การเพิ่มประสิทธิภาพเส้นทางลูกค้าด้วยข้อมูลจาก Braze

การเพิ่มประสิทธิภาพเส้นทางลูกค้าด้วยข้อมูลจาก Braze คือการจับคู่คำถามแต่ละข้อให้ตรงกับรายงานที่เหมาะสม Canvas analytics จะแสดงประสิทธิภาพของแต่ละขั้นตอน Funnel reports จะแสดงจุดที่ผู้ใช้เลิกใช้งานในลำดับที่กำหนด และ Experiment Paths จะเปรียบเทียบการเปลี่ยนแปลงจากจุดเริ่มต้นเดียวกัน คู่มือนี้จะอธิบายความแตกต่างของทั้งสามส่วน เหตุผลที่ตัวเลขอาจไม่ตรงกัน และลำดับการใช้งานที่ควรจะเป็น

‍

ประเด็นสำคัญ

• Canvas analytics, Funnel reports และ Experiment Paths เริ่มนับจากจุดที่ต่างกัน จึงให้คำตอบสำหรับคำถามที่ต่างกัน
• Canvas analytics กรองเหตุการณ์ตามเวลาที่เกิดขึ้นจริง ในขณะที่ Funnel reports กรองผู้ใช้ตามเวลาที่พวกเขาเข้าสู่ Canvas
• ผู้ใช้จะถูกนับว่าเปลี่ยนสถานะ (convert) ได้หนึ่งครั้งต่อหนึ่งเหตุการณ์การเปลี่ยนสถานะต่อการเข้าสู่ Canvas หนึ่งครั้ง โดย Braze จะระบุการเปลี่ยนสถานะนั้นให้กับข้อความล่าสุดที่ผู้ใช้ได้รับ
• คุณต้องกำหนดเหตุการณ์การเปลี่ยนสถานะ (conversion events) ไว้ก่อนที่จะเปิดใช้งาน Canvas หากต้องการใช้ Experiment Paths ในภายหลัง เพราะ Braze ไม่อนุญาตให้เพิ่มเหตุการณ์เหล่านี้เข้าไปใน Canvas ที่เปิดใช้งานไปแล้ว
• Braze แนะนำให้ใส่ช่วงเวลาหน่วง (delays) ไว้ก่อนขั้นตอน Experiment Paths เพื่อให้ทุกเส้นทางเริ่มต้นจากจุดเดียวกัน
• เราแนะนำให้คุณเขียนคำถามที่ต้องการคำตอบไว้ก่อนที่จะเปิดรายงานใดๆ

‍

การเพิ่มประสิทธิภาพเส้นทางลูกค้าด้วยข้อมูลจาก Braze เกี่ยวข้องกับอะไรบ้าง?

CustomerIK เป็นพันธมิตรด้านการติดตั้งระบบ Braze และคำถามหลังจากเปิดใช้งานคือ Canvas นี้ทำงานได้ดีหรือไม่? Braze มีเครื่องมือสามส่วนให้คุณใช้หาคำตอบ ซึ่งแต่ละส่วนมีการนับข้อมูลที่ต่างกัน จึงให้คำตอบสำหรับคำถามที่แตกต่างกันเล็กน้อย

หน้า Canvas Details จะแสดงสถิติภาพรวมเบื้องต้น โดย Braze จะระบุจำนวนข้อความที่ส่ง, จำนวนการเข้าสู่ Canvas, จำนวนการเปลี่ยนสถานะและอัตราการเปลี่ยนสถานะ, รายได้ และกลุ่มเป้าหมายโดยประมาณ จากนั้นคุณสามารถเลือกดูแต่ละขั้นตอนเพื่อตรวจสอบตัวชี้วัดเฉพาะส่วนได้

หากต้องการทราบข้อมูลเมื่อเกิดการลดลงโดยไม่ต้องคอยตรวจสอบ Braze มีฟีเจอร์ Custom Canvas alerts สำหรับแจ้งเตือนเมื่อประสิทธิภาพอยู่นอกเหนือช่วงที่คาดการณ์ไว้ เราแนะนำให้กำหนดคำถามก่อนเปิดรายงานเสมอ เพราะการเปิดแดชบอร์ดโดยไม่มีคำถามในใจมักจะทำให้คุณกังวลกับตัวเลขโดยไม่รู้วิธีแก้ไข

‍

รายงานใดของ Braze ใช้ตอบคำถามข้อไหน?

