|
i. การแสวงหาและจัดเก็บข้อมูล: การรวบรวม การเก็บรักษา และจัดเก็บข้อมูลอย่างเหมาะสม
ii. การจัดการ: การชำระข้อมูล การแยกแยะ การดัดแปลง และการนำเข้าข้อมูล ตลอดจน การตรวจจับความผิดปกติของข้อมูล
iii. การรายงาน: การประมวลผลข้อมูลในลักษณะที่สามารถนำไปใช้เพื่อวัตถุประสงค์ทางธุรกิจ (BI) เช่น การวิเคราะห์ ตัวชี้วัด และการแบ่งส่วนทางการตลาด (Segmentation)
iv. การเรียนรู้: การวิเคราะห์ข้อมูลขั้นสูง รวมถึงเทคนิคการเรียนรู้ของเครื่องจักรอย่างง่าย (machine learning)
v. AI หรือปัญญาประดิษฐ์: การประยุกต์ใช้การเรียนรู้ของเครื่องจักรขั้นสูง (advanced machine Learning)
ถึงแม้ผมจะคิดว่าทั้งห้าข้อด้านบนนี้เป็นบทสรุปที่สมเหตุสมผลกับการอธิบายลักษณะงานของนักวิทยาศาสตร์ ข้อมูล แต่ผมก็คิดว่ายังมีบางอย่างขาดหายไปซึ่งก็คือ ระบบออโตเมชั่น นักวิทยาศาสตร์ข้อมูลส่วนใหญ่มักไม่นับรวมระบบออโตเมชั่นว่าเป็นองค์ประกอบหลักในงานของตน แต่มันมีความสำคัญเพิ่มมากขึ้นเรื่อยๆ โดยเฉพาะ อย่างยิ่งในแง่ของการวัดผลตอบแทนการลงทุน (ROI)
เฉกเช่นเดียวกับ data literacy ซึ่งมีศักยภาพมากพอที่จะเปลี่ยนโฉมคำนิยามของนักวิทยาศาสตร์ข้อมูลแบบพลิกหน้ามือเป็นหลังมือ ย่อมกลายเป็นสิ่งที่ได้รับความนิยมอย่างแพร่หลายตามมา โดยภาพรวมระบบออโตเมชั่นถูกมองว่าจะสร้างผลกระทบในระดับการเปลี่ยนแปลงของวิทยาศาสตร์ข้อมูล และที่สำคัญประโยชน์ที่พึงได้รับนั้นมีมากกว่าแค่การทำให้กระบวนการทำงานรวดเร็วขึ้นและมีประสิทธิภาพมากขึ้น หากระบบออโตเมชั่นถูกนำไปใช้งานอย่างเต็มประสิทธิภาพ มันจะเป็นเสมือนตัวช่วยในแทบทุกเรื่อง ตั้งแต่สร้างระเบียบปฏิบัติให้แก่ พนักงาน ตลอดจนการสร้างความได้เปรียบในการแข่งขัน เพราะเหตุใดผมจึงเชื่อเช่นนั้น? ลองพิจารณาตามนี้ดู
ระบบออโตเมชั่นช่วยทำลายความน่าเบื่อ การทำสิ่งเดิมซ้ำแล้วซ้ำเล่าเป็นเรื่องที่น่าเบื่อหน่าย ยิ่งไปกว่านั้น มันยังเป็นการเสียเวลา เสียแรงทุ่มเท และที่แย่ที่สุดก็คือมันทำให้คุณสูญเสียต้นทุนทางปัญญาที่คุณอุตส่าห์ ลงทุนไป ระบบออโตเมชั่นจะช่วยป้องกันไม่ให้ผู้เชี่ยวชาญด้านวิทยาศาสตร์ข้อมูลที่มากความสามารถต้องสิ้นเปลืองเวลาไปกับการแก้ไขปัญหาเดิมๆ ซ้ำๆ หรือทำงานซ้ำซาก ซึ่งผลลัพธ์ที่ได้ทำให้พวกเขามีเวลาไปทำงานด้านอื่นๆ ที่มีคุณค่ามากขึ้นและทำงานที่มีส่วนร่วมมากขึ้น
