RPA กับการทำงาน Data Analysis สำหรับ Data-driven Marketing

สืบเนื่องจากงาน DATA+AI for Business is now สัมมนาครั้งยิ่งใหญ่ครบรอบ 10 ปี datacube ในวันที่ 10 ตุลาคม 2566 ที่ผ่านมา ซึ่งในงานมีการแลกเปลี่ยนและแชร์องค์ความรู้ที่น่าสนใจจาก Speakers ที่เป็นผู้เชี่ยวชาญด้าน Data driven business หลายท่านด้วยกัน ซึ่งหัวข้อหนึ่งที่นิกไปร่วมรับฟัง และคิดว่าน่าจะเป็นประโยชน์กับทุกท่านมากๆ คือเรื่อง RPA for Banking โดยคุณ ศิววงศ์ ค่อนดี Customer Experience Management with Lean and Automation จากธนาคารกรุงศรี ที่มาแชร์องค์ความรู้เรื่องการใช้ระบบอัตโนมัติสำหรับกระบวนงานด้านการบริหารจัดการข้อมูลในธนาคาร ซึ่งเป็นไอเดียน่าสนใจ ที่นิกจะนำมาเล่าและขยายความต่อ พร้อมยกตัวอย่างการใช้งานด้าน Data-driven Marketing ในบทความนี้ค่ะ

RPA หมายถึง Robotic Process Automation ซึ่งจากชื่อที่ว่า Robot ไม่ได้หมายความว่า RPA เป็นโรบอท แบบเป็นหุ่นยนต์ที่เป็นตัวๆ นะคะ แต่หมายถึงการใช้ซอฟต์แวร์ ที่เป็นโรบอทในการสร้างระบบอัตโนมัติ ที่จะมาช่วยเราทำงานที่ซับซ้อนและซ้ำๆ ในธุรกิจหรือองค์กรของเรา โดยตัวโรบอทตัวนี้จะทำการจำลอง และทำซ้ำ กระบวนการต่างๆ ที่ต้องใช้คนทำ เช่น การดึงข้อมูลจากหน้าฟีด การกรอกข้อมูลลงแบบฟอร์มเดิมๆ

ซึ่ง RPA ใช้โรบอท หรือ “บอท” ถูกสร้างขึ้นมาในรูปแบบของซอฟต์แวร์ที่เป็นระบบอัตโนมัติ ให้ทำงานตามฟังก์ชันที่กำหนดไว้โดยผู้ใช้งานระบบ ซึ่งสามารถสร้างได้ง่ายๆ ทั้งแบบ No-code หรือ Low-code ขึ้นอยู่กับ Tools ที่เราเลือกใช้ค่ะ

ดังนั้น RPA จึงถือเป็นการนำเอา “บอท” (ที่หมายถึงระบบอัติโนมัติ) มาช่วยเราทำงานในกระบวนการที่ซ้ำๆ เพื่อลดระยะเวลา และลดจำนวน “คน” ที่จะต้องมาทำงานตรงนั้นลง แต่!! ในส่วนนี้ไม่ได้หมายความว่าขั้นตอนในการทำงานจะลดลงนะคะ เพราะในส่วนของขั้นตอนต่างๆ ที่ต้องทำก็จะยังอยู่เหมือนเดิม เพียงแต่เราจะไม่ใช้คนในการทำแล้ว แต่จะเปลี่ยนเป็นใช้ระบบอัตโนมัติ(บอท)แทน ซึ่งบอทนี้เองจะมาช่วยทุ่นแรงในการจัดเตรียมข้อมูลของเรา เพื่อนำมาวิเคราะห์ในการทำ Data driven marketing ต่อไป ซึ่งแน่นอนค่ะว่าย่อมมีข้อดีต่างๆ มากมาย โดยนิกขอสรุปเป็นข้อหลักๆ ดังนี้ค่ะ（＾∀＾●）ﾉｼ

