ลูกค้าบอกว่า "คู่แข่งถูกกว่าเราหมดเลย"

ประโยคที่เจ้าของธุรกิจ E-commerce กลัวได้ยินที่สุด
และพอได้ยินแล้ว การ react แบบทั่วไปคือลดราคาตาม — โดยไม่รู้ว่าแพ้จริงกี่ตัว แพ้เพราะอะไร และควรสู้หรือปล่อยผ่าน
ผมทำ competitor analysis ให้ลูกค้า E-commerce รายนึง (ขอไม่ระบุชื่อ) ด้วย workflow ที่ผสม NotebookLM กับ data scraping เข้าด้วยกัน
ผลที่ได้เปลี่ยน strategy ของเขาไปเลย
ทำไมต้องวิเคราะห์คู่แข่ง?
คำถามที่ดูเหมือนตอบตัวเองได้ — แต่จริงๆ หลายธุรกิจไม่ได้ทำอย่างจริงจัง
เหตุผลที่คนไม่ทำ:
- เสียเวลา — เช็คราคาทีละตัวสำหรับ 50+ สินค้า ทำมือทั้งวันไม่เสร็จ
- ไม่รู้จะ monitor อะไร — แค่ราคา? หรือรวม content, positioning, promotion?
- ข้อมูลล้าสมัยเร็ว — เช็ควันนี้ พรุ่งนี้คู่แข่งปรับราคาแล้ว
ผมแก้ปัญหาทั้งสามนี้ด้วย NotebookLM + ข้อมูล scrape
NotebookLM ช่วยอะไรในการวิเคราะห์คู่แข่ง?
NotebookLM ถูกออกแบบมาเพื่อ research — คุณ feed sources เข้าไป แล้วถามคำถามข้ามทุก source พร้อมกันได้
สำหรับ competitor analysis ผมใช้ NLM เพื่อ:
- วิเคราะห์ positioning — จาก YouTube, blog, review ของคู่แข่ง
- หา messaging pattern — คู่แข่งพูดถึงอะไร เน้นอะไร
- สกัด customer complaint — คนซื้อร้านคู่แข่งบ่นอะไรบ้าง
- หา product gap — สินค้าอะไรที่คู่แข่งไม่มี หรือทำได้ไม่ดี
ส่วนข้อมูลราคาและ inventory — ใช้ data scraping แยก (อธิบายด้านล่าง)
Pipeline ที่ใช้จริง
Phase 1: ตั้ง NLM Notebook
1. เปิด notebooklm.google.com
2. สร้าง notebook ใหม่: "Competitor Analysis — [ชื่อ Industry]"
3. Add sources ทั้งหมด
Sources ที่ผม feed เข้า NLM — 20 sources รวมกัน:
| ประเภท | จำนวน | ตัวอย่าง |
|---|---|---|
| YouTube channel คู่แข่ง | 6 คลิป | รีวิวสินค้า, unboxing, แนะนำ promotion |
| YouTube review จากลูกค้า | 5 คลิป | รีวิวสินค้าที่คู่แข่งขาย |
| Blog และ article ของคู่แข่ง | 4 บทความ | Blog แนะนำสินค้า, วิธีใช้ |
| Industry report | 3 ไฟล์ | ตลาด, trend, ผู้เล่น |
| Pantip/Reddit thread | 2 thread | ความเห็นลูกค้าจริง |
ทำไมต้อง 20 sources?
กฎที่ผมใช้คือ minimum 20 sources ก่อนสรุป insight ถ้าน้อยกว่านั้น มุมมองที่ได้แคบเกินไป และเสี่ยงสรุปผิด
เหตุผลที่ต้อง 20 sources
5-7 sources อาจพอสำหรับ overview แต่ถ้าจะตัดสินใจ strategy จริงๆ ต้องมีข้อมูลพอ NotebookLM อ่านได้ไม่จำกัด จำนวน sources มากขึ้น = synthesis ที่ดีขึ้น เสียเวลา add แค่ 30 นาที แต่ insight ดีกว่ากันเยอะ
Phase 2: ถาม NLM 4 คำถามหลัก
พอ add sources ครบแล้ว ถามคำถามเหล่านี้:
คำถาม 1: Positioning Overview
จาก sources ทั้งหมด คู่แข่งหลักแต่ละรายมี positioning ยังไง?
เน้นอะไร? กลุ่มลูกค้าหลักคือใคร? ต่างจากกันอย่างไร?
