ข่าวสารและบทความล่าสุด

Digital Transformation เกือบ 70% ที่ไม่ประสบความสำเร็จ ทุกคนทราบดีว่า ยุคแห่งข้อมูลข่าวสารได้เริ่มขึ้นแล้ว World Economic Forum คาดการณ์ว่าใน พ.ศ. 2563 มีปริมาณของข้อมูลดิจิทัลสูงถึง 44 zettabytes และจะเพิ่มขึ้นอย่างรวดเร็ว จนสูงถึง 175 zettabytes ในปี พ.ศ. 2568 (1 zettabytes = 1 ล้านล้าน gigabytes) แต่ จากการสำรวจของ McKinsey ในปี พ.ศ. 2562 พบว่า มี Digital Transformation เกือบ 70% ที่ไม่ได้รับความสำเร็จ

เจอข้อมูลเหมือนเจอน้ำมัน(ดิบ) Data is the new (crude) oil การค้นพบน้ำมันดิบยังต้องผ่านอีกหลายกระบวนการกว่าจะมีเป็นน้ำมันพร้อมใช้ เช่นกันข้อมูลที่มีก็ไม่ได้นำมาใช้ได้ทันที แต่ยังต้องการการจัดเก็บที่เป็นระบบ ปลอดภัยกับเจ้าของข้อมูล ผู้รวบรวมข้อมูล และผู้นำข้อมูลไปใช้ (Data Protection and Security) ยังต้องการการกำหนดขอบเขตการเผยแพร่ ข้อมูลชุดไหนเปิดเผยได้บ้าง ลงรายละเอียดได้แค่ไหน การจัดเก็บ และการนำไปใช้ภายใต้กรอบธรรมาภิบาลและกฎหมาย (Data Governance) มีระบบสารสนเทศ เทคโนโลยี และแพลตฟอร์มที่มีประสิทธิภาพเสถียรภาพและมั่นคงปลอดภัยสูงรองรับ เพื่อให้การนำข้อมูลไปใช้เกิดประโยชน์และปลอดภัยสูงสุด (Data Engineering and Platform) การนำข้อมูลไปใช้ยังต้องการการกลั่นกรอง แยกประเภท และสังเคราะห์ เพื่อให้ได้ข้อมูลที่เหมาะสมกับงานแต่ละประเภท และเกิดประสิทธิภาพได้อย่างเต็มที่ ทั้งในด้านปริมาณ (Quantity) และคุณภาพ (Quality) (Data Management and Data Analytics)

ยุทธศาสตร์ข้อมูล Data Strategy คือหนึ่งในคำตอบที่จะช่วยให้ Digital Transformation ขององค์กรประสบความสำเร็จได้ โดยคำว่า Data Strategy เป็นคำที่เพิ่งเกิดขึ้นมาไม่ถึง 10 ปี เนื่องจากข้อมูลจำนวนมหาศาลที่ได้ถูกสร้างขึ้นมาและมีการเก็บเอาไว้ในฐานข้อมูล ทำให้องค์กรต่างๆ ต้องการมียุทธศาสตร์ในการจัดการ และขับเคลื่อนความสามารถในการใช้ประโยชน์และการวิเคราะห์ข้อมูล รวมถึงการนำเทคโนโลยีมาประยุกต์กับข้อมูล

รูปที่ 1: เจอข้อมูลเหมือนเจอน้ำมัน(ดิบ) 

รูปที่ 2: ทำไมต้องมียุทธศาสตร์ข้อมูล

ยุทธศาสตร์ข้อมูลคืออะไร? 

ยุทธศาสตร์ข้อมูลคือการสร้างมูลค่าจากสินทรัพย์ทางข้อมูล (creating value from data assets) เนื่องจากเป็นแขนงวิชาที่เพิ่งเกิดขึ้นมาใหม่แนวคิดยุทธศาสตร์ข้อมูลจึงเป็นแนวคิดที่ยังมีความหลากหลาย และไม่ได้มีทฤษฎีหลักดังเช่นศาสตร์อื่นๆ โดยแนวคิดที่จะใช้ในที่นี้เป็นแนวคิดยุทธศาสตร์ข้อมูลที่ดัดแปลงมาจาก Harvard University และ University of California Berkeley

ยุทธศาสตร์ข้อมูลแบ่งเป็น 2 ด้านคือเชิงรับ (Defensive) และเชิงรุก (Offensive) 

