สรุปสั้นก่อนเริ่ม
บทความนี้รวม 15 อัตราส่วนการเงิน ที่ซอฟต์แวร์เฮาส์ทุกขนาดควรติดตาม — ตั้งแต่ Gross Margin ไปจนถึง Rule of 40 พร้อม benchmark จากข้อมูลจริงของอุตสาหกรรม IT services ทั่วโลกและในไทย
ไม่ใช่บทความวิชาการ — แต่เป็นบทเรียนที่เราเรียนรู้จากการบริหารซอฟต์แวร์เฮาส์มาหลายปี บางตัวเลขทำให้เราเกือบตัดสินใจผิด บางตัวช่วยชีวิตบริษัท
ถ้าคุณเป็นเจ้าของซอฟต์แวร์เฮาส์ หรือกำลังจะเปิด — อ่านให้จบ
บทนำ: ทำไมซอฟต์แวร์เฮาส์ต้องอ่านงบการเงินให้เป็น
ผมจำได้ดีว่าปีแรกที่รายได้บริษัทโตขึ้น 40% จากปีก่อน ทุกคนในทีมดีใจ เราฉลอง เราจ้างคนเพิ่ม เราย้ายออฟฟิศใหม่
แต่ตอนสิ้นปี ตัวเลขกำไรสุทธิกลับ ลดลง จากปีก่อน
ครั้งแรกที่เห็นตัวเลขนั้น ผมนั่งอยู่คนเดียวในออฟฟิศตอนตีสาม พยายามหาคำตอบว่า "เงินหายไปไหน" — รายได้เยอะขึ้น แต่ทำไมกำไรน้อยลง?
คำตอบอยู่ใน อัตราส่วนการเงิน ที่ผมไม่เคยสนใจดูมาก่อน
ซอฟต์แวร์เฮาส์ส่วนใหญ่ — รวมถึงเราในตอนนั้น — บริหารด้วยความรู้สึก รายได้เข้ามาเท่าไหร่ก็ใช้ไป เห็นเงินในบัญชียังเยอะก็สบายใจ แต่นั่นคือกับดัก
Revenue is vanity. Profit is sanity. Cash flow is reality.
วันนี้ผมอยากแชร์ 15 อัตราส่วนที่เปลี่ยนวิธีบริหารบริษัทของเรา — ไม่ใช่แค่ทฤษฎี แต่เป็นเรื่องจริงที่เราเจ็บมาก่อน พร้อม benchmark ที่ verify แล้วจากหลายแหล่ง
Part 1: Profitability — "รายได้เยอะ ≠ กำไรเยอะ"
1. Gross Margin — ตัวเลขที่บอกว่าคุณขายของถูกหรือแพง
สูตร: (Revenue - COGS) / Revenue × 100
ก่อนจะคำนวณ Gross Margin ได้ ต้องเข้าใจก่อนว่า COGS (Cost of Goods Sold) ของซอฟต์แวร์เฮาส์คืออะไร
นี่คือจุดที่ซอฟต์แวร์เฮาส์ส่วนใหญ่ทำผิด — รวมถึงเราในช่วงแรก
COGS ของซอฟต์แวร์เฮาส์ = ต้นทุนที่ผูกตรงกับการส่งมอบงานให้ลูกค้า:
- ค่า subcontractor / freelance ที่จ้างทำงานโปรเจกต์
- ค่า cloud infrastructure ที่ใช้ deliver งานลูกค้า (เช่น server ที่ลูกค้าใช้)
- ค่า third-party license ที่ pass through ให้ลูกค้า
ไม่ใช่ COGS:
- ค่าเช่าออฟฟิศ → Operating Expense
- เงินเดือน admin / HR / บัญชี → Operating Expense
- ค่า internal tools ที่ทีมใช้เอง → Operating Expense
- เงินเดือนโปรแกรมเมอร์ประจำ → ขึ้นอยู่กับว่าจัดอยู่ฝั่ง COGS หรือ OpEx (ถ้าทำงาน billable 100% อาจจัดเป็น COGS ได้)
ผมเคยเอาค่าเช่าออฟฟิศไปใส่ใน COGS — ทำให้ Gross Margin ดูต่ำกว่าความเป็นจริง และเกือบตัดสินใจลดราคาเพื่อแข่ง ทั้งที่จริงๆ margin เราดีอยู่แล้ว
Benchmark ที่ต้องรู้
| ประเภทธุรกิจ |
Gross Margin |
| SaaS ทั่วโลก |
70-90% |
| IT Services ไทย |
30-50% |
| COGS ที่ healthy (SaaS) |
ต่ำกว่า 25% ของ revenue |
ถ้าคุณเป็น pure software house ที่ทำ custom development Gross Margin ควรอยู่ในช่วง 30-50% ถ้าต่ำกว่า 30% แปลว่าคุณอาจจะ:
- ตั้งราคาต่ำเกินไป
- ใช้ subcontractor แพงเกินไป
- scope creep กินกำไรหมด
ถ้าคุณมี SaaS product Gross Margin ควรจะ 70% ขึ้นไป — ต่ำกว่านี้แปลว่า infrastructure cost หรือ third-party dependency ของคุณสูงเกินไป
ตามข้อมูลจาก 8020 Consulting SaaS ที่ healthy ควรมี COGS ต่ำกว่า 25% ของ revenue ซึ่งหมายความว่า Gross Margin ควรอยู่ที่ 75% ขึ้นไป
2. Operating Margin — ค่าใช้จ่ายที่มองไม่เห็นกัดกร่อนกำไร
สูตร: Operating Income / Revenue × 100
Operating Margin คือตัวเลขที่บอกว่า หลังจากหักทุกอย่าง (ยกเว้นดอกเบี้ยและภาษี) คุณเหลือกำไรเท่าไหร่
สำหรับซอฟต์แวร์เฮาส์ Operating Expenses ที่มักจะ "มองไม่เห็น" แต่กินเงินเยอะ:
