เมื่อทุกธุรกิจรับทราบแล้วว่าในยุคดิจิทัลนี้ “Data is a new oil” ซึ่ง ข้อมูลกลายเป็นพื้นฐานหลักในการผลักดันเศรษฐกิจยุคดิจิทัล ยิ่งมีข้อมูลมากและสามารถนำข้อมูลที่มีไปใช้ประโยชน์ได้ ย่อมสร้างโอกาสทางธุรกิจได้อย่างมหาศาล และทำให้มีศักยภาพในการแข่งขันที่สูงขึ้นตามไปด้วยวันนี้เราจะมาร่วมเข้าใจเกี่ยวกับการสร้างพื้นฐานการนำข้อมูลที่มีอยู่มาใช้ประโยชน์ตั้งแต่ Data Mindset ไปจนถึงการใช้ Advanced Data Analytics และ Big Data ได้อย่างมีประสิทธิภาพไปกับ คุณพิพัฒน์ ประภาพรรณพงศ์ ผู้อำนวยการและหัวหน้าทีม Data Science (Machine Learning) บริษัท บลูบิค กรุ๊ป จำกัด (มหาชน)

5 ขั้นตอนของการสร้างประโยชน์จากข้อมูลแบบครบวงจร ดังนี้

1. Data Analytics and Use Case Generation

อันดับแรกเราต้องสร้าง Mindset ให้ทุกหน่วยงานเข้าใจความสำคัญและประโยชน์จากข้อมูลที่สามารถนำมาใช้ประโยชน์ในทางธุรกิจได้อย่างมีประสิทธิภาพ เช่น การใช้ผลลัพธ์ของการวิเคราะห์ข้อมูลเพื่อ เพิ่มรายได้ให้กับธุรกิจ ใช้ข้อมูลเป็นแนวทางในการลดต้นทุนกิจกรรมในการดำเนินงานทางธุรกิจต่าง ๆ รวมถึงการนำข้อมูลมาพัฒนารูปแบบการขายให้สามารถเพิ่มโอกาสในการปิดยอดได้สูงขึ้น 

การที่จะทำให้เห็นภาพการใช้ประโยชน์จากข้อมูลที่อยู่ในองค์กรเช่นนี้ เราต้องเข้าใจการทำงานของหน่วยงานต่าง ๆภายในองค์กร สินค้าและบริการที่นำเสนอ รวมถึงรูปแบบการติดต่อลูกค้า และศึกษาถึงข้อมูลต่าง ๆ ที่เกิดขึ้นในแต่ละกระบวนการของการดำเนินธุรกิจ และนำข้อมูลเหล่านั้นมาวิเคราะห์และพัฒนาออกมาเป็น Data Analytics Use Case เพื่อหาโอกาสและช่องว่างในการพัฒนาให้ได้ตามเป้าหมายธุรกิจต่อไป ซึ่งจะช่วยให้องค์กรสามารถเห็นเส้นทางเป้าหมายของการพัฒนาองค์กรได้อย่างชัดเจน และสามารถใช้ข้อมูลเพื่อสนับสนุนกลยุทธ์ธุรกิจได้อย่างมีประสิทธิภาพ

2. Gap Analysis

ลำดับถัดไปเมื่อธุรกิจเห็นภาพและเข้าใจเป้าหมายการนำ Data Analytics มาใช้ในองค์กรแล้ว คือการประเมินช่องว่างในของความพร้อมขององค์กรและการพัฒนาระบบ ซึ่งอาจจะต้องเริ่มลงไปดูตั้งแต่ระบบโครงสร้างสถาปัตยกรรมองค์กร (Data Infrastructure) ปัจจุบันเลยว่ามีการรองรับต่อการวิเคราะห์ของข้อมูลมากน้อยเพียงใด ยกตัวอย่างเช่น ปัญหาที่พบมักจะพบเกือบทุกองค์กรอยู่ที่คุณภาพภาพของข้อมูล หรือข้อมูลเก็บอยู่ในรูปแบบที่นำมาใช้ในการวิเคราะห์ได้ยาก ซึ่งหลังจากที่เราวิเคราะห์ปัญหาต่าง ๆ ที่เกี่ยวข้องกับข้อมูลเหล่านี้แล้วจะต้องมีการนำช่องว่างเหล่านี้มาพัฒนาเป็นแผนการดำเนินงาน เพื่อทำให้เราสามารถนำข้อมูลที่เรามีอยู่ในองค์กรมาใช้ประโยชน์ได้อย่างเต็มที่ และสามารถนำมาพัฒนาต่อยอดเป็น Use Case ต่าง ๆ ที่เราวางแผนไว้ข้างต้น

