Data Analytics กำลังพาเราก้าวเข้าสู่ยุค Data Economy

Data Analytics กำลังพาเราก้าวเข้าสู่ยุค Data Economy

บทความโดย
ดร.ชัยธร ลิมาภรณ์วณิชย์
ผู้จัดการกลยุทธ์นวัตกรรม
สำนักงานนวัตกรรมแห่งชาติ (องค์การมหาชน)

เราอาจสงสัยว่าเวลาที่เราใช้งานแพลทฟอร์มออนไลน์ต่างๆ ทำไมแพลทฟอร์มเหล่านี้สามารถแสดงข้อมูลหรือโฆษณาที่ตรงกับความสนใจของเรา หรือมีความเกี่ยวข้องกับพฤติกรรมการใช้งานของเรา หรือในเวลาที่เราเดินทางในชั่วโมงเร่งด่วน เรามักจะเข้าไปดูข้อมูลการจราจรผ่านแอพพลิเคชั่นหรือป้ายจราจรอัจฉริยะที่สามารถแนะนำเส้นทางที่มีประสิทธิภาพมากที่สุดให้กับเรา เบื้องหลังของการคัดเลือกและจัดหาข้อมูลที่ถูกต้องและตรงกับความต้องการของผู้ใช้งานแต่ละราย ล้วนเกิดจากการนำเทคนิคการวิเคราะห์ข้อมูล (Data Analytics) มาใช้งานทั้งสิ้น

Data Analytics เป็นกระบวนการในการจัดการชุดข้อมูล (Data Sets) โดยผสมผสานเทคนิคการวิเคราะห์ (Data Analytics Techniques) ที่หลากหลาย เพื่อมองรูปแบบและความสัมพันธ์ภายในชุดข้อมูลเหล่านั้นให้นำไปสู่ข้อสรุปที่เป็นประโยชน์ต่อไป (Valuable Conclusion) จริงๆ แล้ว Data Analytics ไม่ใช่เรื่องใหม่ เพราะมีการใช้งานมาตั้งแต่อดีตและมีวิวัฒนาการอยู่เรื่อยมา โดย Data Analytics เติบโตและมีความเกี่ยวข้องกับศาสตร์ 3 ด้าน ได้แก่ สถิติ (Statistics) การจัดการธุรกิจ (Business Management) และวิทยาการคอมพิวเตอร์ (Computer Science)

Data Analytics มีรากฐานมาจากวิชาสถิติ ซึ่งเป็นศาสตร์ที่อยู่กับเรามาแต่อดีต ตั้งแต่ยุคอียิปต์ จีนโบราณ และกรีก ในรูปแบบของการสำรวจสำมะโนประชากร (Population Census) สถิติมีบทบาทสำคัญอย่างมากในด้านการเมืองการปกครอง เพราะผู้ปกครองจะนำข้อมูลที่ได้จากการสำรวจสำมะโนประชากรไปวิเคราะห์เพื่อใช้ในการกำหนดนโยบายและวางแผนพัฒนา รวมถึงใช้ในการเรียกเก็บภาษี

สถิติได้พัฒนามาสู่สถิติสมัยใหม่ในช่วงกลางคริสต์ศตวรรษที่ 18 โดยนำทฤษฎีความน่าจะเป็น (Probability Theory) มาประกอบ กลายเป็นศาสตร์ที่มีความสำคัญและเป็นพื้นฐานของวิทยาศาสตร์การตัดสินใจ และถูกนำไปใช้ในภาคธุรกิจมากยิ่งขึ้น เริ่มจากกลุ่มธุรกิจประกันและขยายไปสู่ธุรกิจอื่นๆ โดยเฉพาะสำหรับการจัดการทรัพยากร กระบวนการและต้นทุนการผลิต ที่ข้อมูลถูกนำมาใช้ในการสร้างความสามารถในการแข่งขัน ด้วยเหตุนี้ Data Analytics จึงได้รับความสนใจในฐานะเครื่องมือสำหรับการบริหารจัดการและการตัดสินใจ

