# วิธีวัด ROI ของอีเมลโดยไม่ต้องพึ่งตัวเลข $36

URL หลัก: https://brew.new/th/blog/measure-email-roi-without-the-36-stat
ผู้เขียน: Thomas Park
เผยแพร่: 2026-10-03
อัปเดต: 2026-10-03

ROI ของอีเมลคือกำไรที่งานอีเมลมาร์เก็ตติ้งของคุณสร้างได้ เมื่อเทียบกับต้นทุนในการดำเนินงาน สไลด์นำเสนอส่วนใหญ่อ้างตัวเลข “$36 ต่อทุก $1 ที่ใช้จ่าย” ซึ่งเป็นค่าเฉลี่ยของผลตอบแทนที่นักการตลาดตอบไว้ในแบบสำรวจ ไม่มีใครวัดตัวเลขนี้จริง และตัวเลขนี้ก็ไม่ได้บอกอะไรเกี่ยวกับงานอีเมลของคุณเลย

ด้านล่างนี้คือที่มาของตัวเลข $36 และวิธีที่เราใช้แทน ได้แก่ นับต้นทุนทุกรายการ กำหนดกฎแอตทริบิวชันไว้ล่วงหน้า และใช้กลุ่มควบคุมที่ไม่ได้รับอีเมล (holdout) เพื่อดูว่าอีเมลเป็นสาเหตุของผลลัพธ์ใดบ้าง

## ประเด็นสำคัญ

- ตัวเลข $36 เป็นค่าเฉลี่ยแบบ “รายงานโดยไม่ระบุตัวตน” จากแบบสำรวจของ Litmus ปี 2020 ซึ่งเก็บจากนักการตลาดกว่า 2,000 คน โดยมีไม่ถึง 1 ใน 4 ที่บอกว่าบริษัทของตนวัด ROI ของอีเมลได้ดี
- ตัวเลขของ DMA สหราชอาณาจักร (£42.24 ในปี 2019 และ £38.33 ในปี 2021) เป็นคำตอบของคำถามในแบบสำรวจเรื่อง “ผลตอบแทนโดยประมาณ” จึงเป็นค่าประมาณเช่นกัน
- นับต้นทุน 4 รายการ ได้แก่ ค่าแพลตฟอร์ม เวลาของบุคลากรตามอัตรารายชั่วโมงที่รวมค่าโสหุ้ยแล้ว งานครีเอทีฟและเครื่องมือ และต้นทุนการหาผู้รับข่าวสารแบบตัดจำหน่าย
- ทำแอตทริบิวชันจากการคลิก ไม่ใช่การเปิด เพราะ Apple Mail Privacy Protection ดึงพิกเซลติดตามมาโหลดไม่ว่าจะมีคนอ่านอีเมลหรือไม่
- กันรายชื่อ 5% ถึง 10% ไว้เป็นกลุ่ม holdout อย่างน้อย 1 วงจรการซื้อ ที่อัตราการซื้อ 2% การตรวจจับผลที่เพิ่มขึ้น 20% ด้วยกลุ่ม holdout 10% ต้องใช้ผู้รับข่าวสารราว 109,000 ราย
- รายงาน ROI จากรายได้ที่นับว่ามาจากอีเมลคู่กับ ROI จากกำไรส่วนเพิ่ม ส่วนต่างระหว่างสองตัวเลขนี้คือรายได้ที่จะเกิดขึ้นอยู่แล้วแม้ไม่มีอีเมล

## ตัวเลข $36 มาจากไหน

ตัวเลขนี้สืบย้อนไปได้ถึงแบบสำรวจนักการตลาด 2 ชุด ได้แก่ Litmus ในสหรัฐฯ และ Data & Marketing Association (DMA) ในสหราชอาณาจักร

### Litmus: คำตอบจากแบบสำรวจที่ไม่ระบุตัวตน

Litmus เผยแพร่ตัวเลข “38:1” ในปี 2018 โดยบทความ [The ROI for Email Marketing: The Good News and the Bad News](https://www.litmus.com/blog/the-roi-for-email-marketing-the-good-news-and-the-bad-news) ของ Litmus ระบุว่ามาจาก “แบบสำรวจของ Litmus ที่ทำกับนักการตลาด 372 คนทั่วโลก” และบอกว่ามีแบรนด์เพียง 30% ที่วัด ROI ของอีเมลได้ “ดีหรือดีมาก” ส่วน[ข่าวประชาสัมพันธ์](https://www.litmus.com/press/litmus-research-finds-email-marketing-roi-is-38-to-1)เมื่อวันที่ 11 ตุลาคม 2018 ระบุว่างานวิจัยนี้ “อิงจากข้อมูลของนักการตลาดเกือบ 400 คนทั่วโลก”

