IMAS Analytics.AI
หน้าแรกโซลูชันระบบนับคนและวิเคราะห์ผู้มาเยือนแดชบอร์ด XPERIOระบบพยากรณ์จำนวนผู้มาเยือนระบบจัดการพลังงานอาคารด้วย AIอุตสาหกรรมห้างสรรพสินค้าและศูนย์การค้าร้านค้าปลีกหลายสาขาสนามบินและสถานีขนส่งอาคารสำนักงานและอาคารพาณิชย์ลองเล่นผลงานบทความเกี่ยวกับเราพันธมิตรติดต่อเรา

DATA INTELLIGENCE

วัดผลอีเวนต์ศูนย์การค้าด้วยข้อมูลผู้มาเยือน: ตั้งฐานเทียบ วัดส่วนเพิ่ม และรายงานผู้เช่า

วัดผลอีเวนต์ศูนย์การค้าให้ได้คำตอบที่เชื่อถือได้ ต้องตอบมากกว่า "วันนั้นคนเยอะไหม" คำถามที่ทีมบริหาร ผู้เช่า และผู้สนับสนุนอยากรู้จริงคือ งานนี้ดึงคนเพิ่มได้เท่าไรเมื่อเทียบกับวันที่ไม่มีงาน คนที่มาอยู่นานแค่ไหน และร้านค้ารอบข้างได้อะไร บทความนี้อธิบายวิธีวัดผลกิจกรรมและแคมเปญการตลาดในห้างด้วยข้อมูลผู้มาเยือน 7 ขั้น ตั้งแต่ตั้งฐานเทียบ กำหนดขอบเขตพื้นที่ วัดส่วนเพิ่ม ดูผลต่อร้านค้า ปรับผลจากปัจจัยภายนอก ไปจนถึงรายงานผล พร้อมตัวอย่างตัวเลขสมมติและเช็กลิสต์

ลานกิจกรรมกลางศูนย์การค้ามองจากชั้นบน มีผู้คนจำนวนมากร่วมงาน

ทำไมภาพบรรยากาศหน้างานไม่พอ

ภาพลานกิจกรรมที่แน่นในช่วงพีกดูน่าประทับใจ แต่บอกได้น้อย ลานอาจแน่นเพราะคนที่อยู่ในห้างอยู่แล้วเดินมาดู ไม่ใช่คนที่ตั้งใจมาเพราะงาน และวันนั้นอาจเป็นวันเงินเดือนออกที่คนมาห้างมากอยู่แล้ว การประเมินผลกิจกรรมส่งเสริมการขายที่ดีจึงต้องเทียบกับ "ถ้าไม่มีงาน จะมีคนเท่าไร" และต้องดูทั้งพื้นที่จัดงานและทั้งศูนย์การค้า

ตัวเลขจากระบบนับคนที่ทางเข้าและทางเข้าโซนตอบคำถามนี้ได้ เพราะวัดด้วยวิธีเดียวกันทุกวัน จึงมีฐานเทียบย้อนหลังพร้อมใช้ ภาพรวมการใช้ตัวเลขผู้มาเยือนในศูนย์การค้าอ่านได้ในบทความFootfall คืออะไร

ขั้นที่ 1: ตั้งคำถามและตัวชี้วัดก่อนงานเริ่ม

ตกลงกันก่อนวันงานว่าจะวัดอะไร และอะไรถือว่าสำเร็จ ถ้ามาตั้งหลังงาน ทีมมักเลือกตัวเลขที่ดูดีที่สุด

คำถาม ตัวชี้วัด
งานดึงคนมาห้างเพิ่มหรือไม่ ส่วนเพิ่มของคนเข้าทั้งศูนย์การค้าเทียบกับฐาน
คนสนใจงานแค่ไหน จำนวนครั้งที่เข้าโซนงาน และเวลาที่อยู่ในโซนงาน
ร้านค้าได้ประโยชน์หรือไม่ คนเดินผ่านและคนเข้าร้านของกลุ่มร้านที่กำหนด
คนกระจายไปทั้งห้างหรือไม่ จำนวนคนต่อชั้น และคนขึ้นบันไดเลื่อน
ผู้สนับสนุนได้อะไร คนเดินผ่านบูธและเวลาที่อยู่หน้าบูธ

