จะจัดการอย่างไรกับ Data ที่มองไม่เห็น

จะจัดการอย่างไรกับ Data ที่มองไม่เห็น

ในศึกฟุตบอลยูโร 2020 (แต่เลื่อนมาจัดในปี 2021 จากการระบาดของ COVID-19) ซึ่งเป็นรายการแข่งขันฟุตบอลรายการใหญ่ของยุโรป และก็ยังเป็นรายการที่คนทั่วโลกต่างให้ความสนใจ เนื่องจากคับคั่งไปด้วยนักฟุตบอลระดับซูเปอร์สตาร์ที่มีชื่อเสียง และดาวรุ่งฝีเท้าดีที่พร้อมแจ้งเกิดจำนวนมากมาย

และอีกสีสันหนึ่งที่ขาดไม่ได้ในแต่ละปีก็คือ การนำสิ่งมีชีวิตชนิดต่างๆ ไม่ว่าจะเป็น สุนัข ลิง ช้าง ปลาหมึก และอื่นๆ อีกมากมาย มาทำนายผลว่าทีมไหนจะเป็นฝ่ายได้รับชัยชนะจากการแข่งขันในแต่ละนัด

โดยปีนี้นอกจากจะใช้สิ่งมีชีวิตมาทำนายผลแล้ว ก็ยังมีการนำเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence หรือ AI) มาช่วยในการทำนายว่า “ทีมของชาติใดที่มีโอกาสได้ถ้วยแชมป์ของปีนี้ไปครอง”

โดยทาง The Analyst ได้จำลองการแข่งขันขึ้นมาหลายหมื่นรอบ เพื่อให้ AI ทำนายโอกาสที่แต่ละชาติมีสิทธิ์ที่จะได้แชมป์

ผลจากการทำนายวิเคราะห์ออกมาว่า ฝรั่งเศส คือชาติที่มีโอกาสจะได้ชูถ้วยแห่งศักดิ์ศรีใบนี้สูงที่สุด ที่โอกาส 20.5% ซึ่งแน่นอนว่าผลการทำนายนี้ผิด!!! เพราะ ณ ขณะที่กำลังเขียนบทความนี้อยู่ ฝรั่งเศสได้ตกรอบไปอย่างเหนือความคาดหมาย จากการพ่ายแพ้ให้กับสวิตเซอร์แลนด์ (ที่คนส่วนใหญ่มองว่ายังเป็นรองฝรั่งเศสอยู่มาก)

แน่นอนครับว่าความผิดพลาดแบบนี้ไม่ใช่เรื่องผิดปกติอะไรเลย เพราะสิ่งที่ AI รับเข้าไปเพื่อวิเคราะห์ผลก็คือข้อมูลในด้านต่างๆ ที่เกี่ยวกับทีมแต่ละทีม

ในโลกของฟุตบอล การที่ทีมใด หรือชาติใดจะได้แชมป์นั้น มีปัจจัยที่หลากหลายและซับซ้อนมาก ไม่ได้อยู่แค่อันดับที่ถูกจัด ความมีชื่อเสียงของผู้เล่นในทีม หรือความร่ำรวยของทีม แต่ยังมีปัจจัยอื่นๆ ที่อาจจะไม่สามารถจับต้อง หรือระบุออกมาเป็นข้อมูลได้อย่างชัดเจนได้ด้วยซ้ำ เช่น ความมุ่งมั่น ทีมเวิร์ค ฟอร์มการเล่นที่ดีผิดปกติของผู้เล่นบางคน หรือแม้กระทั่งดวง

ซึ่งบางครั้ง ”ข้อมูลที่มองไม่เห็น” เหล่านั้นก็อาจจะเป็นปัจจัยหลักที่ส่งผลต่อการแพ้หรือชนะเลยก็เป็นได้

