วิเคราะห์ลูกค้า · สำหรับเจ้าของกิจการ

สถิติข้อมูลลูกค้าที่ควรรู้

ลูกค้าคือเงินในกระเป๋าอนาคต — แต่ส่วนใหญ่เรา "ขายเสร็จก็จบ" ไม่ได้มองว่าใครคือลูกค้าตัวจริง. หน้านี้รวม ตัวเลขลูกค้าที่ดูแล้วตัดสินใจได้จริง— แต่ละหัวข้อมีคำอธิบายแบบไม่ศัพท์ยาก + ตัวอย่างร้านไทย + วิธีอ่าน + ได้อะไร ฝั่งขวาเป็นภาพจริง

อ่านยังไง

แต่ละหัวข้อตอบคำถามเรื่องลูกค้าคนละมุม. ฝั่งซ้าย:คืออะไร (ภาษาคน) + ตัวอย่างร้านไทยจริง + ใช้เมื่อไหร่ (เขียว) ระวัง (แดง) + ประโยชน์ที่ได้ · ฝั่งขวา:ภาพจริง + คำอธิบายว่าอ่านอะไรได้จากภาพนี้. ไม่ต้องมีโปรแกรมแพง — เริ่มจากบิลขายที่มีอยู่ก็ทำได้

ใหม่ vs เก่ายอดต่อบิลจัดกลุ่ม RFMซื้อซ้ำมูลค่าลูกค้า80/20ซื้อคู่กันดูประจำข้อควรระวังFAQ
ลูกค้าใหม่ vs ลูกค้าเก่า สัดส่วน

แบ่งยอดขายในช่วงหนึ่งว่ามาจาก คนที่เคยซื้อแล้ว (ลูกค้าเก่า)หรือ คนที่เพิ่งซื้อครั้งแรก (ลูกค้าใหม่)กี่ %. มันบอกว่าธุรกิจ "โตเพราะหาคนใหม่ได้" หรือ "อยู่ได้เพราะลูกค้าเก่าซื้อซ้ำ" — สองอย่างนี้ดูแลคนละแบบ

ตัวอย่างจริงร้านเครื่องสำอางออนไลน์เปิดดูเดือนนี้: เก่า 65% ใหม่ 35%— แปลว่ารายได้ส่วนใหญ่มาจากลูกค้าประจำที่กลับมาเติม ถ้าเดือนหน้าลูกค้าใหม่หล่นเหลือ 10% ก็เริ่มน่าห่วงว่า "ฐานลูกค้าโตช้า" ต้องเร่งหาคนใหม่
ใช้เมื่อ
อยากรู้ว่าธุรกิจพึ่งใคร — ดูทุกเดือนเทียบกัน · ก่อน/หลังยิงแอดหาลูกค้าใหม่
ระวัง
เก่าเยอะ ไม่ได้แปลว่าดีเสมอ— ถ้าใหม่น้อยมากแปลว่าวันหนึ่งลูกค้าเก่าหมดก็ไม่มีคนมาแทน
ประโยชน์
รู้ว่ากำลังโตจากลูกค้าใหม่หรือพึ่งลูกค้าเก่า → จัดงบการตลาดให้ถูกฝั่ง
รายได้แยกตามลูกค้า เดือนนี้
฿380kยอดรวม
ลูกค้าเก่า65%
ลูกค้าใหม่35%
อ่านได้ว่า:2 ใน 3 ของยอดมาจากลูกค้าเก่า (ฐานแข็งแรง ✓) · ลูกค้าใหม่ 35% ยังถือว่าโอเค ถ้าเดือนหน้าลดลงเรื่อย ๆ = สัญญาณต้องเร่งหาคนใหม่
ยอดเฉลี่ยต่อบิล AOV

เอายอดขายทั้งหมด หารด้วยจำนวนบิล= ลูกค้าหนึ่งคนจ่ายเฉลี่ยต่อครั้งเท่าไร. ตัวเลขนี้สำคัญเพราะถ้าดันให้ลูกค้าจ่ายต่อบิลมากขึ้นแค่นิดเดียว ยอดรวมก็โตทันที โดยไม่ต้องหาลูกค้าเพิ่ม

