วิธีลดค่าโฆษณาเสียเปล่าบน Lazada

คำแนะนำมาตรฐานเรื่อง ad-audit บน Lazada คือคำแนะนำเดียวกับที่เอเจนซี่ Lazada Ads ทุกเจ้าให้ คือหาแคมเปญที่ platform ROAS ต่ำแล้ว pause ทิ้ง คำแนะนำนี้ไม่ผิด แต่ไม่ครบในจุดที่สำคัญเชิงโครงสร้าง ad inventory ของ Lazada แยกเป็นสินค้าสองตัวที่มีกลไกต่างกัน พฤติกรรม conversion ต่างกัน และเศรษฐศาสตร์จุดคุ้มทุนต่างกัน การมองทั้งคู่เป็น ROAS distribution เดียวแล้วตัด underperformer ที่เห็นได้ คือคำตอบที่ถูกของคำถามที่ผิด

จากข้อมูลภายในประมาณ 180 บัญชี Thai SEA-6 Lazada ค่าโฆษณาที่ขาดทุนเชิงโครงสร้างในบัญชีทั่วไปไม่ได้กระจุกอยู่ในแคมเปญที่ดูพังบน dashboard แต่อยู่ใน Sponsored Discovery placement ที่ platform ROAS ดูดี click-through สุขภาพดี มี attributed order จริง — แต่ unit economics ติดลบทันทีที่นับ LazMall commission, ส่วน seller-funded ของ Voucher Wallet, ส่วนผู้ขายของ Free Shipping Logo และ COGS จริงของ SKU อย่างถูกต้อง Sponsored Search ขับด้วย intent มากกว่าและผ่านเกณฑ์ True ROAS บ่อยกว่า การตัด Sponsored Search ก่อน Sponsored Discovery คือความผิดพลาดเรื่องลำดับ audit ที่บทความนี้บันทึกไว้

บทความนี้บอกว่าการลดค่าโฆษณาเสียเปล่าบน Lazada เป็นการตัดสินใจราย placement ไม่ใช่ราย campaign resolution ขั้นต่ำที่ใช้ได้คือ keyword × SKU สำหรับ Sponsored Search และ audience × SKU สำหรับ Sponsored Discovery โดยประเมินแต่ละ placement เทียบกับ break-even ROAS ของ SKU ที่อยู่ข้างใต้ ไม่ใช่ target ก้อนเดียวทั้งบัญชี พร้อมการแสดงผลด้วย chart ของความต่างเชิงโครงสร้างระหว่างสินค้าโฆษณาสองตัว การวิเคราะห์ sensitivity ของ input ใน cost stack ที่ขยับมากที่สุด ขั้นตอน audit สองสัปดาห์ที่ผลิตรายการตัดสินใจราย placement และ operating signal ที่อยู่รอดทั้ง Pay Day, Mega Sale และ campaign-window inflation ของ 11.11

Thesis: จากข้อมูลภายใน บัญชีที่รัน audit ราย placement กู้ค่าโฆษณา Lazada รายเดือนได้ 20-30% ใน 30 วันแรกโดยไม่เสีย attributed revenue ที่มีนัยสำคัญ งบที่ประหยัดได้ถูกจัดสรรกลับไปยัง keyword Sponsored Search ระดับ top-decile และ SKU margin สูงที่ Sponsored placement เคยได้งบต่ำกว่าศักยภาพ framework เป็นเรื่อง mechanical อุปสรรคคือ data plumbing (per-placement attribution จาก order-line data) ส่วน moat คือการรันมันทุกสัปดาห์แทนที่จะรันตอนปิดไตรมาส

Sponsored Search กับ Sponsored Discovery — ความต่างเชิงโครงสร้าง

Lazada Sponsored Search จับ intent ผู้ซื้อพิมพ์ query เข้ามา bid ของผู้ขายชนะ impression บนหน้าผลการค้นหา ส่วน Sponsored Discovery เป็น broad-reach แพลตฟอร์มแสดงโฆษณาใน feed, recommendation rail และหน้า category ให้ผู้ซื้อที่ไม่ได้แสดง intent ต่อ SKU นั้นโดยตรง ทั้งคู่รายงาน ROAS แบบเดียวกันผ่าน Sponsored Solutions seller portal ^[1]:blog-cite ทั้งคู่มีเศรษฐศาสตร์จุดคุ้มทุนต่างกันมาก และลำดับที่ audit ตัดทั้งสองตัวคือสิ่งที่ตัดสินว่าบัญชีจะกู้กำไรหรือเสียยอดขาย

