martech analytics tracking: วางระบบให้ข้อมูลตรงก่อนยิงแอด

รวมวิธีวางระบบ martech analytics tracking สำหรับ B2B ไทย ตั้งแต่ GA4, server-side จนถึง attribution ที่ทำให้ข้อมูลตรงและตัดสินใจงบได้จริง เริ่มอ่านที่นี่

martech analytics tracking ทำไมตัวเลขไม่ตรง วางระบบยังไงให้เชื่อได้

Last updated: 2026-07-22 · โดย Brad K

ทีมยิงแอดบอกว่าเดือนนี้ได้ลีด 120 อัน sales บอกว่าเห็นในระบบจริง 40 กว่า แล้วเจ้าของเปิด GA4 มาเจออีกตัวเลขนึงที่ไม่ตรงกับทั้งสองฝั่ง คำถามแรกที่ตามมาไม่ใช่ “ยอดเท่าไหร่” แต่เป็น “ตกลงจะเชื่อตัวไหน” ปัญหาแบบนี้ไม่ได้แก้ด้วยการเพิ่มงบ แต่แก้ที่ระบบ martech analytics tracking ที่วางไว้ตั้งแต่แรก บทความนี้จะพาไล่ตั้งแต่ว่าทำไมข้อมูลถึงเพี้ยน วาง data layer แบบไหนถึงจะ track ได้ยาว ๆ ไปจนถึงการตั้ง attribution ให้สะท้อนว่าอะไรทำให้ดีลปิดจริง เพื่อให้ทุกครั้งที่เปิด dashboard คุณตัดสินใจงบได้โดยไม่ต้องเดา

Key Takeaways: ระบบ martech analytics tracking ที่ดีไม่ได้วัดจาก dashboard สวย แต่วัดจากว่าตัวเลขในนั้นตรงกับ CRM แค่ไหน สาเหตุที่ข้อมูลเพี้ยนบ่อยสุดคือ internal traffic ปนเข้ามา, event ยิงซ้ำ และ UTM ที่หายระหว่างทาง การย้าย tracking บางส่วนไป server-side ช่วยกู้ข้อมูลที่ browser บล็อกได้ ส่วน attribution ที่เลือกผิดโมเดลจะทำให้ทุ่มงบผิดช่องทาง สามอย่างนี้ต้องวางเป็นระบบเดียวกัน ไม่ใช่ต่างคนต่างตั้ง

martech analytics tracking คืออะไรกันจริง ๆ

martech analytics tracking คือระบบเก็บและปะติดปะต่อข้อมูลพฤติกรรมผู้ใช้ตั้งแต่คลิกโฆษณาครั้งแรกจนกลายเป็นดีลใน CRM โดยเชื่อมเครื่องมือหลายตัวเข้าด้วยกัน ได้แก่ tag manager, analytics platform, conversion API ของแต่ละแพลตฟอร์ม และปลายทางคือ dashboard ที่คนตัดสินใจใช้ดู หัวใจของมันไม่ใช่ “เก็บให้ได้เยอะ” แต่เป็น “เก็บให้ตรงและต่อกันได้” เพราะข้อมูลที่เยอะแต่ต่อกันไม่ติด มีค่าเท่ากับไม่มี

ในทางปฏิบัติ B2B ต่างจาก B2C ตรงที่ path ยาวกว่ามาก คนอาจคลิกแอดวันนี้ กลับมาอ่านบล็อกอีกสามวันถัดมา แล้วค่อยกรอกฟอร์มในสัปดาห์หน้าจากมือถืออีกเครื่อง ถ้าระบบ tracking ของคุณมองสามครั้งนี้เป็นสามคนละคน คุณจะไม่มีทางรู้เลยว่าโฆษณาตัวไหนเป็นคนจุดชนวน สิ่งที่ระบบต้องทำได้จึงมีสามชั้น เก็บ event ให้ถูกจังหวะ, ผูก identity ของคน ๆ เดียวข้าม session ให้ได้ และส่งข้อมูลกลับไปให้แพลตฟอร์มโฆษณาเรียนรู้ต่อ

