data science wongnai lifestyle mobile

สัมภาษณ์ Wongnai – นำข้อมูลมาใช้ประโยชน์อย่างไร เพื่อให้ขึ้นเป็นอันดับ 1 ของแอพด้านไลฟ์สไตล์

เชื่อว่าเพื่อนๆ ต้องเคยเปิดแอพวงในไปเสิร์ชร้านอาหารอร่อยๆ ใกล้ตัว รวมถึงเปิดดูรีวิวร้านอาหารจากวงในกันแน่นอน วันนี้แอดมาสัมภาษณ์น้องชาร์ปและน้องหญิงแห่ง Wongnai ที่ตอนนี้เป็น lifestyle Platform อันดับหนึ่งในไทยไปแล้ว เพื่อสืบว่าวงในเขามีการวางแผนเก็บข้อมูลยังไงกันบ้าง และนำข้อมูลไปใช้ประโยชน์อะไรบ้างจ้า ( แอบกระซิบมาว่าท้ายบทความมีแหล่งข้อมูลดีๆ ให้ฝึกฝีมือ ห้ามพลาด ! ) 

แอดมูน : แนะนำตัวเองกันหน่อยจ้า 

น้องชาร์ป : สวัสดีครับ ผมชื่อ ธนพล เนรัญชร หรือชาร์ป ตำแหน่ง Technical Director หน้าที่ พัฒนาสินค้าใหม่ๆ ที่ตอบโจทย์ลูกค้ามากขึ้น 

น้องหญิง : สวัสดีค่า ชื่อหญิง ตำแหน่ง Data Scientist ดูแลข้อมูลของวงใน โดยนำ Business Requirement มาวิเคราะห์หา Insight และนำไปต่อยอดให้เกิด Value กับธุรกิจ

Technical Director Data Scientist at Wongnai
น้องชาร์ป Technical Director (คนซ้าย) และ น้องหญิง Data Scientist (คนขวา) แห่ง Wongnai

แอดมูน : น้องๆเรียนจบด้านไหนมา และทำไมถึงมาเริ่มงานสายนี้จ๊ะ

น้องชาร์ป : จบ Com – sci มาครับ จริงๆชอบเขียนโค้ดมาตั้งแต่เด็ก และรู้สึกว่าตัวเองทำงานด้านนี้ได้ดี เลยเริ่มลุยโปรเจ็กต์มาเรื่อยๆ

น้องหญิง : จบวิศวะคอมมาค่า ซึ่งไม่ได้เกี่ยวข้องกับ Data Sceintist เลย ตอนแรกทำ Front-end แล้วปี 4 ไปเรียนวิชาเลือก Machine Learning (ML) เลยสนใจงานด้านนี้ เพราะปกติเราจะสั่งงานคอมพิวเตอร์แต่ละที ก็ต้องเขียนโค้ดขึ้นมา  แต่การทำ ML เหมือนเราสอนให้คอมพิวเตอร์เรียนรู้ ทำงานได้ด้วยตัวเอง เลยรู้สึกมันเท่ดี เลยเริ่มศึกษาด้วยตัวเองเรื่อยมาค่ะ 

แอดมูน : เล่า Journey ของวงในให้ฟังหน่อยจ้า

Wongnai Data
ยอดการใช้งานของ Wongnai ในปัจจุบัน

น้องชาร์ป :  วงในเป็น lifestyle platform ที่มีความเชื่อเรื่อง “Connect people to good stuff – เชื่อมต่อสิ่งดีๆ เข้าสู่ผู้คนโดยเรามองว่าธุรกิจด้านอหารจะสามารถเติบโตได้อีกไกล เพราะว่าคนต้องกินอาหารกันทุกวัน เราจะจึงอยากมอบ Value ให้ในทุกมื้ออาหารของเขา 

เราจึงต่อยอด WongnaiPOS โดยพาร์ทเนอร์กับ Foodstory ที่จะช่วยในการจัดการระบบร้านอาหาร นอกจากนีั้ยังเชื่อมต่อกับบริการเดลิเวอรีของ LINE MAN เพื่ออำนวยความสะดวกให้กับผู้ประกอบการและลูกค้าของเราด้วย 

ซึ่งวงในมีเป้าหมายที่จะสร้าง ecosystem ของวงการอาหาร และให้ประสบการณ์ของ User นั้น seemless ที่สุด 

แอดมูน : จุดเริ่มต้นไม่ธรรมดาเลยค่ะ แล้ว Wongnai มีการวางแผนจัดการข้อมูลยังไงบ้างคะ

น้องชาร์ป : ปัจจุบันวงในมีข้อมูลมหาศาลกว่า 1.9 พันล้าน Data points จากผู้ใช้งานวงในกว่า 3 ล้านคน โดยข้อมูลที่เราเก็บมีหลากหลายรูปแบบ เช่น ข้อฒุลร้านอาหารกว่า 300,000 ร้านทั่วประเทศ , รูปภาพอาหารในระบบที่เกิดจาก UGC (User-generated Content) ที่ผู้ใช้งานรีวิวในระบบกว่า 10 ล้านรูป ซึ่งการที่มี UCG เยอะ ยิ่งเพิ่มความน่าเชื่อถือและดึงดูดให้ผู้บริโภคเข้ามาค้นหารีวิวในแพลตฟอร์มมากขึ้นและสม่ำเสมอ

