"แคมเปญบอกว่ามีคนเดินเข้าร้าน 400 ครั้งเดือนนี้ แต่เจ้าของร้านถามกลับมาว่า...แล้วมันนับยังไง นับตอนไหน นับใครบ้าง"

ถ้าคุณเคยเจอสถานการณ์แบบนี้ ปัญหาไม่ได้อยู่ที่ตัวเลขเยอะหรือน้อย แต่อยู่ที่ว่าคุณยังไม่เข้าใจ Store Visits Conversion Window ซึ่งเป็นตัวแปรที่กำหนดว่าระบบโฆษณาจะนับ "การเข้าร้าน" ย้อนหลังกี่วันหลังจากคนเห็นหรือคลิกโฆษณา และนี่คือจุดที่ธุรกิจจำนวนมากตีความตัวเลขผิดโดยไม่รู้ตัว

ปี 2026 ที่พฤติกรรมผู้บริโภคเป็นแบบ Phygital คือดูโฆษณาบนมือถือ เช็กรีวิวออนไลน์ แล้วเดินเข้าร้านจริงเพื่อจับต้องสินค้า การวัด ROI ของร้านค้าออฟไลน์จึงพึ่งพา Store Visits มากขึ้นเรื่อย ๆ แต่ถ้า Conversion Window ตั้งค่าไม่สอดคล้องกับพฤติกรรมจริงของลูกค้า ตัวเลขที่ได้อาจสวยในรายงาน แต่ไม่ได้สะท้อนธุรกิจจริงเลย

เราเคยเขียนเปรียบเทียบ Store Visits vs Store Sales ไปแล้วว่าสองตัวนี้ตอบคำถามคนละแบบ บทความนี้จะเจาะลึกต่อว่า "หน้าต่างเวลา" ที่ใช้นับ Store Visits นั้นทำงานอย่างไร ตั้งค่าแบบไหนถึงจะแม่น และมีจุดพลาดอะไรบ้างที่ทำให้ตัวเลขคลาดเคลื่อนจนวัด ROI ผิดทาง

สิ่งที่ต้องเข้าใจก่อนคือ Conversion Window ไม่ใช่แค่ค่าเทคนิคในระบบโฆษณา แต่มันคือสมมติฐานเรื่องพฤติกรรมลูกค้าที่แพลตฟอร์มตั้งไว้ให้ ถ้าสมมติฐานนั้นไม่ตรงกับธุรกิจคุณ ตัวเลข Store Visits ที่ขึ้นมาก็แค่ตัวเลขที่ดูดี ไม่ใช่ตัวเลขที่ช่วยตัดสินใจได้จริง

สารบัญบทความ

1. Store Visits Conversion Window คืออะไร
2. กลไกการนับยอดเบื้องหลัง
3. Google Ads กับ Meta Ads ตั้งค่าต่างกันอย่างไร
4. ทำไมเรื่องนี้สำคัญมากขึ้นในปี 2026
5. Framework WINDOW สำหรับตั้งค่าให้แม่น
6. Masterclass 3 กรณีศึกษาจริง
7. Danger Zone จุดพลาดที่ทำให้ตัวเลขเพี้ยน
8. Checklist ก่อนเชื่อตัวเลข Store Visits
9. คำถามที่พบบ่อย
10. สรุป

Store Visits Conversion Window คืออะไร

พูดง่าย ๆ Conversion Window คือ "กรอบเวลา" ที่ระบบโฆษณายอมนับว่าการเข้าร้านครั้งนั้นมาจากการเห็นหรือคลิกโฆษณา เช่น ถ้าตั้งไว้ 7 วัน ลูกค้าที่เห็นโฆษณาวันจันทร์ แล้วเดินเข้าร้านวันศุกร์ ก็ยังถูกนับเป็น Conversion ได้ แต่ถ้าเข้าร้านวันที่ 10 หลังเห็นโฆษณา ระบบจะไม่นับให้แล้ว

