กำไร
โครงสร้าง commission ของ TikTok Shop เป็นโครงสร้างเดียวในสาม marketplace ของ SEA ที่มี commission ซ้อนชั้นที่สองทับบน platform fee อีกชั้น TikTok Shop Seller University ระบุ commission ของ Affiliate Plan ไว้ในช่วง 1-80% (ผู้ขายตั้งได้ราย SKU) โดย Open Affiliate Plan ตั้งค่าเริ่มต้นไว้ที่ 10-25% ในเกือบทุก category เมื่อบวก platform commission (โดยทั่วไป 1-5% ในไทยขึ้นกับ category) tier ของ seller-funded voucher ที่จำเป็นต่อการรักษาอันดับบน surface live-commerce (8-12% ในช่วง peak campaign) shipping subsidy ของแพลตฟอร์ม และ returns reserve ที่สูงกว่า Shopee หรือ Lazada เพราะ profile การซื้อแบบ impulse ของฐานผู้ซื้อ ต้นทุนต่อ order เชิงโครงสร้างจึงสูงกว่าที่ platform-reported ROAS บอกอย่างมีนัยสำคัญ
commission stack ของ TikTok Shop มีสี่บรรทัด ไม่ใช่บรรทัดเดียว platform-reported ROAS นับแค่บรรทัดแรก
บทความนี้บอกว่าคำแนะนำยอดนิยมเรื่อง TikTok Shop เช่น จัด live-stream ให้เยอะขึ้น เข้าร่วม Open Affiliate Plan ทำตามที่ recommender ให้รางวัล นั้น bias เชิงโครงสร้างให้ใช้เงินเกิน GMV จาก live-stream ไม่ใช่ margin ยอดขายที่มาจาก affiliate มาพร้อม commission 10-25% ที่ซ้อนทับบน platform fee วิธีแก้ไม่ใช่การถอยจาก surface เหล่านี้ แต่คือการตั้ง affiliate commission ราย SKU ตั้งราคา SKU บน live-stream เทียบกับ margin แทน session lift และ reconcile contribution margin จาก order-line data หลังหัก stack สี่บรรทัดเต็มออก
cost stack สี่บรรทัด — มองเป็นภาพ
chart ด้านล่าง decompose ยอดขาย TikTok Shop ที่มาจาก ad ราว THB 30,000 ผ่าน profile SKU ทั่วไปของไทย bar สีส้มแบรนด์ด้านล่างสุดคือ contribution margin ที่ผู้ขายมีจริง ช่องว่างเชิงเลขคณิตระหว่าง cost stack แบบ Shopee (commission บรรทัดเดียว) กับ stack ของ TikTok Shop (commission บวก affiliate บวก returns ที่สูงขึ้น) คือเหตุผลทั้งหมดที่เศรษฐศาสตร์ margin ของ TikTok Shop ทำงานต่างจากอีกสองแพลตฟอร์ม
สองบรรทัดที่ highlight แยก TikTok Shop ออกจากเศรษฐศาสตร์ของ Shopee และ Lazada คือ affiliate commission (THB 6,000 ในที่นี้ ราว 20% ของ revenue ที่ Open Plan default) และ returns reserve ที่สูงขึ้น (THB 1,800 ราว 6% ของ revenue เทียบกับ baseline ราว 2-3% บน Shopee/Lazada) รวมกันคิดเป็นราว 26% ของ revenue ซึ่งคือช่องว่างต้นทุนเชิงโครงสร้างที่เปลี่ยน platform ROAS 6.0 ให้เป็น true ROAS 1.68
Worked example: platform ROAS 6.0 ที่แทบจะ break-even
Platform view:
Ad-attributed revenue: THB 30,000
Ad spend: THB 5,000
Platform ROAS: 6.0 ← dashboard says winner
True ROAS view (affiliate-tagged orders, typical category):
COGS (35%): THB 10,500
Platform commission (3%): THB 900
Affiliate commission (20%): THB 6,000
Seller-funded voucher (5%): THB 1,500
