ปัญหา › เราไม่รู้ว่าสินค้าตัวไหนทำกำไร › อีคอมเมิร์ซและ DTC

เราไม่รู้ว่าสินค้าตัวไหนทำกำไร
in อีคอมเมิร์ซและ DTC

ในแอสเซิร์ตเมนต์ของ DTC ทุกชุดจะมีสินค้าที่ทุกคนคิดว่าน่าจะทำกำไรได้ และสินค้านั้นมักเป็นตัวที่สื่อโฆษณาที่จ่ายเงินถูกสนับสนุนโดยส่วนอื่น สำหรับแบรนด์อีคอมเมิร์ซและ DTC ปัญหานี้ปรากฏชัดเจนในจุดหนึ่ง ตัวเลขที่ตอบคำถามคือ LTV/CAC และ contribution margin ส่วนความซับซ้อนเฉพาะของอุตสาหกรรมคือการกระจายสินค้าปลีกทำให้ต้นทุนการหาลูกค้าถูกกำหนดไว้ล่วงหน้า แต่ต้องใช้เงินทุนหมุนเวียนที่รันเวย์ไม่สามารถรองรับได้ เวอร์ชันทั่วไปของปัญหากับปัญหาที่ธุรกิจกำลังเผชิญจึงมีขั้นตอนแรกที่ต่างกัน

คำตอบสั้น ๆ

การคำนวณ contribution margin ต่อสินค้านั้นยากจริงเพราะต้นทุนส่วนใหญ่ เช่น ค่า creative และแพลตฟอร์ม เป็นค่าใช้จ่ายร่วม และวิธีการปันส่วนตามรายได้หรือ AOV มักทำให้ผลลัพธ์ผิดเพี้ยน การปันส่วนสื่อโฆษณาตามสัดส่วนรายได้ทำให้สายงาน AOV สูงดูเหมือนแพงและสายงาน AOV ต่ำดูเหมือนคุ้มค่า ซึ่งตรงข้ามกับความจริงเมื่อสายงาน AOV ต่ำกินงบโฆษณาเกินสัดส่วน

วิธีที่ใช้ได้คือปันส่วนเฉพาะต้นทุนที่ติดตามได้จริง เช่น สื่อโฆษณาเฉพาะสินค้าและการคืนสินค้า ส่วนที่เหลือปล่อยเป็นกองกลาง ผลที่ได้คือ contribution ต่อสายสินค้าหลังหักต้นทุนผันแปรและกองต้นทุนร่วมก้อนเดียว ซึ่งมีประโยชน์มากกว่าตัวเลขที่ดูดซับทุกอย่างแล้วแต่ไม่มีใครเชื่อถือ

ผลลัพธ์มักไม่สบายใจ ในแอสเซิร์ตเมนต์ส่วนใหญ่มี SKU เพียงส่วนน้อยที่แบกรับทั้งหมด และมีสินค้าที่อยู่มานานอย่างน้อยหนึ่งตัวที่ขาดทุนต่อเนื่องหลายปีโดยทุกคนยังคิดว่ากำไร

จะรู้ได้อย่างไรว่านี่คือปัญหาของคุณจริง ๆ

สามอย่างนี้รวมกันคือสัญญาณชัดเจน ถ้ามีเพียงอย่างเดียวมักชี้ไปที่อย่างอื่น

✓ LTV/CAC โดยรวมถูกอ้างเป็นตัวชี้วัดบริษัท แต่ contribution margin ต่อสินค้าไม่ได้ถูกแยกออกมา
✓ ไม่มีใครลบ SKU ใดเลยเป็นเวลาหลายปีแม้สัดส่วนสื่อโฆษณาจะเพิ่มขึ้น
✓ ผู้ก่อตั้งและ CFO ให้คำตอบต่างกันว่าสินค้าตัวไหนเป็นตัวขับเคลื่อนอัตราการซื้อซ้ำ

สิ่งที่มักทำให้สถานการณ์แย่ลง การดูดซับโอเวอร์เฮดทั้งหมดลงในสายสินค้าโดยปันส่วนสื่อโฆษณาทั้งหมดตามสัดส่วนรายได้ ซึ่งสร้างตัวเลข LTV/CAC ที่ดูแม่นยำแต่ตั้งอยู่บนกฎเกณฑ์ตามอำเภอใจ และถูกปกป้องเพราะดูเหมือนเข้มงวด

Who this is for — and who it is not

It is for you if you run or finance a DTC brand and product profitability is quoted as a company-wide gross margin. It is the situation where the numbers are available but nobody has put them in an order that produces a decision.

