ThepExcel Logo
  • บทความ
    • Excel
      • Excel ทั่วไป
      • Excel Pivot Table
      • Excel Power Pivot
      • Power Query
      • Excel Array Formula
      • Excel VBA
      • Excel for Business
      • Excel and Maths
      • ฟังก์ชัน Excel ทั้งหมด
    • Power BI
      • Power Query
      • Data Model
      • DAX Formula
      • Power BI Report
    • Coding
      • Excel VBA
      • Python
      • Power Query M Code
    • AI
      • ChatGPT
      • Stable Diffusion
      • MidJourney
    • Highlights : บทความแนะนำ
    • คลิปวีดีโอ
  • อบรม
    • อบรมลูกค้าองค์กร
    • คอร์สออนไลน์ SkillLane
    • แนะนำวิทยากร
    • Excel/Power BI Skill Map
    • Quiz
  • Shop
    • คอร์สออนไลน์
    • สินค้าทั้งหมด
    • หนังสือเล่ม
    • E-Book
    • Cart
  • Download
    • Download ไฟล์จากเทพเอ็กเซล
    • ThepExcel-Mfx : M Code สำเร็จรูป
    • Date Table สำเร็จรูป
    • กราฟ My Skill
    • github.com/ThepExcel
  • รวม Link
    • รวม Link สอน Excel & Power BI ทั้งไทยและเทศ
    • รวม Link สอน Python / Programming
    • หนังสือแนะนำ
    • Facebook ThepExcel
    • YouTube ThepExcel
    • DAX Formatter
  • Contact
    • แนะนำ เทพเอ็กเซล (Thep Excel)
    • แนะนำวิทยากร : อาจารย์ ศิระ เอกบุตร (ระ)
    • นโยบายการคุ้มครองข้อมูลส่วนบุคคล (Privacy Policy)
  • Facebook
  • YouTube

เรียนรู้ทฤษฎีเกม (Game Theory) : ตอนที่ 1

Game Theory

Categories 📂

Highlights : บทความแนะนำ, Strategy

Tags 🏷️

game theory, nash

ผมเองเป็นคนนึงที่สนใจศึกษาเรื่องของทฤษฎีเกม (Game Theory) ซึ่งเป็นทฤษฎีที่ช่วยอธิบายเรื่องการตัดสินใจเชิงกลยุทธ์ได้ค่อนข้างดี (คำว่าทฤษฎีเกมในที่นี้ไม่ได้เกี่ยวกับเกมคอมพิวเตอร์แต่อย่างใด แม้ผมจะชอบมากเหมือนกัน 555)

ดังนั้นเมื่อศึกษามาแล้วก็อยากจะลองเอามาแบ่งปันเพื่อนๆ ด้วยเช่นกัน โดยถ้าเราเอาความรู้ที่ศึกษาใหม่ มาประยุกต์กับความรู้ที่ผมมีอยู่เดิม (เช่น Excel ) แน่นอนว่ามันน่าจะช่วยให้ผมมีความเข้าใจมันลึกซึ้งมากขึ้นไปด้วย เรียกว่า Win-Win มากๆ เลยล่ะ

ก่อนที่จะลงไปใช้ Excel กับมัน แน่นอนว่าผมต้องปูพื้นฐานหลักการของทฤษฎีเกมเบื้องต้นให้ทุกคนก่อนเนอะ

สารบัญ

  • ทฤษฎีเกม (Game Theory) คืออะไร?
  • วิธีการหาจุดดุลยภาพ (คำตอบ) ของเกม
  • ตัวอย่างการวิเคราะห์ทางเลือกในสถานการณ์สมมติ
    • ถ้า Solve ด้วย Iterated Elimination of Dominated Strategy (ตัดทางเลือกที่ห่วยกว่าทิ้งไปเรื่อยๆ)
    • ถ้า Solve ด้วย Nash Equilibrium
    • ถ้า Solve ด้วย Maximin Equilibrium
  • ตัวอย่างเคส Prisoner’s Dilemma
    • ถ้า Solve ด้วย Iterated Elimination of Dominated Strategy
    • ถ้า Solve ด้วย Nash Equilibrium
    • ถ้า Solve ด้วย Maximin Equilibrium
    • สรุป Prisoner’s Dilemma
  • ตัวอย่างเคส Battle of Sexes
    • ถ้า Solve ด้วย Iterated Elimination of Dominated Strategy
    • ถ้า Solve ด้วย Nash Equilibrium
    • ถ้า Solve ด้วย Maximin Equilibrium
    • สรุป Battle of Sexes
  • จบตอนแรก

