ในโลกธุรกิจดิจิทัลนั้น ข้อมูล (Data) ถือเป็นสินทรัพย์เชิงกลยุทธ์ (Strategic Asset) ที่มิได้เป็นเพียงแค่เครื่องมือสร้างมูลค่าเพิ่ม แต่ยังเป็นรากฐานสำคัญสำหรับการเพิ่มขีดความสามารถในการแข่งขันให้องค์กร ผ่านการใช้ประโยชน์จากข้อมูลอย่างเป็นระบบและมีกลยุทธ์ เพื่อสร้างข้อได้เปรียบและช่วงชิงโอกาสทางธุรกิจจากเทรนด์ธุรกิจ/เทคโนโลยีใหม่ๆ อาทิ Artificial Intelligence – AI และ Data Analytic
แม้ในช่วง 3 ปีที่ผ่านมา มูลค่าข้อมูลได้ไต่อันดับสูงขึ้นอย่างต่อเนื่อง แต่กฎพื้นฐานของ Data Governance หรือการธรรมาภิบาลข้อมูลนั้นไม่เคยเปลี่ยน คือ ข้อมูลต้องมีคุณภาพ เพราะการตัดสินใจที่ถูกต้องแม่นยำและเรียกใช้ได้อย่างรวดเร็ว เป็นเหตุให้องค์กรจำเป็นต้องรู้ว่า ตนเองมีข้อมูลอะไร ทั้งแหล่งที่มาของข้อมูล การจัดเก็บ การกำหนดเกณฑ์ทางธุรกิจเกี่ยวกับโครงสร้าง รวมถึงเนื้อหาและความถูกต้องของข้อมูล

5 เทรนด์ Data Governance ที่มีผลกระทบต่อการดำเนินธุรกิจ
บทบาทของข้อมูลและ Data-Driven Decision-Making รวมถึงจำนวนและความเร็วของข้อมูลที่มีเพิ่มมากขึ้น ทำให้การกำกับดูแลข้อมูลหรือ Data Governance ต้องปรับเปลี่ยนให้สอดรับกับบริบท และความต้องการทางธุรกิจ เห็นได้ชัดจากการใช้ข้อมูลเพื่อฝึก AI & ML และ Data Analytic ซึ่ง 5 เทรนด์ Data Governance ที่จะส่งผลต่อการดำเนินธุรกิจอย่างมีนัยสำคัญนับตั้งแต่ปีนี้ มีดังต่อไปนี้
1. ศักราชใหม่ของ Data Governance
Data Governance กำลังเปลี่ยนจาก ‘Nice to Have’ เป็น ‘Must Have’ เพราะการจะอยู่รอดท่ามกลางการแข่งขันอย่างรุนแรงในโลกธุรกิจนับแต่นี้ องค์กรต้องสามารถตัดสินใจได้อย่างถูกต้องและรวดเร็ว สามารถรับมือกับ Digital Landscape ที่มีความซับซ้อนมากขึ้น ด้วยการนำเทคโนโลยีมาใช้ในกระบวนการทางธุรกิจ การผสมผสาน การปฏิสัมพันธ์ Digital Consumer กับภูมิรัฐศาสตร์-ข้อมูลประชากร เพื่อเพิ่มโอกาสใหม่ๆ และสร้างมูลค่าหรือข้อได้เปรียบให้กับธุรกิจ
นอกจากนี้ กฎระเบียบเกี่ยวกับ Data Governance ที่เข้มงวดมากขึ้น กำลังกลายเป็นความท้าทายใหม่ ที่ภาคธุรกิจต้องทำความเข้าใจและควบคุมการใช้งานข้อมูล ให้เป็นไปตามเกณฑ์ที่กำหนดอีกด้วย ซึ่งทั้งหมดทั้งมวลนี้นำไปสู่คำถามที่ภาคธุรกิจต้องตอบให้ได้ เพื่อวางแผนสำหรับการใช้งานได้อย่างมีประสิทธิภาพ ได้แก่
- องค์กรมีข้อมูลอะไรบ้าง
- ข้อมูลเหล่านั้นอยู่ที่ไหน
- Lineage ของข้อมูลเป็นอย่างไร ( Lineage คือ แผนที่การเดินทางของข้อมูลตั้งแต่จุดเริ่มต้นไปจนถึงปลายทางการใช้งาน)
