Big Data เพื่อสร้าง Digital Disruption ในองค์กร (ตอนที่ 1)

 

การใช้ชีวิตประจำวันของผู้คนทั้งเรื่องการทำงานและเรื่องส่วนตัวล้วนแล้วแต่เป็นการสร้างข้อมูลใหม่ขึ้นมา ตั้งแต่เราตื่นนอนก็อาจมีเวลาที่เราตื่น การทานอาหารที่ใด ไปที่ไหน การทำงานก็มีข้อมูลตลอดว่าเราทำอะไร ส่งเอกสารหาใคร เขียนข้อความอะไร  หน่วยงานทุกแห่งล้วนมีข้อมูลจำนวนมากจากการทำงาน การติดต่อลูกค้า และการทำธุรกรรมต่างๆแต่ในอดีตข้อมูลเหล่านี้ไม่ถูกบันทึกในรูปแบบของดิจิทัลทั้งหมดทั้งนี้เพราะมีข้อจำกัดในเรื่องเทคโนโลยี

การเข้ามาของเทคโนโลยีใหม่อย่าง Internet of Things หรืออุปกรณ์ต่างๆ ประกอบกับการเปลี่ยนของเทคโนโลยีในการเก็บข้อมูล ที่รูปแบบข้อมูลเปลี่ยนไป และราคาที่ถูกลง รวมถึงการที่คอมพิวเตอร์มีประสิทธิภาพสูงขึ้น ทำให้เราสามารถบันทึกข้อมูลต่างๆในการทำงาน การใช้ชีวิตประจำ ลงไปได้มากขึ้น และเก็บรวบรวมเป็นข้อมูลขนาดใหญ่  (Big Data) ที่แตกต่างจากการเก็บข้อมูลเพียงแค่ในฐานข้อมูลแบบเดิมที่เป็น Database หรือ Datawarehouse ในอดีตที่จะต้องเลือกเก็บข้อมูลบางอย่าง ไม่ใช่ Big Data ที่ควรจะเป็น

เมื่อหน่วยงานมี Big Data ที่สามารถรวบรวมข้อมูลจำนวนมากลงมาในรูปแบบของ Data Lake ก็เกิดความท้าทายขึ้นมาว่า แล้วเราจะนำข้อมูลเรานั้นมาวิเคราะห์ให้เกิดประโยชน์อย่างไร กล่าวคือการทำ Big Data Analytics หลายๆหน่วยงานเข้าใจแต่เพียงว่าคือการนำมาสร้างรายงานให้เห็นข้อมูลต่างๆในรูปแบบของ Business Intelligence และไปเข้าใจว่าการทำ Digital Transformation ของหน่วยงานคือการนำเทคโนโลยีดิจิทัลมาใช้ แล้วนำรายงานที่ได้จาก Big Data มาใช้ประโยชน์

Screenshot 2017-04-22 16.33.53

จริงๆทุกวันนี้เราพูดถึงคำว่า  Digital Disruption  เราพูดคำว่า Industry 4.0 แล้วก็บอกว่า  Robot หรือ Artificial Intelligent / Machine Learning  กำลังเข้ามา เราเห็นธุรกิจหลายอย่างกำลังเปลี่ยนแปลงไป แต่เราไปคิดว่ามันก็คือแค่การใช้ดิจิทัล การหาซอฟต์แวร์เข้ามาใช้งาน หลายหน่วยงานก็พยายามจะปรับหน่วยงานไอทีในองค์กร หานักพัฒนาซอฟต์แวร์ ลงทุนฮาร์ดแวร์เพิ่มด้วยความเข้าใจว่า เราต้องทำ Digital Transformation หรือพยายามเต้นตามกระแส Industria; 4.0/ Thailand 4.0 อย่างไม่เข้าใจ

แต่จริงๆแล้วธุรกิจหลายๆอย่างที่กำลังทำให้เกิด Digital Disruption อย่าง  Amazon.com, Alibaba, Uber, AirBnb, eBay หรือ Facebook  ล้วนแต่เกิดการจากการนำ Big Data องค์กรที่ได้จากการบันทึกข้อมูลจากการทำงานมาใช้เช่นข้อมูลการทำธุรกรรมของลูกค้าในการทำธุรกรรมมาวิเคราะห์ หน่วยงานเหล่านี้ต่างมีทีมงาน  Data Scientist  จำนวนมาก มีแผนก  Data Science ที่คอยคิดวิเคราะห์ว่าจะนำ Big Data มาเปลี่ยนแปลงธุรกิจได้อย่างไร จะนำมาสร้างรูปแบบธุรกิจใหม่ๆได้อย่างไร และก็มีผลทำให้โลกเกิดการเปลี่ยนแปลงอย่างมาก ทำให้รุกคืบเข้าไปเปลี่ยนธุรกิจต่างๆ ทำให้ธุรกิจที่ไม่มีการวิเคราะห์ข้อมูลแข่งขันไม่ได้

