การออกแบบ Big Data Architecture ปัจจัยสำคัญคือ Business Use Case

Screenshot 2019-09-14 12.11.57

ผมมักจะเจอคำถามบ่อยๆว่าจะทำโปรเจ็ค Big Data  ควรจะใช้เทคโนโลยีอะไรดี เลือกซื้อจากรายไหนดี จริงๆแล้วการจะตอบคำถามนี้คงจะต้องพิจารณาจากหลายปัจจัยตั้งแต่คำถามว่า

  1. ต้องการนำมาใช้ในโครงการใด Use Caseใด ซึ่งคำตอบนี้จะมีผลต่อสถาปัตยกรรมที่ต้องมาพิจารณาในการออกแบบ ตัวอย่างเช่น
    • ข้อมูลมี Volume มากเพียงใด เพราะหากมีขนาดมากกว่า 100 TB ก็อาจเป็นปัญหา
    • ข้อมูลมี Velocity ที่จะเข้าเท่าไร เพราะถ้ามีขนาดต่ำกว่า 100 K ต่อวินาทีก็อาจรองรับไหว
    • ข้อมูลมี Veracity เพียงใด มีทั้ง Structure หรือมี semi-structured และ Unstructured ด้วย
    • ต้องการประมวลผลแบบใด Batch หรือ Realtime
  2. เราต้องการจะออกติดตั้ง Big Data Platform ที่ใด
    • Cloud หรือ  Data Center
  3. เราจะเลือกสถาปัตยกรรมแบบใด
    • ติดตั้งเอง หรือ PaaS  ที่เป็น Big Data as a Service
    • ค่าจ่ายแบบ Pay as you go หรือ Fix
    • ระบบแบบ Couple หรือ Decouple
  4. เราได้สื่อสารแผนงานของเราชัดเจนเพียงใด
  5. เราได้วิเคราะห์อุปสรรคต่างๆได้ดีเพียงพอแค่ไหน

Screenshot 2019-09-14 13.02.40รูปที่ 1 องค์ประกอบของสถาปัตยกรรมระบบ Big Data

สถาปัตยกรรมระบบ Big Data ส่วนใหญ่ก็จะประกอบไปด้วยองค์ประกอบ 4 อย่างก็คือ

  • Ingestion คือส่วนที่นำข้อมูลเข้าที่อาจเป็นแบบ Batch หรือ Streaming
  • Storage คือส่วนที่เก็บข้อมูลทั้งนี้คืออยู่กับขนาดและชนิดของข้อมูลที่ต้องการเก็บ
  • Processing คือส่วนในการประมวลผลต่างๆทั้งการทำ Data Cleanising, การทำ Modelling  หรือ การทำ Data Science ซึ่งการประมวลผลมีทั้งแบบ Batch หรือRealtime
  • Visualisation คือส่วนในการแสดงผลข้อมูล

ในปัจจุบันก็มีเทคโนโลยีด้าน Big Data หลากหลายที่สามารถนำมาใช้ได้ (ดังแสดงในรูปที่ 2) แต่ละเทคโนโลยีมีความเหมาะสมที่แตกต่างกันทั้งนี้ขึ้นกับ Use Case ของโครงการที่ Big Data จะนำไปใช้ โดยต้องวิเคราะห์ถึงขนาดของข้อมูล ความถี่ของข้อมูล ความต้องการประมวลผล ความปลอดภัยของข้อมูล และงบประมาณ

70461936_561279104613554_3942196441996328960_nรูปที่ 2 ตัวอย่างเทคโนโลยีด้าน Big Data

ทั้งนี้การเลือกใช้เทคโนโลยี Big Data มีหลักการที่สำคัญสองประเด็น

  • ควรจะสร้างระบบที่แยก (Decoupled) กันระหว่างระบบ Storage และ Processing ซึ่งอาจต้องใช้เครื่อง Server Cluster ที่ต่างกัน
  • การเลือกใช้เทคโนโลยี Big Data ถ้าต้องติดตั้งใน Data Center เองก็ไม่ควรเกิน 4 เทคโนโลยี แต่ถ้าเป็นบริการบน Cloud ก็ไม่ควรเกิน 7 เทคโนโลยีทั้งนี้ก็เพื่อง่ายต่อการบำรุงรักษา และลดความซับซ้อนของระบบ

เพื่อให้เห็นวิธีการเลือกสถาปัตยกรรม ผมขอยกตัวอย่างกรณีศึกษาของลูกค้ารายหนึ่งที่ทางทีมงานของ IMC Institute เข้าไปดำเนินการให้ โดยมีวิธีคิดดังนี้

