Intent Data คือสัญญาณอะไร ใช้จับลูกค้า B2B พร้อมซื้อ

Intent data คือข้อมูลสัญญาณความสนใจที่บอกว่าใครกำลังจะซื้อ อ่านวิธีอ่านสัญญาณ ตั้งเกณฑ์ และต่อเข้ากับ ABM สำหรับ B2B ปี 2026

Intent Data คืออะไร อ่านสัญญาณลูกค้า B2B พร้อมซื้อ ปี 2026

Last updated: 2026-09-25

ทีมขายบ่นว่า lead ที่ marketing ส่งมา “ยังไม่พร้อมคุย” ส่วน marketing ก็บ่นว่ายิงแอดไปเยอะแต่คนกรอกฟอร์มแล้วเงียบ ปัญหานี้ไม่ได้อยู่ที่จำนวน lead มันอยู่ที่ว่าคุณไม่รู้ว่าใครในนั้น “กำลังจะซื้อ” กับใคร “แค่มาอ่าน” — และตรงนี้แหละที่ intent data เข้ามาช่วย

intent data คือชุดสัญญาณพฤติกรรมที่บอกว่าบริษัทหรือคนคนหนึ่งกำลังมองหาสิ่งที่คุณขายอยู่ตอนนี้ ไม่ใช่ข้อมูลว่าเขาเป็นใคร (นั่นคือ firmographic) แต่เป็นข้อมูลว่าเขา “กำลังทำอะไร” บทความนี้จะพาดูว่ามันประกอบด้วยอะไร ต่างจาก first-party data ยังไง ตั้งเกณฑ์อ่านสัญญาณแบบไหนถึงจะไม่หลอกตัวเอง และเอาไปต่อกับงาน ABM ให้ทีมขายรับช่วงได้จริง

Key Takeaways: intent data แบ่งเป็น first-party (สัญญาณบนสินทรัพย์ของคุณเอง เช่นการเข้าหน้า pricing ซ้ำ) และ third-party (สัญญาณจากภายนอกที่ผู้ให้บริการรวบรวมมาขาย) — first-party แม่นกว่าและควบคุมได้มากกว่าเสมอ หัวใจไม่ได้อยู่ที่ “มีข้อมูล” แต่อยู่ที่ “ตั้งเกณฑ์” ว่าพฤติกรรมแบบไหนนับเป็นสัญญาณพร้อมซื้อ แล้วส่งต่อให้ทีมขายจังหวะที่ถูก การเริ่มด้วย first-party จาก GA4 และ CRM ก่อนซื้อ third-party คือลำดับที่คุ้มที่สุดสำหรับทีม B2B ไทยส่วนใหญ่

intent data คืออะไร และทำไมมันไม่เหมือน lead ทั่วไป

intent data คือข้อมูลที่สะท้อน “ความตั้งใจซื้อ” ของกลุ่มเป้าหมาย ผ่านร่องรอยพฤติกรรมที่เขาทิ้งไว้ เช่นการค้นหาหัวข้อเฉพาะเรื่องซ้ำ ๆ การอ่านบทความเปรียบเทียบเจ้าต่าง ๆ หรือการกลับเข้ามาดูหน้าราคาหลายครั้งในสัปดาห์เดียว จุดสำคัญคือมันตอบคำถามคนละข้อกับข้อมูลลูกค้าทั่วไป — ข้อมูลทั่วไปบอกว่า “เขาคือใคร” แต่ intent data บอกว่า “เขากำลังอยู่ตรงไหนของการตัดสินใจ”

