แนะนำ KPI แชตซัพพอร์ตที่ทีมไทยควรติดตามทั้ง LINE, Messenger และเว็บไซต์ ตั้งแต่ปริมาณแชต ความเร็ว ความพึงพอใจ ไปจนถึงต้นทุนและลีด
หลายทีมเปิดแชตบน LINE, Facebook Messenger และเว็บไซต์ไว้ครบ แต่พอถึงสิ้นเดือนกลับตอบไม่ได้ว่าบริการดีขึ้นหรือแย่ลง เพราะมีตัวเลขเต็มไปหมดแต่ไม่รู้ว่าควรดูตัวไหน บทความนี้จะช่วยจัดกลุ่ม KPI ของแชตซัพพอร์ตให้เป็นระบบ อธิบายว่าแต่ละตัวตอบคำถามอะไร และเลือกชุดเล็ก ๆ ที่ทีมของคุณดูได้สม่ำเสมอ
เริ่มจากคำถามที่ KPI แต่ละตัวต้องตอบ
KPI ที่ดีไม่ใช่ตัวเลขที่ดูสวย แต่เป็นตัวเลขที่ทำให้คุณตัดสินใจอะไรบางอย่างได้ ก่อนเพิ่มตัวชี้วัดใหม่ในรายงาน ให้ลองถามตัวเองว่า "ถ้าตัวเลขนี้ขึ้นหรือลง ฉันจะทำอะไรต่าง?" ถ้าตอบไม่ได้ ตัวเลขนั้นยังไม่ต้องอยู่ในรายงานประจำเดือน
เพื่อให้คิดง่าย ลองจัดตามคำถามหลัก 6 ข้อ
| คำถาม | กลุ่ม KPI |
|---|---|
| ลูกค้าทักมามากน้อยแค่ไหน เรื่องอะไร | ปริมาณและความต้องการ |
| ปัญหาจบหรือยัง | การแก้ปัญหา |
| ลูกค้ารอนานไหม | ความเร็ว |
| ลูกค้าพอใจไหม | ความพึงพอใจ |
| คุ้มกับต้นทุนไหม | ต้นทุนและประสิทธิภาพ |
| แชตช่วยสร้างยอดขายหรือลีดไหม | รายได้และลีด |
KPI ด้านปริมาณและความต้องการ
กลุ่มนี้บอกว่าภาระงานเป็นอย่างไร และลูกค้าสนใจอะไรอยู่ ควรดูอย่างน้อยสามอย่าง
- จำนวนบทสนทนาต่อเดือน (หรือต่อสัปดาห์): ใช้ดูแนวโน้ม เช่น ช่วงโปรโมชันกลางเดือนหรือเทศกาลใหญ่ ปริมาณมักพุ่งขึ้นชัดเจน
- ช่วงเวลาที่แชตเข้ามาหนาแน่น: ใช้วางกะพนักงาน ร้านค้าออนไลน์ไทยจำนวนมากพบว่าแชตเข้าหนักช่วงเย็นถึงดึก ซึ่งตรงกับเวลาที่ลูกค้าเลิกงาน ให้ตรวจกับข้อมูลของคุณเอง
- หัวข้อที่ถูกถามบ่อย: ใช้ตัดสินใจว่าควรเขียนคำตอบหรือเพิ่มเอกสารความรู้เรื่องไหนก่อน หัวข้อที่ถูกถามซ้ำ ๆ คือโอกาสที่ดีที่สุดในการลดงาน
ควรแยกดูตามช่องทางด้วย เพราะลูกค้าบน LINE มักถามสั้น ๆ และคาดหวังคำตอบทันที ส่วนแชตบนเว็บไซต์มักมาจากคนที่กำลังตัดสินใจซื้อหรือหาข้อมูลก่อนสมัคร
KPI ด้านการแก้ปัญหา
ตัวเลขกลุ่มนี้สำคัญที่สุด เพราะตอบเร็วแต่ปัญหายังไม่จบก็ไม่มีประโยชน์
อัตราที่บอตตอบจบเอง (containment rate)
คือสัดส่วนบทสนทนาที่ AI จัดการได้โดยไม่ต้องส่งต่อให้คน ตัวเลขนี้ช่วยบอกว่าบอตลดภาระทีมได้จริงแค่ไหน แต่ต้องระวัง ถ้าบอตตอบจบเพราะลูกค้าถอดใจเลิกถาม ก็นับเป็นความสำเร็จไม่ได้ จึงต้องดูร่วมกับความพึงพอใจเสมอ
อัตราการส่งต่อให้เจ้าหน้าที่
