ในยุคปัจจุบันมีอุปกรณ์ต่างๆที่สร้างข้อมูลขึ้นมาอย่างต่อเนื่องจำนวนมาก จะพูดว่าใกล้ตัวที่สุดของเราก็คือโทรศัพท์มือถือของเรานั่นเอง หลายคนอาจจะไม่รู้ว่า บริษัทผู้ให้บริการสัญญาณโทรศัพท์ มีการเก็บตำแหน่งที่เราอยู่ห่างจากเสาสัญญาณต่างๆเอาไว้อยู่ตลอดเวลา และนั่นก็เป็นข้อมูลที่ใช้ในการหาตัวคนร้ายได้ในหลายๆครั้งด้วย หรืออีกตัวอย่างหนึ่งก็คือ พวกนาฬิกาข้อมืออัจฉริยะ ที่จะมีการเก็บอัตราการเต้นของหัวใจอย่างต่อเนื่องตลอดเวลา รวมทั้งสามารถแจ้งเตือนเราได้เมื่อหัวใจเราทำงานผิดปกติ ทั้งหมดเหล่านี้เป็นตัวอย่างที่อยู่ใกล้ตัวเรา เพื่อให้เราเห็นภาพง่ายๆว่า ข้อมูลต่างๆมีผลกับการใช้ชีวิตและการตัดสินใจในเรื่องต่างๆได้อย่างไร 

การทำ Digital transformation ก็ไม่แตกต่างกัน ถ้าหากว่าเรามีข้อมูลที่เป็นจำนวนมากและเป็นประโยชน์ต่อการทำงานของเรามากเพียงพอแล้ว เราจะสามารถใช้ข้อมูลนั้นมาช่วยในการตัดสินใจได้ ตัวอย่างที่ง่ายที่สุดที่มักจะถูกใช้เป็นประจำ คือการนำข้อมูลมาเพื่อจัดกลุ่มที่แตกต่างกัน เช่น การจัดกลุ่มลูกค้าแต่ละกลุ่ม ด้วยข้อมูลลูกค้าที่มีอยู่ แต่ว่าการจัดกลุ่มเหล่านั้นก็ไม่ได้จัดกลุ่มในแบบที่ตรงไปตรงมาอย่างที่เราคุ้นเคยกัน เช่น แบ่งด้วยยอดซื้อ, ความถี่ในการใช้งานระบบ เป็นต้น แต่หากจัดกลุ่มด้วยพฤติกรรมที่คล้ายๆกัน อันประกอบมาจากข้อมูลหลายๆส่วนรวมเข้าด้วยกันในการจัดกลุ่มเพียงครั้งเดียว เช่น ประกอบด้วย ยอดซื้อ ความถี่ในการใช้งานระบบ ระยะเวลาที่เป็นสมาชิก จำนวนสินค้าที่ซื้อ ราคาสินค้าที่ซื้อ ทั้งหมดรวมกันออกมาเป็นการจัดกลุ่มในครั้งเดียว จะเห็นได้ว่าการจัดกลุ่มแบบนี้จำเป็นต้องใช้ข้อมูลประกอบเป็นจำนวนมาก แต่นี่ก็จะทำให้ความแม่นยำ และพฤติกรรมออกมาในรูปแบบที่คล้ายๆกันในกลุ่มเดียวกัน 

เราจะทำสิ่งเหล่านี้ไม่ได้เลย ถ้าเราไม่มีข้อมูลหรือข้อมูลที่มีไม่เพียงพอต่อการใช้งาน 

วันนี้ผมก็จะมาเล่าให้ฟังในฐานะที่เคยสร้าง Big Data Ecosystem ให้กับห้างค้าปลีกแห่งหนึ่งในประเทศไทยมาก่อน เพื่อใช้ดู customer insight กับข้อมูลลูกค้าเป็นจำนวนหลักสิบล้านราย ว่าควรจะทำอย่างไรบ้าง ยังไงบ้าง ที่จะสามารถมี Data เพื่อการทำ Digital Transformation ได้อย่างเหมาะสม

เก็บข้อมูลทุกอย่าง เท่าที่จะเป็นไปได้

เรื่องนี้เป็นเรื่องพื้นฐานมากที่หลายบริษัทมองข้ามไป เพราะคิดว่าข้อมูลนั้นมีประโยชน์แค่เพียงจังหวะที่เราต้องการจะใช้งาน แต่จริงๆแล้ว ข้อมูลมันก็มีคุณค่าทั้งในปัจจุบันที่เรากำลังใช้งานอยู่ และในอนาคต ซึ่งคือข้อมูลในอดีต ที่เราดึงมาใช้ เพราะการทำงานหลายอย่าง จำเป็นจะต้องใช้ข้อมูลจากทั้งปัจจุบันและในอดีตมาประกอบรวมกัน หรือใช้ข้อมูลในอดีตเป็นตัวพื้นฐานสำหรับการทำนายอนาคต ดังนั้นการเก็บข้อมูลจึงเป็นเรื่องแรก ที่บริษัททุกบริษัทควรให้ความสำคัญ 

