top of page

เมื่อ ... ยังไม่เห็นประโยชน์ของ Big Data

เพราะเทคโนโลยี Big Data และ Data Science เพิ่งถูกใช้อย่างแพร่หลายในไม่กี่ปีที่ผ่านมา ทำให้เกิดช่องว่างในด้านต่างๆ ทั้งด้านการศึกษา ด้านการพัฒนาระบบ และด้านอื่นๆ ในความเข้าใจเกี่ยวกับการใช้ข้อมูลให้เกิดประโยชน์ในเชิงธุรกิจ ในยุคก่อนหน้านี้ การทำธุรกิจ หรือตัดสินใจต่างๆ จะอาศัยประสบการณ์ หรือชั้นเชิงในการทำงานของแต่ละคน ซึ่งอาจจะต้องใช้เวลาในการรอผลลัพธ์ ในขณะที่ปัจจุบัน ในยุค Digital ที่ทุกอย่างเร่งด่วนไปเสียหมด และกลายเป็นว่า ข้อมูลที่เกิดขึ้นอย่างมหาศาลบนโลก สามารถนำมาใช้ประโยชน์ได้อย่างสะดวกสบาย จนกลายมาเป็นเครื่องมือที่ทรงพลัง และช่วยให้การตัดสินใจทำได้รวดเร็วขึ้น คนที่สามารถใช้ประโยชน์จากข้อมูล ทั้งที่เป็นข้อมูลของตัวเอง และข้อมูลภายนอกได้มากเท่าไหร่ ก็ยิ่งทำให้สามารถขยายกิจการ หรือ พัฒนาองค์กรของตัวเองไปได้ไกล และเร็วมากเท่านั้น อย่างไรก็ตาม เมื่อ Big Data คือเรื่องใหม่ ย่อมต้องมีช่วงเวลา Learning Period เป็นธรรมดา เมื่อ … ยังไม่เห็นประโยชน์ของ Data จึงแบ่งออกได้เป็น 4 ระดับ ตามหน้าที่การทำงานของแต่ละคน ดังนี้ 1. เมื่อ “ผู้บริหาร” ยังไม่เห็นประโยชน์ของ Data การทำงานในหลายองค์กร โดยเฉพาะองค์กรขนาดใหญ่ จะมีลักษณะการสั่งงานแบบเป็นระดับชั้น สั่งการทางเดียว และมักจะไม่สามารถเปลี่ยนแปลงสิ่งที่สั่งการไปแล้วได้ แบบ Waterfall ซึ่งการทำงานแบบนี้จะไม่ค่อยมีความยืดหยุ่น และแต่ละคนจะทำงานเฉพาะในส่วนที่ตัวเองรับผิดชอบเท่านั้น ดังนั้น เมื่อ “ผู้บริหาร” ไม่เห็นความสำคัญของ Data ก็ยากยิ่งที่จะทำให้ “ทีมงาน” ที่อาจจะสนใจ หรือไม่สนใจในการใช้ Data มีการนำ Data มาใช้ในการทำงานมากนัก Coraline พบว่า หลายองค์กร มีการเสนอโครงการ Big Data ให้ผู้บริหารรับทราบ แต่ไม่ได้รับการเห็นชอบ อาจเป็นเพราะโครงการ Big Data ส่วนใหญ่ เป็นการทำระบบแบบ Customized ทำให้ไม่สามารถเห็นภาพ หรือจับต้องได้ เหมือนการซื้อระบบ Software สำเร็จรูป ซึ่งด้วยหน้าที่การเป็นผู้บริหาร ทำให้ไม่มีเวลามากพอที่จะมาลงรายละเอียด และ “รอ” ในช่วงที่ต้องพัฒนาระบบขึ้นมาใหม่ได้ การที่ “ผู้บริหาร” ยังไม่เห็นประโยชน์จาก