ปัญหาคือ หน้าต่างเวลานี้ไม่ได้ถูกออกแบบมาให้เหมาะกับทุกธุรกิจ ร้านสะดวกซื้อกับ Showroom รถยนต์มีพฤติกรรมตัดสินใจต่างกันมาก แต่ Google Ads และ Meta Ads มักใช้ค่าเริ่มต้นเดียวกันสำหรับทุกอุตสาหกรรม ถ้าคุณไม่เข้าไปปรับ ตัวเลขที่ได้อาจตอบคำถามผิดตั้งแต่ต้น

กลไกการนับยอดเบื้องหลัง Store Visits

ระบบใช้ข้อมูลตำแหน่งที่ตั้ง (Location Data) จากมือถือของผู้ใช้ที่เปิด Location History หรือ Location Services ไว้ แล้วจับคู่กับพิกัดร้านค้าที่ธุรกิจลงทะเบียนไว้ผ่าน Google Business Profile หรือ Meta Business Manager จากนั้นเทียบเวลากับช่วงที่คนคนนั้นเคยเห็นหรือคลิกโฆษณา ถ้าอยู่ในกรอบ Conversion Window ก็จะถูกนับเป็นการเข้าร้าน

สิ่งที่ต้องเข้าใจคือ ตัวเลขนี้เป็นการประมาณค่าทางสถิติ (Modeled Estimate) ไม่ใช่การนับตัวต่อตัว 100 เปอร์เซ็นต์ แพลตฟอร์มใช้กลุ่มตัวอย่างคนที่แชร์ตำแหน่งมาสร้างโมเดล แล้วขยายผลไปยังกลุ่มคนที่ไม่ได้แชร์ตำแหน่ง นี่คือเหตุผลที่ Store Visits มักจะไม่นิ่งเท่า Conversion แบบ Online ที่วัดจาก Pixel หรือ Conversions API ตรง ๆ

Google Ads กับ Meta Ads ตั้งค่า Conversion Window ต่างกันอย่างไร

ใน Google Ads ผู้ลงโฆษณาสามารถเลือก Conversion Window สำหรับ Store Visits ได้เอง โดยทั่วไปมีตัวเลือกตั้งแต่ 7, 30 จนถึง 90 วัน ขึ้นกับประเภทธุรกิจ ส่วนใน Meta Ads หน้าต่างเวลามักผูกอยู่กับ Attribution Setting ที่เลือกไว้ทั้งบัญชี เช่น 1-day click, 7-day click หรือ 28-day click ซึ่งจะกระทบทั้ง Online Conversion และ Store Visits พร้อมกัน

ความต่างสำคัญคือ Google เปิดให้ปรับ Window เฉพาะสำหรับ Store Visits ได้อิสระกว่า ในขณะที่ Meta มักรวมเข้ากับการตั้งค่า Attribution โดยรวม ถ้าคุณรันทั้งสองแพลตฟอร์มพร้อมกันแล้วเทียบตัวเลข Store Visits ตรง ๆ โดยไม่เช็กว่า Window ตั้งไว้เท่ากันหรือไม่ คุณอาจกำลังเปรียบเทียบสิ่งที่วัดคนละแบบ

ทำไม Conversion Window สำคัญมากขึ้นในปี 2026

ยุค Phygital ทำให้เส้นทางลูกค้าซับซ้อนขึ้น คนอาจเห็นโฆษณาบนมือถือ แล้วไปเช็กรีวิวบน AI Search หรือถามผู้ช่วย AI ก่อนตัดสินใจไปร้านจริง ระยะเวลาระหว่างการเห็นโฆษณากับการเข้าร้านจึงยืดยาวขึ้นกว่าเดิม ถ้ายังใช้ Conversion Window แบบสั้นเท่าเดิม ตัวเลขที่ได้จะนับไม่ครบ และดูเหมือนแคมเปญไม่ได้ผล ทั้งที่จริงลูกค้ากำลังใช้เวลาตัดสินใจนานขึ้นเท่านั้นเอง

