06 กันยายน 2022 0 362

$104,000 กับผลตอบแทน 7.3 เท่า จากโฆษณาบน Facebook

วันนี้เราจะมาแชร์กรณีศึกษาการตลาดบน Facebook จากคุณ Max Berezovskiy, CEO ของเอเจนซี่อย่าง ScaleX  โดยในกรณีศึกษานี้ เขาสามารถทำรายได้ทั้งหมด $104,339 ให้กับลูกค้า ในขณะที่ใช้เงินไปเพียงแค่ $14,743 กับค่าโฆษณา ภายใน 30 วัน เท่านั้น

มาอ่านไปด้วยกัน เพื่อทำความเข้าใจถึงกลยุทธ์และการเข้าถึงที่เขาใช้ จนทำให้ผลลัพธ์ของแคมเปญออกมาเป็นแบบนี้

สรุปรายละเอียดของแคมเปญ

  • กลุ่มเป้าหมาย : ร้านขายเสื้อผ้าสตรี
  • ตลาด : อเมริกา 
  • รายได้ : $104,339
  • จ่ายค่าโฆษณา : $14,743
  • ROAS: 7.3
  • ระยะเวลา: 1 ธันวาคม – 31 ธันวาคม 2020

ปัญหาของลูกค้า

  • แคมเปญการ Prospecting หาลูกค้าที่ไม่มีกำไร
  • ระบบการ Retargeting ที่แย่และไม่สมเหตุสมผล
  • เปลี่ยนการสื่อสารในการ Retargeting ไม่ทันเวลา (เกิด Drawdown เมื่อเทียบกับความถี่)
  • โฆษณาซ้อนทับกันเองในกลุ่มเป้าหมายเดิม ( บางครั้งสูงถึง 55-65% )
  • ทดสอบสเกลผิดพลาดหมด (เกิด Drawdown บน ROAS และเพิ่ม CPA มากขึ้น )

เป้าหมายหลักของลูกค้า

  • เพื่อเพิ่มยอดขาย
  • เพื่อเพิ่มโอกาสทำการกำไรของเว็บไซต์
  • เพื่อสเกลและมี ROAS 3.0 เป็นอย่างต่ำ

สิ่งที่ Max ทำเป็นอย่างแรก คือ การทำโครงสร้างการ Retargeting ให้เหมาะสมและคล้ายกับกลุ่มเป้าหมายอยู่ 1% และ 1-3% โดยกลุ่มเป้าหมายเหล่านี้ จะถูกอ้างอิงตามผู้ซื้อในช่วง 60 วัน ล่าสุด ( ซึ่งมีอยู่มากกว่า 1,500 คน )

ต่อมา เขาทำโครงสร้างการ Retargeting ที่เหมาะสมกับแคมเปญ

โครงสร้างการ Retargeting ที่เหมาะสม

เพื่อไม่ให้เสียลูกค้าที่เกือบตัดสินใจซื้อ Max เลยทำ Funnel ขึ้นมา ซึ่งประกอบไปด้วยชั้นต่าง ๆ ดังนี้ :

  • ลูกค้าที่โต้ตอบกับแบรนด์ Instagram/เพจ FB ในช่วง 0-7 และ 0-14 วัน ล่าสุด
  • แล้วดูรายการสินค้าในช่วง 0-7 และ 0-14 วัน ก่อน
  • แล้วเพิ่มลงตะกร้าในช่วง 0-7 และ 0-14 วัน ล่าสุด
  • แล้วใส่ข้อมูลการชำระเงินในช่วง 0-7 และ 0-14 วัน ล่าสุด

หลักในการ Retargeting คือ การจัดตั้งและสร้างการสื่อสารแยกออกมา จากในแต่ละชั้นของ Funnel

และต้องอย่าลืมที่จะเปลี่ยนการเพิ่มประสิทธิภาพ ตามแต่ละชั้นของ Funnel  — โดยเพิ่มประสิทธิภาพให้ต่ำลงตามชั้น

