แดชบอร์ดนี้ใช้ทำอะไร
แดชบอร์ด GM Copilot คือการรีวิวประจำสัปดาห์สำหรับผู้จัดการทั่วไป (General Manager) เปิดมาด้วยตัวเลขหลัก 3 ตัวของสัปดาห์ที่แล้วเทียบกับสัปดาห์ก่อนหน้า จากนั้นไล่ลงมาตามชุดกราฟแบบ "ถ้าตัวเลขขยับ นี่คือสาเหตุ" ที่พยายามชี้ว่าการเปลี่ยนแปลงมาจากปัจจัยใด (จำนวนออเดอร์หรือมูลค่าต่อบิล สัดส่วนเมนู วันที่ขายดีเป็นพิเศษ เมนูที่ขายดีผิดปกติ หรือเมนูใหม่ที่เพิ่งเปิดตัว)
เปิดดูสัปดาห์ละครั้ง — มักเป็นเช้าวันจันทร์ — เพื่อทำความเข้าใจว่าสัปดาห์ที่แล้วเกิดอะไรขึ้น และสัปดาห์นี้ควรทำอะไร
คำว่า "สัปดาห์ที่แล้ว" หมายถึงอะไร
การ์ดเกือบทุกใบบนแดชบอร์ดยึดกับ สัปดาห์ที่แล้ว (สัปดาห์ล่าสุดที่ครบสมบูรณ์ นับจันทร์ถึงอาทิตย์) โดยเทียบกับ สัปดาห์ก่อนหน้านั้น หรือ ค่าเฉลี่ยของ 12 สัปดาห์ก่อนหน้า อย่างใดอย่างหนึ่ง แต่ละกราฟจะระบุไว้ว่าใช้ฐานเปรียบเทียบแบบใด
ขอบเขตสัปดาห์เป็นไปตามค่าเริ่มต้นของ Postgres (date_trunc('week', "orderDate")) ซึ่งเริ่มนับวันจันทร์ ส่วนตรรกะเรื่องช่วงเวลาของวันทั้งหมดใช้เวลาประเทศไทย
1. Revenue vs Last Week (รายได้เทียบสัปดาห์ที่แล้ว)
ตัวเลขรายได้ก้อนใหญ่ของสัปดาห์ที่แล้ว พร้อม % การเปลี่ยนแปลงเทียบกับสัปดาห์ก่อนหน้า ลูกศรขึ้น / ลูกศรลงช่วยให้เห็นทิศทางได้ในพริบตา
2. Orders vs Last Week (จำนวนออเดอร์เทียบสัปดาห์ที่แล้ว)
แนวคิดเดียวกัน แต่เป็นจำนวนออเดอร์
3. Avg Order Value vs Last Week
(มูลค่าเฉลี่ยต่อออเดอร์เทียบสัปดาห์ที่แล้ว)
และสำหรับมูลค่าเฉลี่ยต่อออเดอร์ KPI สามตัวนี้รวมกันคือ "พาดหัว" ของสัปดาห์ — ถ้าสัปดาห์ที่แล้วดีหรือแย่ ตัวไหนในสามตัวนี้คือตัวขับเคลื่อน
4. Last Week vs Last 12 Weeks
(สัปดาห์ที่แล้วเทียบ 12 สัปดาห์ล่าสุด)
กราฟผสมแสดงรายได้ของแต่ละสัปดาห์ใน 13 สัปดาห์ล่าสุดเป็นแท่ง พร้อมเส้นอ้างอิงแนวราบที่ระดับ ค่าเฉลี่ยของ 12 สัปดาห์ก่อนหน้า (ไม่รวมสัปดาห์ที่แล้ว)
วิธีอ่าน: แท่งขวาสุดคือสัปดาห์ที่แล้ว ถ้าสูงกว่าเส้นแนวราบมาก แปลว่าคุณทำได้ดีกว่าระดับปกติในช่วงหลัง ถ้าต่ำกว่ามาก แปลว่าทำได้ต่ำกว่าปกติ
วิธีคำนวณ: รายได้ต่อสัปดาห์จากออเดอร์ที่ปิดแล้ว เส้นอ้างอิงคือค่าเฉลี่ยแบบธรรมดาของรายได้รายสัปดาห์ ตั้งแต่ขอบเขต 14 สัปดาห์ก่อนจนถึง 2 สัปดาห์ก่อน (จึงสะท้อนสัปดาห์ปกติของร้านโดยไม่นำสัปดาห์ที่แล้วมาคำนวณด้วย)
5. Weekly vs Last 12 Weeks Average (%)
(รายสัปดาห์เทียบค่าเฉลี่ย 12 สัปดาห์เป็นเปอร์เซ็นต์)
การเปรียบเทียบแบบเดียวกัน แต่แสดงเป็นเปอร์เซ็นต์ความต่างของแต่ละสัปดาห์ (เช่น +10% = สัปดาห์ที่สูงกว่าค่าเฉลี่ย 12 สัปดาห์อยู่ 10%) สีของแท่งบอกว่าสัปดาห์นั้นชนะค่าเฉลี่ย ("Better") หรือต่ำกว่า ("Worse")
วิธีอ่าน: แนวโน้มของแท่ง % บอกอะไรได้มากกว่าแท่งใดแท่งหนึ่ง แท่งติดลบต่อเนื่องหลายสัปดาห์และแย่ลงเรื่อย ๆ คือแนวโน้ม แต่แท่งติดลบครั้งเดียวหลังจากบวกมาต่อเนื่องคือความผันผวนตามปกติ