3. Data Foundation

เมื่อเรามีความพร้อมทั้งในด้านของ Use case ที่ตอบโจทย์ตามวัตถุประสงค์ทางธุรกิจ และข้อมูลแล้ว สิ่งสำคัญที่ขาดไม่ได้คือหน่วยงานที่จะเข้ามามีส่วนร่วมในการลงมือตั้งแต่การเริ่มต้นแผนงานไปจนถึงการแนวทางการปฏิบัติงานให้ เราสามารถพัฒนา Use case การวิเคราะห์ข้อมูลต่าง ๆ ดำเนินงานได้อย่างมีประสิทธิภาพ โดยสามารถแบ่งการวางพื้นฐานออกมาได้ 3 กลุ่มหลัก ๆ ได้แก่

• การเตรียมความพร้อมของบุคลากร (People) : เริ่มต้นตั้งแต่การวางโครงสร้างการกำกับดูแลข้อมูล อาทิ ผู้บริหารข้อมูล ทีมบริกรข้อมูล ผู้มีส่วนได้ส่วนเสียต่าง ๆ เป็นต้น เพื่อให้การจัดการดูแลของข้อมูลเป็นไปได้อย่างมีประสิทธิภาพและน่าเชื่อถือ
• กระบวนการจัดการข้อมูล (Process) : การวางระบบจัดลำดับกระบวนการจัดการข้อมูล ตั้งแต่การวางแผนการนำข้อมูลไปใช้งาน กระบวนการเก็บข้อมูล การสำรองข้อมูล (Backup) การกู้คืนข้อมูล (Restore) การจัดเก็บข้อมูลถาวร (Archive) การโอนย้ายข้อมูล (Migration) ไปจนถึงการทำลายข้อมูล เพื่อให้ข้อมูลพร้อมใช้ตลอดเวลา และรักษาความถูกต้องของข้อมูล
• เทคโนโลยี (Technology) : การจัดตั้ง Data platform หรือ Data lake เพื่อให้องค์กรสามารถมีพื้นที่การเก็บข้อมูลส่วนกลางที่ช่วยลดความซ้ำซ้อนและการกระจัดกระจายของข้อมูล อีกทั้งยังเพิ่มความยืดหยุ่นในการเชื่อมต่อกับเครื่องมือในการวิเคราะห์ข้อมูลได้อย่างหลากหลาย ตั้งแต่การทำคลังข้อมูล (Data warehouse) เพื่อสรุปข้อมูลออกมาเป็นรายงานที่เข้าใจง่าย (Visualized Dashboard) รวมไปถึงการทำ Machine Learning ตลอดจนการวิเคราะห์ข้อมูลแบบเรียลไทม์

4. Roadmap

เมื่อองค์กรมีแผนความพร้อมทุกอย่างตั้งแต่กลยุทธ์ เป้าหมายธุรกิจ แผนการเตรียมความพร้อมทั้ง 3 ด้าน สิ่งที่ขาดไม่ได้เลยคือการวางแผนการดำเนินงานเพื่อให้แผนการเป้าหมายของธุรกิจสามารถบรรลุได้อย่างมีประสิทธิภาพ ด้วยการจัดเรียงลำดับความสำคัญ โดยหลักการที่มักใช้กันคือการจัดทำ Matrix ที่แบ่งออกเป็นสองแกน ได้แก่ ขนาดของผลลัพธ์ที่ได้ (Impact) และ ความพร้อมในการดำเนินงาน (Readiness) แบ่งระดับออกเป็น สูง กลาง ต่ำ และเมื่อจัดเรียงชิ้นงานทั้งหมดที่เราวางเอาไว้ข้างต้นมาเข้ากับอยู่บน Matrix ที่กำหนดไว้ จะช่วยทำให้ธุรกิจสามารถวางแผน Roadmap การดำเนินงานได้ง่ายขึ้น ทั้งแบบระยะสั้นและระยะยาวอย่างมีประสิทธิภาพ

