Digital Marketing and Analytics 

การประยุกต์ใช้กรอบแนวคิด POEM (Paid, Owned, Earned Media) และการวิเคราะห์ Conversion Funnel เพื่อพัฒนาอนวทางที่มีประสิทธิภาพสำหรับเข้าถึงลูกค้าใน Customer Journey รวมไปถึงการวัดผลแคมเปญผ่านตัวชี้วัดสำคัญ (CTR, CPC, CR, CPA) การประเมินความคุ้มค่าทางการเงินระยะยาวด้วย LTV, CAC และ Payback Period ตลอดจนการทำ Cohort Analysis เพื่อติดตามพฤติกรรมผู้ใช้รายกลุ่ม และการประยุกต์ใช้ Attribution Models เพื่อประเมินผลลัพธ์ของสื่อได้อย่างมีประสิทธิภาพ

Applying the POEM (Paid, Owned, Earned Media) framework and conversion funnel analytics to build high-impact strategies for engaging users across the customer journey. Key components include tracking campaign performance using core metrics (CTR, CPC, CR, CPA), assessing long-term unit economics via LTV, CAC, and Payback Period, conducting cohort analysis to monitor group-specific user behavior, and deploying attribution modeling to evaluate cross-channel media effectiveness.

深入应用 POEM（付费、自有与赢得媒体）框架与转化漏斗分析，制定贯穿全链路用户旅程（Customer Journey）的高效触达策略。内容涵盖：利用核心指标（CTR、CPC、CR、CPA）评估营销活动表现，通过 LTV、CAC 和 Payback Period（回本周期）衡量长期单元经济与财务效益，开展 Cohort（队列）分析以追踪特定用户群体的行为轨迹，并运用归因模型（Attribution Models）精准评估多渠道媒体的投入产出效益。

သုံးစွဲသူများ၏ ခရီးစဉ် (Customer Journey) တစ်လျှောက် ထိရောက်စွာ ဆက်သွယ်နိုင်မည့် နည်းဗျူဟာများ ဖော်ထုတ်ရန် POEM (Paid, Owned, Earned Media) မူဘောင်နှင့် သုံးစွဲသူ ကူးပြောင်းမှု ဖန်နယ် (Conversion Funnel) စိစစ်သုံးသပ်ခြင်းများကို အသုံးချခြင်း ဖြစ်သည်။ ၎င်းတွင် အဓိက ညွှန်းကိန်းများ (CTR, CPC, CR, CPA) မှတစ်ဆင့် ကမ်ပိန်း စွမ်းဆောင်ရည်ကို တိုင်းတာခြင်း၊ LTV, CAC နှင့် Payback Period တို့ဖြင့် ရေရှည် ဘဏ္ဍာရေး တွက်ခြေကိုက်မှုကို ဆန်းစစ်ခြင်း၊ Cohort Analysis ဖြင့် သုံးစွဲသူ အုပ်စုလိုက် အပြုအမူများကို စောင့်ကြည့်ခြင်းနှင့် မီဒီယာ ရလဒ်များကို ထိရောက်စွာ အကဲဖြတ်ရန် Attribution Models များကို အသုံးချခြင်းတို့ ပါဝင်သည်။

Learning material

Additional information:  Sale funnel analysis 

Example: Attribution model | Cohort analysis (Walkthrough Document)

กิจกรรม: Exercise | Group Exercise

เป็นหัวข้อที่ีสร้างความเข้าใจเรื่องการใช้เครื่องมือ SEM/ Search Marketing และ Ad networks ที่เน้นการเข้าใจแนวคิดของระบบที่จะเลือกหรือปฏิเสธโฆษณาของเราหรือนำส่งลำดับของเราไปอยู่ที่เท่าไหร่ ซึ่งจะเกี่ยวข้อโดยตรงกับต้นทุนโฆษณานี้

This module delivers a foundational understanding of SEM (Search Engine Marketing) and ad networks, focusing on the core system mechanics that govern ad approvals, rejections, and placement rankings—factors that directly dictate your advertising costs and overall ROI.

