เข้าสู่ระบบลงทะเบียน →

📊 ผลการวิเคราะห์

Microinfluencer ที่มีผลกับลูกค้า GenZ

ไม่แน่ใจว่าเลือกอันไหน? ใช้ค่าตั้งต้น MNL ได้เลย — เป็นวิธีที่งานวิจัยส่วนใหญ่รายงาน หรือเปิดแท็บ เปรียบเทียบวิธี เพื่อให้ระบบบอกว่าควรใช้อันไหนกับข้อมูลชุดนี้

⌕FILTER · ANALYSIS307/307responses
EXPAND ▼

สรุปผลแบบอ่านง่าย

ไม่ต้องรู้สถิติก็อ่านได้

สิ่งที่ผู้ตอบให้ความสำคัญมากที่สุดคือ จำนวนผู้ติดตาม (Follower Count) (คิดเป็น 55.2% ของการตัดสินใจทั้งหมด) รองลงมาคือ ความสอดคล้องกับสินค้า (Content-Product Fit) ที่ 20.3%

ถ้าจะออกแบบสินค้าให้ถูกใจที่สุด ควรเลือกความสำคัญ
จำนวนผู้ติดตาม (Follower Count): 80,000 คน (แทนที่จะเป็น 5,000 คน)
55.2%
ความสอดคล้องกับสินค้า (Content-Product Fit): ตรงสายมาก (แทนที่จะเป็น ไม่ตรงสาย)
20.3%
ส่วนลด/โค้ดส่วนลด (Discount/Promo Code): ส่วนลด 20% หรือ มีของแถม (แทนที่จะเป็น ไม่มีส่วนลด)
17.5%
การเปิดเผยความเป็นโฆษณา (Ad Disclosure Transparency): แท็กแบรนด์เฉย ๆ (แทนที่จะเป็น ไม่ระบุ)
7.0%

เชื่อผลนี้ได้แค่ไหน? จำนวนผู้ตอบผ่านเกณฑ์แล้ว · ความแม่นของแบบจำลอง (McFadden ρ²) = 0.292 — อยู่ในเกณฑ์ดี

ตัวเลข "ความสำคัญ" บอกว่าปัจจัยนั้นทำให้คนเปลี่ยนใจได้มากแค่ไหน เมื่อเทียบกับปัจจัยอื่นในแบบสอบถามนี้ — รวมกันทุกปัจจัยได้ 100%

จำนวนผู้ตอบ

307

คน

ข้อมูลพอหรือยัง

ข้อมูลเพียงพอ

คะแนนความเพียงพอ 3684 (เกณฑ์สบายๆ คือ 1000)

→ แยกวิเคราะห์รายกลุ่มย่อยได้

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

  • การเปิดเผยความเป็นโฆษณา (Ad Disclosure Transparency)
  • ความสอดคล้องกับสินค้า (Content-Product Fit)
  • จำนวนผู้ติดตาม (Follower Count)
  • ส่วนลด/โค้ดส่วนลด (Discount/Promo Code)

คุณลักษณะที่ผู้บริโภคให้ความสำคัญ

ตัวเลขแสดงระดับความสำคัญ (% จาก 100%)

1

จำนวนผู้ติดตาม (Follower Count)

55.2%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

80,000 คน30,000 คน5,000 คน-2-1.5-1-0.50Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

2

ความสอดคล้องกับสินค้า (Content-Product Fit)

20.3%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

ตรงสายมากปานกลางไม่ตรงสาย00.20.40.60.8Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

3

ส่วนลด/โค้ดส่วนลด (Discount/Promo Code)

17.5%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

ส่วนลด 20% หรือ มีของแถมส่วนลด 10%ไม่มีส่วนลด-0.8-0.6-0.4-0.20Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

4

การเปิดเผยความเป็นโฆษณา (Ad Disclosure Transparency)

7.0%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

แท็กแบรนด์เฉย ๆระบุ #ad ชัดเจนไม่ระบุ00.0650.130.1950.26Utility

💡 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)