Data Science
อ่าน fee schedule ของ Shopee เองแล้วตัวเลขชัดเจน commission ของ non-Mall อยู่ราว 1–6% ตาม category และ Shopee Mall 3–12% ยังไม่รวม seller-funded voucher และส่วนผู้ขายของ Free Shipping Program ที่ทับลงไปก่อนจะเสียค่าโฆษณาแม้แต่บาทเดียว (Shopee Help Center) ส่วน TikTok Shop มี affiliate commission ที่เอกสารระบุสูงถึงราว 20% ก่อนคิด commission ของแพลตฟอร์มเอง (TikTok Seller University) ต้นทุนเหล่านี้ไม่มีอยู่ในตัวเลขเดียวที่พ่อค้าแม่ค้าส่วนใหญ่ใช้วัดความสำเร็จ นั่นคือยอดขาย และช่องว่างตรงนี้คือหัวใจของบทความนี้
ยอดขายเพิ่มไม่ใช่เป้าหมาย กำไรจริงที่เพิ่มต่างหากคือเป้าหมาย และบน marketplace SEA สองตัวเลขนี้หยุดขยับไปด้วยกันแล้ว
E-Commerce Optimization คือการใช้ข้อมูลและ mathematical optimization เพื่อตัดสินใจ "ก้าวถัดไปที่ดีที่สุด" โดยวัดที่กำไรจริง (true profit) ไม่ใช่ยอดขาย ข้อเสนอที่บทความนี้ปกป้องคือ บน Shopee, Lazada และ TikTok Shop ในปี 2026 การตัดสินใจที่ทำให้ยอดขายสูงสุด กับการตัดสินใจที่ทำให้กำไรสูงสุด แตกต่างกันบ่อยพอที่จะทำให้การ optimize ตามยอดขายเป็น proxy ที่ลำเอียงเชิงโครงสร้าง สิ่งที่จะหักล้างข้อเสนอนี้ก็ง่าย ถ้ายอดขายที่เพิ่มขึ้นแปลว่ากำไรเพิ่มขึ้นเสมอ เราก็ไม่ต้อง optimize เลย แค่ไล่ยอดขายก็พอ แต่ cost stack ข้างบนคือเหตุผลว่าทำไมมันไม่เป็นแบบนั้น
Optimization จริง ๆ แล้วคืออะไร
Optimization ไม่ใช่คำการตลาด แต่แปลตรงตัวว่า "การเพิ่มประสิทธิภาพ" และมีรากมาจาก Operations Research ซึ่งเป็นศาสตร์ที่ใช้ข้อมูล แบบจำลองทางคณิตศาสตร์ และข้อจำกัดต่าง ๆ มาหาวิธีตัดสินใจที่ดีที่สุดเท่าที่เป็นไปได้ ไม่ใช่แค่ตัดสินใจที่พอแก้ตัวได้ INFORMS ซึ่งเป็นองค์กรวิชาชีพของศาสตร์นี้นิยาม Operations Research ว่าคือการใช้วิธีวิเคราะห์ขั้นสูงเพื่อช่วยให้ตัดสินใจได้ดีขึ้น โรงงานใช้มันวางแผนการผลิตให้ต้นทุนต่ำที่สุด ทีมโลจิสติกส์ใช้จัดเส้นทางขนส่ง สายการบินใช้ตั้งราคาที่นั่ง รูปแบบเหมือนกันหมด คือเอาตัวเลขมา เคารพข้อจำกัด แล้วคำนวณการตัดสินใจที่ดีที่สุดเทียบกับเป้าหมายที่ตั้งไว้ชัดเจน
เอาเครื่องมือชุดนี้มาจับร้านค้าออนไลน์บน Shopee, Lazada หรือ TikTok Shop ก็จะได้ E-Commerce Optimization โดยมีเป้าหมายคือกำไรจริง มีข้อจำกัดคืองบ สต็อก fee schedule และราคาคู่แข่ง และมีการตัดสินใจคือควรดันแคมเปญไหน หยุดแคมเปญไหน ดัน SKU ตัวไหน และตั้งราคาที่เท่าไร ความต่างระหว่างสิ่งนี้กับ dashboard คือความต่างระหว่างรายงานว่า "เกิดอะไรขึ้น" กับคำตอบที่คำนวณมาแล้วว่า "ควรทำอะไรต่อ"
ยอดขายเพิ่ม ไม่ได้แปลว่ากำไรเพิ่มเสมอไป
ลองดูบัญชี Shopee ทั่วไปที่เพิ่มงบโฆษณาเข้าไปในช่วง campaign window
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 +60%. Net profit -33%.
