“ลูกค้าเห็นแอดวันนี้ แต่ตัดสินใจซื้อจริงอีก 4 เดือนข้างหน้า — ข้อมูลที่ Facebook เก็บไว้แค่ 180 วันจะยังตามคนกลุ่มนี้ทันไหม”
730-Day Purchase Audiences คือฟีเจอร์ใหม่ของ Meta Ads ที่เพิ่งเปิดใช้งานในเดือนพฤษภาคม 2026 โดยขยายหน้าต่างข้อมูลผู้ซื้อจากเดิม 180 วัน เป็น 730 วัน หรือประมาณ 2 ปีเต็ม เรื่องนี้ฟังดูเหมือนเป็นแค่การปรับตัวเลขในหลังบ้าน แต่จริง ๆ แล้วมันกระทบโครงสร้างการทำ Custom Audience และ Lookalike ของธุรกิจที่ขายสินค้าตัดสินใจนานโดยตรง
ปัญหาที่หลายธุรกิจเจอมาตลอดคือ Facebook Pixel และ Conversions API เก็บ Event การซื้อไว้แค่ 180 วัน พอสร้าง Custom Audience จากคนที่เคยซื้อ ระบบจะมองเห็นแค่ลูกค้าที่ซื้อในช่วงครึ่งปีหลังสุด ถ้าธุรกิจขายของที่ใช้เวลาตัดสินใจนานกว่านั้น เช่น อสังหาริมทรัพย์ รถยนต์ ประกันชีวิต หรือคอร์สเรียนราคาสูง ข้อมูลที่ได้จะพลาดลูกค้าเก่าไปเยอะมาก
730-Day Purchase Audiences จึงเข้ามาแก้จุดนี้โดยตรง เพราะทำให้ Custom Audience ดึงข้อมูลผู้ซื้อย้อนหลังได้ไกลขึ้น ส่งผลให้ Lookalike Audience ที่สร้างจากฐานนี้มี Sample Size ที่กว้างและมีคุณภาพมากขึ้นตามไปด้วย แต่คำถามที่สำคัญกว่าคือ ข้อมูลที่ยาวขึ้นแปลว่าแม่นยำขึ้นเสมอไปหรือไม่
ในบทความนี้ เราจะพาไปดูว่า 730-Day Purchase Audiences ทำงานอย่างไร ธุรกิจแบบไหนที่ควรใช้ วิธีตั้งค่าจริงใน Ads Manager รวมถึงข้อผิดพลาดที่มักเกิดขึ้นเมื่อทีมการตลาดเข้าใจฟีเจอร์นี้ผิด

- 730-Day Purchase Audiences คืออะไร
- ทำไม Meta ขยายหน้าต่างข้อมูลจาก 180 เป็น 730 วัน
- ผลกระทบต่อ Custom Audience
- ผลกระทบต่อ Lookalike Audience
- ธุรกิจแบบไหนได้ประโยชน์มากที่สุด
- วิธีตั้งค่าใช้งานจริงใน Ads Manager
- Framework REACH สำหรับใช้ 730-Day Audiences
- Masterclass 3 มุมมองเชิงลึก
- Danger Zone ข้อผิดพลาดที่พบบ่อย
- Checklist ก่อนเปิดใช้งาน
- คำถามที่พบบ่อย
- สรุป
730-Day Purchase Audiences คืออะไร
พูดง่าย ๆ 730-Day Purchase Audiences คือการขยาย Retention Window ของ Event การซื้อใน Meta Ads จาก 180 วันเป็น 730 วัน เมื่อสร้าง Custom Audience แบบ “คนที่เคยซื้อสินค้า” ระบบจะย้อนกลับไปดูข้อมูลได้ไกลขึ้นถึง 2 ปี ไม่ใช่แค่ครึ่งปีเหมือนก่อนหน้านี้
สิ่งที่ต้องเข้าใจคือ นี่ไม่ใช่ฟีเจอร์ที่เปิดอัตโนมัติให้ทุกบัญชี ธุรกิจต้องมี Data Foundation ที่แข็งแรงพอ ทั้ง Pixel และ Conversions API ต้องส่ง Event Purchase ได้อย่างต่อเนื่องและมีคุณภาพ ถ้าฐานข้อมูลเดิมมี Signal ไม่สม่ำเสมอ การขยายเวลาเก็บข้อมูลก็ไม่ได้ช่วยแก้ปัญหาต้นทาง
