การศึกษาความสัมพันธ์ระหว่างสินค้าที่ผู้ซื้อสนใจกับ สินค้าที่ระบบแนะนาบนเว็บไซต์พาณิชย์อิเล็กทรอนิกส์

ผู้แต่ง

  • ธวัทชัย สุวรรณพงค์
  • แสงนภา หิรัญมุทราภรณ์

DOI:

https://doi.org/10.53848/irdssru.v8i2.214437

คำสำคัญ:

ระบบแนะนาสินค้า, การส่งเสริมสินค้า, ความสัมพันธ์ระหว่างสินค้า, พาณิชย์อิเล็กทรอนิกส์

บทคัดย่อ

ระบบแนะนาสินค้าเป็นเครื่องมือสาคัญอย่างหนึ่งในการทาธุรกิจออนไลน์ ใช้เพื่อช่วยคัดกรองสินค้าที่มีลักษณะตรงกับความต้องการของลูกค้า ตลอดจนสร้างความพึงพอใจให้กับลูกค้า แม้ว่าการศึกษาผลกระทบของสินค้าที่ระบบแนะนาต่อยอดขายเป็นสิ่งที่ทาได้ยากถ้าไม่มีการตรวจสอบข้อมูลจริง แต่การแนะนาสินค้ายังคงเป็นกลยุทธ์หนึ่งของการวางแผนการตลาด งานชิ้นนี้เป็นการหาความสัมพันธ์ระหว่างสินค้าที่สนใจกับสินค้าที่ระบบแนะนา รวมทั้งความหลากหลายของสินค้าที่ระบบแนะนาบนเว็บไซต์พาณิชย์อิเล็กทรอนิกส์ยอดนิยมแห่งหนึ่ง เนื่องจากความหลากหลายของสินค้ามีผลต่อการตัดสินใจเลือกซื้อซึ่งส่งผลต่อยอดขายสินค้า ผลการศึกษาพบว่า สินค้าที่ระบบแนะนาส่วนใหญ่ไม่มีความสัมพันธ์กับสินค้าที่สนใจ ยิ่งไปกว่านั้น สินค้าที่ระบบแนะนาบางส่วนยังเป็นประเภทเดียวกันกับสินค้าที่สนใจ ทั้งนี้ สาเหตุอาจเกิดจากการสุ่มเลือกสินค้าแนะนาจากผู้จัดจาหน่ายรายย่อยจานวนมากเป็นเหตุให้ลูกค้าเกิดความสับสนและส่งผลกระทบต่อการตัดสินใจเลือกซื้อ

References

Chuenmatcha, N. & Chirawichitchai, N.
(2016). Association rule mining
approaches for sales transaction
using FP-growth. Science and
Technology RMUTT. 6(1), 122-131.
Electronic Transactions Development
Agency (Public Organization).
(2015). Value of e-commerce
survey in Thailand 2015.
Retrieved 7 June 2016 from
goo.gl/m0Ys62.
Hoppe, F., Lamy, S., & Cannarsi, A. (2016).
Can Southeast Asia live up to its
e-commerce potential? Retrieved
10 June 2016 from goo.gl/usfvI3.
Jiang, Y. & Liu, Y. (2012). Optimization of
online promotion: A profitmaximizing
model integrating price
discount and product
recommendation. Information
Technology and Decision Making.
11(5), 961-982.
Lin, Z. (2014). An empirical investigation
of user and system
recommendations in e-commerce.
Decision Support Systems. 68,
111-124.
Phumphuang, P., Premchaisawat, W., &
Premchaisawat, N. ( 2012) .
Increasing Recommendation
Diversity using a Multi-Criteria
Matching Approach. APHEIT
Journal. 18(1), 145-151.
Romsang, P. (2012). A development of
boat racing video
recommendation system by
comparing user profiles with
video keywords and descriptions.
Thematic paper (M.Sc. Web
Engineering) Faculty of Information
Technology, Dhurakit Pubdit
University.
Saengsiri, P., Suksri, C., & James, P. (2014).
Association rule discovery from
helpdesk support system.
Proceedings of the Tenth
National Conference on
Computing and Information
Technology (NCCIT2014) (631-
637). Phuket: King Mongkut’s
University of Technology North
Bangkok.
Schwartz, B. (2006). More isn’t always
better. Harvard Business Review.
84(6), 22.
Wang, F., Liu, X., & Fang, E. (2015). User
reviews variance, critic reviews
variance, and product sales: An
exploration of customer breadth
and depth effects. Retailing. 91(3),
372–389.

Downloads

เผยแพร่แล้ว

04-09-2019

How to Cite

สุวรรณพงค์ ธ., & หิรัญมุทราภรณ์ แ. (2019). การศึกษาความสัมพันธ์ระหว่างสินค้าที่ผู้ซื้อสนใจกับ สินค้าที่ระบบแนะนาบนเว็บไซต์พาณิชย์อิเล็กทรอนิกส์. วารสารวิจัยและพัฒนา มหาวิทยาลัยราชภัฏสวนสุนันทา, 8(2), 19. https://doi.org/10.53848/irdssru.v8i2.214437