ตารางด้านล่างนี้เปรียบเทียบมุมมองทั้งสามแบบไว้ด้วยกัน โดยจุดเริ่มต้นและตัวกรองวันที่คือสองคอลัมน์ที่จะช่วยไขข้อข้องใจส่วนใหญ่ที่มักพบในภายหลัง

มุมมองคำถามที่เหมาะสมจุดเริ่มต้นการนับตัวกรองช่วงวันที่Canvas Details และ Analyze Variantsแต่ละขั้นตอนหรือตัวแปรมีประสิทธิภาพอย่างไร?การเปลี่ยนสถานะจะถูกนับให้กับข้อความล่าสุดที่ผู้ใช้ได้รับเหตุการณ์ตามเวลาที่เกิดขึ้นจริงFunnel reportผู้ใช้เลิกใช้งานที่จุดไหนตามลำดับ?เมื่อผู้ใช้ได้รับข้อความผู้ใช้ตามเวลาที่เข้าสู่ CanvasExperiment Paths analyticsเส้นทางหรือกลุ่มควบคุมแบบไหนมีประสิทธิภาพดีกว่ากัน?เมื่อผู้ใช้เข้าสู่ขั้นตอน Experiment Pathsไม่ได้ระบุไว้ในหน้าเอกสารที่เราอ่าน

‍

Analyze Variants จะแยกประสิทธิภาพตามตัวแปรและกลุ่มควบคุม นอกจากนี้ยังแสดงผลลัพธ์ที่เพิ่มขึ้นเมื่อเทียบกับกลุ่มควบคุมและค่าความเชื่อมั่นทางสถิติสำหรับเหตุการณ์การเปลี่ยนสถานะแต่ละรายการ ทำให้เป็นเครื่องมือที่เหมาะสมที่สุดในการประเมินการเปลี่ยนแปลงที่คุณได้ทำไปแล้ว

‍

Braze ระบุการเปลี่ยนสถานะและรายได้ใน Canvas อย่างไร?

ผู้ใช้สามารถเปลี่ยนสถานะได้เพียงครั้งเดียวต่อหนึ่งเหตุการณ์การเปลี่ยนสถานะต่อการเข้าสู่ Canvas หนึ่งครั้ง Braze จะระบุการเปลี่ยนสถานะนั้นให้กับข้อความล่าสุดที่ผู้ใช้ได้รับสำหรับการเข้าสู่ Canvas ครั้งนั้น หากเปิดใช้งานการกลับมามีสิทธิ์อีกครั้ง (re-eligibility) และผู้ใช้คนเดิมเปลี่ยนสถานะในการเข้าสู่ Canvas สองครั้งที่แยกกัน Braze จะนับเป็นการเปลี่ยนสถานะสองครั้ง

รายได้ก็ใช้กฎคล้ายกัน โดย Braze จะติดตามรายได้ในระดับ Canvas และระบุให้กับขั้นตอนและตัวแปรล่าสุดที่ผู้ใช้ได้รับข้อความ หรือขั้นตอนที่ผู้ใช้เข้าถึงหากยังไม่มีข้อความส่งไปถึง การซื้อจะถูกนับรวมในรายได้รวม (Total Revenue) แม้ว่าผู้ใช้จะไม่เคยทำเหตุการณ์การเปลี่ยนสถานะหลักก็ตาม หากการซื้อนั้นอยู่ภายใต้กฎการระบุแหล่งที่มา (attribution rules) ของช่วงเวลานั้น

ตัวเลือก Show Revenue Breakdown จะเปิดตารางแสดงรายได้แยกตามขั้นตอน ซึ่งรวมถึงแถวสำหรับการซื้อที่ไม่ได้ผูกกับขั้นตอนใดขั้นตอนหนึ่งโดยเฉพาะ โปรดอ่านแถวนั้นก่อนที่จะสรุปว่ารายได้มาจากขั้นตอนใดขั้นตอนหนึ่ง

‍

เหตุใด Canvas analytics และ Funnel reports จึงแสดงตัวเลขที่แตกต่างกัน?

