Operations & Financial Performance Report 2026
แหล่งข้อมูล: nclinic2.get_sale_account (Revenue), dynamics_bc.item_ledger_entries (COGS)
สาขา: 17 สาขา
จัดทำ: 25 มิถุนายน 2569
หมายเหตุ: BC sales_invoices ล้าหลัง ~57 วัน — ใช้ item_ledger เป็น COGS proxy
AES CLASS
CLINIC
Operations
Financials
ข้อมูล ณ D-1 = 24 มิถุนายน 2569 (วันปิดบัญชีล่าสุด) | วันนี้ (25 มิ.ย.) = partial ไม่รวม
7 วัน
14 วัน
(เลือก 30 วันได้เมื่อขยายข้อมูล)
ภาพที่ 1
Revenue รายวัน (D-13 ถึง D-1) — ทุกสาขารวม
Revenue (M฿)
ค่าเฉลี่ย
เสาร์-อาทิตย์
D-1 (24 มิ.ย.)
/ Δ vs ค่าเฉลี่ย
ภาพที่ 2
Hero Products ขายดี (Top) — ตามสาขาที่เลือก
7 วัน
14 วัน
30 วัน
ภาพที่ 3
ลูกค้าใหม่ vs ลูกค้าเก่า รายวัน — 14 วันล่าสุด
ตารางที่ 1: ผลการดำเนินงานรายสาขา ณ D-1 (24 มิถุนายน 2569)
เรียงตาม Revenue D-1 | Δ = D-1 เทียบค่าเฉลี่ย 14 วันของสาขา | Trend = 14 วัน (จุดแดง = D-1)
| สาขา |
Revenue D-1 |
จัดอันดับ |
Δ vs ค่าเฉลี่ย |
Trend 14 วัน |
รวม 14 วัน |
ข้อมูล ณ D-1 = 24 มิถุนายน 2569
ภาพที่ 3
Revenue รายเดือน 2026 vs 2025 — ม.ค.–พ.ค. (เดือนเต็ม)
20262025
ภาพที่ 4
YoY Growth % รายเดือน (ม.ค.–พ.ค. 2569)
ตารางที่ 2: Revenue มิถุนายน 2569 แยกสาขา
หน่วย: บาท | เรียงจากรายได้สูงสุด
ตารางที่ 3: Revenue รายเดือน แยกสาขา — ม.ค.–พ.ค. 2569 (เดือนเต็ม)
หน่วย: ล้านบาท (M฿) | คอลัมน์ที่เลือก = เดือนปัจจุบัน
ข้อมูล ณ 31 พฤษภาคม 2569 (YTD ม.ค.–พ.ค. = ข้อมูลเดือนเต็ม 5 เดือน)
ภาพที่ 5
Revenue รายเดือน 2026 vs 2025
20262025
ภาพที่ 6
YoY Growth % และ Revenue vs COGS
ตารางที่ 4: P&L สรุปรายเดือน — ม.ค.–พ.ค. 2569
หน่วย: ล้านบาท (M฿) | COGS = Stock อ้างอิง dynamics_bc.item_ledger_entries
| เดือน | Rev 2026 | Rev 2025 | YoY | COGS 2026 | GP 2026 | GP% | Visits 2026 | Rev/Visit |
|---|
ตารางที่ 5: Revenue YTD แยกสาขา — ม.ค.–พ.ค. 2569
หน่วย: บาท | เรียงจาก Revenue 2026 สูงสุด
| สาขา | รหัส | Rev 2026 | Rev 2025 | YoY | Visits | Rev/Visit | สัดส่วน % |
|---|
ข้อมูล ณ 31 พฤษภาคม 2569 (YTD ม.ค.–พ.ค. = เดือนเต็ม 5 เดือน)
ภาพที่ 7
Product Mix รายเดือน (Stacked) — ม.ค.–พ.ค. 2569
Lifting
Injection
Pico & Laser
Other
ภาพที่ 8
Product Mix YTD 2569 (สัดส่วน)
ภาพที่ 9
Lifting — YoY เปรียบเทียบรายเดือน
ภาพที่ 10
Injection — YoY เปรียบเทียบรายเดือน
