นิยาม
Google Analytics 4 (GA4) คือแพลตฟอร์มวิเคราะห์ข้อมูลเว็บไซต์และแอปพลิเคชันรุ่นใหม่จาก Google ที่เปลี่ยนจากการนับ "session" แบบเดิม (Universal Analytics) มาเป็นโมเดลอิงเหตุการณ์ (Event-based Model) ทุกอย่างที่ผู้ใช้ทำบนเว็บหรือแอป—เลื่อนดูสินค้า กดเพิ่มลงตะกร้า ชำระเงิน แชร์ลิงก์—ถูกบันทึกเป็น "event" ทั้งหมด ทำให้เรามองเห็นเส้นทางลูกค้าตั้งแต่ต้นจนจบได้ละเอียดกว่าเดิม
สำหรับคนทำ DTC (Direct-to-Consumer) และร้านค้าออนไลน์ GA4 คือเครื่องมือฟรีที่ตอบคำถามสำคัญที่สุดข้อหนึ่ง: "คนที่เข้าเว็บเรามา กลายเป็นคนซื้อจริงกี่คน และมาจากช่องทางไหน?"
จุดที่ต่างจากรุ่นเก่าอย่างชัดเจนคือ GA4 ใช้โมเดลข้ามแพลตฟอร์ม (Cross-platform) รวมข้อมูลจากเว็บและแอปไว้ใน property เดียวกัน อีกทั้งยังใช้การวัดแบบอิงผู้ใช้ (User-based) แทนการวัดแบบอิง session ทำให้ติดตามลูกค้าคนเดิมที่กลับมาซื้อซ้ำได้แม่นยำขึ้น
เปรียบเทียบให้เห็นภาพ
ลองนึกว่า GA4 เหมือนกล้องวงจรปิดความละเอียดสูงในร้านค้าออฟไลน์ ที่ไม่เพียงนับ "วันนี้มีคนเข้าร้านกี่คน" แต่ยังบันทึกได้ว่าลูกค้าแต่ละคนเดินไปแผนกไหน หยิบสินค้าอะไรใส่ตะกร้า แล้วออกไปโดยไม่ซื้อหรือจ่ายเงินจริง
- Universal Analytics (รุ่นเก่า) = พนักงานนับคนที่ประตูร้าน + จดว่าวันนี้ขายได้เท่าไร
- GA4 = ระบบกล้อง + เซ็นเซอร์ที่รู้ว่าลูกค้าคนเดิมกลับมาอีกครั้ง มาจากป้ายโฆษณาไหน และซื้ออะไรบ้าง
ความต่างนี้สำคัญมากสำหรับร้าน DTC เพราะลูกค้ามักตัดสินใจหลายวันก่อนซื้อ ไม่ได้ซื้อทันทีในครั้งแรกที่เข้าเว็บ
สูตรและตัวเลขที่ต้องรู้
GA4 คำนวณตัวชี้วัดหลักจาก event ดิบที่เก็บได้ โดยสูตรพื้นฐานที่คนทำอีคอมเมิร์ซใช้บ่อยคือ:
Conversion Rate (CVR) = (จำนวน Purchase Event ÷ จำนวน Session) × 100
Average Order Value (AOV) = รายได้รวม ÷ จำนวนคำสั่งซื้อ
Return on Ad Spend (ROAS) = รายได้จากโฆษณา ÷ งบโฆษณาที่ใช้ไป
ตัวอย่างตัวเลขจริงสำหรับร้าน DTC ไทย:
- ถ้าเดือนนี้มี 12,000 sessions และเกิด purchase event 240 ครั้ง → CVR = (240 ÷ 12,000) × 100 = 2.0%
- ถ้ารายได้รวม 360,000 บาท จาก 240 ออเดอร์ → AOV = 360,000 ÷ 240 = 1,500 บาท
- ถ้าใช้เงินโฆษณา 60,000 บาท ได้รายได้ 360,000 บาท → ROAS = 360,000 ÷ 60,000 = 6.0x
ตัวเลขสามตัวนี้คือ "สามเหลี่ยมสุขภาพ" ของร้าน DTC ถ้า CVR ต่ำกว่า 1% มักมีปัญหาเรื่องหน้าเว็บหรือคุณภาพ traffic ถ้า AOV ต่ำ ควรทำ upsell/bundle ถ้า ROAS ต่ำกว่า 3x ต้องทบทวนกลุ่มเป้าหมายโฆษณา
ตารางเปรียบเทียบ: Universal Analytics vs GA4
| หัวข้อ | Universal Analytics (UA) | Google Analytics 4 (GA4) |
|---|---|---|
| โมเดลการวัด | Session-based | Event-based + User-based |
| การติดตามข้ามแพลตฟอร์ม | แยก property เว็บ/แอป | รวมใน property เดียว |
| ตัวชี้วัดหลัก | Pageview, Session, Bounce Rate | Event, Engagement Rate, User |
| การรายงาน | รายงานสำเร็จรูปตายตัว | Explorations + รายงานปรับแต่งได้ |
| การติดตามลูกค้าซ้ำ | จำกัด | ใช้ User ID + Signal ได้ดีขึ้น |
| สถานะปัจจุบัน | ยุติการประมวลผลแล้ว (ก.ค. 2023) | มาตรฐานปัจจุบัน |
