DG·วิศวกรรม
วิศวกรรม เบื้องหลัง Decision Engine
บันทึกว่า DataGlass ถูกสร้างขึ้นมาอย่างไร ตั้งแต่การดึงข้อมูล Shopee, Lazada และ TikTok Shop มารวมเป็นแคตตาล็อกสินค้าชุดเดียว การประกอบ contribution margin กลับจากข้อมูลราย order line การประเมิน true ROAS เมื่อ attribution window ของแต่ละแพลตฟอร์มไม่ตรงกัน และการรัน demand forecast บนระบบจริง
เขียนสำหรับ data engineer, ML engineer, technical founder และใครก็ตามที่อยากตรวจตัวโมเดลมากกว่าตรวจคำโฆษณา ทุกบันทึกมีทั้งตัวเลขที่คิดเป็นเงินจริง จุดที่โมเดลพัง และเส้นที่ข้อสรุปใช้ไม่ได้
- วิศวกรรม · 2026
- 2026
- บันทึก
- 10
- ล่าสุด
- 18 ส.ค.
- หัวข้อ
- 05
- จังหวะเผยแพร่
- เมื่อมีบทความใหม่
บันทึกวิศวกรรมทั้งหมด
เรียงจากใหม่ไปเก่า ทุกบันทึกอยู่ในคลังบทความที่ URL ของตัวเอง และถูกติดแท็ก Technical ไว้ หน้านี้คือการคัดเฉพาะฝั่งเทคนิคของคลังนั้น
- 02ราคา
Price elasticity modeling สำหรับผู้ขายบน Marketplace — ทำไมการตั้งราคาบน Shopee, Lazada และ TikTok Shop ถึงต้องใช้
คู่มือใช้งานจริงจาก DataGlass Labs Research ว่าด้วย lever ที่ถูกใช้น้อยที่สุดในอีคอมเมิร์ซเอเชียตะวันออกเฉียงใต้ นั่นคือการรู้ว่าลูกค้าตอบสนองต่อการเปลี่ยนราคาจริง ๆ อย่างไร
DataGlass Labs ResearchTechnical- 7 พฤษภาคม 2026
- เผยแพร่
- 14 นาที
- เวลาอ่าน
- ราคา
- หัวข้อ
- 03ภาพรวมตลาด
ผู้ขาย Shopee ในปี 2026: งานวิจัยตลาดอีคอมเมิร์ซเอเชียตะวันออกเฉียงใต้ GMV และเศรษฐศาสตร์ของผู้ขาย
ตลาดกลับมาโตอีกครั้ง แต่เศรษฐศาสตร์ฝั่งผู้ขายเข้มงวดขึ้นมาก อีคอมเมิร์ซบนแพลตฟอร์มของเอเชียตะวันออกเฉียงใต้แตะ US$157.6B ในปี 2025 (โต 22.8% YoY) แพลตฟอร์มสามอันดับแรกคุมราว 98.8% ของ platform GMV และ content commerce คิดเป็นราว 32% ของ platform GMV คำถามของปี 2026 สำหรับผู้ขายไม่ใช่ 'ตลาดใหญ่แค่ไหน?' อีกต่อไป แต่คือ 'ใครคุม decision loop?'
DataGlass ResearchTechnical- 4 พฤษภาคม 2026
- เผยแพร่
- 22 นาที
- เวลาอ่าน
- ภาพรวมตลาด
- หัวข้อ
- 04โฆษณา
การจัดสรรงบโฆษณาข้ามแพลตฟอร์มสำหรับผู้ขาย marketplace ใน SEA
ผู้ขายหลายแพลตฟอร์มส่วนใหญ่แบ่งงบโฆษณาระหว่าง Shopee, Lazada และ TikTok Shop ตามสัดส่วนรายได้ในอดีต แต่คณิตศาสตร์บอกว่านั่นผิด การจัดสรรที่เหมาะสมคือทำให้ marginal ROAS เท่ากัน ไม่ใช่สัดส่วนในอดีต และช่องว่างระหว่างสองวิธีนี้บนบัญชีทั่วไปอยู่ที่ 4-7 percentage points ของ net contribution margin ต่อไตรมาส
DataGlass ResearchTechnical- 29 เมษายน 2026
- เผยแพร่
- 11 นาที
- เวลาอ่าน
- โฆษณา
- หัวข้อ
- 05โฆษณา
วิธีคำนวณ True ROAS ของ Shopee เพื่อกำไร
บันทึกเชิงระเบียบวิธี ROAS ที่ Shopee แสดงในแพลตฟอร์มอิงจาก gross revenue และมี bias เชิงโครงสร้างให้ใช้เงินเกินจุดคุ้มทุนเมื่อร้านโต True ROAS คือสูตรเดียวกันที่แทน input หนึ่งตัว และการแทนนั้นพลิกแคมเปญที่ดูชนะให้กลายเป็นขาดทุนในเกือบครึ่งของ catalog Shopee ทั่วไป พร้อมชาร์ต SKU สามโปรไฟล์ sensitivity analysis และ operating procedure ที่ใช้การแทนนี้ในจังหวะ production
DataGlass ResearchTechnical- 25 มีนาคม 2026
- เผยแพร่
- 14 นาที
- เวลาอ่าน
- โฆษณา
