วันพฤหัสบดีที่ 9 มีนาคม พ.ศ. 2560

#opendataday17 ภาคธุรกิจ ใช้ open data กันอย่างไร

หลังจากที่เราพาไปร่วมพิธีเปิดและฟัง session แรกของงาน International Open Data Day 2017 ที่ TK Park กันไปแล้ว เรายังติดค้างคนอ่านด้วย session ช่วงบ่าย คือ “ความท้าทายในการใช้ Big Data กับภาคธุรกิจ” ซึ่งเป็นหัวข้อที่น่าสนใจว่า big data กับภาคธุรกิจนั้น มีความสัมพันธ์ และสำคัญอย่างไร และใช้งานในภาคธุรกิจได้อย่างไร อย่ารอช้า ติดตามกันเลยจ้า



13:30 - 15:30 <ห้อง Auditorium> Bigdata Forum
ความท้าทายในการใช้ Big Data กับภาคธุรกิจ

โดย
ดร. ธนชาติ ฤทธิ์บำรุง ผู้เชี่ยวชาญทางด้าน Data Analytics Ascend.
ผศ.ณัฐวุฒิ หนูไพโรจน์ ภาควิชาวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย
คุณ สุมล กานตกุล VP-Marketing Planning & Analysis บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส

ดำเนินรายการโดย
คุณวสันต์ ลิ่วลมไพศาล ผู้ร่วมก่อตั้งเว็บไซต์ Blognone


แต่ละองค์กรใช้ big data ทำอะไรบ้าง

ผศ.ณัฐวุฒิ : ใช้ในการวิจัย เช่น ข้อมูลคนไข้ ว่าอาการแบบนี้ป๋วยเป็นโรคอะไร คุยกับ สปสช ในการระบุชื่อโรคลงไปในระบบ คณะนิเทศศาสตร์ใช้ในการวิเคราะห์ข่าวลือ capture มาวิเคราะห์ได้

operation เช่น IT log การเก็บ log ตาม พรบ. คอมพิวเตอร์ มี server 90 ตัว แต่ละตัวมีความจุเป็นเทราไบต์ มีประเด็นเรื่องโหลตบิตในที่ทำงานด้วย สามารถรายงานได้ว่าคนไหน

ดร. ธนชาติ : ใช้ในเรื่อง e-commerce และ e-payment  
e-commerce ใช้ในเรื่อง track performance จับเรื่อง trade center, sale performance.  และในเรื่อง logistic ว่าส่งสินค้าวิธีไหนดีที่สุด
e-payment ใช้ในเรื่องทำ campaign ให้มีจำนวน user มากขึ้น, sale marketing performance, และ tracking ว่าได้ลูกค้า 1 คน ต้องใช้เงินเท่าไหร่ มีการ repeat และ revise ทำให้ฐานลูกค้าเติบโตมากขึ้น เอา analytic มา analyze agency 

ในเรื่อง business form ทำ automate check ว่าลูกค้าเข้ามาเพราะ campaign ไหน เพื่อรักษาหรือเพิ่ม royal customer ไว้ มีการตรวจสอบ identify ว่าลูกค้ามีตัวตนจริงๆ โดย detect ชื่อและนามสกุล

คุณ สุมล : big data ใช้ในธุรกิจหลายอย่าง เช่น
เพิ่มรายได้ 
1) สังเกตุพฤติกรรม และ lifestyle ของลูกค้า สามารถ design การขายให้ตอบโจทย์ลูกค้าได้ และส่งสินค้าหรือบริการให้ลูกค้าได้อย่างถูกที่ถูกเวลา, ปรับปรุง performance การทำงาน และ การจัดการประสบการณ์ของลูกค้า
2) ลดจำนวนลูกค้าออกจากระบบ โดยดูพฤติกรรม event activity ว่าคนนี้มีโอกาสยกเลิกสินค้าและบริการของเรา
3) business operative ใหม่ๆของลูกค้า แต่ตอนนี้ติดกฏระเบียบของ กสทช อยู่

operational performance : network connecting 
design product ให้คนใช้งานมากขึ้น และ channel manager ไว้ดูเรื่อง density ของจุดบริการสินค้า ให้ลูกค้ามาสะดวก เช่น เรื่องจำนวนช้อป display ต่างๆภายใน

media planing แต่ละจุดมี traffic footwalk คนเดินเท่าไหร่ profile ลูกค้าที่ผ่านไปมาเป็นอย่างไร 