องค์ประกอบที่ต้องมีในระบบขั้นต่ำ:

• Tag manager (เช่น GTM) เป็นตัวกลางคุมว่า event ไหนยิงตอนไหน ไม่ต้องแก้โค้ดเว็บทุกครั้ง
• Analytics platform (GA4) เป็นที่รวมพฤติกรรมและ funnel
• Conversion API / server-side เป็นเส้นสำรองเมื่อ browser บล็อก
• Dashboard (Looker Studio หรืออื่น ๆ) เป็นชั้นที่คนไม่เทคนิคเปิดดูแล้วเข้าใจ

รายละเอียดการเซ็ตแต่ละตัวเราแยกไว้ใน MarTech Analytics & Tracking Guide ที่เป็นหน้ารวมของกลุ่มนี้

ทำไมตัวเลขบน dashboard ถึงไม่ตรงกับความจริง

นี่คือคำถามที่เจอบ่อยที่สุดเวลาเริ่มดูระบบของคนอื่น และเกือบทุกครั้งสาเหตุไม่ใช่ “เครื่องมือพัง” แต่เป็นการตั้งค่าเล็ก ๆ ที่สะสมกันจนตัวเลขเพี้ยน ตัวอย่างที่เห็นซ้ำ ๆ คือ conversion ใน GA4 สูงกว่าที่ sales เห็นจริงเยอะ เพราะทีมงานเองเข้าเว็บ กดฟอร์มทดสอบ หรือเปิดหน้า thank-you เพื่อเช็กงาน แล้วทุกครั้งถูกนับเป็น conversion หมด

อีกสาเหตุที่ซ่อนอยู่คือ event ยิงซ้ำ ถ้าหน้า thank-you ถูกโหลดใหม่ (refresh) หรือมี tag สองตัวยิง event เดียวกัน ระบบจะนับเป็นสอง ทางแก้คือใส่ตัวระบุที่ไม่ซ้ำอย่าง transaction_id ให้ทุก conversion แล้วให้ระบบตัดตัวซ้ำออก ไม่ใช่ปล่อยให้นับดิบ

ปัญหาที่มองไม่เห็นด้วยตาเปล่าเลยคือเรื่อง identity เมื่อคนคนเดียวสลับอุปกรณ์ หรือ browser บล็อก cookie ระบบจะแตกคนเดียวออกเป็นหลายคน ทำให้ conversion rate ดูต่ำกว่าจริง และ direct traffic พองผิดปกติ

ตารางนี้ใช้เป็นแผนที่ไล่ปัญหาได้เลย ตัวเลข % ในคอลัมน์แรกคือ เกณฑ์ที่เราตั้งเองไว้เป็นเส้นแบ่งว่าเมื่อไหร่ควรลงไปสอบ ไม่ใช่ค่าเฉลี่ยอุตสาหกรรม:

อาการ (เทียบกับข้อมูลจริง)	สาเหตุน่าจะเป็น	สิ่งที่ทำ
Conversion GA4 มากกว่า CRM เกิน 30%	internal traffic ปน / event ยิงซ้ำ / นับ micro-conversion เป็น lead	ตั้ง internal traffic filter, ใส่ transaction_id กัน dedup, แยก event ที่ไม่ใช่ lead ออก
GA4 กับ Google Ads ต่างกันเกิน 10%	attribution window / conversion modeling คนละแบบ	ปรับ window ให้ตรงกัน, เข้าใจว่า Ads ใช้ data-driven จึงไม่มีวันตรงเป๊ะ
Direct traffic เกิน 30% ของทั้งหมด	UTM หาย / redirect ตัด referrer / อีเมลไม่ติด tag	ตั้ง UTM ครบทุก campaign, ตรวจ redirect chain, tag ลิงก์ในอีเมล
Realtime มี event แต่ report ว่าง 24-48 ชม.	ยังไม่ประมวลผล / ตั้ง data filter ผิดเป็น exclude	รอ processing, เข้าไปตรวจ filter ที่ตั้งไว้ว่า active หรือ testing
Bounce/engagement เพี้ยนหลังเปลี่ยน template	GTM trigger ยิงผิดหน้า / tag หายตอน deploy	เปิด GTM Preview ยิงทีละหน้า, เทียบ tag ที่ควร fire