ทฤษฎีเกม (Game Theory) คืออะไร?

มนุษย์พยายามหาวิธีทางที่เป็นเหตุเป็นผล เป็นระบบ ในการอธิบายสถานการณ์ต่างๆ ว่ามันเกิดขึ้นได้อย่างไร? ถ้าเป็นเรื่องการทำความเข้าใจธรรมชาติเราสามารถใช้หลักการทางฟิสิกส์ เคมี ชีวะ เพื่ออธิบายสิ่งต่างๆ ได้แม่นยำมาก

แต่ถ้าพอมาเป็นเรื่องของเชิงสังคมศาสตร์ การเมือง กลยุทธ ที่เกี่ยวข้องกับการตัดสินใจของคน มันพอจะมีทฤษฎีอะไรที่จะอธิบายได้หรือไม่ว่าทำไมผลลัพธ์ถึงออกมาเป็นอย่างนั้น? ทำไมแต่ละคน แต่ละฝ่ายถึงตัดสินใจเลือก choice นั้นๆ

ข่าวดีคือ มันมีทฤษฎีที่อธิบายการตัดสินใจของคนได้ และสิ่งนั้นคือทฤษฎีเกมนั่นเอง

สรุปแล้วถ้าเอาแบบเข้าใจง่ายๆ ทฤษฎีเกมคือการวิเคราะห์สถานการณ์ที่เรียกว่าเกม (Game) ที่เกิดขึ้นระหว่างผู้เล่น (Players) สองฝ่ายขึ้นไป โดยที่แต่ละฝ่ายมีการตัดสินใจเชิงกลยุทธ์ (Strategy) โดยแข่งขันกันเพื่อให้ได้ผลลัพธ์ของเกม (Payoff) ในหนทางที่ตัวเองได้รับประโยชน์มากที่สุด

ซึ่งเกมนั้นมีหลายลักษณะ เช่น

  • เกมที่เล่นพร้อมกัน (Simultaneous) vs เกมที่มีคนเล่นตามลำดับ (Sequential)
  • เกมที่แข่งขันครั้งเดียว (One-shot games) vs แข่งซ้ำหลายครั้ง (Repeated games)
  • ผลรางวัลรวมคงที่ (Constant sum games) หรือผลรางวัลรวมไม่คงที่ (Non-constant sum games)

คนที่เริ่มต้นพัฒนาทฤษฎีเกมขึ้นมาก็คือนักคณิตศาสตร์ที่ชื่อว่า John von Neumann และนักเศรษฐศาสตร์ที่ชื่อว่า Oskar Morgenstern ในช่วงปี 1944 แต่ว่ามันยังใช้ได้ค่อนข้างจำกัด พูดง่ายๆ คือยังไม่เจ๋งพอ

ต่อมานักคณิตศาสตร์ที่ชื่อว่า John Nash (คนเดียวกับในหนังเรื่อง Beautiful Mind นั่นแหละ) ก็นำทฤษฎีเกมมาพัฒนาต่อจนสามารถนำมาประยุกต์ใช้ได้ในหลากหลายสถานการณ์มากขึ้นจนโด่งดัง ใครสนใจเรื่อง Game Theory ก็แนะนำว่าอย่าพลาดหนังเรื่องนี้ครับ สนุกดี

