วิเคราะห์ยอดขาย
E-commerce: Store → Category → SKU

เปลี่ยนข้อมูลยอดขายให้เป็นคำตอบว่า ควรแก้อะไร ควรดันสินค้าไหน และควรจัดสรรงบประมาณอย่างไร

บทความโดย สุรศักดิ์ ทองโชติฉัตร (อ๊อด) | Surasak Thongchotchat (Odd)

CMO | Data-Driven Marketer | Entrepreneur

การวิเคราะห์ยอดขาย E-commerce ที่ดีไม่ควรจบเพียงคำว่า ยอดขายขึ้นหรือยอดขายลง เพราะยอดขายรวมเป็นผลลัพธ์ปลายทางที่เกิดจากหลายปัจจัย ทั้งจำนวนคนเห็นสินค้า จำนวนคนคลิก ราคาเฉลี่ยต่อชิ้น Conversion Rate จำนวนออเดอร์ งบโฆษณา Margin สต็อก โปรโมชั่น และความพร้อมของแต่ละ SKU

ถ้ามองเพียงยอดขายรวม เราจะรู้ว่าเกิดอะไรขึ้น แต่ยังไม่รู้ว่าทำไมจึงเกิดขึ้น และควรลงมือแก้ที่จุดใด

กรอบที่ผมใช้จึงแบ่งการวิเคราะห์ออกเป็น 3 ระดับ คือ Store → Category → SKU เพื่อค่อยๆ ไล่จากภาพรวมไปหาต้นเหตุ และใช้การมองย้อนจาก SKU → Category → Store เมื่อต้องลงมือบริหารสินค้าและงบประมาณจริง

สองทิศทางที่ต้องใช้ร่วมกัน

1. Outcome Lens: Store → Category → SKU

เหมาะสำหรับผู้บริหารหรือการประชุมติดตามผล เริ่มจากดูว่าร้านค้าทำได้ตาม Target หรือ Forecast หรือไม่ จากนั้นจึงเจาะลงไปว่าหมวดใดและสินค้าใดเป็นตัวทำให้ผลลัพธ์ดีขึ้นหรือแย่ลง

2. Execution Lens: SKU → Category → Store

เหมาะสำหรับทีมปฏิบัติการและการจัดสรรงบ เพราะ SKU คือหน่วยที่สร้างยอดขายจริง เมื่อรู้ว่าสินค้าตัวใดควร Scale, Fix, Test หรือ Clear จึงค่อยรวมผลขึ้นเป็นหมวดและภาพรวมร้านค้า

ระดับที่ 1: วิเคราะห์ภาพรวมร้านค้า (Store Level)

เป้าหมายของ Store Level คือดูสุขภาพของร้านและระบุให้ได้ว่าปัญหาหลักอยู่ในแกนใด ไม่ใช่รีบลงไปแก้สินค้าโดยยังไม่เห็นภาพรวม

ตัวเลขหลักที่ควรดู

• Sales หรือยอดขายสุทธิ

• Orders และ Units Sold

• Average Selling Price ต่อชิ้น

• Average Order Value หรือ AOV

• Traffic, Visitors, Impressions และ Clicks

• Conversion Rate

• Advertising Spend และ ROAS

• Gross Profit และ Margin

• Cancellation และ Refund Rate

• Stock Availability และจำนวนวันที่สินค้าพร้อมขาย

คำถามสำคัญของระดับร้านค้า

• ยอดขายจริงเทียบกับ Target และ Forecast เป็นอย่างไร

• ยอดขายเปลี่ยนเพราะ Traffic, Conversion, ราคาเฉลี่ย หรือจำนวนชิ้น

• กำไรเติบโตไปพร้อมยอดขายหรือไม่

• งบโฆษณาสร้างยอดขายเพิ่ม หรือเพียงซื้อยอดขายที่ Margin ต่ำ

• สินค้าหลักขาดสต็อกหรือกำลังเข้าสู่ช่วงถดถอยหรือไม่

ระดับที่ 2: วิเคราะห์หมวดสินค้า (Category Level)

เมื่อพบว่าร้านมี Gap ต้องแยกต่อว่าหมวดใดเป็นตัวขับเคลื่อน หมวดใดกำลังชะลอ และหมวดใดมีโอกาสรับงบหรือ Traffic เพิ่ม

