CRM 360°

Customers

—

Orders

—

Revenue

—

AOV

—

Orders / Customer

—

One-time vs Repeat

Share of customer base by lifetime order count

Purchase Frequency Buckets

How many customers fall into each lifetime-order range

New vs Returning — last 24 months

Each month: first-time buyers vs returning buyers

Year × Month — active customers

Distinct customers who ordered in each month, with the new-customer share shaded in. Full history — the date range does not apply to this grid (a year × month grid clipped to the selected window is just a table). Page / product / TMC still scope it. Web & direct only, identity-deduped.

Yearly customer performance

The customer-side companion to Executive's Yearly Performance table. Retained = of the previous year's active customers, the share that ordered again this year; churn is its complement. Repeat counts customers with 2+ orders within that year. The first year has no retention figure, and the current year is partial.

ทำอะไรกับใคร — แบ่งโซนตามโอกาสกลับมาซื้อ

กลุ่มที่ใช้ทำงานจริง: แต่ละช่อง P × T มีโอกาสกลับมาซื้อที่วัดจากประวัติจริง แล้วรวบเป็น 4 โซนตามเกณฑ์ของทีม CRM · เปอร์เซ็นต์วัดจากฐานทั้งหมด ไม่ขยับตามตัวกรอง ส่วนจำนวนคนขยับตาม

ขั้น P × ความกว้าง G

ซื้อมาแล้วกี่ครั้ง (P) เทียบกับซื้อกว้างแค่ไหน (G) · เป็นสองแกนที่บอกว่าควรขายตัวเดิมซ้ำหรือข้ามหมวด — G1 ให้เสนอตัวที่สองในหมวดเดิมก่อน ต้อง G2 ขึ้นไปจึงข้ามหมวด

รหัสเดิมกลายเป็นอะไร — ตารางเทียบเก่า–ใหม่

ไฟล์เก่าที่ส่งให้ทีมไปแล้วใช้รหัส RFM / behavioral segment ชุดเดิม การ์ดนี้บอกว่าคนกลุ่มนั้นวันนี้อยู่ช่อง P×T ไหน เพื่อให้แปลรายชื่อเก่าได้โดยไม่ต้องทิ้ง · ชุดเดิมนับรายเบอร์ ชุดใหม่รวมเบอร์ของคนเดียวกันแล้ว ยอดรวมสองฝั่งจึงไม่ต้องตรงกัน · กลุ่ม At-Risk (E1/E2/E3) ไม่เคยมีคนเลยตั้งแต่แรก เพราะเงื่อนไข Active ดักคนกลุ่มนี้ไปก่อน

⚠️ Waiting for stock, not churned

Every other card on this tab treats a long gap since the last order as churn. For a large share of customers that is wrong: the product they bought was not on sale. A product with no order line for 60+ days was not sellable, so a customer whose last order contained it has had nothing to come back for. Read this card before acting on any churn number. Out-of-stock windows are derived from sales gaps, not a stock feed — expected return dates are a business fact this dashboard does not hold.

Lapsed >90d

—

Waiting for stock

—

Real churn

—

Value waiting

—

Avg LTV · waiting

—

Avg LTV · real churn

—

By purchase grade

If the better grades skew higher, our best "lost" customers were blocked, not disloyal

What they are waiting for

Lapsed customers whose last order contained a product that is still unsellable

Currently unsellable products

Days since the last order line. Past gaps that later recovered are listed too — those were stockouts, and the customers behind them did come back.

Customer-base flow — why the active base moved

Each month: new (first order in scope) + reactivated (ordered after 90+ days quiet) − newly lapsed (crossed 90 days without ordering that month) = net change of the 90-day active base. All-time — the date range does not apply; page/product/TMC filters do. The current month is still filling in on all three counts. Click a bar to drill. Before reading lapses as churn, see the stock card above — some of these customers are waiting for a product, not gone.

Active base · last 90d

—

New

—

Reactivated

—

Newly lapsed

—

Net

—

Reactivated per lapsed

—

Time to second order

Days between the 1st and 2nd order, per customer. All-time — the date range does not apply; page/product/TMC filters do. Web & direct only, identity-deduped; same-day orders count as one. The median calibrates the 90-day rule used everywhere on this tab — if it is well under 90, win-back nudges can fire earlier. Click a bar to drill.