ในโลกธุรกิจก็ไม่ต่างกัน

ไม่ใช่แค่ในโลกของฟุตบอลลูกกลมๆ เท่านั้นที่อะไรก็ไม่แน่ไม่นอน ในโลกของธุรกิจเองหลายครั้งก็มีปัจจัยมากมายที่ส่งผลต่อความสำเร็จ เช่น คนนึงทำแบบนี้แล้วประสบความสำเร็จ แต่อีกคนก็อาจจะถึงขั้นล้มเหลวจากการทำแบบเดียวกัน เพราะในโลกของธุรกิจเองก็มีปัจจัยแฝง หรือ “ข้อมูลที่มองไม่เห็น” ที่มีผลต่อความสำเร็จมากมาย ที่อาจจะแตกต่างกันไปในแต่ละช่วงเวลา พื้นที่ หรือกลุ่มลูกค้า

ทำให้การพยายามเอาข้อมูลที่ไม่ได้เป็นปัจจัยหลัก หรือเอาข้อมูลที่ไม่ครอบคลุมมาทำการวิเคราะห์ หรือทำนายผลลัพธ์ อาจจะทำให้เกิดความผิดพลาดได้เช่นกัน และหากนำไปใช้แบบไม่ระมัดระวัง หรือไม่เข้าใจอย่างถ่องแท้ ก็อาจจะทำให้ธุรกิจเกิดความเสียหายขึ้นได้

สมมุติว่าวันหนึ่ง ผู้บริหารในบริษัทที่คุณทำงานอยู่ อยากจะทำนายยอดขายในแต่ละสาขา ว่าในอนาคตสาขาไหนน่าจะขายดี หรือไม่ดีบ้าง คุณคิดว่าปัจจัยอะไรที่น่าจะมีผลต่อยอดขายบ้างล่ะ? ทำเลที่ตั้งหรือตัวพนักงาน?

แน่นอนว่าถ้าเป็นธุรกิจที่ลูกค้ามีความรู้ความเข้าใจ คุ้นเคย หรือเห็นถึงประโยชน์ในสินค้าหรือบริการอยู่แล้ว และในด้านของพนักงานก็ไม่ได้เป็นปัจจัยต่อการตัดสินใจของลูกค้า อย่างธุรกิจค้าปลีก ก็อาจจะมีผลกระทบจากปัจจัยแฝง หรือข้อมูลที่มองไม่เห็นในเรื่องของพนักงานน้อยกว่า (ใครมาเป็นพนักงานยังไงลูกค้าก็ซื้อของอยู่ดี) ธุรกิจที่ต้องใช้ทักษะของพนักงานอย่างเข้มข้น อย่างธุรกิจประกันสุขภาพ หรือแม้แต่ร้านตัดผม ที่บางทีการเปลี่ยนพนักงานชุดใหม่อาจจะส่งผลกระทบอย่างมหาศาลกับสาขาเลยก็เป็นได้

ถ้าทีมวิเคราะห์ของธุรกิจที่ต้องเน้นขายด้วยทักษะเฉพาะบุคคล แต่ดันไม่เอาปัจจัยเรื่องคนมาทำการวิเคราะห์ด้วย (อย่างเช่น มีการเปลี่ยนคนที่ขายไม่เก่งมาแทนคนขายเก่ง และพยายามทำนายจากข้อมูลที่คนขายเก่งเคยทำมา) ก็คงจะหวังให้ผลลัพธ์ที่ได้นั้นมีความแม่นยำก็คงจะเป็นเรื่องยาก  ดังนั้นสิ่งที่แต่ละองค์กรควรจะทำก็คือการจัดการกับข้อมูลที่มองไม่เห็น!!!

การจัดการกับข้อมูลที่มองไม่เห็น

         วิธีการจัดการกับข้อมูลที่มองไม่เห็นง่ายที่สุดก็คือ ทำให้มันมองเห็นครับ ซึ่งวิธีทำก็คือการจดบันทึก หรือเก็บข้อมูลอย่างเป็นระบบ โดยในบทความนี้ผมจะขอพูดในมุมของ 3 Cs ซึ่งได้แก่…

