Digipedia Podcast

Episode ที่สิบหกของ Digipedia Podcast จะพาคุณมาลงลึกไปอีกขั้นกับการวัดผลและให้เครดิตโฆษณาออนไลน์ โดยการไปรู้จักกฏเกณฑ์การให้คะแนนโฆษณาออนไลน์ที่รู้จักกันในชื่อ Attribution Model

กฏของการให้คะแนนโฆษณาออนไลน์ที่หลาย ๆ คนอาจจะเคยได้ยินนั่นก็คือ Attribution Model นั่นเอง โดยปกติแล้วด้วยความที่ Consumer ทุกวันนี้อาจจะผ่าน Media หลาย ๆ Touchpoints ก่อนที่เค้าจะ Convert หรือซื้อของบนเว็บไซต์ ยกตัวอย่างเช่นผู้บริโภค อาจจะเห็นโฆษณาบน YouTube หนึ่งครั้ง คลิกโฆษณาแบนเนอร์หนึ่งครั้ง สุดท้ายมาทำการ Search หาข้อมูลเพิ่มเติมและซื้อของบนเว็บไซต์เป็นต้น จะสังเกตุได้ว่าโฆษณาทั้ง 3 Touchpoints ล้วนเป็นส่วนหนึ่งใน Purchasing Journey ของผู้บริโภคทั้งสิ้น กฏการให้คะแนนอย่าง Attribution Model จึงเข้ามามีบทบาทในการเครดิต Conversion ให้กับ Media ต่าง ๆ ซึ่งจริง ๆ แล้ว Attribution Model ที่รู้จักและใช้กันบ่อย ๆ จะมีอยู่ด้วยกัน 5 แบบด้วยกัน

Last Click Attribution คือการให้คะแนนหรือเครดิตให้กับ Media touchpoint สุดท้ายก่อนการ Convert หรือซื้อของ ยกตัวอย่างเช่น คลิก GDN Banner บนเว็บไซต์ > ผู้บริโภคเห็นโฆษณาบน YouTube > คลิกโฆษณาบน Facebook > ทำการเสิร์ช คลิกโฆษณา > ซื้อของ ในกรณีนี้ Last touchpoint อย่างเสิร์ชก็จะได้เครดิตไปเต็ม ๆ 1 Conversion

First Click Attribution คือการให้คะแนนหรือเครดิตให้กับ Media touchpoint แรกของ Consumer Journey ยกตัวอย่างอีกครั้งถ้าหาก คลิก GDN Banner บนเว็บไซต์ > ผู้บริโภคเห็นโฆษณาบน YouTube > คลิกโฆษณาบน Facebook > ทำการเสิร์ช คลิกโฆษณา > ซื้อของ ในกรณีนี้ First touchpoint อย่าง GDN ก็จะได้เครดิตไปเต็ม ๆ 1 Conversion

Linear Attribution คือการให้คะแนนหรือเครดิตกับทุก ๆ Media touchpoints อย่างเท่าเทียมกันทั้ง Journey โดยการเอา Conversion มาหารจำนวนของ touchpoints แล้วให้คะแนนทุก ๆ touchpoint เท่าเทียมกัน

Position-Based จะเป็นการให้คะแนน Touchpoint แรกกับ Touchpoint สุดท้ายเท่าเทียมกันที่ Touchpoint ละ 40% ส่วนคะแนนที่เหลือจะหารเฉลี่ยให้กับ Touchpoints ที่เหลือใน Consumer Journey นั้น ๆ นั่นเอง

Time Decay คือการให้คะแนนแบบขั้นบันได กล่าวคือ Media Touchpoint สุดท้ายจะได้คะแนนสูงที่สุดและลดหลั่นกันลงมาตามระยะเวลาหรือความไกลจาก Touchpoint สุดท้ายก่อนที่ Consumer จะ Convert นั่นเอง

ทั้งนี้ทั้งนั้นการดู Attribution ต้องมีการ Integrate Data ต่าง ๆ รวมไว้บน Analytics Platform และต้องมีการจัดการ Data ที่ดี นอกเหนือจากนั้นการเลือก Model ที่เหมาะสมกับธุรกิจแต่ละรูปแบบก็เป็นสิ่งสำคัญมาก ๆ เช่นเดียวกัน

__

แซม อธิราช หุตะสิงห์ / Sam Athirach Hutasingh

วิว อริญชย์ ภุมรินทร์ / View Arin Phummarin

Spotify: https://open.spotify.com/show/0GXiudAU3dme7U7nOmf1vp

Apple Podcasts: https://podcasts.apple.com/th/podcast/digipedia-podcast/id1526963594

Pocket Casts: https://pca.st/3vknh01u

YouTube: https://www.youtube.com/channel/UC4ze_IMMzsEPhnhTu8uzwVg

Website: https://digipedia.studio/

Episode ที่สิบห้าของ Digipedia Podcast ยังคงอยู่กับเรื่องของการวัดผลและให้เครดิตโฆษณาออนไลน์ต่าง ๆ ของแพลตฟอร์มที่เป็นผลสืบเนื่องมาจาก Attribution Window ใน Episode ก่อน ๆ

เรามาดูกันว่าตัวเลขที่ Report บน Dashboard แพลตฟอร์มต่าง ๆ นั้นเป็นความจริงมากน้อยแค่ไหน

