Page 34 - 2.Digital Marketing Ch2

หลักสูตรดิจิทัลมารเก็ตติ้งออนไลน 33

Content-based เปนการแนะนำสินคาหรือบริการที่ไดมาจากการพิจารณาในเรื่องความคลายคลึงของพฤติกรรม
หรือความชื่นชอบของผูใชงานในอดีตที่ผานมา ซึ่งความคลายคลึงนั้นสามารถคำนวณไดจากการเปรียบเทียบคุณลักษณะที่

เกี่ยวของของสินคานั้นกับสินคาที่ผูใชงานไดเคยใชในอดีตที่ผานมา ตัวอยาง เชน ถาผูใชงานไดมีการใหคะแนนในระดับสูงกับ
ภาพยนตรประเภทแอคชั่น ดังนั้นระบบผูแนะนำก็จะนำเสนอภาพยนตรเรื่องอื่นที่มาจากประเภทนี้
Collaborative filtering เปนการแนะนำสินคาหรือบริการ โดยการพิจารณาความคลายคลึงกันของผูใชงานที่เปน
เปาหมายในการแนะนำกับบุคคลอื่นที่มีรสนิยมหรือความชื่นชอบคลายคลึงกัน ซึ่งความคลายคลึงกันระหวางบุคคลนั้นสามารถ

คำนวณไดจากความคลายกันของลักษณะการใหคะแนนสินคาหรือบริการในอดีต
Demographic เปนการแนะนำสินคาหรือบริการที่มาจากขอมูลทางดานประชากรศาสตร โดยสิ่งที่นำเสนอนั้นจะมี

ความแตกตางกันตามหลักการของประชากรทั้งเขตพื้นที่ เชื้อชาติ ภาษา เพศ หรือชวงอายุของผูใชงาน เปนตน
Knowledge-based เปนการแนะนำสินคาหรือบริการที่มีพื้นฐานมาจากความรูที่เฉพาะเจาะจงในเรื่องใดเรื่องหนึ่ง
สำหรับตัวอยาง เชน Casebase ซึ่งจะมีการพิจารณาความคลายคลึงกันของความตองการหรือปญหาของผูใช เทียบกับสิ่งที่ได
มีการบันทึกไว เพื่อที่จะใหคำแนะนำที่เปนคำตอบที่เหมาะสมกับปญหามากที่สุด

Community-based เปนการแนะนำสินคาหรือบริการที่มีพื้นฐานมาจากความพึงพอใจของกลุมเพื่อน โดยมีมุมมอง
วาคนจะสนใจการแนะนำของเพื่อนมากกวาบุคคลอื่นถึงแมจะมีความคลายคลึงกันมาก ซึ่งวิธีการนี้ไดรับความนิยมจากการที่

คนมีการเชื่อมโยงเปนเครือขายสังคมมากขึ้น โดยที่การแนะนำนั้นจะขึ้นอยูกับการใหคะแนนของเพื่อนผูใชงาน
Hybrid recommendation เปนการผสมผสานวิธีการตาง ๆ ที่กลาวไปในการสรางการแนะนำ โดยจะนำจุดเดนของ
วิธีการหนึ่งไปปรับปรุงจุดดอยของอีกวิธีการ เชน เมื่อมีสินคาใหมที่ยังไมเคยมีการใหคะแนน ก็จะไมสามารถแนะนำดวยวิธีการ
Collaborative filtering ได ดังนั้นจึงนำวิธีการ Content-based มาใชสรางโอกาสเพื่อแนะนำสินคาที่มาใหม เปนตน

ตัวอยางการใชงานระบบผูแนะนำกับพาณิชยอิเล็กทรอนิกสและเครือขายสังคม
ดวยพัฒนาการของอินเทอรเน็ตที่ชวยใหบุคคลสามารถติดตอสื่อสารระหวางกันได จนเกิดเปนพาณิชยอิเล็กทรอนิกส
ทำใหเกิดการแลกเปลี่ยนขอมูลขาวสารระหวางกันไดมากขึ้น เปนลักษณะของเครือขายสังคม (Social networks และมี
โปรแกรมประยุกตที่สนับสนุนเครือขายสังคมอยางหลากหลาย ทั้งในรูปแบบการสนทนา เชน Facebook Line และ LinkIn

รูปแบบการแชรมัลติมีเดีย เชน Flickr, Instragram, และ Youtube ในขณะเดียวกันหนวยงานที่ประกอบธุรกิจพาณิชย
อิเล็กทรอนิกสก็สนใจนำหลักการเครือขายสังคมเขามาใชกลายเปนการพาณิชยในเครือขายสังคม (Social commerce ทำให

เกิดเครือขายของทั้งฝงผูซื้อและผูขายสินคา สามารถปรับปรุงการตัดสินใจในการเลือกซื้อสินคาของลูกคา และเพิ่มมูลคาในการ
ขายสินคาไดมากขึ้น แตก็ทำใหปริมาณของขอมูลมากขึ้นจนเกิด Data overload ดังนั้นระบบผูแนะนำจึงไดรับความสนใจใน
การนำมาใชในพาณิชยอิเล็กทรอนิกส และไดรับการพัฒนาขึ้นมาเปนระบบผูแนะนำบนเครือขายสังคม (social
recommendation networks

ซึ่งตัวอยางหนวยงานที่ประกอบธุรกิจพาณิชยอิเล็กทรอนิกสที่นำระบบผูแนะนำมาใช เชน Amazon.com ไดนำ
ระบบผูแนะนำมาใชในการนำเสนอสินคา เชน การแนะนำหนังสือ โดยอาศัยขอมูลนักเขียนที่เพื่อนของลูกคาระบุไวที่ประวัติใน

Facebook หรือ E-Bay.com โดยใชเครือขายของลูกคาในการรับผลตอบกลับ (Feedback ของลูกคาที่มีตอผูขายสินคานั้น
เพื่อสรางการแนะนำในการซื้อสินคา สำหรับวิธีการที่นิยมในการสรางระบบผูแนะนำนั้น ไดแก Content-based
Collaborative filtering และ Hybrid recommendation โดยเฉพาะ Collaborative filtering ที่มีการนำวิธีการนี้มาใชใน
การสรางการแนะนำเปนอยางมาก เนื่องจากขอมูลที่ใชนั้นมักจะเปนการใหคะแนนสินคาและบริการ หรือแมกระทั่งการให

คะแนนตอบุคคล ซึ่งมีความเหมาะสมตอการนำไปใชในการพิจารณาความคลายคลึงกันของผูใชงานในการสรางการแนะนำได
แตการใชวิธีการนี้เพียงอยางเดียวก็ยังมีปญหาดังที่ไดกลาวไปกอนหนานี้แลว เชน การมีขอมูลนอย ไมเพียงพอตอการสรางการ

แนะนำ รวมถึงความตองการปรับปรุงกระบวนการแนะนำเพื่อเพิ่มเติมความถูกตองแมนยำใหมากขึ้นดวย

DIGITAL MARKETING สถาบันสหวิทยาการดิจิทัลและหุนยนต มหาวิทยาลัยเทคโนโลยีราชมงคลพระนคร