Data Digital Transformation : ข้อแนะนำ 10 ข้อเรื่องการทำกลยุทธ์ด้านข้อมูล และการทำ Design Thinking

ผมเขียนเรื่องการทำกลยุทธ์ด้านข้อมูล (Data Strategy) ขององค์กรมาหลายตอน และเน้นว่าองค์กรจำเป็นอย่างยิ่งที่จะต้องทำกลยุทธ์ด้านนี้เพื่อจะนำไปสู่เรื่องของการทำ Digital Transformation โดยมีบทความหลายๆตอนที่เกี่ยวข้องคือ

• Data Digital Transformation #7: องค์กรต้องมี Data Strategy ถึงจะสามารถแข่งขันได้
• Data Digital Transformation #8: เริ่มต้นการวางแผน Data strategy ด้วยการเลือก Data use cases
• Data Digital Transformation #9: Data Strategy Canvas

และเพื่อให้การทำกลยุทธ์เป็นไปได้ดี ผมขอนำข้อแนะนำที่สำคัญของ ของ CDQ Competence Center ที่อยู่ 10 ข้อมาเขียนสรุปให้ดังนี้

1. การทำ Data strategyให้ประสบความสำเร็จได้นั้น ผู้บริหารสูงสุดขององค์กรจะต้องเป็นเจ้าภาพหรือให้การสนับสนุนอย่างเต็มที่
2. องค์กรจะต้องกำหนดให้การทำ Data strategy เป็นวาระที่สำคัญอย่างยิ่งขององค์กร
3. การจัดทำ Data strategy จะต้องเป็นความร่วมมือกันระหว่างผู้เชี่ยวชาญด้านข้อมูล (เช่นนักวิเคราะห์ข้อมูล หรือนักวิทยาศาสตร์ข้อมูล) ทีมงานไอที และทีมงานด้านธุรกิจแผนกต่างๆ
4. การจัดทำ Data strategy ควรจะเริ่มต้นจากการกำหนดลำดับความสำคัญของ Data use cases ต่างๆที่ชัดเจน
5. การจัดทำ Data strategy จำเป็นอย่างยิ่งที่จะต้องสอดคล้องกับกลยุทธ์ด้านต่างๆขององค์กร
6. การจัดทำ Data strategy อาจทำได้โดยใช้ template อย่าง Data Strategy Canvas ที่มีองค์กรประกอบอยู่ 7 ด้านคือ 1) Need for action 2) Vision 3) Mission and scope 4) Business value 5) Key capabilities 6) Code of conduct และ 7) Transformation
7. Data Strategy ที่ดีควรจะตอบคำถามขององค์กรหลักๆในสองด้านคือ ด้าน Data Monetisation และ ด้าน Data Foundation
8. ควรจะต้องสื่อสาร Data Strategy ขององค์กรให้กับพนักงานทุกระดับรับทราบ
9. ตัวชี้วัดของ Data Strategy จะต้องมีความชัดเจน สามารถติดตาม และทำการประเมินได้
10. ควรจะมีการทบทวน Data Strategy เป็นประจำ โดยอาจต้องมีแผนปรับปรุงทุกระยะ 1-3 ปี

บางคนก็อาจสงสัยว่า การทำ Data Strategy ควรใช้วิธีการอย่างไร จะเริ่มอย่างไร วิธีการหนึ่งที่ทำได้คือการนำหลักการของ Design Thinking ซึ่งเป็นมาใช้ กระบวนการคิดเชิงออกแบบ (Design Thinking) จะทำให้เรามองเห็นวิธีการใหม่ๆ ในการแก้ไขปัญหา สร้างสรรค์สิ่งใหม่ๆ ตลอดจนสร้างนวัตกรรมตอบโจทย์ผู้บริโภคได้ โดยเฉพาะในเรี่องการหา Big Data Use Cases

กระบวนการคิดเชิงออกแบบจะประกอบไปด้วยหลักการสำคัญ 5 ขั้นตอนคือ

1.Empathize – เข้าใจปัญหา
2.Define – กำหนดปัญหาให้ชัดเจน
3.Ideate – ระดมความคิด
4.Prototype – สร้างต้นแบบที่เลือก
5.Test – ทดสอบ

ทั้งนี้การบริหารจัดการโครงการ Big Data ที่ดีควรจะเริ่มจากความเข้าใจปัญหาของผู้ใช้งาน นำเอาหลักการของ Design Thinking เข้ามาช่วยพัฒนาโครงการ ผลักดันให้เกิดการวิเคราะห์ที่ตรงใจกับผู้ใช้ ในการวิเคราะห์ข้อมูล การรวบรวมข้อมูลต่างๆให้เป็นหนึ่งเดียว และการออกแบบเทคโนโลยีให้เหมาะสมตรง ดังนั้นการทำ Data Strategy ที่ดี ก็อาจเริ่มต้นจากการทำความเข้าใจเรื่องของ Design Thinking ที่บางครั้งอาจเรียกรวมกับการทำ Big Data ว่าเป็น Data Thinking

ธนชาติ นุ่มนนท์

IMC Institute