เริ่มกันจากคำถามว่า Conversion ที่รีพอร์ทออกมาบนแต่ละแพลตฟอร์มนั้นเป็นเรื่องจริงมากน้อยแค่ไหน? ผมก็อยากจะขอให้เริ่มคิดจากมุมมองของแต่ละแพลตฟอร์มที่เราใช้งานดูก่อน แน่นอนที่แต่ละแพลตฟอร์มย่อมต้องให้เครดิตตัวเองว่าก่อให้เกิด Conversion ถ้าผู้บริโภคได้เข้ามา Interact กับโฆษณาของแพลตฟอร์มนั้น ๆ ในช่วงเวลา Conversion Window ที่กำหนด มาถึงจุดนี้ก็พอจะทำให้เห็นภาพแล้วว่าถ้าเรารันมีเดียบนหลาย ๆ แพลตฟอร์มและ Journey ของผู้บริโภคผ่านมีเดีย Touchpoint ต่าง ๆ ที่เราทำโฆษณาไปเรื่อย ๆ จนไปเกิด Conversion ทุกแพลตฟอร์มก็มีสิทธิ์ที่จะให้เครดิตว่าตัวเองก็มีส่วนทำให้เกิด Conversion นี้เช่นเดียวกัน ยกตัวอย่างเช่นผู้บริโภคคลิกโฆษณา Facebook หนึ่งครั้งแต่ยังไม่ Convert และไปคลิกโฆษณาแบนเนอร์ GDN อีกหนึ่งครั้งและยังคงไม่ Convert สุดท้ายก็ไปคลิกโฆษณา Paid Search และสุดท้ายก็ Convert ในเคสนี้หาก Journey ของผู้บริโภคคนนี้อยู่ยังอยู่ใน Period ของ Conversion Window ที่ทั้งสามแพลตฟอร์มกำหนด แต่ละแพลตฟอร์มก็จะรีพอร์ท Conversion กลับไปให้โฆษณาตัวเองคนละหนึ่ง Conversion ซึ่งถ้าเราเอาตัวเลขนี้มารีพอร์ทแยกกันก็จะบวกกันได้ 3 Conversion ใช่มั้ยครับ แต่ Conversion ที่เกิดขึ้นจริง ๆ ในระบบหลังบ้านกลับมีเพียงแค่ Conversion เดียว

เพราะฉะนั้นตัวเลข Conversion รีพอร์ทบนแพลตฟอร์มต่าง ๆ ก็ไม่ใช่เลขที่ผิด หากแต่เป็นเลขที่ถูกรีพอร์ทแยกกันอย่างชัดเจนตามมุมมองของแพลตฟอร์มนั้น ๆ นั่นเอง เพราะฉะนั้น 1 Conversion ของแพลตฟอร์มหนึ่งบวกกับอีก 1 Conversion ของอีกแพลตฟอร์มหนึ่ง จึงไม่เท่ากับ 2 Conversion เสมอไป เพราะฉะนั้นการดูรีพอร์ทจาก Source เดียวจึงทำให้เกิดการวิเคราะห์ข้อมูลที่คลาดเคลื่อนและส่งผลต่อการตัดสินใจในการทำ Media Strategy ผิดพลาดไปได้ การใช้ข้อมูลจากแพลตฟอร์ม Analytics ต่าง ๆ เข้ามาช่วยวิเคราะห์ข้อมูลในการรีพอร์ทจึงเป็นเรื่องจำเป็นอย่างยิ่ง ยกตัวอย่างเช่น Google Analytics จริง ๆ แล้วก็มี Feature เพื่อดู Conversion Path ที่จะทำให้เราเห็น Consumer Journey และ Touchpoints ในภาพกว้างขึ้นก่อนที่เค้าจะมา Convert บนเว็บไซต์​ของเราได้เช่นเดียวกัน

__

แซม อธิราช หุตะสิงห์ / Sam Athirach Hutasingh

วิว อริญชย์ ภุมรินทร์ / View Arin Phummarin

Spotify: https://open.spotify.com/show/0GXiudAU3dme7U7nOmf1vp

Apple Podcasts: https://podcasts.apple.com/th/podcast/digipedia-podcast/id1526963594

Pocket Casts: https://pca.st/3vknh01u

YouTube: https://www.youtube.com/channel/UC4ze_IMMzsEPhnhTu8uzwVg

Website: https://digipedia.studio/

Episode ที่สิบสี่ของ Digipedia Podcast จะพาคุณไปทำความเข้าใจกับการวัดผลและการให้เครดิตบนแพลตฟอร์มของโฆษณาออนไลน์เบื้องต้นว่าเบื้องหลังของระบบเหล่านี้มีที่มาที่ไปอย่างไร

Attribution Window คืออะไร?

Attribution Window หรือที่หลาย ๆ คนอาจจะรู้จักกันในชื่อของ Conversion Window นั้นจริง ๆ คือ Period หรือ ระยะเวลาที่ Platform โฆษณาต่าง ๆ จะสามารถเคลมว่า Click หรือ Impression นั้น ๆ ที่เกิดขึ้นบน Platform ของตนเองนำไปสู่การเกิดการซื้อขาย หรือ Action ต่าง ๆ บนเว็บไซต์ได้

ถ้ามองในมุมมองของ Platform โฆษณาออนไลน์ต่าง ๆ เปรียบเทียบกับการโฆษณาแบบ Traditional Advertising อย่างบิลบอร์ด Out-of-Home (OOH) หรือ Magazine ต่าง ๆ ก็จะเห็นได้ว่า พฤติกรรมโดยทั่วไปของผู้บริโภคที่มีต่อโฆษณาแบบ Traditional Advertising นั้นอาจจะไม่ใช่ Action ที่เกิดขึ้นทันทีหลังจากเห็นโฆษณาเสมอไป เหมือนเราขับผ่านป้ายบิลบอร์ดของแบรนด์ ๆ หนึ่งแล้วอาจจะจำแบรนด์หรือสินค้านั้น ๆ ในโฆษณาได้ อาจจะเกิด Brand Recognition หรือ Consideration ในตัว Product นั้น ๆ ณ ตอนนั้น แต่ก็อาจจะไม่ได้เกิดการซื้อขายขึ้นทันทีหลังเห็นโฆษณา แต่ก็ปฎิเสธไม่ได้ว่าโฆษณาก็มีส่วนทำให้เรา Consider Product ตัวนั้น ๆ ไม่มากก็น้อยและอาจจะนำไปสู่การซื้อสินค้าเหล่านั้นจริง ๆ ในโอกาสที่เหมาะสมต่อมา