ยุทธศาสตร์ข้อมูลเชิงรับ มุ่งเน้นที่การจัดการธรรมาภิบาล (Data governance) และคุณภาพข้อมูล (Data Quality) ซึ่งรวมถึงความเป็นส่วนตัว (Data Privacy) ให้ตรงตามหลักกฎหมายและกฎระเบียบ เช่น พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 การจัดการความปลอดภัย (Data Security) และการจัดระเบียบการเข้าถึงข้อมูล รวมถึงการจัดการคุณภาพและมาตรฐานของข้อมูล (Data Access/Quality/Standard) 

ยุทธศาสตร์ข้อมูลเชิงรุก เน้นที่การนำข้อมูลมาต่อยอดเพื่อสร้างมูลค่าให้กับองค์กร โดยเน้นที่การปรับปรุงความสามารถในการแข่งขัน การให้บริการ และความสามารถในการทำกำไร สำหรับข้อมูลที่นำมาใช้อาจจะเป็นทั้งข้อมูลภายในหรือภายนอกองค์กร หรือนำมาใช้ร่วมกันก็ได้ และสามารถอยู่ในรูปแบบของข้อมูลตัวเลข ตัวอักษร รูปภาพ (Structured and Unstructured data) หรืออยู่ในรูปความคิดเห็น การลงคะแนนจากโลกออนไลน์ (Social Listening / e-polling) และสามารถเป็นได้ทั้งข้อมูลขนาดเล็ก และ/หรือ ขนาดใหญ่ (Small /Big data) ก็ได้ โดยข้อมูลเหล่านี้จะถูกนำมาใช้ร่วมกับเทคนิคการวิเคราะห์ข้อมูลในแบบต่างๆ เช่น Descriptive /Predictive/ Prescriptive Analyses และ/หรือ Machine Learning/ Artificial Intelligence   

รูปที่ 3: ยุทธศาสตร์ข้อมูลแบ่งได้เป็น 2 ด้าน: ยุทธศาสตร์เชิงรับและเชิงรุก

รูปที่ 4: ยุทธศาสตร์ข้อมูลทำแล้วได้อะไร?

ทำยุทธศาสตร์ข้อมูลแล้วได้อะไร? 

ระบบฐานข้อมูล/บัญชีข้อมูล รวมถึงระบบข้อมูลที่แบ่งปันหรือเปิดเผยได้ (Database, Data Catalog, Data sharing, and Open data) ที่มีการจัดการธรรมมาภิบาลและตรวจสอบจัดการคุณภาพข้อมูล รวมถึงมีระบบความมั่นคงปลอดภัยในการคุ้มครองข้อมูล (Data Security) โดยสามารถกำหนดขอบเขตการเปิดเผยให้ภายในและภายนอกองค์กร เพื่อนำไปต่อยอดใช้ประโยชน์ได้ 

ระบบ/แบบจำลองอัจฉริยะเพื่อการวิเคราะห์และติดตาม ตรวจสอบ แจ้งเตือน พยากรณ์ (Dashboard, Data analytic models/platform, Machine Learning and AI models) ซึ่งจะเป็นการต่อยอดสร้างมูลค่าของข้อมูลให้ตอบโจทย์ยุทธศาสตร์ขององค์กร

ขับเคลื่อนองค์กรด้วยข้อมูล (data-driven) และใช้ข้อมูลเป็นหลักฐานสนับสนุนการตัดสินใจ (evidence-based decisions) แทนที่จะใช้ความเชื่อส่วนบุคคล (gut feelings) หรือฟังคำแนะนำจากผู้เชี่ยวชาญที่เข้าใจหลักการทางธุรกิจแต่อาจไม่ได้เข้าใจข้อมูลที่เกี่ยวข้องกับองค์กรโดยตรง  

ข้อมูลมีคุณภาพมากขึ้น สามารถนำไปต่อยอดสร้างมูลค่าให้กับองค์กรได้มากขึ้น 

หน่วยงานภาครัฐ จะมีข้อมูลคุณภาพสูงใช้ในงานวิเคราะห์วิจัยได้มากขึ้น โปร่งใสตรวจสอบได้ มีระบบการพิสูจน์และยืนยันตัวตนทางดิจิทัล (e-Authentication) ที่สะดวกและมีประสิทธิภาพ ใช้ข้อมูลประกอบในการทำนโยบายที่มีลักษณะ ทันท่วงที เน้นเฉพาะกลุ่ม และชั่วคราว (3T: Timely, Targeted, Temporary) เพื่อเพิ่มประสิทธิภาพในการใช้จ่ายงบประมาณ (Budget Efficiency) 