มีนัยเชิงปฏิบัติสองข้อตามมาโดยตรง ข้อแรก ลำดับการตัดที่ถูกคือ Sponsored Discovery ก่อน — pause placement ที่ต่ำกว่า break-even ROAS ของ SKU แล้วกระจายงบที่ประหยัดได้ไปยัง keyword Sponsored Search ระดับ top-decile บน SKU ที่ margin อยู่ top-quartile ข้อสอง broad-match keyword expansion บน Sponsored Search เป็น opt-out โดยค่าเริ่มต้น และทำงานต่างจาก audience expansion ของ Sponsored Discovery ให้มองมันเป็น audit lever ตัวที่สามแทนที่จะยุบรวมเข้ากับการแบ่ง Search/Discovery

ปัญหา dashboard ROAS บน Lazada

dashboard Sponsored Solutions ของ Lazada รายงาน ROAS เป็น ad-attributed revenue หารด้วย ad spend ^[1]:blog-cite นิยามเดียวกับที่ Shopee ใช้ numerator เป็นตัวเลข gross ต้นทุนผันแปรทุกก้อนที่ทบขึ้นตามขนาดในบัญชี Lazada อยู่ใต้เส้นที่แพลตฟอร์มขีดไว้ ได้แก่ LazMall commission (3-10% ตาม category เทียบกับ 1-4% บน standard store), payment processing fee ~2%, ส่วน seller-funded ของ Voucher Wallet ที่ applied ตอน order close, ส่วนผู้ขายของ Free Shipping Logo subsidy บน order ที่เข้าเกณฑ์, COGS ของ SKU, packaging และ returns reserve เฉพาะ category

Both campaigns: ad spend THB 1,000 · attributed revenue THB 8,000 · platform ROAS 8.0

LazMall, 35% gross margin SKU:
   COGS 5,200 + commission 800 + payment 160 + voucher 400 + free-ship 240 + ad 1,000 = 7,800
   Net ad profit: +THB 200
   True ROAS = (8,000 − 5,200 − 800 − 160 − 400 − 240) / 1,000 = 1.20

LazMall, 22% gross margin SKU:
   COGS 6,240 + commission 800 + payment 160 + voucher 400 + free-ship 240 + ad 1,000 = 8,840
   Net ad profit: −THB 840
   True ROAS = (8,000 − 6,240 − 800 − 160 − 400 − 240) / 1,000 = 0.16

Spread: ~7.5x in true ROAS at the same dashboard signal. The dashboard cannot tell them apart.

platform metric จัดอันดับสองแคมเปญนี้เท่ากัน แต่บัญชีธนาคารต่างกัน THB 1,040 การแทนที่ platform ROAS ด้วย True ROAS ระดับ placement — keyword สำหรับ Sponsored Search, audience สำหรับ Sponsored Discovery — ผลิตรายการตัดสินใจราย placement ที่ค่า aggregate ระดับ campaign ทำไม่ได้

audit สองสัปดาห์ ทำราย placement

ad audit ที่ถูกของ Lazada คือ measurement window สองสัปดาห์ที่เก็บข้อมูลที่จำเป็นต่อการตัดสินใจที่ทนทาน ไม่ใช่รายการ pause วันเดียว โครงสร้างด้านล่างผลิตรายการตัดสินใจราย placement พร้อมเหตุผลที่ตรวจสอบได้ ทำที่ production cadence แทนที่จะทำตอนปิดไตรมาส

1. Export per-order data จาก Lazada Open Platform

column ที่ต้องมี: order ID, SKU, ad-attributed source (keyword Sponsored Search, audience Sponsored Discovery, organic), ad-attributed revenue ตอน order close (ไม่ใช่ click time), commission (program-aware), payment fee, Voucher Wallet split, ส่วนผู้ขายของ Free Shipping Logo, fulfillment, returns flag ^[3]

2. Reconstruct True ROAS ที่ resolution ราย placement

สำหรับแต่ละ keyword × SKU ของ Sponsored Search และแต่ละ audience × SKU ของ Sponsored Discovery: contribution profit ก่อน ads = revenue − COGS − program-aware commission − payment fee − ส่วน seller-funded ของ Voucher Wallet − ส่วนผู้ขายของ Free Shipping Logo − returns provision รวมข้าม window 30 วัน แล้วหารด้วย ad spend ที่ resolution เดียวกัน

3. คำนวณ break-even ROAS ราย SKU

Break-even ROAS = 1 / contribution margin rate ใช้ราย SKU SKU margin 35% break-even ที่ ROAS 2.9; SKU margin 15% break-even ที่ ROAS 6.7 break-even bar คือพื้นของ audit