Median gap

—

Typical range (P25–P75)

—

Reached a 2nd order

—

2nd within 90d · mature

—

No 2nd order yet

—

Gap distribution

Customers with a 2nd order, by how many days it took (one-timers are the KPI tile, not a bar)

By acquisition year

% 2nd ≤ 90d only counts customers acquired ≥90 days ago, so years compare fairly. immature = part of the intake is under 90 days old — its median is biased low and can still move.

Quarterly cohort retention

Rows = quarter of first order · columns = quarters since · all cohorts (small cohorts show volatile rates)

💎 TMC members by purchase year × recency

Rows = year the member bought · columns = how long ago their most-recent order was · TMC · web/direct only · independent of the filter bar

Non-TMC members by purchase year × recency

Rows = year the member bought · columns = how long ago their most-recent order was · non-TMC · web/direct only (excludes Shopee/Lazada) · independent of the filter bar

Customer product profile · selected date range

Customers who ordered within the filter-bar date range · categories/products/revenue scoped to that range · web/direct · units & customers only

Loading…

Inbox leads

—

Quality

—

Closed

—

Customers acquired

—

Avg LTV

—

Repeat rate

—

Lead funnel → customers acquired

The lead side comes from leads; the customer side counts people whose first ever order falls in the range. They are not joined per person — leads.mobile is masked (populated on 0.8% of rows), so these are two independent counts of the same channel and window. Closed leads include returning customers, so closed ÷ acquired is not a conversion rate.

By channel — lead funnel vs customer quality

Left block is leads, right block is the customers acquired on that page. A channel appears even if only one side has data.

By lead source

Ads / Walk-in / BC / LIVE. Lead-side only — source exists on leads and has no counterpart on orders.

Leads in vs customers acquired

Monthly. Bars are leads and closed leads; the line is customers whose first order landed that month.

Acquisition product — which product buys customers who come back

The acquisition product is the base SKU with the most units in the customer's first order. Repeat and timing are measured all-time from that first order, not clipped to the date range. Groups under 10 customers are hidden. On this tab the product filter selects the acquisition product, not "ever bought". Units-based label — never a per-SKU revenue split.

By first category

Same cohort, grouped by the category of the acquisition product

By acquisition page

The page the customer's first order came from

Cohort maturity — repeat within 90 days

One row per acquisition month. immature means fewer than 90 days have passed since the month ended, so its 90-day figure can still rise — it is not a collapse.

What they buy second

First-order product → second-order product, for customers who came back. Reorder = same product again; anything else is a genuine cross-sell. Pairs under 5 customers are hidden.

Product journey — who acquires, who attaches

For every product, what originally acquired the repeat customers buying it now. Products that mostly acquired their own buyers bring people in; products fed almost entirely by others live off customers something else won. Repeat customers only (2+ orders — with one order the acquisition product is the current product, which would tell us nothing). A customer is counted once per product they bought, so the bars each total 100% but the products do not sum to a customer count. Web & direct only, identity-deduped. Products under 20 buyers are hidden.

Loading…

Gateway or dead end — per acquisition product

For each product: of the customers it brought in, how many came back, how many rebought that same product, and how many ever moved into another category. A gateway does all three; a dead end only sells itself once. Status is derived from sales gaps — no order line for 60+ days means it was not sellable, so a high repeat rate on a stopped product is a door that is now shut. Products under 50 acquired customers are hidden.

Gateway by category

The same question rolled up. SKUs stopped shows how much of each category is currently unsellable — a category can look like a weak gateway simply because its products are gone.

First product → latest product

Rows = the product that acquired them, columns = what they bought most recently. The diagonal never switched. One thread per customer (the top-units product of the first and of the latest order), so unlike the bars above these rows and columns do sum. Lifetime, not windowed. Cells under 5 customers are hidden.

Asleep window

Customers whose last order sits inside this window and who have not come back. This tab ignores the shared date filter — the window below is its own rolling control, so the queue stays usable next month instead of being a snapshot. Web & direct only, identity-deduped.

Asleep from days

to days

hide stock-blocked

In queue

—

Lifetime value

—

TMC members

—

Stock-blocked

—

Tiers — and what to do with each

Sorted by value, not headcount. The top two tiers are a small share of people and most of the money, which is the whole reason to treat them differently. Tiers are named rather than lettered on purpose: the GRADE tags already use A–D for different bands, so each customer row carries its GRADE tag too. Click a tier to filter the queue below.