เพราะฉะนั้น Logic นี้ก็สามารถนำมาใช้ได้เช่นเดียวกันบนโฆษณาออนไลน์ต่าง ๆ ไม่ต่างจาก Traditional Advertising ผู้บริโภคบางคนอาจจะเห็นหรือคลิกโฆษณาของเราบนเว็บไซต์หรือ Facebook Instagram ต่าง ๆ แต่อาจจะยังไม่ได้ทำการเข้าเว็บไซต์ไปซื้อสินค้าทันที แต่อาจจะซื้อเมื่อมีโอกาสเหมาะสมในภายหลัง เพราะฉะนั้นการให้เครดิตโฆษณาตัวนั้น ๆ ว่าก่อให้เกิดการซื้อขายหรือ Conversion ต่าง ๆ ถ้าจะมองให้แฟร์ก็ควรที่จะมี Attribution Window มาเป็นตัวกำหนดการให้เครดิตโฆษณา เพราะเราก็ต้องยอมรับว่าผู้บริโภคก็มีพฤติกรรมในการซื้อที่ค่อนข้างหลากหลายแตกต่างกันไป ระยะเวลาในการตัดสินใจซื้อสินค้าในแต่ละบุคคลก็แตกต่างกันไปเช่นเดียวกัน

Attribution Window ในแต่ละ Platform ก็จะมี Default Window ที่แตกต่างกันไปแต่จะแบ่งออกเป็นรูปแบบหลัก ๆ ได้สองรูปแบบ แบบแรกก็คือ Post-Click (Click-Through Conversion) คือการให้เครดิต Conversion หรือการซื้อขายหลังจากที่ผู้บริโภคคลิกโฆษณาและทำการซื้อภายใน Attribution Window ที่กำหนดไว้ ยกตัวอย่างเช่น มีการตั้ง Post-Click ไว้ที่ 7 วันแล้วผู้บริโภคคลิกโฆษณาของเราในวันที่ 1 แต่ยังไม่ทำการซื้อในวันนั้นทันที แต่เกิดจำโฆษณาของเราได้และกลับมาซื้อในช่องทางอื่นภายใน 7 วันให้หลัง ระบบก็จะยังถือว่าโฆษณาตัวนี้ก็มีส่วนช่วยทำให้ผู้บริโภคคนนี้จำโฆษณาของเราได้และกลับมาซื้อสินค้าในภายหลัง เพราะฉะนั้นโฆษณาตัวนี้ก็ควรที่จะได้เครดิตที่ทำให้การซื้อขายนี้เกิดขึ้น อีกหนึ่งรูปแบบคือ Post-View (View-Through Conversion) ก็เป็นหลักการเดียวกันเหมือน Traditional Advertising ต่าง ๆ ที่บางคนอาจจะเห็นโฆษณาแต่อาจจะไม่ได้คลิก แต่จำโฆษณาตัวนั้น ๆ ได้ และไปซื้อสินค้าในภายหลัง ยกตัวอย่างเช่น มีการตั้ง Post-View ไว้ที่ 1 วันเท่ากับว่าถ้าผู้บริโภคเห็นโฆษณาของเราตอนนี้ (ไม่ได้คลิก) แต่อาจจะยังไม่ได้เข้าเว็บไซต์ไปซื้อสินค้าทันที แล้วเกิดจำโฆษณาตัวนี้ได้และทำการซื้อสินค้าภายใน 24 ชม. หลังจากเห็นโฆษณา ระบบก็จะถือว่าโฆษณาตัวนั้นก็มีส่วนให้คนจดจำและ Consider ตัว Product และทำให้เกิดการซื้อในภายหลังเช่นเดียวกัน เพราะฉะนั้นโฆษณาตัวนั้นก็ควรที่จะได้เครดิตไป

__

แซม อธิราช หุตะสิงห์ / Sam Athirach Hutasingh

วิว อริญชย์ ภุมรินทร์ / View Arin Phummarin

Spotify: https://open.spotify.com/show/0GXiudAU3dme7U7nOmf1vp

Apple Podcasts: https://podcasts.apple.com/th/podcast/digipedia-podcast/id1526963594

Pocket Casts: https://pca.st/3vknh01u

YouTube: https://www.youtube.com/channel/UC4ze_IMMzsEPhnhTu8uzwVg

Website: https://digipedia.studio/

Episode ที่สิบสามของ Digipedia Podcast ยังอยู่กับประเด็นร้อนแรงในวงการ Digital Advertising กับการมาของ iOS 14 Update ล่าสุดจาก Apple ซึ่งส่งผลกระทบโดยตรงในการทำโฆษณาบน Platform ต่าง ๆ อย่างที่ไม่เคยเป็นมาก่อน

หลังจาก Apple ได้ประกาศว่า iOS 14 Update ล่าสุดนั้นจะมีการเพิ่มมาตรการความเป็นส่วนตัวของดาต้าผู้ใช้งานมาให้ User ได้เลือกเองว่าผู้ใช้งานจะยินยอมให้ Application ต่าง ๆ สามารถเก็บข้อมูลของตนเองไปใช้ในเชิงธุรกิจและการทำโฆษณาได้หรือไม่หรือที่เรียกกันว่า App Tracking Transparency Framework (ATT) แน่นอนว่าการเปลี่ยนแปลงนี้ย่อมส่งผลกระทบโดยตรงกับการทำ Digital Marketing บนแพลตฟอร์มต่าง ๆ อย่างแน่นอน

วันนี้เราจะนำข้อมูลอัพเดทเบื้องต้นจาก Facebook ในเรื่องของผลกระทบของ ATT ต่อการทำแคมเปญ App Conversion มาแชร์ให้ฟังกัน

__

แซม อธิราช หุตะสิงห์ / Sam Athirach Hutasingh

วิว อริญชย์ ภุมรินทร์ / View Arin Phummarin

Spotify: https://open.spotify.com/show/0GXiudAU3dme7U7nOmf1vp

Apple Podcasts: https://podcasts.apple.com/th/podcast/digipedia-podcast/id1526963594

Pocket Casts: https://pca.st/3vknh01u

YouTube: https://www.youtube.com/channel/UC4ze_IMMzsEPhnhTu8uzwVg

Website: https://digipedia.studio/

Episode ที่สิบสองของ Digipedia Podcast มาพร้อมกับประเด็นร้อนแรงในวงการ Digital Advertising กับการมาของ iOS 14 Update ล่าสุดจาก Apple ซึ่งส่งผลกระทบโดยตรงในการทำโฆษณาบน Platform ต่าง ๆ อย่างที่ไม่เคยเป็นมาก่อน

