Data Analytics ของ WeOmni สร้างความได้เปรียบทางธุรกิจด้วยข้อมูล

ปฏิเสธไม่ได้ว่าเดี๋ยวนี้ Data (ข้อมูล) อยู่รายล้อมตัวไปในทุกบริบท ตั้งแต่เราตื่นจนนอนหลับ และสำคัญมากขึ้นในบริบททางธุรกิจ ที่ตัวแปรในการขาดทุนหรือกำไร มีผลจากการนำข้อมูลต่างๆ มาใช้ในการตัดสินใจและดำเนินการ ดูอย่างธุรกิจ eCommerce ได้ที่มีข้อมูลหลากรูปแบบให้เป็นตัวแปรคำนวณ ในสาย Tech Industry จึงมีกลุ่มสายงานที่ดีลกับด้านนี้โดยเฉพาะ อย่าง Data Analytics

WeOmni ได้มีโอกาสสัมภาษณ์ทีมที่ดูแลด้าน Data ให้กับลูกค้าใน WeOmni นั่นคือ Ascend Commerce Data โดยในบทความนี้ เราจะมาสอบถามกันว่า งานสาย Data อย่าง Data Analytics ทำอะไร และสำคัญอย่างไรต่อธุรกิจกัน

Data Analytics คืออะไร ?

Data Analytics ก็คือคล้ายกับ Data Analysis ที่มุ่งเน้นงานวิเคราะห์ข้อมูลด้วยเครื่องมือเชิงสถิติ, รวบรวมข้อมูล, ประมวล, จัดระเบียบข้อมูล, จัดประเภทข้อมูล, ตีความข้อมูล, มองหารูปแบบที่มีความหมายที่ซ่อนอยู่ในข้อมูล, เพื่อตีความและนำไปใช้ประโยชน์ในการตัดสินใจ เพียงแต่ว่า Data Analysis จะเน้นทำงานกับสิ่งที่เกิดในอดีตที่ผ่านมาเพื่อตอบโจทย์ปัญหาเป็นหลัก แต่ Data Analytics หรือบางทีก็เรียก Advanced Analytics จะซับซ้อนยิ่งกว่า เพราะเป็นการนำข้อมูลทั้งอดีตและปัจจุบันมาต่อยอดตอบโจทย์ธุรกิจในปัจจุบัน จนไปถึงการทำนายอนาคต ซึ่งจะครอบคลุมไปถึง

Machine Learning -การเรียนรู้ด้วยคอมพิวเตอร์
Predictive Modeling -การสร้างตัวแบบทำนาย
Text Analytics -การวิเคราะห์เนื้อหาข้อความ
Prescriptive Analytics -การวิเคราะห์เพื่อหาข้อแนะนำ
ฯลฯ

สายอาชีพทางด้าน Data Analytics อาจจะแบ่งกว้างๆ เป็นสองกลุ่มคือ Business Analyst ซึ่งทำงานด้าน Data Analysis และ Data Scientist ซึ่งทำงานด้าน Advanced Analytics

ในทีม Ascend Commerce Data นอกจากสมาชิก Data Analyst และ Data Scientist แล้ว เรายังมีสมาชิก Data Engineer ซึ่งออกแบบ, จัดสร้างและดูแลโครงสร้างพื้นฐาน เพื่อรองรับกิจกรรมด้าน Data Analytics ให้ดำเนินไปอย่างราบรื่นมีประสิทธิภาพด้วย

Data Analytics มีความสำคัญอย่างไร ?

Data Analytics ช่วยให้ผู้บริหารและผู้ปฏิบัติงานในทุกระดับชั้นขององค์กร ใช้ความเข้าใจข้อมูลธุรกิจที่ลึกซึ้งมากขึ้น สนับสนุนการตัดสินใจได้ถูกต้องแม่นยำ สามารถปรับปรุงกระบวนการและประสิทธิภาพการดำเนินธุรกิจ และสร้างความได้เปรียบการแข่งขันกับองค์กรอื่นๆ ซึ่งทั้งหมดนี้สำคัญมากต่อการปรับตัว เติบโต หรือแม้แต่การอยู่รอดขององค์กร ในโลกธุรกิจที่มีความเปลี่ยนแปลงที่รวดเร็วและรุนแรงมากขึ้นเรื่อยๆ

ขั้นตอนเบื้องต้นการนำ Data Analytics มาใช้ในองค์กร ?

