สถานะโปรเจค — Customer Insight
เอกสารนี้คือ บันทึกกระบวนการทำงาน + ความคืบหน้า ของการวิจัยลูกค้า (Phase 0) โดยแกะจาก Facebook page inbox จริง 10,116 ห้อง. เป็น fact + การวิเคราะห์ลูกค้า ยังไม่ใช่ข้อสรุปเลือกกลุ่ม/สินค้า — เพราะข้อมูลมีข้อจำกัด และยังไม่ควรปิดโอกาสกลุ่มใด
10,116
ห้องแชทที่แกะ
฿2.17M
รายได้รวมที่จับได้
Phase 0
หา Where to Play
วิธีอ่านเอกสาร: 🔢 FACT = ตัวเลขนับได้ตรงจากแชท · 🔍 อ่าน = การตีความ (มีสมมติฐานปน). แยกกันชัดเพื่อไม่ให้เข้าใจผิดว่าอะไรคือข้อเท็จจริง อะไรคือความเห็น
⚠️ ข้อมูลอ่อนไหว: เอกสารนี้มีตัวเลขรายได้และการวิเคราะห์ลูกค้าจริง — ตั้ง
noindex และไม่เปิดเผยชื่อลูกค้ารายบุคคล (ใช้ "whale #1" แทนชื่อจริง)
SStrategy Map — แผนภาพใหญ่
แผนกลยุทธ์ที่วางไว้ (เอกสารมีชีวิต ปรับได้เมื่อข้อมูลใหม่เข้า) — งาน insight นี้คือส่วนหนึ่งของ Phase 0
เป้าหมาย (Winning Aspiration)
- กำไร 3 ล้านบาท/เดือน
- เป็นผู้นำ category ที่เลือก (ไม่ใช่แค่ผู้เล่นหนึ่งในตลาด)
- โมเดลยั่งยืน ไม่ขึ้นกับแรงเจ้าของ ไม่เสี่ยง TOS ขยายไป global ได้
- สินค้ามีความลึกจนมีคนเปิดคอร์สสอนใช้
Core Insight: "เว็บรวม AI" แบบขาย access = โมเดลเดียวกับ shared subscription (เทียบราคาง่าย ลอกง่าย พึ่ง TOS คนอื่น สู้ราคา) → ต้องเปลี่ยนจาก ขาย access เป็น ขายผลลัพธ์/workflow สำหรับกลุ่มคนเฉพาะ
แต้มต่อที่มีอยู่แล้ว
- รู้ว่าลูกค้าไทยซื้อ AI ไปทำอะไร (data จากธุรกิจเดิม)
- มีฐานลูกค้า + ช่องทางขายพร้อมใช้
- เก่ง service — พา user ที่ใช้ AI ไม่เป็นไปถึงผลลัพธ์ได้
เส้นทาง 4 Phase
Phase 0 — หา Where to Play กำลังทำ
เลือก 1 กลุ่มลูกค้า + 1 ปัญหาเจ็บจริง · วิเคราะห์ลูกค้าเก่า + IDI 15-20 คน · Gate: ตอบได้ 1 ประโยค "ช่วย [ใคร] ทำ [อะไร] ได้ [ผลลัพธ์] โดยไม่ต้อง [ความเจ็บเดิม]"Phase 1 — พิสูจน์ How to Win (1-3 เดือน)
MVP รอบ "ผลลัพธ์" ไม่ใช่ "เครื่องมือ" · ตั้งราคาจาก value · ขายเข้าฐานเดิมก่อน · Gate: retention ดี + คนบอกต่อเอง (~50-100 ผู้ใช้จ่ายเงิน)Phase 2 — สร้าง Moat + สเกลในไทย (3-12 เดือน)
Content/community engine · moat ที่ลอกยาก · ระบบแทนแรงเจ้าของ · Gate: โต MoM สม่ำเสมอ, CAC < LTV, ธุรกิจเดินได้โดยเจ้าของถอย (เป้า 0.5-1.5M/เดือน)Phase 3 — Global (12 เดือน+)
