“น้ำมันดิบ ข้อมูล”

โลกดิจิตอล เปลี่ยนแปลงรวดเร็วมาก

เราจะต้องก้าวตามให้ทัน

การใช้ข้อมูลในการตัดสินใจ เป็นเรื่องที่สำคัญ

ข้อมูลเป็นเหมือนน้ำมันดิบ

เมื่อเรามีมันแล้ว เราจะต้องนำมันมาวิเคราะห์

กลั่นออกมาให้เป็น “พฤติกรรมลูกค้า”

นำไปสร้างเป็นผลิตภัณฑ์ที่ตอบโจทย์พวกเขา

เอ๊ะ ว่าแต่มองไปรอบห้อง

ก็เห็นเป็น “แฟ้มเอกสาร” เต็มไปหมด

ข้อมูลทั้งนั้น

แต่เป็นกระดาษ ไม่ใช่ดิจิตอล

กระดาษเอามาวิเคราะห์ไม่ได้

ใช้ “ปัญญาประดิษฐ์” ไม่ได้

พวกเราต้องทำอะไรสักอย่าง

ดิจิตอล ทรานส์ฟอร์เมชั่น ที่แท้ทรู

เริ่มจากการนำข้อมูลในกระดาษมาเข้าระบบให้เรียบร้อย

ฐานข้อมูลนี้แหละ บ่อน้ำมันดิบของเรา

เมื่อวันก่อน ผมได้มีโอกาสฟัง ดร.ต้า วิโรจน์

อดีตนักวิทยาศาสตร์ข้อมูล (Data Scientist) ของบริษัทเฟซบุ๊ก (Facebook)

ผู้ก่อตั้งบริษัทสคูลดิโอ (Skooldio) คลาสเรียนออนไลน์ที่ดีที่สุดแห่งหนึ่งในประเทศ

พูดถึงเรื่องการใช้ข้อมูลในการตัดสินใจขององค์กรขนาดใหญ่

หัวข้อคือ “Toward Data-Informed Organization”

ดร.ต้าบอกว่า จะเป็นองค์กรที่ใช้ข้อมูลในการตัดสินใจอย่างเยี่ยมยอดได้

ไม่ได้เริ่มจากการส่งผู้บริหารไปอบรมเรื่อง “ปัญญาประดิษฐ์ (Artificial Intelligence)

หรือการจ้างที่ปรึกษามาทำเรื่อง “ดิจิตอล ทรานส์ฟอร์เมชั่น (Digital Transformation)

ต้องประกอบด้วยสามส่วนด้วยกัน

หนึ่ง เริ่มด้วยการมีข้อมูลที่ถูกต้องเสียก่อน

บริษัทในเมืองไทยส่วนใหญ่ทำการค้ามาหลายสิบปี

แต่ข้อมูลกระจัดกระจาย เก็บบ้าง ไม่เก็บบ้าง ตามอารมณ์

คุยกับลูกค้า ขายของได้ จ่ายเงินเรียบร้อย

เสร็จแล้วก็แล้วกัน

ผลิตของออกมาเป็นชิ้นๆ ได้

ไม่สนใจประสิทธิภาพของขั้นตอนต่างๆ

คุณภาพ ความถูกต้อง ความผิดพลาด ปริมาณความถี่

จำนวนพนักงานที่เกี่ยวข้อง ของที่ใช้ ของที่เหลือ

ต่างๆ นานา ที่ทำให้เสร็จไป ทำให้ดีที่สุด

ไม่เก็บข้อมูลระหว่างทาง

แบบที่ใครเขาว่า

“อะไรที่คุณวัดผลได้ คุณทำให้ดีขึ้นได้”

เช่นกัน อะไรที่คุณไม่วัดผล คุณก็ไม่มีทางทำให้ดีขึ้นได้

นี่คือจุดเริ่มต้นของวัฒนธรรมแห่งข้อมูล

ตั้งแต่ผู้บริหารลงไปจนถึงพนักงานที่หน้างาน

หากหมั่นคอยถามหาข้อมูลมาใช้ในการตัดสินใจทุกครั้ง

ข้อมูลเดิมจากที่ไม่มี ก็จะค่อยๆ เก็บ กลายเป็นมีขึ้นมาได้

อยากจะวิเคราะห์ข้อมูล อยากจะใช้ “ปัญญาประดิษฐ์”