Business Use Case มีข้อกำหนดต่างๆดังนี้

  • ลูกค้าต้องการรวบรวมข้อมูลจากแผนกและหน่วยงานต่างๆที่มีมาตั้งแต่ปี 2553  ที่ปัจจุบันเป็นแบบ Siloให้อยู่ในรูปแบบของ Data Lake เพื่อใช้ในการวิเคราะห์ข้อมูลทั้งแบบ Descriptive และ Predictive
  • Volume: ข้อมูลมีขนาดประมาณ 1 TB และมีจำนวนประมาณ 1,000 ล้านเรคอร์ด
  • Velocity: จะมีข้อมูลที่นำเข้าใหม่ในเพียงเดือนละครั้งจำนวนประมาณ 5 ล้านเรคอร์ด
  • Variety: ข้อมูลมีหลากหลายรูปแบบทั้งที่เป็น Database, CSV, SPSS หรือ ข้อความ
  • Processing: ข้อกำหนดในการประมวลผลไม่ได้เป็นแบบ Realtime แต่ขอให้สามารถแสดงผลข้อมูลหลายร้อยล้านเรคอร์ดได้ภายในไม่เกินหนึ่งนาที
  • งบประมาณ:  ลูกค้ามีงบประมาณจำกัดต่ำกว่า 8 ล้านบาท

Technology:  ทีมงานได้ตัดสินใจเลือกตามเงื่อนไขต่างๆดังนี้

  • Infrastructure:  เมื่อเปรียบเทียบระหว่างการทำระบบ On-Premise หรือ Private Cloud บน Data Center กับการใช้  Big Data as a Service ของ Public Cloud รายต่างๆแล้ว ทีมงานเลือกใช้ Google Cloud Platform (GCP) ด้วยเหตุผลเรื่องค่าใช้จ่ายที่ถูกกว่า ความคุ้นเคยของทีมงาน ความง่ายต่อการใช้งาน และสามารถเริ่มทำได้ทันทีเพราะค่าใช้จ่ายเริ่มต้นต่ำ
  • Ingestion: เนื่องจากการนำเข้าข้อมูลเป็นแบบ Batch ข้อมูลมีขนาดเล็กและไม่มีความซับซ้อนมากนัก ทีมงานก็เลยเลือกที่จะใช้วิธี Upload ผ่าน Command Line  ของ GCP
  • Storage:  ทีมงานเลือกใช้ Google Cloud Storage แบบ Multi-Regional ในการเก็บข้อมูลที่หลากหลาย เนื่องจากราคาถูกและสามารถ Scale ได้ง่าย โดยจะแบ่งข้อมูลออกเป็นสามโซนคือ Raw Zone, Trusted Zone และ Refined Zone นอกจากนี้ยังใช้ Google BigQuery ในการเก็บข้อมูล Structure ที่ผ่านการ Cleansing จาก Raw Zone มาแล้วเพื่อความรวดเร็วในการประมวลผล
  • Processing: ทีมงานเลือกใช้ Google DataProc ที่เป็น Hadoop as a Service มาใช้ในการประมวลผล โดยจะสร้าง Cluster เมื่อมีการประมวลผล และค่าใช้จ่ายจะเป็นแบบ Pay as you go ทำให้ประหยัดค่าใช้จ่าย โดยใช้เทคโนโลยีต่างๆในการประมวลผลดังนี้
    • Data Cleansing: การประมวลผลข้อมูลใน Raw Zone เลือกใช้ Spark จาก DataProc โดยเลือกเขียนโปรแกรมเป็นภาษา Python
    • Data Transformation: การแปลงข้อมูลหรือการสร้าง Table ใหม่ ทีมงานเลือกใช้ Hive และ Spark จาก DataProc
    • Machine Learning: ในการทำ Predictive Analytics ทีมงานเลือกใช้ Spark MLlib
    • Query: สำหรับการ Query ข้อมูลขนาดหลายร้อยเรคอร์ดและเชื่อมโยงกับ Visualisation Tool ทีมงานเลือกใช้ Google BigQuery ที่มีความรวดเร็วในการประมวลผล
  • Visualisation: ทีมงานเลือกใช้ Power BI ด้วยเหตุผลเรื่องงบประมาณและความสวยงามของกราฟที่ได้

จากตัวอย่างที่ยกมาจะพบว่าการออกแบบ Big Data Archicture และการเลือกใช้เทคโนโลยี ความสำคัญอยู่ที่ต้องเริ่มต้นจาก Business Use Case ไม่ใช่เริ่มจากเทคโนโลยี

ธนชาติ นุ่มนนท์

IMC Institute

เอกสารอ้างอิง

1.) AWS Big Data Demystified #1.2 | Big Data architecture lessons learned

บริการออนไลน์และสิทธิพิเศษของสมาชิกที่แลกมาด้วยข้อมูลส่วนตัว

69265373_300445684132982_1512539807790661632_n

“มี All member ไหมครับ”  คือคำถามที่พนักงาน 7-11  จะถามผมทุกครั้งที่ผมจะจ่ายค่าสินค้า

การเป็นสมาชิกของร้านค้าต่างๆเช่น ร้านสะดวกซื้อ ร้านกาแฟ สถานีบริการเติมน้ำมัน หรือแม้แต่บริการออนไลน์ต่างๆอย่าง Grab, Rabbit Line  ก็อาจมีข้อดีในการที่จะได้บริการหรือสิทธิพิเศษที่ได้มากขึ้น เช่นอาจได้ของแถม อาจได้ส่วนลด แต่ทั้งหมดนี้อาจต้องแลกมาด้วยความเป็นส่วนตัวที่จะต้องถูกผู้ให้บริการเหล่านั้นสามารถนำข้อมูลของเราไปวิเคราะห์ได้