- เงินเดือนทีม non-billable — HR, admin, marketing, management
- ค่า license ภายใน — Jira, Slack, Figma, GitHub, cloud dev environment
- ค่า training & conference — ส่งคนไปเรียน ซื้อ course
- ค่า recruitment — headhunter fee, job posting
- ค่าเสื่อมราคาอุปกรณ์ — MacBook, จอมอนิเตอร์, เก้าอี้ ergonomic
ผมเคยคิดว่า "ค่า license ไม่กี่พันต่อเดือน ไม่เป็นไร" — จนวันที่รวมค่า SaaS tools ทั้งหมดแล้วพบว่ามันกินไป 8% ของ revenue ต่อเดือน นั่นคือเงินที่ควรจะเป็นกำไร
Benchmark
| Metric |
ค่าที่ดี |
| Operating Margin (IT Services) |
10-25% |
| ค่า SaaS tools ภายใน |
ไม่ควรเกิน 3-5% ของ revenue |
ถ้า Operating Margin ต่ำกว่า 10% ในขณะที่ Gross Margin ดี — ปัญหาอยู่ที่ Operating Expenses คุณอาจจะมีคนมากเกินไปสำหรับ revenue ที่ทำได้ หรือมี overhead สูงเกินไป
3. Net Profit Margin — สุดท้ายเหลือเท่าไหร่
สูตร: Net Profit / Revenue × 100
Net Profit Margin คือ "bottom line" จริงๆ — หลังหักทุกอย่างแล้ว ทั้ง COGS, OpEx, ดอกเบี้ย, ภาษี
Benchmark
| ภูมิภาค |
Net Profit Margin |
| IT Services ทั่วโลก |
8-20% |
| IT Services ไทย |
5-15% |
ผมเคยดีใจที่ Net Profit Margin ได้ 15% — จนกระทั่งไปคุยกับเพื่อนที่ทำ SaaS แล้วรู้ว่าเขาได้ 25% ด้วย revenue ใกล้เคียงกัน ความแตกต่างอยู่ที่โครงสร้าง revenue — project-based vs recurring ยิ่ง recurring revenue เยอะเท่าไหร่ Net Profit Margin ยิ่งมีโอกาสสูงขึ้น
สิ่งที่ต้องระวังสำหรับซอฟต์แวร์เฮาส์ไทย:
- ภาษีเงินได้นิติบุคคล กิน 20% ของกำไรสุทธิ (SME ได้สิทธิ์ลดหย่อน)
- ภาษีมูลค่าเพิ่ม 7% ที่ต้องบริหาร cash flow ให้ดี
- หัก ณ ที่จ่าย 3% ที่ลูกค้าหักทุกครั้งที่จ่ายเงิน — ทำให้เงินเข้ามาน้อยกว่าที่คิด
4. EBITDA Margin — ตัวเลขที่นักลงทุนอยากดู
สูตร: EBITDA / Revenue × 100
EBITDA = Earnings Before Interest, Taxes, Depreciation, and Amortization
ทำไมนักลงทุนชอบดู EBITDA? เพราะมันตัดปัจจัยที่ "ควบคุมไม่ได้" ออกไป — เช่น โครงสร้างหนี้ (ดอกเบี้ย), นโยบายภาษี, วิธีคิดค่าเสื่อม — ทำให้เปรียบเทียบบริษัทต่างๆ ได้ตรงกว่า
Benchmark
EBITDA Margin ที่ดีสำหรับ IT services: 15-30%
ถ้าคุณกำลังจะหาทุนหรือขายบริษัท EBITDA คือตัวเลขที่นักลงทุนจะดูก่อน — valuation มักคำนวณจาก EBITDA multiple
สำหรับซอฟต์แวร์เฮาส์ที่ไม่มีหนี้และอุปกรณ์ไม่เยอะ EBITDA จะใกล้เคียง Operating Income มาก แต่ถ้าคุณซื้อ MacBook ให้ทีม 20 คน ทุกปี ค่าเสื่อมจะมีผล
5. Project Gross Margin — ตัวเลขที่ซอฟต์แวร์เฮาส์ต้องดูทุกโปรเจกต์
นี่ไม่ใช่ ratio มาตรฐานในตำรา — แต่เป็นตัวเลขที่ สำคัญที่สุด สำหรับซอฟต์แวร์เฮาส์
สูตร: (Project Revenue - Direct Project Cost) / Project Revenue × 100
Direct Project Cost = เวลาทีมที่ใช้ (คิดเป็นเงิน) + subcontractor + cloud cost เฉพาะโปรเจกต์
ทำไมต้องดูทุกโปรเจกต์? เพราะ Gross Margin ของบริษัทรวมๆ อาจจะดูดี — แต่ข้างในอาจมีโปรเจกต์ที่ ขาดทุน แล้วถูกโปรเจกต์กำไรดี "อุ้ม" อยู่
ผมเคยพบว่าโปรเจกต์ที่ revenue สูงสุดของบริษัท กลับเป็นโปรเจกต์ที่ margin ต่ำสุด เพราะ scope creep ที่สะสมมาหลายเดือน ทีมทำงาน overtime ไม่ได้ charge ลูกค้า — ตัวเลขบน timesheet ไม่เคยโกหก
เป้าหมาย: Project Gross Margin ควรอยู่ที่ 40-60% สำหรับ custom development ถ้าต่ำกว่า 30% ต้องทบทวนราคาหรือ scope ทันที
