สรุปสั้น ๆ (TL;DR)
- การประเมินของ Amazon มาจากแคมเปญมากกว่า 2 ล้านแคมเปญบนผลิตภัณฑ์โฆษณาของตนในเดือนมิถุนายน ขณะที่ช่วงการวัดผลมาตรฐานโดยทั่วไปอยู่ที่ 7 ถึง 30 วัน
- ตัวชี้วัดยอดขายระยะยาวที่เปิดตัวแบบ closed beta ในเดือนตุลาคม 2567 คาดการณ์มูลค่า 12 เดือนจากการค้นหาชื่อแบรนด์และการเพิ่มลงตะกร้าของผู้ซื้อใหม่
- Digiday รายงานว่าอีกไม่นานนักการตลาดจะเทียบยอดขายระยะยาวที่คาดการณ์กับยอดขายจริงได้ แต่ไม่ได้ระบุวันที่
- Digiday รายงานว่า Amazon ให้ข้อมูลยอดขายย้อนหลังแก่เอเจนซี 90 วัน ขณะที่ marketing mix model ต้องใช้ราว 18 เดือน
Amazon Ads ประเมินว่ามูลค่ายอดขายราว 20% ของแบรนด์บน Amazon เกิดขึ้นหลังจากช่วงเวลาการวัดผล (attribution window) มาตรฐานปิดไปแล้ว ตามรายงานของ Digiday เมื่อวันที่ 1 ตุลาคม 2569 Amazon ได้ตัวเลขนี้จากการศึกษาแคมเปญมากกว่า 2 ล้านแคมเปญที่รันบนผลิตภัณฑ์โฆษณาของตนในเดือนมิถุนายน และนำผลนี้มาใช้สนับสนุนแนวคิดว่าผู้ลงโฆษณาควรประเมินแคมเปญจากยอดขายเต็ม 12 เดือน แทนที่จะดูแค่ 7 ถึง 30 วันตามปกติ
Amazon Ads พบอะไร
Digiday ระบุว่าช่วงเวลาการวัดผลบน Amazon โดยทั่วไปอยู่ที่ 7 ถึง 30 วัน ยอดขายที่เกิดหลังจากนั้นจะไม่ถูกนับให้กับโฆษณาในรายงานมาตรฐาน การศึกษาของ Amazon จากแคมเปญเดือนมิถุนายนกว่า 2 ล้านแคมเปญ ประเมินว่าส่วนที่ไม่ถูกนับนี้มีขนาดประมาณหนึ่งในห้าของมูลค่าแบรนด์
Lily Tong ผู้อำนวยการฝ่ายการวัดผลของ Amazon Ads บอกกับ Digiday ว่า มูลค่ายอดขายราว 20% ของแบรนด์ทยอยเกิดขึ้นตามเวลา และไม่ถูกจับได้ในช่วงการวัดผลทันที เพราะช่วงนั้นเป็นเพียงวันตัดยอดสำหรับการวัดผล เธอเสริมว่า นั่นไม่ได้แปลว่าโฆษณาไม่ได้สร้างมูลค่า
การศึกษานี้เป็นการวิเคราะห์ของ Amazon เองกับผลิตภัณฑ์โฆษณาของตัวเอง Digiday ไม่ได้รายงานว่ามีการตรวจสอบตัวเลขนี้โดยบุคคลที่สาม และไม่ได้แยกตัวเลขตามหมวดสินค้า ภูมิภาค หรือรูปแบบโฆษณา
ตัวชี้วัดยอดขายระยะยาวทำงานอย่างไร
ตัวเลข 20% มาจากตัวชี้วัดยอดขายระยะยาว (long-term sales) ที่ Amazon เปิดตัวแบบ closed beta ในเดือนตุลาคม 2567 Digiday อธิบายวิธีคำนวณไว้ดังนี้
- ดูเฉพาะผู้ซื้อที่ใหม่สำหรับแบรนด์ คือไม่เคยซื้อจากแบรนด์นั้นในช่วงหนึ่งปีที่ผ่านมา
- บันทึกการกระทำสำคัญครั้งแรกหลังเห็นโฆษณา เช่น การค้นหาชื่อแบรนด์ หรือการเพิ่มสินค้าของแบรนด์ลงตะกร้า
