1.ภาพรวมยอดจดทะเบียนตลาดรถยนต์

ถ้าเรามองแค่กราฟเส้นตรงๆ เราอาจจะคิดว่าตลาดรถยนต์ปี 2568 นั้นเงียบเหงา เพราะยอดจดทะเบียนรวม (YTD) อยู่ที่ 585,089 คัน ลดลงจากปีก่อนหน้าเพียง -0.05% เท่านั้น (เรียกได้ว่าเสมอตัว) แต่ถ้าเราลอง “Drill-down” หรือเจาะลึกลงไปในข้อมูล จะพบว่าข้างในนั้นมีการแข่งขันกันดุเดือดมากครับ! เหมือนทะเลที่ผิวน้ำนิ่งแต่ข้างใต้มีคลื่นยักษ์ที่ชื่อว่า “EV จีน” เข้ามาในตลาด

2.ภาพรวมยอดจดแยกเชื้อเพลิง

จะเห็นว่ายอดจดทะเบียน ปีเทียบปีเท่าๆเดิม พลังงานที่เติบโตสูงที่สุดก็คือ EV ซึ่งยอดจดขึ้นมาเป็น 119,148 คัน (+74%) ส่วนที่ตกหนักสุดจะเป็น Benzene ลดลงมาเหลือ 118,880 คัน (-21%)

3.Trend รายเดือนยอดจดเชื้อเพลิง

จะเห็นว่ายอดจดทะเบียน EV สูงขึ้นในช่วงปลายปี 2025 เพราะมาตรการณ์ EV3.0 กำลังจะหมดปลายปี 2568 นั่นเอง ซึ่งสวนทางกับพลังงานอื่นๆ (ปกติจะลากไปจดกันช่วงต้นปีถัดไปครับ)

4.ภาพรวมยอดจด ร.ย.

คราวนี้มาดูสัดส่วนยอดจดทะเบียน ร.ย. กันนะครับ (ใน Power BI ของผมจะใช้แค่ ร.ย.1 กัย ร.ย.3)

จะเห็นว่า ร.ย.3 ลดลงไป 19,777 คัน (-20%) ซึ่งกลุ่มนี้เป็นกระบะตอนเดียว และตอนครึ่ง กลุ่มลูกค้าส่วนใหญ่เป็นกลุ่ม SME ขนาดเล็กย่อมๆ ด้วยความที่มีเรื่องหนี้ครัวเรือนในระดับสูง, ทางแบงค์คุมเข้มในการปล่อยสินเชื่อ, และสภาพเศรษฐกิจที่ซบเซา

• ร.ย. 1 (รถยนต์นั่งส่วนบุคคลไม่เกิน 7 คน) รถเก๋ง หรือรถอเนกประสงค์ (SUV) ที่มีที่นั่งไม่เกิน 7 ที่นั่ง เน้นการโดยสารส่วนบุคคล
• ร.ย. 3 รถกระบะ (แบบตอนเดียว หรือแบบมีแค็บ 2 ประตู) ที่ออกแบบมาเพื่อการบรรทุก เน้นการขนส่งหรือบรรทุกสิ่งของ
• สามารถอ่านรายระเอียดเรื่อง ร.ย. เพิ่มเติมได้ที่ ลิงค์นี้

5.ยอดจดทะเบียนและสัดส่วนการตลาดราย Brand

ยอดจดทะเบียนและ Market Share ราย Brand จะเป็นว่าแบรนด์จีนที่มีสินค้า EV เข้ามาจะ Mkt Share เติบโตสูง ส่วนแบรนด์ญี่ปุ่นมีสินค้า Hybrid สามารถช่วยประคองยอดจดทะเบียนไปได้ไปได้

6.ยอดจดทะเบียนรายแบรนด์ที่เติบโตสูงที่สุดและลดลงสูงที่สุด

แบรด์ที่เติบโตสูงก็หลักๆจะเป็นแบรนด์จีนไฟฟ้า และแบรนด์ที่ลดลงก็เป็นแบรนด์ญี่ปุ่นครับ

มาดูยอดจด JAECOO 5 กันครับที่มีกระแสข่าว ลิงค์นี้ ว่านัดรับรถได้ที่ท่าเรือแหลมฉบังช่วงก่อนปีใหม่เนื่องจาก นโยบาน EV3.0 กำลังจะหมด ยอดจดขึ้นมาอยู่ที่ 4,069 คัน