Part 2: Liquidity — "เงินในบัญชี ≠ เงินที่ใช้ได้"
6. Current Ratio — สุขภาพการเงินระยะสั้น
สูตร: Current Assets / Current Liabilities
Current Ratio บอกว่าคุณมีทรัพย์สินที่เปลี่ยนเป็นเงินสดได้ภายใน 1 ปี มากกว่าหนี้ที่ต้องจ่ายภายใน 1 ปี แค่ไหน
Benchmark
| สถานะ |
Current Ratio |
| อันตราย |
< 1.0 |
| พอใช้ |
1.0 - 1.5 |
| สุขภาพดี |
> 1.5 |
| ดีมาก |
2.0 - 3.0 |
| สูงเกินไป? |
> 3.0 (อาจแปลว่าเงินจมอยู่โดยไม่ทำงาน) |
สำหรับซอฟต์แวร์เฮาส์ Current Assets ส่วนใหญ่คือ:
- เงินสดในบัญชี
- ลูกหนี้การค้า (invoice ที่ยังไม่ได้เงิน)
- Revenue ที่ recognize แล้วแต่ยังไม่ได้เงิน (accrued revenue)
Current Liabilities:
- เงินเดือนค้างจ่าย
- ค่า vendor ที่ยังไม่ได้จ่าย
- ภาษีค้างจ่าย
- เงินที่ลูกค้าจ่ายล่วงหน้า (deferred revenue)
ข้อควรระวัง: Current Ratio สูงไม่ได้แปลว่าดีเสมอ ถ้าสูงเพราะเก็บเงินสดไว้มากเกินไปโดยไม่ลงทุน — คุณอาจกำลังเสีย opportunity cost
7. Quick Ratio — ถ้าต้องจ่ายเงินวันนี้ ทำได้ไหม?
สูตร: (Cash + Short-term Investments + Accounts Receivable) / Current Liabilities
Quick Ratio ต่างจาก Current Ratio ตรงที่ ตัด inventory ออก — แต่สำหรับซอฟต์แวร์เฮาส์ที่ไม่มี inventory สิ่งที่ต้องระวังคือ ลูกหนี้ที่เก็บไม่ได้
ผมเคยเห็น Quick Ratio ดูดี แต่พอเจาะลึกพบว่า 30% ของ Accounts Receivable เป็นลูกหนี้ที่ค้างเกิน 90 วัน — เงินที่อาจจะไม่ได้กลับมา
Benchmark
- Quick Ratio > 1.0 = สุขภาพดี
- Quick Ratio < 1.0 = ธงแดง — หมายความว่าถ้าลูกค้าทุกรายจ่ายตรงเวลา ก็ยังไม่พอจ่ายหนี้ระยะสั้น
8. Cash Runway — คุณอยู่ได้อีกกี่เดือน?
สูตร: Cash in Bank / Monthly Burn Rate
นี่คือตัวเลขที่ founder ซอฟต์แวร์เฮาส์ทุกคนควรรู้ตลอดเวลา — ถ้าไม่มีรายได้เข้ามาอีกเลย คุณอยู่ได้อีกกี่เดือน?
Monthly Burn Rate = ค่าใช้จ่ายประจำทั้งหมดต่อเดือน (เงินเดือน + ค่าเช่า + ค่า cloud + ค่า license + อื่นๆ)
Benchmark
| สถานะ |
Cash Runway |
| วิกฤต |
< 1 เดือน |
| อันตราย |
1-3 เดือน |
| ปลอดภัย |
3-6 เดือน |
| สบายใจ |
6-12 เดือน |
| มากเกินไป? |
> 12 เดือน (เงินอาจจะนำไปลงทุนได้) |
ขั้นต่ำ: Cash Runway ต้องมากกว่า 3 เดือน
ผมเรียนรู้เรื่องนี้ระหว่างช่วงที่ลูกค้ารายใหญ่เลื่อนโปรเจกต์ออกไป 3 เดือนโดยไม่มีสัญญาณเตือน — ถ้าตอนนั้นเรามี Cash Runway ไม่ถึง 3 เดือน เราอาจจะต้องเลย์ออฟคน
ตั้งแต่วันนั้น เราตั้งกฎเหล็กว่า Cash Runway ต้อง ไม่ต่ำกว่า 4 เดือน ไม่ว่าจะเกิดอะไรขึ้น
9. DSO (Days Sales Outstanding) — ลูกค้าจ่ายช้าเท่าไหร่
สูตร: (Accounts Receivable / Revenue) × 365
DSO บอกว่าโดยเฉลี่ยแล้ว หลังจากออก invoice ลูกค้าใช้เวลากี่วันถึงจะจ่ายเงิน
Benchmark
| สถานะ |
DSO |
| ดีมาก |
< 30 วัน |
| ดี |
30-45 วัน |
| พอได้ |
45-60 วัน |
| อันตราย |
> 60 วัน |
| IT Services ไทย (ปกติ) |
30-60 วัน |
ครั้งแรกที่ผมคำนวณ DSO ของบริษัท ผมได้ตัวเลข 72 วัน — นั่นหมายความว่าเฉลี่ยแล้วเราต้องรอ 2 เดือนกว่าจะได้เงินจากลูกค้า
72 วัน × เงินเดือนทีม 30 คน = เงินจำนวนมากที่ "ลอยอยู่" ระหว่าง invoice กับ bank account
สิ่งที่เราทำเพื่อลด DSO:
- เปลี่ยนเงื่อนไขจาก net 60 เป็น net 30
- ออก invoice ทันทีที่ milestone เสร็จ ไม่รอสิ้นเดือน
- ส่ง reminder อัตโนมัติเมื่อครบกำหนดจ่าย
- เสนอ early payment discount 2% สำหรับลูกค้าที่จ่ายภายใน 15 วัน
- กำหนดให้มี deposit 30-50% ก่อนเริ่มงาน
