จากงาน Beta Conference ครั้งที่ 1 ซึ่งจัดโดย skooldio
มีหลายเรื่องที่น่าสนใจมาก ๆ หนึ่งในนั้นที่ยังพอจำได้คือ
การขับเคลื่อนองค์กรด้วยข้อมูล (Data Driven Organization)
ไม่ตัดสินใจจากความรู้สึก (บางครั้งก็ต้องใช้บ้าง)
เริ่มต้นด้วยสิ่งที่เรียบง่าย ด้วยประโยคสั้น ๆ แต่ชัดเจนคือ
“If you can’t measure it, you can’t improve it”
ปล. ผมชอบแนวคิดนี้ตั้งแต่อ่านบทความคล้าย ๆ เรื่องนี้จาก
Measure Anything, Measure Everything
เริ่มง่าย ๆ คือ เราจะวัดค่าจากอะไร อย่างไร ?
ต้องเริ่มจาก data หรือ ข้อมูลนั่นเอง มีขั้นตอนดังนี้
- Metric หรือเรียกว่า ยอด หรือ ตัวเลขนั่นเอง เรามักเรียกข้อมูลเหล่านี้ว่า Historical data คือข้อมูลที่เกิดมาแล้ว เพื่อใช้วิเคราะห์ต่อไป
- Insight หรือการเข้าใจอย่างถ่องแท้จากข้อมูล เพื่อให้สามารถแข่งขันกับคู่แข่งได้
- Data Product หรือหารสร้าง product มาจากสิ่งที่เข้าใจและมีคุณค่าต่อลูกค้าอย่างแท้จริง มันคือการ Transformation ที่แท้จริงนั่นเอง
ฟังดูเหมือนจะดี
เมื่อกลับไปดูองค์กรต่าง ๆ ประกาศออกมาว่า
เราเป็นหรือจะเป็น Data-Driven Company นะ
เราเป็นหรือจะเป็น AI First นะ
เราเป็นหรือจะเป็น Analytic centric นะ
แต่จากการสำรวจพบว่า มีเพียง 30% เท่านั้นที่ทำได้จริง ๆ !!!
ส่วนใหญ่มักจะขับเคลื่อนด้วย Powerpoint !!
หรือเพียงแค่การนำเสนอบน presentation
หนักกว่านั้นคือ
มีข้อมูลแล้วเราไม่เชื่อ
เราจะเชื่อในสัญชาตญาณของคนตัดสินใจ !!
แต่บอกว่าเราคือ Data-Driven Company หรือ AI First นะ มันยังไงกันนะ !!
น่าจะเป็นเรื่องเล่าตลก ๆ ขำ ๆ
ไม่น่าจะมีจริงหรอกนะ ผมว่า !!
การทำให้องค์กรขับเคลื่อนด้วยข้อมูลได้นั้น
มีปัจจัยสำคัญหลายอย่าง
ทั้งเรื่องของความน่าเชื่อของข้อมูล
ทั้งเรื่องการให้ความรู้ความเข้าใจ
ตระหนักถึงการนำข้อมูลมาใช้หรือช่วยในการตัดสินใจ
ลดการใช้ Gut feeling ลง ใช้ข้อมูลให้มากขึ้น
งานอะไรที่มันต้องทำซ้ำ ๆ ก็ลดลงหรือทำให้มันอัตโนมัติยิ่งขึ้น
ยกตัวอย่างเช่น ข้อมูลที่ต้องไป query หรือดึงจากฐานข้อมูล
เพื่อเอามาใส่ใน slide เพื่อ present ในที่ประชุม
หนักกว่านั้น เมื่อพูดถึงเรื่องของ Data
ก็พาไปถึงการจ้างงานในตำแหน่ง Data Science
เราต้องการ Data Science ที่เก่งเรื่อง Computer Science
เราต้องการ Data Science ที่เก่งเรื่องคณิตศาสตร์และสถิติ
เราต้องการ Data Science ที่เก่งเรื่อง Business Domain
เมื่อเอาความสามารถทั้งสามส่วนมาก็พบว่า มันคือ set ว่าง หรือไม่มีนั่นเอง !!