User Experience ศึกษา network และ performance ให้ได้ตาม quality ที่กำหนด shop นำ video lytic มาศึกษาพฤติกรรมของลูกค้า ในการวาง layout ของ shop

Call center : speech analysis จับ mood ของลูกค้าได้

ให้แต่ละท่านเล่าว่า สำหรับแต่ละองค์กร big data คืออะไร, technology ที่ใช้ และเริ่มใช้เมื่อไหร่ และเพราะอะไร




ผศ.ณัฐวุฒิ :

1)big data = technology ไม่ใช่แค่ขนาด แต่เป็นความเร็วและความหลากหลาย จัดการข้อมูลให้มีประสิทธิภาพ ทำอย่างไรให้ดึงประโยชน์มาใช้ คนมีความเข้าใจข้อมูลที่จำกัด และมองภาพหลักก่อน ดังนั้น analytic มองเป็นรายบุคคล -> data learning

2)data economy สมาภูมิการนำข้อมูลไปใช้ดุเดือดมาก เราต้องทำเป็น data analysis ให้ได้ เช่น นิสิตไปไหน ถ้าสมัยก่อนก็ถามเอา แต่สมัยนี้มีระบบลงทะเบียนเรียน ดูว่าลงวิชาไหน และวิชานี้เรียนที่ไหน รวบรวมการกระจายตัวของนิสิตเป็น heap map

ดร. ธนชาติ :

1)big data คือการ manage การจัดเก็บ data หลายๆ source ดึงให้เร็ว support ให้ได้ ดูที่สามอันนี้
Volume: data product สเกลการเก็บให้เร็วที่สุด
Variety : ความหลากหลายของข้อมูล
Veracity : social listening กรองข้อความขยะ

Analytic ไม่สนขนาดของ data สนใจตัวสถิติของ data หา algorithm ใหม่ๆของลูกค้า ดู marketing ด้วย

Insight-> Action : data product ดึงสองอย่างมาด้วยกัน feature ของแอปต้อง detect และ challenge user ให้ลูกค้าไม่เสียหาย

คุณ สุมล : big data คือทุกอย่างที่เป็นโอกาส คือนำเสนอโอกาสขององค์กร เกิด smarter business solutions เอา data ไปใช้แล้ว turn เป็น business value ได้

บทเสริม

ผศ.ณัฐวุฒิ : ควรเริ่มจาก pilot project ก่อน และพยายามที่จะเดินไป มองเป็นการผจญภัยอย่างหนึ่ง ปรับกระบวนการ data ให้เป็น business และมีโจทย์ที่ชัดเจน

คุณ สุมล : ตั้ง business objective คืออะไร ต้องทำอย่างไรให้บรรลุเป้าหมาย ต้องการข้อมุลอะไรบ้าง เรามีข้อมูลอะไรในมือบ้าง นำสิ่งที่กระจัดกระจายกันมาอยู่ที่เดียวกัน ที่เรามีอยู่สามารถ support ได้ทั้งหมดหรือไม่ หาข้อมูลเพิ่มเติมได้จากไหน กระบวนการหาข้อมูลเป็นอย่างไร

ทุกท่านเสริมว่า ไม่จำเป็นต้องขยายให้เสร็จก่อนแล้วค่อยใช้ big data (คือใช้ไปเลยนั่นแหละ ไม่ต้องรอ)

