ทำอย่างไรให้บริษัทในไทย กลายเป็น Data-Driven Organization? คุยกับคุณเก่ง Data Consultant

data driven organization interview

บทความนี้เกิดมาจากที่แอดเพิร์ธได้มีโอกาสนั่งคุยกับคุณเก่ง Data Consultant ที่ให้คำแนะนำและช่วยเหลือบริษัทใหญ่มาแล้วมากมายในการทำ Digital Transformation ให้กลายเป็นองค์กรที่ขับเคลื่อนด้วย Data (Data-Driven Organization) ในปีที่ผ่านมา

เราเลยได้มีโอกาสคุยกันในประเด็นเรื่องของการทำให้องค์กรขับเคลื่อนด้วย Data และมีเรื่องราวที่น่าสนใจหลายเรื่องเลยที่ผมอยากเอามาเขียนแชร์ต่อในบทความนี้ครับ

สำหรับใครที่ยังไม่รู้จักคุณเก่ง แนะนำให้อ่าน บทความสัมภาษณ์คุณเก่ง ที่เราเคยคุยกันไว้ก่อนหน้านี้ครับ ยิ่งถ้าใครเรียนจบด้าน Business และอยากหาลู่ทางมาทำงานสาย Data พลาดไม่ได้เลยครับ

และถ้าคุณกำลังหาทางทำให้บริษัทตัวเองกลายเป็น Data-Driven Organization อยากให้ได้อ่านบทความนี้จนจบครับ ไปกันเลย

อาชีพ Business Consultant ด้าน Data ทำหน้าที่อะไรบ้าง

keng data consultant
คุณเก่ง Business Consultant ด้าน Data

ก่อนจะมาคุยถึงเรื่อง Data-Driven Organization ต้องขอแนะนำคุณเก่ง และอาชีพ Business Consultant ด้าน Data ให้รู้จักกันก่อนครับ

ตำแหน่ง Business Consutant ด้าน Data จะเป็นคนที่:

  • คุยกับลูกค้า และทำ Business Assessment ให้กับลูกค้าว่าต้องการอะไร มีปัญหาด้านไหนอยู่ในองค์กร
  • หลังจากนั้นก็จะทำการแนะนำทางธุรกิจ (Business Suggestion) ว่ามีอะไรที่ Data เข้ามาช่วยได้บ้าง
  • จากนั้น หากลูกค้าต้องการให้ช่วยสร้าง Solution ที่เข้ามาช่วยธุรกิจของลูกค้า ก็จะเป็นขั้นตอนในการทำ Experience Design เช่น Data Flow Mapping
  • และทำงานร่วมกับทีม Developer เพื่อสร้างระบบที่ต้องการ

ถ้าใครอยากอยากเข้าใจ Process การทำงานของ Business Consultant ด้าน Data แบบลงรายละเอียดมากกว่านี้ สามารถอ่านได้ใน บทสัมภาษณ์กับคุณเก่ง ได้เลยคร้าบ

ปัญหาด้าน Data ของบริษัทในไทย

data collection usage problem business
องค์กรต้องรู้ว่าตัวเองขาดอะไร ถึงจะสร้าง “สะพาน” เพื่อไปสู่การเป็นองค์กรที่ใช้ Data ได้อย่างมีประโยชน์สูงสุด

จากประสบการณ์ของคุณเก่งที่ได้ช่วยเหลือมาหลายบริษัทในไทย ก็สรุปมาได้ว่าปัญหาหลักของบริษัทในไทย คือ

  1. Data Collection – อยากทำ Data แต่ไม่รู้จะเก็บข้อมูลอย่างไร
  2. Data Usage – มี Data แต่ไม่รู้จะใช้อย่างไร

2 ปัญหานี้ฟังดูเหมือนจะคล้ายกันใช่มั้ยครับ แต่จริง ๆ วิธีแก้ปัญหาจะแตกต่างกันอย่างมาก