เมื่อวิทยาการคอมพิวเตอร์และเทคโนโลยีดิจิทัลมีความทันสมัยและแพร่หลายมากยิ่งขึ้น ข้อมูลธุรกิจและข้อมูลในชีวิตประจำวันจึงถูกแปลงและจัดเก็บในรูปแบบดิจิทัลมากยิ่งขึ้น การวิเคราะห์ข้อมูลจึงกลายเป็นหัวใจสำคัญในการขับเคลื่อนธุรกิจ ระบบการบริหารทรัพยากร (Resource Planning) อย่าง MRP และ ERP กลายเป็นเครื่องมือพื้นฐานสำหรับการตัดสินใจทางธุรกิจ ข้อมูลธุรกรรมและข้อมูลพฤติกรรมลูกค้าถูกนำมาใช้งานเพื่อการวางแผนและคาดการณ์ทางการตลาด นอกเหนือจากการใช้งานในภาคธุรกิจ การวิเคราะห์ข้อมูลยังได้รับการนำไปใช้ในหลากหลายด้าน เพื่อยกระดับความสามารถในการผลิต ยกระดับคุณภาพบริการ รวมถึงยกระดับคุณภาพชีวิตของประชาชน

การวิเคราะห์ข้อมูลกับภาคการเกษตร (Data Analytics for Agriculture)

ภาคการเกษตรเป็นภาคการผลิตที่ต้องอาศัยทรัพยากรธรรมชาติและแรงงานเป็นต้นทุนสำคัญ เทคโนโลยีดิจิทัลและการใช้ประโยชน์ข้อมูลจะช่วยยกระดับศักยภาพของภาคการเกษตรได้เป็นอย่างดี โดยเฉพาะอย่างยิ่งการจัดการทรัพยากรการผลิตอย่างมีเพิ่มประสิทธิภาพ ตัวอย่างการใช้ประโยชน์การวิเคราะห์ข้อมูลในภาคการเกษตร สามารถแบ่งได้เป็นเป็น 3 ด้าน ประกอบด้วย

  • การจัดการทรัพยากร – ดิน น้ำ ลม ฝน ล้วนเป็นทรัพยากรการผลิตที่เกษตรกรต้องทำการบริหารจัดการ ในอดีตการจัดเก็บและวิเคราะห์ข้อมูลเหล่านี้มักมีข้อจำกัดทางด้านเทคโนโลยี แต่ในปัจจุบันมีระบบและเครื่องมือหลากหลายที่ได้มีการจัดเก็บข้อมูลทรัพยากรเหล่านี้ และนำมาวิเคราะห์ด้วยโมเดลทางคณิตศาสตร์เพื่อให้เราสามารถคาดการณ์และจัดการทรัพยากรเหล่านี้ได้อย่างมีประสิทธิภาพ ตัวอย่างเช่น ระบบภาพถ่ายดาวเทียมที่นำมาใช้ในการวิเคราะห์ความเหมาะสมของพื้นที่และคุณภาพของดิน การนำเทคโนโลยีอินเทอร์เน็ตแห่งสรรพสิ่ง (Internet of Things: IoT) มาจัดเก็บข้อมูลน้ำในพื้นที่ต่างๆ เพื่อบริหารจัดการน้ำและวางแผนชลประทาน ข้อมูลพยากรณ์อากาศจากกรมอุตุนิยมวิทยาจะช่วยในการพยากรณ์ปริมาณน้ำฝนและสภาพอากาศ เพื่อนำข้อมูลเหล่านี้มาพิจารณาร่วมกัน จะทำให้การจัดการทรัพยากรการผลิตทางการเกษตรเป็นไปอย่างมีประสิทธิภาพสูงสุด
  • การจัดการกระบวนการ – การทำการเกษตรในลักษณะของเกษตรอัจฉริยะ (Smart Farming) ถูกมองว่าเป็นสิ่งจำเป็นสำหรับเกษตรกรไทย เพื่อให้การจัดการการเกษตรเป็นไปอย่างประสิทธิภาพมากขึ้น หัวใจของการเกษตรอัจฉริยะคือระบบการจัดเก็บและประมวลผลข้อมูล โดยการใช้เทคโนโลยี IoT มาเชื่อมโยงอุปกรณ์ต่างๆ อาทิเช่น อุปกรณ์ตรวจวัดและอุปกรณ์ควบคุม ในการทำหน้าที่จัดเก็บข้อมูล รายงานผล และวิเคราะห์ข้อมูล เพื่อกำหนดแนวทางดำเนินการ วางแผนงาน และการดูแลฟาร์มให้เป็นไปตามความต้องการ อาทิ การตรวจสอบสถานะน้ำและคุณภาพของดิน แล้วทำการควบคุมการให้น้ำและให้สารอาหารในดิน การตรวจสอบอุณหภูมิและสภาพอากาศเพื่อควบคุมสภาพแวดล้อมให้เหมาะสมกับพืช รวมถึงการควบคุมโรคและศัตรูพืช
  • การจัดการสินค้าและตลาด – การตรวจสอบย้อนกลับ (Traceability) และการขนส่ง (Logistics) เป็นประเด็นสำคัญในภาคการเกษตรมากยิ่งขึ้น การจัดการข้อมูลตลอดห่วงโซ่มูลค่าตั้งแต่การผลิตไปจนถึงมือผู้บริโภค เพื่อให้ทราบแหล่งที่มา กระบวนการและเส้นทางการผลิต เป็นการเพิ่มความมั่นใจให้กับผู้บริโภคถึงความปลอดภัยและคุณภาพของสินค้า และช่วยเพิ่มมูลค่าให้กับสินค้าเกษตร และในกรณีที่เกิดปัญหากับสินค้า ข้อมูลเหล่านี้จะถูกนำมาวิเคราะห์เพื่อหาที่มาของปัญหา และกำหนดมาตรการแก้ปัญหาและควบคุมเฉพาะจุดที่จะลดความเสียหายที่จะเกิดขึ้นได้

