นิยาม
Funnel Analysis หรือ การวิเคราะห์กรวย คือวิธีการวิเคราะห์พฤติกรรมผู้ใช้แบบขั้นตอน (Step-by-step) ที่ติดตามว่าผู้ใช้ไหลผ่านแต่ละขั้นตอนของกระบวนการตั้งแต่ต้นจนจบอย่างไร แล้ววัดอัตราการหลุดออก (Drop-off Rate) ในแต่ละช่วง เพื่อหาว่าจุดไหนที่ทำให้ยอดขายหรือ Conversion หายไปมากที่สุด
พูดง่าย ๆ ในบริบท DTC/อีคอมเมิร์ซไทย คือการถามว่า:
"คน 1,000 คนที่เห็นโฆษณาเรา มีกี่คนกดเข้าเว็บ กี่คนหยิบใส่ตะกร้า กี่คนกดชำระเงิน และสุดท้ายมีกี่คนจ่ายจริง?"
ทุกจุดที่คนหายไป = เงินที่หลุดมือ
การเปรียบเทียบให้เห็นภาพ
ลองนึกถึง กรวยน้ำที่เจาะรูไว้หลายรู — น้ำที่เทลงปากกรวย (Traffic) จะไหลลงมา แต่ถ้ามีรูรั่วตรงไหน น้ำก็จะหายไปตรงนั้น
- รูบนสุด = คนเห็นโฆษณาแต่ไม่คลิก
- รูกลาง = คนเข้าหน้าสินค้าแต่ไม่กดใส่ตะกร้า
- รูล่าง = คนใส่ตะกร้าแล้วแต่ทิ้งไว้ ไม่จ่ายเงิน
หน้าที่ของ Funnel Analysis คือ อุดรูที่รั่วมากที่สุดก่อน ไม่ใช่พยายามเทน้ำเพิ่มอย่างเดียว
หรือเปรียบอีกแบบเหมือน การจีบลูกค้าแบบไทย ๆ ตั้งแต่ "ทักแชท → คุยรายละเอียด → ส่งใบเสนอราคา → ปิดการขาย" ถ้าคุยสนุกแต่ส่งราคาแล้วเงียบ แปลว่าปัญหาอยู่ที่ขั้นตอนเสนอราคา ไม่ใช่ขั้นตอนทักแชท
สูตรการคำนวณ
Conversion Rate แต่ละขั้น:
Conversion Rate (ขั้น n) = (จำนวนผู้ใช้ที่ถึงขั้น n ÷ จำนวนผู้ใช้ที่ถึงขั้น n-1) × 100
Drop-off Rate:
Drop-off Rate = 100 - Conversion Rate (ขั้น n)
Overall Conversion Rate (ตลอดกรวย):
Overall CR = (จำนวนผู้ใช้ที่ Convert สำเร็จ ÷ จำนวนผู้ใช้ที่เข้าขั้นแรก) × 100
ตัวอย่างจริง:
- ขั้น 1: เห็นโฆษณา 100,000 คน
- ขั้น 2: คลิกเข้าเว็บ 8,000 คน → CR = 8%
- ขั้น 3: ดูสินค้า 4,000 คน → CR = 50%
- ขั้น 4: ใส่ตะกร้า 1,200 คน → CR = 30%
- ขั้น 5: กดชำระเงิน 400 คน → CR = 33.3%
- ขั้น 6: จ่ายสำเร็จ 280 คน → CR = 70%
Overall CR = 280 ÷ 100,000 = 0.28%
จุดที่ Drop-off สูงสุดคือ ขั้น 1 → 2 (92% หลุด) และ ขั้น 3 → 4 (70% หลุด) — สองจุดนี้คือจุดที่ต้องแก้ก่อน
ตารางเปรียบเทียบ: Funnel Analysis vs. เครื่องมือวิเคราะห์อื่น
| หัวข้อ | Funnel Analysis | Cohort Analysis | A/B Testing |
|---|---|---|---|
| คำถามหลัก | ขั้นตอนไหนทำให้คนหลุด? | กลุ่มผู้ใช้กลุ่มไหนมีพฤติกรรมต่าง? | เวอร์ชันไหนทำงานได้ดีกว่า? |
| หน่วยที่วิเคราะห์ | ขั้นตอน (Steps) | กลุ่มตามเวลา (Cohort) | กลุ่มทดลอง (Variants) |
| Output หลัก | Drop-off Rate ต่อขั้น | Retention/Repeat Rate | Winner + Lift % |
| ใช้เมื่อไหร่ | อยากลดการหลุดในกระบวนการซื้อ | อยากดูพฤติกรรมซ้ำ/ลูกค้าประจำ | อยากทดสอบสมมติฐาน |
| ตัวอย่าง DTC ไทย | ดูว่าคนหลุดตอนกรอกที่อยู่จัดส่งเยอะไหม | ดูว่าลูกค้าที่ซื้อช่วง 11.11 กลับมาซื้อซ้ำกี่ % | ทดสอบปุ่ม "ซื้อเลย" สีส้ม vs สีเขียว |