What each tier actually buys

Turns each tier's play into an opening line. Only X = that customer has never bought outside one category. Mostly X = they range, but one category is 70%+ of their units. Mixed = they range with no dominant category. Lifetime categories, so only + crosses categories add to 100%.

Loading…

The queue

Click a row for the full customer profile · Next is the product most people buy after this customer's last one

—

Not in this queue — and why

Chat leads who never bought. The source analysis found ~2,863 such leads (mostly ProbioKhlear and Thaithon Mall pages) with one phone number between them — the admin flow does not capture a number unless a sale closes, so they cannot be called or texted and are reachable only by replying in the original platform chat. That is a data-capture fix at the source, not a queue, so it is deliberately not listed here.

Marketplace buyers. Shopee/Lazada orders carry a platform buyer id and no phone, so they can never enter a call list. Stock-blocked customers are hidden by default — asking someone to return for a product we cannot sell wastes the contact.

Membership base

Membership on this tab = dimtmc ∪ mini-app members — the union of the external-CRM export and the live register the ops 💎 button and the LINE mini-app write to. The global TMC filter on the other tabs reads dimtmc only, so member counts here run slightly higher. Web & direct orders only, identity-deduped. Click a highlighted tile to drill.

Members total

—

Buying members

—

Active · last 90d

—

Lapsed members

—

Eligible, not a member

—

% of eligible joined

—

Member revenue · 365d

—

Share of revenue · 365d

—

The offer funnel — newly eligible vs actual joins

Bars = customers whose 3rd order fell that month — the moment the membership offer should be made. Line = members actually created in the register. Real join dates exist only from Jun 2026; everything before was a bulk import and cannot be dated, so the line starts there. Click a bar to drill.

Member share of the business — last 36 months

Share of monthly active customers and of monthly revenue coming from members

Members vs the fair benchmark

Members needed 3 orders to be offered membership, so the honest comparison is against eligible non-members (3+ orders) — never against all non-members. Click the eligible row to drill.

Buying members by lifetime spend

Total-spend tiers, same thresholds as the profile tags

Points economy (mini-app)

Points earned vs redeemed per month · the mini-app is the live points ledger (since Mar 2026)

Points reconciliation — what the ledger says vs what the orders say

The only live reward is the mini-app benefit “5% Bill Discount”: spend points equal to the purchase amount, get 5% off (so 1 pt ≈ ฿0.05). Admins grant it in the order form and write it in the bill remark (ใช้คะแนน 2990 ลด 5% = 150) but no redeem row ever reaches the ledger, and the old CRM the balances were seeded from did the same. Each row below re-derives what a member actually spent: remark the points written in the remark · tmc flag the order form's TMC tick (auto 5%) priced at the promo · residual paid exactly 5% under the promo price with neither. Adjusted = balance − max(inferred − old-CRM deductions − ledger redeems, 0). Negative = more discount than points. Click a row for the order-by-order evidence. Since Jul 2025 · web/direct orders · read-only.

Ledger balance

—

Inferred spent · since Jul 25

—

Already deducted

—

Unrecorded redemptions

—

Adjusted balance

—

Members owing · negative

—

Coupon value @5% · adjusted

—

Non-member orders w/ points remark

—

🪜 บันไดลูกค้า

ฐานลูกค้าเรามีกี่คน อยู่ขั้นไหน และยังอยู่กับเราไหม — เฉพาะช่องทางตรง · รวมเบอร์ของคนเดียวกันแล้ว · ตัวกรองด้านบนเลือกว่าจะนับใครบ้าง ส่วนขั้นบันไดนับตลอดชีวิต · ทุกตัวเลขคลิกดูรายชื่อได้

ทำอะไรกับใคร — แบ่งโซนตามโอกาสกลับมาซื้อ

ทุกช่อง P × T มีตัวเลขโอกาสกลับมาซื้อ วัดจากประวัติจริง ไม่ใช่การเดา: ตรึงฐานลูกค้าไว้เมื่อ 1 ปีก่อน แล้วนับว่าใครกลับมาซื้ออีกภายในปีที่ผ่านมา เกณฑ์ทั้ง 4 โซนเป็นของทีม CRM เอง เปอร์เซ็นต์วัดจากฐานทั้งหมด ไม่ขยับตามตัวกรอง ส่วนจำนวนคนขยับตาม · คลิกที่โซนเพื่อดูรายชื่อ