ทำไม Meta ขยายหน้าต่างข้อมูลจาก 180 เป็น 730 วัน
เหตุผลหลักที่ Meta ปรับตรงนี้คือ Learning Phase และระบบ Optimize ของ Advantage+ ต้องการ Signal ที่มากพอเพื่อเรียนรู้พฤติกรรมลูกค้า สินค้าที่ใช้เวลาตัดสินใจสั้น เช่น เสื้อผ้าหรือของใช้ทั่วไป ข้อมูล 180 วันอาจเพียงพออยู่แล้ว แต่สินค้าที่ Sales Cycle ยาว เช่น อสังหาริมทรัพย์หรือประกันชีวิต ข้อมูลแค่ 180 วันแทบไม่พอสร้าง Pattern ที่มีความหมาย
ถ้ายิงแอดมานานแล้วแต่รู้สึกว่า Learning Phase ไม่เคยจบสักที หรือ Performance ไม่นิ่ง ปัญหาอาจไม่ได้อยู่ที่ Creative อย่างเดียว แต่อยู่ที่ Signal ไม่พอให้ระบบเรียนรู้ ลองอ่านเพิ่มเติมที่ ยิงแอด Facebook ไม่เห็นผล? แฉ 10 สาเหตุพร้อมวิธีแก้ เพื่อตรวจสอบจุดที่มักถูกมองข้าม
ผลกระทบต่อ Custom Audience
เมื่อหน้าต่างข้อมูลกว้างขึ้น Custom Audience ที่สร้างจากผู้ซื้อจะมี Sample Size ใหญ่ขึ้นทันที ธุรกิจที่เคยมีฐานลูกค้าเก่าเล็กเกินไปจนสร้าง Audience ไม่ได้ ตอนนี้อาจมีขนาดพอสำหรับใช้งานจริง แต่ต้องระวังว่า Sample ใหญ่ขึ้นไม่ได้แปลว่าคุณภาพดีขึ้นเสมอไป ลูกค้าที่ซื้อเมื่อ 700 วันก่อน อาจมีพฤติกรรมและความต้องการต่างจากลูกค้าที่ซื้อเมื่อเดือนที่แล้วมาก
ผลกระทบต่อ Lookalike Audience
Lookalike Audience ที่สร้างจาก Seed Audience ขนาดใหญ่และหลากหลายมักให้ผลลัพธ์ที่มั่นคงกว่า Seed ที่เล็กเกินไป การมี 730-Day Purchase Audiences จึงช่วยให้ Seed มีความหลากหลายมากขึ้น ทั้งกลุ่มลูกค้าที่ซื้อซ้ำ กลุ่มที่ซื้อครั้งเดียวแล้วหาย และกลุ่มที่กลับมาซื้ออีกหลังผ่านไปนาน
แต่จุดที่ต้องระวังคือ ถ้า Seed มีสัดส่วนลูกค้าเก่าที่ไม่ Active มากเกินไป Lookalike ที่ได้อาจไปจับกลุ่มคนที่มี Pattern คล้ายลูกค้าเก่าในอดีต ซึ่งอาจไม่ตรงกับพฤติกรรมตลาดปัจจุบัน นี่คือเหตุผลที่ต้องตรวจ Recency ของ Seed ควบคู่ไปกับขนาด ไม่ใช่ดูแค่จำนวนคนในกลุ่ม
ธุรกิจแบบไหนได้ประโยชน์มากที่สุด
ธุรกิจที่ได้ประโยชน์ชัดเจนที่สุดคือกลุ่มที่มี Sales Cycle ยาวกว่า 6 เดือน เช่น อสังหาริมทรัพย์ รถยนต์ ประกัน คอร์สเรียนราคาสูง หรือบริการ B2B ที่ใช้เวลาตัดสินใจหลายเดือนกว่าจะปิดการขาย กลุ่มนี้ในอดีตแทบสร้าง Custom Audience จากผู้ซื้อไม่ได้เลย เพราะ 180 วันสั้นเกินกว่าจะเก็บ Pattern ที่มีความหมาย
