ข่าวสารและบทความล่าสุด

การเข้าสู่ยุคดิจิทัลนำมาซึ่งข้อมูลดิจิทัลจำนวนมหาศาล​ จนมีคำพูดที่คุ้นหูว่า “Data is the new oil” โดยในมุมมองของคณะผู้เขียนน่าจะเป็น crude oil หรือน้ำมันดิบมากกว่า เพราะข้อมูลเหล่านั้นยังต้องผ่านหลายกระบวนการคัดกรอง กลั่นกรอง และสังเคราะห์ ใช้ให้ถูกประเภท ถูกที่และถูกเวลา โดยการนำข้อมูลมาประยุกต์ใช้สามารถทำให้องค์กรมีประสิทธิภาพมากยิ่งขึ้น และทำให้ธุรกิจสามารถที่จะสร้างรายได้ ลดต้นทุน เพิ่มกำไรมากยิ่งขึ้น หรือทำให้ภาครัฐมีการบริการที่ตรงกลุ่มเป้าหมาย ทันสถานการณ์ และมีเงื่อนไขเวลาการให้ความช่วยเหลือที่มีประสิทธิภาพในด้านงบประมาณได้มากขึ้น (Targeted, Timely, Temporary measures with budget efficiency)

เช่นเดียวกับศาสตร์ด้านอื่นๆ ศาตร์การนำข้อมูลมาประยุกต์ใช้ ก็จำเป็นต้องมียุทธศาสตร์ โดยในบทความชื่อว่า “What’s Your Data Strategy” ของ Leandro DalleMule และ Thomas H. Davenport ที่ปรากฎอยู่ใน Harvard Business Review (2017) ได้กล่าวว่ายุทธศาสตร์การใช้ข้อมูลนั้นมีทั้ง“เชิงรับ” (defensive) และ “เชิงรุก” (offensive) โดยองค์กรจะต้องบริหารความสมดุลของยุทธศาสตร์ข้อมูล “เชิงรับ” และ “เชิงรุก” ให้เหมาะสมเพื่อประโยชน์สูงสุดจากการใช้ข้อมูลและมีการจัดการความเสี่ยงในการใช้ข้อมูลประกอบไปด้วย โดยก่อนที่จะเข้าสู่ประเด็นการจัดการยุทธศาสตรข้อมูลทั้งสองด้าน เรามาสรุปสั้นๆ กันก่อนว่า ยุทธศาสตร์ข้อมูลเชิงรับและเชิงรุกคืออะไร?

ยุทธศาสตร์ข้อมูลเชิงรับ (Defensive Data Strategy) คือการจัดการข้อมูลให้ถูกตามหลักธรรมาภิบาล (Data governance) หลักปฏิบัติตามกฎหมายและกฎระเบียบต่างๆ เช่น กฎหมายข้อมูลส่วนบุคคล การรักษาความปลอดภัยของข้อมูล รวมถึงการทำให้ข้อมูลที่จะถูกนำไปใช้ต่อเป็นข้อมูลที่มีคุณภาพ ไม่ใช่แค่มีปริมาณอย่างเดียว เพราะในท้ายที่สุด การนำข้อมูลไปใช้ต้องการทั้งปริมาณและคุณภาพที่เพียงพอ โดยการจัดทำยุทธศาสตร์ข้อมูลเชิงรับอย่างเหมาะสมจะเป็นตัวช่วยลดความเสี่ยงจากข้อผิดพลาดด้านข้อมูล รวมถึงกฎระเบียบที่เกี่ยวข้องได้ ในทางตรงกันข้ามหากองค์กรไม่ได้มีการจัดการยุทธศาสตร์เชิงรับอย่างเหมาะสม แทนที่การนำข้อมูลมาใช้จะเป็นสินทรัพย์ (Asset) เพื่อสร้างมูลค่าเพิ่ม (value creation) แต่อาจกลายเป็นหนี้สินและภาระ (Liability) ต่อองค์กรได้​