ขั้นที่ 2: ตั้งฐานเทียบจากวันเดียวกันของสัปดาห์ก่อน ๆ

ฐานเทียบ (baseline) คือจำนวนคนที่น่าจะเกิดขึ้นถ้าไม่มีงาน วิธีที่ใช้ง่ายและอธิบายได้คือ

  • ใช้วันเดียวกันของสัปดาห์ เช่น งานวันเสาร์ เทียบกับวันเสาร์ ไม่เทียบกับวันศุกร์หรือค่าเฉลี่ยทั้งสัปดาห์
  • ใช้หลายสัปดาห์ก่อนหน้า เช่น 4–6 สัปดาห์ แล้วหาค่าเฉลี่ยหรือค่ากลาง เพื่อลดผลของวันที่ผิดปกติ
  • ตัดสัปดาห์ที่ไม่ปกติออก เช่น วันหยุดยาว สัปดาห์ที่มีงานอื่น หรือวันที่ระบบนับคนขัดข้อง
  • ถ้ามีข้อมูลปีก่อน ให้ดูวันที่ตรงกันของปีก่อนประกอบ โดยระวังเทศกาลที่เลื่อนวันทุกปี
  • ถ้าเป็นเครือที่มีหลายศูนย์การค้า ศูนย์ที่ไม่มีงานในวันเดียวกันใช้เป็นตัวเทียบ (control) ได้ ถ้าศูนย์ตัวเทียบก็เพิ่มขึ้นด้วย แปลว่าส่วนหนึ่งมาจากปัจจัยภายนอก

ขั้นที่ 3: กำหนดพื้นที่ที่จะวัดให้ชัด

วัดอย่างน้อย 3 ระดับ และกำหนดขอบเขตก่อนวันงาน

  1. ทั้งศูนย์การค้า นับจากทุกทางเข้าออก รวมทางเชื่อมรถไฟฟ้าและลานจอดรถ ใช้ตอบว่างานดึงคนมาห้างเพิ่มหรือไม่
  2. โซนงาน นับจากทางเข้าโซนหรือจากเซ็นเซอร์ที่ครอบคลุมพื้นที่งาน ใช้ตอบว่าคนสนใจงานแค่ไหน
  3. กลุ่มร้านค้า แบ่งเป็นร้านรอบโซนงาน ร้านชั้นอื่น และโซนอาหาร ใช้ตอบว่าผลกระจายไปถึงร้านค้าหรือไม่

ข้อควรรู้เรื่องจำนวนผู้เข้าร่วมงาน: ระบบนับคนที่ทางเข้าโซนนับ "จำนวนครั้งที่เข้า" คนที่เดินเข้าออกลานสามรอบจะถูกนับสามครั้ง ตัวเลขนี้เหมาะกับการเทียบกับฐานและเทียบงานต่องาน แต่ไม่ใช่จำนวนคนไม่ซ้ำ เวลาเขียนรายงานจึงควรใช้คำว่า "จำนวนครั้งที่เข้าโซนงาน" ให้ตรงกับสิ่งที่วัด

ขั้นที่ 4: วัดส่วนเพิ่ม (lift)

ส่วนเพิ่ม = จำนวนคนจริงในวันงาน − ฐานเทียบ ส่วนเพิ่ม (%) = ส่วนเพิ่ม ÷ ฐานเทียบ × 100

คำนวณทั้งระดับศูนย์การค้าและระดับโซนงาน แล้วเทียบกัน

  • ถ้าโซนงานเพิ่มมาก แต่ทั้งศูนย์การค้าเพิ่มน้อย แปลว่างานส่วนใหญ่ "ย้าย" คนที่อยู่ในห้างอยู่แล้วมาที่ลาน มากกว่าดึงคนใหม่เข้าห้าง งานแบบนี้ยังมีประโยชน์ถ้าเป้าหมายคือให้คนอยู่ในห้างนานขึ้น แต่ไม่ควรรายงานว่าดึงคนเข้าห้างเท่ากับยอดของโซนงาน
  • ถ้าทั้งศูนย์การค้าเพิ่มชัดเจน และทางเข้าบางทางเพิ่มมากกว่าทางอื่น ทางเข้านั้นบอกว่าคนที่ตั้งใจมาเพราะงานเดินทางมาทางไหน ใช้วางป้ายและสื่อครั้งต่อไปได้

