วิเคราะห์พฤติกรรมผู้บริโภคจากข้อมูลการซื้อสินค้าออนไลน์

การอ้างอิง|Citation

ณฤทธิ์  จัตุรัสพันแสง และนิธิศ  ชวรัตน์เจริญกิจ. (2563). วิเคราะห์พฤติกรรมผู้บริโภคจากข้อมูลการซื้อสินค้าออนไลน์. (สหกิจศึกษา). กรุงเทพฯ: คณะวิทยาศาสตร์ มหาวิทยาลัยสยาม.

Chatturatphansaeng N. & Chavaratjaroenkit N. (2020). Analyze donsumer behavior from online shopping data. (Cooperative Education). Bangkok: Faculty of Science, Siam University.

บทคัดย่อ

บริษัท ดาต้า เฟิร์ส จำกัด เป็นผู้นำด้านให้คำปรึกษาด้านการประยุกต์ใช้ข้อมูลครบวงจร ประสบการณ์ด้านโฆษณา ทั้งออนไลน์ และออฟไลน์ สามารถผสานความรู้ด้านการเข้าใจพฤติกรรมผู้บริโภค และเป็นผู้นำการใช้สื่อดิจิทัลที่หลากหลาย โดยทางบริษัทมีความต้องการการนำเสนอแนวทางการวิเคราะห์ข้อมูล และกรอบความคิดในด้านธุรกิจ โดยนำเสนอให้กับทีมงานในบริษัท เพื่อที่บริษัทจะนำแนวคิดไปต่อยอด เพื่อใช้ประโยชน์ทางธุรกิจต่อไป ทางคณะผู้จัดทำได้เล็งเห็นถึงปัญหาโดยนำเทคนิคทางด้านวิทยาศาสตร์ข้อมูลมาประยุกต์ใช้ เนื่องจากข้อมูลกลายเป็นสิ่งหนึ่งที่มีการให้ความสนใจเยอะที่สุดในปัจจุบัน จึงทำให้เกิดการวิเคราะห์พฤติกรรมผู้บริโภคจากข้อมูลการซื้อสินค้าออนไลน์ โดยใช้ข้อมูลการซื้อขายสินค้าออนไลน์เพื่อให้เห็นถึงข้อมูลที่นำเสนอได้ง่าย และนำข้อมูลไปทำการตลาดเพื่อพัฒนาต่อยอดทางธุรกิจ ขั้นตอนในการดำเนินการวิเคราะห์ ประกอบด้วย 1) ศึกษาและทำความเข้าใจข้อมูล 2) กำหนดเป้าหมายในการวิเคราะห์ข้อมูล 3) จัดเตรียมข้อมูล 4) วิเคราะห์ข้อมูล และ 5) นำเสนอแผนภาพข้อมูล เครื่องมือในการวิเคราะห์ข้อมูล ได้แก่ Google Big Query สำหรับการเก็บข้อมูลและประมวลผลข้อมูล และโปรแกรม Tableau สำหรับการนำเสนอแผนภาพข้อมูล (Data Visualization) ผลลัพธ์ที่ได้จากการวิเคราะห์พฤติกรรมผู้บริโภคจากข้อมูลการซื้อสินค้าออนไลน์ ทำให้เห็นถึงพฤติกรรมการซื้อสินค้า ยอดขายของสินค้า อีกทั้งยังสามารถนำข้อมูลที่วิเคราะห์ได้ นำไปใช้ประโยชน์ในการทำการตลาดออไลน์สำหรับสินค้าต่าง ๆ รวมไปถึงยังวิเคราะห์จังหวัดที่มียอดการสั่งซื้อสินค้าออนไลน์เยอะที่สุดอีกด้วย

คำสำคัญ: พฤติกรรมผู้บริโภค, การซื้อสินค้าออนไลน์, พฤติกรรมการซื้อสินค้า, ดาต้า เฟิร์ส

Abstract

Data First Co.,Ltd. is a technical data-driven consultant, experienced in online and offline advertisements, through integrating customer behavior data. They are also a leader of multi-channel digital media. The company applied data science to benefit the business use cases. There are various types of data from various sources, especially in transactional data which could be implied to customer behaviors, such as online transaction payment data. This data could be extracted to get insights in order to improve the business. Therefore, we proposed the process of analyzing these types of data by using the advantages of data science, which comprised of: 1) Study and understand the data; 2) Define the analysis problems; 3) preparing and preprocessing data; 4) analyzing data; 5) Data visualization. The tools used for our analysis were Google Big Query, to store and process data on the cloud, and Tableau for data visualization. Our results showed the online transaction data could be used for analyzing customer behavior, amount of best-selling products, as well as benefits to online marketing to various products.

Keywords:  Consumer behavior, Online shopping, Shopping behavior, Data First.

วิเคราะห์พฤติกรรมผู้บริโภคจากข้อมูลการซื้อสินค้าออนไลน์ |  Analyze Consumer Behavior from Online Shopping Data  

คณะวิทยาศาสตร์ มหาวิทยาลัยสยาม  |  Faculty of Science, Siam University, ฺBangkok, Thailand

Related:

• ระบบค้นหาเส้นทางร้านปะยางมอเตอร์ไซค์
• ระบบการสร้างและบริหารจัดการร้านอาหาร
• ระบบบริหารจัดการหน้าร้านขายของชำ
• ระบบจัดการการขายสินค้า (กรณีศึกษา: ร้าน แบ็ก เฮาส์)
• ระบบจัดการการขายสินค้า (กรณีศึกษา: ร้านสถานีนมเหนียว)
• ระบบวัดและควบคุมความชื้นสำหรับการปลูกพืชบนระบบปฏิบัติการแอนดรอยด์
• ระบบแชทบอทและร้านค้าออนไลน์บนแอปพลิเคชันไลน์
• ระบบบริหารจัดการข้อมูลนักเรียนของมูลนิธิ
• ระบบการบริหารจัดการลูกค้าสัมพันธ์