ทุกวันนี้ผมเป็นสมาชิกของร้านค้าและบริการต่างๆนี้มากพอแล้ว ทั้งการใช้ IoT, Mobile App หรือการใช้บัตรสมาชิก ผมรู้ว่าวันนี้ความเป็นส่วนตัวผมได้หายไปเยอะมาก จนน่ากลัว

  • ผมทานกาแฟ และสมาชิก Starbucks เวลาไปเปิดดู ข้อมูลของผมที่แสดงในเว็บไซต์ จะเห็นเลยว่า แต่ละวันมียอดค่าใช้จ่ายอย่างไร ผมเองเชื่อว่า ข้อมูลนี้เป็นเพียงส่วนหนึ่งที่เขาเอามาแสดงให้ผู้บริโภคเห็น แต่จริงๆแล้วข้อมูลในฐานข้อมูลน่าจะเก็บรายละเอียดมากกว่านี้ โดย Starbucks ก็คงทราบว่าผมไปทานกาแฟร้านไหน และสั่งอาหารอะไร

Screenshot 2019-09-12 11.10.08

รูปที่  1 ตัวอย่างข้อมูลการใช้บัตร Starbucks  ที่แสดงให้ผู้ใช้ดู

  • ผมเป็นสมาชิกของ NetFlix มาเป็นเวลาหลายปีแล้ว เวลาผมเข้าไปดูข้อมูลในเว็บไซต์ ก็จะเห็นว่า NetFlix จะแสดงรายชื่อหนังที่ผมดู แต่พอไปค้นข้อมูลด้านการทำ Big Data Analytic ของ  NetFlix ทำให้ทราบว่าเขาเก็บข้อมูลผมมากกว่านี้ มีทั้งรู้ว่าผมเลือกหนังอะไร แลัวดูจริงไหม มีการ Pause ไหม มีการ Fast Forward ไหม

Screenshot 2019-09-12 11.11.04

รูปที่  2 ตัวอย่างข้อมูลการดูหนังของ  NetFlix ที่แสดงให้ผู้ใช้ดู

  • ผมซื้อของจาก E-commerce  หลายเจ้าท้้ง Lazada, AliExpress, Amazon.com ผมสามารถเห็นข้อมูลการสั่งซื้อในอดีตของผมได้ และเชื่อว่าผู้ให้บริการเหล่านี้เก็บข้อมูลไปมากกว่านี้ คงรู้ว่าผมไป Click  รายการสินค้าอะไรบ้าง Review  อะไรบ้าง ซึ่งเรื่องนี้ก็คงเกิดขึ้นกับบริการออนไลน์อื่นๆที่ผมใช้ทั้ง  LineMan, Grab, Agoda, Kayak
  • ผมใช้บัตรทางด่วน EasyPass ซึ่งจัดว่าเป็น IoT เวลาเปิดดูข้อมูลใน App  ก็จะเห็นรายละเอียดว่า ผมผ่านทางด่วนด่านไหนบ้าง เวลาไหน
  • ผมมีอุปกรณ์ Smart Home ของ Xiaomi เต็มบ้าน เวลาเข้ามาดู Log  ก็จะเห็นได้ว่า ประตูบ้านเปิดปิดตอนไหน   มี Motion sensor ที่มี Log ให้เห็นการเครื่องไหวในบ้าน มีเครื่องไฟฟ้าที่ต่ออินเตอร์เน็ต หรือมีกล้อง ทำให้รู้เลยว่าผู้ให้บริการเก็บข้อมูลไว้หมด จนบางครั้งนี่ก็อาจต้องระมัดระวังว่า กล้องที่ใช้อยู่จะมีการเก็บภาพไปไว้ที่ระบบของผู้ให้บริการ

รูปที่  3 ตัวอย่างข้อมูล IoT ของ  Xiaomi และ EasyPass ที่แสดงให้ผู้ใช้ดู

  • ผมใช้อุปกรณ์ Wearable เพื่อเก็บข้อมูลสุขภาพหลายอย่าง ทั้งการออกกำลังกาย การเดิน มีเครื่องวัดความดัน เครื่องชั่งน้ำหนัก ข้อมูลเหล่านี้เก็บไว้บน  Cloud ผมสามารถมาตรวจสอบดูได้ และก็คิดว่าผู้ให้บริการก็อาจเอาข้อมูลผมไปวิเคราะห์ได้
  • ผมใช้บริการการเงินสารพัดอย่างตั้งแต่ บัตรเครดิต, Mobile Banking, True Wallet, PayPal, Lazada Wallet, Rabbit LinePay ทุกครั้งที่ชำระเงิน ผู้ให้บริการก็เก็บข้อมูลไป ซึ่งผมสามารถตรวจสอบได้ว่ามีการเก็บข้อมูลอย่างไรผ่านระบบ App หรือเว็บไซต์จึงไม่แปลกใจว่าทำให้พวกเขาถึงสามารถวิเคราะห์ข้อมูลผมได้
  • ยังมีบริการออนไลน์หรือ  IoT อีกหลายอย่างที่ผมใช้ทั้ง  Google Home, Google Assitant, Amazon Echo, Spotify  ซึ่งบริการเหล่านี้ก็คงเก็บข้อมูลของผมไปมากมายเช่นเดียวกัน