บันได 5 ขั้น

ขั้น = จำนวนครั้งที่ซื้อตลอดชีวิตทางช่องทางตรง: P1 ซื้อครั้งเดียว · P2 ซื้อซ้ำ (2–3) · P3 ซื้อบ่อย (4–7) · P4 ประจำ (8–10) · P5 ถาวร (11+) · คลิกที่แถบหรือตัวเลขเพื่อดูรายชื่อคนกลุ่มนั้น

Matrix P × T — ขั้นบันได × ซื้อล่าสุดเมื่อไหร่

หัวใจของรายงาน: แถว = ขั้นบันได (P) · คอลัมน์ = ซื้อล่าสุดเมื่อไหร่ (T) เลือกไล่สีตามสัดส่วนในแถว หรือตามโอกาสกลับมาซื้อใน 12 เดือน · ในแต่ละช่องใส่ชุดหมวดที่ลูกค้าถืออยู่ได้ ตัวอักษรคือ S ผิว · H ผม · C คลีนซิ่ง · N อาหารเสริม เขียนเรียง S-H-C-N เสมอ · ทุกตัวเลข ทุกบรรทัดในช่อง และยอดรวมทั้งสองด้าน คลิกดูรายชื่อได้

ไล่สีตาม

ในแต่ละช่องแสดง

เดือนที่ผ่านมาขยับใครขึ้นได้บ้าง — ตรึงรหัสทุกวันที่ 1

ระบบตรึงรหัส P-T-G ของทุกคนไว้ทุกวันที่ 1 ของเดือน แถวหนึ่งจึงนับสิ่งที่เกิดขึ้นระหว่างเดือนนั้น · งานของ CRM คือขยับคน: P ขึ้น 1 ขั้น · T กลับเป็น T5 (คนที่หายไปกลับมาซื้อ) · G เพิ่ม (ได้หมวดใหม่ หรือได้สินค้าตัวที่สองในหมวดเดิม) · T ตก คือขาลงที่เกิดเองเมื่อเวลาผ่านไป ไม่มีใครทำอะไรผิด · เป็นประวัติทั้งหมดของทุกคน การ์ดนี้ไม่ขึ้นกับตัวกรองด้านบน

G — ซื้อกว้างแค่ไหน

G0 ยังไม่มีสินค้าหลัก · G1 เคยซื้อสินค้าตัวเดียว · G2 หมวดเดียวแต่ซื้อตั้งแต่ 2 ตัวขึ้นไป · G3 สองหมวด · G4 สามหมวด · G5 ครบสี่หมวด · กติกาของทีม: G1 ให้เสนอตัวที่สองในหมวดเดิมก่อนเสมอ ต้อง G2 ขึ้นไปจึงข้ามไปหมวดใหม่

ธง — M Member · L Love · PRO

M · Member = สมาชิก TMC (นับรวมทั้งทะเบียนเก่าและมินิแอป) · L · Love = P2 ขึ้นไป ถือตั้งแต่ 3 หมวด และไม่หายเกิน 90 วันนับจาก 1 ก.ค. 2569 — ที่เริ่มนับเดือนกรกฎาคมเพราะช่วงของขาด ม.ค.–มิ.ย. ไม่ควรทำให้ลูกค้าดีเสียธงไป · PRO (เดิมชื่อ X · eXtra) = เคยมีบิลโปรหรือชุดเซ็ตอย่างน้อย 1 ครั้งตั้งแต่ 1 ก.ค. 2568 (นับทั้งโปรที่เลือกจากระบบ ชุดที่เลือกจาก "เลือกชุดสินค้า" และรหัสโปรในหมายเหตุแบบเดิม)

รหัสไหนเจอบ่อยที่สุด

40 รหัส P-T-G ที่พบมากที่สุด อ่านแบบเดียวกับคู่มือของทีม: P3-T5-G3·SN·M = ซื้อบ่อย เพิ่งซื้อ ถือผิว + อาหารเสริม เป็นสมาชิก · คลิกที่แถวเพื่อดูรายชื่อ