ในปี 2019 ตัวเลขขยับขึ้นเป็น 42:1 ตามบทความ [Why You Should Invest in Email Now More Than Ever](https://www.litmus.com/blog/why-you-should-invest-in-email-now-more-than-ever) จากนั้น [State of Email Report, Fall 2020](https://www.litmus.com/wp-content/uploads/2020/09/State-of-Email-Report_Fall-2020.pdf) ซึ่งเป็นแบบสำรวจนักการตลาดมืออาชีพกว่า 2,000 คน ระบุว่า:

> “ROI ของงานอีเมลมาร์เก็ตติ้งที่รายงานโดยไม่ระบุตัวตนลดลง โดยลดจาก 42:1 ในปี 2019 เหลือ 36:1 ในปี 2020”

นั่นคือที่มาของตัวเลข $36 ถัดไปอีกไม่กี่หน้า รายงานยังระบุว่า “ไม่ถึง 1 ใน 4 เชื่อว่าบริษัทของตนวัด ROI ของงานอีเมลมาร์เก็ตติ้งได้ดีหรือดีมาก” และ “45% บอกว่าการวัดผลอยู่ในระดับแย่ แย่มาก หรือไม่มีการวัดผลเลย”

Litmus ยังคงอ้างตัวเลขนี้อยู่ [หน้า ROI ของอีเมล](https://www.litmus.com/resources/email-marketing-roi)ของ Litmus ซึ่งแก้ไขล่าสุดเมื่อมิถุนายน 2025 เปิดด้วยประโยค “โดยเฉลี่ยแล้ว อีเมลสร้าง ROI ได้ $36 ต่อทุกดอลลาร์ที่ใช้จ่าย” ส่วน[อินโฟกราฟิกเรื่อง ROI](https://www.litmus.com/blog/infographic-the-roi-of-email-marketing) ที่เผยแพร่เมื่อเดือนกรกฎาคม 2025 ระบุว่าตัวเลขในอินโฟกราฟิกนั้น “มาจาก 2020 State of Email Survey ของ Litmus”

### DMA: คำถามเรื่อง “ผลตอบแทนโดยประมาณ”

Marketer Email Tracker ของ DMA พิมพ์คำถามไว้ข้างแผนภูมิว่า “ผลตอบแทนโดยประมาณที่คุณได้กลับมาจากทุก 1 ปอนด์ที่ใช้กับอีเมลมาร์เก็ตติ้งคือเท่าไร?” [รายงานปี 2019](https://media.dma.org.uk/reports/pdfs/Marketer_email_tracker_2019_V2-id-56.pdf) และ[รายงานปี 2021](https://www.validity.com/wp-content/uploads/2021/05/DMA-Marketer-Email-Tracker-2021.pdf) ให้คำตอบตามตารางด้านล่าง

| แหล่งที่มา | เผยแพร่ | ตัวเลข | กลุ่มตัวอย่าง | วิธีการ |
| --- | --- | --- | --- | --- |
| Litmus ปี 2018 | ส.ค. ถึง ต.ค. 2018 | 38:1 | นักการตลาด 372 คน (“เกือบ 400 คน” ในข่าวประชาสัมพันธ์) | แบบสำรวจ |
| Litmus ปี 2019 | ส.ค. 2019 | 42:1 | ไม่ได้ระบุ | แบบสำรวจ |
| Litmus, State of Email Fall 2020 | ก.ย. 2020 | 36:1 | นักการตลาดกว่า 2,000 คน | “รายงานโดยไม่ระบุตัวตน” |
| DMA Marketer Email Tracker 2019 | 2019 | £42.24 ต่อ £1 | นักการตลาดในสหราชอาณาจักร 197 คน เมื่อ ม.ค. 2019 | แบบสำรวจออนไลน์, “ผลตอบแทนโดยประมาณ” |
| DMA Marketer Email Tracker 2021 | 2021 | £38.33 ต่อ £1 | นักการตลาดในสหราชอาณาจักร 213 คน เมื่อ เม.ย. 2021 | แบบสำรวจออนไลน์, “ผลตอบแทนโดยประมาณ” |

## ทำไมตัวเลขนี้จึงไม่ควรใช้วางแผน

**เป็นตัวเลขที่รายงานด้วยตัวเอง:** ข้อมูลแต่ละจุดคือการคาดเดาของนักการตลาด จากกลุ่มที่มีไม่ถึง 1 ใน 4 บอกว่าตนวัด ROI ได้ดี การนำการคาดเดามาเฉลี่ยกันไม่ได้ทำให้กลายเป็นการวัดผล

