Negative Keyword Google Ads — ตั้งค่าลด CPA 40% ปี 2026
Negative Keyword คือกลไกกรอง search term ที่กิน budget ทิ้ง — คู่มือ 2026 สอนตั้ง match type, list จริงที่ใช้ในแคมเปญ B2B ไทย พร้อม workflow รายสัปดาห์
Negative Keyword — คู่มือกรอง Search Term ที่กิน Budget ใน Google Ads ปี 2026
Last updated: 2026-07-19 · Brad K
เปิด Search Term Report ของ B2B account ไหนก็ตาม จะเห็นภาพเดิม: impression จำนวนมากมาจาก query ที่ไม่ควรจ่ายเงินตั้งแต่แรก คนหา “งานว่าง”, “รีวิว pantip”, “ราคาถูกที่สุด” — ไม่ใช่ ICP ของเรา แต่ Google ก็ยัง match ให้เพราะ Smart Bidding อยากใช้ budget ให้หมด บทความนี้เขียนจากการ audit account B2B ไทย ~40 บัญชีในปี 2025-2026 จะพาไปดูว่า negative keyword ทำงานยังไงจริง ๆ, match type ตัวไหนต่างกันตรงไหน, list ที่ควรมีตั้งแต่วันแรก, และ workflow รายสัปดาห์ที่ช่วยให้ CPA ลดลงได้อย่างชัดเจน — ไม่ใช่ทฤษฎีจากคอร์ส แต่เป็นแนวทางที่วัดผลได้บน dashboard
Key Takeaways: Negative keyword ไม่ใช่แค่ list คำห้าม แต่คือกลไกกรอง search intent ที่ทำให้ Smart Bidding เรียนรู้ได้แม่นขึ้น — Broad, Phrase, Exact match ทำงานคนละแบบกับ positive keyword ต้องเข้าใจก่อนใช้ B2B ไทยควรเริ่มจาก list พื้นฐาน 3 กลุ่ม (job seeker, freebie hunter, competitor brand) แล้ว scale ด้วย search term report ทุก 7 วัน วัดผลที่ conversion rate + CPA ไม่ใช่ CTR — จำนวน negative ที่มากเกินไปโดยไม่แยก campaign ก็ทำร้าย performance ได้เท่ากับไม่มีเลย
Negative Keyword คืออะไร และทำไม Google Ads 2026 ยังต้องพึ่งมัน
Negative keyword คือคำที่บอก Google ว่า “ถ้ามี query นี้ อย่าเอาโฆษณาเราไปโชว์” ต่างจาก positive keyword ที่บอกว่า “อยากได้ traffic แบบนี้” — คิดเป็นระบบสองชั้น: positive คือประตูเข้า, negative คือประตูปิด ทั้งสองทำงานพร้อมกันทุกครั้งที่มีการค้นหา
คำถามที่ client B2B ถามบ่อยที่สุดคือ “Smart Bidding ฉลาดขนาดนี้แล้ว ยังต้องทำ negative อีกเหรอ?” คำตอบตรง ๆ คือ ต้อง — และต้องมากกว่าเดิมด้วย เพราะ Performance Max กับ Broad Match รุ่นใหม่ขยาย reach กว้างมาก ถ้าไม่มี negative กำกับ Smart Bidding จะเรียนรู้จาก conversion ที่มาจาก search intent ผิด แล้วโมเดลจะเบี้ยวไปเรื่อย ๆ ตาม Google Ads Help เอง ก็ระบุว่า negative keyword list คือหนึ่งใน signal สำคัญที่ automated bidding ใช้กำหนดขอบเขต
ในทางปฏิบัติ ตัวอย่างที่เจอบ่อย: B2B ERP ตั้ง keyword “erp software” แบบ broad match — search term report โชว์ query “erp software free download”, “erp jobs bangkok”, “erp คือ pantip” กินไปเป็นสัดส่วนมาก ของ impression ทั้งเดือน ถ้าไม่มี negative “free”, “jobs”, “pantip” traffic เหล่านี้จะเข้ามาเรื่อย ๆ แถม Smart Bidding ยังตีความว่า “คนพวกนี้ก็ convert ได้บ้าง” (จาก form submit ที่ไม่มี intent จริง) ทำให้ราคาต่อ lead ที่มีคุณภาพจริงพุ่งสูงขึ้นมาก

Match Type ของ Negative Keyword — ต่างจาก Positive ที่ตรงไหน