คอมพิวเตอร์ช่วยให้เกิดการสินใจที่ดีขึ้นได้อย่างรวดเร็ว หากคุณเป็นผู้ค้าปลีกที่ต้องจัดโปรโมชั่น 15,000 รายการทุกสัปดาห์ การผลักภาระงานลักษณะนี้ให้มนุษย์เป็นผู้วิเคราะห์ข้อเสนอทั้งหมดดูจะมากกว่าเกินกว่าที่จะรับไหวต่อให้ทีมงานของคุณมีความสามารถเปี่ยมล้นเพียงใดก็ตาม หากคุณเปลี่ยนให้ระบบออโตเมชั่นเข้ามาทำหน้าที่ในการวิเคราะห์แทน โดยตั้งให้เครื่องแสดงและแนะนำแนวทางปฏิบัติ พร้อมใส่ค่าผลลัพธ์ที่คาดการณ์ ไว้ จะเป็นการช่วยให้ทีมงานที่เป็นบุคคลากรสามารถตัดสินใจได้อย่างชาญฉลาดและถูกต้องชัดเจนยิ่งขึ้น
ระบบออโตเมชั่นช่วยให้คุณจำลองสูตรสำเร็จและขยายขอบเขตงานได้ สมมติว่าทีมงานคุณมี 15 คนที่ทำงาน ด้านวิทยาศาสตร์ข้อมูลที่ขับเคลื่อน 1,000 แคมเปญต่อปี การทำให้กระบวนการเบื้องหลังการทำงานเป็นแบบออโตเมชั่นจะช่วยให้คุณสามารถลดทีมงานให้เหลือเพียงสองคน และสามารถจัดสรรทีมงานที่เหลือซึ่งมากความ สามารถไปช่วยแก้ปัญหาใหม่ๆ ขยายงานไปสู่พื้นที่อื่นๆ หรือพัฒนาแนวคิดใหม่ๆ ซึ่งประโยชน์ที่เพิ่มมาทั้งหมดนี้ได้มาด้วยค่าใช้จ่ายเท่าเดิม
ความเร็วเป็นข้อได้เปรียบในการแข่งขัน การตัดสินใจที่ล่าช้ามีค่าเท่ากับการไม่ได้ตัดสินใจ ยิ่งการตัดสินใจ ทางธุรกิจของคุณเร็วเท่าไหร่ คุณก็ยิ่งสามารถเอาชนะคู่แข่งได้เร็วขึ้นเท่านั้น ระบบออโตเมชั่นจะช่วยให้องค์กร มีโอกาสสร้างความได้เปรียบในการแข่งขัน ซึ่งเป็นปัจจัยที่จะมีความสำคัญเพิ่มมากขึ้นก็ต่อเมื่อเกิดการประยุกต์ ใช้ปัญญาประดิษฐ์ (AI) ในวงกว้างหรือใช้กันอย่างแพร่หลาย
เช่นเดียวกับปัญญาประดิษฐ์ (AI) มีประเด็นถกเถียงเกิดขึ้นมากมายเกี่ยวกับระบบออโตเมชั่น ซึ่งอาจจะเดาได้ง่ายๆ ว่าเป็นเพราะทุกธุรกิจเกือบทุกแห่งได้เดินหน้าและเปลี่ยนให้กระบวนการและขั้นตอนส่วนใหญ่ขององค์กรเป็นระบบออโตเมชั่นแล้ว แต่น่าเสียดายที่ในกรณีนี้ไม่ใช่และจะยังคงไม่ได้เป็นเช่นนั้นจนกว่าเราจะ
สามารถเอาชนะอุปสรรคพื้นฐานบางประการที่ขวางทางการยอมรับในวงกว้างให้ได้เสียก่อน
