An Analysis and Design of a Prototype Manual on the Effectiveness of Sustainability to Adjust Decision-Making Processes Supported by Big Data: A Pilot Study in the Thai Automotive Industry, Suratthani Province
Keywords:
Master Manual, Decision-making Process, Big Data Management, Automotive IndustryAbstract
The objectives of the research were to 1) study the decision-making process based on Big Data management, 2) probe and design a master manual for the decision-making processes supported by Big Data management, and 3) assess the master manual. The study used a qualitative research method, and the purposive sampling of 30 key informants from the automotive industry in Suratthani Province (executives, managers, supervisors, front-line staff, and other staff who use Big Data). The interview questionnaire was examined using CVI = 0.84. After that, a quasi-experimental research was conducted to test the effectiveness and reliability of the master manual by using the Mann-Whitney U-test equal to t=3.542, revealed that the manual was effective in significantly enhancing fundamental knowledge in the use of Big Data management, and the method of McNemar: = 4.0112, p=0.021, showed that the manual was reliable in a significant. Lastly, the satisfaction of the users with the master manual was at a high level (
= 4.03, SD=0.65). The research findings revealed that all objectives were achieved with important issues, as the decision-making process of the entrepreneurs involved the use of Big Data management to support informed, and complicated with cognitive decision-making through software development methods, integrated with the 4Vs characteristics (volume, velocity, veracity, and value). These can be used with the master manual to practice skills in decision-making process, and start to implement them in decision-making process effectively.
References
วิไล พึ่งผล. (2564). การเตรียมความพร้อม SMEs ไทยด้านสมรรถนะทางปัญญาจัดการ Big Data เชิงธุรกิจอย่างคุ้มค่าบนเครือข่าย 5G เพื่อผลประกอบการที่ยั่งยืนในวิถีใหม่. วารสารการพัฒนาทรัพยากรมนุษย์และองค์การ, 13(2), 180-201.
วีระยา ทองเสือ. (2566). ส่องทิศทางอุตสาหกรรมชิ้นส่วนยานยนต์ไทยปี 2566-2567 ยอดผลิตรถยนต์ฟื้นโตต่อเนื่อง. สืบค้น 1 สิงหาคม 2568, จาก ttps://www.efin.finance/th/stock/news/detail/sVpjAA
สุรีนาฏ มะโนสา. (2567). การวิเคราะห์และออกแบบจำลองระบบจ่ายเงินเดือนพนักงานเพื่อการปรับปรุงกระบวนการโดยใช้หลักการจัดกระบวนการทางธุรกิจ. วารสารวิทยาการจัดการมหาวิทยาลัยราชภัฎพิบูลสงคราม, 7(1), 16-29.
สำนักงานเศรษฐกิจอุตสาหกรรม. (2567). รายงานภาวะเศรษฐกิจอุตสาหกรรม ไตรมาสที่ 1/2567 และแนวโน้มไตรมาสที่ 2/2567. สืบค้น 8 สิงหาคม 2568, จาก https://www.oie.go.th/assets/portals/1/fileups/2/files/Industry%20conditions/Q1_2567forQ2_2567.pdf
สำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ. (2565). รายงานภาพรวมแผนพัฒนาเศรษฐกิจและสังคมแห่งชาติ ฉบับที่ 13. สืบค้น 8 สิงหาคม 2568, จาก https://www.nesdc.go.th/wordpress/wp-content/uploads/2025/02/article_file_20230307173847.pdf
สำนักงานส่งเสริมเศรษฐกิจดิจิทัล. (2567). ชาวสุราษฎร์ฯ ร่วมผนึกกำลังขับเคลื่อน “สุราษฎร์ธานีเมืองอัจฉริยะ”. สืบค้น 8 สิงหาคม 2568, จาก https://www.depa.or.th/en/article-view/20220503_03
อังคีร์ ศรีภคากร. (2565). การถอดรื้ออุตสาหกรมสู่ยานยนต์ไฟฟ้าจาก Automobile สู่ Truck และ Airplane. สืบค้น 15 พฤษภาคม 2568, จาก https://thaipublica.org/2022/07/future-mobility7/
Agrawal, R. & Nyamful, C. (2016). Challenges of Big Data Storage and Management. Global Journal of Information Technology, 6, 1-10.