  • Company

Company บริษัทต้องเข้าใจถึงปัจจัย หรือข้อมูลต่างๆ ที่ส่งผลต่อธุรกิจ หรือยอดขายทั้งทางตรง และทางอ้อมให้ชัดเจน หากปัจจัยความสามารถของพนักงานมีผลต่อยอดขายโดยตรง บริษัทก็ควรจะมีข้อมูลความสามารถ เกรด หรือการประเมินผลของพนักงานแต่ละคนเก็บเอาไว้ เพื่อใช้ทำการวิเคราะห์ต่อไป โดยพยายามเก็บข้อมูลให้ครบถ้วน และเหมาะสมต่อการใช้งานอีกด้วย

ฟังดูแล้วเหมือนจะเป็นเรื่องง่ายใช่มั๊ยครับ แต่ต้องบอกเลยว่าหลายๆ บริษัทตกม้าตายตั้งแต่ C แรกเลยก็มีให้เห็นอยู่บ่อยๆ

  • Competitors

Competitors หลายบริษัทเก็บเฉพาะข้อมูลภายในของบริษัทตัวเอง แต่ไม่ได้จดบันทึกกิจกรรมที่คู่แข่งทำออกมา บางทีก็อาจจะทำให้เรามองข้ามผลกระทบ หรือปัจจัยที่มาจากคู่แข่ง จนทำให้วิเคราะห์ไปผิดทางเลยก็เป็นได้ เช่น สมมุติว่าคู่แข่งชอบออกโปรโมชั่นลดราคาพิเศษมาในช่วงกลางเดือนบ่อยๆ ทำให้ยอดขายเราลดลง แต่ถ้าหากเราไม่นำข้อมูลของคู่แข่งมาประกอบ ผลการวิเคราะห์ก็อาจจะออกมาในทำนองที่ว่า “ช่วงกลางเดือนคนไม่ค่อยเหลือเงินซื้อของแล้ว” ซึ่งก็ไม่รู้ว่าเป็นจริงตามนั้น หรือเพราะโดนคู่แข่งแย่งลูกค้าไปกันแน่!!!

  • Customers

Customers ข้อมูลของลูกค้าเป็นอีกเรื่องที่บริษัทจำเป็นอย่างมากที่ต้องเก็บข้อมูลให้ได้มากที่สุดเท่าที่จะเป็นไปได้ เพื่อนำข้อมูลเหล่านั้นมาวิเคราะห์พฤติกรรม ความชอบ รวมไปถึงโอกาสใหม่ๆ ต่อไปในอนาคต แต่แน่นอนว่าการเข้าไปขอข้อมูลดื้อๆ จากลูกค้าก็มีโอกาสสูงที่จะถูกปฏิเสธ หรือได้ข้อมูลที่ไม่ตรงกับความเป็นจริงจากหลายๆ สาเหตุ ดังนั้นบริษัทต้องพยายามสร้างสิ่งเร้า หรือดึงดูดใจเพื่อให้ลูกค้ายินยอมที่จะให้ข้อมูลเหล่านั้นกับบริษัทตามความเป็นจริง

การเข้าใจถึงปัจจัยแฝง หรือข้อมูลที่มองไม่เห็นก็เป็นอีกปัจจัยสำคัญที่จะทำให้การวิเคราะห์ หรือทำนายผลนั้นมีประสิทธิภาพมากยิ่งขึ้น หากคุณต้องการผลการวิเคราะห์ หรือผลการทำนายที่แม่นยำสำหรับธุรกิจ ก็ต้องเตรียมข้อมูลให้พร้อม และรอบด้านที่สุดเท่าที่จะเป็นไปได้

เพราะข้อมูลที่ดี ก็คือข้อมูลที่มีและตอบโจทย์ทางธุรกิจได้นั่นเองครับ

Patompat

เจ้าของเพจ Dataภาษาคน | หลงใหลการนำ Data ไปใช้แก้ปัญหาและหาคำตอบให้กับสิ่งต่างๆ | ชอบตีเทนนิสและกินบะหมี่

Leave a Reply

Your email address will not be published. Required fields are marked *

ใช้ Social Listening บ้างไม่ ?

#การตลาดวันละโพล ขอหนึ่งคำถาม ว่าปกติใช้ Social Listening บ้างหรือไม่ แล้วถ้าใช้ ใช้ตัวไหนอยู่