THE INFLUENCE OF ARTIFICIAL INTELLIGENCE ACCEPTANCE AND ORGANIZATIONAL RESOURCES ON DIGITAL MARKETING PERFORMANCE OF CAFÉ ENTREPRENEURS IN TAK PROVINCE
Article Sidebar
Main Article Content
Abstract
The objectives of this research were: 1) To study the level of AI technology utilization in promoting digital marketing among café entrepreneurs in Mueang District, Tak Province; 2) To analyze the factors influencing the use of AI technology in implementing digital marketing strategies; and 3) To examine the outcomes of AI technology utilization on the marketing performance of cafés in Mueang District, Tak Province. This study employed an exploratory research design. The population and sample consisted of 30 café entrepreneurs in Mueang District, Tak Province, This study was conducted using the entire population (census). The research instrument was a questionnaire, and data were analyzed using a statistical software package. The statistical methods employed included logical analysis, frequency, percentage, mean, standard deviation Pearson’s correlation coefficient, t-test and F-test (ANOVA).
The research results found that 1) the level of AI technology use to promote digital marketing among cafe operators is at a high level. The first level is using AI to create content for posts and captions, followed by using AI to create graphics, videos, and analyze customer data with AI, respectively. 2) The factors affecting the use of AI technology in implementing digital marketing strategies are attitude towards technology use and perception of its benefits, followed by customer needs and competition, resources and costs, knowledge and skills, and organizational support, respectively. 3) The results of using AI technology are helping to increase store sales, followed by enhancing brand image and recognition, and increasing customer satisfaction, respectively. These findings can be used to improve the marketing strategies of cafe operators by using AI technology to develop marketing content that targets the target audience, analyzing customer data and market trends to plan effective data-driven marketing, as well as creating competitive differentiation through personalized menu recommendations and automatic point collection systems, which help increase customer satisfaction and loyalty, as well as strengthening the competitiveness of cafes in the digital age.
Article Details
References
การท่องเที่ยวแห่งประเทศไทย สำนักงานตาก. (2567). รายงานสถิติการท่องเที่ยวจังหวัดตาก ปี พ.ศ. 2567. ตาก: การท่องเที่ยวแห่งประเทศไทย (ททท.) สำนักงานตาก.
กิตติภพ สมบูรณ์. (2567). การรับรู้และการปฏิบัติตามกฎหมายคุ้มครองข้อมูลส่วนบุคคลของผู้ประกอบการ SMEs ภาคบริการ. วารสารเทคโนโลยีและการจัดการ, 9(1), 41–52.
ทรงศักดิ์ ภูสีอ่อน. (2551). ระเบียบวิธีวิจัยทางพฤติกรรมศาสตร์และสังคมศาสตร์. ขอนแก่น: มหาวิทยาลัยขอนแก่น.
ปรียานุช สงวนศักดิ์ และ คณะ. (2566). การประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ในงานการตลาดดิจิทัลของธุรกิจขนาดกลางและขนาดย่อมในประเทศไทย. วารสารบริหารธุรกิจและเทคโนโลยี, 10(2), 45–58.
พัชราภรณ์ ทองสวัสดิ์. (2566). การใช้เทคโนโลยีดิจิทัลเพื่อส่งเสริมการตลาดของผู้ประกอบการร้านกาแฟในภาคเหนือของประเทศไทย. วารสารบริหารธุรกิจและนวัตกรรม, 8(2), 55–70.
ภัทราภรณ์ จันทร์แสง. (2564). การสร้างและตรวจสอบคุณภาพเครื่องมือวิจัยทางสังคมศาสตร์. กรุงเทพฯ: สำนักพิมพ์มหาวิทยาลัยศรีนครินทรวิโรฒ.
วราภรณ์ อัครวุฒิชัย. (2567). Generative AI กับการสร้างสรรค์เนื้อหาในยุคดิจิทัล. วารสารนวัตกรรมและการสื่อสารดิจิทัล, 5(1), 12–25.
