ตัวชี้วัด

ตัวชี้วัดทั้ง 8 ตัวเชื่อมกันอย่างไร
ตัวชี้วัดส่วนใหญ่ในบทความนี้ต่อกันเป็นสายเดียว
ยอดขาย = คนเดินผ่านหน้าร้าน × อัตราการดึงคนเข้าร้าน ×
อัตราการซื้อ × ยอดขายต่อบิล
เมื่อยอดขายเปลี่ยน ให้ไล่ดูทีละตัวในสายนี้ จะรู้ว่าปัญหาอยู่ที่ทำเล หน้าร้าน การขายในร้าน หรือขนาดตะกร้า ส่วนเวลาที่อยู่ในร้าน คนเข้าร้านต่อชั่วโมง
ทุกตัวอย่างในบทความใช้ตัวเลขสมมติของร้านเดียวกันในหนึ่งสัปดาห์ ไม่ใช่
| ค่า | |
|---|---|
| คนเดินผ่านหน้าร้าน | 40,000 คน |
| คนเข้าร้าน | 4,000 คน |
| จำนวนบิลขาย | 600 บิล |
| ยอดขาย | 540,000 บาท |
| ชั่วโมงทำงานของ |
280 ชั่วโมง |
| พื้นที่ขาย | 200 ตารางเมตร |
1. จำนวนคนเข้าร้าน (footfall)
สูตร: จำนวนขาเข้าที่
บอกอะไร: ความต้องการที่เดินเข้ามาถึงร้านจริง ไม่ว่าคนนั้นจะซื้อหรือไม่ เป็นตัวหารของตัวชี้วัดอีกหลายตัว ถ้าตัวนี้คลาด ตัวอื่นจะคลาดตาม
ตัวอย่าง (ตัวเลขสมมติ): สัปดาห์นี้มีคนเข้าร้าน 4,000 คน สัปดาห์เดียวกันของปีก่อนมี 4,400 คน ลดลงราว 9% ก่อนสรุปว่าร้านแย่ลง ให้ดูว่าทั้ง
ความหมายและการใช้ตัวเลข
2. คนเดินผ่านหน้าร้าน (passer-by) และอัตราการดึงคนเข้าร้าน (capture rate)
สูตร: อัตราการดึงคนเข้าร้าน (%) = คนเข้าร้าน ÷ คนเดินผ่านหน้าร้าน × 100
Capture rate คือสัดส่วนของคนที่เดินผ่านหน้าร้านแล้วเลี้ยวเข้ามา ตัวเลขคนเดินผ่านบอกศักยภาพของทำเล ส่วนอัตราการดึงคนเข้าร้านบอกว่าหน้าร้าน ดิสเพลย์ และสินค้าที่มองเห็นจากทางเดินทำงานได้ดีแค่ไหน
ตัวอย่าง (ตัวเลขสมมติ): คนเดินผ่าน 40,000 คน เข้าร้าน 4,000 คน อัตราการดึงคนเข้าร้าน = 4,000 ÷ 40,000 × 100 = 10% ถ้าสัปดาห์ถัดไปเปลี่ยนดิสเพลย์หน้าร้าน แล้วตัวเลขขึ้นเป็น 12% ในขณะที่คนเดินผ่านใกล้เดิม แปลว่าหน้าร้านใหม่ดึงคนได้ดีขึ้น
ข้อควรรู้: ตัวเลขคนเดินผ่านต้องวัดที่ทางเดินหน้าร้าน ไม่ใช่ที่
3. อัตราการซื้อ (conversion rate)
สูตร:
บอกอะไร: ร้านเปลี่ยนคนที่เดินเข้ามาให้เป็น
ตัวอย่าง (ตัวเลขสมมติ): 600 บิล ÷ 4,000 คน × 100 = 15%
สูตรเต็ม ข้อผิดพลาดที่ทำให้ตัวเลขเพี้ยน และวิธีอ่านรายชั่วโมง อยู่ในบทความ
4. ยอดขายต่อบิล (average transaction value)
สูตร: ยอดขายต่อบิล = ยอดขาย ÷ จำนวนบิลขาย
บอกอะไร:
ตัวอย่าง (ตัวเลขสมมติ): 540,000 บาท ÷ 600 บิล = 900 บาทต่อบิล