หลังจาก Apple ได้ประกาศว่า iOS 14 Update ล่าสุดนั้นจะมีการเพิ่มมาตรการความเป็นส่วนตัวของดาต้าผู้ใช้งานมาให้ User ได้เลือกเองว่าผู้ใช้งานจะยินยอมให้ Application ต่าง ๆ สามารถเก็บข้อมูลของตนเองไปใช้ในเชิงธุรกิจและการทำโฆษณาได้หรือไม่หรือที่เรียกกันว่า App Tracking Transparency Framework (ATT) แน่นอนว่าการเปลี่ยนแปลงนี้ย่อมส่งผลกระทบโดยตรงกับการทำ Digital Marketing บนแพลตฟอร์มต่าง ๆ อย่างแน่นอน

วันนี้เราจะนำข้อมูลอัพเดทเบื้องต้นจาก Facebook ในเรื่องของผลกระทบของ ATT ต่อการทำแคมเปญ Website Conversion มาแชร์ให้ฟังกัน

__

แซม อธิราช หุตะสิงห์ / Sam Athirach Hutasingh วิว อริญชย์ ภุมรินทร์ / View Arin Phummarin

Spotify: https://open.spotify.com/show/0GXiudAU3dme7U7nOmf1vp Apple Podcasts: https://podcasts.apple.com/th/podcast/digipedia-podcast/id1526963594 Pocket Casts: https://pca.st/3vknh01u

YouTube: https://www.youtube.com/channel/UC4ze_IMMzsEPhnhTu8uzwVg

Website: https://digipedia.studio/

Episode ที่สิบเอ็ดของ Digipedia Podcast จะมาถกเถียงกันในปัญหาโลกแตกที่นักการตลาดออนไลน์ต้องเจอ Targeting หรือ Creative อะไรเป็นปัจจัยสำคัญกว่ากันที่ส่งผลต่อประสิทธิภาพโดยรวมของแคมเปญโฆษณา

ถ้าพูดถึงปัจจัยหลักที่ส่งผลต่อ Performance ของแคมเปญโฆษณาออนไลน์แล้ว เราคงนึกออกไม่กี่ Factor เป็นอย่างแรกไม่ว่าจะเป็น Campaign Objective, Budget และ Bidding Strategy และอีกสองส่วนสำคัญที่จะไม่พูดถึงไม่ได้เลยก็คือ Targeting และ Creative ซึ่งก็คือการคำนึงถึงว่าสิ่งที่เราต้องการจะสื่อเราต้องการจะพูดคุยกับคนกลุ่มไหน และ เราต้องการที่จะพูดอะไรออกไปนั่นเอง

วันนี้เราจะมาถกเถียงกันในมุมของ 2 Element หลักของการโฆษณาออนไลน์ว่าการ Targeting หรือ Creative นั้น Factor ไหนมีความสำคัญต่อผลลัพธ์ของการโฆษณาออนไลน์ (Campaign Performance) มากกว่ากัน

__

แซม อธิราช หุตะสิงห์ / Sam Athirach Hutasingh

วิว อริญชย์ ภุมรินทร์ / View Arin Phummarin

Spotify: https://open.spotify.com/show/0GXiudAU3dme7U7nOmf1vp

Apple Podcasts: https://podcasts.apple.com/th/podcast/digipedia-podcast/id1526963594

Pocket Casts: https://pca.st/3vknh01u

YouTube: https://www.youtube.com/channel/UC4ze_IMMzsEPhnhTu8uzwVg

Website: https://digipedia.studio/

Episode ที่สิบของ Digipedia Podcast ยังอยู่กับ Paid Search Platform ซึ่งวันนี้เราจะมาเจาะลึกกันในเรื่องของ Search Terms Report ว่ามันสำคัญยังไง และมันช่วย Drive Cost Efficiency ได้อย่างไรบ้างในมุมของ Digital Marketing

— ความแตกต่างระหว่าง Keyword กับ Search Term

ก่อนที่จะไปรู้จักกับ Search Terms Report ว่ามีความสำคัญอย่างไรเรามาดูกันก่อนว่า "Keyword" กับ "Search Term" นั้นแตกต่างกันอย่างไร Keyword คือคำที่นักการตลาดหรือผู้ลงโฆษณาซื้อไว้เพื่อทาร์เก็ทและโชว์โฆษณาให้คนที่เสิร์ชคำเหล่านี้เข้ามา ส่วน Search Term คือคำที่ผู้บริโภคหรือกลุ่มเป้าหมายใช้ในการเสิร์ชจริง ๆ เวลาค้นหา หรือคำที่เค้าพิมพ์ลงไปจริง ๆ บน Google Search Box นั่นเอง

— Search Terms Report คืออะไร

Feature หนึ่งใน Google Ads ที่ช่วยทำให้เราเห็นคำที่ User Search เข้ามาและ Trigger โฆษณาของเราให้แสดงผล ซึ่งเราสามารถเข้าไปดูราย Keyword ที่เราซื้อได้เลยว่ากลุ่มเป้าหมายเสิร์ชคำว่าอะไรเข้ามาแล้ว Trigger Keyword คำไหนที่เราซื้อไว้และทำให้โฆษณาแสดงผลบ้าง

— เวลาดู Performance รีพอร์ทควรดูที่ Search Terms หรือ Keywords Report

อย่างที่ได้อธิบายไปข้างต้น การซื้อ Keywords ต่าง ๆ ในมุมมองของนักการตลาดเป็นการคาดเดาว่ากลุ่มเป้าหมายจะเสิร์ชคำว่าอะไรเพื่อค้นหาเกี่ยวกับโปรดักของเราเท่านั้น แต่การดู Search Terms Report นั้นเป็นการดูจากความเป็นจริงว่ากลุ่มเป้าหมายเวลาเค้าหาโปรดักของเราเค้าใช้คำว่าอะไรหรือใช้ Phrase อะไร เพราะฉะนั้นการดู Search Terms Report จะทำให้เราวิเคราะห์พฤติกรรมการเสิร์ชของกลุ่มเป้าหมายของเราได้ลึกกว่าและสะท้อนภาพความเป็นจริงมากกว่านั่นเอง