อัตราส่งต่อที่สูงไม่ได้แปลว่าแย่เสมอไป บางเรื่อง เช่น คืนเงิน ข้อร้องเรียน หรือคำขอเกี่ยวกับข้อมูลส่วนบุคคลตาม PDPA ควรให้คนดูแลอยู่แล้ว สิ่งที่ต้องสังเกตคือ "ส่งต่อเพราะเรื่องซับซ้อนจริง" หรือ "ส่งต่อเพราะบอตไม่มีข้อมูล" เพราะอย่างหลังแก้ได้ด้วยการเพิ่มความรู้
อัตราการแก้ปัญหาสำเร็จ
คือสัดส่วนบทสนทนาที่ปิดได้ด้วยคำตอบที่ถูกต้อง ไม่ว่าจะโดยบอตหรือคน วิธีวัดที่ง่ายสุดคือสุ่มอ่านบทสนทนาจำนวนหนึ่งทุกสัปดาห์ แล้วให้คะแนนว่าจบ ไม่จบ หรือไม่แน่ใจ ไม่ต้องรอระบบอัตโนมัติ
จากตัวอย่างสมมติข้างต้น บอตตอบจบเอง 195 จาก 300 รายการ คิดเป็นราว 65% แต่ตัวเลขที่น่าสนใจกว่าคือกลุ่ม "ยังไม่ได้คำตอบ" 15 รายการ เพราะแต่ละรายการบอกตรง ๆ ว่าควรเติมความรู้เรื่องอะไร
KPI ด้านความเร็ว
ลูกค้าในไทยคุ้นกับการแชตที่ได้คำตอบทันที โดยเฉพาะบน LINE ความเร็วจึงมีผลต่อความรู้สึกมาก ควรแยกวัดเป็นสองส่วน
- เวลาตอบครั้งแรก: นับจากลูกค้าส่งข้อความจนได้คำตอบแรก ถ้าบอตเป็นด่านแรก ค่านี้มักต่ำมาก ควรโฟกัสที่เวลารอของเคสที่ต้องส่งต่อ
- เวลารอคนรับช่วงต่อ: นับจากบอตส่งต่อจนเจ้าหน้าที่ตอบ นี่คือจุดที่ลูกค้าหงุดหงิดง่ายที่สุด เพราะรู้สึกว่าถูกทิ้งไว้
อย่าลืมแยก "ในเวลาทำการ" กับ "นอกเวลาทำการ" ไม่เช่นนั้นเคสที่เข้ามาตอนตีหนึ่งจะดึงค่าเฉลี่ยให้ดูแย่ทั้งที่ทีมไม่ได้ทำอะไรผิด ควรกำหนดเป้าหมายแยกกัน และบอกลูกค้าตรง ๆ ว่าขั้นตอนต่อไปคืออะไร แทนที่จะสัญญาเวลาที่ทำไม่ได้
KPI ด้านความพึงพอใจ
ความพึงพอใจวัดยากกว่าที่คิด เพราะลูกค้าส่วนใหญ่ไม่กดให้คะแนน วิธีที่ใช้ได้จริงคือผสมหลายสัญญาณ
- คะแนนจากลูกค้าโดยตรง เช่น ปุ่มถูกใจ/ไม่ถูกใจท้ายคำตอบ ถึงจะมีคนกดน้อย แต่ดูแนวโน้มและอ่านเคสที่ไม่ถูกใจทีละเคสได้ประโยชน์มาก
- ความรู้สึกในข้อความ (sentiment) ดูสัดส่วนบทสนทนาที่ลูกค้าแสดงความหงุดหงิดหรือไม่พอใจ
- สัญญาณพฤติกรรม เช่น ลูกค้าถามเรื่องเดิมซ้ำภายในไม่กี่วัน หรือพิมพ์ขอคุยกับคนทันทีหลังบอตตอบ
- การสุ่มอ่านโดยทีมงาน ให้คะแนนคุณภาพคำตอบตามเกณฑ์เดียวกันทุกสัปดาห์
อย่าตีความคะแนนจากกลุ่มตัวอย่างเล็ก ๆ เกินจริง ถ้ามีคนให้คะแนนเพียงสิบกว่าคน ให้ใช้เป็นเบาะแสว่าควรไปอ่านเคสไหน ไม่ใช่ข้อสรุป
KPI ด้านต้นทุนและประสิทธิภาพ
ต้นทุนไม่ได้มีแค่ค่าซอฟต์แวร์ แต่รวมเวลาของคนด้วย ตัวชี้วัดที่ใช้ง่ายคือ
- ต้นทุนต่อบทสนทนา: ค่าใช้จ่ายรวมของเครื่องมือและเวลาทีมงาน หารด้วยจำนวนบทสนทนา
- ชั่วโมงงานที่ประหยัดได้: จำนวนบทสนทนาที่บอตตอบจบ คูณเวลาเฉลี่ยที่คนต้องใช้ต่อเคส
