Data Science For Business



Data Science For Business

Data Science ?

AI, Machine Learning และ Data Science เรียนรู้ได้เหมือนกัน แล้ว ...

        คือ การนำข้อมูลมาสร้างคุณค่าทางธุรกิจ ที่ถูกพัฒนามาจากการทำสถิติ ซึ่งมาจากข้อมูลที่เพิ่มขึ้นตามจำนวน Touch Point ของผู้ใช้งานในอินเทอร์เน็ตที่มีมากขึ้น ในภาคธุรกิจก็ต้องการนำข้อมูลเหล่านั้นมาใช้ประโยชน์ โดยมี Data Scientist ช่วยวิเคราะห์ คนที่เป็น Data Scientist จะต้องเขียนโปรแกรม สามารถดึงข้อมูล และประมวลผลข้อมูลจำนวนมากได้

ความนิยมของ Data


ในอดีตได้มีการใช้ แต่ไม่เป็นทางการ ข้อมูลมักถูกจัดเก็บอยู่เฉพาะบุคคล เช่น เจ้าของร้านรู้จักลูกค้า และรู้ว่าลูกค้าคนไหนต้องการอะไร ไม่เคยถูก Formalize เพื่อนำมาใช้อย่างจริงจังเหมือนในปัจจุบัน แทนที่จะอยู่ในหัวของเจ้าของร้าน ก็สามารถนำมาใช้อย่างอัตโนมัติ ใครก็สามารถนำไปใช้ได้ ทำให้เราบริหารจัดการลูกค้าของเราได้อย่างมีประสิทธิภาพมากขึ้น


- ไม่นำ Data มาใช้ จะส่งผลเสียอะไรบ้าง

คือ องค์กรนั้นเสียโอกาส เสียโอกาสในการรู้ว่าตอนนี้องค์กรตัวเองอยู่จุดไหน และ จำเป็นต้องปรับปรุงส่วนไหนบ้าง 


- เริ่มต้นอย่างไร

เริ่มต้นด้วยการเก็บข้อมูลอย่างละเอียด และ เป็นข้อมูลที่เป็นประโยชน์ต่อการนำไปวิเคราะห์ต่อ เพื่อสร้างโอกาสให้กับธุรกิจ สามารถนำไปทำการตลาดได้ตรงกับกลุ่มลูกค้าได้มากขึ้น และ ที่สำคัญ ธุรกิจควรรู้เป้าหมายให้ชัด และ รู้ว่าข้อมูลจะมาช่วยได้อย่างไร

 

- ข้อแนะนำ

ทำงานกับคนที่มีประสบการณ์ ในด้านโดยปัจจุบันตลาดขาด Data Scientist คนที่มีความเข้าใจเชิงลึกว่าควรจะวิเคราะห์ข้อมูลอย่างไร วิเคราะห์แบบไหนที่ทำให้ธุรกิจมีโอกาสในการแข่งขันมากขึ้น Data Scientist จะต้องใช้ประสบการณ์และทำความเข้าใจธุรกิจควบคู่ไปกับการเขียนโปรแกรม

 

- ตัวอย่างการใช้เครื่องมือในการเก็บ Data

สำหรับธุรกิจขนาดเล็กสามารถใช้เครื่องมือบนเฟซบุ๊กได้ Facebook Pixel เป็นหนึ่งในเครื่องมือที่ช่วยวิเคราะห์ได้ หากลูกค้าเปิดเฟซบุ๊กอยู่ด้วย เราก็จะได้ข้อมูลผู้ใช้คนนั้นในทันที ข้อมูลที่ได้เราก็สามารถนำมาวิเคราะห์ถึงสิ่งที่เขาสนใจ เพื่อกำหนดกลยุทธ์ในการทำการตลาดได้ กำหนดเงื่อนไขการยิง Ad ได้ตรงจุดมากขึ้น เครื่องมืออื่นๆ ที่ใช้ในการวิเคราะห์ได้ อีกตัวคืออีเมล ซึ่งสามารถ Track ได้ว่ามีคนคลิกและเข้าดูคอนเทนต์เท่าไร


- คุณสมบัติของคนที่จะเป็น Data Scientist มีอะไรบ้าง

ตั้งคำถามเป็น ช่างสังเกต พยายามคิดจากสิ่งที่เจอ คิดต่อยอดจากข้อมูลที่มีได้ เช่น เรื่องการขาย หากต้องการขายให้ดีขึ้นทำอย่างไร จะต้องทำอะไรกับลูกค้าบ้าง  ให้ตั้งจากธุรกิจว่าต้องการแก้ปัญหาอะไร ค่อยมาดูว่าต้องเก็บ Data อะไร 



- ความเข้าใจผิดในการใช้ Data

การได้รับความกดดันและความไม่พร้อมในหลายๆ เรื่อง ทำให้เริ่มต้นทำ Data ไม่ได้ การคิดภาพใหญ่และปลายทาง ควรเริ่มจากในจุดเล็กๆ และค่อยเป็นค่อยไป ค่อยๆ เก็บข้อมูลเพิ่มขึ้น คู่กับการวิเคราะห์ในเชิงลึกมากขึ้น 

 

- มองอนาคตของการใช้ Data อย่างไร

Machine Learning และ AI จะถูกทำให้ง่ายขึ้น มีเครื่องมือพร้อมให้ใช้งานแค่ส่งข้อมูลให้เท่านั้น ทำให้ไม่จำเป็นต้องมีทีมขนาดใหญ่ ซึ่งความยากจะอยู่ที่ความเข้าใจในข้อมูล และ การรู้ว่าโอกาสของเราอยู่ที่ไหน จะเอามาใช้ในส่วนไหนของธุรกิจ 








Comments

Popular posts from this blog

The Fourth Industrial Revolution ( การปฏิวัติอุตสาหกรรมครั้งที่ 4 )