  • ปัญหาที่ 1 เป็นปัญหาของฝั่ง Technology เราแก้ได้โดยการให้ทีม Data Engineer สร้าง Data Platform มาเก็บข้อมูล และเชื่อมกับระบบเก็บข้อมูลต่าง ๆ เช่น อาจจะฝังสคริปต์บนเว็บไซต์เพื่อเก็บข้อมูลพฤติกรรมผู้ใช้
  • ส่วนปัญหาที่ 2 เป็นปัญหาที่จะต้องมีผู้เชี่ยวชาญด้าน Business เข้ามาช่วยดู ว่าจะนำ Data ที่มีอยู่มาใช้อย่างไรได้บ้าง เพื่อให้ตอบโจทย์ของธุรกิจ ซึ่งต้องเป็นคนที่มีความเข้าใจตัวธุรกิจค่อนข้างดี อาจจะต้องให้ Business Consultant กับเจ้าของธุรกิจมาวิเคราะห์ร่วมกัน

คุณเก่งพบว่า บริษัทส่วนใหญ่จะติดปัญหาข้อแรก (อยากทำ Data แต่ไม่รู้จะเก็บข้อมูลอย่างไร)

เพราะผู้บริหารอาจจะได้ยินเรื่องของเทรนด์ Data มาเยอะ และอยากทำ Data บ้าง แต่ไม่มีการสร้างวิธีเก็บ Data ที่ดี

นอกจากนั้น ในบางธุรกิจก็ไม่สามารถเข้าถึง Data ที่ต้องการได้อย่างอิสระ ตัวอย่างเช่น ธุรกิจซื้อมา-ขายไป คนที่เป็นเจ้าของแบรนด์จะไม่ค่อยรู้ว่าพาร์ทเนอร์ที่ช่วยกระจายสินค้า (Distributor) ขายได้เท่าไหร่ คนซื้อเป็นใคร

ก้าวต่อไปของ Data ในองค์กร คือ การทำ Data Enrichment

business data analytics customer data 360
ตัวอย่างการทำ Data Enrichment เพื่อให้รู้จักลูกค้าครบทุกด้าน ขอขอบคุณรูปจาก Salesforce

คุณเก่งบอกว่า ลูกค้าหลาย ๆ ไม่รู้ว่าทำ Data Collection เสร็จแล้ว ต้องทำอะไรต่อ ซึ่ง Next Step ที่ควรทำ คือ การทำ Data Enrichment

Data Enrichment หมายถึง การทำให้ Data ที่เรามีอยู่แล้วสมบูรณ์ขึ้น

เรามาลองดูตัวอย่างการทำ Enrichment เช่น เรามีข้อมูลอยู่แล้วว่าลูกค้าเป็นใคร ชื่ออะไร อีเมลอะไร เราก็ทำการ Survey สอบถามลูกค้าต่อว่ามาจากไหน ชอบสินค้าด้านไหน ชอบโปรโมชั่นแบบไหน

  • ถ้าเรารู้ว่าลูกค้ามาจากภาคไหนน้อย เราก็สามารถวางแผนได้ว่าจะเจาะตลาดภาคนั้นดีมั้ย หรือตัดออกไปและโฟกัสที่ภาคอื่นแทน
  • ถ้าเรารู้ว่าลูกค้าชอบสินค้าด้านไหน เราก็สามารถนำมาใช้วางแผนการ Upsell (การขายสินค้าที่ราคาแพงกว่า หรืออัพเกรดจากของเดิม เพื่อให้ขายได้กำไรมากขึ้น)
  • หรือ ถ้าเรารู้ว่าลูกค้าชอบโปรโมชั่นแบบไหน เช่น ชอบผ่อน 0% หรือชอบส่งฟรี เราก็สามารถนำมาปรับโปรโมชั่นของเราให้ถูกใจลูกค้าได้

ซึ่งคุณเก่งมองว่าการทำ Enrichment เวิร์คมาก เพราะลูกค้ามีข้อมูลอยู่แล้ว พอมาทำ Enrichment ก็จะมีข้อมูลเพิ่มเติมขึ้น และสามารถพัฒนาต่อได้เรื่อย ๆ อย่างไม่รู้จบ

เป้าหมายสูงสุด ของการทำ Data Enrichment คือ การเข้าใจลูกค้าแบบ 360 องศา เพื่อจะได้ปรับปรุงสินค้าและบริการของเราให้ตอบโจทย์ความต้องการของลูกค้ามากที่สุด

ถ้าอยากเข้าใจเรื่องของการเข้าใจลูกค้าแบบ 360 องศามากขึ้น ลองดูวีดิโอสั้น ๆ อธิบายบริการ Customer 360 ซึ่งเป็นบริการสำหรับทำด้านนี้โดยเฉพาะ ของ Salesforce ได้เลยครับ