อย่างแรกเลยคือตั้งกำหนดเป้าหมาย/วัตถุประสงค์ของ Data Analytics อย่างชัดเจน ปัญหาธุรกิจหรือความท้าทายที่ต้องการรับมือคืออะไร กำหนดผลลัพธ์ที่ต้องการให้เป็นทางการ และกำหนด KPI ที่จะใช้วัดความคืบหน้าโครงการ

จากนั้นจึงประเมิน Data Landscape ปัจจุบัน ว่ามีโครงสร้างพื้นฐานด้านข้อมูลอะไรบ้าง คุณภาพข้อมูล และนโยบายการกำกับดูแลข้อมูล เป็นอย่างไร มีฐานข้อมูลกระจัดกระจายอยู่ที่ไหนบ้าง

ต่อจากนั้นจึงเริ่มวางกลยุทธ์ข้อมูล ให้สอดคล้องกับกลยุทธ์ธุรกิจในภาพรวม กลยุทธ์ข้อมูลจะครอบคลุมนโยบายเกี่ยวกับ การรวบรวมข้อมูล จัดเก็บข้อมูล ประมวลผลข้อมูล วิเคราะห์ข้อมูล กำกับดูแล และการรักษาความปลอดภัย

จากนั้น Data Engineer จะออกแบบและจัดสร้างโครงสร้างพื้นฐานข้อมูล ให้สอดคล้องกับกลยุทธ์ข้อมูลในขั้นตอนก่อนหน้า เพื่อรองรับกิจกรรมด้าน Data Analytics

ส่วนในฝั่ง Data Analyst และ Data Scientist จะเข้ามาใช้ประโยชน์จากข้อมูลดิบ ภายใต้นโยบายการกำกับดูแลและสิทธิ์การเข้าถึงเท่าที่จำเป็น ดำเนินกิจกรรม Data Analytics เพื่อสนับสนุนให้ผู้บริหารและผู้ปฏิบัติงานบรรลุเป้าหมายผลการดำเนินงานขององค์กร

ในช่วงเริ่มต้นของการนำ Data Analytics มาใช้ประโยชน์ ฝั่ง Data Analyst และ Data Scientist จะเป็นกำลังหลักในการขับเคลื่อนการใช้ประโยชน์ก่อน เมื่อผู้บริหารและผู้ปฏิบัติงานเริ่มมีความเข้าใจการใช้ประโยชน์สารสนเทศที่ลึกซึ้งขึ้น มีทักษะมากขึ้น บทบาทของ Data Analyst อาจจะเพิ่มน้ำหนักไปทาง Data Enabler สนับสนุนให้ผู้บริหารและผู้ปฏิบัติงาน สามารถตอบคำถามด้านข้อมูลได้ด้วยตัวเอง หรือสร้างรายงานและแดชบอร์ด เพื่อใช้งานส่วนตัวได้อย่างคล่องแคล่ว โดยไม่ต้องพึ่งพา Data Analyst อีกต่อไป และนี่คือสิ่งที่เราเรียกว่า Data Democratization

ทักษะสำคัญที่ Data Analytics ต้องมี ?

การจะเป็น Data Analytics ต้องสามารถเข้าใจโมเดลธุรกิจ โครงสร้างองค์กร กระบวนการดำเนินงาน และเป้าหมายผลการดำเนินธุรกิจขององค์กร และใช้วิจารณญาณในการคัดสรรตัวชี้วัดธุรกิจต่างๆ ที่มีความสำคัญกับการดำเนินธุรกิจ แล้วจึงออกแบบจัดวางตัวชี้วัดเหล่านั้น มาแสดงผลบนรายงานและแดชบอร์ดในรูปแบบที่ผู้ใช้ที่เป็นบุคคลทั่วไปสามารถเข้าใจง่าย และให้ตัวชี้วัดบนรายงานและแดชบอร์ดมีความถูกต้องแม่นยำ ใหม่ล่าสุด และทันต่อเหตุการณ์ปัจุบันอยู่เสมอ

Culture การทำงานของทีม Ascend Commerce Data เป็นยังไง ?