ถึงรอบซื้อซ้ำ — วันถึงรอบ

T บอกได้แค่ว่าซื้อล่าสุดเมื่อไหร่ แต่ไม่รู้ว่าของหมดเมื่อไหร่ การ์ดนี้รู้ · รอบ = ระยะห่างกลาง (median) ระหว่างสองบิลของสินค้าตัวเดียวกันโดยคนเดียวกัน วัดแยกตามจำนวนกระปุกที่ซื้อ เพราะคนซื้อ 3 กระปุกไม่ได้กลับมาเร็วเท่าคนซื้อ 1 · ลูกค้าถูกจับคู่กับรอบของสินค้าตัวล่าสุดที่เขาซื้อจริง และจำนวนที่ซื้อครั้งนั้น · ช่องกลางที่ว่างไม่ใช่ข้อมูลผิด สินค้าที่เคยของขาดย่อมไม่มีใครค้างอยู่ที่หนึ่งรอบพอดี

เพจหลัก

เพจหลัก = เพจที่ลูกค้าสั่งบ่อยที่สุด (ถ้าเท่ากันใช้เพจล่าสุด) หนึ่งคนนับเพจเดียว ผลรวมจึงเท่ากับจำนวนคนทั้งหมด · เพจที่มีลูกค้าไม่ถึง 20 คนถูกยุบรวมเป็น "เพจเล็ก" · ข้ามเพจ = เคยสั่งจากเพจอื่นด้วยอย่างน้อยหนึ่งเพจ

เพจหลัก × ซื้อล่าสุดเมื่อไหร่

ลูกค้าของแต่ละเพจยังซื้ออยู่มากแค่ไหน · ไล่สีตามสัดส่วนลูกค้าของเพจนั้น

💎 TMC แยกตามขั้น

สมาชิก = ทะเบียน TMC ∪ มินิแอป (เกณฑ์เดียวกับแท็บ TMC) · ยอดเฉลี่ยคือยอดซื้อสะสมต่อคน คิดจากยอดรวมทั้งบิล ไม่ได้แยกราย SKU

💎 TMC แยกตามซื้อล่าสุด

แต่ละช่วงเวลามีสัดส่วนคนที่เป็นสมาชิกเท่าไหร่

แต่ละขั้นเคยซื้อหมวดไหนบ้าง

% ของคนในขั้นนั้นที่เคยซื้อหมวดนี้ (คนเดียวนับได้หลายหมวด) · หมวดมาจาก dimcategory: สกินแคร์ · อาหารเสริม · คลีนซิ่ง · หมวดผม · ของแถม ซองทดลอง และของสมนาคุณไม่นับเป็นสินค้า

คนหนึ่งซื้อกี่หมวด

แต่ละขั้นเคยซื้อไปแล้วกี่หมวดจากทั้งหมด 4 หมวด · คลิกที่แถบสีเพื่อดูรายชื่อ

หมวด × ซื้อล่าสุดเมื่อไหร่

คนที่ยังอยู่ถือหมวดไหน คนที่หายไปเคยถือหมวดไหน · คิดเป็น % ของช่วงเวลานั้น

ชุดหมวดที่ลูกค้าถืออยู่จริง

ชุดหมวดที่เคยซื้อแบบเป๊ะ ๆ เรียงตามจำนวนคน · ในช่องคือสัดส่วนของชุดนั้นในแต่ละขั้น

สินค้า × ขั้น

% ของแต่ละขั้นที่เคยซื้อสินค้าตัวนี้ · รุ่นเก่ากับรุ่นใหม่นับเป็นตัวเดียวกัน (HYA เก่า + NEW, Hair Tonic 50 + 75 ml, Essence 100 + 200 ml, CBalm 50 g + Box, Biotin Zinc + Plus) และ Founding Member Set นับเป็น HYA

แต่ละขั้นเคยลองสินค้ากี่ตัว

จากสินค้าทั้ง 13 ตัวข้างบน แต่ละขั้นเคยลองไปแล้วกี่ตัว · คลิกที่แถบสีเพื่อดูรายชื่อ

สินค้าตัวแรกพาลูกค้าไปถึงไหน

สินค้าตัวแรก = สินค้าที่มีจำนวนมากที่สุดในบิลแรกสุด · คอลัมน์คือขั้นที่คนกลุ่มนั้นยืนอยู่วันนี้ · "กลับมาซื้อ" = สั่งอีกอย่างน้อยหนึ่งครั้ง

P1 → P2: บิลที่สองมีอะไรอยู่

เฉพาะคนที่ซื้ออย่างน้อยสองครั้ง — บิลที่ 2 ซื้อตัวเดิมไหม ถ้าไม่ใช่แล้วเลือกตัวไหนแทน · สินค้าตัวแรกที่มีคนซื้อซ้ำไม่ถึง 20 คนจะถูกซ่อนไว้