จากนั้น Max เลยจัดสรร 25-30% ของงบหลัก ไว้ให้กับการ Retargeting

เขานำข้อมูลบน Time Frame สำหรับการ Retargeting มาจาก Cohorts Analysis ที่อยู่ใน Facebook Analytics หลักการของ Cohorts Analysis คือ การทำความเข้าใจจำนวนวันที่ผู้ใช้ต้องการ หลังโต้ตอบจนไปถึงการสั่งซื้อสินค้า

เจ็ดวันแรกของโปรเจกต์ พบเปอร์เซ็นต์ที่น่าสนใจของผู้ใช้เป็นจำนวนมากเลยที่เดียว และลดลงสองเท่าในช่วง 7-14 วัน ชี้ให้เห็นว่า Cohort Analysis พร้อมบอกข้อมูลเกี่ยวกับช่วงระยะเวลาให้คุณได้แบบหมดเปลือก

ใช้ความคิดสร้างสรรค์

Max ทอสอบแคมเปญด้วย แค็ตตาลอกธรรมดา แบบหมุนเลื่อน และแบบวิดีโอ เขาทำในแบบที่ให้แต่ละสไลด์แสดงสินค้าจาก 3-4 ด้าน บนโมเดล ( ปะติด ) สำหรับแบบหมุนเลื่อน

แบบวิดีโอจะมีเวลา 10-15 วินาที และถ่ายกับสถานที่และโมเดลที่แตกต่างกันในแต่ละอัน

พบว่า การรวมกันระหว่างแค็ตตาลอกกับวิดีโอโฆษณาบนแคมเปญเสาะหาลูกค้า ทำผลงานออกมาได้ดีมากที่สุด ส่วนปะติดทำผลงานได้ดีในการ Retargeting การมีส่วนรวมของกลุ่มเป้าหมาย ( ชั้นกลางของ Funnel )

ในแบบหมุนเลื่อน Max โปรโมตสินค้าที่ขายดีที่สุด สินค้าประเภทวรรณกรรม และสินค้าจากแค็ตตาลอกอื่น เขาทดสอบ 4-5 โฆษณา ด้วย Copy ปะติดและวิดีโอที่แตกต่างกัน กับสินค้าใน 1 กลุ่มโฆษณา สำหรับ MOF (VC) และ BOF ( ชั้นกลางและชั้นล่างสุดของ Funnel ) เขาจะใช้ DPA ( แสดงโฆษณาที่ลูกค้าอยากเห็น )

Ad Copy

Max ใช้ Ad Copy ที่สั้นและเข้าใจง่ายสำหรับโฆษณา เพราะปกติแล้วคนเราไม่ชอบอ่านอะไรเยอะ ๆ เขาเลยไม่ใช้ข้อความจำนวนมาก และเลือกที่จะใช้ Ad Copy ที่มีประมาณ 3-5 ประโยค เขายังใช้ Ad Copy ที่มีความเป็นตัวเองสูงและเฮฮาบ้างเป็นบางครั้ง โดยเฉพาะกับ BOF ( ชั้นล่างสุดของ Funnel )

Max เพิ่มข้อเสนอสุดพิเศษให้กับ BOF ( ลดเยอะที่สุด ) และทดสอบไปพร้อมกับแบบที่ไม่มีส่วนลด พบว่า BOF ในแบบที่มีข้อเสนอพิเศษนั้น ให้ผลลัพธ์ที่ดีกว่า

การเลือกเป้าหมายและการทดสอบ

สิ่งแรกที่ต้องมีเลยก็ คือ เป้าหมาย ส่วนในด้านการทดสอบนั้น Max เลือกเป็น : ยอดขายแค็ตตาลอกสำหรับการ Retargeting และ Conversion สำหรับการ Prospecting หาลูกค้า