หน่วยงานเอกชน นอกจากการเพิ่มประสิทธิภาพในการตัดสินใจ (Improving decision-making) แล้ว การจัดทำยุทธศาสตร์ข้อมูล ยังสามารถ เพิ่มความเข้าใจลูกค้าและตลาด (Understanding customers and markets) การสร้างสินค้าใหม่และปรับปรุงสินค้าเดิมให้ดีขึ้น (Creating better products) การพัฒนาบริการที่ดีขึ้น (Creating better services) การพัฒนาการดำเนินงานทางธุรกิจเพื่อเพิ่มประสิทธิภาพด้านต้นทุน (Improving business processes) รวมถึงการสร้างรายได้จากข้อมูลได้อีกด้วย (Creating revenue from data)

ขั้นตอนการทำยุทธศาสตร์ข้อมูลเป็นอย่างไร? 

การเข้าใจบริบท (Contextualization) ซึ่งประกอบไปด้วย 

การทำความเข้าใจพันธกิจ วิสัยทัศน์ กฎหมายและระเบียบที่เกี่ยวข้องขององค์กร เพื่อที่จะทำให้ยุทธศาสตร์ข้อมูลตอบโจทย์ยุทธศาสตร์องค์กรมากที่สุด หลังจากนั้นจะเป็นการทำความเข้าใจ โครงสร้างพื้นฐานทางด้านข้อมูลขององค์กร ว่ามีโครงสร้างการจัดเก็บข้อมูลระบบสารสนเทศและการจัดเก็บข้อมูลในปัจจุบันเป็นอย่างไร 

รวมถึงจะมีการประเมินสถานะด้านยุทธศาสตร์ข้อมูล โดยการใช้ SWOT Analysis เพื่อประเมิน จุดแข็ง (Strengths) จุดอ่อน (Weaknesses) โอกาส (Opportunities) และความท้าทาย (Threats) ของข้อมูลในองค์กรที่มีอยู่

การสร้างแนวคิดในการใช้ประโยชน์ข้อมูล (Ideation) โดยในขั้นตอนนี้จะประกอบไปด้วย 

การระดมแนวคิด (Brainstorm) ซึ่งจัดทำจากการสำรวจ สัมภาษณ์ และจัดประชุมกลุ่มเพื่อระดมความเห็นจากทั้ง ผู้บริหารและผู้ปฏิบัติการในองค์กร เพื่อหาแนวคิดการใช้ประโยชน์ข้อมูล (Use cases) 

การจัดลำดับความสำคัญ (Prioritization) หลังจากที่ได้รับแนวคิดในการใช้ประโยชน์ข้อมูล (Use cases) แล้วจะมีการจัดลำดับความสำคัญ โดยสร้างหลักเกณฑ์ (Criteria) ในการประเมินและตัดสินใจเลือกอย่างเป็นระบบ เพื่อให้ได้ Use cases ที่สามารถทำให้สำเร็จได้เร็ว (Quick win)และมีผลดีต่อองค์กรนัยสำคัญ (High impact) 

กรณีการใช้งานข้อมูล (Use cases) เหล่านี้จะเป็นตัวช่วยที่ทำให้การทำยุทธศาสตร์ข้อมูล เห็นผลที่เป็นรูปธรรมและจับต้องได้ เพื่อที่จะให้คนในองค์กรรู้สึกถึงความสำคัญในการทำยุทธศาสตร์ข้อมูล และขยายไปสู่การทำ Use cases อื่นๆได้ต่อไป 

การจัดทำแผน (Prescription) ซึ่งจะประกอบไปด้วย การอธิบายประเด็นสำคัญของแต่ละ Use cases ​ทำแผนการดำเนินงาน การตั้งงบประมาณ การบริหารจัดการและกำหนดเวลาในการดำเนินโครงการ รวมถึงการรวบรวมปัจจัยแห่งความสำเร็จและบทเรียนในแต่ละ Use cases เพื่อนำไปประยุกต์ใช้กับ Use cases ที่จะทำในอนาคต 