ดูรายชั่วโมงด้วย งานที่มีการแสดงเป็นรอบ ๆ ควรเห็นยอดขึ้นตามรอบ ถ้าไม่เห็น อาจแปลว่าคนไม่ได้มาเพราะการแสดง

ขั้นที่ 5: ดูเวลาที่อยู่ในพื้นที่และผลต่อร้านค้ารอบข้าง

จำนวนคนบอกว่ามีคนมา เวลาที่อยู่ในพื้นที่ (dwell time) บอกว่าคนสนใจจริงหรือแค่เดินผ่าน ให้ดูค่ากลางของเวลาที่อยู่ในโซนงาน และเทียบกับวันปกติของพื้นที่เดียวกัน วิธีอ่านค่านี้อยู่ในบทความDwell Time ในห้างและร้านค้าคืออะไร

ผลต่อร้านค้ารอบข้าง (spillover) คือคำถามที่ผู้เช่าสนใจที่สุด ดูได้จาก

  • คนเดินผ่านหน้าร้านของกลุ่มร้านที่กำหนดในขั้นที่ 3 เทียบกับฐานเทียบของแต่ละกลุ่ม
  • คนเข้าร้านของร้านที่มีระบบนับคน หรือร้านที่ยินดีส่งตัวเลข
  • จำนวนคนขึ้นชั้นบน ถ้าลานงานอยู่ชั้นล่าง และชั้นบนไม่ได้คนเพิ่ม แปลว่าคนมาที่งานแล้วกลับ

ร้านที่ส่งข้อมูลจำนวนบิลมาด้วยจะเห็นต่ออีกขั้นว่าอัตราการซื้อเปลี่ยนหรือไม่ บางครั้งคนเข้าร้านเพิ่มแต่อัตราการซื้อลด เพราะคนที่มากับงานยังไม่ใช่กลุ่มลูกค้าของร้าน ดูวิธีคำนวณในบทความอัตราการซื้อของร้านที่มีหน้าร้าน คิดอย่างไร

ขั้นที่ 6: ปรับผลจากสภาพอากาศ วันหยุด และวันเงินเดือนออก

จำนวนคนในห้างไทยขึ้นลงตามปัจจัยที่ไม่เกี่ยวกับงานหลายอย่าง ก่อนสรุปผล ให้ตรวจทีละข้อ

ปัจจัย ผลที่อาจเกิด วิธีจัดการ
ฝนตกหนัก หรืออากาศร้อนจัด คนอาจเลือกมาห้างมากขึ้นหรือน้อยลง ขึ้นกับทำเลและการเดินทาง เทียบกับวันที่อากาศแบบเดียวกันในข้อมูลย้อนหลังของศูนย์การค้าเอง และหมายเหตุไว้ในรายงาน
วันหยุดยาว ปิดเทอม เทศกาล รูปแบบคนเปลี่ยนทั้งวัน ไม่ใช้ช่วงนี้เป็นฐานเทียบของวันปกติ และเทียบกับช่วงเดียวกันของปีก่อนแทน
วันเงินเดือนออก จำนวนคนอาจต่างจากวันอื่น ดูจากข้อมูลย้อนหลังของศูนย์การค้าเอง เทียบกับวันเงินเดือนออกของเดือนก่อน ๆ ที่ไม่มีงาน แล้วหักส่วนนี้ออก
งานหรือโปรโมชันอื่นในวันเดียวกัน ผลของสองงานปนกัน ระบุไว้ในรายงาน และไม่แยกผลถ้าแยกไม่ได้จริง
การปิดทางเข้าหรือซ่อมแซม ตัวเลขบางทางเข้าลดผิดปกติ ตรวจบันทึกอาคาร และอ่านผลจากทางเข้าที่เปิดตามปกติ

ถ้าปรับไม่ได้แน่ชัด ให้รายงานตัวเลขก่อนและหลังปรับคู่กัน พร้อมเหตุผล ดีกว่าเลือกตัวเลขเดียวที่ดูดี

ขั้นที่ 7: รายงานผลต่อผู้เช่าและผู้สนับสนุน

รายงานที่ดีสั้น ใช้คำตรงกับสิ่งที่วัด และบอกข้อจำกัดชัด

สำหรับทีมบริหารศูนย์การค้า: ส่วนเพิ่มทั้งศูนย์ (ก่อนและหลังปรับ) จำนวนครั้งที่เข้าโซนงาน เวลาที่อยู่ในโซน การกระจายไปชั้นอื่น และสิ่งที่ควรเปลี่ยนในงานครั้งต่อไป