สมาชิกทุกคนในทีม Ascend Commerce Data ต้องมี growth mindset และถูกคาดหวังให้ทำงานด้วย peak performance ในทุกโครงการ โดยในโครงการที่ผ่านมาเราออกแบบและจัดสร้างได้อย่างดีตามที่วางแผนไว้ และยังไม่เคยมี major incidents / major delays และยังมีหลายโครงการที่เสร็จก่อนกำหนดด้วย เราแบ่งสมาชิกทีมเป็น 3 บทบาท

Data Engineer ออกแบบ จัดสร้างและบริหารโครงสร้างพื้นฐานข้อมูล การรวบรวมข้อมูล การจัดเก็บข้อมูล การส่งมอบข้อมูลในรูปแบบที่พร้อมใช้งานสำหรับ Data Analyst และ Data Scientist

Data Analyst ทำความเข้าใจโมเดลธุรกิจ โครงสร้างองค์กร กระบวนการดำเนินงาน และเป้าหมายผลการดำเนินธุรกิจขององค์กร คัดสรรตัวชี้วัดธุรกิจ แล้วออกแบบรายงานและแดชบอร์ด แสดงตัวชี้วัดธุรกิจในรูปแบบที่เข้าใจง่าย และมีความถูกต้องแม่นยำทันสมัย เพื่อสนับสนุนให้ผู้บริหารและผู้ปฏิบัติงานบรรลุเป้าหมายผลการดำเนินธุรกิจขององค์กร

Data Scientist ก็ต้องมีความเข้าใจธุรกิจขององค์กรอย่างลึกซึ้งเช่นเดียวกับ Data Analyst เพื่อจะคัดสรรและนำเสนอการประยุกต์ใช้งานเคส Advanced Analytics เฉพาะทาง ที่ช่วยกำหนดทิศทางการบริหารธุรกิจขององค์กร

แต่ละบทบาทจะมีขอบเขตความรับผิดชอบของตัวเองชัดเจน มีอิสระในการทำงานตามสมควร

แต่อย่างไรก็ตาม ทุกบทบาทต้องทำงานประสานกัน เพื่อให้ได้ระบบที่ตอบโจทย์ความต้องการลูกค้าได้อย่างแม่นยำ รวดเร็ว และคุ้มค่า เพราะสุดท้ายแล้ว ลูกค้าคือเหตุผลในการมีอยู่ของทีม Ascend Commerce Data

Challenge ที่เจอในการทำงานสาย Data Analytics ใน Ascend Commerce ?

ในบางโครงการ องค์กรของลูกค้าที่ทีม Ascend Commerce Data ได้ร่วมงานด้วยนั้นยังไม่คุ้นเคยในการตั้งหมายผลการดำเนินธุรกิจที่ชัดเจนมาก่อน ดังนั้นการคัดสรรตัวชี้วัดธุรกิจ ที่จะนำมาใช้ติดตามความคืบหน้าเป้าหมายผลการดำเนินธุรกิจ บนรายงานและแดชบอร์ด จึงกลายเป็นเรื่องยากและใช้เวลานานกว่าที่วางแผนไว้พอสมควร

จะเห็นได้ว่า Data Analytics นั้น มีความสำคัญต่อการชี้ทิศทางดำเนินธุรกิจในปัจจุบันอย่างแม่นยำ จากปัจจัยต่างๆ ที่เกิดขึ้นนั้นไม่ว่าจะเล็กน้อยแค่ไหน ก็ถือเป็น Data Point อย่างหนึ่งที่มีผลต่อการตัดสินใจอย่างมาก ถ้าธุรกิจสามารถเค้น Data จากหลากมุมจนกระทั่งได้กลวิธี วางกลยุทธ์ที่ช่วยการตัดสินใจอย่างแม่นยำจาก Data นำไปสู่การเติบโตขอธุรกิจต่อเนื่อง

ถ้าธุรกิจของท่านยังใหม่กับ Data Analytics หรือยังไม่เคยมี แล้วสนใจในการวางแผนนำ Data ต่อยอดทางธุรกิจ WeOmni ยินดีให้คำปรึกษาและช่วยธุรกิจของท่าน ปรึกษาฟรีได้ที่นี่