| ชื่อเรื่อง – Title: |
การหากฎความสัมพันธ์โดยใช้เทคนิคเหมืองข้อมูลเพื่อแนะนำกลยุทธ์การขายใน ร้านกาแฟ กรณีศึกษาร้านบางระมาดและร้าน MINARI Coffee Discovering Association Rules Using Data Mining Techniques to Recommend Sales Strategies in Coffee Shops: A Case Study of Bangramad and MINARI Coffee |
| ชื่อผู้เขียน – Author: |
นายภูมิพัฒน์ ทัพพ์พัฒนะ, Mr. Poompat Thappatana |
| อาจารย์ที่ปรึกษา – Advisor: |
ผศ. ดร.พิชญากร เลค – Asst. Prof. Dr. Pitchayakorn Lake |
| ชื่อปริญญา – Degree: |
บริหารธุรกิจบัณฑิต สาขาวิชาธุรกิจดิจิทัล – Bachelor of Business Administration Program in Digital Business |
| ภาควิชา/สาขาวิชา – Major: |
บธ.บ. (ธุรกิจดิจิทัล) – B.B.A. (Digital Business) |
| คณะวิชา – Faculty: |
เทคโนโลยีสารสนเทศ (Information technology) |
| ภาคเรียน/ปีการศึกษา – Semester/Academic year: |
2567 (2024) |
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์จัดทำขึ้น เพื่อศึกษาการหาความสัมพันธ์เพื่อแนะนำแนวทางการขายในร้านอาหารกาแฟ ด้วยเทคนิคเมืองข้อมูล เพื่อนำผลที่ได้จากการพยากรณ์ไปเป็นแนวทางส่งเสริมการขายภายในร้านอาหารกาแฟ ข้อมูลที่ใช้มาจากสินค้าในร้านอาหารกาแฟ เพื่อหาความสัมพันธ์ระหว่างสินค้า โดยใช้อัลกอริทึม วิธีเทคนิคเมืองข้อมูลคือ Apriori ด้วยโปรแกรม WEKA 3.8.6 กำหนดค่าสนับสนุนขั้นต่ำ เท่ากับ 0.05 และค่าความเชื่อมั่นอยู่ระหว่าง 0.5 จากสินค้าที่ลูกค้านิยมซื้อบ่อย
จากการวิจัยนี้พบว่า สินค้าที่ลูกค้าซื้อคู่กันดังต่อไปนี้ 1) ข้าวหมูย่างจิ้มแจ่ว และ น้ำแดงโซดา เป็นสินค้ายอดนิยมที่สุด มีค่าความเชื่อมั่นเท่ากับ 67% 2) บัตเตอร์เค้ก และ โกโก้เย็น เป็นสินค้ายอดนิยมรองลงมา มีค่าความเชื่อมั่นเท่ากับ 55% จากข้อค้นพบสินค้าและรูปแบบที่ลูกค้าซื้อสินค้านี้ ร้านอาหารกาแฟย่านพุทธมณฑลสาย1 สามารถพัฒนาการตลาดของร้านค้าตัวเองให้ตรงความต้องการของลูกค้าได้ และเป็นแนวทางให้กับกลุ่มคนที่อยากจะเข้ามาทำธุรกิจประเภทนี้
คำสำคัญ: กฎความสัมพันธ์, อัลกอริทึม Apriori, เทคนิคเหมืองข้อมูล
Abstract
This research aims to study how to find relationships to recommend sales approaches in coffee shops using data mining techniques in order to use the results from the forecast as a guideline for promoting sales in coffee shops. The data used came from products in coffee shops to find relationships between products using an algorithm. The data mining technique method is Apriori with the WEKA 3.8.6 program, setting the minimum support value to be 0.05 and the confidence level between 0.5 from products that customers frequently buy. From this research, it was found that the following products were purchased together by customers: 1) Grilled pork with jaew sauce and red soda were the most popular products, with a confidence level of 67%; 2) Butter cake and iced cocoa were the next most popular products, with a confidence level of 55%. From the product findings and the format in which customers purchased these products, coffee shops in the Phutthamonthon Sai 1 area were able to develop their own store marketing to meet customer needs and serve as a guideline for groups of people who want to enter this type of business.
คำสำคัญ: association rules, Apriori algorithm, data mining techniques.
ผศ. ดร.พิชญากร เลค – Asst. Prof. Dr. Pitchayakorn Lake, บธ.บ. (ธุรกิจดิจิทัล) – B.B.A. (Digital Business), เทคโนโลยีสารสนเทศ (Information technology), บริหารธุรกิจบัณฑิต สาขาวิชาธุรกิจดิจิทัล – Bachelor of Business Administration Program in Digital Business, 2/2567 (2024)