ใช่ครับวันนี้เราคงต้องคิดให้ดีกับการจะสมัครเป็นสมาชิกหรือการใช้บริการเหล่านี้ เพราะความเป็นส่วนตัวเราจะหายไป เราจะถูกติดตามและตรวจสอบได้หมด ยิ่งถ้าบริการนั้นมาผูกกับบัตรประชาชนเราหรือข้อมูลใดที่สามารถระบุตัวตนเราได้ก็ยิ่งมีความเสี่ยง บางทีเราอาจดีใจที่ได้ส่วนลดหรือบริการที่ดีขึ้นแต่คงต้องระวังกันพอควรละครับ บางทีผมก็นึกถึงหนัง  The Net หรือ Enemy of the State ที่แม้จะสร้างมาเมื่อ 20 ปีก่อน แต่มันก็กำลังเป็นเรื่องจริงแล้วในยุคปัจจุบัน

ธนชาติ นุ่มนนท์

IMC Institute

การติดตั้ง Google Assistant ลงบนมือถือเพื่อให้สั่งงานเป็นภาษาไทยได้

69237138_1470765076404161_3826382545780473856_n

“Ok Google, Show my photos at Barcelona”
“Ok Google, แสดงรูปภาพที่บาร์เซโลน่า”
“Ok Google, หนังเรื่อง Lion King ฉายเวลาไหน”
“Ok Google, แปลง 3200 เยนเป็นไทยบาท”
“Ok Google, ใครคือนายกรัฐมนตรีประเทศไทย”
“Ok Google แปลฉันรักเธอเป็นภาษาจีน”

สิ่งหนึ่งที่ผมสาธิตให้คนฟังบรรยายเป็นประจำก็คือการใช้ Google Assistant ซึ่งเป็นโปรแกรม AI ที่สามารถสั่งงานด้วยเสียงได้ โดยมักจะสาธิตการใช้โปรแกรมผ่านมือถือ และก็พูดคุยให้ดูสดๆ โดย 2-3 ปีก่อนก็จะพูดเป็นภาษาอังกฤษ แต่ระยะหลังๆผมสาธิตโดยสั่งงานด้วยเสียงเป็นภาษาไทย หลายคนตื่นเต้นและมักจะถามผมว่าผมใช้โปรแกรมอะไร

โทรศัพท์ของผมเป็น iPhone แม้จะมี Siri อยู่ แต่ผมก็คุ้นเคยกับ Google Assistant มากกว่า เนื่องจากที่บ้านมีอุปกรณ์อย่างตั้งแต่ Google Home, Google Chromecast  และ True ID TV Box ซึ่งทั้งหมดนี้ก็คืออุปกรณ์ที่มี Google Assistant ฝังอยู่ ผมจึงเลือกที่จะโหลดโปรแกรม Google Assistant จาก Apple App Store มาใช้ในโทรศัพท์ iPhone ของผม

69992802_2474721696140478_6800656542245847040_n

แต่การที่จะทำให้มันรู้จักภาษาไทย ผมจะต้องโหลดโปรแกรม Google Home มาใช้ควบคู่กัน เมื่อเปิดโปรแกรม Google home เราจะเห็น icon Profile ที่อยู่ด้านล่างทางขวามือให้กดเลือกตรงนั้น จากนั้นให้เลือกเมนู Settings ตามด้วย More settings ซึ่งเราจะเห็น Tab ที่ชื่อ Assistant ซึ่งเมื่อเราเลือกเข้าไปก็จะเห็นเมนู Languages สำหรับให้เราเลือกภาษาในการพูดคุยกับ Google Assistant ซึ่งในที่นี้ผมได้เลือกภาษาไว้แล้ว สองภาษาคือไทยและอังกฤษ ถ้าเราเลือกข้างในจะเห็นได้ว่าในปัจจุบัน Google Assistant ก็ รองรับภาษาหลายภาษาแล้วรวมทั้งภาษาไทย

แต่อย่างไรก็ดีอุปกรณ์ Android ที่มี Google Assistant อยู่จำนวนมากเพราะอาจจะยังไม่รองรับการฟังคำสั่งภาษาไทยตอนนี้อุปกรณ์อย่าง Google home หรือ Google Chromecast ที่ผมใช้อยู่ที่บ้านก็ยังสามารถพูดคุยได้แพ้ภาษาอังกฤษ แต่ Google Assistant ในมือถือผมและ TrueID TV Box รู้จักภาษาไทยแล้ว

ผมหวังมากข้อมูลนี้คงมีประโยชน์ให้ทุกท่านสามารถที่จะติดตั้งใช้ Google Assistant บนมือถือของทุกคนได้ การเริ่มใช้โปรแกรม AI แบบนี้จะทำให้พวกเราเห็นได้ว่าชีวิตกำลังจะเปลี่ยนไปอีกมากก็หวังว่าทุกคนคงจะลองไปเล่นกันครับ