Free-shipping subsidy (3%): THB 900
Returns reserve (6%): THB 1,800
Ad spend: THB 5,000
Contribution profit before ads = 30,000 − 21,600 = THB 8,400
Contribution profit after ads = THB 3,400
True ROAS = 8,400 / 5,000 = 1.68แคมเปญนี้ทำกำไร แต่แค่หวุดหวิด อัตราส่วนยุบจาก 6.0 เหลือ 1.68 เมื่อใส่ cost stack เต็ม returns reserve ที่เพิ่มขึ้น 5 percentage point (ปกติสำหรับ SKU บน live-stream ที่เกิดการซื้อแบบ impulse) ก็พลิกให้ต่ำกว่า 1.5 affiliate commission ที่เพิ่มขึ้น 5 percentage point (default ที่พบบ่อยใน Open Affiliate Plan สำหรับ creator tier สูง) ก็ให้ผลแบบเดียวกัน ผู้ขายที่ optimize บน platform ROAS ไม่มีสัญญาณว่ามีอะไรเปลี่ยนไปเลย
affiliate commission คือบรรทัดที่บัญชีส่วนใหญ่จัดการไม่พอ
Open Affiliate Plan ของ TikTok Shop เป็นแบบ opt-in แต่ถูก enroll เป็นค่าเริ่มต้นสำหรับผู้ขายใหม่ส่วนใหญ่ เมื่อ enroll แล้ว creator จะค้นพบ SKU และได้ commission rate ที่ระบุไว้ในทุก order ที่ถูก attribute ในบัญชีที่ยังไม่ได้ตั้งค่า rate ราย SKU อย่างจริงจัง order volume 40-60% มักไหลผ่าน Open Plan ที่ commission 15-25% เป็นประจำ ซ้อนทับบน platform commission 1-5% สำหรับ SKU margin สูง (contribution margin 50%+) สิ่งนี้ยั่งยืนได้ แต่สำหรับ SKU margin บาง มันคือเส้นแบ่งระหว่างกำไรกับการขาดทุนในทุก order ที่ติด affiliate tag
วิธีแก้คือการไล่ระดับ affiliate commission ราย SKU ตั้ง commission ของ Open Plan ราย SKU ตาม margin จริงของ SKU นั้น กัน SKU margin สูง (ตัวที่หล่อเลี้ยง catalog) ออกจาก Open Plan ไปอยู่ใน Targeted Plan กับ creator partner ที่คัดมาแล้ว และทบทวน mix รายเดือน บัญชีส่วนใหญ่ที่ทำสิ่งนี้สักครั้งกู้ margin คืนได้ 3-5 percentage point โดยไม่เสีย affiliate-driven volume ที่มีนัย creator ที่สำคัญต่อ SKU ยังอยู่ผ่าน Targeted Plan ส่วน long tail ของ affiliate ที่ฉวยโอกาสถูกจำกัด
การตั้งราคาบน live-stream: แรงจูงใจของ host ไม่ใช่ของผู้ขาย
host ของ live-stream ตั้งราคาเพื่อ spike พวกเขาขอส่วนลดที่ดุดันเพราะส่วนลดที่ดุดันดัน conversion ระหว่าง session และ affiliate commission ของ host scale ตาม GMV ที่เกิดขึ้นระหว่าง session ส่วนแรงจูงใจของผู้ขายคือ margin ที่รอดจาก session ทั้งสองแรงจูงใจเป็นเรื่องจริง และก็ไม่ตรงกันเชิงโครงสร้างด้วย ผู้ขายมอบหมายการตั้งราคา live-stream ให้ host ไม่ได้โดยไม่เสียวินัยด้าน margin
กติกาปฏิบัติสองข้อ ข้อแรก ตั้ง discount floor ราย SKU คือส่วนลดสูงสุดที่ margin ของ SKU รับได้ที่ break-even พร้อม buffer เล็กน้อย host ทำงานภายใน floor นั้น ข้อสอง หมุนเวียนว่า SKU ไหนถูก feature slot ส่วนลดสูงสุดใน session ควรหมุนเวียนข้าม SKU ไม่ใช่ตกที่สินค้า margin สูงสุดเสมอ สิ่งนี้คงไว้ซึ่งส่วนลดที่ดัน spike ของ host โดยไม่เผา margin บรรทัดเดิมซ้ำ ๆ ผู้ขายที่ใช้วินัยนี้พบว่า live-stream 3-5 session ต่อเดือน คิดเป็นส่วนใหญ่ของการบีบ margin และการเปลี่ยนสองอย่าง (ไล่ระดับส่วนลด หมุนเวียน SKU ที่ feature) กู้กลับมาได้เกือบทั้งหมด
