เดตาซายแอนซ์·คาเฟ่

Data-driven company, Big Data, and Data Science


Big Data adoption Data Science

Big Data is not a technology. It’s about answering business questions and delivering value.

– Teresa de Onis

เนื่องจากผู้เขียนทำงานหนักไปทางด้าน engineering ผู้เขียนจึงไม่เคยมอง Big Data ในมุมมองที่เดโอนิสมองเลย แต่ถ้าสวมหมวกของผู้ประกอบการแล้ว Big Data ไม่ใช่เรื่องของเทคโนโลยี แต่เป็นการนำข้อมูลมาตอบคำถามทางธุรกิจ และทำให้เกิดคุณค่า

เดโอนิสเล่าให้ฟ้งว่า Dell มี model ที่ชื่อว่า Data Maturity Model ที่แบ่งความสามารถขององค์กรในการใช้ข้อมูลเป็น 4 ระดับ

  1. Data Aware : องค์กรที่เริ่มนำข้อมูลมาใช้งานโดยการสร้าง ad-hoc report โดยการดึงข้อมูลจากแหล่งข้อมูลต่างๆ
  2. Data Proficient : องค์กรมีการสร้าง standardized report เช่น dashboard หลักที่ใช้ในองค์กร
  3. Data Savvy : องค์กรใช้ข้อมูลในการตัดสินใจที่สำคัญๆ
  4. Data Driven : องค์กรอยู่ในจุดที่การตัดสินใจทั้งหมด จะต้องมีข้อมูลสนับสนุน

ในมุมมองของผู้เขียน หัวใจที่จะช่วยให้องค์กรเปลี่ยนจากระดับต่างๆมาเป็น Data Driven มีสองส่วน

  1. Executive & Management buy-in : การเปลี่ยนให้องค์กรกลายเป็น data-driven organization นั้น จะต้องมีการเปลี่ยนแปลงในหลายๆด้าน หากการเปลี่ยนแปลงไม่ได้รับการสนับสนุนจากผู้บริหารแล้ว โอกาสที่จะเกิดขึ้นจะลดลงไปมาก

  2. Build culture, build people : data-driven organization ควรจะมีบุคคลากรในการจัดการ/วิเคราะห์ข้อมูล และมีวัฒนธรรมองค์กรที่ใช้ข้อมูลในการประกอบการตัดสินใจ (อ่านบทความนี้หากท่านยังคิดว่าองค์กรไม่จำเป็นต้องมีบุคคลากรเป็นของตัวเอง) และสิ่งที่พวกเขาได้ทำนั้น ควรมีการนำมาแบ่งกันในองค์กร เพื่อให้บุคคลากรของทั้งองค์กรได้รับรู้ถึงคุณค่าของข้อมูล และเปิดโอกาสให้ทดลอง หรือเสนอความคิดเห็นได้ตามความเหมาะสม

วัฒนธรรม และบุคคลากร นี่ละครับ ที่จะเป็น “Data Science Team” ขององค์กร

หลายๆสำนักบอกว่า Data Science Team ประกอบด้วย 3 ขาหลัก

  1. คนที่มีความสามารถด้านสถิติ การสร้าง model (statisticians, data miner)
  2. คนที่มีความสามารถในการจัดการกับข้อมูล (hacker)
  3. คนที่มีความรู้เกี่ยวกับธุรกิจ (domain expert)

โดยปกติ ถ้าองค์กรมีบุคคลากรครบทั้งสามขา พวกเขาก็มักจะไม่ได้ทำงานด้วยกัน

data science initiative ขององค์กร จะเป็นการเริ่มให้บุคคลากรดังกล่าว เริ่มเข้ามาทำงานด้วยกัน เพื่อสร้าง data pipeline, service, หรือ data product ที่จะเปลี่ยนให้องค์กรเป็น data-driven organization ในที่สุด

การสร้างคน และสร้างวัฒนธรรมใหม่ผ่าน data science initiative เป็นไปไม่ได้เลย หากฝ่ายบริหารไม่เข้าใจ และไม่ให้การสนับสนุน เพราะโครงการนี้จะต้องใช้ทั้งเวลาและทรัพยากรอื่นๆ

ตั้งแต่เริ่มบทความจนถึงท้ายบทความ ผู้เขียนยังไม่จำเป็นต้องพูดถึงเครื่องมือ หรือเทคโนโลยี “Big Data” ที่จะเอามาทำให้ data-driven organization เกิดขึ้นเลย เพราะเครื่องมือไม่สำคัญเท่ากับคน ครับ

ดังนั้น หากองค์กรตั้งเป้าไว้ว่าจะเป็น data-driven organization แม้ว่าการเริ่มต้นที่คนนั้นยากกว่า แต่ผู้เขียนมองว่าเป็นจุดเริ่มต้นที่ควรให้น้ำหนักมากกว่าการเลือกซื้อเทคโนโลยีครับ


อ้างอิงจากบทความ The Four Stages of the Data Maturity Model