• มีความแม่นยำที่เพิ่มขึ้น และข้อผิดพลาดลดลง เพราะการทำงานเป็นการทำแบบอัตโนมัติ
• เพิ่ม Productivity เพราะอย่าลืมนะคะว่า พอเป็น Software ปุ๊บ ก็จะสามารถทำงานได้ตลอด 24 ชั่วโมงโดยไม่ต้องการเวลาหยุดพัก
• เพิ่ม Speed ในการทำงาน เพราะสามารถเพิ่มการทำงานแบบคู่ขนานกันไปได้โดยไม่ต้องรอลำดับ (แต่ไม่ได้ลดขั้นตอนการทำงานนะคะ)
• ช่วยประหยัดค่าใช้จ่ายในงานนั้นๆ ลงได้ ในปริมาณงานที่เท่ากันเมื่อเทียบกับการใช้คนทำงาน

การพิจารณาว่ากระบวนการใดควรใช้ RPA

จากข้อดีของการใช้โรบอทด้านบน ใช่ว่าทุก Process ของเราควรจะใช้ RPA นะคะ ดังนั้นในหัวข้อนี้นิกจึงอยากพาทุกท่านไปพิจารณาว่า,, แล้วส่วนไหนของกระบวนการ Data driven marketing ที่ควรใช้บอทเข้ามาช่วยงานเราบ้าง ซึ่งมีหลักการพิจารณาดังต่อไปนี้ค่ะ

1. พิจารณาถึง Painpoint ของธุรกิจเรา รวมถึงสิ่งที่เป็น Painpoint ของลูกค้า ในการที่ต้องทำกระบวนงานบางอย่างซ้ำๆ เช่น การที่ลูกค้าของธนาคารต้องกรอกข้อมูลเดิมๆ ซ้ำๆ เมื่อต้องการสมัครบริการอื่นของธนาคารเพิ่มเติม และในส่วนของธนาคารเองที่จากข้อมูลเหล่านั้นที่ถูกจัดเก็บแยกกัน ทำให้สามารถนำมาวิเคราะห์หรือใช้งานต่อลำบาก (โดยในส่วนนี้ทางคุณ K.Sivawong เล่าว่า ปัญหาของธนาคารไม่ได้เป็นเรื่องของการขาดข้อมูล แต่เป็นการดูว่าข้อมูลใดที่ต้องนำมาใช้จริงๆ มากกว่า)
2. พิจารณา Data ที่เรามี โดยหลังจากที่เราได้ Painpoint ของธุรกิจเราแล้ว ให้มาลองพิจารณา Dataset ที่เรามี ว่ามีการจัดเก็บข้อมูลอะไรไว้บ้าง และเก็บไว้ที่ Database ใดบ้าง มีความซ้ำซ้อนของข้อมูลหรือไม่ และจะเลือกข้อมูลใดมาใช้งานต่อ เช่น ในการทำ Data Analysis ให้ลองดูว่าจะใช้ Features ไหนในการสร้างโมเดล หรือวิเคราะห์ข้อมูลของลูกค้าบ้าง
3. พิจารณา Data Source: เมื่อเราทราบแล้วว่าเราต้องการใช้ข้อมูลอะไรบ้างในการวิเคราะห์ และข้อมูลเหล่านั้นอยู่ในฐานข้อมูลไหน ให้ทำการพิจารณาต่อว่าแหล่งที่มาของข้อมูลมากจากแหล่งใด เพื่อดูว่าเราสามารถนำ “บอท” มาช่วยในการดึงข้อมูลได้หรือไม่
4. พิจารณา Process อื่นๆ เกี่ยวเนื่อง เช่นเรื่องของการ Authentication หรือการ Feed ข้อมูลว่าจำเป็นต้องใช้ “บอท” เข้ามาร่วมด้วยหรือไม่

โดยเราสามารถประยุกต์ใช้หลักพิจารณาด้วย 8 Wastes in lean manufacturing มาเป็น 8 Wastes in Data Analytic ดังนี้