ในทางกลับกัน ธุรกิจที่ขายสินค้า Fast-Moving เช่น อาหาร เครื่องดื่ม หรือแฟชั่นราคาย่อมเยา อาจไม่เห็นความแตกต่างมากนัก เพราะพฤติกรรมลูกค้าเปลี่ยนเร็วกว่านั้นอยู่แล้ว การใช้ข้อมูลย้อนหลัง 2 ปีอาจได้ Signal ที่ไม่สอดคล้องกับพฤติกรรมปัจจุบันด้วยซ้ำ
วิธีตั้งค่าใช้งานจริงใน Ads Manager
ขั้นตอนพื้นฐานคือเข้าไปที่ Audiences ในส่วน Business Suite เลือกสร้าง Custom Audience จาก Website หรือ Catalog แล้วเลือก Event ประเภท Purchase จากนั้นระบบจะมีตัวเลือก Retention Window ให้ปรับได้ตั้งแต่ 1 วันจนถึง 730 วัน หากบัญชีของคุณยังไม่มีตัวเลือกนี้ อาจต้องรอ Rollout หรือตรวจสอบว่าบัญชีอยู่ในกลุ่มที่ Meta เปิดให้ใช้แล้วหรือไม่
สิ่งสำคัญคือก่อนปรับ Retention Window ให้ยาวขึ้น ต้องตรวจสอบคุณภาพของ Event Purchase ที่ส่งเข้ามาก่อน ถ้า Conversions API ยังส่ง Event ไม่ครบหรือมี Duplicate สูง การขยายเวลาเก็บข้อมูลจะยิ่งขยายปัญหาเดิมให้ใหญ่ขึ้นแทนที่จะช่วยแก้ไข
Framework REACH สำหรับใช้ 730-Day Audiences
เพื่อให้ใช้ฟีเจอร์นี้ได้อย่างมีเหตุผล ไม่ใช่แค่เปิดใช้เพราะเป็นของใหม่ ลองใช้ Framework REACH เป็นแนวทาง
- R – Review Sales Cycle: ตรวจก่อนว่าธุรกิจของคุณมี Sales Cycle ยาวแค่ไหน ถ้าสั้นกว่า 3 เดือน อาจไม่จำเป็นต้องใช้ Window ยาวถึง 730 วัน
- E – Expand Intentionally: ขยาย Retention Window แบบมีเป้าหมาย ไม่ใช่เลือก 730 วันเพราะคิดว่ายิ่งเยอะยิ่งดี
- A – Analyze Recency vs Volume: ดูทั้งจำนวนคนในกลุ่มและความสดใหม่ของข้อมูล อย่ามองแค่ Sample Size
- C – Combine with Lookalike Seed: ใช้ฐานนี้เป็น Seed สำหรับ Lookalike แล้ววัดผลเทียบกับ Seed แบบเดิมก่อนตัดสินใจเปลี่ยนถาวร
- H – Hold Expectations Realistic: อย่าคาดหวังว่า Conversion จะพุ่งทันทีที่เปิดฟีเจอร์นี้ เพราะผลลัพธ์ขึ้นกับคุณภาพ Data Foundation เป็นหลัก
ถ้าต้องการเรียนรู้การวางโครงสร้าง Campaign, Pixel และ Conversions API ให้ข้อมูลมีคุณภาพพอสำหรับใช้ฟีเจอร์แบบนี้ได้เต็มประสิทธิภาพ สามารถศึกษาเพิ่มเติมได้ที่ คอร์ส Facebook Ads Zero to Advance
Masterclass 3 มุมมองเชิงลึก
1. Sample Size ใหญ่ขึ้น ไม่ได้แปลว่า Conversion ดีขึ้นเสมอไป
แนวคิด: Custom Audience ที่ใหญ่ขึ้นจาก 730 วันอาจมี CTR All สูงเพราะกลุ่มกว้าง แต่ต้องเช็กว่าคนที่คลิกเป็นคนที่เคยซื้อจริงและยังมี Intent ซื้อซ้ำหรือไม่ ไม่ใช่แค่ดูจำนวน Reach ที่เพิ่มขึ้น
