customer journey b2c: จากรู้จักถึงซื้อซ้ำ ออกแบบยังไง
วาง customer journey b2c ให้ครบตั้งแต่ awareness จนถึงซื้อซ้ำ พร้อมตารางวินิจฉัยจุดรั่วและวิธีวัดผลด้วย GA4 เริ่มออกแบบเส้นทางลูกค้าได้เลย
customer journey b2c คืออะไร ออกแบบเส้นทางจากรู้จักถึงซื้อซ้ำ
Updated: 2026-08-10
คนกดเข้าเว็บ 100 คน เพิ่มลงตะกร้า 8 คน จ่ายเงินจริง 2 คน แล้วหายไปไม่กลับมาอีกเลย — นี่คือภาพที่เจ้าของแบรนด์ B2C เจอบ่อยที่สุด และมักแก้ผิดจุด เพราะไปโหมงบ ads ที่หัวกรวยเพิ่ม ทั้งที่รูรั่วจริงอยู่ตรงกลางกับปลายทาง
customer journey b2c คือการมองภาพรวมว่าคนคนหนึ่งเดินจาก “ไม่เคยรู้จักแบรนด์” ไปจนถึง “ซื้อซ้ำและบอกต่อ” ผ่านจุดสัมผัสอะไรบ้าง แต่ละจุดเขาคิดอะไร ติดตรงไหน แล้วเราวัดมันยังไง บทความนี้จะพาวางเส้นทางทีละ stage แบบที่เอาไปใช้จริงได้ พร้อมตารางวินิจฉัยว่าตัวเลขแบบไหนบอกว่าจุดไหนกำลังรั่ว
Key Takeaways: customer journey b2c ไม่ใช่กรวยตรง ๆ แต่เป็นวงที่จบที่การซื้อซ้ำ แบ่งหยาบ ๆ เป็น 5 stage — Awareness, Consideration, Purchase, Retention, Advocacy — แต่ละ stage ต้องมี KPI คนละตัวและคอนเทนต์คนละแบบ อย่าวัดทั้งเส้นด้วย ROAS ตัวเดียว จุดที่คน B2C พังบ่อยสุดคือช่วงกลาง (consideration) และหลังการซื้อครั้งแรก การ map journey ที่ดีเริ่มจากดูข้อมูลจริงใน GA4 ก่อน ไม่ใช่เดาเอาจากในหัว
customer journey b2c คืออะไร และทำไมมันไม่ใช่กรวยตรง
ถ้าให้ตอบสั้นที่สุด: customer journey b2c คือลำดับของขั้นตอนที่ผู้บริโภคคนหนึ่งผ่าน ตั้งแต่รับรู้ว่ามีแบรนด์เราอยู่บนโลก ไปจนถึงกลายเป็นลูกค้าประจำที่ซื้อซ้ำและแนะนำต่อ ต่างจากภาพ funnel แบบเก่าตรงที่มันไม่ได้จบที่ “ปิดการขาย”
funnel คลาสสิกมองการซื้อเป็นปลายทาง เงินเข้าแล้วจบ แต่ในธุรกิจ B2C ที่ margin ต่อออเดอร์มักบาง ต้นทุนหาลูกค้าใหม่ (CAC) แพงขึ้นทุกปี กำไรจริงมาจากการซื้อครั้งที่ 2, 3, 4 ต่างหาก เส้นทางจึงต้องวนกลับ ไม่ใช่กรวยที่แคบลงเรื่อย ๆ แล้วหยุด
โครงที่ใช้ได้กับแบรนด์ไทยส่วนใหญ่แบ่งเป็น 5 stage:
- Awareness — เพิ่งเห็นครั้งแรก จากโพสต์ ads คลิปคนรีวิว หรือเพื่อนแชร์
- Consideration — เริ่มสนใจ เข้ามาดูของ อ่านรีวิว เทียบกับเจ้าอื่น
- Purchase — ตัดสินใจจ่าย ผ่าน checkout / ทัก LINE / กดสั่งใน Shopee
- Retention — ซื้อครั้งแรกไปแล้ว เราทำให้เขากลับมาซื้ออีกได้ไหม
- Advocacy — ชอบจนบอกต่อ รีวิว แท็กเพื่อน กลายเป็นช่อง awareness ให้คนใหม่
จุดสำคัญที่คนมักมองข้าม: stage ท้าย (Advocacy) ป้อนกลับไปที่ stage แรก (Awareness) การที่ลูกค้าเก่ารีวิวดี ๆ ทำให้คนใหม่รู้จักแบรนด์โดยที่เราไม่ต้องจ่ายค่า ads เพิ่ม นี่คือเหตุผลที่เรียกว่า “วง” ไม่ใช่ “กรวย”