**ไม่มีใครนิยามรายได้:** ผู้ตอบรายหนึ่งอาจนับทุกคำสั่งซื้อภายใน 30 วันหลังการเปิด ขณะที่อีกรายนับเฉพาะคำสั่งซื้อที่มีการคลิกภายใน 24 ชั่วโมง หากคุณได้ตัวเลขอื่นที่ไม่ใช่ 36 คุณจะไม่รู้ว่างานอีเมลของคุณแย่กว่า หรือแค่กฎของคุณเข้มงวดกว่า

**เป็นค่าเฉลี่ย ไม่ใช่ผลตอบแทนหน่วยสุดท้าย (marginal return):** Chad White ซึ่งตอนนั้นเป็นผู้อำนวยการฝ่ายวิจัยของ Litmus กล่าวไว้ในข่าวประชาสัมพันธ์ปี 2018 ว่า “ROI ที่สูงลิ่วเหล่านี้แท้จริงแล้วเป็นสัญญาณของการบริหารที่ผิดพลาด” และบริษัทควรลงทุนเพิ่มจน ROI ลดลง “มาใกล้ราว 20:1 หรืออาจต่ำกว่านั้น” การตัดสินใจเรื่องงบประมาณขึ้นอยู่กับผลตอบแทนของเงินดอลลาร์ถัดไป ซึ่งมักต่ำกว่าค่าเฉลี่ย

**ผู้เผยแพร่ขายเครื่องมืออีเมล:** [CMO's Guide to Email ROI](https://www.litmus.com/wp-content/uploads/2021/07/CMOs-Guide-to-Email-ROI.pdf) ใช้ข้อมูลจากแบบสำรวจเดียวกันเพื่อบอกว่าแบรนด์ที่ใช้ Litmus Email Analytics “สร้าง ROI ได้ 45:1 โดยเฉลี่ย” ซึ่งอาจเป็นจริง แต่ก็เป็นการตลาดด้วย ให้มองตัวเลขชุดนี้เป็นงานวิจัยของผู้ขายเครื่องมือ

## ขั้นตอนที่ 1: นับต้นทุนทุกรายการ

ใช้ช่วงเวลาเดียวกันสำหรับต้นทุนและรายได้ ซึ่งมักเป็นรายเดือน ต้นทุน 4 รายการนี้สำคัญที่สุด ส่วน[บทความเรื่อง ROI ของอีเมลมาร์เก็ตติ้ง](/th/blog/email-marketing-roi)ของเรามีเช็กลิสต์ที่ละเอียดกว่านี้

| รายการต้นทุน | วิธีคำนวณ | ข้อผิดพลาดที่พบบ่อย |
| --- | --- | --- |
| แพลตฟอร์ม | ค่าบริการ ESP รายเดือน บวกค่าส่วนที่ส่งเกินโควตา, ค่า IP เฉพาะ และส่วนเสริมแบบชำระเงิน | นับเฉพาะแพ็กเกจพื้นฐาน |
| บุคลากร | จำนวนชั่วโมงที่ใช้กับอีเมลต่อเดือน คูณด้วยอัตรารายชั่วโมงที่รวมค่าโสหุ้ยแล้ว (เงินเดือนบวกค่าโสหุ้ย) | ไม่นับเวลาตรวจทาน, QA และงานวิศวกรรม |
| งานครีเอทีฟและเครื่องมือ | เครื่องมือออกแบบ ค่าลิขสิทธิ์รูปภาพ เครื่องมือทดสอบและวิเคราะห์ และค่าจ้างเอเจนซีหรือฟรีแลนซ์ โดยคิดตามสัดส่วนหากใช้ร่วมกับช่องทางอื่น | คิดค่าเครื่องมือที่ใช้ร่วมกันเป็นต้นทุนของอีเมลทั้ง 100% |
| การหารายชื่อ | ลีดแม็กเน็ต (lead magnet) สิ่งจูงใจให้สมัคร และการเพิ่มรายชื่อแบบเสียเงิน โดยกระจายต้นทุนตามระยะเวลาที่คาดว่าผู้รับข่าวสารจะอยู่ในรายชื่อ | ไม่นับเพราะต้นทุนนี้อยู่ในงบประมาณของฝ่ายอื่น |

ส่วนลดที่ให้เฉพาะทางอีเมลก็ต้องนับด้วย โดยนับไว้ตรงนี้หรือหักออกจากรายได้ อย่างใดอย่างหนึ่ง ไม่ใช่ทั้งสองทาง

## ขั้นตอนที่ 2: ให้เครดิตรายได้ตามกฎที่เขียนไว้ล่วงหน้า

รายได้ที่นับว่ามาจากอีเมลคือรายได้ที่เครื่องมือของคุณให้เครดิตแก่อีเมลตามกฎที่คุณเลือก ตัวเลขนี้พิสูจน์อะไรไม่ได้ในเชิงเหตุและผล แต่คุณได้ตัวเลขนี้สำหรับทุกการส่ง