ตัวอย่างจริงร้านกาแฟยอดเฉลี่ย ฿420/บิล ▲เพิ่มจากเดือนก่อน ฿390 — เพราะเริ่มถามลูกค้าว่า "รับขนมคู่กาแฟไหมคะ" (อัปเซล). ถ้าคนเข้าร้านเท่าเดิม แต่ AOV ขึ้น 8% ยอดรวมก็ขึ้น 8% ฟรี ๆ
ใช้เมื่อ
อยากเพิ่มยอดโดยไม่หาลูกค้าเพิ่ม — ตั้งเซตคู่ · ฟรีค่าส่งเมื่อซื้อครบ · แนะนำของพ่วง
ระวัง
AOV สูงขึ้นเพราะขึ้นราคากับเพราะขายของได้มากชิ้นขึ้นคนละเรื่อง — ดูคู่กับจำนวนชิ้นต่อบิลด้วย
ประโยชน์
หาทางดันให้ลูกค้าซื้อต่อบิลมากขึ้น (อัปเซล) → ยอดโตโดยไม่เพิ่มต้นทุนหาลูกค้า
ยอดเฉลี่ยต่อบิล (AOV)
฿420
▲ 8% จากเดือนก่อน
ชิ้นต่อบิล
2.3
▲ 0.2
อ่านได้ว่า:AOV โต 8% และชิ้นต่อบิลก็ขึ้น (2.1→2.3) = โตเพราะขายได้หลายชิ้นขึ้นไม่ใช่แค่ขึ้นราคา (ดีกว่า) · เส้นจิ๋ว = เทรนด์ 7 เดือน
จัดกลุ่มลูกค้า RFM

วิธีแบ่งลูกค้าเป็นกลุ่มจาก 3 คำถามง่าย ๆ: R=ซื้อล่าสุดเมื่อไร · F=ซื้อบ่อยแค่ไหน · M=จ่ายรวมไปเท่าไร. พอรวม 3 ตัวก็ได้กลุ่มชัด ๆ เช่น "VIP", "ประจำ", "กำลังจะหาย", "หลับไปแล้ว" — แล้วยิงโปรให้ตรงกลุ่ม ไม่ใช่ส่งโปรเดียวกันหมดทุกคน

ตัวอย่างจริงร้านอาหารเสริมมีลูกค้า 1,200 คน แบ่งได้: VIP 80 คน(ซื้อบ่อย+จ่ายเยอะ) → ดูแลพิเศษ ส่งของขวัญ · เริ่มหาย 210 คน(เคยซื้อแต่หายไป 2 เดือน) → ส่งคูปองดึงกลับด่วน ก่อนจะหลับถาวร
ใช้เมื่อ
มีลูกค้าเยอะจนส่งโปรเหมารวมไม่ได้ผล — แยกกลุ่มแล้วยิงข้อความให้ตรงใจแต่ละกลุ่ม
ระวัง
เกณฑ์ "บ่อย/นาน" ของแต่ละธุรกิจไม่เท่ากัน— ร้านกาแฟ 2 สัปดาห์ไม่มา=เริ่มหาย แต่ร้านเฟอร์นิเจอร์ 1 ปีถือว่าปกติ
ประโยชน์
ยิงโปรให้ตรงกลุ่ม → ประหยัดงบ ปิดการขายง่ายขึ้น ไม่กวนลูกค้าผิดคน
กลุ่มลูกค้า (RFM) 1,200 คน
กลุ่มจำนวนสัดส่วนควรทำอะไร
VIP80
ดูแลพิเศษ · สิทธิ์ก่อนใคร
ประจำ430
รักษาไว้ · แต้มสะสม
เริ่มหาย210
ส่งคูปองดึงกลับด่วน
หลับ480
แคมเปญปลุก · หรือปล่อย
อ่านได้ว่า:VIP แค่ 80 คนแต่มูลค่าสูงสุด ต้องไม่ให้หลุด · "เริ่มหาย" 210 คนคือกลุ่มที่คุ้มสุดที่จะดึงกลับ(ยังจำเราได้) · กลุ่มหลับ 480 ต้องเลือกว่าจะปลุกหรือปล่อย
ลูกค้ากลับมาซื้อซ้ำ Repeat / Retention