สิ่งที่ต้องเข้าใจคือ ไม่ใช่หาคน
แต่ต้องรู้และเข้าใจก่อนว่า
จะนำข้อมูลอะไรมาช่วยในการตัดสินใจ
จากนั้นค่อยลงไปหาว่า
ในแต่ละสิ่งที่ต้องการมีไหม
และใครช่วยได้บ้าง
นั่นแหละจึงจะเริ่มเจอคนที่เราต้องการจริง ๆ
เรื่องเหล่านี้มันทำคนเดียวไม่ได้
ไม่มีใครเก่งไปทุกเรื่อง
มันต้องทำงานกันเป็นทีมทั้ง
Business, Developer, Engineer, Data Science และ Business Domain Expert เป็นต้น
มาดูปัญหาในองค์กรกันดีกว่า ว่าเมื่อประกาศว่าเราต้องขับเคลื่อนด้วยข้อมูลนะ
ปัญหาแรกเรื่องที่มาของข้อมูล
ทุกอย่างต้องเริ่มด้วยข้อมูล
แต่เมื่อลงไปดูระบบงานจริง ๆ พบว่า
ไม่มีข้อมูลบ้างละ
ข้อมูลยังอยู่ในกระดาษทั้งหมดเลย โอ้วม่ายยยย
ข้อมูลที่มีก็เหมือนไม่มี เก็บบ้างไม่เก็บบ้าง
ข้อมูลที่มีก็ซ้ำซ้อนหลายระบบ ไม่รู้ว่าข้อมูลที่ไหนมันถูกที่สุด
บ่อยครั้งข้อมูลที่มี ก็ไร้ค่า ไม่ได้เป็นที่ต้องการ
คำถามคือเก็บไว้ทำแมวอะไร !!
ปัญหาที่สองคือ มีข้อมูลแต่ไม่ใช้
เป็นปัญหาที่หนักมาก
เพราะว่าคนใช้งานไม่ตระหนักหรือเห็นคุณค่าของข้อมูลที่มี
มันอาจจะมีปัญหามาจากหลาย ๆ เรื่อง
ทั้งคนนำมาใช้ไม่มีความรู้ทั้งด้านการวิเคราะห์ข้อมูล และทาง technical
ทั้งเรื่องของข้อมูลมันไม่ถูกต้อง ทำให้ไม่น่าเชื่อถือ
ทั้งเรื่องของข้อมูลจัดเก็บแบบแย่ ๆ
บ่อยครั้งไม่ทำความสะอาดข้อมูลเลย ขยะเพียบ
ทั้งเรื่องของคนในองค์กร เช่นข้อมูลของแต่ละฝ่ายห้ามมายุ่ง เรื่องนี้หนักมาก ๆ
ปัญหาที่สามคือ ไม่เข้าใจว่าจะใช้ข้อมูลอย่างไร
เป็นองค์กรที่น่าอิจฉามาก ๆ ที่มีข้อมูลครบทุกอย่าง
แต่อยู่ในมือของคนไม่รู้และเข้าใจ ว่าจะใช้ประโยชน์จากมันอย่างไร
ทั้งใช้ไม่เป็น
ทั้งมองไม่ออกหรืออ่านไม่เป็นหรือไม่เข้าใจเรื่องการวิเคราะห์
ทั้งใช้ไปในทางที่ผิด หรือ ตีความผิด
ทั้งมี bias ต่อการนำข้อมูลมาใช้งาน
มองในมุมที่ตนเองต้องการหรืออยากได้หรือต้องการให้เป็นเท่านั้น
ปัญหาทั้งสามเรื่องนี้จำเป็นต้องรีบแก้ไขปละปรับปรุงให้ดีขึ้น
แบ่งเป็น 3 เรื่องคือ
- Right data คือการเก็บข้อมูลที่ถูกต้องหรือจำเป็นต่อการใช้งาน เยอะไม่ใช่ว่าจะดีเสมอไป
- Data access and tools คือการเข้าถึงข้อมูล แน่นอนว่าเครื่องมือก็สำคัญเช่นกัน แต่ต้องเข้าใจว่านำมาใช้เพราะว่าอะไร
- Data education คือการให้ความรู้เกี่ยวกับคนในองค์กรถึงการนำข้อมูลมาใช้งานและช่วยในการทำนายผลและตัดสินใจ
มาดูรายละเอียดกันหน่อย
Right data
คือการเก็บข้อมูลที่ถูกต้องหรือจำเป็นต่อการใช้งาน
เยอะไม่ใช่ว่าจะดีเสมอไป
ปัญหาที่สำคัญของการเก็บข้อมูลคือ
เรามักไม่รู้ว่าต้องการข้อมูลไปทำอะไร
ผลก็คือเก็บข้อมูลทุกอย่างที่มีไปก่อน จะใช้ค่อยว่ากัน
ผลที่ตามมาคือ เปลืองที่จัดเก็บอย่างมาก
หนักกว่านั้นคือขยะเยอะไปหมด
ดังนั้นเริ่มด้วยการปรับเปลี่ยนวิธีคิดก่อนคือ
ก่อนจะเก็บข้อมูลอะไรก็ตาม
ควรเริ่มจากการตั้งคำถามที่ดีว่าต้องการอะไร ?