### เลือกช่วงเวลาและการกระทำที่ได้รับเครดิต

กฎจะกำหนดว่าการกระทำใดได้รับเครดิต (การคลิก การเปิด หรือการนำส่ง) และคำสั่งซื้อที่เกิดขึ้นหลังจากนั้นนานแค่ไหนยังนับอยู่ ค่าเริ่มต้นของแต่ละเครื่องมือไม่เหมือนกัน [เอกสารแอตทริบิวชันของ Klaviyo](https://help.klaviyo.com/hc/en-us/articles/1260804504250) ระบุว่าบัญชีใหม่ใช้โมเดล last-touch โดยมี “5 วันสำหรับการคลิกอีเมล” และ “5 วันสำหรับการเปิดอีเมล” ส่วน [Google Analytics 4](https://support.google.com/analytics/answer/10597962) ใช้ช่วงย้อนหลัง (lookback) 90 วันเป็นค่าเริ่มต้นสำหรับเหตุการณ์สำคัญ (key event) ส่วนใหญ่ และใช้[แอตทริบิวชันตามข้อมูล (data-driven attribution)](https://support.google.com/analytics/answer/12958241) เป็นโมเดล ดังนั้น ESP ของคุณกับ GA4 จึงให้ตัวเลขไม่ตรงกัน โดยที่ไม่มีฝั่งไหนผิดพลาด

เราจะใช้ last-touch ที่อิงการคลิก โดยตั้งช่วงเวลาให้ตรงกับระยะเวลาที่ลูกค้าใช้ตัดสินใจซื้อ ได้แก่ 1 ถึง 5 วันสำหรับอีคอมเมิร์ซที่ซื้อแบบไม่ต้องคิดนาน และ 14 ถึง 30 วันสำหรับการซื้อที่ต้องใช้เวลาพิจารณาและช่วงทดลองใช้ SaaS เขียนกฎนี้ไว้ในทุกรายงาน และอย่าเปลี่ยนกลางไตรมาส

### ทำไมแอตทริบิวชันที่อิงการเปิดจึงใช้ไม่ได้แล้ว

Apple ประกาศ [Mail Privacy Protection](https://www.apple.com/newsroom/2021/06/apple-advances-its-privacy-leadership-with-ios-15-ipados-15-macos-monterey-and-watchos-8/) เมื่อวันที่ 7 มิถุนายน 2021 โดยระบุว่าฟีเจอร์นี้ “ป้องกันไม่ให้ผู้ส่งใช้พิกเซลที่มองไม่เห็นเพื่อเก็บข้อมูลเกี่ยวกับผู้ใช้” และตาม[หน้าความเป็นส่วนตัว](https://www.apple.com/legal/privacy/data/en/mail-privacy-protection/)ของ Apple ตัวเลือก Protect Mail Activity “จะดาวน์โหลดเนื้อหาระยะไกลในเบื้องหลังโดยค่าเริ่มต้น ไม่ว่าคุณจะมีปฏิสัมพันธ์กับอีเมลหรือไม่”

ช่วงเวลาที่อิงการเปิดจึงให้เครดิตแก่อีเมลสำหรับคำสั่งซื้อจากคนที่อาจไม่เคยเห็นอีเมลนั้นเลย [บทความเรื่องการติดตามคอนเวอร์ชันของ Klaviyo](https://help.klaviyo.com/hc/en-us/articles/115005248128) ระบุว่า “คอนเวอร์ชันจะถูกติดตามหากมีคนเปิดหรือคลิก หรือหาก Apple Mail Privacy Protection (MPP) เปิดอีเมลโดยอัตโนมัติ” และมีการตั้งค่าให้ไม่นับการเปิดจาก MPP ตรวจดูการตั้งค่าที่เทียบเท่ากันในเครื่องมือของคุณ หรือเลิกใช้การเปิดไปเลย [บทความเรื่องตัวชี้วัดอีเมล](/th/blog/email-metrics-that-matter)ของเราอธิบายว่าการเปิดยังบอกอะไรคุณได้บ้าง

### ติดแท็กให้ทุกลิงก์

[คู่มือ URL แคมเปญของ Google](https://support.google.com/analytics/answer/10917952) ระบุพารามิเตอร์ `utm_source`, `utm_medium` และ `utm_campaign` โดยยกตัวอย่าง “email” เป็นค่า medium ใช้พารามิเตอร์เหล่านี้กับทุกลิงก์อย่างสม่ำเสมอ:

```text
https://example.com/spring?utm_source=newsletter&utm_medium=email&utm_campaign=2026-03-spring-sale&utm_content=hero-button
```

