บริษัท/ทีม
ผู้ร่วมก่อตั้ง · วิจัย ข้อมูล และโดเมน
ดูแลฝั่งวิจัย ข้อมูล และโดเมน — เป็นเจ้าของโมเดลเชิงความน่าจะเป็น ตรรกะการตัดสินใจ และเศรษฐศาสตร์ของตลาดออนไลน์ที่ขับเคลื่อนแพลตฟอร์ม
โปรไฟล์
นักวิทยาศาสตร์ข้อมูลและวิศวกรระบบ ทำงานในจุดที่โมเดลทางสถิติ การออปติไมเซชัน และการ deploy ระบบจริงมาเจอกัน เกียรตินิยมอันดับหนึ่งสาขาวิทยาการคอมพิวเตอร์จากมหาวิทยาลัยมหิดล ได้รับ PhD fellowship สาขา Operations Research ที่ North Carolina State University และ PhD fellowship ที่ School of Information Science and Technology (IST) ของ VISTEC งานวิจัยตีพิมพ์ใน IEEE Access เส้นที่พาดผ่านทั้งหมดคือคณิตศาสตร์และโมเดลเชิงความน่าจะเป็น — วินัยของการตั้งคำถามทางเศรษฐศาสตร์ให้ชัดพอจนมีคำตอบ
อาชีพเริ่มจากงานวิศวกรรม backend และข้อมูลที่ Agoda — สร้าง pipeline ข้อมูลการเงิน ระบบกระทบยอด และ workflow ประมวลผลแบบกระจายบน Kafka, Hadoop และ Spark หลายปีกับงาน financial infrastructure ใน production: ระบบที่ต้องเสถียรสูง ตรรกะธุรกิจซับซ้อน และวินัยที่มาจากการรัน pipeline จัดการเงินที่ห้ามปล่อยข้อมูลตกแม้แถวเดียว วิศวกรรม backend และระบบ scalable ยังเป็นฐานของทุกอย่างที่ตามมา
ย้ายเข้าสู่บทบาท data scientist ที่ธนาคารไทยพาณิชย์ ทำ predictive modeling สำหรับผลิตภัณฑ์การเงิน รวมถึงกลยุทธ์การ refinance สินเชื่อบ้าน — ใช้โมเดลทางสถิติขับการตัดสินใจทางธุรกิจในระดับ scale รูปแบบที่ส่งต่อมาที่ DataGlass อยู่ตรงนี้แล้ว: โมเดลความน่าจะเป็น ผลลัพธ์ทางการเงิน และระบบจริงใน production
ผู้ก่อตั้ง DataGlass ระบบตัดสินใจอัตโนมัติสำหรับผู้ขายอีคอมเมิร์ซ ต่างจาก dashboard วิเคราะห์ทั่วไป DataGlass ออปติไมซ์กำไรโดยตรงด้วยการ deploy การตัดสินใจที่โมเดลเป็นคนเลือก ทั้งโฆษณา ราคา โปรโมชัน และสต็อก งานเน้น Bayesian modeling, causal inference, การพยากรณ์ดีมานด์ภายใต้สัญญาณเบาบาง และการออปติไมเซชันภายใต้ความไม่แน่นอน — ระบบ closed-loop ที่โมเดลไม่ได้แค่ทำนาย แต่สั่งการและปรับตัวแบบเรียลไทม์
ทิศทางคือระบบตัดสินใจอัตโนมัติที่ทำงานได้เสถียรภายใต้ความไม่แน่นอน และสร้างผลลัพธ์ทางเศรษฐกิจที่วัดได้ ความสนใจทางเทคนิคคือ Bayesian modeling, stochastic optimization และระบบที่ทนทาน โดยเฉพาะในสภาพแวดล้อมการเงินและตลาดออนไลน์ นอกเหนือจาก DataGlass ยังเคยนำทีมในฐานะ software engineer และ engineering manager และก่อตั้งสตาร์ตอัปหลายแห่ง รวมถึงโครงการที่ได้รางวัล แต่ทิศทางระยะยาวเป็นหนึ่งเดียว: คณิตศาสตร์และวิศวกรรม ในระบบที่ใช้งานจริง
งานที่เลือก
งานวิจัยและระบบที่ ship แล้ว ซึ่งเป็นฐานของ operating layer ใน DataGlass
ดู publication record ทั้งหมดได้ที่ Google Scholar .