- องค์กรใช้กฎระเบียบอะไรในการกำกับดูแลข้อมูล
- องค์กรให้ความสำคัญกับข้อมูลแค่ไหน
- ผู้ใช้งานสามารถเข้าถึงข้อมูล เพื่อใช้สร้างมูลค่าทางธุรกิจได้อย่างไร
อ้างอิงจากรายงาน The Data Integrity Trends and Insights Report ปี 2023 ที่สำรวจความคิดเห็นของผู้เชี่ยวชาญด้าน Data และ Analytics ทั่วโลก จำนวน 450 คน ร้อยละ 77 ของผู้สำรวจเปิดเผยว่า Data-Driven Decision-Making เป็นเป้าหมายสำคัญของแผนงานด้านข้อมูลในปี 2023 และมากกว่าครึ่ง (ร้อยละ 53) ระบุ Data Quality เป็นปัจจัยอันดับต้นๆ ที่ทำให้ข้อมูลมีความสมบูรณ์ถูกต้อง และเป็นพื้นฐานสำคัญของการใช้ประโยชน์จากข้อมูลในองค์กร
นอกจากนี้ภาพรวมเศรษฐกิจชะลอตัวและเทรนด์เทคโนโลยีใหม่ๆ กำลังกดดันให้ภาคธุรกิจต้องเร่งทำดิจิทัลทรานส์ฟอร์เมชัน หรือนำ AI & ML และ Data Analytics มาใช้งาน ซึ่งเทคโนโลยีเหล่านี้ล้วนแต่จำเป็นต้องมี Data Governance โดยจุดนี้เองทำให้องค์กรทั่วโลกต่างกำลังมุ่งยกระดับ Data Governance ในองค์กรอย่างมีนัยสำคัญนับตั้งแต่ปี 2022 เป็นต้นมา
2. จากประโยชน์อาจเป็นโทษ หาก AI ปราศจาก Data Governance
ทุกวันนี้ไม่ว่าจะหันไปทางไหนก็มีแต่คนพูดถึง AI ปัญญาประดิษฐ์ที่มีความสามารถเฉพาะตัว ตั้งแต่การจัดการงานต่างๆ ด้วยระบบอัตโนมัติ เพิ่มประสิทธิภาพและประสิทธิผลให้กระบวนการทำงาน ที่สำคัญช่วยลดการพึ่งพาแรงงานมนุษย์อีกด้วย
หลังจากที่ Gen AI ตัวแรก (ChatGPT) เปิดตัวได้เพียงปีกว่า (พฤศจิกายน 2022) Generative AI ได้กลายเป็นส่วนหนึ่งในชีวิตประจำวันของผู้คนอย่างไม่คาดคิดและไม่รู้ตัว แน่นอนว่าเทคโนโลยี AI ทำให้การทำ Digital Transformation กลับมาคึกคัก และศักยภาพของ AI ยังคงเติบโตอย่างต่อเนื่อง คำถาม คือ ปัจจัยเหล่านี้เกี่ยวข้องอย่างไรกับ Data Governance
คำตอบ AI อาจกลายเป็นโทษ หากไม่มี Data Governance เพราะการธรรมาภิบาลข้อมูลสามารถตอบคำถามที่บ่งชี้ว่า ข้อมูลที่นำมาใช้มีคุณภาพหรือไม่ ดังนี้
- Lineage ของข้อมูลเป็นอย่างไร ( Lineage คือ แผนที่การเดินทางของข้อมูลตั้งแต่จุดเริ่มต้นไปจนถึงปลายทางการใช้งาน)
- ที่มา/แหล่งที่มาของข้อมูล
- ข้อมูลที่นำมาใช้มีคุณภาพหรือไม่
- องค์กรมีสิทธิ์ใช้งานข้อมูลเหล่านั้นหรือไม่
- ข้อมูลมีการอัปเดตอย่างสม่ำเสมอหรือไม่
