ZHENESJAKOTHVIRUFRAR

Last Click Attribution

หมวดหมู่: การวิเคราะห์ข้อมูล | ระดับ: พื้นฐาน


นิยาม

Last Click Attribution หรือที่คนไทยในวงการยิงแอดและ DTC มักเรียกกันว่า "การให้เครดิตคลิกสุดท้าย" คือโมเดลการวัดผลที่ยกความดีความชอบทั้งหมด (100%) ของการConversion ให้กับ ช่องทางที่ผู้ใช้คลิกเป็นครั้งสุดท้ายก่อนตัดสินใจซื้อ ไม่ว่าจะเป็น Facebook Ads, Google Search, LINE OA, TikTok หรือแม้แต่การคลิกลิงก์จากอีเมล

พูดง่ายๆ คือ ถ้าลูกค้าเห็นโฆษณาเรามา 5 ครั้ง แต่คลิกอันสุดท้ายมาจาก Google แล้วซื้อ โมเดลนี้จะบอกว่า "Google คือฮีโร่ตัวจริง" ส่วนช่องทางอื่นที่เคยแตะมาก่อนหน้านั้นจะไม่ได้เครดิตอะไรเลยแม้แต่บาทเดียว

โมเดลนี้เป็นค่า default ที่ระบบส่วนใหญ่ใช้ เช่น Google Analytics (ในโหมดเดิม), Facebook Ads Manager และ Shopify Analytics ทำให้หลายคนเข้าใจผิดว่า "นี่คือความจริง" ทั้งที่มันเป็นแค่ มุมมองหนึ่ง ของเส้นทางการซื้อเท่านั้น


อุป analogy ให้เห็นภาพ

ลองนึกภาพการแข่งขันฟุตบอลทีมชาติไทยในนัดชิงถ้วย

- ปีกซ้าย วิ่งเปิดบอลสวยๆ 3 ครั้ง (เทียบได้กับโฆษณา Awareness ที่ทำให้คนรู้จักแบรนด์)

- กองกลาง ครองบอลและส่งทะลุช่อง (เทียบได้กับ Engagement หรือการเก็บ Lead)

- กองหน้า ยิงประตูเดียวในนาทีที่ 90 (เทียบได้กับคลิกสุดท้ายก่อนซื้อ)

Last Click Attribution คือการมอบถ้วย MVP ให้ กองหน้าเพียงคนเดียว ทั้งที่ถ้าไม่มีปีกซ้ายกับกองกลาง บอลก็คงไม่มาถึงหน้ากองหน้า

ในโลก DTC ไทย เรื่องนี้เกิดบ่อยมาก เช่น ลูกค้าเห็น TikTok เรา 3 ครั้ง → กดลิงก์ LINE OA → ทักแชทถามราคา → 2 วันต่อมาค้นหาแบรนด์ใน Google แล้วคลิกซื้อ โมเดลนี้จะให้เครดิต 100% แก่ Google ทำให้เราตัดงบ TikTok ทิ้ง ซึ่งอาจเป็นความผิดพลาดครั้งใหญ่


สูตรการคำนวณ

เครดิตของช่องทาง = 100% (ถ้าเป็นคลิกสุดท้าย)
เครดิตของช่องทางอื่น = 0%

ตัวอย่างตัวเลขจริง:

Touchpointลำดับการแตะเครดิตแบบ Last Click
Facebook Ads10%
TikTok Organic20%
LINE OA Broadcast30%
Google Search (Brand)4 (คลิกสุดท้าย)**100%**
**ยอดขาย****฿2,500**

จากตาราง: ยอดขาย ฿2,500 ถูกบันทึกเป็นผลงานของ Google ทั้งหมด ทั้งที่จริงๆ แล้ว Facebook, TikTok และ LINE ช่วยสร้างความสนใจมาตลอด


ตารางเปรียบเทียบกับโมเดลอื่น

โมเดลวิธีให้เครดิตข้อดีข้อเสีย
**Last Click**100% ที่คลิกสุดท้ายง่าย เข้าใจไว วัดผลตรงมองข้ามช่องทางต้นน้ำ
**First Click**100% ที่คลิกแรกเห็นช่องทางสร้าง Awarenessมองข้ามช่องทางปิดการขาย
**Linear**แบ่งเท่ากันทุกจุดยุติธรรมกับทุกช่องทางไม่สะท้อนอิทธิพลจริง
**Time Decay**ให้มากกว่ากับจุดใกล้Conversionสมจริงกว่า Last Clickซับซ้อน ต้องมี data ครบ
**Data-Driven**ใช้ ML วิเคราะห์จริงแม่นที่สุดต้องมีข้อมูลเยอะ

เกร็ดสำหรับคนไทย: แบรนด์ DTC หลายรายในไทยเริ่มผสม Last Click + First Click เพื่อดูทั้ง "ใครปิดการขาย" และ "ใครเปิดประตู" พร้อมกัน