คงจะป่วยการ หากไม่มี “ข้อมูล” เพียงพอให้วิเคราะห์

สอง บางทีเก็บข้อมูลแล้ว แต่อยู่ในรูปแบบที่ไม่ถูกต้อง

ไม่ถูกต้องคือ ไม่สามารถนำมาวิเคราะห์ได้

ยกตัวอย่างง่ายๆ ก็คือ การที่ข้อมูลลูกค้า การซื้อขายต่างๆ ยังอยู่บนกระดาษ

จริงอยู่ ใช้ตาคนมอง ก็พอจะคำนวณ วิเคราะห์ได้บ้าง

กดเครื่องคิดเลข ต๊อกแต๊ก อะไรประมาณนี้

แต่ถ้าข้อมูลมีปริมาณมาก ก็คงจะยากที่จะนำมาวิเคราะห์ให้เกิดประโยชน์จริงจัง

การนำข้อมูลในกระดาษเหล่านี้มา “ทำให้เป็นดิจิตอล (Digitize)”

ทำได้ง่ายที่สุด ก็นำมาใส่ “ไมโครซอฟต์ เอ็กซ์เซล (Microsoft Excel)”

จากข้อมูลกระจัดกระจาย มาถูกจัดระเบียบในเครื่องคอมพิวเตอร์

เริ่มต้นแบบนี้ ข้อมูลที่มีคุณค่าก็จะถูกนำมาวิเคราะห์ได้โดยงาน

หากถ้าข้อมูลมากขึ้น ใช้เอ็กซ์เซลไม่เพียงพอ

ก็ใช้ฐานข้อมูลอื่นๆ เอาขึ้นคลาวด์กันได้ตามอัธยาศัย

เครื่องมือมากมายมีให้เลือกใช้ทั้งจ่ายตังค์และแบบฟรี

ข้อมูลเพียงพอแล้ว ต้องจัดให้อยู่ถูกที่ถูกทางด้วย

เอาละ ทีนี้ก็พร้อมวิเคราะห์

สาม “ความรู้ด้านการวิเคราะห์”

ที่จริงแล้วบริษัทไทยส่วนใหญ่จะทำส่วนนี้ก่อน

ล้ำหน้าไปก่อนที่จะกลับมาดูว่าตัวเองมีข้อมูลไหม

ส่งคนไป “อบรม” กันให้มากมาย

การวิเคราะห์ข้อมูลขั้นสูง การพยากรณ์อนาคตด้วยเทคนิคเชิงสถิติ

การใช้ “แมชชีน เลิร์นนิ่ง (Machine Learning)” ให้เครื่องคอมพ์วิเคราะห์ข้อมูลแทนมนุษย์

ต่างๆ นานา มีให้เลือกเรียนกัน

หากแต่ว่า คนที่จะเป็น “นักวิทยาศาสตร์ข้อมูล” ตัวจริงนั้น

จะต้องมีความรู้สามอย่างประกอบกัน

หนึ่ง ความรู้ด้านสถิติขั้นสูง นำมาใช้ในการวิเคราะห์

สอง ความรู้ด้านการเขียนโปรแกรม เพื่อจัดการกับฐานข้อมูลขนาดใหญ่

สาม ความรู้เกี่ยวกับธุรกิจนั้นๆ เพื่อนำมาตั้งคำถามตั้งต้นที่เป็นประโยชน์ต่อการทำธุรกิจ

ไม่ง่ายครับ ที่จะหาคนคนนั้นเจอ

คนในองค์กรอาจจะต้องเริ่มเปลี่ยนแปลงตัวเอง

ลองเรียนรู้แง่มุมที่ตัวเองขาดหายไป

หรือที่เขาเรียกกันว่า “Re-Skill” นั่นเอง

อยากจะดิจิตอล ทรานส์ฟอร์เมชั่น

ต้องมีสามอย่างครบ จากหนึ่งไปสาม

มิใช่ย้อนกลับ อย่างที่องค์กรหลายแห่งเสียเงินฟรี ส่งคนไปเรียนสถิติกันมากมาย

แต่กลับไม่มีข้อมูลเพียงพอ หรือมีข้อมูลแต่พนักงานเข้าถึงได้ยาก

น่าเสียดาย

กลับมาที่การเริ่มต้นทำข้อมูลให้เป็นดิจิตอลขององค์กรไทยๆ ยักษ์ใหญ่

“เอ้า น้องคนนั้นน่ะ มาเอากระดาษกองนี้ไปสแกนหน่อย

เก็บเป็นไฟล์ฐานข้อมูลให้เรียบร้อยนะ

เราจะไปดิจิตอลกันแล้ว”

ขอให้โชคดี