John Nash ตัวจริง และ ในหนัง Beautiful Mind

วิธีการหาจุดดุลยภาพ (คำตอบ) ของเกม

ในตอนนี้ผมจะนำเสนอ 3 วิธี ดังนี้

  • Iterated Elimination of Dominated Strategy คือการดูว่า มีกลยุทธใดที่ห่วยกว่ากลยุทธ์อื่นอย่างชัดเจนหรือไม่ ถ้ามีก็ตัดทิ้งไปเรื่อยๆ จนเหลือกลยุทธ์ที่เจ๋งที่สุด
  • Nash Equilibrium คือ ทางเลือกที่ดีที่สุด ภายใต้กลยุทธ์ที่คู่แข่งกำลังเล่นอยู่ นั่นคือถ้าคู่แข่งเลือกทางเลือกแบบนึงไปแล้ว เราจะไม่มีแรงจูงใจในการเปลี่ยนทางเลือกไปอีกทางนึง (แม้ไม่มีกฏเกณฑ์ใดๆมาบังคับให้เราอยู่ที่เดิม) จุดนั้นแหละคือ จุดสมดุลย์ของแนช หรือ Nash Equilibrium ซึ่งก็มาจากชื่อของ John Nash นี่แหละ (ซึ่งบางเกมจะมีจุด Nash Equilibrium ได้หลายจุดนะ)
  • Maximin Equilibrium คือ เลือกลยุทธที่ให้ Pay off สูงสุด จากกลยุทธที่ให้ Pay off ต่ำ นั่นคือ ให้หาค่า Min มาก่อน แล้วค่อยดูว่าค่า Min อันไหนที่มาค่ามากที่สุด (Max)

ตัวอย่างการวิเคราะห์ทางเลือกในสถานการณ์สมมติ

สมมตินาย A เลือกได้ 3 Action คือ บน กลาง ล่าง และนาย B เลือกได้ 2 Action คือ ซ้ายกับขวา ซึ่งเมื่อ Cross กันจะมีความเป็นไปได้ 3*2=6 แบบ ซึ่งได้ Pay Off หรือผลตอบแทนดังตาราง (ผสมปรับค่าในตารางให้เป็น Text ก่อนพิมพ์)

ถ้าดูผ่านๆ เหมือนว่านาย B จะเลือกยากว่าจะไปซ้ายหรือขวาดี เพราะบางกรณีซ้ายให้ผลดีกว่า บางกรณีขวาให้ผลดีกว่า ส่วนนาย A ก็ดูเหมือนจะเลือกไม่ถูกเช่นกัน เพราะบางกรณีเหมือนจะดีกว่าอีกอัน

เรามาลองวิเคราะห์ด้วยแต่ละวิธีกันว่าคำตอบจะเป็นอย่างไร?

ถ้า Solve ด้วย Iterated Elimination of Dominated Strategy (ตัดทางเลือกที่ห่วยกว่าทิ้งไปเรื่อยๆ)

จะเห็นว่า สำหรับนาย A ทางเลือกกลาง เป็นทางเลือกที่ห่วยกว่าล่างเสมอ ดังนั้นตัดทิ้ง (ด้วยการกด Hide Row/Column ใน Excel 555)

สำหรับนาย B จากสิ่งที่เหลือ ทางเลือกซ้าย เป็นทางเลือกที่ห่วยกว่าขวาเสมอ ดังนั้นตัดทิ้ง

พอเห็นแบบนี้ A ก็จะต้องเลือกทางเลือกล่าง เพราะให้ผลดีกว่านั่นเอง และนี่คือคำตอบของวิธีแรกครับ

ถ้า Solve ด้วย Nash Equilibrium

ให้หาทางเลือกที่ดีสุดภายใต้ทางเลือกที่อีกคนเลือกก่อน เช่น

  • สมมติให้ A เลือก บน แบบนี้ B จะเลือกขวา (เริ่มต้นที่จุดไหนก่อนก็ได้นะ)
  • พอ B เลือกขวาแล้ว จะเห็นว่า A จะอยากเปลี่ยนไปเลือก ล่างแทน เพราะมันดีกว่า
  • พอ B เห็น A เลือกล่างแล้ว จะพบว่าตัวเองก็อยากจะเลือกขวาอยู่ดี ไม่เปลี่ยนเป็นซ้ายแล้วเพราะมันแย่ลง
  • ดังนั้นจุด ล่างขวา ก็คือ Nash Equilibrium ของเกมนี้นั่นเอง