 เราเก็บข้อมูลจาก User แต่ละคนโดยดูจาก interaction ของ user บน App และ Web เช่น 

  • การ Check-in
  • การอัพโหลดรูปภาพ
  • การ Bookmarks 
  • Like & Comments
  • ระยะเวลาในการเข้าชมแต่ละหน้าร้าน
Resturants Reviews
ตัวอย่างข้อมูลร้านอาหาร และรีวิว ที่วงในมีการเก็บข้อมูล

น้องหญิง : ในภาพรวมของการใช้ App เราก็มีการใช้ Heat Map ว่าผู้ใช้งานมีการใช้ App ที่บริเวณ (location) ไหนเยอะ ที่พบบ่อยๆก็จะเป็นตามห้างสรรพสินค้า ก็จะมีทีม On-ground เพื่อลงไปเช็คความถูกต้องของข้อมูลจากสถานที่จริง เช่น ชั้นที่ตั้งร้านอาหาร , โซนอาหาร และประเภทอาหาร 

นอกจากนี้วงในยังเน้นการทำ Location – based Search เพื่อดูว่า User มันจะเสิร์ชหาข้อมูลบริเวณไหนมากที่สุดค่ะ 

Location based Search
Location based Search ใช้ Heat map ดูว่าพื้นที่ไหนมีการใช้งานเยอะโดยอิงจากพื้นที่การใช้งาน

แอดมูน : มีการเก็บข้อมูลที่เยอะมากๆเลยค่ะ แล้วทาง Wongnai มีการนำข้อมูลไปพัฒนาต่อยังไงบ้างคะ

Wongnai For You features
ฟีเจอร์ส For You ที่จะแนะนำร้านอาหารตามไลฟสไตล์คุณโดยเฉพาะแบบ Personalize Wongnai For You features

น้องหญิง : เมื่อเราได้ข้อมูลพฤติกรรมของ User มาแล้ว เราก็จะทำการ Personalize ร้านอาหารต่างๆ ที่จะโชว์ให้กับ User แต่ละคนแบบแตกต่างกัน

โดยระบบจะดึงข้อมูลพฤติกรรมที่ผ่านมาที่ User ได้ทำใน App ของเรา รวมถึงใช้ Location – based Service ในการวิเคราะห์ร้านอาหารที่โดนใจ User ในละแวกใกล้เคียงกับบริเวณที่ User เปิดใช้งาน App 

แอดมูน : สุดยอดมากๆ แล้วน้องๆ มี Challenge อะไรในการทำงานด้าน Data Scientist บ้างเอ่ย 

น้องชาร์ป : เมื่อเราต้องดีลกับข้อมูลมหาศาลเนี่ย สิ่งที่พบคือข้อมูลมี Noise เยอะ ไม่ว่าจะเป็นความหลากหลายเรื่องการเรียงลำดับคำ หรือความถูกต้องของการสะกด เช่น ข้าวหมูสับกะเพรา ข้าวกะเพราหมูสับ เราต้องมา Clean Data ใหม่

ส่วนตัวผมจะเป็นคนที่ค่อนข้าง Perfectionist เราต้องมา balance กับตัวเอง เรื่องของความจริงที่ทำได้ และ Business Value แล้วเราค่อย Keep improve ไปเรื่อยๆ เพราะไม่งั้นอาจจะช้าไป สิ่งที่เราทำจึงเป็นการทำเมนูที่ได้รับความนิยมสูงๆก่อน โดยดูจากยอด Search และ Engagement แล้วค่อยขยายผลเพื่อสร้าง impact ต่อ นอกจากนี้ยัง พัฒนาระบบ Search ของ Wongnai ด้วยตัวตัดคำจาก Machine learning (AI)  ด้วย

Resturants Data Keep it fresh
วงในเผยว่ามีร้านอาหารปิดตัวมากถึง 3000 ร้านต่อไตรมาส จึงต้องมีการอัปเดทข้อมูลอยู่เสมอ

น้องหญิง : การ Communication กับคนอื่นๆ ในทีม เพราะในการพัฒนาฟีเจอร์สใหม่ๆ ต้องทำงานร่วมกันหลายฝ่าย นอกจากการสื่อสาร progress การทำงานแล้ว ยังต้องสื่อสาร Failiure กับคนในทีมด้วย เพื่อให้เขา adjust แผนหรือร่วมกันหาทางออกได้ทันนอกจากนี้ยังต้องอัปเดทข้อมูลให้ทันสมัย ทั้งร้านที่เพิ่งเปิดใหม่ ร้านไหนปิดไปแล้ว เพื่อให้ User ได้รับประโยชน์จากการใช้งาน Wongnai มากที่สุด