ความเป็นส่วนตัวในองค์กร ต้องระวังอะไรบ้าง




ผศ.ณัฐวุฒิ : คนใช้ android เป็นโพรงให้กับ google ทางอาจารย์มีงานวิจัยร่วมกับทาง AIS อยู่ เอาเบอร์โทรศัพท์มือถือส่วนตัวไปให้อาจารย์ทำวิจัย หลังจากนั้นประมาณ 1 อาทิตย์ นักศึกษาทราบว่าอาจารย์พักอยู่ที่ไหน ตอนเช้าอาจารย์ไปที่นี่ใช่ไหมคะ อาจารย์เลยรีบเบรกนักศึกษาเลย 555 ข้อมูลพวกนี้ถูกเก็บข้อมูลในระดับหนึ่ง รู้ timeline ว่าลูกค้าไปไหน ทำอะไรบ้าง

power ของข้อมูลสูงมากๆ ทำ web matching เก็บเว็บต่างๆเพื่อลด traffic และข้อมูล log การเข้าเว็บของแต่ละองค์กร สามารถวิเคราะห์เป็นรายบุคคลได้ องค์กรถูกควบคุมด้วยกฎหมายในระดับหนึ่ง เช่น AIS มีการเข้ารหัสข้อมูล เป็นเรื่องสำคัญที่ต้องบริหารจัดการให้ไม่ละเมิดสิทธิส่วนบุคคล

ดร. ธนชาติ : data government การปกป้องข้อมูล มี policy practice แบ่ง data ออกเป็น level จ้าง security special นั่งรีวิว

การคัดคนเข้าทีม data นอกจากจะเป็นคนเก่งแล้ว จะต้องเป็นคนดีด้วย เช่น ดู pressure แรงผลักดันในการทำบางสิ่ง obtusity ถ้ามีเงินตั้งอยู่บนโต๊ะ จะขโมยไหม ดูว่ามีมโนธรรมในจิตใจหรือเปล่า

ห้ามคนในทีมเห็น data ที่ identified บุคคลได้ และดูว่าเก็บ data และ policy อย่างไร

คุณ สุมล : data policy เก็บไว้ในระบบอย่างไร -> data security การใช้ data ในบริษัท
คนที่ได้ permission เข้าได้เฉพาะคนที่เกี่ยวข้องเท่านั้น ไม่เห็นภาพรวมทั้งหมด
การดึงข้อมูลต่ำกว่า 100 records ต้องได้รับการอนุญาติจากผู้บริหารระดับสูง เป็นลายลักษณ์อักษร
Encryption ข้อมูลไม่ให้เห็นเบอร์ เห็นชื่อ ดึง insight มาวิเคราะห์ข้อมูล เอาเบอร์เป็นเลขสมมุติ เช่น 1A 1B แปลงตัว machine เป็น machine

AIS ได้ผ่านเกณฑ์ของดาวน์โจน ส่วนเคสนั้นในพันทิป เกิดจากคน สามารถสืบได้ว่าเป็นคนไหน เพราะมี log เก็บไว้อยู่ จึงต้องจัดการขั้นเด็ดขาด (ที่เห็นจากข่าวคือโดนไล่ออกนะ)

ในแง่เชิงธุรกิจ หาคนทำงานในสายนี้ มี skill และ mindset อย่างไร

ดร. ธนชาติ : programming + business + hacking คนสายงานนี้ขาดแคลนมาก เลือกคนที่มี potential
intelligence activity ให้โจทย์แล้วแก้โจทย์ innovation ได้
วิเคราะห์ข้อมูล สามารถ applied ได้ด้วย
ทำตัว data analysis ได้, สามารถ connect database และ inform เป็น data ได้

คุณ สุมล : เป็นจุดนึงที่ challenge หาคนสายนี้ยากเลยต้องลงสเปกลง ระหว่างที่หาคนนอกก็ build คนข้างใน train ด้าน technical ส่วน business เป็น skill เฉพาะตัว มีทีม IT solutions มา support ด้วย