ลองนึกถึงสองบริษัทที่หน้าตาเหมือนกันเป๊ะ อุตสาหกรรมเดียวกัน ขนาดพนักงานเท่ากัน ตำแหน่งคนที่กรอกฟอร์มก็เหมือนกัน ถ้าดูแค่ firmographic คุณจะปฏิบัติกับสองรายนี้เท่ากัน แต่ถ้ารายแรกเข้ามาอ่าน case study สามชิ้นแล้วเปิดหน้า pricing สองรอบใน 5 วัน ส่วนรายที่สองโหลด ebook ไปหนึ่งชิ้นเมื่อสามเดือนก่อนแล้วหายไป — สองรายนี้ควรได้รับการดูแลคนละแบบสิ้นเชิง นั่นคือคุณค่าที่ intent data ให้

สิ่งที่คนมักเข้าใจผิดคือคิดว่า intent data เป็นของที่ต้อง “ซื้อ” จากผู้ให้บริการภายนอกเสมอ ความจริงคือสัญญาณที่แม่นที่สุดอยู่ในบ้านคุณเองอยู่แล้ว — ใน GA4, ใน CRM, ใน log ของ marketing automation หลายทีมมีข้อมูลนี้ครบแต่ไม่เคยเอามาอ่านเป็นสัญญาณ เพราะมองมันเป็นแค่ตัวเลข traffic

First-party กับ third-party intent data ต่างกันตรงไหน เลือกยังไง

ก่อนจะไปตั้งเกณฑ์ ต้องแยกก่อนว่าสัญญาณที่คุณจะใช้มาจากไหน เพราะสองแหล่งนี้ความแม่นและวิธีใช้ต่างกันมาก

First-party intent คือสัญญาณที่เกิดบนสินทรัพย์ของคุณเอง — เว็บไซต์ อีเมล เอกสารที่ส่งให้ลูกค้า เว็บบินาร์ ข้อดีคือมันเป็นพฤติกรรมจริงต่อแบรนด์คุณโดยตรง ระบุตัวตนได้ (ถ้าเขา log in หรือกรอกฟอร์มแล้ว) และคุณเป็นเจ้าของข้อมูล ไม่ต้องพึ่งใคร ข้อจำกัดคือมันเห็นเฉพาะคนที่เข้ามาถึงบ้านคุณแล้วเท่านั้น — คนที่กำลังหาแต่ยังไม่รู้จักคุณ คุณจะมองไม่เห็น

Third-party intent คือสัญญาณที่ผู้ให้บริการ (เช่น Bombora, G2, TechTarget) รวบรวมจากเครือข่ายเว็บจำนวนมากแล้วขายให้ ข้อดีคือเห็นบริษัทที่กำลังวิจัยหัวข้อของคุณ “ก่อน” ที่เขาจะมาเว็บคุณ เหมาะกับงาน ABM ที่อยากล็อกบัญชีเป้าหมายตั้งแต่ต้นทาง ข้อจำกัดที่ต้องรู้ให้ชัด: มันมักบอกได้แค่ระดับ “บริษัท” ไม่ใช่ระดับคน มีความหน่วงของเวลา และคุณตรวจสอบวิธีเก็บข้อมูลของเขาเองไม่ได้ทั้งหมด

คำแนะนำแบบตรงไปตรงมา: ถ้าคุณยังไม่ได้รีดคุณค่าจาก first-party ที่มีอยู่แล้ว อย่าเพิ่งเสียเงินซื้อ third-party เพราะการซื้อสัญญาณภายนอกมาโดยที่ยังอ่านสัญญาณในบ้านตัวเองไม่เป็น คุณจะได้ list บริษัทมากองไว้เฉย ๆ โดยไม่มีกระบวนการรับช่วง เริ่มจากตั้ง GA4 audience ตามพฤติกรรมเชิงลึกก่อน — Google มีเอกสารวิธีสร้าง audience จาก engagement events ให้อ่านที่ support.google.com/analytics — แล้วค่อยพิจารณา third-party เมื่อ funnel ในบ้านแน่นแล้ว

เรื่องการต่อ event ให้ครบและส่งข้ามระบบได้ถูกต้อง เป็นงานพื้นฐานที่ต้องวางก่อน ถ้ายังไม่มั่นใจเรื่อง tracking ลองอ่าน คู่มือ MarTech Analytics & Tracking และ การตั้ง GA4 + GTM + Conversion API ควบคู่กัน