การวิเคราะห์ข้อมูลกับงานบริการภาครัฐ (Data Analytics for Public Services)

สำหรับภาครัฐที่ทำหน้าที่กำกับดูแลบริการพื้นฐานด้านต่างๆ ที่เกี่ยวข้องกับความเป็นอยู่ของประชาชน รวมถึงการวางนโยบายการพัฒนาด้านเศรษฐกิจ สังคมและสิ่งแวดล้อมนั้น ซึ่งจัดได้ว่าภาครัฐถือเป็นองค์กรขนาดใหญ่ที่มีการเก็บข้อมูลมากที่สุด การนำข้อมูลที่ภาครัฐดูแลและจัดเก็บมาวิเคราะห์และใช้ประโยชน์ จะช่วยเพิ่มประสิทธิภาพและคุณภาพของบริการภาครัฐที่ให้กับประชาชน รวมถึงการวางแผนเพื่อกำหนดนโยบายการพัฒนาของประเทศ ตัวอย่างเช่น

  • การรับมือการแพร่ระบาดโควิด-19 ถือเป็นตัวอย่างการบริหารจัดการความเสี่ยงและรับมือภัยพิบัติด้วยข้อมูลได้เป็นอย่างดี ด้วยมาตรการรับมือต่างๆ ที่ออกมาล้วนมีผลกระทบต่อระบบเศรษฐกิจและชีวิตประจำวันของประชาชน รัฐบาลจึงจำเป็นต้องออกมาตรการมาเป็นระยะๆอย่างเหมาะสมกับสถานการณ์ โดยพิจารณาตัวเลขการระบาดและตัวเลขผู้ติดเชื้อเพื่อติดตามสถานการณ์แบบทันท่วงที ไม่ว่าจะเป็นมาตรการ Lock-down มาตรการเยียวยา รวมถึงการผ่อนปรนต่างๆ ซึ่งเหล่านี้จำเป็นต้องตัดสินใจบนข้อมูลปัจจุบัน
  • ระบบ National e-Payment ของภาครัฐอย่าง PromptPay ที่นอกจากต้องการลดต้นทุนการบริหารจัดการเงินสดของประเทศ และอำนวยความสะดวกให้กับประชาชนในการทำธุรกรรมทางการเงิน และการจับจ่ายใช้สอยในชีวิตประจำวันแล้วนั้น การทำให้ระบบการเงินทั้งระดับมหภาคและจุลภาคเข้ามาสู่รูปแบบดิจิทัล จะช่วยให้ภาครัฐสามารถวิเคราะห์และวางแผนด้านเศรษฐกิจได้อย่างมีประสิทธิภาพ เพราะรู้สถานการณ์ใช้จ่ายเงินในระบบเศรษฐกิจอย่างเป็นปัจจุบัน รวมถึงช่วยในการตรวจตาและป้องกันธุรกรรมทางการเงินที่ผิดปกติ เพื่อป้องการคอรัปชั่นและอาชญากรรมทางการเงิน