งานเขียน
Profit · 12 นาที
Most "increase profit on Shopee" advice assumes you can grow GMV. The cost-side path — refusing structural waste in the supply stack rather than buying more units — usually clears more margin per quarter at lower working-capital risk. A research note on the supply-side cost stack and where the recoverable margin actually sits.
Ads · 11 นาที
The standard Shopee growth advice — discount harder, scale ad budget, opt into every campaign — works against the operator at scale. A research note on the lever order that actually compounds Shopee revenue, and the metric that tells you whether the lift was earned or bought.
รายงานวิจัย · พฤษภาคม 2026 · 42 นาที
สำรวจเชิงเทคนิคเรื่อง pricing, forecasting, inventory, promotions และ personalization ครอบคลุมเทคนิคที่ retailer รายใหญ่ใช้ variant ที่สำคัญ และวิธี deploy ให้ใช้งานจริง
Working paper · พฤษภาคม 2026 · 28 นาที
บทความเชิงเทคนิคของระบบ DataGlass สำหรับจัดสรรงบโฆษณารายวันบน marketplace อธิบายเหตุผลเชิงวิเคราะห์ที่ rolling-mean heuristic ล้มเหลว methodology แบบ Bayesian + bandits-with-knapsacks และผล empirical portfolio-profit lift 18-24%
Operations · 14 นาที
The popular "10 ways to optimize your Shopee shop" advice optimises the wrong objective. The lever that actually moves margin is the tightness of the diagnose → decide → operate loop — and most checklists skip the diagnose stage entirely.
Landscape · 22 นาที
Market growth has resumed; seller economics have become more exacting. Southeast Asia's platform e-commerce reached US$157.6B in 2025 (up 22.8% YoY), top-three platforms now control about 98.8% of platform GMV, and content commerce accounts for ~32% of platform GMV. The 2026 question for sellers is no longer "how big is the market?" — it is "who controls the decision loop?"
Operations · 18 นาที
Most 'Shopee fees' explainers stop at commission and transaction fee. The four layers underneath — voucher co-funding, Free Shipping Program subsidy, Mall premium, payment-channel pass-through — are where the gap between dashboard revenue and bank deposit actually lives. With a sourced layer-by-layer breakdown, the four-term commission-per-order formula, two worked THB examples, a sensitivity table, and the reconciliation procedure.
Ads · 11 นาที
Most multi-platform sellers split ad budget across Shopee, Lazada, and TikTok Shop by historical revenue share. The math says that's wrong. Optimal allocation equalises marginal ROAS, not historical share — and the gap between the two on a typical account is 4–7 percentage points of net contribution margin per quarter.
Profit · 6 นาที
The standard advice — chase ROAS, scale what works — is structurally biased toward overspend. Why platform ROAS misleads at scale, and the per-SKU break-even bar that replaces it.
Profit · 13 นาที
The LazMall badge lifts conversion. It also raises commission, mandates free-shipping subsidies, and pulls the price ceiling down through the platform's own competitive-parity rules. Whether the badge pays is a per-SKU question. A research note on the LazMall economics, why Sponsored Discovery leaks more margin than Sponsored Search, and the audit that recovers 4–6 percentage points of margin in 30 days.
Ads · 13 นาที
On a typical Shopee account, 20–30% of ad spend runs at a structural loss the platform dashboard ranks as winning campaigns. Pausing "underperformers" misses the leak. A research note on the two structural defaults that cause hidden ad waste — and the audit that surfaces it without losing revenue.
Profit · 11 นาที
The math, the inputs, and the program-specific traps. Why Shopee's in-dashboard income view almost always overstates margin — and how to reconstruct true contribution margin per SKU using the order-line data Shopee already exposes via Open Platform.
Profit · 11 นาที
The math, the inputs, and the program-specific traps. Why Lazada's in-platform P&L summary almost always overstates margin — and how to reconstruct true contribution margin per SKU using the order-line data Lazada exposes via the Open Platform.
Ads · 14 นาที
A methodology note. Shopee's in-platform ROAS is gross-revenue based and structurally biased toward overspend at scale. True ROAS is the same formula with one input substituted — and that substitution flips winners into losses on roughly half the typical Shopee catalog. With charts, three SKU profiles, sensitivity analysis, and the operating procedure that applies the substitution at production cadence.
Ads · 11 นาที
Lazada runs two structurally different ad products — Sponsored Search and Sponsored Discovery — with break-even economics that diverge by ~1.4–1.8× in true-ROAS terms. A single account-wide ROAS target misjudges both. A research note on the audit that surfaces the structural waste, the pruning order that recovers margin without losing revenue, and the per-placement framework that survives Pay Day and 11.11.