นิยาม

อ่านให้เข้าใจตรงกันก่อนเอาตัวเลขไปใช้กับทีม

ขั้นบันได P (นับจากจำนวนครั้งที่ซื้อ)

P1 · ซื้อครั้งเดียว — 1 ครั้ง
P2 · ซื้อซ้ำ — 2–3 ครั้ง
P3 · ซื้อบ่อย — 4–7 ครั้ง
P4 · ประจำ — 8–10 ครั้ง
P5 · ถาวร — 11 ครั้งขึ้นไป

ขอบเขตของข้อมูล

เฉพาะบิลช่องทางตรง (factorders) เท่านั้น · Shopee / Lazada / TikTok และเพจภายในหรือขายส่ง (SaleOffice, CLAIM, Dist., MKT, ร้านยา, ตัวแทน) ถูกตัดออก เพราะไม่สามารถตามตัวลูกค้ารายคนได้
ตัดบิลยกเลิกออก · ยอดเงินคือยอดรวมทั้งบิล (หนึ่งแถวต่อหนึ่งบิล) ไม่เคยหารราย SKU
หนึ่งคน = หนึ่งแถว เบอร์หลายเบอร์ของคนเดียวกันถูกรวมมาที่เบอร์หลัก
ตัวกรองด้านบน เลือกว่าใครจะนับใครบ้าง: ใครก็ตามที่มีบิลอย่างน้อยหนึ่งใบในช่วงเวลา เพจ หรือสินค้าที่เลือก · ส่วนขั้น ความห่าง เพจหลัก และสินค้ายังนับตลอดชีวิต — คน P5 ก็เป็น P5 ไม่ว่าจะเลือกเดือนไหน · ตัวกรอง TMC ใช้นิยามแบบรวมทะเบียนของแท็บนี้

ซื้อล่าสุด (T)

นับจำนวนวันจากบิลล่าสุดถึงวันนี้: ไม่เกิน 90 · 91–180 · 181–270 · 271–365 · 1–2 ปี · 2–3 ปี · 3–4 ปี · เกิน 4 ปี
"ยังอยู่กับเรา" = ภายใน 1 ปี · คอลัมน์ 3–4 ปี และเกิน 4 ปี คือยุคที่มีแต่สกินแคร์กับหมวดผม ยังไม่มีอาหารเสริมและคลีนซิ่ง

รหัส P-T-G

P = ขั้นบันไดข้างบน (ซื้อมาแล้วกี่ครั้ง)
T = ความห่างย่อเหลือหลักเดียว: T5 ไม่เกิน 90 วัน · T4 91–180 · T3 181–270 · T2 271–365 · T1 1–2 ปี · T0 เกิน 2 ปี (รวมคอลัมน์ 2–3, 3–4 และเกิน 4 ปีเข้าด้วยกัน)
G = ความกว้าง: G1 สินค้าตัวเดียว · G2 หมวดเดียวแต่ 2 ตัวขึ้นไป · G3 สองหมวด · G4 สามหมวด · G5 สี่หมวด · ตัวอักษรเขียนเรียง S-H-C-N เสมอ
ธง M Member (สมาชิก TMC) · L Love (ตราฝากใจ) · PRO เคยซื้อโปร (เดิมชื่อ X) · M กับ L เขียนติดกัน ส่วน PRO แยกด้วยจุด เช่น P3-T5-G3·SN·ML·PRO · ดู P ก่อน T เสมอ: ลูกค้า P4 ที่หายไป 1–2 ปี กลับมามากกว่า (15.7%) คนซื้อครั้งเดียวที่เพิ่งซื้อเมื่อ 4 เดือนก่อน (12.4%)
รหัสเป็นภาษาภายในทีม คู่มือระบุชัดว่าห้ามพิมพ์ให้ลูกค้าเห็น

