อิทธิพลของระบบแนะนำสินค้าอัตโนมัติที่มีต่อการยอมรับและความตั้งใจในการใช้งาน สำหรับผลิตภัณฑ์ OTOP บนแพลตฟอร์มอีคอมเมิร์ซ

สุวรรณ  เดชน้อย; วิศาล  ภุชงฌ์; ศิรินธร เอี๊ยบศิริเมธี

ผู้แต่ง

สุวรรณ เดชน้อย บริหารธุรกิจดุษฎีบัณฑิต คณะบริหารธุรกิจและเทคโนโลยีสารสนเทศ วิทยาลัยนครราชสีมา
วิศาล ภุชงฌ์ บริหารธุรกิจดุษฎีบัณฑิต คณะบริหารธุรกิจและเทคโนโลยีสารสนเทศ วิทยาลัยนครราชสีมา
ศิรินธร เอี๊ยบศิริเมธี บริหารธุรกิจดุษฎีบัณฑิต คณะบริหารธุรกิจและเทคโนโลยีสารสนเทศ วิทยาลัยนครราชสีมา https://orcid.org/0009-0004-5968-5574

คำสำคัญ:

การยอมรับ, ความตั้งใจในการใช้งาน, ระบบแนะนำสินค้า, สินค้าโอทอป

บทคัดย่อ

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาศึกษาระดับความคิดเห็นของระบบแนะนำสินค้าอัตโนมัติของผู้บริโภคที่มีต่อระบบแนะนำสินค้า OTOP บนแพลตฟอร์มอีคอมเมิร์ซ และ 2) วิเคราะห์อิทธิพลของระบบแนะนำสินค้าที่มีต่อการยอมรับและความตั้งใจในการใช้งาน ระบบแนะนำสินค้าอัตโนมัติสำหรับผลิตภัณฑ์ OTOP บนแพลตฟอร์มอีคอมเมิร์ซ กลุ่มตัวอย่าง คือ ผู้บริโภคในจังหวัดนครราชสีมาที่เคยซื้อสินค้าผ่านแพลตฟอร์มอีคอมเมิร์ซ จำนวน 400 คน ใช้วิธีการเลือกกลุ่มตัวอย่างแบบสะดวก เครื่องมือที่ใช้ในการวิจัยแบบสอบถามค่าสัมประสิทธิ์แอลฟา เท่ากับ 0.929 เก็บข้อมูลผ่านช่องทางออนไลน์วิเคราะห์ข้อมูล โดยใช้โปรแกรมสำเร็จรูปทางสถิติ สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และการวิเคราะห์ถดถอยพหุคูณแบบนำเข้าทุกตัวแปร ผลการวิจัยพบว่า ผู้บริโภคมีความคิดเห็นต่อระบบแนะนำสินค้าอัตโนมัติในภาพรวมอยู่ในระดับมาก โดยให้ความสำคัญกับด้านความน่าเชื่อถือเป็นอันดับแรก รองลงมาคือด้านการยอมรับความเสี่ยง ด้านความไว้วางใจ และด้านการรับรู้ประโยชน์ตามลำดับ ทั้งนี้ผลการวิเคราะห์อิทธิพล พบว่า ปัจจัยด้านการยอมรับความเสี่ยง (X₄) มีอิทธิพลต่อการยอมรับและความตั้งใจในการใช้งานระบบ (Y) มากที่สุด รองลงมาคือด้านความไว้วางใจ (X₂) ด้านความน่าเชื่อถือ (X₁) และด้านการรับรู้ประโยชน์ (X₃) ตามลำดับ โดยปัจจัยทั้งหมดมีอิทธิพลอย่างมีนัยสำคัญทางสถิติที่ระดับ .01 และสามารถร่วมกันพยากรณ์การยอมรับและความตั้งใจในการใช้งานได้ร้อยละ 58.4 (Adjusted R² = 0.584) ซึ่งสะท้อนให้เห็นว่าการสร้างความเชื่อมั่นและการลดความเสี่ยงในการใช้งานเป็นกลไกสำคัญในการขับเคลื่อนความสำเร็จของระบบแนะนำสินค้าสำหรับผลิตภัณฑ์ชุมชนบนแพลตฟอร์มดิจิทัล

เอกสารอ้างอิง

กรมการพัฒนาชุมชน. (2562). รายงานผลการดำเนินงานโครงการยกระดับผลิตภัณฑ์ OTOP และการบริหารจัดการชุมชนสู่ความยั่งยืนประจำปีงบประมาณ พ.ศ. 2562. กระทรวงมหาดไทย.