ธนชาติ นุ่มนนท์

IMC institute

Digitized University ไม่เท่ากับ Digital University

69237138_1470765076404161_3826382545780473856_n

ในปัจจุบันมหาวิทยาลัยหลายแห่งอยากจะพัฒนาตัวเองเป็น Digital University หลายที่ก็เริ่มทำหลักสูตรออนไลน์ มีความพยายามเรื่องของ MOOC ทั้งนี้สิ่งหนึ่งที่มหาลัยมีความเป็นกังวลเป็นอย่างมากก็คือจำนวนนักศึกษาที่เข้าศึกษาต่อมีจำนวนน้อยลง และเริ่มมองเรื่องของ Digital disruption ว่าอาจส่งผลกระทบต่อแวดวงการศึกษาไปอย่างมาก

digitaluni-300x161-1

แท้จริงแล้วความจำเป็นในการเปลี่ยนแปลงของสถาบันอุดมศึกษามีมากกว่าการที่จะต้องทำ Digitizing หรือที่เรียกว่าการนำระบบดิจิทัลเข้ามาใช้ในภาคการศึกษา เพราะแนวโน้มการศึกษากำลังเปลี่ยนไปอย่างมากตามความต้องการของผู้เรียนและสังคม ดังนั้นสิ่งที่มหาวิทยาลัยจะต้องทำก็คือ Digital transformation ซึ่งมันอาจหมายถึงปรับเปลี่ยนค่านิยม (Value proposition)ของมหาวิทยาลัยให้ตรงกับบริบทที่เปลี่ยนไป อาจต้องปรับเปลี่ยนวิธีการสอน ปรับหลักสูตรรวมถึงการปรับเปลี่ยนองค์กรครั้งใหญ่และสำคัญที่สุดผู้บริหารจะต้องเข้าใจความแตกต่างระหว่างความหมายของ Digitized University และ Digital University

การพัฒนาระบบดิจิทัล (Doing Digital) ไม่เพียงพอกับอุตสาหกรรมที่กำลังถูก Digital Disruption อย่างอุตสาหกรรมการศึกษา ลองคิดง่ายๆถ้าวันนี้เราเป็นผู้จำหน่ายซีดี DVD หรือแม้แต่เทปเพลง ซึ่งแต่ก่อนเราอาจจะเป็นร้านค้าทั่วๆไป แล้วก็เปลี่ยนระบบมาขายออนไลน์มีระบบ E-commerce ซึ่งมันก็การนำระบบดิจิทัลมาใช้ แต่สุดท้ายก็ไม่จะถูก Disrupt อยู่ดีก็เพราะว่าสินค้าที่เราขายนี่มันไม่ตรงกับความต้องการของผู้บริโภคในยุคของเทคโนโลยีที่เปลี่ยนไปแล้ว

มหาวิทยาลัยก็เช่นเดียวกัน เราไม่สามารถจะปรับเปลี่ยนเพียงแต่พัฒนาระบบดิจิทัลโดยไม่ได้สนใจบริบทการเปลี่ยนแปลงของสังคม เพราะเทคโนโลยีมันสร้างความเปลี่ยนแปลงของสังคมไปอย่างมาก เราต้องการบัณฑิตที่มีทักษะใหม่ๆ มีอาชีพใหม่ๆ มีระบบการเรียนใหม่ๆ วันนี้คู่แข่งของสถาบันการศึกษามันคือโลกออกไลน์ เรียนจากที่ไหนก็ได้ ดังนั้นเราอาจเริ่มการทำ Digital Transformation ของมหาวิทยาลัยด้วยการวิเคราะห์ว่า Value Propostion ที่มหาวิทยาลัยมอบให้กับกลุ่มเป้าหมายมีการเปลี่ยนแปลงหรือไม่ ทั้งนี้อาจเนื่องจากความเข้ามาเทคโนโลยี หรืออาจเป็นเพราะความต้องการเปลี่ยนแปลง หรืออาจเพราะมีคู่แข่งรายใหม่ๆหรือมีทางเลือกที่เปลี่ยนไป สุดท้ายมหาวิทยาลัยก็จะต้องวิเคราะห์ถึงการกำหนด  Value Proposition ใหม่ โดยอาจนำเทคโนโลยีดิจิทัลมาเป็นช่วยทำให้สัมฤทธิ์ผล

ดังนั้น Digital Transformation  จึงอาจไม่ได้เริ่มที่จะต้องทำหรือพัฒนาระบบดิจิทัล แต่ต้องเริ่มที่กลยุทธ์และมีทิศทางในการเปลี่ยนแปลงที่ชัดเจน แต่แน่ละมหาวิทยาลัยก็อาจต้องมีพื้นฐานในการพัฒนาระบบดิจิทัล เพราะจะไม่สามารถเปลี่ยนแปลงได้เลยถ้าวันนี้ยังไม่มีความเป็นดิจิทัล และที่สำคัญสุดคือบุคลากรต้องมีวัฒนธรรมดิจิทัล

สุดท้ายผมขอนำเอาตัวอย่างบางส่วนที่ผมใช้เครื่องมือในการวิเคราะห์ Value Proposition Roadmap  มากับระบบการศึกษาของมหาวิทยาลัย โดยขอแยกเป็นเอกสารในตอนที่สองดังนี้

การวิเคราะห์ Value Proposition Roadmap  ของมหาวิทยาลัย  (เนื้อหาเป็นภาษาอังกฤษ จากแบบฝึกหัดที่ผมทำ)

ธนชาติ นุ่มนนท์

IMC Institute

 

ตัวอย่างการวิเคราะห์ Value Proposition Roadmap สำหรับมหาวิทยาลัย

Screenshot 2019-08-31 16.12.06

เป็นตัวอย่างแบบฝึกหัดที่ผมได้ทำไว้ในหลักสูตร Digital Transformation Strategy โดยมีขั้นตอนวิเคราะห์ต่างๆดังนี้

Step 1: Identify key customer types by value received.

