จาก กรุงเทพธุรกิจออนไลน์
เคยเจอปัญหาเรื่องหา 'ของเก่า' ไม่เจอบ้างไหม พวกช่างเก็บเล็กผสมน้อย จะเจอสถานการณ์นี้อยู่บ่อยๆ
เพราะสมบัติเก่าใหม่มีเยอะจัด แต่เวลานึกอยากจะขุดของเหล่านี้มาใช้ในชั่วโมงเร่งด่วน กลับหาไม่เจอจนโมโห
โดยเฉพาะ 'ข้อมูล' ที่เก็บไว้ในไฟล์โน้น โฟลเดอร์นี้ จนลืม สร้างความเสียหายให้หน้าที่การงานและโอกาสทางธุรกิจอยู่บ่อยๆ
แต่ถ้ามี 'Data Minning หรือ การทำเหมืองข้อมูล' ความผิดพลาดต่างๆ อาจน้อยลง
เหมืองข้อมูลคืออะไร จำกัดความแบบง่ายที่สุดก็คือ การสืบค้นข้อมูลเก่าที่มีอยู่ออกมาใช้ให้เหมาะสมกับสถานการณ์นั้นๆ
หน่วยงานทุกที่ไม่ว่าจะเป็นของเอกชน บริษัท ห้างร้านค้า โชว์ห่วย หรือหน่วยงานราชการ ล้วนมีข้อมูลอยู่ในคลังเป็นจำนวนมหาศาล ข้อมูลเหล่านี้เปรียบเหมือนเหมืองทองขนาดใหญ่ เป็นขุมทรัพย์ที่ต้องขุดถึงจะเจอแร่ทองคำอันมีค่า
มีการสำรวจกันแล้วว่า ข้อมูลที่มีมากมายอยู่บนโลกนี้ ถูกนำมาใช้ให้เกิดประโยชน์สูงสุดได้เพียง 50 เปอร์เซ็นต์เท่านั้น จึงมีคนหัวใส เขียนโปรแกรมจัดระเบียบข้อมูลเสียใหม่ให้มีประสิทธิภาพเต็ม 100 และสามารถวิเคราะห์ลงเชิงลึกแบบละเอียดได้ด้วย
จากงานสัมมาชื่อเดียวกัน ที่วิทยาลัยนวัตกรรม มหาวิทยาลัยธรรมศาสตร์ ดร.กมล เกียรติเรืองกมลา อธิบายไว้ว่า การนำเทคนิคเหมืองข้อมูลในปัจจุบัน จะมีแต่บรรดาห้างร้านและองค์กรระดับยักษ์ใหญ่เท่านั้น ที่ได้นำมาปรับใช้กัน เช่น บริษัทมือถือ ห้างสรรพสินค้า บริษัทไฟแนนซ์ และธนาคาร รวมไปถึงโลกไซเบอร์แหล่งศูนย์รวมของคนรุ่นใหม่ทั่วโลก
แต่ ดร.กมล กลับคิดว่าธุรกิจเล็กๆ หรือตามห้างร้านที่ไม่ใหญ่มาก ก็สามารถที่จะนำมาปรับใช้ได้ และอยากให้ลองนำไปปรับใช้กันให้แพร่หลาย เพื่อในอนาคตอาจจะมีโปรแกรมที่ถูกเขียนโดยคนไทยออกมารองรับก็เป็นได้ เพียงแต่ร้านหรือองค์กรธุรกิจขนาดเล็กอาจจะมีข้อเสียเปรียบในด้านเรื่องต้น ทุนอยู่บ้าง แต่หัวใจของธุรกิจจริงๆนั้น อยู่ที่การบริการและความจริงใจเป็นสำคัญ
สำหรับคนที่ยังนึกภาพตามไม่ออก ดร.กมล ยกตัวอย่างรายการโปรโมชั่นต่างๆ ผ่านสื่อและโบรชัวร์แผ่นพับ ที่มีการแยกย่อยลงรายละเอียดแบบเจาะลึก เช่น โปรโมชั่นของโทรศัพท์ที่ทยอยออกมาให้เลือกใช้ทุก 3 เดือน ทั้งช่วงโทรเวลากลางวัน กลางคืน คุยน้อยคุยมาก รายการสินค้าตามห้างใหญ่ที่จัดรายการทุกเดือนในรูปแบบที่หลากหลาย จนผู้บริโภคแอบคิดในใจว่า...ทำไมช่างรู้ใจเราเสียเหลือเกิน
ผลจากการใช้เทคนิคเหมืองข้อมูล ดร. กล่าวว่ามีหลายบริษัทใหญ่ได้ถูกพิสูจน์แล้วว่า มีความคุ้มค่าในการลงทุน อย่างน้อยทำให้ผลประกอบการดีขึ้นถึง 50 เปอร์เซ็นต์
ส่วนโปรแกรมการทำเหมืองข้อมูลนั้น ดร. เฉลยว่า
