KPI คืออะไร ตั้งอย่างไรให้ทีมใช้ตัดสินใจ ไม่ใช่แค่รายงานตัวเลข

มองเรื่องนี้ให้ครบก่อนลงมือเปลี่ยนตัวเลขให้เป็นคำถามที่ทีมตัดสินใจได้

1. 01โจทย์ธุรกิจ
2. 02ข้อมูล
3. 03สาเหตุ
4. 04สิ่งที่ทำต่อ

KPI หรือ Key Performance Indicator คือตัวชี้วัดสำคัญที่บอกว่างานกำลังไปถึงผลลัพธ์ที่ตกลงกันหรือไม่ และเมื่อค่าเปลี่ยน ทีมต้องตัดสินใจอะไร ตัวเลขที่เก็บได้ทุกตัวไม่ใช่ KPI หากไม่มีเป้าหมาย นิยาม แหล่งข้อมูล เจ้าของ รอบทบทวน และเกณฑ์ดำเนินการ ตัวเลขนั้นเป็นเพียง Metric ในรายงาน

KPI ต่างจาก Metric, Target และ OKR อย่างไร

คำ	หน้าที่	ตัวอย่าง
Metric	ค่าที่วัดได้	จำนวน Lead, Response time
KPI	Metric สำคัญต่อผลและการตัดสินใจ	Qualified lead rate
Target	ระดับที่ต้องการในช่วงเวลา	อย่างน้อย X ตาม Baseline ที่อนุมัติ
Milestone	เหตุการณ์/ผลส่งมอบตามเวลา	Tracking ผ่าน QA ภายในวันที่กำหนด
OKR	Objective กับ Key Results ที่แสดงความก้าวหน้า	เป้าหมายเชิงคุณภาพและผลวัด 2–4 ข้อ
Dashboard	พื้นที่รวมข้อมูลเพื่อ Monitor	KPI, Diagnostic และ Guardrail

KPI อาจอยู่ใน OKR หรือ Dashboard ได้ แต่ไม่ควรใช้คำเหล่านี้แทนกันจนทีมไม่รู้ว่าต้องรับผิดชอบอะไร

เริ่มจาก Outcome ไม่ใช่สิ่งที่ทำเสร็จ

Outcome คือการเปลี่ยนแปลงที่ผู้ใช้หรือธุรกิจได้รับ ส่วน Output คือสิ่งที่ทีมผลิต เช่น จำนวนโพสต์ รายงาน หรือฟีเจอร์

Output ที่มักถูกนับ	Outcome ที่ควรเชื่อม	Guardrail
โพสต์ 20 ชิ้น	Qualified visit/Lead จากเนื้อหา	Accuracy/Brand/ต้นทุน
อบรมพนักงาน 3 รุ่น	นำ Workflow ไปใช้ถูกและต่อเนื่อง	Incident/Support load
สร้าง Automation 10 Flow	Cycle time/Error ลด	Failure/Override/Cost
ตอบแชต 1,000 ข้อความ	ลูกค้าได้รับข้อมูลครบและไปขั้นต่อไป	Complaint/Privacy

โครงสร้าง KPI ที่ทีมใช้ได้

1. Business outcome: ต้องการเปลี่ยนอะไรและเพื่อใคร
2. Indicator: ตัวแปรใดเป็นหลักฐานของความเปลี่ยนแปลง
3. Formula: ตัวตั้ง ตัวหาร หน่วย และ Scope
4. Data source: ระบบใดเป็นแหล่งอ้างอิงหลัก
5. Baseline: ค่าก่อนเปลี่ยนในช่วงที่เทียบได้
6. Target/Range: ค่าที่ต้องการพร้อมเหตุผล
7. Guardrail: อะไรต้องไม่แย่ลง
8. Owner: ใครตรวจ อธิบาย และสั่ง Action
9. Cadence: ดูเมื่อไรและข้อมูลล่าช้าเท่าไร
10. Decision rule: เขียว/เหลือง/แดงแล้วทำอะไร

วิธีตั้ง KPI ทีละขั้น

1. เขียนการตัดสินใจที่ KPI ต้องช่วย

ตัวอย่าง: “ควรเพิ่มงบช่องทางนี้ ลดงบ หรือแก้หน้า Landing ก่อน” ดีกว่า “อยากดูยอด Reach” เพราะบอกว่าต้องมีตัวเลขอะไรประกอบ

2. วาด Logic จาก Input ถึง Outcome

Input → Activity → Output → Short-term outcome → Long-term outcome ช่วยแยกสิ่งที่ทีมควบคุมได้จากผลที่มีปัจจัยภายนอก