ยุทธศาสตร์ข้อมูลเชิงรุก (Offensive Data Strategy) คือการใช้ข้อมูล (ถ้าเป็นไปได้ควรเป็นข้อมูลที่ผ่านการจัดการธรรมาภิบาลข้อมูลและตรวจสอบคุณภาพข้อมูลแล้ว) เพื่อที่จะตอบโจทย์ขององค์กร ไม่ว่าจะเป็นการเพิ่มรายได้ ลดต้นทุน เพิ่มกำไร หรือเพิ่มความพึงพอใจของผู้บริโภค หรือเพิ่มประสิทธิภาพในการให้บริการ โดยอาจจะมีการทำกระดานแสดงข้อมูล (interactive dashboard) เพื่อที่จะนำเอาข้อมูลมาเล่าเป็นเรื่องราวที่สามารถจะนำมาใช้ประยุกต์ใช้ในการตัดสินใจที่มีข้อมูลประกอบ (evidence-based decisions) เช่น การดำเนินงานในแผนกการตลาด และการขาย หรือการใช้ข้อมูลในการติดตามตัวเลขที่เป็นเป้าในการดำเนินงานของภาครัฐ หรือนำข้อมูลมาประกอบกับแบบจำลอง (model) ทางเศรษฐมิติ (Econometrics) หรือ Machine Learning/Artificial Intelligence เพื่อที่จะเอาข้อมูลมาวิเคราะห์เชิงลึก เรียนรู้พฤติกรรมหรือประเด็นต่างๆ จากข้อมูล รวมถึงการทำประมาณการณ์ (forecasting) และวิเคราะห์ฉากทัศน์ต่างๆ (Scenario Analysis) เพื่อเตรียมรับมือสถานการณ์ที่จะเกิดขึ้นในอนาคตได้ 

ยุทธศาสตร์ข้อมูล “เชิงรุก” และ “เชิงรับ” สมดุลอยู่ตรงไหน? 

จะเห็นได้ว่าทุกองค์กรที่มีการนำข้อมูลมาใช้จะต้องใช้ทั้งยุทธศาสตร์ข้อมูล“เชิงรับ” และ“เชิงรุก” แต่การหาจุดสมดุลไม่ใช่เรื่องง่าย โดยเฉพาะเมื่อทรัพยากร ทั้งทางด้านเงินทุน และบุคคลนั้นมีจำกัด 

หลายท่านอาจมีคำถามในใจว่าเราจะเน้นยุทธศาสตร์ “เชิงรับ” และ “เชิงรุก” เท่า ๆ กันไปตลอดเลยไม่ได้หรือ ในเมื่อทั้งสองด้านมีความสำคัญทั้งคู่ คำตอบคือ การเน้นยุทธศาสตร์สองด้านเท่าๆ กัน อาจจะเหมาะสมกับแค่องค์กรบางประเภทเท่านั้น 

การเลือกว่าองค์กรจะเน้นยุทธศาสตร์ด้านใด ต้องพิจารณาจากทั้งปัจจัยลักษณะอุตสาหกรรม ช่วงจังหวะเวลาและสถานการณ์ โดยหน่วยงานที่รับผิดชอบด้านข้อมูลขององค์กรควรพิจารณาว่าจะดำเนินยุทธศาสตร์ข้อมูลเน้นไปทางด้านใด ในช่วงปัจจุบัน และจะปรับเปลี่ยนอย่างไรในอนาคต เช่น องค์กรที่อยู่ในอุตสาหกรรมที่กฎระเบียบค่อนข้างเข้มข้น เช่น อุตสาหกรรการเงินหรือโรงพยาบาลควรที่จะเน้นยุทธศาสตร์ข้อมูล “เชิงรับ” เพื่อจัดการด้านธรรมมาภิบาล คุณภาพ ความเป็นส่วนบุคล และความปลอดภัยของข้อมูล ก่อนจะเข้าสู่การยุทธศาสตร์ข้อมูลเชิงรุก 

ทั้งนี้ ทุกอย่างสามารถเปลี่ยนแปลงได้ เช่น เมื่อบริษัทดำเนินการด้านยุทธศาสตร์ข้อมูล “เชิงรับ” ได้ดีแล้ว บริษัทอาจจะเปลี่ยนไปเน้นยุทธศาสตร์ข้อมูล “เชิงรุก” มากยิ่งขึ้น โดยเฉพาะเมื่อมีแรงกดดันจากการแข่งขัน ในขณะเดียวกันบางบริษัทอาจจะเปลี่ยนไปใช้ยุทธศาสตร์ข้อมูล “เชิงรับ” มากยิ่งขึ้น เมื่อกฎหมายที่ควบคุมดูแลธุรกิจถูกปรับให้เข้มข้นขึ้น