แต่ละ stage ลูกค้าคิดอะไร และเราต้องวางอะไรไว้ตรงนั้น
ความผิดพลาดที่เห็นซ้ำ ๆ คือเอาคอนเทนต์แบบเดียวยิงทั้งเส้น คนเพิ่งรู้จักแบรนด์ครั้งแรกยังไม่พร้อมโดนยิงโค้ดส่วนลดให้รีบซื้อ ส่วนคนที่ค้างของในตะกร้ามา 3 วันแล้วก็ไม่ได้อยากอ่านคอนเทนต์ “แบรนด์เราคือใคร” อีกรอบ แต่ละ stage มี intent ต่างกัน คอนเทนต์กับ KPI ต้องต่างตาม
Awareness — เป้าหมายคือถูกจำ ไม่ใช่ถูกกดซื้อ
ช่วงนี้อย่าเพิ่งวัดยอดขาย ให้ดู reach, video view, การเข้าเว็บครั้งแรก คอนเทนต์ที่ทำงานคือคลิปสั้นที่แก้ปัญหาให้ดูฟรี ๆ หรือมุมที่ทำให้คนหยุดนิ้ว การรีบยัด CTA “สั่งเลย” ตรงนี้มักทำให้ cost per result แพงโดยเปล่าประโยชน์
Consideration — เขากำลังเทียบเรากับอีก 3 เจ้า
คนใน stage นี้เข้าเว็บแล้ว ดูสินค้าแล้ว แต่ยังไม่จ่าย เขาต้องการเหตุผลให้เลือกเรา — รีวิวจริง, รูปใช้งานจริง, เทียบสเปก, นโยบายคืนสินค้า คอนเทนต์เปรียบเทียบและ FAQ ทำงานดีมากตรงนี้ ถ้าอยากเข้าใจว่า touchpoint ไหนมีส่วนช่วยปิดการขายจริง ลองอ่านเรื่อง attribution model สำหรับวัด journey หลายจุดสัมผัส เพิ่ม
Purchase — ลดแรงเสียดทานให้เหลือน้อยที่สุด
ตรงนี้เกมคือ “อย่าให้เขาเปลี่ยนใจตอนกำลังจ่าย” ขั้นตอน checkout ที่ยาว บังคับสมัครสมาชิกก่อนซื้อ ค่าส่งที่โผล่มาตอนท้าย — พวกนี้คือตัวฆ่ายอด เพิ่มช่องทางจ่ายที่คนไทยใช้จริง (PromptPay, ปลายทาง, ผ่อน) ช่วยได้มาก
Retention — ต้นทุนต่ำสุด ผลตอบแทนสูงสุด
คนที่เพิ่งซื้อไปคือกลุ่มที่พร้อมซื้อซ้ำที่สุด แต่แบรนด์ส่วนใหญ่ปล่อยเขาหายไปเงียบ ๆ อีเมล/LINE follow-up หลังของถึง, โปรสำหรับลูกค้าเก่า, ระบบสะสมแต้ม ทำให้เขากลับมาโดยไม่ต้องจ่ายค่าหาใหม่
ผิดพลาดที่พบบ่อย: วัดทั้งเส้นด้วย ROAS ตัวเดียว
ทีมที่เอา ROAS มาตัดสินทุก campaign มักฆ่า campaign ช่วง awareness ทิ้งเพราะ “ROAS ต่ำ” ทั้งที่หน้าที่ของมันไม่ใช่ปิดการขายทันที แต่คือป้อนคนเข้า stage ถัดไป ผลคือกรวยบนแห้ง อีก 1-2 เดือนยอดตรงกลางกับปลายก็ตกตาม เพราะไม่มีคนใหม่ไหลเข้ามา แต่ละ stage ต้องมี KPI ของตัวเอง
จะรู้ได้ยังไงว่า journey รั่วตรงไหน — ตารางวินิจฉัย
วิธีที่เร็วที่สุดในการหาจุดรั่วคือดู conversion rate ระหว่าง stage แล้วเทียบว่าจุดไหนคนหล่นเยอะผิดปกติ ตัวเลขเกณฑ์ด้านล่างเป็น เส้นแบ่งที่ตั้งไว้ใช้ตัดสินใจว่าควรไปแก้จุดไหนก่อน (operating threshold ที่เรากำหนดเอง ไม่ใช่ค่าเฉลี่ยอุตสาหกรรม) — ของจริงต้องปรับตาม baseline ธุรกิจคุณเอง
| อาการ (metric จริง) | สาเหตุน่าจะเป็น | สิ่งที่ทำ |
|---|---|---|
