งบ Facebook Ads เริ่มเท่าไหร่ดี — สูตรตั้งงบ B2B ปี 2026
งบ Facebook Ads B2B ควรเริ่มเท่าไหร่ คำนวณยังไง จัดสรรระหว่าง campaign ยังไงให้ ROAS จริง — สูตรจากหน้างานปี 2026 พร้อมตัวเลขอ้างอิง
งบ Facebook Ads เริ่มเท่าไหร่ดี — สูตรตั้งงบ B2B ปี 2026
Last updated: 2026-07-19 · Brad K
คำถามแรกที่ client B2B ถามเกือบทุกเคสคือ “เริ่มยิงเดือนละเท่าไหร่ถึงพอ” คำตอบตรง ๆ คือ ไม่มีตัวเลขเดียวที่ใช้ได้กับทุกธุรกิจ แต่มีสูตรที่ใช้คำนวณได้จริง — และมี range ที่ต่ำกว่านั้นแล้ว algorithm ของ Meta จะไม่มีข้อมูลพอออก learning phase
บทความนี้เขียนจากมุมคนที่ตั้งงบ Facebook Ads ให้ B2B ไทยหลายอุตสาหกรรม ตั้งแต่ SaaS, industrial, ไปจนถึง professional services ตัวเลขทั้งหมดอ้างจาก benchmark ที่ Meta และ iAB Thailand เผยแพร่ปี 2025-2026 บวกกับ pattern ที่เจอในบัญชีจริง ไม่ใช่กฎที่ copy จากบทความ B2C
Key Takeaways: งบ Facebook Ads ขั้นต่ำสำหรับ B2B ไทยอยู่ที่ 30,000-50,000 บาท/เดือน/campaign objective — ต่ำกว่านี้ algorithm ออก learning phase ไม่ได้ ให้คิดจาก CPL เป้า × จำนวน lead ที่ต้องการ × 1.3 (buffer learning) แล้วแบ่ง 60/25/15 ระหว่าง lead gen / retargeting / brand awareness — CBO เหมาะกับงบ > 100k, ABO เหมาะกับงบเริ่มต้น เพราะ control ได้ตรง ห้ามลืม conversion tracking ผ่าน Conversion API — ไม่งั้นงบที่ตั้งจะ optimize ไปทางที่ผิด
งบ Facebook Ads ควรเริ่มเท่าไหร่ ตอบเร็วก่อน
สำหรับ B2B ไทยปี 2026 งบ Facebook Ads ขั้นต่ำที่ทำให้ algorithm มีข้อมูลพอเรียนรู้อยู่ประมาณ 30,000-50,000 บาท/เดือน ต่อ 1 campaign objective ตัวเลขนี้ไม่ได้มาลอย ๆ — Meta ระบุว่า campaign ต้องได้ conversion event อย่างน้อย 50 ครั้ง/สัปดาห์ ถึงจะออก learning phase (business.facebook.com)
ถ้า CPL (Cost per Lead) เฉลี่ยของ B2B ไทยอยู่ที่ 300-800 บาทตาม industry คำนวณกลับก็จะได้:
- 50 lead/สัปดาห์ × 500 บาท/lead = 25,000 บาท/สัปดาห์
- ต่อเดือนคือ ~100,000 บาท
นี่คือ “งบเต็มระบบ” ที่ทำให้ทุก ad set หลุด learning ในเดือนแรก แต่ถ้างบจำกัด ไม่ได้แปลว่ายิงไม่ได้ — แค่ต้อง lower expectation ในเดือนแรก และยอมให้ algorithm ใช้เวลา 6-8 สัปดาห์แทน 2-3 สัปดาห์
ทำไมงบต่ำกว่า 30k ถึงเสี่ยง
เจอบ่อยที่สุดคือ client ตั้งงบ 10,000 บาท/เดือนแล้วบ่นว่า “ยิงแล้วไม่ได้ผล” ความจริงคือ Meta ไม่มีข้อมูลพอเลือกให้ ad ไปโชว์กับคนที่ convert สูงสุด — มันสุ่มไปเรื่อย ๆ พอ budget หมดก็ยังไม่จบ learning phase สรุปคือเผาเงินโดยไม่มี learning ที่ carry ไปเดือนหน้า