และอีกเรื่องหนึ่งที่บริษัทต่างๆมักจะผิดพลาด ก็คือการมองข้ามข้อมูลหลายอย่างไป เช่น บริษัทที่ขายสินค้าผ่านช่องทางออนไลน์ ก็มักจะมองข้ามข้อมูลที่เกี่ยวข้องกับลูกค้า โดยจะให้ความสำคัญกับเพียงแค่การขายสินค้า หรือข้อมูลที่เกี่ยวข้องกับยอดการสั่งซื้อเท่านั้น แต่จริงๆแล้ว ข้อมูลลูกค้าเป็นอีกข้อมูลที่สำคัญ ที่จะสามารถช่วยในการปรับรูปแบบหรือช่วยในการตัดสินใจการทำโปรโมชั่นการขายต่างๆในอนาคตได้

ดังนั้นเราควรเก็บข้อมูลทั้งหมดที่เกี่ยวข้องกับธุรกิจของเรา ไม่ว่าจะเป็นทางตรงและทางอ้อม โดยเฉพาะข้อมูลทางตรงนั้น พยายามเก็บให้ละเอียดและแม่นยำมากที่สุดเท่าที่จะเป็นไปได้ รวมทั้งต้องเก็บอย่างต่อเนื่อง เพื่อไม่ให้ข้อมูลขาดความสมบูรณ์ในเวลาที่เราต้องการใช้งานจริงๆ 

เก็บอย่างเป็นระบบ และมีการจัดทำ meta data อย่างเป็นระเบียบ

อธิบายง่ายๆว่า ข้อมูลต่างๆที่เราเก็บเข้ามาก็ควรจะมีการทำดัชนีหรือสารบัญของข้อมูล เก็บเอาไว้เป็นอย่างดี เพราะในบางครั้งข้อมูลที่เราใช้วันนี้เราเข้าใจกันเป็นอย่างดี แต่ผ่านไปเพียง 1 เดือนเราจะลืมมันไปแล้วเกือบครึ่งหนึ่ง ดังนั้นข้อมูลต่างๆที่เราเก็บเข้ามาในระบบ ควรจะมีการจัดทำคำอธิบายข้อมูลนั้นอย่างละเอียด แม้ว่าข้อมูลนั้นมีการเก็บข้อมูลอย่างต่อเนื่อง เราจะเสียเวลาทำเรื่องนี้เพียงแค่ครั้งเดียวเท่านั้น และจะมีประโยชน์ไปได้อีกนาน และมีประโยชน์มากที่สุดในตอนที่จะหยิบข้อมูลต่างๆกลับมาใช้งาน 

แม้ว่าบริษัทเก็บข้อมูลเป็นจำนวนมาก แต่อธิบายได้ไม่ชัดเจนว่าข้อมูลในแต่ละจุดมันใช้อธิบายเรื่องอะไร หรือต้องใช้เวลาในการค้นหาคำตอบเพื่อจะอธิบายได้ครบถ้วน และ บางครั้งองค์ความรู้เหล่านั้นติดอยู่กับตัวบุคคลที่เคยทำงานในเรื่องนั้น แต่ปัจจุบันลาออกไปแล้วก็จะส่งผลกระทบทันที ทำให้ข้อมูลนั้นไม่มีประโยชน์หรือไม่สามารถนำกลับมาใช้ได้อีก เพราะไม่มีใครสามารถอธิบายว่าข้อมูลนั้นมันสื่อถึงอะไรได้อย่างชัดเจน 

กลายเป็นว่าข้อมูลที่ถูกเก็บเป็นจำนวนมากก็ไร้ค่าไปในทันที ถ้าเราเริ่มเก็บข้อมูล เราก็ควรจะให้ความสำคัญกับการทำดัชนีอย่างเป็นระบบและถูกต้องด้วย 

กำหนดสิทธ์การเข้าถึงข้อมูลอย่างเหมาะสม

ข้อมูลหลายๆอย่างมีผลกระทบกับคนหลายๆคน เช่น ข้อมูลเงินเดือนของแต่ละบุคคล, ข้อมูลการจ่ายคอมมิชชั่นของแต่ละหน่วยงานภายใน เป็นต้น ดังนั้นเมื่อเรามีข้อมูลต่างๆมาเก็บรวมกันมากขึ้น เราจำเป็นที่จะต้องกำหนดสิทธิ์การเข้าถึงของข้อมูลแต่ละข้อมูลให้อย่างเหมาะสมและเป็นระบบ 

หลายครั้งเราเคยได้ยินข่าวว่ามีข้อมูลหลุดออกมาทำให้ส่งผลกระทบเป็นอย่างมากกับบริษัทหลายๆบริษัท นั่นเป็นเรื่องที่ทำให้เกิดความเสียหายกับบริษัทได้ทั้งทางตรงและทางอ้อม เราต้องให้ความสำคัญกับการกำหนดสิทธิ์การเข้าใช้งานอย่างถูกต้องและเหมาะสม 