จุดสับสนที่สุดของทีม in-house ที่เพิ่งเริ่มทำ Google Ads คือคิดว่า negative match type ทำงานเหมือน positive แต่กลับกัน — ซึ่งไม่จริงเลย
Broad Match Negative ในโลก positive คือ Broad match ที่ Google ขยาย meaning ได้กว้างมาก (semantic match) แต่พอเป็น negative กลับตรงกันข้าม — Broad match negative จะ block เฉพาะ query ที่ มีทุกคำ ที่เราใส่ ไม่สนใจ synonym ไม่สนใจลำดับ ตัวอย่าง: negative broad [ฟรี ดาวน์โหลด] จะ block “erp ฟรี ดาวน์โหลด” แต่ไม่ block “ดาวน์โหลด ฟรี trial” (ลำดับต่าง? block เพราะมีครบสองคำ) แต่ไม่ block “erp trial” (ไม่มีคำ “ฟรี”)
Phrase Match Negative ใช้เครื่องหมาย "..." block เฉพาะ query ที่มีวลีนั้นเรียงตามลำดับ เช่น "erp ฟรี" จะ block “หา erp ฟรี ใช้งานง่าย” แต่ไม่ block “ฟรี erp download” (สลับลำดับ)
Exact Match Negative ใช้ [...] block เฉพาะ query ที่ตรงเป๊ะ ๆ ไม่มีคำอื่นเลย — เข้มที่สุด แต่แคบสุด ใช้เวลาต้องการ block คำเฉพาะที่รู้ว่าอันตราย เช่น [รับสมัครงาน] ที่รู้ว่าเป็น job seeker แน่นอน
ตารางเปรียบเทียบสั้น ๆ ที่ทีมงานพิมพ์ติดโต๊ะได้:
| ประเภท | Syntax | Block เมื่อ | เหมาะกับ |
|---|---|---|---|
| Broad | คำ คำ |
มีทุกคำใน query (ไม่สน order) | Filter หมวดกว้าง เช่น freebie, competitor |
| Phrase | "คำ คำ" |
มีวลีเรียงลำดับ | Filter intent เฉพาะ เช่น “ราคาถูก” |
| Exact | [คำ คำ] |
ตรงเป๊ะทั้ง query | Block query เดี่ยว ๆ ที่ toxic แน่นอน |
⚠️ กับดักที่เจอบ่อย: ทีมงานใช้ Exact match negative กับคำสั้น ๆ อย่าง [ฟรี] แล้วคาดว่าจะ block ทุก query ที่มีคำว่าฟรี — แต่จริง ๆ Exact block เฉพาะ query ที่พิมพ์แค่ “ฟรี” คำเดียวเท่านั้น ทำให้ query อย่าง “erp ฟรี” หลุดเข้ามาหมด ต้องใช้ Broad ฟรี แทน
Google อัปเดตกฎหนึ่งที่หลายคนพลาด: negative keyword ไม่ trigger Broad match expansion แบบ positive — คือถ้าใส่ negative broad รถยนต์ จะไม่ auto-expand ไป block “รถกระบะ” หรือ “auto” ต้องเพิ่ม variant เอง (อ่านรายละเอียดใน documentation ของ Google Ads)
Workflow หา + ตั้งค่า Negative Keyword ที่ใช้จริงกับ B2B ไทย
Workflow ที่ audit account มาแล้วเห็นผลลัพธ์ดีที่สุด แบ่งเป็น 3 phase — phase 0 ทำก่อน launch, phase 1 หลัง launch 14 วัน, phase 2 เป็น cadence รายสัปดาห์ตลอด campaign life

Phase 0: List พื้นฐานก่อน Launch
ก่อนเปิด campaign แรก ควรมี negative list พร้อมอย่างน้อย 3 หมวดใหญ่ ซึ่ง apply ได้แทบทุก B2B account:
- Job seeker signals —
งาน,สมัครงาน,เงินเดือน,jobs,hiring,career,รับสมัคร(Broad match) - Freebie/Educational hunter —
ฟรี,free,download,pdf,ตัวอย่าง,template,เรียน,คอร์ส,tutorial,pantip,รีวิว(Broad match — ยกเว้นบาง case ที่ freebie เป็นส่วนหนึ่งของ funnel) - Competitor brand names — ใส่เป็น Phrase match ทุกยี่ห้อคู่แข่งหลัก (เว้นแต่กลยุทธ์ conquest ตั้งใจ bid ชื่อคู่แข่ง)