ตั้งเกณฑ์อ่านสัญญาณ intent ยังไงไม่ให้หลอกตัวเอง

ปัญหาใหญ่ที่สุดของการใช้ intent data ไม่ใช่การเก็บข้อมูล แต่คือการตีความ คนเข้าหน้า pricing หนึ่งครั้งไม่ได้แปลว่าพร้อมซื้อ อาจจะแค่เช็คว่าแพงเกินงบไหมแล้วปิดหนี ในทางกลับกัน คนที่เข้าหน้า integration และ security ซ้ำ ๆ อาจใกล้ปิดดีลกว่าคนเปิด pricing เสียอีก เพราะเขาผ่านเรื่องราคามาแล้วกำลังเช็คว่าใช้กับระบบเดิมได้ไหม

วิธีที่ใช้ได้จริงคือให้ “น้ำหนัก” กับพฤติกรรมต่างชนิด แล้วตั้งเกณฑ์รวมว่าถึงระดับไหนจึงส่งต่อทีมขาย ตารางข้างล่างเป็นเกณฑ์ตัดสินใจที่เราตั้งขึ้นเองเพื่อใช้ทำงาน (operating threshold ไม่ใช่ค่าเฉลี่ยอุตสาหกรรม) — ตัวเลขพวกนี้คุณควรปรับตาม cycle การซื้อของสินค้าคุณเอง ของที่ตัดสินใจเร็วก็ลดกรอบเวลาลง ของที่ใช้เวลาพิจารณานานก็ขยายออก

สัญญาณที่เห็น (เกณฑ์ที่เราตั้ง)	น่าจะหมายความว่า	สิ่งที่ทำ
เข้าหน้า pricing ≥ 3 ครั้งใน 7 วัน	กำลังชั่งน้ำหนักราคา ใกล้เข้าโหมดตัดสินใจ	แจ้ง sales ภายใน 24 ชม. เสนอ demo แบบเจาะ use case
อ่าน case study ≥ 2 ชิ้น + หน้า integration ใน 14 วัน	เช็คว่าเข้ากับระบบเดิมได้ไหม เข้า evaluation	ส่งเอกสาร technical + ชวนคุยกับ solution team
โหลด ebook 1 ชิ้น แล้วไม่กลับมา > 30 วัน	ยังอยู่ต้นทาง ไม่ใช่สัญญาณซื้อ	เข้า nurture email อย่าเพิ่งส่ง sales
ทั้งบัญชีมีหลายคนเข้าเว็บใน 7 วัน (จาก third-party)	มี buying committee เริ่มขยับ	เปิดเป็น target account ใน ABM ส่ง sequence ระดับบัญชี
เปิดอีเมล nurture แต่ไม่คลิกเลย > 5 ฉบับ	สนใจหัวข้อแต่ข้อเสนอยังไม่โดน	เปลี่ยนมุมเนื้อหา ทดสอบ CTA ใหม่ก่อนตัด

ผิดพลาดที่พบบ่อย: นับ intent จากพฤติกรรมเดี่ยว

ข้อพลาดที่เจอบ่อยสุดคือตั้ง trigger จากพฤติกรรมเดียว เช่น “ใครเข้าหน้า pricing ให้ส่ง sales ทันที” ผลคือทีมขายได้ lead ที่ยังไม่พร้อมมากองแล้วเผาเวลาโทรตาม สัญญาณเดี่ยวมี noise สูงเสมอ ความแม่นมาจากการ “ซ้อนสัญญาณหลายชั้น” — พฤติกรรมหลายอย่างที่ชี้ไปทางเดียวกันในกรอบเวลาใกล้กัน ยิ่งซ้อนได้หลายชั้นที่สอดคล้อง ยิ่งมั่นใจว่าเป็น intent จริง ไม่ใช่การเข้าเว็บบังเอิญ

