การพัฒนารูปแบบการทำนายความสำเร็จของสตาร์ทอัพจากประสิทธิผล การปรากฏตัวทางดิจิทัล โดยใช้การเรียนรู้ของเครื่อง

Abstract

การคาดการณ์ความสำเร็จของสตาร์ตยับนั้นเป็นเรื่องยากและมีความเสี่ยงสูง เพราะตัวะต้อง เผชิญกับความไม่แน่นอนของตลาด เทคโนโลยี และพฤติกรรมผู้บริโภคที่เปลี่ยนไปอย่างรวดเร็ว งานวิจัยนี้มุ่งเน้นไปที่การศึกษาคุณลักษณะที่มีอิทธิพลต่อการทำนายความสำเร็จของสตาร์ตอัปด้วย การเรียนรู้ของเครื่อง (Machine Learning) โดยใช้ข้อมูลจากปัจจัยภายในธุรกิจและข้อมูลการปรากฏ ตัวทางดิจิทัล (Digital Presence) ซึ่งผู้วิจัยได้รวบรวมข้อมูลจากแหล่งต่างๆ เช่น Crunchbase เครื่องมือประเมินประสิทธิภาพเว็บไซต์ และเครื่องมือตรวจสอบแบ็คลิงค์ จากสตาร์ตอัป 750 ราย มาวิตราะห์ด้วยการเรียนรู้ของเครื่อง แบบมาเปรียนเทียบประสิทธิภาพในการทำนารทำนาย ผลการวิเคราะห์พบว่าแบบจำลอง Random Forest ที่ใช้ข้อมูลแบบผสมสานระหว่างข้อมูล พื้นฐานทางธุรกิจและการปรากฏตัวทางดิจิทัลมีประสิทธิภาพสูงที่สุด มีค่า F1-score 0.9412 และ การปรากฏตัวทางดิจิทัลมีอิทธิพลต่อความแม่นยำของแบบจำลองถึง 86.10% แสดงให้เห็นว่าข้อมูล การปรากฏตัวทางดิจิทัล มีความสำคัญต่อการทำนายความสำเร็จเป็นอย่างมาก ผู้มีส่วนได้ส่วนเสียในระบบนิเวศสตาร์ตอัป เช่น หน่วยงานภาครัฐที่กำหนดนโยบายการ สนับสนุนสตาร์ตอัป กองทุนสนับสนุนสตาร์ตอัป สตาร์ตอัป หน่วยงานบ่มเพาะ และนักลงทุน สามารถนำผลการวิจัยนี้ไปเป็นแนวทางในการกำหนดกลยุทธ์สนับสนุน และจัดสรรเงินทุนได้อย่างมี ประสิทธิภาพ