เวลาไปบรรยายเรื่องการวางแผนธุรกิจ คำถามที่ผมเจอบ่อยไม่ใช่ TAM SAM SOM คืออะไร เพราะส่วนใหญ่พอจะรู้สูตรกันอยู่แล้ว แต่คำถามที่ทำให้หลายคนอึกอักคือ แล้วตัวเลขจริงไปหามาจากไหนครับ
ความจริงที่หลายคนไม่รู้คือประเทศไทยมีแหล่งข้อมูลเปิดที่ใช้ฟรีอยู่หลายชั้น และบางตัวละเอียดถึงขั้นดูงบการเงินคู่แข่งได้รายบริษัท บทความนี้ผมเลยอยากชวนเพื่อนๆ นักการตลาดมาไล่ดูกันว่าจะประกอบตัวเลขในแต่ละชั้นของ TAM SAM SOM ด้วยข้อมูลจริงจากไหนได้บ้าง และที่สำคัญกว่านั้นคือจะแยกตัวเลขที่เชื่อถือได้ออกจากตัวเลขที่ดูดีแต่ไม่มีที่มาได้ยังไง ใครยังไม่แม่นตัวสูตร แนะนำให้อ่าน TAM SAM SOM คืออะไร ควบคู่ไปด้วยจะเห็นภาพครบขึ้น
Search Volume ปริมาณการค้นหาจาก Google Trends Google Trends และ Keyword Planner บอกปริมาณและทิศทางการค้นหาในหมวดสินค้านั้น ใช้เทียบขนาดความสนใจระหว่างเซกเมนต์ได้ดี ลองนึกภาพคนจะขายเครื่องดื่มสุขภาพ การเทียบปริมาณการค้นหาระหว่างคีย์เวิร์ดสินค้าตัวเองกับคู่แข่ง ช่วยบอกได้ว่าความสนใจกำลังไปทางไหน
Marketplace Data ยอดขายและรีวิวของคู่แข่งบนแพลตฟอร์ม ยอดขายและจำนวนรีวิวของสินค้าคู่แข่งบน Marketplace ใช้ประมาณปริมาณการซื้อจริงในหมวดสินค้าได้ โดยเฉพาะสินค้าที่ขายออนไลน์เป็นหลัก จำนวนรีวิวสะสมของสินค้าขายดีเป็นตัวแทนคร่าวๆ ของจำนวนคนที่ซื้อไปแล้ว
Social Listening ปริมาณการพูดถึงในโซเชียล ข้อมูล Social Listening บอกว่าคนพูดถึงหมวดสินค้านี้มากแค่ไหน พูดถึงในบริบทไหน และเทียบกับคู่แข่งเป็นอย่างไร เป็นตัวแทนความสนใจที่ดีในตลาดที่ยังไม่มีตัวเลขมูลค่าชัดเจน
Field Survey การสำรวจภาคสนามด้วยตัวเอง สำหรับธุรกิจที่มีหน้าร้าน การนับจำนวนคนเดินผ่านหน้าทำเล หรือนับจำนวนร้านคู่แข่งในรัศมีที่กำหนดจากแผนที่ มักแม่นกว่ารายงานระดับประเทศ ลองนึกภาพคนจะเปิดร้านกาแฟ ข้อมูลจากการไปนั่งนับคนเดินผ่านหน้าทำเลจริงสองวัน มีค่ากับการตัดสินใจมากกว่ารายงานตลาดกาแฟทั้งประเทศเป็นร้อยหน้า
First-Party Data ข้อมูลในบ้านเราเองที่ใช้คำนวณ SOM
ชั้นสุดท้ายคือชั้นที่ไม่มีใครหาให้เราได้ เพราะ SOM ไม่ได้อยู่ในรายงานฉบับไหนบนอินเทอร์เน็ต แต่อยู่ในระบบของเราเอง
Circular Reference ระวังการอ้างอิงวนเป็นวงกลม บ่อยครั้งที่เว็บ A อ้างเว็บ B เว็บ B อ้างเว็บ C แล้ว C ก็อ้างกลับมาที่ A สุดท้ายเราได้ตัวเลขที่ดูเหมือนมีหลายแหล่งยืนยัน ทั้งที่จริงคือตัวเลขเดียวที่ถูกคัดลอกวนไปมา ทุกครั้งที่เจอตัวเลขน่าสนใจ ให้ไล่ตามไปจนถึงต้นทางว่าใครเป็นคนเก็บข้อมูลนั้นจริง ถ้าไล่ไปแล้วไม่เจอต้นทาง ให้ถือว่ายังใช้อ้างอิงไม่ได้
Report for Sale ระวังรายงานที่มีไว้ขายของ เว็บขายรายงานวิจัยบางแห่งเผยแพร่ตัวเลขการเติบโตที่ดูสวยเพื่อดึงคนเข้าเว็บ โดยไม่เปิดเผยระเบียบวิธีวิจัย ลองนึกถึงตัวเลขแบบตลาดนี้จะโต 25% ทุกปีไปอีกห้าปี ที่ไม่บอกว่าเก็บข้อมูลจากใคร กลุ่มตัวอย่างเท่าไหร่ ตัวเลขแบบนี้ต่อให้ดูน่าตื่นเต้นก็ยังใช้อ้างอิงไม่ได้
Data Freshness ระบุปีของข้อมูลทุกตัว ตัวเลขตลาดมีวันหมดอายุครับ การหยิบมูลค่าตลาดจากรายงานเมื่อหลายปีก่อนมาใช้โดยไม่บอกปี ทำให้ทั้งแผนเสียความน่าเชื่อถือทันทีที่มีคนตรวจเจอ ลองนึกถึงการเอาตัวเลขพฤติกรรมผู้บริโภคจากช่วงโควิดมาวางแผนปีนี้ ภาพที่ได้จะคลาดเคลื่อนไปคนละเรื่อง