สถานการณ์ใช้งานจริงใน DTC ไทย
1. กรวย checkout บนเว็บไซต์
ลูกค้าไทยจำนวนมาก หลุดตอนกรอกที่อยู่ หรือ ตอนเลือกช่องทางชำระเงิน (โดยเฉพาะถ้าไม่มี PromptPay หรือ COD) การทำ Funnel Analysis จะเห็นชัดว่าขั้นไหน Drop-off สูงผิดปกติ
2. กรวยใน LINE OA / แชทขาย
"ทักแชท → สอบราคา → ส่งสลิป → ปิดการขาย" ถ้าพบว่าคนสอบราคาเยอะแต่ปิดน้อย แปลว่าอาจมีปัญหาที่ราคา ระยะเวลาตอบ หรือความน่าเชื่อถือ
3. กรวยโฆษณา Facebook/TikTok
"Impression → Click → View Content → Add to Cart → Purchase" ใช้ดูว่า Creative ดีแต่ Landing Page แย่ หรือสินค้าน่าสนใจแต่ราคาไม่ Competitive
4. กรวยแอปพลิเคชัน
"เปิดแอป → สมัคร → เลือกสินค้า → จ่ายเงิน" ถ้าคนสมัครเยอะแต่ไม่จ่าย แปลว่าอาจติดที่ OTP ช้า หรือหน้าจ่ายเงินซับซ้อน
ข้อมูลตัวอย่างจริงจากตลาดไทย:
- อัตรา Conversion เฉลี่ยของอีคอมเมิร์ซไทยอยู่ที่ประมาณ 1.5–3% ของผู้เข้าชมทั้งหมด
- ตะกร้าถูกทิ้ง (Cart Abandonment) ในไทยสูงถึง 70–80%
- ลูกค้าที่ชำระผ่าน PromptPay มีอัตราสำเร็จสูงกว่าบัตรเครดิตประมาณ 15–20%
ข้อเข้าใจผิดที่พบบ่อย
1. คิดว่ากรวยต้องเป็นเส้นตรงเสมอ
ผู้ใช้จริงอาจย้อนกลับ เปิดหลายแท็บ หรือกลับมาซื้อทีหลัง การดูกรวยแบบเข้มงวดเกินไปจะทำให้ตีความผิด
2. โฟกัสที่ Conversion Rate รวม แต่ไม่ดูรายขั้น
Overall CR อาจดูโอเค แต่จริง ๆ มีขั้นหนึ่งที่รั่วหนักมาก ซ่อนอยู่
3. เท Traffic เพิ่มโดยไม่แก้รูรั่ว
ถ้า Drop-off ที่ checkout ยัง 70% การยิงแอดเพิ่มก็แค่เพิ่มคนหลุด ไม่ใช่เพิ่มยอดขาย
4. ไม่แยกกลุ่มผู้ใช้
ผู้ใช้มือถือ vs เดสก์ท็อป, ลูกค้าใหม่ vs เก่า — กรวยคนละแบบกัน ต้องแยกดู
5. วัดผิดจุด
เช่น นับ "Add to Cart" เป็น Conversion ทั้งที่จริงต้องนับ "Purchase" ทำให้ตัวเลขสวยแต่ธุรกิจไม่โต
6. ลืมดูปัจจัยภายนอก
เทศกาล 11.11, 12.12, สงกรานต์ ทำให้กรวยผิดปกติได้ ต้องเทียบช่วงเวลาที่เหมาะสม
คำศัพท์ที่เกี่ยวข้อง
- Conversion Rate (CR) — อัตราการแปลงเป็นยอดขาย
- Drop-off Rate — อัตราการหลุดในแต่ละขั้น
- Cart Abandonment Rate — อัตราการทิ้งตะกร้า
- Checkout Flow — กระบวนการชำระเงิน
- Cohort Analysis — การวิเคราะห์กลุ่มผู้ใช้ตามช่วงเวลา
- A/B Testing — การทดสอบสองเวอร์ชัน
- Retention Rate — อัตราการกลับมาใช้ซ้ำ
- Customer Journey — เส้นทางการเดินทางของลูกค้า
- Micro-conversion — การแปลงย่อย เช่น กดใส่ตะกร้า
- Attribution — การระบุแหล่งที่มาของยอดขาย
สรุปสั้น ๆ: Funnel Analysis คือเครื่องมือหากิ่งที่ทำให้ยอดขายรั่วในธุรกิจ DTC ไทย ใช้ควบคู่กับ Cohort และ A/B Testing เพื่อไม่ให้แก้ปัญหาผิดจุด จำไว้ว่า "อย่าเทน้ำเพิ่ม ถ้ายังไม่อุดรู"