ถ้าธุรกิจต้องการให้ระบบช่วยวิเคราะห์ Insight จากข้อมูล Store Visits แบบละเอียดขึ้น รวมถึงเชื่อมโยงกับ Business Outcome จริงแทนการดูตัวเลขดิบ สามารถเรียนรู้วิธีใช้ AI ช่วยตีความข้อมูลแคมเปญได้ลึกกว่า Dashboard ผ่านการศึกษาเพิ่มเติมในด้าน AI Driven Marketing

เรื่องนี้เกี่ยวโยงกับเทรนด์ใหญ่ที่ AI เริ่มเข้าใจบริบทโลกจริงมากขึ้น รวมถึงพฤติกรรมการเดินทางของลูกค้าที่ซับซ้อนกว่าเดิม

Framework WINDOW สำหรับตั้งค่า Store Visits Conversion Window ให้แม่น

เพื่อไม่ให้ตัวเลข Store Visits หลอกคุณ ลองใช้ Framework นี้เป็นเช็กลิสต์ก่อนเชื่อตัวเลขในรายงาน

1. W - Watch the Radius: ตรวจสอบรัศมีที่ระบบใช้จับคู่ตำแหน่งร้าน ถ้าร้านคุณอยู่ในห้างหรือติดกับร้านคู่แข่ง รัศมีที่กว้างเกินไปอาจนับผิดร้าน

2. I - Identify Window Length: เลือกความยาว Conversion Window ให้สอดคล้องกับ Sales Cycle จริง สินค้าราคาสูงควรใช้ Window ยาวกว่าสินค้าซื้อซ้ำเร็ว

3. N - Navigate Cross-Device: เข้าใจว่าคนอาจเห็นโฆษณาบนมือถือแต่ค้นหาข้อมูลต่อบนคอมพิวเตอร์ก่อนไปร้าน ทำให้บาง Journey ไม่ถูกจับคู่ครบ

4. D - Define Visit vs Sale: อย่าใช้ Store Visits ตอบคำถามเรื่องยอดขาย ต้องแยกให้ชัดว่ากำลังวัดพฤติกรรมการเดินทาง ไม่ใช่รายได้

5. O - Optimize by Location Group: ถ้ามีหลายสาขา ให้ดูข้อมูลแยกตามกลุ่มสาขา เพราะพฤติกรรมลูกค้าแต่ละทำเลไม่เหมือนกัน

6. W - Weekly Review Freshness: ทบทวนข้อมูลเป็นรายสัปดาห์ เพราะ Store Visits เป็นค่าประมาณที่มักถูกอัปเดตย้อนหลังเมื่อมีข้อมูลมากขึ้น

Masterclass 3 กรณีที่ Conversion Window ตัดสินผลลัพธ์ทั้งหมด

กรณีที่ 1: ร้านเฟอร์นิเจอร์ที่ตั้ง Window สั้นเกินไป

แนวคิด: ลูกค้าซื้อเฟอร์นิเจอร์มักใช้เวลาตัดสินใจ 2-4 สัปดาห์ แต่ร้านตั้ง Conversion Window ไว้แค่ 7 วันตามค่าเริ่มต้น

วิธีการนำไปปรับใช้: ปรับ Window เป็น 30 วัน แล้วเทียบผลก่อนหลัง จะเห็นว่า Store Visits ที่แท้จริงสูงกว่าที่เคยรายงานเกือบสองเท่า

ตัวอย่างเชิงธุรกิจ: การปรับ Conversion Window ให้ตรงกับ Sales Cycle สินค้าทำให้ตัวเลขสะท้อนความจริงมากขึ้น และช่วยป้องกันการตัดงบเร็วเกินไป

กรณีที่ 2: เครือร้านกาแฟที่เทียบสาขาผิดวิธี

แนวคิด: เจ้าของแฟรนไชส์เทียบ Store Visits ของสาขาในห้างกับสาขาริมถนนตรง ๆ โดยไม่รู้ว่ารัศมีจับคู่ตำแหน่งกว้างไม่เท่ากันในแต่ละทำเล