ศศิธร วงศ์วิริยะ. (2568). การประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์เพื่อพัฒนากลยุทธ์การตลาดออนไลน์ของผู้ประกอบการร้านคาเฟ่ในประเทศไทย. วารสารการตลาดและนวัตกรรมธุรกิจ, 8(1), 55–68.
สำนักงานพาณิชย์จังหวัดตาก. (2567). รายงานสถานการณ์เศรษฐกิจและการค้าจังหวัดตาก พ.ศ. 2567. ตาก: สำนักงานพาณิชย์จังหวัดตาก.
สำนักงานส่งเสริมเศรษฐกิจดิจิทัล. (2566). รายงานภาพรวมเทคโนโลยีดิจิทัลของประเทศไทย พ.ศ. 2566. กรุงเทพฯ: สำนักงานส่งเสริมเศรษฐกิจดิจิทัล (depa).
สุทธิดา ปัญญากุล. (2566). ผลของการใช้ปัญญาประดิษฐ์ต่อประสิทธิภาพทางการตลาดของธุรกิจคาเฟ่จังหวัดเชียงใหม่. วารสารการจัดการและการตลาดสมัยใหม่, 5(1), 22–35.
สุภาวดี แก้วประเสริฐ. (2568). บทบาทของเทคโนโลยีปัญญาประดิษฐ์ในการยกระดับกลยุทธ์การตลาดดิจิทัลของผู้ประกอบการ SMEs ไทย. วารสารบริหารธุรกิจร่วมสมัย, 13(1), 22–35.
อัจฉรา จันทร์ฉาย และ คณะ. (2565). เทคโนโลยีปัญญาประดิษฐ์กับการขับเคลื่อนเศรษฐกิจดิจิทัลของไทย. กรุงเทพฯ: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี.
อรุณี อ่อนสวัสดิ์. (2551). การสร้างแบบสอบถามและการใช้แบบสัมภาษณ์ในการวิจัยทางการศึกษา. กรุงเทพมหานคร: จุฬาลงกรณ์มหาวิทยาลัย.
Barriers and Drivers of Digital Transformation in SMEs. (2024). SRR Journals. https://srrjournals.com
Changes and implications for personal data collecting companies. Computer Law & Security Review, 34(1), 134–153. https://doi.org/10.1016/j.clsr. 2017.05.015
Chong, A. Y. L., Li, B., Ngai, E. W. T., Ch’ng, E., & Lee, F. (2022). Artificial intelligence adoption in small and medium enterprises: Implications for privacy and data protection. International Journal of Information Management, 63, 102466. https://doi.org/10.1016/j.ijinfomgt.2021.1024 66
Digital Transformation in SMEs: Enablers, Interconnections, and a Framework for Sustainable Competitive Advantage. (2024). MDPI. https://www.mdpi. com
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340.
Dwivedi, Y. K., Hughes, L., Baabdullah, A. M., Ribeiro-Navarrete, S., Giannakis, M., Al-Debei, M. M., & Wamba, S. F. (2023). Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 71, 102642. https://doi.org/10.1016/j.ijinfomgt. 2023.102642
Kaplan, A., & Haenlein, M. (2019). Siri, Siri, in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence. Business Horizons, 62(1), 15–25. https://doi.org/10.1016/j.bu shor.2018.08.004
Kotler, P., Kartajaya, H., & Setiawan, I. (2021). Marketing 5.0: Technology for humanity. John Wiley & Sons.
Oliveira, T., Thomas, M., Baptista, G., & Campos, F. (2014). Mobile payment: Understanding the determinants of customer adoption and intention to recommend the technology. Computers in Human Behavior, 61, 404–414. https://doi.org/10.1016/j.chb.2016.03.030
Ruenphongphun, S., & Khumtha, P. (2025). Determinants of AI and Machine Learning Technology Acceptance in Business Decision Making among Thai SMEs: Evidence from Chachoengsao Province. Thai Journal Online. https://www.thaijournalonline.com
technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. https://doi. org/10.2307/30036540
Tikkinen-Piri, C., Rohunen, A., & Salminen, J. (2018). EU General Data Protection Regulation: Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540
