ความเข้าใจที่ผิดๆ เกี่ยวกับ Big Data และ Analytics (1)

โดย : ดร.อธิป อัศวานันท์

จาก กรุงเทพธุรกิจออนไลน์

ณ เวลานี้ ในโลกแห่งเทคโนโลยีเพื่อการบริหารองค์กร ย่อมไม่มีวลีใดที่จะสามารถคงความนิยมไปได้มากกว่าคำว่า Big Data

และ Analytics ซึ่งในปัจจุบันได้ถูกประยุกต์เป็นกลยุทธ์ทางเทคโนโลยีอันดับหนึ่งขององค์กร ชั้นนำระดับโลก แม้แต่ในประเทศไทย ผู้บริหารสูงสุดขององค์กรขนาดใหญ่ ส่วนใหญ่ได้รับรู้ และตระหนักในความสำคัญรวมถึงโอกาสในเชิงธุรกิจของ Big Data และ Analytics อย่างไรก็ดี ท่ามกลางโอกาสย่อมมีวิกฤต หลังจากที่ได้แลกเปลี่ยนความคิดเห็นกับผู้บริหารระดับสูงของหลายองค์กรภายใน ประเทศไทย ทำให้ได้มองเห็นว่า ยังคงมีความเข้าใจที่ยังไม่ถูกต้อง เกี่ยวกับ Big Data และ Analytics ที่จะเป็นอุปสรรคสำหรับการนำไปใช้ให้เกิดประโยชน์สูงสุดในองค์กรต่างๆ

1. Big Data vs. Analytics: ผู้บริหารระดับสูงในประเทศไทย ยังคงไม่สามารถแยกแยะระหว่าง Big Data และ Analytics ซึ่งในความเป็นจริงแล้ว Big Data คือการบริหารจัดการฐานข้อมูลที่มีขนาดใหญ่และมีความหลากหลายอย่างที่ไม่ สามารถบริหารจัดการได้ด้วยเครื่องมือทั่วไป ส่วน Analytics นั้นคือการนำฐานข้อมูลมาวิเคราะห์ในเชิงลึกให้เกิดประโยชน์ต่อธุรกิจ ดังนั้น Big Data แต่เพียงอย่างเดียว ย่อมไม่สามารถที่จะเกิดประโยชน์ต่อธุรกิจ เท่ากับการที่นำ Analytics มาประยุกต์ใช้กับ Big Data แต่ในทางกลับกัน Analytics กลับสามารถกระทำได้โดยไม่ต้องอาศัย Big Data ฐานข้อมูลที่มีขนาดเล็กกว่า และยังไม่ถึงขั้นของ Big Data ยังสามารถถูกนำมาวิเคราะห์ในเชิงลึกให้เกิดประโยชน์ต่อธุรกิจได้

ความเข้าใจที่ผิดดังกล่าว ทำให้ผู้บริหารหลายท่านมีความเชื่อว่า จะต้องลงทุนใน Big Data เสียก่อน ซึ่งอาจเป็นการลงทุนที่มีมูลค่าหลายร้อยหรือพันล้านบาท จึงจะสามารถใช้ประโยชน์จาก Analytics ได้ ซึ่งที่จริงแล้ว องค์กรต่างๆ สามารถกระทำ Analytics กับฐานข้อมูลที่มีอยู่เดิมได้เลย เพียงแต่ต้องอาศัยบุคลากรที่มีศักยภาพและมีความเข้าใจใน Analytics อย่างลึกซึ้ง

2. Analytics vs. Business Intelligence: Analytics คือการวิเคราะห์ในเชิงลึก ที่ย่อมมีความแตกต่างและเหนือชั้นกว่า Business Intelligence โดยทั่วไป ที่อาศัยเพียงการวิเคราะห์อย่างผิวเผินเพื่อสรุปสถานการณ์โดยเบื้องต้นให้ กับผู้บริหาร ยกตัวอย่างเช่น องค์กรแห่งหนึ่ง ได้ลงทุนในระบบ Business Intelligence ที่สามารถสรุปยอดขายของสินค้า โดยสามารถแจกแจงตาม SKU สาขา เวลา ฯลฯ และสามารถพลิกผันได้หลากหลายมุมมองหรือมิติ ตามความต้องการของผู้บริหารระดับสูง ระบบดังกล่าว ยังสามารถทำการเปรียบเทียบยอดขาย ระหว่าง SKU สาขา หรือกระทั่งเดือนและปี และยังสามารถแสดงผลด้วย Graphs หรือ Infographics ที่มีความสวยงาม ในรูปแบบที่ผู้บริหารต้องการ ยิ่งไปกว่านั้น ระบบดังกล่าว ยังสามารถแจ้ง Alert หากยอดขายของสินค้าในหนึ่งเดือนก่อนหน้า ได้ตกต่ำกว่าเป้าหมายที่ได้ถูกกำหนดเอาไว้