## ขั้นตอนที่ 3: คำนวณตัวชี้วัดต่อหน่วย

ตัวชี้วัด 4 ตัวนี้ใช้เปรียบเทียบการส่ง เดือน และเซกเมนต์ต่าง ๆ ได้อย่างเท่าเทียม

```text
Revenue per recipient (RPR)       = attributed revenue / delivered emails
Revenue per 1,000 delivered (RPM) = RPR x 1,000
Revenue per send                  = attributed revenue credited to one send
Revenue per subscriber per month  = email revenue in the month / average subscribed contacts emailed (holdout excluded)
```

ให้หารด้วยจำนวนอีเมลที่ส่งถึง ไม่ใช่จำนวนที่ส่ง เพื่อไม่ให้อีเมลตีกลับฉุด RPR ให้ต่ำลง รายได้ต่อผู้รับข่าวสารต่อเดือนมีประโยชน์ที่สุด เพราะนำไปเทียบกับต้นทุนการหาผู้รับข่าวสาร 1 รายได้

## ขั้นตอนที่ 4: วัดผลส่วนเพิ่มด้วยกลุ่ม holdout

กลุ่ม holdout (หรือกลุ่มควบคุม) คือรายชื่อส่วนหนึ่งที่สุ่มแยกไว้และตั้งใจไม่ส่งอีเมลถึง เมื่อครบช่วงเวลาที่กำหนด ส่วนต่างของยอดซื้อต่อคน คูณด้วยขนาดของกลุ่มที่ได้รับอีเมล คือรายได้ที่เกิดจากอีเมล แอตทริบิวชันบอกว่าใครคลิกก่อนซื้อ ส่วนกลุ่ม holdout บอกว่าอะไรจะเกิดขึ้นอยู่แล้วแม้ไม่มีอีเมล

### ตั้งค่าให้ถูกต้อง

1. **สุ่มการแบ่งกลุ่ม** ใช้ตัวเลขสุ่ม ไม่ใช่วันที่สมัคร ภูมิภาค หรือการมีส่วนร่วม กลุ่ม holdout ที่มีแต่ผู้ติดต่อที่ “ไม่มีความเคลื่อนไหว” วัดอะไรไม่ได้เลย
2. **ตัดสินใจว่ากลุ่ม holdout จะไม่ได้รับอะไร** กลุ่ม holdout ระดับภาพรวม (global holdout) จะไม่ได้รับอีเมลการตลาดเลย และใช้วัดงานอีเมลทั้งหมด ส่วนกลุ่ม holdout ระดับแคมเปญจะข้ามการส่งหรือโฟลว์เพียงรายการเดียว ทั้งนี้ใบเสร็จและอีเมลรีเซ็ตรหัสผ่านยังส่งถึงทุกคน
3. **กำหนดตัวชี้วัดและวันสิ้นสุดไว้ก่อน** การหยุดก่อนกำหนดเมื่อผลดูดีจะทำให้ผลลัพธ์สูงเกินจริง
4. **วัดรายได้ทั้งหมด** เปรียบเทียบทุกคำสั่งซื้อของทั้งสองกลุ่มในระบบร้านค้าหรือระบบเรียกเก็บเงินของคุณ ไม่ใช่เฉพาะคำสั่งซื้อที่นับว่ามาจากอีเมล

### กลุ่ม holdout ต้องใหญ่แค่ไหน

ขนาดขึ้นอยู่กับอัตราการซื้อที่เป็นค่าฐาน และผลที่เพิ่มขึ้นขนาดเล็กที่สุดที่คุณสนใจ [แนวทางเรื่องกลุ่มควบคุม](https://www.braze.com/docs/user_guide/audience/global_control_group)ของ Braze ระบุว่าควรมีผู้ใช้ไม่น้อยกว่า 1,000 คน และไม่เกิน 10% ของกลุ่มเป้าหมาย หรือสูงสุด 15% สำหรับกลุ่มเป้าหมายที่มีไม่ถึง 10,000 คน ตัวเลขนี้เป็นเพียงขั้นต่ำ ตารางด้านล่างใช้การทดสอบสัดส่วนสองกลุ่ม (two-proportion test) แบบใช้ความแปรปรวนแยกกลุ่ม (unpooled variance) ที่ความเชื่อมั่น 95% และอำนาจการทดสอบ 80% โดย[เครื่องคำนวณของ Evan Miller](https://www.evanmiller.org/ab-testing/sample-size.html) ให้ตัวเลขตรงกันในกรณีแบ่งกลุ่มเท่ากัน และ[คู่มือการทดสอบ A/B](/th/blog/email-ab-testing) ของเราก็ใช้ตรรกะเดียวกันกับการส่ง