คำถาม 2: Messaging Pattern
คู่แข่งพูดถึงอะไรบ่อยที่สุด? คำไหน จุดขายไหน ที่ปรากฏซ้ำข้าม sources?
มีอะไรที่พวกเขาไม่พูดถึงเลย ทั้งที่น่าจะเป็น selling point?
คำถาม 3: Customer Pain Points
จาก reviews และ comments ลูกค้าบ่นอะไรเกี่ยวกับคู่แข่ง?
มีปัญหาอะไรที่ซ้ำๆ? มีอะไรที่ลูกค้าอยากได้แต่ยังไม่ได้?
คำถาม 4: Opportunity Gap
จากทุก sources มีช่องว่างอะไรในตลาดที่ทั้งคู่แข่งยังไม่ได้ fill?
มี unmet need อะไรบ้าง?
Phase 3: Data Scraping (ราคา + Inventory)
NLM ดีมากสำหรับ qualitative analysis แต่สำหรับข้อมูลราคาที่ต้องแม่นยำ ผมใช้ script scrape แยก
สำหรับลูกค้ารายนี้ — ผมวิเคราะห์ 50+ สินค้าที่ทับซ้อนกัน ระหว่างร้านเราและคู่แข่ง
(ถ้าสนใจ pipeline scraping เต็มๆ อ่านได้ที่: AI จับโกงราคาคู่แข่ง)
3 Insights ที่ได้จากการวิเคราะห์
Insight 1: แพ้จริงแค่ 12 จาก 50+ รายการ
ก่อนวิเคราะห์ ลูกค้ารู้สึกว่า "คู่แข่งถูกกว่าทุกตัว" — ความรู้สึกแบบนั้นทำให้อยากลดราคาหมด
หลังวิเคราะห์จริง:
| สถานะ | จำนวน |
|---|---|
| คู่แข่งถูกกว่า + มีสต็อค (แพ้จริง) | 12 รายการ |
| คู่แข่งถูกกว่า + หมดสต็อค (ไม่ต้องสน) | 9 รายการ |
| เราถูกกว่า | 18 รายการ |
| ราคาใกล้เคียงกัน | 11+ รายการ |
แพ้จริงแค่ 12 รายการ ไม่ใช่ทั้งหมด และใน 12 รายการนั้น มีแค่ 4 ที่ margin ห่างกันมากพอจะมีผลต่อการตัดสินใจซื้อ
Action: ลดราคาเฉพาะ 4 รายการนั้น ไม่ใช่ลดทั้งหมด
Insight 2: คู่แข่งไม่ค่อยพูดถึง After-Sale Service
จาก NLM analysis ผ่าน 20 sources — พบว่าคู่แข่งหลักเน้น messaging เรื่อง ราคา, ความหลากหลาย, ความเร็วในการส่ง แต่แทบไม่พูดถึงเลย: การรับประกัน, support หลังซื้อ, community
ในขณะที่จาก Pantip thread และ YouTube reviews — ลูกค้าในตลาดนี้มักถามเรื่องการรับประกันและ support บ่อยมาก
Action: เพิ่ม messaging เรื่อง after-sale service และรับประกัน เพราะคู่แข่งทิ้งช่องนี้ไว้
Insight 3: Content ของคู่แข่งเน้น Product แต่ขาด Use-Case
YouTube และ blog ของคู่แข่งพูดถึงตัวสินค้า spec ราคา — แต่ไม่ค่อยมี content ที่แสดงว่า "ใช้งานจริงอย่างไร" ในชีวิตประจำวัน
ลูกค้าใน reviews ชอบ content ที่เห็นการใช้งานจริง มากกว่า spec sheet
Action: ทำ content series "ใช้งานจริง" แทนที่จะทำแค่รีวิว product
ตัวอย่างการตอบคำถาม NLM จริง
นี่คือตัวอย่าง insight ที่ NLM ส่งกลับมาจากคำถาม Customer Pain Points:
"จาก sources ที่มีทั้งหมด ลูกค้าของคู่แข่งมีข้อกังวลซ้ำๆ ดังนี้:
- Delivery ช้า — ปรากฏใน 4 sources, ลูกค้า expect 1-2 วัน แต่ได้รับ 3-5 วัน
- Packaging ไม่ดี — สินค้ามาถึงเสียหาย พบใน 3 sources
- Customer service ตอบช้า — แก้ปัญหาหลังซื้อยาก พบใน 5 sources
สิ่งที่ลูกค้าพูดถึงบวก: ราคาและความหลากหลายสินค้า"