ที่สำคัญต้องเป็นคำถามที่ถูกต้องด้วย จึงนำมาสู่คำตอบที่ถูกต้องเช่นกัน
แต่ถ้ามัวแต่พูดคุย หรือ หาแนวทางที่ perfect แล้วไม่ได้เริ่มสักที
ดังนั้นเริ่มต้นทำก่อนจะดีกว่าเริ่มให้ถูกทั้งหมดในครั้งเดียว
แน่นอนว่า มันขัดใจองค์กร
แต่ถ้าไม่เริ่มทำ คุณก็ไม่มีวันจะไปถึงเป้าอย่างแน่นอน
ค่อย ๆ ทำไปเป็นรอบการทำงานสั้น ๆ หรือ Build-Measure-Learn นั่นเอง
Data access and tools
คือการเข้าถึงข้อมูล แน่นอนว่าเครื่องมือก็สำคัญเช่นกัน
แต่ต้องเข้าใจว่านำมาใช้เพราะว่าอะไร
ทุก ๆ คนในองค์กรสามารถเข้าถึงข้อมูลได้
แต่ก็ต้องมี authorization หรือสิทธิ์การเข้าถึงข้อมูลเช่นกัน
มิเช่นนั้นเดี๋ยวจะเกิดปัญหาของการนำข้อมูลไปใช้อีก
มี dashboard สำหรับการแสดงข้อมูลของการทำงาน (operational data)
เพื่อทำให้เราเห็นการทำงานและภาพรวมของระบบ
เพื่อใช้ในการตัดสินใจอย่างรวดเร็ว
เรื่องของเครื่องมือที่ใช้งานกับข้อมูลก็สำคัญ
อย่าลืมว่าคนใช้งานมีทั้ง non-technical และ technical
ดังนั้นเครื่องมือจึงต้องเลือกที่เหมาะสมด้วย
ส่วนใหญ่ที่เจอคือ เป็นเครื่องมือสำหรับคนในสาย technical เท่านั้น
ทำให้คนอื่น ๆ นอก IT ไม่สามารถใช้งานได้
นี่คือปัญหาที่ต้องแก้ไข Data education
Data education
คือการให้ความรู้เกี่ยวกับคนในองค์กรถึงการนำข้อมูลมาใช้งาน
และช่วยในการทำนายผลและตัดสินใจ
เป็นการแบ่งปันความรู้กันขององค์กร
ในเรื่องข้อมูลที่มีในองค์กร
ในเรื่องของการนำข้อมูลมาใช้
ในเรื่องของการวิเคราะห์ข้อมูล
เป็นการสร้างความเข้าใจร่วมกันว่า
เราต้องการอะไร
เราจะใช้ข้อมูลอะไร
เราจะใช้เครื่องมืออะไรต่อไป
เมื่อปัญหาต่าง ๆ เริ่มถูกแก้ไขแล้ว
องค์กรจะเริ่มนำข้อมูลมาใช้ในการตัดสินใจมากขึ้น
วันนี้องค์กรของเราเป็นอย่างไรกัน ?
