เบลนเดต้า เปิด 3 Big data use cases ที่องค์กรธุรกิจควรมีการปรับใช้แล้ว พร้อมคาดการณ์ 5 เทรนด์การใช้ Big data มาแรง ที่ควรวางแผนปรับใช้ในปี 2566 เพื่อสร้างความสามารถในการแข่งขันที่ยั่งยืนให้กับธุรกิจ
นายณัฐนภัส รชตะวิวรรธน์ ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง บริษัท เบลนเดต้า จำกัด (Blendata) บริษัท Deep Tech ผู้พัฒนาแพลตฟอร์มบริหารจัดการ Big Data อัจฉริยะ เปิดเผยว่า ในแต่ละปีจะมีเทรนด์การใช้งาน Big data ที่แตกต่างกันไปตามข้อมูลและเทคนิคที่เปลี่ยนแปลง แต่ปฏิเสธไม่ได้เลยว่า “ Big data” คือหัวใจหลักในการขับเคลื่อนธุรกิจ องค์กรจึงมีความจำเป็นที่จะต้องรวบรวมข้อมูลจากทุกแหล่งมาวิเคราะห์เพื่อค้นหาโอกาสใหม่ ๆ และเพิ่มมูลค่าให้ธุรกิจสามารถเติบโตไปข้างหน้าได้อย่างต่อเนื่อง ไม่ว่าจะเป็นการวิเคราะห์ข้อมูลเพื่อกำหนดแนวโน้มและทิศทางธุรกิจ ช่วยสนับสนุนการตัดสินใจที่แม่นยำมากขึ้น ช่วยให้เข้าใจพฤติกรรมเชิงลึกของลูกค้า สามารถพัฒนาผลิตภัณฑ์และบริการให้ตอบโจทย์ลูกค้า รวมถึงเพื่อให้พร้อมตอบสนองความต้องการของลูกค้าอย่างรวดเร็วและมีประสิทธิภาพสูง ภายใต้ต้นทุนที่คุ้มค่าที่สุด
“ จากประสบการณ์การให้บริการแพลตฟอร์มด้าน Big data ร่วมกับบริษัทชั้นนำจากหลายอุตสาหกรรมในประเทศไทย Blendata ขอแนะนำ 3 Big data use cases ที่องค์กรธุรกิจควรมีการปรับใช้แล้วในปัจจุบัน และ 5 Big data use cases ที่ควรวางแผนปรับใช้ภายในปี2566 โดยสามารถนำไปใช้ได้กับทุกอุตสาหกรรม ไม่ว่าจะเป็น ภาครัฐ กลุ่มธุรกิจสุขภาพ การเงิน น้ำมันและพลังงาน อุตสาหกรรมการผลิต ธุรกิจค้าปลีก และอื่น ๆ อีกมากมาย เพื่อสร้างความสามารถในการแข่งขันที่ยั่งยืนให้กับธุรกิจ” นายณัฐนภัส กล่าว
สำหรับ 3 Big Data Use Cases ที่องค์กรธุรกิจควรมีการปรับใช้แล้วในปัจจุบัน ประกอบด้วย
1. Centralized data การรวมศูนย์ข้อมูล เทคโนโลยี Big data ในปัจจุบันถูกพัฒนาให้สามารถรองรับการจัดเก็บข้อมูลได้จำนวนมหาศาลและหลากหลายชนิด ด้วยเทคโนโลยีประสิทธิภาพสูงและค่าใช้จ่ายที่ถูกลง แตกต่างจากในอดีตที่การทำ Data warehouse จะต้องเลือกเก็บเฉพาะข้อมูลที่จำเป็นเท่านั้น เนื่องจากเทคโนโลยียังไม่รองรับและมีค่าใช้จ่ายสูง เมื่อเทคโนโลยีในปัจจุบันมีศักยภาพเพียงพอแล้ว องค์กรจึงควรทำการรวมข้อมูลจากทุกแหล่งที่มา ทั้งข้อมูลที่ใช้งานในปัจจุบันและที่อาจใช้งานในอนาคต และรวมศูนย์โครงสร้างพื้นฐานข้อมูล (Data infrastructure) เพื่อให้ทุกฝ่ายสามารถใช้งานข้อมูลได้จากที่เดียวกันและเห็นภาพรวมโครงสร้างข้อมูลในมุมมองเดียวกัน รวมทั้งควรออกแบบระบบและเทคโนโลยีให้รองรับการปรับเปลี่ยนและพร้อมต่อยอดการใช้งานในอนาคต
