กำไร
เอกสารโฆษณาของ Shopee นิยาม ROAS ว่าเป็น attributed gross revenue หารด้วย ad spend นิยามนี้สะอาดในเชิงคณิตศาสตร์ แต่หลอกทิศทางในเชิงปฏิบัติ เพราะไม่รวมต้นทุนผันแปรที่ใหญ่ที่สุดสี่ก้อนของการขายบน Shopee ได้แก่ commission และ transaction fee, seller-funded voucher, shipping subsidy และต้นทุนสินค้าเอง ผู้ขายที่ optimize ตาม platform ROAS จึง optimize กับ metric ที่ตั้งใจละทิ้งจุดที่ margin หายไปมากที่สุด
การ optimize ตาม platform ROAS ในแคมเปญที่กำลัง scale มี bias ทางคณิตศาสตร์ให้ overspend
บทความนี้บอกว่าคำแนะนำมาตรฐานเรื่องกำไร Shopee เช่น ไล่ ROAS, scale สิ่งที่เวิร์ก, เข้าร่วม big campaign นั้นผิดในเชิงโครงสร้าง บัญชี Shopee ที่เพิ่มงบโฆษณาจาก THB 40,000 เป็น THB 100,000 ต่อเดือนมักเห็น revenue โต 60% แต่ net profit หดลงหนึ่งในสาม วิธีแก้ไม่ใช่ใช้เงินน้อยลง แต่คือคำนวณตัวเลขที่ถูกต้องราย SKU แล้วตัดสินทุกแคมเปญเทียบกับ break-even bar ของมันเอง
ทำไม metric ของแพลตฟอร์มจึงพาให้ใช้เงินเกินจุดคุ้มทุน
Commission ของ Shopee แตกต่างตาม category โดยทั่วไป non-Mall อยู่ราว 1-6% และ Shopee Mall อยู่ราว 3-12% พร้อม transaction fee เพิ่มเติมตาม fee schedule ของ Shopee Indonesia และ Thailand ส่วน free-shipping subsidy และ voucher mechanic จะเพิ่มต้นทุนที่ผู้ขายจ่ายเองทับลงไปอีก โดยหลาย mechanic ถูกเปิดเป็นค่าเริ่มต้นในช่วง campaign window ใหญ่ เช่น Pay Day, 9.9 และ 11.11
เมื่อนำต้นทุนเหล่านี้มารวมกัน ช่องว่างระหว่าง platform-reported revenue กับ seller-realised revenue จึงเป็นเรื่องโครงสร้าง โดยมักหายไป 15-25 percentage points ก่อนจะคิด COGS หรือ ads ด้วยซ้ำ แคมเปญที่รายงาน platform ROAS 4.0 ใน category ที่มี COGS 50% มักเหลือ true ROAS แค่ 1.2-1.5 หลังหัก fee และ voucher นั่นคือเกือบ break-even หรือขาดทุนที่ margin และ dashboard ของแพลตฟอร์มยังตีความว่าเป็นแคมเปญชนะ
Worked example
Baseline: THB 500,000 revenue · 35% gross margin · THB 40,000 ads · THB 60,000 net profit
Scaled up: THB 800,000 revenue · 25% gross margin · THB 100,000 ads · THB 40,000 net profit
Revenue โต 60%. Net profit ลด 33%.