จากลูกค้าที่ซื้อครั้งแรกในเดือนหนึ่ง มี กี่ % ที่กลับมาซื้ออีกในเดือนถัด ๆ ไป. เส้นนี้บอกว่าของเรา "ซื้อแล้วติดใจกลับมา" หรือ "ซื้อครั้งเดียวแล้วหายเงียบ" — ซึ่งสำคัญมากเพราะลูกค้าเก่ามาซื้อซ้ำถูกกว่าหาลูกค้าใหม่หลายเท่า

ตัวอย่างจริงร้านขายของกินคลีน: ลูกค้ากลุ่มที่ซื้อเดือน 1 → เดือน 2 กลับมา 42% → เดือน 3 เหลือ 31% แล้วทรงตัวที่ ~22%. แปลว่ามี "แฟนพันธุ์แท้" ราว 1 ใน 5ที่อยู่ยาว — กลุ่มนี้แหละที่ทำกำไรจริง
ใช้เมื่อ
ขายของที่ควรซื้อซ้ำ — อาหารเสริม · ของกิน · บริการรายเดือน · ของใช้สิ้นเปลือง
ระวัง
ของบางอย่างซื้อซ้ำน้อยเป็นเรื่องปกติ(ที่นอน เครื่องใช้ไฟฟ้า) — อย่าตกใจถ้า retention ต่ำในธุรกิจแบบนี้
ประโยชน์
ลูกค้าซ้ำถูกกว่าหาใหม่ ~5 เท่า → ดันให้คนกลับมาซื้อ คุ้มกว่าทุ่มงบหาคนใหม่ตลอด
อัตรากลับมาซื้อ เดือน 1 → 6
ด.1ด.2ด.3ด.4ด.5ด.6 42%22%
อ่านได้ว่า:ตกแรงช่วงเดือน 1→2 (100%→42% เป็นเรื่องปกติ) แต่หลังเดือน 3 เส้นเริ่มราบที่ ~22%= มีฐานลูกค้าประจำที่อยู่ยาว · ถ้าเส้นดิ่งลงไม่หยุด = ของไม่ติดใจ ต้องแก้
มูลค่าลูกค้าตลอดชีพ CLV / LTV

ลูกค้าหนึ่งคนตั้งแต่เริ่มซื้อจนเลิกซื้อ จ่ายให้เรารวมทั้งหมดเท่าไร. คิดง่าย ๆ คือ ยอดเฉลี่ยต่อครั้ง × จำนวนครั้งที่ซื้อต่อปี × จำนวนปีที่อยู่กับเรา. ตัวเลขนี้เปลี่ยนมุมคิด — จาก "กำไรต่อบิล" เป็น "กำไรทั้งชีวิตลูกค้า"