เตรียมความพร้อมก้าวสู่เศรษฐกิจข้อมูล (Data Economy)

สำหรับภาคธุรกิจ “ข้อมูล” สามารถสะท้อนให้เห็นถึงพฤติกรรม กิจวัตร กิจกรรมที่เกิดขึ้นในแต่ละวัน ทำให้เราเข้าใจรูปแบบการใช้ชีวิต (Digital Lifestyle) ความต้องการที่ยังไม่ได้รับการตอบสนอง (Unmet Demands) และความต้องการซ่อนเร้น (Latent Needs) ของผู้บริโภค ด้วยเหตุนี้ การพัฒนานวัตกรรมโดยอาศัย “ข้อมูล” เป็นตัวขับเคลื่อน (Data-Driven Innovation: DDI) จึงสามารถพบเห็นได้อย่างแพร่หลายมากขึ้น DDI เป็นการใช้และวิเคราะห์ข้อมูลขนาดใหญ่เพื่อนำไปสู่ความรู้และไอเดียใหม่ในการพัฒนานวัตกรรมผลิตภัณฑ์ (Product Innovation) นวัตกรรมกระบวนการ (Process Innovation) และนวัตกรรมตลาด (Market Innovation) ดังนั้น DDI จึงเข้ามามีบทบาทกับธุรกิจและความเป็นอยู่ของเราอย่างหลีกเลี่ยงไม่ได้ ตัวอย่างเช่น

1. ข้อมูลจากเครือข่ายสังคมออนไลน์ (Social Network) ช่วยให้เราเข้าใจถึงแรงขับเคลื่อนและพฤติกรรมทางสังคมมากขึ้น (Social Movement) และเป็นเครื่องมือในการช่วยระบุโจทย์เชิงสังคม เห็นได้จากการวิเคราะห์แนวโน้ม (Trend Analysis) ของข้อมูลจากเครือข่ายสังคมออนไลน์เพื่อนำไปใช้ในการกำหนดกลยุทธ์ทางการตลาดของสินค้าอุปโภคและบริโภค หรือแม้แต่การสำรวจแนวโน้มความนิยมทางการเมืองเพื่อกำหนดกลยุทธ์ในการหาเสียงเลือกตั้ง

2. การเชื่อมโยงและวิเคราะห์ข้อมูลขนาดใหญ่จากแหล่งต่างๆ ทำให้เราเข้าใจข้อเท็จจริงที่ไม่เคยถูกเปิดเผยมาก่อน (Hidden Facts) เห็นได้จากความต้องการบุคลากรทางด้านวิทยาศาสตร์ข้อมูล (Data Science) ที่เพิ่มมากขึ้นในอุตสาหกรรมต่างๆ เพื่อเข้ามาช่วยในการวิเคราะห์ข้อมูลมิติต่างๆ และพัฒนาโมเดลความสัมพันธ์ ที่ความเกี่ยวข้องของข้อมูลอาจยังไม่ปรากฏชัดแจ้ง

3. ข้อมูลหลากหลายมิติ ไม่ว่าจะเป็นข้อมูลธุรกรรม ข้อมูลเชิงพื้นที่ ข้อมูลเชิงพฤติกรรม ถูกนำมารวมเข้าไว้ด้วยกัน และช่วยให้เราได้เห็นโอกาสทางธุรกิจและนวัตกรรมที่ไม่จำกัด ส่วนหนึ่งเกิดจากความก้าวหน้าในเทคโนโลยีด้าน IoTs ที่ทำให้อุปกรณ์อัจฉริยะต่างๆ ถูกพัฒนาในหลากหลายรูปแบบและมีต้นทุนที่ถูกลง และได้รับการนำไปใช้อย่างกว้างขวาง เกิดข้อมูลขนาดใหญ่ (Big Data) จำนวนมากไหลเข้าสู่ระบบ