เส้น 30% ที่ใช้ในตารางเป็น rule-of-thumb สำหรับ B2B ที่ path ยาว ถ้าเว็บคุณ direct จริงเยอะโดยธรรมชาติ (เช่นแบรนด์ที่คนพิมพ์ชื่อเข้ามาตรง) ให้ปรับเส้นนี้ขึ้นตามบริบทของตัวเอง ประเด็นคือมีเส้นไว้กระตุกให้ไปสอบ ไม่ใช่ตัวเลขศักดิ์สิทธิ์

วาง data layer และ server-side ยังไงให้ track ได้ยาว ๆ

เมื่อรู้ว่าปัญหาอยู่ตรงไหน ขั้นต่อไปคือวางโครงที่ทนต่อการเปลี่ยนแปลง เพราะ browser รุ่นใหม่บล็อก third-party cookie มากขึ้นเรื่อย ๆ ระบบที่พึ่ง client-side อย่างเดียวจะค่อย ๆ สูญข้อมูลไปโดยที่ dashboard ไม่ได้เตือนอะไร

เริ่มที่ data layer ก่อน tag

data layer คือชั้นข้อมูลที่เว็บเตรียมไว้ให้ GTM หยิบไปใช้ แทนที่จะให้ tag ไปขุดหาข้อมูลจากหน้าเว็บเองซึ่งพังง่ายเวลา dev เปลี่ยน layout การมี data layer ที่นิ่งหมายความว่า event อย่าง “กรอกฟอร์มสำเร็จ” หรือ “ดูหน้า pricing” จะยิงถูกจังหวะเสมอ แม้หน้าเว็บจะถูกรื้อใหม่ วิธีตั้ง trigger และ variable ในระดับที่ใช้กับ B2B จริงเราลงรายละเอียดไว้ใน GTM Advanced Guide

แล้วค่อยตัดสินใจว่าอะไรควรไป server-side

server-side tracking คือการย้ายจุดยิง event จากเบราว์เซอร์ของผู้ใช้ไปที่ server ของเราแทน ประโยชน์ตรง ๆ คือ ad blocker และการบล็อก cookie ของ browser เอื้อมไม่ถึง server ทำให้ conversion ที่เคยหลุดหายกลับมาถูกนับ อีกข้อคือคุณคุมได้ว่าจะส่งข้อมูลอะไรออกไปหาแพลตฟอร์มบ้าง ซึ่งสำคัญมากในแง่ PDPA

แต่ server-side ไม่ใช่ยาครอบจักรวาล มันมีต้นทุน (server cost + เวลาเซ็ต) และถ้าตั้งผิดจะยิ่งทำให้ debug ยากกว่าเดิม หลักที่ใช้ตัดสินใจคือ ย้ายเฉพาะ event ที่มีมูลค่าสูงและมักหายไปก่อน เช่น purchase หรือ qualified lead ส่วน event เล็ก ๆ อย่าง scroll depth ปล่อยไว้ client-side ได้ ขั้นตอนวางตั้งแต่ต้นเราแยกไว้ใน Server-side Tracking Guide และเวอร์ชันที่ผูกกับ GA4 โดยเฉพาะอยู่ใน GA4 + GTM + Conversion API Setup

ผิดพลาดที่พบบ่อยตอนย้าย server-side

จุดที่คนพลาดมากที่สุดคือย้าย conversion ไป server-side แล้วลืมปิดตัว client-side เดิม ผลคือ event เดียวยิงสองทาง นับซ้ำทันที อีกจุดคือส่งข้อมูลไป conversion API แล้วไม่ใส่ event_id ที่ตรงกับฝั่ง pixel ทำให้แพลตฟอร์มไม่รู้ว่าเป็น event เดียวกัน แทนที่จะ dedup กลับนับเป็นสอง กติกาคือทุก conversion ที่ยิงสองทาง ต้องมี id ร่วมให้ปลายทาง merge ได้ ไม่งั้นได้ตัวเลขพองแทนที่จะแม่นขึ้น รายละเอียดฝั่ง Meta อยู่ใน Facebook Pixel + CAPI Setup