3. เลือก KPI หลักให้น้อย

หนึ่งเป้าหมายอาจมี KPI หลัก 1–3 ตัว แล้วใช้ Diagnostic metric อธิบายสาเหตุ ไม่ยกทุก Card ใน Dashboard เป็น KPI

4. ตรวจคุณภาพข้อมูลก่อนตั้ง Target

• Event/สถานะถูกนิยามเหมือนกันทุกทีม
• Duplicate/Missing/Timezone/Currency ถูก
• Bot/Test/Internal traffic ถูกแยก
• ข้อมูล Offline/CRM เชื่อมด้วยสิทธิ์เหมาะสม
• Sample และช่วงเวลาเพียงพอ

5. ตั้ง Baseline และช่วงยอมรับ

ใช้ช่วงเวลาที่สะท้อน Seasonality และบันทึก Campaign/ระบบที่เปลี่ยน หากยังไม่มีข้อมูล ให้กำหนดช่วงเก็บ Baseline ก่อน ไม่แต่ง Target จากความรู้สึก

6. ใส่ Guardrail

เพิ่มยอดขายอาจทำให้ Return/Complaint สูงขึ้น ลด Response time อาจทำให้คำตอบผิดมากขึ้น Guardrail ป้องกันการปรับ KPI หลักโดยทำลายคุณภาพอื่น

7. ทดลองอ่าน KPI ในที่ประชุม

ถ้าค่าแดงแล้วไม่มีใครรู้ว่าจะทำอะไร KPI ยังไม่พร้อม ต้องมี Owner, Diagnostic และ Action ที่มีอำนาจทำได้จริง

ตัวอย่าง KPI การตลาด

เป้าหมาย	KPI หลัก	Diagnostic	Guardrail
เพิ่ม Lead ที่ตรงกลุ่ม	Qualified lead / accepted lead	Source, landing CVR, form completion	CPL, Spam, sales capacity
สร้าง Demand จาก Search	Non-brand qualified conversion	Impression, CTR, intent coverage	Accuracy, index health
เพิ่มยอดจากโฆษณา	Contribution margin/qualified outcome	CPA, CVR, frequency	Return, complaint, cash flow
รักษาลูกค้า	Repeat/retention ตาม Cohort	Activation, support, usage	Discount cost, complaint

ตัวอย่าง KPI ฝ่ายขายและแอดมิน

KPI	สูตร/Definition	ข้อควรระวัง
First response time	เวลาจากข้อความที่ต้องตอบถึงคำตอบแรกของคน	เร็วแต่ตอบไม่ครบ
Qualified rate	Lead ผ่านเกณฑ์ ÷ Lead ที่ตรวจแล้ว	เกณฑ์เปลี่ยน/ทีมคัดต่างกัน
Follow-up completion	งานติดตามครบตาม Due ÷ งานที่ต้องติดตาม	นับส่งข้อความแต่ไม่ดูคุณภาพ
Win rate	Won ÷ Opportunity ที่ปิดผลแล้ว	ค้าง Pipeline/Stage definition
Handover error	งานส่งต่อที่ข้อมูลขาด ÷ งานส่งต่อ	ไม่มีช่องบันทึก Error

ตัวอย่าง KPI การใช้ AI

ด้าน	ตัวชี้วัด	Decision
ผลธุรกิจ	Cycle time/Cost/Task completion เทียบ Baseline	ขยายเมื่อผลคงที่
คุณภาพ	Rubric pass/Error/Hallucination	แก้ Prompt/Data/Model
คนตรวจ	Review/Override/Escalation	ปรับ Authority/Handoff
ความเสี่ยง	Incident/Data exposure/Complaint	หยุดหรือลดสิทธิ์
ต้นทุนระบบ	Cost per accepted output/Latency	เปลี่ยน Model/Workflow
การนำไปใช้	ผู้ใช้ที่ทำงานสำเร็จ ไม่ใช่ Login	แก้ Training/UX/Use case

เขียน KPI Definition Card

ช่อง	ตัวอย่าง
Name	Qualified lead rate
Purpose	ดูว่า Marketing นำคนที่ Sales รับต่อได้หรือไม่
Formula	Qualified ÷ Lead ที่ Sales review แล้ว
Inclusion/Exclusion	รวมช่องทาง X; ตัด Test/Spam/Duplicate
Source	CRM status + timestamp
Owner	Marketing Ops / Sales Ops
Cadence/Lag	รายสัปดาห์; รอ review 7 วัน
Baseline/Target	ค่าที่อนุมัติจากช่วงเทียบได้
Guardrail	Volume และ CPL ไม่หลุดเพดาน
Action	ต่ำกว่าเกณฑ์ 2 รอบ: audit source/offer/qualification

