กำไร
ตาราง commission ของ Lazada ที่เผยแพร่บน Lazada Open Platform อยู่ราว 1–4% สำหรับผู้ขายที่ไม่ใช่ LazMall และ 3–10% สำหรับ LazMall ขึ้นกับ category พอบวก transaction fee 2% ของแพลตฟอร์ม, ส่วนผู้ขายของ Free Shipping Logo program (ทั่วไปราว 3–5% ของมูลค่า order เมื่อเปิดใช้) และ seller-funded voucher tier ที่ต้องมีเพื่อได้สิทธิ์ลงแคมเปญใหญ่ (8–15% ช่วง Pay Day หรือ Mega Sale) ช่องว่างระหว่าง revenue ที่แพลตฟอร์มรายงานกับ contribution ที่ผู้ขายได้จริงก็เป็นเชิงโครงสร้าง — ทั่วไปราว 18–28 percentage points ก่อนที่ COGS หรือ ads จะเข้ามาในการคำนวณด้วยซ้ำ
ป้าย LazMall ให้ conversion lift จริง แต่ก็มี cost-per-order ที่สูงขึ้น 4–6 percentage points ว่าป้ายนี้คุ้มหรือไม่เป็นคำถามราย SKU
บทความนี้เสนอว่าคำแนะนำ Lazada ยอดนิยม — ขอป้าย LazMall, bid Sponsored Search ให้หนักขึ้น, ร่วมทุก Pay Day — ผิดโดยปริยาย ป้าย, bid และแคมเปญแต่ละอย่างมีต้นทุนที่ dashboard ของแพลตฟอร์มไม่รวมไว้ในที่เดียว ว่ามันคุ้มหรือไม่เป็นคำถามราย SKU และ account Lazada ส่วนใหญ่ยังไม่ได้ถาม ทางแก้คือ input หนึ่งตัว (contribution margin ที่ reconstruct จาก order-line data) และการตัดสินใจเชิงปฏิบัติสามข้อที่ตามมาจากมัน
ทำไม LazMall มี cost-per-order ที่ซ่อนอยู่
LazMall ให้ conversion lift ที่วัดได้จริง — ส่วนนั้นเป็นเรื่องจริง และเอกสาร segment SEA ของ Alibaba ระบุว่าส่วนแบ่ง GMV ของ Lazada กระจุกอยู่ที่ผู้ขาย Mall อย่างมีนัยสำคัญ แต่ trade-off คือราคาของ LazMall ถูกกดลงด้วยกฎ competitive parity ของแพลตฟอร์มเอง, commission tier ของป้ายนี้สูงกว่า non-Mall ราว 4–6 percentage points ในเกือบทุก category และผู้ขาย Mall ถูกคาดหวังให้ร่วมกลไกวันแคมเปญด้วย voucher tier ที่ลึกกว่าผู้ขายส่วนที่เหลือ การตัดสินใจจึงไม่ใช่ "LazMall ดีไหม" แต่เป็น "สำหรับ SKU ตัวไหนใน catalog นี้ที่ conversion lift ของป้ายเกินต้นทุน margin ของมัน"
Selling price (LazMall): THB 590 (price ceiling pulled down ~3%)
Selling price (non-Mall): THB 610
LazMall commission (8% category): THB 47
Non-Mall commission (3%): THB 18
Free-shipping subsidy (Mall, 4%): THB 24
Free-shipping subsidy (non-Mall, opt-in 2%): THB 12
Cost-per-order delta favouring non-Mall: ~THB 41
Required conversion lift to break even: ~7%conversion lift 7% จากป้ายนี้ทำได้จริงบน SKU ที่ใช่ และเกินจริงไปมากบน SKU ส่วนใหญ่ การตัดสินใจควรทำราย SKU จากข้อมูล conversion จริง ไม่ใช่เลือกแบบ blanket ระดับ account SKU ที่ lift เกินส่วนต่าง cost-per-order ควรอยู่ใน LazMall ส่วนที่เหลือไม่ควร
การคำนวณราย order บน SKU LazMall ไทยตัวแทน ป้ายนี้เพิ่มกำไรเฉพาะ SKU ที่ conversion lift ของ LazMall เกิน threshold คุ้มทุนราว 7% ส่วน SKU ที่เหลือใน catalog ป้ายนี้กลับกัด margin ขณะที่ recommender ของแพลตฟอร์มยัง amplify SKU นั้นต่อไป
Sponsored Discovery รั่ว margin มากกว่า Sponsored Search