- นำผลตอบแทน 12 เดือนในอดีตของแบรนด์จากผู้ซื้อที่ทำพฤติกรรมเดียวกันมาใช้ เพื่อประเมินว่าแคมเปญจะสร้างยอดขายเท่าไรในปีถัดไป
ดังนั้นตัวชี้วัดนี้เป็นการคาดการณ์ ไม่ได้รอนับยอดซื้อจริงให้ครบ 12 เดือน มันตั้งสมมติฐานว่าผู้ซื้อใหม่ที่ค้นหาหรือเพิ่มสินค้าลงตะกร้าในวันนี้ จะมีพฤติกรรมเหมือนผู้ซื้อลักษณะเดียวกันในอดีตของแบรนด์ Tong ยอมรับช่องว่างนี้กับ Digiday ว่าไม่ใช่ทุกคนที่ค้นหาหรือเพิ่มสินค้าลงตะกร้าจะซื้อจริง แต่บางคนจะซื้อ และผู้ซื้อที่เพิ่มสินค้าลงตะกร้าแล้วออกไปมักกลับมาซื้อภายใน 12 เดือน
Digiday รายงานว่าจะมีเครื่องมือตรวจสอบตามมา อีกไม่นานนักการตลาดจะสามารถดูได้ว่ายอดขายระยะยาวที่คาดการณ์ไว้เกิดขึ้นจริงหรือไม่ และเทียบกับยอดขายจริงได้ บทความไม่ได้ระบุวันที่เปิดใช้ฟีเจอร์นี้
สรุปตัวเลขสำคัญ
ตารางด้านล่างรวบรวมตัวเลขที่ Digiday รายงานเมื่อวันที่ 1 ตุลาคม 2569
| ตัวเลข | หมายถึง |
|---|---|
| ประมาณ 20% | สัดส่วนมูลค่ายอดขายของแบรนด์บน Amazon ที่เกิดหลังช่วงการวัดผล ตามการประเมินของ Amazon |
| มากกว่า 2 ล้าน | จำนวนแคมเปญบนผลิตภัณฑ์โฆษณาของ Amazon ในเดือนมิถุนายนที่ใช้ในการประเมิน |
| 7 ถึง 30 วัน | ความยาวโดยทั่วไปของช่วงการวัดผลมาตรฐาน |
| 12 เดือน | ช่วงเวลาที่ตัวชี้วัดยอดขายระยะยาวคาดการณ์ไว้ โดยใช้ผลตอบแทนในอดีตของแบรนด์ |
| 90 วัน เทียบกับราว 18 เดือน | ข้อมูลยอดขายย้อนหลังที่ Amazon ให้เอเจนซี เทียบกับที่ marketing mix model ต้องใช้ |
ทำไม Amazon ถึงผลักดันการมองระยะยาว
Digiday มองว่าเรื่องนี้เป็นส่วนหนึ่งของการแย่งเครดิตยอดขายที่กว้างกว่านั้น การวัดผลช่วงบนของ funnel ที่ดีขึ้นและการช้อปปิ้งที่ขับเคลื่อนด้วย AI กำลังดึงงบออกจากโฆษณาบนการค้นหา ขณะที่ TikTok, Instagram, YouTube และครีเอเตอร์ต่างก็อ้างเครดิตยอดขายที่ตัวเองมีส่วนช่วย แม้การซื้อจะเกิดบน Amazon การพิสูจน์มูลค่าในระยะยาวจึงกลายเป็นสิ่งที่ต้องมี และ Digiday ชี้ว่า Amazon ก็เหมือน Google ที่ต้องการสิ่งนี้มากกว่าใคร
ตัวชี้วัดนี้สอดคล้องกับความเคลื่อนไหวหลายอย่างของ Amazon ที่มุ่งไปสู่ยอดขายระยะยาว Digiday ยกตัวอย่าง full-funnel campaigns ที่ประกาศในเดือนพฤศจิกายน 2568 ซึ่งพยายามโยกงบระหว่าง Sponsored Products, Sponsored Brands, display และ streaming เพื่อสร้างยอดขายระยะยาว และในช่วงฤดูใบไม้ผลิปีนี้ Amazon ยังประกาศว่าจะขยายช่วงข้อมูลย้อนหลัง (lookback window) ใน clean room ของตน