งบสำหรับ testing phase vs. scaling phase
- Testing (เดือน 1-2): งบเท่ากันทุก ad set ประมาณ 500-1,000 บาท/วัน/ad set เพื่อดูว่า audience/creative ตัวไหน CPL ต่ำสุด
- Scaling (เดือน 3+): เท งบไปที่ ad set winner 60-70% ที่เหลือคง test creative ใหม่
วิธีคำนวณงบตาม funnel และเป้าหมาย B2B
สูตรที่ใช้ตั้งงบให้ client จริง — ไม่ได้เริ่มจาก “อยากใช้เท่าไหร่” แต่เริ่มจาก จำนวน SQL (Sales Qualified Lead) ที่ทีมขายต้องการต่อเดือน แล้วคำนวณย้อนกลับผ่าน conversion rate ทั้ง funnel
สมมติทีมขายอยากได้ SQL 20 คน/เดือน สูตรคำนวณคือ:
- SQL 20 คน ÷ MQL→SQL rate 40% = MQL 50 คน
- MQL 50 คน ÷ Lead→MQL rate 30% = Lead 167 คน
- Lead 167 คน × CPL 500 บาท = งบ media 83,500 บาท/เดือน
- บวก learning buffer 30% = ~108,000 บาท/เดือน
ตัวเลข conversion rate นี้เป็นค่าเฉลี่ย B2B ไทยที่เจอ ไม่ใช่ benchmark สากล — ถ้าธุรกิจใหม่ยังไม่มีข้อมูล ให้ใช้ตัวนี้ก่อน 3 เดือน แล้วปรับตาม data จริง
ทำไม 30% buffer ถึงจำเป็น
Learning phase ของ Meta ต้อง “เผา” งบไปประมาณ 20-30% ในการเรียนรู้ audience ก่อน optimize จริง — buffer นี้ไม่ใช่ waste แต่เป็นต้นทุนของการ set up account ให้พร้อม scale เดือนถัดไป
ถ้าไม่รู้ CPL เป้าหมาย
เริ่มจาก LTV (Lifetime Value) ของลูกค้า B2B ต่อดีล แล้วใช้ rule of thumb: CPL ที่ยอมรับได้ = LTV × 3-5% เช่น ถ้า deal เฉลี่ย 200,000 บาท CPL ที่ยอมรับได้ประมาณ 6,000-10,000 บาท/lead สำหรับ enterprise sale — ต่ำกว่านั้น scale ไม่ทัน สูงกว่านั้น payback period ยาวเกิน
การ track ตัวเลขทั้ง funnel ให้แม่นต้องมี infrastructure พร้อม ดู Facebook Pixel + Conversion API Setup กับ GA4 + GTM + Conversion API Setup Guide เป็น base ก่อนตั้งงบ
จัดสรรงบระหว่าง campaign objectives — สูตร 60/25/15
เท่งบก้อนเดียวลง lead gen campaign เดียวเป็นความผิดพลาดที่พบบ่อยที่สุดในบัญชี B2B ไทย เพราะไม่มี audience อุ่น (warm) ให้ retarget และไม่มี top-of-funnel ป้อน pipeline
สูตรที่ใช้จริง:
- 60% Lead Generation / Conversion campaign — cold audience + lookalike จาก customer list
- 25% Retargeting campaign — website visitor 30-90 วัน, video viewer 75%, engagement 180 วัน
- 15% Brand Awareness / Reach campaign — สร้าง warm audience ให้ retargeting
เมื่อไหร่ควรปรับสัดส่วน
ถ้าเว็บมี traffic organic เดือนละ 20,000+ คนอยู่แล้ว ให้เพิ่มสัดส่วน retargeting ให้มากขึ้นเพราะ pool ใหญ่พอเก็บเกี่ยว ในทางกลับกัน ถ้าเว็บใหม่ traffic น้อย ให้ลดสัดส่วน retargeting ลงแล้วเทน้ำหนักไปที่ lead gen เป็นหลัก
