ศึกษาการแบ่งกลุ่มพฤติกรรมของผู้บริโภคที่ซื้อเครื่องประดับ ผ่านเครือข่ายสังคมออนไลน์

Main Article Content

ปารณีย์ พึ่งวิชา
อานนท์ ทับเที่ยง
ธัญญา สัตยาอภิธาน

บทคัดย่อ

การศึกษาการแบ่งกลุ่มพฤติกรรมของผู้บริโภคที่ซื้อเครื่องประดับผ่านเครือข่ายสังคมออนไลน์ในเขตกรุงเทพมหานคร เก็บรวบรวมข้อมูลจากกลุ่มตัวอย่างจำ



EJ 1-5/3


 



นวน 400 คน ทำการวิเคราะห์แบ่งกลุ่มด้วยวิธี K-Means Clustering ซึ่งการแบ่งกลุ่มเป็นวิธีวิเคราะห์ที่ปัจจุบันในไทยยังไม่ค่อยมีการนำมาใช้แต่เป็นวิธีที่มีประสิทธิภาพสามารถนำมาใช้ในการวิเคราะห์ Big data ทำให้สามารถแบ่งกลุ่มผู้บริโภคเป็น 2 กลุ่มซึ่งมีลักษณะเฉพาะในแต่ละกลุ่มคือ กลุ่มที่ 1: กลุ่มกระเป๋าหนักจ่ายได้ถ้าชอบ ไม่ค่อยชอบออกสื่อ ส่วนใหญ่เป็นคนในช่วงอายุ 35 - 45 ปี มีระดับการศึกษาสูงกว่าปริญญาตรี รายได้ต่อเดือนอยู่ในช่วง 30,001 - 45,000 บาท ประกอบอาชีพเป็นเจ้าของธุรกิจ มีบุคลิกภาพโดดเด่นและชอบสังคม มีวิถีชีวิตแบบรักครอบครัว มักไม่ค่อยแสดงความชอบบนเครือข่ายสังคมออนไลน์ (กด like, share, ติดตาม) และกลุ่มที่ 2: กลุ่มวัยสะอ้อน ชอบออกสื่อ ซื้อน้อยแต่บ่อยครั้ง ส่วนใหญ่เป็นคนในช่วงอายุ 25 – 34 ปี มีระดับการศึกษาปริญญาตรี รายได้ต่อเดือนอยู่ในช่วง 15,000 - 30,000 บาท ประกอบอาชีพเป็นพนักงานเอกชน มีบุคลิกภาพโดดเด่นและชอบสังคม มีวิถีชีวิตแบบแสวงหาความสนุกสนาน มักแสดงออกทางความชอบบนเครือข่ายสังคมออนไลน์ (กด like, share, ติดตาม) ให้ความสนใจความคิดเห็นผู้มีอิทธิพล (เช่น ดารา บล็อกเกอร์) ในการตัดสินใจซื้อเครื่องประดับ ผลการวิจัยจะช่วยให้สามารถแบ่งตลาดออกเป็นกลุ่ม (segment) เป็นประโยชน์ต่อการกำหนดตลาดเป้าหมาย วางกลยุทธ์ทางการตลาด และการทำการตลาดออนไลน์

Article Details

รูปแบบการอ้างอิง
พึ่งวิชา ป., ทับเที่ยง อ., & สัตยาอภิธาน ธ. (2019). ศึกษาการแบ่งกลุ่มพฤติกรรมของผู้บริโภคที่ซื้อเครื่องประดับ ผ่านเครือข่ายสังคมออนไลน์. วารสารมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยราชพฤกษ์, 5(supplement), 212–224. สืบค้น จาก https://so03.tci-thaijo.org/index.php/rpu/article/view/231932
ประเภทบทความ
บทความวิจัย

เอกสารอ้างอิง

กัลยา วานิชย์บัญชา. (2548). การใช้ SPSS for Windows ในการวิเคราะห์ข้อมูล. พิมพ์ครั้งที่ 7. กรุงเทพฯ: บริษัท ธรรมสาร จำกัด.

Achara Suksakon and Arnon Tubtiang. (2018). Virtual Face–to–Face Learning, The Acceptance and Effectiveness of Interactive Online Learning of Senior High School Students in Non–Formal Education in Central Region of Thailand. Published in the 3rd International STEM Education Conference, Bangkok, Thailand.

Vanichbancha, K (2005). Using SPSS for Windows for data analysis. 7th ed. Bangkok: Dharmasarn Company Limited. (in Thai)