ข้อโต้แย้งของ Tong มุ่งไปที่ผู้ลงโฆษณาด้านแบรนด์มากที่สุด เธอบอกกับ Digiday ว่าพวกเขาไม่สามารถตีมูลค่าเป็นเงินให้กับสิ่งที่โฆษณาแบรนด์ทำได้ จึงต้องพึ่งแบบสำรวจ brand lift หรือสัญญาณแทน เช่น การค้นหา ทำให้งบแบรนด์เทียบกับงบ performance ได้ยาก ซึ่งเธอเปรียบว่าเหมือนเอาแอปเปิลไปเทียบกับส้ม ถ้ามีตัวเลขเป็นเงิน นักการตลาดก็จะวางงบแบรนด์บน Amazon เทียบกับแผน performance ส่วนที่เหลือได้
Amazon ยังพยายามวัดยอดขายนอกร้านของตัวเองด้วย Omnichannel metrics เป็นเครื่องมือที่สร้างร่วมกับพันธมิตรในอุตสาหกรรม โดยนำการเห็นโฆษณา Amazon ที่ระบุแหล่งได้ไปดูยอดขายที่เกิดในช่องทางอื่น ปัจจุบันครอบคลุมสินค้าอุปโภคบริโภค (CPG) และล่าสุดรวมถึงยานยนต์ Tong อยากให้ตัวเลขเหล่านี้อยู่ในรายงานสรุปแคมเปญมาตรฐาน และเสนอให้ผู้ลงโฆษณารายเล็กโดยเฉพาะ เพราะ marketing mix model มักมีต้นทุนสูงและทำได้ไม่บ่อย Digiday ยังรายงานว่าการศึกษาร่วมกับพันธมิตรด้านข้อมูลยอดขายออฟไลน์รายหนึ่งพบว่า โฆษณา streaming TV ของ Amazon สร้างยอดขายส่วนเพิ่มนอก Amazon มากกว่า 2 ดอลลาร์ต่อทุก 1 ดอลลาร์ที่ใช้ ส่วนการทำ benchmark เทียบกับคู่แข่งโดยตรงและผู้นำในหมวดยังอยู่ในขั้นเริ่มต้น
เอเจนซีโต้แย้งตรงไหน
Digiday รายงานว่าเอเจนซีมีความเห็นแตกเป็นสองฝ่าย ฝ่ายหนึ่งมองว่ายอดขายระยะยาวช่วยให้แบรนด์มองข้ามการวัดผลแบบ last-touch และเห็นว่าโฆษณาพาผู้ซื้อจากการค้นพบไปสู่การซื้ออย่างไร อีกฝ่ายมองว่ามันเป็นการคาดการณ์ที่เปลี่ยนทุกครั้งที่ส่วนผสมของแคมเปญเปลี่ยน และบอกว่ายอดที่ Amazon ให้เครดิตกับ streaming TV ไม่ปรากฏเมื่อเทียบกับยอดขายสินค้าจริงรายสัปดาห์
ฝ่ายที่ไม่เชื่อมักสร้าง marketing mix model ของตัวเองเพื่อเชื่อมงบบน Amazon กับรายได้จากช่องทางขายตรงและหน้าร้าน ปัญหาอยู่ที่การเข้าถึงข้อมูล Amazon ให้ข้อมูลยอดขายย้อนหลังแก่เอเจนซีเพียง 90 วัน ขณะที่ mix model ต้องการข้อมูลราว 18 เดือน แม้ Digiday จะระบุว่าการเข้าถึงดีขึ้นในปีนี้ผ่านโครงการ beta Amazon ยังต้องการให้การวิเคราะห์ทำใน clean room ซึ่งผู้ลงโฆษณาจะได้เพียงข้อมูลเชิงลึกแบบรวม Tong ให้เหตุผลว่าเป็นเพราะมาตรฐานด้านความเป็นส่วนตัวของลูกค้าที่สูงมาก