Lazada มีสินค้าโฆษณาสองตัว ตามที่ระบุใน seller portal ของ Lazada Sponsored Solutions Sponsored Search จับ intent — ผู้ซื้อพิมพ์ query แล้ว bid ชนะ impression บนหน้าผลการค้นหา ส่วน Sponsored Discovery เป็นแบบ broad-reach — แพลตฟอร์มแสดงโฆษณาใน feed, recommendation rail และหน้า category ให้ผู้ซื้อที่ไม่จำเป็นต้องมี intent ต่อ SKU นั้น ทั้งคู่รายงาน ROAS แบบเดียวกัน แต่ทั้งคู่มีเศรษฐศาสตร์คุ้มทุนที่ต่างกันมาก และลำดับที่ audit prune ทั้งสองตัวเป็นตัวกำหนดว่า account จะกู้ margin คืนหรือเสีย revenue
ในข้อมูลของเราข้าม account LazMall ไทย Sponsored Search ให้ true ROAS ราว 1.4–1.8 เท่าของ Sponsored Discovery บนงบที่เทียบกันได้ ลำดับ audit: prune placement ของ Sponsored Discovery ที่ต่ำกว่า break-even ROAS ของ SKU ก่อน แล้วค่อยรัดเข้ม match type ของ Sponsored Search การสลับลำดับจะหยุดแคมเปญที่มีแนวโน้มเพิ่มกำไรมากที่สุด
P&L summary ของ Lazada รวม discount ที่ควรแยกออกจากกัน
Lazada แยก discount ฝั่งแพลตฟอร์มกับฝั่งผู้ขายในเอกสาร Open Platform ของตัวเอง แต่ P&L summary ในแพลตฟอร์มกลับรวมทั้งสองเข้าด้วยกัน มุมมอง summary มอง discount ทุกบรรทัดเป็นรายการหักจาก margin ซึ่งทำให้ account ดูแย่กว่าความเป็นจริงในส่วนกลไกที่แพลตฟอร์มออกเงินให้ และที่แย่กว่านั้นมันบดบังว่า voucher tier ไหนกัด margin ของผู้ขายจริง ๆ และ tier ไหน Lazada เป็นคน subsidise การ reconstruct margin จาก order-line data แล้วติดป้ายแต่ละ discount ว่าเป็นฝั่งแพลตฟอร์มหรือฝั่งผู้ขายช่วยกู้ภาพคืนมา ในข้อมูลของเรา 30–40% ของต้นทุน discount ที่ account ส่วนใหญ่นับว่าเป็นของตัวเอง จริง ๆ แล้วแพลตฟอร์มออกให้
Sensitivity — อะไรเปลี่ยนข้อสรุป
การคำนวณ LazMall และ Sponsored Search ข้างบนสมมติค่าการดำเนินงานทั่วไป ตารางข้างล่าง stress-test ข้อสรุปข้าม input ที่ขยับมากที่สุด
| Scenario | conversion lift ที่ต้องได้ | ข้อสรุป |
|---|---|---|
| Baseline (worked-example LazMall เทียบ non-Mall) | ~7% | LazMall เพิ่มกำไรเฉพาะ SKU ที่ lift อยู่ top-quartile เท่านั้น |
| LazMall commission tier −2pp (อัตราที่เจรจาแล้ว) | ~5% | LazMall เพิ่มกำไรได้บน catalog ที่กว้างขึ้น |
| ลด free-shipping subsidy (นอกแคมเปญ) | ~5% | เหมือนเดิม — แต่แพลตฟอร์มกดดันให้ร่วม |
| เพดานราคา SKU 320 → 290 (parity ลึกขึ้น) | ~9% | ก้ำกึ่ง LazMall เริ่มขาดทุนบน SKU มากขึ้น |
| voucher ช่วงแคมเปญ +5pp ฝั่งผู้ขาย | ~12% | LazMall ขาดทุนบน catalog ส่วนใหญ่ในสัปดาห์แคมเปญ |
| รวม: parity + voucher แคมเปญ | ~14% | ควรถอนการร่วม LazMall แบบเลือกเฉพาะในช่วง peak แคมเปญ |
ตารางแสดง conversion lift ที่ LazMall ต้องให้ได้เพื่อให้ป้ายคุ้มทุนด้าน margin ในแต่ละ scenario ข้อสรุปเชิงโครงสร้าง: LazMall คุ้มบนเสี้ยวหนึ่งของ catalog ที่ baseline นอกแคมเปญ และคุ้มบนเสี้ยวที่เล็กกว่ามากในช่วง peak แคมเปญ การตัดสินใจ audit เป็นราย SKU และราย window ไม่ใช่ราย account
เดือนนี้ควรทำอะไร
