สถิติเวลาตอบลีดจากทุกงานวิจัยสำคัญ ตั้งแต่ปี 2007 ถึง 2026

สถิติเวลาตอบลีดถูกพูดต่อกันไปทั่วอินเทอร์เน็ตพร้อมที่มาที่ผิด ขนาดตัวอย่างถูกพองให้ใหญ่เกินจริง "กฎ 5 นาที" ถูกยกเครดิตให้เปเปอร์ที่ไม่มีกฎนั้นอยู่ในเนื้อ งานวิจัยที่หาแหล่งปฐมภูมิกลับมาไม่ได้แล้วถูกอ้างราวกับเป็นแหล่งปฐมภูมิ ผลลัพธ์คือ ตัวเลขชุดเดิม ๆ ไม่กี่ตัวเด้งไปมาใน deck การตลาด B2B โดยแทบไม่เหลือความเข้มงวดของงานวิจัยต้นฉบับติดมาด้วยเลย

หน้านี้คือตารางที่เราอยากเจอตอนตรวจสอบงานวิจัยต้นฉบับสำหรับบทความ speed-to-lead ในยุคของเอเจนต์ ของเรา ทุกงานวิจัยสำคัญเรื่องเวลาตอบลีด ตั้งแต่เปเปอร์ InsideSales ปี 2007 ของ Oldroyd ไปจนถึงเกณฑ์เปรียบเทียบรายอุตสาหกรรมปี 2026 พร้อมขนาดตัวอย่างจริง URL ต้นฉบับในจุดที่มีอยู่ และการระบุชัดเจนในแถวที่หาแหล่งปฐมภูมิกลับมาไม่ได้ ในจุดที่ตัวเลขซึ่งถูกอ้างกันบ่อยตรวจแล้วไม่ผ่าน เราบอกตรง ๆ ส่วนคำเตือนเรื่องการอ้างที่มาผิดใต้ตารางคือส่วนที่ทีมส่วนใหญ่ซึ่งอ้างสถิติเหล่านี้ไม่รู้ตัวว่าตัวเองต้องการ