วิธีการนำไปปรับใช้: แบ่งทดสอบ Audience แบบ 180 วัน กับ 730 วัน คู่ขนานกัน แล้ววัด Purchase Rate ไม่ใช่แค่ Click
ตัวอย่างเชิงธุรกิจ: ธุรกิจอสังหาริมทรัพย์แห่งหนึ่งพบว่า CTR ของ Audience 730 วันสูงกว่า แต่ Conversion จริงไม่ต่างจากเดิมมาก เพราะคนที่คลิกส่วนใหญ่เป็นลูกค้าเก่าที่ซื้อไปแล้วและไม่มีความต้องการซื้อซ้ำในระยะสั้น อ่านเพิ่มเติมเกี่ยวกับการตีความ CTR ผิดจุดได้ที่ CTR All Facebook Ads คืออะไร? CTR สูงแต่คนไม่ซื้อเกิดจากอะไร
2. Recency ยังสำคัญกว่าความยาวของ Window
แนวคิด: ลูกค้าที่ซื้อเมื่อ 3 เดือนก่อนกับลูกค้าที่ซื้อเมื่อ 23 เดือนก่อน ไม่ควรถูกมองเป็นกลุ่มเดียวกันแบบเหมาว่าเหมือนกันหมด พฤติกรรม ความสนใจ และ Purchasing Power อาจเปลี่ยนไปมาก
วิธีการนำไปปรับใช้: แบ่ง Custom Audience เป็นชั้น เช่น 0-180 วัน, 181-365 วัน, 366-730 วัน แล้วดู Performance แยกแต่ละชั้นก่อนรวมเป็นกลุ่มเดียว
ตัวอย่างเชิงธุรกิจ: ธุรกิจขายรถยนต์แบ่งกลุ่มลูกค้าเก่าตามช่วงเวลา แล้วพบว่ากลุ่มที่ซื้อในช่วง 366-730 วันมี Conversion Rate ต่ำกว่ากลุ่มอื่นชัดเจน จึงปรับ Budget ให้เน้นกลุ่มที่ Recency สูงกว่าแทน
3. Data Foundation ต้องแข็งแรงก่อนขยาย Window
แนวคิด: ถ้า Pixel และ Conversions API ส่ง Event Purchase ไม่ครบหรือมี Attribution ผิดพลาดตั้งแต่ต้น การขยาย Retention Window เป็น 730 วันจะยิ่งขยายข้อมูลที่ผิดให้ใหญ่ขึ้นตามไปด้วย
วิธีการนำไปปรับใช้: ตรวจ Event Match Quality และอัตราการส่ง Event สำเร็จใน Events Manager ก่อนตัดสินใจเปิดใช้ Window ยาว
ตัวอย่างเชิงธุรกิจ: ธุรกิจหนึ่งเปิดใช้ 730-Day Audience ทันทีโดยไม่ตรวจ Data Quality ก่อน ผลคือ Lookalike ที่ได้มีสัดส่วน Bot Traffic และ Duplicate Event ปนอยู่มาก ทำให้ ROAS แย่ลงกว่าตอนใช้ Window 180 วันเดิม
Danger Zone: จุดพลาดที่พบบ่อยเมื่อใช้ 730-Day Purchase Audiences
ข้อผิดพลาดที่ 1: เปิดใช้ Window ยาวโดยไม่เช็ก Sales Cycle
หลายธุรกิจเปิด 730 วันทันทีเพราะคิดว่ายิ่งเยอะยิ่งดี ทั้งที่สินค้าของตัวเองมี Sales Cycle แค่ 1-2 เดือน ผลเสียคือ Audience ปนคนที่ไม่มี Intent ซื้อซ้ำในระยะสั้น ทำให้ Learning Phase สับสน แนวทางคือเช็ก Sales Cycle จริงก่อนเลือกความยาว Window
ข้อผิดพลาดที่ 2: ไม่แยก Recency ก่อนใช้เป็น Lookalike Seed
การโยนข้อมูลผู้ซื้อทั้ง 730 วันเข้า Lookalike โดยไม่แบ่งชั้น อาจทำให้ Seed มีสัดส่วนลูกค้าเก่าที่ไม่ Active มากเกินไป ผลเสียคือ Lookalike จับกลุ่มคนที่ Pattern คล้ายอดีตแต่ไม่ตรงตลาดปัจจุบัน แนวทางคือแบ่งชั้นตามช่วงเวลาก่อนสร้าง Seed