สำหรับผู้เช่า: คนเดินผ่านหน้าร้านของกลุ่มร้านเทียบกับฐาน ช่วงเวลาที่คนมากที่สุด และคำแนะนำสำหรับงานครั้งหน้า เช่น ช่วงที่ควรเพิ่มพนักงาน ร้านที่มีระบบนับคนของตัวเองจะเทียบกับตัวชี้วัดของร้านได้ ดูชุดตัวชี้วัดที่ร้านใช้ได้ในบทความตัวชี้วัดร้านค้าปลีกหน้าร้าน 8 ตัวที่ควรดูทุกสัปดาห์

สำหรับผู้สนับสนุน: คนเดินผ่านบูธ จำนวนครั้งที่เข้าโซนงาน และเวลาที่อยู่ในโซน แยกตามวันและช่วงเวลา

ข้อมูลที่ส่งออกไปควรเป็นตัวเลขรวม ไม่ใช่ข้อมูลรายบุคคล และไม่เปิดเผยตัวเลขยอดขายของผู้เช่ารายหนึ่งให้ผู้เช่ารายอื่นเห็น

ตัวอย่าง: งานลานกิจกรรมวันเสาร์ของศูนย์การค้าแห่งหนึ่ง

ตัวเลขด้านล่างเป็นตัวเลขสมมติเพื่ออธิบายวิธีคิด ไม่ใช่ข้อมูลของศูนย์การค้าใด

ศูนย์การค้าจัดงานที่ลานกิจกรรมชั้น 1 วันเสาร์และอาทิตย์ ทีมตั้งฐานเทียบจากวันเสาร์ 3 สัปดาห์ก่อนหน้าที่เป็นวันปกติ (39,000 · 40,000 · 41,000 คน) ได้ค่าเฉลี่ย 40,000 คน และตัดวันเสาร์ที่ตรงกับวันหยุดยาวออก งานครั้งนี้ตรงกับสุดสัปดาห์ที่เงินเดือนออก ข้อมูลย้อนหลังของศูนย์การค้าเองแสดงว่าวันเสาร์ที่เงินเดือนออกและไม่มีงาน มีคนมากกว่าวันเสาร์ปกติราว 5% ฐานเทียบที่ปรับแล้วจึงเป็น 42,000 คน

รายการ (วันเสาร์) ฐานเทียบ วันงาน ส่วนเพิ่ม อ่านอย่างไร
คนเข้าทั้งศูนย์การค้า (ก่อนปรับ) 40,000 46,000 +6,000 (+15%) รวมผลของวันเงินเดือนออก
คนเข้าทั้งศูนย์การค้า (ปรับวันเงินเดือนออก) 42,000 46,000 +4,000 (ราว +10%) ส่วนที่น่าจะมาจากงาน
จำนวนครั้งที่เข้าโซนงาน 6,000 14,000 +8,000 ราวครึ่งหนึ่งเป็นคนที่อยู่ในห้างอยู่แล้ว
เวลาที่อยู่ในโซนงาน (ค่ากลาง) 4 นาที 11 นาที +7 นาที คนหยุดดูงานจริง
คนเข้าร้าน กลุ่มร้านรอบลานชั้น 1 ฐานของกลุ่ม +12% – ร้านรอบลานได้ประโยชน์ชัด
คนเข้าร้าน กลุ่มร้านชั้น 3–4 ฐานของกลุ่ม +1% – คนแทบไม่ขึ้นชั้นบน
คนเข้าโซนอาหาร ฐานของโซน +8% – คนอยู่ต่อหลังดูงาน

ข้อสรุปที่ทีมได้

  • งานดึงคนเข้าห้างเพิ่มราว 4,000 คนในวันเสาร์ ไม่ใช่ 8,000 คนตามยอดของโซนงาน
  • คนที่มาอยู่ในโซนงานนานขึ้นชัดเจน และร้านรอบลานกับโซนอาหารได้ประโยชน์
  • ร้านชั้นบนแทบไม่ได้อะไร งานครั้งหน้าจึงลองย้ายกิจกรรมย่อยบางส่วนไปชั้นบน แล้ววัดซ้ำด้วยวิธีเดิม

