คำถามว่า “ต้องสัมภาษณ์ลูกค้ากี่คน?” มักเกิดขึ้นทันทีเมื่อ SME เริ่มทำ Customer Interview
5 คนพอไหม?
10 คนล่ะ?
ต้องถึง 20 หรือ 30 คนหรือไม่?
คำตอบที่มีประโยชน์กว่าการให้ตัวเลขเดียวคือ: จำนวนที่พอขึ้นอยู่กับว่าเรากำลังพยายามเข้าใจอะไร และลูกค้าที่เราศึกษาแตกต่างกันมากแค่ไหน
ถ้าสัมภาษณ์กลุ่มลูกค้าที่ใกล้เคียงกันมากเพื่อทำความเข้าใจปัญหาเฉพาะเรื่อง Pattern อาจเริ่มซ้ำค่อนข้างเร็ว แต่ถ้าธุรกิจมีลูกค้าหลาย Segment หลาย Usage Context หรือคำถาม Research กว้างมาก การสัมภาษณ์ 10 คนรวมทุกกลุ่มอาจยังไม่พอแม้จะดูเหมือนมีคำตอบซ้ำกันบางส่วน

“เริ่มเห็น Pattern” กับ “เก็บข้อมูลพอแล้ว” ไม่ใช่เรื่องเดียวกัน
ในการสัมภาษณ์เชิงคุณภาพ เราอาจเริ่มได้ยิน Theme ซ้ำตั้งแต่ผู้ให้สัมภาษณ์กลุ่มแรก ๆ แต่ยังไม่ควรหยุดทันที เพราะ Pattern ที่เห็นอาจสะท้อนเพียงลูกค้าประเภทเดียว จำนวนสัมภาษณ์ที่เหมาะสมควรพิจารณาอย่างน้อย 4 เรื่อง:
1. Research Question แคบหรือกว้างแค่ไหน
2. กลุ่มลูกค้ามีความหลากหลายมากแค่ไหน
3. แต่ละ Interview ให้ข้อมูลลึกและตรงกับโจทย์เพียงใด
4. Interview ใหม่ยังเพิ่ม Theme, Exception หรือมุมมองสำคัญหรือไม่
สำหรับงานที่โจทย์แคบและกลุ่มค่อนข้างคล้ายกัน งานทบทวนเชิงประจักษ์พบ saturation ในช่วงประมาณ 9–17 interviews ในหลายการศึกษา แต่ไม่ควรนำช่วงนี้ไปใช้กับทุก Segment หรือทุกโจทย์โดยอัตโนมัติ

ไม่มีเลขวิเศษสำหรับ Qualitative Interview

Qualitative Research ไม่ได้กำหนด Sample Size แบบเดียวกับ Survey ใน Quantitative Research จำนวน Sample มักสัมพันธ์กับการประมาณค่า ความคลาดเคลื่อน การเปรียบเทียบ และ Statistical Power แต่ Qualitative Interview มีเป้าหมายต่างออกไป เช่น:

• เข้าใจ Context
• หา Motivation
• เข้าใจภาษาและเหตุผลของลูกค้า
• หา Pattern และ Differences
• ค้นหา Tension หรือ Unknown ที่ยังไม่เคยคิดถึง

ดังนั้นคำถามจึงไม่ใช่ “ต้องกี่คนถึงเป็นตัวแทนประชากร?” แต่คือ “เรามีข้อมูลเพียงพอที่จะเข้าใจ Pattern และความแตกต่างสำคัญสำหรับ Decision นี้หรือยัง?”
นี่สอดคล้องกับหลัก BEE ที่ว่า Qualitative Research ใช้เพื่อเข้าใจ Context, Meaning, Motivation และ Language มากกว่าประมาณสัดส่วนของประชากร

แล้วงานวิจัยบอกอะไรเรื่องจำนวน Interview?‍

งานคลาสสิกของ Guest, Bunce และ Johnson ศึกษาข้อมูลจาก In-depth Interviews 60 คน และพบว่าในชุดข้อมูลนั้น Theme หลักจำนวนมากปรากฏตั้งแต่ช่วงแรก โดย saturation เกิดภายในประมาณ 12 interviews และองค์ประกอบพื้นฐานของ metathemes หลายเรื่องปรากฏตั้งแต่ประมาณ 6 interviews อย่างไรก็ตาม นี่เป็นผลจาก Study Design และ Population เฉพาะของงานนั้น ไม่ใช่กฎว่าทุกงานต้องใช้ 6 หรือ 12 คน
ต่อมา Hennink & Kaiser ทบทวนงานเชิงประจักษ์เกี่ยวกับ Saturation และพบว่าในหลายการศึกษาที่มีกลุ่มค่อนข้าง homogeneous และวัตถุประสงค์ค่อนข้างแคบ saturation มักเกิดในช่วงประมาณ 9–17 interviews ดังนั้นช่วง 9–17 คนสามารถใช้เป็น Planning Reference สำหรับบาง Study ได้ แต่ไม่ควรแปลว่า “Qualitative Research ใช้ 12 คนเสมอ” เพราะหากโจทย์และ Sample Structure เปลี่ยน จำนวนที่ต้องการก็เปลี่ยนตาม

