ตัวเลขของเรามาจากไหน

สถิติทางการตลาดในวงการนี้มักไม่รอดเมื่อคุณคลิกตรวจสอบต่ออีกครั้ง หน้านี้จึงรวบรวมตัวเลขทั้งหมดที่เราอ้างอิงบน cobiro.com ว่าแต่ละตัวเลขวัดอะไรกันแน่ และมาจากแหล่งใด เพื่อให้คุณตรวจสอบได้ด้วยตัวเองทุกตัวเลข

ภาพมากขึ้น คลิกมากขึ้น

หน้าแรกของเราระบุว่าสินค้าที่มีภาพมากกว่าหนึ่งภาพได้รับการแสดงผลเพิ่มขึ้น 76% และคลิกเพิ่มขึ้น 32% ตัวเลขนี้เป็นของ Google เอง ซึ่งเผยแพร่ไว้ในประกาศเปิดตัว Product Studio โดยเปรียบเทียบระหว่างสินค้าบน Shopping ที่มีภาพเดียวกับสินค้าที่มีหลายภาพ ตัวเลขนี้วัดจำนวนคลิก ไม่ใช่คอนเวอร์ชัน เราจึงอ้างอิงในฐานะจำนวนคลิกเท่านั้น แคตตาล็อกส่วนใหญ่ยังคงใช้ภาพสินค้าเพียงภาพเดียวต่อหนึ่งสินค้า ช่องว่างตรงนี้จึงเปิดกว้างสำหรับทุกคนที่เพิ่มภาพประกอบเพิ่มเติมที่เป็นภาพจริง ตัวเลขนี้มีหน้าของตัวเองในคู่มือนี้ พร้อมข้อควรระวังที่อธิบายไว้อย่างละเอียด

เพื่อเป็นเกณฑ์เทียบเคียง ตัวเลขคอนเวอร์ชันที่ตรงไปตรงมาในวงการนี้อยู่ในระดับหลักหน่วย งานวิจัยของ eBay จากรายการสินค้า 6.8 ล้านรายการพบว่าภาพที่ดีขึ้นช่วยเพิ่มโอกาสในการขายได้ 4.5% ส่วน Meta ประเมินว่าการสร้างภาพด้วย AI บนแพลตฟอร์มโฆษณาของตนช่วยเพิ่มคอนเวอร์ชัน 7% ผู้ให้บริการรายใดที่สัญญาว่าภาพเพียงอย่างเดียวจะเพิ่มคอนเวอร์ชันได้ถึงหลักสิบ ก็กำลังอ้างอิงกรณีศึกษาที่ไม่มีการควบคุมตัวแปร ไม่ใช่ผลการวัดจริง

ต้นทุนของภาพสินค้าหนึ่งภาพ

ตัวเลขต้นทุนที่ลดลง 90% มาจากการเปรียบเทียบราคาที่คุณทำซ้ำได้เองภายในสิบนาที ภาพสินค้าจากสตูดิโอมืออาชีพมีราคา $39 ถึง $75 ตามเรตที่ประกาศในปัจจุบัน ส่วนภาพที่ใช้นายแบบนางแบบหรือภาพไลฟ์สไตล์อยู่ที่ $200 ถึง $500 ต่อภาพ เมื่อรวมค่าตัวนายแบบนางแบบ ฉาก และการรีทัชเข้าไปด้วย โดย soona เปิดเผยเรตการ์ดของตนไว้อย่างชัดเจน ในทางกลับกัน โมเดลสร้างภาพที่อยู่เบื้องหลัง Cobiro คิดค่าสร้างภาพเพียงไม่กี่เซนต์ต่อภาพตามราคาที่ Google ประกาศไว้ แม้จะเผื่อการสร้างหลายครั้งกว่าจะได้ภาพที่ใช้ได้หนึ่งภาพ รวมถึงเวลาที่ใช้ตรวจสอบแล้ว ภาพสินค้าจาก AI ที่เสร็จสมบูรณ์ก็ยังมีต้นทุนต่ำกว่า $5 และได้ภายในวันเดียวกัน รายละเอียดทั้งหมดอยู่ในหน้าของตัวเอง