ผู้บริหารเอเจนซีที่ Digiday สัมภาษณ์พูดในมุมเดียวกันจากฝั่งผู้ซื้อ คนหนึ่งบอกว่าจะเห็นภาพครบได้ถ้ามีข้อมูลที่ถูกต้อง แต่นั่นเป็นเงื่อนไขใหญ่ที่ขึ้นกับว่าข้อมูลมาจากไหน อีกคนบอกว่าที่ผ่านมาเห็นงบนอก Amazon ปรากฏในรายงานของแคมเปญต่าง ๆ โดยไม่มียอดขายรองรับ และเลือกใช้ฟังก์ชันนี้ให้น้อยที่สุด คำตอบของ Tong คือผู้ลงโฆษณาสามารถนำบริษัทวัดผลแทบทุกรายที่ต้องการเข้ามาได้ และ Amazon ไม่ได้บังคับให้ใช้เครื่องมือวัดผลของตัวเอง
สิ่งที่บทความไม่ได้บอก
- ไม่มีวันเปิดตัวฟีเจอร์ที่เทียบยอดขายระยะยาวที่คาดการณ์กับยอดขายจริง
- ไม่ได้ระบุว่าตัวชี้วัดยอดขายระยะยาวใช้ได้นอกสหรัฐฯ หรือไม่ หรือในตลาดใดบ้าง
- ไม่มีการแยกตัวเลข 20% ตามหมวดสินค้า ระดับราคา หรือประเภทโฆษณา
- ไม่มีการตรวจสอบผลการศึกษาจาก 2 ล้านแคมเปญโดยบุคคลที่สาม
อ่านตัวเลขยอดขายระยะยาวอย่างไรให้ถูก
ส่วนนี้เป็นการวิเคราะห์ ตัวเลข 12 เดือนที่คาดการณ์กับตัวเลข 12 เดือนที่วัดได้จริงเป็นคนละเรื่องกัน และรายงานควรแยกสองอย่างนี้ออกจากกัน จากสิ่งที่ Digiday อธิบาย มีข้อควรปฏิบัติดังนี้
- มองตัวเลขยอดขายระยะยาวเป็นผลลัพธ์ของโมเดล มันขึ้นกับประวัติของแบรนด์และจำนวนผู้ซื้อใหม่ที่ค้นหาหรือเพิ่มสินค้าลงตะกร้า จึงขยับตามส่วนผสมของแคมเปญ อย่างที่ฝ่ายไม่เชื่อตั้งข้อสังเกตไว้
- แยก ROAS แบบ last-touch กับตัวเลขคาดการณ์ระยะยาวไว้คนละคอลัมน์ การรวมกันเป็นตัวเลขเดียวคือการเอายอดที่นับได้จริงไปปนกับการคาดการณ์
- เมื่อฟีเจอร์ตรวจสอบเปิดใช้ ให้เทียบตัวเลขคาดการณ์กับยอดซื้อซ้ำจริงก่อน แล้วค่อยโยกงบไปที่รูปแบบโฆษณาช่วงบนของ funnel
- ถ้าใช้ mix model ข้อจำกัดข้อมูล 90 วันเป็นเรื่องใหญ่ การเก็บประวัติยอดขายของตัวเองนอกแพลตฟอร์ม ทั้งใน analytics ของร้านและข้อมูลคำสั่งซื้อ คือสิ่งที่ทำให้ทดสอบคำกล่าวอ้างของแพลตฟอร์มในช่วง 18 เดือนได้
แนวคิดหลักที่ว่าช่วงการวัดผลที่สั้นจะนับยอดซื้อที่เกิดช้าได้ไม่ครบ ใช้ได้กับทุกแพลตฟอร์ม แต่ตัวเลข 20% เป็นผลจากการศึกษาของ Amazon เท่านั้น ไม่ควรนำไปใช้กับช่องทางอื่นตรง ๆ
ความหมายสำหรับนักการตลาดไทย