ตัวอย่างจริงร้านกาแฟ: ลูกค้าประจำจ่ายเฉลี่ย ฿120/ครั้ง × 8 ครั้ง/เดือน × 24 เดือน = ฿23,040ตลอดที่เป็นลูกค้า. พอรู้เลขนี้ เจ้าของก็กล้าจ่ายค่าหาลูกค้าใหม่ได้ถึง ~฿300-500/คน เพราะรู้ว่าได้คืนคุ้มแน่
ใช้เมื่อ
ตัดสินใจว่ายอมจ่ายค่าโฆษณา/ของแถมหาลูกค้าได้แค่ไหน · วางงบดูแลลูกค้าเก่า
ระวัง
เป็นค่าประมาณไม่ใช่เลขเป๊ะ — ใช้ดูภาพรวมตัดสินใจ อย่าเอาไปอวดว่าแม่นทุกบาท
ประโยชน์
รู้ว่ายอมจ่ายค่าหาลูกค้าได้แค่ไหนถึงยังคุ้ม → คุมงบการตลาดไม่ให้ขาดทุน
มูลค่าลูกค้าตลอดชีพ ลูกค้าประจำ
CLV เฉลี่ยต่อคน
฿23,040
คุ้มจ่ายค่าหาลูกค้า ≤ ฿500/คน
ยอดเฉลี่ยต่อครั้ง฿120
× ความถี่ (ครั้ง/เดือน)× 8
× อายุลูกค้า (เดือน)× 24
= มูลค่าตลอดชีพ฿23,040
อ่านได้ว่า:ลูกค้าหนึ่งคนมีค่า ฿23k ตลอดชีพ ไม่ใช่แค่ ฿120 ต่อแก้ว · ดังนั้นเสียลูกค้าประจำ 1 คน = เสียโอกาส ฿23k → คุ้มมากที่จะลงทุนดูแลให้อยู่ยาว
80/20 ลูกค้าหลักทำรายได้ส่วนใหญ่ Pareto

กฎที่เจอในธุรกิจเกือบทุกแห่ง: ลูกค้าส่วนน้อย (~20%) มักทำรายได้ส่วนใหญ่ (~80%). เรียงลูกค้าจากซื้อมาก→น้อย แล้วดูว่ากลุ่มหัวแถวกี่คนรวมกันเป็นรายได้เกินครึ่ง — นั่นคือ "ลูกค้าหลัก" ที่ห้ามให้หลุดเด็ดขาด

ตัวอย่างจริงร้านขายส่งเสื้อผ้ามีลูกค้า 200 ราย แต่ ลูกค้า top 40 ราย (20%) ทำยอด ~70%ของทั้งร้าน. เจ้าของเลยให้พนักงานคนเก่งดูแล 40 รายนี้เป็นพิเศษ โทรเช็ก ส่งของไว ส่วนที่เหลือใช้ระบบอัตโนมัติ
ใช้เมื่อ
มีลูกค้าเยอะแต่เวลา/คนจำกัด — โฟกัสดูแลกลุ่มที่สร้างรายได้จริงก่อน
ระวัง
อย่าทิ้งกลุ่ม 80% ทั้งหมด — บางคนคือว่าที่ลูกค้าหลักในอนาคต แค่จัดลำดับความสำคัญให้ถูก
ประโยชน์
รู้ว่าใครคือลูกค้าหลัก → ทุ่มเวลา/บริการให้กลุ่มนี้ก่อน ป้องกันรายได้ก้อนใหญ่หลุดมือ
รายได้สะสมตามอันดับลูกค้า 200 ราย
top 20%
21-40%
41-60%
61-80%
81-100%
top 20%70%
ที่เหลือ 80%30%
อ่านได้ว่า:ลูกค้าหัวแถว 20% (40 ราย) ทำรายได้ ~70%ของทั้งร้าน · เสีย 1 รายในกลุ่มนี้กระทบหนักกว่าเสีย 10 รายท้ายแถว → ดูแลให้ดีที่สุด
สินค้าที่มักซื้อคู่กัน ตะกร้า / Basket

ดูจากบิลขายว่า เวลาคนซื้อ A มักจะหยิบ B ไปด้วยกี่ %. รู้คู่ที่ไปด้วยกันบ่อย ๆ แล้วเอามาจัดเซต วางคู่กัน หรือแนะนำตอนจ่ายเงิน = เพิ่มยอดต่อบิลแบบเนียน ๆ (เพราะลูกค้าอยากได้อยู่แล้ว)

