ลูกค้าหายเพราะแพงจริงไหม? ให้ AI ไล่แชท 10 เดือน เจอว่าแค่ 3%
ทีมขายบอกลูกค้าหายเพราะแพง เราให้ AI อ่านแชทลูกค้าย้อนหลัง 10 เดือน เจอว่าราคาเป็นเหตุแค่ราว 3% นี่คือสิ่งที่เจอและวิธีลองกับธุรกิจคุณ
“ลูกค้าบอกแพง”
ประโยคนี้เราได้ยินในห้องประชุมขายแทบทุกสัปดาห์ แชทลูกค้าเข้ามาเท่าเดิม แต่ได้ลูกค้าใหม่น้อยลงราว 1 ใน 3 และคำอธิบายที่ได้ยินก็วนอยู่สองอย่าง ราคาแพง กับลูกค้าไม่จริงจัง
ปัญหาของเราในฐานะเจ้าของคือ ไม่ได้นั่งอ่านแชทลูกค้าทุกวัน สิ่งที่เห็นมีแค่ยอดขาย กับเรื่องที่เล่ากันในห้องประชุม สองอย่างนี้บอกได้ว่า “ยอดไม่มา” แต่บอกไม่ได้ว่า “ทำไม”
เราเลยลองให้ AI ช่วยอ่านแชทลูกค้าย้อนหลัง 10 เดือน เพื่อตอบคำถามเดียว ลูกค้าหายไปเพราะอะไรกันแน่
คำตอบคือ ราคาเป็นเหตุแค่ราว 3% ของลูกค้าที่หายไป
เหตุหลักอยู่ฝั่งเราเอง ราวครึ่งหนึ่งของลูกค้าที่หายไป หายเพราะเราไม่ได้ตาม หรือตอบช้า
สรุปสั้นสำหรับคนรีบ
- อย่าเชื่อเหตุผลที่ทีมเล่า จนกว่าจะเปิดอ่านแชทจริง (มี Data จริง) รวมถึงเหตุผลที่เจ้าของเล่าเองด้วย
- ถ้าทุกคนในทีมพลาดจุดเดียวกัน ปัญหาอยู่ที่ระบบ ไม่ใช่ตัวคน
- AI อ่านเร็วกว่าคนมาก แต่ถ้าเราป้อนสมมติฐานผิด มันจะยืนยันสมมติฐานนั้นให้เร็วกว่าเดิม
- สิ่งแรกที่แก้ไม่ใช่ AI แต่เป็นกติกาให้คน: ทุกห้องต้องมีวันนัดตาม และการตามต้องมีเนื้อหาใหม่
ให้ AI ไล่แชท 10 เดือน ทำยังไง
แชทลูกค้าของเรา เข้ามาทาง Facebook, IG และ LINE ช่วงมกราคมถึงตุลาคมมีเกือบ 3,500 ห้อง 60,000 ข้อความ เราใช้ Claude ช่วยอ่าน โดยแบ่งเป็น 3 รอบ
- ดึงแชททั้งหมดมาก่อน แตกให้ AI หลายตัวช่วยกันดึงทีละเดือน แทนที่จะให้ตัวเดียวไล่ทั้งปี
- อ่านลึกราว 300 ห้อง ด้วยชุดคำถามเดียวกันทุกห้อง เช่น ลูกค้าถามอะไร ได้ราคาไหม มีคนตามต่อไหม หายไปตอนไหน แล้วเทียบกับรายชื่อลูกค้าใหม่ในระบบว่าห้องไหนกลายเป็นออเดอร์จริง
- ให้ AI อีกตัวที่ไม่เห็นผลรอบแรก สุ่มอ่านซ้ำบางส่วน เพื่อเช็กว่าตัวแรกอ่านแม่นแค่ไหน
กติกาที่ตั้งก่อนเริ่มมีข้อเดียวที่สำคัญ อ่านได้ แต่ห้ามทำให้แชทที่ยังไม่อ่านกลายเป็นอ่านแล้ว เพราะเซลล์ต้องเห็นข้อความใหม่เอง ถ้า AI ไปกดอ่านแทน ลูกค้าอาจหล่นหายเพราะการวิเคราะห์ของเราเอง
ลองทำ: ไม่ต้องเริ่มที่หมื่นห้อง export แชทเดือนล่าสุดเดือนเดียว ให้ AI ตอบคำถามชุดเดียวกันทุกห้อง แล้วสุ่ม 20 ห้องมาอ่านเองเทียบ ขั้นตอนเต็มอยู่ในบทความ “ชุดคำถาม 6 ข้อ ให้ AI ลงรหัสแชทลูกค้า” ที่จะลงพรุ่งนี้