ตัวกรองทั้งสองแบบทำงานต่างกัน ใน Canvas analytics ช่วงวันที่จะเป็นตัวกรองเหตุการณ์ตามเวลาที่เกิดขึ้นจริง ส่วนในรายงานแบบ Funnel ช่วงวันที่จะเป็นตัวกรองผู้ใช้ตามเวลาที่พวกเขาเข้ามาใน Canvas จากนั้นระบบจะติดตามผลตามระยะเวลาการทำรายการให้สำเร็จ (completion window) ที่คุณกำหนดไว้

ลำดับก็มีความสำคัญเช่นกัน รายงานแบบ Funnel ต้องการเหตุการณ์ที่เกิดขึ้นตามลำดับที่ระบุและนับผู้ใช้แต่ละคนเพียงครั้งเดียวเท่านั้น ในขณะที่ Canvas analytics จะนับการแปลงผล (conversion) และการมีส่วนร่วมทั้งหมดโดยไม่มีกฎเรื่องลำดับ ดังนั้นข้อมูลวิเคราะห์รายขั้นตอนจึงอาจแสดงตัวเลขที่สูงกว่ารายงานแบบ Funnel ในช่วงเวลาเดียวกันได้

ตรวจสอบรายละเอียดข้อมูลระบุตัวตนให้ดีก่อนที่คุณจะสร้าง Funnel สำหรับผู้ใช้ที่ไม่ระบุตัวตน รายงานแบบ Funnel จะติดตามเฉพาะเหตุการณ์ต่อเนื่องที่ตรงกับ ID ผู้ใช้ ณ เวลาที่เข้ามาในระบบเท่านั้น หากผู้ใช้ถูกระบุตัวตนหลังจากเข้ามาแล้วและ Braze ID ของพวกเขาเปลี่ยนไป เหตุการณ์ที่เกิดขึ้นหลังจากนั้นจะไม่ถูกนำมานับรวมในรายงาน

‍

คุณควรสร้างรายงานแบบ Funnel เมื่อใด

ควรสร้างเมื่อคุณต้องการวิเคราะห์ลำดับเหตุการณ์ Braze อธิบายว่ารายงานแบบ Funnel เป็นวิธีวิเคราะห์เส้นทางของผู้ใช้หลังจากได้รับข้อความ รวมถึงจุดที่ผู้ใช้เลิกใช้งาน โดยเหตุการณ์แรกจะเป็นการได้รับข้อความเสมอ และคุณสามารถเลือกเหตุการณ์ที่จะเกิดขึ้นตามมาได้เอง

ผู้ใช้จะออกจาก Funnel ในขั้นตอนแรกที่พวกเขาไม่ได้ทำเหตุการณ์ถัดไปตามลำดับที่คุณตั้งไว้ นี่คือเหตุผลว่าทำไม Funnel ที่สั้นและเลือกขั้นตอนมาอย่างดีจึงอ่านง่ายกว่าแบบยาว Braze ระบุว่าไม่มีการจำกัดจำนวนขั้นตอนที่ตายตัว แต่การใช้ 4 ถึง 6 เหตุการณ์ก็เพียงพอสำหรับกรณีทั่วไปแล้ว