ตัวอย่างจริงร้านสะดวกซื้อพบว่าคนซื้อ กาแฟกระป๋อง 38% หยิบขนมปังไปด้วย→ ย้ายชั้นขนมปังมาใกล้ตู้กาแฟ ยอดขนมปังขึ้นทันที. หรือร้านเครื่องสำอางจัดเซต "ครีม + เซรั่ม" ที่คนซื้อคู่กันบ่อยอยู่แล้ว ขายง่ายกว่าแยกชิ้น
ใช้เมื่อ
มีสินค้าหลายอย่างและบิลมีหลายชิ้น — จัดเซต · วางผังร้าน · แนะนำของพ่วงตอนจ่าย
ระวัง
คู่ที่ขายดีทั้งคู่อยู่แล้วอาจบังเอิญมาด้วยกันไม่ได้เกี่ยวกันจริง — ดูว่า "ซื้อคู่กันบ่อยกว่าปกติ" ไหม
ประโยชน์
จัดเซต/วางคู่กัน/แนะนำของพ่วง → เพิ่มยอดต่อบิลจากของที่ลูกค้าอยากได้อยู่แล้ว
คู่สินค้าที่ซื้อด้วยกันบ่อย จากบิลขาย
ถ้าซื้อ…มักหยิบ…% ที่ซื้อคู่
กาแฟกระป๋องขนมปัง38%
ครีมบำรุงเซรั่ม31%
บะหมี่กึ่งฯไข่ไก่27%
แชมพูครีมนวด24%
น้ำยาซักผ้าน้ำยาปรับผ้านุ่ม19%
อ่านได้ว่า:"กาแฟ → ขนมปัง 38%" คือคู่ที่แรงสุด → วางใกล้กัน/จัดเซตคุ้ม · "ครีม → เซรั่ม 31%" เหมาะทำเซตคู่ขายดี · คู่ที่ % สูง = โอกาสเพิ่มยอดง่ายสุด

เริ่มวันนี้: 3 ขั้น ไม่ต้องมีโปรแกรม

ทุกตัวเลขข้างบนเริ่มจากของชิ้นเดียวที่คุณมีอยู่แล้ว — บิลขาย. ทำตามนี้ครึ่งวันก็ได้ตารางลูกค้าที่ใช้จริง

1รวมบิลย้อนหลัง 3-6 เดือนลง Google Sheet — 1 แถวต่อ 1 บิล มี 4 ช่องพอ: วันที่ · ชื่อ/เบอร์ลูกค้า · ยอดบิล · รายการสินค้า
2ทำคอลัมน์ "ลูกค้าซ้ำ" — ลูกค้าคนไหนโผล่มากกว่า 1 บิล = ลูกค้าเก่า. นับหัวคนเทียบกับจำนวนบิล ได้ AOV กับสัดส่วนใหม่/เก่าทันที
3เรียงลูกค้าจากยอดรวมมาก→น้อย — เห็น 80/20 กับใครคือ VIP ทันตา. แล้วเอาไฟล์นี้ให้ AI ช่วยจัดกลุ่ม RFM และทำแดชบอร์ดต่อด้วยพรอมต์ข้างล่าง
พรอมต์ก๊อปไปใช้กับ AI ได้เลย
นี่คือไฟล์บิลขายร้าน [ชื่อร้าน] ย้อนหลัง 6 เดือน
คอลัมน์: วันที่, ลูกค้า, ยอดบิล, สินค้า
ช่วยวิเคราะห์ให้หน่อย:
1) สัดส่วนยอดจากลูกค้าใหม่ vs เก่า แยกรายเดือน
2) ยอดเฉลี่ยต่อบิล (AOV) และแนวโน้มขึ้น/ลง
3) จัดกลุ่มลูกค้าแบบ RFM: VIP / ประจำ / เริ่มหาย / หลับ
   พร้อมจำนวนคนแต่ละกลุ่ม
4) ลูกค้า top 20% ทำยอดกี่ % ของทั้งร้าน (กฎ 80/20)
5) คู่สินค้าที่ถูกซื้อด้วยกันบ่อยที่สุด 5 อันดับ
สรุปเป็นตารางสั้น ๆ และบอกว่าแต่ละกลุ่มควรทำอะไรต่อ