คำตอบเหล่านี้จะช่วยสะท้อนให้องค์กรเห็นถึงความเสี่ยง หากมีการใช้ข้อมูลที่ด้อยคุณภาพและขาดการกำกับดูแลในการฝึก AI จะทำให้เกิดปัญหาอคติใน AI นอกจากนี้องค์กรยังเสี่ยงตัดสินใจพลาดเพราะ Insights ที่ได้จาก Data Analytics ผิดพลาดและเชื่อถือไม่ได้ ซ้ำร้ายอาจต้องเผชิญกับปัญหาข้อมูลธุรกิจรั่วไหล และการละเมิดข้อมูลส่วนตัวของลูกค้าและพนักงานอีกด้วย
3. ความต้องการ Data Governance และ Analytics เพิ่มสูงขึ้น
ท่ามกลางการแข่งขันทางธุรกิจที่ดุเดือด ทำให้การตัดสินใจต้องทำได้อย่างรวดเร็วและถูกต้อง ส่งผลให้ความต้องการ Data Governance และ Analytics เติบโตอย่างรวดเร็ว เพื่อให้ผู้ใช้งานค้นหา ทำความเข้าใจและสามารถเชื่อถือข้อมูลเหล่านั้นได้อย่างแท้จริง ที่สำคัญต้องตอบสนองการใช้งานได้แบบเรียลไทม์
ในอนาคตอันใกล้นี้ เราจะได้เห็นการเติบโตของการเลือกใช้ข้อมูลด้วยตัวเอง ด้วยเหตุนี้ Data Marketplace (แพลตฟอร์มกลางสำหรับการซื้อ-ขายข้อมูลระหว่างองค์กร ภายใต้การกำกับดูแลอย่างเหมาะสม) จะได้รับความนิยมมากขึ้น ซึ่งตลาดนี้จะทำให้ผู้ใช้งานสามารถเข้าถึงชุดข้อมูลที่ได้รับการรับรอง อัปเดตและพร้อมใช้งาน ดังนั้นภาคธุรกิจจำเป็นต้องเรียนรู้เกี่ยวกับกลยุทธ์ Data Mesh และ/หรือ Data Fabric เพื่อระบุและรวบรวมสำหรับการใช้งานข้อมูล และทำให้ Data Governance จะสำคัญกว่าที่เคย
4. Data Democratization จะทำให้เกิดการเปลี่ยนแปลงจากล่างขึ้นบน
ช่วง 2 – 3 ปีที่ผ่านมา Data Asset พิสูจน์ตัวเองแล้วว่า สามารถสร้างมูลค่าเพิ่มให้แก่องค์กรได้ ด้วยเหตุนี้องค์กรทั่วโลกจึงพยายามปรับปรุงทักษะความสามารถด้านข้อมูล (Data Literacy) ขององค์กรอย่างหนัก ผ่านการใช้ประโยชน์ข้อมูลและเครื่องมือในการวิเคราะห์ (Analytics Tools) รวมถึงสนับสนุนแนวทาง Data Democratization ในองค์กรที่กำลังอยู่ในกระแสความสนใจของภาคธุรกิจทั่วโลก
Data Democratization คือ การเข้าถึงข้อมูลในองค์กรโดยเท่าเทียมกัน เป็นการค้นหามูลค่าเพิ่มแบบทวีคูณ จากการผสมผสานโซลูชันต่างๆ ครอบคลุมตั้งแต่ Data Governance, Data Quality, และอื่นๆ ที่ผ่านมามีการพิสูจน์ให้เห็นแล้วว่า Data Democratization สามารถยกระดับประสิทธิภาพการดำเนินงาน แถมลดต้นทุนได้มากกว่า การใช้ Vendors และผลิตภัณฑ์เฉพาะ ซึ่งปัจจัยเหล่านี้สำคัญอย่างยิ่งในช่วงเศรษฐกิจถดถอยที่ทุกองค์กรต่างมองหาแนวทาง ‘Do More with Less’ หรือทำ (งาน) ได้มากแต่ใช้เวลาและทรัพยากรน้อยลง
อย่างไรก็ตาม Data Democratization จะกลายเป็นความเสี่ยงขององค์กรทันที หากไม่มี Data Governance เพราะข้อมูลอาจถูกพนักงานนำไปใช้ในทางที่ผิดโดยเจตนา หรือตีความหมายผิดพลาดส่งผลต่อการดำเนินงานของธุรกิจ
