การออกแบบตัวเลือกบทสนทนาสำหรับประสบการณ์ใช้งาน AI Chatbot ในการสื่อสารการตลาดดิจิทัล
Article Sidebar
Main Article Content
บทคัดย่อ
การแข่งขันบนธุรกิจออนไลน์ทวีความรุนแรงขึ้นในปัจจุบัน ธุรกิจต่าง ๆ มีการนำแชทบอทมาใช้งานอย่างแพร่หลายมากขึ้นเพื่อเพิ่มประสิทธิภาพในการให้บริการลูกค้า แต่การสื่อสารบนแชทบอทนั้นยังคงมีช่องว่าง ทำให้ไม่สามารถโน้มน้าวใจหรือปิดการขายได้อย่างมีประสิทธิภาพมากเพียงพอ งานวิจัยนี้จึงได้ศึกษากลยุทธ์การออกแบบเชิงพฤติกรรมเพื่อใช้กับการสื่อสารโต้ตอบบนแชทบอทให้มีประสิทธิภาพมากขึ้น โดยการรวบรวมคำหรือข้อความสำคัญเพื่อนำไปใช้ออกแบบข้อความโต้ตอบด้วยกลยุทธ์การออกแบบตัวเลือกตามเจตนาการสอบถามข้อมูลสินค้าได้อย่างเหมาะสม เมื่อนำกลยุทธ์การออกแบบตัวเลือกมาใช้งาน พบว่า มีความสนใจในการสั่งซื้อเพิ่มขึ้นเมื่อเทียบกับข้อความปกติที่ได้จาก การประมวลผลภาษาธรรมชาติ โดยไม่มีการปรับแต่งถึงร้อยละ 89.39 โดยกลยุทธ์การออกแบบตัวเลือกที่แตกต่างกันส่งผลต่อพฤติกรรมการซื้อและประสบการณ์การใช้งานแชทบอทของลูกค้าที่แตกต่างกันไป โดยกลยุทธ์ที่สามารถส่งผลต่อความสนใจสั่งซื้อของผู้บริโภคเรียงลำดับจากมากไปหาน้อย ได้แก่ การใส่กรอบข้อมูล การหลีกเลี่ยงการสูญเสีย การกระตุ้นอารมณ์ การออกแบบตัวเลือกเริ่มต้น และหลักฐานทางสังคม ตามลำดับ และเมื่อทำการทดสอบการใช้งาน แชทบอทเสมือนจริง พบว่า ข้อความโต้ตอบที่ผ่านการปรับแต่งด้วยกลยุทธ์การออกแบบตัวเลือกสามารถลดจำนวนข้อความและระยะเวลาในการสนทนาบนแชทบอทลงอย่างเห็นได้ชัด แต่ก็พบว่าบางข้อความโต้ตอบทำให้ผู้ใช้งานเกิดความรู้สึกไม่สบายใจขึ้นและหยุดการสนทนาได้ โดยเฉพาะเมื่อมีความพยายามชี้นำที่มากจนเกินไป
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่นำมาสมัครลงตีพิมพ์ในวารสารต้องไม่เคยได้รับการตีพิมพ์เผยแพร่มาก่อน และไม่ส่งต้นฉบับบทความซ้ำซ้อนกับวารสารอื่น รวมทั้งผู้เขียนบทความต้องไม่ละเมิดหรือคัดลอกผลงานของผู้อื่น
เอกสารอ้างอิง
ชุติมา เกศดายุรัตน์. (2562). การสร้างคุณค่าร่วมกันและกลยุทธ์การบริหารความสัมพันธ์บนสื่อสังคมออนไลน์. BU Academic Review, 18(1), 132-147.
มาริษา เศรษฐเสรี และ ปฐมา สตะเวทิน. (2067). พฤติกรรมการเปิดรับโซเชียลมีเดียจากบิวตี้บล็อกเกอร์ที่ส่งผลต่อการตัดสินใจซื้อผลิตภัณฑ์รองพื้นของผู้บริโภคในกรุงเทพมหานคร. วารสารนักบริหาร, 44(2), 44-62.
Aslam, F. (2023). The impact of artificial intelligence on chatbot technology: A study on the current advancements and leading innovations. European Journal of Technology, 7(3), 62-72.
Brandtzaeg, P. B., & Følstad, A. (2017). Why people use chatbots. In Internet Science: 4th International Conference, INSCI 2017 (pp. 377-392). Springer International Publishing.
Dellarocas, C. (2003). The digitization of word of mouth: Promise and challenges of online feedback mechanisms. Management science, 49(10), 1407-1424.
Gefen, D., Karahanna, E., & Straub, D. W. (2003). Trust and TAM in online shopping: An integrated model. MIS Quarterly, 27(1), 51-90.
Hunnes, M. G. (2016). Nudging: How human behavior is affected by design. Annual Review of Policy Design, 4(1), 1-10.
Jiang, H., Cheng, Y., Yang, J., & Gao, S. (2022). AI-powered chatbot communication with customers: Dialogic interactions, satisfaction, engagement, and customer behavior. Computers in Human Behavior, 134, 107329.
Jiao, A. (2020). An intelligent chatbot system based on entity extraction using RASA NLU and neural network. Journal of Physics Conference Series, 1487(1), 012014.
Kotler, P., & Keller, K. L. (2016). Marketing management (15th ed.). Pearson Education India.
Kohavi, R., & Longbotham, R. (2023). Online controlled experiments and A/B tests. In D. Phung, G. I. Webb, & C. Sammut (Eds.), Encyclopedia of Machine learning and Data Mining (pp.1857-1866). Springer.
Kohavi, R., Longbotham, R., Sommerfield, D., & Henne, R. M. (2009). Controlled experiments on the web: Survey and practical guide. Data Mining and Knowledge Discovery, 18(1), 140-181.
Landim, A. R. D. B., Pereira, A. M., Vieira, T., de B. Costa, E., Moura, J. A. B., Wanick, V., & Bazaki, E. (2022). Chatbot design approaches for fashion E-commerce: An interdisciplinary review. International Journal of Fashion Design, Technology and Education, 15(2), 200-210.
Leung, C. H., & Yan Chan, W. T. (2020). Retail chatbots: The challenges and opportunities of conversational commerce. Journal of Digital & Social Media Marketing, 8(1), 68-84. https://doi.org/10.69554/APSB6546
Li, X., Wu, C., & Mai, F. (2019). The effect of online reviews on product sales: A joint sentiment-topic analysis. Information & Management, 56(2), 172-184.
Patel, N., & Trivedi, S. (2020). Leveraging predictive modeling, machine learning personalization, NLP customer support, and AI chatbots to increase customer loyalty. Empirical Quests for Management Essences, 3(3), 1-24.
Thakkar, M., & Shukla, O. (2022). A Study of e-commerce companies on the behavioural economics of discounting. Indian Journal of Law and Legal Research, 4(3), 1-13.
Wendel, S. (2020). Designing for behavior change: Applying psychology and behavioral economics. O'Reilly Media, Inc.