ข้อควรรู้: โปรโมชันลดราคามักทำให้จำนวนบิลเพิ่มแต่ยอดขายต่อบิลลด ควรดูสองตัวนี้คู่กันเสมอ
5. ยอดขายต่อผู้มาเยือน (sales per visitor)
สูตร: ยอดขายต่อ
บอกอะไร: แต่ละคนที่เดินเข้าร้านมีมูลค่าเฉลี่ยเท่าไร บางร้านเรียกว่ายอดขายต่อผู้เข้าชม ตัวนี้รวมผลของ
ตัวอย่าง (ตัวเลขสมมติ): 540,000 บาท ÷ 4,000 คน = 135 บาทต่อคน ตรวจได้จาก 15% × 900 บาท = 135 บาท
ถ้ายอดขายต่อ
6. เวลาที่อยู่ในร้าน (dwell time)
สูตร: เวลาตั้งแต่ลูกค้าเข้าร้านจนออกจากร้าน รายงานเป็นค่าเฉลี่ยและค่ากลาง (median) จาก
บอกอะไร: ลูกค้าใช้เวลากับร้านนานแค่ไหน ตัวนี้ต้องอ่านคู่กับ
ตัวอย่าง (ตัวเลขสมมติ): ค่ากลางสัปดาห์นี้ 9 นาที ค่าเฉลี่ยของ 4 สัปดาห์ก่อนอยู่ที่ 7 นาที ส่วน
วิธีวัดและตารางอ่านค่าแบบ 4 ช่อง อยู่ในบทความDwell Time ในห้างและร้านค้าคืออะไร
7. คนเข้าร้านต่อชั่วโมงพนักงาน (visitors per staff hour)
สูตร: คนเข้าร้านต่อชั่วโมง
บอกอะไร: ภาระงานต่อ
ตัวอย่าง (ตัวเลขสมมติ): 4,000 คน ÷ 280 ชั่วโมง ≈ 14 คนต่อชั่วโมง
บางเครือดูยอดขายต่อชั่วโมง
8. ยอดขายต่อตารางเมตร (sales per square metre)
สูตร: ยอดขายต่อตารางเมตร = ยอดขาย ÷ พื้นที่ขาย (ตารางเมตร) ในช่วงเวลาเดียวกัน
บอกอะไร: พื้นที่ร้านสร้างยอดขายได้คุ้มแค่ไหน ใช้เทียบสาขาที่ขนาดต่างกัน ใช้
ตัวอย่าง (ตัวเลขสมมติ): 540,000 บาท ÷ 200 ตารางเมตร = 2,700 บาทต่อตารางเมตรต่อสัปดาห์
ข้อควรรู้: ใช้พื้นที่ขายจริงตามนิยามเดียวกันทุกสาขา เช่น จะรวมหรือไม่รวมห้องเก็บของและห้องลองเสื้อ ถ้านิยามไม่ตรงกัน ตัวเลขจะเทียบกันไม่ได้
ตารางสรุปตัวชี้วัดร้านค้าปลีก 8 ตัว
| ตัวชี้วัด | สูตร | ตัวอย่าง (ตัวเลขสมมติ) | ตอบคำถาม | |
|---|---|---|---|---|
| 1. คนเข้าร้าน (footfall) | ขาเข้าที่ |
4,000 คน | มีคนมาถึงร้านเท่าไร | |
| 2. คนเดินผ่าน และอัตราการดึงคนเข้าร้าน | คนเข้าร้าน ÷ คนเดินผ่าน × 100 | 10% | หน้าร้านดึงคนได้ดีแค่ไหน | |
| 3. |
บิล ÷ คนเข้าร้าน × 100 | 15% | เปลี่ยนคนเข้าเป็น |
|
| 4. ยอดขายต่อบิล | ยอดขาย ÷ บิล | ระบบขายหน้าร้าน | 900 บาท | |
| 5. ยอดขายต่อ |
ยอดขาย ÷ คนเข้าร้าน | 135 บาท | คนเข้าร้านหนึ่งคนมีมูลค่าเท่าไร | |
| 6. เวลาที่อยู่ในร้าน | เวลาเข้าถึงเวลาออก (ค่ากลาง) | 9 นาที | ลูกค้าใช้เวลากับร้านนานแค่ไหน | |