ทุกงานวิจัยสำคัญเรื่องเวลาตอบลีด ปี 2007 ถึง 2026

งานวิจัย	ปี	ขนาดตัวอย่าง	ผลสำคัญ	อุตสาหกรรม	แหล่งที่มา
Oldroyd / InsideSales Lead Response Management Study [2]	2007	ลีดเว็บราว 15,000 รายจาก 6 บริษัท ตลอด 3 ปี	มีโอกาสติดต่อได้มากกว่า 100 เท่าเมื่อตอบใน 5 นาทีเทียบกับ 30 นาที; มีโอกาสคัดกรองผ่านมากกว่า 21 เท่าเมื่อตอบใน 5 นาที	B2B ข้ามอุตสาหกรรม	Secondary (PDF on HubSpot CDN; original leadresponsemanagement.org retired)
HBR "The Short Life of Online Sales Leads" [1]	2011	ลีด 1.25 ล้านรายจาก 42 บริษัทสหรัฐ (29 B2C, 13 B2B)	มีโอกาสคัดกรองผ่านมากกว่า 7 เท่าเมื่อตอบใน 1 ชั่วโมงเทียบกับนานกว่านั้น; มากกว่า 60 เท่าเทียบกับ 24 ชั่วโมง	ผสม B2C และ B2B	Primary (paywalled but verifiable)
Drift State of Conversational Marketing [4]	2018	433 บริษัท B2B ทดสอบด้วยการส่งฟอร์มด้วยมือ	เวลาตอบครั้งแรกเฉลี่ย: 47 ชั่วโมง; มีเพียง 7% ที่ตอบภายใน 5 นาที	B2B SaaS	Secondary (original Drift report retired post-Salesloft acquisition)
Chili Piper Average Vendor Response Time Benchmark [3]	2022	เวนเดอร์ B2B หลายร้อยรายทดสอบด้วยการส่งฟอร์มด้วยมือ	เวลาตอบครั้งแรกเฉลี่ย: 4 ชั่วโมง 50 นาที; 7% ตอบในเวลาไม่ถึง 60 วินาที; 30% ไม่ตอบเลย	B2B SaaS	Primary
RevenueHero B2B Response Time Study [4]	2024	1,000 บริษัท B2B	เวลาตอบครั้งแรกเฉลี่ย (เฉพาะรายที่ตอบ): 1 วัน 5 ชั่วโมง 17 นาที; 63.5% ไม่ตอบเลย	B2B ข้ามอุตสาหกรรม	Secondary (via Apten aggregation)
Hatch HVAC Speed-to-Lead Analysis [4]	2024	132,000 แคมเปญสาย home-services	88% ใช้เวลาตอบเกิน 5 นาที; มีเพียง 3% ที่ตอบในเวลาไม่ถึง 60 วินาที; เวลาตอบที่พบบ่อยสุด (modal) คือ 1 วัน ที่ 37%	Home services	Secondary (via Apten aggregation)
Hennessey Digital Legal-Vertical Speed Study [4]	2025	สำนักงานกฎหมาย (ไม่เปิดเผยขนาดตัวอย่าง)	เวลาตอบครั้งแรกค่ามัธยฐาน: 13 นาที; 26% ไม่ตอบเลย; 25% ตอบในเวลาต่ำกว่า 5 นาที	กฎหมาย	Secondary (via Apten aggregation)
Apten / Blazeo 2026 Speed-to-Lead Benchmark Report [4]	2026	573 บริษัทสายบริการใน 6 อุตสาหกรรม	ทีมที่ใช้ AI ช่วยทำเกณฑ์ต่ำกว่า 15 นาทีได้ 62.5% ของเวลา เทียบกับ 39.1% ของทีมที่ทำด้วยมือ; lead leakage 81.2% เมื่อเกิน 1 ชั่วโมง	บริการ B2B	Primary
Artificial Analysis frontier-LLM latency benchmark [5]	2026	ทดสอบ Claude Sonnet 4.6 แบบ live ข้ามหลายผู้ให้บริการ	Time-to-first-token: 1.37 วินาที; output speed: 44.3 tokens ต่อวินาที; การตอบ 300-token ในเวลาต่ำกว่า 10 วินาทีเป็นไปได้	LLM infrastructure	Primary

แถวสุดท้ายไม่ใช่งานวิจัยเรื่องเวลาตอบลีด มันวางพื้นเชิงเทคนิคที่ agentic SDR ทำได้จริงบนเส้นโค้งเดียวกัน ซึ่งเป็นส่วนที่เปเปอร์ปี 2011 คาดเดาไม่ออก

การอ้างที่มาผิดที่ควรเมิน

ตัวเลขต่อไปนี้แพร่หลายไปทั่ว หน้าเวนเดอร์ B2B และบล็อก aggregator หลายแห่งเผยแพร่มันราวกับเป็นงานวิจัยปฐมภูมิ แต่ตรวจแล้วไม่ผ่าน

งานวิจัย HBR ปี 2011 ไม่ได้สำรวจ "2,241 บริษัท" งานวิจัย HBR เก็บตัวอย่างลีด 1.25 ล้านรายจาก 42 บริษัทอเมริกัน (29 B2C, 13 B2B) ตัวเลข "2,241 บริษัท" ที่ปรากฏในตารางเปรียบเทียบล่าสุดหลายอันน่าจะมาจากรายงาน InsideSales ฉบับหลังที่แยกต่างหาก ซึ่งเราหาแหล่งปฐมภูมิไม่เจอ ทั้งสองงานวิจัยไม่ควรถูกนำมาปนกัน

