Promotion เป็นหนึ่งในวิธีที่เห็นผลเร็วที่สุดบน Sales Report
ลดราคา 20% แล้ว Orders เพิ่ม ยอดขายขึ้น สินค้าออกจาก Stock เร็วขึ้น ตัวเลขบน Dashboard ดูดีทันที
ปัญหาคือ ตัวเลขเหล่านั้นยังไม่ได้ตอบคำถามที่สำคัญที่สุด:

ถ้าเราไม่ทำ Promotion ลูกค้าเหล่านี้จะซื้ออยู่แล้วหรือไม่?

หากลูกค้าส่วนใหญ่เดิมก็ตั้งใจจะซื้อ ธุรกิจอาจไม่ได้สร้าง Demand ใหม่มากนัก แต่เพียงรับ Revenue หรือ Margin น้อยลงจาก Transaction ที่น่าจะเกิดอยู่แล้ว
ดังนั้นการวัด Promotion ที่ดีจึงไม่ควรถามเพียงว่า “ช่วงโปรขายได้เท่าไร?” แต่ควรถามว่า “ยอดขายและกำไรส่วนไหนเกิดเพิ่มขึ้นเพราะโปรจริง?”

Promotion เพิ่มยอดขายจริงหรือไม่?

สรุปสั้น ๆ: ต้องวัดยอดขายส่วนเพิ่ม ไม่ใช่ยอดขายทั้งหมดในช่วง Promotion

ลองดูตัวอย่างง่าย ๆ
ยอดขายปกติที่คาดไว้ = 1,000 ชิ้น
ยอดขายช่วง Promotion = 1,300 ชิ้น

การบอกว่า Promotion สร้างยอดขาย 1,300 ชิ้นจะเกินกว่าข้อมูลที่มี เพราะลูกค้าบางส่วนอาจซื้อ 1,000 ชิ้นนั้นอยู่แล้ว
ในรูปแบบง่าย: Incremental Sales = Actual Sales during Promotion − Baseline Sales without Promotion

ดังนั้นในตัวอย่าง:
1,300 − 1,000 = 300 Incremental Units

แนวคิดสำคัญอยู่ที่คำว่า Baseline
‍Baseline คือยอดขายที่คาดว่าน่าจะเกิดขึ้นหากไม่มี Promotion ซึ่งเป็นสถานการณ์สมมติที่เราไม่ได้เห็นจริง หรือที่เรียกว่า Counterfactual เพราะในโลกจริง เราไม่สามารถเปิดร้านเดียวกันในสัปดาห์เดียวกันทั้งแบบ “มีโปร” และ “ไม่มีโปร” พร้อมกันได้ งานของ Promotion Measurement จึงอยู่ที่การสร้าง Baseline หรือ Comparison ที่น่าเชื่อถือที่สุดเท่าที่ข้อมูลอนุญาต

ทำไมดู Sales Before vs. During Promotion อย่างเดียวอาจหลอกเราได้?

วิธีง่ายที่สุดคือเปรียบเทียบ: ยอดขายก่อน Promotion vs. ยอดขายระหว่าง Promotion
วิธีนี้มีประโยชน์สำหรับการดู Signal เบื้องต้น แต่ยังสรุปไม่ได้ว่า Promotion ทำให้ยอดขายเพิ่มทั้งหมด เพราะระหว่างสองช่วงอาจมีอย่างอื่นเปลี่ยนด้วย เช่น:

• Payday
• วันหยุดหรือเทศกาล
• Seasonality
• Competitor Promotion
• Advertising Spend
• Distribution
• Stock Availability
• Product Launch
• Weather
• ราคาหรือ Product Mix

ตัวอย่างเช่น หากธุรกิจทำ Promotion ช่วงปลายเดือนที่ยอดขายปกติสูงอยู่แล้ว การนำยอดช่วงโปรไปเทียบกับต้นเดือนอาจทำให้ Promotion ดูมี Lift มากกว่าความเป็นจริง
ดังนั้น: Before–After Comparison บอกว่า Sales เปลี่ยน แต่ยังไม่ได้พิสูจน์ว่า Promotion เป็นสาเหตุของการเปลี่ยนทั้งหมด

แล้ว Baseline Sales ควรหาอย่างไร?