ภาคการศึกษามีการเปลี่ยนแปลงในการสร้างบุคลากรอย่างไร



ผศ.ณัฐวุฒิ : ที่สหรัฐอเมริกาขาด data science สองแสนคน ทางจุฬามีการทำงานเป็นทีม เมื่อสามปีที่แล้ว ทำนายว่าอีก 15 ปีข้างหน้า จะเกิดอะไรขึ้น หลักสูตรเปลี่ยนจากเรียน JAVA ตอนปี 1 มาเป็น python (เราว่า JAVA ยากกว่า python แถมพี่เหลือมเราใช้ประโยชน์ได้เยอะแยะ) เปิดสอนวิชา big data และ data science เต็มตลอด เพราะเด็กสนใจ ป.โท-ป.เอก ปรับหลักสูตร ให้ตอบโจทย์ และใส่ตัวอย่าง big data ในวิชาบังคับ เพื่อให้คุ้นชิน จับมือ NSTDA academy เรื่อง data science ปั้นคนในองค์กรให้มีความเข้าใจในเรื่อง technology และ technique มากขึ้น พร้อมทั้งเปลี่ยนงานวิจัยให้มี impact ต่อประเทศ มี big data เป็น base (statistics research) ใช้คนให้เหมาะกับงาน (domain expert)

Business + Technology = AIS + CU

ต้นทุนคนแพงขึ้น จะทำให้ต้นทุนการทำ big data แพงขึ้นหรือไม่

ดร. ธนชาติ : พยายาม boot up productivity ให้ทำงานได้เร็วขึ้น แต่ละคนรู้หน้าที่ของตัวเอง ทำงานเป็นทีม ใช้ agile build ทีม มี destination of done ตรงกัน

Invert platform: group of concept ดูว่าการ expend ของ technology เหมาะสมไหม
เกิด impact กับคนไหม ให้มีการนำ data ไปใช้ เกิด culture ในองค์กร
Financial impact : ทำ small project ในการนำข้อมูลไปใช้ใน business

คุณ สุมล : ต้องศึกษา business objective อย่างละเอียด ว่าใช้ cost เท่าไหร่ (show me the money) ดูเรื่อง ROR อย่างแข็งแรง justified ให้ดีที่สุดในการ approve

ในแง่ของภาคการศึกษา ในองค์กรรัฐทำอย่างไรบ้าง

ผศ.ณัฐวุฒิ : มี EGA คอยให้ความช่วยเหลืออยู่ big data ไม่ต้องลงมือด้าน infrastructure เอง ใช้ cloud ได้ ภาครัฐของครุภัณฑ์ยากมาก ใช้เท่าที่ใช้ เครื่องมือบน cloud เก่งและ friendly ภาครัฐใช้ประโยชน์ได้ด้วย

ให้แนะนำองค์กรระดับเล็กว่าจะเริ่มใช้ได้อย่างไร

ดร. ธนชาติ :
- อยู่ที่ size จำนวนของลูกค้า อยู่ที่การ analytic ข้อมูล เจาะรายบุคคลได้ง่ายและคล่องตัวกว่า
- Feed ข้อมูลเข้า ecosystems เข้า big data เช่น google facebook เอาตัวเองไปอยู่ใน big data และ analytic ให้ได้

คุณ สุมล :
- big data เพียงพอที่จะตัดสินใจได้ ไม่จำเป็นต้องใหญ่
- ใช้ tool ฟรีหรือมีราคาถูก เช่น google analytics
- เริ่มมี startup รับทำให้ SME, เราเริ่มทำได้เลย ไม่ต้องรอ



การทำงานระหว่างภาครัฐและภาคเอกชน มีปัญหาอะไรบ้าง

ผศ.ณัฐวุฒิ : ใช้เป็น project ซึ่งผู้บริหารเข้าใจ ความสำเร็จของ project จะมีผลต่อ KPI ของทางบริษัทด้วย มีความคล่องตัวและเต็มที่
มี culture แตกต่างกัน มี cycle ต่างกัน คือของมหาวิทยาลัยเป็นเทอม ของบริษัทเป็นปี เกิดความไม่ต่อเนื่อง มีกฎระเบียบ ความเข้มงวด ธุรกิจมีความเสี่ยง ถ้ารู้ว่าคุยกับใครจะง่ายขึ้น
ถ้าไม่ได้เป็น CSR ก็ต้องเป็นประโยชน์ เป็น domain ของบริษัท ทำงาน co กันยั่งยืนหว่า
บุคลากรบริษัทเอกชนมีภาระงานประจำที่ต้องทำ ดังนั้นโปรเจกนิสิตก็กึ่งงานฝาก
มีความลับทางการค้า หาจุดสมดุลในการตีพิมพ์ paper ว่าอันไหนตีพิมพ์ได้บ้าง