• Defects: ในที่นี้หมายถึง Defects ของข้อมูล ยกตัวอย่างเช่น Missing Data ซึ่งเป็นที่มาของการที่เราต้องทำ Data Cleansing และ Data Preparation โดยในส่วนนี้เราสามารถลดจำนวนของ Missing Data ได้ด้วยการใช้ RPA ช่วยด้วยการ Fill ข้อมูลให้ครอบถ้วนตามเงื่อนไขที่กำหนด หรือตัดข้อมูลที่ไม่จำเป็นทิ้งค่ะ
• Overproduction: ในที่นี้หมายถึงการทำหรือสร้างข้อมูลซ้ำๆ โดยไม่จำเป็น
• Transportation: การทำ Data Transportation
• Waiting: คือการที่เราต้องรอคอยข้อมูลจากส่วนงานต่างๆ ที่เกี่ยวข้องเพื่อรวบรวมเอาข้อมูลมาวิเคราะห์
• Non-Utilized Talent: ถือเป็นข้อจำกัดด้านบุคคล เช่น การที่เราต้องใช้พนักงานในการดึงข้อมูลหนึ่งคน และนำข้อมูลมา Cleansing อีกหนึ่งคน ซึ่งคงจะดีกว่าถ้าหากว่าเราสามารถดำเนินการไปได้เลยในขั้นตอนเดียว
• Motion: ในที่นี่หมายถึงสิ่งที่ไม่จำเป็นต่างๆ ที่เพิ่มเข้ามาในกระบวนงานของเราค่ะ
• Inventoty: คือการที่เราต้องเก็บ Data ที่ไม่จำเป็นเยอะเกินไป
• Extra-processing: เป็นส่วนของ Process ที่เกินความจำเป็น ซึ่งสามารถตัดออกได้

ขั้นตอนในการทำ RPA

ในปัจจุบันมี Tools ที่ช่วยเราสร้าง Software Robotic มาช่วยเราทำงานมากมาย ยกตัวอย่างเช่น Power Automate, Ui Path Power Automate ซึ่งแต่ละ Software จะมีรายละเอียดแตกต่างกันออกไป แต่จะมีขั้นตอนการทำงานหลักคล้ายคลึงกันดังนี้ค่ะ （￣︶￣）↗　

1. การรับคำสั่งและกำหนดงาน: ในขั้นตอนแรก เราจะต้องกำหนดงาน หรือกระบวนการทางธุรกิจที่ต้องการให้ Robotic ทำงาน โดยใช้ซอฟต์แวร์ Robotic ที่เราต้องการ ซึ่งอาจเป็นการใช้เพื่อคลิกที่บางจุดบนหน้าเว็บ, การป้อนข้อมูลลงในแบบฟอร์ม, การดึงข้อมูลจากไฟล์ Excel, หรือการทำงานอื่น ๆ ที่เกี่ยวข้องกับ Process ที่เราระบุไว้ว่าจะทำระบบอัตโนมัติตามหัวข้อก่อนหน้าค่ะ
2. การจำลองกระบวนการ: Robotic จาก Software ที่เราเลือกใช้จะทำการจำลอง Process ที่ถูกกำหนดไว้ โดยเราจะต้องสร้าง Flow ของบอทซึ่งมักอยู่ในรูปแบบของแผนภาพของกระบวนการ (Process Flowchart) หรือตารางของการกระทำ (Action Table)
3. การดำเนินการ: เมื่อกระบวนการถูกจำลอง และเราตรวจสอบแล้วว่าถูกต้อง Robotic ของเราจะเริ่มดำเนินการ ตามขั้นตอนที่ถูกกำหนดไว้ เช่นการอ่านข้อมูลจากระบบที่เข้าถึงข้อมูล, ป้อนข้อมูลลงในแบบฟอร์ม, ดึงข้อมูลจากฐานข้อมูล, ควบคุมแอปพลิเคชันอื่น ๆ และดำเนินการตามคำสั่งที่เราตั้งค่าไว้ค่ะ
4. การตรวจสอบและการรายงาน: โดย “บอท”สามารถตรวจสอบผลลัพธ์ของการทำงาน และบันทึกข้อมูลการทำงานได้ เช่น การบันทึกข้อมูลในฐานข้อมูล, การเปิดบันทึกการทำงาน, และสร้างรายงานการทำงาน และสามารถแจ้งเตือนในกรณีมีข้อผิดพลาดหรือปัญหาใน Process ที่ Setting ไว้ได้
5. การ Automated และ Loop: RPA สามารถทำงานในรูปแบบ Automated loop หรือตามตารางการทำงานที่กำหนดไว้ได้ โดยพวกเราสามารถตั้งค่าการทำงานส่วนนี้ได้ตามต้องการค่ะ^^

