“ข้อมูลและการวิเคราะห์ยังเป็นตัวกระตุ้นสำหรับกลยุทธ์ดิจิทัลและการเปลี่ยนแปลง เนื่องจากช่วยให้สามารถตัดสินใจได้เร็วขึ้น แม่นยำขึ้น และมีความเกี่ยวข้องมากขึ้นในบริบททางธุรกิจที่ซับซ้อนและเปลี่ยนแปลงอย่างรวดเร็ว
แนวคิดเรื่องการสร้างองค์กรที่ขับเคลื่อนด้วยข้อมูลกลายเป็นกลยุทธ์สำคัญของธุรกิจดิจิทัล ข้อมูลและการวิเคราะห์ (Data and Analytics: D&A) มีความสำคัญอย่างยิ่งต่อธุรกิจสมัยใหม่ เนื่องจากสามารถปรับปรุงผลการตัดสินใจสำหรับการตัดสินใจทุกประเภท
ทั้งการมองเศรษฐกิจในภาพรวม หรือมองแบบแยกส่วนจุลภาค การตัดสินใจเรียลไทม์ การวางกลยุทธ์ และปฏิบัติการ ในขณะเดียวกัน D&A สามารถค้นพบคำถามใหม่ๆ และวิธีแก้ปัญหาเชิงนวัตกรรม สร้างโอกาสที่ผู้นำธุรกิจไม่เคยพิจารณาด้วยซ้ำ
องค์กรชั้นนำหลายแห่งใช้ข้อมูลในหลายๆ ทาง และมักจะต้องพึ่งพาข้อมูลจากนอกขอบเขตการควบคุมเพื่อการตัดสินใจทางธุรกิจที่ชาญฉลาดยิ่งขึ้น ข้อมูลและการวิเคราะห์ยังเป็นตัวกระตุ้นสำหรับกลยุทธ์ดิจิทัลและการเปลี่ยนแปลง เนื่องจากช่วยให้สามารถตัดสินใจได้เร็วขึ้น แม่นยำขึ้น และมีความเกี่ยวข้องมากขึ้นในบริบททางธุรกิจที่ซับซ้อนและเปลี่ยนแปลงอย่างรวดเร็ว
Gartner คาดการณ์ว่าภายในปี 2566 มากกว่ากว่า 1 ใน 3 ขององค์กรขนาดใหญ่จะมีนักวิเคราะห์ในองค์กรเริ่มฝึกฝนกระบวนการใช้ข้อมูลเพื่อการตัดสินใจ โดยมีการสร้างแบบจำลองต่างๆ เพื่อประกอบการตัดสินใจทางธุรกิจ และภายในปี 2568 การตัดสินใจ 95% บนพื้นฐานของข้อมูลจะกลายเป็นการตัดสินใจแบบอัตโนมัติ
CIO World Business มีโอกาสได้พูดคุยสอบถามถึงสถานการณ์ ความตื่นตัวการใช้งาน D&A ในประเทศไทย รวมถึงและประสบการณ์ของการเป็นผู้ใช้ยุทธศาสตร์ D&A เพื่อสร้างรายได้และโอกาสใหม่ทางธุรกิจ จาก เอ็ด เลนตา รองประธานอาวุโสและผู้จัดการทั่วไปประจำภูมิภาคเอเชียแปซิฟิกและญี่ปุ่น Databricks
และ ดร.ชาลี อัศวธีระธรรม รองผู้จัดการใหญ่อาวุโส ประธานเจ้าหน้าที่บริหาร กลุ่มงาน Digital Banking ธนาคารไทยพาณิชย์ ทั้งสองได้สะท้อนให้เห็นสิ่งที่เกิดขึ้นบนเทคโนโลยี D&A
Data and Analytics ในประเทศไทยเป็นอย่างไร