สถานการณ์ที่ควรใช้

1. ธุรกิจที่มี funnel สั้น

เช่น ขายเสื้อยืดผ่าน TikTok Shop ที่ลูกค้าเห็น → คลิก → ซื้อภายในไม่กี่นาที Last Click ใช้ได้ดีเพราะไม่มี touchpoint อื่นแทรก

2. แคมเปญ Performance ล้วน

เช่น ยิง Google Search แบบ Brand Keyword ที่คนตั้งใจค้นหาแบรนด์อยู่แล้ว การวัด Last Click จะบอก ROI ได้ตรงที่สุด

3. งบประมาณจำกัด ต้องการตัวเลขเร็ว

สตาร์ทอัพ DTC ที่เพิ่งเริ่ม ยังไม่มี data พอสำหรับ Data-Driven Model การใช้ Last Click เป็นจุดตั้งต้นก็ยอมรับได้

ตัวอย่างตัวเลขจริง 3 กรณี

- กรณี A: ร้านน้ำหอม DTC ยิงแอด ฿50,000/เดือน Last Click รายงานว่า Facebook ปิดการขาย ฿180,000 (ROAS 3.6) แต่พอเปลี่ยนเป็น Linear กลับพบว่า TikTok ช่วยสร้าง 40% ของ conversion จริง

- กรณี B: ร้านอาหารเสริม LINE OA Broadcast ถูกมองว่าได้เครดิต 0% เพราะ Last Click เป็นของ Google Search ทั้งที่ LINE กระตุ้นให้ลูกค้าค้นหาแบรนด์

- กรณี C: ลูกค้าเห็นโฆษณา 7 ครั้งก่อนซื้อ ฿1,200 Last Click ให้เครดิตเฉพาะคลิกที่ 7 ทำให้เราประเมินมูลค่าช่องทางต้นน้ำต่ำเกินจริงถึง 6 เท่า


ข้อเข้าใจผิดที่พบบ่อย

❌ "Last Click คือความจริง"

จริงๆ มันเป็นแค่ หนึ่งในหลายมุมมอง ถ้าใช้ตัวเดียวตัดสินใจ อาจตัดงบช่องทางที่สำคัญต่อแบรนด์ระยะยาวทิ้ง

❌ "ถ้าช่องทางไหนได้เครดิต 0% แปลว่าไม่มีค่า"

ผิดมาก ช่องทาง Awareness อย่าง TikTok, YouTube, Podcast มักได้ 0% ใน Last Click แต่มีค่ามหาศาลต่อการสร้าง demand

❌ "ใช้ Last Click แล้วไม่ต้องดูอย่างอื่น"

ควรดู Assisted Conversions และ Path Length ประกอบเสมอ เครื่องมืออย่าง GA4 มีรายงานนี้ในตัว

❌ "ทุกแพลตฟอร์มวัดแบบเดียวกัน"

Facebook Ads Manager กับ Google Ads อาจรายงาน Last Click ต่างกัน เพราะ attribution window ไม่เท่ากัน (7-day click vs 1-day view) ทำให้ยอดซ้ำซ้อน ต้องระวัง

❌ "เปลี่ยนโมเดลแล้วตัวเลขจะตรงกัน"

ไม่จริง ทุกโมเดลมี bias ของตัวเอง สิ่งสำคัญคือ เลือกให้สอดคล้องกับเป้าหมายธุรกิจ และ ใช้ตัวเลขชุดเดียวกันในการตัดสินใจ อย่าสลับไปมา


คำศัพท์ที่เกี่ยวข้อง

- First Click Attribution – ให้เครดิตคลิกแรก ใช้ดูช่องทางสร้างการรับรู้

- Multi-Touch Attribution (MTA) – แบ่งเครดิตหลาย touchpoint

- Linear Attribution – แบ่งเท่ากันทุกจุด

- Time Decay Attribution – ให้น้ำหนักมากขึ้นกับจุดใกล้Conversion

- Data-Driven Attribution (DDA) – ใช้ Machine Learning วิเคราะห์

- Attribution Window – ช่วงเวลาที่นับว่าคลิกนั้นมีผลต่อConversion (เช่น 7 วัน)

- Assisted Conversion – Conversion ที่ touchpoint นั้นมีส่วนช่วยแต่ไม่ใช่คลิกสุดท้าย

- ROAS (Return on Ad Spend) – ตัวชี้วัดที่ได้รับผลกระทบโดยตรงจากโมเดล attribution ที่เลือก


สรุปสั้นๆ: Last Click Attribution เป็นเครื่องมือง่ายและใช้กันแพร่หลายที่สุด แต่ถ้าอยากโตแบบ DTC อย่างยั่งยืนในตลาดไทยที่ลูกค้าเจอแบรนด์เราผ่านหลายช่องทาง ควรใช้มันเป็น จุดเริ่มต้น ไม่ใช่ คำตอบสุดท้าย และควรจับคู่กับโมเดลอื่นเพื่อเห็นภาพการเดินทางของลูกค้าครบทุกมิติ