แอตทริบิวต์ครบถ้วน ตรงกับการค้นหามากขึ้น

แนวทางของ Google สำหรับ Merchant Center ระบุไว้ชัดเจนว่า การใส่แอตทริบิวต์ที่เกี่ยวข้องให้ครบถ้วนจะเพิ่มโอกาสที่สินค้าจะแสดงในคำค้นหาที่ตรงที่สุด ไม่ว่าจะเป็นสี วัสดุ ขนาด หรือหมวดหมู่ ทุกช่องที่ฟีดของคุณปล่อยว่างไว้คือคำค้นหาหนึ่งที่สินค้าของคุณไม่มีทางตรงกันได้ นี่คือกลไกเบื้องหลังการเพิ่มความสมบูรณ์ของแอตทริบิวต์ ตามคำอธิบายของ Google เอง ส่วนการวัดความครอบคลุมของแอตทริบิวต์ก็มีหน้าของตัวเองเช่นกัน

ความครอบคลุมของแอตทริบิวต์ยังเป็นตัวเลขที่หาได้ยาก เพราะคุณวัดจากแคตตาล็อกของคุณเองได้ภายในบ่ายเดียว นั่นคือสัดส่วนของสินค้าที่มีสี วัสดุ ขนาด และหมวดหมู่ครบถ้วน เทียบกับสินค้าทั้งหมดในฟีด เพียงนับก่อนและหลังการเพิ่มความสมบูรณ์ของข้อมูล คุณก็จะได้ผลเปรียบเทียบก่อนและหลังที่ไม่มีใครโต้แย้งได้

เหตุใดปริมาณจึงสำคัญกว่าความประณีต

เกณฑ์เปรียบเทียบด้านครีเอทีฟปี 2026 ของ Motion ซึ่งสร้างจากงบโฆษณา Meta ที่ติดตามได้ 1.3 พันล้านดอลลาร์จากโฆษณา 550,000 ชิ้น พบว่า มีโฆษณาเพียง 5 ถึง 8% เท่านั้นที่กลายเป็นตัวชนะ และครีเอทีฟที่เป็นเพียงภาพสินค้ากับข้อความธรรมดา ชนะบ่อยกว่าครีเอทีฟที่ผลิตอย่างประณีตอยู่เล็กน้อย ผู้ลงโฆษณาที่หาตัวชนะได้นั้นเพียงแค่ทดสอบครีเอทีฟมากกว่า และสิ่งที่จำกัดการทดสอบก็คือต้นทุนของภาพแต่ละภาพ

ในทิศทางเดียวกัน NCSolutions วัดผลแคมเปญสินค้าอุปโภคบริโภคราว 450 แคมเปญเทียบกับข้อมูลการซื้อจริงของกลุ่มตัวอย่าง และระบุว่า 49% ของยอดขายที่เพิ่มขึ้นมาจากตัวครีเอทีฟเอง ซึ่งมากกว่าการเข้าถึง การกำหนดกลุ่มเป้าหมาย และความสดใหม่ของโฆษณารวมกัน

ตัวเลขที่เราเลือกไม่ใช้

• “ผู้ซื้อ 75% ตัดสินใจจากภาพถ่ายสินค้า” สถิติเกี่ยวกับภาพที่ถูกอ้างอิงมากที่สุดบนอินเทอร์เน็ตย้อนกลับไปได้ถึงบทความในสื่อธุรกิจที่ไม่ได้ระบุงานสำรวจ ไม่ได้ระบุกลุ่มตัวอย่าง และไม่ได้ระบุปี ทุกการอ้างอิงนำกลับไปสู่ทางตันเดียวกัน
• “คอนเทนต์ 3D ทำให้อัตราการแปลงดีขึ้น 94%” มาจากโพสต์บนโซเชียลมีเดียเพียงโพสต์เดียวในปี 2020 ที่เปรียบเทียบผู้ซื้อซึ่งเลือกจะกดดูคอนเทนต์ 3D กับผู้ซื้อคนอื่นทั้งหมด นั่นคือการวัดความตั้งใจของผู้ซื้อ ไม่ใช่การวัดตัวคอนเทนต์
• กรณีศึกษาที่ไม่ระบุชื่อ ตัวเลข “อัตราการแปลง +157%” ที่ไม่บอกว่าเป็นร้านค้าใด ไม่บอกวิธีวัด และไม่มีกลุ่มควบคุม ก็เป็นเพียงเรื่องเล่า เราขออ้างอิงตัวเลขที่น้อยกว่าแต่มีแหล่งที่มาให้คุณคลิกดูได้