วิธีการนำไปปรับใช้: แยกวิเคราะห์เป็นกลุ่มทำเล แล้วดูแนวโน้มภายในกลุ่มเดียวกันแทนการเทียบข้ามกลุ่ม

ตัวอย่างเชิงธุรกิจ: สาขาในห้างมี Traffic เดินผ่านสูงอยู่แล้ว การนับ Store Visits จึงสูงกว่าธรรมชาติ ไม่ได้แปลว่าโฆษณาทำงานดีกว่าจริง

กรณีที่ 3: ธุรกิจ Showroom รถยนต์ที่ Window สั้นทำให้ตัดงบผิด

แนวคิด: ทีมการตลาดเห็น Store Visits น้อยในช่วง 7 วันแรก จึงตัดงบแคมเปญทั้งที่ลูกค้าจริงใช้เวลาตัดสินใจ 60-90 วัน

วิธีการนำไปปรับใช้: ตั้ง Window ยาวขึ้นให้สอดคล้องกับ Sales Cycle สินค้าราคาสูง แล้วรอดูข้อมูลอย่างน้อย 1 รอบ Cycle ก่อนตัดสินใจ

ตัวอย่างเชิงธุรกิจ: การตัดงบเร็วเกินไปจากตัวเลขที่ยังไม่นิ่ง อาจทำให้เสียโอกาสจากลูกค้าที่กำลังจะตัดสินใจซื้อพอดี

Danger Zone จุดพลาดที่ทำให้ Store Visits เพี้ยน

ข้อผิดพลาดที่ 1: ใช้ Window เดียวกันทุกแคมเปญ

หลายทีมตั้งค่าเริ่มต้นแล้วไม่แตะอีกเลย ทั้งที่แต่ละแคมเปญขายสินค้าคนละกลุ่มที่มี Sales Cycle ต่างกัน ผลเสียคือแคมเปญที่ขายสินค้าตัดสินใจช้าจะดูเหมือนล้มเหลวทั้งที่ยังไม่ถึงเวลา แนวทางคือแยกตั้ง Window ตามกลุ่มสินค้าจริง

ข้อผิดพลาดที่ 2: เชื่อว่า Store Visits เท่ากับยอดขาย

Store Visits วัดแค่การเดินทางไปถึง ไม่ได้วัดว่าซื้อหรือไม่ ผลเสียคือรายงานที่ดูดีอาจไม่สัมพันธ์กับรายได้จริงเลย แนวทางคือต้องดูคู่กับ Store Sales หรือข้อมูล POS เสมอ

ข้อผิดพลาดที่ 3: ไม่ตรวจรัศมีจับคู่ตำแหน่งร้าน

ร้านที่อยู่ในศูนย์การค้าหรือติดกับร้านคู่แข่งอาจถูกนับปนกัน ผลเสียคือ Store Visits สูงเกินจริงหรือต่ำเกินจริง แนวทางคือตรวจสอบพิกัดและรัศมีให้ตรงกับความหนาแน่นของพื้นที่จริง

ข้อผิดพลาดที่ 4: เทียบตัวเลขข้ามแพลตฟอร์มโดยไม่เช็ก Window

Google Ads กับ Meta Ads อาจตั้ง Conversion Window ไม่เท่ากัน การเทียบตรง ๆ โดยไม่รู้ผลเสียคือสรุปผิดว่าแพลตฟอร์มหนึ่งดีกว่าอีกแพลตฟอร์มทั้งที่วัดคนละแบบ แนวทางคือเช็กการตั้งค่าให้ตรงกันก่อนเทียบ