ตัวเลขที่ควรเปรียบเทียบในแต่ละ Category

• สัดส่วนยอดขายต่อร้าน

• สัดส่วนจำนวนชิ้นและจำนวนออเดอร์

• การเติบโต WoW, MoM และเทียบช่วงแคมเปญเดียวกัน

• Traffic Share เทียบกับ Sales Share

• ราคาเฉลี่ยต่อชิ้นและ AOV

• Margin และกำไรขั้นต้น

• Stock Cover และสินค้าขาดสต็อก

• จำนวน SKU ที่เติบโต ทรงตัว และลดลง

ตัวอย่างการอ่านข้อมูล

ถ้าหมวดหนึ่งมี Traffic Share สูง แต่ Sales Share ต่ำกว่าค่าเฉลี่ย อาจหมายถึงคุณภาพ Traffic ไม่ดี ราคาไม่เหมาะสม หน้าสินค้ายังไม่สร้างความเชื่อมั่น หรือสินค้าที่รับ Traffic ไม่ใช่ตัวที่พร้อมขาย

ในทางกลับกัน ถ้าหมวดหนึ่งมี Traffic Share ต่ำ แต่ Conversion และ Margin สูง หมวดนั้นอาจเป็นโอกาสสำหรับการเพิ่มการมองเห็นและย้ายงบเข้ามาทดสอบ

ระดับที่ 3: วิเคราะห์สินค้า (SKU Level)

SKU คือจุดย่อยที่สุดที่ทำให้เราเปลี่ยนจากรายงานเป็น Action ได้ เพราะยอดขายของร้านและหมวดเกิดจากผลรวมของสินค้าแต่ละตัว

ลำดับการวิเคราะห์แบบ Traffic-first

Impression → Click → Cost → Conversion → Orders → Units → Sales → Profit

ผมให้ความสำคัญกับ Impression และ Click ก่อน CTR หรือ Conversion Rate เพราะเปอร์เซ็นต์ที่ดูดีบนฐาน Traffic ต่ำอาจทำให้ตัดสินใจผิดได้ SKU ที่มี Conversion สูงจากผู้เข้าชมเพียงเล็กน้อยยังไม่ใช่หลักฐานว่าพร้อม Scale จนกว่าจะได้รับ Traffic มากพอ

ตัวเลขสำคัญระดับ SKU

• Impression และ Click

• CTR, CPC หรือ CPM

• Conversion Rate

• Orders, Units และ Sales

• ราคาเฉลี่ยต่อชิ้น

• AOV

• Advertising Cost และ ROAS

• Gross Profit และ Margin

• Stock Cover

• Product Rank และการเปลี่ยน Rank

• Product Life Cycle: Introduction, Growth, Maturity หรือ Decline

จากข้อมูลสู่ Action: Scale, Fix, Test และ Clear

Scale

ใช้กับสินค้าที่มี Traffic และ Conversion เพียงพอ Margin แข็งแรง สต็อกพร้อม และมีโอกาสเติบโต การ Scale อาจมาจากการเพิ่ม Traffic ย้ายงบ เพิ่ม Affiliate ทำคอนเทนต์ หรือขยายโปรโมชั่น

Fix

ใช้กับสินค้าที่มี Demand หรือ Traffic แต่ผลลัพธ์บางจุดผิดปกติ เช่น CTR ต่ำ Conversion ต่ำ ราคาไม่แข่งขัน หน้าสินค้าไม่ชัด รีวิวไม่พอ หรือโปรโมชั่นไม่เชื่อมกับความต้องการลูกค้า

Test

ใช้กับสินค้าใหม่หรือ SKU ที่ข้อมูลยังไม่พอ ต้องออกแบบการทดสอบให้รู้ว่าจะเปลี่ยนตัวแปรอะไร ใช้งบเท่าไร ใช้เวลาเท่าไร และใช้เกณฑ์ใดตัดสินว่าจะไปต่อหรือหยุด

Clear

ใช้กับสินค้าที่มีโอกาสต่ำ สต็อกสูง Product Cycle เข้าสู่ช่วงถดถอย หรือเงินจมมากกว่าคุณค่าที่สินค้าสร้าง การ Clear ต้องดู Margin, อายุสต็อก และผลกระทบต่อภาพรวมแบรนด์ร่วมกัน

สเกลยอดขายโดยใช้งบโฆษณาเท่าเดิม

การเพิ่มยอดขายไม่จำเป็นต้องเริ่มจากการเพิ่ม Budget หากเรารู้ว่างบเดิมสูญเสียประสิทธิภาพตรงไหน

แนวทางคือ ลดงบจาก SKU ที่ Traffic แพง Conversion ต่ำ Margin ไม่พอ หรือสต็อกไม่พร้อม แล้วโยกไปยัง SKU ที่ Conversion แข็งแรง ราคาเฉลี่ยต่อชิ้นสูงกว่า Margin รองรับ และมีสต็อกพร้อมขาย