ข้อจำกัดในการใช้งานจริงมีระบุไว้ชัดเจน ช่วงวันที่ย้อนหลังได้สูงสุด 6 เดือน และระยะเวลาการทำรายการให้สำเร็จ (completion window) สูงสุดคือ 30 วัน หากกำหนดไว้ 1 วัน หมายความว่าเหตุการณ์ต้องเกิดขึ้นภายใน 24 ชั่วโมงหลังจากได้รับข้อความ และการสืบค้นข้อมูลขนาดใหญ่อาจใช้เวลานานจนเกินกำหนด (time out)

‍

Experiment Paths ช่วยให้คุณทดสอบการเปลี่ยนแปลงเส้นทางของผู้ใช้ได้อย่างไร

Experiment Paths ช่วยให้คุณทดสอบเส้นทาง Canvas หลายรูปแบบเปรียบเทียบกันเองและเปรียบเทียบกับกลุ่มควบคุม ณ จุดใดก็ได้ในเส้นทางของผู้ใช้ Braze แนะนำว่าเหมาะที่สุดสำหรับการทดสอบการส่งข้อความ จังหวะเวลา เนื้อหาข้อความ และช่องทางการสื่อสาร คุณสามารถเพิ่มเส้นทางได้สูงสุด 4 เส้นทาง โดยเปอร์เซ็นต์รวมต้องเท่ากับ 100% และ Canvas นั้นต้องมีการตั้งค่าเหตุการณ์การแปลงผล (conversion events) ไว้แล้ว

เงื่อนไขข้อสุดท้ายนี้เป็นจุดที่ต้องวางแผนให้ดี Braze ระบุว่าคุณไม่สามารถเพิ่มเหตุการณ์การแปลงผลได้หลังจากที่ Canvas เริ่มทำงานไปแล้ว แม้ว่าจะสามารถโคลน Canvas ที่ทำงานอยู่มาเพิ่มได้ แต่ถ้าคุณตัดสินใจเลือกเหตุการณ์การแปลงผลไว้ก่อนเริ่มใช้งาน ก็ไม่จำเป็นต้องเสียเวลาโคลนเลย

มุมมองการเปรียบเทียบมีความสำคัญพอๆ กับการแบ่งกลุ่ม ข้อมูลวิเคราะห์ของ Experiment Path จะติดตามการแปลงผลตั้งแต่ช่วงเวลาที่ผู้ใช้เข้าสู่ขั้นตอน Experiment Paths ซึ่ง Braze แนะนำให้ใช้มุมมองนี้ในการเปรียบเทียบเส้นทางต่างๆ เพราะทุกเส้นทางมีจุดเริ่มต้นเดียวกัน ในขณะที่ข้อมูลวิเคราะห์รายขั้นตอนจะเริ่มนับเวลาเมื่อผู้ใช้เข้าสู่ขั้นตอนนี้ ดังนั้นทั้งสองมุมมองจึงอาจแสดงอัตราที่แตกต่างกันสำหรับเส้นทางเดียวกันได้

‍

อะไรบ้างที่อาจทำให้ผลการทดลองคลาดเคลื่อน

ความล่าช้าคือสิ่งแรกที่ต้องตรวจสอบ ระยะเวลาการแปลงผลของการทดลอง (experiment conversion window) ซึ่งตั้งไว้ระหว่าง 1 ถึง 30 วัน จะเริ่มนับตั้งแต่ขั้นตอน Experiment Paths และไม่สนใจว่าข้อความถัดไปจะถูกส่งเมื่อใด ดังนั้นขั้นตอนการหน่วงเวลา (Delay) และฟีเจอร์ Intelligent Timing ภายในเส้นทางจะกินเวลาส่วนหนึ่งของช่วงเวลานี้ไปด้วย

Braze ยกตัวอย่างกรณีศึกษาว่า หากกำหนดช่วงเวลาไว้ 5 วัน และมีข้อความที่ Intelligent Timing หน่วงเวลาไว้ 2 วัน ผู้ใช้ในเส้นทางนั้นจะมีเวลาเหลือเพียง 3 วันหลังจากได้รับข้อความเพื่อทำการแปลงผล ดังนั้น Braze จึงแนะนำให้วางขั้นตอนการหน่วงเวลาไว้ก่อนถึงขั้นตอน Experiment Paths

