสนใจโฆษณาเพราะอะไรกันแน่? จะว่าเพราะตัวโฆษณาที่คลิกเพียงอย่างเดียวก็จะให้น้ำหนักกับตัวโฆษณานั้นมากเกินไป 

เพราะกว่าที่ลูกค้าเป้าหมายจะมาคลิกโฆษณา ลูกค้าก็อาจจะเห็นโฆษณาในช่องทางอื่นๆของแบรนด์มาบ้างแล้ว ถ้าเราไม่ได้ให้เครดิตกับโฆษณาในช่องทางอื่นๆที่เป็นสาเหตุที่ลูกค้าเสิร์ช เจอและคลิกโฆษณาใน Search Ads เราก็อาจจะไม่ได้ให้ความสำคัญกับสื่อที่ลูกค้าเห็นก่อนหน้านี้ และไม่กระจายงบให้สื่อดังกล่าวและทุ่มงบให้กับโฆษณาที่ลูกค้าเห็นตัวสุดท้าย 

ซึ่งนั่นอาจทำให้เรากระจายงบคลาดเคลื่อนได้ในที่สุด

7 Attribution Models ที่ควรรู้จัก

• Last Interaction

ยอดขาย ”ทั้งหมด” เกิดจากโฆษณา “ตัวสุดท้าย” ที่ลูกค้าคลิก ซึ่งที่เกริ่นไปข้างต้นคือปัญหาของการคิดแบบ Last Interaction คือเราให้ความสำคัญกับสื่อโฆษณาที่ลูกค้าคลิกครั้งล่าสุดเกินความเป็นจริง

• First Interaction

ยอดขาย ”ทั้งหมด” เกิดจากโฆษณา “ตัวแรก” ที่ลูกค้าคลิก โมเดลนี้จะต่างจาก Last Interaction คือให้ความสำคัญกับสื่อโฆษณาตัวแรกโดยไม่สนใจช่องทางอื่นเลยซึ่งอาจช่วยทำให้เกิดยอดขายได้

• Linear

โฆษณาแต่ละตัวที่ลูกค้าคลิกมีส่วนทำให้เกิดยอดขายเฉลี่ยเท่าๆกัน มันคือวิธีการกระจายงบโฆษณาให้สื่อแต่ละตัวอย่างไม่ทันได้คิด ซึ่งบางตัวเราอาจจะให้ความสำคัญมากหรือน้อยเกินไปก็ได้ในเชิงของยอดขายที่สื่อโฆษณาแต่ละตัวทำได้

• Time Decay

โฆษณาแต่ละตัวที่ลูกค้าคลิกมีส่วนทำให้เกิดยอดขายไม่เท่ากัน โฆษณาตัวที่ลูกค้าเห็นล่าสุดจะมีความสำคัญมากกว่าโฆษณาตัวก่อน ปัญหาของโมเดลนี้ก็คือเราควรให้น้ำหนักกับสื่อโฆษณาตัวไหนมากน้อยเป็นสัดส่วนเท่าไหร่กันแน่?  แล้วทำไมสื่อโฆษณาตัวสุดท้ายที่ลูกค้าคลิกถึงมีน้ำหนักมากที่สุด? 

• Position-based

โฆษณามีส่วนทำให้เกิดยอดขายมากน้อยแค่ไหน ขึ้นอยู่กับตำแหน่งของโฆษณาตาม Customer Journey เป็น Model ที่ใช้กระจายงบแบบไม่ทันได้คิดอีกวิธี

• Regression หรือ Model-based

โฆษณามีส่วนทำให้เกิดยอดขายมากน้อยแค่ไหน ขึ้นอยู่กับโมเดลทางสถิติ เป็นการกระจายงบตาม Customer Journey แต่วิธีนี้อาจไม่ได้คิดถึงสื่อโฆษณาที่ลูกค้ามองเห็นได้ง่ายๆทั่วๆไป (Contextual Ads) เข้าไปด้วย

• Experiment-based

โฆษณาจะทำยอดขายได้หรือไม่ มากน้อยเท่าไหร่ รู้ได้ด้วยการทำ A/B test ทดสอบโดยแบ่งลูกค้าเป็นกลุ่มทดสอบที่เห็นโฆษณา และกลุ่มควบคุมที่ไม่เห็นโฆษณา แล้วเทียบกันว่ากลุ่มไหนทำยอดขายได้มากกว่ากัน Experiment-Based เป็นวิธีที่แม่นยำที่สุดแล้วที่จะรู้ว่าสื่อโฆษณาตัวไหนทำยอดขายได้เท่าไหร่ แล้วควรลงงบฯหรือไม่? เท่าไหร่? แต่การทำ A/B test กับสื่อแต่ละตัวมีต้นทุนที่แพงและจัดการยาก 

BBVA Compass Bank เลือกที่จะใช้ Experiment-based Model

สาเหตุที่ธนาคารเลือกที่จะลงทุนใน Display Ads มากกว่า Search Ads ทั้งๆที่ Display Ads แพงกว่า นั่นเพราะธนาคารได้ทำ A/B Test แล้วว่ากลุ่มคนที่เห็น Display Ads จะทำ CVR สูงกว่ากลุ่มคนที่ไม่ได้เห็น Display Ads อยู่ราวๆ 20% ซึ่งมันก็สมเหตุสมผลในกรณีนี้ว่าว่าทำไม Display Ads มี CAC แพงกว่า Search Ads ถึง 20% 

กรณีศึกษาของ BBVA Compass Bank ไม่ใช่แค่ Attribution Model แต่ยังเป็นเรื่องของตัวชี้วัดที่เราให้ความสำคัญด้วย หากเรากระจายงบโฆษณาตามต้นทุนอย่างเดียวอาจไม่เพียงพอ 

แต่ก็ไม่ใช่ตัวชี้วัดทุกตัวที่สำคัญทุกตัว ลองเลือกตัวที่สำคัญกับเป้าหมายธุรกิจของเราดู

แหล่งอ้างอิง: Attribution จากหนังสือ Driving Digital Strategy โดย Sunil Gupta