ลองทดสอบสินค้าใหม่แล้วคนส่วนใหญ่บอกว่า “ชอบมาก”
Packaging ดูดี Concept เข้าใจง่าย Feedback เป็นบวก และทีมเริ่มมั่นใจว่าสินค้าน่าจะขายได้
แต่เมื่อเปิดขายจริง ยอดกลับไม่เป็นอย่างที่คาด
สถานการณ์นี้ไม่ได้แปลว่าลูกค้าโกหกตอนทำ Research และไม่ได้แปลว่างาน Research ไม่มีประโยชน์ สิ่งที่อาจเกิดขึ้นคือคำถามว่า “ชอบไหม?” วัดเพียงส่วนหนึ่งของ Purchase Decision
เพราะในชีวิตจริง ลูกค้าไม่ได้เลือกสินค้าจากความชอบอย่างเดียว เขาต้องถามต่อว่า จำเป็นไหม คุ้มไหม ราคาเท่าไร เชื่อไหม ซื้อที่ไหน และมีทางเลือกอื่นที่ง่ายกว่าหรือไม่

“ชอบ” เป็นสัญญาณที่ดี แต่ยังไม่ใช่เหตุผลเพียงพอให้ซื้อ
ลูกค้าสามารถชอบ Design, Idea หรือ Brand ได้ แต่ยังตัดสินใจไม่ซื้อ เพราะการซื้อจริงต้องผ่านเงื่อนไขมากกว่าความรู้สึกเชิงบวก
ก่อนสรุปว่าสินค้ามี Demand ควรแยกอย่างน้อย:
1. Liking - ลูกค้ารู้สึกดีกับสินค้าหรือ Concept หรือไม่?
2. Relevance / Need - สินค้าตอบปัญหาที่สำคัญพอหรือไม่?
3. Value - Benefit คุ้มกับราคาหรือไม่?
4. Purchase Intent - เมื่อคิดถึงการซื้อจริง ลูกค้ามีแนวโน้มเลือกหรือไม่?
5. Actual Behavior - เมื่อมีเงินจริง เวลา และทางเลือกอื่น ลูกค้าซื้อจริงหรือไม่?
คะแนน Liking สูงจึงเป็นข้อมูลที่มีประโยชน์ แต่ไม่ควรใช้แทน Purchase Intent หรือ Actual Sales

Liking, Purchase Intent และ Actual Purchase ไม่ใช่ Metric เดียวกัน

Concept Testing ที่ดีไม่ควรวัดเพียง Overall Liking
Qualtrics แยกการประเมิน Concept ออกเป็นหลายมิติ เช่น Overall Reaction, Liking, Need, Relevance, Uniqueness, Believability, Value และ Likelihood to Purchase เพราะแต่ละ Metric ตอบคำถามคนละเรื่อง
Liking ตอบว่า: “ลูกค้ารู้สึกดีกับสิ่งนี้หรือไม่?”
Purchase Intent ตอบว่า: “ภายใต้ Concept และเงื่อนไขที่ให้ ลูกค้าบอกว่ามีแนวโน้มจะซื้อหรือไม่?”
Actual Purchase ตอบว่า: “เมื่อถึงสถานการณ์ซื้อจริง ลูกค้าจ่ายเงินจริงหรือไม่?”
สามเรื่องนี้สัมพันธ์กันได้ แต่ไม่ควรใช้แทนกัน
งานวิจัยเกี่ยวกับ Intention–Behavior Gap ก็พบว่าความตั้งใจซื้อไม่ได้นำไปสู่พฤติกรรมซื้อเสมอ และปัจจัยที่มีผลต่อ Intention กับ Actual Behavior อาจแตกต่างกัน

1. ลูกค้าชอบสินค้า แต่ Problem อาจยังไม่สำคัญพอ

สินค้าหนึ่งสามารถดูดี น่าสนใจ และได้รับคำชม โดยที่ลูกค้าไม่ได้มี Need มากพอจะเปลี่ยนพฤติกรรม
ตัวอย่างเช่น แอปช่วยจัดรายการซื้อของอาจดูใช้ง่ายและได้คะแนน Design สูง แต่ถ้าลูกค้าไม่ได้รู้สึกว่าการจัดรายการซื้อของเป็นปัญหาสำคัญ เขาอาจไม่มีเหตุผลเพียงพอให้ Download สมัคร หรือจ่ายเงิน
ดังนั้นหลังจากถาม Liking ควรถามต่อ:

• ปัญหานี้เกิดบ่อยแค่ไหน?
• วันนี้ลูกค้าแก้อย่างไร?
• วิธีปัจจุบันสร้าง Pain Point จริงหรือไม่?
• ถ้าไม่ใช้สินค้าใหม่ จะเกิดผลเสียอะไร?
• Solution นี้เป็น Need หรือเพียง Nice-to-have?