| อัตราการซื้อใน 30 วันที่เป็นค่าฐาน | ผลที่เพิ่มขึ้นที่ต้องการตรวจจับ | ต่อกลุ่ม เมื่อแบ่ง 50/50 | รายชื่อทั้งหมด เมื่อ holdout 10% | รายชื่อทั้งหมด เมื่อ holdout 5% |
| --- | --- | --- | --- | --- |
| 2% | 10% (จาก 2.0% เป็น 2.2%) | 80,700 | 431,500 | 813,600 |
| 2% | 20% (จาก 2.0% เป็น 2.4%) | 21,100 | 108,900 | 204,400 |
| 2% | 30% (จาก 2.0% เป็น 2.6%) | 9,800 | 48,900 | 91,300 |
| 5% | 10% (จาก 5.0% เป็น 5.5%) | 31,200 | 167,300 | 315,400 |
| 5% | 20% (จาก 5.0% เป็น 6.0%) | 8,200 | 42,200 | 79,200 |

รายชื่อขนาด 20,000 คนควรทดสอบงานอีเมลทั้งหมด ไม่ใช่ทดสอบหัวเรื่อง คำสั่งซื้อใหญ่ ๆ ไม่กี่รายการก็ทำให้รายได้ต่อผู้รับข่าวสารแกว่งได้มาก จึงควรทดสอบด้วยอัตราการซื้อ และรายงานรายได้พร้อมช่วงของค่า

### ควรใช้นานแค่ไหน และมีต้นทุนเท่าไร

ให้ทำอย่างน้อย 1 วงจรการซื้อ และไม่น้อยกว่า 4 สัปดาห์ สุ่มใหม่ทุก 1 หรือ 2 ไตรมาส เพื่อไม่ให้คนกลุ่มเดิมถูกกันออกไปตลอด และคงขนาดไว้ที่ 5% ถึง 10% เพราะกลุ่ม holdout ทำให้เสียรายได้ไปราวขนาดของกลุ่มคูณด้วยรายได้ส่วนเพิ่มต่อผู้รับข่าวสาร

## ตัวอย่างประกอบ (ตัวเลขสมมติ)

ตัวเลขทุกตัวในส่วนนี้แต่งขึ้น ไม่ใช่เบนช์มาร์ก

ร้านค้าที่มีผู้รับข่าวสาร 120,000 รายกันไว้เป็นกลุ่ม holdout 12,000 ราย (10%) เป็นเวลา 30 วัน และส่งอีเมลถึงคนที่เหลือตามปกติ ได้แก่ แคมเปญ 4 แคมเปญและระบบอัตโนมัติ มูลค่าคำสั่งซื้อเฉลี่ยอยู่ที่ $75 และอัตรากำไรขั้นต้น 45%

![แผนภาพรายชื่อผู้รับข่าวสาร 120,000 รายที่แบ่งเป็นกลุ่มที่ได้รับอีเมล 108,000 รายและกลุ่ม holdout 12,000 ราย แสดงอัตราการซื้อ 2.4% และ 2.0%, รายได้ส่วนเพิ่ม $32,400 และ ROI จากรายได้ที่นับว่ามาจากอีเมล 8:1 เทียบกับ ROI จากกำไรส่วนเพิ่ม 82%](/images/blog/measure-email-roi-without-the-36-stat-holdout.png)

*เดือนเดียว วัดได้ 2 แบบ แอตทริบิวชันให้เครดิตแก่อีเมล $64,000 ขณะที่กลุ่ม holdout บอกว่าอีเมลทำให้เกิดรายได้ราว $32,400*

```text
COSTS (month)
  Platform                          $1,000
  People: 60 h x $85                $5,100
  Creative and tools                  $600
  List acquisition, amortized       $1,300
  Total cost                        $8,000

ATTRIBUTED (5-day click window, from the ESP)
  Attributed revenue               $64,000
  Delivered emails                 420,000
  RPR = 64,000 / 420,000            $0.152   (RPM $152)
  Revenue per subscriber/month      $0.59    (64,000 / 108,000)
  Revenue ratio = 64,000 / 8,000    8:1

INCREMENTAL (all orders, from the store)
  Emailed group purchase rate        2.4%    (2,592 of 108,000)
  Holdout purchase rate              2.0%    (240 of 12,000)
  Incremental revenue per emailed subscriber
    = (0.024 - 0.020) x $75          $0.30
  Incremental revenue = 0.30 x 108,000      $32,400
  Incremental gross profit = 32,400 x 0.45  $14,580
  Incremental profit ROI = (14,580 - 8,000) / 8,000 = 82%
```