Leading และ Lagging Indicator

• Leading: สัญญาณก่อนผล เช่น Form start, Adoption, Pipeline quality ช่วยปรับเร็วแต่ยังไม่ใช่ผลลัพธ์
• Lagging: ผลที่เกิดแล้ว เช่น Revenue, Retention, Incident ชัดกว่าแต่รู้ช้า

ใช้คู่กัน เช่น Adoption สูงแต่ Quality ต่ำแสดงว่าการใช้เพิ่มไม่ได้สร้างผลที่ต้องการ

Dashboard ควรตอบ 5 คำถาม

1. ตอนนี้เทียบ Baseline/Target เป็นอย่างไร
2. เปลี่ยนตั้งแต่เมื่อไรและใน Segment ใด
3. ข้อมูลครบและเชื่อถือได้ไหม
4. ปัจจัยใดน่าจะอธิบายการเปลี่ยน
5. ใครต้องทำอะไรเมื่อไร แล้วจะกลับมาตรวจเมื่อใด

ถ้า Dashboard มีแต่สีแดง/เขียวโดยไม่มี Definition และ Action จะเพิ่มการประชุมมากกว่าการตัดสินใจ

ข้อผิดพลาดที่พบบ่อย

• ตั้ง KPI จากข้อมูลที่เครื่องมือมี ไม่ใช่ผลที่ต้องการ
• นับ Activity/Output แทน Outcome
• มี KPI มากจนไม่มีตัวไหนสำคัญ
• ตั้ง Target โดยไม่มี Baseline/Capacity/Seasonality
• กดดันตัวเลขเดียวจนทีมเล่นกับ Metric
• เปลี่ยนสูตรแต่เปรียบเทียบต่อเหมือนเดิม
• ไม่มี Owner หรือ Owner ไม่มีอำนาจ
• รายงาน Average ที่ซ่อน Segment เสี่ยง
• ใช้ Correlation สรุปว่า Action ทำให้ผลเกิด
• เก็บข้อมูลส่วนตัวเกินจำเป็นเพื่อให้ Dashboard ละเอียด

Checklist ก่อนอนุมัติ KPI

• เชื่อม Outcome และการตัดสินใจชัด
• Definition/Formula/Scope/Unit ครบ
• Source/Owner/Cadence/Lag ครบ
• Data quality ผ่านและตรวจย้อนกลับได้
• Baseline/Target มีเหตุผลและช่วงเวลา
• Leading/Lagging สมดุล
• Guardrail ครอบคลุมคุณภาพและความเสี่ยง
• Breakdown ใช้ Sample เหมาะสม
• Decision rule และ Action owner ชัด
• กำหนด Review/Retire เมื่อ KPI ไม่ช่วยแล้ว

คำถามที่พบบ่อย

ควรมี KPI กี่ตัว

ไม่มีจำนวนตายตัว แต่ควรมีน้อยพอให้ทีมจัดลำดับได้ เป้าหมายหนึ่งอาจใช้ KPI หลัก 1–3 ตัว แล้วมี Diagnostic/Guardrail ประกอบ

Target ต้องเพิ่มทุกปีหรือไม่

ไม่ Target ต้องสัมพันธ์กับ Outcome, Baseline, Capacity, Risk และบริบท บาง KPI ต้องลด บาง KPI ต้องรักษาช่วง ไม่ควรเพิ่มเพื่อให้ดูทะเยอทะยานอย่างเดียว

KPI ที่ดีต้องเป็นตัวเลขหรือไม่

KPI มักวัดเชิงปริมาณเพื่อเทียบเวลา แต่การตัดสินใจควรใช้หลักฐานเชิงคุณภาพร่วม เช่น เหตุผลลูกค้าและ User research โดยมีวิธีเก็บที่สม่ำเสมอ

แหล่งอ้างอิง

• GOV.UK Service Standard: Define success and performance data
• UK Department for Education: Outcomes, outputs and KPIs
• GOV.UK Service Manual: Using performance data
• U.S. GAO: IT Performance Measurement Guide

อ่านต่อ: วาง Marketing Funnel และจุดวัด, อ่าน GA4 เพื่อการตัดสินใจ และใช้ AI วิเคราะห์ข้อมูลธุรกิจอย่างควบคุมได้

ผู้เขียน: อาจารย์หลิง ณิชชา ทัตพงษ์พฤธา ผู้ก่อตั้ง AJLinkOfficial และบริษัท อินดิจิทัล จำกัด เรียบเรียงเรื่อง AI และ Digital Marketing ให้เชื่อมกับการตัดสินใจและการทำงานของธุรกิจ