ข้อผิดพลาดที่ 3: มองข้าม Data Quality ของ Conversions API
ถ้า Event Purchase มี Duplicate หรือ Attribution ผิดพลาด การขยาย Window จะขยายปัญหานี้ไปด้วย ผลเสียคือ Audience มีคุณภาพต่ำกว่าที่คิด แนวทางคือตรวจ Event Match Quality ก่อนเสมอ
ข้อผิดพลาดที่ 4: คาดหวัง Conversion พุ่งทันทีที่เปิดฟีเจอร์
บางทีมตั้งเป้าว่า ROAS จะดีขึ้นทันทีหลังเปิดใช้ ผลเสียคือผิดหวังและปิดฟีเจอร์เร็วเกินไปก่อนได้เห็นผลจริง แนวทางคือให้เวลาทดสอบอย่างน้อย 2-4 สัปดาห์พร้อมวัดผลคู่ขนานกับ Audience เดิม
ข้อผิดพลาดที่ 5: ใช้กับสินค้า Fast-Moving ที่ไม่เหมาะกับ Window ยาว
ธุรกิจที่ขายของใช้ประจำวันเปิด 730 วันโดยไม่คิดว่าพฤติกรรมลูกค้าเปลี่ยนเร็วกว่านั้น ผลเสียคือได้ Signal ที่ล้าสมัยเข้ามาปนในระบบ Optimize แนวทางคือเลือก Window ให้สอดคล้องกับความถี่ในการซื้อจริงของสินค้า
Checklist ก่อนเปิดใช้ 730-Day Purchase Audiences
- ตรวจว่าสินค้าหรือบริการมี Sales Cycle ยาวกว่า 6 เดือนจริงหรือไม่
- ตรวจ Event Match Quality ใน Events Manager ก่อนขยาย Window
- ตรวจว่า Conversions API ส่ง Event Purchase สม่ำเสมอและไม่ Duplicate
- แบ่ง Custom Audience เป็นชั้นตามช่วงเวลาก่อนใช้เป็น Seed
- ทดสอบ Audience 180 วัน กับ 730 วัน คู่ขนานก่อนตัดสินใจเปลี่ยนถาวร
- วัดผลด้วย Purchase Rate ไม่ใช่แค่ CTR หรือ Reach
- ตรวจ Recency ของ Seed ก่อนสร้าง Lookalike
- ให้เวลาทดสอบอย่างน้อย 2-4 สัปดาห์ก่อนสรุปผล
- เช็กว่าบัญชีโฆษณาอยู่ใน Rollout ที่เปิดใช้ฟีเจอร์นี้แล้วหรือยัง
- เปรียบเทียบ ROAS ระหว่าง Audience เดิมกับ Audience ใหม่ทุกสัปดาห์
- ตรวจสอบว่าไม่ได้เปิดใช้ Window ยาวกับสินค้า Fast-Moving
คำถามที่พบบ่อยเกี่ยวกับ 730-Day Purchase Audiences
730-Day Purchase Audiences ใช้ได้กับทุกบัญชีโฆษณาหรือไม่
ไม่ใช่ทุกบัญชี ฟีเจอร์นี้อยู่ในช่วง Rollout ตามพื้นที่และประเภทบัญชี ควรตรวจสอบใน Ads Manager ว่ามีตัวเลือก Retention Window ยาวถึง 730 วันปรากฏหรือยัง
ธุรกิจขายของทั่วไปจำเป็นต้องใช้ 730 วันไหม
ไม่จำเป็น ถ้าสินค้ามี Sales Cycle สั้น การใช้ Window ยาวอาจดึง Signal ที่ล้าสมัยเข้ามาปนในระบบ Optimize แทนที่จะช่วยให้แม่นยำขึ้น
ต้องมี Conversions API ก่อนถึงจะใช้ฟีเจอร์นี้ได้หรือไม่