จากนั้น เขาจึงทดสอบกลุ่มเป้าหมายที่ต่างกัน ซึ่งรวมไปถึง : กลุ่มเป้าหมายต่างชาติ กลุ่มเป้าหมายที่คล้ายกัน 1% และ 1-3% ความสนใจในส่วนลดและเสื้อผ้า เครื่องแต่งกายและอื่น ๆ เป็นต้น

กลุ่มเป้าหมายที่คล้ายกัน 1% และ 1-3% ถูกอ้างอิงตามผู้ซื้อ โดย Max นำมาจากผู้ซื้อในช่วง 60 วัน ล่าสุด และเขาไม่แนะนำให้เลือกผู้ซื้อที่เกินเวลาดังกล่าว เพราะส่วนใหญ่แล้ว ผู้คนเหล่านี้จะมีความสนใจที่เปลี่ยนไปแล้ว และอาจได้กลุ่มเป้าหมายที่คล้ายกันก็จริง แต่มีคุณภาพต่ำกว่า

เพื่อให้ได้ผล ควรพิจารณาตามเคล็ดลับที่ Max มีให้ ดังต่อไปนี้ :

  • สิ่งสำคัญเลย คือ ควรผู้ซื้อมากกว่า 1,000 คน ในทุกกลุ่มเป้าหมายที่คล้ายกัน
  • ก่อนปล่อยโฆษณา อย่าลืมตรวจสอบ หากมีโฆษณาซ้อนทับกันเองในกลุ่มเป้าหมายเดิม ไม่เช่นนั้นจะเสี่ยงในเรื่องของค่าใช้จ่ายที่สูงขึ้นของผลลัพธ์ การทดสอบและค่า CPM ที่มากขึ้น เนื่องจากการซ้อนทับกันของ Impression ( จำนวนครั้งที่แสดงโฆษณา )
  • คอยทำการนำหรือพร้อมกับกลุ่มเป้าหมายคล้ายกันออก และนำแหล่งที่กลุ่มเป้าหมายคล้ายกันอ้างอิงมาออก นำกลุ่มเป้าหมายคล้ายกันออกจาก Ad Set ( ชุดโฆษณา ) ของการ Prospecting เพื่อลดการซ้อนทับกัน

ในโปรเจกต์นี้ แคมเปญที่ทำผลงานได้ดีที่สุด คือ กลุ่มเป้าหมายคล้ายกัน 1% กับ 1-3% และความสนใจใน : เสื้อผ้าและเครื่องแต่งกาย

จากนั้น เขาจึงเริ่มสเกลโดยใช้การเข้าถึงตามด้านล่างนี้

โครงสร้างแคมเปญการโฆษณา 

ในโปรเจกต์นี้ Max เลือกใช้ CBO ( การจัดงบในระดับแคมเปญ ) ยกเว้นแคมเปญการ Retargeting ก่อนเริ่ม CBO เขาลองใส่ทุกอย่างในโครงสร้างให้เรียบร้อย

Max แยกแคมเปญความสนใจ พฤติกรรม กลุ่มเป้าหมายต่างประเทศ และกลุ่มเป้าหมายคล้ายกัน แล้วเริ่มปล่อยแยกกัน

หลักการนี้จะค้องทำงานร่วมกับแคมเปญ CBO ไม่เช่นนั้น คุณจะไม่สามารถทดสอบเป้าหมายอะไรได้เลย และยังได้ผลลัพธ์ที่ไม่เต็มประสิทธิภาพ

ทำงานร่วมกับข้อมูลของ Facebook Analytic 

ด้วยข้อมูลของ Facebook Analytic ช่วยให้เขาสร้างกลุ่มเป้าหมายสำหรับการ Retargeting ที่มีความแม่นยำเป็นอย่างมาก ตัวอย่างเช่น กลุ่มเป้าหมายของผู้คนที่ :

  • เพิ่มสินค้าลงในตะกร้าเกิน 2 ครั้ง
  • ดูรายการสินค้าเกิน 7 ครั้ง ขึ้นไป
  • เพิ่มข้อมูลในบิลรายการสินค้า 2 ครั้ง
  • ดูหน้าเว็บขายมากกว่า 20 ครั้ง