โอกาสกลับมาซื้อ

วัดจากประวัติจริง ไม่ใช่การพยากรณ์: ตรึงฐานลูกค้าไว้ ณ วันนี้เมื่อ 1 ปีก่อน แล้วนับว่าใครกลับมาซื้ออีกในปีที่ผ่านมา · ตัวเลขอัปเดตตามข้อมูลเอง
วัดจากฐานทั้งหมด จึงไม่ขยับเมื่อเปลี่ยนตัวกรอง — ตั้งใจให้เป็นแบบนั้น
ช่วงที่วัดคร่อมของขาด ม.ค.–มิ.ย. 2569 ทุกตัวเลขจึงเป็นค่าขั้นต่ำ
ช่องที่วัดจากคนไม่ถึง 20 คนจะขีดเส้นประไว้ และยืมโซนมาจากช่องข้าง ๆ ที่มีคนมากพอจะวัดได้

วันถึงรอบ & การขยับรหัสรายเดือน

รอบ = ระยะห่างกลางระหว่างสองบิลของสินค้าตัวเดียวกัน แยกตามจำนวนที่ซื้อ (1 / 2 / 3 / 4+ ชิ้น) · ใช้เกณฑ์อย่างน้อย 30 คู่บิล ถ้าน้อยกว่านั้นถอยไปใช้ค่ากลางรวมของสินค้าตัวนั้น · เป็นพฤติกรรมจริง ไม่ใช่ตัวเลขข้างกระปุก — ProbioKhlear 1 กระปุกซื้อซ้ำที่ 33 วัน แต่ซื้อทีละ 3 กระปุกคือ 78 วัน · ตัวเลขทั้งหมดคำนวณจากข้อมูลเอง ไม่ต้องตั้งค่าเอง
ถึงรอบ วัดจากบิลล่าสุดที่มีสินค้าหลักอยู่จริง เทียบกับรอบของสินค้าตัวนั้นและจำนวนที่ซื้อครั้งนั้น
การขยับ เทียบรหัสที่ตรึงไว้วันที่ 1 กับของเดือนถัดไป · ประวัติย้อนคำนวณจากบิลถึง ก.ย. 2567 ชุดข้อมูลจึงครบตั้งแต่วันแรก · ธง M/L/X ไม่ได้อยู่ในชุดที่ตรึงไว้

เพจ · TMC · สินค้า

เพจหลัก = เพจที่คนนั้นสั่งมากที่สุด · เพจที่มีลูกค้าไม่ถึง 20 คนยุบรวมเป็น "เพจเล็ก"
TMC = ทะเบียน dimtmc ∪ สมาชิกมินิแอป ซึ่งเป็นนิยามเดียวกับแท็บ 💎 TMC และกว้างกว่าตัวกรองรวมของหน้าอื่นเล็กน้อย
สินค้า = 13 กลุ่ม รวมรุ่นย่อยเข้าด้วยกันแล้ว · ของแถม (F) ซองทดลอง (S) ของสมนาคุณ การ์ด ถุง และคูปอง ไม่นับ · Founding Member Set นับเป็น HYA
สินค้าตัวแรก / ตัวที่สอง = ตัวที่มีจำนวนมากที่สุดในบิลที่ 1 / บิลที่ 2

Products

Click a product to drill into its customers · bundles, samples (S), and freebies (F) excluded

Loading…

Channel breadth — single vs multi-channel customers

How many distinct channels each customer has actually ordered through. All-time; the date range does not apply to this card and the two below it. Web & direct channels only — see the marketplace note at the bottom.

Loading…

First channel → latest channel

Rows = where they were acquired, columns = where they bought most recently. The diagonal never moved.

Acquisition channel quality

Multi = share that later used a second channel · active = ordered in the last 180 days

Marketplace — counted, never joined

Shopee and Lazada orders carry a platform buyer id and no phone, so a marketplace buyer cannot be linked to a web customer or to another marketplace account. They are counted here as buyers, not customers, and are deliberately absent from the migration matrix above — folding them in would invent channel migrations we cannot observe.

Channel mix

Orders, customers, revenue, AOV per channel

Channel preference by RFM grade

% of customers in each grade that have used each channel

Top products by channel

Top 10 SKUs ranked by units sold within each channel

Product pair behavior

Pairs of SKUs bought by the same customer — top 30 cross-sell candidates

Customer × product matrix

One row per customer · profile (TMC · orders · spend · AOV · avg gap · last order & the page it came from · grade · most-used page), then orders per category, then units bought of every base product. Lifetime figures — the date range does not apply here, so grade and totals match the customer profile. Page / product / category / TMC filters choose which customers are listed. Web & direct orders only (marketplace buyers have no phone). Category columns overlap — one order can hold several categories, so they do not add up to the order count. Click a row for the full profile.