จาก insight นี้ — ถ้าร้านเราส่งเร็วกว่า packaging ดีกว่า และ support ดีกว่า นั่นคือ differentiation ที่ทำได้ทันที โดยไม่ต้องลดราคาสักบาท
วิธีทำด้วยตัวเอง
ขั้นตอนที่ 1: เปิด NLM
ไปที่ notebooklm.google.com → สร้าง notebook ใหม่ → ตั้งชื่อว่า "Competitor Analysis — [ชื่อ category สินค้าคุณ]"
ขั้นตอนที่ 2: หา Sources
เริ่มง่ายๆ ก่อน — หาแค่ 10 sources ก็ได้ถ้ายังไม่เคยทำ:
- YouTube: ค้นชื่อคู่แข่ง + ชื่อสินค้า → เลือกคลิปรีวิว/แนะนำ 4-5 คลิป
- Google: ค้น "[คู่แข่ง] review" → เลือก article 2-3 บทความ
- Pantip: ค้น "[สินค้าประเภทนั้น] ซื้อที่ไหนดี" → เลือก 2-3 thread
- Blog คู่แข่ง: ถ้ามี copy URL เข้าไปเลย
ขั้นตอนที่ 3: Add ใน NLM
กด "+ Add source" → วาง URL หรือ upload ไฟล์
NLM รองรับ: YouTube URL, website URL, PDF, Google Doc, Copy-paste text
ขั้นตอนที่ 4: ถาม 4 คำถาม
ถามตามที่อธิบายไว้ข้างต้น บันทึก insights ไว้
ขั้นตอนที่ 5: สรุป Action Items
จาก insights ทั้งหมดนี้ ถ้าผมต้องทำ 3 อย่างภายใน 30 วัน
เพื่อสู้กับคู่แข่งได้ดีขึ้น ควรทำอะไร? อธิบายเหตุผลด้วย
NLM จะ synthesize ทุก insight แล้วเสนอ action ที่มีเหตุผลรองรับ
ค่าใช้จ่าย: ฟรี
NotebookLM ใช้ฟรีสำหรับ basic use — ไม่มีค่าใช้จ่ายในการ add sources หรือถามคำถาม
สิ่งที่ใช้เงิน (ถ้าต้องการ):
| สิ่ง | ค่าใช้จ่าย |
|---|---|
| NLM ฟรี | ฟรี |
| NLM Plus | $19.99/เดือน (ขยาย source limit) |
| Script scraping ราคา | เวลา developer หรือจ้างทำ |
สำหรับ basic competitor analysis — ฟรีก็พอแล้ว
ข้อจำกัดที่ต้องรู้
| ข้อจำกัด | รายละเอียด |
|---|---|
| ข้อมูลราคา real-time | NLM อ่านข้อมูลที่ feed เข้าไป ไม่ได้ scrape real-time — ต้อง update sources เอง |
| YouTube ใช้ transcript | NLM อ่านจาก transcript ถ้าคลิปไม่มี transcript จะ add ไม่ได้ |
| ภาษาไทย | NLM เข้าใจภาษาไทยได้ดี แต่ถามเป็นอังกฤษให้ผลละเอียดกว่าบางครั้ง |
| ต้อง update สม่ำเสมอ | ตลาดเปลี่ยน ต้อง update sources ทุก 1-2 เดือน |
สรุป
Competitor analysis ที่ดีไม่ต้องแพง และไม่ต้องใช้เวลาทั้งวัน
NotebookLM ทำให้ผม:
- Feed 20 sources (YouTube, blog, review, thread) ใน 30 นาที
- วิเคราะห์ qualitative ได้ลึกกว่าดูเองทีละ source
- สกัด insight ที่ต้องการ action ด้วย 4 คำถามหลัก
ผลที่ได้จากลูกค้ารายนี้:
- แพ้จริงแค่ 12 จาก 50+ สินค้า — ไม่ต้องลดราคาทั้งหมด
- After-sale service เป็นช่องว่างที่คู่แข่งไม่ได้ทำ
- Content ที่แสดง use-case จริงจะต่างจากคู่แข่งชัดเจน
ถ้าคุณเป็นเจ้าของธุรกิจที่เคยได้ยินว่า "คู่แข่งถูกกว่า" — ลองทำ analysis ก่อนตัดสินใจลดราคา คำตอบที่ได้อาจต่างจากที่คิดมาก
NotebookLM ฟรีใช้ได้เลยที่ notebooklm.google.com — ไม่ต้องติดตั้ง ไม่ต้องจ่ายเงิน