Marginal revenue: +THB 300,000 -> marginal net profit: -THB 20,000.หน่วยขายเพิ่มเติมทุกหน่วยระหว่าง scale-up แบก ad cost ที่สูงขึ้น เพราะ auction ถูก bid ขึ้นด้วยเงินเพิ่มของร้านเอง แบก voucher subsidy ที่หนักขึ้น เพราะ tier ของ Shopee สูงขึ้นตามขนาดแคมเปญ และแบกราคาขายที่ต่ำลง เพราะ order มากขึ้นมาจาก discounted tier เศรษฐศาสตร์ของยอดขายส่วนเพิ่มจึงติดลบ แม้ dashboard จะบอกว่าโต
แต่ละ bar index เทียบกับ ad-attributed revenue = 100 metric platform ROAS เอา ad spend ไปหารด้วย bar บนสุด (100) ส่วน true ROAS เอา ad spend ไปหารด้วย bar ที่ highlight (~32) ใน profile นี้ campaign เดียวกันที่ dashboard อ่าน ROAS 4.0 มักเหลือ true terms ราว 1.3 หรือ spread เกือบ 3x ที่เกิดจาก cost-stack line ที่ numerator ของแพลตฟอร์มไม่รวม
ทำ true ROAS ให้เป็น operating system
สูตรไม่ซับซ้อน ส่วนที่ยากคือ data plumbing ต้อง reconstruct fee, voucher, COGS และ fulfillment ต่อ order ในบัญชีที่มี SKU หลักร้อยและ campaign หลายสิบ นี่คือสิ่งที่ DataGlass automate เมื่อข้อมูลถูกรวมแล้ว ทุก campaign ในบัญชี Shopee จะถูกจัดอันดับเทียบกับ break-even bar ของตัวเองได้ใน production
True ROAS = (attributed revenue - COGS - marketplace fees - vouchers - shipping subsidy - discounts) / ad spend
Break-even ROAS = 1 / (1 - total variable cost share)
Example: SKU with 50% COGS, 8% fees, 5% voucher, 4% shipping
break-even ROAS = 1 / (1 - 0.67) = 3.0
A 4.0 platform ROAS campaign on this SKU is fine.
A 3.5 platform ROAS campaign on this SKU is a loss.สาม move ที่ยกกำไรได้ในไตรมาสนี้
1. ตัด keyword bottom quartile ด้วย true ROAS ไม่ใช่ platform ROAS
ในบัญชี Shopee ที่เรา model งบโฆษณา 20-30% ของบัญชีทั่วไปทำงานต่ำกว่า break-even เมื่อวัดด้วย true ROAS การ pause ส่วนนี้ยกกำไรได้ก่อนขายเพิ่ม วิธี implement ที่สะอาดที่สุดคือ rank keyword ทุกตัวด้วย true ROAS, pause bottom quartile แล้วกระจาย budget ของมันกลับไปยัง top decile ตามสัดส่วน
2. ปฏิเสธ campaign ที่ voucher tier สูงกว่า category margin
แคมเปญใหญ่ของ Shopee จะดัน seller-funded voucher tier ขึ้น 5%, 10%, 15% หรือสูงกว่า category ที่ gross margin 22% ไม่สามารถรับ seller-funded voucher 15% แล้วยังครอบคลุม commission, fee และ ads ได้ ให้ปฏิเสธ tier ที่ลึกเกินไปใน category เหล่านั้น การเข้าร่วม campaign ไม่ได้ฟรี แต่มันซื้อด้วย margin ที่ร้านอาจไม่มี
3. ตั้ง break-even ROAS ราย SKU แล้วล็อกไว้ใน campaign brief
ROAS target ก้อนเดียวทั้งบัญชีผิดสำหรับ catalog ส่วนใหญ่โดยโครงสร้าง SKU แต่ละตัวมี break-even ROAS ต่างกันตาม COGS, fee และ voucher exposure ของตัวเอง brief ของทุก campaign ควรระบุ target SKU, break-even ROAS ของแต่ละตัว และ pause rule ให้ชัดเจน
platform ROAS 4.0 รู้สึกเหมือนทำกำไร แต่ true ROAS 1.3 คือเกือบ break-even dashboard แยกสองสิ่งนี้ไม่ออก
Sensitivity — framework กู้กำไรได้มากหรือน้อยเมื่อไร
margin recovery ของ framework นี้ขึ้นกับช่องว่างระหว่าง platform ROAS กับ true ROAS ตารางด้านล่าง stress-test ว่า rule ราย SKU ช่วยกู้ margin ได้เท่าไรใน profile บัญชีที่ต่างกัน
| Account profile | ช่องว่าง platform-ROAS ที่พบบ่อย | margin recovery ในไตรมาสแรก |
|---|---|---|
| Mall-heavy account, เข้าร่วม voucher สูง | Platform 5.0 -> True 1.4 | 5-8 percentage points |
| Non-Mall, voucher tier ปานกลาง | Platform 5.0 -> True 2.0 | 4-6 percentage points |
