Factors affecting the purchase intention of cosmetics through offline and online channels of consumers in Bangkok
Article Sidebar
Main Article Content
Abstract
This research article is qualitative research with the objectives of 1) studying the cosmetic purchasing behavior both offline and online of Thai consumers living in Bangkok. 2) Study the factors that influence consumers to change their behavior to buy cosmetics online. Data were collected through in-depth interviews with a sample of 60 people, with key informants selected using convenience sampling.
The research results found that 1) in terms of behavior, the place to buy cosmetics through offline channels is Watson stores and the place to buy cosmetics through online channels is Karmart online stores. 2) Factors affecting the intention to purchase cosmetics through offline channels according to the retail mix factors are convenient location and clean and beautiful store decoration. And the factors that influence the intention to buy cosmetics online are reviews from cosmetic influencers, discounts from stores, and saving time on travel.
Article Details
References
ปัทมวรรณ เกื้อโกมลเดช. (2564). การศึกษาส่วนประสมการค้าปลีกของห้างสรรพสินค้าเซ็นทรัลที่มีความสัมพันธ์กับความจงรักภักดีของลูกค้าในเขตกรุงเทพมหานคร. วิทยานิพนธ์ปริญญามหาบัณฑิต. มหาวิทยาลัยกรุงเทพ.
ศูนย์วิจัยกสิกรไทยออนไลน์ (2559). E-Commerce เนื้อหอม รายใหญ่รุกหนัก SME เร่งปรับตัว. K SME Analysis,” เรียกใช้เมื่อ 1 กรกฎาคม 2559 จาก http://www.thansettakij. com/content/ 118867.
ศิริอุมา ศิริกาญจนวงษ์. (2560). รูปแบบการนำเสนอ Content Marketing และความตั้งใจซื้อเสื้อผ้าแฟชั่นสตรีผ่านช่องทางอินสตาแกรม. สารนิพนธ์ปริญญาการจัดการมหาบัณฑิต. วิทยาลัยการจัดการ: มหาวิทยาลัยมหิดล.
ศิริวรรณ เสรีรัตน์. 2546. การบริหารการตลาด. กรุงเทพมหานคร : พัฒนาศึกษา.
Baker Qureshi, et al. (2019). The impact of social media on impulse buying behaviors in Hyderabad Sindh Pakistan. International Journal of Entrepreneurial Research. 2(2), 8-12.
Kemp, L., et al. (2022). Climate endgame: Exploring catastrophic climate change scenarios. Proceedings of the National Academy of Sciences. 119(34), e2108146119.
Liu, J., et al. (2022). Heat exposure and cardiovascular health outcomes: a systematic review and meta-analysis. The Lancet Planetary Health. 6(6), 484-495.
Pham, T. H., et al. (2021). A deep learning framework for high-throughput mechanism-driven phenotype compound screening and its application to COVID-19 drug repurposing. Nature machine intelligence. 3(3), 247-257.
Yuan, H., et al. (2016). The traditional medicine and modern medicine from natural products. Molecules. 21(5), 559.