สินค้าที่ลูกค้า “ชอบ” แต่ไม่แก้ Problem ที่มี Priority สูง อาจได้คะแนน Research ดีแต่สร้าง Purchase Conversion ต่ำ

2. ลูกค้าเห็น Benefit แต่ยังรู้สึกว่าไม่คุ้มราคา

อีกช่องว่างหนึ่งอยู่ระหว่าง Benefit กับ Value
ลูกค้าอาจเห็นด้วยว่า Product ดีขึ้นกว่าเดิม แต่คำถาม ณ จุดซื้อคือ: “ดีขึ้นมากพอที่จะจ่ายราคานี้ไหม?”
งาน Meta-analysis ที่เผยแพร่ในปี 2026 พบว่า Perceived Value มีความสัมพันธ์เชิงบวกกับ Purchase Intention ขณะที่ Perceived Risk มีความสัมพันธ์เชิงลบ โดยผลลัพธ์ขึ้นกับบริบทของแต่ละ Study ด้วย
สำหรับธุรกิจจึงไม่ควรถามเพียง: “ลูกค้าชอบ Feature นี้ไหม?” แต่ควรถามว่า:

• Benefit นี้มี Value ต่อเขาแค่ไหน?
• ราคาอยู่ใน Reference Range ที่เขาคุ้นเคยหรือไม่?
• ต้องเสียอะไรเพื่อเปลี่ยนมาใช้เรา?
• มี Alternative ที่ให้ผลใกล้เคียงในราคาต่ำกว่าหรือไม่?

บางครั้งปัญหาไม่ได้อยู่ที่ Product แต่เป็น Value Equation

3. ลูกค้าชอบ แต่มีทางเลือกเดิมที่ “ดีพอ”

ธุรกิจมักเปรียบเทียบสินค้าตัวเองกับคู่แข่งโดยตรง แต่ลูกค้าอาจเปรียบเทียบกับสิ่งที่กว้างกว่านั้น:

• ใช้ Brand เดิม
• ใช้ของที่มีอยู่แล้ว
• แก้ปัญหาด้วยตัวเอง
• รอ Promotion
• ยังไม่ซื้ออะไรเลย

นี่คือเหตุผลที่ Concept ที่ “ดีกว่า” ไม่จำเป็นต้องชนะ หากของเดิม Good Enough และ Switching Cost สูง การปรับปรุงเล็กน้อยอาจไม่พอให้ลูกค้าเปลี่ยน
คำถามสำคัญจึงไม่ใช่: “ลูกค้าชอบเราหรือไม่?”
แต่คือ: “ชอบเรามากพอที่จะเลิกเลือกสิ่งที่ใช้อยู่หรือไม่?”

4. Purchase Friction อาจเกิดหลังจากลูกค้าตัดสินใจว่าสินค้าน่าสนใจแล้ว

บางครั้ง Product และ Price ไม่มีปัญหา แต่การซื้อยุ่งยากเกินไป ตัวอย่าง:

• หาซื้อยาก
• ต้องรอส่งนาน
• ขั้นตอน Checkout ซับซ้อน
• ช่องทางชำระเงินไม่เหมาะ
• ไม่มี Size หรือ Variant ที่ต้องการ
• ต้องสมัครสมาชิกก่อนซื้อ
• ไม่มั่นใจเรื่อง Return
• ข้อมูลสินค้าไม่พอให้ตัดสินใจ

งานทบทวนเรื่อง Intention และ Actual Behavior ชี้ให้เห็นว่าปัจจัยเชิงสถานการณ์ เช่น Distribution, Time Pressure และสภาพแวดล้อมในการซื้อสามารถขัดขวางไม่ให้ Intention เปลี่ยนเป็น Actual Behavior ได้
ดังนั้นถ้า Purchase Intent ดูดี แต่ Conversion ต่ำ อย่ารีบกลับไปแก้ Product ก่อนตรวจ Customer Journey ช่วงซื้อ

5. ความเสี่ยงที่ลูกค้ารับรู้อาจสูงกว่าที่ทีมคิด

ลูกค้าสามารถชอบสินค้า แต่ยังไม่มั่นใจพอจะซื้อ Perceived Risk อาจมาจาก:

• คุณภาพจริงจะเหมือนที่โฆษณาหรือไม่
• Brand ใหม่ไว้ใจได้หรือไม่
• ใช้แล้วจะเหมาะกับเราหรือไม่
• คืนสินค้าได้หรือไม่
• ข้อมูลส่วนตัวปลอดภัยหรือไม่
• ถ้าซื้อผิดจะเสียเงินหรือเวลาเท่าไร

Meta-analysis ปี 2026 ที่รวบรวม 44 Studies และผู้เข้าร่วมรวม 21,370 รายพบว่า Perceived Risk มีความสัมพันธ์เชิงลบกับ Purchase Intention ขณะที่ Perceived Value มีความสัมพันธ์เชิงบวก
อย่างไรก็ตาม ผลนี้ไม่ควรถูกตีความว่าความเสี่ยงประเภทเดียวกันมีผลเท่ากันในทุก Category
สำหรับ SME ประเด็นที่ควรถามคือ: “ก่อนจ่ายเงิน ลูกค้ายังกังวลเรื่องอะไรที่คำถาม Liking ไม่ได้จับไว้?”

6. สิ่งที่ลูกค้าบอกใน Research เกิดใน Context ที่ต่างจากร้านจริง

ตอนทำ Research ลูกค้าอาจมีเวลาอ่าน Concept อย่างละเอียด
ไม่มีคู่แข่งวางอยู่ข้าง ๆ
ไม่มีเงินออกจากกระเป๋า
ไม่มี Sale ของ Brand อื่น
ไม่มีคนต่อคิว
ไม่มี Deadline
ไม่มี Stockout
แต่ในตลาดจริง Context เหล่านี้เกิดขึ้นพร้อมกัน นี่คือหนึ่งในเหตุผลที่ Stated Purchase Intent และ Actual Purchasing อาจไม่ตรงกัน งานวิจัยได้เสนอคำอธิบายหลายแบบ รวมถึง Bias ใน Stated Intent, สถานการณ์ที่เปลี่ยนไปภายหลัง และความสัมพันธ์ที่ไม่สมบูรณ์ระหว่าง Intention กับ Action ดังนั้น Concept Test มีประโยชน์สำหรับลดความเสี่ยงก่อน Launch แต่ไม่ควรถูกใช้เป็น Forecast ของยอดขายแบบตรง ๆ โดยไม่มี Qualification

ถ้า Concept Test ได้ Liking สูง ควรดู Metric อะไรต่อ?

อย่าหยุดที่ Overall Liking ลองดูเป็นลำดับ:

Need / Relevance

สินค้านี้ตอบสิ่งที่ลูกค้าต้องการจริงหรือไม่?

Uniqueness / Differentiation

มีเหตุผลอะไรให้เลือกสินค้าใหม่แทน Alternative?

Believability

Claim และ Benefit น่าเชื่อหรือไม่?

Value for Money

Benefit ที่ได้รับเหมาะกับราคาหรือไม่?

Purchase Intent

เมื่อคิดถึงสถานการณ์ซื้อจริง ลูกค้าบอกว่ามีแนวโน้มซื้อแค่ไหน?

Behavioral Validation

เมื่อนำ Offer ไปให้เลือกจริง ลูกค้าทำอะไร?

Qualtrics แนะนำให้ Concept Testing พิจารณาทั้ง Liking, Need, Relevance, Uniqueness, Believability, Purchase Intent, Price Sensitivity และ Current Alternatives แทนการใช้ Reaction ตัวเดียวเป็นคำตอบ

ถ้า “ชอบมาก แต่ไม่ซื้อ” จะหาต้นเหตุอย่างไร?

แทนที่จะถามลูกค้าอีกครั้งว่า: “ทำไมไม่ซื้อ?”
ลองแยก Diagnosis เป็น 6 จุด:

1. Problem - Need ไม่แรงพอหรือไม่?
2. Product - Offer แก้ Problem ได้จริงหรือไม่?
3. Value - Benefit คุ้มกับ Price หรือไม่?
4. Trust - มี Risk หรือความไม่มั่นใจอะไร?
5. Alternative - ของเดิมดีพอจนไม่ต้องเปลี่ยนหรือไม่?
6. Friction - ซื้อ ใช้ หรือเปลี่ยนมาใช้ยากเกินไปหรือไม่?