บทความของ Digiday ไม่มีข้อมูลของไทย และไม่ได้บอกว่าตัวชี้วัดของ Amazon เปิดให้ใช้ในเอเชียตะวันออกเฉียงใต้หรือไม่ ส่วนนี้จึงเป็นการวิเคราะห์ แบรนด์ไทยส่วนใหญ่ขายผ่านมาร์เก็ตเพลสอย่าง Shopee และ Lazada รวมถึงร้านค้าของตัวเอง และหลายแบรนด์ประเมินโฆษณาบนมาร์เก็ตเพลสและโซเชียลด้วยช่วงการวัดผลสั้น ๆ การศึกษาของ Amazon เตือนว่ายอดขายบางส่วนเกิดหลังช่วงการวัดผลปิดไปแล้ว แต่ไม่ได้เป็นหลักฐานว่าสัดส่วนนั้นบนแพลตฟอร์มอื่นใหญ่แค่ไหน
สิ่งที่ทำได้จริงคือการถือข้อมูลระยะยาวไว้เอง แบรนด์ที่เก็บประวัติคำสั่งซื้อรายรายการและตั้งค่า GA4 บนเว็บไซต์ตัวเองอย่างถูกต้อง สามารถตรวจการซื้อซ้ำและพฤติกรรมลูกค้าใหม่ในช่วง 12 เดือนได้ด้วยตัวเอง แทนที่จะพึ่งช่วงเวลาที่แพลตฟอร์มรายงาน สำหรับทีมที่วางแผน การตลาดอีคอมเมิร์ซ ทั้งบนมาร์เก็ตเพลสและร้านค้าของตัวเอง การแยกรายได้จากการซื้อครั้งแรกออกจากรายได้จากการซื้อซ้ำในภายหลัง จะทำให้ประเมินงบช่วงบนของ funnel ได้เป็นธรรมมากขึ้น
คำถามที่พบบ่อย
Amazon Ads พบอะไรเกี่ยวกับยอดขายหลังช่วงการวัดผล
Amazon Ads ประเมินว่ามูลค่ายอดขายราว 20% ของแบรนด์บน Amazon เกิดขึ้นหลังช่วงการวัดผล 7 ถึง 30 วันปิดลง Digiday รายงานตัวเลขนี้เมื่อวันที่ 1 ตุลาคม 2569 โดยอิงจากการศึกษาของ Amazon กับแคมเปญมากกว่า 2 ล้านแคมเปญที่รันในเดือนมิถุนายน
ตัวชี้วัดยอดขายระยะยาวเป็นการวัดผลจริงหรือการคาดการณ์
เป็นการคาดการณ์ ตัวชี้วัดนี้ติดตามการกระทำแรกของผู้ซื้อใหม่หลังเห็นโฆษณา เช่น การค้นหาชื่อแบรนด์หรือการเพิ่มลงตะกร้า แล้วคาดการณ์มูลค่า 12 เดือนจากผลตอบแทนในอดีตของแบรนด์กับผู้ซื้อลักษณะเดียวกัน
ผู้ลงโฆษณาตรวจได้ไหมว่าการคาดการณ์เป็นจริง
ยังไม่ได้ Digiday ระบุว่าอีกไม่นานนักการตลาดจะเทียบยอดขายระยะยาวที่คาดการณ์กับยอดขายจริงได้ แต่ไม่มีการระบุวันที่
ใช้ได้ในประเทศไทยหรือไม่
แหล่งข่าวไม่ได้ระบุ Digiday ไม่ได้กล่าวถึงว่าตลาดใดบ้างที่เข้าถึงตัวชี้วัดยอดขายระยะยาวได้
ทำไมเอเจนซีบางส่วนถึงไม่เชื่อ
เอเจนซีบางส่วนบอกว่าการคาดการณ์เปลี่ยนทุกครั้งที่ส่วนผสมของแคมเปญเปลี่ยน และยอดที่ให้เครดิตกับ streaming TV ไม่ปรากฏเมื่อตรวจยอดขายสินค้ารายสัปดาห์ Digiday ยังระบุว่า Amazon ให้ข้อมูลยอดขายย้อนหลังเพียง 90 วัน ขณะที่ marketing mix model ต้องใช้ราว 18 เดือน
Relevant Audience ช่วยแบรนด์ในไทยวางระบบวัดผลที่มองไกลกว่าช่วงการวัดผลสั้น ๆ ทั้งบนมาร์เก็ตเพลสและร้านค้าของตัวเอง ถ้าอยากรู้ว่ายอดขายของคุณเกิดช้ากว่าที่รายงานบอกแค่ไหน คุยกับทีมอีคอมเมิร์ซของเราได้