เรื่อง data filter ของ GA4 มีเอกสารทางการอธิบายว่า internal traffic filter ทำงานยังไงและทำไมต้องรอ processing ดูได้ที่ Google Analytics Help — data filters

attribution — จับให้ถูกว่าอะไรทำให้ดีลปิด

สมมติคุณเห็นว่า last-click ให้เครดิต Google Search แบรนด์เป็นคนปิดดีลเกือบทั้งหมด คำถามที่ต้องถามต่อคือ แล้วอะไรทำให้เขา “รู้จักแบรนด์” จนมาเสิร์ชชื่อคุณตั้งแต่แรก คำตอบมักเป็นช่องทางบน ๆ ของ funnel อย่าง content หรือ social ที่ last-click ไม่เคยให้เครดิต ถ้าคุณตัดงบตามที่ last-click บอก คุณจะตัดขาที่ป้อนคนเข้ามาโดยไม่รู้ตัว

attribution model คือกติกาว่าจะแบ่งเครดิตของ conversion หนึ่งครั้งให้ touchpoint ต่าง ๆ ยังไง ไม่มีโมเดลไหน “ถูก” แบบสัมบูรณ์ แต่ละอันตอบคำถามคนละแบบ

โมเดล	ให้เครดิตใคร	เหมาะเมื่อ
Last-click	touchpoint สุดท้ายก่อนปิด	อยากรู้ว่าอะไรปิดการขายจริง ๆ, sales cycle สั้น
First-click	touchpoint แรกที่รู้จัก	อยากรู้ว่าอะไรสร้าง awareness
Linear	แบ่งเท่ากันทุก touchpoint	path ยาวและอยากเห็นภาพรวมทุกจุด
Data-driven	อัลกอริทึมแบ่งตามน้ำหนักจริง	data พอ, path ซับซ้อน, อยากให้ระบบเรียนรู้เอง

สำหรับ B2B ที่ sales cycle เป็นสัปดาห์หรือเป็นเดือน การดูโมเดลเดียวคือกับดัก วิธีที่ใช้ได้จริงคือดูอย่างน้อยสองมุมคู่กัน — first-click เพื่อรู้ว่าใครเปิดประตู และ last-click เพื่อรู้ว่าใครปิด แล้วค่อยเทียบว่าช่องทางไหนโผล่บ่อยในตำแหน่งไหน แนวคิดและวิธีเลือกโมเดลให้เข้ากับธุรกิจเราขยายความไว้ใน Attribution Model B2B Guide

ตัวอย่างการคำนวณ (สมมติ) ว่าเลือกโมเดลผิดแล้วเสียงบยังไง

สมมติดีลหนึ่งมี path นี้: อ่านบล็อกจาก LinkedIn → กลับมาจาก Google Search แบรนด์ → กรอกฟอร์มจากอีเมล nurture ถ้าใช้ last-click ทั้งเครดิตตกที่อีเมล ทำให้ดูเหมือน LinkedIn ไม่สร้างผลอะไรเลย สมมติคุณตัดงบ LinkedIn ทิ้ง เดือนถัดมาคนที่จะเข้ามาอ่านบล็อกตั้งแต่ต้นทางก็หายไปด้วย ทั้งที่บนกระดาษคุณ “ตัดช่องทางที่ ROAS แย่” ออกแล้ว ตัวเลขนี้เป็นตัวอย่างสมมติเพื่อให้เห็นกลไก ไม่ใช่ข้อมูลจากเคสจริง แต่รูปแบบความผิดพลาดนี้เกิดขึ้นจริงเมื่อคนเชื่อโมเดลเดียว