ดังนั้นการรู้จักนำ Big Data  มาใช้ในองค์กร ที่สำคัญคือการรู้จักใช้หลักการของ Data Science มาเพื่อทำการคาดการณ์ธุรกิจ ซึ่งนอกเหนือจากจะทำให้เป็นการเพิ่มประสิทธิภาพในการทำงานแล้ว ที่สำคัญคือ Big Data อาจทำให้เกิด  Digital Disruption  อาจทำให้เห็นโอกาสทางธุรกิจใหม่ๆที่เกิดขึ้นจากการวิเคราะห์ โดยใช้หลักการของ Machine Learning หรือการนำข้อมูลมาใช้โดยทีมงาน Data Scientist แล้วอาจทำให้โอกาสใหม่ๆดังเช่นบริษัทที่กล่าวข้างต้น และก็จะทำให้หน่วยงานสามารถแข่งขันกับคู่แข่งได้

แต่ Big Data ไม่ใช่แค่เรื่องของ Business Intelligence  ไม่ใช่งานแบบเดิมๆของหน่วยงานอย่าง Datawarehouse ไม่ใช่แค่ใช้ทักษะของนักพัฒนาโปรแกรม หรือคนดูแลฐานข้อมูล แต่เป็นงานของคุนกลุ่มใหม่ที่องค์กรจะต้องกล้าและต้องสร้างทีมใหม่ขึ้นมา  ข้อสำคัญBig Data ไม่ใช่ Quick win ไม่ใช่โปรเจ็คระยะสั้น แต่มันคือการลงทุนเพื่ออนาคต ลงทุนคน ลงทุนเทคโนโลยีใหม่ แล้วต้องหวังผลระยะยาว มันคือคำถามที่ว่าผู้บริหารระดับสูงจะกล้าเสี่ยงไหม เพื่อเห็น  Digital Disruption ขององค์กร

วันนี้ผมขอเริ่มต้นแค่นี้ก่อน แล้วจะมาต่อเป็นประเด็นต่างๆทีควรทำในครั้งหน้า

ธนชาติ นุ่มนนท์

IMC Institute

เมษายน 2560

การปรับองค์กรให้เข้าสู่ยุคดิจิทัล โดยการใช้ Big Data

 

ผมมักจะได้ยินผู้บริหารหน่วยงานต่างๆภาครัฐและเอกชนจำนวนมาก บอกว่าเราจะกำลังเข้าสู่ยุคดิจิทัล กำลังเข้าสู่ยุค Industrial 4.0 เราต้องมีการนำข้อมูลขนาดใหญ่มาใช้เพื่อพัฒนาองค์กร บ้างก็บอกว่ากำลังทำ Big Data บ้างก็มอบหมายให้ฝ่ายไอทีไปทำโครงการ Big Data บางหน่วยงานก็เริ่มไปได้ดีเพราะมีผู้ที่เข้าใจเรื่อง Big Data และการนำข้อมูลมาวิเคราะห์ บางหน่วยงานก็ไปไม่ถูกทาง ฝ่ายไอที ฝ่ายการตลาดก็เร่งจัดหาซื้อเครื่องมือ ฐานข้อมูล ทำ Data warehouse บ้าง หาเครื่องมื่อมาทำ Business Intelligence บ้าง เพื่อจะสร้างรายงานต่างๆให้กับผู้บริหาร ที่ซ้ำร้ายไปกว่านั้นเคยไปเจอบางหน่วยงานฝ่ายไอทีบอกว่าเรายังไม่พร้อมทำ  Big Data  เพราะเรายังไม่ต้องการเอาข้อมูล Social Media มาวิเคราะห์

พื้นฐานความเข้าใจเรื่อง Big Data ในแต่ละหน่วยงานอาจแตกต่างกัน แต่ถ้าเราไม่พยายามทำความเข้าใจและวางกลยุทธ์ให้ถูกต้อง ผมคิดว่าเราก็อาจไม่ประสบความสำเร็จในการปรับองค์กรให้เข้าสู่ยุคดิจิทัลหรือการทำ  Digital Transformation โดยใช้ Big Data  ผมเคยเขียนบทความลงในบล็อกนี้เรื่อง โครงการ Big Data กับความจำเป็นต่อการลงทุนด้านเทคโนโลยี และได้บอกไว้ว่า โครงการ Big Data ที่ดีควรเริ่มที่ฝั่งธุรกิจ ควรจะต้องพิจารณาก่อนว่าต้องการทำอะไร โดย Big Data มีองค์ประกอบที่สำคัญสามอย่าง