| คนเข้าเว็บเยอะ แต่ดูสินค้า < 20% | traffic ไม่ตรงกลุ่ม / landing ไม่ตรง ads | เช็ค match ระหว่าง creative กับหน้า landing, ตัด placement ที่ bounce สูง |
| ดูสินค้าแล้วเพิ่มตะกร้า < 5% | ราคา/รีวิว/รูปไม่พอให้ตัดสินใจ | เพิ่มรีวิวจริง รูปใช้งาน เทียบสเปก แก้หน้า product |
| เพิ่มตะกร้า แต่จ่ายจริง < 40% | checkout ยาว / ค่าส่งโผล่ท้าย / จ่ายลำบาก | ลดขั้นตอน, โชว์ค่าส่งตั้งแต่แรก, เพิ่ม PromptPay + ปลายทาง |
| ซื้อครั้งแรกแล้วกลับมาซื้อซ้ำ < 15% ใน 90 วัน | ไม่มี follow-up / ไม่มีเหตุให้กลับ | ตั้ง flow อีเมล-LINE หลังของถึง, โปรลูกค้าเก่า, ระบบแต้ม |
| repeat rate โอเค แต่ไม่มีใครบอกต่อ | ไม่เคยขอ / ไม่มีแรงจูงใจ | ขอรีวิวจังหวะที่เขาพอใจสุด, referral code |
เกณฑ์พวกนี้ทำหน้าที่เป็น “ธงแดง” — พอตัวเลขหลุดเส้น ให้เอาไปแก้ตามคอลัมน์ขวา แล้ววัดซ้ำ ไม่ใช่เดาว่าปัญหาอยู่ที่ ads อย่างเดียว
ตัวอย่างการคำนวณ (สมมติ)
สมมติเดือนหนึ่งมีคนเข้าเว็บ 10,000 คน ดูสินค้า 2,500 คน (25%) เพิ่มตะกร้า 300 คน (12% ของคนดู) จ่ายจริง 90 คน (30% ของคนเพิ่มตะกร้า) เทียบกับเกณฑ์ในตาราง จุดที่ต่ำกว่าเส้นคือ cart-to-purchase ที่ 30% (เกณฑ์ 40%) แปลว่างบก้อนถัดไปควรลงที่การแก้ checkout ไม่ใช่ซื้อ traffic เพิ่ม เพราะเติมคนเข้าหัวกรวยไปก็รั่วตรงเดิม — ตัวเลขชุดนี้เป็นค่าสมมติเพื่อสาธิตวิธีอ่าน ไม่ใช่ benchmark จริง
วาง customer journey map จากข้อมูลจริง ไม่ใช่จากในหัว
customer journey map ที่วาดจากการนั่งเทียนในห้องประชุมมักสวยแต่ไม่ตรงความจริง วิธีที่ใช้ได้คือเริ่มจากข้อมูลที่มีอยู่แล้วใน GA4 และแพลตฟอร์มขาย
เปิด GA4 ไปที่รายงาน path/funnel exploration เพื่อดูว่าคนเดินจากหน้าไหนไปหน้าไหนจริง ๆ จุดที่คนหลุดออกเยอะคือจุดที่ journey มีปัญหา ตั้งค่า event ให้ครบตั้งแต่ view_item, add_to_cart, begin_checkout, purchase แล้วดู conversion ระหว่าง step ได้ตรง ๆ วิธีตั้ง event และ conversion อ่านจาก เอกสาร GA4 ของ Google หรือถ้าอยากวาง tracking ให้ครบทั้งระบบ ดู MarTech analytics & tracking guide กับ การตั้ง GA4 + GTM ประกอบ
พอมีข้อมูล step drop-off แล้ว ค่อยเติมมุมเชิงคุณภาพ: อ่านแชตที่ลูกค้าทักเข้ามาถามซ้ำ ๆ (คำถามที่ถูกถามบ่อยคือ friction ใน consideration), ดูรีวิวว่าคนชมหรือบ่นอะไร map สองอย่างนี้เข้าด้วยกัน — ตัวเลข drop-off บอกว่า “รั่วตรงไหน” ส่วนแชต/รีวิวบอกว่า “รั่วเพราะอะไร”
เก็บ map ไว้เป็นเอกสารกลางที่ทีม ads, คอนเทนต์, และ CRM เห็นตรงกัน จะได้ไม่ทำงานสวนทาง คนทำ ads รู้ว่าต้องส่งคนไป stage ไหน คนทำคอนเทนต์รู้ว่าแต่ละ stage ต้องเสิร์ฟอะไร
FAQ
customer journey b2c ต่างจาก B2B ยังไง?