ไม่บังคับ แต่แนะนำอย่างยิ่ง เพราะข้อมูลจาก Conversions API มักมีความสม่ำเสมอกว่า Pixel เพียงอย่างเดียว ทำให้ Audience ที่ได้มีคุณภาพสูงขึ้น
Lookalike จาก 730-Day Audience ต่างจาก Lookalike ปกติอย่างไร
ต่างกันที่ Seed มีความหลากหลายมากขึ้นเพราะครอบคลุมช่วงเวลานานกว่า แต่ต้องตรวจ Recency ของ Seed ควบคู่กันไป ไม่เช่นนั้นอาจได้กลุ่มที่ Pattern ไม่ตรงตลาดปัจจุบัน
ควรใช้เวลานานแค่ไหนในการทดสอบก่อนสรุปผล
อย่างน้อย 2-4 สัปดาห์ พร้อมเปรียบเทียบกับ Audience แบบเดิม เพราะระบบ Optimize ของ Advantage+ ต้องการเวลาเรียนรู้ Signal ใหม่ก่อนที่ Performance จะนิ่ง
สรุป
730-Day Purchase Audiences ไม่ใช่ฟีเจอร์ที่ทำให้ทุกบัญชียิงแอดแม่นขึ้นทันที มันคือเครื่องมือที่แก้ปัญหาเฉพาะจุด นั่นคือธุรกิจที่มี Sales Cycle ยาวและเคยสร้าง Custom Audience จากผู้ซื้อไม่ได้เพราะข้อมูลเก่าเกิน 180 วัน สำหรับกลุ่มนี้ การขยาย Window เป็น 730 วันช่วยเปิดโอกาสให้เห็นภาพลูกค้าที่สมบูรณ์ขึ้นจริง
แต่จุดที่ต้องระวังคือ Sample Size ที่ใหญ่ขึ้นไม่ได้แปลว่าคุณภาพดีขึ้นเสมอไป ต้องตรวจ Recency ควบคู่กับ Data Foundation ของ Pixel และ Conversions API ก่อนเสมอ ถ้าข้อมูลต้นทางมีปัญหาอยู่แล้ว การขยายเวลาเก็บข้อมูลจะยิ่งขยายปัญหานั้นให้ใหญ่ขึ้น ไม่ใช่แก้ไข
อย่าถามแค่ว่า Audience ตอนนี้ใหญ่ขึ้นแค่ไหน ต้องถามต่อว่าคนในกลุ่มนั้นยังมี Intent ซื้อซ้ำจริงหรือไม่ และ Lookalike ที่สร้างจากฐานนี้กำลังพาเราไปหาลูกค้าที่ใช่ หรือพาไปหาคนที่แค่มี Pattern คล้ายอดีต หากต้องการวางโครงสร้าง Tracking และ Campaign ให้พร้อมใช้ฟีเจอร์แบบนี้อย่างมีประสิทธิภาพ สามารถดูรายละเอียดเพิ่มเติมได้ที่ Higher Intent Form คืออะไร? Lead แพงกว่าแต่อาจคุณภาพกว่า เพื่อเข้าใจแนวคิดเรื่องคุณภาพข้อมูลก่อนปริมาณให้ลึกขึ้น
สำหรับข้อมูลอย่างเป็นทางการเกี่ยวกับการตั้งค่า Audience และ Retention Window สามารถตรวจสอบเพิ่มเติมได้ที่ Meta Business Help Center
อ่านบทความก่อนหน้า: Business Agent for Leads: AI เซลส์ใน Google Ads 2026
อย่าดูแค่ว่า Audience ใหญ่ขึ้นแค่ไหน ให้ดูด้วยว่าคนในกลุ่มนั้นยังมี Intent ซื้อจริงหรือไม่
ถ้าต้องการวางโครงสร้าง Tracking, Custom Audience และ Lookalike ให้พร้อมรับฟีเจอร์ใหม่ของ Meta Ads อย่างมีประสิทธิภาพ ทีมงาน DigitalD2M พร้อมช่วยดูแลตั้งแต่การวาง Pixel จนถึงการปรับกลยุทธ์แคมเปญ
DigitalD2M — วางกลยุทธ์การตลาดออนไลน์ โฆษณา และระบบ AI Marketing ให้ธุรกิจเติบโตอย่างวัดผลได้