DSO ลดลงจาก 72 วันเหลือ 38 วัน — เงินกลับมาเร็วขึ้นเกือบ 1 เดือน ผลกระทบต่อ cash flow มหาศาล
Part 3: Efficiency — "คน ≠ output"
10. Revenue per Employee — คุณสร้างรายได้ต่อหัวเท่าไหร่
สูตร: Total Revenue / Number of Employees
นี่คืออัตราส่วนที่บอก productivity ของทั้งองค์กร — รวมทุกคน ทั้ง billable และ non-billable
Benchmark (ข้อมูลปี 2025 จาก SaaS Capital สำรวจบริษัท SaaS กว่า 1,000 แห่ง)
| ขนาดบริษัท |
Revenue per Employee (Median) |
| SaaS ทั่วโลก (รวม) |
$129,724 |
| SaaS ARR $1M-3M |
$99,858 |
| SaaS Bootstrapped $1M-3M |
$110,000 |
| SaaS Equity-backed $1M-3M |
$94,444 |
| IT Services ไทย |
300,000 - 600,000 THB/คน/ปี |
ข้อมูลที่น่าสนใจมาก: บริษัท bootstrapped มี Revenue per Employee สูงกว่าบริษัทที่ได้ทุน ($110,000 vs $94,444 ใน segment $1-3M ARR) — เพราะบริษัทที่ได้ทุนมักจ้างคนเร็วกว่า revenue ที่โตตาม
สำหรับซอฟต์แวร์เฮาส์ไทย ถ้า Revenue per Employee ต่ำกว่า 300,000 THB ต่อคนต่อปี (ประมาณ 25,000 THB ต่อคนต่อเดือน) นั่นเป็นสัญญาณว่า:
- ราคา service ต่ำเกินไป
- มีคนนั่ง bench มากเกินไป
- โครงสร้างทีม heavy เกินกว่า revenue จะรับไหว
ผมเคยคิดว่าการจ้างคนเก่งมาเยอะๆ จะทำให้รายได้โต — แต่ความจริงคือ Revenue per Employee ลดลงทุกครั้งที่จ้างคนใหม่ เว้นแต่จะมีงานรองรับ ตัวเลขนี้สอนให้เราจ้างช้ากว่าที่อยากจ้าง แต่จ้างแม่นกว่า
11. Utilization Rate — ปัญหา bench time
สูตร: Billable Hours / Total Available Hours × 100
Utilization Rate บอกว่าเวลาของทีมถูกใช้ไปกับงานที่ทำเงิน (billable) กี่เปอร์เซ็นต์
Benchmark
| สถานะ |
Utilization Rate |
| ต่ำเกินไป |
< 60% |
| พอได้ |
60-65% |
| เป้าหมาย |
65-80% |
| สูงเกินไป (burnout risk) |
> 85% |
ทำไมไม่ควรตั้งเป้า 100%? เพราะทีมต้องมีเวลาสำหรับ:
- ประชุมภายใน
- เรียนรู้ technology ใหม่
- Code review / knowledge sharing
- Admin tasks (timesheet, report)
- พักผ่อน (ถ้า utilization สูงเกินไปนานๆ = burnout = ลาออก = ต้นทุนสูงกว่า)
Bench time คือเวลาที่ developer ว่างไม่มีโปรเจกต์ทำ — นี่คือ "ของเสีย" ที่แพงที่สุดในซอฟต์แวร์เฮาส์ เพราะคุณจ่ายเงินเดือนเต็มแต่ไม่มี revenue เข้ามา
เราเคยมีช่วงที่ utilization ตกเหลือ 55% เพราะ 3 โปรเจกต์จบพร้อมกันแล้วโปรเจกต์ใหม่ยังไม่เริ่ม — เดือนนั้นเราจ่ายเงินเดือนเต็มแต่ revenue ลดลงเกือบครึ่ง
วิธีจัดการ bench time:
- วางแผน pipeline ล่วงหน้า 2-3 เดือน
- ใช้ช่วง bench ทำ internal project หรือ R&D
- Cross-train ทีมให้ flexible ข้ามโปรเจกต์ได้
- สำหรับ short-term gap ใช้ freelancer แทนการ hire
12. Salary-to-Revenue Ratio — เส้นตาย 60%
สูตร: Total Salary Expense / Revenue × 100
สำหรับซอฟต์แวร์เฮาส์ เงินเดือนคือ ค่าใช้จ่ายก้อนใหญ่ที่สุด — มักจะ 50-70% ของ revenue ทั้งหมด
Benchmark
| สถานะ |
Salary-to-Revenue |
| ดีมาก |
< 45% |
| ดี |
45-55% |
| เฝ้าระวัง |
55-60% |
| อันตราย |
> 60% |
เส้น 60% คือ warning line — ถ้าเงินเดือนกินเกิน 60% ของ revenue หมายความว่าเหลือแค่ 40% สำหรับค่าใช้จ่ายอื่น, ภาษี, และ กำไร
ลองคำนวณง่ายๆ: ถ้า revenue เดือนละ 3 ล้าน แล้วเงินเดือนทีม 2 ล้าน:
- Salary-to-Revenue = 67% → แดง
- เหลือ 1 ล้านสำหรับค่าเช่า, cloud, license, ภาษี, กำไร
- ค่าเช่าออฟฟิศ 150K, ค่า cloud 100K, ค่า license 80K, ค่าอื่นๆ 120K = 450K
- เหลือก่อนภาษี 550K → Net Margin ประมาณ 18% → ดูเหมือนโอเค?