ไม่มีวิธีเดียวที่เหมาะกับทุกธุรกิจ ความน่าเชื่อถือขึ้นอยู่กับข้อมูลและความสำคัญของ Decision

วิธีที่ 1: ใช้ Historical Baseline

สำหรับ SME ที่ข้อมูลยังไม่ซับซ้อน สามารถเริ่มจากยอดขายปกติในช่วงใกล้เคียง เช่น:

• Average Sales 4–8 สัปดาห์ก่อนหน้า
• วันเดียวกันของสัปดาห์
• ช่วงเดียวกันของปีก่อน
• ปรับ Seasonality เมื่อจำเป็น

วิธีนี้ง่าย แต่ต้องระวังว่าตลาดหรือธุรกิจอาจเปลี่ยนไปแล้ว

วิธีที่ 2: เปรียบเทียบกับกลุ่มหรือพื้นที่ที่ไม่ได้ทำ Promotion

หากมีหลายสาขา หลายพื้นที่ หรือ Customer Segment ที่ใกล้เคียงกัน อาจใช้บางกลุ่มเป็น Comparison
ตัวอย่าง:
ร้าน A ทำ Promotion
ร้าน B ที่มี Pattern ใกล้เคียงไม่ทำ Promotion

จากนั้นเปรียบเทียบการเปลี่ยนแปลงของทั้งสองกลุ่ม วิธีนี้ช่วยแยกผลจากปัจจัยภายนอกบางส่วนได้ดีกว่าการดู Before–After เพียงอย่างเดียว แต่ต้องตรวจว่ากลุ่มเปรียบเทียบคล้ายกันพอหรือไม่

วิธีที่ 3: Controlled Experiment

หาก Promotion มีมูลค่าสูงและสามารถออกแบบการทดสอบได้ การแบ่งกลุ่มที่ได้รับ Promotion กับกลุ่มที่ไม่ได้รับ Promotion อย่างเหมาะสมจะช่วยตอบ Incrementality ได้ตรงกว่า หลักเดียวกันนี้ถูกใช้ใน Incrementality หรือ Lift Experiments ของแพลตฟอร์มโฆษณา ซึ่งเปรียบเทียบ Treatment Group กับ Control Group เพื่อประเมิน Conversion ที่เกิดเพิ่มจากกิจกรรมการตลาด ยิ่งต้องการพูดว่า Promotion “ทำให้” เกิดผลมากเท่าไร หลักฐานก็ยิ่งต้องแข็งแรงกว่าการดู Trend ธรรมดา

อย่าหยุดที่ Incremental Sales ต้องดู Incremental Profit ด้วย

Promotion สามารถเพิ่ม Units Sold แต่ลดกำไรได้
สมมติ:
ราคาปกติ = 100 บาท
ต้นทุนต่อชิ้น = 60 บาท
กำไรขั้นต้นต่อชิ้น = 40 บาท

ช่วง Promotion ลดราคาเหลือ 80 บาท
กำไรขั้นต้นต่อชิ้นจะเหลือ: 80 − 60 = 20 บาท

หมายความว่าธุรกิจต้องขายจำนวนมากขึ้นเพื่อชดเชย Margin ต่อชิ้นที่ลดลง
ถ้าปกติขาย 1,000 ชิ้น:
Gross Profit = 40,000 บาท
ช่วง Promotion ขาย 1,300 ชิ้น:
Gross Profit = 26,000 บาท
ยอด Unit เพิ่ม 30% แต่ Gross Profit ในตัวอย่างนี้กลับลดลง นี่ไม่ได้หมายความว่า Promotion ผิดเสมอไป เพราะ Promotion อาจมีเป้าหมายอื่น เช่น Acquisition, Inventory Clearance หรือ Trial แต่หาก Objective คือสร้างกำไรระยะสั้น Sales Lift อย่างเดียวไม่เพียงพอ

อีกคำถามที่ควรถาม: ใครเป็นคนใช้ Promotion?

สมมติ Promotion ทำให้ Orders เพิ่มจริง ยังควรถามต่อว่า Order ที่เพิ่มมาจากใคร

New Customers

หาก Promotion ดึงลูกค้าใหม่เข้ามา ต้องดูต่อว่าลูกค้าเหล่านี้กลับมาซื้อในราคาปกติหรือไม่ ลูกค้าใหม่จำนวนมากไม่ได้หมายความว่า Promotion คุ้มเสมอไป หาก Acquisition เกิดจาก Discount สูงและไม่มี Repeat Purchase ภายหลัง

Existing Customers

หากส่วนลดส่วนใหญ่ถูกใช้โดยลูกค้าที่ซื้อเป็นประจำอยู่แล้ว Promotion อาจทำให้เกิด Discount Leakage ธุรกิจให้ส่วนลดกับยอดที่มีแนวโน้มจะเกิดอยู่แล้ว อย่างไรก็ตาม เราไม่สามารถรู้จาก Customer Type เพียงอย่างเดียวว่าการซื้อ “จะเกิดอยู่แล้ว” ต้องอาศัย Baseline หรือการออกแบบ Comparison เพิ่ม

