Sleep Gadget Scape — Pipeline Process Diagram แสดงขั้นตอน 6 Step และ 3 Checkpoint พร้อม Output ที่ได้แต่ละขั้น

Sleep Gadget Scape — Pipeline Process

10 Keywords 3 แพลตฟอร์ม (Shopee · Lazada · Alibaba) 6 Steps 3 Checkpoints 3,244 แถวข้อมูลดิบ
Step หลัก Checkpoint (Gate) Output ที่ได้ ปัญหาที่เจอ/แก้ไข
1
ดึงข้อมูลดิบ (Scraping Phase 1a)
Spawn subagents แบบ parallel — 1 agent ต่อ 1 keyword พร้อมกัน
Shopee_RAW.csv (519 rows) Lazada_RAW.csv (560 rows) Alibaba_RAW.csv (500 rows) SleepGadget_RAW.xlsx (5 tabs) Alibaba keyword ผิดหมวด → re-scrape ด้วยคำจีน
▾ คลิกเพื่อดูรายละเอียด
ข้อมูลที่ดึง:
  • Shopee + Lazada — ยอดขาย, ราคา, จำนวน listing, relevance_score ต่อ product
  • Alibaba 1688 — ราคาหน้าโรงงาน (unit_price_usd), จำนวน supplier, MOQ
Relevance Filtering: score=5 (ตรงเป๊ะ) = weight 1.0 | score=3 (related) = weight 0.5 | อื่นๆ = ตัดออก
ปัญหาและแก้ไข:
  • breathable sheet set → 1688 คืนชุดชั้นใน → เปลี่ยนคำค้นเป็น 凉感床品套装
  • cervical pillow → ใช้ 颈椎枕
  • sleep tracker ring → ใช้ 睡眠监测戒指
  • cooling mattress topper → ใช้ 凉感床垫
⚑ GATE 1 — ตรวจ Raw Data
ยอดขายสมเหตุสมผลไหม? สินค้าตรงหมวดหรือเปล่า? → อนุมัติแล้วจึงไปต่อ
2
ให้คะแนน Keyword (Scoring)
คำนวณ Demand / Supply / Margin → Total Score 0–100
Preliminary_Score_Summary.csv Preliminary_Score_Summary.xlsx Supply formula เปลี่ยนเป็น absolute threshold (26 มิ.ย.)
▾ คลิกเพื่อดูสูตร
Demand Score (น้ำหนัก 40%) — units_sold_total + listing_count ถ่วง weight ตาม relevance → normalize 0-100 ในกลุ่มที่ score รอบนั้น
Supply Score (น้ำหนัก 20%) — supplier_count × 5, สูงสุด 100 (20 supplier = เต็ม 100) เกณฑ์ตายตัว ไม่ขึ้นกับ keyword อื่น
Margin Score (น้ำหนัก 40%) — (median_market_thb − median_cogs_thb) / median_market_thb × 100 — cogs ใช้เฉพาะ relevance=5 เท่านั้น
Total = 0.4×Demand + 0.4×Margin + 0.2×Supply
⚠ หมายเหตุ: Product cost = ราคาหน้าโรงงาน (USD×35) ยังไม่รวมค่าขนส่ง+ภาษีนำเข้า — margin จริงจะต่ำกว่า
⚑ GATE 2 — อนุมัติ Keyword ที่จะเก็บรีวิว
เกณฑ์: total ≥ 40 AND margin > 0 AND มี Product cost จริง · ระบบแนะนำ คนอนุมัติ · บันทึก Keyword_Scrape_Review_Status.csv
3
เก็บรีวิวลูกค้าจริง (Scraping Phase 1b)
ดึงรีวิวจาก top 3–5 สินค้าขายดีสุดของแต่ละ keyword ที่อนุมัติ
Lazada_Reviews.csv (1,640 rows · 6 keywords) Lazada_Reviews_{keyword}.csv แยกต่อ keyword Shopee_Reviews.csv (25 rows · sleep eye mask เท่านั้น) Shopee review actor ล่ม 48 ชม. → ใช้ Lazada อย่างเดียว
▾ คลิกดูรายละเอียด
Keyword ที่มีข้อมูลรีวิว (Lazada):
  • nasal strip breath better — 523 reviews (เนื้อหาว่างทั้งหมด จำกัดของ actor)
  • cervical pillow — 369 reviews (362 มีเนื้อหา)
  • sleep tracker ring — 270 reviews (245 มีเนื้อหา)
  • cooling blanket — 259 reviews (257 มีเนื้อหา)
  • sleep eye mask — 148 reviews (Lazada) + 25 reviews (Shopee batch แรก)
  • cooling pillow pad — 71 reviews
cooling blanket — User Override: margin=0 ตามเกณฑ์ไม่ผ่าน แต่ demand = 165,233 ชิ้น (สูงสุดทุก keyword) → ตัดสินใจ scrape review ก่อนเพื่อดูข้อมูล