- แต่ถ้า revenue ลดลง 20% จากการเลื่อนโปรเจกต์ → revenue 2.4M, เงินเดือนยังคง 2M → Salary-to-Revenue = 83% → ขาดทุนทันที
นี่คือเหตุผลที่ซอฟต์แวร์เฮาส์ต้อง conservative กับการจ้างคน — เพราะเงินเดือนเป็น fixed cost ที่ลดยากมาก
Revenue per Billable Hour ก็เป็นตัวเลขที่ช่วยดู efficiency ได้ดี — สำหรับซอฟต์แวร์เฮาส์ไทย ค่าเฉลี่ยอยู่ที่ 800-2,000 THB ต่อชั่วโมง ขึ้นอยู่กับ seniority และ technology
Part 4: Leverage — "หนี้ไม่ใช่ผู้ร้ายเสมอไป"
13. Debt-to-Equity Ratio — คุณกู้มาเท่าไหร่เทียบกับทุนตัวเอง
สูตร: Total Debt / Total Equity
D/E Ratio บอกว่าบริษัทใช้เงินกู้เทียบกับส่วนของผู้ถือหุ้นเท่าไหร่
Benchmark
| สถานะ |
D/E Ratio |
| conservative |
< 0.5 |
| สุขภาพดี |
0.5 - 2.0 |
| เริ่มเสี่ยง |
2.0 - 3.0 |
| อันตราย |
> 3.0 |
ซอฟต์แวร์เฮาส์ส่วนใหญ่ไม่ค่อยมีหนี้สินมาก — เพราะ asset ส่วนใหญ่คือ "คน" ไม่ใช่เครื่องจักรหรืออาคาร
แต่สิ่งที่ต้องระวังคือ:
- สินเชื่อ overdraft ที่ใช้หมุนเวียน cash flow — ถ้าพึ่งพามากเกินไปจะเป็นปัญหา
- เงินกู้ director — เจ้าของกู้เงินบริษัทไปใช้ส่วนตัว ทำให้ D/E ดูดีแต่จริงๆ เงินไม่ได้อยู่ในกิจการ
- สัญญาเช่าระยะยาว (ออฟฟิศ, อุปกรณ์) ที่ตามมาตรฐานบัญชีใหม่ต้อง recognize เป็น liability
หนี้ไม่ใช่เรื่องร้ายเสมอไป — ถ้ากู้มาเพื่อลงทุนในสิ่งที่ generate revenue ได้มากกว่าดอกเบี้ย ก็เป็นการใช้ leverage ที่ฉลาด แต่สำหรับซอฟต์แวร์เฮาส์ ผมแนะนำให้ conservative — D/E ไม่ควรเกิน 1.0 ถ้าเป็นไปได้
14. Interest Coverage Ratio — คุณจ่ายดอกเบี้ยไหวไหม
สูตร: EBIT / Interest Expense
Interest Coverage บอกว่ากำไรก่อนดอกเบี้ยและภาษี ครอบคลุมค่าดอกเบี้ยได้กี่เท่า
Benchmark
- Interest Coverage > 3.0 = สุขภาพดี
- Interest Coverage < 2.0 = เริ่มเสี่ยง
- Interest Coverage < 1.0 = กำไรไม่พอจ่ายดอกเบี้ย
ถ้าซอฟต์แวร์เฮาส์มีหนี้น้อย ratio นี้อาจจะสูงมากหรือไม่มีนัยสำคัญ แต่ถ้าคุณกำลังจะกู้เงินเพื่อขยายธุรกิจ ต้องคำนวณ Interest Coverage ก่อนเสมอ
Part 5: Growth Metrics — "โตเร็ว ≠ โตยั่งยืน"
15. Rule of 40 — สมการที่บอกว่าคุณสมดุลไหม
สูตร: Revenue Growth Rate (%) + Profit Margin (%) ≥ 40
Rule of 40 คือ benchmark ยอดนิยมของวงการ SaaS — ถ้า revenue growth + profit margin รวมกันได้ 40 ขึ้นไป ถือว่าบริษัทอยู่ในเกณฑ์ดี
Benchmark (ข้อมูลจริง 2025)
| กลุ่ม |
Rule of 40 Score |
| Median private SaaS |
~15% (ขึ้นจาก -7% ในปี 2022) |
| Top quartile private SaaS |
~31% |
| Public SaaS ที่ score > 40 |
ได้ valuation ~12.4x revenue |
ทำไม median private SaaS ได้แค่ 15%? เพราะบริษัทส่วนใหญ่ต้องเลือก — โตเร็วแต่ขาดทุน หรือ กำไรดีแต่โตช้า
สำหรับซอฟต์แวร์เฮาส์ไทย Rule of 40 ยังใช้ได้เป็น framework คิด:
- ถ้า revenue โต 20% → ต้องมี margin อย่างน้อย 20% ถึงจะ "ผ่าน"
- ถ้า revenue โต 5% → ต้องมี margin 35% ถึงจะดี