คำถามจากผู้ฟัง : hackathon คนที่มากแข่งหาโจทย์ไม่เจอ ทำยังไงให้ตั้งโจทย์และจับต้องได้

ดร. ธนชาติ : เริ่มจากการตั้งคำถามที่ถูกต้องก่อน ซึ่งยากที่สุด
อยากทำอะไร take action เข้าไป ทำให้ analytic ง่าย (pain point + occurs obtusity)
ดังนั้น hackathon คนไม่อินกับโจทย์ คนไม่เคยทำมันจะยาก ต้องอ่านและเข้าใจธุรกิจของเขา (key pain point + data)

ผศ.ณัฐวุฒิ : คนตั้งโจทย์ต้องทำการบ้านเพิ่ม

ดร. ธนชาติ : ดู data และ boot case, key pain point และใคร take action

AIS : ถ้าโจทย์ business เราต้องทำการบ้านเยอะ หาจุดที่เราสนใจ ทำยังไงให้เกิด impact แรงและมีข้อมูล

ดร. ธนชาติ : การตั้งโจทย์ executive, การเกิด use case

สุดท้ายฝากถึงพวกเรา ว่าทำอะไรต่อไป

ผศ.ณัฐวุฒิ :
- มีความสนใจ หาความรู้เพิ่มเติม ฝึกฝน หาโจทย์ต่างๆมาลองทำ มี passion
- คนเราหาความรู้เพิ่มเติมน้อยลง สนใจสูตรลัดมากกว่า ไม่มีอะไรเป็นสูตรสำเร็จ

ดร. ธนชาติ :
- creativity เกิดจากการ communication สองทาง
- Focus เอาอันแรกให้แม่นก่อน เลือก domain ที่เราสนใจก่อน

คุณ สุมล :
- creativity เกิดจากการสังเกตุสนใจ หา relationship สร้างคำถาม
- เกิดมุมมองใหม่ๆ ทำให้มีความหมายและเกิด impact

สุดท้าย ชักภาพที่ระลึกร่วมกัน เป็นอันจบ session


ตามข้อตกลงของงาน เข้าร่วม 2 session ขึ้นไปในวันแรก ลงทะเบียนออนไลน์ และส่งแบบประเมิน ได้รับเสื้อที่ระลึกของงานฟรีจ้าาา


เก็บตกกับด้วยการที่เราแอบไปแวะเวียนบูธที่ไปจัดงานเหมือนกัน

คุณวารี เป็นบุคคลท่านนึงที่วิเคราะห์นํ้าท่วม มีแบบหน้าเว็บมาให้เล่น วิเคราะห์ระดับนํ้าผ่านกล้อง CCTV มี chatbot ด้วยนะ ค้นหาเส้นทางก็ได้นะเออ โดยใช้ของ Here Map


อันนี้เป็นข้อมูลเตือนภัย มีการวิเคราะห์บนลงหน้าเว็บด้วย


สุดท้ายบูธข้างเคียง Call Zen พี่เขาเฝ้าบูธตลอดเลย อยู่บูธข้างๆลุงสุขุมเลย แอปนี้ช่วยเราโทรหา call center ได้สะดวก รวดเร็วขึ้น เนื่องจากว่าการต่อสายไปมานี่เราก็หงุดหงิดกันเนาะว่าเมื่อไหร่จะถึง แอปนี้ช่วยต่อสายได้เลยทีเดียวจบปิ้งงงงงง

สำหรับงานนี้ขอขอบคุณทุกภาคส่วนที่จัดงานนี้และตระหนักถึงความสำคัญของ open data ก็ดี big data ก็ดี รวมถึงภาครัฐที่พยายาม force ให้ทุกภาคส่วนเปิดข้อมูลเพื่อประโยชน์ของประชาชนนะคะ :)

ป้ายกำกับ: ,

0 ความคิดเห็น:

แสดงความคิดเห็น

สมัครสมาชิก ส่งความคิดเห็น [Atom]

<< หน้าแรก