5.การเรียกร้องให้ทำตามกฎระเบียบเพิ่มมากขึ้น
กฎระเบียบ/การบังคับใช้กฎหมายเกี่ยวกับการใช้ข้อมูล และกระแส ESG ของหน่วยงานต่างๆ จะกดดันให้ภาคธุรกิจจริงจังกับ Data Governance ยกตัวอย่าง การบังคับใช้กฎหมายคุ้มครองข้อมูลส่วนบุคคล (General Data Protection Regulation – GDPR) และกฎหมายส่งเสริมสิทธิความเป็นส่วนตัวและคุ้มครองผู้บริโภคสำหรับผู้อยู่อาศัยในรัฐแคลิฟอร์เนีย (California Consumer Privacy Act – CCPA) รวมถึงกฎระเบียบเกี่ยวกับ ESG ต่างๆ อีกด้วย
นอกจากนี้ยังมีเทรนด์อธิปไตยด้านข้อมูล หรือ Data Sovereignty (สิทธิการเป็นเจ้าของข้อมูล ที่ต้องได้รับการปกป้องคุ้มครอง และต้องไม่ถูกนำไปใช้โดยไม่ได้รับอนุญาต) กำลังเป็นประเด็นสำคัญที่หลายรัฐบาลกำลังพิจารณาถึงผลกระทบ ที่เกิดจากข้อมูลที่เกี่ยวข้องกับประชากรและประเทศ ที่ถูกจัดเก็บนอกราชอาณาจักรของตนเอง ซึ่งแนวโน้มดังกล่าวนี้จะทำให้ Data Governance กลายเป็นหัวใจสำคัญของการนำข้อมูลมาใช้ประโยชน์โดยชอบด้วยกฎหมาย เพื่อลดความเสี่ยงการถูกฟ้องร้องในอนาคต
ในขณะเดียวกันผู้บริโภคทั่วโลกเริ่มกังวลเกี่ยวกับความมั่นคงปลอดภัยและการนำข้อมูลส่วนตัวของตนไปใช้เพื่อประโยชน์ของภาคธุรกิจมากขึ้นเรื่อยๆ ซึ่งการนำข้อมูลไปใช้ผิดวัตถุประสงค์/โดยไม่ได้รับอนุญาต ส่งผลเสียต่อชื่อเสียงของแบรนด์และความสัมพันธ์กับลูกค้า
ในทางกลับกัน หากภาคธุรกิจสามารถปฏิบัติตามกฎระเบียบที่เกิดขึ้นได้ ย่อมได้รับประโยชน์มหาศาล เพราะแนวปฏิบัติด้าน Data Governance จะช่วยให้การจัดการข้อมูลมีประสิทธิภาพ สามารถส่งมอบผลลัพธ์ได้อย่างถูกต้องภายในเวลาที่กำหนด ได้รับความน่าเชื่อถือและลดต้นทุน/ความเสี่ยงที่อาจเกิดขึ้นในอนาคตได้
นอกจากเทรนด์ทั้ง 5 ที่กล่าวมาข้างต้นแล้ว ภาคธุรกิจยังต้องพร้อมรับมือกับกระแสใหม่ๆ ที่พร้อมกดดันให้องค์กรต้องเร่งดำเนินการด้าน Data Governance เพื่อลดความเสี่ยงควบคู่กับการเพิ่มโอกาสทางธุรกิจในแง่มุมต่างๆ สำหรับองค์กรที่สนใจและต้องการยกระดับ/สร้างมาตรฐานด้าน Data Governance ที่สามารถรองรับความเปลี่ยนแปลงทางธุรกิจ กฎระเบียบและเทคโนโลยีในอนาคต พร้อมสร้างความน่าเชื่อถือให้กับธุรกิจได้จริง สามารถติดต่อสอบถามหรือปรึกษาทีมงานผู้เชี่ยวชาญเฉพาะด้าน Data Governance ของ ‘บลูบิค (Bluebik)’ ได้ที่ [email protected] หรือโทรศัพท์ 02-636-7011
ข้อมูลอ้างอิงจาก precisely