“เริ่มเห็น Pattern” ไม่เท่ากับ “Saturation”

สองคำนี้ควรแยกกัน

เริ่มเห็น Pattern

หมายถึงเราเริ่มได้ยิน Theme หรือ Explanation ซ้ำ เช่น ลูกค้าหลายคนพูดถึง:

• ราคา
• Convenience
• ความไม่มั่นใจ
• Process ที่ยุ่งยาก

หลังสัมภาษณ์ 5–6 คน เราอาจเริ่มเห็น Theme เหล่านี้แล้ว  แต่นั่นยังไม่แปลว่าเรารู้ครบว่า Theme ไหนสำคัญกับลูกค้าทุกประเภท

Saturation

Saturation โดยทั่วไปใช้พูดถึงจุดที่การเก็บข้อมูลเพิ่มเริ่มไม่ทำให้เกิด Theme หรือข้อมูลใหม่ที่มีความสำคัญต่อการวิเคราะห์ แต่คำว่า Saturation เองก็มีหลาย Definition และถูกใช้ไม่เหมือนกันในงาน Qualitative Research
Malterud และคณะจึงเสนอแนวคิด Information Power เพื่อหลีกเลี่ยงการพึ่ง Saturation แบบสูตรเดียว โดยมองว่า Sample ที่มีข้อมูลตรงกับโจทย์สูงสามารถต้องการจำนวนคนน้อยกว่า Sample ที่กว้างและหลากหลาย

Information Power ช่วยคิด Sample Size อย่างไร?

แนวคิด Information Power ถามว่า ผู้ให้สัมภาษณ์แต่ละคนให้ข้อมูลที่มีพลังต่อ Research Question มากแค่ไหน? Malterud และคณะเสนอปัจจัยสำคัญ 5 เรื่องที่มีผลต่อ Sample Size

1. Study Aim

ถ้าคำถามแคบมาก เช่น “ทำไมลูกค้าที่เคยใช้บริการ Delivery ของร้านเราอย่างน้อย 3 ครั้งถึงหยุดสั่ง?” อาจต้องใช้ Sample น้อยกว่าคำถามกว้าง เช่น “คนไทยเลือกอาหารอย่างไร?”

2. Sample Specificity

ถ้าผู้ให้สัมภาษณ์ตรงกับ Target ที่ต้องการมาก เช่น ลูกค้าที่เพิ่ง Churn ภายใน 30 วัน Sample แต่ละคนจะให้ข้อมูลที่ตรงโจทย์มาก ถ้ารวมลูกค้าหลายประเภทที่ประสบการณ์ต่างกันมาก อาจต้องเพิ่ม Sample เพื่อให้เห็น Differences

3. Established Theory

หาก Research มี Framework หรือความรู้เดิมที่ช่วยกำหนดสิ่งที่ต้องสำรวจ การเก็บข้อมูลอาจ Focus มากขึ้น แต่ถ้าเป็น Exploration ใหม่ที่ยังไม่รู้ว่าจะเจออะไร อาจต้องใช้ Sample มากขึ้น

4. Quality of Dialogue

Interview ที่ผู้ให้ข้อมูลเล่าได้ละเอียด และ Interviewer Probe ต่อได้ดี ย่อมสร้างข้อมูลมากกว่า Interview ที่ถามเร็วและได้คำตอบสั้น ดังนั้น 10 Interviews ที่ลึกไม่เท่ากับ 10 Interviews ที่ตื้น

5. Analysis Strategy

การวิเคราะห์กรณีเฉพาะแบบลึกกับการต้องการเปรียบเทียบหลาย Segment มีความต้องการ Sample ต่างกัน

ถ้ามีหลาย Customer Segment ต้องนับอย่างไร?