การจัดทำรายงานยุทธศาสตร์ข้อมูลและการดำเนินการตามกรณีการใช้งานข้อมูล (Report and Execution) 

รายงานยุทธศาสตร์ข้อมูล จะเป็นการรวบรวมและสรุปขั้นตอนต่างๆ ในการจัดทำยุทธศาสตร์ข้อมูล รวมถึง Use cases และผลการวิเคราะห์เชิงลึกที่นำไปปฏิบัติได้จริง (Actionable Insights) 

การดำเนินการตามกรณีการใช้ข้อมูล จะเป็นการเปลี่ยนจากยุทธศาสตร์มาสู่ระบบการดำเนินงานในรูปแบบของ Dashboard, แบบจำลอง Data Analytic ที่รวมถึงแบบจำลองด้านเศรษฐมิติ (Econometrics) ด้าน Machine Learning และ/หรือ ด้าน​ Artificial Intelligence ซึ่งองค์กรและทีมงานผู้จัดทำสามารถเลือกให้เหมาะสมกับแต่ละ Use cases 

รูปที่ 5: 3 ขั้นตอนหลักในการทำยุทธศาสตร์ข้อมูล

เมื่อ Use cases คือหัวใจหลักในการทำให้ยุทธศาสตร์ข้อมูลจับต้องได้ เราจะเลือก Use cases อย่างไร? 

เข้าใจยุทธศาสตร์และแผนเร่งด่วนขององค์กร รวมถึงบริบทของ pain points ทั้งจากภายในและภายนอก ปัจจัยที่จะทำให้ยุทธศาสตร์ข้อมูลเป็นที่ยอมรับและเป็นประโยชน์อย่างแท้จริงก็ต่อเมื่อยุทธศาสตร์ข้อมูลตอบโจทย์ยุทธศาสตร์องค์กร ( Data Strategy for Organization Strategy) และสร้างประโยชน์หรือแก้ pain points ได้อย่างมีนัยสำคัญและทันท่วงที (Quick win) ทำให้ในการเลือก Use cases การเข้าใจยุทธศาสตร์รวมทั้งแผนเร่งด่วนขององค์กร เป็นจุดตั้งต้นที่สำคัญอย่างมาก นอกจากนั้นการเข้าใจบริบทของปัญหา ความท้าทาย ที่เป็น pain points ขององค์กรทั้งจากมุมมองของคนในองค์กรและคนนอกองค์กรจะทำให้ การเลือก Use cases มีประสิทธิภาพสูงสุด 

Use cases ต้องตอบโจทย์ยุทธศาสตร์และแผนเร่งด่วนขององค์กร รวมถึงสามารถนำมาสร้างระบบเพื่อช่วยแก้ pain points ได้จริง เพื่อไม่ให้ยุทธศาสตร์ข้อมูลเป็นเพียงแค่รายงาน การนำเอา Use cases ที่ได้รับการคัดเลือกแล้วมาพัฒนาต่อเพื่อสร้างเป็นระบบการดำเนินงานที่นำมาใช้ได้จริง ซึ่งอาจอยู่ในรูปแบบของ ระบบการดำเนินงานในรูปแบบของ Dashboard, แบบจำลอง Data Analytic ที่รวมถึงแบบจำลองด้านเศรษฐมิติ (Econometrics) ด้าน Machine Learning และ/หรือ ด้าน​ Artificial Intelligence เป็นต้น โดยการเลือกพัฒนาระบบการดำเนินงานจะต้องอยู่ภายใต้กรอบเวลาและงบประมาณที่มีการวางแผนไว้ในยุทธศาสตร์ข้อมูล 

การจัดลำดับความสำคัญ (Prioritization) ของ Use cases เพื่อนำไป execute ให้เป็น Digital Transformation projects หลังจากที่ได้รับแนวคิดในการใช้ประโยชน์ข้อมูล (Use cases) จากการสัมภาษณ์และรับฟังความคิดเห็นจากคนในองค์กรแล้ว จะมีการจัดลำดับความสำคัญ โดยสร้างหลักเกณฑ์ (Criteria) ในการประเมินและตัดสินใจเลือกอย่างเป็นระบบ เพื่อให้ได้ Use cases ที่สามารถทำให้สำเร็จได้เร็ว (Quick win) และมีผลดีต่อองค์กรนัยสำคัญ (High impact)