2. Business performance analysis การวิเคราะห์ประสิทธิภาพทางธุรกิจ ปัจจุบันพบว่าองค์กรส่วนใหญ่ยังไม่สามารถติดตามและวิเคราะห์ประสิทธิภาพทางธุรกิจได้ทั้งLifecycle หรือหากต้องการวิเคราะห์ข้อมูลเพื่อหาคำตอบที่ต้องการ อาจต้องใช้เวลาในการดึงข้อมูลออกมาวิเคราะห์นานเป็นสัปดาห์ ทำให้เกิดความล่าช้าและไม่ทันต่อการแข่งขัน Big data คือเทคโนโลยีที่เข้ามาช่วยในการวิเคราะห์การทำงานในส่วนต่าง ๆ ขององค์กร ซึ่งจะช่วยให้สามารถปรับปรุงการทำงานและวางแผนพัฒนาธุรกิจได้อย่างละเอียด มีประสิทธิภาพและรวดเร็ว ไม่ว่าจะเป็นการวิเคราะห์รายได้ต่อหัวของพนักงานในฝ่ายขาย การหา Conversion rate% การวิเคราะห์หาสินค้าหรือบริการประเภทใดที่สร้างรายได้มากที่สุด หรือการนำข้อมูลจากหลากหลายระบบ เช่น ERP, CRM หรือPOS มาผสมกันเพื่อวิเคราะห์ต่อยอดหาข้อมูลเชิงลึก เป็นต้น
3. Operation monitoring & analysis การตรวจสอบและวิเคราะห์การดำเนินงานในองค์กร เทคโนโลยี Big data สามารถรวบรวมข้อมูลที่เกี่ยวข้อง เพื่อเข้าไปตรวจสอบและวิเคราะห์ประสิทธิภาพการดำเนินงานของส่วนงาน Operation โดยองค์กรอาจทำการสรุปข้อมูลในรูปแบบแสดงสถานะ เพื่อแสดงประสิทธิภาพการดำเนินงานได้ เช่น สีเขียว คือ ระบบดำเนินงานปกติ สีแดง คือ พบความผิดปกติ เพื่อความรวดเร็วในการตอบสนองต่อปัญหา หรืออาจแสดงข้อมูลในแกนของเวลา เช่น SLA หรือ End-to-End flow ของการให้บริการ เพื่อตรวจสอบถึงความล่าช้าในแต่ละส่วน เป็นต้น โดยจุดประสงค์ของ Use case นี้คือทำให้องค์กรเห็นข้อมูล (Visibility) เพื่อทำให้งาน Operation ดำเนินได้อย่างมีประสิทธิภาพ
ส่วน 5 Big Data Use Cases ที่องค์กรธุรกิจควรวางแผนปรับใช้ในปี 2566 คือ
1. Customers 360 รู้จักลูกค้าแบบรอบด้าน แม้ไม่ใช่เทรนด์ใหม่ แต่เป็นเรื่องที่มีการเปลี่ยนแปลงตลอดเวลา ไม่ว่าจะเป็น Touchpoint และพฤติกรรมของลูกค้า ทำให้ธุรกิจจะต้องพัฒนาการทำ Customer 360 ตามเทรนด์ผู้บริโภคที่เปลี่ยนไป Big data จะช่วยให้สามารถวิเคราะห์ข้อมูลลูกค้าได้ตลอดทั้ง Lifecycle จากการที่รวบรวมข้อมูลทุก ๆ ด้านของลูกค้า ทำให้ธุรกิจรู้จักลูกค้ารอบด้านมากขึ้น และสามารถนำเสนอผลิตภัณฑ์และบริการที่ตรงใจลูกค้าได้มากขึ้น รวมถึงออกแบบการมอบประสบการณ์ให้แก่ลูกค้าในทุก ๆ ขั้น ตั้งแต่ลูกค้าใหม่จนถึงลูกค้าที่มีแนวโน้มจะเลิกใช้บริการ ซึ่งการนำการวิเคราะห์ต่าง ๆ (Analytics method) มาประยุกต์ใช้กับข้อมูลลูกค้าได้อย่างมีประสิทธิภาพนั้น จึงต้องอาศัยการออกแบบและวางโครงสร้างของการจัดการและจัดเก็บข้อมูลแบบ Customers 360 ที่ดีเพียงพอเช่นเดียวกัน
2. Next best offer เสนอสินค้าและบริการที่ลูกค้ามีแนวโน้มจะซื้อในครั้งถัดไป การวิเคราะห์ Big data และเทคนิค AI/ML จะช่วยให้เข้าใจความต้องการและพฤติกรรมเชิงลึกของลูกค้าในรายบุคคลมากขึ้น เพื่อให้สามารถแนะนำสินค้า บริการ หรือโปรโมชันที่ตรงกับความสนใจของลูกค้าแบบเจาะจงรายบุคคลได้อย่างรวดเร็วด้วยช่องทางที่เหมาะสม ซึ่งจะช่วยส่งเสริมการขายให้มีประสิทธิภาพ เพิ่มโอกาสในการซื้อ ลดต้นทุนการขาย และเพิ่มรายได้ให้กับธุรกิจ