Data จึงเป็นปัญหาใหญ่ เพราะหากหัวเรือไม่หันไปในทิศทางนี้ แล้วท้ายเรือจะปัดตัวเองไปทางนี้ได้อย่างไร สุดท้าย ทีมงานที่สนใจจะใช้ Big Data ก็จะท้อใจ จนกลายเป็น ไม่ให้ความสำคัญกับ Data ไปโดยปริยาย 2. เมื่อ “ผู้จัดการ” ยังไม่เห็นประโยชน์จาก Data ตามแผนผังของการทำงาน “ผู้จัดการ” ถือเป็นลำดับที่รองลงมาจากผู้บริหาร หากมองว่าผู้บริหาร คือ คนสั่งการ และกำหนดนโยบาย ผู้จัดการ ก็จะถือเป็นหัวหน้าทีม ที่จะต้องนำนโยบายนั้น ไปปฏิบัติให้เกิดเป็นผลลัพธ์ ส่วนใหญ่แล้ว ผู้บริหารจะสั่งการลงมา แต่ไม่ได้บอกถึงขั้นตอนในการดำเนินการ ทำให้หน้าที่นี้ ตกเป็นของผู้จัดการ หรือ Manager ที่ต้องทำหน้าที่ศึกษารายละเอียด วางขอบเขตของการดำเนินการ จัดสรรทีมงาน และชี้แจงรายละเอียดในการประเมินผลลัพธ์ที่ได้จากโครงการ และด้วยความที่เป็นโครงการ Big Data หรือ Data Analytics ที่จะเน้นการพัฒนาระบบแบบ Customized หรือ เป็นเอกลักษณ์ ทำให้หน้าที่การวางขอบเขตของการดำเนินงาน เป็นหน้าที่ของผู้จัดการ แม้จะเป็นการจัดซื้อจัดจ้างจาก Vendor ก็ตาม ในบางองค์กร การจัดจ้างบุคคลภายนอกเข้ามาทำงาน จำเป็นต้องมีการเขียน Term of Reference (TOR) หรือ เอกสารชี้แจงความต้องการของผู้ว่าจ้าง และหากเป็นการทำงานแบบ Waterfall เอกสารนี้จะเป็นเอกสารที่ผูกมัดโครงการ ซึ่งหากมีการเปลี่ยนแปลงรายละเอียดของระบบ จะต้องเขียนเอกสารแทบท้ายเพื่อชี้แจง ดังนั้น คนที่จะเขียน TOR ได้อย่างสมบูรณ์แบบ จะต้องมีความเข้าใจในการดำเนินโครงการอย่างมาก นอกจากงานด้านเอกสารแล้ว ผู้จัดการยังเป็นผู้มีหน้าที่ชี้แจงความต้องการ ตรวจสอบความครบถ้วนของระบบ และประเมินผลลัพธ์ที่ได้จากการพัฒนาระบบ Data อีกด้วย ดังนั้น เมื่อ “ผู้จัดการ” ยังไม่เห็นประโยชน์จาก Data ก็อาจทำให้เกิดความผิดพลาดในการออกแบบโครงการ และหากโครงการนั้นล้มเหลว อาจทำให้ทีมงานมีความรู้สึกไม่ดีต่อโครงการ Data ไปเลยก็ได้ 3. เมื่อ “ผู้เชี่ยวชาญ” ยังไม่เห็นประโยชน์จาก Data ทำไม “ผู้เชี่ยวชาญ” ไม่เห็นประโยชน์จาก Data ก็เพราะว่า “ผู้เชี่ยวชาญ” มีหลากหลายสาขา และส่วนใหญ่จะเข้าใจว่า คนที่ใกล้ชิดกับ Data มากที่สุด คือ ฝั่ง IT ความเป็นจริงแล้ว คนที่ใกล้ชิดกับ Data