เอ็ด เลนตา อธิบายว่า “ผมสามารถสะท้อนเรื่องดังกล่าวได้ใน 2 มิติ หนึ่งคือ บริษัทต่างๆ ในประเทศไทย มีการลงทุนในเรื่อง D&A โดยเฉพาะในอุตสาหกรรมชั้นนำอย่าง การเงิน ค้าปลีก ดิจิทัล ประกันภัย ซึ่งมีความแตกต่างกันไปในแต่ละอุตสาหกรรมกับการใช้ข้อมูล”
“เช่น ในอุตสาหกรรมค้าปลีก จะมีการลงทุนในแพลตฟอร์มดาต้าเกี่ยวกับการทำความเข้าใจพฤติกรรมลูกค้าแบบ 360 องศา การคาดการณ์ความต้องการลูกค้า การเพิ่มประสิทธิภาพในห่วงโซ่อุปทาน พวกเขาจะต้องการไม่เพียงแค่นำข้อมูลมาเท่านั้น แต่ยังมีการวิเคราะห์ขั้นสูงเพื่อรองรับกรณีการใช้งานประเภทต่างๆ”
“ขณะที่ในอุตสาหกรรมการเงิน มีการลงทุนและใช้งานแพลตฟอร์มเกี่ยวกับการวิเคราะห์ข้อมูลลูกค้า ในหลายๆ ส่วน ซึ่งแน่นอนว่า ความจำเป็นของธุรกิจธนาคารรายย่อย จำเป็นต้องดูข้อมูลเพื่อต่อยอดกับความต้องการทางธุรกิจหรือผลิตภัณฑ์ทางการเงินต่างๆ เช่น การประเมินความเสี่ยง พฤติกรรมการใช้เงิน การวิเคราะห์การย้ายออกของลูกค้า”
“เป็นเรื่องยากที่จะประเมินมูลค่าที่องค์กรต่างๆ จะสามารถสร้างขึ้นด้วยการทำให้การใช้ดาต้าอย่างมีประสิทธิภาพมากขึ้น โดยเฉพาะกรณีการใช้แนวคิด Data Driven Organization ในประเทศไทยในอีก 12 เดือนข้างหน้า แต่องค์กรที่ตัดสินใจเดินหน้ากลยุทธ์การวิเคราะห์ขั้นสูงก่อน และมีความชำนาญกว่า จะได้รับผลตอบแทนที่มากกว่าคนที่ไม่ได้ใช้กลยุทธ์ด้านข้อมูลอย่างแน่นอน” เอ็ด กล่าว
“อีกมิติหนึ่งคือ แนวคิดเรื่อง TCO หรือต้นทุนการเป็นเจ้าของเรื่องการจัดข้อมูล เรื่องนี้ต้องพูดถึงข้อเท็จจริงว่า บริษัทต่างๆ ทั่วโลก รวมถึงบริษัทต่างๆ ในประเทศไทยได้ลงทุนในสถาปัตยกรรมข้อมูลในช่วง 10 ปีที่ผ่านมา ซึ่งมันไร้ประสิทธิภาพอย่างมาก”
“บริษัทต่างๆ พูดว่า ต้องจัดการข้อมูลและประมวลผลข้อมูล จึงตัดสินใจลงทุนในเทคโนโลยีจำนวนมากเพื่อทำ ETL (Extract – Transform – Load) ซึ่งมันคือกระบวนการดั้งเดิมในการจัดการข้อมูลก่อนจะนำมาใช้วิเคราะห์ที่ใช้กันมาหลายทศวรรษ จากนั้นพวกเขาก็พูดว่า เราต้องทำระบบธุรกิจอัจฉริยะและคลังข้อมูล ที่จึงจำเป็นต้องลงทุนกับเทคโนโลยีหลายตัว”