การตัดสินใจเชิงปฏิบัติสามข้อตามลำดับ หนึ่ง reconstruct contribution margin ราย SKU จาก order-line data โดยแยก discount ฝั่งแพลตฟอร์มกับฝั่งผู้ขายให้ถูกต้อง สอง audit placement ของ Sponsored Discovery ก่อน — หยุดอะไรก็ตามที่ต่ำกว่า break-even ROAS ของ SKU แล้วเกลี่ยงบที่ประหยัดได้ไปยัง keyword top-decile ของ Sponsored Search สาม audit สมาชิก LazMall ราย SKU — เก็บ SKU ที่ conversion lift เกินส่วนต่าง cost-per-order ลด SKU ที่เหลือมาเป็น non-Mall แล้วยอมรับ trade เรื่องตำแหน่ง ranking เล็กน้อย ในข้อมูลของเรา account Lazada ที่ทำตามลำดับนี้เก็บ margin คืน 4–6 percentage points ภายใน 30 วัน — มากกว่าการทำแบบเดียวกันบน Shopee เล็กน้อย เพราะความซับซ้อนของโปรแกรม Lazada ซ่อนต้นทุนไว้มากกว่า
การตัดสินใจบน Lazada ไม่ใช่ "ร่วมหรือปฏิเสธ" แต่คือ "ร่วมราย SKU ตามเศรษฐศาสตร์ของ SKU นั้น"
ข้อจำกัดและจุดที่ข้อโต้แย้งนี้พัง
- ขอบล่างของขนาด account audit นี้สมมติว่ามีกำลังดำเนินงานพอที่จะ reconstruct เศรษฐศาสตร์ระดับ order-line ข้าม cell ทั้ง LazMall และ non-LazMall ต่ำกว่า ~THB 200K รายได้ต่อเดือน operational overhead สูงกว่า margin ที่กู้คืนได้ heuristic ที่ง่ายกว่าทำได้ดีกว่า
- commission ที่เจรจาแล้ว ผู้ขาย LazMall ระดับ enterprise ชั้นบนใช้ตาราง commission ต่ำกว่าค่าใน public rate card ที่ใช้ใน worked example ข้อโต้แย้งยังคงอยู่ แต่ threshold คุ้มทุนราย SKU ขยับลง — ให้ recalibrate กับเงื่อนไขที่เจรจาแล้ว
- ผู้ขาย cross-border Lazada Cross-Border มีโครงสร้าง fee, voucher และ shipping-subsidy ของตัวเอง framework ใช้ได้ แต่ค่า input ต้อง derive ใหม่จากตาราง fee ของ Cross-Border
- การประมาณ conversion lift ตัวเลข conversion lift ของ LazMall ที่ 5–10% สังเกตจาก account ที่เรา model โดยตรงและต่างกันมากตาม category category อย่าง beauty และของใช้ในบ้านมักแสดง lift สูงกว่า electronics หรือ apparel ให้ recalibrate ราย category ก่อนใช้ส่วนต่าง cost-per-order เป็นเส้นตัด
- กรอบเวลา กฎ competitive parity และโครงสร้าง fee ของ Mall บน Lazada เปลี่ยนอย่างน้อยสองครั้งใน 36 เดือนที่ผ่านมา framework ทนทาน แต่ commission tier และกฎ parity ที่เจาะจงต้อง refresh รายไตรมาส
- ขอบเขตของข้อมูลภายใน คำกล่าวอ้าง "ในข้อมูลของเรา" รวมจาก account Lazada ไทย SEA-6 ที่เรา model โดยตรง (อธิบายในส่วน methodology) ไม่ใช่คำกล่าวอ้างต่อประชากรผู้ขาย Lazada ทั้งหมด และตัดส่วนล่างสุดและบนสุดของการกระจายตามขนาดออกอย่างชัดเจน
Methodology
การอ้างอิงข้อมูลสาธารณะมาจากเอกสาร Lazada Open Platform (open.lazada.com) สำหรับตาราง commission และกลไกโปรแกรม, seller portal ของ Lazada Sponsored Solutions สำหรับการตั้งค่า Sponsored Search และ Sponsored Discovery, เอกสาร segment SEA ของ Alibaba ที่ยื่นผ่าน SEC Form 6-K สำหรับบริบทภาพรวมเรื่องตำแหน่ง SEA ของ Lazada และบทวิเคราะห์ Bain e-Conomy SEA 2025 เรื่อง retail-media inflation ที่กำหนดกรอบทิศทางต้นทุนเชิงโครงสร้าง
คำกล่าวอ้างจากข้อมูลภายใน — ตัวเลข conversion lift ของ LazMall ที่ 5–10%, ส่วนต่าง true-ROAS ของ Sponsored Search เทียบ Discovery, ตัวเลข discount ฝั่งแพลตฟอร์มที่ถูกนับผิด 30–40% และ margin-yield lift 4–6 percentage points หลัง audit สามขั้น — รวมจาก account Lazada ไทย SEA-6 ที่เรา model โดยตรง subset ของ Lazada มีราว 180 active account ใน sample frame ของ DataGlass research methodology (Jan 2024 – Apr 2026, ช่วงสังเกต 28 เดือน)