| 7. คนเข้าร้านต่อชั่วโมง |
คนเข้าร้าน ÷ ชั่วโมง |
14 คน | ||
| 8. ยอดขายต่อตารางเมตร | ยอดขาย ÷ พื้นที่ขาย | ระบบขายหน้าร้าน + ผังร้าน | 2,700 บาท | พื้นที่คุ้มค่าแค่ไหน |
ตรวจความสอดคล้องได้จากสายหลัก: 40,000 × 10% × 15% × 900 บาท = 540,000 บาท
ขั้นตอนทบทวนตัวชี้วัดประจำสัปดาห์
ตัวชี้วัดมีประโยชน์เมื่อดูเป็นประจำด้วยลำดับเดิมทุกครั้ง ด้านล่างเป็นขั้นตอนที่ใช้ได้กับร้านเดียวหรือเครือหลายสาขา
1. ตรวจคุณภาพ
2. เทียบกับฐานที่เป็นธรรม เทียบกับค่าเฉลี่ยของ 4 สัปดาห์ก่อน และสัปดาห์เดียวกันของปีก่อน โดยดูว่ามีวันหยุดยาว วันเงินเดือนออก หรือโปรโมชันใหญ่ตกคนละสัปดาห์หรือไม่
3. ไล่สายหลักจากต้นไปปลาย
เริ่มจากคนเดินผ่าน → อัตราการดึงคนเข้าร้าน →
4. ลงรายละเอียดรายวันและรายชั่วโมงเฉพาะจุดที่ผิดปกติ
ไม่ต้องเปิดทุกชั่วโมงของทุกวัน เลือกเฉพาะช่วงที่ตัวเลขเปลี่ยน แล้วดูเวลาที่อยู่ในร้านและคนเข้าร้านต่อชั่วโมง
5. คุยกับทีมหน้าร้าน
ตัวเลขบอกว่าเกิดอะไรขึ้นที่ไหนและเมื่อไร แต่ไม่ได้บอกว่าทำไม ทีมหน้าร้านมักรู้เหตุ เช่น สินค้าขาด
6. เลือกการกระทำ 1–2 อย่าง พร้อมผู้รับผิดชอบ
เช่น ย้ายชั่วโมง
7. ตามผลการกระทำของสัปดาห์ก่อน เปิดสิ่งที่ตกลงกันไว้สัปดาห์ที่แล้ว ดูว่าตัวชี้วัดที่ตั้งไว้เปลี่ยนตามที่คาดหรือไม่ ถ้าไม่เปลี่ยน ให้กลับไปขั้นที่ 3
ตัวอย่างตารางที่ใช้ในการประชุม (ตัวเลขสมมติ)
| ตัวชี้วัด | สัปดาห์นี้ | เฉลี่ย 4 สัปดาห์ก่อน | เปลี่ยนแปลง |
|---|---|---|---|
| คนเดินผ่านหน้าร้าน | 40,000 | 41,000 | ลดเล็กน้อย |
| อัตราการดึงคนเข้าร้าน | 10% | 10% | ทรงตัว |
| 15% | 17% | ลด | |
| ยอดขายต่อบิล | 900 บาท | 880 บาท | ทรงตัว |
| เวลาที่อยู่ในร้าน (ค่ากลาง) | 9 นาที | 7 นาที | เพิ่ม |
| คนเข้าร้านต่อชั่วโมง |
14 | 13 | ทรงตัว |
จากตารางนี้ ตัวแรกในสายหลักที่เปลี่ยนชัดคือ
ข้อผิดพลาดที่พบบ่อยเมื่อใช้ KPI ร้านค้าปลีก
- ดูยอดขายตัวเดียว ยอดขายเท่าเดิมอาจซ่อนคนเข้าร้านที่ลดลงและ
อัตราการซื้อ ที่ดีขึ้น ซึ่งต้องแก้คนละเรื่อง - ตั้งเป้าตามค่าที่อ่านจากที่อื่น ตัวชี้วัดแต่ละตัวต่างกันมากตามประเภทสินค้า ขนาดร้าน และทำเล ฐานที่ใช้ได้ดีที่สุดคือตัวเลขของร้านเองย้อนหลัง และสาขาประเภทเดียวกัน
- เปลี่ยนนิยามกลางทาง เช่น เปลี่ยนวิธีหัก