- หัวข้อ
- 06Data Science
Data ingestion สำหรับผู้ขาย Shopee: ทำไม analytics ที่ไม่ต้องตั้งค่าจึงสำคัญ
ผู้ขาย Shopee ส่วนใหญ่ไม่ได้มีปัญหาเรื่องกลยุทธ์เป็นอันดับแรก แต่มีปัญหาเรื่องท่อข้อมูล — order, ค่าโฆษณา, COGS, fee, voucher, สต็อก, ราคา และ returns กระจายอยู่ใน 7 surface ที่ต่างกัน กว่าผู้ขายจะรวมมันเข้าด้วยกันได้ แคมเปญก็จบไปแล้ว บันทึกงานวิจัยเรื่อง data-source matrix, canonical-entity model และสถาปัตยกรรมแบบไม่ต้องตั้งค่าที่กู้เวลาได้ ~10 ชั่วโมงต่อสัปดาห์
DataGlass ResearchTechnical- 18 กุมภาพันธ์ 2026
- เผยแพร่
- 11 นาที
- เวลาอ่าน
- Data Science
- หัวข้อ
- 07Data Science
ML demand forecasting สำหรับผู้ขายอีคอมเมิร์ซ
Machine learning ในอีคอมเมิร์ซมักถูกพูดถึงแบบคลุมเครือ แต่สำหรับผู้ขาย marketplace คำถามที่ใช้งานจริงนั้นชัดเจน — SKU นี้จะขายได้กี่หน่วยในอีก N วันข้างหน้า ด้วยความมั่นใจเท่าไร และตัดสินใจอะไรต่อจากคำตอบนั้น บทวิจัยว่าด้วย model architecture ที่ใช้ได้จริง ปัญหา stockout distortion การทำ sensitivity analysis และ operating decisions ที่ forecast ป้อนเข้าไป
DataGlass ResearchTechnical- 4 กุมภาพันธ์ 2026
- เผยแพร่
- 14 นาที
- เวลาอ่าน
- Data Science
- หัวข้อ
- 08ปฏิบัติการ
คณิตศาสตร์ของ stockout สำหรับผู้ขายอีคอมเมิร์ซ
Stockout ไม่ใช่ต้นทุนก้อนเดียว แต่เป็นต้นทุนห้าก้อนที่ทบกัน ทั้ง contribution profit ที่หายไปจากหน่วยที่ขายไม่ได้ บวกค่าโฆษณาที่เสียเปล่าระหว่างช่วงของขาด บวกการถูกลดอันดับโดยอัลกอริทึม บวกความเชื่อมั่นของลูกค้าประจำที่หายไป บวก forecast ที่เพี้ยนจนเพิ่มโอกาส stockout ครั้งถัดไป บทความนี้คือบันทึกวิจัยเรื่อง cost function ของ stockout แบบหลายบรรทัด คณิตศาสตร์ reorder-point ราย SKU ที่คิดต้นทุนนี้ และการปรับสูตรให้รู้จัก campaign ที่อยู่รอดผ่าน Pay Day และ 11.11 ได้
DataGlass ResearchTechnical- 18 มกราคม 2026
- เผยแพร่
- 12 นาที
- เวลาอ่าน
- ปฏิบัติการ
- หัวข้อ
- 09ราคา
Dynamic pricing สำหรับผู้ขายบน Marketplace
การลดราคาเป็นเรื่องง่าย แต่การตั้งราคาให้ได้กำไรนั้นยาก ยอดขายโต 30% จากการลดราคา 10% มักทำให้ contribution profit รวมลดลง คณิตศาสตร์บอกว่ายอดขายต้องโตราว 33% แค่จะเสมอตัว และ SKU ส่วนใหญ่ทำไม่ถึงเส้นนั้น บทความวิจัยนี้ว่าด้วยเลขคณิตของ price elasticity, กรอบสี่ช่อง inventory × demand และ pricing decision ราย SKU ที่ทนแรงกดดันช่วง campaign window ได้
DataGlass ResearchTechnical- 4 มกราคม 2026
- เผยแพร่
- 11 นาที
- เวลาอ่าน
- ราคา
- หัวข้อ
- 10Data Science
E-commerce Decision Engine: ผู้ขาย Marketplace เปลี่ยนข้อมูลเป็นคำแนะนำเพิ่มกำไรได้อย่างไร
แดชบอร์ดบอกว่าเกิดอะไรขึ้น Decision Engine บอกว่าควรทำอะไรต่อ จัดอันดับตัวเลือกตามกำไรที่คาดว่าจะเพิ่มขึ้น และแสดงคณิตศาสตร์เบื้องหลังทุกคำแนะนำ บทความวิจัยว่าด้วยสถาปัตยกรรม 5 ชั้นที่แยกสองสิ่งนี้ออกจากกัน ทำไมการค้าบน marketplace ตอนนี้ต้องใช้แบบหลัง และ operating model นี้พังตรงไหน
DataGlass ResearchTechnical- 12 ธันวาคม 2025
- เผยแพร่
- 12 นาที
- เวลาอ่าน
- Data Science
- หัวข้อ