SKU เดียวกัน แคมเปญเดียวกัน dashboard ROAS เดียวกัน เมื่อ commission ของ Open Affiliate Plan สูงขึ้นจาก 5% (creator tier ต่ำที่คัดมา) เป็น 30% (creator marketplace tier สูง) true ROAS ลดลงเกือบเป็นเส้นตรง และข้าม break-even (ราว 1.0) ที่ไหนสักแห่งระหว่าง commission 22% ถึง 28% ขึ้นกับ margin ของ category chart นี้คือกรณีเชิงปฏิบัติของการตั้ง affiliate commission ราย SKU โปรแกรม affiliate เดียวกันทำกำไรบน SKU margin สูง และขาดทุนบน SKU margin บาง ที่ commission tier เดียวกัน
Sensitivity — อะไรเปลี่ยนข้อสรุป
cost stack สี่บรรทัดต่างกันอย่างมีนัยตาม category ตามการตั้งค่า Affiliate Plan และตามจังหวะของ campaign window ตารางด้านล่าง stress-test worked example
| การปรับ | true ROAS ใหม่ | ข้อสรุป |
|---|---|---|
| Baseline (worked example) | 1.68 | ทำกำไร แต่ buffer บาง |
| Affiliate commission 20% → 25% (Open Plan default drift) | 1.32 | เข้าใกล้ break-even — default ที่พบบ่อยของ Open Plan สำหรับ creator tier สูง |
| Returns reserve 6% → 9% (profile impulse ของ live-stream) | 1.50 | returns reserve เป็นบรรทัดที่ model ต่ำเกินจริงมากที่สุดในบัญชีส่วนใหญ่ |
| Voucher 5% → 10% (tier ช่วง peak campaign) | 1.38 | แรงกดดันช่วง campaign window ทับบน affiliate stack |
| รวม: affiliate 25% + voucher 10% (peak Open Plan campaign) | 1.04 | Break-even — profile แรงกดดันช่วง 11.11 / 12.12 ทั่วไป |
| รวม: affiliate 30% + returns 9% + voucher 10% | 0.62 | ขาดทุนหนัก — creator tier สูงบน SKU ที่ซื้อแบบ impulse ในช่วง peak |
| ย้าย SKU ไป Targeted Plan ที่ 12% (creator ที่คัดมา) | 2.05 | move กู้คืน — กัน SKU ออกจาก default ของ Open Plan |
ตารางนี้สร้าง argument เชิงโครงสร้าง: tier ของ Affiliate Plan commission คือ lever ที่ผู้ขายควบคุมได้และมี leverage สูงสุดใน cost stack ของ TikTok Shop เมื่อรวมกับวินัยด้าน returns reserve และวินัยด้าน voucher tier การไล่ระดับ affiliate ราย SKU คือเส้นแบ่งระหว่าง true ROAS 1.0 กับ 2.0 บน SKU เดียวกัน
เศรษฐศาสตร์ของ TikTok Shop ไม่ใช่ของ Shopee ที่เปลี่ยน skin แพลตฟอร์ม affiliate stack และ profile returns เปลี่ยนคณิตศาสตร์ ใช้ framework เดิมได้ แต่ recalibrate input
ข้อจำกัด และจุดที่ argument นี้ใช้ไม่ได้
- ขอบเขตล่างของขนาดบัญชี การกู้คืนของ framework scale ตาม exposure ของ affiliate channel บัญชี TikTok Shop ที่เล็กกว่าและมี affiliate-tagged volume ต่ำได้ประโยชน์ส่วนเพิ่มน้อยกว่าจากการไล่ระดับ Affiliate Plan ราย SKU ต่ำกว่า monthly revenue ราว THB 200K heuristic แบบง่าย (Open Plan แบบ uniform พร้อม voucher tier แบบ conservative) ให้ผลดีกว่า operational overhead