นี่เป็นจุดที่ SME มักพลาด สมมติต้องการสัมภาษณ์ 12 คน แต่ลูกค้ามี

• New Customers
• Loyal Customers
• Churned Customers

ถ้าเก็บรวมกัน 12 คน เช่น Segment ละ 4 คน เราไม่ได้มี “12 คนต่อ Pattern” เรามีข้อมูลเพียง 4 คนในแต่ละ Context ถ้า Business Question ต้องการเปรียบเทียบว่าทำไมสามกลุ่มมีพฤติกรรมต่างกัน จำนวน Sample ต้องคิดในระดับ Segment / Comparison ที่ต้องวิเคราะห์ ไม่ใช่เพียง Total N ตัวอย่างเดียวกันเกิดกับ
B2B vs. B2C
Bangkok vs. Upcountry
Heavy User vs. Light User
Customer vs. Non-customer
ยิ่งต้องการเปรียบเทียบหลายกลุ่ม จำนวน Interview รวมมักต้องเพิ่ม

แล้ว SME ควรเริ่มที่กี่คนดี?

หากต้องใช้ตัวเลขเพื่อวางแผน Budget และเวลา สามารถใช้วิธี เริ่มเป็น Wave แทนการล็อก Final Sample ตั้งแต่วันแรก ตัวอย่าง

Wave 1: 5–6 Interviews

ใช้เพื่อหา Initial Themes, Language, Unexpected Issues และตรวจว่า Discussion Guide ถามถูกเรื่องหรือไม่ หลัง Wave แรกถาม

• Theme อะไรเริ่มซ้ำ?
• มีเรื่องไหนไม่เคยนึกถึง?
• Segment ที่เลือกถูกหรือไม่?
• ต้องปรับคำถามอะไร?

Wave 2: เพิ่มอีก4–6 Interviews

ทดสอบว่า Theme เดิมยังเกิดซ้ำหรือไม่ และตั้งใจหา Negative Cases หรือ Different Perspectives
จากนั้นถาม

• ยังมี Theme สำคัญใหม่หรือไม่?
• Pattern เริ่ม Stable หรือยัง?
• มีความแตกต่างระหว่าง Segment หรือ Context หรือไม่?

Wave 3: เพิ่มเมื่อข้อมูลยังไม่พอสำหรับ Decision

เพิ่ม Interview หาก

• ยังมี Theme ใหม่เกิดขึ้น
• Segment สำคัญยัง Coverage น้อย
• ความเห็นขัดแย้งกันและยังอธิบายไม่ได้
• Decision มี Risk สูงและต้องการ Confidence เพิ่ม
• Interview ก่อนหน้าให้ข้อมูลไม่ลึกพอ

วิธีนี้ทำให้ Sample Size เป็น Adaptive Decision แทนการซื้อเลข 20 คนล่วงหน้าแล้วสัมภาษณ์ให้ครบโดยไม่ดูว่าข้อมูลกำลังบอกอะไร

อย่าหยุดเพียงเพราะ“เริ่มได้ยินคำเดิม”

การได้ยินคำซ้ำเป็น Signal ที่ดี แต่ก่อนหยุดควรถามว่า เรากำลังได้ยินคำเดิมจากคนประเภทเดิมหรือไม่?ตัวอย่าง ลูกค้า 6 คนแรกเป็น Heavy Users ทั้งหมด และทุกคนพูดว่า Convenience สำคัญ Theme อาจดู Saturated
แต่ถ้าธุรกิจกำลังต้องการเข้าใจว่าทำไม Light Users ไม่กลับมาใช้ การสัมภาษณ์ Heavy Users เพิ่มอีก 6 คนก็ไม่ได้แก้ Missing Perspective นั้น นี่คือเหตุผลที่ Sampling Strategy สำคัญพอ ๆ กับ Sample Size

ควรเลือกคนสัมภาษณ์อย่างไรให้ 10คนมีประโยชน์มากกว่า 30 คน?

จำนวนคนมากไม่ได้ช่วยเสมอไป หาก Recruit ผิดกลุ่ม ก่อน Recruit ให้กำหนด Criteria จาก Business Question ตัวอย่าง Business Question: ทำไมลูกค้าที่ลองใช้แล้วไม่ซื้อซ้ำ? Sample ที่มี Information Power สูงกว่าอาจเป็น ลูกค้าที่ซื้อครั้งแรกภายใน 3 เดือนที่ผ่านมา แต่ไม่ซื้อครั้งที่สองภายใน Expected Repurchase Window
แทนที่จะ Recruit “ผู้ชายและผู้หญิงอายุ 20–50 ปีที่รู้จัก Category” คนกลุ่มแรกตรงกับ Decision มากกว่า จึงมีโอกาสให้ Insight ที่ใช้ได้มากกว่า