— Search Terms Report ช่วยอะไรเราในการ Optimization ได้บ้าง

- ช่วยทำให้เราเห็นว่าคำที่ผู้คนเสิร์ชเข้ามาเพื่อค้นหาเกี่ยวกับโปรดักหรือ Service ของเราเค้าเสิร์ชเค้ามาดูคำหรือ Phrase อะไรบ้างทำให้เราได้ Keyword ไอเดียใหม่ ๆ เพื่อทำให้เราซื้อ Keyword กลุ่มเหล่านั้นเพิ่ม

- ทำให้เราเห็นว่า Search Term ที่ผู้บริโภคเสิร์ชเข้ามาแล้ว Trigger โฆษณาของเราให้แสดงผลนั้นมีคำไหนบ้างมี Performance ที่ดีหรือไม่ดี เช่นมี CTR หรือ Conversion Rate สูงต่ำยังไง คนเสิร์ชคำนี้เข้ามาแล้วไม่คลิกไม่เข้าเว็บไซต์มา Convert อาจจะหมายความว่า Search Query นี้ไม่สัมพันธ์ กับ Text Ad หรือสินค้าของเรา เราก็สามารถ Negative Search Query นี้เข้าไปใน Negative Keyword List ของเราได้เพื่อจะทำให้โฆษณาของเราไม่ต้องไปแสดงผลเวลาคนเสิร์ชคำเหล่านี้ หรือ Search Query ไหนที่มี Performance ที่ดีเราก็สามารถที่จะ Add เข้ามาใน Keyword List ของเราได้ทันทีเพื่อเป็นการขยายกลุ่มเป้าหมายโฆษณาของเราให้กว้างและตรงจุดมากยิ่งขึ้น

- ทำให้ Quality Score ของ Keyword คำนั้น ๆ สูงขึ้น CPC มีโอกาสถูกลง ส่งผลให้ CPA ถูกลงตามมา เนื่องจาก Search Term ต่าง ๆ ที่ตัดคำไม่เกี่ยวข้องออกไปแล้วจะมีความตรงกับคำในโฆษณาของ Text Ad มากขึ้นและส่งผลให้คนคลิกโฆษณาเรามากขึ้น

- ช่วยทำให้เห็นว่า Match Type ที่เราซื้อให้ Keyword คำนั้น ๆ เหมาะสมหรือยัง กว้างหรือแคบไปหรือเปล่า

— Google ประกาศลดการแสดงผล Search Terms Report ให้แสดงเฉพาะคำที่เกี่ยวข้องจริง ๆ หรือคำที่มี Data ถึงตามที่ Google กำหนดเท่านั้น?

Google ได้มีการประกาศอย่างเป็นทางการเริ่มต้นในเดือนกันยายน 2020 ว่า Search Terms Report จะแสดงผลเฉพาะ Search Term ที่มีดาต้า "เพียงพอ" (Click หรือ Impression) หรือเป็นคำที่เกี่ยวข้องเท่านั้น สิ่งนี้จึงเป็นสิ่งที่นักการตลาดต้องจับตามองกันต่อไปว่าจะมีคำอธิบายหรือมาตรการใด ๆ ชัดเจนออกมาจากทาง Google ในอนาคตหรือเปล่า

__

แซม อธิราช หุตะสิงห์ / Sam Athirach Hutasingh

วิว อริญชย์ ภุมรินทร์ / View Arin Phummarin

Spotify: https://open.spotify.com/show/0GXiudAU3dme7U7nOmf1vp

Apple Podcasts: https://podcasts.apple.com/th/podcast/digipedia-podcast/id1526963594

Pocket Casts: https://pca.st/3vknh01u

YouTube: https://www.youtube.com/channel/UC4ze_IMMzsEPhnhTu8uzwVg

Website: https://digipedia.studio/

Episode ที่เก้าของ Digipedia Podcast จะพาคุณไปลงลึกเรื่อง Bidding Strategy บน Google Search Platform ว่ามีอะไรบ้าง และแต่ละอย่างช่วยตอบโจทย์แคมเปญในแต่ละแบบยังไง

Manual Bidding Strategy

— Manual CPC

Manual CPC ถือเป็น Manual Bidding Strategy แบบครบวงจรที่จะทำให้เราสามารถควบคุมและตั้งราคาที่เรายอมจ่ายต่อคลิกหรือ Max CPC ได้ทั้งบนเลเวล Ad Group หรือ เลเวล Keyword เลยก็ทำได้ ซึ่งข้อดีของ Bidding Strategy ประเภทนี้คือการที่เราสามารถควบคุมและปรับเปลี่ยนเพดานราคาที่เรายอมจ่ายได้ด้วยตัวเองตลอดเวลา ส่วนข้อเสียก็ยังเป็นเรื่องที่เราไม่สามารถใช้ Signal ต่าง ๆ ที่ระบบมองเห็นมาช่วยเราในการ Optimize ได้ อีกทั้งการปรับ Manual CPC ขึ้นลงต้องใช้เวลาและความใส่ใจในการสังเกต Performance Data อยู่บ่อย ๆ เพื่อทำให้เราปรับ Bid ขึ้นลงและทำให้แคมเปญของเรามีประสิทธิภาพสูงสุดนั่นเอง

Semi-Auto Bidding Strategy

— Enhanced CPC

เป็น Bidding Strategy ที่เราสามารถปรับเปลี่ยน Bid ขึ้นลงได้เหมือน Manual CPC ทุกอย่าง สิ่งที่เพิ่มขึ้นมาก็จะเป็นเรื่องของการที่ระบบจะมาช่วยเราปรับบิดเพิ่มขึ้นหรือลดลงตาม Signal ต่าง ๆ ที่ระบบเห็นว่า Auction นั้น ๆ จะมีโอกาสก่อให้เกิด Conversion มากน้อยเพียงใด ซึ่งการใช้ Enhanced CPC ต้องมีการติด Conversion Tracking เพิ่มเติมเพื่อวัดผล Conversion บนเว็บไซต์ก่อนนั่นเอง