แอดมูน : Workflow การทำงานโดยรวม Wongnai 

น้องชาร์ป : จะทำงานเป็น Squard ครับ โดยแต่ละ Squard เนี่ยจะประกอบด้วยคนจากหลากหลาย Role ที่จะมาร่วมกันทำงาน เพื่อให้งานสำเร็จ โดยแต่ละ Squard ก็สามารถตัดสินใจได้ด้วยตัวเอง และจัดการตัวเองได้อย่างคล่องตัว รวมถึงมีอิสระสูงมากในการทำงาน (โดยยึดหลัก speed & impact) 

แอดมูน : น้องๆอยากทำงานกับคนแบบไหน

น้องชาร์ป :  อย่างแรกคือต้องมี Skill ตาม requirement ก่อน นอกจากนี้ Culture ต้อง match เพราะผมเชื่อว่าเลือกคนมาทำงานด้วย ก็เหมือนเลือกแฟนครับ เราชอบเค้า เค้าชอบเรา ถึงจะไปกันได้ยาวๆ ไม่ได้รู้สึกโดนบังคับ และจะมีความสนุกในการทำงานร่วมกันในระยะยาวมากกว่า โดยผมชอบคนที่มี Growth mindset กล้าที่จะเรียนรู้ และเปิดใจในสิ่งที่ตนไม่ถนัด

น้องหญิง : หญิงอยากทำงานกับคนที่ตั้งใจทำงาน ไม่ได้ทำงานไปวันๆ มี Passion และอยากสร้าง impact ให้เกิดขึ้นในองค์กร 

แอดมูน : Next step ของ Wongnai จะไปในทิศทางไหน

น้องชาร์ป : O2O (online to offline) แบบ seemless เพื่อตอบสนอง lifestyle ของลูกค้าและสร้างประสบการณ์การใช้งานที่ดี

เช่นมีการใช้ 

  • Reward card
  • ส่งข่าวสาร Promotion 

นอกจากนี้ทีมเรายังสร้าง Knowledge ให้กับคนไทย และสร้าง Ecosystem ที่จะสร้างให้เกิดการเรียนรู้ โดยเรามีการนำข้อมูลการรีวิวต่างๆ ไปเปิดเป็น Open data ใน Github เพื่อให้คนทั่วไป รวมถึงร้านอาหาร สามารถนำข้อมูลเหล่าน้ีไปวิเคราะห์ และช่วยในการตัดสินใจในธุรกิจมากยิิ่งขึ้น

แอดมูน : มีอะไรอยากฝากให้เพื่อนๆที่สนใจงานด้าน Data Scientist บ้าง

น้องหญิง : หญิงเชื่อว่าวิธีการเรียนรู้ของแต่ละคนก็แตกต่างกัน อาจเริ่มต้นจากการมองภาพกว้างๆก่อน ว่าทั้งหมดมันมี process ยังไงบ้าง แล้วค่อยลงลึกในส่วนที่เราสนใจ เริ่มศึกษาได้เลยไม่ต้องรออะไร และพาตัวเองไปอยู่ใน Enviroment ที่ดี หาเพื่อนเรียนไปด้วยกัน 

น้องชาร์ป : คนที่ทำงานจริงได้ดีจะเป็นคนที่มีสกิลแบบ T-Shape คือ รู้กว้าง และ รู้ลึก เพราะเอาเข้าจริงๆ ตอนทำงาน ถ้าเรารู้แค่ในเรื่องๆเดียว จะทำให้มองไม่เห็นในภาพรวม ความคิดสร้างสรรน้อย 

เราจึงควรเปิดใจเรียนรู้ในสิ่งที่เราไม่ชอบ ไม่ถนัด ด้วยครับ

นอกจากนี้ต้องมีการฝึกฝนอยู่บ่อยๆ ครับ เพื่อนๆ คนไหนที่สนใจอยากลองทำจากเซ็ตข้อมูลจริงทางวงในเองก็มีเปิด Github ไว้ให้ทุกคนลองไปเล่นดูได้ รวมถึงมี Kaggle ที่เป็นโจทย์เกี่ยวกับรีวิวร้านอาหาร และยังมี life.wongnai ที่จะมาแชร์ความรู้ด้าน datasci และ engineer อยู่เป็นประจำ เพื่อนๆคนไหนสนใจ อยากฝึกฝีมือก็เข้าไปเล่นกันดูได้ครับ 

เรียกได้ว่าวันนี้ได้ความรู้กันแบบจัดเต็ม ใครที่มีความเห็นอยากให้แอดไปสัมภาษณ์ใคร หรืออยากได้คอนเท้นท์แนวไหน ส่ง Feedback มาได้ที่ Data Science ชิลชิล ได้เลย แอดมูนรออยู่น้า :D 

บทความอื่น ๆ ที่เกี่ยวข้อง

ผู้เขียน

Leave a comment

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.