ตัวอย่างหนึ่งที่น่าสนใจคือธนาคาร Canadian Imperial Bank of Commerce (CIBC) เดิมทีธนาคารแห่งนี้มุ่งใช้กลยุทธ์ข้อมูล “เชิงรับ” มากถึง 90% โดยมีการบริหารจัดการข้อมูล การทำข้อมูลให้เป็นมาตรฐาน และการสร้างฐานข้อมูลใหม่ ๆ พอดำเนินการไปสักพักผู้บริหารเห็นว่ายุทธศาสตร์ข้อมูล “เชิงรับ” ของ CIBC เข้มแข็งเพียงพอแล้ว ในปี 2015 จึงเริ่มหันไปสร้างทีม Data Analytics ขึ้นมา ซึ่งขณะนี้ CIBC ให้ความสำคัญกับยุทธศาสตร์ข้อมูล “เชิงรุก” และ “เชิงรับ” เท่า ๆ กัน และการที่ CIBC หันมาใช้ยุทธศาสตร์ข้อมูล “เชิงรุก” มากยิ่งขึ้นก็ทำให้อัตราผลตอบแทนจากการลงทุน (Return on Investment: ROI) ของผลิตภัณฑ์และบริการต่างๆ ทางการเงินของ CIBC เพิ่มสูงขึ้น ทั้งยังเป็นการส่งเสริมการสร้างนักวิเคราะห์ข้อมูลรุ่นใหม่ด้วย

การเลือกใช้ยุทธศาสตร์ข้อมูลให้เหมาะสมกับโครงสร้างของข้อมูล: Single Source of Truth (SSOT) vs. Multiple Versions of Truth (MVOTs)

Peter Drucker ที่ปรึกษาทางด้านธุรกิจชื่อดัง ได้กล่าวอย่างน่าสนใจว่าสารสนเทศ (information) คือข้อมูล (data) ที่เต็มไปด้วยความหมาย (relevance and purpose) ข้อมูลดิบ เช่น ข้อมูลการซื้อของลูกค้า และต้นทุนในการซื้อสินค้า จะไม่มีความหมายและคุณค่าเลยจนกว่าจะถูกนำไปรวมกับข้อมูลอื่นเพื่อสามารถที่จะใช้ในการตัดสินใจ หรือจัดเรียงกันเป็นอนุกรมเวลาเพื่อที่จะทราบการเปลี่ยนแปลงจากอดีตจนถึงปัจจุบัน

แต่อย่างไรก็ดี ความหมายที่มนุษย์แต่ละคนสร้างจากข้อมูลนั้นไม่เหมือนกัน มนุษย์คนหนึ่งสามารถที่จะมองสิ่งเดียวกันเป็นของที่ไม่เหมือนกันได้ เช่น บริษัท Bayer อาจจะถูกมองว่าเป็นผู้ผลิตเคมีพันธุ์ ส่วนบริษัท Apple อาจจะถูกมองว่าเป็นผู้ผลิตสินค้าอิเล็กทรอนิกส์ แต่บางคนอาจจะมอง Bayer เป็นผู้ผลิตยา บางคนอาจจะมอง Bayer ว่าผู้ผลิตยาฆ่าแมลง ขณะคนบางอาจจะมอง Apple ว่าเป็นบริษัทที่ขายโทรศัพท์มือถือ หรือบางทีอาจจะถูกมองว่าเป็นบริษัทขายคอมพิวเตอร์

