เป็นคำถามที่แลดูสนุก แต่แฝงด้วยความนัย ในหมู่เด็กนักศึกษาที่อเมริกา
คำตอบคือ Batman
ทำไม???
เพราะ superman มี super power เขาแข็งแกร่งด้วยตัวของเขาเองอยู่แล้ว เขามีพลังมาตั้งแต่แรก และสามารถทำทุกอย่างได้ ในแบบที่คนอื่นบนโลกนี้ทำไม่ได้
ในขณะที่ Batman เป็นเพียงแค่ "คนธรรมดา" ที่ต้องการมีความ "พิเศษ" กว่าใครเขา เขาจึงต้องฝึกฝน ต้องซ้อม ต้องเรียนพื้นฐานการป้องกันตัวในแบบต่างๆ และสร้าง Technology ขึ้นมาเป็นเครื่องมือให้เขามีพลังเหนือมนุษย์
คำตอบนี้ ทำให้เห็นภาพได้ชัดเจนว่ากว่าจะเป็น "Data Scientist" ต้องเริ่มจากการสร้างรากฐานความแข็งแกร่ง ก่อนที่จะใช้ Technology เข้ามาเป็นตัวช่วย
คราวนี้ ก็มักจะมีคำถามอื่นๆ ตามมาอีกมากมาย ไม่ว่า Data Scientist ต่างจาก Data Analyst อย่างไร หรือแม้กระทั่งอาชีพใหม่ Social Scientist คืออะไร
วันนี้ เพื่อให้เห็นภาพกันมากขึ้น ขอยกกรณีตัวอย่างมาเล่าสู่กับฟังสัก 3 เรื่อง
1. Financial Fraud Detection :
สมัยก่อนในการอนุมัติเงินกู้หรือตรวจสอบหลักฐานและทำการระบุตัวตนทำอย่างไร .... ติ๊กต๊อก.... "ใช้คนตรวจ" และคนผู้นั้นใช้อะไรตรวจ ..... "ใช้ประสบการณ์ตรวจ" .... และอะไรคือประสบการณ์และการตัดสินใจ .... "วิจารณญาณ" ....
ซึ่งคนแต่ละคนก็มีแต่ละ "วิจารณญาณ" จึงทำให้เกิดความไม่แน่นอน และความเสี่ยง
ต่อมามี Data Science ซึ่งก็ใช้ ประสบการณ์เหมือนกัน แต่เป็นประสบการณ์จากข้อมูลขนาดใหญ่ นำมาเรียนรู้ด้วย Mathematics และสร้าง Machine Learning เพื่อคิดค้นหลักการในการตรวจสอบ
นอกจากจะทำให้การตัดสินใจเป็นระบบมากขึ้น ยังทดแทนกำลังคน และทำให้กระบวนการตรวจสอบกระทำได้รวดเร็วขึ้นอย่างมหาศาลอีกด้วย
2. Marketing :
เมื่อก่อน จะวาง Promotion ต่างๆ หรือคิด Campaign ใหม่ๆ จะมีการวางทีม เพื่อหาข้อมูลต่างๆ มาสร้างกราฟ ทำ board สวยๆ และ present เพื่อโน้มน้าวให้หัวหน้าเข้าใจ trend และอนุมัติโครงการ
คำถามเหมือนข้อ 1 คือ แล้วเขาใช้อะไรมาระบุกลุ่มลูกค้า .... และเขาใช้อะไรมาประมาณการณ์เทรนที่จะเกิดขึ้น .... "วิจารณญาณ"
ในขณะที่ Data Scientist จะใช้ Clustering Algorithm รวมกับ Classification and Regression เพื่อหากลุ่มลูกค้า และระบุประเภทของลูกค้ารายบุคคล เพื่อให้ช่องทางการเข้าถึงลูกค้า ถูกต้องแม่นยำ และกระทำได้อย่างชัดเจน รวดเร็ว
3. Operation (Supply Chain) :
ก่อนหน้านี้จะสั่งของ ต้องทำอย่างไร ?
"สำรวจจำนวนสินค้า สั่งสินค้าที่ใกล้หมด สต๊อกสินค้าที่ขายดี กระจายสินค้าเป็นรอบๆ สินค้าที่ใกล้หมดอายุ หรือขายไม่ดีก็นำออกมา sale"
หากอยู่ในมือของ Data Scientist แล้วนั้น แน่นอนว่าระบบ Demand and Supply Planning ก็จะหนีไม่พ้น การใช้ Machine Learning ในการคิดค้น เพื่อให้เป็นระบบ และมีความชัดเจนในทุกขั้นตอน
คราวนี้ ก็จึงเกิดศัพท์ใหม่ Social Scientist ซึ่งก็เป็นลูกพี่ลูกน้องเล็กๆ ของ Data Scientist นั้นคือ บุคคลที่เข้าใจ Social (และการตลาด) และใช้คณิตศาสตร์เข้ามาเพื่อหาจุดแข็ง หรือกลยุทธ์ ต่างๆ ในการเข้าถึง Social
จริงๆ แล้ว ก็เป็น Data Scientist ประเภทหนึ่ง ที่ Focus งานด้านสื่อ มากกว่าตัวเลขด้านอื่นๆ นั้นเอง
บทความข้างต้นนี้ ได้รับแรงบันดาลใจและรูปภาพจากบทความ Batman Vs. Superman! Social Scientists Vs. Data Scientists? by Gary Edwards, PhD
ซึ่งสามารถอ่านต้นฉบับได้ที่ https://www.linkedin.com/…/batman-vs-superman-dr-gary-edwar…