Ahmed, E. & Maher, G. (2024). Optimizing Supply Chain Logistics with Big Data and AI: Applications for Reducing Food Waste. Journal of Current Science and Research Review, 2(2), 29-39.
Arruda, D. & Madhavji, N. (2017). The Role of Big Data Analytics in Corporate Decision-making. In Proceedings of the 6th International Conference on Data Science, Technology and Applications (pp.28-37). Spain: Madrid.
Arundel, S. T., McKeehan, K. G., Campbell, B. B., Bulen, A. N., & Thiem, P. T. (2023). A guide to creating an effective big data management framework. Journal of Big Data, 10(146), 1-22.
Chatterjee, S., Chaudhuri, R., Gupta, S., Sivarajah, U., & Bag, S. (2023). Assessing the impact of big data analytics on decision-making processes, forecasting, and performance of a firm. Technological Forecasting & Social Change, 196, 1-10.
Colombari, R., Geuna, A., Helper, S., Martins, R., Paolucci, E., Ricci, R., & Seamans, R. (2023). The interplay between data driven decision making and digitalization: A firm level survey of the Italian and U.S. automotive industries. International Journal of Production Economics, 255, 1-25.
Dang, H. C. T., Nguyen, P. L. T., Le, P. L. T., Nguyen, T. T. H., & Vu, B. T. (2025). Impact of Big Data Analytics Capabilites on Sustainable Business of Vietnamese retail companies: The Mediating Role of Innovation. Journal of Open Innovation: Technology, Market, and Complexity, 11(3), 1-16.
Darlan, A. & Madhavji, N. H. (2017). The Role of Big Data Analytics in Corporate Decision-making. In 6th International Conference on Data Science, Technology and Applications, Science and Technology Publications, 28-37.
Huang, M. H. & Rust, R. T. (2021). A strategic framework for artificial intelligence in marketing. Journal of the Academic Marketing Science, 49, 30–50.
Hussien, A. A. (2020). Fifty-Six Big Data V's Characteristics and Proposed Strategies to Overcome Security and Privacy Challenges (BD2). Journal of Information Security, 11(4), 304-328.
Jamwal, A., Agrawal, R., Sharma, M., & Giallanza, A. (2021). Industry 4.0 Technologies for Manufacturing Sustainability: A Systematic Review and Future Research Directions. Applied Sciences, 11(12), 5725.
Poljaševića, Z. B., Žižekb, Š.S., Marija, A.G., & Gospodarstvo, N. (2024). Artificial Intelligence in Employee Learning Process: Insights from Generation Z. Naše gospodarstvo/Our economy, 70(3), 21-36.
Schultz, C. D., Koch, C., & Olbrich, R. (2024). Dark sides of artificial intelligence: The dangers of automated decision making in search engine advertising. JASIST WILEY, 75(5), 550-566.
Stobierski, T. (2019). The advantages of data-driven decision making. Harvard Business School Online. Retrived 24 May, 2025, from https://online.hbs.edu/blog/post/data-driven-decision-making.
Vavpotič, D., Bajec, M., & Krisper, M. (2004). Measuring and Improving Software Development Methodology Value by Considering Technical and Suitability of Its Elements. In Conference: Thirteenth International Conference on Information Systems Development (pp. 1-11). Lithuania: Vilnius.
Yang, Y. (2024). Applications and Challenges of Big Data in Market Analytics. Transactions on Economics, Business and Management Research, 9, 450-458.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Faculty of Management Science Pibulsongkram Rajabhat University
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์ในวารสารวิทยาการจัดการมหาวิทยาลัยราชภัฏพิบูลสงคราม เป็นลิขสิทธิ์ของมหาวิทยาลัยราชภัฎพิบูลสงคราม
บทความที่ลงพิมพ์ใน วารสารวิทยาการจัดการมหาวิทยาลัยราชภัฎพิบูลสงคราม ถือว่าเป็นความเห็นส่วนตัวของผู้เขียนคณะบรรณาธิการไม่จำเป็นต้องเห็นด้วย ผู้เขียนต้องรับผิดชอบต่อบทความของตนเอง