การแก้ไขคือสาเหตุที่สอง การอัปเดต Canvas ที่กำลังมีการทดลอง Winning Path อยู่จะทำให้การทดลองสิ้นสุดลงทันที แม้ว่าคุณจะไม่ได้แตะต้องขั้นตอน Experiment Paths เลยก็ตาม เส้นทางและขั้นตอนที่ตามมาไม่สามารถลบออกได้เมื่อสร้างไปแล้ว ดังนั้นควรวางแผนโครงสร้างให้ดีก่อนเริ่มใช้งาน

การส่งข้อความที่ไม่เท่ากันคือสาเหตุที่สาม จำนวนการส่งข้อความในขั้นตอนถัดไปขึ้นอยู่กับขั้นตอน การหน่วงเวลา ช่องทางที่รองรับ และเนื้อหาของแต่ละเส้นทาง รวมถึงการแบ่งกลุ่มผู้ใช้ การแบ่งกลุ่มที่เท่ากันอาจยังส่งผลให้จำนวนการส่งจริงไม่เท่ากันได้ ดังนั้นควรตัดสินผลลัพธ์จากข้อมูลวิเคราะห์ของ Experiment Path แทนที่จะดูจากจำนวนการส่งดิบๆ

‍

ตัวอย่างการใช้งานจริงเป็นอย่างไร?

สมมติว่าแอปสมัครสมาชิกแห่งหนึ่งต้องการลดช่องว่างระหว่างการสมัครใช้งานและการซื้อครั้งแรก Canvas ต้อนรับของแอปจะส่งอีเมลและข้อความแจ้งเตือน (push) ไปให้ และทีมงานสงสัยว่าข้อความที่สองอาจส่งไปช้าเกินไป โดย Canvas นี้ได้ตั้งค่าเหตุการณ์การแปลงผลหลักสำหรับการซื้อครั้งแรกไว้เรียบร้อยแล้วก่อนเริ่มใช้งาน

ทีมงานไม่ต้องโคลน Canvas ใหม่เพราะมีเหตุการณ์การแปลงผลอยู่แล้ว พวกเขาจึงวางขั้นตอน Delay ไว้หน้าขั้นตอน Experiment Paths จากนั้นสร้างสองเส้นทาง คือเส้นทางตามจังหวะเวลาปัจจุบันและเวอร์ชันที่ส่งข้อความที่สองเร็วขึ้น พร้อมเพิ่มกลุ่มควบคุม และไม่ปรับเปลี่ยนโครงสร้างใดๆ หลังจากเริ่มใช้งาน

เมื่อผลลัพธ์ปรากฏ ทีมงานจะอ่านข้อมูลวิเคราะห์จาก Experiment Path ก่อน เพราะทั้งสองเส้นทางมีจุดเริ่มต้นเดียวกัน จากนั้นจึงตรวจสอบรายละเอียดรายได้สำหรับการซื้อที่ไม่ได้ระบุแหล่งที่มา และสุดท้ายจึงสร้างรายงานแบบ Funnel เพื่อดูว่าผู้ใช้เลิกใช้งานที่จุดไหนระหว่างอีเมลฉบับแรกกับการซื้อครั้งแรก

ที่ไม่มีตัวเลขปรากฏในที่นี้เป็นความตั้งใจ เพราะตัวอย่างนี้แสดงให้เห็นเพียงลำดับขั้นตอนการทำงานเท่านั้น หน้าข้อมูลของ Braze ที่เราอ่านไม่มีเกณฑ์มาตรฐานสำหรับอัตราการแปลงผล การเพิ่มขึ้น หรือการเลิกใช้งานที่ดี ดังนั้นโพสต์นี้จึงไม่มีให้เช่นกัน

‍

คุณควรทำตามลำดับขั้นตอนอย่างไร?