อีกกับดักคือลืมเรื่อง recency สัญญาณ intent มีอายุ คนที่วิจัยหนักเมื่อสองเดือนก่อนอาจตัดสินใจไปกับเจ้าอื่นแล้ว การให้น้ำหนักพฤติกรรมล่าสุดมากกว่าของเก่าช่วยไม่ให้คุณไล่ตามสัญญาณที่ตายไปแล้ว

เอา intent data ไปต่อกับ ABM และทีมขายยังไง

intent data จะมีค่าก็ต่อเมื่อมันเปลี่ยนเป็นการกระทำ ไม่ใช่แค่ dashboard สวย ๆ ที่ไม่มีใครแตะ จุดที่มันเปล่งพลังที่สุดคือใน Account-Based Marketing เพราะ ABM ทั้งกระบวนการวางอยู่บนสมมติฐานว่าคุณรู้ว่าจะโฟกัสบัญชีไหน — และ intent data คือสิ่งที่บอกว่าบัญชีไหน “กำลังร้อน”

ลำดับที่ใช้ได้จริงคือ: เอาสัญญาณ intent มาจัดลำดับ target account list ก่อน บัญชีที่มีสัญญาณสด ๆ ขยับขึ้นหัวคิว จากนั้นปรับ message ให้ตรงกับ “หัวข้อ” ที่เขากำลังสนใจ ถ้าสัญญาณบอกว่าเขาวนอยู่เรื่อง integration ก็อย่าเพิ่งยิงเนื้อหาเรื่องราคา ให้เสิร์ฟเรื่องที่เขากำลังค้นหาอยู่ ตรงนี้คือความต่างระหว่างการยิงแอดแบบหว่าน กับการยิงตามสัญญาณจริง

การส่งต่อระหว่าง marketing กับ sales ต้องมีข้อตกลงชัดว่า “ระดับสัญญาณไหน = ใครรับช่วง” ไม่งั้นจะกลับไปวังวนเดิมที่ marketing โยน lead ให้ sales แบบไม่มีบริบท ให้แนบ “เหตุผล” ไปกับ lead ด้วยเสมอ — บอกว่าเขาดูอะไรมา เข้าหน้าไหนบ้าง sales จะเปิดบทสนทนาได้ตรงจุดกว่าการโทรไปถามตั้งแต่ศูนย์

เรื่องการวัดว่า intent signal ไหนนำไปสู่ดีลจริง ต้องพึ่ง attribution ที่เชื่อมโยงพฤติกรรมกับผลลัพธ์ปลายทางได้ ถ้าอยากเข้าใจว่าจะปิด loop การวัดผลแบบ B2B ยังไง อ่าน Attribution Model B2B Guide และภาพรวมการวางกลยุทธ์ที่ Marketing Framework B2B ต่อได้

ตัวอย่างการให้คะแนน (สมมติ)

สมมติคุณตั้งคะแนน: เข้าหน้า pricing = 15 แต้ม, อ่าน case study = 10 แต้ม/ชิ้น, เปิดหน้า integration = 20 แต้ม, โหลด top-funnel ebook = 3 แต้ม ถ้าตั้งเส้นว่า “รวม ≥ 40 แต้มภายใน 14 วัน ให้ส่ง sales” — คนที่เข้า pricing หนึ่งครั้ง (15) + อ่าน case study สองชิ้น (20) + เปิด integration (20) = 55 แต้ม ผ่านเกณฑ์ ส่วนคนโหลด ebook สามชิ้น (9) ยังไม่ถึง อยู่ใน nurture ต่อ ตัวเลขพวกนี้เป็นเพียงตัวอย่างเพื่ออธิบายกลไก คุณต้องปรับน้ำหนักตามว่าพฤติกรรมไหนของสินค้าคุณสัมพันธ์กับการปิดดีลจริง

