Trade Intelligence 2026

Configuration Profile: analysis-v1.0.4 | Last Processed: 25 เมษายน 2569

View My GitHub Profile

ข้อมูลพื้นฐานของชุดข้อมูล (Metadata) ชุดข้อมูล: สรุปมูลค่าการนำเข้า-ส่งออก (ดุลการค้า)

แหล่งข้อมูล: ศูนย์กลางข้อมูลเปิดภาครัฐ (data.go.th)

องค์กร: สำนักงานปลัดกระทรวงการคลัง (สป.คลัง)

ระบบต้นทาง: ระบบฐานข้อมูลสถิติเศรษฐกิจการคลัง (Fiscal Economy Statistical System)

จำนวนแถว: ประมาณ 130 - 150 แถว (ขึ้นอยู่กับช่วงเวลาที่เลือกดึงข้อมูล โดยปกติจะจัดเก็บเป็นรายเดือนย้อนหลัง)

ช่วงเวลา: ข้อมูลครอบคลุมตั้งแต่ปี 2014 - ปัจจุบัน (ต้นปี 2026)

📊 Import-Export Analysis Dashboard

Source: Open Government Data of Thailand Organization: Ministry of Finance

📈 Key Performance Indicators (Jan - Feb 2569)

| Total Import (Baht) | Total Export (Baht) | Trade Balance (US$) | | :—: | :—: | :—: | | Import | Export | Balance |


🔍 Data Insights summary

| ข้อมูล | รายละเอียด | | :— | :— | | ชุดข้อมูล | สรุปมูลค่าการนำเข้า-ส่งออก | | แหล่งข้อมูล | data.go.th | | ระบบ | Fiscal Economy Statistical System | | จำนวนแถว | ประมาณ 150 แถว | | ช่วงเวลา | 2014 - 2026 |


📊 Visualization Overview

Trend Analysis (Import vs Export)

Dashboard Trend

💡 Key Findings:

  1. Trade Deficit: ในช่วงต้นปี 2569 พบการขาดดุลการค้าประมาณ 8.7% - 9.4%
  2. Correlation: มูลค่าการนำเข้าและส่งออกมีความสัมพันธ์กันอย่างมีนัยสำคัญ
  3. Currency Impact: อัตราแลกเปลี่ยนคงที่อยู่ที่ประมาณ 31.0 - 31.4 THB/USD
วันที่ Import (US$) Export (US$) Re-Export (US$) Total Export (US$) Balance (US$) Balance %
01/01/2569 34,876 ล้าน 31,480 ล้าน 93 ล้าน 31,573 ล้าน -3,303 ล้าน -9.47%
02/01/2569 32,273 ล้าน 29,414 ล้าน 26 ล้าน 29,440 ล้าน -2,833 ล้าน -8.78%

1.Insights Trade Balance Seasonality (ฤดูกาลของดุลการค้า) หากวิเคราะห์ย้อนหลังจะพบว่าในช่วงไตรมาสที่ 4 ของทุกปี มักจะมีมูลค่าการนำเข้าที่สูงขึ้นอย่างเห็นได้ชัด เนื่องจากเป็นช่วงเตรียมสินค้าสำหรับเทศกาลและการผลิตเพื่อส่งออกในช่วงต้นปีถัดไป การตรวจสอบค่าส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation) ในชุดข้อมูลนี้จะช่วยยืนยันความผันผวนรายฤดูกาลได้ดี

2.Insight ดุลการค้าเป็นลบ: วันที่ 01/01/2569 ขาดดุล -3,303 ล้านดอลลาร์ และวันที่ 02/01/2569 ขาดดุล -2,833 ล้านดอลลาร์ อัตราแลกเปลี่ยนคงที่: อยู่ที่ประมาณ 31 บาท/ดอลลาร์ ทั้งสองวัน แสดงถึงเสถียรภาพค่าเงินบาท Re-Export มีบทบาทเสริม: แม้มีสัดส่วนไม่มาก แต่ช่วยเพิ่มมูลค่าการส่งออกโดยรวม เช่น วันที่ 01/01/2569 Re-Export อยู่ที่ 93 ล้านดอลลาร์ แนวโน้มการค้าลดลง: วันที่ 02/01/2569 มูลค่าการนำเข้าและส่งออกลดลงจากวันก่อนหน้า สะท้อนกิจกรรมการค้าชะลอตัว