Pattern ที่เจอจากInterview ไม่ใช่ Percentage ของตลาด

สมมติสัมภาษณ์ 12 คน และ 8 คนพูดว่า Price เป็น Barrier ไม่ควรรายงานว่า “67% ของลูกค้ามองว่าราคาเป็นปัญหา” ถ้า Sample เป็น Purposive Qualitative Sample เพราะไม่ได้ออกแบบมาเพื่อประมาณ Population Proportion สิ่งที่เหมาะกว่าคือ “Price emerged as a recurring barrier across interviews, although this study does not estimate how common the barrier is in the full customer population.”
หากต้องการรู้ว่า Price Barrier พบในลูกค้ากี่เปอร์เซ็นต์ อาจนำ Theme จาก Qualitative ไปพัฒนา Survey แล้ววัดใน Sample ที่เหมาะสมต่อ นี่คือจุดที่ Qualitative และ Quantitative ทำงานต่อกันได้ดี

จะรู้ได้อย่างไรว่าควรหยุด Interview?

ลองใช้ Checklist 6 ข้อนี้:

1. Theme หลักเริ่มซ้ำหรือยัง?
2. Interview ใหม่ยังเพิ่ม Theme สำคัญหรือไม่?
3. Segment สำคัญได้รับ Coverage ครบหรือยัง?
4. มี Contradiction หรือ Negative Case ที่ยังอธิบายไม่ได้หรือไม่?
5. ข้อมูลลึกพอที่จะตอบ Business Question หรือยัง?
6. ถ้าสัมภาษณ์เพิ่มอีก 5 คน มีโอกาสเปลี่ยน Decision อย่างมีสาระสำคัญหรือไม่?

ข้อสุดท้ายสำคัญมากสำหรับงานธุรกิจ เพราะ Research ไม่ได้มีเป้าหมายเก็บข้อมูลให้มากที่สุด แต่ต้องเก็บมากพอให้ Decision มีเหตุผลรองรับ

ตัวอย่าง: สัมภาษณ์ 10 คน อาจพอสำหรับโจทย์หนึ่ง แต่ไม่พอสำหรับอีกโจทย์

Case A: โจทย์แคบ

Business Question: “ทำไมลูกค้าใหม่ที่ซื้อ Subscription แล้ว Cancel ภายในเดือนแรก?”
Recruit: ลูกค้าที่มี Behavior ตรง Definition เดียวกัน
Interview 10–12 คนที่ลึกอาจเริ่มสร้าง Pattern ที่มีประโยชน์มาก เพราะ Aim และ Sample Specificity สูง

Case B: โจทย์กว้างและมีหลาย Segment

Business Question: “คนไทยเลือกบริการสุขภาพอย่างไร?”
ต้องการเปรียบเทียบ:
Generation
Income
Bangkok / Upcountry
Existing User / Non-user
Interview 10 คนรวมทั้งหมดอาจไม่เพียงพอ เพราะแต่ละ Subgroup มี Coverage น้อยมาก ดังนั้น Sample Size เดียวกันสามารถ “พอ” หรือ “ไม่พอ” ได้ขึ้นอยู่กับ Research Design

สรุป: อย่าถามแค่ “ต้องกี่คน?” ให้ถามว่า “ข้อมูลใหม่ยังเปลี่ยนความเข้าใจของเราหรือไม่?”

ถ้าต้องการตัวเลขสำหรับเริ่มวางแผน งานวิจัยเชิงประจักษ์หลายชิ้นชี้ว่า Qualitative Interview ที่มีวัตถุประสงค์แคบและกลุ่มค่อนข้าง homogeneous สามารถไปถึง saturation ได้ใน Sample ที่ไม่ใหญ่มาก โดยงานทบทวนหนึ่งพบช่วงประมาณ 9–17 interviews แต่สิ่งสำคัญกว่าตัวเลขคือ

• Research Question แคบแค่ไหน?
• คนที่สัมภาษณ์ตรงกับโจทย์แค่ไหน?
• มีหลาย Segment ที่ต้องเปรียบเทียบหรือไม่?
• Interview ลึกพอหรือไม่?
• ข้อมูลใหม่ยังเพิ่ม Theme หรือ Exception หรือไม่?

สำหรับ SME วิธีที่ใช้งานได้จริงคือเริ่มเป็น Wave เช่น 5–6 คน วิเคราะห์ แล้วค่อยเพิ่มอีก 4–6 คนตามสิ่งที่ยังขาด แทนการยึดเลขตายตัวตั้งแต่ต้น เพราะเป้าหมายของ Customer Interview ไม่ใช่การสะสมจำนวนคนให้ครบ แต่คือ มีข้อมูลลึกและหลากหลายพอที่จะเห็น Pattern, Difference และ Unknown ที่จำเป็นต่อการตัดสินใจ