Automated Bidding Strategies

— Maximize Clicks

เป็น Automated Bidding ที่ระบบจะพยายามปรับบิดขึ้นลงให้เองเพื่อให้เราได้ Cost per Click ที่ถูกที่สุด หรือเป็นการ Bring Traffic เข้ามาบน Website ของเราให้ได้มากที่สุดนั่นเอง ข้อดีของ Maximize Clicks คือ เราไม่ต้องมานั่งปรับ Bid ของแต่ละ Keyword หรือ Ad Group เองแบบ Manual CPC ระบบจะพยายามปรับบิดขึ้นลงให้เองโดยยึดเป้าหมายหลักคือการทำให้ได้คลิกมากที่สุด

— Maximize Conversions

Maximize Conversions ระบบจะปรับบิดขึ้นลงจาก Signal ที่ระบบเห็นว่า Auction ไหนมีโอกาสก่อให้เกิด Conversion บ้างและพยายามจะหา Conversion ให้กับ Campaign นั้น ๆ ให้ได้มากที่สุด ข้อดีก็คือสำหรับคนที่ไม่เคยรัน Campaign Conversion มาก่อนและไม่รู้ว่า CPA ของตัวเองควรจะอยู่ที่ประมาณเท่าไหร่ การใช้ Maximize Conversions ก็เป็นอีกทางเลือกนึงเพื่อใช้ Signal ต่าง ๆ จากระบบมา Learning และหา CPA ที่เหมาะสมกับแคมเปญของเรา

— Target CPA

สำหรับคนที่มีประสบการณ์และเคยรันแคมเปญ Conversion มาแล้ว เราก็จะรู้ Benchmark ของตัวเองว่าจริง ๆ แล้ว CPA ของเราควรอยู่ที่ประมาณเท่าไหร่ จริง ๆ แล้ว Target CPA ทำงานไม่ต่างจาก Maximize Conversions เลย คือการใช้ Signal ของระบบมาช่วย Optimize หา Conversion นั่นเอง แต่ Target CPA เราสามารถกำหนดราคาบอกระบบได้ว่า CPA ที่เราต้องการนั้นอยู่ที่ประมาณเท่าไหร่

— Maximize Conversion Value

Maximize Conversion Value นั้นจริง ๆ การทำงานก็จะอ้างอิงกับระบบแทบจะทั้งหมดเช่นเดียวกันกับ Maximize Conversions โดยเราไม่สามารถตั้งข้อจำกัดหรือกำหนดราคา Bid เองได้ แต่ในเคสนี้ระบบจะไม่ Focus ไปที่การหา Conversion ให้ได้มากที่สุด แต่ระบบจะไปหา Conversion Value ที่สูงที่สุดมากกว่า

— Target ROAS

Target ROAS ทำหน้าที่เหมือนกับ Maximize Conversion Value แต่สิ่งที่ต่างไปคือเราสามารถกำหนด Target ROAS หรือ Return on Advertising Spend เป็นเปอร์เซ็นต์ตามที่เราต้องการได้ ยกตัวอย่างเช่นเราต้องการขายของให้ได้กำไรเท่านึงเราสามารถใส่ลงไปในระบบได้เลยว่าเราต้องการ ROAS ที่ 200% เป็นต้น

— Target Impression Share

เป็น Automated Bidding ตัวสุดท้ายที่จะมุ่งเน้นไปในการให้ระบบปรับบิดขึ้นลงเพื่อให้โฆษณาเราได้โชว์มากที่สุดมากกว่าการหา Click หรือ Conversion โดยเราสามารถกำหนดได้เลยว่าเราต้องการ Impression Share ที่กี่เปอร์เซนต์

__

แซม อธิราช หุตะสิงห์ / Sam Athirach Hutasingh

วิว อริญชย์ ภุมรินทร์ / View Arin Phummarin

Spotify: https://open.spotify.com/show/0GXiudAU3dme7U7nOmf1vp

Apple Podcasts: https://podcasts.apple.com/th/podcast/digipedia-podcast/id1526963594

Pocket Casts: https://pca.st/3vknh01u

YouTube: https://www.youtube.com/channel/UC4ze_IMMzsEPhnhTu8uzwVg

Website: https://digipedia.studio/

Episode ที่แปดของ Digipedia Podcast จะพาคุณเริ่มลงสนามฟุตบอลจริงกับโฆษณา Search โดยการอธิบายถึง Campaign Structure เบื้องต้นที่ต้องเข้าใจก่อนการลงมือเซ็ตอัพ

Google Ads คืออะไร?

Google Ads เป็นชื่อของแพลตฟอร์มที่พัฒนาขึ้นมาเพื่อผู้ใช้งานทั่วไปเพื่อการลงโฆษณาในแพลตฟอร์มต่าง ๆ ของ Google ไม่ว่าจะเป็น Google Search, YouTube, Google Display Network, Google Universal App Campaign, Gmail Ad หรือ Google Shopping Campaign ซึ่งผู้ใช้งานทั่วไปสามารถเข้ามาลงโฆษณาและเซ็ตแคมเปญประเภทต่าง ๆ ได้บน Google Ads แพลตฟอร์มที่เดียว

Search Campaign Structure

ก่อนที่เราจะลงมือเซ็ตแคมเปญ Search เรามาทำความเข้าใจก่อนว่า Campaign Search Ad มีโครงสร้างอย่างไรบ้าง ซึ่ง Google Search Campaign มี Structure แบ่งออกได้เป็น 3 เลเวลหลัก ๆ