6. How much of the WoW was driven by # Orders vs Order Value?
(การเปลี่ยนแปลง WoW มาจากจำนวนออเดอร์หรือมูลค่าต่อออเดอร์)
กราฟ waterfall ขนาดเล็กที่แยกการเปลี่ยนแปลงรายได้แบบสัปดาห์ต่อสัปดาห์ (สัปดาห์ที่แล้วเทียบสัปดาห์ก่อนหน้า) ออกเป็น 2 ส่วน: ส่วนที่มาจากการเปลี่ยนแปลงของ # orders (จำนวนออเดอร์) และส่วนที่มาจากการเปลี่ยนแปลงของ AOV (มูลค่าเฉลี่ยต่อออเดอร์) สองส่วนนี้รวมกันเท่ากับ % การเปลี่ยนแปลง WoW ทั้งหมด
วิธีคำนวณ: การแบ่งสัดส่วนเป็นไปตามน้ำหนักที่แต่ละปัจจัยมีต่อการเปลี่ยนแปลงโดยรวม ดังนี้:
Orders WoW = (จำนวนออเดอร์ LW − จำนวนออเดอร์ LLW) ÷ จำนวนออเดอร์ LLW
Basket (AOV) WoW = (มูลค่าต่อบิล LW − มูลค่าต่อบิล LLW) ÷ มูลค่าต่อบิล LLW
# Orders share of revenue WoW (ส่วนของ WoW รายได้ที่มาจากจำนวนออเดอร์) = Orders WoW ÷ (Orders WoW + Basket WoW) × Rev WoW
AOV share of revenue WoW (ส่วนของ WoW รายได้ที่มาจาก AOV) = Basket WoW ÷ (Orders WoW + Basket WoW) × Rev WoW
("LLW" = last-last-week คือ 2 สัปดาห์ก่อน ส่วน "LW" = สัปดาห์ที่แล้ว)
7. Was it driven by any particular part of the Menu?
(มาจากเมนูส่วนใดส่วนหนึ่งหรือไม่)
แท่งกราฟแสดงว่าแต่ละเมนูมีส่วนต่อการเปลี่ยนแปลงรายได้ WoW มากน้อยแค่ไหน ถ้า Food เพิ่มขึ้นแรงแต่ Drinks ทรงตัว แท่งของ Food จะสูงกว่ามาก ใช้เพื่อระบุจุดที่มาของสาเหตุ — การเปลี่ยนแปลงกระจายทั่วทั้งเมนู หรือมาจากเมนูส่วนใดส่วนหนึ่ง
8. Was it unusually large orders?
(มาจากออเดอร์ที่ใหญ่ผิดปกติหรือไม่)
ตารางแสดงบิลทุกใบของสัปดาห์ที่แล้วที่มียอดรวมสูงกว่า ค่าเฉลี่ยต่อบิลของสาขาเกิน 1.5 เท่าของส่วนเบี่ยงเบนมาตรฐาน ใช้หางานเลี้ยงส่วนตัว ออเดอร์เดลิเวอรีก้อนใหญ่ หรืออีเวนต์ของบริษัทที่ดันตัวเลขสัปดาห์ที่แล้วให้สูงขึ้น
วิธีคำนวณ: ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน (SD) คำนวณจากประวัติออเดอร์ทั้งหมดของสาขา ออเดอร์ใดที่สูงกว่า (ค่าเฉลี่ย + 1.5 × SD) จะนับว่า "ใหญ่ผิดปกติ" และแสดงในตาราง
9. Was it a special day this week?
(มีวันพิเศษในสัปดาห์นี้หรือไม่)
หนึ่งแท่งต่อหนึ่งวันของสัปดาห์ที่แล้ว เทียบกับค่าเฉลี่ยของวันเดียวกันในสัปดาห์ตลอด 8 สัปดาห์ก่อนหน้า ถ้ามีวันใดพุ่งขึ้นโดดเดี่ยว (เช่น วันอังคาร +80% ส่วนวันอื่นทรงตัว) แปลว่าการเปลี่ยนแปลงของสัปดาห์กระจุกอยู่ที่วันนั้น