Fact vs Assumption แยกข้อเท็จจริงออกจากสมมติฐาน ในไฟล์คำนวณ ให้ทำสัญลักษณ์แยกให้ชัดว่าช่องไหนคือตัวเลขที่มีแหล่งอ้างอิง และช่องไหนคือตัวเลขที่เราตั้งสมมติฐานขึ้นเอง เวลาสถานการณ์เปลี่ยนจะรู้ทันทีว่าต้องกลับไปแก้ตรงไหน และเวลาถูกถามจะไม่เผลอตอบสมมติฐานของตัวเองเป็นข้อเท็จจริง
TAM SAM SOM จะแม่นแค่ไหน ขึ้นอยู่กับวัตถุดิบที่เราป้อนเข้าไปทั้งหมด และวัตถุดิบที่เหมาะที่สุดสำหรับคนทำธุรกิจในไทย ไม่ใช่รายงานตลาดต่างประเทศราคาแพง แต่คือข้อมูลรัฐที่เปิดฟรี งบการเงินคู่แข่งใน DBD และข้อมูลในบ้านเราเอง ที่ประกอบกันเป็นตัวเลขที่อธิบายได้ทุกบรรทัด อยากลองใช้ AI มาช่วยเร่งกระบวนการนี้ ลองอ่านต่อที่ Prompt TAM SAM SOM สำหรับประเมินขนาดตลาด ได้เลย
FacebookFacebookXXLINELineผมเป็นคนขี้เกียจจำ Prompt ครับ ใครที่เคยเรียนคลาส AI กับผมจะรู้ดีว่าผมไม่ค่อยให้ท่องสูตร Prompt ยาวๆ ไปใช้ เพราะเชื่อว่าถ้าเราเข้าใจ Logic เบื้องหลังว่าทำไม Prompt ตัวนั้นถึงได้คำตอบดี เราจะดัดแปลงเองได้ทุกสถานการณ์ แต่กับงานประเมินขนาดตลาดนี่ ผมยอมรับว่าการมี Prompt ตั้งต้นที่วางโครงมาดีช่วยประหยัดเวลาได้เยอะจริง เพราะปัญหาที่เจอบ่อยที่สุดเวลาคนเอา TAM SAM SOM ไปถาม AI ตรงๆ ว่า ช่วยประเมินขนาดตลาดสินค้านี้ให้หน่อย คือ AI จะร่ายตัวเลขออกมาเป็นล้านเป็นพันล้านอย่างมั่นใจ ทั้งที่ไม่มีข้อมูลจริงสักตัว มันแต่งตัวเลขขึ้นมาเองล้วนๆ แล้วคนก็หยิบไปใส่สไลด์เสนอนักลงทุนต่อโดยไม่รู้ว่ากำลังถือระเบิดเวลาอยู่ บทความนี้ผมเลยอยากชวนเพื่อนๆ นักการตลาดมาดูชุด Prompt TAM SAM SOM ทั้ง 8 ตัวที่ผมออกแบบด้วยโครง SPICE เพื่อบังคับให้ AI ทำงานบนข้อมูลจริงและแยกตัวเลขที่เดาออกจากตัวเลขที่อ้างอิงได้ และคราวนี้ผมเติมตัวอย่างการใช้งานจริงให้แต่ละตัวด้วย เพื่อให้เห็นภาพว่าเวลาแทนข้อมูลธุรกิจตัวเองลงไปแล้วหน้าตาเป็นยังไง ใครยังไม่แม่นตัวสูตร แนะนำให้อ่าน TAM SAM SOM คืออะไร […]
FacebookFacebookXXLINELineบทความนี้เบลล์จะพาทุกคนไปเจาะลึก PESTEL Analysis ธุรกิจ Data Center ไทย ปี 2026 ค่ะ เพราะในช่วงไม่กี่ปีที่ผ่านมา ประเทศไทยกำลังได้รับความสนใจในฐานะพื้นที่ลงทุนด้านโครงสร้างพื้นฐานดิจิทัลของภูมิภาค เห็นได้จากความเคลื่อนไหวของบริษัทเทคโนโลยีระดับโลก ทั้ง AWS ที่เปิดให้บริการ Cloud Region ในประเทศไทย รวมถึง Google ที่เปิดตัว Cloud Region ในกรุงเทพฯ และเดินหน้าพัฒนา Data Center ในชลบุรี ขณะที่ Microsoft ประกาศลงทุนพัฒนาโครงสร้างพื้นฐานด้าน Cloud และ AI ภายในประเทศ ท่ามกลางความต้องการจัดเก็บและประมวลผลข้อมูลที่เพิ่มขึ้นจากการเติบโตของ AI และบริการดิจิทัลต่าง ๆ อย่างไรก็ตาม การเติบโตของธุรกิจ Data Center ไม่ได้ขึ้นอยู่กับเม็ดเงินลงทุนหรือจำนวนโครงการเพียงอย่างเดียวค่ะ แต่ยังเชื่อมโยงกับปัจจัยภายนอกหลายด้าน ตั้งแต่นโยบายส่งเสริมการลงทุน ภาวะเศรษฐกิจ ความพร้อมของระบบไฟฟ้าและพลังงานสะอาด การพัฒนาบุคลากร เทคโนโลยี ไปจนถึงกฎหมายและการกำกับดูแลข้อมูล วันนี้เบลล์จึงอยากชวนทุกคนมาวิเคราะห์ผ่านกรอบ PESTEL ว่า […]