ข้อผิดพลาดที่ 5: ตัดสินใจเร็วเกินไปก่อนข้อมูลนิ่ง

Store Visits เป็นค่าประมาณที่ถูกอัปเดตย้อนหลังได้ ผลเสียคือถ้าตัดงบจากข้อมูลสัปดาห์แรกที่ยังไม่นิ่ง อาจพลาดโอกาสจากแคมเปญที่จริง ๆ กำลังทำงานดี แนวทางคือรอให้ข้อมูลผ่านไปอย่างน้อย 2-3 สัปดาห์ก่อนสรุป

Checklist ก่อนเชื่อตัวเลข Store Visits

- ตรวจว่า Conversion Window ตั้งค่าสอดคล้องกับ Sales Cycle ของสินค้าแล้วหรือยัง

- ตรวจว่ารัศมีจับคู่ตำแหน่งร้านไม่ทับซ้อนกับร้านคู่แข่งหรือร้านในเครือเดียวกัน

- ตรวจว่า Google Ads และ Meta Ads ตั้ง Window ใกล้เคียงกันก่อนเทียบผล

- ตรวจว่าไม่ได้ใช้ Store Visits ตอบคำถามเรื่องรายได้โดยตรง

- ตรวจว่าแยกวิเคราะห์ข้อมูลตามกลุ่มสาขาหรือกลุ่มทำเลแล้ว

- ตรวจว่ารอข้อมูลนิ่งอย่างน้อย 2-3 สัปดาห์ก่อนตัดสินใจปรับงบ

- ตรวจว่าเช็กว่า Location Services ของร้านลงทะเบียนถูกต้องบน Google Business Profile

- ตรวจว่าเทียบ Store Visits กับข้อมูล POS หรือยอดขายจริงเป็นระยะ

- ตรวจว่าไม่ได้ใช้ Window เดียวกันกับทุกแคมเปญโดยไม่พิจารณาสินค้า

- ตรวจว่าทีมเข้าใจว่า Store Visits เป็นค่าประมาณ ไม่ใช่การนับตรง 100 เปอร์เซ็นต์

- ตรวจว่ามีการรีวิว Dashboard รายสัปดาห์แทนการดูครั้งเดียวจบ

คำถามที่พบบ่อยเกี่ยวกับ Store Visits Conversion Window

Store Visits Conversion Window ตั้งค่าได้เองไหม

ใน Google Ads ปรับได้เองในบางระดับ แต่ใน Meta Ads มักผูกกับ Attribution Setting ของทั้งบัญชี ควรตรวจสอบสิทธิ์การปรับก่อนคาดหวังผลลัพธ์

ทำไม Store Visits ของ Google กับ Meta ไม่เท่ากัน

เพราะทั้งสองแพลตฟอร์มใช้โมเดลประมาณค่าและกลุ่มตัวอย่างคนละชุด รวมถึงตั้ง Conversion Window ไม่เท่ากัน การเทียบตรง ๆ จึงอาจไม่ยุติธรรม

Store Visits Conversion Window เหมาะกับธุรกิจแบบไหนมากที่สุด

เหมาะกับธุรกิจที่มีหน้าร้านจริงและอยากวัดผลว่าโฆษณาออนไลน์ช่วยพาคนเข้าร้านได้จริงหรือไม่ โดยเฉพาะธุรกิจค้าปลีก ร้านอาหาร และ Showroom

ควรใช้ Window กี่วันดี

ไม่มีค่าตายตัว แต่ควรอิงจาก Sales Cycle จริงของสินค้า สินค้าซื้อเร็วอาจใช้ 7-14 วัน ส่วนสินค้าราคาสูงที่ตัดสินใจนานอาจต้องยาวถึง 30-90 วัน

Store Visits วัดได้แม่นยำ 100 เปอร์เซ็นต์หรือไม่

ไม่ เพราะเป็นค่าประมาณทางสถิติจากกลุ่มตัวอย่างที่แชร์ตำแหน่ง ควรใช้เป็นสัญญาณประกอบการตัดสินใจ ไม่ใช่ตัวเลขความจริงสัมบูรณ์

