เข้าสู่ระบบลงทะเบียน →

📊 ผลการวิเคราะห์

การศึกษาแบรนด์อเมซอนที่คนเลือกใช้บริการมีปัจจัยอะไรบ้าง

ไม่แน่ใจว่าเลือกอันไหน? ใช้ค่าตั้งต้น MNL ได้เลย — เป็นวิธีที่งานวิจัยส่วนใหญ่รายงาน หรือเปิดแท็บ เปรียบเทียบวิธี เพื่อให้ระบบบอกว่าควรใช้อันไหนกับข้อมูลชุดนี้

⌕FILTER · ANALYSIS103/103responses
EXPAND ▼

สรุปผลแบบอ่านง่าย

ไม่ต้องรู้สถิติก็อ่านได้

สิ่งที่ผู้ตอบให้ความสำคัญมากที่สุดคือ ราคาที่ยอมจ่ายต่อครั้ง (คิดเป็น 35.8% ของการตัดสินใจทั้งหมด) รองลงมาคือ เหตุผลที่เลือกใช้บริการ ที่ 30.8%

ถ้าจะออกแบบสินค้าให้ถูกใจที่สุด ควรเลือกความสำคัญ
ราคาที่ยอมจ่ายต่อครั้ง : 100-200บาท (แทนที่จะเป็น มากกว่า400บาท )
35.8%
เหตุผลที่เลือกใช้บริการ : โปรโมชั่น (แทนที่จะเป็น การบริการ )
30.8%
ประเภทเมนู : Milk And Chocolate (แทนที่จะเป็น Bakery )
24.3%
แบรนด์ : cafe Amazon (แทนที่จะเป็น Starbucks)
9.0%

เชื่อผลนี้ได้แค่ไหน? จำนวนผู้ตอบยังไม่ผ่านเกณฑ์ ตัวเลขอาจเปลี่ยนได้เมื่อมีคนตอบเพิ่ม · ความแม่นของแบบจำลอง (McFadden ρ²) = 0.135 — พอใช้

ตัวเลข "ความสำคัญ" บอกว่าปัจจัยนั้นทำให้คนเปลี่ยนใจได้มากแค่ไหน เมื่อเทียบกับปัจจัยอื่นในแบบสอบถามนี้ — รวมกันทุกปัจจัยได้ 100%

จำนวนผู้ตอบ

103

คน

ข้อมูลพอหรือยัง

ดูแนวโน้มได้ แต่ยังไม่ควรสรุป

ตอนนี้ได้คะแนนความเพียงพอ 441 จากเกณฑ์ขั้นต่ำ 500 — ตัวเลขจะยังแกว่ง

→ ขออีก 14 คนเพื่อถึงเกณฑ์

คุณลักษณะ

4

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

  • ประเภทเมนู
  • ราคาที่ยอมจ่ายต่อครั้ง
  • เหตุผลที่เลือกใช้บริการ
  • แบรนด์

คุณลักษณะที่ผู้บริโภคให้ความสำคัญ

ตัวเลขแสดงระดับความสำคัญ (% จาก 100%)

1

ราคาที่ยอมจ่ายต่อครั้ง

35.8%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

100-200บาท น้อยกว่า100บาท 201-300บาท301-400บาท มากกว่า400บาท 00.61.21.82.4Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

2

เหตุผลที่เลือกใช้บริการ

30.8%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

โปรโมชั่น สิ่งอำนวยความสะดวก ความคุ้นชินเช่นรสชาติ อื่นๆการบริการ -0.6500.651.31.95Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

3

ประเภทเมนู

24.3%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

Milk And Chocolate coffeeTeaSmoothie/Juice Light(เมนูสุขภาพ) Bakery 00.40.81.21.6Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

4

แบรนด์

9.0%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

cafe Amazon All CafePunthai Cafe Starbucks-0.4-0.200.20.4Utility

💡 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) คำนวณสำเร็จ!