การใช้ RPA ในการทำ Data Analysis สำหรับ Data-driven Marketing

เมื่อเพื่อนๆ เห็นภาพในส่วนของการใช้งานระบบ Automated Robotic และขั้นตอนการสร้าง Process ของ “บอท” ในเบื้องต้นแล้ว ในหัวข้อนี้เราจะมาดูกันค่ะว่า เราจะสามารถใช้ บอท ของเราให้การทำ Data driven Marketing หรือช่วยเราวิเคราะห์ Insights ต่างๆ ของข้อมูลอย่างไรได้บ้าง,,,, Let’s go ψ(｀∇´)ψ

1. Streamlining Operations through RPA: พวกเราสามารถใช้ “บอท” ในการจัดการกับข้อมูล Transaction ที่ซับซ้อน โดย “บอท” ของเราสามารถอ่านข้อมูลจากอีเมล, ป้อนข้อมูลลงในระบบ ERP, และส่งเอกสารยืนยันกลับให้กับลูกค้าโดยอัตโนมัติได้
2. Data Analytics for Performance Optimization: เราสามารถใช้ “บอท” ในการเก็บข้อมูลการทำงานของกระบวนการต่างๆ แล้วสร้างรายงานการวิเคราะห์ประสิทธิภาพของการทำงาน เพื่อให้สามารถวิเคราะห์และเข้าใจปัญหา และสามารถ Optimize กระบวนการนั้นๆ ใหม่
3. Predictive Analytics for Demand Forecasting: เราสามารถใช้ “บอท” ในการรวบรวมข้อมูลการขายสินค้าประเภทที่เราสนในจาก Platforms ต่างๆ และนำข้อมูลที่รวบรวมมาได้นั้น มาวิเคราะห์ทางสถิติ และ Predict ความต้องการของลูกค้าในอนาคตต่อได้
4. Fraud Detection and Risk Mitigation: “บอท” ของเรายังมีความสามารถในการตรวจสอบธุรกรรมที่เกิดขึ้นในระบบ ว่าเป็นธุรกรรมผิดปกติ และสามารถแจ้งเตือนให้ส่วนที่เกี่ยวข้องทำการตรวจสอบเพิ่มเติมได้ค่ะ
5. Customer Insights and Personalization: เราสามารถให้ “บอท” เก็บข้อมูลการซื้อขายและการโต้ตอบของลูกค้า และสร้าง Dashboard ของพฤติกรรมและความต้องการของลูกค้า เพื่อช่วยในการสร้างโปรโมชั่น และแคมเปญจ์ที่ตอบสนองต่อความต้องการของลูกค้าแต่ละรายแบบเฉพาะเจาะจงได้
6. Enhancing Business Intelligence through Data Visualization: เราสามารถใช้ RPA ช่วยเราสร้าง Data Visualization เพื่อทำ BI ได้อย่างรวดเร็วจากการที่เรามีความเข้าใจในข้อมูลที่ง่าย และเห็นภาพได้มากขึ้น

ทั้งนี้เพื่อนๆ จะเห็นว่าเป็น RPA ถือเป็นเทคโนโลยีอัตโนมัติที่เข้ามามีบทบาทสำคัญ ในการดำเนินธุรกิจปัจจุบัน โดยเฉพาะในภาคการตลาด ซึ่งช่วยให้นักการตลาดสามารถทำงานด้าน Data Analysis ได้อย่างมีประสิทธิภาพมากขึ้น โดยสามารถช่วยทำงานที่ซ้ำซ้อนและใช้เวลานาน เช่น การรวบรวมข้อมูล การประมวลผลข้อมูล และการสร้างรายงานอัตโนมัติ และจากสิ่งนี้เองที่เป็นผลลัพธ์ให้นักการตลาด(อย่างพวกเรา^^)มีเวลามากขึ้นสำหรับการวิเคราะห์ข้อมูลเชิงลึก และตัดสินใจทางการตลาดได้อย่างมีประสิทธิภาพค่ะ (✿◡‿◡)