"กฎ 5 นาที" ไม่ได้อยู่ใน HBR 2011 หน้าผาตรง 5 นาที ตัวคูณอัตราการติดต่อ 100 เท่า และตัวคูณการคัดกรอง 21 เท่า ล้วนมาจากงานวิจัย Oldroyd / InsideSales Lead Response Management Study ปี 2007 ก่อนหน้านั้น ไม่ใช่จากบทความ HBR ปี 2011 บทความ HBR เป็นที่มาของเกณฑ์ 1 ชั่วโมงและ 24 ชั่วโมง ทั้งคู่เป็นผลที่เป็นเรื่องจริง แต่มาจากคนละเปเปอร์ ด้วยขนาดตัวอย่างที่ต่างกัน

งานวิจัย Oldroyd ปี 2007 ไม่ได้ครอบคลุม "100+ บริษัท" เปเปอร์ต้นฉบับปี 2007 ครอบคลุมลีดเว็บราว 15,000 รายและความพยายามโทร 100,000 ครั้ง จาก 6 บริษัท ตลอด 3 ปี ตัวเลข "100+ บริษัท" ที่ถูกแปะเข้ากับเปเปอร์ปี 2007 ในแหล่งรองบางแห่ง เป็นของงานวิจัยทำซ้ำที่แยกต่างหาก บทความส่วนใหญ่ที่อ้างเปเปอร์ปี 2007 เอาสองอันนี้มาปนกัน

"conversion เพิ่ม 391% เมื่อตอบในเวลาไม่ถึง 1 นาที" ของ Velocify ไม่มีแหล่งปฐมภูมิที่กู้กลับมาได้ Velocify เผยแพร่ตัวเลขนี้ใน whitepaper ปี 2016 แต่ Velocify ถูกซื้อกิจการและรวมเข้ากับ ICE Mortgage Technology และเอกสารต้นฉบับไม่ได้ถูกโฮสต์อีกต่อไป ทุกการอ้างอิงร่วมสมัยย้อนกลับไปที่ chart เดียวกันโดยไม่มี URL ต้นฉบับ ให้ถือว่าตัวเลขนี้เป็นเรื่องเล่าพื้นบ้านของอุตสาหกรรมที่พูดต่อ ๆ กันมา ไม่ใช่งานวิจัยปฐมภูมิ ข้อมูล leakage ปี 2026 ของ Apten และเกณฑ์ปี 2022 ของ Chili Piper ครอบคลุมมิติของ conversion lift เดียวกันด้วยแหล่งที่ตามรอยได้

"78% ของผู้ซื้อซื้อจากเวนเดอร์รายแรกที่ตอบ" (Lead Connect, 2020) ปรากฏใน deck หลายอัน แต่เป็นสถิติที่เวนเดอร์เผยแพร่จากแหล่งเดียวโดยไม่มีระเบียบวิธีที่เผยแพร่ออกมา ธงเตือนผลประโยชน์ทับซ้อน: Lead Connect ขายผลิตภัณฑ์เรื่องเวลาตอบที่สถิตินี้ใช้พิสูจน์ตัวมันเอง ใช้ด้วยความระมัดระวัง และอย่าใช้เป็นข้อกล่าวอ้างที่รับน้ำหนักหลัก

"85% ของผู้โทรจะไม่โทรกลับหลังสายหลุด" (Ringba / CallRail) ถูกพูดซ้ำกันมาก โดยเฉพาะในการตลาดสาย call-tracking แต่เราหาระเบียบวิธีหรือขนาดตัวอย่างปฐมภูมิของมันไม่เจอ ให้ถือเป็นเรื่องเล่าพื้นบ้าน

เมื่อคุณเจอตัวเลขเหล่านี้ในตารางเปรียบเทียบของคู่แข่ง คุณกำลังดูคอนเทนต์ที่ไม่ได้ตรวจสอบแหล่งที่มาของตัวเอง