Screenshot 2019-08-31 16.11.07

Step 2: For each of the customer types, define the current value offered by your university to the customer.

Screenshot 2019-08-31 16.14.50Screenshot 2019-08-31 16.15.08

Step 3: Identify emerging threats.

Screenshot 2019-08-31 16.17.38

Step 4: Assess the strength of your current value elements, , ask yourself (and answer) the following questions:

  1. Is this benefit of decreasing value to the customer?
  2. Is this benefit of increasing value to the customer?

Screenshot 2019-08-31 16.20.34Screenshot 2019-08-31 16.21.04

Screenshot 2019-08-31 16.23.07Screenshot 2019-08-31 16.22.46

Step 5: Focus on generating new potential value elements using three sources to look for the opportunities that will allow you to create new value, serve your customers in new ways that you haven’t been able to do or have not done in the past:

  1. New technologies – these could be different from or the same as your threats. What are some technologies that could help you create new value? What would the benefit be? The new value element? What would your customers get out of it?
  2. Changing trends in the customer environment – what value could you deliver by tapping into those trends?
  3. Unmet customer needs – what way could you add value by serving those unmet needs

Screenshot 2019-08-31 16.31.04

Step 6: Synthesise a new forward-looking value proposition for your university.

Screenshot 2019-08-31 16.34.27Screenshot 2019-08-31 16.34.36Screenshot 2019-08-31 16.34.59

Digital Transformation ไม่ใช่แค่เรื่องของเทคโนโลยี แต่มันคือการ Redefine Customer Value Proposition

Screenshot 2019-08-28 10.07.37

เมื่อวานนี้ทาง คุณทินกร เหล่าเราวิโรจน์ นายกสมาคมอุตสาหกรรมซอฟต์แวร์ไทย (ATSI) ได้กรุณาเข้ามาสัมภาษณ์ผมเรื่องของ Digital Transformation

69271903_10215451188298917_7227946552008900608_n

มีคำถามว่าในมุมมองของผมคำว่า Digital transformation คืออะไร

ผมเห็นว่าเรื่องนี้ไม่ใช่แค่เรื่องของเทคโนโลยีดิจิทัลแต่จริงๆมันคือเรื่องของกลยุทธ์ กล่าวคือ องค์กรต้องกำหนด Value Proposition ให้กับลูกค้าใหม่รวมถึงอาจจะต้องมีการปรับเปลี่ยนองค์กร การเข้ามาของเทคโนโลยีดิจิทัลทำให้ผู้คนมีการใช้ Digital มากขึ้นพฤติกรรมของผู้บริโภคเลยเปลี่ยนไป แต่ก่อนเราในฐานะของบริษัทซึ่งเป็นผู้ผลิต ผู้จำหน่าย หรือผู้ให้บริการ จะเป็นศูนย์กลางและมีอิทธิพล เราสามารถจะกำหนดกลไกการตลาดต่างๆได้ แต่เทคโนโลยีที่ทำให้ผู้บริโภคในปัจจุบันสามารถที่จะสืบค้นข้อมูล สามารถที่จะเปรียบเทียบราคา สามารถที่จะเลือกบริโภคอะไรก็ได้จากอุปกรณ์ใดก็ได้สั่งจากที่ไหนก็ได้ ดังนั้นการแข่งขันไม่เหมือนเดิมเพราะพฤติกรรมของผู้บริโภคเปลี่ยนไปแล้ว

Lazada Alibaba NetFlix Airbab หรือแม้แต่ Grab ก็เป็นตัวอย่างที่ทำให้เห็นว่าธุรกิจที่มีรูปแบบเดิมๆเนี่ยกำลังเปลี่ยนไป โดนแพลตฟอร์มเข้ามาแทนที่และแพลตฟอร์มเนี่ยสามารถขยายในวงกว้างเนื่องด้วยเทคโนโลยีดิจิทัลมันสามารถขยายได้อย่างไม่มีขีดจำกัด และความสามารถของเทคโนโลยีก็มีมากชึ้นเรื่อยๆ จนทำให้ผู้ที่เริ่มก่อนและมีผู้ใช้มากๆขยายตัวอย่างมหาศาลจนเกิดปรากฎการณ์ที่เรียกว่า Winner Take All