เริ่มจากตลาดปัญหาเหมือนไทย (SEA → global) · localize ง่ายตั้งแต่ออกแบบ · partnership กับ creator ต่างประเทศ (เป้า 3M/เดือน)หลักการตัดสินใจ (กรองทุกไอเดีย)
- ขายผลลัพธ์ ไม่ขาย access
- ถ้าคู่แข่งลอกได้ใน 1 เดือน = ยังไม่ใช่ moat
- ถ้าต้องสู้ด้วยราคา = ผิดสนาม ถอยมาเลือกใหม่
- ทุกอย่างต้องลดการพึ่งแรง/เวลาเจ้าของ ไม่ใช่เพิ่ม
- แคบก่อนแล้วชนะ ดีกว่ากว้างแล้วแพ้
ธุรกิจเดิม (ระหว่างทาง)
คงไว้เป็น cash flow + ช่องทางส่งลูกค้าเข้าตัวใหม่ (โควตา ~20-30% เวลา โหมด "รักษาระดับ") · หยุดลงทุน/ลงแรงเพิ่ม · ตัด SKU เสี่ยง TOS · เลิกเมื่อธุรกิจใหม่เลี้ยงตัวเองได้
Pความคืบหน้า Phase 0
แกะข้อมูลจากแชทเสร็จแล้วเป็นส่วนใหญ่ — ส่วนที่แชทตอบไม่ได้ (มูลค่า/WTP/คู่แข่ง/ตลาด) ยังต้องหาต่อ
| สิ่งที่ต้องได้ (5 ข้อ) | สถานะ | ได้จากไหน |
|---|---|---|
| Job-to-be-done | มีข้อมูล | แชท (ส่วน 3) |
| Pain | มีข้อมูล | แชท (ส่วน 4) |
| ทางแก้ปัจจุบัน | มีข้อมูล | แชท (ส่วน 5) |
| Segment | มีข้อมูล | แชท (ส่วน 2) |
| มูลค่าผลลัพธ์ (ฐานตั้งราคา) | ยังขาด | ต้อง IDI |
| คู่แข่ง / ตลาด (ภาพนอก) | ต้องหานอก | competitor/market research |
1ยอดขาย & พฤติกรรมซื้อ 🔢 FACT
นับตรงจาก payment events ในแชท — เชื่อถือสูงสุด (ฐาน A: full inbox 10,116 ห้อง)
฿2,166,878
รายได้รวม (4,452 ครั้งจ่าย)
฿487
Avg order value
36.2%
conversion (จ่าย/buy-intent)
Outcome ของ 10,116 ห้อง: จ่ายแล้ว 3,154 · สนใจยังไม่จ่าย 5,053 · สั่งแล้วยังไม่จ่าย 539 · ถามเฉยๆ 990 · noise 358 · support 22 · ลูกค้าจ่ายซ้ำ >1 ครั้ง = 951 คน (~40% ของผู้จ่าย)
รายได้รายเดือน (พ.ค.68 → มิ.ย.69)
| เดือน | รายได้ | ครั้งจ่าย | แนวโน้ม |
|---|---|---|---|
| 2025-09 | ฿89,794 | 195 | |
| 2025-12 | ฿181,429 | 302 | |
| 2026-01 | ฿182,840 | 367 | |
| 2026-02 | ฿217,423 | 391 | |
| 2026-03 | ฿352,778 | 636 | |
| 2026-04 | ฿345,399 | 760 | |
| 2026-05 | ฿325,771 | 717 | |
| 2026-06 | ฿137,320* | 353 |
🔍 อ่าน โตต่อเนื่องถึงพีค มี.ค.69 (฿352K) แล้ว เม.ย.-พ.ค. ทรงตัว/ลดเล็กน้อย. *มิ.ย. เป็นเดือนข้อมูลไม่เต็ม/ไม่ครบ อย่าตีความว่าตก 60%