Loading…

Latest snapshot — by channel

—

💬 LINE OA

📘 Facebook pages

Facebook followers by page

Month-end snapshots · tracking starts Dec 2025 (earlier years were not recorded) · each point shows the value and % change vs the previous month · each page has its own y-axis scale, so compare shapes, not heights

Facebook — yearly net change by page

Net follower gain/loss per calendar year (last snapshot of the year minus the last snapshot of the year before). The sheet records the follower total only, so gross new follows and unfollows cannot be split out for Facebook.

LINE OA — CUphar

Month-end levels of the cumulative counters (current month = latest snapshot) · each point shows the value and % change vs the previous month · each indicator has its own y-axis scale

LINE OA — Thaithonmall (TTM)

Month-end levels of the cumulative counters (current month = latest snapshot) · each point shows the value and % change vs the previous month · each indicator has its own y-axis scale

LINE OA — yearly new friends, blocks & net

Year-over-year movement in the cumulative counters: added = new friends that year, blocked = friends who blocked the OA that year, net = added minus blocked. Δ reachable is the actual change in target reach, which also absorbs deleted/unreachable accounts, so it does not have to equal net. 2026 is year-to-date.

LINE OA — new friends vs new blocks per month

Month-over-month change in the cumulative counters · bars above zero = friends gained, below = friends who blocked the OA that month

Overview

One-time vs Repeat

Purchase Frequency Buckets

New vs Returning — last 24 months

Year × Month — active customers

Yearly customer performance

กลุ่มลูกค้า

ทำอะไรกับใคร — แบ่งโซนตามโอกาสกลับมาซื้อ

ขั้น P × ความกว้าง G

รหัสเดิมกลายเป็นอะไร — ตารางเทียบเก่า–ใหม่

Retention & Cohorts

⚠️ Waiting for stock, not churned

By purchase grade

What they are waiting for

Currently unsellable products

Customer-base flow — why the active base moved

Time to second order

Gap distribution

By acquisition year

Quarterly cohort retention

💎 TMC members by purchase year × recency

Non-TMC members by purchase year × recency

Customer product profile · selected date range

Acquisition

Lead funnel → customers acquired

By channel — lead funnel vs customer quality

By lead source

Leads in vs customers acquired

Acquisition product — which product buys customers who come back

By first category

By acquisition page

Cohort maturity — repeat within 90 days

What they buy second

Product journey — who acquires, who attaches

Gateway or dead end — per acquisition product

Gateway by category

First product → latest product

Value & LTV

LTV deciles

The repeat ladder

LTV by acquisition year

TMC vs non-TMC

LTV by acquisition product

🎯 Win-back queue

Asleep window

Tiers — and what to do with each

What each tier actually buys

The queue

Not in this queue — and why

💎 TMC Membership

Membership base

The offer funnel — newly eligible vs actual joins

Member share of the business — last 36 months

Members vs the fair benchmark

Buying members by lifetime spend

Points economy (mini-app)

Points reconciliation — what the ledger says vs what the orders say

🪜 บันไดลูกค้า

ทำอะไรกับใคร — แบ่งโซนตามโอกาสกลับมาซื้อ

บันได 5 ขั้น

Matrix P × T — ขั้นบันได × ซื้อล่าสุดเมื่อไหร่

เดือนที่ผ่านมาขยับใครขึ้นได้บ้าง — ตรึงรหัสทุกวันที่ 1

G — ซื้อกว้างแค่ไหน

ธง — M Member · L Love · PRO

รหัสไหนเจอบ่อยที่สุด

ถึงรอบซื้อซ้ำ — วันถึงรอบ

เพจหลัก

เพจหลัก × ซื้อล่าสุดเมื่อไหร่

💎 TMC แยกตามขั้น

💎 TMC แยกตามซื้อล่าสุด

แต่ละขั้นเคยซื้อหมวดไหนบ้าง

คนหนึ่งซื้อกี่หมวด

หมวด × ซื้อล่าสุดเมื่อไหร่

ชุดหมวดที่ลูกค้าถืออยู่จริง

สินค้า × ขั้น

แต่ละขั้นเคยลองสินค้ากี่ตัว

สินค้าตัวแรกพาลูกค้าไปถึงไหน

P1 → P2: บิลที่สองมีอะไรอยู่

นิยาม