แพลตฟอร์ม SaaS สำหรับจัดการงานหลังบ้านของธุรกิจ SME ไทย (บัญชี, สต๊อกสินค้า, ทีมขาย) ก่อตั้งเพื่อช่วยให้ผู้ประกอบการรายย่อยเข้าถึงเครื่องมือดิจิทัลราคาที่จ่ายไหว
บลูเวฟ ดิจิทัล พัฒนาแอปพลิเคชัน “BlueWave POS & Back-Office” ให้ร้านค้าปลีกและ SME ใช้จัดการหน้าร้าน สต๊อกสินค้า บัญชีรายรับ-รายจ่าย และทีมขาย ในระบบเดียว ปัจจุบันมีลูกค้าใช้งานกว่า 3,400 ร้านค้าทั่วประเทศ เน้นกลุ่มร้านอาหาร ร้านสะดวกซื้อ และธุรกิจค้าปลีกขนาดเล็ก-กลาง
รายได้เติบโตต่อเนื่องจากการขยายฐานลูกค้า SME และการเปิดตัวฟีเจอร์ Sales CRM เพิ่มเติมในปี 2568
ค่าสมาชิกรายเดือนคิดตามจำนวนสาขาของร้านค้า (เริ่มต้น ฿990/สาขา/เดือน) เป็นแหล่งรายได้หลักที่มั่นคงที่สุด ส่วนค่าธรรมเนียมธุรกรรมคิดจากยอดขายที่ผ่านระบบ POS ของลูกค้า
ตัวเลขทั้งหมดในหน้านี้อ้างอิงจากชุดข้อมูลเดียวกันและสอดคล้องกันทุกปี (รายได้ ↔ พนักงาน ↔ ลูกค้า ↔ รายจ่าย) เหมาะสำหรับนำไปวิเคราะห์แนวโน้มใน Gemini Notebook
| รายการ | 2566 | 2567 | 2568 |
|---|---|---|---|
| รายได้รวม | ฿28.0M | ฿46.0M | ฿74.0M |
| — ค่าสมาชิกรายเดือน (Subscription) | ฿19.0M | ฿29.9M | ฿45.9M |
| — ค่าธรรมเนียมธุรกรรม (Transaction Fee) | ฿6.7M | ฿11.0M | ฿17.0M |
| — ฟีเจอร์เสริม (Add-on) | ฿2.2M | ฿5.1M | ฿11.1M |
| เงินเดือนพนักงาน (Payroll) | ฿19.8M | ฿29.0M | ฿38.1M |
| ระบบคลาวด์ & โครงสร้างพื้นฐาน | ฿1.8M | ฿4.8M | ฿8.1M |
| การตลาด & ต้นทุนการขาย | ฿3.6M | ฿6.9M | ฿9.5M |
| สำนักงาน & อุปกรณ์ | ฿2.0M | ฿2.7M | ฿3.2M |
| อื่นๆ (กฎหมาย, บัญชี, ซอฟต์แวร์) | ฿1.2M | ฿1.7M | ฿2.4M |
| รายจ่ายรวม | ฿28.5M | ฿45.1M | ฿61.3M |
| กำไรจากการดำเนินงาน | -฿0.5M | ฿0.9M | ฿12.7M |
| Operating Margin | -1.9% | 2.1% | 17.2% |
| จำนวนพนักงาน (สิ้นปี) | 33 | 44 | 52 |
| ลูกค้าที่ใช้งานอยู่ (ร้านค้า) | 850 | 2,100 | 3,400 |
ทีมงานกระจายตามสัดส่วนทีมเทคโนโลยีเป็นหลัก สอดคล้องกับการเป็นบริษัทซอฟต์แวร์ที่กำลังขยายฐานลูกค้าและพัฒนาฟีเจอร์ใหม่ต่อเนื่อง (ตัวเลขนี้นับหลังพนักงานทีม Sales & Marketing 3 คนลาออกในเดือนพฤศจิกายน 2568 แล้ว — ดูรายละเอียดในแท็บ “เอกสาร HR”)
รายชื่อและข้อมูลพนักงานรายบุคคล (แผนก เงินเดือน วันลา ผลประเมิน) ดูได้ที่แท็บ 05 · เอกสาร HR
| แผนก | 2566 | 2567 | 2568 |
|---|---|---|---|
| Engineering | 11 | 13 | 16 |
