การวิเคราะห์และออกแบบคู่มือต้นแบบประสิทธิผลของการสร้างความยั่งยืนจากระบบกระบวนการตัดสินใจโดยใช้หลักการจัดการ Big Data สนับสนุน: ศึกษานำร่องอุตสาหกรรมยานยนต์ไทย จังหวัดสุราษฎร์ธานี

ผู้แต่ง

  • วิไล พึ่งผล วิทยาลัยนวัตกรรมและการจัดการ มหาวิทยาลัยราชภัฏสวนสุนันทา
  • นฤมล ชมโฉม วิทยาลัยนวัตกรรมและการจัดการ มหาวิทยาลัยราชภัฏสวนสุนันทา

คำสำคัญ:

คู่มือต้นแบบ, กระบวนการตัดสินใจ , การจัดการ Big Data , อุตสาหกรรมยานยนต์ไทย

บทคัดย่อ

การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ศึกษากระบวนการตัดสินใจโดยใช้หลักการจัดการ Big Data อย่างมีประสิทธิภาพ 2) วิเคราะห์และออกแบบคู่มือต้นฉบับฯ กระบวนการตัดสินใจด้วย Big Data สนับสนุนการตัดสินใจ และ 3) ประเมินคู่มือต้นฉบับฯ โดยใช้วิธีวิจัยเชิงคุณภาพ คัดเลือกผู้ให้ข้อมูลหลักแบบเจาะจงในอุตสาหกรรมยานยนต์ จังหวัดสุราษฎร์ธานีทั้งสิ้น 30 คน (ผู้บริหาร ผู้จัดการ หัวหน้างาน พนักงานด่านหน้า และพนักงานอื่นที่ใช้ Big Data) ตรวจสอบแบบสัมภาษณ์ด้วย CVI = 0.84 หลังจากนั้นได้ทำวิจัยกึ่งทดลองเพื่อทดสอบประสิทธิภาพและความน่าเชื่อถือของคู่มือต้นฉบับฯ ด้วยวิธี Mann-Whitney U-Test: t= 3.542 แสดงว่าคู่มือต้นฉบับนี้มีประสิทธิภาพอย่างมีนัยสำคัญ และวิธี McNemar: equation=4.0112, p=0.021 แสดงถึงความน่าเชื่อถือของคู่มือนี้อย่างมีนัยสำคัญ สุดท้ายทดสอบความพึงพอใจของผู้ใช้งานคู่มือต้นฉบับฯ พบว่าอยู่ในระดับมาก (equation= 4.03, SD=0.65) ผลวิจัยพบว่า บรรลุตามวัตถุประสงค์ทั้ง 3 ประการ โดยมีประเด็นสำคัญด้านกระบวนการตัดสินใจรูปแบบใหม่ที่ใช้ Big Data สนับสนุนการตัดสินใจของผู้ประกอบการ ประกอบด้วย ความรอบรู้และรอบคอบอย่างมีปัญญารู้คิดพัฒนาซอฟต์แวร์บูรณาการร่วมกับคุณลักษณะ 4Vs (คัดเลือกปริมาณข้อมูลสนับสนุนตรงความต้องการ ความรวดเร็วของการประมวลข้อมูล คัดกรองข้อมูลมีคุณภาพและน่าเชื่อถือ และพิจารณาข้อมูลที่สร้างคุณค่าตอบสนองผู้บริโภค) สามารถใช้คู่มือต้นฉบับนี้ฝึกทักษะกระบวนการตัดสินใจตั้งแต่เชิงนโยบายจนถึงลงมือปฏิบัติงานอย่างเกิดประสิทธิผล

เอกสารอ้างอิง

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.

ดาวน์โหลด

เผยแพร่แล้ว

2026-08-31

รูปแบบการอ้างอิง

พึ่งผล ว., & ชมโฉม น. (2026). การวิเคราะห์และออกแบบคู่มือต้นแบบประสิทธิผลของการสร้างความยั่งยืนจากระบบกระบวนการตัดสินใจโดยใช้หลักการจัดการ Big Data สนับสนุน: ศึกษานำร่องอุตสาหกรรมยานยนต์ไทย จังหวัดสุราษฎร์ธานี. วารสารวิทยาการจัดการมหาวิทยาลัยราชภัฏพิบูลสงคราม, 8(2), 50–68. สืบค้น จาก https://so03.tci-thaijo.org/index.php/jmspsru/article/view/291703

ฉบับ

ประเภทบทความ

บทความวิจัย