จากนั้นเลือก Evidence ให้ตรงกับ Unknown
ถ้าไม่รู้ Why → Interview
ถ้าต้องการวัด Pattern → Survey / Concept Test
ถ้าสงสัยเรื่อง Price → Pricing Research
ถ้าสงสัย Conversion → Funnel / Journey Analysis
ถ้าต้องการรู้ว่าจะซื้อจริงหรือไม่ → Small Experiment / Behavioral Test
หลักสำคัญคือ เลือก Method จากคำถามที่ยังไม่รู้ ไม่ใช่ทำ Survey เพิ่มเพียงเพราะยอดขายไม่ดี

ตัวอย่าง: คะแนน Liking 8.5/10 แต่ Purchase Intent ต่ำ

สมมติ Concept Test ได้ผล:
Liking = 8.5/10
Relevance = 6.2/10
Uniqueness = 7.8/10
Purchase Intent = 4.9/10
ข้อสรุปที่ไม่ควรเขียนคือ: “ลูกค้าชอบมาก แต่ไม่ยอมซื้อเพราะราคาแพง”
เพราะข้อมูลชุดนี้ยังไม่ได้พิสูจน์ว่า Price เป็นสาเหตุ สิ่งที่พูดได้คือ:
FACT: Liking สูงกว่าคะแนน Relevance และ Purchase Intent
BEE INTERPRETATION: ช่องว่างนี้ชี้ว่าความรู้สึกเชิงบวกต่อ Concept ยังไม่แปลงเป็นความเกี่ยวข้องหรือแรงจูงใจซื้อในระดับเดียวกัน
สิ่งที่ต้องตรวจต่อ:
Price?
Need Strength?
Alternative?
Purchase Occasion?
Trust?
นี่คือความต่างระหว่างการอ่าน Score กับการสร้าง Insight

ถ้ามีข้อมูลหลัง Launch ให้ดู Behavior มากกว่าถามซ้ำอย่างเดียว

เมื่อสินค้าอยู่ในตลาดแล้ว ธุรกิจมี Evidence ที่แข็งกว่า Concept Survey เพิ่มขึ้น ลองดู:

• Product Page View → Add to Cart
• Add to Cart → Checkout
• Checkout → Purchase
• Trial → Paid Conversion
• First Purchase → Repeat Purchase
• Full-price vs. Promotional Purchase
• Return / Refund

ถ้ามีคนดู Product Page จำนวนมากแต่ Add to Cart ต่ำ ปัญหาอาจอยู่คนละจุดกับกรณี Add to Cart สูงแต่ Checkout Completion ต่ำ
Customer Funnel ช่วยให้รู้ว่า ช่องว่างเกิดตรงไหน ก่อนเริ่ม Research เจาะ Why

อย่าตีความ “ไม่ซื้อ” ว่า Product ไม่ดีทันที

ลูกค้าไม่ซื้ออาจหมายถึง:
Product ไม่ตอบ Need
Price ไม่เหมาะ
Timing ไม่ใช่
Alternative ดีกว่า
ไม่เชื่อ Claim
หาซื้อไม่ได้
ประสบการณ์ซื้อยุ่งยาก
หรือไม่มี Budget ในช่วงนั้น
นี่คือเหตุผลที่ยอดขายต่ำไม่ใช่ Diagnostic Answer ด้วยตัวมันเอง
Sales บอกว่า อะไรเกิดขึ้น
Customer Research ช่วยเข้าใจว่า ทำไมจึงอาจเกิดขึ้น
Experiment และ Behavioral Data ช่วยทดสอบว่า คำอธิบายไหนมีหลักฐานรองรับมากขึ้น

สรุป: ถ้าลูกค้าชอบแต่ไม่ซื้อ อย่ารีบถามว่าจะทำให้เขาชอบมากขึ้นอย่างไร

คะแนน Liking สูงเป็นข่าวดี แต่ไม่ใช่ Final Decision Metric ก่อนลงทุนเพิ่มเพื่อทำ Design ให้สวยขึ้น เพิ่ม Feature หรือเพิ่ม Advertising ลองตรวจว่า Conversion Gap อยู่ตรงไหน:
ชอบ แต่ไม่ได้ Need?
Need แต่ไม่เห็น Value?
เห็น Value แต่ Price ไม่ลงตัว?
อยากซื้อ แต่ไม่ Trust?
อยากซื้อ แต่ขั้นตอนยุ่งยาก?
ซื้อครั้งแรก แต่ไม่กลับมา?

เป้าหมายไม่ควรเป็นการทำให้ลูกค้า “ชอบมากที่สุด”
แต่คือการทำความเข้าใจว่า: “อะไรต้องเป็นจริงบ้าง ลูกค้าจึงจะเลือกสินค้านี้เมื่อถึงเวลาตัดสินใจจริง?”
เมื่อแยก Liking, Purchase Intent และ Actual Behavior ออกจากกัน ธุรกิจจะรู้ว่าควรแก้ Product, Price, Proposition, Trust หรือ Purchase Experience แทนการตีความคะแนนความชอบเกินกว่าสิ่งที่มันบอกได้