3. Real-time analytics วิเคราะห์ข้อมูลแบบเรียลไทม์ ในยุคดิจิทัลพฤติกรรมของผู้บริโภคค่อนข้างเปลี่ยนแปลงจากอดีต รวมทั้งมีความ Loyalty ต่อแบรนด์ค่อนข้างต่ำลงมาก เนื่องจากมีตัวเลือกจากสินค้าต่าง ๆ ในท้องตลาดมากมาย ทั้งช่องทางออนไลน์และออฟไลน์ ดังนั้นเพื่อให้แบรนด์สามารถช่วงชิงเวลาและการตัดสินใจซื้อของลูกค้าได้ นอกเหนือจากการทำ Customer 360 แล้ว ธุรกิจควรมีการวิเคราะห์ข้อมูลแบบเรียลไทม์ เพื่อให้สามารถนำเสนอผลิตภัณฑ์ แก้ไขปัญหา หรือให้บริการที่ทำให้เข้าถึงลูกค้าได้รวดเร็ว เพื่อให้เกิดความพึงพอใจสูงสุด
4. Root cause analysis การวิเคราะห์สาเหตุของปัญหา การแก้ไขปัญหาของระบบให้บริการต่าง ๆ ขององค์กรขนาดใหญ่ที่ปกติแล้วจะล้าช้านั้น มักเกิดมาจากความซับซ้อนของระบบที่ต่อเนื่องกันทั้งระบบเก่า (Legacy) และระบบใหม่ ๆ ที่เกิดขึ้น ทำให้ต้องใช้บุคลากรจำนวนมากและใช้เวลาค่อนข้างนานในการไล่ตรวจสอบปัญหา การนำระบบ Big data มาใช้งานจึงสามารถรวบรวมข้อมูลความผิดปกติในทุก ๆ ระบบ ที่เกี่ยวข้องมาวิเคราะห์และตรวจสอบทั้งด้วยตนเองและแบบอัตโนมัติ จึงช่วยให้สามารถค้นหาสาเหตุของปัญหาที่เกิดขึ้นได้รวดเร็ว และสามารถนำไปปรับปรุงแก้ไขได้อย่างถูกต้องและตรงจุดมากขึ้น
5. Anomaly detection การตรวจจับความผิดปกติ การทำงานของ Big data ร่วมกับAI/ML จะช่วยให้สามารถระบุความผิดปกติได้อย่างแม่นยำและรวดเร็ว โดยเทคนิคพื้นฐานอย่างการตั้ง Rule-based บนข้อมูลขนาดใหญ่เพื่อตรวจจับ หรือใช้ AI/ML เพื่อดูพฤติกรรมว่าสิ่งใดคือความผิดปกติ และแจ้งเตือนเพื่อให้ทีมงานที่เกี่ยวข้องเข้าแก้ปัญหาทันที ซึ่งสามารถนำไปปรับใช้ได้อย่างหลากหลาย ไม่ว่าจะเป็นโซลูชันด้าน Cyber security งานด้านระบบ IT หรือเชื่อมต่อกับอุปกรณ์ IoT ของโรงงานผลิตเพื่อตรวจจับความผิดปกติของอุปกรณ์ เป็นต้น
“ จาก Use cases ทั้งหมดที่กล่าวมาข้างต้น Blendata พร้อมให้บริการด้าน Big data แบบครบวงจร ครอบคลุมทุกความต้องการขององค์กรในที่เดียว 1. Big Data and Analytics consulting services บริการให้คำปรึกษา วางแผน พร้อมกำหนดแนวทางที่เหมาะสมและมีประสิทธิภาพ เพื่อให้องค์กรสามารถเริ่มต้นทำโปรเจค Big data ได้ด้วยกระบวนการที่ง่ายและสำเร็จได้ในเวลาที่รวดเร็ว 2. Big Data technology and foundation บริการแพลตฟอร์มด้าน Big data ที่ใช้งานง่าย รวดเร็ว และมีประสิทธิภาพสูง และ 3. Big data professional services บริการด้าน Technical โดยทีมงานผู้เชี่ยวชาญจาก Blendata ที่มีประสบการณ์ทำงานร่วมกับบริษัทชั้นนำในหลายอุตสาหกรรม ช่วยให้สามารถนำ Big data ที่องค์กรมีไปต่อยอดใน Use cases ต่าง ๆ เพื่อเพิ่มศักยภาพทางธุรกิจได้อย่างมีประสิทธิภาพ” นายณัฐนภัส กล่าวทิ้งท้าย