ทำให้คนทั้งทีมอ่าน dashboard เข้าใจตรงกัน

ระบบหลังบ้านแม่นแค่ไหนก็ไม่มีความหมาย ถ้าคนเปิด dashboard แล้วตีความคนละอย่าง ปัญหาที่เจอบ่อยคือแต่ละฝ่ายมี “ตัวเลขของตัวเอง” — marketing ดู GA4, sales ดู CRM, เจ้าของดูรายงานที่ทีมทำส่ง แล้วทั้งสามไม่เคยตรงกัน จนประชุมกลายเป็นเถียงกันว่าตัวเลขใครถูก

ทางแก้ไม่ใช่หา dashboard ที่สวยกว่า แต่คือตกลงกันตั้งแต่ต้นว่า “lead” นับตอนไหน, conversion อันไหนคือตัวจริงที่ทุกฝ่ายอ้างอิงร่วมกัน แล้วสร้าง dashboard เดียวที่ทุกคนเปิดดูอันเดียวกัน ไม่ใช่ต่างคนต่าง export การวาง template ที่แยก view ตามคนดู (ระดับผู้บริหารเห็นภาพรวม, ระดับทีมเห็นราย campaign) เราทำไว้เป็นแบบใน Looker Studio Dashboard B2B Template

หลักสำคัญคือ dashboard ต้องตอบ “คำถามที่ต้องตัดสินใจ” ไม่ใช่โชว์ทุก metric ที่ดึงได้ ถ้ากราฟไหนเปิดมาแล้วไม่มีใครทำอะไรต่อกับมัน กราฟนั้นไม่ควรอยู่บนหน้าแรก

ผิดพลาดที่พบบ่อยเวลาวางระบบทั้งชุด

เก็บทุกอย่างแต่ไม่เคยตั้งคำถามก่อนว่าจะเอาไปตอบอะไร คือกับดักแรก ระบบที่ track ทุก click ทุก scroll แต่ไม่มีคนรู้ว่าจะใช้ตัดสินใจอะไร สุดท้ายกลายเป็นข้อมูลที่ไม่มีใครแตะ วางระบบต้องเริ่มจากคำถามทางธุรกิจก่อนเสมอ แล้วค่อยย้อนมาว่าต้อง track อะไรถึงจะตอบได้

พลาดที่สองคือตั้งเสร็จแล้วไม่เคยกลับมาตรวจ tracking พังเงียบ ๆ ได้ตลอด เว็บเปลี่ยน template, dev ย้ายปุ่ม, แพลตฟอร์มอัปเดต API — แล้ว dashboard ยังโชว์ตัวเลขต่อไปเหมือนไม่มีอะไรเกิดขึ้น เพียงแต่เป็นตัวเลขที่ผิด การตั้งรอบตรวจ tracking เดือนละครั้งด้วย GTM Preview จับได้ก่อนที่ข้อมูลเดือนนั้นจะเสียทั้งเดือน

พลาดที่สามคือไล่ตามเครื่องมือใหม่แทนที่จะทำของเดิมให้ครบ หลายทีมมี GA4 ที่ยังตั้งไม่เสร็จ แต่ไปสมัคร tool ใหม่เพิ่มเพราะคิดว่าจะแก้ปัญหาได้ ความจริงคือเครื่องมือใหม่มาเพิ่มจุดที่ต้องดูแล และปัญหาข้อมูลไม่ตรงมักอยู่ที่การตั้งค่า ไม่ใช่ที่ตัวเครื่องมือ

FAQ

martech analytics tracking ต่างจาก Google Analytics เฉย ๆ ยังไง?
GA4 เป็นแค่ชิ้นเดียวในระบบ martech analytics tracking ทั้งหมด ระบบเต็มรวม tag manager, server-side, conversion API ของแต่ละแพลตฟอร์ม และ dashboard ที่ปะติดข้อมูลเข้าด้วยกัน GA4 บอกพฤติกรรมบนเว็บ แต่ไม่ได้ผูกกับ CRM หรือส่งข้อมูลกลับให้แพลตฟอร์มโฆษณาเรียนรู้ให้อัตโนมัติ นั่นคือส่วนที่ชิ้นอื่นทำ

