การตลาดออนไลน์และบริการลูกค้าด้วยแชทบอท กรณีศึกษา: การใช้ Chatfuel ปฏิสัมพันธ์กับลูกค้าผ่านเมสเซนเจอร์
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ออกแบบโครงสร้างการสนทนาด้วยการกำหนดคำถามและคำตอบจากข้อมูลจริงของผู้ขายสินค้าออนไลน์ 2) ประเมินความสามารถในการใช้งาน Chatfuel ปฏิสัมพันธ์กับลูกค้าผ่านเมสเซนเจอร์ และ 3) หาความสัมพันธ์ระหว่างปัจจัยผู้ใช้ที่ส่งผลต่อผลการประเมินในภาพรวม งานวิจัยฉบับนี้เลือกกลุ่มตัวอย่างผู้ใช้ 30 คน จากผู้ที่มีบัญชีเฟสบุ๊คส่วนบุคคลของประเทศไทย ด้วยการสุ่มแบบเจาะจงที่ความเชื่อมั่น 100% เก็บข้อมูลจริงจากผู้ขายสินค้าออนไลน์ 5 คน ในประเด็นคำถามที่พบในการซื้อขายสินค้า นำข้อมูลที่ได้มาจัดกลุ่มเป็นหัวข้อคำถาม แล้วกำหนดคำตอบที่สัมพันธ์กันในลักษณะโครงสร้างการสนทนาของแชทบอท เริ่มจากการทักทาย และจบลงเมื่อลูกค้าแสดงความสนใจสินค้าหรือสั่งซื้อสินค้า โดยฝากช่องทางการติดต่อกลับ เพื่อดำเนินการปิดการขายในขั้นตอนต่อไป โดยให้ผู้ใช้แต่ละคนทดลองซื้อสินค้าผ่านเมสเซนเจอร์แบบมิได้เปิดเผยต่อผู้ใช้ว่ากำลังสนทนากับแชทบอท ผลการประเมินในภาพรวม ค่าเฉลี่ยอยู่ในระดับดี ( = 3.68) จุดเด่นคือ ด้านการเรียนรู้ของผู้ใช้และด้านประสิทธิผล ( = 4.20 และ 3.97) และจุดที่ควรพัฒนาคือด้านความครอบคลุม ( = 3.07) เมื่อแบ่งผู้ใช้เป็น 3 กลุ่ม กลุ่มละ 10 คน คือ กลุ่มผู้ทรงคุณวุฒิด้านภาษาไทย กลุ่มผู้ขายสินค้าออนไลน์ และกลุ่มผู้ใช้ทั่วไป พบว่า ทุกกลุ่มมีค่าเฉลี่ยในระดับดี ( = 3.69, 3.80 และ 3.56) เมื่อนำผลการประเมินของแต่ละกลุ่มมาวิเคราะห์ความแปรปรวนทางเดียว พบว่า กลุ่มผู้ขายสินค้าออนไลน์และกลุ่มผู้ใช้ทั่วไป มีผลการประเมินด้านประสิทธิภาพแตกต่างอย่างมีนัยสำคัญทางสถิติที่ระดับ .004 จากพฤติกรรมของผู้ใช้ที่มักสนทนาด้วยกลุ่มคำถามหลายๆ ประโยคแทนที่จะเป็น 1 ประโยคที่สมบูรณ์ เมื่อนำปัจจัยต่างๆ มาสร้างแบบเป็นจำลองเชิงเส้นด้วยการวิเคราะห์ถดถอยพหุ พบว่า เพศ การศึกษา สถานภาพ รายได้ต่อเดือน ประสบการณ์ใช้งานคอมพิวเตอร์และสมาร์ทโฟน ประสบการณ์การซื้อสินค้าออนไลน์ ชั่วโมงการใช้งานอินเตอร์เน็ตต่อวัน ความถี่ในการซื้อสินค้าออนไลน์ต่อเดือน และช่องทางการซื้อสินค้าออนไลน์ มีความแม่นยำในการพยากรณ์ผลการประเมินในภาพรวม 99.4% ค่าสัมประสิทธิ์พหุคูณเป็น .997 และมีระดับนัยสำคัญทางสถิติที่ .000
Article Details
เอกสารอ้างอิง
Davydova, O. (2017). 25 Chatbot Platforms: A Comparative Table [Online]. Retrieved July 9, 2018, from: https://chatbotsjournal.com/25-chatbot-platforms-a-comparative-table-aeefc932eaff.
Edison Research. (2012). Most Who Use Social Media for Customer Service Expect A Very Quick Response. New Jersey: The Social Habit.
Electronic Transactions Development Agency. (2017). Thailand Internet User Profile 2017. Bangkok: Ministry of Digital Economy and Society. (in Thai)
Electronic Transactions Development Agency. (2017). Value of e-Commerce Survey in Thailand 2017. Bangkok: Ministry of Digital Economy and Society. (in Thai)
Kuligowska, K. and Lasek, M. (2011). Virtual Assistants Support Customer Relations and Business Process. The proceeding of 1oth International Conference on Information Management, at Gdansk University of Technology, Sopot, 155-164.
Mindbowser Info Solution. (2017). Chatbot Survey. Maharashtra: Chatbot Journal.
Nielsen, J. (2000). Why You Only Need to Test with 5 Users [Online]. Retrieved April 5, 2018, from: www.nngroup.com/articles/why-you-only-need-to-test-with-5-users
PricewaterhouseCoopers (PwC). 2016. Online shoppers who said they are shopping directly via a social media channel. London: Total Retail Survey.
Pramookkul, C. (2005). Intelligent Sell Representative e-Commerce. Ubon Ratchathani : Ubon Ratchathani University. (in Thai)
Rajatanavin, R. (2015). The Risk of False Conception of Consumer Products Circulated in Social Media. Sripatum Review of Humanities and Social Sciences, 15, 89-99. (in Thai)
Thailandzocialaward. (2018). Social Media Movement. Bangkok: Thoth Zocial Co., Ltd.
Chatfuel. Chatfuel Launches Template Marketplace for Building Better Bots Faster [Online]. Retrieved March 15, 2018, from: ttps://blog.chatfuel.com/tag/update.