ถ้า Solve ด้วย Maximin Equilibrium

คราวนี้ลองมาดูวิธีสุดท้ายบ้าง นั่นคือ หาค่า Payoff ที่น้อยสุดออกมาก่อน ดังนี้

จากนั้นดูว่าทางเลือกใดได้ Min Pay Off สูงสุด

ซึ่งจะกลายเป็นว่าวิธีนี้ได้ผลลัพธ์คือ บนขวา ซึ่งได้ Payoff แค่ (7,4) แทนที่จะได้ (10,5) แบบ 2 วิธีก่อน

นั่นคือ วิธี Solve อันนี้เป็นแนวทางที่ค่อนข้าง Conservative นั่นคือไม่แย่สุด แต่อาจจะไม่ได้ดีนัก ซึ่งเหมาะกับกรณีที่เราไม่มีข้อมูลคู่แข่งดีพอเป็นต้น

ตัวอย่างเคส Prisoner’s Dilemma

เคสตัวอย่างที่นิยมใช้ทฤษฎีเกมมาวิเคราะห์กันมากที่สุดและโด่งดังที่สุดก็คือ ความลำบากใจของนักโทษ (Prisoner’s Dilemma) นั่นเอง สถานการณ์คือ ตำรวจจับผู้ต้องสงสัยมาได้ 2 คน แต่หลักฐานยังไม่แน่นพอที่จะลงโทษหนักได้ (เช่น จำคุก 10 ปี) ทำได้แค่โทษเบาเท่านั้น (เช่น จำคุก 3 ปี)

ตำรวจผู้ที่รู้ซึ้งถึงทฤษฎีเกมจึงใช้แผนการจับผู้ต้องสงสัย 2 คนแยกห้องกัน และให้ข้อเสนอกับผู้ต้องสงสัยแต่ละคนว่า ถ้ายอมสารภาพจะลดโทษให้ (เช่น เหลือแค่จำคุก 1 ปี แต่ถ้าสารภาพทั้งคู่ก็จะเป็นจำคุก 5 ปี) โดยที่ผู้ต้องสงสัยแต่ละคนไม่สามารถสื่อสารกับเพื่อนได้แล้ว และไม่ค่อยมั่นใจในตัวเพื่อนเท่าไหร่ว่าจะทรยศหรือไม่?

ดังนั้นหน้าตาของตารางผลลัพธ์ของแต่ละการตัดสินใจจะเป็นแบบนี้ (ผมใส่ Pay Off ให้เป็นเลขติดลบ คือ ยิ่งจำคุกนาน ยิ่งแย่)

มาดูกันว่าเกมนี้ ถ้า Solve ด้วยวิธีคิดแต่ละแบบ จะให้ผลเป็นอย่างไร

ถ้า Solve ด้วย Iterated Elimination of Dominated Strategy

จะเห้นว่าทั้ง A และ B นั้น การสารภาพ(ทรยศเพื่อน) เป็นทางเลือกที่ให้ Pay Off กับตัวเองมากกว่าเสมอ ดังนั้นก็จะตัด Choice การไม่สารภาพทิ้งไปซะทั้งคู่เลย

ถ้า Solve ด้วย Nash Equilibrium

  • สมมติว่าเริ่มจากจุด ไม่สารภาพทั้งคู่ จะเห็นว่า B จะมีแนวโน้มอย่างเปลี่ยนเป็นสารภาพ
  • พอ B อยากจะเลือกสารภาพ ทำให้ A ก็จะสารภาพด้วย
  • พอสารภาพทั้งคู่ จะไม่มีใครมีความอยากที่จะเปลี่ยนการตัดสินใจแล้ว
  • สรุปแล้ว จุดสมดุลของแนช คือ สารภาพกันหมดเลย