สิ่งนี้เกี่ยวโยงกับลักษณะข้อมูลที่บริษัทใช้ ซึ่ง Leandro DalleMule และ Thomas H. Davenport ได้เน้นย้ำในงานของพวกเขา โดยถ้าข้อมูลถูกทำให้เป็นมาตรฐานเดียวกันหมด ไม่ว่าใครเรียกดูก็จะได้ข้อมูลเหมือนกัน ตีความได้เหมือนกันข้อมูลลักษณะนี้มี Single Source of Truth (SSOT) แต่หากข้อมูลมีการถูกตีความได้ต่างกัน เปลี่ยนแปลงไปแล้วแต่ผู้ที่เรียกดู (เช่น บริษัท Apple อาจถูกตีความได้ว่าเป็นบริษัทมือถือ หรือ บริษัทขายคอมพิวเตอร์ ขึ้นกับว่าใครเป็นผู้ตีความ) ข้อมูลแบบนี้จะมีลักษณะเป็น Multiple Version of Truth (MVOTs) 

โดย Leandro และ Thomas ได้กล่าวว่า SSOT เหมาะที่จะใช้สำหรับยุทธศาสตร์ข้อมูล “เชิงรับ” มากกว่า “เชิงรุก” เพราะสามารถทำให้บริษัทดำเนินการตามกฎระเบียบง่ายขึ้น ส่วน MVOTs เหมาะที่จะใช้สำหรับยุทธศาสตร์ข้อมูล “เชิงรุก” มากกว่า “เชิงรับ” เพราะสามารถที่จะตอบโจทย์ธุรกิจได้หลากหลายของแต่ละแผนกในองค์กรได้

บทสรุป

องค์กรส่วนใหญ่ใช้ทั้งยุทธศาสตร์ข้อมูล “เชิงรุก” และ “เชิงรับ” ยุทธศาสตร์ข้อมูล “เชิงรุก” มุ่งตอบโจทย์ธุรกิจทำให้รายได้ กำไร และความพึงพอใจของผู้บริโภคเพิ่มสูงขึ้น ส่วนยุทธศาสตร์ข้อมูล “เชิงรับ” มุ่งที่จะลดความเสี่ยงที่อาจจะเกิดขึ้นกับองค์กร เช่น การที่ไม่สามารถที่จะปฏิบัติตามกฎหมายได้

แต่อย่างไรก็ดีองค์กรจะต้องหาความสมดุลระหว่างการใช้ยุทธศาสตร์ข้อมูลทั้งสองแบบ บางองค์กรอาจจะเน้นยุทธศาสตร์ข้อมูล “เชิงรุก” มากกว่า “เชิงรับ” ซึ่งอาจจะเกิดขึ้นเมื่อการแข่งขันในอุตสาหกรรมอยู่ในระดับสูง ส่วนบางองค์กรอาจจะเน้นยุทธศาสตร์ข้อมูล “เชิงรับ” มากกว่า “เชิงรุก” เพราะกฎหมายกำลังดูแลอุตสาหกรรมค่อนข้างที่จะเข้มข้น อย่างไรก็ดี การเลือกใช้ยุทธศาสตร์ข้อมูลว่าจะเน้นไปด้านใด สามารถที่จะเปลี่ยนแปลงได้ ตามสถานการณ์และบริบทการแข่งขัน รวมถึงกฎระเบียบที่องค์กรนั้นๆ ต้องเจอในแต่ละช่วงเวลา   

ท้ายที่สุด การใช้ยุทธศาสตร์ข้อมูล “เชิงรุก” หรือ “เชิงรับ” ผูกโยงเกี่ยวข้องกับข้อมูลที่บริษัทมีค่อนข้างมาก ซึ่งข้อมูลนั้นมีอยู่สองแบบ แบบแรกเรียกว่า SSOT ซึ่งเหมาะที่จะใช้ทำยุทธศาสตร์ข้อมูล “เชิงรับ” มากกว่า “เชิงรุก” ส่วน MVOTs เหมาะที่จะใช้ทำยุทธศาสตร์ข้อมูล “เชิงรุก” มากกว่า “เชิงรับ” เพราะการตีความข้อมูลของแต่ละหน่วยงานอาจแตกต่างกันได้ (ความจริงไม่จำเป็นที่จะต้องมีเพียงหนึ่งเดียวอีกต่อไป) ปรับเปลี่ยนตามผู้ใช้ตามเห็นสมควรได้ เพื่อองค์กรจะได้สามารถที่จะแข่งขันในอุตสาหกรรมได้อย่างเต็มที่