[แจกสไลด์ + วีดิโอ] Data Science เบื้องต้น: มีเว็บไปทำไม ถ้าไม่หัดเก็บข้อมูล

free slide data science

เมื่อวันเสาร์ที่ผ่านมา แอดมินมีโอกาสได้ไปเล่าพื้นฐาน Data Science สำหรับคนทำเว็บไซต์ ในงาน WordCamp Bangkok 2017 เลยอยากเอาสไลด์มาแจกกันฟรี ๆ เพื่อให้ความรู้ด้าน Data Science กระจายไปถึงคนไทยทุกคนครับงานนี้เป็นงานที่ดีมากสำหรับคนทำเว็บไซต์ หรือเจ้าของเว็บไซต์ นอกจากนั้นค่าบัตรยังถูกมาก แจกของทั้งกระเป๋า เสื้อ สติกเกอร์ ฯลฯ แถมด้วยปาร์ตี้ของกินไม่อั้นช่วงกลางคืน ถ้าท่านใดไม่อยากพลาดงานในปีต่อไป ติดตามได้ที่ เว็บไซต์ WordCamp Bangkok

WordCamp Bangkok Data Science
บรรยากาศงาน Wordcamp Bangkok 2017

อัพเดท: เพิ่มวีดิโอ

แน่นอนว่าถ้าแจกสไลด์อย่างเดียว เอาไปเปิดดูกันคงไม่ได้ประโยชน์มากนัก ในบทความนี้เลยจะเขียนอธิบายสไลด์ให้เลย เพื่อให้ทุกท่านอ่านเข้าใจง่าย ๆ ครับ :)

เนื้อหาบางส่วนมาจากบทความก่อนหน้านี้ Data Science คืออะไร ต่างกับ Machine Learning ยังไง ก็ขอเชิญชวนไปอ่านบทความเก่าก่อนนะครับ

เกร็ดเล็กน้อยเกี่ยวกับแอดมิน

ตอนนี้แอดมินกำลังศึกษาต่อปริญญาโท สาขา Master of Data Science ที่มหาวิทยาลัย Monash ประเทศออสเตรเลียครับ ในสไลด์นี้ก็เอาสิ่งที่แอดมินศึกษามามาแบ่งปันกัน อธิบายให้คนไทยเราเข้าใจกันง่าย ๆ

หมายเหตุ: บทความนี้บางทีผมจะเขียนว่า “Data” หรือ “ข้อมูล” แต่มันคือสิ่งเดียวกันนะครับ

จุดเริ่มต้นด้าน Data Science

ถ้าถามว่าแอดมินเริ่มมาสนใจ Data Science ได้อย่างไร ก็ต้องพูดถึงการได้ไปงาน Code Mania X2 ซึ่งมีรุ่นพี่วิศวะจุฬาฯ ที่ทำงานเป็น Data Scientist ที่บริษัท Facebook และ Twitter มาเล่าเรื่องราวให้ฟัง

อยากให้ทุกท่านได้ลองฟังกันครับ วีดิโอของงานทั้งหมด 4 พาร์ท พาร์ทละ 30 นาทีครับ

Data Science 101 Part 1/4

Data Science 101 Part 2/4

Data Science 101 Part 3/4

Data Science 101 Part 4/4

หลังจากไปฟังในงานมาแล้ว แอดมินก็เริ่มสนใจในด้านนี้มากขึ้น และหลังจากศึกษาด้วยตัวเองสักพัก ก็ตัดสินใจไปเรียนต่อในสายนี้จริง ๆ จัง ๆ ครับ

ทำไมต้องใช้ Data Science ในธุรกิจ

สิ่งที่ผมเคยสงสัย และหลาย ๆ คนน่าจะสงสัยเหมือนกัน คือ “เราเอา Data มาทำอะไรได้ ?”

ปัจจุบันมีธุรกิจหลากหลายที่นำ Data มาใช้ประโยชน์ ซึ่งบางธุรกิจก็ใช้ Data มาช่วยธุรกิจหลัก เช่น ธุรกิจให้บริการเครือข่ายมือถือ:

  • ส่ง SMS แนะนำหลังจากได้ข้อมูลที่อยู่ลูกค้า เช่น SMS แจ้งว่าลูกค้าสามารถเปิด Roaming ได้ที่ไหน เมื่อลูกค้าเดินเข้าสนามบิน
  • ส่งโปรโมชั่นใหม่ที่ถูกกว่า ให้ลูกค้าที่เข้าไปดูเว็บไซต์เครือข่ายคู่แข่งผ่าน 4G บ่อย ๆ ซึ่งมีโอกาสย้ายค่ายสูง

อย่างไรก็ตาม สิ่งที่เป็นหัวใจของ “การใช้ข้อมูล” ก็คือ:

ข้อมูล ทำให้เกิด การตัดสินใจ ที่ถูกต้อง (Data -> Decision)

ซึ่งการจะเริ่มใช้ Data Science ไม่ควรทำเพราะตามเทรนด์ แต่ทำเพราะเรามีเป้าหมาย ว่า Data Science จะตอบคำถามทางธุรกิจอย่างไร

5 ระดับของการใช้ Data Science ในองค์กร

ทุกท่านที่ทำงานในองค์กรไม่ว่าจะอุตสาหกรรมไหน ย่อมต้องปฏิเสธไม่ได้ว่ามีการนำ Data ไปใช้มากขึ้นเรื่อย ๆ ครับ ทีนี้เราจะเริ่มอย่างไรดี แล้วถ้าเรามีการเริ่มใช้ Data เล็กน้อยแล้ว ควรจะทำอย่างไรต่อ ?

