ปัจจัยส่วนประสมทางการตลาดในการตัดสินใจซื้อ และความสอดคล้องจากการทำนายพฤติกรรมการซื้อสินค้าหนึ่งตำบลหนึ่งผลิตภัณฑ์ในจังหวัดน่าน โดยเทคโนโลยีปัญญาประดิษฐ์
Main Article Content
บทคัดย่อ
จังหวัดน่านเป็นเมืองท่องเที่ยวที่ได้รับความนิยมเพิ่มขึ้นอย่างต่อเนื่องส่งผลให้ผู้ประกอบการต้องปรับตัวเป็นอย่างมาก การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อทราบข้อมูลด้านประชากรศาสตร์ของนักท่องเที่ยวที่เดินทางมาท่องเที่ยวจังหวัดน่าน ศึกษาพฤติกรรมของนักท่องเที่ยวในการเลือกซื้อสินค้าหนึ่งตำบลหนึ่งผลิตภัณฑ์ (OTOP) ศึกษาปัจจัยส่วนประสมทางการตลาดในการตัดสินใจซื้อ และเปรียบเทียบข้อมูลจากแบบสอบถามกับการทำนาย โดยเทคโนโลยีปัญญาประดิษฐ์ และวิเคราะห์กฎความสัมพันธ์โดยวิธีอัลกอริทึมอาพริโอริเพื่อทำนายพฤติกรรมการซื้อ กลุ่มตัวอย่าง คือนักท่องเที่ยวจำนวน 400 คน เก็บรวบรวมข้อมูลด้วยแบบสอบถาม วิเคราะห์ข้อมูลด้วยค่าความถี่ ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และการทดสอบไคสแควร์ ผลการศึกษาพบว่า นักท่องเที่ยวส่วนใหญ่ซื้อสินค้า OTOP เพื่อการอุปโภคและบริโภคโดยมีความสนใจกับการส่งเสริมการตลาดในรูปแบบการลดราคาแบบเปอร์เซ็นต์หรือเป็นจำนวนเงินมากที่สุด ปัจจัยส่วนประสมทางการตลาดที่มีอิทธิพลต่อการตัดสินใจซื้อสูงที่สุด คือ ด้านการส่งเสริมการขาย ผลการทดสอบความสัมพันธ์โดยใช้ Pearson Chi-Square ที่ระดับนัยสำคัญ 0.05 เปรียบเทียบข้อมูลจากแบบสอบถามกับการทำนายประเภทของสินค้าที่เลือกซื้อโดยเทคโนโลยีปัญญาประดิษฐ์ พบว่า สินค้าประเภทอาหารและขนมขบเคี้ยว ผลิตภัณฑ์เพื่อสุขภาพและสมุนไพร และเครื่องดื่ม มีความสอดคล้องกันประเภทละ 1 รายการ ขณะที่ผลิตภัณฑ์ผ้าทอและเครื่องแต่งกายไม่พบความสอดคล้อง ข้อเสนอแนะเชิงนโยบาย คือ ผู้ประกอบการควรนำผลการวิจัยไปประยุกต์ใช้ในการออกแบบรูปแบบการส่งเสริมการขายที่เหมาะสมกับกลุ่มผู้บริโภค จุดเด่นของงานวิจัยนี้ คือ การประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์โดยใช้กฎความสัมพันธ์วิธีอัลกอริทึมอาพริโอริ (Apriori Algorithm) ในการทำนายพฤติกรรมการซื้อ ซึ่งสามารถนำไปสู่การเพิ่มศักยภาพด้านการแข่งขันของผู้ประกอบการได้อย่างเป็นรูปธรรม
Article Details

อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Agrawal, R., Imielinski, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. ACM SIGMOD Record, 22(2), 207-216.
Baka, A., Persoh, S., Latekeh, I., Abdulyasat, A., Pangtip, P., & Deumong, F. (2022). Association rules mining with FP-Growth algorithm for purchasing behavior analysis of retail customers: A case study of D2Shop, Pattani Province. Journal of Technology Management Rajabhat Maha Sarakham University, 9(2), 18-29.
Boonchu, S. (2017). The factors that influence the decision to buy a house of housing projects in Muang District, Ratchaburi Province [Master’s thesis, Silpakorn University]. Silpakorn University Library. http://ithesis-ir.su.ac.th/dspace/bitstream/123456789/1632/1/57602418.pdf.
Chimhat, K. (2021). Factors affecting OTOP buying behavior: A case study of the OTOP products of Central region. Faculty of Business Administration, Ramkhamhaeng University.
Kotler, P., & Keller, K. L. (2012). Marketing management (14th ed.). Prentice Hall.
Kulsawat, P. (2019). The use of artificial intelligence in decision making to buy goods and services from a large business with a well-known brand and SMEs: A case study of Uniqlo and Basic by Sita [Unpublished master’s thesis]. Mahidol University.
Madsa, A. (2018). Marketing mix factors affecting Facebook shopping behavior of consumers in Hat Yai District, Songkhla Province. Department of Business Administration, Faculty of Service Industry Excellence, Songkhla Rajabhat University.
Nimnual, C. (2020). Factors affecting OTOP buying behavior: A case study of the OTOP products of Ayutthaya Province. Journal of Management Science Review, 22(1), 27-34.
Office of the Promotion of Local Wisdom and Community Enterprises. (2019). Action plan to drive the One Tambon One Product project, 2019-2022. Department of Community Development, Ministry of Interior.
Opartsiriwit, S. (2019). Marketing mix of one tumbol one product. The Journal of Pacific Institute of Management Science (Humanities and Social Sciences), 3(1), 28-42.
OTOP Nan Center. (2021). Combined customer database: Internal data, 2021. Nan Province, Thailand.
Puttachan, K. (2020). AI: Artificial intelligence. https://www.lib.ku.ac.th/2024/article/view/468.
Safitri, A., & Purnomo, H. D. (2019). Consumer behavior analysis using Apriori algorithm. International Journal of Information Technology and Business, 1(2), 1-4.
Serirat, S., Laksitanon, P., & Serirat, S. (2009). Modern market management. Pattana Suksa Publishing.
Songkasri, P. (2021). Marketing mix factors (4Ps) influencing the decision to buy a housing estate in Mahasarakham Province [Unpublished master’s thesis]. Ramkhamhaeng University.
Srisuan, J., & Kung, N. I. (2020). Factors effecting OTOP products buying behavior of visitors at Bang Khla floating market, Bang Khla district, Chacheongsao province. Sripatum Chonburi Journal, 16(4), 79-89.
Thamma, N., Anywatnapong, W., Tunpornchai, W., & Saetang, C. (2024). Transforming e-commerce: Artificial intelligence effect on purchase decision and happiness. Asian Administration and Management Review, 7(1), 133-144. https://doi.org/10.14456/aamr.2024.13.
Vivitanaporn, P. (2014). The influence of marketing mix factors on brand loyalty and purchasing behavior of Eucerin lotion at private hospitals in Bangkok Metropolitan Area [Unpublished master’s thesis]. Srinakharinwirot University.
Worakijkasemkul, S. (2011). A manual for research in behavioral science and social science (2nd ed.). Aksonsilp Printing.