Marginal revenue +THB 300,000 -> marginal net profit -THB 20,000.ทุกหน่วยขายส่วนเพิ่มในการ scale แบก ad cost ที่สูงขึ้น เพราะร้าน bid auction ขึ้นด้วยเงินตัวเอง แบก seller-funded voucher ที่หนักขึ้นตาม tier ของแคมเปญที่ใหญ่ขึ้น และได้ราคาขายจริงที่ต่ำลงเพราะ order มาจาก discounted tier มากขึ้น dashboard รายงานว่าโต แต่บัญชีธนาคารรายงานว่าหด นี่คือ ad waste ที่ติดป้ายว่าเป็นความสำเร็จทางการตลาด และ platform ROAS มองไม่เห็น เพราะ numerator ไม่เคยหัก marketplace fees, voucher หรือ COGS ออก Bain e-Conomy SEA 2025 บันทึก retail-media inflation ทั่ว marketplace SEA คือต้นทุนต่อยอดขายส่วนเพิ่มแพงขึ้นทุกปี ขณะที่เอกสารนักลงทุน 4Q25 ของ Sea Limited แสดง take-rate ฝั่ง commission และ advertising ของ Shopee ที่สูงขึ้น แพลตฟอร์มหารายได้จากกิจกรรมของผู้ขาย ไม่ใช่จากกำไรของผู้ขาย
| รายการ | จำนวน (THB) | ยอดคงเหลือ |
|---|---|---|
| Headline sale (ตัวเลขที่ sales dashboard นับ) | 1,000 | 1,000 |
| − COGS (ทั่วไป 50%) | −500 | 500 |
| − Mall commission + transaction fee (~10%) | −100 | 400 |
| − Seller-funded Shop Voucher (~5%) | −50 | 350 |
| − ส่วนผู้ขายของ Free Shipping Program (~3%) | −30 | 320 |
| − Ad cost (ทั่วไป) | −120 | 200 |
| = กำไรจริง (เงินที่เหลือจริง) | 200 | 200 |
index เทียบ order THB 1,000 sales dashboard บันทึก 1,000 แต่ผู้ขายเหลือจริง 200 marketplace fee, voucher และส่วน Free Shipping เป็นต้นทุนผู้ขายที่มีเอกสารกำกับ (Shopee Help Center) แต่ numerator ของ platform ROAS ไม่หักออกสักอย่าง optimization ทำงานกับบรรทัดล่างสุด ไม่ใช่บรรทัดบนสุด
คำถามที่ Optimization ตอบได้จริง
ร้านค้าไม่ใช่การตัดสินใจเดียว แต่คือหลายสิบการตัดสินใจต่อสัปดาห์ ภายใต้ตัวแปรมากกว่าที่ใครจะเก็บไว้ในหัวได้ ทั้งราคา ต้นทุน ส่วนลด fee ค่าโฆษณา สต็อก คู่แข่ง และพฤติกรรมลูกค้า Optimization เอา input เหล่านี้มาคำนวณรวมกันเป็นคำแนะนำเดียว เช่น
- ควรเพิ่มงบที่แคมเปญไหน และควรหยุดแคมเปญไหน จัดอันดับด้วย true ROAS ราย SKU ไม่ใช่ platform ROAS
- โปรโมชันไหนช่วยเพิ่ม contribution margin และโปรโมชันไหนกำลังกินกำไรเงียบ ๆ
- สินค้าตัวไหนควรดันต่อ และตัวไหนยิ่งดันยิ่งเสียเงิน
- ควรตั้งราคาสินค้าตัวไหนใหม่ ที่ราคาเท่าไร ให้เหลือกำไรมากที่สุดบน demand ที่คาดได้จริง
ทั้งหมดนี้ไม่ใช่รายงานย้อนหลัง แต่เป็นการตัดสินใจไปข้างหน้าที่มีตัวเลขกำกับ ซึ่งคือนิยามเชิงปฏิบัติของ optimization และเป็นเหตุผลว่าทำไม decision engine จึงเป็นเครื่องมือคนละประเภทกับ analytics dashboard บอกว่ายอดขายขึ้น optimization บอกให้หยุดแคมเปญที่สาม แล้วตั้งราคา SKU สองตัวใหม่ เพราะนั่นคือสิ่งที่ทำให้เหลือกำไรมากที่สุดในสัปดาห์หน้า
dashboard บอกว่าเกิดอะไรขึ้น optimization คำนวณว่าควรทำอะไรต่อ
ในเชิงปฏิบัติ นี่คือสิ่งที่ DataGlass คำนวณให้ผู้ขายบน Shopee, Lazada และ TikTok Shop ไม่ใช่อีกหนึ่งมุมมองของตัวเลขเมื่อวาน แต่คือรายการการตัดสินใจถัดไปที่ขยับกำไรจริง พร้อมแสดงที่มาของการคำนวณ ส่วนเบื้องหลังว่ามันทำงานอย่างไร อ่านต่อได้ที่ decision engine ของ e-commerce ทำงานอย่างไร
ข้อจำกัด และจุดที่ argument นี้ใช้ไม่ได้
- ต่ำกว่า ~THB 200,000 ต่อเดือน operational overhead ของการ optimize ราย SKU มักสูงกว่า margin ที่กู้ได้ heuristic ระดับ category แบบง่ายคุ้มกว่า
- Optimization ดีเท่ากับ cost data ที่ป้อนเข้าไป ถ้า reconstruct fee, voucher และ COGS ต่อ order ไม่สะอาดพอ เป้าหมาย "กำไรจริง" จะกลายเป็นการเดา
- การ optimize เพื่อยอดขายไม่ได้ผิดเสมอไป การเปิดตัวสินค้าใหม่เพื่อชิง market share หรือเคลียร์สต็อกค้าง ยอดขายอาจเป็นเป้าหมายที่ถูกต้องในช่วงเวลาที่กำหนด optimization คือการเลือกเป้าหมายอย่างตั้งใจ ไม่ใช่ default ไปที่ยอดขาย