8.รุ่นรถยนต์ที่ขายดีที่สุด

โดยปกติแล้วรุ่นรถยนต์ที่ขายดีที่สุดจะเป็นกระบะอย่าง Revo และ D-Max แต่ในปีที่ผ่านมายอดกระบะภาพรวมลดลงไปพอสมควร และรุ่นที่ทำได้ดีขึ้นมากคือรุ่นไฟฟ้า และ Hybrid ครับ

8.มุมมองตลาดรถยนต์ปี 2569

1. ผลกระทบจาก EV 3.5 และการปรับตัวของราคารถ EV

• เงินอุดหนุนลดลง: เนื่องจาก EV 3.0 หมดไปแล้วกำลังเข้าสู่ EV 3.5 เงินสนับสนุนต่างๆก็ลดลง
• Production Offset: ปี 2026 เป็นปีที่ค่ายรถต้องผลิตชดเชยการนำเข้าในอัตราส่วน ซึ่งเป็นความท้าทายด้านต้นทุนการจัดการโรงงานใหม่ในไทย
• เงื่อนไขแบตเตอรี่: ตั้งแต่ 1 มกราคม 2026 มีการคุมเข้มการใช้เซลล์แบตเตอรี่นำเข้า (ไม่เกิน 10% ของราคารถ) เพื่อบีบให้เกิดการใช้ชิ้นส่วนในประเทศมากขึ้น ซึ่งอาจทำให้ราคารถ EV ในช่วงนี้ไม่สามารถทำสงครามราคา (Price War) ได้รุนแรงเท่าปีที่ผ่านมา

2. Japanese Hybrid 2027: การแก้เกมของค่ายญี่ปุ่น

แบรนด์ญี่ปุ่นไม่ได้นิ่งนอนใจจริงครับ และปี 2027 จะเป็นปี “Big Move” ของพวกเขา

• เทคโนโลยี Solid-state & New Hybrid: หลายค่ายรอจังหวะให้เทคโนโลยีแบตเตอรี่นิ่งกว่านี้ โดยในปี 2027 เราจะได้เห็น Hybrid รุ่นใหม่ที่เน้นระยะทางวิ่งด้วยไฟฟ้า (EV Mode) ได้ไกลขึ้นมาก

3. ตลาดกระบะและเศรษฐกิจ

ตลาดกระบะยังคงเป็น “เส้นเลือดใหญ่” ในปีนี้ครับ:

• กลุ่มลูกค้า : กลุ่มลูกค้าเหล่านี้ยังมีอยู่ครับคนที่ต้องการใช้งานรถกระบะขนของ
• เข้มงวดสินเชื่อ: ปัญหาหนี้ครัวเรือนทำให้สถาบันการเงินยังคงปฏิเสธสินเชื่อ (Rejection Rate) ในกลุ่มกระบะใช้งาน (Commercial) สูง

4. ข้อจำกัดด้าน Facility (คอนโด & ต่างจังหวัด)

นี่คือ “กำแพง” สำคัญที่ทำให้รถน้ำมันและ Hybrid ยังแข็งแกร่ง:

• Condo Struggle: ถึงแม้จะมีสตาร์ทอัพด้าน Charging Station เข้าไปเจาะตลาดคอนโดมากขึ้น แต่ข้อจำกัดเรื่องหม้อแปลงไฟฟ้าและการจัดสรรที่จอดรถยังเป็นปัญหาใหญ่
• Provincial Infrastructure: ในหัวเมืองใหญ่อาจจะครอบคลุม แต่การขับขี่ข้ามจังหวัดไกลๆ ในช่วงเทศกาลยังคงเป็น Pain Point ที่ทำให้คนต่างจังหวัดเลือก Hybrid มากกว่า BEV

สุดท้ายต้อง Monitor ตลาดอย่างใกล้ชิดครับเพราะตลาดรถยนต์ในประเทศไทยตอนนี้เปลี่ยนแปลงเร็วมาก

9.Power BI Dashboard

ข้อมูลที่ผมนำมาโชว์นี้เป็นส่วนหนึ่งใน Power BI ที่สร้าง Insight ให้ดูแบบรวดเร็วนะครับ จริงๆแล้วผมมีวิเคราะห์ในเรื่องอื่นๆเชิงลึกอีกพอสมควร แต่ขอจบไว้เพียงเท่านี้ก่อนนะครับ

🚀 Decision-Making Tool for Automotive Leaders

ข้อมูลที่ผมนำมาสรุปนี้ เป็นเพียงส่วนหนึ่งจาก Dashboard ที่ผมพัฒนาขึ้นนะครับ และถ้าใครสนใจ Dashboard นี้สามารถสั่งซื้อได้ครับ

[Exclusive Offer] Power BI Automotive Dashboard

เปลี่ยนข้อมูลยอดจดทะเบียนที่ซับซ้อน ให้เป็นกลยุทธ์ที่จับต้องได้:

• ✅ Market Share Heat Map: ดูพื้นที่โอกาสรายจังหวัด
• ✅ Province Scatter Plot: แยกจังหวัดที่ทำยอดได้ดี (Star) และที่ต้องเร่งแก้ไข
• ✅ Deep Dive Analysis: เจาะลึกรายรุ่น รายเชื้อเพลิง และราย Segment

💰 ราคาโปรโมชันเปิดตัว:

• Full License (ซื้อขาด): เหลือเพียง 29,000.- (จากปกติ 35,000.-)
• Monthly Maintenance: 2,500.- / เดือน (อัปเดตข้อมูลใหม่ให้ทุกเดือน พร้อมดูแลระบบ เป็น Optional ครับ)

📩 สนใจเป็นเจ้าของ Dashboard ตัวนี้ หรือปรึกษาเรื่องการวางระบบข้อมูลติดต่อ: Line Id: @741imcyw หรือคลิก Link นี้

🛠️ สิ่งที่คุณจะได้รับ

• 📦 Power BI Dashboard Pro : Power BI Automotive Dashboard
• 🎥 Online Training : สอนวิธีการใช้งาน 2 ครั้ง
• 🔒 Lifetime Access: ไฟล์เป็นของคุณ 100% ไม่มีหมดอายุ สามารถนำไปปรับทำต่อได้เอง

💳วิธีชำระเงิน: การโอนเงินทางธนาคาร

**กรุณาตรวจสอบยอดรวมก่อนชำระ**

จำนวนเงิน 29,000 บาท

ธนาคาร กสิกรไทย
เลขที่บัญชี 051-3-48346-5
ชื่อบัญชี ศิริพงษ์ โรจน์ชัยวิริยะกุล

หลังจากที่ชำระเงินแล้ว สามารถแจ้งสลิปการโอนเงินมาที่

Line Id: @741imcyw หรือคลิก Link นี้ หลังจากนั้นจะมีพนักงานติดต่อส่งสินค้าให้ภายใน 2 ช.ม

ลองดูบทความเพิ่มเติมได้ดังนี้

• Template Free Google Sheet & Excel ดาวน์โหลดฟรี
• Passive Income สำหรับพนักงานประจำ
• สร้างอิสรภาพทางการเงินได้อย่างไร

เรื่องมีอยู่ว่าพอดีผมมีเพื่อนพนักงานมาถามผมเรื่องข้อมูลว่าพอจะมีทางไหนบ้างไหมที่ทำให้เขาสามารถเห็นข้อมูลเคลมได้ทันที เพราะมีพนักงานมาวางบิลทุกวัน และเมื่อวางบิลเสร็จต้องกรอกข้อมูลผ่าน Microsoft Form ก็จะไปรวมข้อมูลเป็น Rawdata Excel อันนึง

🤔ปัญหาที่เจอ?

• ทางผู้บริหารต้องการทราบข้อมูลตลอดเวลาว่าตอนนี้มีคนมาวางบิลกี่คน จำนวนเท่าไร เดือนนี้?
• เขาต้องเปรียบเทียบกับเดือนที่ผ่านมาว่ามีคนวางบิลมากกว่า หรือน้อยกว่าเพื่อให้เห็นเทรนด์แนวโน้ม เพื่อกัน Budget ไว้
• ทุกครั้งที่ต้องเข้าประชุม หรือทางผู้บริหารถาม เขาต้อง Export ข้อมูลออกมาทำการ Pivot และ ทำกราฟแล้วไปใส่ Power Point (ค่อนข้างเสียเวลา)

🧾โครงสร้างข้อมูล

มาดูโครงสร้างข้อมูลกันครับ Rawdata เป็นดังนี้

ความหมายข้อมูลเคลมแต่ละ Column

• ID — ลำดับข้อมูลแต่ละรายการ
• Start time — เวลาที่เริ่มกระบวนการ (เช่น เริ่มกรอกหรือเริ่มเคลม)
• Completion time — เวลาที่สิ้นสุดกระบวนการ
• Email — อีเมลของผู้ยื่นเคลม
• Name — ชื่อ
• Name and Surname — ชื่อและนามสกุลเต็ม (บางส่วนซ้ำกับคอลัมน์ Name)
• Claim Number — หมายเลขการเคลม เช่น TEST1234, RC6X1R
• Claim amount (THB) — ยอดเงินเคลม (เป็นหน่วยบาท)