“มีทั้งที่ราคาแพง และ ไม่ต้องเสียเงินเลยสักบาท แต่การใช้งานสำหรับฟรีโปรแกรม ก็อาจจะยุ่งยากสักเล็กน้อย เพราะชาวต่างชาติเป็นผู้คิดขึ้น แต่ก็ไม่ถึงกับยากจนเกินไป ปัจจุบันได้มีร้านค้าเล็กๆได้ทดลองนำไปใช้ ซึ่งก็ได้ผลดีระดับหนึ่ง” แต่ทั้งนี้การทำเหมืองข้อมูลนั้นจะต้องมีพื้นฐานความรู้เรื่องวิชาสถิติมา บ้างเล็กน้อย
ความต่างของเหมืองข้อมูลกับวิชาสถิติคือ สถิติเป็นการจำลองข้อมูลออกมาเพื่อวิเคราะห์ความน่าจะเป็น ส่วนเหมืองข้อมูล เป็นการรวบรวมข้อมูลที่มีอยู่แล้วทั้งหมด รวมถึงหาข้อมูลปัจจุบันมาเพิ่มเติมอีกเล็กน้อย เพื่อให้มีความเหมาะสมกับสถานการณ์ที่เป็นอยู่
“ถ้าคุณแวะเข้าร้านค้า ร้านแรก กล่าวสวัสดี มีอะไรให้รับใช้ครับ ต้องการสินค้าอะไรเพิ่มเติมอีกไหมครับ กับร้านที่สอง เมื่อเข้าไป พนักงานร้านสามารถกล่าวสวัสดีทักทายชื่อเราได้ถูกต้อง บอกเราว่าสินค้าที่คุณอยากได้เมื่อคราวก่อนมาถึงแล้วนะครับ และมีสินค้าที่เกี่ยวข้องอีกสองรายการเข้ามาใหม่ด้วย ไม่ทราบว่าสนใจอยากจะลองชมสักนิดไหมครับ” ดร.กมล ตั้งคำถามโดยไม่ต้องการคำตอบว่า ร้านไหน 'ได้ใจ' ไปมากกว่ากัน
ประโยชน์ของการนำเหมืองข้อมูลมาใช้ผล ยังครอบคลุมไปถึงความสามารถในการวิเคราะห์ความเสี่ยง รวมทั้งตรวจจับการโกงหรือการใช้ที่ผิดปกติ เช่น สินเชื่อทางธนาคารในการอนุมัติเงินกู้ บัตรเครดิต การตรวจสอบภาษี ฯลฯ
เหมืองทอง เหมือนเพชร กระทั่งบ่อน้ำมัน ต่อให้มากมายแค่ไหนก็ย่อมมีวันหมด แต่ 'เหมืองข้อมูล' ถ้าใช้ให้ถูกและเป็น ยิ่งขุดยิ่งเค้นก็รังแต่จะงอกเงย
องค์ประกอบพื้นฐานในการจัดเตรียมทำเหมืองข้อมูลเบื้องต้น มีดังนี้
การสร้างฐานข้อมูล (Database) คือการเตรียมข้อมูลทั้งเก่าและการสอบถามข้อมูลใหม่จากฐานลูกค้าเดิมเพิ่ม เติมให้มีความเหมาะสมกับสถานการณ์ปัจจุบันมากที่สุด
การใช้เทคโนโลยี (Electronics Software) คือการเลือกสรรค์โปรแกรมที่เหมาะสมกับขนาดของหน่วยงาน เช่น ถ้าเป็นหน่วยงานเล็กๆ อาจหาโปรแกรมที่ยังไม่ต้องเสียสตางค์มาใช้ก่อน โดยเข้าไปดาวน์โหลดโปรแกรมที่เวบไซท์นี้มาลองใช้งาน http://www.cs.waikato.ac.nz/ml/weka/ ชื่อโปรแกรมว่า Weka 3
การกำหนดโปรแกรมเพื่อสร้างความสัมพันธ์ (Action)คือการนำโปรแกรมมาประมวลข้อมูล จัดระเบียบให้เป็นหมวดหมู่ และลงรายละเอียดในเชิงลึก
รักษาลูกค้า คือการนำข้อมูลที่ผ่านการจัดระเบียบด้วยโปรแกรมมาวิเคราะห์ เพื่อตอบโจทย์กลยุทธ์ทางการตลาด และสร้างความพึงพอใจสูงสุดแก่ลูกค้า
องค์ประกอบพื้นฐานทั้ง 4 ข้อนี้ สามารถปรับเปลี่ยนจากฐานข้อมูลลูกค้ามาเป็น ข้อมูลของลูกจ้างพนักงานในบริษัทได้ด้วย เพื่อตรวจสอบความผิดปกติว่า พนักงานในบริษัทมีพฤติกรรมเปลี่ยนไปในทิศทางใด มีความพึงพอใจและจงรักภักดีต่อบริษัทลดลงหรือไม่ สามารถจัดอันดับเป็นกลุ่มก้อนได้อย่างชัดเจน