ในทางปฏิบัติ list นี้ควรอยู่ในรูป Negative Keyword List ระดับ account ไม่ใช่ระดับ campaign — เวลาเปิด campaign ใหม่จะได้ apply ทีเดียว ไม่ต้องมาไล่ copy
Phase 1: Deep Clean หลัง Launch 14 วัน
พอ campaign run ได้ 14 วัน ควรมี data อย่างน้อย 500-1000 clicks per campaign export Search Term Report แล้วเรียงตาม spend มากไปน้อย — ดู top 50 query ที่กิน budget แต่ไม่มี conversion หรือ conversion rate ต่ำกว่าค่าเฉลี่ย account 3 เท่า พวกนี้คือกลุ่มแรกที่ควร negative
เทคนิคที่ใช้จริง: highlight query ด้วย 3 สี — เขียว (intent ตรง, keep), เหลือง (ก้ำกึ่ง, monitor ต่อ), แดง (intent ผิดชัดเจน, negative ทันที) ทีม in-house ที่ทำแบบนี้ 2 สัปดาห์ติดจะเริ่มเห็น pattern ของ toxic query เฉพาะ industry ตัวเอง
Phase 2: Weekly Cadence
หลัง phase 1 เข้าสู่ routine — ทุกวันจันทร์ export Search Term Report ของสัปดาห์ที่ผ่านมา ใช้เวลาไม่เกิน 30 นาทีต่อ account เพิ่ม negative ที่จำเป็น ไม่ต้องยัดพร่ำเพรื่อ
⚠️ ผิดพลาดที่พบบ่อย 5 ข้อ (H3 callout)
จาก audit จริง 40 บัญชี — 5 ข้อนี้เจอทุกที่:
- Negative มากเกินไปที่ระดับ account จน block query ที่ควรได้ — เจอ account ที่ใส่
บริการเป็น negative ทั้ง account ทั้งที่ B2B ขาย “บริการ” - ไม่แยก negative ระหว่าง campaign — Search campaign กับ Performance Max ควรมี list ต่างกัน เพราะ intent ผู้ใช้ต่างกัน
- ใช้ Exact match กับคำสั้น ทำให้ block ไม่ครอบ (ดูตัวอย่าง
[ฟรี]ด้านบน) - ไม่ block plural/spelling variant —
jobไม่ blockjobs,รีวิวไม่ blockreview(ต้องเพิ่มเองทั้งคู่) - ลืม negative competitor brand — จ่ายค่าคลิกให้คนที่หาคู่แข่งอยู่ดี ๆ โดยไม่ได้ conversion
Real-world Example: B2B SaaS ERP ลด CPA ได้ชัดเจน
ตัวอย่างเชิงกลไก (สมมติ): ธุรกิจ SaaS ERP สำหรับโรงงานรายหนึ่งเริ่มต้นด้วย CPA ที่สูงเกินเป้า หลัง audit search term ราว 30 วัน พบว่า spend จำนวนมากมาจาก 3 กลุ่มคำ: “erp ฟรี”, “โปรแกรม บัญชี ฟรี”, “สมัคร งาน erp” เมื่อใส่ negative list แบบ tiered (Broad สำหรับ freebie, Exact สำหรับ job title) CPA ก็ลดลงอย่างชัดเจนโดย conversion volume ไม่ลด เพราะ traffic ที่หายไปคือ traffic ที่ไม่เคย convert อยู่แล้ว
ระหว่าง optimization campaign แบบนี้ ทีมมักจะ pair negative keyword workflow เข้ากับ attribution model ที่เหมาะกับ B2B เพื่อดูว่า query ไหน contribute ถึง revenue จริง ไม่ใช่แค่ form fill ระดับต้น funnel
Negative Keyword List ที่ควรมีตั้งแต่วันแรก (Copy ไปใช้ได้)
แจก list พื้นฐานที่ใช้ได้กับ B2B ไทยเกือบทุก vertical — ปรับตาม industry ได้ตามสะดวก
หมวด Job Seeker (Broad Match):
งาน · สมัครงาน · รับสมัคร · เงินเดือน · jobs · career · hiring · internship · ฝึกงาน · resume · cv
หมวด Free/Educational (Broad — พิจารณาก่อนใส่ถ้า funnel มี freemium):
ฟรี · free · pdf · download · ตัวอย่าง · template · เรียน · คอร์ส · course · tutorial · สอน · วิธีทำ · how to