- ถ้า revenue ไม่โตเลย → margin ต้อง 40%+ ซึ่งยากมากสำหรับ service company
ข้อสังเกตสำคัญ: Rule of 40 เหมาะกับ SaaS มากกว่า project-based — แต่ถ้าซอฟต์แวร์เฮาส์ของคุณมี recurring revenue component (เช่น maintenance contract, managed service, SaaS product ของตัวเอง) ตัวเลขนี้จะ meaningful มากขึ้น
Net Revenue Retention (NRR) — ลูกค้าเก่าจ่ายมากขึ้นหรือน้อยลง
สูตร: (Revenue จากลูกค้าเดิม period นี้ / Revenue จากลูกค้าเดิม period ก่อน) × 100
NRR บอกว่าโดยไม่ต้องหาลูกค้าใหม่เลย revenue ของคุณจะโตหรือหด
Benchmark
| สถานะ |
NRR |
| Median Private SaaS |
104% |
| ดี |
100-110% |
| ดีมาก |
110-120% |
| ระดับ elite |
> 120% |
| ต่ำกว่า 100% |
ลูกค้าเดิมจ่ายน้อยลง → ต้องวิ่งหาลูกค้าใหม่ตลอด |
NRR > 100% หมายความว่าลูกค้าเดิม upsell ได้ — ซื้อ service เพิ่ม, ขยาย scope, ต่อ contract ใหญ่ขึ้น
สำหรับซอฟต์แวร์เฮาส์ NRR สูงหมายความว่า:
- ลูกค้าเชื่อใจ จ้างงานเพิ่ม
- Service quality ดีพอที่ลูกค้าอยากต่อสัญญา
- ทีม account management ทำงานได้ดี
Gross Revenue Retention (ไม่รวม upsell) ควรอยู่ที่ ~90% ขึ้นไป — ถ้าต่ำกว่านี้แปลว่าลูกค้าหายเร็วเกินไป
ตัวเลขอื่นที่เกี่ยวข้อง:
- Monthly Churn: เป้าหมาย < 5%
- Annual Retention Rate: 90%+ = loyalty แข็งแกร่ง, 96%+ = exceptional
- NPS (Net Promoter Score): > 30 = strong, > 50 = outstanding
- CAC Payback Period: ควรต่ำกว่า 12 เดือน — ถ้านานกว่านี้แปลว่าต้นทุนหาลูกค้าสูงเกินไปเทียบกับ revenue ที่ลูกค้าสร้าง
Client Concentration Risk — ลูกค้ารายเดียวสำคัญเกินไปหรือเปล่า
สูตร: Revenue จากลูกค้ารายใหญ่สุด / Total Revenue × 100
นี่ไม่ใช่ "ratio" ในตำรา แต่เป็น risk metric ที่ซอฟต์แวร์เฮาส์ต้องจับตาอย่างใกล้ชิด
Benchmark
| สถานะ |
Client Concentration |
| กระจายดี |
ไม่มีลูกค้ารายไหนเกิน 15% |
| พอได้ |
ลูกค้ารายใหญ่สุด 15-25% |
| เริ่มเสี่ยง |
ลูกค้ารายใหญ่สุด 25-30% |
| อันตราย |
ลูกค้ารายใหญ่สุด > 30% |
| วิกฤต |
ลูกค้ารายใหญ่สุด > 40% |
ผมเคยอยู่ในสถานการณ์ที่ลูกค้ารายเดียวคิดเป็น 45% ของ revenue ทั้งบริษัท — ตอนนั้นรู้สึกดีเพราะ revenue มั่นคง แต่วันที่ลูกค้ารายนั้นบอกว่า "เราจะย้ายไปใช้ vendor อื่น" — มันเหมือนพื้นยุบ
ตั้งแต่วันนั้น เราตั้งกฎว่า ลูกค้ารายเดียวต้องไม่เกิน 25% ของ revenue — ถ้าลูกค้ารายไหนเริ่มโตเกิน 25% เราจะเร่งหา pipeline จากลูกค้ารายอื่นเพื่อ dilute concentration
Part 6: Red Flags — 8 สัญญาณที่ต้องจับตา
จากประสบการณ์และข้อมูลจากหลายแหล่ง นี่คือ 8 สัญญาณอันตรายที่ซอฟต์แวร์เฮาส์ต้องเฝ้าระวัง:
🚩 1. Salary > 60% of Revenue
เงินเดือนกินเกิน 60% ของ revenue = overstaffed หรือ under-selling
ถ้าเจอสัญญาณนี้ ต้องถามว่า:
- เราตั้งราคา service ต่ำเกินไปหรือเปล่า?
- เรามีคนนั่ง bench มากเกินไปหรือเปล่า?
- เราจ้างคน non-billable มากเกินไปหรือเปล่า?
- Revenue ลดลงแต่เราไม่ได้ปรับขนาดทีมหรือเปล่า?