วันอาทิตย์ฝนตกหนักช่วงบ่าย คนเข้าทั้งศูนย์การค้าเพิ่มจากฐานน้อยกว่าวันเสาร์มาก ทีมไม่นำวันอาทิตย์ไปรวมกับวันเสาร์ แต่รายงานแยกพร้อมหมายเหตุเรื่องฝน เพราะยังแยกผลของฝนกับผลของงานออกจากกันไม่ได้

เช็กลิสต์วัดผลแคมเปญการตลาดในห้าง

ช่วง สิ่งที่ต้องทำ เสร็จแล้ว
ก่อนงาน ตั้งคำถาม ตัวชี้วัด และเกณฑ์ความสำเร็จ ☐
ก่อนงาน เลือกวันฐานเทียบ (วันเดียวกันของสัปดาห์ก่อน ๆ) และตัดวันที่ผิดปกติ ☐
ก่อนงาน กำหนดขอบเขตโซนงาน กลุ่มร้านค้า และทางเข้าที่ต้องดู ☐
ก่อนงาน ตรวจว่าเซ็นเซอร์ทุกทางเข้าและโซนงานทำงานปกติ ☐
ก่อนงาน แจ้งปฏิทินงานให้ผู้เช่าเพื่อวางพนักงาน ☐
ระหว่างงาน บันทึกเหตุการณ์ เช่น รอบการแสดง ฝนตก การปิดทางเข้า ☐
หลังงาน คำนวณส่วนเพิ่มทั้งศูนย์การค้าและโซนงาน ก่อนและหลังปรับปัจจัยภายนอก ☐
หลังงาน ดูเวลาที่อยู่ในโซนงานและผลต่อกลุ่มร้านค้า ☐
หลังงาน เขียนรายงานแยกสำหรับทีมบริหาร ผู้เช่า และผู้สนับสนุน ☐
หลังงาน บันทึกงานลงปฏิทินข้อมูล เพื่อใช้วางแผนและพยากรณ์ครั้งต่อไป ☐

เชื่อมผลการวัดกับการพยากรณ์จำนวนผู้มาเยือน

การวัดผลอีเวนต์ไม่ได้จบที่รายงาน ข้อมูลของงานที่ผ่านมาช่วยวางแผนงานครั้งต่อไปด้วย

ระบบพยากรณ์จำนวนผู้มาเยือน ที่ IMAS ใช้เป็นแพลตฟอร์มของ Retail Insight จากนอร์เวย์ พยากรณ์จำนวนลูกค้าเข้าร้านรายชั่วโมงล่วงหน้าได้ถึง 8 สัปดาห์ จากข้อมูลคนเข้าร้านย้อนหลัง ยอดขาย ฤดูกาล และสภาพอากาศ และบทความของบริษัทระบุว่านำข้อมูลกิจกรรมและโปรโมชันมาประกอบการพยากรณ์ด้วย

ในทางปฏิบัติ เมื่อศูนย์การค้าแจ้งปฏิทินงานล่วงหน้าและบันทึกงานที่จัดแล้วไว้เป็นระบบ ร้านค้าที่ใช้การพยากรณ์จะวางชั่วโมงพนักงานรองรับวันงานได้ก่อนถึงวัน ระบบให้ตัวเลขคาดการณ์และคำแนะนำ ส่วนผู้จัดการร้านเป็นผู้ตัดสินสุดท้ายว่าจะจัดคนอย่างไร