ถ้า Solve ด้วย Maximin Equilibrium

แบบนี้จะได้คำตอบเป็นสารภาพทั้งคู่เช่นกัน

สรุป Prisoner’s Dilemma

สรุปแล้ว ทั้งนาย A และ B ตัดสินใจสารภาพทั้งคู่

กลายเป็นว่า ผลลัพธ์ของเกม ทั้งคู่ต้องถูกจำคุกคนละ 5 ปี (รวมเป็น 10 ปี) ทั้งๆ ที่ถ้าทั้งสองคนร่วมมือกันไม่สารภาพทั้งคู่ ก็จะจำคุกแค่คนละ 3 ปี (รวมเป็น 6 ปี) เท่านั้น

นี่แหละคือสิ่งที่เรียกว่า Prisoner’s Dilemma ซึ่งก็คือ สถานการณ์ที่ทำให้แต่ละคนมีแนวโน้มที่จะทรยศเพื่อเอาผลประโยชน์ของตัวเอง แต่กลับกลายเป็นว่าได้ผลลัพธ์ที่แย่กว่าการที่ทุกคนร่วมมือกัน

อย่างไรก็ตาม เคสข้างบนนี้เป็น Prisoner’s Dilemma แบบ Classic คือเล่นทีเดียวจบเลย แต่ในชีวิตจริงมันอาจจะมีเกมแบบนี้ที่เล่นได้หลายรอบกับผู้เล่นคนเดิม (เรียกว่า Iterated Prisoner’s Dilemma) ซึ่งจะทำให้มีแนวโน้มที่จะร่วมมือกันมากขึ้นเรื่อยๆ ครับ เพราะเราสามารถเรียนรู้จากการตัดสินใจของอีกคนได้ และรู้ว่าถ้าทรยศในระยะยาวจะแย่กว่าร่วมมือไปเรื่อยๆ

ตัวอย่างเคส Battle of Sexes

เป็นเกมที่ต่างฝ่ายต่างชอบเล่นกลยุทธ์คนละอย่าง แต่การเล่นกลยุทธ์แบบเดียวกัน ให้ Payoff ดีกว่าแยกกันเล่น

เช่น การเลือกว่าจะไปทำอะไรดีระหว่างคู่รักสองคน ที่ผู้ชายชอบเล่นเกม ผู้หญิงชอบดูซีรีส์ โดยที่ถ้าแฟนเราทำในสิ่งที่เราชอบก็จะฟินมาก แต่ถ้าเราทำอยู่คนเดียวจะไม่ค่อยดีเท่าไหร่ สรุปแล้ว Pay Off เป็นแบบนี้

มาดูกันว่าเกมนี้ ถ้า Solve ด้วยวิธีคิดแต่ละแบบ จะให้ผลเป็นอย่างไร

ถ้า Solve ด้วย Iterated Elimination of Dominated Strategy

จะพบว่าลำดับการพิจารณาค่อนข้างมีผล คือ ถ้าผู้ชายเล่นเกม ผู้หญิงต้องเล่นเกมตาม

แต่ถ้าพิจารณาให้ผู้หญิงเลือกดูซีรีส์ก่อน ผู้ชายต้องดูซีรีส์ตาม

ถ้า Solve ด้วย Nash Equilibrium

จะเห็นว่าเกมนี้มีจุดสมดุลของแนชอยู่ 2 ที่ คือ เล่นเกมทั้งคู่ กับ ดูซีรีส์ทั้งคู่

ถ้า Solve ด้วย Maximin Equilibrium

เคสนี้ไม่สามารถหาทางเลือกได้เลยเพราะคะแนนเท่ากันหมด

สรุป Battle of Sexes

ทางที่จะช่วยให้ทุกคนมีความสุขในระยะยาวคือ ให้คู่รักสลับกันเลือกสิ่งที่ตัวเองชอบนั่นเอง ดีกว่าต่างฝ่ายต่างไปทำสิ่งที่ตัวเองชอบมากกว่า โดยปราศจากแฟนเนอะ 555

