การพัฒนาระบบค้าปลีกสมาร์ท รีเทลเลอร์ (Smart Retailer) สำหรับผู้ค้าปลีกในจังหวัดกรุงเทพมหานคร ประเทศไทย
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาโมเดลระบบค้าปลีกอัจฉริยะที่สามารถยกระดับขีดความสามารถในการแข่งขันของผู้ค้าปลีกขนาดเล็กในเขตกรุงเทพมหานคร ประเทศไทย โดยใช้ระเบียบวิธีวิจัยแบบผสมผสาน (Mixed Methods Research) ประกอบด้วยการวิจัยเชิงคุณภาพผ่านการสัมภาษณ์ผู้ประกอบการและผู้เชี่ยวชาญ จำนวน 9 ราย และการวิจัยเชิงปริมาณด้วยแบบสอบถามจากผู้บริโภคจำนวน 500 ราย โดยมีค่าความเที่ยงสัมประสิทธิ์แอลฟ่าเท่ากับ 0.981 วิเคราะห์ข้อมูลด้วยเทคนิคการวิเคราะห์โมเดลสมการโครงสร้าง (Structural Equation Modeling: SEM)
ผลการวิจัยพบว่า จากการวิเคราะห์ข้อมูลทั้งเชิงคุณภาพและเชิงปริมาณ โมเดลระบบค้าปลีกอัจฉริยะที่พัฒนาขึ้นสามารถอธิบายความสัมพันธ์เชิงสาเหตุระหว่างองค์ประกอบต่าง ๆ ได้อย่างมีนัยสำคัญ โดยกลยุทธ์ระดับองค์กรมีอิทธิพลต่อห่วงโซ่คุณค่า ซึ่งส่งผลต่อการรับรู้คุณค่าและพฤติกรรมการซื้อของผู้บริโภค ส่งผลให้เกิดประสิทธิผลในด้านยอดขาย ความพึงพอใจ และความภักดีของลูกค้า โดยเฉพาะอย่างยิ่งการวางแผนเชิงกลยุทธ์ที่บูรณาการเทคโนโลยี เช่น ระบบ POS และ CRM สามารถเพิ่มความสามารถในการปรับตัวของร้านค้า ตลอดจนการตอบสนองต่อความต้องการของผู้บริโภคอย่างแม่นยำ ซึ่งนำไปสู่การเติบโตทางธุรกิจอย่างยั่งยืน โมเดลที่พัฒนาขึ้นมีองค์ประกอบสำคัญ 5 ด้าน ได้แก่ กลยุทธ์ระดับองค์กร ห่วงโซ่คุณค่า การรับรู้คุณค่า พฤติกรรมการซื้อสินค้า และประสิทธิผลการซื้อสินค้า โดยกลยุทธ์ระดับองค์กรส่งผลทางตรงต่อห่วงโซ่คุณค่า และส่งผลต่อพฤติกรรมการซื้อซึ่งนำไปสู่ประสิทธิผลทางธุรกิจในเชิงยอดขายและความภักดีของลูกค้าอย่างมีนัยสำคัญทางสถิติ (p < 0.01) โมเดลที่พัฒนาแสดงค่าดัชนีความสอดคล้องอยู่ในเกณฑ์ดี ได้แก่ RMSEA = 0.041, CFI = 0.983, GFI = 0.945, AGFI = 0.923
การบูรณาการเทคโนโลยี เช่น POS, CRM และ Big Data เข้ากับกลยุทธ์องค์กร ช่วยเพิ่มความแม่นยำในการบริหารจัดการและสร้างคุณค่าที่ลูกค้ารับรู้ได้อย่างแท้จริง โดยเฉพาะในบริบทของร้านค้าขนาดเล็ก การใช้ระบบอัจฉริยะสามารถส่งเสริมประสิทธิภาพ ลดต้นทุน และเพิ่มโอกาสในการแข่งขัน ทั้งนี้ผลการวิจัยสามารถประยุกต์ใช้ในการกำหนดกลยุทธ์ธุรกิจ การกำหนดนโยบายภาครัฐ และการพัฒนาเทคโนโลยีเพื่อสนับสนุนผู้ค้าปลีกอย่างยั่งยืน
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Choi, H., Park, S. & Kim, Y. (2021). Customer engagement and business performance in retail: The mediating role of loyalty. Journal of Retailing and Consumer Services, 61, 102570.
Chou, T., Lin, Y., & Huang, M. (2023). Real-time personalization and customer loyalty in digital retailing. Electronic Commerce Research and Applications, 57, 101199.
Deloitte. (2020). The future of retail: Intelligent technologies for smarter operations. Deloitte Insights.
Department of Business Development, Ministry of Commerce. (2024). Thailand Retail Business Statistics Report 2024. Department of Business Development, Ministry of Commerce.
Kim, J., Kim, H. & Jung, S. (2021). Digital transformation in retail: A strategic framework and its empirical validation. Technological Forecasting and Social Change, 162, 120373.
Kotler, P. & Keller, K. L. (2022). Marketing Management (16th ed.). Pearson.
Lee, D. & Kim, H. (2022). The role of AI-powered recommendation systems in shaping consumer behavior. Computers in Human Behavior, 128, 107117.
Li, X., Huang, J. & Xu, Y. (2023). AI-powered CRM systems and customer retention in the digital age: An empirical study of retail firms. Information & Management, 60(2), 103670.
Nguyen, T. T. & Tran, M. T. (2022). Inventory automation and operational efficiency in smart retail: Evidence from emerging markets. Journal of Retailing and Consumer Services, 67, 102966.
Payne, A. & Frow, P. (2005). A Strategic Framework for Customer Relationship Management. Journal of Marketing, 69(4), 167–176.
Porter, M. E. (1985). Competitive Advantage: Creating and Sustaining Superior Performance. Free Press.
Wang, Z. & Chen, X. (2022). Big data-driven CRM and customer loyalty in retail: Evidence from Chinese SMEs. Journal of Business Research, 149, 346–357.
Zeithaml, V. A. (1988). Consumer perceptions of price, quality, and value: A means-end model and synthesis of evidence. Journal of Marketing, 52(3), 2–22.
Zhang, Y. & Li, W. (2020). Value chain digitalization and performance in retail firms: The moderating role of strategic alignment. Industrial Marketing Management, 89, 218–229.
Zeithaml, V. A. (1988). Consumer perceptions of price, quality, and value: A means-end model and synthesis of evidence. Journal of Marketing, 52(3), 2–22.