🚩 2. Quick Ratio < 1.0
ถ้าสินทรัพย์ที่เปลี่ยนเป็นเงินสดได้เร็ว (ไม่รวม inventory) น้อยกว่าหนี้ระยะสั้น = จ่ายหนี้ไม่ไหว
นี่คือสัญญาณว่า cash flow management มีปัญหาร้ายแรง — อาจจำเป็นต้องใช้ overdraft หรือกู้เงินเพื่อจ่ายค่าใช้จ่ายปกติ
🚩 3. Cash Runway < 3 เดือน
ถ้าไม่มี revenue เข้ามาอีกเลย อยู่ได้ไม่ถึง 3 เดือน = survival risk
ในสภาพเศรษฐกิจที่ไม่แน่นอน 3 เดือนคือขั้นต่ำ — เพราะ sales cycle ของ B2B software project มักยาว 1-3 เดือน ถ้า cash runway น้อยกว่านี้ คุณไม่มีเวลาหา deal ใหม่
🚩 4. Utilization < 60%
ถ้าทีมใช้เวลาทำงาน billable น้อยกว่า 60% = bench time มากเกินไป
สาเหตุอาจจะเป็น:
- Pipeline ไม่ดีพอ โปรเจกต์ใหม่เข้ามาไม่ทัน
- ทีม skill ไม่ตรงกับงานที่มี
- Internal process กินเวลามาก (ประชุมเยอะ, bureaucracy)
🚩 5. Client Concentration > 40%
ลูกค้ารายเดียวคิดเป็นมากกว่า 40% ของ revenue = หนึ่งการตัดสินใจของลูกค้า = หายนะ
ไม่ว่าลูกค้ารายนั้นจะดีแค่ไหน — ถ้า 40%+ ของ revenue ขึ้นอยู่กับคนๆ เดียว ความเสี่ยงสูงเกินรับไหว
🚩 6. Revenue per Employee ลดลง
ถ้า Revenue per Employee มีแนวโน้มลดลง = จ้างคนเร็วกว่า revenue ที่โต
นี่เป็นกับดักที่ซอฟต์แวร์เฮาส์เจอบ่อยมาก — ได้ deal ใหญ่ก็จ้างคนเพิ่ม แต่พอ deal จบก็ลด headcount ไม่ได้ Revenue per Employee จึงดิ่งลง
ต้องดูแนวโน้มมากกว่าตัวเลข ณ จุดเดียว — ถ้าลดลง 3 ไตรมาสติดต่อกัน ต้องทบทวนกลยุทธ์การจ้างงาน
🚩 7. Director Loans เพิ่มขึ้นเรื่อยๆ
ถ้าเงินกู้ที่กรรมการกู้จากบริษัทเพิ่มขึ้นเรื่อยๆ = cash extraction ที่ทำให้บริษัทอ่อนแอ
Director Loans ที่ไม่มีดอกเบี้ยหรือดอกเบี้ยต่ำกว่าตลาดยังมีผลเรื่อง Transfer Pricing ด้วย — กรมสรรพากรอาจมองว่าเป็นรายได้ที่ต้องเสียภาษี
🚩 8. D/E Ratio > 3.0
หนี้สินมากกว่าส่วนของผู้ถือหุ้น 3 เท่า = over-leveraged
สำหรับซอฟต์แวร์เฮาส์ที่ asset หลักคือ "คน" การมีหนี้มากขนาดนี้ผิดปกติ — ต้องตรวจสอบว่าหนี้มาจากไหน
Part 7: บริบทภาษีไทย — สิ่งที่ซอฟต์แวร์เฮาส์ต้องรู้
หลายคนคิดว่า financial ratio กับภาษีเป็นคนละเรื่อง — แต่จริงๆ ภาษีมีผลกระทบต่อ ratio ทุกตัว โดยเฉพาะ Net Profit Margin และ Cash Flow
VAT — ภาษีมูลค่าเพิ่ม 7%
- ซอฟต์แวร์เฮาส์ต้องจด VAT ถ้ารายได้เกิน 1.8 ล้านบาทต่อปี
- VAT 7% บน service fees — แต่ ไม่ใช่ cost เพราะ claim คืนได้ (VAT output - VAT input)
- ผลกระทบต่อ cash flow: คุณต้อง สำรองเงินจ่าย VAT ก่อนจะเก็บ VAT จากลูกค้า
- Invoice ที่ออกไป 107 บาท → 7 บาทเป็น VAT ที่ต้องนำส่ง → ระวังอย่าคิดว่า 107 บาทคือ revenue
WHT — ภาษีหัก ณ ที่จ่าย
- PND 3 — ลูกค้าที่เป็นบุคคลธรรมดาหัก 3% จากค่าบริการ
- PND 53 — ลูกค้าที่เป็นนิติบุคคลหัก 3% จากค่าบริการ
- ผลกระทบ: ออก invoice 100,000 บาท → ได้เงินจริงแค่ 97,000 บาท → 3,000 บาทเป็นภาษีที่ถูกหัก (เอาไป credit ตอนยื่น CIT ได้)
- ผลกระทบต่อ DSO calculation: เงินที่ได้จริงน้อยกว่า revenue ที่ recognize ต้องคำนึงถึงตรงนี้ตอนวางแผน cash flow
CIT — ภาษีเงินได้นิติบุคคล
อัตราภาษี CIT สำหรับ SME:
- กำไรสุทธิ 0 - 300,000 บาท → ยกเว้นภาษี (0%)
- กำไรสุทธิ 300,001 - 3,000,000 บาท → 15%
- กำไรสุทธิมากกว่า 3,000,000 บาท → 20%
Note: ต้องเป็น SME ที่ทุนจดทะเบียนไม่เกิน 5 ล้านบาท และรายได้ไม่เกิน 30 ล้านบาท ถึงจะได้อัตรา SME
ผลกระทบต่อ Net Profit Margin: ถ้ากำไรสุทธิ 5 ล้านบาท:
- ภาษี = 0 + (2,700,000 × 15%) + (2,000,000 × 20%) = 405,000 + 400,000 = 805,000 บาท
- Effective Tax Rate ≈ 16.1%
- Net Profit Margin จะลดลงจาก pre-tax margin ประมาณ 16%
Transfer Pricing — สิ่งที่ต้องระวังถ้ามี Director Loans
ถ้ากรรมการกู้เงินจากบริษัทโดยคิดดอกเบี้ยต่ำกว่าตลาด (หรือไม่คิดเลย) กรมสรรพากรอาจ:
- ประเมินดอกเบี้ยตามราคาตลาด (arm's length price)
- ถือว่าส่วนต่างเป็นรายได้ที่ต้องเสียภาษี
- ซอฟต์แวร์เฮาส์ขนาดเล็กมักมองข้ามเรื่องนี้ — แต่มันมีผลจริงถ้าถูกตรวจสอบ
สำหรับทีม Enersys — เราจัดการเรื่องเงินยังไง
จะเล่าให้ฟังว่า เราไม่ได้ "เก่งเรื่องเงิน" ตั้งแต่วันแรก — เราเรียนรู้จากความผิดพลาด เหมือนทุกเรื่องที่เขียนในบทความนี้
สิ่งที่เปลี่ยนเกมคือวันที่เราเริ่ม ติดตาม financial ratios ทุกเดือน อย่างเป็นระบบ
เราไม่ได้ใช้ Excel spreadsheet ที่ต้อง manual update — เราใช้ ERP system ที่ดึงข้อมูลจาก accounting, project management, HR ทุกอย่างมารวมที่เดียว แล้ว generate dashboard ที่แสดง ratio ทุกตัวที่พูดถึงในบทความนี้ แบบ real-time
ในฐานะที่เราเป็น Odoo implementation partner เราเห็นพลังของ ERP ที่ integrate ทุกมิติของธุรกิจ — accounting, timesheet, project, HR, invoicing — ทุกอย่างเชื่อมกัน ทำให้:
- Gross Margin per project คำนวณอัตโนมัติจาก timesheet + cost rate
- Utilization Rate อัปเดตทุกสัปดาห์จาก actual hours
- DSO คำนวณจาก invoice date กับ payment date จริง
- Cash Runway forecast ได้จาก expected payments + known expenses
- Client Concentration เห็นทันทีจาก revenue breakdown by customer
ก่อนมี ERP เราต้องใช้เวลา 2 สัปดาห์สิ้นเดือนในการรวบรวมตัวเลข — ตอนนี้ใช้เวลา 5 นาทีเปิด dashboard แล้วเห็นทุกอย่าง
Financial discipline ไม่ใช่เรื่องของบริษัทใหญ่ — มันเริ่มต้นจากการ track ตัวเลขที่ถูกต้อง ด้วยเครื่องมือที่ถูกต้อง ตั้งแต่ day one
ถ้าคุณสนใจเรื่องการใช้ ERP เพื่อจัดการ financial ratios ให้ซอฟต์แวร์เฮาส์ — ทีมเราพร้อมให้คำปรึกษา
สรุป
15 อัตราส่วนในบทความนี้ไม่ใช่ทฤษฎีที่เรียนในมหาวิทยาลัยแล้วลืม — มันคือเครื่องมือที่ช่วยให้ founder ตัดสินใจได้ดีขึ้นทุกวัน
สรุปสั้นๆ:
Profitability — คุณทำกำไรจริงหรือแค่หลอกตัวเอง?
- Gross Margin: SaaS 70-90%, IT Services 30-50%
- Operating Margin: 10-25%
- Net Profit Margin: 5-15% (ไทย)
- EBITDA Margin: 15-30%
- Project Gross Margin: 40-60% ต่อโปรเจกต์
Liquidity — เงินสดพอจ่ายหนี้ไหม?
6. Current Ratio: > 1.5
7. Quick Ratio: > 1.0
8. Cash Runway: > 3 เดือน
9. DSO: < 45 วัน
Efficiency — คนของคุณสร้างมูลค่าเท่าไหร่?
10. Revenue per Employee: $129,724 (global SaaS median)
11. Utilization Rate: 65-80%
12. Salary-to-Revenue: < 60%
Leverage — หนี้อยู่ในเกณฑ์ที่รับได้ไหม?
13. D/E Ratio: < 2.0
14. Interest Coverage: > 3.0
Growth — โตแบบยั่งยืนหรือเปล่า?
15. Rule of 40: growth% + margin% ≥ 40
สิ่งที่อยากฝากไว้: ผมไม่ได้รู้เรื่องพวกนี้ตั้งแต่วันแรก ทุกอัตราส่วนที่เขียนมาคือสิ่งที่เรียนรู้จากการ "เจ็บ" จริงๆ — revenue โตแต่กำไรหาย, cash flow ขาดตอนเพราะ DSO สูง, เกือบเจ๊งเพราะ client concentration
ถ้าคุณอ่านจบแล้วรู้สึกว่า "โอ้โห ต้องเช็คตัวเลขพวกนี้ของบริษัทเราด่วน" — นั่นคือ reaction ที่ถูกต้อง
อย่ารอจนเจ็บก่อนถึงจะเริ่มดู
แหล่งข้อมูล