นิยาม
Customer Segmentation หรือที่คนไทยในวงการอีคอมเมิร์ซมักเรียกกันว่า "การแบ่งกลุ่มลูกค้า" คือกระบวนการวิเคราะห์และจัดหมวดหมู่ฐานลูกค้าออกเป็นกลุ่มย่อย ๆ ที่มีลักษณะพฤติกรรม ความสนใจ หรือมูลค่าใกล้เคียงกัน โดยใช้ข้อมูลจริงจากระบบหลังบ้าน ไม่ว่าจะเป็นประวัติการสั่งซื้อ พิกัดที่อยู่ อุปกรณ์ที่ใช้ หรือช่องทางที่เข้ามา
หัวใจของมันไม่ใช่แค่การติดป้ายชื่อกลุ่มสวย ๆ อย่าง "ลูกค้า VIP" หรือ "ลูกค้าใหม่" แต่คือการทำให้ทีมการตลาดรู้ว่า ใครควรได้รับข้อความอะไร ผ่านช่องทางไหน และตอนไหน ถึงจะเปลี่ยนจาก "ยิงโฆษณาแบบหว่านแห" เป็น "ยิงแบบเลเซอร์"
ในตลาดไทยที่ค่าคีย์เวิร์ดบน Shopee Ads และ TikTok Ads แพงขึ้นทุกปี การแบ่งกลุ่มลูกค้าจึงไม่ใช่ของเล่นขององค์กรใหญ่ แต่เป็นเครื่องมือเอาตัวรอดของร้านขนาดกลางที่ต้องทำกำไรจากงบจำกัด
อุปมาให้เห็นภาพ
ลองนึกถึงร้านส้มตำปาก soi ที่มีลูกค้าประจำสามแบบ
1. กลุ่มสั่งประจำทุกวันเที่ยง — ไม่ต้องถาม ไม่ต้องแนะนำ รู้ว่าเอาเผ็ด 2 พริก ไข่เค็มเพิ่ม
2. กลุ่มมากับเพื่อนต่างจังหวัดช่วงสุดสัปดาห์ — ต้องแนะนำเมนู ต้องอธิบายระดับความเผ็ด ต้องขายของหวานต่อ
3. กลุ่มที่เคยมาร้านครั้งเดียวแล้วหายไป — ต้องมีโปรอะไรสักอย่างดึงกลับมา
ถ้าเจ้าของร้านปฏิบัติกับทั้งสามกลุ่มเหมือนกันหมด ร้านจะเสียลูกค้ากลุ่มแรกเพราะบริการช้า และเสียโอกาสขายเพิ่มกับกลุ่มที่สอง
การแบ่งกลุ่มลูกค้าออนไลน์ก็หลักการเดียวกัน แค่เปลี่ยนจาก "จำหน้าลูกค้า" เป็น "อ่านข้อมูลใน CRM" และเปลี่ยนจาก "ปาก soi" เป็น "หน้าจอ LINE OA"
สูตรและตัวชี้วัดที่ใช้จริง
การแบ่งกลุ่มลูกค้าที่ได้ผลมักอ้างอิงตัวเลขเหล่านี้
1. RFM Score (Recency, Frequency, Monetary)
R = จำนวนวันนับจากออเดอร์ล่าสุด F = จำนวนออเดอร์ในช่วง 90 วัน M = ยอดใช้จ่ายรวมในช่วง 90 วัน RFM Score = คะแนน R (1-5) + คะแนน F (1-5) + คะแนน M (1-5)
ตัวอย่างจริง: ลูกค้าคนหนึ่งสั่งล่าสุด 5 วันก่อน (R=5), สั่ง 8 ครั้งใน 90 วัน (F=5), ยอดรวม 12,500 บาท (M=5) → RFM = 15 จัดอยู่ในกลุ่ม Champions
2. Customer Lifetime Value (CLV)
CLV = (มูลค่าออเดอร์เฉลี่ย × ความถี่ซื้อต่อปี × ระยะเวลาความสัมพันธ์เป็นปี) × อัตรากำไรขั้นต้น
3. Repeat Purchase Rate
RPR = (จำนวนลูกค้าที่ซื้อซ้ำ ÷ จำนวนลูกค้าทั้งหมด) × 100
ร้านไทยทั่วไปในหมวดแฟชั่นมี RPR อยู่ที่ 18-25% ขณะที่หมวดอาหารเสริมและสกินแคร์มักสูงถึง 35-45% เพราะเป็นสินค้าที่ต้องใช้ต่อเนื่อง
ตารางเปรียบเทียบรูปแบบการแบ่งกลุ่ม
| รูปแบบ | เกณฑ์ที่ใช้ | ตัวอย่างกลุ่ม | เหมาะกับ |
|---|---|---|---|
| **Demographic** | อายุ เพศ รายได้ พื้นที่ | Gen Z หญิง กรุงเทพฯ รายได้ 20-35K | สินค้าแฟชั่น เครื่องสำอาง |
| **Behavioral** | พฤติกรรมซื้อ ช่องทาง อุปกรณ์ | ซื้อผ่าน TikTok, ซื้อช่วงเที่ยงคืน | สินค้าตามเทรนด์ |
| **RFM** | Recency, Frequency, Monetary | Champions, At Risk, Lost | ร้านที่มีฐานลูกค้าซ้ำ |
| **Value-based** | CLV, กำไรต่อลูกค้า | High-value, Mid-tier, Low-margin | แบรนด์ที่ต้องจัดสรรงบโฆษณา |
| **Lifecycle** | ขั้นตอนใน funnel | New, Active, Dormant, Churned | ทุกร้านที่มี CRM |
