Contact

Follow

  • medium-logo-black-transparent
  • Black Twitter Icon

66 95-460-8830

©2017 by Coraline

Please reload

Recent Posts

5 ปัญหาหลัก ที่หลายองค์กรกำลังเผชิญ จากการผลักดันโปรเจค Big Data

October 3, 2017

 

 


1. ยังไม่เห็นถึงประโยชน์ของการใช้ Big Data

เนื่องจากในบางองค์กร ยังมีวิธีการเก็บข้อมูลต่างๆ อย่างกระจัดกระจาย เช่น เขียนลงกระดาษ เก็บใน Warehouse เป็นต้น ดังนั้นจึงยังไม่มีความตื่นตัวในการใช้ข้อมูลมากนัก อีกทั้ง ในบางองค์กรยังมีความเชื่อ ประสบการณ์จากความคิดเห็น และใช้การตัดสินใจโดยใช้ความรู้สึก มากกว่า การวิเคราะห์โดยใช้ Big Data 
ซึ่งวิธีการจะเห็นคุณค่าของข้อมูลได้นั้น ต้องสร้างความเข้าใจให้เห็นถึงผลลัพธ์จากการวิเคราะห์ข้อมูล เรียนรู้จากองค์กรอื่นๆ รวมไปถึงคู่แข่ง เพื่อกระตุ้นให้องค์กรมีการปรับตัว


2. ไม่สามารถระบุ Target ของโปรเจคได้ จึงทำให้ไม่สามารถตัดสินใจ และเข้าใจแนวทางในการวิเคราะห์ได้

ปัญหานี้เป็นปัญหาหลัก และทำให้การทำงานต่อทั้งในเชิงการเก็บข้อมูล และการวิเคราะห์ข้อมูลต้องหยุดชะงัก อย่างไรก็ตาม วิธีการระบุ Target ที่ง่ายที่สุด คือ การระบุปัญหา เช่น 
ปัญหา : อัตราการลาออกของพนักงานรุ่นใหม่มีแนวโน้มสูงขึ้น 
Target : ต้องการลดอัตราการลาออกของพนักงาน 
เป็นต้น


3. มีข้อมูล และมีแนวคิดจะใช้ข้อมูล แต่ยังไม่รู้จักวิธีการวิเคราะห์ หรือไม่สามารถออกแบบวิธีการใช้ Machine Learning ได้

ปัญหานี้จะลงมาลึกถึงขั้นตอนการทำงาน เมื่อมีข้อมูล มีโจทย์ แต่ยังขาดความเชี่ยวชาญในการหาคำตอบ หรือทางออก วิธีการแก้ก็คือ ต้องหาผู้เชี่ยวชาญ หรือ ฝึกอบรมให้คนในองค์กรรู้จัก Technology ใหม่ๆ


4. มองว่าเรื่อง Big Data คือ กลุ่ม IT

การคิด Target หรือ Solution ใหม่ๆ เชิงธุรกิจ จำเป็นต้องมีผู้เชี่ยวชาญจากหลายภาคส่วนเข้ามาช่วยกันแก้ปัญหา แต่หากมองว่า Data คือ กลุ่ม IT จะทำให้เกิดช่องว่างในการทำงานขึ้น ตัวอย่างเช่น การวิเคราะห์ Fraud หรือ ความเสี่ยงในการโจรกรรม ของ ธุรกิจกลุ่มการเงิน และประกันภัย ผู้ตั้ง Target คือ Business ในขณะที่ผู้ดูแลข้อมูลคือ IT และมีคนกลาง คือ Data Scientist ซึ่งทั้ง 3 ฝ่าย ต้องช่วยกันระบุปัญหา และมองหา Solution ไปด้วยกัน


5. รับสมัครพนักงานในตำแหน่ง Data Scientist และ Data Analyst มาแล้ว แต่ไม่รู้จะใช้งานอย่างไร

การรับพนักงาน แต่ไม่สามารถป้อนงานที่ตรงกับคุณสมบัติของพนักงานได้ เป็นปัญหาที่เกี่ยวข้องกันหลายส่วน และเกิดขึ้นในทุกๆ สาขาวิชาชีพ บางที่ใช้ Data Engineer ไปทำงานเชิงวิเคราะห์ หรือ Data Science หรือ ใช้ Data Analyst ไปออกแบบ Machine learning หรือ Artificial intelligence ทำให้ได้ผลลัพธ์ออกมาไม่ตรงกับวัตถุประสงค์ และสุดท้ายปัญหาที่ตามมา คือ องค์กรไม่สามารถรักษาพนักงานกลุ่มนี้เอาไว้ได้


อย่างไรก็ตาม ด้วยชื่อว่า Big Data ที่ประกอบไปด้วย VOLUME (ขนาดใหญ่), VELOCITY (speed ในการใช้งานต่ำ), VARIETY (มีความหลากหลายของข้อมูลสูง) และ VERACITY (มีความคลุ่มเครือในตัวข้อมูลอยู่มาก) จึงทำให้โปรเจคต่างๆ ต้องใช้ทั้งพลัง การวางแผน และความเข้าใจเชิงลึก เพื่อผลักดันให้การพัฒนาเกิดขึ้นได้อย่างสำเร็จ


เริ่มวันนี้ เพื่อความสำเร็จในวันหน้า เพียงแค่มีวิสัยทัศน์ และไม่ยอมแพ้ไปเสียก่อน

 

#BigData
#DataScience
#Optimization
#ProductivityImprovement

#Coraline ให้คำปรึกษาการทำ Data Science and Data Modeling เพื่อเพิ่มศักยภาพของธุรกิจ

Share on Facebook
Share on Twitter
Please reload

Please reload