B2C สั้นและอิงอารมณ์มากกว่า คนตัดสินใจซื้อคนเดียว บางทีจบใน 5 นาที ส่วน B2B ยาว มีหลายคนร่วมตัดสินใจ ใช้เหตุผลและงบเป็นหลัก โครง 5 stage ใช้ได้ทั้งคู่ แต่ B2C เน้น retention กับ advocacy หนักกว่าเพราะซื้อซ้ำได้บ่อย
มีกี่ stage กันแน่ บางที่บอก 3 บางที่บอก 7?
ไม่มีเลขตายตัว จำนวน stage ขึ้นกับว่าธุรกิจคุณละเอียดแค่ไหน ร้านของถูกซื้อง่ายอาจใช้ 3 stage พอ แบรนด์ที่ราคาสูง ตัดสินใจนาน อาจแยกเป็น 6-7 หลักคืออย่ายึดจำนวน ให้ยึดว่าแต่ละ stage สะท้อน intent ที่ต่างกันจริง
ต้องใช้เครื่องมือแพง ๆ ไหมถึงจะ map ได้?
ไม่ต้อง เริ่มจาก GA4 (ฟรี) กับข้อมูลในแพลตฟอร์มขายที่มีอยู่แล้วก็พอเห็นจุดรั่วหลัก ๆ เครื่องมือ CDP ราคาสูงค่อยมาทีหลังเมื่อสเกลใหญ่พอที่จะคุ้ม
วัด awareness ยังไงในเมื่อมันยังไม่เกิดยอดขาย?
ใช้ reach, unique visitor, branded search (คนค้นชื่อแบรนด์เพิ่มขึ้นไหม), direct traffic แนวโน้มพวกนี้ขึ้นแปลว่า awareness ทำงาน แม้ยอดขายยังไม่ขยับทันที
ควรเริ่มแก้ stage ไหนก่อนถ้ามีงบจำกัด?
ดูตารางวินิจฉัยแล้วแก้จุดที่ conversion หล่นต่ำกว่าเกณฑ์มากสุดก่อน ส่วนใหญ่การอุด retention (ทำให้คนซื้อซ้ำ) ให้ผลตอบแทนต่อบาทดีกว่าไล่หาลูกค้าใหม่ เพราะต้นทุนต่ำกว่ามาก
สรุป
customer journey b2c ที่ออกแบบดีคือวงที่ป้อนตัวเองได้ ลูกค้าเก่าที่พอใจกลายเป็น awareness ให้คนใหม่ ไม่ใช่กรวยที่จบตรงปิดการขาย สามอย่างที่อยากให้จำ: หนึ่ง — แต่ละ stage มี KPI ของตัวเอง อย่าวัดทั้งเส้นด้วย ROAS ตัวเดียว สอง — หาจุดรั่วจาก conversion rate ระหว่าง stage จริงใน GA4 ก่อนตัดสินใจลงงบ สาม — retention กับ advocacy คือที่ที่กำไรจริงซ่อนอยู่ อย่าโหมแต่หัวกรวย
อยากต่อยอดเรื่องการวัดผลหลายจุดสัมผัสให้แม่นขึ้น อ่าน attribution model guide หรือดูภาพรวมทุก framework ได้ที่ หน้ารวม guides ของเรา