Digitl Disruption เกิดขึ้นในบางอุตสาหกรรมอย่างชัดเจนแล้วอาทิเช่นสื่อสิ่งพิมพ์หรือสื่อบันเทิง แต่จริงๆแล้วเนี่ยมันจะกระทบกับทุกอุตสาหกรรม ขึ้นอยู่กับเวลาหรือขนาดเท่านั้น ยิ่งถ้าอุตสาหกรรมใดมีการใช้เทคโนโลยีดิจิทัลมากแล้วโอกาสที่จะเกิดขึ้นเร็วก็จะยิ่งมีมาก ผลกระทบมันเป็นแบบสึนามิขึ้นมาเร็วใครตั้งตัวไม่ติดก็คงล้มลงไปเลย

ความแตกต่างระหว่างคำว่า Digitized คำว่า Digital

หลายๆองค์กรยังไม่เข้าใจความแตกต่างระหว่างคำว่า Digitized คำว่า Digital องค์กรที่เป็น Digitized organisation ก็คือองค์กรที่ลงมือทำหรือนำเทคโนโลยีดิจิทัลเข้ามาใช้ เช่นการแปลงข้อมูลจาก analog ให้มาเป็น Digital มีการใช้ระบบ CRM ระบบ ERP หรือแม้แต่การทำสินค้าขายออนไลน์ ซึ่งโดยมากก็เป็นงานโครงการ ทำให้มีประสิทธิภาพการทำงานที่ดีขึ้นอาจเพิ่มรายได้ขึ้นระยะสั้น แต่สุดท้ายอาจถูก Digital Disruption อยู่ดี เพราะยังไม่ใช่เป็นการเปลี่ยน

คำว่า Digital Organisation คือองค์กรที่มีวัฒนธรรมทางดิจิทัล เริ่มมีสินค้าหรือบริการที่อยู่ในรูปของดิจิตอลมีการนำเสนอรูปแบบธุรกิจแบบใหม่ มีการปรับองค์กรใหม่ มีความคล่องตัว และมีการทำTransformation อย่างต่อเนื่อง เพราะมันไม่ใช่เป็นโครงการที่ทำครั้งเดียวเสร็จ

องค์กรอาจจะเริ่มต้นจากการทำ Digitized ก่อนเป็นขั้นตอนแรก หลังจากนั้นบางแผนกบางธุรกิจก็อาจจะเริ่มมีการทำ Digital transformation ของแผนกตัวเองโดยมีการนำเสนอกระบวนการหรือสินค้าใหม่ๆในรูปของดิจิทัล Business Model บางอย่าง ขั้นตอนนี้ผมเรียกว่า Siloed จากนั้นอาจเข้าสู่ขั้นตอนที่ผู้บริหารสูงสุดหรือบอร์ดเห็นความสำคัญของ Digital transformation จะต้องกำหนดกลยุทธ์องค์กรไปข้างหน้าโดยใช้ Digital กล่าวคือ ทำให้องค์กรมีวัฒนธรรมดิจิทัล กลยุทธ์องค์กรเดินด้วยดิจิทัล กล่าวคือ เปลี่ยนจาก Digital enable Business เป็น Digital  inspire Business  ซึ่งการกำหนดกลยุทธ์เนี่ยในช่วงแรกเราอาจเห็นขับเคลื่อนไปได้บางส่วนในองค์กรหรือที่เรียกว่า Partially Transform จากนั้นเมื่อองค์กรทำพร้อมทั้งหมดแล้วก็อาจถึงขั้นตอนที่เรียกว่า Fully Transform สุดท้ายองค์กรจะเดินไปข้างหน้าได้การทำ Digital Transformation จะมีอย่างต่อเนื่องและจะประสบความสำเร็จได้เราจะต้องไปถึงขั้นที่เรียกว่า Living DNA  คือมีองค์กรพร้อมที่จะเปลี่ยนปรับเปลี่ยนได้ตลอดเวลาด้วยเทคโนโลยีดิจิทัลตาม  Value Proposition ที่เปลี่ยนไป

ผมได้เขียนบทความหลายหลายเรื่องที่เกี่ยวข้องกับ Digital Transformation ทั้งในบล็อก thanachart.org ในหนังสือพิมพ์กรุงเทพธุรกิจและ Business Today ทุกสัปดาห์ก็สามารถติดตามอ่านได้แล้วกันครับ

ธนชาติ นุ่มนนท์

IMC Institute

Digital Trends 2020 & Education Transformation

edm_sep

เมื่อวันที่ 23 กรกฎาคมที่ผ่านมาผมได้รับเชิญจากมหาวิทยาลัยขอนแก่น ไปบรรยายในงาน KKU Digital Transformation ในหัวข้อ Digital Trends 2020 & Education Transformation ให้กับบุคลากรของมหาวิทยาลัยขอนแก่น ซึ่งผมเองก็เป็นกรรมการสภาผู้ทรงคุณวุฒิของมหาวิทยาลัย และมีส่วนร่วมในการกำหนดนโยบายทางด้านนี้ของมหาวิทยาลัย ทางมหาวิทยาลัยได้กรุณาอัดวิดีโอการบรรยายของผม เผยแพร่ใน YouTube Channel ของมหาวิทยาลัย และสไลด์ในการบรรยายก็ได้อัพโหลดขึ้น Facebook  โดยมีเนื้อหาทังสองส่วนดังนี้