It is not for you if Percision is the wrong tool if you already know the answer and only need execution capacity, or if the business is pre-revenue — then the constraint is evidence about the market, not analysis of your own figures. Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library. Also wrong if you need facilitation, politics, or someone to sit with a lender or buyer. Those are human jobs.

Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library.

เมื่อวิเคราะห์จริงแล้วจะเป็นอย่างไร

Below is an excerpt from a real run of this analysis on แบรนด์ DTC. It is a sample profile rather than a customer, and it is engine output translated from English — this is the format you get, on your own numbers.

The subject is Northaven Goods, a sample company profile used for testing rather than a customer — $62M revenue, 95 people.

Excerpt from a real Percision run · Quick Market Scan · sample company profile

The move. Turn one-time lifetime-guarantee buyers into recurring 55%-margin members before wholesale consumes runway.

The leak it closes. Reduces paid-media CAC reliance by 8-12% via member referral loop

The assumption it rests on. Pilot cohort of 500 customers achieves ≥35% 12-month repeat-rate — the engine put the probability at 0.7.

What the run committed to
Investment required	$180-250K total — $120K platform build (internal dev) + $60-130K pilot marketing and inventory
Expected return	23.3× — $42M upside / $1.8M investment; ROI based on actual $72M revenue base
Revenue, year 1	$1.8M incremental (8,000 members × $49 × 55% GM × 12 months)
Revenue, year 2	$5.4M incremental (18,000 members)
Revenue, year 3	$11.2M incremental (25,000 members)

This is one move out of a full analysis. Read a complete report — every page, no email required.

เครื่องมือทำอะไรกับคำถามนี้

This question routes to Matrix Strategy, one of 29 engagements the platform runs. For แบรนด์อีคอมเมิร์ซและ DTC it works through LTV/CAC, contribution margin, paid media as % of revenue and repeat purchase rate, then produces the sequence rather than a list of options — which move first, what it funds, and the observation that would say the sequence is wrong.

You watch the analysis get built before paying anything. อ่านรายงานฉบับเต็มได้ที่นี่ if you would rather see the depth first.

คำถามที่คนถามเกี่ยวกับเรื่องนี้

ต้องใช้ activity-based costing หรือไม่

แทบไม่จำเป็นสำหรับการตัดสินใจที่กำลังทำอยู่ ต้นทุนที่ติดตามได้บวกกับกองกลางที่ไม่ปันส่วนก็พอให้ได้ลำดับความสำคัญ และลำดับนั้นคือสิ่งที่จะนำไปปฏิบัติ ABC แบบเต็มรูปแบบเป็นโครงการที่มักยืดยาวเกินกว่าการตัดสินใจที่เป็นต้นเหตุ

แล้วสินค้าที่สนับสนุนตัวอื่นล่ะ

ระบุให้ชัดเจนและตั้งราคาความสนับสนุนนั้น สายสินค้าที่ขาดทุนแต่ดึงรายได้ที่ทำกำไรได้จริงคือต้นทุนการตลาดที่มีชื่อ ซึ่งเป็นสิ่งที่ยอมรับได้ตราบใดที่มีคนตัดสินใจแล้ว

ควรทำใหม่บ่อยแค่ไหน

ปีละครั้ง และหลังการเปลี่ยนแปลง mix ที่สำคัญ ลำดับความสำคัญมักเสถียรกว่าตัวเลข ดังนั้นการทำซ้ำจึงถูกลงทุกครั้ง

Is this different in e-commerce & dtc than in other industries?

Materially, yes. Retail distribution fixes the customer-acquisition cost but needs working capital the runway cannot fund — which changes both the diagnosis and the order of the fixes. The metrics that decide it here are LTV/CAC, contribution margin, paid media as % of revenue, and an answer built on industry-general benchmarks will usually point at the wrong one first.

What data do I need before this analysis is worth running for a DTC brand?

Less than most people expect. Your last twelve months of revenue and cost split the way you already split it, plus whatever you hold on LTV/CAC and contribution margin. The analysis is explicit about what it is assuming where your data stops, which is more useful than waiting for numbers you may never have.

When is Percision the wrong tool?

Percision is the wrong tool if you already know the answer and only need execution capacity, or if the business is pre-revenue — then the constraint is evidence about the market, not analysis of your own figures. Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library. Also wrong if you need facilitation, politics, or someone to sit with a lender or buyer. Those are human jobs.