รายได้ตามสินค้า (ห้องซื้อสินค้าเดี่ยว)
multi (ซื้อหลายตัว): ฿1,785,183 (1,960 ห้อง) · Grok ฿126K · Gemini ฿115K · ChatGPT ฿113K · Claude ฿49K · Flow ฿20K · Perplexity ฿19K · ที่เหลือ < ฿10K
2กลุ่มลูกค้า 6 กลุ่ม 🔢 FACT
วิธี: codebook coding บนกลุ่มตัวอย่างสุ่ม 1,995 ห้อง (ฐาน B) — เป็นการตีความจากคน+AI, สัดส่วน conversion เชื่อได้ระดับ directional
| กลุ่ม | n | สัดส่วน | conv% | ฿/จ่าย | %กังวล |
|---|---|---|---|---|---|
| other (ถามเฉยๆ) | 1,094 | 54.8% | 20.9% | ฿690 | 13% |
| cost_saver (สายหาร) | 271 | 13.6% | 39.1% | ฿612 | 36% |
| power_user (หลายตัว) | 270 | 13.5% | 50.4% | ฿874 | 45% |
| newbie_fearful (มือใหม่) | 181 | 9.1% | 62.4% | ฿602 | 71% |
| creator_video (สายคลิป) | 172 | 8.6% | 41.3% | ฿676 | 30% |
| reseller (ตัวแทน) | 7 | 0.4% | 28.6% | ฿1,046 | 43% |
🔍 อ่าน (ทุกกลุ่มเท่ากัน)
- other = กว่าครึ่ง (55%) ถามลอยๆ ไม่บอกตัวตน ปิดต่ำสุด (21%) — เป็นทั้งบ่อรายได้ใหญ่สุด (จำนวนเยอะ) และรอยรั่วใหญ่สุด กลุ่มนี้ยัง "อ่านไม่ออก"
- power_user จ่ายต่อหัวสูงสุด (฿874) — ใช้หลายตัวพร้อมกัน
- newbie_fearful กังวลสูงสุด (71%) แต่ปิดง่ายสุด (62%) เมื่อประคองดี
- cost_saver conversion กลาง (39%) เน้นความคุ้ม
- conversion แปรผันตามความชัดเจน+ความกังวล: ยิ่งลูกค้าแสดงตัวตน ยิ่งปิดง่าย
3Job-to-be-done 🔢 FACT
จ้าง AI ไปทำงานอะไร — นับจาก 2,319 ประโยคที่บอก use case (ฐาน A, keyword)
| งานที่จ้าง AI | ครั้งพูดถึง | สัดส่วน |
|---|---|---|
| ทำคลิป/วิดีโอ | 965 | 42% |
| ทำรูป/กราฟิก | 444 | 19% |
| อื่นๆ/ไม่ระบุชัด | 301 | 13% |
| วิจัย/เรียน/วิชาการ | 266 | 11% |
| เขียนโค้ด/ทำแอป/เว็บ | 108 | 5% |
| เอกสาร/งานออฟฟิศ | 102 | 4% |
| คอนเทนต์/มาร์เก็ตติ้ง | 79 | 3% |
| ขายของ · เทรด · แปล · บัญชี · อื่นๆ | <30 ต่อกลุ่ม |
🔍 อ่าน นับจาก "จำนวนคนพูดถึง" (mindshare) ไม่ใช่จำนวนเงิน. วิดีโอ+รูป = 61% ของ job ที่พูดถึง แต่ mindshare ≠ รายได้เสมอ — ต้องดูส่วน 8 (รายได้ต่อสาย) ประกอบ. เป็น directional (จับเฉพาะประโยคพิมพ์ตรงคำ นับต่ำกว่าจริง)
4Pain / คำถาม how-to 🔢 FACT
Objection / คำบ่น (นับจาก 10,116 ห้อง)