3.Insight 📉 Insight ไทย “ขาดดุลการค้า” ต่อเนื่อง ม.ค. = -3.30 พันล้าน USD ก.พ. = -2.83 พันล้าน USD นำเข้า > ส่งออก เงินไหลออกประเทศ เศรษฐกิจพึ่งพาการนำเข้าสูง เช่น พลังงาน / วัตถุดิบ

หัวข้อเปรียบเทียบ,ChatGPT (OpenAI),Copilot (Microsoft),Gemini (Google) จุดเด่นที่สุด,ความคิดสร้างสรรค์และการเขียนโปรแกรมเชิงลึก (Coding),เพิ่มประสิทธิภาพงานออฟฟิศและระบบนิเวศองค์กร,การวิจัย ข้อมูลเรียลไทม์ และไฟล์ขนาดใหญ่ โมเดลปัจจุบัน,GPT-5 / GPT-5.4,GPT-4 / GPT-5 (ปรับจูนพิเศษ),Gemini 3.1 Pro / Flash การเชื่อมต่อระบบ,อิสระ (Standalone) + Plugins,”Microsoft 365 (Word, Excel, PPT)”,”Google Workspace (Docs, Gmail, Drive)” การวิเคราะห์ข้อมูล,เก่งการคำนวณเชิงคณิตศาสตร์และตรรกะ,เก่งการสรุปงานจากข้อมูลองค์กรและ Graph,เก่งการค้นหา Insight จากเว็บและไฟล์มัลติมีเดีย ความเร็ว,เร็วและเสถียรที่สุดในงานทั่วไป,ปานกลาง (ประมวลผลผ่าน Azure/Office),เร็วมากในงานวิจัยและสรุปข้อมูล

เปรียบเทียบผลจาก 3 เครื่องมือ

| หัวข้อเปรียบเทียบ | Microsoft Copilot | Google Gemini | ChatGPT | | ———————— | ————————– | ———————- | ————————— | | ลักษณะคำตอบ | สรุปข้อมูลตามตาราง | อธิบายภาพรวม + แนวโน้ม | วิเคราะห์ + Insight เชิงลึก | | ความสามารถอ่านข้อมูล | ดีมาก (เชื่อม Excel ได้) | ดี | ดีมาก | | การสรุปข้อมูล | ชัดเจน กระชับ | เข้าใจง่าย | ครบถ้วนและละเอียด | | การวิเคราะห์แนวโน้ม | พื้นฐาน | ปานกลาง | ลึกและแม่นยำ | | Insight เชิงธุรกิจ | น้อย | ปานกลาง | สูงมาก | | การเชื่อมโยงเศรษฐกิจ | ต่ำ | ปานกลาง | สูง | | การอธิบายเหตุผล | จำกัด | ดี | ดีมาก | | การนำไปใช้งานจริง | เหมาะกับงานตาราง/Excel | เหมาะกับรายงานทั่วไป | เหมาะกับวิเคราะห์/ตัดสินใจ | | จุดเด่นหลัก | ทำงานกับข้อมูลและไฟล์ได้ดี | อธิบายภาพรวมเข้าใจง่าย | วิเคราะห์ลึก + ต่อยอดได้ | | จุดอ่อน | Insight ไม่ลึก | ยังไม่ลงลึกเชิงธุรกิจ | คำตอบอาจยาว | ChatGPT Image 25 เม ย  2569 15_56_18

สรุป: การเปรียบเทียบเครื่องมือ AI ทั้ง 3 พบว่า

Microsoft Copilot เหมาะสำหรับการจัดการข้อมูลและการทำงานร่วมกับตาราง Google Gemini เหมาะสำหรับการอธิบายแนวโน้มและภาพรวมของข้อมูล ChatGPT เหมาะสำหรับการวิเคราะห์เชิงลึกและการสร้าง Insight ที่สามารถนำไปใช้ต่อยอดทางธุรกิจได้