“ข้อเท็จจริงที่เกิดขึ้นคือ ในการทำเช่นนั้น จำเป็นต้องสตรีมข้อมูลมหาศาลเพราะต้องการวิเคราะห์ข้อมูลแบบเรียลไทม์ตามความต้องการของธุรกิจ ดังนั้นเราจะลงทุนในเทคโนโลยีจำนวนมากเพื่อทำเช่นนั้น จากนั้นเราต้องการเรื่องวิทยาศาสตร์ข้อมูล ตามมาด้วยเทคโนโลยีแมชชีนเลิร์นนิ่ง ความเห็นผมคือ เราควรยุติสิ่งเหล่านี้ ที่ส่งผลให้องค์กรต่างๆ ประสบปัญหาด้านทรัพยากรและสถาปัตยกรรมข้อมูลที่ซับซ้อนอย่างมากและมีราคาแพงมาก”
“ปัจจุบันมีแพลตฟอร์มที่มีความสามารถสูงหลายๆ ตัวในตลาดที่สามารถขับเคลื่อนกลยุทธ์ด้านข้อมูล และลดความซับซ้อนด้านข้อมูลลงได้อย่างสิ้นเชิง”
“ในสถาปัตยกรรมข้อมูลที่ซับซ้อนและมีราคาแพงเหล่านี้ สามารถเปลี่ยน TCO และต้นทุนในการพัฒนาธุรกิจให้กลายเป็นองค์กรที่ขับเคลื่อนด้วยข้อมูลเหล่าได้โดยสิ้นเชิง นั่นคือโอกาสครั้งสำคัญสำหรับองค์กรในประเทศไทยที่จะปรับเปลี่ยนแนวทางการจัดการข้อมูล”
“และทำให้ทันสมัยบนสถาปัตยกรรมข้อมูลบนคลาวด์ เพื่อที่จะขับเคลื่อนองค์กรด้วยการจัดเก็บและวิเคราะห์ข้อมูลที่มีประสิทธิภาพ”
องค์กรไทยกับความพร้อมเรื่อง D&A
ขณะที่ ดร.ชาลี อัศวธีระธรรม นายใหญ่เรื่อง D&A ของ SCB ให้ความเห็นที่สามารถสะท้อนได้ถึงองค์กรไทยกับจุดยืนเรื่องนี้ โดยกล่าวว่า “ผมประเมินว่าองค์กรไทยมีสถานะความพร้อมที่ทำหรือบริหารจัดการเรื่อง D&A โดยแบ่งเป็น 3 กลุ่ม”
“กลุ่มแรก มีลักษณะที่รับรู้ถึงความสำคัญของการทำ D&A ประกอบกับมีความพร้อมทั้งคน เงินลงทุน และเข้าใจวิธีการจัดการ ที่กำลังเก็บเกี่ยวประโยชน์จาก D&A อย่าง SCB เองก็ที่มีการลงทุนมากมายเพื่อประโยชน์ในการบริหารจัดการองค์กรและสร้างรายได้จากข้อมูล”
“กลุ่มที่สอง เป็นองค์กรที่รู้ถึงความจำเป็นของการนำดาต้ามาใช้ประโยชน์ แต่ไม่รู้วิธีการ และกลุ่มที่สามที่ยังไม่รู้ว่าดาต้ามีประโยชน์อย่างไร”
“กลุ่มแรก ยังคงเป็นผู้นำด้วยปัจจัยที่มีกำลังในการลงทุน ในขณะที่กลุ่มที่สอง กำลังอยู่ในช่วงของการมองหากระบวนการและเครื่องมือที่ถูกต้อง อาจมีการลองเทคโนโลยีบางตัวเพื่อกิจกรรมทางการตลาด เช่น CRM กลุ่มนี้เป็นกลุ่มใหญ่ มองหาเครื่องมือและบุคลากร”
“กลุ่มที่สามในอนาคตจะลำบากเพราะจะถูกแย่งลูกค้าหรือพื้นที่ทางการขาย การดำเนินธุรกิจ ยกตัวอย่างถ้าเป็นธุรกิจที่สามารถขายสินค้าออนไลน์ได้ แต่ยังมาทำอะไรกับดาต้า จะถูกคู่แข่งแย่งลูกค้าไปหมด” ดร.ชาลี กล่าว