| Mall-heavy, ปฏิเสธ deep voucher tiers | Platform 5.0 -> True 2.4 | 3-5 percentage points |
| Shopee specialist แพลตฟอร์มเดียว (ไม่มี Lazada/TikTok) | Platform 5.0 -> True 1.8 | 4-6 percentage points |
| Cross-border seller (fee stack ต่างกัน) | Variable | ต้อง re-derive จาก negotiated rates |
| Top-decile enterprise (negotiated commission) | Platform 5.0 -> True 2.6 | 2-3 percentage points |
ข้อสรุปเชิงโครงสร้างคือ account ที่มี Mall participation และ voucher exposure สูงจะ recover margin ได้มากกว่า เพราะช่องว่าง platform-vs-true ใหญ่กว่าแต่แรก ส่วน top-decile seller ที่มี negotiated rates มีส่วนให้กู้น้อยกว่า และบัญชีที่เล็กกว่าขอบเขตนี้มักใช้ heuristic ง่าย ๆ ได้คุ้มกว่า operational overhead
ข้อจำกัด และจุดที่ argument นี้ใช้ไม่ได้
- ขอบเขตขนาดบัญชี framework break-even ROAS ราย SKU ต้องใช้ order-line data ที่สะอาดพอจะ reconstruct fee, voucher และ COGS ต่อ order ถ้า monthly revenue ต่ำกว่า ~THB 200K operational overhead จะสูงกว่า margin ที่กู้ได้ heuristic ง่ายกว่า เช่น margin assumption ราย category หรือ account-wide ROAS target พร้อม voucher cap แบบ conservative จะคุ้มกว่า
- คุณภาพ COGS data break-even ROAS ราย SKU ดีเท่ากับ input COGS เท่านั้น long-tail SKU ที่ไม่มี COGS uploaded ต้อง fallback เป็น category-mean inference ความคลาดเคลื่อน COGS 5 percentage points ทำให้ break-even ROAS ของ SKU ขยับ ~0.5-1.0 ซึ่งสำคัญมากใน SKU margin บาง ควร refresh COGS รายไตรมาส
- Negotiated commission บัญชี Shopee top-decile มักมี commission ต่ำกว่า public rate card ที่ใช้ใน worked example framework ยังใช้ได้ แต่ lookup table ต้องใช้ negotiated terms จริง
- Cross-border seller ผู้ขาย Shopee International Platform มี commission และ customs cost stack ต่างจากที่ model ในบทความนี้
- Time horizon การลงทุน AI ของ Sea Limited ใน ad auction เป็นแรงกดดันทางเดียวต่อ cost-per-click margin recovery ของ framework ยัง durable แต่ input เช่น auction CPC และ voucher tier จะ drift ขึ้นตามเวลา ควร re-run audit รายไตรมาส
- ขอบเขต internal data ตัวเลข margin recovery 4-7 percentage points aggregate จากบัญชี Thai SEA-6 Shopee ที่เรา model โดยตรง ไม่ใช่ population claim ของ seller Shopee ทั้งหมด และ exclude บัญชีที่ต่ำกว่าขนาดขั้นต่ำ
Methodology
Public-data citations มาจาก Shopee Ads Help Center (นิยาม ROAS, Target ROAS bidding mechanics, Keyword Ads documentation), Shopee general Help Center (commission, transaction fee, Shop Voucher mechanics), investor disclosures 4Q25 / 1Q26 ของ Sea Limited และ commentary e-Conomy SEA 2025 ของ Bain เกี่ยวกับ retail-media inflation ใน SEA marketplaces
Internal-data claims เช่น margin recovery 4-7 percentage points, share ad spend ที่ขาดทุน 20-30%, spread platform-vs-true ROAS ที่พบบ่อย (4.0 -> 1.3 ใน representative profiles) aggregate จากบัญชี Thai SEA-6 Shopee ที่เรา model โดยตรง subset Shopee มี active accounts ประมาณ 280 บัญชีในช่วง monthly revenue THB 200K-50M สังเกตตั้งแต่ January 2024 ถึง April 2026 (28 เดือน) cost reconstruction ทั้งหมดมาจาก order-line data ผ่าน canonical product catalog binding และ aggregate figure คำนวณบน rolling 90-day windows worked examples เป็น illustrative composites ไม่ใช่การเงินของ seller รายใดรายหนึ่ง