#1
ใช้ได้ดีSnapshot — ที่ user เคยคีย์ / import
Accuracy
100%
MAE
0฿
Coverage
เมื่อมี — primary path
ถ้ามีค่าจริงที่ user เคยกรอก/import เข้ามาแล้ว · ใช้ทันที — ไม่ predict
Proof · Open methodology
📊 AI Cost Prediction — เราถูกจริงไหม?
backtest กับข้อมูลจริง 5,359 sales × 1,837 cost rows ของ INTERTEC workspace (พ.ค. 2024 – พ.ค. 2026)
เราใช้ตัวเองเป็นกรณีศึกษา — ก่อนขายให้คนอื่น
Bottom line
Snapshot match (เมื่อมี) → 100%. คำนวณใหม่ผ่าน F2 → 70% exact / 50฿ MAE @ 29% coverage. ที่เหลือ fall through Express ทุนล่าสุด → 68% / 106฿. เราไม่ขายว่า "AI ถูก 95%" เพราะ benchmark จริงมันไม่ใช่. เราขายว่า "AI ช่วยลด manual ลง · แต่ผู้ใช้ตรวจตัวเลขก่อน file ได้เสมอ".
4 methods · ลำดับการใช้
#2
ใช้ได้ดีF2 — Customer × Product memory
Accuracy
70% exact match
MAE
50฿ MAE
Coverage
29% ของ rows
ลูกค้าคนนี้เคยซื้อสินค้านี้ → ใช้ราคาเดียวกัน · ดีที่สุดสำหรับ regular customer
#3
พอใช้Express AccCostHistory — ทุนล่าสุดจาก Express
Accuracy
68% within 5%
MAE
106฿ MAE
Coverage
ทุก row ที่มี Express SKU mapping
fallback เมื่อไม่มี F2 match · ใช้ทุนล่าสุดจาก Express
#4
last resortDefault fallback — ใช้ subtotal × 0.7
Accuracy
ไม่ verified
MAE
ไม่ verified
Coverage
last resort เท่านั้น
เมื่อ snapshot + F2 + Express ไม่มี · เป็น proxy ไม่ใช่ accurate cost
ข้อจำกัดที่เราพูดตรง ๆ
- Backtest นี้ใช้ ข้อมูล Intertec เท่านั้น — ลูกค้าใหม่ที่ pattern ขายต่างจากเราอาจได้ accuracy ต่างไป
- F2 70% หมายถึง "exact match" — รวม "ใกล้เคียง ±5%" จะสูงกว่านี้
- เราคำนวณ MAE จาก rows ที่มีค่าจริง (snapshot) เพื่อเทียบ — rows ที่ไม่มีค่าจริงไม่นับเข้า denominator
- ยังไม่ได้ทดสอบกับ workspace อื่น — Sprint 10+ จะ open backtest ให้ user upload sample แล้วเห็น accuracy ของข้อมูลตัวเอง
📂 Source code · เปิดให้ตรวจสอบ
เลขที่แสดงข้างบนได้จาก script เหล่านี้:
- ·
scripts/backtest-k-formulas.ts - ·
scripts/analyze-k-formula.ts - ·
scripts/analyze-excel-k-pattern.ts
เมื่อ repo เปิดเป็น public (ในแผน Sprint 10+) GitHub link จะมาที่นี่ · ระหว่างนี้ ขอดูได้โดยติดต่อ support@cloudyacc.com
ดูเพิ่มเติม