D&A คือตัวช่วยองค์กรประสบความสำเร็จในธุรกิจดิจิทัล
เอ็ด เลนตา อธิบายต่อว่า “การลงทุนใน D&A คืออนาคตที่จะช่วยให้องค์กรประสบความสำเร็จในยุคดิจิทัล อย่างมีเหตุและผล และสามารถสร้างผลตอบแทนจากการการลงทุนที่มีความคุ้มค่าอย่างแน่นอน ทั้งยอดขายที่เพิ่มขึ้น และต้นทุนในการดำเนินงานที่ต่ำลง ด้วยการเข้ามาแทนที่การทำงานของมนุษย์ในระยะยาว”
ดร.ชาลี เสริมว่า “SCB เราลงทุนดาต้าและพบว่า มันเวิร์คมาก ณ จุดนี้ สินเชื่อโตไวภายใน 7 เดือนมีลูกค้าราว 3 แสนราย เทียบเป็นมูลค่าประมาณ 3 หมื่นล้านบาท เป็นตัวเลขสูงที่สุดในกลุ่มผู้ให้บริการสินเชื่อดิจิทัล ทุกอย่างเกิดขึ้นเพราะนำ AI เข้ามาตรวจสอบคุณสมบัติก่อนอนุมัติสินเชื่อ สามารถสร้างกระบวนการที่คาดการณ์ล่วงหน้าการพิจารณาสินเชื่อกับลูกค้าแต่ละราย ส่งผลถึงความเร็วในการอนุมัติสินเชื่อและง่ายขึ้น”
“D&A ทำให้ SCB สามารถออกผลิตภัณฑ์ทางการเงินที่เป็นสินเชื่อแบบใหม่ๆ ที่ใช้ข้อมูลและการวิเคราะห์เชิงคาดการณ์ เข้ามาช่วยให้อนุมัติสินเชื่อได้เร็วและจำนวนมากขึ้น มีการใช้ระบบแมชชีนเลิร์นนิ่ง เข้ามาในกระบวนการอนุมัติสินเชื่อ ผ่านการวิเคราะห์จากพฤติกรรมการใช้จ่ายของลูกค้า การประเมินวินัยทางการเงิน ความรับผิดชอบในการชำระหนี้ และอื่นๆ ที่เป็นตัวแปรของคำแนนการอนุมัติสินเชื่อ
“ภายในปี 2025 สินเชื่อบุคคลใหม่ 90% จะต้องได้รับการพิจารณาจาก AI และภายใน 5 ปี สินเชื่อทั้งหมดจะผ่านกระบวนการพิจารณาด้วย AI ซึ่ง AI จะช่วยให้ลูกค้า มีโอกาสได้สินเชื่อมากขึ้น การลงทุนใน D&A ได้เข้ามาทำให้ เป้าหมายของ SCB เป็นไปตามแผน คือ การมีรายได้จากดิจิทัลเพิ่มขึ้น 5 เท่าภายในไม่เกิน 5 ปี” ดร.ชาลี สรุป
ข้อมูลที่มีประโยชน์คือข้อมูลที่ทำนายอนาคตได้ แยกแยะลูกค้าได้ เกิดประโยชน์กับธุรกิจในเชิงของการบริหารจัดการที่มีประสิทธิภาพมากขึ้น กระบวนการทางธุรกิจเร็วขึ้น สามารถลดต้นทุนได้อย่างมีประสิทธิภาพ สามาถเข้าใจและตอบความต้องการของลูกค้าด้วยกระบวนการวิเคราะห์เชิงวิทยาศาสตร์ บนพื้นฐานของข้อมูล
ถึงวลาต้องกลับไปดูข้อมูลและนำข้อมูลเหล่านั้นมาวิเคราะห์ ประเมินอนาคตแล้ว
Featured Image:Image by Freepik
