メニュー
ประเมินขนาดตลาดไทย TAM/SAM/SOM ด้วย source pointer ทางการ (NSO, BOT, DBD, ETDA, NESDC) — ไม่ใช้ Statista global ที่ตัวเลขมั่ว หรือ McKinsey report ที่ data ฝรั่ง
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
คำนวน 3-yr P&L + cashflow สำหรับ SME ไทย ใช้ corporate tax tier ที่ถูกต้อง (0/15/20%), VAT cycle, SSO 5%+5%, ภงด.50/51 timing — ไม่ใช้ tax 20% flat แบบ template ฝรั่ง
กางปฏิทิน 90 วันของ cashflow สำหรับ SME ไทย โดย lock timing ที่ฝรั่งไม่รู้ — credit term 30/60/90, VAT refund 3-6 เดือน, PND.1 (วันที่ 7), SSO (15), ภพ.30 (15), ภงด.50/51, เงินเดือน
Decision tree เลือกประเภทจดทะเบียนธุรกิจในไทย — ทะเบียนพาณิชย์ (sole prop) vs หจก. vs บริษัทจำกัด vs BOI — flag VAT trigger (1.8M฿), SSO trigger (พนักงาน 1+ คน), ภาระบัญชี/ตรวจสอบ
เลือก channel mix (LINE OA / FB Shop / Shopee Mall / Lazada / TikTok Shop / offline) ตามคุณสมบัติของ product (AOV, repeat rate, margin) — ไม่ใช่ "ขึ้น Shopee เลย" ที่ที่ปรึกษาทั่วไปแนะนำ
วิเคราะห์คู่แข่งในตลาดไทยด้วย Porter 5 Forces ที่แปลเป็นคำถามภาษาเถ้าแก่ + วิธีดึงงบการเงินคู่แข่งจาก datawarehouse.dbd.go.th (public ฟรี) — ทุกบริษัทจำกัดในไทยต้องยื่นรายปี
คำนวน net payout ของดีล KOL/KOC ที่ถูกกฎหมาย WHT ไทย (3% talent fee ในประเทศ, 5%/15% non-resident, affiliate revenue share หัก WHT แยก) — output รวมโครงสร้างสัญญา KOL ที่ใช้ได้จริง
| name | thai-market-sizing |
| description | ประเมินขนาดตลาดไทย TAM/SAM/SOM ด้วย source pointer ทางการ (NSO, BOT, DBD, ETDA, NESDC) — ไม่ใช้ Statista global ที่ตัวเลขมั่ว หรือ McKinsey report ที่ data ฝรั่ง |
| when_to_use | ["User mention \"ขนาดตลาด\", \"market size\", \"TAM\", \"SAM\", \"SOM\", \"market opportunity\"","User เตรียม pitch deck / investor presentation","User สงสัยว่ามี demand เท่าไหร่ก่อนเข้าตลาด"] |
| when_not_to_use | ["User ต้องการ competitor breakdown — ใช้ thai-competitor-scan","User ต้องการ customer interview / qual research — ตอบตรงๆ"] |
| version | 0.1.0 |
| last_verified | "2026-05-19T00:00:00.000Z" |
| tier | prose |
ที่ปรึกษาส่วนใหญ่ตอบ TAM/SAM/SOM แบบโยน Statista global × % Thailand population ออกมาเป็น "อัตราพร้อมพิมพ์". ปัญหา: ตัวเลขห่างจริง 2-5x.
ประเทศไทยมีข้อมูลทางการเปิด public ฟรีเยอะมาก — แต่ที่ปรึกษาส่วนใหญ่ไม่รู้ว่าอยู่ที่ไหน:
| สิ่งที่จะวัด | แหล่งทางการ | URL |
|---|---|---|
| จำนวนครัวเรือน, การใช้จ่ายต่อหัว | สำรวจภาวะเศรษฐกิจสังคมครัวเรือน, NSO | nso.go.th (annual SES report) |
| GDP รายอุตสาหกรรม | สำนักงาน สศช. (NESDC) | nesdc.go.th |
| Online retail GMV | ETDA E-Commerce Statistics | etda.or.th |
| Banking + payment volume | BOT Statistics | bot.or.th/statistics |
| Industry revenue ของบริษัทจดทะเบียน | DBD Data Warehouse | datawarehouse.dbd.go.th |
| Import/Export by HS | Trade Report กระทรวงพาณิชย์ | tradereport.moc.go.th |
| Demographic | Statbureau ทะเบียนราษฎร์ | stat.bora.dopa.go.th |
Skill นี้ทำให้ Claude ไม่เดาตัวเลข — มันต้อง point ไปที่แหล่งทางการเสมอ.