จุดสำคัญในตารางคือ Engagement Rate แทน Bounce Rate แบบเดิม เพราะ GA4 นับว่า "มีส่วนร่วม" เมื่อผู้ใช้ออยู่เกิน 10 วินาที มี conversion event หรือดูอย่างน้อย 2 หน้า—สะท้อนพฤติกรรมจริงได้ดีกว่า
ใช้งานจริงในธุรกิจ DTC
1. ตั้งค่า E-commerce Events ให้ครบ
GA4 มี event สำเร็จรูปสำหรับอีคอมเมิร์ซที่ต้องเปิดใช้ ได้แก่ view_item, add_to_cart, begin_checkout, purchase หากขาดตัวใดตัวหนึ่ง จะวิเคราะห์ funnel ไม่ได้เลย
2. วิเคราะห์ Funnel ด้วย Explorations
ใช้รายงาน Funnel Exploration ดูว่าลูกค้าหลุดตรงขั้นไหน เช่น จาก 10,000 คนดูสินค้า → 1,200 คน add to cart → 400 คน begin checkout → 240 คน purchase จะเห็นชัดว่าจุดที่หลุดมากที่สุดคือช่วง checkout ซึ่งอาจเกิดจากค่าส่งแพงหรือขั้นตอนยาวเกินไป
3. เชื่อมกับ Google Ads และ Meta Ads
ผูก GA4 กับ Google Ads เพื่อดู conversion ในระดับแคมเปญ และใช้ UTM parameters กำกับลิงก์จาก Meta/TikTok เพื่อให้รู้ว่า traffic จากแต่ละช่องทางทำยอดได้จริงแค่ไหน
4. ดูรายงาน Retention
GA4 แสดง cohort retention ว่าลูกค้าที่ซื้อครั้งแรกกลับมาซื้อซ้ำภายใน 7/14/30 วันกี่เปอร์เซ็นต์ ข้อมูลนี้ช่วยตัดสินใจว่าจะลงทุนกับโปรแกรมสมาชิกหรืออีเมล remarketing มากแค่ไหน
ข้อเข้าใจผิดที่พบบ่อย
❌ "GA4 ตัวเลขไม่ตรงกับ Shopify"
ความจริงคือ GA4 ใช้การ sampling และ attribution model ต่างจากแพลตฟอร์มร้านค้า ตัวเลขจึงต่างกัน 5–15% เป็นเรื่องปกติ ให้ใช้ GA4 ดู "แนวโน้มและช่องทาง" มากกว่าตัวเลขเป๊ะ
❌ "ติดตั้ง tag แล้วจบเลย"
GA4 ต้องตั้งค่า conversion event, เปิด e-commerce data, ผูกกับ Ads และตรวจสอบด้วย DebugView หากไม่ทำ ข้อมูลจะเก็บได้แต่ใช้วิเคราะห์ไม่เต็มที่
❌ "Bounce Rate หายไป แปลว่าไม่มีข้อมูล"
GA4 เปลี่ยนไปใช้ Engagement Rate ซึ่งเป็นมุมกลับกัน (ยิ่งสูงยิ่งดี) ไม่ใช่ข้อผิดพลาด
❌ "ดูรายงานใน GA4 อย่างเดียวพอ"
คนทำ DTC ควรใช้ GA4 คู่กับ Looker Studio ทำ dashboard รวม data จาก Ads, อีเมล และ CRM เพื่อเห็นภาพรวมยอดขายจริง
❌ "ข้อมูลเก็บฟรีไม่จำกัด"
GA4 มีเพดานการเก็บข้อมูล (เช่น event บางประเภทเก็บ 14 เดือนในโหมดฟรี) และมี sampling ในรายงานใหญ่ ควรตั้งค่า retention ให้เหมาะสมตั้งแต่วันแรก
คำศัพท์ที่เกี่ยวข้อง
- Event – เหตุการณ์ที่ผู้ใช้ทำ เช่น purchase, add_to_cart
- Conversion – event ที่เรากำหนดว่าเป็นเป้าหมาย เช่น การซื้อ
- Session – ช่วงเวลาที่ผู้ใช้มีปฏิสัมพันธ์กับเว็บ (หมดอายุหลัง 30 นาทีไม่มีการใช้งาน)
- Engagement Rate – สัดส่วน session ที่มีส่วนร่วมจริง
- Attribution Model – โมเดลแจกเครดิตให้ช่องทางต่าง ๆ (GA4 ใช้ data-driven เป็นค่าเริ่มต้น)
- UTM Parameters – ตัวกำกับลิงก์เพื่อระบุแหล่งที่มา
- Explorations – เครื่องมือวิเคราะห์ขั้นสูงใน GA4
- Google Tag Manager (GTM) – ตัวช่วยติดตั้ง tag โดยไม่ต้องแก้โค้ด
- Looker Studio – เครื่องมือทำ dashboard ฟรีจาก Google
- Server-side Tracking – การส่งข้อมูลจากเซิร์ฟเวอร์เพื่อความแม่นยำสูงขึ้น
GA4 ไม่ใช่แค่เครื่องมือ "ดูสถิติเว็บ" แต่เป็นระบบประสาทส่วนกลางของร้าน DTC ที่เชื่อมข้อมูลโฆษณา พฤติกรรมลูกค้า และยอดขายเข้าด้วยกัน ใครที่ตั้งค่าและอ่านรายงานเป็น จะได้เปรียบในการตัดสินใจเรื่องงบโฆษณาและปรับปรุง funnel อย่างชัดเจน