กลุ่มเป้าหมายเหล่านี้ มีตอบแทนคืนมาอย่างงามจากการลงทุนโฆษณาของโปรเจกต์ และเค้นประสิทธิภาพสูงสุดของการ Retargeting ออกมา

การสเกลอย่างราบรื่น

ในโปรเจ็กต์นี้ Max เหลืองบอีกประมาณ 30% สำหรับการทดสอบ และอีก 70% สำหรับการสเกล

ทันทีที่เขาพบกลุ่มเป้าหมายที่สร้างรายได้และยอดขายสูงที่สุด เขาเพิ่มงบขึ้น 30-40% ต่อวัน จากตัวเลขหลัก

Mark ทำการสเกลแคมเปญไปได้อย่างราบรื่น เพราะอัลกอริทึมของ Facebook นั้น จำเป็นต้องใช้เวลาในการเรียนรู้กลุ่มเป้าหมาย ทำให้ไม่รู้ว่าควรยิงโฆษณาให้ใครคนไหนดี ( เป็นช่วงที่กำลังเรียนรู้ ) เลยจะทำยิงไปหาทุกคนแทน ทำให้ค่าใช้จ่ายดีดตัวขึ้นสูง ฉะนั้นจึงควรทิ้งช่วงที่อัลกอริทึมกำลังเรียนรู้และค่อยทำการสเกลไปอย่างช้า ๆ ไม่อย่างนั้น สิ่งทำมาทั้งหมดจะสูญเปล่า

การสร้างรายได้กับลูกค้าคนก่อนหน้า

ตัว Funnel จะไม่สมบูรณ์ หากไม่ทำให้ครบเป็นวงจร โดยคุณสามารถอัปโหลดลิสต์ของผู้ซื้อจากเมื่อสองหรือหนึ่งปีก่อน แล้วยิงแค็ตตาลอกที่สินค้าประจำฤดู หรือสินค้า 20 อันดับ ของสองเดือนก่อน

กลุ่มเป้าหมายถือเป็นสิ่งล้ำค่า โดนเฉพาะหากยิ่งมี Traffic มากมายมายังเว็บไซต์ จงใช้การเพิ่มประสิทธิภาพเพื่อเพิ่มยอด Reach เพราะกลุ่มเป้าหมายเหล่านี้ต่างมาจากผู้ซื้ออยู่แล้ว

ในแค็ตตาลอกสำหรับการ Cross-selling และ Up-selling คุณสามารถนำสินค้าทุกชิ้น มาใช้สร้างแค็ตตาลอกแบบกำหนดเอง พร้อมกับสินค้าที่ใหม่หรือขายดี

สรุปในสิ่งที่ทำ

ในกรณีศึกษานี้ เราจะเห็น Max ทำการเปลี่ยนบัญชีโฆษณาที่ไม่มีกำไรของลูกค้า ให้กลายมามีกำไร ในสเกลขนาดใหญ่ เพื่อให้มีรายได้ $104,339 พร้อมกับ ROAS 7.3 เท่า Max เลยเพิ่มสิ่งเปลี่ยนแปลงสำคัญดังนี้ :

  • โครงสร้างการ Retargeting ที่เหมาะสม
  • แยกการสื่อสารในทุกขั้นตอน
  • การสเกลที่เหมาะสม
  • การแบ่งกลุ่มเป้าหมายที่ละเอียดยิบ
  • แก้ไขโครงสร้างการ Prospecting ด้วย CBO
  • การรนำ Customer Journey มารีไซลเคิล
  • เค้นประสิทธิภาพจากการ Retargeting ให้ได้มากที่สุดและพร้อมให้ความสำคัญ
  • ความคิดสร้างสรรค์และแนวทางการทดสอบที่เหมาะสม
คุณรู้สึกอย่างไรกับบทความนี้?
#roas