4. Flag และ tag ทุก placement ที่ต่ำกว่า break-even

tag สาเหตุที่อยู่ข้างใต้: bid pressure (CPC สูงจาก auction inflation), broad-match drift (keyword expansion ของ Sponsored Search), Discovery audience drift (broad targeting), voucher-tier escalation (seller-funded voucher ช่วง campaign window ที่สูงกว่า category margin), SKU margin ต่ำ, conversion อ่อน ทุก placement ที่ถูก flag ได้หนึ่งใน action สี่อย่าง: pause, ลด bid, narrow targeting หรือย้ายงบไปยัง SKU margin สูงกว่า

Sensitivity — อะไรเปลี่ยน output ของ audit

ความแม่นยำของ audit ขึ้นกับคุณภาพ input และเงื่อนไขฝั่งแพลตฟอร์มที่ drift รายสัปดาห์ ตารางด้านล่างแสดงว่า share ของ ad spend ที่ถูก flag ว่าขาดทุนขยับอย่างไรในแต่ละ scenario ที่พบบ่อย

ความแม่นยำของ audit ในแต่ละ scenario ของคุณภาพ input และเงื่อนไขแพลตฟอร์ม

แต่ละแถวถือ input อื่นไว้ที่ reference baseline sensitivity ยืนยัน argument เชิงโครงสร้าง: คุณค่าของ audit ขึ้นกับวินัยเรื่องคุณภาพข้อมูล input ที่แย่ผลิตผลลัพธ์ที่แยกไม่ออกจากวิธีมาตรฐาน "pause platform ROAS ต่ำ"

ข้อจำกัด และจุดที่ argument นี้ใช้ไม่ได้

• ขอบเขตขนาดบัญชี audit ราย placement สองสัปดาห์ต้องใช้ operating capacity ในการ attribute ad spend ที่ resolution keyword × SKU และ audience × SKU ถ้า monthly revenue ต่ำกว่า ~THB 200K operational overhead จะสูงกว่า margin ที่กู้ได้ การตั้ง ROAS target ทั้งบัญชีพร้อมตาราง break-even ราย SKU เล็ก ๆ จะคุ้มกว่า
• Open Platform access บัญชี Lazada เล็กกว่าอาจพึ่ง Seller Centre CSV export แทน Open Platform API access — ใช้ได้สำหรับ audit ครั้งเดียว แต่ทำให้อัตโนมัติที่ production cadence ยากกว่า
• Attribution-window mismatch Sponsored ad attribution ของ Lazada อยู่ที่ order close ไม่ใช่ click time โดยมี lag ทั่วไป 1-7 วัน audit ถือว่าแคมเปญสิ้นสุดที่ attribution ส่วน reconciliation จริงหลังหักของคืนรันทีหลังราว 30 วัน
• Campaign-window seasonality ความต่าง True ROAS ของ Sponsored Search vs. Discovery ที่ 1.4-1.8× สังเกตข้าม rolling 30-day windows ระหว่าง Pay Day, Mega Sale และ 11.11 Sponsored Discovery drift เพิ่มขึ้นเมื่อ relevance model ของแพลตฟอร์มดันโฆษณาขึ้นบน query ที่เกี่ยวข้องหลวมกว่า ให้ re-run audit หลัง campaign window ใหญ่แต่ละครั้ง
• ขอบเขต internal data share การกู้คืน 20-30%, การกระจายของ audit cohort และความต่าง Sponsored Search vs. Discovery ทั่วไป aggregate จากบัญชี SEA-6 Thai Lazada ที่เรา model โดยตรง ไม่ใช่ population claim ของบัญชี Lazada Ads ทั้งหมด และ exclude บัญชีที่ต่ำกว่าขนาดขั้นต่ำ

Methodology

Public-data citations มาจาก Lazada Sponsored Solutions seller portal (เอกสาร Sponsored Search และ Sponsored Discovery) ^[1]:blog-cite, เอกสาร Lazada Open Platform (commission, Voucher Wallet, Free Shipping Logo, ad-attribution) ^[3], commentary segment SEA ของ Alibaba ในช่วงรายงานปี 2025-2026 ^[4] และ commentary e-Conomy SEA 2025 ของ Bain เกี่ยวกับ retail-media inflation ใน SEA marketplaces ^[5]:blog-cite

Internal-data claims เช่น share ค่าโฆษณาขาดทุน 20-30%, การกระจายของ cohort, ความต่าง True ROAS ของ Sponsored Search vs. Discovery และ window การกู้คืน 30 วัน aggregate จากบัญชี Thai SEA-6 Lazada ที่เรา model โดยตรง subset Lazada Sponsored มี active accounts ประมาณ 180 บัญชีใน DataGlass research methodology sample frame (January 2024 – April 2026, observation window 28 เดือน)