สำหรับการบรรยายในวันนั้นสามารถสรุปประเด็นที่สำคัญได้ดังนี้

  • ผมเรียนจบจากคณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น โดยเข้าเรียนในปี 2525 ซึ่งตอนแรกตั้งหวังไว้ว่าจะมาเป็นวิศวกรไฟฟ้า แต่หลังจากที่จะจบออกมา ก็เจอการเปลี่ยนแปลงทางเทคโนโลยีที่สำคัญคือการเข้ามาของเครื่องไมโครคอมพิวเตอร์ ทำให้ชีวิตการทำงานของผมเปลี่ยนไปและทำงานในหลายๆอาชีพหลังจากจบมาจนถึงปัจจุบันแต่ไม่เคยได้เป็นวิศวกรไฟฟ้าอย่างที่เคยตั้งใจ
  • ความรู้ที่เรียนมา 4 ปี แม้เมื่อ 30 กว่าปีก่อนก็พบว่าเก่าเกินไปแล้ว ทันทีที่จบออกมา แม้ช่วงนั้นเทคโนโลยีจะไม่เปลี่ยนแปลงอย่างรวดเร็วขนาดนี้ แต่สิ่งที่พบก็คือความรู้มีระยะเวลาที่สั้น ยิ่งในปัจจุบัน ความรู้ยิ่งสั้นลงกว่าเดิมเข้าไปอีก
  • ชีวิตการเป็นอาจารย์ของผมเห็นภาพของความเปลี่ยนแปลงด้วยเทคโนโลยีจากแต่เดิมใช้ชอล์กกระดาน และการสอนอาจใช้เนื้อซ้ำเดิมๆได้ มาสู่ยุคปัจจุบันที่เป็นออนไลน์ สอนนักเรียนจากอุปกรณ์ใดก็ได้ ก็ทำให้ต้องทำเอกสารการสอนแบบทันทีทันใดเช่นกัน ต้องสอนและมีความรู้แบบ Realtime
  • เทคโนโลยีที่เป็น  Mega Trend ที่เกี่ยวข้องกับการเรียนการสอนมีหลายด้าน ตั้งแต่ IoT, Big Data Cloud computing, AI หรือแม้กระทั่ง User Interface ที่กำลังกลายเป็นเรื่องของ Voice, AR, VR
  • ความสามารถของ AI  ในปัจจุบันหลายๆด้านทำได้ดีเช่น การมองเห็น การฟัง หรือ การเคลื่อนไหว ทำให้เห็นว่างานหลายๆด้านในอนาคตอาจถูกแทนที่ด้วยการใช้ AI
  • Digital Disruption เข้ามา ทำให้อาชีพคนในอนาคตคงจะเปลี่ยนแปลงไปอีกมาก เราคาดการณ์ได้ยากว่า คนในอนาคตจะประกอบอาชีพอะไร เราอาจจะเห็นอาชีพใหม่ๆเกิดขึ้นอย่างมากมายอาทิเช่น  YouTuber, Driverless car Engineer
  • สถานที่ทำงานของคนในอนาคตก็คงไม่ใช่อยู่ในรูปแบบเดิม คนคงไม่มีอาชีพใดที่ทำยาวไปจนตลอดชีวิต และคงจะเห็นสภาพของการเปลี่ยนงานไปเรื่อยๆ คนในยุคใหม่ทำงานที่ไหนก็ได้ เพื่อนร่วมงานก็จะอยู่ได้ทุกมุมโลก และทำงานให้ใครก็ได้ เวลาไหนก็ได้
  • Professor Henry Mintzberg จาก McGill University กล่าวไว้ว่า
    “เมื่อโลกพยากรณ์ได้ เราต้องการคนฉลาด แต่เมื่อโลกพยากรณ์ไม่ได้ เราต้องการคนที่ปรับตัวได้”
  • มหาวิทยาลัยคืออุตสาหกรรมหนึ่งที่ถูก Digital Disruption จำเป็นต้องมีการเปลี่ยนแปลง เพราะห่วงโซ่อุปทานการศึกษาได้เปลี่ยนไปจากเดิมมากแล้ว

Screenshot 2019-08-05 21.04.12

  • สถาบันการศึกษาในรูปแบบเดิมๆมากกว่าครึ่งจะล้มหายไปจะเกิดสถาบันการศึกษาเล็กๆ ที่อบรมคนระยะสั้น 6 เดือนให้เปลี่ยนอาชีพได้อาทิเช่น โรงเรียนสอนนักบินโดรน,  โรงเรียนสอนวิเคราะห์ข้อมูล
  • การสอนคนในปัจจุบัน ต้องเน้นเน้นให้เข้ามีทักษะแห่งศตวรรษที่ 21 คือ Attitiude, Skill, Knowledge
  • การศึกษาในปัจจุบันจะต้องเป็นการผสมผสานระหว่าง  Cyber world กับ Physical world
  • การศึกษาในปัจจุบันต้องเน้นให้ผู้เรียนออกแบบหลักสูตรด้วยตัวเอง สะสมหน่วยกิตที่ไปเรียนจากที่ไหนก็ได้ การเรียนกับการทำงานอาจเป็นเรื่องเดียวกัน และต้องเรียนได้ทุกที่ทุกเวลา

ธนชาติ นุ่มนนท์

IMC Institute