ทำอย่างไรให้องค์กรกลายเป็น Data-Driven Organization

คุณเก่งเล่าว่า ปัจจุบัน หลาย ๆ บริษัทในไทยก็เริ่มให้ความสำคัญกับ Data มากขึ้นเรื่อย ๆ เช่น

  • The One Card ออกมาเปิดเป็นบริษัท The One เองได้ เพราะมีข้อมูลพฤติกรรมการซื้อสินค้า และการใช้ Point ของลูกค้าเยอะมาก ซึ่งข้อมูลเหล่านี้นำมาทำกำไรได้อย่างมหาศาล
  • KBTG มีอาชีพนักวางแผน Customer Journey ที่ทำงานร่วมกับ Data Engineer เพื่อนำ Data มาทำความเข้าใจพฤติกรรมลูกค้า
business data analytics data-driven organization
ยิ่งธุรกิจใช้ Data เป็นมากเท่าไหร่ ยิ่งได้เปรียบในการแข่งขัน

เพราะฉะนั้น ถ้าอยากทำให้องค์กรกลายเป็น Data-Driven Organization จะมีเรื่องสำคัญ 2 เรื่องใหญ่ ๆ ดังนี้

  • หัวหน้างานต้องเปิดใจรับ Data
  • ต้องมีการเปิด Data ให้กับพนักงานมากขึ้น และส่งพนักงานเข้าไปฝึกทักษะด้าน Data เช่น บริษัท Nestle ประเทศไทย ปรับตัวให้กลายเป็น Data-Driven Organization โดยการส่ง พนักงานทั้งบริษัท เข้าไปฟังเรื่อง Data

อย่างไรก็ตาม การพัฒนาทักษะของพนักงาน หากเป็นองค์กรที่อายุเฉลี่ยของพนักงานเยอะ อาจจะต้องมีการปรับตัวค่อนข้างมาก เพราะพนักงานบางกลุ่มอาจจะยึดติดกับ Success ในอดีตที่ตัดสินทุกอย่างโดยใช้สัญชาตญาณ (Gut Feeling) ทำให้ไม่สนใจนำ Data เข้ามาใช้ช่วยในการตัดสินใจ

ในปัจจุบัน บริษัทใหญ่บางบริษัทถึงกับตัดสินใจ Restructure องค์กร โดยทำการเชิญพนักงานบางส่วนออก เพื่อให้องค์กรไปข้างหน้าต่อได้เลยครับ

สรุป เรื่อง Data-Driven Organization ที่คุยกับคุณเก่ง

คุณเก่งได้เล่าจากประสบการณ์จริงที่ได้ไปช่วยเหลือองค์กรต่าง ๆ ซึ่งผมได้คุยแล้วเจอมุมมองที่น่าสนใจเยอะมากเลยครับ

สรุปเรื่องสำคัญจากที่คุยกับคุณเก่ง คือ

  • ปัญหาขององค์กรส่วนใหญ่ จะเป็นเรื่อง Data Collection
  • ต่อจาก Data Collection ต้องทำ Data Enrichment
  • ถ้าอยากทำให้องค์กรกลายเป็น Data-Driven Organization อาจจะต้องยอม Restructure องค์กร

หวังว่าบทความนี้จะช่วยให้คุณได้เจอมุมมองที่น่าสนใจเช่นกันนะครับ และถ้าอยากแชร์ความคิดเห็น สามารถคอมเม้นท์ไว้ด้านล่างนี้ได้เลยนะครับ เราจะได้แลกเปลี่ยนความรู้กันครับ

ส่วนถ้าใครเจอว่าบทความนี้มีประโยชน์ อยากฝากให้ช่วยแชร์ให้เพื่อน ๆ หน่อยนะครับ ถ้ามีคนสนใจบทความด้านนี้เยอะ ผมจะได้นำบทความด้าน Data-Driven Organization มาให้อ่านกันเพิ่มคร้าบ

และถ้าอยากติดตามบทความดี ๆ ด้าน Data กันบน Facebook หรืออยากมาพูดคุย ติชมกัน เชิญได้ที่ Facebook Page: DataTH – Data Science ชิลชิล เลยนะคร้าบ

บทความอื่น ๆ ที่เกี่ยวข้อง

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า

Privacy Preferences

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

Allow All
Manage Consent Preferences
  • Always Active

Save