| บัญชีหลุด/เด้งออก | 1,899 |
| ลิมิต/เต็มโควต้า | 719 |
| โดนแบน | 659 |
| ราคาแพง | 313 |
| error ใช้งาน | 255 |
| ขอคืนเงิน | 204 |
| เชื่อถือ/กลัวโกง | 167 |
คำถาม how-to ที่ถามซ้ำ (2,249)
| วิธีสมัคร/ติดตั้ง/โหลด | 1,102 |
| เข้าใช้งาน/ล็อกอินไม่ได้ | 370 |
| วิธีต่ออายุ/จ่ายเงิน | 307 |
| วิธีเริ่มต้น/ใช้ครั้งแรก | 285 |
| จัดการบัญชีหาร/รหัส | 143 |
| ใช้ฟีเจอร์เฉพาะ (prompt) | 42 |
🔍 อ่าน (สำคัญ — 2 ชั้น)
- ~80% ของ how-to คือ friction ของ "โมเดลหาร" (สมัคร/ล็อกอิน/ต่ออายุ/จัดการรหัส = 1,882) ไม่ใช่ "ใช้ AI ทำงานไม่เป็น" — เป็นความยุ่งยากจากการแชร์บัญชี/เปลี่ยนเมล
- ส่วนที่เป็น "ใช้ AI ไม่เป็นจริงๆ" (prompt/ฟีเจอร์) มีแค่ 42 — เล็กมากในฐานรวม
- Pain อันดับ 1 (บัญชีหลุด 1,899) เป็น post-purchase = ปัญหาหลังจ่าย ไม่ใช่ตัวกระตุ้นซื้อ
5ทางแก้ปัจจุบัน / คู่แข่ง 🔢 FACT
"ก่อนมาหาเรา ลูกค้าอยู่ที่ไหน" — 750 สัญญาณ (ฐาน A)
| ทางแก้ปัจจุบัน | ครั้งพูดถึง |
|---|---|
| ใช้ตัวฟรีอยู่ | 476 |
| สมัครเอง/จ่ายตรงกับเว็บ | 84 |
| เคยโดนโกง/เพจอื่นมีปัญหา | 74 |
| เคยใช้เพจอื่น (ย้ายมา) | 60 |
| เทียบว่าคุ้มกว่าสมัครเอง | 60 |
🔍 อ่าน (มุมคู่แข่ง)
- คู่แข่งไม่ได้มีแค่เพจหารด้วยกัน — ทางเลือกที่พูดถึงมากสุดคือ "ตัวฟรี" (476) และ "สมัครเอง" (84)
- มีตลาดเพจหารคู่แข่งอยู่จริง (เคยใช้เพจอื่น 60 + โดนโกงจากเพจอื่น 74) — ตลาดมีผู้เล่นหลายราย + มีปัญหาความน่าเชื่อถือทั้งวงการ
⚠️ แชทเห็นแค่ทางเลือกที่ลูกค้า "พูดถึงตอนคุยกับเรา" — ไม่เห็นภาพตลาดคู่แข่งจากภายนอก (ราคา/แพ็ก/ขนาดเพจอื่น, เครื่องมือ global). ต้องหาจาก competitor research แยก
6ราคา / price sensitivity 🔢 FACT
5,664 สัญญาณ (ฐาน A)
| สัญญาณราคา | จำนวน |
|---|---|
| ถามราคา/คุ้มไหม (inquiry ปกติ) | 3,079 |
| ขอลด/ถามโปรโมชัน | 1,858 |
| เทียบราคาที่อื่น | 326 |
| บอกว่าแพงจริงๆ | 350 |
| ขอผ่อน/แบ่งจ่าย/มัดจำ | 51 |
🔍 อ่าน
- คนบอก "แพงจริงๆ" มีแค่ 350 (6% ของสัญญาณราคา) เทียบกับถามราคาเฉยๆ 3,079 → ความไวราคาต่ำกว่าที่คาด
- แต่ระวัง survivorship: คนที่ไวราคามากอาจไม่ทักมาเลย — เราเห็นแต่คนที่ยังคุยอยู่