| Sales & Marketing | 7 | 10 | 10 |
| Customer Success | 4 | 7 | 9 |
| Product | 4 | 5 | 7 |
| Operations & HR | 5 | 6 | 7 |
| Executive | 2 | 3 | 3 |
| รวม | 33 | 44 | 52 |
Customer Success เติบโตเร็วที่สุด (4 → 9 คน, +125%) สอดคล้องกับช่วงที่ลูกค้าทะลุ 2,000 ร้านค้าในปี 2567 ตามเส้นเวลาด้านล่าง ส่วน Sales & Marketing ทรงตัวที่ 10 คนในปี 2568 เพราะมีพนักงาน 3 คนลาออกในเดือนพฤศจิกายน (ตำแหน่งยังอยู่ระหว่างเปิดรับสมัครทดแทน — ดูแท็บ “เอกสาร HR”)
เอกสารทั้งหมดด้านล่างใช้ประกอบกิจกรรมใน Workshop “AI in HRM” — ดาวน์โหลดหรือเปิดดูได้โดยตรง
คลิกที่การ์ดเพื่อเปิดดูเรซูเม่ฉบับเต็มของแต่ละคน — พิมพ์เป็น PDF ได้จากหน้านั้นเพื่อนำไปอัปโหลดเข้า Gemini Notebook
ประสบการณ์ HR 5 ปี (เก่งงาน Operation) แต่ทักษะดิจิทัลและภาษาอังกฤษค่อนข้างอ่อน
เพิ่งจบใหม่ ทักษะดิจิทัลยอดเยี่ยม แต่ขาดประสบการณ์หน้างาน HR
ย้ายสายงานมาจาก Customer Service ทักษะการสื่อสารดีเยี่ยม แต่ไม่มีประสบการณ์ HR โดยตรง
ประสบการณ์ HR 3 ปี ทักษะสมดุล แต่มีประวัติเปลี่ยนงานบ่อย (Job Hopper)
เอกสาร PDF ความยาว 5–8 หน้า ที่มีข้อกำหนดซับซ้อน (เช่น กฎการลาที่ผูกกับอายุงาน, นโยบาย WFH สัปดาห์ละ 2 วัน)
7 หน้า · 7 หมวด ครอบคลุม WFH, วันลาผูกอายุงาน, ทดลองงาน, สวัสดิการ และ PDPA พร้อมพิมพ์เป็น PDF เพื่ออัปโหลดเข้า Gemini Notebook
ไฟล์ .json แยกตามแผนก ใช้จำลองฐานข้อมูลพนักงานจริงของบริษัท แต่ละคนมี ชื่อ เพศ วันเกิด แผนก/ตำแหน่ง หัวหน้างาน วันเริ่มงาน เงินเดือน วันลาคงเหลือ (พักร้อน/กิจ/ป่วย) จำนวนวันมาสาย ผลประเมินล่าสุด และสถานะความเสี่ยงลาออก — อัปโหลดเข้า Gemini Notebook เพื่อฝึกวิเคราะห์ข้อมูลพนักงานจริงประกอบกับคู่มือพนักงาน (เช่น เช็คว่าใครมีสิทธิ์ WFH ตามอายุงาน)
💡 คลิก “ดาวน์โหลด” เพื่อบันทึกไฟล์ .json ลงเครื่อง แล้วอัปโหลดเป็นแหล่งข้อมูล (Source) ใหม่ใน Gemini Notebook ได้ทันที
สำหรับใช้วิเคราะห์เชิงลึกใน Gemini Notebook — ประวัติการลาออก, ผลสำรวจความพึงพอใจ, การสรรหา และโครงสร้างองค์กร ทุกไฟล์อ้างอิงและสอดคล้องกับ Employee Directory ด้านบน
⚠️ ข้อควรระวัง (สอนคู่กับหมวด PDPA): ข้อมูลชุดนี้เป็นข้อมูลสมมติทั้งหมด ใช้เพื่อการฝึกอบรมเท่านั้น แต่ให้ย้ำกับนักศึกษาว่าข้อมูลพนักงานจริงลักษณะนี้ (เงินเดือน วันเกิด ผลประเมิน) ถือเป็นข้อมูลอ่อนไหวตาม PDPA ห้ามนำไปป้อน AI สาธารณะโดยไม่ Mask ข้อมูลก่อนเสมอ