⚠️ ผิดพลาดที่พบบ่อย — Retargeting ทับ audience เดิม
client หลายรายตั้ง retargeting โดยไม่ exclude คนที่เป็น lead แล้ว ผลคือเผาเงินยิงคนที่ทีมขายคุยอยู่แล้ว 3 เดือน วิธีแก้: exclude custom audience “form submitters last 90 days” ในทุก retargeting ad set
CBO vs ABO — เลือกยังไงตามงบ
- ABO (Ad Set Budget Optimization) — ตั้งงบต่อ ad set เอง เหมาะกับ testing phase หรืองบ < 100k/เดือน เพราะ control ได้ว่าเงินไปไหน
- CBO (Campaign Budget Optimization / Advantage Campaign Budget) — Meta จัดสรรงบระหว่าง ad set เอง เหมาะกับงบ > 100k และมี ad set ≥ 3 ตัวที่ pass learning phase แล้ว
CBO ทำงานดีเมื่อ Meta มี data เพียงพอ — ถ้าเปิด CBO ตั้งแต่วันแรกที่ยังไม่มี conversion history ผลลัพธ์มักจะ swing แรง งบเทไป ad set เดียวแบบ 90% ที่เหลือ 10% กระจายอีก 3-4 ad set
ตัวเลขจริงจากหน้างาน B2B ไทย 2026
ข้อมูลด้านล่างเก็บจากบัญชี B2B ไทยที่ทำงานด้วย ไม่ใช่ benchmark สากล — ตัวเลขจริงจะขึ้นกับ vertical, ขนาดตลาด, และคุณภาพ creative
| Industry | งบ/เดือน (บาท) | CPL เฉลี่ย | ROAS 90 วัน |
|---|---|---|---|
| B2B SaaS | 80,000-150,000 | 400-700 | 3.5-5.0 |
| Industrial / Manufacturing | 50,000-120,000 | 600-1,200 | 4.0-6.5 |
| Professional Services | 40,000-80,000 | 500-900 | 3.0-4.5 |
| Enterprise Software | 150,000-400,000 | 1,500-4,000 | 5.0-8.0 |
ตัวอย่างเชิงกลไก — SaaS B2B ปรับงบจาก 50k เป็น 200k
ตัวอย่างเชิงกลไก (สมมติ): SaaS รายหนึ่งเริ่มด้วยงบ 50,000 บาท/เดือน แต่ CPL สูงกว่าเป้า หลังจากดู data ราว 60 วันพบว่า ad set ที่ target job title “Marketing Director” ใน companies 200+ พนักงาน มี CPL ต่ำกว่าค่าเฉลี่ยอย่างชัดเจน กลไกคือ audience ที่ตรงตำแหน่งงานมากขึ้นทำให้ Meta หา conversion ได้คุ้มกว่า
ในเดือนถัดมา scale เฉพาะ ad set winner แบบค่อยเป็นค่อยไป โดยเพิ่มงบทีละเล็กน้อยทุก 2-3 วัน เพื่อไม่ให้ CPL กระโดด และให้จำนวน lead, MQL และ SQL เพิ่มขึ้นตามสัดส่วนงบ
จุดสำคัญคือ ไม่ได้เพิ่มงบตรงจาก 50k เป็น 200k ทันที — scale แบบ +20%/3 วันเพื่อไม่ให้ algorithm reset learning
⚠️ ผิดพลาดที่พบบ่อย — เพิ่มงบก้อนใหญ่ในวันเดียว
การเพิ่มงบทีเดียวหลายเท่า จะ trigger learning phase ใหม่ ทำให้ CPL พุ่งขึ้นมากใน 5-7 วันแรก หลายบัญชีเห็น CPL แพงขึ้นแล้วรีบลด budget กลับ — พอลดกลับก็ trigger learning อีกรอบ วนซ้ำหลายรอบจนเผาเงินเปล่าไปกับการ reset learning