แต่สิ่งที่น่าตกใจ คือผู้บริหารฝ่าย IT ขององค์กรดังกล่าว กลับสามารถกล่าวอ้างได้อย่างภาคภูมิใจด้วยว่า ระบบ Business Intelligence ขององค์กร ไม่ได้ต่างกับการการกระทำ Analytics ขององค์กรระดับโลก จึงไม่มีความจำเป็นที่จะต้องพิจารณาเพื่อนำ Analytics มาใช้ในองค์กร เพราะผู้บริหารผู้นั้นเชื่อว่า องค์กรของเขาได้กระทำ Analytics อยู่แล้ว

ความแตกต่างระหว่างการวิเคราะห์ในเชิงลึก กับการวิเคราะห์โดยผิวเผินเพื่อสรุปสถานการณ์โดยเบื้องต้น เป็นสิ่งที่เข้าใจได้ไม่ยาก สำหรับผู้ที่มีความเข้าใจใน Analytics และผู้ที่มีประสบการณ์พื้นฐานทางการวิจัยและพัฒนา แต่สำหรับผู้บริหารระดับสูง อาจเป็นสิ่งที่ไกลตัวสำหรับการตัดสินใจในชีวิตประจำวัน

ตัวอย่างที่เด่นชัด ของการทำ Analytics ระดับโลก ที่เหนือชั้นกว่าการทำ Business Intelligence โดยทั่วไป คือการหาเสียงของ Obama ในปี 2012 ที่ทำการวิเคราะห์ในเชิงลึก กับ Profile ของฐานเสียงหลายล้านคน ซึ่งข้อมูล Profie นอกเหนือจาก Demographics ของฐานเสียง ยังได้รวมถึง Activities ต่างๆ ของฐานเสียงแต่ละคน เช่นการมีปฏิสัมพันธ์กับทีมงานของ Obama การเขียนอีเมล์โต้ตอบ การไปโบสถ์ การเข้าร่วมกิจกรรมต่างๆ ฯลฯ ระบบ Analytics ของ Obama สามารถแบ่งฐานเสียงเป็น Micro-Segments ได้อย่างละเอียด และสามารถวิเคราะห์ความเป็นไปของฐานเสียงในเชิงลึกเพื่อปรับเปลี่ยนกลยุทธ์ อย่าง Real Time สำหรับ Obama นั้น Analytics ได้ถูกใช้เป็นเครื่องมือในวางแผนการใช้ทรัพยากรทั้งหมดของทีมงาน

ยิ่งไปกว่านั้น ทีมงาน Analytics ของ Obama ยังสามารถทำ Micro-Campaigns โดยกำหนดกลยุทธ์ในการโต้ตอบกับฐานเสียงแต่ละบุคคล อย่างอัตโนมัติ ซึ่งข้อมูลที่ถูกส่งถึงฐานเสียงแต่ละคน ได้ถูกคำนวณด้วย Analytics แล้วว่าจะทำให้เกิดเปอร์เซ็นต์สูงสุด ที่ผู้ที่ได้รับจะออกไปโหวตให้กับ Obama ในวันเลือกตั้ง

ซึ่งหาก Obama ได้กระทำเพียง Business Intelligence ก็จะไม่ต่างกับการทำ Poll หรือ Survey เป็นรายเดือนหรือสัปดาห์ เพื่อเปรียบเทียบความได้เปรียบเสียเปรียบในกลุ่ม Demographics ต่างๆ ในรูปแบบที่ไม่ต่างกับผลสำรวจที่ถูกเผยแพร่ผ่านหน้าหนังสือพิมพ์ในประเทศไทย ในช่วงเวลาใกล้เลือกตั้ง

ขออนุญาตจบบนความไว้ ณ จุดนี้ ครั้งต่อไปจะมาต่อกันด้วย ความเข้าใจที่ผิดๆ เกี่ยวกับ Big Data Analytics ตอนที่ 2 ครับ

สำนักงานบัญชี,สำนักงานสอบบัญชี,ทำบัญชี,สอบบัญชี,ที่ปรึกษา,การจัดการ,เศรษฐกิจการลงทุน