แอตทริบิวชันบอกว่า 8:1 ส่วนกลุ่ม holdout บอกว่าอีเมลสร้างกำไรขั้นต้นกลับมา $1.82 ต่อทุกดอลลาร์ที่ใช้จ่าย ให้วางแผนด้วยตัวเลขหลัง

ข้อควรระวังคือ เมื่อมีกลุ่ม holdout 12,000 ราย ช่วงความเชื่อมั่น 95% ของส่วนต่างอัตราการซื้ออยู่ที่ราว 0.13 ถึง 0.67 จุด หรือคิดเป็นรายได้ส่วนเพิ่มราว $10,800 ถึง $54,000 ซึ่งครอบคลุม ROI จากกำไรตั้งแต่ราว -39% ถึง 204% และยังถือว่ามูลค่าคำสั่งซื้อคงที่ ซึ่งในความเป็นจริงไม่ใช่ ข้อมูลเดือนเดียวบอกได้ว่าอีเมลน่าจะเพิ่มรายได้จริง แต่ยังบอกไม่ได้ว่าคุ้มทุนแล้ว การเก็บข้อมูลต่ออีกสองสามเดือนจะทำให้ช่วงนี้แคบลง

## LTV ที่เพิ่มขึ้นและมูลค่าของผู้รับข่าวสาร 1 ราย

ตัวเลขรายเดือนจะนับผลของอีเมลต่ำกว่าความจริง เมื่อผลนั้นค่อย ๆ สะสมผ่านการซื้อซ้ำ การเลิกใช้บริการ หรือการต่ออายุ กลุ่ม holdout ที่ใช้ต่อเนื่องเป็นเวลานานจะจับผลนี้ได้ในช่วง 6 หรือ 12 เดือน:

```text
LTV uplift per subscriber = (12-month revenue per emailed subscriber
                             - 12-month revenue per holdout subscriber) x gross margin
```

รายได้ส่วนเพิ่มต่อผู้รับข่าวสารยังช่วยตีราคาการเพิ่มรายชื่อได้ด้วย ในตัวอย่างนี้ ผู้รับข่าวสาร 1 รายมีมูลค่า $0.30 x 45% = $0.135 ของกำไรขั้นต้นต่อเดือน หากต้นทุนการหาผู้รับข่าวสาร 1 รายคือ $2.00 จะใช้เวลาคืนทุนราว 15 เดือน ตรวจอัตราการเลิกใช้บริการและอัตราการยกเลิกการรับข่าวสารของคุณก่อนจะลงเงินซื้อการเติบโตของรายชื่อ

## วิธีทำใน Brew

Brew ให้ข้อมูลฝั่งการมีส่วนร่วมของวิธีนี้ ส่วนระบบร้านค้าหรือระบบเรียกเก็บเงินของคุณให้ข้อมูลรายได้

**รายงานการมีส่วนร่วม:** ภาพรวมการวิเคราะห์ครอบคลุม “ส่งแล้ว”, “ส่งถึง”, “เปิดอ่าน”, “คลิก”, “ตีกลับ”, “ร้องเรียน” และ “ยกเลิกการรับข่าวสาร” พร้อมอัตราของแต่ละรายการ จำนวนการเปิดไม่นับการเปิดจากเครื่อง และจำนวนคลิกไม่นับคลิกจากบอต เอเจนต์ได้ตัวเลขชุดเดียวกันจากเครื่องมือ MCP `get_email_analytics` ส่วนโค้ดได้จาก `/v1/analytics` ดู[เอกสารเรื่องการอ่านข้อมูลการวิเคราะห์](https://docs.brew.new/analytics/reading-analytics)

**รายได้อยู่ในระบบวิเคราะห์ของคุณเอง:** ตาม[เอกสารเรื่องตัวชี้วัดและคำศัพท์สำคัญ](https://docs.brew.new/analytics/key-metrics-and-terms) คอนเวอร์ชัน “ถูกติดตามในแพลตฟอร์มวิเคราะห์ของคุณเอง ไม่ใช่ใน Brew” ให้ติดแท็ก UTM กับลิงก์ และนับคำสั่งซื้อใน GA4 หรือในระบบร้านค้าของคุณ

**การเชื่อมคลิกเข้ากับคำสั่งซื้อ:** รายงานเหตุการณ์ (`get_email_analytics` หรือ `/v1/analytics/events`) ส่งข้อมูลกลับมาเหตุการณ์ละ 1 แถว พร้อมเวลา ประเภทเหตุการณ์ ผู้รับ การส่ง และอีเมล ให้เชื่อม (join) แถวที่เป็นการคลิกเข้ากับคำสั่งซื้อด้วยที่อยู่อีเมลและ timestamp เพื่อใช้ช่วงเวลาตามกฎของคุณเอง