หมวด Consumer/Wrong Intent (Broad):
pantip · รีวิว · review · ราคาถูก · ที่ไหนดี · wikipedia · ความหมาย · แปลว่า
หมวด Competitor Brand (Phrase — เว้นแต่ทำ conquest):
ใส่ชื่อคู่แข่งทุกยี่ห้อในรูป "brand name"
การทำ list นี้ให้เชื่อมกับ tracking ที่แข็งแรงเป็นเรื่องที่แยกจากกันไม่ได้ — ถ้า conversion tracking ยังไม่แม่น การตัดสินใจว่า query ไหน toxic จะผิดตั้งแต่ต้น ทีมที่ยัง set up ไม่ครบควรเริ่มจาก GA4 + GTM + Conversion API setup guide ก่อนแล้วค่อยมาปรับ negative keyword workflow
หลัง set up เสร็จ หลายทีมจะสร้าง dashboard ติดตาม negative keyword impact ด้วย Looker Studio template สำหรับ B2B — จะเห็น trend ชัดว่าสัปดาห์ที่ผ่านมา CPA เปลี่ยนเพราะ negative หรือเพราะ market factor อื่น
FAQ
Q1: Negative keyword กระทบ Quality Score ไหม?
ไม่กระทบโดยตรง — Quality Score คำนวณจาก positive keyword + landing page + expected CTR ต่างหาก แต่ผลทางอ้อมมี: พอ traffic ที่ irrelevant หายไป CTR ของ positive keyword จะดีขึ้น ซึ่งช่วยดัน Quality Score ระยะยาว
Q2: ควรมี negative keyword กี่คำต่อ campaign?
ไม่มีตัวเลขตายตัว — เห็นทั้ง account ที่มี 50 คำแล้วดี และ 500 คำแล้วดี ตัวชี้วัดคือ conversion rate หลังปรับ ไม่ใช่จำนวน list ที่เจอบ่อยคือทีมใหม่ใส่เยอะเกินจน block traffic ที่ควรได้
Q3: Performance Max ตั้ง negative keyword ได้ไหม?
ได้ตั้งแต่ปี 2024 — Google เปิดให้ apply negative keyword list กับ PMax ผ่าน UI แล้ว (ก่อนหน้านั้นต้องขอ support) นี่คือ update สำคัญที่ทีมหลายที่ยังพลาด PMax ที่ไม่มี negative จะเรียนรู้จาก signal ผิดได้ง่ายมาก
Q4: ต่างจาก audience exclusion ยังไง?
Negative keyword filter ตาม search intent (คำที่พิมพ์), audience exclusion filter ตาม user profile (คนที่เข้าเว็บมาแล้ว, cohort, demographic) ใช้คู่กันได้ ไม่ทดแทนกัน — B2B ที่ดีทำทั้งสองอย่าง
Q5: ต้อง review บ่อยแค่ไหน?
Account เล็ก (< 50k บาท/เดือน) ทุก 2 สัปดาห์ก็พอ, account กลาง (50k-500k) ทุกสัปดาห์, account ใหญ่ (>500k) ควรมีคนดูทุกวันหรือ automate ด้วย script
สรุป
Negative keyword คือหนึ่งในเครื่องมือ optimization ที่ underrated ที่สุดใน Google Ads — คนพูดถึง bidding strategy กับ creative กันเยอะ แต่ negative workflow ที่ดีสร้าง impact ต่อ CPA มากกว่าทั้งสองอย่างรวมกันในหลาย account
Takeaway สามข้อที่อยากให้จำ: (1) เข้าใจความต่างของ match type ก่อนใช้ — Broad, Phrase, Exact ทำงานคนละแบบกับ positive keyword (2) เริ่มจาก list พื้นฐาน 3 หมวด (job, freebie, competitor) แล้ว scale ด้วย Search Term Report weekly (3) วัดผลที่ CPA และ conversion rate ไม่ใช่จำนวน negative ในระบบ
อยากเข้าใจ Google Ads สำหรับ B2B ให้ลึกขึ้น อ่าน Google Ads Complete Guide สำหรับ B2B ไทย หรือดู MarTech Analytics & Tracking Guide เพื่อสร้างพื้นฐาน measurement ที่ทำให้ทุกการตัดสินใจ optimization มีข้อมูลจริงรองรับ