5. Data Science Implementation

และสุดท้ายเมื่อเป้าหมายของธุรกิจคือการเปลี่ยนแปลงข้อมูลให้เกิดเป็นโอกาสทางธุรกิจได้จริง คือการนำข้อมูลต่าง ๆ เข้ามาหารูปแบบ (Pattern) ด้วยการสร้าง Analytic Model ผ่าน Algorithm ต่างๆ อาทิ Classification, Regression, Clustering เป็นต้น ตามโจทย์ของธุรกิจที่เราตั้งกันไว้ตั้งแต่ข้อแรก เพื่อให้ได้ออกมาเป็นผลลัพธ์ตามที่ธุรกิจต้องการ โดยที่ผลลัพธ์การการวิเคราะห์ข้อมูลนั้นต้องสามารถประสานเข้ากับการทำงานได้อย่างมีประสิทธิภาพ เช่น สามารถนำผลลัพธ์จาก Product Recommendation Engineer ต่อเข้ากับระบบ Marketing เพื่อการนำเสนอโปรโมชันพิเศษให้ตรงใจของลูกค้าได้มากขึ้น

เทรนด์ของข้อมูลอนาคตไม่ใช่เพียงแค่การนำข้อมูลมาใช้แต่คือการเข้าใจ Behaviour of Things

ในช่วงที่ผ่านมาหลายธุรกิจเริ่มรับรู้และเข้าใจแล้วว่าข้อมูลเป็นสินทรัพย์ที่สำคัญและการใช้ข้อมูลเป็นพื้นฐานในการตัดสินใจในการดำเนินธุรกิจจะช่วยสร้างโอกาสและลดความผิดพลาดได้อย่างมาก ดังนั้นหลายองค์กรใหญ่ ๆ ทั่วโลกเริ่มมีการปรับตัวและเริ่มมองหาโอกาสใหม่ทางธุรกิจผ่าน “ข้อมูลที่สามารถระบุพฤติกรรมผู้บริโภคได้” ซึ่งจึงเริ่มเป็นที่น่าสังเกตว่าทุกวันนี้อุปกรณ์อิเล็กทรอนิกส์ต่าง ๆ เริ่มเข้ามามีบทบาทในการเก็บข้อมูลของผู้บริโภค ไม่ว่าจะเป็น Wearable Technology ที่มีการพัฒนามากขึ้นอย่าง นาฬิกาออกกำลังกาย แว่นตาอัจฉริยะ หรือแอปพลิเคชันต่าง ๆ ที่ผู้บริโภคเองก็ยินดีมอบข้อมูลชีวิตประจำวันเข้าไป อย่าง Mobile banking การใช้ Facial Recognition ในการทำธุรกรรมต่าง ๆ เป็นต้น และรวมไปถึงอุปกรณ์อัจฉริยะต่าง ๆ อย่าง IoT ที่ช่วยให้องค์กรและธุรกิจสามารถได้มาซึ่งข้อมูลของผู้บริโภคในรูปแบบใหม่ ๆ ที่ยังไม่เคยมองเห็นได้ ดังนั้นหลายองค์กรที่หากอยู่ในเชิงเริ่มต้นของการวางแผนการใช้ข้อมูลหรือเริ่มขึ้นระบบอาจจะต้องเริ่มปรับแผนใหม่ให้ทันกับเทรนด์ที่กำลังจะเปลี่ยนแปลงไปเรื่อย ๆ

เป้าหมายของการพัฒนาผลิตภัณฑ์และบริการอาจไม่ใช่แค่ Customer Experience แต่คือ Total Experience