**ข้อมูลคำสั่งซื้อในผู้ติดต่อ:** การเชื่อมต่อ Shopify และ Stripe เริ่มระบบอัตโนมัติจากเหตุการณ์ของร้านค้าและการเรียกเก็บเงิน และซิงค์ฟิลด์อย่าง `shopify_last_order_total`, `shopify_last_order_at` และ `stripe_lifetime_value_cents` เข้าไปในผู้ติดต่อแต่ละราย ให้ใช้ฟิลด์เหล่านี้เพื่อแบ่งเซกเมนต์และตรวจความสมเหตุสมผลของข้อมูล ไม่ใช่เพื่อแอตทริบิวชัน

**กลุ่ม holdout:** โหนดแยกเส้นทางในระบบอัตโนมัติแบ่งเส้นทางตามตัวกรอง ไม่ใช่ตามเปอร์เซ็นต์แบบสุ่ม จึงควรสร้างแฟล็กสุ่มในข้อมูลของคุณเอง เขียนค่าลงในฟิลด์ผู้ติดต่อที่กำหนดเอง (ผ่านการนำเข้า CSV หรือ `POST /v1/contacts`) แล้วกันผู้ติดต่อเหล่านั้นออกจากกลุ่มเป้าหมายที่จะส่ง

## คำถามที่พบบ่อย

### ROI ของอีเมลมาร์เก็ตติ้งคือ $36 ต่อทุก $1 จริงหรือไม่?

ตัวเลขนั้นเป็นค่าเฉลี่ยของสิ่งที่นักการตลาดรายงานในแบบสำรวจ State of Email ปี 2020 ของ Litmus ไม่ใช่ผลจากการวัดจริง และในรายงานฉบับเดียวกัน มีไม่ถึง 1 ใน 4 ที่บอกว่าบริษัทของตนวัด ROI ของอีเมลได้ดี ROI ของคุณอาจสูงหรือต่ำกว่านี้มาก

### ROI ของอีเมลมาร์เก็ตติ้งที่ดีคือเท่าไร?

งานอีเมลใดก็ตามที่กำไรขั้นต้นส่วนเพิ่มสูงกว่าต้นทุนทั้งหมด (ROI จากกำไรสูงกว่า 0%) ถือว่าคุ้มทุนแล้ว ค่าเฉลี่ยที่เผยแพร่กันอยู่ใช้กฎการนับรายได้ที่ไม่มีการนิยาม จึงควรติดตาม ROI ของคุณเองแบบเดือนต่อเดือนด้วยนิยามที่คงที่

### คำนวณ ROI ของอีเมลอย่างไร?

แบบที่อิงกำไรคือ (กำไรขั้นต้นส่วนเพิ่ม ลบ ต้นทุนงานอีเมล) หารด้วยต้นทุนงานอีเมล หากมีแค่รายได้ที่นับว่ามาจากอีเมล ให้รายงาน (รายได้ที่นับว่ามาจากอีเมล ลบ ต้นทุน) หารด้วยต้นทุน โดยระบุช่วงเวลาแอตทริบิวชันที่ใช้กำกับไว้ ส่วนตัวเลขส่วนเพิ่มได้มาจากกลุ่ม holdout

### ควรใช้ช่วงเวลาแอตทริบิวชันเท่าไรสำหรับอีเมล?

ใช้ช่วงเวลาที่อิงการคลิกให้ตรงกับวงจรการซื้อของคุณ โดยทั่วไปคือ 1 ถึง 5 วันสำหรับอีคอมเมิร์ซที่ซื้อแบบไม่ต้องคิดนาน และ 14 ถึง 30 วันสำหรับการซื้อที่ต้องใช้เวลาพิจารณาหรือช่วงทดลองใช้ อย่าใช้ช่วงเวลาที่อิงการเปิด เพราะ Apple Mail Privacy Protection โหลดพิกเซลติดตามไม่ว่าจะมีคนอ่านอีเมลหรือไม่

### กลุ่ม holdout สำหรับอีเมลควรใหญ่แค่ไหน?

ใหญ่พอที่จะตรวจจับผลที่เพิ่มขึ้นในระดับที่คุณสนใจ ที่อัตราการซื้อ 2% การตรวจจับผลที่เพิ่มขึ้น 20% ที่ความเชื่อมั่น 95% และอำนาจการทดสอบ 80% ต้องมีคนในกลุ่ม holdout 10% ราว 10,900 คน จากรายชื่อทั้งหมดราว 109,000 คน แนวทางของ Braze ที่ให้มีอย่างน้อย 1,000 คนและไม่เกิน 10% ของกลุ่มเป้าหมายเป็นเพียงขั้นต่ำ ไม่ใช่การรับประกัน