แนวความคิดง่ายๆเบื้องต้นก็คือ ถ้าคนคนนั้นได้รับสิทธิ์ในการอ่านข้อมูลก็ควรจะระบุให้ชัดเจนว่ามีข้อมูลอะไรบ้างและในขอบเขตระดับไหน ไม่ควรจะให้ทุกข้อมูลไปพร้อมๆกัน ควรจะเป็นข้อมูลที่จำเป็นในการใช้งานในช่วงเวลานั้นๆ และเมื่อผ่านช่วงนั้นก็ยกเลิกสิทธิ์การเข้าถึงข้อมูลนั้น รวมทั้งระหว่างการใช้งานข้อมูลก็ควรจะให้ทำในพื้นที่หรือระบบที่ได้จัดเตรียมเอาไว้เท่านั้น เพื่อป้องกันการสำเนาข้อมูลออกไปที่อื่น 

เริ่มหา data analytics และ data scientist เข้ามาในบริษัท

เมื่อเรามีข้อมูลและข้อมูลเหล่านั้นก็น่าจะมีประโยชน์กับบริษัท เราจำเป็นต้องหาคนที่มีความรู้ ในการสกัดเอาสิ่งที่มีประโยชน์ออกมาจากข้อมูลได้อย่างถูกต้องและตรงไปตรงมา หน้าที่เหล่านี้จะถูกดำเนินการโดยคนที่ทำ data analytics และ data scientist เพราะเขาจำเป็นที่จะต้องเข้าใจการดำเนินการของธุรกิจในกิจกรรมต่างๆภายในบริษัท รวมทั้งข้อมูลทั้งหมดที่มีอยู่ เพื่อที่จะสามารถนำเอากระบวนการต่างๆทางคอมพิวเตอร์ ค้นหาที่เป็นประโยชน์ออกจากข้อมูลดิบต่างๆเหล่านั้น

ถ้าเปรียบให้เข้าใจง่ายๆก็คือ การที่เราเก็บข้อมูลต่างๆมาอย่างต่อเนื่องตลอดเวลา เปรียบเหมือนกับเราไปขุดดินในเหมืองทองคำ ซึ่งในปีนั้นก็จะมีทั้งเนื้อดินและมีทั้งแร่ทองผสมอยู่ด้วยกัน เมื่อเราได้ดินที่มีแร่ทองต่างออกมาแล้วเราก็ต้องจ้างคนที่เชี่ยวชาญในการสกัดทองคำออกมาจากดินนั้น เพื่อให้เหลือแต่เนื้อทองเพียงอย่างเดียว หน้าที่เหล่านี้ก็คือ data analytics และ data scientist ที่จะเป็นคนสกัดทองออกจากดินที่มีแร่ทองคำได้ 

ปรับปรุง และต่อยอด อย่างต่อเนื่อง

เรื่องนี้เป็นส่วนหนึ่งของ Agile mindset ที่ผมเคยเล่าไปแล้ว เพื่อให้เราสามารถ ต่อยอด และปรับปรุงการทำงาน ไปได้เรื่อยๆ ให้ดีขึ้นๆ หรือกลับกัน ก็คือ พิจารณาว่าถ้ามันไม่ดีจริง ก็อาจจะหยุดทำในบางเรื่องด้วยเช่นกัน อีกครั้งตลอดเวลาที่ผ่านไปเราจะได้  “Working software” ซึ่งในที่นี้ก็อาจหมายถึง dashboard หรือข้อมูลเชิงลึกต่างๆ จาก Data analytics มาใช้งานอย่างต่อเนื่อง เพราะเมื่อข้อมูลเปลี่ยนแปลงไปเรื่อยๆ งานตรงนี้ก็ไม่เคยมีวันหมดด้วยเช่นกัน

ทั้งหมดนี้ก็เป็นแนวทางการจัดการ Data เพื่อการทำ Digital Transformation ได้อย่างเหมาะสม เพื่อให้บริษัทสามารถนำไปใช้งานได้ สำหรับเครื่องมือต่างๆเป็นเรื่องรองลงไปเพราะว่า แต่ละบริษัท ก็มีงบประมาณ ทรัพยากร และ องค์ความรู้ที่แตกต่างกัน เครื่องมือมันก็จะเป็นเพียงปลายทางที่ถูกหยิบยกมาใช้ให้เหมาะสมกับแต่ละบริษัทเท่านั้น

อมรเดช คีรีพัฒนานนท์

เชี่ยวชาญเรื่อง eCommerce และ Digital Transformation เพราะมีประสบการณ์กว่า 10 ปี และยังเป็น Full Stack Developer รวมถึงประสบการณ์ด้าน Big Data Ecosystem , Blockchain Ecosystem ถามได้ปรึกษาได้ เป็นกันเอง และ จริงใจ 🙂