มากที่สุด แบ่งออกเป็น 2 ฝั่ง (ใหญ่ๆ) ได้แก่ ฝั่งดูแล และจัดการข้อมูล กับฝั่งใช้งานข้อมูล ซึ่ง IT มีหน้าที่บริหารจัดการ ให้ข้อมูลถูกจัดเก็บ และสามารถนำไปใช้งานได้อย่างมีประสิทธิภาพ ส่วนเรื่องของการใช้งาน ก็ต้องขึ้นอยู่กับความต้องการของแต่ละหน่วยงาน ทั้งนี้ IT มีส่วนสำคัญในการสร้างระบบบริหารข้อมูล โดยเฉพาะ ข้อมูลแบบ Big Data ที่อาจจำเป็นต้องลงทุนกับระบบที่ใหญ่ขึ้น แต่จะต้องมีความยืดหยุ่น และปรับเปลี่ยนได้เมื่อมีข้อมูลใหม่ๆ เข้ามา ดังนั้น ฝ่าย IT เอง จะต้องเตรียมตัวให้พร้อมสำหรับความต้องการใหม่ๆ จากฝั่งผู้ใช้ข้อมูล อย่างไรก็ตาม ในยุคนี้ หลายองค์กรจะให้ความสำคัญกับการสร้างระบบที่ผู้ใช้งานสามารถเข้าถึงข้อมูลได้เอง เพื่อความรวดเร็วในการใช้ข้อมูล โดยที่ผู้ใช้ข้อมูล จะต้องมีทักษะในการดึงข้อมูล และทาง IT จะต้องออกแบบ Data Governance หรือ การระบุสิทธิในการเข้าถึงชุดข้อมูลแต่ละชุด ควบคู่กันไป ในส่วน Data Analytics เป็นส่วนที่ควรอยู่กับฝั่งผู้ใช้งานข้อมูล มากกว่าฝั่ง IT ซึ่งในองค์กรใหญ่ จะมีการตั้งหน่วยงาน Data Analytics แยกออกมาเป็นหน่วยงานกลาง ทำหน้าที่ออกแบบแนวทางในการวิเคราะห์ และสร้าง Model จาก Data การที่ “ผู้เชี่ยวชาญ” ไม่เห็นประโยชน์จาก Data อาจจะเป็นเพราะมันไม่ใช้หน้าที่ของเขาโดยตรง แต่หากเป็นผู้เชี่ยวชาญด้าน Data Analytics แต่ไม่เห็นประโยชน์จาก Data ก็ต้องบอกว่า เขาอาจจะไม่เหมาะกับตำแหน่งนี้ เพราะคนที่มีทักษะเป็น Data Analytics จริงๆ จะต้องมองเห็นแนวทางในการวิเคราะห์ และใช้ประโยชน์จาก Data ได้อย่างแน่นอน 4. เมื่อ “ผู้ใช้งาน” ยังไม่เห็นประโยชน์จาก Data “ผู้ใช้งาน” มีความสำคัญอย่างมากในการพัฒนาระบบ เพราะระบบถูกสร้างขึ้นมาเพื่อให้ผู้ใช้งานนำไปใช้ประโยชน์ให้ได้มากที่สุด ในยุคก่อน การซื้อระบบ หรือ Software สำเร็จรูป จะไม่ค่อยให้ความสำคัญกับผู้ใช้งานมากนัก โดยจะจัดเตรียม Software มาให้ใช้งาน และไม่ได้มีการเก็บข้อเสนอแนะจากผู้ใช้งานไปปรับปรุงระบบ และหลายครั้งที่พบว่า มีการซื้อ Software กระจัดกระจาย ไม่ต่อเนื่องกัน ทำให้เกิดปัญหาในการใช้งาน เมื่อเข้าสู่ยุค Digital ที่อะไรๆ ก็ควรได้รับการพัฒนาขึ้นมาอย่างเป็นเอกลักษณ์ และในเมื่อ “ผู้ใช้งาน” คือ คนที่จะใช้ประโยชน์จากระบบ จึงควรเป็นบุลคลที่อยู่ในทีมพัฒนาด้วย เพื่อสามารถช่วยตรวจสอบความถูกต้อง และให้ข้อเสนอแนะตั้งแต่ตอนต้น อย่างไรก็ตาม การที่ “ผู้ใช้งาน” ยังไม่เห็นประโยชน์จาก Data ก็เป็นเพราะผู้ใช้งานหลายคนมองว่าการเข้ามาเป็นส่วนหนึ่งของทีม เป็นการเสียเวลา และไม่ต้องการทำงานเพิ่ม ซึ่งส่วนใหญ่จะเคยชินกับการมีระบบสำเร็จมาให้ใช้เลย มากกว่าการพัฒนา และรอดูผลลัพธ์ตอนท้าย การพัฒนาระบบ จะเป็นการเพิ่มงานให้ผู้ใช้งานในระหว่างพัฒนา เพราะผู้ใช้งานในบางส่วน คือ ผู้ให้ข้อมูล จึงเป็นผู้รับผิดชอบความถูกต้องของข้อมูล และหากมีความผิดพลาดเกิดขึ้น ผู้รับผิดชอบข้อมูลอาจจะต้องทำหน้าที่ปรับปรุงคุณภาพของข้อมูล ดังนั้น หลายคนจึงมองว่า ตรงนี้เองเป็นการเพิ่มงานให้ผู้ใช้งาน ทั้งๆ ที่ให้ความเป็นจริงแล้ว การรับผิดชอบข้อมูลเป็นหน้าที่ของผู้ใช้งานตั้งแต่แรกอยู่แล้ว เพียงแต่อาจจะไม่ได้มีการตรวจสอบ อีกทั้ง ในช่วงเวลาของการพัฒนา อาจจะมีคำศัพท์แปลกๆ ที่นักพัฒนาใช้เพื่อสื่อสารกัน ทำให้ทีมงานที่ไม่เข้าใจภาษาดังกล่าว มีความรู้สึกไม่คุ้นเคย ทั้งหมดนี้ จึงก่อให้เกิดเป็นความรู้สึก “ไม่อิน” และไม่เห็นประโยชน์ของการพัฒนาระบบ Data จากผู้ใช้งาน จนก่อให้เกิดเป็นแรงต่อต้าน ส่งผลให้โครงการต้องหยุดชะงักไป ข้อสรุปของทั้ง 4 ส่วน คือ “ความไม่เข้าใจ” เพราะพอ “ไม่เข้าใจ” ก็ไม่เห็นประโยชน์ ทั้งๆ ที่ ความเป็นจริงแล้ว ถ้าทุกคนเห็นเป้าหมายเดียวกัน และช่วยเหลือกัน การพัฒนาระบบ Big Data จะเกิดขึ้นได้ไม่ยากเลย ไม่ว่าจะทำหน้าที่อะไร ก็ต่างเป็นฟันเฟืองที่สำคัญของการพัฒนาระบบทั้งสิ้น ตั้งแต่การวางนโยบายให้ชัด การวางกลยุทธและขั้นตอน การปฏิบัติ การตรวจสอบความถูกต้อง และการนำไปใช้งาน ดังนั้นสิ่งที่สำคัญที่สุด คือ ความสามัคคี และความสามัคคีนี้จะเกิดขึ้นได้ ก็จะต้องเริ่มจาก “ การสื่อสาร ” กันเปิดใจให้กัน และมองไปที่ “ เป้าหมาย ” เดียวนั้นให้ได้นั่นเอง

เมื่อ ... ยังไม่เห็นประโยชน์ของ Big Data

เพราะเทคโนโลยี Big Data และ Data Science เพิ่งถูกใช้อย่างแพร่หลายในไม่กี่ปีที่ผ่านมา ทำให้เกิดช่องว่างในด้านต่างๆ ทั้งด้านการศึกษา...

bottom of page