10. Was it any Menu Items with unusually high sales?
(มีเมนูที่ยอดขายสูงผิดปกติหรือไม่)
เมนูที่จำนวนขายในสัปดาห์ที่แล้วสูงกว่า ค่าเฉลี่ยรายสัปดาห์ของเมนูเดียวกันเกิน 2 เท่าของส่วนเบี่ยงเบนมาตรฐาน คอลัมน์: ชื่อเมนู จำนวนขายเฉลี่ยต่อสัปดาห์ จำนวนขายสัปดาห์ที่แล้ว รายได้สัปดาห์ที่แล้ว และตัวเลขว่าสูงกว่าค่าเฉลี่ยกี่ SD
วิธีคำนวณ: สำหรับทุกเมนู เราคำนวณจำนวนขายเฉลี่ยต่อสัปดาห์และ SD จากทุกสัปดาห์ที่เมนูนั้นมียอดขาย เมนูที่จำนวนขายสัปดาห์ที่แล้วเกิน (ค่าเฉลี่ย + 2 × SD) จะปรากฏในตาราง เรียงตามระดับความผิดปกติ เมนูที่เพิ่งขายมาเพียงหนึ่งหรือสองสัปดาห์จะไม่ถูกนำมาแสดง (เพราะค่า SD ยังไม่มีความหมาย)
11. Was it any of the new Menu Items added in the last month? (มาจากเมนูใหม่ที่เพิ่มในเดือนที่ผ่านมาหรือไม่)
เมนูที่มียอดขายครั้งแรกภายใน 4 สัปดาห์ล่าสุด พร้อมจำนวนขายและรายได้ที่ทำได้ในสัปดาห์ที่แล้ว มีประโยชน์เมื่อคุณอยากรู้ว่าเมนูที่เพิ่งเพิ่มเข้ามาคือสาเหตุที่ตัวเลขขยับหรือไม่
12. Monthly Projection based on performance so far (ประมาณการรายเดือนจากผลงานจนถึงตอนนี้)
สำหรับเดือนปฏิทินปัจจุบัน: เดือนนี้คาดว่าจะจบที่เท่าไร ถ้าอัตรารายวันจนถึงตอนนี้ดำเนินต่อไปในวันที่เหลือ แท่งแสดงรายได้จริงที่ทำได้จนถึงวันนี้ พร้อมส่วน "Projected" ที่แสดงยอดคาดการณ์ของส่วนที่เหลือ
วิธีคำนวณ: (รายได้จนถึงตอนนี้) × (จำนวนวันในเดือน ÷ จำนวนวันที่ผ่านไป) − รายได้จนถึงตอนนี้ = ยอดคาดการณ์ส่วนที่เหลือ เป็นการประมาณเชิงเส้นอย่างง่ายที่ตั้งสมมติฐานว่าวันที่เหลือของเดือนจะขายได้ในระดับเดียวกับวันที่ผ่านมา
ตัวเลขถูกนิยามอย่างไร
ตัวกรองสถานะ — นับเฉพาะออเดอร์ที่ปิดแล้ว (
status = 'complete') สำหรับรายได้และจำนวนออเดอร์ และนับรายการที่ยืนยันแล้ว (order_items.status = 'confirmed') สำหรับตารางระดับเมนู รายการที่ไม่มีmenuItemIdจะไม่ถูกนับในตารางเมนูขอบเขตสัปดาห์ — ตามฟังก์ชัน Postgres
date_trunc('week', ...)(จันทร์ถึงอาทิตย์)ฟิลด์วันที่ — ใช้
orderDateในการ์ดส่วนใหญ่ (ต่างจากแดชบอร์ดอื่นของ Insights 2.0 ที่มักใช้reportingDate) สำหรับร้านที่เปิดถึงดึก บิลหลังเที่ยงคืนจึงถูกนับเข้าวันตามปฏิทินจริง ไม่ใช่วันทางธุรกิจเขตเวลา — เวลาประเทศไทย (Asia/Bangkok)
ฐานเปรียบเทียบ — ค่าอ้างอิง "Last 12 Weeks" ไม่รวมสัปดาห์ที่แล้ว (เพื่อไม่ให้การเปรียบเทียบถูกเจือจางด้วยสัปดาห์ที่คุณกำลังประเมินอยู่)
ตัวกรอง
Outlet ID — ถูกตั้งค่าเป็นสาขาของคุณโดยอัตโนมัติเมื่อแดชบอร์ดฝังอยู่ในพอร์ทัลร้านค้าของ Papaya
ไม่มีตัวกรองวันที่ให้ผู้ใช้ปรับเอง — แดชบอร์ดยึดกับ "สัปดาห์ที่แล้ว" เทียบจากวันนี้เสมอ
แดชบอร์ดนี้ไม่แสดงอะไร
ข้อมูลสด / ข้อมูลของวันนี้ — ใช้แดชบอร์ด Today
แนวโน้มย้อนหลังระยะยาว — ใช้ Trends
การเจาะลึกระดับช่องทางขาย — ดู Channels
การเทียบกับค่าเฉลี่ยอุตสาหกรรม — ดู Industry Comparison
ผลต่อกำไร / สต๊อกวัตถุดิบ — ดูโมดูล Inventory
การเปรียบเทียบหลายสาขา — ดู Outlets หรือ Group KPIs