ทาง Booz Allen Hamilton ซึ่งเป็นบริษัทให้คำปรึกษาด้านเทคโนโลยีก็เลยลิสต์ระดับของการใช้ Data Science ในองค์กรเป็น 5 ระดับ เพื่อให้เรามาดูว่าเราอยู่ในระดับไหน และจะไปทำอะไรต่อได้บ้าง:

Data Science Organization
5 ระดับของ Data Science ในองค์กร
  1. Collect = ระดับแรก คือ เรายังไม่ทำอะไรเกี่ยวกับ Data เลย ก็ต้องหาวิธี หาเครื่องมือในการ “จัดเก็บ” Data ให้ได้ก่อน
  2. Describe = ระดับที่สอง คือ เรามี Data แล้ว ก็สามารถเอาข้อมูลมาทำตาราง พลอตกราฟได้ เพื่อ “อธิบาย” Data ที่เรามี สำหรับตอบคำถามทางธุรกิจเบื้องต้น เช่น เดือนไหนขายดี เดือนไหนลูกค้าเยอะ
  3. Discover = ระดับที่สาม คือ การ “ค้นหาความลับ” จากข้อมูล ข้อนี้จะคล้ายกับ Describe แต่จะเป็นสิ่งที่เราไม่เคยคิดมาก่อน ทำให้เรารู้สึกว้าวได้ ซึ่งต้องใช้เทคนิคมากขึ้นในการค้นหา เช่น การค้นพบว่าเสื้อกันหนาวขายดีแปรผันตรงกับช่วงที่ถุงเท้าขายดี
  4. Predict = ระดับที่สี่ คือ การ “ทำนาย” อนาคตด้วย Data ในอดีตที่เรามี หรือที่เราเรียกว่า Business Intelligence นั่นเอง เช่น นำข้อมูลการขายสินค้าทั้งหมด 10 ปีที่ผ่านมา เอามาทำนายยอดขายปีหน้า
  5. Advise = ระดับที่ห้า คือ การ “รู้แจ้ง” ด้วย Data เป็นระดับที่ระบบของเราจะฉลาดมาก สามารถแนะนำเราได้ว่าถ้าอยากทำให้ได้ผลกำไรสูงสุดต้องทำอย่างไร

เจ้าของเว็บไซต์ จะใช้ Data Science อย่างไรดี

[แจกสไลด์ + วีดิโอ] Data Science เบื้องต้น: มีเว็บไปทำไม ถ้าไม่หัดเก็บข้อมูล 1
บรรยากาศบนเวทีฮะ ตื่นเต้นมาก

สำหรับท่านที่เป็นเจ้าของเว็บไซต์ อาจจะมีคำถามกันว่า “ถ้าเราไม่ใช้ธุรกิจจะนำ Data มาใช้ประโยชน์ได้มั้ย”

จริง ๆ แล้วเว็บไซต์แต่ละประเภทก็มีเป้าหมายของตัวเองครับ เช่น:

  • ถ้าเราเขียน Blog เราก็อยากเขียนสิ่งที่คนอ่านสนใจ และมีคนอ่านมากขึ้น
  • ถ้าเราทำเว็บไซต์ E-Commerce เราก็อยากรู้ว่าจะทำอย่างไรให้ลูกค้าพอใจ ซื้อสินค้ามากขึ้นจากเรา

ซึ่งในสไลด์ผมก็ได้แนะนำไอเดีย และเครื่องมือต่าง ๆ เพื่อให้เจ้าของ Blog และเจ้าของ E-Commerce สามารถนำไปปรับใช้ได้ครับ

และหากท่านใดมีคำถามต่าง ๆ เกี่ยวกับเรื่องนี้ก็มาคุยกันได้เลยครับ เพราะแอดมินกำลังสนใจเรื่อง Data Science กับ Online Platform เป็นพิเศษ มาคุยกันเลยที่เพจ Data Science ชิลชิล (ถ้าให้ดีรบกวนกด Like กดแชร์ ก่อนส่งข้อความมานะฮะ :P)

สรุปเรื่อง Data Science พื้นฐานที่ควรรู้

  • “ข้อมูล” มีไว้เพื่อให้เรา “ตัดสินใจ” ได้ดีขึ้น (Data -> Decision)
  • ข้อมูลสามารถนำไปพัฒนาธุรกิจได้แทบทุกอุตสาหกรรม หรือจะทำธุรกิจที่ใช้ข้อมูลเป็นหลักก็ได้ เช่นพวกให้บริการเก็บข้อมูล Google Drive, Dropbox เป็นต้น
  • Data Science ไม่ยากครับ ถ้าคิดว่ายาก ลองมาอ่านเพจ Data Science ชิลชิล กันก่อน

หวังว่าอ่านจบแล้วจะได้ประโยชน์กันไปไม่มากก็น้อยครับผม ส่วนวีดิโอในงานตอนนี้เห็นเค้าบอกว่าทีมงาน Course Square ซึ่งเป็นสปอนเซอร์ด้านวีดิโอกำลังตัดต่อกันอยู่ เดี๋ยวพอได้วีดิโอแล้วจะนำมาอัพเดทในโพสนี้กันครับ :)

บทความอื่น ๆ ที่เกี่ยวข้อง

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า

Privacy Preferences

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

Allow All
Manage Consent Preferences
  • Always Active

Save