สิ่งที่เจอ: ลูกค้าไม่ได้หายเพราะราคา
| สิ่งที่เจอ | ตัวเลข |
|---|---|
| หายเพราะเราไม่ได้ตาม หรือตอบช้า | ราว 50% ของเคสที่เสีย |
| หายเพราะตอบคำถามลูกค้าไม่ได้ทันที | ราว 23% |
| หายเพราะราคา | ราว 3% |
| เหตุอื่น เช่น ติดขั้นต่ำ ขอดูของจริงก่อน | ราว 24% |
| ส่งราคาแล้วลูกค้าเงียบ ไม่มีใครทักต่อ (แชทเซลล์ในประเทศ) | เกือบ 9 ใน 10 ห้อง |
| แชทที่เข้ามานอกเวลางาน | ราว 57% |
| ข้อความต้อนรับอัตโนมัติ | บอกขั้นต่ำการสั่งผลิตไม่ตรงกัน 3 แบบ ใน 3 ช่องทาง |
ข้อสุดท้ายเจ็บที่สุด ก่อนลูกค้าจะได้คุยกับคนด้วยซ้ำ บอทของเราเองก็บอกข้อมูลคนละอย่างแล้ว
ตัวเลขที่เปลี่ยนวิธีคิด: ลูกค้าเงียบ เราก็เงียบ
ส่งราคาไปแล้วลูกค้าเงียบ 9 ใน 10 ห้องไม่มีใครทักต่อเลย ลูกค้าเงียบ เราก็เงียบ
ตัวเลขนี้มาจากอีกรอบหนึ่ง ที่เราให้ AI อ่านแชทของเซลล์ในประเทศ 3 คนตั้งแต่ พ.ค. กว่า 3,000 ห้อง รวมกว่า 60,000 ข้อความ ใช้ผู้ช่วย AI 100 ตัวแบ่งกันอ่านพร้อมกัน จบในราว 14 ชั่วโมง ถ้าให้คนนั่งอ่านเอง น่าจะใช้เกือบเดือน
และเซลล์ในประเทศทั้งสามคนอยู่ที่ 90–93% แทบไม่ต่างกัน ถ้าคนเดียวพลาด อาจเป็นเรื่องของคนนั้น แต่ถ้าทุกคนพลาดจุดเดียวกัน แปลว่าระบบไม่เคยบอกใครเลยว่าต้องทำ
พอย้อนไปดู เราไม่เคยมีกติกาว่าส่งราคาแล้วต้องตามเมื่อไหร่ ไม่มีคู่มือการตอบแชท และการส่งงานข้ามแผนกก็ใช้บอกกันปากต่อปาก ผลที่เห็นในแชทคือ ลูกค้ารอคำว่า “เดี๋ยวเช็คให้” แบบไม่มีวันกำหนด บางห้องค้างเป็นสัปดาห์
AI ก็คิดผิด และผิดเพราะเชื่อเรา
ก่อนจะได้ตัวเลขข้างบน เราพลาดเองก่อน
เราเล่าให้ AI ฟังว่า เซลล์ไม่มีพื้นฐานเรื่องผ้าเหมือนทีม Merchandise ต้องวิ่งกลับไปถามระหว่างขาย ปัญหาคือเซลล์ขาดความรู้ AI เชื่อทันที แล้ววางแผนเทรนให้เสร็จสรรพ แบ่งความรู้เป็น 3 ชั้น ทำการ์ดศัพท์ช่างสองภาษา
จนเราให้มันกลับไปอ่านผลวิเคราะห์แชทที่มีอยู่แล้ว ภาพก็พลิก ลีดที่เสียไปราว 50% มาจากไม่ได้ตามหรือตอบช้า ราว 23% มาจากตอบคำถามลูกค้าไม่ได้ทันที และในกลุ่มหลังนี้ เกือบ 1 ใน 3 คือลูกค้าไม่ได้ราคารวมทั้งงานเร็วพอ ซึ่งต้องแก้ด้วยตารางกลาง ไม่ใช่เทรนให้จำ
ความรู้มีส่วนจริง แต่ไม่ใช่เรื่องหลัก AI อ่านเร็วกว่าคนมาก แต่ถ้าเราป้อนสมมติฐานผิดเข้าไป มันจะช่วยยืนยันสมมติฐานนั้นให้เร็วขึ้น ไม่ใช่ช้าลง
อีกจุดที่ AI พลาดคือมันอ่านรูปในแชทไม่ได้ ห้องที่ส่งราคาเป็นรูปจึงถูกนับว่าไม่ได้ส่งราคา สัดส่วนห้องที่ไม่ได้รับราคาจึงน่าจะสูงกว่าความจริง