- Campaign Level

Campaign Level จะเป็นเลเวลหลักของ Search Campaign โดยการเซ็ต Daily Budget, Location, ภาษา และ Bidding Strategy จะต้องเซ็ตอัพบนเลเวลนี้ เพราะฉะนั้นการวางโครงในการเซ็ตแคมเปญจึงเป็นเรื่องสำคัญ เพราะเราต้องกำหนดว่ากลุ่มคีเวิร์ดหรือโฆษณาที่อยู่ในแคมเปญนี้จะต้องใช้เงินร่วมกันวันละเท่าไหร่ และเรามี Goal อะไรสำหรับกลุ่มคีเวิร์ดและโฆษณากลุ่มนี้ เพื่อนำไปเลือก Bidding Strategy ที่เหมาะสมกับ Goal ของเรา ตามปกติแล้วสำหรับผู้เริ่มต้นทำโฆษณา Search แคมเปญอาจจะแบ่งตามประเภทสินค้าที่เรามีบนเว็บไซต์ ยกตัวอย่างเช่นเราทำธุรกิจเกี่ยวกับเสื้อผ้า แคมเปญหนึ่งอาจจะเป็นแคมเปญสำหรับเสื้อ อีกแคมเปญหนึ่งสำหรับกางเกงเป็นต้น หรือการแบ่งแคมเปญอาจจะแบ่งตามประเภทของกลุ่มคีเวิร์ดนั้น ๆ อย่างเช่น Brand Campaign, Generic Campaign หรือ Competitor Campaign เป็นต้น อย่างไรก็ตามการแบ่งแคมเปญควรคำนึงถึง Goal หลัก และความเกี่ยวข้องของกลุ่มคีเวิร์ดเป็นสำคัญ และควรที่จะมีการวางแผนอย่างรัดกุมเพื่อให้ง่ายต่อการ Optimize แคมเปญในอนาคต

- Ad Group Level

เลเวลที่สองคือ Ad group เลเวลซึ่งแต่ละ Ad group ก็จะมีคีเวิร์ดและโฆษณาอยู่ในแต่ละกรุ๊ป ซึ่งสิ่งหลัก ๆ ที่เราควรคำนึงถึงคือ Bidding (ยอมจ่ายที่ราคาต่อคลิก หรือ Target Cost per Conversion ไว้เท่าไหร่) และ Audience (ต้องการให้กลุ่ม Audience ที่มีความสนใจหรือ Demographic อย่างไรมา Search แล้วจึงจะเจอโฆษณาของเรา) ต่าง ๆ จะถูกเซ็ตที่เลเวลนี้ โดยการแบ่ง Ad Group เบื้องต้นอาจจะอ้างอิงตามประเภทสินค้า ยกตัวอย่าง Ad group ที่อยู่ในแคมเปญสำหรับเสื้อ อาจจะแบ่ง Ad Group ตามประเภทของเสื้ออีกทีหนึ่ง เช่น Ad Group สำหรับเสื้อยืด และ Ad Group สำหรับเสื้อเชิ้ต เป็นต้น โดยสิ่งที่เราต้องคำนึงถึงในการวางแผนการแบ่ง Ad Group คือความเกี่ยวข้องกันของ Keyword ที่อยู่ใน Ad Group นั้น ๆ เป็นต้น แต่จริง ๆ แล้วการวางแผนในการแบ่ง Ad Group ก็สามารถทำได้อย่างหลากหลายและอิสระขึ้นอยู่กับประเภทธุรกิจนั้น ๆ แตกต่างกันไป บางเคสอาจจะมีการแบ่ง Ad Group ตาม Keyword Match Type ที่เราเลือกซื้อ หรือแบ่งตาม Performance ของกลุ่มคีเวิร์ดไปเลยเป็นต้น

- Ad Level

เป็นเลเวลที่ลึกที่สุดซึ่งจะอยู่ภายใต้เลเวล Ad Group อีกทีหนึ่ง ซึ่ง Ad ก็คือโฆษณา Text ที่เราเห็นบน Google Search Result Page นั่นเอง โดยปกติแล้ว ส่วนประกอบหลัก ๆ ของ Ad Text นั้นก็จะมีอยู่ 5 ส่วนใหญ่ ๆ ส่วนแรกก็คือ Headline หรือตัวหนังสือสีฟ้า ๆ ใหญ่ ๆ ที่เป็นเหมือนหัวข้อของโฆษณา ส่วนที่สองคือ Description ที่จะเป็นข้อความอธิบายเพิ่มเติมซึ่งอยู่ข้างล่างติดกับ Headline ส่วนที่สามคือ Final URL หรือเว็บไซต์ที่เราต้องการให้คนที่คลิกโฆษณาของเรา Land ไป ส่วนที่สี่ก็คือ Display URL หรือ Path ที่เราสามารถทำการ Customize เองได้และส่วนสุดท้ายจะเป็น Ad Extension ซึ่งเป็นส่วนขยายของโฆษณานั่นเอง

__

แซม อธิราช หุตะสิงห์ / Sam Athirach Hutasingh

วิว อริญชย์ ภุมรินทร์ / View Arin Phummarin

Spotify: https://open.spotify.com/show/0GXiudAU3dme7U7nOmf1vp

Apple Podcasts: https://podcasts.apple.com/th/podcast/digipedia-podcast/id1526963594

Pocket Casts: https://pca.st/3vknh01u

YouTube: https://www.youtube.com/channel/UC4ze_IMMzsEPhnhTu8uzwVg

Website: https://digipedia.studio/

Episode ที่เจ็ดของ Digipedia Podcast จะพาคุณรู้ในสิ่งที่ควรคำนึงถึงในการอ่าน Data ของแคมเปญโฆษณาออนไลน์เบื้องต้น

มองให้ลึกถึงจุดที่กระทบกับ Campaign Performance ที่สุดก่อนเสมอ

การอ่านและวิเคราะห์ Data ผิดจุดอาจจะทำให้การ Optimize แคมเปญผิดเพี้ยนไปได้ การอ่าน Data เบื้องต้นมักจะเริ่มจากปัญหาและการตั้งคำถามก่อนเช่น เรามีแคมเปญที่มี Objective เพื่อการ Drive Traffic เข้าเว็บไซต์ของเราให้ได้เยอะที่สุดแล้วปรากฏว่า CPC ของเราแพงเกินจากแพลนที่วางไว้ เราอาจจะต้องหยิบ Metrics ต่าง ๆ ออกมากางดูเพื่อค้นหาต้นตอของปัญหาจริง ๆ นอกจากนี้การที่แคมเปญ Performance ออกมาไม่เป็นไปตามที่เราแพลนไว้ เราอาจจะต้องเข้าไปดูกลุ่ม Target หรือโฆษณาที่ใช้เงินมากที่สุดก่อนว่า Perform เป็นยังไงเพราะกลุ่ม Target หรือโฆษณาที่ได้ใช้เงินที่สุดย่อมเป็นตัวบ่งชี้ Performance ภาพรวมของแคมเปญ เพราะฉะนั้นการมอง Data เมื่อแคมเปญเกิดปัญหาขึ้นจึงควรมองให้ลึกถึงส่วนที่กระทบกับ Campaign Performance ที่สุดจริง ๆ และต้องตั้งคำถามและสมมุติฐานกับ Data ที่มีอยู่เสมอ

Sample Size เป็นเรื่องสำคัญ!