  • Data Source
  • Technology
  • Analytics

องค์ประกอบแรก Data Source นั้นสำคัญที่สุด ในชีวิตประจำวันของเราทุกอย่างล้วนสร้างข้อมูลใหม่ขึ้นมา  หน่วยงานทุกหน่วยงานก็ย่อมมีข้อมูลเกิดขึ้นจากการทำงาน Big Data ก็คือข้อมูลเหล่านั้นที่เก็บอยู่ในรูปแบบต่างๆทั้ง Structure  และ Unstructure  การปรับองค์กรสู่ดิจิทัลแล้วเราจะละเลยข้อมูลต่างๆไปย่อมเป็นไปไม่ได้โดยเฉพาะการจะมุ่งเก็บแต่ข้อมูล Structure แบบเดิมย่อมเป็นเรื่องที่ผิดพลาด องค์กรที่พร้อมในการทำ Big Data เราจะต้องปรับวัฒนธรรมองค์กรให้เป็น  Data-Driven นำข้อมูลมาใช้ รู้จักการทำงานร่วมกันผ่านการแชร์ข้อมูล มีวัฒนธรรมองค์กรที่เน้นความโปร่งใส และข้อสำคัญข้อมูลที่จะแชร์ออกมาใช้อนาคตควรอยู่ในรูปของ API-based ปัญหานี้เป็นเรื่องยากในบ้านเราเพราะ วัฒนธรรมของคนบ้านเราจำนวนมากที่จะรู้สึกหรือคิดว่าข้อมูลเป็นของตนเองและไม่ค่อยยอมจะแป่งปันข้อมูล และอีกประการเราเองจะไม่ค่อยชอบนำข้อมูลมาใช้ในการตัดสินใจ เราจะเอาความรู้สึกมาตัดสินใจมากกว่าดูจากข้อมูล ดังนั้นการปรับองค์กรสู่ Big Data ประการที่สำคัญสุดคือ การปรับวัฒนธรรมองค์กร

องค์ประกอบที่สอง Technology หลักการสำคัญของ Big Data คือการหาเครื่องมือมาเก็บและวิเคราะห์ข้อมูล แต่เนื่องจากข้อมูลใหญ่และซับซ้อนขึ้นเกินกว่าเทคโนโลยีแบบเดิมจะจัดการได้ ดังนั้นองค์กรที่จะทำ Big Data จะต้องจัดหาเครื่องมือใหม่ๆเช่น  Hadoop หรือ Cloud Technology  ต่างๆมาใช้ ซึ่งเรื่องนี้ผมได้กล่าวไว้ในหลายๆครั้งแล้วจึงไม่อยากกล่าวซ้ำอีก

องค์ประกอบสุดท้าย Analytics หัวใจสำคัญของ Big Data คือการทำ Big Data Analytics  ที่ต้องการใช้ หลักการทางวิทยาศาสตร์และคณิตศาสตร์เพื่อทำการคาดการณ์อนาคตจากข้อมูลขนาดใหญ่ งานลักษณะนี้แตกต่างจากการทำ  BI เพราะใช้ทักษะที่ต่างกัน ต้องการคนที่มีความรู้ทางด้าน  Machine Learning หรือกลุ่มที่จะเป็น Data Scientist  ซึ่งต้องมีพื้นฐานคณิตศาสตร์ที่ดี และโดยมากมักจะเป็นคนที่จบการศึกษาสูงกว่าระดับปริญญาตรี หรือเรียนวิชาด้านนี้มาโดยเฉพาะ  ซึ่งผู้ที่จะมาทำด้านนี้ควรมีองค์ประกอบสามด้านคือ Hacking คือความสามารถในการพัฒนาโปรแกรม STATS คือความเข้าใจด้านสถิติและ Machine Learning และ Critical Thinking คือความสามารถในการคิดวิเคราะห์ในธุรกิจนั้นๆ

Screenshot 2017-04-16 09.25.51
รูปที่  1 องค์ประกอบของ Data Science

หลายๆองค์กรจะมีปัญหาเรื่องการหาทีมงานด้าน Data Science บ้างก็จะไป Outsource  จ้างหน่วยงานอื่น บ้างก็ไปตั้งเป็น Virtual Team  บ้างก็ไปฝากงานไว้กับทีมงาน BI หรือทีม Data Warehouse  ซึ่งเรื่องแบบนี้ไม่ต่อเนื่องโดยเฉพาะงาน Big Data ที่จะต้องมีข้อมูลหรือเรื่องใหม่ๆให้มาวิเคราะห์ตลอดต้องไม่ใช่ Project Base ทำงานช่วงครั้งชั่วควาร วิธีที่ดีสุดถ้าเราคิดว่าเราต้องทำ  Digital Transformation ในองค์กรคือต้องตั้งทีมใหม่ขึ้นมา ลงทุนจ้างคนมาครับ หาคนที่เข้าใจเรื่อง Data Science มาทำงานร่วมกับคนในองค์กรที่จะอยู่ร่วมทีม และต้องพัฒนาคน ข้อสำคัญอย่าไปคิดนะครับว่าจะจ้างคนต่างประเทศหรือ  Data Scientist ที่ทำงานในต่างประเทศมาแล้วจะทำงานได้เลย คงต้องฝึกและทำงานร่วมกันครับ เพราะวัฒนธรรมเรื่องข้อมูลและการทำงานของเรายังต่างกันาก ดีทีสุดคือเร่งพัฒนาคนในนี่ละครับ จ้างเด็กใหม่ที่จบโทเอกด้านนี้ครับ ต้องลงทุน

คงเป็นข้อคิดสั้นๆแค่นี้ละครับ สำหรับผู้บริหารที่อยากปรับองค์กรสู่  Digital Transformation ด้วย Big Data

ธนชาติ นุ่มมนท์

IMC Institute

เมษายน 2560