- จำนวนเคสต่อเจ้าหน้าที่หนึ่งคน: ดูว่าภาระงานสมดุลหรือไม่
ตัวอย่างสมมติ: ถ้าร้านหนึ่งมีแชต 300 รายการต่อเดือน บอตตอบจบเอง 195 รายการ และแต่ละรายการถ้าให้คนตอบจะใช้ราว 5 นาที ทีมจะประหยัดเวลาได้ประมาณ 975 นาที หรือราว 16 ชั่วโมงต่อเดือน ตัวเลขนี้เป็นสมมติ ให้แทนด้วยเวลาจริงของทีมคุณ
KPI ด้านรายได้และลีด
ถ้าแชตอยู่บนเว็บไซต์ขายสินค้าหรือบริการ แชตไม่ได้เป็นแค่ต้นทุน แต่เป็นช่องทางสร้างรายได้ด้วย
- จำนวนลีดที่เก็บได้จากแชต: เช่น ชื่อ เบอร์โทร หรืออีเมลของผู้สนใจ
- อัตราแปลงจากแชตเป็นลีด: สัดส่วนบทสนทนาที่จบด้วยการทิ้งข้อมูลติดต่อ
- คุณภาพลีด: ลีดที่ทีมขายติดต่อกลับแล้วคุยต่อได้กี่ราย
- ยอดขายที่เกี่ยวเนื่องกับแชต: ถ้าติดตามได้ เช่น ลูกค้าถามสินค้าแล้วสั่งซื้อในวันเดียวกัน
เรื่องข้อมูลส่วนบุคคล ควรขอเฉพาะสิ่งที่จำเป็น แจ้งวัตถุประสงค์ให้ชัดเจน และกำหนดว่าใครเข้าถึงข้อมูลได้ เพื่อให้สอดคล้องกับแนวทางของ PDPA
การนำ KPI มาใช้ร่วมกันและข้อผิดพลาดที่พบบ่อย
เลือกชุดเล็ก ๆ ก่อน
ทีมเล็กไม่จำเป็นต้องติดตามทุกตัว เริ่มจากห้าตัว: จำนวนบทสนทนา, อัตราบอตตอบจบเอง, อัตราส่งต่อ, เวลารอคนรับช่วงต่อ และสัญญาณความพึงพอใจหนึ่งอย่าง จากนั้นค่อยเพิ่มต้นทุนและลีดเมื่อมีข้อมูลสะสมพอ
ใช้เป็นวงจรปรับปรุง
- 01ดูตัวเลขประจำสัปดาห์
- 02อ่านเคสที่มีปัญหา
- 03เติมความรู้หรือแก้คำตอบ
- 04วัดซ้ำและเปรียบเทียบ
ข้อผิดพลาดที่พบบ่อย
- ไล่ตามอัตราตอบจบเองอย่างเดียว จนบอตพยายามตอบทุกเรื่องแม้ไม่มั่นใจ
- เฉลี่ยทุกช่องทางรวมกัน ทั้งที่ LINE, Messenger และเว็บไซต์มีพฤติกรรมต่างกัน
- ไม่นิยามตัวเลขให้ตรงกัน เช่น แต่ละคนนับ "แก้ปัญหาแล้ว" ต่างกัน
- ดูแต่ค่าเฉลี่ย ซึ่งซ่อนเคสที่ลูกค้ารอนานผิดปกติ
- วัดแล้วไม่ลงมือแก้ รายงานที่ไม่นำไปสู่การเปลี่ยนแปลงคือเสียเวลา
ติดตาม KPI ด้วย AI SNS CHAT
AI SNS CHAT มีเครื่องมือหลายส่วนที่ช่วยเก็บข้อมูลสำหรับ KPI ข้างต้น แต่ควรเข้าใจขอบเขตให้ถูกต้อง: ระบบไม่ได้คำนวณทุกตัวชี้วัดให้อัตโนมัติ บางตัว เช่น อัตราตอบจบเองหรือต้นทุนต่อบทสนทนา คุณต้องคำนวณเองจากข้อมูลที่ส่งออกมา
- Analytics: ในเมนู Analytics ดูได้ทั้ง Chats, Topics, Question history และ Sentiment ใช้ตอบคำถามเรื่องปริมาณ หัวข้อยอดนิยม และความรู้สึกของลูกค้า ส่วน Advanced analytics ต้องใช้แพ็กเกจ Pro