พนักงาน หรือเปลี่ยนพื้นที่ขายที่ใช้คำนวณ ทำให้เทียบกับอดีตไม่ได้ - ดูแต่ค่าเฉลี่ยรายสัปดาห์ ค่าเฉลี่ยซ่อนช่วงที่ร้านเสียโอกาส ควรลงรายชั่วโมงเมื่อเห็นความผิดปกติ
- มีตัวชี้วัดแต่ไม่มีการกระทำ การประชุมที่จบโดยไม่มีสิ่งที่ต้องลองในสัปดาห์หน้า ทำให้ตัวเลขเป็นแค่รายงาน
IMAS ช่วยวัดตัวชี้วัดร้านค้าปลีก ได้อย่างไร

ตัวชี้วัด 6 ใน 8 ตัวต้องใช้
ระบบนับคน 3 มิติ ติดเพดาน นับแยกทิศทางเข้า ออกแบบเรียลไทม์ ติดตามเวลาที่อยู่ในพื้นที่ และออกแบบให้นับได้โดยไม่ต้องระบุตัวบุคคลแดชบอร์ด XPERIO แสดงคนเดินผ่านหน้าร้าน อัตราการดึงคนเข้าร้าน เวลาที่อยู่ในพื้นที่ จำนวนคนในพื้นที่ และอัตราการซื้อ เมื่อเชื่อมข้อมูล ยอดขาย เทียบได้รายวันถึงรายปีและระหว่างสาขา และมีผู้ช่วย AI ที่ถามด้วยภาษาธรรมดาเพื่อดูแนวโน้มและเทียบสาขา- ระบบ
พยากรณ์ จำนวนผู้มาเยือน ใช้แพลตฟอร์มของ Retail Insight จากนอร์เวย์พยากรณ์ จำนวนลูกค้าล่วงหน้าได้ถึง 8 สัปดาห์ จากข้อมูล คนเข้าร้านย้อนหลัง ยอดขาย ฤดูกาล และสภาพอากาศ ช่วยวางชั่วโมงพนักงาน ให้ตัวชี้วัดที่ 7 อยู่ในช่วงที่เหมาะ
ระบบทำหน้าที่รวมตัวเลขและชี้ว่าควรดูตรงไหนก่อน ส่วนการ
คำถามที่พบบ่อย
−ตัวชี้วัดร้านค้าปลีก ตัวไหนสำคัญที่สุด
ไม่มีตัวเดียวที่พอ ถ้าต้องเริ่มจากน้อยตัว ให้เริ่มจากคนเข้าร้าน
+Capture rate คืออะไร
คืออัตราการดึงคนเข้าร้าน คำนวณจากคนเข้าร้านหารด้วยคนเดินผ่านหน้าร้าน คูณ 100 ใช้วัดว่าหน้าร้านและดิสเพลย์ดึงคนจากทางเดินได้ดีแค่ไหน
+ยอดขายต่อบิลกับยอดขายต่อผู้มาเยือน ต่างกันอย่างไร
ยอดขายต่อบิลหารด้วยจำนวนบิล จึงบอกว่า
+ควรดูตัวชี้วัดรายวันหรือรายสัปดาห์
ทบทวนรายสัปดาห์เพื่อดูแนวโน้มและ
+ร้านที่ยังไม่มีระบบนับคน ดูตัวชี้วัดได้กี่ตัว
ดูได้เฉพาะตัวที่มาจากระบบขายหน้าร้าน คือยอดขายต่อบิลและยอดขายต่อตารางเมตร ตัวชี้วัดอื่นต้องใช้จำนวนคนเข้าร้านหรือคนเดินผ่าน ซึ่งต้องวัดด้วย
อยากเห็นตัวชี้วัดของทุกสาขาในหน้าจอเดียว
ทีม IMAS ช่วยวาง
แหล่งอ้างอิง
- CountMatters AS. Use cases: Capture rate, Conversion rate, Dwell time. เว็บไซต์ countmatters.com
- Retail Insight AS (นอร์เวย์). 3 metrics every store manager should keep an eye on และ
ข้อมูล แพลตฟอร์มพยากรณ์ . เว็บไซต์ retailinsight.no