ข้อมูลขนาดใหญ่ที่กำลังเกิดขึ้นมากมายจะนำเราไปสู่ความท้าทายรูปแบบใหม่ อาทิ

  • ข้อมูลจะกลายเป็นทรัพยากรที่มีมูลค่าสูง (Data is new crude oil.)
  • ความปลอดภัยข้อมูลจะกลายเป็นประเด็นสำคัญในสังคม (Data Right, Privacy and Security)
  • การปรับตัวและเปลี่ยนแปลงของภาครัฐ ภาคสังคม และภาคเอกชน ในการนำข้อมูลไปใช้ประโยชน์ (Data Usability)
  • ทักษะด้านข้อมูลจะเป็นทักษะพื้นฐานของประชาชน (Data Literacy)
  • ข้อมูลจากบุคคล (User-generated Data) และข้อมูลจากอุปกรณ์ (Machine-generated Data) จะถูกผสมผสานและใช้งานร่วมกันอย่างกลมกลืน

สิ่งเหล่านี้กำลังนำเราก้าวไปสู่ระบบเศรษฐกิจข้อมูล (Data Economy) ที่ซึ่ง “ข้อมูล” เป็นทรัพยากรในการแข่งขันที่ขาดไม่ได้ และเราจำเป็นต้องเตรียมพร้อมสำหรับรับมือความเปลี่ยนแปลงที่กำลังจะเกิดขึ้นในอนาคตอันใกล้

จึงกล่าวได้ว่า สังคมเรากำลังจะก้าวข้ามยุคเศรษฐกิจดิจิทัลเข้าไปสู่ยุค “เศรษฐกิจข้อมูล” นวัตกรรมฐานข้อมูล (Data-Driven Innovation) จะยิ่งมีความสำคัญต่อการพัฒนาประเทศเป็นอย่างมาก ข้อมูลส่วนบุคคล ข้อมูลองค์กร ข้อมูลการใช้งาน ข้อมูลด้านพฤติกรรม ข้อมูลเหล่านี้จะกลายมาเป็นสิ่งที่หน่วยงานภาครัฐและภาคเอกชนสามารถนำไปใช้ เพื่อพัฒนาระบบเทคโนโลยีภายในองค์กร และการกำหนดมาตรการต่างๆ ขึ้นมารองรับความต้องการหรือสิ่งที่จะเกิดขึ้นในอนาคต ซึ่งผลของการวิเคราะห์ข้อมูลจะทำให้รู้ว่าจะต้องจัดการกับเรื่องที่เกิดขึ้นในอนาคตได้อย่างไร

การนำนวัตกรรมข้อมูลมาใช้ในภาครัฐและเอกชนในประเทศไทยแบ่งความพร้อมได้เป็น 2 ระยะ คือ ระยะการแปลงข้อมูลจากอนาล็อกไปสู่ระบบดิจิทัล (Digitization) เนื่องจากในบางองค์กรยังไม่ได้มีความพร้อมด้านงบประมาณ หรือความเชี่ยวชาญของบุคลากรที่จะนำไปใช้อย่างจริงจัง ส่วนอีกหนึ่งระยะคือ กระบวนการใช้ประโยชน์เทคโนโลยีและข้อมูลดิจิทัล (Digitalization) ซึ่งเป็นการนำข้อมูลแปลงออกมาใช้ประโยชน์แต่ละบริบทเพื่อสร้างคุณค่าและมูลค่าใหม่ ประเด็นเรื่องการเปลี่ยนผ่านองค์กรสู่องค์กรดิจิทัล (Digital Transformation) จึงเป็นเป้าหมายขององค์กรภาครัฐและเอกชนในปัจจุบัน การเปลี่ยนผ่านสู่องค์กรดิจิทัลของภาครัฐถือเป็นประเด็นที่ท้าทายอย่างมาก ด้วยบุคลากรภาครัฐส่วนใหญ่ขาดความเข้าใจและความพร้อมด้านดิจิทัล รวมทั้งองค์กรขาดความคล่องตัวด้านการจัดการและความสามารถในการบริหารความเปลี่ยน (Change Management) แต่หากสามารถก้าวข้ามความท้าทายดังกล่าวไปได้ จะช่วยให้หน่วยงานภาครัฐสามารถขับเคลื่อนการทำงานด้วยข้อมูลอย่างมีประสิทธิภาพ

ดร.ชัยธร ลิมาภรณ์วณิชย์

ดร.ชัยธร ลิมาภรณ์วณิชย์
ผู้จัดการกลยุทธ์นวัตกรรม
สำนักงานนวัตกรรมแห่งชาติ (องค์การมหาชน)
ผู้เขียน