- AOV จริง ฿487 (ส่วน 1) เป็นตัวเลข behavior ที่เชื่อได้กว่าคำพูดเรื่องราคา
7Churn & Retention 🔢 FACT
วิธี: ledger ทั้งฐาน + อ่านแชท "หลังจ่ายเงิน" 110 เคส (ฐาน A)
40%
จ่ายซ้ำ (951/2,361)
362
true churn (เงียบ ≥90 วัน)
51%
การจ่ายซ้ำที่ร้านทักก่อน
Cohort retention ลดตามรุ่น
| รุ่นที่ซื้อ | ซื้อซ้ำ% |
|---|---|
| รุ่นแรกๆ | 58-68% |
| ก.พ. 69 | 49% |
| มี.ค. 69 | 40% |
| เม.ย. 69 | 21% |
| พ.ค. 69 | 16%* (censored) |
🔍 อ่าน ทั้ง churn/retained เจอปัญหาพอกัน แต่ต่างที่ "ปัญหาแก้จบไหม" (retained 60% แก้จบ vs churn 39%). 57% ของ churn ประโยคท้ายๆ ยังเป็นภาษาคนอยากซื้อ = ไม่ได้หมดความต้องการ แต่ปิดไม่ลง. รากที่พบซ้ำ: ของหมดตอนจะกลับมาต่อ + บัญชี provision เทา
8รายได้ต่อสาย 🔢 FACT
วิธี (ฐาน C): tag ทุกห้องในฐานเต็มด้วย keyword แล้วรวมยอดจ่าย — ต่างจากส่วน 2 (coded sample). ตัวเลขข้ามฐานเทียบตรงๆ ไม่ได้
| สาย | รายได้ | ห้องที่จ่าย | ฿/ห้อง |
|---|---|---|---|
| วิดีโอ | ฿1,593,014 | 926 | ฿1,720 |
| ไม่ระบุ | ฿577,713 | 802 | ฿720 |
| เขียนโค้ด | ฿260,664 | 298 | ฿875 |
| วิจัย/เรียน | ฿187,481 | 188 | ฿997 |
| รูป/กราฟิก | ฿75,666 | 89 | ฿850 |
| เอกสาร/ออฟฟิศ | ฿49,635 | 51 | ฿973 |
| ขาย/มาร์เก็ตติ้ง | ฿12,619 | 13 | ฿971 |
🔍 อ่าน + ⚠️ ระวัง bias เชิงวิธีการ
- สอดคล้องกับ JTBD ว่าวิดีโอเป็นสายที่ทั้งคนพูดถึงเยอะและเงินเยอะ
- แต่ keyword วิดีโอกว้าง (รวม veo/flow/kling/gemini-ที่ทำวิดีโอได้) — ห้องที่ซื้อ Gemini/Grok เพื่อ gen วิดีโอถูกนับเป็น "วิดีโอ" ทั้งที่เป็น general tool. ฿1.59M จึงรวม "คนซื้อ tool ที่บังเอิญทำวิดีโอได้" ไม่ใช่แค่ "คนตั้งใจมาทำวิดีโอ"
- "ไม่ระบุ" ฿577K = ห้องไม่มี keyword สายไหนเลย (จ่ายต่อหัวต่ำสุด ฿720) — ก้อนใหญ่ที่ยังอ่านไม่ออก
- สรุป: วิดีโอนำจริงหลายมุม แต่ตัวเลขเป๊ะยังเชื่อ 100% ไม่ได้
9Demand gap 🔢 FACT
ของที่ลูกค้าถามหา → ร้านตอบ "ไม่มี/ยังไม่เข้า" — 1,672 events / 851 ห้อง (ฐาน A)
| สินค้าที่ร้านตอบ "ไม่มี" | ครั้ง |
|---|---|
| Gemini | 275 |
| Claude | 179 |
| Grok | 170 |
| Flow | 170 |
| Ultra / ChatGPT / Perplexity / NotebookLM | 70-150 |
| Kling / GPT / Canva / Max | 50-60 |