ลำดับด้านล่างนี้เป็นเพียงคำแนะนำของเราเท่านั้น โดย Braze ไม่ได้กำหนดเป็นข้อบังคับ

1. เขียนคำถามของคุณออกมา และตั้งชื่อเหตุการณ์ Conversion ก่อนที่จะเริ่มใช้งาน Canvas
2. วางขั้นตอนการหน่วงเวลา (Delays) ไว้ก่อนขั้นตอน Experiment Paths
3. อ่านข้อมูลวิเคราะห์จาก Experiment Path เพื่อเปรียบเทียบ และใช้ Analyze Variants เพื่อดูค่า Uplift และความเชื่อมั่นของข้อมูล
4. ใช้การแจกแจงรายได้ (Revenue breakdown) เพื่อดูว่าการซื้อรายการใดบ้างที่ไม่ได้เชื่อมโยงกับขั้นตอนใดขั้นตอนหนึ่ง
5. สร้างรายงาน Funnel เฉพาะเมื่อคำถามของคุณเกี่ยวข้องกับลำดับขั้นตอนและการเลิกใช้งาน (Drop-off) เท่านั้น
6. ปรับเปลี่ยนทีละอย่าง และหลีกเลี่ยงการแก้ไข Canvas ที่กำลังทำงานอยู่ระหว่างการทดลอง

‍

สิ่งนี้เชื่อมโยงกับส่วนที่เหลือของโปรแกรมอย่างไร?

การวัดผล Journey จะมีประสิทธิภาพก็ต่อเมื่อข้อมูลเหตุการณ์มีความถูกต้องและเป็นระเบียบ ดังนั้นให้เริ่มต้นที่ การติดตามเหตุการณ์ของผู้ใช้ใน Braze. โครงสร้างของ Canvas ก็มีความสำคัญไม่แพ้กัน ซึ่งได้อธิบายไว้ใน การทำให้เวิร์กโฟลว์ที่ซับซ้อนใน Braze Canvas เป็นแบบอัตโนมัติ.

หากเป้าหมายของคุณคือการกระตุ้นการใช้งานตั้งแต่ช่วงแรก โปรดดู การวัดความสำเร็จของการเริ่มต้นใช้งาน (Onboarding) ใน Braze. สำหรับมุมมองระยะยาว โปรดอ่าน ตัวชี้วัดการรักษาลูกค้า (Retention metrics) ที่ควรติดตามใน Braze. การทดสอบระดับช่องทาง (Channel-level testing) ได้อธิบายไว้ใน การทดสอบ A/B ของอีเมลใน Brazeและ Journey ที่จำเป็นต้องใช้การรายงานจากภายนอกได้อธิบายไว้ใน การเชื่อมต่อ Braze กับแพลตฟอร์มวิเคราะห์ข้อมูลภายนอก.

หากคำถามของคุณครอบคลุมมากกว่ารายงานที่มีให้ในระบบ เนื้อหาของ CustomerIK เรื่อง การวิเคราะห์การตลาด จะครอบคลุมถึงแดชบอร์ดและการสร้างแบบจำลองการระบุแหล่งที่มา (Attribution modelling)

ในฐานะพันธมิตรด้านการติดตั้งระบบของ Braze เราขอแนะนำให้คุณเลือก Journey เพียงหนึ่งรายการ ตั้งคำถามและกำหนดเหตุการณ์ Conversion อย่างละหนึ่งรายการ และทำการทดสอบ Experiment Paths เพียงครั้งเดียวก่อนที่จะขยายโปรแกรมให้กว้างขึ้น เอกสารของ Braze จะเป็นตัวกำหนดกลไกการทำงาน และการทดสอบครั้งแรกในวงจำกัดจะช่วยให้คุณทราบว่าข้อมูลการวัดผลของคุณนั้นเชื่อถือได้หรือไม่

‍

คำถามที่พบบ่อย
‍

1. ทำไมยอด Conversion ใน Canvas กับยอดใน Funnel ถึงไม่ตรงกัน?