ประการแรกคือการตระหนักรู้ องค์กรและผู้คนจำนวนมากไม่ได้ตระหนักถึงประโยชน์ที่ระบบออโตเมชั่นมีต่อองค์กร แม้แต่ผู้ที่เข้าใจว่ามันว่ามีประโยชน์ก็ยั่งหวั่นใจว่าจะดำเนินการอย่างไรเพื่อให้ออกมาดีที่สุดหรืออย่างน้อยก็เกิดผลสำเร็จ ความไม่แน่ใจนี้ยังทำให้ยากต่อการประเมินค่าใช้จ่ายที่จำเป็นในการขับเคลื่อนระบบออโตเมชั่นไปข้างหน้า โดยเฉพาะอย่างยิ่งเมื่อองค์กรส่วนใหญ่ยังแบกหนี้ต้นทุนด้านเทคนิคเป็นจำนวนมากอยู่แล้ว ซึ่งจะยิ่งเพิ่มแรงต่อต้านการเปลี่ยนแปลงให้มากยิ่งขึ้น
นอกจากนี้เราต้องคำนึงถึงปัจจัยด้าน’มนุษย์’ ด้วย ตามที่กล่าวไว้ข้างต้นระบบออโตเมชั่นจะลดปริมาณ ทรัพยากรบุคคลที่จำเป็นต้องใช้ในการแก้ปัญหาลงอย่างมาก แต่นั่นไม่ใช่ปัญหาสำหรับงานวิทยาศาสตร์ข้อมูล ที่ผู้เชี่ยวชาญสามารถปรับใช้ทักษะกับงานสาขาอื่นได้ อย่างไรก็ตามแนวคิดระหว่าง "มนุษย์กับเครื่องจักร" นั้นยากที่จะสั่นคลอนอย่างไม่ต้องสงสัย และมีบางสิ่งที่พิสูจน์ให้เห็นด้วยว่าการวิเคราะห์ของมนุษย์นั้น "สร้างสรรค์" มากกว่าเครื่องจักร
ในท้ายที่สุด สำหรับคนบางกลุ่มระบบออโตเมชั่นจะไม่มีความสำคัญเร่งด่วนเพราะพวกเขาอาจเชื่อว่า ความต้องการของพวกเขาเปลี่ยนแปลงเร็วเกินกว่าที่จะได้รับประโยชน์จากมัน หรือคนเหล่านี้ยังพยายามมองหาแรงจูงใจในแง่ของผลตอบแทนเพื่อใช้ประกอบการพิจารณาอย่างจริงจัง ซึ่งแน่นอนว่ามันก็ถูกหากต้องมีการเปลี่ยนแปลงอะไรก็ตาม
สำหรับองค์กรที่ต้องการเปิดรับศักยภาพของระบบออโตเมชั่น การใส่ใจต่อสิ่งสำคัญบางประการสามารถเร่งให้เกิดการพัฒนาอันนำไปสู่การใช้งานจริงได้:
i. สร้างการตระหนักรู้: อุปสรรคที่ใหญ่ที่สุดของระบบออโตเมชั่นมักเป็นเรื่องของภายในองค์กร ดังนั้นความตระหนักรู้ ความเข้าใจ และการยอมรับล้วนมีความสำคัญ
ii. เน้นที่คุณค่า: มีเป้าหมายที่ชัดเจนและตั้งคำถามอยู่เสมอว่ากระบวนการที่คุณต้องการเปลี่ยนให้เป็นระบบออโตเมชั่นจะให้คุณค่ามากกว่าในที่สุดใช่หรือไม่
iii. ทำให้ระบบออโตเมชั่นมีความสำคัญ: ขจัดอุปสรรคที่มีอยู่และพยายามมองหาสิ่งที่อาจเป็นปัญหา ในอนาคต จัดการกับความกลัวและข้อกังวลต่างๆ และช่วยให้ผู้คนเข้าใจถึงประโยชน์ที่จะได้รับจากระบบออโตเมชั่นอย่างแท้จริง
ผู้เขียน
วีเจย์ บาลาจิ แมเดสวารัน ผู้อำนวยการฝ่าย Applied Data Science ของ dunnhumby APAC ดูแลรับผิดชอบทางด้านการลงทุน การสร้างพันธมิตร การเข้าถึงและปรับแต่งระบบ เพื่อช่วยให้ธุรกิจค้าปลีกและแบรนด์ต่างๆ ได้รับประโยชน์สูงสุดจากการตระหนักถึงคุณค่ามหาศาลของข้อมูลที่มีอยู่
|