FAQ

intent data กับ first-party data ต่างกันยังไง?
First-party data คือ “แหล่งที่มา” ของข้อมูล (ข้อมูลที่คุณเก็บเองบนสินทรัพย์ของคุณ) ส่วน intent data คือ “ประเภทของสัญญาณ” ที่บอกความตั้งใจซื้อ intent data มีทั้งแบบ first-party (จากเว็บคุณเอง) และ third-party (ซื้อจากภายนอก) สองคำนี้จึงซ้อนทับกันได้ ไม่ใช่สิ่งตรงข้ามกัน

ธุรกิจเล็กจำเป็นต้องซื้อ third-party intent data ไหม?
ส่วนใหญ่ยังไม่จำเป็น เริ่มจากรีด first-party จาก GA4 และ CRM ที่มีอยู่ก่อน เพราะมันฟรี แม่นกว่า และควบคุมได้ third-party เหมาะเมื่อคุณทำ ABM กับบัญชีจำนวนมากและต้องเห็นสัญญาณก่อนคนเข้าเว็บ ซึ่งมักเป็นความจำเป็นขององค์กรที่ขยายทีมขายแล้ว

intent data เชื่อได้แค่ไหน?
เชื่อได้ตามคุณภาพการตีความ ไม่ใช่ตามปริมาณข้อมูล สัญญาณเดี่ยวมี noise สูง ความน่าเชื่อถือมาจากการซ้อนหลายสัญญาณที่สอดคล้องกันในกรอบเวลาใกล้กัน third-party ยิ่งต้องระวังเพราะมักเป็นระดับบัญชีและมีความหน่วงของเวลา

ใช้ intent data แล้วผิด PDPA ไหม?
ขึ้นกับว่าเก็บและใช้ยังไง first-party ที่มี consent ชัดเจนและระบุวัตถุประสงค์ถูกต้องคือทางที่ปลอดภัยสุด ส่วน third-party ต้องตรวจว่าผู้ให้บริการเก็บข้อมูลถูกกฎหมายและมีฐานการประมวลผลที่ถูกต้อง อย่าถือว่าเพราะซื้อมาแล้วจะใช้ได้ทุกกรณี

เริ่มต้นควรวัดสัญญาณอะไรก่อน?
เริ่มจากพฤติกรรมที่ใกล้การตัดสินใจสุด — การเข้าหน้า pricing ซ้ำ, หน้า integration/security, และการดู case study เพราะสัญญาณเหล่านี้แม่นกว่าการดูบทความ top-funnel ทั่วไป แล้วค่อยขยายการวัดออกเมื่อระบบเริ่มนิ่ง

สรุป

intent data ไม่ใช่เครื่องมือวิเศษที่ซื้อมาแล้วปิดดีลเพิ่มเอง มันคือการเปลี่ยนวิธีอ่านพฤติกรรมที่คุณมีอยู่แล้วให้กลายเป็นการตัดสินใจว่าจะคุยกับใครก่อน สามอย่างที่อยากให้จำกลับไป: หนึ่ง — เริ่มจาก first-party ที่มีในบ้านก่อนเสมอ มันแม่นและคุมได้กว่า third-party สอง — คุณค่าอยู่ที่ “เกณฑ์” ที่คุณตั้ง ไม่ใช่ปริมาณข้อมูล สัญญาณเดี่ยวหลอกได้ ต้องซ้อนหลายชั้นและดู recency สาม — ข้อมูลจะมีค่าก็ต่อเมื่อมันวิ่งเข้าสู่กระบวนการ ABM และมีข้อตกลงส่งต่อระหว่าง marketing กับ sales ที่ชัดเจน

อยากต่อภาพให้ครบว่า intent data วางอยู่ตรงไหนของกลยุทธ์ Account-Based Marketing ทั้งระบบ อ่านต่อที่ คู่มือ ABM ฉบับเต็ม หรือ subscribe newsletter ของ Adsitec เพื่อรับ MarTech insight สำหรับทีม B2B ทุกสัปดาห์