สรุปสำหรับผู้บริหาร · ไม่ต้องมีพื้นเทคนิค

การตรวจสอบค่าคอมมิชชัน
การปลูกผม (HT)

เอกสารนี้อธิบายว่าเรา “ตรวจ” ข้อมูลค่าคอมมิชชันอย่างไร ใช้เหตุผลอะไร และเชื่อถือผลได้แค่ไหน

ประเมินตอนแรก
฿367,000
สูงเกินจริง
ตกหล่นจริง (ยืนยัน)
≈ ฿76,000
+ อีก ≤฿21,000 รอตัดสิน
1

โจทย์: เรากำลังตรวจอะไร

ค่าคอมมิชชันพนักงานขาย (Kade = ดูแลลูกค้าต่างชาติ) ถูกคิดจาก ราคาที่พนักงานจดเอง ในไฟล์นัดหมาย

คำถามคือ — ตัวเลขที่จดเอง ตรงกับเงินที่ลูกค้าจ่ายจริงหน้าเคาน์เตอร์หรือไม่ และ ลูกค้ารายนั้นมาทำจริงหรือเปล่า

💡 เปรียบเทียบง่ายๆ เหมือนพนักงานขายจดยอดขายในสมุดตัวเอง แล้วเราเอาไปกระทบกับสลิปจริงจากแคชเชียร์
2

แหล่งข้อมูล 3 ชุด

อันไหนคือ “ความจริง” ที่เรายึด?

🧾
รายงานค่าตอบแทน (หน้าแคชเชียร์)
เงินที่รับจริงทุกบิล ทุกบริการ
★ ความจริง — ฐานหลัก
📒
ไฟล์ Kade (พนักงานจด)
ราคาเสนอ + คอมที่พนักงานคิดเอง
เอามาเทียบ
↩️
ข้อมูลคืนเงิน (Omise + เช็ค)
เงินที่คืนลูกค้า
เอามาหักออกจากฐาน
📌 กติกาที่ล็อกไว้  คอม = 3% ของเงินจริง ที่ลูกค้า “ที่ทำปลูกผมจริง” จ่าย ค่าปลูกผม  +  มัดจำ  −  เงินคืน
ลูกค้าที่จ่ายแค่มัดจำแล้วไม่มาทำ = ไม่คิดคอม
3

ตรรกะหลัก: “ทำจริง” และ “คนเดียวกัน”

คอมจะจ่ายได้ก็ต่อเมื่อผ่าน 2 ด่าน

1
ทำ HT จริงไหม?
บิลต้องมีรายการ “ปลูกผม” จริง (รหัส SV) ที่มียอดเงิน > 0
ถ้ามีแค่ “ค่าปรึกษาแพทย์ + มัดจำ” = ยังไม่ทำ = ไม่จ่าย เช่นเคส Charles Pham
2
เป็นคนเดียวกับที่พนักงานจดไหม?
ต้องจับคู่ชื่อในไฟล์ Kade กับชื่อจริงหน้าแคชเชียร์ให้ถูกคน
ยึด รหัสคนไข้ (HN) เป็นหลัก — คน 1 คน = 1 HN = คิดคอม ครั้งเดียว (แม้พนักงานจดชื่อซ้ำหลายรอบ)
4

ปัญหาที่เจอ: “จับคู่ชื่อผิด / ไม่เจอ”

ระบบเดิมจับคู่ชื่อแบบหยาบ — เจอปัญหาเพราะพนักงานจดชื่อไม่ตรงกับทะเบียน:

ชื่อเล่น / อักษรย่อ
DJ HermanDirk Jan Herman
สลับลำดับชื่อ (ชื่อเอเชีย)
Gnobi MettoMatteo Gnobi
สะกดเพี้ยน
SheperdSheppard   ·   KeefeKiefe
ตัดวรรณยุกต์ / อักขระพิเศษ
Loïc  ·  P'Matt
จดชื่อเล่นล้วน
RajRajkumari Matabadul
72 คน
ระบบเดิมเข้าใจผิดว่า “ไม่มีเงินจริง” ทั้งที่ทำปลูกผมจริงและจ่ายเงินจริง
5