ในทางปฏิบัติ ร้านไทยที่ทำได้ดีมักผสม RFM + Behavioral เพราะ Demographic เพียงอย่างเดียวไม่พออีกต่อไป เนื่องจากคนอายุ 45 กับ 22 อาจซื้อสินค้าเดียวกันผ่านช่องทางต่างกันคนละโลก
ฉากการใช้งานจริง
1. LINE OA Broadcast แบบเจาะกลุ่ม
แทนที่จะยิงข้อความโปรโมชั่นเดียวกันหาลูกค้า 50,000 คน ให้แบ่งเป็น 3 กลุ่ม
- กลุ่มซื้อซ้ำสูง → ส่งโค้ดสมาชิก ลด 15%
- กลุ่มทิ้งตะกร้า → ส่งข้อความเตือนพร้อมส่วนลดค่าส่ง 40 บาท
- กลุ่มไม่เปิดอีเมล 60 วัน → ส่งข้อความปลุกด้วยสินค้าใหม่
ผลลัพธ์ที่วัดได้: อัตราเปิดอ่านพุ่งจาก 12% เป็น 34% และอัตราการซื้อจาก broadcast เพิ่มขึ้น 2.1 เท่า
2. ปรับงบ Shopee Ads ตามกลุ่ม
ร้านหนึ่งพบว่าลูกค้ากลุ่ม Champions ใช้จ่ายเฉลี่ย 1,850 บาท/ออเดอร์ ขณะที่กลุ่ม New อยู่ที่ 420 บาท จึงย้ายงบ 30% จากกลุ่ม New ไปทำ Retargeting กลุ่ม Champions ผลคือ ROAS รวมขยับจาก 3.2 เป็น 5.7 ภายใน 6 สัปดาห์
3. TikTok Ads แบบ Custom Audience
อัปโหลดรายชื่อลูกค้ากลุ่ม Dormant (ไม่ซื้อเกิน 120 วัน) เข้า TikTok เพื่อยิงโฆษณาสินค้าใหม่ ลดต้นทุนต่อการกลับมาซื้อ (Reactivation Cost) ได้ถึง 45% เมื่อเทียบกับการยิงหาคนใหม่ทั้งหมด
4. Email Flow แยกตาม Lifecycle
- Welcome Flow สำหรับ New (3 อีเมลใน 7 วัน)
- Replenishment Flow สำหรับกลุ่มที่ซื้อสินค้าหมดอายุการใช้งาน
- Win-back Flow สำหรับ Churned (ส่วนลด 20% + ค่าส่งฟรี)
ข้อผิดพลาดที่เจอบ่อย
1. แบ่งกลุ่มเยอะเกินไป
ร้านเล็กที่มีลูกค้า 3,000 คน ไม่ควรมี 12 กลุ่ม เพราะจะไม่มีข้อมูลพอจะ optimize แต่ละกลุ่ม เริ่มจาก 3-4 กลุ่ม ก่อน แล้วค่อยขยาย
2. ใช้เกณฑ์เดียวตลอดปี
ลูกค้าที่เคยเป็น Champions เมื่อ 6 เดือนก่อน อาจกลายเป็น At Risk วันนี้ ต้องรีเฟรชกลุ่มอย่างน้อย เดือนละครั้ง
3. ลืมกลุ่ม Low-value
หลายร้านทุ่มงบกับ VIP จนลืมว่ากลุ่ม Low-margin บางทีก็มีศักยภาพเติบโตได้ ถ้าสินค้าและข้อความเหมาะสม
4. ไม่วัดผลหลังแบ่งกลุ่ม
การแบ่งกลุ่มที่ไม่นำไปสู่การเปลี่ยนแปลง Conversion Rate, AOV หรือ Retention คือการแบ่งกลุ่มที่ล้มเหลว
5. ละเมิด PDPA
การใช้ข้อมูลลูกค้าต้องมี consent ชัดเจน โดยเฉพาะข้อมูลอ่อนไหว ห้ามซื้อขายฐานข้อมูลเด็ดขาด
คำศัพท์ที่เกี่ยวข้อง
- RFM Analysis — การวิเคราะห์ความใหม่ ความถี่ และมูลค่าของลูกค้า
- Customer Lifetime Value (CLV) — มูลค่ารวมตลอดชีวิตของลูกค้าหนึ่งคน
- Cohort Analysis — การติดตามกลุ่มลูกค้าที่เข้ามาช่วงเวลาเดียวกัน
- Churn Rate — อัตราการหายไปของลูกค้า
- Personalization — การปรับประสบการณ์ให้ตรงกับแต่ละกลุ่ม
- CRM (Customer Relationship Management) — ระบบจัดการความสัมพันธ์ลูกค้า
- Lookalike Audience — กลุ่มเป้าหมายที่คล้ายกับลูกค้าปัจจุบัน
- PDPA — พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคลของไทย
การแบ่งกลุ่มลูกค้าไม่ใช่โปรเจกต์ที่ทำครั้งเดียวจบ แต่เป็นวงจรที่ต้องวนซ้ำ เก็บข้อมูล แบ่งกลุ่ม ทดสอบ วัดผล แล้วปรับใหม่ ทุก ๆ รอบจะทำให้รู้จักลูกค้าลึกขึ้น และทำให้ทุกบาทที่ใช้ไปในการตลาดทำงานหนักขึ้นเรื่อย ๆ