กัลยารัตน์ หัสโรค์. (2564). กลยุทธ์การตลาดออนไลน์ที่มีอิทธิพลต่อความสำเร็จของวิสาหกิจชุมชน.

[วิทยานิพนธ์ปริญญาดุษฎีบัณฑิต]. มหาวิทยาลัยมหาสารคาม.

จตุพร ศิลพรชัย, สุนีย์ วรรณสุข, และ ณัฐพงศ์ วงศ์คำ. (2568). การพัฒนาระบบอีคอมเมิร์ซเพื่อเพิ่มศักยภาพการจัดการสินค้า OTOP: กรณีศึกษาจังหวัดแม่ฮ่องสอน. วารสารเทคโนโลยีและนวัตกรรม มหาวิทยาลัยราชภัฏอุตรดิตถ์, 8(1), 21–31.

https://ph03.tci-thaijo.org/index.php/JTI_URU/article/view/3812/2975

พระศุภกร มหาวีโร และ บุญฑวรรณ วิงวอน. (2566). อิทธิพลของการรับรู้คุณภาพบริการทางอิเล็กทรอนิกส์ ความไว้วางใจทางเล็กทรอนิกส์และการยอมรับเทคโนโลยีที่มีผลต่อการตัดสินใจในการบริจาคเงินให้วัดของประชาชน ผ่านระบบบริจาคอิเล็กทรอนิกส์ อำเภอเมืองลําปาง จังหวัดลําปาง. วารสารวิทยาการจัดการ มหาวิทยาลัยราชภัฏพิบูลสงคราม, 5(1), 114–128. https://so03.tci-thaijo.org/index.php/jmspsru/article/view/264683

วิเลิศ ภูริวัชร. (2562, 7 มกราคม). การตลาดออนไลน์ปี 2562. รู้ลึกกับจุฬาฯ. https://www.chula.ac.th/cuinside/15785/

ศรัญวุฒิ มุ่งมีสกุล. (2565). การตัดสินใจซื้อผลิตภัณฑ์หนึ่งตำบล หนึ่งผลิตภัณฑ์ (โอทอป) ประเภทอาหารผ่านการตลาดแบบผสมผสานช่องทางของผู้บริโภคกลุ่มเจนเนอเรชั่นวายภายใต้ยุคปกติ. [วิทยานิพนธ์ปริญญามหาบัณฑิต]. มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี.

สำนักงานนโยบายและยุทธศาสตร์การค้า. (2567). รายงานการศึกษาแนวทางการส่งเสริมสินค้าโอทอป (OTOP). กระทรวงพาณิชย์.

สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์. (2562). โอกาสผู้ประกอบการไทยในตลาด อี-คอมเมิร์ซ 2020. โพสต์ทูเดย์. https://www.posttoday.com/economy/news/603740

Black, K. (2006). Business statistics for contemporary decision making. New York: John Wiley & Sons.

Cochran, W. G. (1977). Sampling techniques (3rd ed.). John Wiley & Sons.

Cronbach, L. (1990). Essentials of psychological testing (5th ed.). Harper.

Datawow. (2024, August 8). Recommendation system คือ? ตัวช่วยที่ธุรกิจ E-commerce ห้ามพลาด!. https://www.datawow.co.th/th/blogs/what-is-recommendation-system

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 318–339.

Gubkin, A. (2023, February 28). What are recommender systems? Use cases, types, and techniques. Coralogix. https://coralogix.com/ai-blog/what-are-recommender-systems-use-cases-types-and-techniques/

Hair, J. F., Black, W. C., Babin, B. J. and Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Pearson.

Lai, V. S. and Li, H. (2005). Technology acceptance model for internet banking: An invariance analysis. Information and Management, 42(2), 373–386.

Slovic, P. (2002). Risk analysis and risk management. CRC Press.

Wang, Y., Liu, S., Li, S., Duan, J., Hou, Z., Yu, J. and Ma, K. (2019). Stacking-based ensemble learning of self-media data for marketing intention detection. Future Internet, 11(155), 452–461.