- พลวัตของ creator marketplace ช่วง default 10-25% ของ Open Plan ระบุไว้ใน TikTok Shop Seller University แต่การมีส่วนร่วมของ creator จริงต่างกันตาม category และ profile บัญชี category ที่ creator สนใจน้อย (industrial, B2B) เห็น affiliate traffic น้อยกว่า ส่วน category ที่ creator มีส่วนร่วมสูง (beauty, apparel, home) เห็น commission tier กระจุกใกล้ปลายสูงของช่วง
- การ attribute ของ live-stream session margin report ที่รันที่ horizon ค่าเฉลี่ยรวมของ campaign จะ understate contribution ของ live-stream session แต่ละครั้ง เพราะ order ที่ attribute จาก session ผสม click-time กับ order-close attribution ควร reconcile เศรษฐศาสตร์ระดับ session บน window 14 วันหลัง session เพื่อความแม่นยำ
- การ elevate ของ returns reserve การ elevate ของ returns 4-8 percentage point เหนือ baseline ของ Shopee/Lazada สังเกตได้ใน sample ของเรา แต่ต่างกันตาม category apparel และ beauty (เกิด impulse ง่าย) เอียงสูงกว่า ส่วน consumables และ homeware (ขับด้วย utility) เอียงต่ำกว่า recalibrate reserve ราย category ก่อนใช้ framework เป็นเส้นตายตัว
- Time horizon TikTok Shop เป็นแพลตฟอร์มอ่อนวัยที่สุดในสาม marketplace ของ SEA และโครงสร้าง commission ก็เปลี่ยนมาแล้วหลายครั้งตั้งแต่เปิดตัว framework ทนทาน แต่ commission tier เฉพาะและ default ของ Open Plan ต้อง refresh รายไตรมาสเทียบกับเอกสาร Seller University
- ขอบเขต internal data ส่วน Open Plan 40-60% การกระจุกของการบีบ margin ที่ 3-5 session/เดือน การกระจาย commission ของ Affiliate Plan ทั่วไป ทั้งหมด aggregate จากบัญชี Thai TikTok Shop ของ SEA-6 ที่เรา model โดยตรง ไม่ใช่ population claim ของ TikTok Shop seller ทั้งหมด และ exclude ผู้ขายที่ต่ำกว่าขนาดขั้นต่ำและกลุ่ม cross-border seller
Methodology
Public-data citations มาจากเอกสาร TikTok Shop Seller University (Affiliate Plan commission, platform commission และ transaction fee, เอกสาร live-stream session และ creator marketplace), ประกาศ ByteDance newsroom เกี่ยวกับการขยาย TikTok Shop ใน SEA, commentary e-Conomy SEA 2025 ของ Bain เกี่ยวกับการเติบโตของ video commerce และรายงาน macro e-Conomy SEA 2025 ของ Google–Temasek–Bain
Internal-data claims เช่น ส่วน Open Plan 40-60% การยุบ true ROAS จาก 6.0 เป็น 1.68 ใน category ทั่วไป รูปแบบการบีบ margin ที่ 3-5 session/เดือน และการกระจาย commission ของ Affiliate Plan ทั่วไป aggregate จากบัญชี Thai SEA-6 TikTok Shop ที่เรา model โดยตรง subset TikTok Shop มี active accounts ประมาณ 120 บัญชีใน sample frame ของ DataGlass research methodology (January 2024 – April 2026 หน้าต่างสังเกต 28 เดือน)