การ attribute ตัวเลขให้ถูกต้องต้องมี attribution model ที่รู้ว่า Facebook Ads มีส่วนช่วยปิดดีลจริงแค่ไหน อ่าน Attribution Model B2B Guide 2026 ประกอบก่อนตัดสินใจ cut งบ Facebook
FAQ
งบ Facebook Ads ขั้นต่ำสำหรับ B2B ไทยเท่าไหร่
ขั้นต่ำที่ทำให้ algorithm มีข้อมูลพอ optimize อยู่ที่ 30,000 บาท/เดือน/campaign objective ต่ำกว่านี้ conversion event จะไม่ถึง 50 ครั้ง/สัปดาห์ ทำให้ ad set ค้างใน learning phase ตลอด และ CPL จะแพงกว่าค่าเฉลี่ยอย่างเห็นได้ชัด
CBO ดีกว่า ABO เสมอไหม
ไม่ CBO เหมาะกับงบ > 100k/เดือนที่มี ad set ผ่าน learning phase แล้ว 3+ ตัว ถ้างบเริ่มต้นหรือยังอยู่ testing phase ให้ใช้ ABO เพราะ control งบต่อ ad set ได้ตรงกว่า Meta อธิบายไว้ที่ business.facebook.com เพิ่มเติม
ควรแบ่งงบระหว่าง Facebook กับ Google Ads ยังไง
B2B ที่ demand generation เป็นหลัก แนะนำเริ่ม 60% Facebook / 40% Google Search — Facebook สร้าง demand ใหม่ Google เก็บเกี่ยว intent ที่มีอยู่แล้ว ถ้า brand awareness ต่ำมาก อาจเทไป Facebook 70% ก่อน ดู Google Ads Guide Thailand ประกอบเพื่อวางแผน split
iOS 17 ทำให้ต้องเพิ่มงบไหม
ไม่ต้องเพิ่มโดยตรง แต่ต้องเพิ่ม accuracy ของ tracking ผ่าน Conversion API ไม่งั้นงบที่ตั้งจะ optimize ไปทางที่ผิด — Meta ไม่เห็น conversion จำนวนหนึ่งที่เกิดจริง หลัง setup CAPI แล้ว CPL ที่รายงานจะ “แพงขึ้น” ในระบบ Meta แต่ในความจริงคือ tracking แม่นขึ้นเฉย ๆ
จะรู้ได้ยังไงว่างบพอหรือไม่พอ
ดู 3 สัญญาณ: (1) frequency > 3.5 ใน 7 วัน = audience หมด ต้องขยายไม่ใช่เพิ่มงบ (2) CPL คงที่ ± 15% เกิน 4 สัปดาห์ = พร้อม scale (3) ad set ค้าง learning phase > 2 สัปดาห์ = งบต่อ ad set น้อยเกิน ให้ยุบรวม ad set
สรุป
งบ Facebook Ads สำหรับ B2B ไทยไม่ได้มีตัวเลขตายตัว แต่มีสูตรคำนวณจาก SQL เป้าหมาย ย้อนกลับผ่าน funnel conversion rate — และมี minimum threshold ที่ algorithm ต้องมีข้อมูลพอ optimize (30k+/campaign)
Takeaway 3 ข้อที่ควรจำ:
- คำนวณงบจากปลายทาง (SQL/deal) ไม่ใช่จากงบที่มี — ถ้างบไม่พอ scope down expectation ไม่ใช่ยิงแบบ underfunded
- จัดสรร 60/25/15 ระหว่าง lead gen / retargeting / awareness — ห้ามเทงบก้อนเดียวลง lead gen
- Scale งบทีละ 20%/3 วัน ห้ามเพิ่มหลายเท่าทีเดียว เพราะ trigger learning phase ใหม่
ก่อนตั้งงบต้องมี tracking พร้อม ไม่งั้นงบทุกบาทจะ optimize ผิด ดู Meta Ads Complete Guide Thailand เป็นภาพรวม แล้วต่อด้วย MarTech Analytics & Tracking Guide เพื่อ set up infrastructure ก่อนเทงบก้อนแรกลง Meta