จบตอนแรก

ก็จบไปแล้วกับทฤษฎีเกมตอนแรก หวังว่าจะทำให้เพื่อนๆ เห็นภาพการใช้หลักการทฤษฎีเกมเบื้องต้น และคิดว่าเนื้อหายังไม่ยากจนเกินไปเนอะ ถ้าหากอ่านแล้วสงสัยตรงไหนก็ถามได้เลยนะครับ

ใครสนใจศึกษาเพิ่มเติม ผมแนะนำ Playlist อันนี้ครับ

https://www.youtube.com/playlist?list=PLKI1h_nAkaQoDzI4xDIXzx6U2ergFmedo

ในตอนต่อไปจะเข้าสู่เนื้อหาที่ซับซ้อนมากขึ้น เช่น มีเรื่องความน่าจะเป็นมาเกี่ยวข้องด้วยครับ

แชร์ความรู้ให้เพื่อนๆ ของคุณ
1.6K    
1.6K    

ติดตามเทพเอ็กเซล

  • Facebook
  • YouTube

อบรมกับเทพเอ็กเซล

🔥 คอร์สใหม่ล่าสุด 🔥

การทำ Optimization ด้วย Excel Solver
สำหรับงานวางแผน
คอร์สออนไลน์ เทพเอ็กเซล
คอร์สออนไลน์ จากเทพเอ็กเซล ดูกี่รอบก็ได้
อบรม Excel / Power BI ให้องค์กรของคุณ

บทความล่าสุด

  • วิธีสั่ง Prompt และตั้งค่าใน Stable Diffusion ให้รูปสวยโดนใจ [Part3]
  • วิธีเรียกใช้งาน Model เจ๋งๆ ใน Stable Diffusion [ตอนที่2]
  • วิธีใช้งาน AI สร้างรูปสุดเจ๋งและฟรีด้วย Stable Diffusion ฉบับมือใหม่ [ตอนที่1]
  • 10 ไอเดีย เรียนรู้ Excel ผ่าน ChatGPT AI สุดเจ๋ง
  • การทำ Simulation ด้วย Excel
  • แกะเคล็ดวิชา Excel Wizard ในการแข่ง Speed Run Excel ระดับโลก
  • เจาะลึก CALCULATE ใน DAX แบบลึกสุดใจ : Part 2

บทความแนะนำ

🔥ฟังก์ชันทั้งหมดใน Excel 🔥

  • แกะเคล็ดวิชา Excel Wizard ในการแข่ง Speed Run Excel ระดับโลก
  • เจาะลึก CALCULATE ใน DAX แบบลึกสุดใจ : Part 1
  • Series สอนดึงข้อมูลจากเว็บ ด้วย Power Automate Desktop
  • สรุปการใช้ LAMBDA ฟังก์ชันที่ใช้สร้างฟังก์ชันใน Excel 365 และผองเพื่อน
  • วิธีใช้ Excel คำนวณระยะเวลาการทำงานรวม แถมระบุเวลาพักได้แบบยืดหยุ่น
  • วิธีจัดการข้อมูลแย่ๆ ด้วย Power Query ทั้งข้อมูลปนกัน ข้อมูลอยู่บนหัวตาราง
  • แยกข้อมูลที่อยู่สุดเน่า ด้วย Excel Power Query

Categories

Tags

ai collection concepts copy database Data Model data table data validation date dax dropdown error excel filter finance find format formula function game graph IF index intro irr len link logic lookup match m code merge mid overview paste pivot power query row sort speed split substitute table text textjoin time tips trim vba vlookup