ตัวเลขลูกค้าที่ควรดูประจำ

โตจากใคร (ใหม่/เก่า)ลูกค้าใหม่ vs เก่า %
ดันยอดต่อบิล (อัปเซล)ยอดเฉลี่ยต่อบิล (AOV)
ยิงโปรให้ตรงกลุ่มกลุ่มลูกค้า RFM
ของติดใจ กลับมาซื้อไหมอัตราซื้อซ้ำ (Retention)
จ่ายค่าหาลูกค้าได้แค่ไหนมูลค่าลูกค้า (CLV)
ใครคือลูกค้าหลัก80/20 (Pareto)
จัดเซต/เพิ่มยอดต่อบิลคู่สินค้าซื้อด้วยกัน

ข้อควรระวังเรื่องข้อมูลลูกค้า

คำถามที่พบบ่อย

ร้านเล็กไม่มีโปรแกรมแพง วิเคราะห์ข้อมูลลูกค้าได้ไหม?

ได้แน่นอน เริ่มจากสิ่งที่มีอยู่แล้วคือ "บิลขาย" — แค่จดว่าใครซื้อ ซื้ออะไร เมื่อไร เท่าไร ลงตาราง Excel/Google Sheet ก็คำนวณ AOV, ลูกค้าใหม่/เก่า, ซื้อซ้ำ ได้หมด ไม่ต้องลงทุนระบบแพงตั้งแต่แรก พอลูกค้าเยอะขึ้นค่อยขยับไปใช้ระบบจริง

RFM คืออะไร ต่างจากการดูยอดขายทั่วไปยังไง?

RFM คือการแบ่งกลุ่มลูกค้าจาก 3 ตัว — ซื้อล่าสุดเมื่อไร (Recency), บ่อยแค่ไหน (Frequency), จ่ายรวมเท่าไร (Monetary). ต่างจากการดูยอดรวมตรงที่มันบอก "ใครเป็นใคร" ไม่ใช่แค่ "ขายได้เท่าไร" — ทำให้ส่งโปรถูกคน เช่น ดึงลูกค้าที่กำลังจะหายกลับมา แทนที่จะส่งโปรเดียวกันหมดทุกคน

ทำไมลูกค้าซื้อซ้ำถึงสำคัญกว่าหาลูกค้าใหม่?

เพราะหาลูกค้าใหม่ต้องจ่ายค่าโฆษณา สร้างความเชื่อใจตั้งแต่ศูนย์ ซึ่งโดยทั่วไปแพงกว่าการทำให้ลูกค้าเก่ากลับมาซื้อราว 5 เท่า ลูกค้าเก่ารู้จักเราแล้ว ซื้อง่ายกว่า และมักจ่ายต่อบิลมากกว่าด้วย ดังนั้นการดูแลให้คนกลับมาซื้อซ้ำคือวิธีโตที่คุ้มทุนที่สุด

มูลค่าลูกค้า (CLV) คำนวณยังไงแบบง่ายที่สุด?

สูตรง่ายสุดคือ ยอดเฉลี่ยต่อครั้ง × จำนวนครั้งที่ซื้อต่อปี × จำนวนปีที่ลูกค้าอยู่กับเรา เช่น จ่ายเฉลี่ย ฿120/ครั้ง ซื้อ 8 ครั้ง/เดือน อยู่ 24 เดือน = ฿23,040 ตลอดชีพ พอรู้เลขนี้ก็ตัดสินใจได้ว่ายอมจ่ายค่าหาลูกค้าใหม่ได้สูงสุดเท่าไรถึงยังคุ้ม

พี่ปุ้ย ปริวรรตน์ อรุโณทยานันท์ ผู้คิดและเขียนเว็บ Skills Lab
คิด เขียน และเป็นเจ้าของไอเดียเว็บนี้โดย พี่ปุ้ย ปริวรรตน์ อรุโณทยานันท์
ผู้เชี่ยวชาญวางระบบองค์กร & AI — สอนเจ้าของกิจการสร้างระบบของตัวเองมากกว่า 400 คน
ประวัติพี่ปุ้ย ·  ดูคอร์ส →
กลับห้องสมุดออกแบบ