เข้าสู่ระบบลงทะเบียน →

📊 ผลการวิเคราะห์

Whey protein

ไม่แน่ใจว่าเลือกอันไหน? ใช้ค่าตั้งต้น MNL ได้เลย — เป็นวิธีที่งานวิจัยส่วนใหญ่รายงาน หรือเปิดแท็บ เปรียบเทียบวิธี เพื่อให้ระบบบอกว่าควรใช้อันไหนกับข้อมูลชุดนี้

⌕FILTER · ANALYSIS54/54responses
EXPAND ▼

สรุปผลแบบอ่านง่าย

ไม่ต้องรู้สถิติก็อ่านได้

สิ่งที่ผู้ตอบให้ความสำคัญมากที่สุดคือ ราคาที่สามารถจ่ายได้ต่อหนึ่งครั้ง (คิดเป็น 27.1% ของการตัดสินใจทั้งหมด) รองลงมาคือ ขนาด ที่ 21.1%

ถ้าจะออกแบบสินค้าให้ถูกใจที่สุด ควรเลือกความสำคัญ
ราคาที่สามารถจ่ายได้ต่อหนึ่งครั้ง: 50-54 (แทนที่จะเป็น 55-60)
27.1%
ขนาด: 380cc (แทนที่จะเป็น 350cc)
21.1%
รสชาติ: ช็อกโกแลต (แทนที่จะเป็น ออริจินอล)
16.1%
ปริมาณน้ำตาลทราย: 5% (แทนที่จะเป็น 7%)
16.1%
จุดประสงค์: ลดน้ำหนัก (แทนที่จะเป็น คุมอาหาร)
10.5%
ปริมาณโปรตีน: 30 (แทนที่จะเป็น 27)
9.2%

เชื่อผลนี้ได้แค่ไหน? จำนวนผู้ตอบยังไม่ผ่านเกณฑ์ ตัวเลขอาจเปลี่ยนได้เมื่อมีคนตอบเพิ่ม · ความแม่นของแบบจำลอง (McFadden ρ²) = 0.060 — ค่อนข้างต่ำ แปลว่าผู้ตอบอาจเลือกเกือบสุ่ม หรือปัจจัยที่วัดยังไม่ใช่ตัวหลัก

ตัวเลข "ความสำคัญ" บอกว่าปัจจัยนั้นทำให้คนเปลี่ยนใจได้มากแค่ไหน เมื่อเทียบกับปัจจัยอื่นในแบบสอบถามนี้ — รวมกันทุกปัจจัยได้ 100%

จำนวนผู้ตอบ

54

คน

ข้อมูลพอหรือยัง

ดูแนวโน้มได้ แต่ยังไม่ควรสรุป

ตอนนี้ได้คะแนนความเพียงพอ 259 จากเกณฑ์ขั้นต่ำ 500 — ตัวเลขจะยังแกว่ง

→ ขออีก 51 คนเพื่อถึงเกณฑ์

คุณลักษณะ

6

รายการ

AI ตีความผลและข้อเสนอแนะ

📊 วิธีเดียว: AI จะวิเคราะห์ผลจาก Multinomial Logit (MNL) ที่กำลังแสดงอยู่บน UI

ใช้ AI วิเคราะห์และแปลผลข้อมูลให้เข้าใจง่าย พร้อมข้อเสนอแนะเชิงธุรกิจ

สัดส่วนความสำคัญของแต่ละคุณลักษณะ

แผนภูมิวงกลมแสดงสัดส่วนความสำคัญ (% จาก 100%)
📊 วิธีการคำนวณปัจจุบัน: Multinomial Logit (MNL)
Logit coefficients (reference level = 0). Positive = preferred, Negative = less preferred

  • ขนาด
  • จุดประสงค์
  • ปริมาณน้ำตาลทราย
  • ปริมาณโปรตีน
  • รสชาติ
  • ราคาที่สามารถจ่ายได้ต่อหนึ่งครั้ง

คุณลักษณะที่ผู้บริโภคให้ความสำคัญ

ตัวเลขแสดงระดับความสำคัญ (% จาก 100%)

1

ราคาที่สามารถจ่ายได้ต่อหนึ่งครั้ง

27.1%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

50-5435-3945-4940-4455-6000.851.72.553.4Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

2

ขนาด

21.1%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

380cc250cc230cc350cc-2.6-1.95-1.3-0.650Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

3

รสชาติ

16.1%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

ช็อกโกแลตสตอเบอร์รี่ออริจินอล-1.3-0.6500.651.3Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

4

ปริมาณน้ำตาลทราย

16.1%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

5%0%10%7%-0.6500.651.31.95Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

5

จุดประสงค์

10.5%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

ลดน้ำหนักอร่อยเพิ่มกล้ามเนื้อคุมอาหาร-1.4-1.05-0.7-0.350Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

6

ปริมาณโปรตีน

9.2%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

302827-1.2-0.9-0.6-0.30Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

💡 วิธีอ่านผลการวิเคราะห์

  • • ความสำคัญ (%): ยิ่งสูง = ผู้บริโภคให้ความสำคัญมากกว่า เช่น 40% หมายถึงคุณลักษณะนี้มีอิทธิพล 40% ต่อการตัดสินใจซื้อ
  • • ระดับที่ชอบ: ระดับที่มี ⭐ คือสิ่งที่ผู้บริโภคต้องการมากที่สุด
  • • ตัวเลข Utility: ยิ่งสูง = ยิ่งถูกเลือกบ่อย (ตัวเลขสัมพันธ์กัน ไม่ใช่ร้อยละ)
  • • คำแนะนำ: ใช้ปุ่ม "วิเคราะห์ด้วย AI" เพื่อรับคำแนะนำเชิงธุรกิจที่เข้าใจง่าย
  1. Multinomial Logit (MNL) (จาก cache)
  2. Multinomial Logit (MNL) (จาก cache)