สิ่งที่งานวิจัยเห็นตรงกันจริง ๆ

ในกลุ่มงานวิจัยที่ทนทานและมีแหล่งที่มาดี (แถวที่ 1, 2, 3, 4, 6, 7, 8 ในตาราง) มีสี่ผลที่ยังจริงสม่ำเสมอตั้งแต่ปี 2007 ถึง 2026

1. การสลายของเวลาตอบชันมาก และเริ่มภายในชั่วโมงแรก ทั้ง Oldroyd 2007 (นาทีต่อนาที) และ HBR 2011 (ชั่วโมงต่อวัน) ต่างแสดงเส้นโค้งนี้ Apten 2026 ยืนยัน lead leakage 81.2% เมื่อเกินหลักหนึ่งชั่วโมง
2. ช่องว่างระหว่างอัตราการติดต่อกับอัตราการคัดกรองมีความหมาย การตอบเร็วขึ้นช่วยเพิ่มโอกาสเข้าถึงผู้มีอำนาจตัดสินใจอย่างไม่ได้สัดส่วน ไม่ใช่แค่ได้ทิ้ง voicemail ตัวเลข 7 เท่าของ HBR เป็นเรื่องของการคัดกรอง ไม่ใช่แค่การติดต่อได้
3. บริษัทส่วนใหญ่ยังทำเกณฑ์ไม่ได้ ค่ามัธยฐานเวลาตอบของอุตสาหกรรมถูกวัดได้ในหลักชั่วโมงถึงหลักวันทุกปีตั้งแต่งานวิจัยต้นฉบับ เกณฑ์ยังยืน แต่ผลงานของเวนเดอร์เทียบกับเกณฑ์นั้นไม่ยืน
4. ความได้เปรียบของผู้ตอบรายแรกเป็นเรื่องจริงและมีนัยทางเศรษฐกิจ เวนเดอร์ที่ชนะการแข่งสัมผัสครั้งแรกอย่างสม่ำเสมอ convert ที่อัตราสูงกว่าอย่างมีนัย ตาม Chili Piper 2022 และข้อมูล leakage ปี 2026 ของ Apten

ผลที่ทำซ้ำได้ไม่ดีนักข้ามงานวิจัย (ตัวเลข 391% ของ Velocify, ตัวเลข 78% ของ Lead Connect, ตัวเลข 85% ของ Ringba) คือผลที่มาจากแหล่งเวนเดอร์รายเดียวโดยไม่มีระเบียบวิธีที่เผยแพร่ออกมาพอดี รูปแบบนี้สม่ำเสมอ สถิติจากเวนเดอร์รายเดียวพองเกินจริง ส่วนสถิติเชิงวิชาการหรือเชิงเกณฑ์เปรียบเทียบจากหลายแหล่งยังยืน

อะไรเปลี่ยนไประหว่างปี 2007 ถึง 2026

สามอย่าง และมีเพียงอย่างเดียวที่ไปในทิศที่นักวิจัยยุคแรกน่าจะทำนายไว้

ค่ามัธยฐานเวลาตอบของอุตสาหกรรมแย่ลง ไม่ใช่ดีขึ้น ผลปี 2011 ควรจะกระตุ้นให้ทีมบีบหน้าต่างการตอบครั้งแรกให้แคบลง แต่ข้ามเกณฑ์เปรียบเทียบที่มีแหล่งที่มาดีของปี 2018, 2022, 2024 และ 2026 ค่ามัธยฐานยังคงอยู่ในช่วงหลายชั่วโมง และสัดส่วนของบริษัทที่ไม่ตอบเลยกลับโตขึ้นจริง (Drift 2018: ราว 38% ไม่ตอบ; RevenueHero 2024: 63.5% ไม่ตอบ)