Dormant Customers

อีกกลุ่มที่น่าสนใจคือลูกค้าที่ไม่ได้ซื้อมาเป็นระยะหนึ่ง ถ้า Promotion ทำให้กลุ่มนี้กลับมาและยังมีพฤติกรรมต่อเนื่องหลัง Promotion อาจมีคุณค่าต่างจากการ Discount ให้ Active Customers ที่ซื้อเป็นประจำอยู่แล้ว

ระวัง Cannibalization: SKU ที่ติดโปรขายเพิ่ม แต่ยอดรวมอาจไม่ได้เพิ่มเท่ากัน

ลองสมมติร้านมีสินค้า A และ B ที่ลูกค้าใช้แทนกันได้
ก่อน Promotion:
A = 500 ชิ้น
B = 500 ชิ้น
Total Category = 1,000 ชิ้น

ช่วงลดราคา A:
A = 800 ชิ้น
B = 300 ชิ้น
Total Category = 1,100 ชิ้น

ถ้าดูเฉพาะ A จะเห็นยอดเพิ่ม 300 ชิ้น แต่ในระดับ Category ยอดเพิ่มจริงเพียง 100 ชิ้น เพราะอีก 200 ชิ้นอาจเป็นการย้ายยอดจาก B มาที่ A
นี่คือ Cannibalization

ดังนั้น Promotion Measurement ควรเลือกระดับการวิเคราะห์ให้ถูก:
SKU
Brand
Category
Channel
หรือ Total Business

เพราะ “ยอดโต” ในระดับหนึ่งอาจเป็นเพียงการย้ายยอดจากอีกส่วนหนึ่งของธุรกิจ

ยอดหลังจบ Promotion ก็สำคัญ

Promotion อาจเร่งให้ลูกค้าซื้อสิ่งที่เดิมจะซื้อในอนาคตมาไว้วันนี้
ตัวอย่างเช่น ลูกค้าปกติซื้อสินค้าเดือนละหนึ่งครั้ง แต่เมื่อมี Buy 2 Get 1 Free จึงซื้อ Stock ไว้ล่วงหน้า
ช่วง Promotion ยอดขายพุ่ง เดือนถัดมายอดลดลง เพราะลูกค้ายังใช้ของเดิมไม่หมด นี่คือความเป็นไปได้ของ Purchase Timing Shift หรือ Stockpiling

ดังนั้นหากสินค้าสามารถเก็บไว้ได้ ธุรกิจควรดู: Pre-Promotion → Promotion → Post-Promotion
‍ไม่ใช่ดู Promotion Period เพียงช่วงเดียว หากยอดที่เพิ่มช่วงโปรถูกตามด้วยยอดที่ลดลงหลังโปร ส่วนหนึ่งของ Lift อาจเป็นการเลื่อนเวลาซื้อ มากกว่าการสร้าง Demand ใหม่ทั้งหมด

Promotion ควรวัดอะไรบ้าง?

สำหรับ Promotion Review ที่ไม่ซับซ้อนเกินไป ลองเริ่มจาก 7 Metric นี้:
‍1. Actual Promotion Sales
ขายได้จริงเท่าไรในช่วงโปร

2. Baseline Sales
หากไม่มีโปร คาดว่าจะขายได้เท่าไร

3. Incremental Sales / Units
ยอดที่เพิ่มเหนือ Baseline

4. Incremental Revenue
Revenue ที่เพิ่มจาก Incremental Sales

5. Gross Margin / Incremental Profit
หลัง Discount และ Promotion Cost แล้วยังเหลือเท่าไร

6. Customer Mix
New, Existing และ Dormant Customers มีสัดส่วนอย่างไร

7. Post-Promotion Sales
หลังจบ Promotion ยอดกลับสู่ระดับเดิม ลดลง หรือรักษาระดับที่สูงขึ้นได้

ไม่จำเป็นต้องมีครบทุก Metric ในทุกแคมเปญ ให้เลือกตาม Objective ของ Promotion

ต้องกำหนด Objective ก่อน ถึงจะรู้ว่า Promotion “ดี” หรือ “ไม่ดี”

Promotion เดียวกันอาจประสบความสำเร็จหรือไม่สำเร็จขึ้นอยู่กับเป้าหมาย

• หากเป้าหมายคือ Incremental Profit ดู Incremental Gross Profit หรือ Contribution หลังหัก Discount และ Promotion Cost
• หากเป้าหมายคือ Customer Acquisition ดู Incremental New Customers, Acquisition Cost และพฤติกรรมหลัง Promotion
• หากเป้าหมายคือ Trial ดูจำนวนลูกค้าที่ทดลองสินค้าจริง และพฤติกรรมหลัง Trial
• หากเป้าหมายคือ Inventory Clearance Margin ที่ลดลงอาจยอมรับได้ หากลด Stock และต้นทุนการถือสินค้าได้ตามเป้าหมาย
• หากเป้าหมายคือ Traffic ยอดเข้าร้านอาจเพิ่ม แต่ควรตรวจว่าเกิด Conversion และ Basket Economics อย่างไรต่อ

