Customer Match List Setup — ใช้ 1st-party Data ดัน ROAS ในยุค Cookieless

Customer Match คือ Audience Type ของ Google Ads ที่ใช้ Email, Phone Number, หรือ Mailing Address ของลูกค้าจริงในการสร้าง Audience Targeting ระบบ Hash ข้อมูลก่อนส่งเข้า Google แล้วจับคู่กับ User ใน Google Account → ใช้เป็น Audience ใน Google Ads, YouTube, Gmail, Discovery ในยุค Cookieless ที่ 3rd-party Cookie หาย Customer Match กลายเป็น Audience Signal ที่ Quality สูงที่สุดและไม่ได้รับผลกระทบจาก Privacy Sandbox บทความนี้คือ How To Setup สำหรับ Marketer ไทยที่ยังไม่ได้ใช้

ทำไม Customer Match สำคัญในยุค Cookieless

3rd-party Cookie หายไปแล้วใน Chrome ปี 2026 Audience Type ที่อิง Cookie (Behavior Targeting, Custom Audience จาก Pixel) Match Rate ลดลง 30–50% Customer Match ใช้ 1st-party Data ของแบรนด์โดยตรง ไม่กระทบจาก Privacy Sandbox

นอกจาก Reach ทำงานได้ในยุค Cookieless แล้ว Customer Match ยังเป็น Audience Quality สูงที่สุดเพราะมาจาก Customer จริงที่เคยซื้อ/Lead ของแบรนด์ ใช้ทั้ง Remarketing, Cross-sell, Upsell, Lookalike Building

ประเภท Data ที่ Upload ได้

  • Email Address — Field หลัก Match Rate สูงสุดในไทย 40–70%
  • Phone Number — Match Rate รองลงมา 25–45%
  • Mailing Address — First Name + Last Name + Country + Zip Match Rate ต่ำในไทย
  • Mobile Device ID (MAID) — สำหรับ App User
  • User ID — ID ที่แบรนด์กำหนดเอง สำหรับ Loyalty Program

Use Case ของ Customer Match

  • Remarketing ลูกค้าเก่า — Cross-sell, Upsell, New Product Launch
  • Lookalike Audience (Similar Audience) — Google สร้าง Audience คล้ายลูกค้าจริงสำหรับ New Customer Acquisition
  • Audience Suppression — Exclude Customer ปัจจุบันจาก Prospect Campaign (ลดงบที่ยิงทับลูกค้าเก่า)
  • Loyalty Reward Campaign — แสดงโฆษณาเฉพาะ Customer VIP
  • Win-back Campaign — Target ลูกค้าที่ไม่ซื้อใน 6 เดือนที่ผ่านมา

How To Setup Customer Match List — 6 ขั้นตอน

  1. Prepare CSV File — Column Header: Email, Phone, First Name, Last Name, Country, Zip ครบตาม Format ที่ Google กำหนด
  2. Hash Data ก่อน Upload หรือใช้ Google Hash — Email ต้อง lowercase + Strip Space ก่อน Hash SHA256 / Phone ต้อง E.164 Format (+66XXXXXXX)
  3. Google Ads → Tools → Audience Manager → Segment → New → Customer List
  4. Upload File + Set Membership Duration — สูงสุด 540 วัน (1.5 ปี) Default 30 วัน ปรับตาม Use Case
  5. รอ Match Process 24–48 ชั่วโมง — Google จะแจ้ง Match Rate ผ่าน Email และใน Audience Manager
  6. Apply Customer Match กับ Campaign — Add ใน Audience Section ของ Campaign ที่ต้องการใช้

ขั้นต่ำของ Customer Match List

Google ต้องการ Matched User ขั้นต่ำ 1,000 คน ก่อนใช้เป็น Audience ใน Campaign — ถ้า Upload 5,000 Email และ Match Rate 25% (1,250) → ใช้ได้ ถ้า Match Rate ต่ำกว่าให้รวมหลาย List เข้าด้วยกัน

วิธีดัน Match Rate ให้สูง

  • Upload Email + Phone พร้อมกัน — เพิ่ม Match Rate ผ่านหลาย Identifier
  • Lowercase + Trim Whitespace ก่อน Hash — “User@Gmail.com” และ “user@gmail.com” Hash ต่างกัน
  • Update List สม่ำเสมอ — เพิ่ม Customer ใหม่ทุก 30 วัน Audience ไม่หมดอายุ
  • Use Enhanced Conversions — ส่ง Email ของ Customer ขณะ Conversion เกิดขึ้น Match Rate สูงกว่า Batch Upload

Best Practice + Privacy Considerations

  • เก็บ Consent จากลูกค้า — แจ้ง Privacy Policy ว่าใช้ Email สำหรับ Marketing Purpose
  • Hash ข้อมูลก่อนส่ง Google เสมอ — ไม่ส่ง Raw Email/Phone
  • Segment List ตาม Lifecycle — New Customer, Repeat Customer, VIP, Churned ใช้ Strategy ต่างกัน
  • Refresh List ทุก Quarter — เพิ่ม Customer ใหม่ ลบ Inactive ใน Engagement Period นานเกิน
  • ใช้คู่กับ Lookalike — Customer Match Seed → Similar Audience เพื่อ Scale Acquisition

Case Study — Fashion ใช้ Customer Match ปั้น ROAS

ลูกค้า Fashion ในไทยมี Customer Database 380,000 Email อายุ Customer Match List 540 วัน หลังจาก Setup Customer Match + Lookalike + Audience Suppression: PMax Campaign ROAS ขึ้นจาก 3.8x → 6.1x ภายใน 90 วัน Revenue เพิ่ม 58% โดยงบ Acquisition คงที่

ปัจจัย: Customer Match เป็น Seed Audience Quality สูงที่สุด AI ของ PMax ใช้ Signal นี้ในการเลือก User ใหม่ที่คล้ายๆ Customer เดิม

FAQ

Match Rate ต่ำต้องทำยังไง

Audit Format Email (lowercase, valid syntax), Phone (E.164), เพิ่ม Identifier ที่ Upload, รวม List หลาย Source — Beauty Brand ทั่วไป Match Rate ในไทยอยู่ที่ 35–55%

Customer Match ใช้กับ Performance Max ได้ไหม

ได้ — เป็น Audience Signal หลักของ PMax ใส่ใน Asset Group ทำให้ AI ใช้ Match ในการ Optimize

Privacy Compliance ใน Thailand

ต้องตรง PDPA — มี Consent Banner แจ้ง User ว่า Email ใช้สำหรับ Marketing Purpose Hash ก่อนส่ง Google ทุกครั้ง

สรุป — Customer Match คือ Asset ที่ทุกแบรนด์ต้องมี

ในยุค Cookieless แบรนด์ที่ Build 1st-party Customer Database ตั้งแต่วันนี้จะมี Competitive Advantage มหาศาล Customer Match List คือเครื่องมือที่เปลี่ยน Email Database เป็น Marketing Asset ทันที ปรึกษาทีม Audience Strategy ของ DayLite ที่ DayLite.asia

อ้างอิงข้อมูล (References)

  • Google Ads Help Center — Customer Match Setup (2024)
  • Google Privacy Sandbox — 1st-party Data Best Practices (2024)
  • IAB Thailand — PDPA Marketing Compliance Guide 2024
  • DayLite Internal Benchmark — Customer Match clients 2024–2026 (anonymized)

บทความที่เกี่ยวข้อง

Related Posts