อีกประเด็นที่ค่อนข้างสำคัญสำหรับการทำ Data Analytics นั้นไม่ใช่เพียงแค่การพัฒนาประสบการณ์ของลูกค้า (Customer Experience) ให้ดีขึ้นเท่านั้น แต่คือการสร้างประสบการณ์ที่ดีในทุก ๆ ช่องทาง ทั้งของผู้ให้บริการโดยเฉพาะกลุ่มพนักงาน ไปจนถึงผู้รับบริการอย่างลูกค้า (Total Experience) ซึ่งจะช่วยเสริมสร้างความแข็งแกร่งของธุรกิจให้เพิ่มขึ้นได้อย่างมาก เพราะอย่าลืมว่าการทำธุรกิจนั้นไม่ได้มีเพียงแค่ผู้บริโภคเท่านั้น แต่การสร้างประสบการณ์ที่ดีตั้งแต่ภายใน จะช่วยกระตุ้นให้การรับประสบการณ์ปลายทางดีเช่นกัน ซึ่งอาจส่งผลไปถึงการเติบโตของรายได้และกำไรธุรกิจได้อย่างยั่งยืน

ความน่าสนใจของงาน Data Consulting

เสน่ห์ของการทำงานในสายนี้นอกจากการได้เรียนรู้กับเทคโนโลยีใหม่ ๆ และรูปแบบพฤติกรรมแปลก ๆ ที่น่าสนใจแล้วนั้นยังเป็นการสร้างประสบการณ์กับการทำงานในสายธุรกิจด้วย เนื่องจากที่กล่าวไปข้างต้นว่าการวิเคราะห์ข้อมูลที่ดีนั้น ควรที่จะเริ่มต้นจากเป้าหมายของธุรกิจ จึงจะช่วยนำพาธุรกิจให้เติบโตได้อย่างมีประสิทธิภาพ ดังนั้นการทำงานแบบนี้จะเหมาะกับคนที่ชื่นชอบเรื่องของเทคโนโลยี เป็นคนช่างสังเกต และมีความคิดสร้างสรรค์แปลกใหม่ในการวิเคราะห์รูปแบบของข้อมูลใหม่ ๆ ที่น่าสนใจ ก็จะช่วยสร้างสรรค์ผลงานที่มีคุณค่าได้อย่างมากมาย

ถ้าอยากทำงาน Data Consulting ควรมี Skills และ Mindset แบบไหน

ในการทำงานเกี่ยวกับข้อมูลและการวิเคราะห์นั้นอาจจะต้องเริ่มต้นจากการมีพื้นฐานในเรื่องของการใช้เครื่องมือและวิเคราะห์ข้อมูล (Technical skills) และต้องมีความเข้าใจของความเชื่อมโยงผ่านข้อมูล สามารถอธิบายที่มาที่ไป เหตุและผลของพฤติกรรมต่าง ๆ ได้ (Logical Thinking) รวมถึงความเข้าใจในเชิงธุรกิจ(Business Understanding) ซึ่งจะช่วยให้เข้าใจรูปแบบของข้อมูลได้ง่ายขึ้นและสามารถนำเสนอผลงานออกมาได้อย่างน่าเชื่อถือ และ Mindset ที่จะช่วยสร้างทีมที่แข็งแกร่งได้คือ มีความเป็นผู้นำ (Leadership) ยอมรับฟังความเห็นของผู้อื่น (Open-minded) โดยเฉพาะการร่วมกับผู้เชี่ยวชาญจากหลาย ๆ ด้าน และทักษะการทำความเข้าใจผู้อื่น (Empathy) เพราะการทำงานคือความเข้าใจ และการแก้ปัญหาไปด้วยกันเพื่อให้การทำงานเป็นไปอย่างมีความสุขและเดินหน้าต่อไปได้

---

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับบริษัทฯ สามารถศึกษารายละเอียดเกี่ยวกับรายละเอียดการให้บริการได้ที่

• Facebook Page : Bluebik Group
• LinkedIn : Bluebik Group
• Telephone : +66 (0) 2 636 7011
• Mail : [email protected]