Archives

  • March 2023 (2)
  • February 2023 (2)
  • January 2023 (1)
  • October 2022 (1)
  • September 2022 (3)
  • August 2022 (3)
  • July 2022 (1)
  • June 2022 (3)
  • May 2022 (1)
  • April 2022 (2)
  • February 2022 (1)
  • December 2021 (2)
  • November 2021 (10)
  • September 2021 (2)
  • August 2021 (6)
  • July 2021 (2)
  • June 2021 (2)
  • May 2021 (10)
  • April 2021 (3)
  • March 2021 (3)
  • February 2021 (4)
  • January 2021 (8)
  • December 2020 (5)
  • November 2020 (13)
  • October 2020 (5)
  • September 2020 (11)
  • August 2020 (4)
  • July 2020 (13)
  • June 2020 (17)
  • May 2020 (16)
  • April 2020 (16)
  • March 2020 (10)
  • February 2020 (15)
  • January 2020 (16)
  • December 2019 (4)
  • November 2019 (3)
  • October 2019 (9)
  • September 2019 (1)
  • August 2019 (7)
  • June 2019 (3)
  • May 2019 (9)
  • April 2019 (9)
  • March 2019 (2)
  • February 2018 (1)
  • January 2018 (3)
  • November 2017 (3)
  • August 2017 (1)
  • July 2017 (1)
  • June 2017 (1)
  • May 2017 (6)
  • April 2017 (6)
  • March 2017 (7)
  • February 2017 (1)
  • January 2017 (2)
  • December 2016 (1)
  • October 2016 (2)
  • September 2016 (3)
  • August 2016 (2)
  • July 2016 (2)
  • June 2016 (1)
  • May 2016 (1)
  • April 2016 (1)
  • March 2016 (2)
  • February 2016 (1)
  • January 2016 (2)
  • December 2015 (2)
  • November 2015 (5)
  • October 2015 (3)
  • June 2015 (2)
  • May 2015 (1)
  • April 2015 (26)
  • January 2015 (1)
  • December 2014 (1)
  • November 2014 (2)
  • October 2014 (1)
  • September 2014 (2)
  • August 2014 (1)
  • June 2014 (1)
  • May 2014 (1)
  • April 2014 (3)
  • March 2014 (3)
  • February 2014 (12)
  • January 2014 (7)
  • December 2013 (2)
  • November 2013 (8)
  • October 2013 (2)

เทพเอ็กเซล : Thep Excel

copyright © 2022

  • Facebook
  • YouTube
เว็บไซต์นี้ใช้คุกกี้ (Cookies)
บริษัท เทพเอ็กเซล จำกัด ให้ความสำคัญต่อข้อมูลส่วนบุคคลของท่าน เพื่อการพัฒนาและปรับปรุงเว็บไซต์รวมถึงสินค้าและบริการต่างๆ หากท่านใช้บริการเว็บไซต์นี้ โดยไม่มีการปรับตั้งค่าใดๆ แสดงว่าท่านยินยอมที่จะรับคุกกี้บนเว็บไซต์ และนโยบายสิทธิส่วนบุคคลของเรา
ตั้งค่าคุกกี้ยอมรับทั้งหมดอ่านเพิ่มเติม
Manage consent

Privacy Overview

This website uses cookies to improve your experience while you navigate through the website. Out of these, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may affect your browsing experience.
Necessary
Always Enabled
Necessary cookies are absolutely essential for the website to function properly. These cookies ensure basic functionalities and security features of the website, anonymously.
CookieDurationDescription
cookielawinfo-checkbox-analytics11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics".
cookielawinfo-checkbox-functional11 monthsThe cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional".
cookielawinfo-checkbox-necessary11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary".
cookielawinfo-checkbox-others11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other.
cookielawinfo-checkbox-performance11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance".
viewed_cookie_policy11 monthsThe cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data.
Functional
Functional cookies help to perform certain functionalities like sharing the content of the website on social media platforms, collect feedbacks, and other third-party features.
Performance
Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.
Analytics
Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics the number of visitors, bounce rate, traffic source, etc.
Advertisement
Advertisement cookies are used to provide visitors with relevant ads and marketing campaigns. These cookies track visitors across websites and collect information to provide customized ads.
Others
Other uncategorized cookies are those that are being analyzed and have not been classified into a category as yet.
SAVE & ACCEPT