ตารางที่ 6: Product Mix YTD แยกสาขา — ม.ค.–พ.ค. 2569
หน่วย: บาท | %: สัดส่วนต่อ revenue รวมของสาขา
| สาขา | Lifting | % | Injection | % | Pico & Laser | % | Other | % | รวม |
|---|
Direct Material Margin ราย Product Group — YTD ม.ค.–พ.ค. 2569 (Chain Level)
Revenue: nclinic2.get_sale_account (chain ทุกสาขา) · COGS: D365 BC item_ledger_entries Negative Adjmt. (ข้อมูลจริง) · หน่วย: ล้านบาท (M฿) · มิ.ย. COGS = N/A (BC lag ~57 วัน)
Revenue vs Direct COGS ราย Product Group (YTD M฿)
Revenue
Direct COGS (BC)
| กลุ่มผลิตภัณฑ์ | Revenue | Direct COGS (BC) | Direct Margin | Margin% |
|---|
⚠️ Direct Material Margin ≠ Gross Profit
= Revenue − ต้นทุนสินค้าจริง (consumables จาก D365 BC) เท่านั้น
ไม่รวม Doctor Fee / Med Staff / Rental / Overhead
หมายเหตุด้านข้อมูล: Revenue จาก nclinic2.get_sale_account (accounting-adjusted, ไม่นับ deposit ซ้ำ) | Product grouping ใช้ regex บน item_name | COGS จาก D365 BC item_ledger_entries Negative Adjmt. (stock deduction จริง, ไม่ใช่ Sale entry)
ข้อมูล ณ YTD ม.ค.–พ.ค. 2569 (5 เดือน) | คอลัมน์ 2024–2025 = ทั้งปี | 2026F = ประมาณการทั้งปี
รายได้: nclinic2 BigQuery (actual 179.96M) · ต้นทุน: ประมาณการจาก % PPTX เม.ย. 2026 × รายได้จริง · Reconciled มิ.ย. 2026
P&L Bridge — รายได้ → กำไรขั้นต้น → EBITDA (YTD 2569, M฿)
งบกำไรขาดทุน (P&L) — 2024 / 2025 / 2026 YTD / Forecast
หน่วย: ล้านบาท (M฿) | () = ค่าติดลบ
เปรียบเทียบ YTD ม.ค.–พ.ค. (5 เดือน) ทุกปี | 2567/2568 = ประมาณการ ×5/4 จาก PPTX ม.ค.–เม.ย.
ต้นทุนขายและบริการแยกหมวด (YTD, M฿)
% ต้นทุน & กำไรขั้นต้น ต่อรายได้
ต้นทุนขายและบริการแยกหมวด — YTD ม.ค.–พ.ค. (5 เดือน) ทุกปี
หน่วย: ล้านบาท (M฿)
เปรียบเทียบ YTD ม.ค.–พ.ค. (5 เดือน) ทุกปี | 2567/2568 = ประมาณการ ×5/4 จาก PPTX ม.ค.–เม.ย.
ค่าใช้จ่ายขายและการตลาดแยกประเภท (YTD, M฿)
สัดส่วน S&M ต่อรายได้ (YTD, %)
ค่าใช้จ่ายในการขายและการตลาด — YTD (2024/2025: ม.ค.–เม.ย. · 2026: ม.ค.–พ.ค.)
หน่วย: ล้านบาท (M฿)
ประมาณการทั้งปี FY2026 (12 เดือน) — 3 Scenario เทียบผลจริงปี 2568
เปรียบเทียบ Scenario — รายได้ / กำไรขั้นต้น / EBITDA / กำไรสุทธิ (M฿)
ประมาณการงบกำไรขาดทุน FY2026 — 3 Scenario
หน่วย: ล้านบาท (M฿) | () = ค่าติดลบ