เวลาตอบที่ดีที่สุดของอุตสาหกรรมดีขึ้นอย่างมาก สำหรับเวนเดอร์ส่วนน้อยที่ทำการสัมผัสครั้งแรกเป็นอัตโนมัติ Apten 2026 แสดงว่าทีมที่ใช้ AI ช่วยทำเกณฑ์ต่ำกว่า 15 นาทีได้ 62.5% ของเวลา เทียบกับ 39.1% ของทีมที่ทำด้วยมือ นั่นคือการแยกออกเป็นสองขั้ว: ผู้นำกลุ่มเล็ก ๆ บีบเส้นโค้งลงมาที่หลักวินาที ส่วนหางยาวกลุ่มใหญ่ไม่ขยับเลย

พื้นเชิงเทคนิคย้ายจากหลักนาทีไปหลักวินาที frontier LLM ในปี 2026 มี first-token latency ราว 1.4 วินาที และ output speed ราว 44 tokens ต่อวินาที ตามเกณฑ์ของ Artificial Analysis [5] agentic SDR แบบ end-to-end (webhook ingest, dedup, ดึง KB, ประกอบข้อความตาม brand voice, ส่ง) ทำ 30 วินาทีได้พร้อมเผื่อ margin 30 วินาทีคือ SLA เชิงปฏิบัติ ไม่ใช่พื้นของสิ่งที่เป็นไปได้

นี่มีความหมายอย่างไรต่อการตอบ inbound ในยุคของเอเจนต์

เปเปอร์ปี 2011 ปักหมุดข้อโต้แย้งไว้ที่หลักหนึ่งชั่วโมงเพราะนั่นคือ edge case ที่สมจริงสำหรับทีมขายมนุษย์ที่บริหารดี ในปี 2026 edge case ที่เกี่ยวข้องสำหรับ AI inbound SDR ที่สร้างดีอยู่ที่หลัก 30 วินาที และเส้นโค้งเบื้องล่างไม่ได้เปลี่ยน การตอบที่เร็วขึ้นและยึดอยู่กับ context ยังคงขับการพัฒนาแบบทวีคูณในอัตราการคัดกรอง จุดงัดย้ายที่ แต่ตัวแรงงัดไม่ได้ย้าย

เราเถียงข้อนี้ในเวอร์ชันยาวไว้ใน speed-to-lead ในยุคของเอเจนต์ รวมถึงข้อโต้แย้งเรื่อง closed-loop attribution ที่เปเปอร์ปี 2011 มองไม่เห็น เพราะ Conversions API ของแพลตฟอร์มโฆษณายังไม่มีในตอนนั้น

บทความพี่น้องสองบทครอบคลุมส่วนที่เหลือของวิทยานิพนธ์ agentic inbound SDR การหล่อเลี้ยงตามสัญญาณ อธิบายว่าเกิดอะไรขึ้นหลังการสัมผัสครั้งแรก และทำไม drip cadence จึงกลายเป็น anti-pattern ไปแล้ว ส่วน FAINT บวก GPCT เทียบกับ BANT ครอบคลุมกรอบการคัดกรองที่เหมาะกับเอเจนต์ที่มีความอดทนไม่จำกัด

อ่านต่อ

• Speed-to-lead ในยุคของเอเจนต์ สำหรับวิทยานิพนธ์เต็มว่าทำไมเส้นโค้งปี 2011 จึงทบต้นกับ closed-loop attribution
• การหล่อเลี้ยงตามสัญญาณเทียบกับ drip cadence สำหรับสิ่งที่เกิดขึ้นหลังการสัมผัสครั้งแรก
• FAINT บวก GPCT กรอบการคัดกรองยุค AI สำหรับคำถามคัดกรองที่ AI inbound SDR ควรเดินผ่าน

ถ้าตัวเลขใดในตารางข้างบนปรากฏว่ามีแหล่งปฐมภูมิที่ดีกว่าที่เราหาเจอ หรือถ้ามีงานวิจัยปี 2026 มาแทนที่แถวเก่าแถวใดแถวหนึ่ง บอกเรามาได้ แล้วเราจะอัปเดตหน้านี้ จุดประสงค์ของตารางคือให้ความเข้มงวดตรวจสอบได้