Promotion ROI ก็ควรใช้ Incremental Value ไม่ใช่ Revenue ทั้งก้อน

ข้อผิดพลาดที่พบบ่อยคือ: นำ Revenue ทั้งหมดในช่วง Promotion มาเทียบกับ Promotion Cost
ปัญหาคือ Revenue บางส่วนอาจเกิดขึ้นอยู่แล้วแม้ไม่มี Promotion
หากต้องการประเมินผลที่เกิดเพิ่มจริง ควรพยายามใช้ Incremental Revenue หรือ Incremental Profit เป็นตัวตั้ง ตาม Objective และ Cost Structure ของธุรกิจ

ในเชิงแนวคิด: Promotion ROI = Incremental Profit attributable to Promotion ÷ Promotion Investment
‍แต่รายละเอียดของสูตรต้องกำหนด Cost ให้ชัด เช่น Discount Cost, Media Spend, Trade Fee, Coupon Cost หรือ Operational Cost
อย่าเปรียบเทียบ ROI ระหว่างแคมเปญ หากแต่ละทีมใช้ Definition ของ Cost หรือ Incremental Value ไม่เหมือนกัน

ถ้ายังไม่มีระบบ Experiment จะเริ่มวัดอย่างไร?

ไม่จำเป็นต้องรอจนมีระบบ Analytics ที่สมบูรณ์ เริ่มจาก Promotion Sheet ง่าย ๆ
ที่บันทึก:
Promotion Period
Product / SKU
Normal Price
Promotion Price
Baseline Sales
Actual Sales
Incremental Units
Gross Margin
New vs Existing Customers
Post-Promotion Sales
External Factors

จากนั้นเก็บข้อมูลด้วย Definition เดิมทุกครั้ง เมื่อมีหลาย Campaign ธุรกิจจะเริ่มเปรียบเทียบได้ว่า:
Promotion แบบไหนสร้าง Incremental Volume
แบบไหนเพียงย้าย Timing
แบบไหนลด Margin มากเกินไป
และแบบไหนดึงลูกค้าที่มีพฤติกรรมต่อเนื่องหลังจบโปร

นี่มีประโยชน์กว่าการเก็บเพียง “Sales during Campaign”

สิ่งที่ Promotion Data บอกได้ และยังบอกไม่ได้

ข้อมูล Sales ก่อน–ระหว่าง–หลัง Promotion ช่วยให้เห็น Pattern และสร้าง Baseline เบื้องต้นได้ แต่หากไม่มี Control หรือ Comparison ที่เหมาะสม เรายังไม่ควรพูดอย่างมั่นใจว่า Promotion เป็นสาเหตุ ของ Sales Lift ทั้งหมด ปัจจัยอื่น เช่น Seasonality, Competitor Activity, Distribution, Advertising หรือ Product Availability อาจเปลี่ยนพร้อมกัน

ในทางกลับกัน Controlled Experiment ที่ออกแบบดีจะช่วยเข้าใกล้คำถามเรื่อง Incrementality มากขึ้น เพราะมี Comparison สำหรับประเมินว่าอะไรน่าจะเกิดขึ้นหากไม่มี Intervention ระดับความมั่นใจของคำตอบจึงควรสัมพันธ์กับคุณภาพของ Method ที่ใช้

สรุป: อย่าถามแค่ว่า Promotion ขายได้เท่าไร ให้ถามว่า “ขายเพิ่มจากที่ควรจะขายได้เท่าไร?”

ยอดขายช่วง Promotion เป็นตัวเลขที่เห็นง่ายที่สุด แต่ไม่ใช่ตัวเลขที่ตอบ Promotion Effectiveness ได้ดีที่สุดเสมอไป
ก่อนบอกว่า Promotion ประสบความสำเร็จ ลองตอบให้ได้ว่า:
‍Baseline Sales คือเท่าไร?
Incremental Sales เกิดขึ้นจริงเท่าไร?
หลัง Discount แล้วยังมี Incremental Profit หรือไม่?
ยอดเพิ่มมาจาก New หรือ Existing Customers?
มี Cannibalization กับสินค้าอื่นหรือไม่?
หลังจบ Promotion ยอดขายเกิดอะไรขึ้น?

หากตอบคำถามเหล่านี้ได้ ทีม Marketing และ Sales จะเริ่มแยกได้ว่า Promotion กำลัง: สร้าง Demand เพิ่มจริง

หรือเพียง

ลดราคาการซื้อที่มีโอกาสจะเกิดอยู่แล้ว และนั่นเป็นข้อมูลที่มีประโยชน์กว่าการรู้เพียงว่ายอดขายช่วงโปร “โตขึ้นกี่เปอร์เซ็นต์”