การวิเคราะห์ Data และหาต้นตอของปัญหาในแคมเปญนั้น ๆ มีอีกสิ่งหนึ่งที่จะมองข้ามไม่ได้เลยนั่นก็คือขนาด Sample Size ของ Data ที่เราจะเอามาวิเคราะห์นั่นเอง การตัดสินว่าแคมเปญนี้หรือกลุ่มเป้าหมายนี้ไม่มีประสิทธิภาพและควรปิดแคมเปญไปเวลาที่ Data มี Sample Size น้อย อาจจะเป็นการด่วนตัดสินใจไปหน่อย เพราะระบบเองก็ต้องใช้เวลาในการเรียนรู้สักช่วงเวลาหนึ่งกว่าที่จะได้ผลลัพธ์ที่มากพอเพื่อ Optimize แคมเปญของเราให้มีประสิทธิภาพ การที่เราด่วนตัดสินใจและปิดแคมเปญไปทั้ง ๆ ที่ยังได้ Sample Size ไม่เพียงพอให้เราวิเคราะห์ อาจจะเป็นการตัดโอกาสตัวเองก็เป็นได้

หยิบทุก Metric ขึ้นมาวิเคราะห์อย่างมีเหตุผลอย่างสม่ำเสมอ

การทำโฆษณาออนไลน์อย่างแรกที่เราต้องคำนึงถึงคือ Objective ของแคมเปญว่าเราอยากได้ผลลัพธ์ในเชิงไหนมากที่สุด ซึ่งสิ่งเหล่านี้เราสามารถเลือกได้โดยตรงในระบบหลังบ้านของ Platform ต่าง ๆ เพื่อเป็นการบอกระบบว่า Result ใดที่เราอยากได้และให้ไปหาคนที่มีแนวโน้มจะเกิด Result เหล่านั้นมา ถ้าอ้างอิงจาก Objective ของแคมเปญแล้วการแพลนส่วนใหญ่มักจะมอง KPI ไปที่ผลลัพธ์ของ Objective แคมเปญนั้น ๆ เป็นหลักเช่น แต่ถ้าเรามองดู Data ที่แพลตฟอร์มต่าง ๆ ดี ๆ แล้วจะเห็นว่าระบบยังมี Metrics อื่น ๆ อีกมากมายซึ่งเป็นตัวช่วยบ่งบอกคุณภาพและประสิทธิภาพของแคมเปญเราในแง่มุมอื่น ๆ ด้วย ยกตัวอย่างเช่น เราตั้ง KPI และ Objective แคมเปญของเราเป็น Engagement เพื่อต้องการให้คนมา Engage กับโฆษณาของเรามากที่สุด แต่พอรันแคมเปญไปแล้ว เราพบว่าคนมา Like โฆษณาของเราเยอะจริง ๆ แต่เมื่อดู Metric Post Comment หรือ Post Share แล้วกลับไม่มีใคร Comment หรือ Share Content ของเราเลย เพราะฉะนั้นเราอาจจะวิเคราะห์ต่อไปได้ว่า Post Like ที่เราได้มานั้นเกิดประโยชน์จริง ๆ กับธุรกิจของเราหรือเปล่า หรือ Content ของเรานั้นจริง ๆ น่าสนใจมากน้อยขนาดไหนและต้องปรับเปลี่ยนอย่างไร การวิเคราะห์ Metrics อื่น ๆ และตั้ง Secondary KPI เอาไว้จึงไม่ใช่เรื่องเสียหาย และยังอาจทำให้เรา Optimize แคมเปญให้มีคุณภาพและประสิทธิภาพมากขึ้นอีกด้วย

ถูกหรือแพง ขึ้นอยู่กับตัวเราเอง!

หลาย ๆ คนคงมีปัญหาที่คิดว่า Cost per Result แพงเกินไปหรือทำไมแคมเปญอื่น ๆ ในธุรกิจ Industry เดียวกันถึงได้ Cost per Result ที่ถูกกว่า จริง ๆ แล้วคำว่า Result ถูกหรือแพงนั้นมีหลายปัจจัยที่แตกต่างกันไป ต่อให้จะเป็นธุรกิจใน Industry เดียวกันก็ตาม ไม่ว่าจะเป็นการตั้งกลุ่มเป้าหมาย, Content, Placement ที่โฆษณาไปโชว์ หรือแม้แต่การใช้ Bidding Strategy ที่แตกต่างกัน เพราะฉะนั้นการเทียบตัวเองกับคู่แข่งอาจจะไม่ใช่วิธีชี้วัดความถูกแพงของผลลัพธ์โฆษณาที่ยุติธรรมนัก การที่จะวิเคราะห์ว่า Cost per Result ถูกหรือแพงนั้น เราควรที่จะสร้าง Benchmark ขึ้นมาจากแคมเปญที่เราเคยยิงไปแล้วในอดีต

__

แซม อธิราช หุตะสิงห์ / Sam Athirach Hutasingh

วิว อริญชย์ ภุมรินทร์ / View Arin Phummarin

Spotify: https://open.spotify.com/show/0GXiudAU3dme7U7nOmf1vp

Apple Podcasts: https://podcasts.apple.com/th/podcast/digipedia-podcast/id1526963594

Pocket Casts: https://pca.st/3vknh01u

YouTube: https://www.youtube.com/channel/UC4ze_IMMzsEPhnhTu8uzwVg

Website: https://digipedia.studio/