และตอนให้ AI อีกตัวตรวจซ้ำ เราเห็นว่ามันนับการตามลูกค้าต่ำกว่าจริงด้วย ตัวเลข 9 ใน 10 จึงอาจสูงไปบ้าง แต่ทั้งสามคนเพี้ยนไปทางเดียวกัน ข้อสรุปว่าปัญหาอยู่ที่ระบบจึงยังเหมือนเดิม
สิ่งแรกที่แก้ ไม่ใช่ AI
ถ้าปัญหาหลักคือลูกค้าเงียบแล้วไม่มีใครตาม การเอา AI มาตอบแชทเพิ่มก็ไม่ได้แก้อะไร เราเลยเริ่มจากกติกาให้คนก่อน เขียนคู่มือสั้นๆ 3 ชุด ว่าทำอะไรตามลำดับไหน แต่ละขั้นทำยังไง และต้องเสร็จเมื่อไหร่ ใครรับช่วงต่อ
กติกาที่มาจากตัวเลขนี้โดยตรง: ทุกห้องมีวันนัดตาม ส่งราคาแล้วตามวันที่ 5 และวันที่ 10 และทุกการตามต้องมีเนื้อหาใหม่ “สนใจไหมคะ” เปล่าๆ ไม่นับ
ก่อนประกาศใช้ เราลองเอาคู่มือไปเดินกับออเดอร์จริงหนึ่งงาน แล้วเจอรู 3 จุดทันที ถ้าไม่ลองกับเคสจริง เราคงประกาศคู่มือที่ดูครบแต่ใช้ไม่ได้
AI ช่วยให้เราเห็นเร็วขึ้นและแม่นขึ้น แต่คนที่ต้องตาม ต้องตัดสิน และรับผิดชอบลูกค้า ยังเป็นทีมเหมือนเดิม
ถ้าคุณจะลองบ้าง
- เปิดแชทก่อนเชื่อเหตุผล “ลูกค้าบอกแพง” อาจจริง แต่ให้นับก่อนว่าจริงกี่ห้อง ของเราจริงแค่ราว 3%
- นับห้องที่ลูกค้าเงียบแล้วไม่มีใครทักต่อ ตัวเลขนี้ตัวเดียวบอกได้เยอะกว่ารายงานยอดขายทั้งเดือน
- ถ้าทุกคนพลาดเหมือนกัน อย่าเพิ่งเปลี่ยนคน ให้แก้ระบบก่อน
- ให้ AI อ่านข้อมูลก่อนฟังเรื่องเล่า รวมถึงเรื่องที่เจ้าของเล่าเอง เพราะ AI จะเชื่อสิ่งที่เราป้อนก่อนเสมอ
ในธุรกิจคุณ ลูกค้าเงียบไปแล้วกี่ห้องที่ยังไม่มีใครทักต่อ
คำถามที่พบบ่อย
Q: ลูกค้าเงียบหลังส่งราคา ควรตามเมื่อไหร่
กติกาในคู่มือของเราคือ ส่งราคาแล้วตามวันที่ 5 และวันที่ 10 ถ้ายังเงียบให้ปิดเคสพร้อมเหตุผล และทุกการตามต้องมีเนื้อหาใหม่ สิ่งสำคัญกว่าตัวเลขคือต้องมีคนถือห้องนั้น และมีวันนัดที่ทุกคนรู้
Q: ใช้ AI วิเคราะห์แชทลูกค้า ต้องเริ่มยังไง
เริ่มจากแชท 1 เดือน ตั้งคำถามชุดเดียวกันให้ AI ตอบทุกห้อง แล้วสุ่ม 20 ห้องมาอ่านเองเทียบ ถ้าตรงกันค่อยขยายช่วงเวลา
Q: ลูกค้าหายเพราะราคาแพงจริงไหม
ของเราราคาเป็นเหตุแค่ราว 3% ของเคสที่เสีย เหตุหลักราวครึ่งหนึ่งคือไม่ได้ตามและตอบช้า ธุรกิจคุณอาจไม่เหมือนเรา แต่ควรนับจากแชทจริงก่อนจะลดราคา
สัปดาห์หน้า: เราเปิดให้ AI ตอบแชทลูกค้าเอง 3 วันแรกผิดไปเท่าไหร่ และผิดแบบไหนบ้าง
— เนส · TheLittleTalk เรื่องเล็กๆ จากธุรกิจจริง ที่เอาไปใช้ได้จริง
บทความใหม่ทุกวันจันทร์ สมัครรับทางอีเมลได้ที่นี่