Data Digital Transformation #13: ระดับการวัดความสามารถในการนำ Big Data ไปใช้ในองค์กร (BDBMMI)

เมื่อวันก่อนผมได้อ่านหนังสือเล่มหนึ่งชื่อ The Economics of Data, Analytics, and Digital Transformation ที่เขียนโดย Kirk Borne และ Bill Schmarzo ซึ่งเพิ่งตีพิมพ์เมื่อปลายปีที่แล้ว ผมว่าเป็นหนังสือที่อธิบายเรื่องเกี่ยวกับการวิเคราะห์คุณค่าของข้อมูลและการทำ Data analytics ในมุมมองทางเศรษฐศาสตร์ได้ดีมาก แต่สิ่งที่ผมอย่างกล่าวถึงในที่นี้คือเรื่องของระดับการวัดความสามารถในการนำ Big Data ไปใช้ในองค์กรหรือ Big Data Business Model Maturity Index (BDBMMI) ที่เขียนไว้ในบทแรกของหนังสือเล่มนี้

BDBMMI ที่กล่าวมานี้อาจไม่ใช่เรื่องใหม่ ผมเองก็เคยนำเรื่องนี้มาเขียนในบทความเรื่อง ระดับการวัดความสามารถในการนำ Big Data ไปใช้ในองค์กร ซึ่งระดับความสามารถของการนำ Big Data ไปใช้ในองค์กร (Big Data Matuarity Model) มีอยู่ 5 ระดับ คือ 1) Business Monitoring 2) Business Insights 3) Business Optimization 4) Data Monetization และ 5) Business Metamorphosis แต่หนังสือเล่มนี้อาจเปลี่ยนชื่อระดับที่ 4 และ 5 เป็น Insights Monetization และ Digital Transformation ตามระดับ โดยได้ให้คำอธิบายแต่ละขั้นตอนที่ชัดเจนขึ้นดังนี้

1. Business Monitoring ในระดับนี้องค์กรได้ทำ Business Intelligence และ Data Warehouse ซึ่งเป็นขั้นตอนที่เราจะแสดงข้อมูลหรือทำรายงานต่างๆขององค์กรในลักษณะของ Descriptive Analytic ที่เราจะดูข้อมูลในอดีตเพื่อให้ทราบว่า What’s happened? แต่การทำขั้นทำขั้นตอนยังเป็นเพียงการนำข้อมูลมาวัดความสำเร็จที่ผ่านมา และยังขาดการวิเคราะห์สิ่งที่จะเกิดขึ้นหรือการทำ predictive analytics และ prescriptive analytics ที่องค์กรควรจะก้าวไปถึงระดับนี้ให้ได้ เพื่อจะทำให้กลายเป็นองค์กรที่ขับเคลื่อนด้วยข้อมูล ซึ่งจะต้องคิดในการนำข้อมูลมาวิเคราะห์ในเชิงธุรกิจมากขึ้น มีการทำด้าน Data science มากขึ้น และมีการสร้างวัฒนธรรมในการใช้ข้อมูลมากขึ้น
2. Business Insights ในระดับนี้องค์กรมีการเริ่มต้นตั้งคำถามเพื่อให้ทราบว่า What is likely to happen next? กล่าวคือคาดการณ์ว่าน่าจะเกิดอะไรขึ้นกับ ตลาด กลุ่มลูกค้า สินค้า และบริการต่างๆ เป็นค้นหาข้อมูลเชิงลึก (Insights) ของลูกค้า สินค้า และบริการต่างๆ ขั้นตอนนี้องค์กรจะมีการรวบรวมข้อมูลจากหลายๆแหล่งทั้งภายนอกและภายในองค์กร มีการทำ Data Lake และเห็นการทำงานร่วมกันระหว่างฝั่งธุรกิจแผนกต่างๆ กับทีมงานนักวิทยาศาสตร์ข้อมูลมากขึ้น
3. Business Optimizationในระดับนี้องค์กรจะมีการทำ predictive analytics และ prescriptive analytics โดยใช้ Machine Learning มากขึ้น จะมีข้อแนะนำในขั้นสิ่งต่างๆทีทำในขั้นตอนปฎิบัติงาน กล่าวคืออาจมี Recommendation system สำหรับลูกค้าแต่ละคน หรือสินค้าในแต่ละอย่าง ซึ่งเป็นผลลัพธ์ที่ได้มาจากการทำ Data science เพื่อคาดการณ์สิ่งที่ดีที่สุดสำหรับองค์กร
4. Insights Monetization ในระดับนี้ไม่ได้หมายความว่าองค์กรจะนำข้อมูลที่มีอยู่ไปขายเพื่อหารายได้ แต่เป็นการนำข้อมูลไปสร้างคุณค่าเพิ่ม ที่อาจทำให้ได้ช่องทางการตลาดใหม่ๆ กลุ่มลูกค้าใหม่ๆ สินค้าและบริการใหม่ๆ ตลอดจนการหาพันธมิตรทางธุรกิจใหม่ๆ
5. Digital Transformation ในระดับนี้องค์กรจะมีวัฒนธรรม (Culture) ในการใช้ข้อมูล การวืเคราะห์ข้อมูล เพื่อจะนำมาใช้ให้เกิดประโยชน์ทางธุรกิจอยู่ตลอดเวลา

ในครั้งหน้าผมจะลองมาสรุปให้เห็นว่าการที่จะทำให้องค์กรสามารถเข้าไปสู่ในแต่ละขั้นตอนสามารถทำได้อย่างไร

ธนชาติ นุ่มนนท์

IMC Institute