สรุป

Store Visits Conversion Window ไม่ใช่แค่ค่าตั้งค่าทางเทคนิคที่มองข้ามได้ แต่เป็นตัวกำหนดว่าตัวเลขที่คุณเห็นในรายงานจะสะท้อนพฤติกรรมลูกค้าจริงมากแค่ไหน บทความนี้ช่วยเปิดมุมว่า ตัวเลข Store Visits ที่ดูสูงหรือต่ำ ไม่ได้บอกความจริงทั้งหมด ถ้ายังไม่รู้ว่า Window ถูกตั้งไว้แบบไหน

จุดที่คนมักเข้าใจผิดคือคิดว่า Store Visits เท่ากับยอดขาย หรือคิดว่าตัวเลขจาก Google กับ Meta เทียบกันได้ตรง ๆ ทั้งที่ทั้งสองระบบใช้สมมติฐานและกรอบเวลาคนละแบบ สิ่งที่ต้องทำต่อคือกลับไปตรวจการตั้งค่า Window ให้สอดคล้องกับ Sales Cycle จริงของธุรกิจ แล้วดูข้อมูลควบคู่กับยอดขายจริงเสมอ

Business Bottom Line คือ อย่าถามแค่ว่ามีคนเข้าร้านกี่ครั้ง ต้องถามต่อว่าคนเหล่านั้นถูกนับในกรอบเวลาที่สะท้อนพฤติกรรมจริงของลูกค้าคุณหรือเปล่า

หากคุณต้องการเรียนรู้วิธีการตั้งค่า Store Visits Conversion Window ให้แม่นยำ และวิธีวัด ROI ร้านค้าออฟไลน์ที่เชื่อมกับ Business Outcome จริง ขอแนะนำ คอร์สเรียน Google Ads จาก DigitalD2M ครับ

คอร์สนี้เราจะสอนให้คุณเข้าใจกลไกของ Store Visits เชิงลึก ปรับการตั้งค่า Conversion Window ให้สอดคล้องกับธุรกิจจริง และเชื่อมโยงข้อมูลโฆษณากับยอดขาย เสอนแบบจับมือทำ เจาะลึกจนสามารถนำไปใช้สเกลธุรกิจได้ทันที

คลิกดูรายละเอียดคอร์สเรียนได้ที่นี่เลยครับ:
https://digitald2m.com/courses-list/

(หมายเหตุ: คอร์สเรียนและเวิร์กชอปของทางเรามุ่งเน้นที่การลงมือปฏิบัติจริงเพื่อให้เกิดผลลัพธ์ทางธุรกิจ โดยไม่ได้มีการออกใบประกาศนียบัตรรับรองทักษะให้นะครับ เพราะผลกำไรที่เติบโตและยอดขายที่เพิ่มขึ้นคือเครื่องพิสูจน์ความสำเร็จที่แท้จริงครับ)

หรือหากคุณไม่มีเวลาดูแลระบบด้วยตัวเอง และต้องการให้ทีมงานผู้เชี่ยวชาญของเราช่วยวางระบบวัด Store Visits ให้ตรงเป้าธุรกิจ รวมถึงดูแลแคมเปญโฆษณาแบบครบวงจร สามารถเข้าไปดูรายละเอียดบริการทั้งหมดได้ที่เครือข่ายเว็บไซต์หลักของเราครับ

ติดตามความรู้ บริการ และข้อมูลเพิ่มเติมได้ที่ 6 เว็บไซต์หลักของเราเท่านั้น:

https://digitald2m.com/

https://www.xn--12c2bcoda1dhdvc8ga8dd4b3nldvh.com/

https://www.xn--42cg3b0ce6bte5d9gye.com/

https://www.xn--72c0an0bzbsd8c2g.com/

https://www.xn--72c0adaat6dbg0cc0ee7ce2bn0r0a0m.com/

https://www.xn--72c0adaat7d0bcv7ade7ce2b4qye.com/

บทความ Masterclass Store Visits Conversion Window โดย DigitalD2M - บริการรับทำการตลาดออนไลน์ และที่ปรึกษาธุรกิจของคุณ