ตลาดเครื่องสำอางออนไลน์ในไทยใหญ่แค่ไหน
TAM/SAM/SOM ของ co-working space ในกรุงเทพ
ระบุ category ให้ชัด — ถาม user 2-3 คำถาม
TAM — ตลาดทั้งหมดของ category ในไทย
SAM — กลุ่มที่ business นี้ targetable ได้จริง
SOM — ส่วนที่ realistic ภายใน 12-24 เดือน
คืน output
ตลาด skincare ออนไลน์ในไทย — เราจะขายผ่าน Shopee + TikTok Shop
target audience: ผู้หญิง 22-40, รายได้ 20k-60k/เดือน
TAM — Online skincare retail ในไทย
มูลค่า ~ 35,000-42,000 ล้านบาท/ปี (2025)
Sources:
- ETDA E-Commerce Statistics 2025 (`etda.or.th`): Beauty & Personal Care
online ~6.3% ของ B2C GMV = 65,500M฿; ของ skincare ~55% = 36,000M฿
- GroupM Thailand Beauty Industry Report H2 2025 (cross-check): 38-42B฿
Confidence: medium — ตัวเลขใกล้กันสองแหล่ง
SAM — Targetable (ผู้หญิง 22-40, รายได้ 20-60k, urban)
Filter:
- ผู้หญิง 22-40 = 21% ของประชากร (NSO 2024) ≈ 14.6M คน
- รายได้ 20-60k/เดือน = 39% ของ working population (NSO SES 2024) ≈ 5.7M คน
- online shopper ของ beauty category = 73% (ETDA 2025) ≈ 4.2M คน
ค่าใช้จ่าย skincare เฉลี่ย 320฿/เดือน (Kantar Worldpanel 2024)
SAM ≈ 4.2M × 320 × 12 = 16,128M฿/ปี
Confidence: medium-low — Kantar number paywalled, ใช้ค่าเฉลี่ยที่ public
SOM — ภายใน 12-24 เดือน
Rule of thumb new entrant: 0.3% - 1.5% ของ SAM
SOM = 48-242M฿/ปี
Confidence: low — ขึ้นอยู่กับ marketing budget, conversion rate, retention
ข้อสมมุติฐาน
1. Beauty share ของ online B2C ตาม ETDA 2025 ใกล้เคียงปี 2026 (อาจขยับ ±2%)
2. ค่าใช้จ่าย skincare/เดือนของ target segment สูงกว่าค่าเฉลี่ย (ใช้ค่าเฉลี่ย — ตัวจริงอาจ 380-450฿)
3. กลุ่ม age 22-40 มี penetration online beauty 73% เท่ากันทุก segment (จริงน้อยกว่า 22-30)
Sensitivity
- ถ้า penetration online สูงกว่า 73% เป็น 82% (เพิ่ม 12%) → SAM เพิ่ม 12%, SOM เพิ่ม ~15%
- ถ้า ค่าใช้จ่าย/เดือนเพิ่มจาก 320 เป็น 400 (เพิ่ม 25%) → SAM เพิ่ม 25%
แนะนำขั้นถัดไป
- หา exact spend per cohort ที่ Kantar (paid report) หรือสำรวจเอง 50-100 คน
- ดู Shopee Mall + TikTok Shop top-sellers ใน category ปริมาณรายเดือนของ top-50 sellers (Brandtag, Wisesight)
- คุย founder ของ skincare brand ที่ exit ได้ ~50M ใน 18 เดือน