ระบบวิเคราะห์ของ Canvas จะกรองเหตุการณ์ตามเวลาที่เกิดขึ้นจริงและนับยอด Conversion โดยไม่มีกฎเรื่องลำดับขั้นตอน ส่วนรายงาน Funnel จะกรองผู้ใช้ตามวันที่เริ่มต้น ต้องทำตามลำดับเหตุการณ์ที่กำหนด และนับผู้ใช้แต่ละคนเพียงครั้งเดียวเท่านั้น

2. ฉันสามารถเพิ่มเหตุการณ์ Conversion หลังจากเปิดใช้งาน Canvas ไปแล้วได้หรือไม่?

Braze ระบุว่าคุณไม่สามารถเพิ่มเหตุการณ์ Conversion หลังจากที่ Canvas เปิดใช้งานไปแล้วได้ คุณสามารถใช้วิธีโคลน Canvas ที่เปิดใช้งานอยู่ เพิ่มเหตุการณ์ที่ต้องการ แล้วจึงเพิ่ม Experiment Paths เข้าไปแทน

3. รายงาน Funnel ควรมีกี่เหตุการณ์?

Braze ระบุว่าไม่มีการจำกัดจำนวนที่แน่นอน แต่โดยทั่วไปแล้ว 4 ถึง 6 เหตุการณ์ก็เพียงพอสำหรับการใช้งานส่วนใหญ่ การสืบค้นข้อมูลขนาดใหญ่อาจทำให้หมดเวลา (Time out) ดังนั้น Braze จึงแนะนำให้ใช้ช่วงเวลาในรายงานที่สั้นลงหรือลดจำนวนขั้นตอนใน Funnel ลง

4. ทำไมจำนวนการส่งข้อความในแต่ละเส้นทางถึงแตกต่างกัน ทั้งที่การแบ่งสัดส่วนดูเท่ากัน?

จำนวนการส่งข้อความในขั้นตอนถัดไปขึ้นอยู่กับขั้นตอน ระยะเวลาหน่วง สิทธิ์ในการรับข้อความผ่านช่องทางต่างๆ และเนื้อหาของแต่ละเส้นทาง แนะนำให้ใช้เครื่องมือวิเคราะห์ Experiment Path เพื่อเปรียบเทียบผลลัพธ์จากจุดเริ่มต้นเดียวกัน

5. ควรวางระยะเวลาหน่วง (Delay) ไว้ตรงไหนในการทดลอง?

Braze แนะนำให้วางขั้นตอนการหน่วงเวลา (Delay steps) ไว้ก่อนขั้นตอน Experiment Paths เพื่อให้ทุกเส้นทางเริ่มต้นจากจุดเดียวกัน และไม่ทำให้ระยะเวลาหน่วงไปกินเวลาของช่วง Conversion

‍

แหล่งข้อมูล

• Braze,การวิเคราะห์ Canvasสืบค้นเมื่อ 27 ต.ค. 2026
• Braze,รายงานช่องทาง (Funnel Reports) สำหรับแคมเปญและ Canvasสืบค้นเมื่อ 27 ต.ค. 2026
• Braze,เส้นทางการทดลอง (Experiment Paths)สืบค้นเมื่อ 27 ต.ค. 2026
• บทความนี้อ้างอิงจากหน้าเอกสารประกอบของ Braze จำนวน 3 หน้า โดยเอกสารของ Braze ถือเป็นแหล่งข้อมูลที่ถูกต้องที่สุดสำหรับการทำงานของระบบในปัจจุบัน
• เขียนโดย CustomerIK พันธมิตรด้านการติดตั้งใช้งาน Braze

‍

CustomerIK คือพันธมิตรด้านการติดตั้งใช้งาน Braze ที่เชี่ยวชาญทั้งในด้านการเริ่มต้นใช้งาน การเชื่อมต่อทางเทคนิค การดำเนินงานด้านการตลาด และการจัดการข้อมูลลูกค้า

หากคุณต้องการให้เราช่วยตรวจสอบวิธีการวัดผล Canvas ของคุณ สามารถพูดคุยกับเราได้เลย

‍