ต้องทำ server-side tracking ทุกเว็บไหม?
ไม่จำเป็น ถ้า conversion หลักของคุณยังนับได้ครบและตรงกับ CRM อยู่ การเพิ่ม server-side ก็แค่เพิ่มงานดูแล ควรทำเมื่อเริ่มเห็นว่า conversion หายเยอะจากการบล็อก cookie หรือเมื่อต้องคุมข้อมูลที่ส่งออกไปให้เข้ากับ PDPA ให้เริ่มจากดูว่าข้อมูลหายจริงก่อน ไม่ใช่ทำเพราะเป็นเทรนด์

ทำไม GA4 กับ Google Ads ตัวเลข conversion ไม่เท่ากัน?
เป็นเรื่องปกติและแก้ให้ตรงเป๊ะไม่ได้ เพราะสองระบบใช้ attribution กับ conversion window คนละแบบ Google Ads ใช้ data-driven และนับ conversion ในวันที่คลิกเกิด ส่วน GA4 นับในวันที่ conversion เกิด ถ้าต่างกันในระดับ 5-10% ถือว่ายอมรับได้ แต่ถ้าเกิน 10% ควรไปเช็ก window กับการตั้ง conversion ให้ตรงกัน

วัด attribution ของ B2B ที่ปิดดีลนานเป็นเดือนได้ยังไง?
ต้องตั้ง conversion window ให้ยาวพอครอบ sales cycle จริงก่อน ถ้า cycle 45 วันแต่ตั้ง window 30 วัน คุณจะไม่มีทางเห็น touchpoint แรกที่จุดชนวน จากนั้นดูอย่างน้อย first-click คู่กับ last-click และผูก stage ใน CRM กลับมาที่ระบบ tracking เพื่อรู้ว่า lead ที่มีคุณภาพมาจากช่องทางไหน ไม่ใช่แค่ lead จำนวนเยอะ

ควรเริ่มจากตรงไหนถ้าระบบตอนนี้ยังมั่วอยู่?
เริ่มจากทำให้ตัวเลข conversion ตรงกับ CRM ให้ได้ก่อน ตั้ง internal traffic filter, กัน event ซ้ำ, แล้วตกลงนิยาม lead ให้ทุกฝ่ายใช้ร่วมกัน เมื่อ conversion นับตรงแล้วค่อยขยับไป attribution และ server-side ทีหลัง อย่าเริ่มจากของยากก่อนของพื้นฐาน

สรุป

martech analytics tracking ที่ใช้งานได้จริงวัดกันที่ความน่าเชื่อของตัวเลข ไม่ใช่ความสวยของ dashboard สามอย่างที่ต้องวางเป็นระบบเดียวกันคือ เก็บ event ให้ตรง (กรอง internal, กันซ้ำ), เชื่อม identity ข้าม session ให้ได้ และเลือก attribution ที่สะท้อนว่าอะไรทำให้ดีลปิดจริง

สิ่งที่อยากให้เอากลับไปทำสามข้อ: หนึ่ง เปิดไปเทียบ conversion ใน analytics กับ CRM เดือนล่าสุด ถ้าห่างกันเกิน 30% แปลว่าระบบกำลังหลอกคุณอยู่ สอง ตั้งรอบตรวจ tracking เดือนละครั้งด้วย GTM Preview ก่อนข้อมูลเสียทั้งเดือน สาม อย่าดู attribution โมเดลเดียวถ้าธุรกิจคุณ path ยาว

อยากวางระบบทั้งชุดแบบไล่ทีละขั้น เริ่มที่ MarTech Analytics & Tracking Guide ซึ่งเป็นหน้ารวมของกลุ่มนี้ แล้วเจาะต่อที่ GA4 + GTM + Conversion API Setup ได้เลย หรือสมัคร newsletter รับ MarTech insight สำหรับ B2B ทุกสัปดาห์