- Chat logs: ที่ Activity → Chat logs รวมบทสนทนาของทุกช่องทาง ยกเว้นอีเมลซึ่งอยู่ใน Inbox คุณกรองบทสนทนา ติดธง ส่งต่อ (escalate) หรือทำเครื่องหมายว่าแก้แล้ว (resolve) แบบเลือกหลายรายการได้ และส่งออกข้อมูลไปคำนวณต่อได้ นอกจากนี้ยังดูคะแนนถูกใจ/ไม่ถูกใจจากลูกค้าได้ที่นี่ เมื่อส่งออกข้อมูลที่มีข้อมูลส่วนบุคคล ควรจำกัดผู้เข้าถึงตามแนวทาง PDPA ขององค์กร
- ปรับปรุงคำตอบ: เมื่อพบคำตอบที่ไม่ดีใน Chat logs หรือ Inbox คุณแก้ไขคำตอบให้เป็นคำตอบในอุดมคติเพื่อฝึกเอเจนต์ได้ และเพิ่มความรู้ผ่าน Data sources เช่น ไฟล์ เว็บไซต์ หรือ Q&A
- การส่งต่อและกะงาน: Helpdesk → Scheduling ตั้งกะรายคนตามเขตเวลา ระบบจะมอบหมายเคสให้ผู้ที่อยู่ในกะ และส่งการแจ้งเตือนไปยัง Slack, Teams, LINE WORKS, WhatsApp, อีเมล หรือ webhook ข้อความที่ลูกค้าเห็นตอนส่งต่อจะอ่านจากตารางกะ และไม่มีการแต่งเวลารอขึ้นมาเอง Helpdesk ต้องใช้แพ็กเกจ Standard ขึ้นไป
- ลีด: Action "Collect leads" และฟอร์มแบบกำหนดเอง จะเก็บข้อมูลไว้ที่ Activity → Leads และสร้างรายชื่อติดต่อให้อัตโนมัติ ส่งออกเป็น CSV ได้
- ต้นทุน: หนึ่งคำตอบใช้หนึ่งเครดิต หน้า Usage แสดงเครดิตที่ใช้ต่อเอเจนต์ ใช้เป็นฐานคำนวณต้นทุนต่อบทสนทนา ดูรายละเอียดแพ็กเกจได้ที่ ราคา
ช่องทางที่เชื่อมต่อได้มีทั้ง LINE, Messenger และแชตวิดเจ็ตบนเว็บไซต์ ดูรายการได้ที่ การเชื่อมต่อ และภาพรวมความสามารถที่ ฟีเจอร์
คำถามที่พบบ่อย
ทีมเล็กควรติดตาม KPI แชตซัพพอร์ตกี่ตัว
เริ่มที่ 4 ถึง 6 ตัวก็เพียงพอ เช่น จำนวนบทสนทนา อัตราที่บอตตอบจบเอง อัตราส่งต่อ เวลารอคนรับช่วงต่อ และสัญญาณความพึงพอใจหนึ่งอย่าง เมื่อทีมดูตัวเลขเหล่านี้เป็นประจำจนคล่อง ค่อยเพิ่มต้นทุนและลีด
อัตราที่บอตตอบจบเองสูงเป็นเรื่องดีเสมอไปหรือไม่
ไม่เสมอไป ตัวเลขสูงอาจมาจากการที่ลูกค้าเลิกถามกลางทาง หรือบอตตอบมั่วในเรื่องที่ควรให้คนดูแล ควรตรวจควบคู่กับคะแนนความพึงพอใจและการสุ่มอ่านบทสนทนาเสมอ เรื่องอ่อนไหว เช่น การคืนเงินหรือข้อมูลส่วนบุคคล ควรส่งต่อให้คนอยู่แล้ว
ถ้ามีลูกค้าให้คะแนนน้อยมาก จะวัดความพึงพอใจอย่างไร
ใช้หลายสัญญาณประกอบกัน ได้แก่ ปุ่มถูกใจ/ไม่ถูกใจ ความรู้สึกในข้อความ การถามเรื่องเดิมซ้ำ และการสุ่มอ่านบทสนทนาโดยทีมงานด้วยเกณฑ์เดียวกันทุกสัปดาห์ อย่าสรุปจากคะแนนไม่กี่รายการ ให้ใช้ชี้ว่าควรอ่านเคสไหนต่อ
ควรทบทวน KPI แชตบ่อยแค่ไหน
ทบทวนแบบสั้น ๆ ทุกสัปดาห์เพื่อหาเคสที่ต้องแก้ และสรุปภาพรวมทุกเดือนเพื่อดูแนวโน้ม หากเพิ่งเปิดตัวบอตหรือเพิ่งเปลี่ยนความรู้ครั้งใหญ่ อาจดูถี่ขึ้นในช่วงแรกจนกว่าตัวเลขจะนิ่ง