4
วิเคราะห์รีวิว — Pain & Praise Tagging
Tag รีวิวอัตโนมัติ: สิ่งที่ลูกค้าบ่น (Pain) vs สิ่งที่ลูกค้าชอบ (Praise)
Review_Tagged / Pain / Praise CSV SleepGadget_Analysis_NewKeywords_2026-06-25.xlsx (5 tabs) SleepGadget_Analysis_CoolingBlanket_2026-06-26.xlsx Thai encoding ใน PS1 → ย้ายข้อความไทยไว้ใน JSON template แยก
▾ คลิกดูรายละเอียด
Analysis Excel — 5 Tabs: Score_Summary | Reviews_Tagged | Pain_Points | Praise_Signals | Notes
ตัวอย่าง Pain ที่เจอ:
  • sleep tracker ring — "รู้สึกว่าคุณภาพต่ำ/เหมือนของถูก" 9.3%
  • cooling blanket — "เนื้อผ้าบาง/รู้สึกคุณภาพต่ำ" 8.5%, "ห่มแล้วไม่เย็นจริงตามที่โฆษณา" 1.5%
  • cervical pillow — "รู้สึกว่าคุณภาพต่ำ" 4.9%, "ของเสีย/ชำรุด" 4.6%
กฎสำคัญ: ห้ามเขียน tag หรือสเปคเอง — ทุกอย่างมาจากรีวิวจริงเท่านั้น
⚑ GATE 3 — อนุมัติทำ Tab กลยุทธ์
ดู Pain/Praise แล้ว → ตัดสินใจว่าจะทำ Opportunity/Strategy tab ต่อไหม
4B
กลยุทธ์และคำแนะนำ (Opportunity/Strategy)
คำนวณกลยุทธ์จากข้อมูลจริงทั้งหมด — ไม่เดา ไม่เขียนเอง
Opportunity_Strategy_NewKeywords.csv Opportunity_Strategy_CoolingBlanket.csv Notes_NewKeywords.csv / _CoolingBlanket.csv
▾ คลิกดูรายละเอียด
ข้อมูลใน tab กลยุทธ์ (คำนวณจาก CSV ล้วนๆ):
  • ช่วงราคาเป้าหมาย = Product cost × 1.5 ถึง ราคาตลาดเฉลี่ย
  • แพลตฟอร์มที่ควรเริ่ม = เทียบยอดขาย Shopee vs Lazada
  • สเปคที่แนะนำ = แก้ top pain + คง top praise
  • อัตรากำไรประมาณ = margin_score จาก Preliminary_Score_Summary
Summary Overview tab (5 หัวข้อ): สรุปตลาด | Top 3 ปัญหา | Top 3 จุดเด่น | คำแนะนำ | คะแนนความน่าสนใจ (X/5)
5
Push ขึ้น Google Sheets (Live Dashboard)
6 tabs มาตรฐาน — Sheet เดิม ถาวร | ทีมเปิดดูได้ตลอดเวลา
ยอดขาย_ราคา คะแนนพรีลิอรี รีวิว_Tagged โอกาส_กลยุทธ์ สรุปภาพรวม สถานะ_ScrapeReview Worksheet delete ถูก block → กฎ: ขออนุมัติชัดเจนก่อนลบเสมอ
▾ คลิกดูรายละเอียด
กฎสำคัญ: ใช้ Sheet ID เดิมถาวร — ห้ามสร้าง Sheet ใหม่ทุกรอบ
ยอดขาย_ราคา — คำนวณใหม่จาก RAW ปัจจุบันทุกครั้ง รวมทุก keyword เก่า+ใหม่
ปัญหาที่เจอ: datetime ใน Python ไม่ JSON-serializable → แปลงเป็น .isoformat() ก่อน push ทุกครั้ง
6
HTML Report สำหรับผู้บริหาร
generate_business_report.py → ไฟล์เดียว เปิดออฟไลน์ได้ทุกเครื่อง
SleepGadget_Business_Report_2026-06-29.html ข้อมูล baked-in ตอน generate (ไม่ใช้ fetch() เพราะ Chrome บล็อก local file)
▾ คลิกดูโครงสร้าง 6 ส่วน
6 ส่วนในรายงาน:
  • Kanban 3 หมวด — น่าสนใจมาก / พอมีโอกาส / ไม่น่าคุ้มลงทุน
  • กราฟแท่งเทียบ Total Score ทุก keyword
  • ตารางรายละเอียดตัวเลขครบ (demand/supply/margin/ยอดขาย/ราคา)
  • Voice of Customer — pain/praise พร้อม % เฉพาะ keyword ที่มีรีวิว
  • กลยุทธ์และคำแนะนำ — ช่วงราคา/แพลตฟอร์ม/สเปค
  • ตาราง keyword ที่ไม่แนะนำลงทุน พร้อมเหตุผล
อัพเดตอัตโนมัติ: รัน script ใหม่ทุกครั้งที่ CSV ต้นทางเปลี่ยน
📊 Output สุดท้ายที่ได้จากโปรเจคนี้
SleepGadget_RAW.xlsx Preliminary_Score_Summary Keyword_Scrape_Review_Status Analysis Excel (NewKeywords + CoolingBlanket) Opportunity_Strategy CSV Google Sheets Live (6 tabs) Business_Report_2026-06-29.html