本模块旨在帮助学员深入理解搜索引擎营销（SEM）与广告网络（Ad Networks）的应用。重点剖析平台系统在广告审核（通过/拒审）及竞价排名方面的底层逻辑，而这些要素将直接决定您的广告投放成本与营销效益。

ဤခေါင်းစဉ်သည် SEM / Search Marketing နှင့် Ad Networks များကို ထိရောက်စွာ အသုံးပြုနိုင်ရန် နားလည်သဘောပေါက်စေမည် ဖြစ်သည်။ အထူးသဖြင့် ကြော်ငြာများကို လက်ခံခြင်း သို့မဟုတ် ငြင်းပယ်ခြင်းနှင့် ကြော်ငြာနေရာ အဆင့် (Ad Ranking) သတ်မှတ်ပေးသည့် စနစ်၏ အဓိက သဘောတရားများကို အဓိကထား ဖော်ပြထားပြီး၊ ယင်းအချက်များသည် ကြော်ငြာစရိတ် (Ad Cost) ပေါ်တွင် တိုက်ရိုက်သက်ရောက်မှု ရှိပါသည်။

Learning material 

Additional learnibng materials: Search Marketing Optimization  | Landing page audit checklist  | Search marketing & Ad display analytics  

เป็นหัวข้อที่เน้นการเปลี่ยนแนวคิดการวิเคราะห์การทำการตลาดโดยการใช้สื่อสังคมออนไลน์ รวมทั้งการเข้าใจกรอบการวิเคราะห์และรายงาน

This module focuses on transforming paradigms in social media marketing analytics, alongside mastering key analytical frameworks and performance reporting.

本专题旨在重构社媒营销分析思维，并深入掌握核心分析框架与数据报告呈现。

ဤခေါင်းစဉ်သည် ဆိုရှယ်မီဒီယာ မားကတ်တင်း အချက်အလက်ဆန်းစစ်ခြင်းဆိုင်ရာ အယူအဆများကို အသွင်ပြောင်းလဲရန်နှင့် ဆန်းစစ်လေ့လာမှု မူဘောင်များ၊ အစီရင်ခံစာ တင်ပြချက်များကို နားလည်သဘောပေါက်စေရန် အဓိကထားပါသည်။

Learning material: Thai | International version  | Answer keys

Submission  

เข้าใจการวิเคราะห์ประสิทธิภาพและการยกประสิทธิภาพเว็บไซต์ผ่านการใช้เครื่องมือ Google GA4 และ Analytics

Master website performance analysis and optimization by leveraging Google Analytics 4 (GA4) and analytics tools.

深入理解并掌握利用 Google GA4 及数据分析工具进行网站性能分析与效果提升。

Google GA4 နှင့် Analytics ကိရိယာများကို အသုံးပြု၍ ဝဘ်ဆိုက်၏ စွမ်းဆောင်ရည်အား ခွဲခြမ်းစိတ်ဖြာခြင်းနှင့် မြှင့်တင်ခြင်းဆိုင်ရာ လုပ်ငန်းစဉ်များကို စနစ်တကျ နားလည်သဘောပေါက်စေခြင်း။

Learning material: Thai | International version

Exercises:

• Basic GA4 analytics  (International version)

• Case study 1 and 2 (International Version)

• Comprehensive exercise (International version)

Example:

• ตัวอย่างการคำนวน A/B Testing เพื่อเพิ่มประสิทธิภาพ (International version)

Knowledge Synthesis & Final Examination 知识梳理与期末考试 အသိပညာ စုစည်းသုံးသပ်ခြင်းနှင့် နောက်ဆုံးစာမေးပွဲ

Exam Paper (试卷, စာမေးပွဲမေးခွန်း)

Submission (提交入口, ပေးပို့ရန်လင့်ခ်)

** Submit by 21.00 PM (6/10/26)