การจัดสรรใหม่เช่นนี้ทำให้ยอดขายและกำไรมีโอกาสเติบโตจากงบเท่าเดิม เพราะเงินถูกส่งไปยังจุดที่พร้อมสร้างผลลัพธ์มากกว่า

ตัวอย่างการวิเคราะห์แบบย่อ

สมมติร้านค้ามี Target 1,200,000 บาท แต่ Forecast ปัจจุบันอยู่ที่ 1,000,000 บาท จึงมี Gap 200,000 บาท

เมื่อเจาะ Category พบว่า

• หมวด A มี Traffic สูงแต่ Conversion ลดลง

• หมวด B มี Traffic ต่ำ แต่ Conversion และ Margin สูง

• หมวด C ยอดขายดีแต่สินค้าหลักกำลังขาดสต็อก

เมื่อเจาะ SKU ต่อพบว่า

• SKU A1 ควร Fix หน้าสินค้าและข้อเสนอ

• SKU B1 ควร Scale Traffic และงบโฆษณา

• SKU C1 ควรควบคุมการขายและเร่งแผนเติมสต็อก

• SKU D1 สต็อกสูง ยอดขายช้า และ Margin ต่ำ ควรวางแผน Clear

ผลลัพธ์ของการวิเคราะห์จึงไม่ใช่เพียงรายงานว่า Gap เท่ากับ 200,000 บาท แต่กลายเป็นรายการ Action ที่มีสินค้า เจ้าของงาน งบประมาณ และเวลารับผิดชอบชัดเจน

ขั้นตอนนำ Framework ไปใช้ทุกสัปดาห์

1. เริ่มจากผลลัพธ์ร้านค้า เทียบ Actual, Target และ Forecast

2. แยก Gap ว่ามาจาก Traffic, Conversion, Price, Stock, Margin หรือ Operation

3. เจาะ Category เพื่อหาหมวดที่เป็นตัวฉุดและหมวดที่มีโอกาส

4. เจาะ SKU และจัดกลุ่ม Scale, Fix, Test หรือ Clear

5. กำหนด Action, Owner, Deadline และงบประมาณ

6. ติดตามผลด้วยช่วงเวลาที่เหมาะกับความเร็วการขายของสินค้า

7. บันทึกการเปลี่ยน Rank และสัญญาณ Product Cycle เพื่อใช้ตัดสินใจรอบถัดไป

ข้อผิดพลาดที่พบบ่อย

• ดูยอดขายรวมโดยไม่แยกสาเหตุ

• ตัดสินจาก CTR หรือ Conversion Rate ทั้งที่ Traffic ต่ำ

• เพิ่มงบก่อนแก้ SKU ที่สูญเสียประสิทธิภาพ

• Scale สินค้าที่ Margin หรือสต็อกไม่รองรับ

• เปรียบเทียบวันปกติกับวันแคมเปญโดยไม่แยกบริบท

• ทำรายงานจำนวนมากแต่ไม่มี Action, Owner และ Deadline

บทสรุป

Store → Category → SKU ช่วยให้เราเริ่มจากผลลัพธ์ทางธุรกิจและค่อยๆ หา Root Cause ส่วน SKU → Category → Store ช่วยเปลี่ยนสิ่งที่พบให้เป็นแผนลงมือทำจริง

หัวใจไม่ใช่การมี Dashboard มากที่สุด แต่คือการรู้ว่าตัวเลขใดกำลังส่งสัญญาณอะไร จุดใดควรแก้ก่อน และ Action ใดจะสร้างผลลัพธ์โดยไม่ทำลาย Margin, Stock และการเติบโตระยะยาว

เกี่ยวกับผู้เขียน

สุรศักดิ์ ทองโชติฉัตร (อ๊อด) | Surasak Thongchotchat (Odd) เป็น CMO, Data-Driven Marketer และผู้ประกอบการที่ใช้ข้อมูลเพื่อวิเคราะห์ปัญหา หาโอกาสเติบโต และเปลี่ยนความซับซ้อนทางธุรกิจให้เป็นกลยุทธ์ที่ลงมือทำได้จริง

อ่านแล้วอยากลองใช้กับธุรกิจตัวเอง แต่ไม่รู้จะเริ่มตรงไหน

ทักมาคุยกัน 20 นาที ไม่มีค่าใช้จ่าย ไม่มีการขาย

LINE: oddzz  |  โทร 065-952-4999