Profit · 13 นาที
On a typical Shopee account, the top-10 SKUs by revenue and the top-10 by contribution profit overlap by roughly 50%. Half of every shop's bestsellers are not the most profitable products. A research note on the audit that surfaces the gap, the patterns hiding inside it, and the per-SKU operating decisions that recover margin.
Pricing · 14 นาที
Pay Day, Mega Sale, 11.11, and the long tail of category windows make participation feel mandatory. The platform documents the eligibility tiers; the seller absorbs them. A research note on what each campaign actually costs, when participation pays, and the margin-first rubric that survives all three.
Profit · 12 นาที
TikTok Shop is the only SEA marketplace with a stacked second commission — affiliate commission (10–25% via the Open Affiliate Plan) layered on top of platform commission. A 6.0 platform ROAS routinely becomes ~1.4 true ROAS once the full four-line cost stack is subtracted. A research note on the affiliate-stack arithmetic, live-stream pricing discipline, and the per-SKU framework that recovers margin without retreating from the platform.
Landscape · 16 นาที
Eighteen distinct platform-market cells, six countries, three platforms, and roughly a million sellers competing on a saturated product surface. The aggregate is growing; the per-cell margin distribution is compressing. A research note on the structural shifts and the operating rule that survives them.
Data Science · 11 นาที
Most Shopee sellers don't have a strategy problem first. They have a data plumbing problem — orders, ads, COGS, fees, vouchers, inventory, pricing, and returns live in seven different surfaces, and by the time the seller has stitched them together the campaign is over. A research note on the data-source matrix, the canonical-entity model, and the zero-setup architecture that recovers ~10 hours per week.
Competition · 7 นาที
Read the platform documentation end-to-end and the conclusion is uncomfortable: the discounts buyers see, the free shipping that drives conversion, and the affiliate spend that drives reach are all paid by the seller. The race-to-zero is the equilibrium output of that design.
Data Science · 14 นาที
Machine learning in e-commerce gets discussed in vague terms; for marketplace sellers the operating question is concrete — how many units of this SKU will sell in the next N days, with what confidence, and what decision flows from the answer? A research note on the practical model architecture, the stockout-distortion problem, sensitivity analysis, and the operating decisions forecasts feed.
Complexity · 6 นาที
A multi-shop seller in 2026 logs into seven platforms, reconciles four fee schedules, exports six CSVs, and re-enters COGS by hand. Big brands absorb the cost with a data team. Small sellers absorb it with their evenings — and it's the single biggest reason multi-shop operators stall before they reach scale.
Operations · 12 นาที
A stockout is not one cost; it is five compounding costs. Lost contribution profit on the missed unit, plus wasted ad spend during the stockout window, plus algorithmic ranking demotion, plus repeat-buyer trust erosion, plus distorted forecasting that increases the likelihood of the next stockout. A research note on the multi-line stockout cost function, the per-SKU reorder-point math that accounts for it, and the campaign-aware adjustment that survives Pay Day and 11.11.
Pricing · 11 นาที
Discounting is easy. Profitable pricing is hard. A 30% volume lift on a 10% price cut routinely lowers total contribution profit — the math says volume must lift by ~33% just to break even, and most SKUs underperform that bar. A research note on the price-elasticity arithmetic, the inventory × demand four-quadrant framework, and the per-SKU pricing decision that survives campaign-window pressure.
Data Science · 12 นาที
A dashboard tells you what happened. A decision engine tells you what to do next, ranks the options by projected profit lift, and surfaces the math behind every recommendation. A research note on the five-layer architecture that separates the two, why marketplace commerce now requires the latter, and where the operating model breaks.
Operations · 8 นาที
Modern marketplace sellers rarely operate on one channel. They have multiple dashboards but not one operating view. They know sales by channel — but not profit by channel.
Landscape · 15 นาที
A research note on what changed in marketplace commerce between 2022 and 2026. Platforms became active algorithmic counterparties; sellers who treat them as passive listing markets are competing against optimization systems they cannot see. The fix is to run your own optimization layer on top.
ใช้ DataGlass เปลี่ยนข้อมูลร้านค้าออนไลน์ให้เป็นคำแนะนำเพิ่มกำไรจริง สำหรับโฆษณา ราคา โปรโมชัน และสต๊อกสินค้า.