🔍 อ่าน (2 ชั้น ต้องแยก)
- Supply gap (ของที่ร้านมีขาย แต่หมด/ยังไม่เข้าบ่อย): Gemini/Claude/Grok/Flow — ตรงกับ churn (ของหมดตอนจะต่อ) ไม่ใช่ช่องว่างสินค้าใหม่
- Catalog gap (ของที่ร้านไม่เคยมี ลูกค้าถามหาซ้ำ): จาก quote พบ "Grok Heavy" และ "Freepik" โผล่ซ้ำ = ตลาดอยากได้แต่ร้านไม่มี
→สิ่งที่ยังขาด + step วิจัยถัดไป
แชทให้ข้อมูลได้ถึงระดับหนึ่ง — ต่อจากนี้ต้องเก็บจากแหล่งอื่น (ยังเป็นขั้นวิจัย ไม่ใช่ลงมือทำ product)
1. มูลค่าผลลัพธ์ + WTP IDI
แชทตอบไม่ได้: งาน 1 ชิ้น/คลิป 1 ตัว มีค่ากี่บาท · งบรวม/เดือน · ยอมจ่ายเท่าไหร่ให้คนทำให้เสร็จ · ใครตัดสินใจซื้อ
เก็บจาก: IDI 15-20 คนกลุ่มจ่ายดี (ทำได้ทุกสาย ไม่จำกัดวิดีโอ) — มี recruit list เตรียมไว้แล้ว
2. คู่แข่ง / ตลาด (ภาพนอก) หานอก
แชทเห็นแค่สิ่งที่ลูกค้าพูดตอนคุยกับเรา ไม่เห็น: ราคา/แพ็ก/ขนาดเพจหารเจ้าอื่น · เครื่องมือ global · ขนาดตลาด/เทรนด์ · ความต้องการของคนที่ยังไม่ใช่ลูกค้าเรา
เก็บจาก: เว็บคู่แข่ง, Google Trends, Reddit/ProductHunt, กลุ่ม FB, รีวิว TikTok/YouTube
สถานะ: ข้อมูลจากแชท (5 ใน 6 ด้าน) พร้อมแล้ว. ยังไม่ถึงจุดที่ต้องเลือกกลุ่ม/สินค้า — 2 ช่องว่างข้างบนคือสิ่งที่ต้องเติมก่อนจะประเมิน where-to-play ได้ครบทุกด้าน (ลูกค้า/คู่แข่ง/ตลาด/สิ่งที่เราทำได้)
!ข้อจำกัดของข้อมูล (อ่านก่อนตัดสินใจใดๆ)
- Found-data bias: ทุกอย่างมาจากคนที่ "ทักแชทเข้ามาแล้ว" — ไม่เห็นคนที่เห็นเพจแล้วเงียบ, คนที่ไม่รู้จักเรา, หรือตลาดที่ยังเข้าไม่ถึง
- Keyword-match = directional: JTBD/how-to/price/gap นับจาก pattern ตรงคำ — พลาดประโยคพูดอ้อม, นับต่ำกว่าจริง, ปนกันได้ (วิดีโอ vs general tool ส่วน 8)
- Survivorship (ราคา): คนไวราคามากอาจไม่ทักเลย เราเห็น "บ่นแพงน้อย" อาจไม่ได้แปลว่าตลาดไม่ไวราคา
- 3 ฐานต่างวิธี: segment (coded 1,995) vs รายได้ต่อสาย (keyword 10,114) นับคนละแบบ เทียบตรงๆ ไม่ได้
- แชทให้ไม่ได้เลย: มูลค่าต่อผลลัพธ์, WTP, งบรวม, ใครตัดสินใจซื้อ → ต้อง IDI
- ยังไม่มีข้อมูลภายนอก: คู่แข่ง (ราคา/ขนาด), ตลาด (เทรนด์/ขนาด), คนที่ไม่ใช่ลูกค้าเรา
ไฟล์ดิบประกอบใน insight_data/ · เอกสารนี้เป็นบันทึกกระบวนการ ไม่ใช่ข้อสรุปเชิงกลยุทธ์ · กด P เพื่อเซฟ PDF