IMAS ช่วยวัดผลอีเวนต์ในศูนย์การค้าได้อย่างไร

เจ้าหน้าที่ศูนย์การค้าดูกราฟจำนวนผู้มาเยือนบนแท็บเล็ตระหว่างมีงานที่ลานกิจกรรม
  • ระบบนับคน 3 มิติ ติดเพดาน นับแยกทิศทางเข้าออกแบบเรียลไทม์ที่ทางเข้า บันไดเลื่อน และทางเข้าโซน ติดตามเวลาที่อยู่ในพื้นที่และจุดที่คนหนาแน่น ออกแบบให้นับได้โดยไม่ต้องระบุตัวบุคคล
  • แดชบอร์ด XPERIO รวมข้อมูลทุกทางเข้า ทุกชั้น และทุกโซนไว้ในหน้าจอเดียว เทียบช่วงเวลา เช่น วันงานกับวันเดียวกันของสัปดาห์ก่อน และเทียบระหว่างสถานที่ได้ แสดงคนเดินผ่าน อัตราการดึงคนเข้าร้าน และเวลาที่อยู่ในพื้นที่ และมีผู้ช่วย AI ที่ถามด้วยภาษาธรรมดาเพื่อดูแนวโน้มและเทียบพื้นที่
  • งานที่ปรึกษาด้านข้อมูล เช่น การวัดผลการตลาดในศูนย์การค้า

ตัวเลขช่วยให้ทีมการตลาด ผู้เช่า และผู้สนับสนุนเห็นผลชุดเดียวกัน ส่วนการตัดสินใจว่าจะจัดงานแบบไหน ที่ไหน และเมื่อไร ยังเป็นของทีมที่รู้จักศูนย์การค้าดีที่สุด ดูภาพรวมได้ที่หน้าโซลูชันสำหรับห้างสรรพสินค้า และตัวอย่างงานที่หน้าผลงานของเรา

คำถามที่พบบ่อย

−วัดผลอีเวนต์ศูนย์การค้าควรใช้ตัวเลขอะไรเป็นหลัก

ใช้ส่วนเพิ่มของคนเข้าทั้งศูนย์การค้าเทียบกับฐานเทียบเป็นตัวหลัก แล้วดูจำนวนครั้งที่เข้าโซนงาน เวลาที่อยู่ในโซน และผลต่อร้านค้ารอบข้างประกอบ

+ฐานเทียบควรใช้กี่สัปดาห์

ใช้วันเดียวกันของสัปดาห์จากหลายสัปดาห์ก่อนหน้า เช่น 4–6 สัปดาห์ โดยตัดวันที่ผิดปกติออก จำนวนสัปดาห์ที่เหมาะขึ้นกับว่าช่วงนั้นมีวันหยุดหรืองานอื่นมากน้อยแค่ไหน

+จำนวนคนที่เข้าโซนงานคือจำนวนผู้เข้าร่วมงานใช่ไหม

ไม่ตรงกันทั้งหมด ระบบนับคนที่ทางเข้าโซนนับจำนวนครั้งที่เข้า คนเดียวเข้าหลายรอบจะถูกนับหลายครั้ง ตัวเลขนี้เหมาะกับการเทียบกับฐานและเทียบงานต่องาน ควรเรียกให้ตรงกับสิ่งที่วัด

+ถ้าวันงานฝนตก ยังวัดผลได้ไหม

วัดได้ แต่ควรเทียบกับวันที่อากาศแบบเดียวกันในข้อมูลย้อนหลัง และรายงานวันนั้นแยกพร้อมหมายเหตุ ไม่ควรรวมกับวันที่อากาศปกติโดยไม่บอก

+ศูนย์การค้าควรส่งผลการวัดให้ผู้เช่าไหม

ควรส่งเป็นตัวเลขรวมระดับกลุ่มร้านหรือโซน เพราะช่วยให้ผู้เช่าเห็นประโยชน์ของงานและวางพนักงานในงานครั้งต่อไปได้ ขอบเขตข้อมูลที่ส่งขึ้นกับนโยบายของแต่ละศูนย์การค้า

อยากรู้ว่างานครั้งต่อไปของศูนย์การค้าดึงคนเพิ่มได้จริงเท่าไร

ทีม IMAS ช่วยวางตำแหน่งเซ็นเซอร์ที่ทางเข้าและโซนงาน ตั้งฐานเทียบ และตั้งแดชบอร์ดให้ทีมการตลาดใช้วัดผลได้ทุกงาน รายละเอียดและค่าใช้จ่ายแจ้งในใบเสนอราคา

ขอสาธิตระบบ · ดูโซลูชันสำหรับห้างสรรพสินค้า

แหล่งอ้างอิง

  • CountMatters AS. Footfall analytics และ Visitor intelligence. เว็บไซต์ countmatters.com
  • Retail Insight AS (นอร์เวย์). ข้อมูลแพลตฟอร์มพยากรณ์ และบทความ Predictive staffing transforms store operations. เว็บไซต์ retailinsight.no