💡วิธีการออกแบบ Claim Dashboard

วิธีการที่ดีที่สุดคือต้อง เข้าใจว่าคนที่ดู Dashboard นั้นดูอะไรเป็นหลัก อย่างในเคสนี้คือผู้บริหารต้องการเห็นภาพว่า

• ยอดเคลมเปรียบเทียบกับเดือนก่อนหน้าแนวโน้มเป็นอย่างไร?
• จำนวนเคลม และจำนวนเงินเคลมเดือนนี้มีเท่าไรแล้ว?
• สามารถดูรายละเอียดถึงด้านในได้เลยว่าใครเคลมเข้ามาบ้าง เท่าไร (บัญชีชอบดูรายละเอียดลึกครับ 55+)
• เห็นข้อมูล Realtime !! (ข้อนี้ทรงพลังมาก เพื่อนผมไม่ต้องมาเตรียมข้อมูลใส่สไลด์แล้ว, ผู้บริหารก็กดคลิกดูรายละเอียดจากลิงค์ได้เลย สุดยอดดด 555+)

📊Claim Dashboard

หลังจากเข้าใจปัญหาและออกแบบเสร็จ ก็ถึงเวลาลงมือทำจริงครับ
เคสนี้ข้อมูลไม่ได้ซับซ้อนมาก เพราะเป้าหมายคือสร้าง Operation Dashboard เพื่อให้เห็นภาพรวมการทำงาน และไม่ได้เน้นการวิเคราะห์เชิงลึกมากนัก

ดังนั้นโครงสร้างจึงไม่ต้องซับซ้อนหรือเชื่อมโยงหลายตารา ใช้เพียงการ เขียน DAX เล็กน้อย เพื่อเปรียบเทียบข้อมูลของ เดือนนี้กับ ทุกๆเดือนก่อนหน้า ก็เพียงพอให้เห็นแนวโน้มการเปลี่ยนแปลงอย่างชัดเจนครับ

🧑🏿‍💻การ Coding DAX (Data Analysis Expression)

DAX ก็เหมือนกับการเขียนสูตร Excel นะครับ แต่มันจะเป็นอีกภาษานึง โดยในครั้งนี้ผมเขียน DAX Measure 5 ตัวครับ

1.Last Date

ไว้หาเวลาคนที่อัพเดทข้อมูลล่าสุด

Last Date = 
CALCULATE(MAX(Data_Claim[Completion time]))

2.Last Month Start , Last Month End

ไว้หาว่าเดือนล่าสุดที่อัพเดทนั้นเริ่มวันไหน และ จบว่าไหน

Last Month Start = 
DATE(YEAR([Last Date]),MONTH([Last Date]),1)

Last Month End = 
EOMONTH([Last Date],0)

3.Claim Number , Claim Amount (Last Month)

ไว้หาว่าเดือนล่าสุดที่อัพเดทมี Claim Number และ Claim Amount เท่าไร

Claim Number (Latest Month) = 
VAR startDate = [Last Month Start] 
VAR endDate   = [Last Month End]
RETURN
CALCULATE (
    COUNTROWS ( Data_Claim ),
    FILTER (
        ALL ( Data_Claim[Completion time] ),
        Data_Claim[Completion time] >= startDate &&
        Data_Claim[Completion time] <= endDate
    )
)

Claim Amount (Latest Month) = 
VAR s = [Last Month Start]
VAR e = [Last Month End]
RETURN
CALCULATE(
    SUMX(Data_Claim,COALESCE(Data_Claim[Claim amount (THB)],0)),
    FILTER(ALL(Data_Claim[Completion time]),Data_Claim[Completion time] >= s && Data_Claim[Completion time] <=e)
)

🎯ดาวน์โหลดฟรีที่นี่!

🧾 สรุป

หวังว่าบทความนี้จะเป็นไอเดียให้ทางเพื่อนๆที่สนใจการออกแบบ Dashboard Power BI ของตัวเองได้นะครับ การออกแบบนั้นไม่จำเป็นต้องยาก แต่ขอให้นำไปใช้งานในชีวิตและธุรกิจของตัวเองได้จริง แค่นี้ก็สามารถเพิ่มประสิทธิการทำงานได้มหาศาลแล้วครับ

ลองดูบทความเพิ่มเติมได้ดังนี้

• Template Free Google Sheet & Excel ดาวน์โหลดฟรี
• Passive Income สำหรับพนักงานประจำ
• สร้างอิสรภาพทางการเงินได้อย่างไร

ตอนนี้ ผมมีทำ [Template Pro] ระบบบัญชีรายรับ รายจ่าย เงินออม ด้วย Google Sheets มี Dashboard สรุป (Income Expense Saving Tracker) สามารถดูรายละเอียดได้ที่ Link นี้