วิธี audit ที่เราใช้

เราไม่เชื่อการเดาครั้งเดียว — ใช้หลายชั้นซ้อนกัน เรียงตามลำดับความเข้มข้น

ชั้น 1จับคู่อัตโนมัติ (heuristic)
ได้ตัวตั้งต้น แต่ผิดเยอะ
ชั้น 2เปิด “บิลจริง” ทุกเคส
ตรวจ ground-truth ทีละคน
📂 96 เคส
ชั้น 3ให้ AI ชุดที่ 2 “พยายามหักล้าง”
adversarial (refute) + ผู้ตรวจสอบความสอดคล้อง → เจอ bug นับเงินซ้ำ, แก้ผิดคน
ชั้น 4คณะผู้ตรวจอิสระ 3 คน/เคส (blind)
โหวตเสียงข้างมาก — เคสโหวตแตก ส่งคนตัดสิน
🧑‍⚖️ 288 ผู้ตรวจ · ไม่เห็นผลกัน
หัวใจ: ทุกคำตัดสินต้อง “เปิดบิลจริงดู” ไม่ใช่เดาจากชื่อ และทุกเคสผ่านสายตาอิสระ อย่างน้อย 3–5 รอบ ก่อนสรุป
💡 เปรียบเทียบ เหมือนให้ผู้ตรวจสอบบัญชี 3 คน ตรวจแยกกันโดยไม่คุยกัน แล้วเทียบผล — ตรงกันหมดถึงเชื่อ ถ้าเห็นต่างให้หัวหน้าตัดสิน
6

กฎกันพลาด (ฝังในระบบ)

  • ชื่อต้นเหมือน แต่นามสกุลคนละอัน = คนละคน (กัน “Charles Pham” ปนกับ “Charles Eckert”)
  • เจอชื่อตรงเป๊ะแต่ยังไม่ทำ = no-show ห้ามไปหยิบคนอื่นที่ชื่อคล้ายมาแทน
  • คน 1 HN คิดคอมครั้งเดียว (กันนับซ้ำ เช่น “Joey Keefe” + “Joey Keffe” = คนเดียว)
  • คำว่า “ภรรยา / wife” = คนละคน (ไม่ใช่ตัวคนไข้)
  • ถ้าไม่มั่นใจ → ตั้งเป็น “รอตรวจมือ” ไม่เดาสุ่ม (ยอมพลาดดีกว่าจ่ายผิดคน)
7

ผลลัพธ์

ข้อค้นพบสำคัญ (เฉพาะกลุ่ม 96 เคสที่ขึ้น “ไม่พบเงินจริง” ปี 2022–2025 · หลังตรวจชั้นที่ 4)

96 เคสนี้ ส่วนใหญ่ไม่ใช่ “คอมตกหล่น” แต่เป็น “ชื่อซ้ำ” ของลูกค้าที่จ่ายคอมไปแล้ว — พนักงานจดชื่อลูกค้าคนเดิมหลายสะกด ระบบจับได้สะกดหนึ่งแล้ว อีกสะกดเลยขึ้นว่า “ไม่พบเงิน”
ตกหล่นจริง — ยืนยันแล้ว
ควรจ่ายเพิ่ม
21คน
฿75,783
จ่ายเพิ่ม
ก้ำกึ่ง — ผู้บริหารตัดสิน
ผลตรวจ vs panel ขัดกัน
6เคส
฿21,390
รอตัดสิน
no-show / คนละคน
ไม่เข้าเงื่อนไข
16เคส
ไม่จ่าย

บทเรียน

ตัวเลข “ตกหล่น ฿367,000” ที่ประเมินไว้ตอนแรก สูงเกินจริง เพราะยังไม่ได้หักกรณีที่จ่ายไปแล้ว

ประเมินแรก
฿367K
ยังไม่หักที่จ่ายแล้ว
หลังตรวจครบ
≈฿76K
ยืนยัน + ≤฿21K รอตัดสิน
ผ่าน panel 3 เสียง blind: เอกฉันท์ 86/96 เคส, เห็นต่าง 10 เคส → ตรวจมือซ้ำทุกเคส
8

เชื่อถือได้แค่ไหน

  • ทุกเคสมี หลักฐานบิลจริง อ้างอิงได้ (เก็บใน ตรวจมือ_Kade_audit.xlsx)
  • ผ่านการตรวจอิสระหลายรอบ + ฝ่ายค้าน (adversarial) + โหวต 3 เสียง
  • ฐานเงินคำนวณจาก ข้อมูลดิบโดยตรง ไม่ใช่ตัวเลขที่ AI พิมพ์มา
  • ⚠️เคสที่ยังเห็นต่าง / PRP สะสมหลายปี → ระบุไว้ชัดในไฟล์ ให้ผู้บริหารตัดสินใจขั้นสุดท้าย
9

ไฟล์ที่เกี่ยวข้อง

🐍
reconcile_kade.py
สคริปต์เทียบยอด + ชั้น override (ผลตรวจมือทับการเดา)
🗂️
report/kade_overrides.json
ผลตรวจ ground-truth 96 เคส (auditable)
📊
report/เทียบยอด_Kade.xlsx
รายงานเทียบยอดทั้งหมด
📋
report/ตรวจมือ_Kade_audit.xlsx
96 เคส + หลักฐานบิลจริง + คอมที่ถูกต้อง